Escolar Documentos
Profissional Documentos
Cultura Documentos
Korelasi
ANALISIS HUBUNGAN
Model populasi linier ini diduga dengan metode kuadrat terkecil (Least
Square Method). Prinsip metode ini adalah meminimumkan selisih kuadrat
antara Y observasi dengan Y taksiran. Untuk model sampel regresi linier
sederhana adalah:
i Y a bX i
Dalam hal ini:
Y=variabel tak bebas
X=variabel bebas
a=penduga bagi intersep ()
b=penduga bagi koefisien regresi
Rumus Untuk Mendapatkan Nilai a dan b Dalam Regresi
Linier Sederhana
n( XY ) ( X )( Y )
b
n( X ) ( X )2 2
Metode Kuadrat Terkecil
a Y bX
Contoh Kasus: Dari hasil pencatatan antara biaya iklan dan volume penjualan sebuah
perusahaan jasa eceran produk Komputer, diperoleh informasi sebagai berikut:
3 12
4 11
5 13
6 12
7 13
8 14
9 16
Tentukan Persamaan Regresi Linier Sederhana dari data di atas, dan jika biaya iklan
dinaikan sampai Rp12 juta. Berapa volume penjualan yang diperoleh perusahaan
tersebut?
Penyelesaian Kasus:
X Y X2 Y2 XY
3 12 9 144 36
4 11 16 121 44
5 13 25 169 65
6 12 36 144 72
7 13 49 169 91
8 14 64 196 112
9 16 81 256 144
X= 42 Y=91 X2=280 Y2=1199 XY=564
4,433
Se 0,94
Dengan menggunakan kasus 72
sebelumnya, maka diperoleh nilai Se adalah:
Catatan: Khusus untuk regresi linier sederhana, rumus mencari nilai S e ini bisa
dimodifikasi menjadi:
Se
Y 2
a Y b XY
n2
1199 9,1426(91) 0,6429(564)
Se 0,94
72
Semakin tinggi nilai Se, maka kesalahan pendugaan akan semakin tinggi pula.
Analisis Korelasi
(Analisis Keeratan Hubungan)
Dalam hal keeratan hubungan antara variabel, analisis korelasi ini paling
sering digunakan dalam Statistika.
Tersedia lebih dari satu jenis analisis korelasi yang dapat digunakan, hal ini
tergantung kepada skala pengukuran datanya.
Untuk Skala pengukuran minimal interval analisis yang digunakan adalah
analisis korelasi Pearson --- digunakan dalam analisis statistika parametrik.
Untuk Skala pengukuran ordinal digunakan analisis korelasi Spearman ----
digunakan dalam analisis statistika non-parametrik.
Untuk Skala pengkuran nominal digunakan uji kebebasan dalam analisis
tabel kontingensi.
Korelasi Pearson (Product Moment)
Koefisien korelasi Pearson digunakan untuk mengetahui tingkat (derajat)
keeratan hubungan linier antara dua atau lebih variabel yang minimal berskala
pengukuran interval.
Bila variabel yang terlibat hanya dua, maka analisis korelasinya disebut
analisis sederhana. Bila variabel yang terlibat lebih dari dua, disebut analsis
korelasi berganda.
Nilai koefisien korelasi yang diperoleh dari populasi dilambangkan dengan ,
sedangkan bila dari sampel dilambangkan dengan r.
Sifat-sifat dari koefisien korelasi (r) adalah:
Nilainya berkisar dari -1 r 1
Bila r = 0 atau mendekati nol, berarti antara dua variabel yang diobservasi
(misal X dan Y) tidak terdapat hubungan linier atau hubungan liniernya
sangat lemah.
Bila r mendekati 1 (satu), hubungan linier X dan Y sangat kuat.
Tanda koefisien korelasi menunjukkan arah hubungan variabel X dan Y. Bila
r positif, pergerakan nilai kedua variabel bersifat searah. Dengan kata lain,
kenaikan dan penurunan nilai X akan diikuti oleh kenaikan dan penurunan
nilai Y. Bila r negatif, pergerakan X dan Y akan terjadi dalam arah yang
berlawanan. Dengan kata lain, bila X meningkat, maka Y menurun, atau
sebaliknya jika X menurun, maka Y naik.
Rumus Koefisien Korelasi Pearson
n XY X Y
r
n X 2
( X ) 2 n Y 2 ( Y ) 2
Keandalan nilai r akan sangat tergantung pada besarnya sampel (n). Misalnya ryx
diperoleh besar hubungan 0,8, kondisi ini didapat dari hasil perhitungan untuk 15
unit sampel tentunya tidak memiliki keterandalan yang sama dengan nilai ryx =
0,8 yang diperoleh dari 100 unit sampel. Semakin besar ukuran sampelnya akan
menghasilkan r dengan keterandalan yang semakin tinggi.
Contoh Kasus:
Dari hasil survai terhadap 6 orang karyawan yang bekerja diperusahaan
asing, diperoleh informasi tentang besarnya pendapatan (X) dan
pengeluaran (Y) dalam bentuk tabel sebagai berikut:
10 7
20 21
30 23
40 34
50 36
60 53
6(7250) (210)(174)
r 0,973
6(9100) (210) 6(6280) (174)
2 2
r (n 2)
t ,v n 2
(1 r )
2
V= degrees of fredom
Kriteria Uji:
Jika t hitung > t tabel --- maka Ho ditolak
Dengan menggunakan hasil perhitungan korelasi antara pendapatan
dengan pengeluaran, maka akan dilakukan pengujian hipotesis terhadap
koefisien korelasi tersebut.
Ho : =0 (Tidak terdapat hubungan antara variabel pendapatan dengan
variabel pengeluaran)
H1 : 0 (Terdapat hubungan antara variabel pendapatan dengan
variabel pengeluaran)
Tingkat Keberartian
r (nPengujian
2) 0,973 (6= 25%
)
t 8,43
Statistik Uji: (1 r 2 ) (1 0,973 2 )
r koefisien korelasi
Kasus 1:
Data pada suatu pabrik kertas menunjukkan bahwa banyaknya kertas rusak
ada hubungannya dengan kecepatan beroperasinya mesin cetak. Hal ini
dapat dilihat pada tabel berikut:
Kecepatan 8,1 10,2 10,8 10,9 12,0 13,1 13,2 13,8 14,9 15,8 16,4 17,4
Mesin per-
menit (X)
Jumlah 6,0 7,0 7,5 5,7 7,0 9,6 9,4 9,2 12,2 9,0 11,4 12,3
kerusakan
kertas
(lembar) Y