Uji Asumsi Korelasi Sederhana
Uji Asumsi Korelasi Sederhana
Uji Asumsi Korelasi Sederhana
MAKALAH
Disusun Oleh :
Dosen Pengampu :
TAHUN 2021
KATA PENGANTAR
Puji syukur kehadirat Tuhan Yang Mahakuasa karena telah memberikan kesempatan
pada penulis untuk menyelesaikan makalah ini. Atas rahmat dan hidayah-Nya lah penulis dapat
menyelesaikan makalah yg berjudul ”Uji Asumsi Korelasi Sederhana” tepat waktu.
Makalah ” Uji Asumsi Korelasi Sederhana“ disusun guna memenuhi tugas Mata Kuliah
statistic Pendidikan dengan Dosen pengampu Ibuk Putri Yulia, M.Pd. Selain itu, penulis juga
berharap agar makalah ini dapat menambah wawasan bagi pembaca tentang Uji Asumsi Korelasi
Sederhana.
Penulis berharap Tugas yang telah diberikan ini dapat menambah pengetahuan dan
wawasan terkait bidang yang ditekuni penulis. Penulis juga mengucapkan terima kasih pada
semua pihak yang telah membantu proses penyusunan makalah ini.
Penulis menyadari makalah ini masih jauh dari kata sempurna. Oleh karena itu, kritik dan
saran yang membangun akan penulis terima demi kesempurnaan makalah ini.
Penulis
Kelompok 1
2
DAFTAR ISI
BAB 1 : PENDAHULUAN
A. Latar Belakang...................................................................................................4
B. Rumusan Masalah..............................................................................................5
C. Tujuan................................................................................................................5
BAB 2 : PEMBAHASAN
A. Penyajian Data...................................................................................................6
B. Penyajian Data dalam Bentuk Tabel ..................................................................6
C. Penyajian Data dalam Bentuk Diagam...............................................................8
BAB 3 : PENUTUP
A. Kesimpulan........................................................................................................15
B. Saran..................................................................................................................15
DAFTAR PUSTAKA...................................................................................................16
3
BAB I
PENDAHULUAN
A. Latar Belakang
Hubungan antar variabel sering menjadi objek yang akan diamati bentuknya
dalam sebuah pemodelan. Dua buah variabel yang diduga mempunyai hubungan sebab
akibat, atau dalam bahasa statistik disebut hubungan antar variabel terikat (dependen) dan
variabel bebas (independen). Analisis statistik yang sering digunakan untuk melihat
hubungan antara dua jenis variabel tersebut adalah analisis korelasi dan analisis regresi.
Analisis korelasi berkaitan dengan pengukuran tingkat keeratan hubungan di antara
variabel – variabel baik di antara variabel terikat dengan variabel bebas maupun sesama
variabel bebas. Variabel bebas yaitu variabel yang dipakai untuk memprediksi nilai
variabel terikat, sedangkan variabel terikat yaitu variabel yang diprediksi (Setiawan dan
Dwi,2010:60). Analisis korelasi sederhana (Bivariate Correlation) digunakan untuk
mengetahui keeratan hubungan antara dua variabel dan untuk mengetahui arah hubungan
yang terjadi.
Koefisien korelasi sederhana menunjukkan seberapa besar hubungan yang terjadi
antara dua variabel. Dalam SPSS ada tiga metode korelasi sederhana (bivariate
correlation) diantaranya Pearson Correlation, Kendall’s tau-b, dan Spearman Correlation.
Pearson Correlation digunakan untuk data berskala interval atau rasio, sedangkan
Kendall’s tau-b, dan Spearman Correlation lebih cocok untuk data berskala ordinal. Pada
bab ini akan dibahas analisis korelasi sederhana dengan metode Pearson atau sering
disebut Product Moment Pearson. Nilai korelasi (r) berkisar antara 1 sampai -1, nilai
semakin mendekati 1 atau -1 berarti hubungan antara dua variabel semakin kuat,
sebaliknya nilai mendekati 0 berarti hubungan antara dua variabel semakin lemah. Nilai
positif menunjukkan hubungan searah (X naik maka Y naik) dan nilai negatif
menunjukkan hubungan terbalik (X naik maka Y turun).
Banyak analisis data bertujuan untuk mengetahui apakah ada hubungan antara dua
atau lebih peubah. Bila hubungan demikian ini dapat dinyatakan dalam bentuk rumus
matematik, maka kita akan dapat menggunakannya untuk keperluan identifikasi
selanjutnya.
4
Masalah identifikasi dapat dilakukan dengan menerapkan persamaan regresi dan
menentukan korelasi (hubungan) data. Sekarang ini, istilah regresi ditetapkan pada semua
jenis peramalan, dan tidak harus berimplikasi suatu regresi mendekati nilai tengah
populasi. Sedangkan Teknik korelasi merupakan teknik analisis yang melihat
kecenderungan pola dalam satu variabel berdasarkan kecenderungan pola dalam variabel
yang lain. Maksudnya, ketika satu variabel memiliki kecenderungan untuk naik maka kita
melihat kecenderungan dalam variabel yang lain apakah juga naik atau turun atau tidak
menentu. Jika kecenderungan dalam satu variabel selalu diikuti oleh kecenderungan
dalam variabel lain, kita dapat mengatakan bahwa kedua variabel ini memiliki hubungan
atau korelasi.
Data yang baik adalah data yang memiliki keakuratan maksimal dan adanya
keterikatan dengan data lain yang masih bersangkutan. Untuk menciptakan data yang
baik data mentah perlu di distribusikan dan diolah. Data yang baik akan mempermudah
dalam menganalisis atau mengidentifikasi karakteristik data dan mengulangi percobaan
jika diperlukan.
B. Rumusan Masalah
Adapun rumusan masalah yang akan dibahas pada amkalah ini adalah sebagai berikut,
C. Tujuan
5
BAB ll
PEMBAHASAN
Perlu diingat :
Jika ditemukan perhitungan diluar Range tersebut, berarti telah terjadi kesalahan
perhitungan dan harus di koreksi terhadap perhitungan tersebut.
6
correlation) misalnya hubungan antara kecerdasan dan motif belajar dengan prestasi
belajar.
Analisa yang membahas kuatnya hubungan antara variable-variable disebut “Analisa
Korelasi”, sedangkan angka yang menunjukkan kuat tidaknya (derajat) hubungan antara
variable-variable itu disebut dengan “Koefisien Korelasi” yang diberi notasi “r”.
Apabila arah hubungan variable itu positif, disebut korelasi positif dan dua variable
itu cenderung akan berubah dengan arah yang sama. Apabila arah hubungan variable itu
negative maka disebut korelasi negative dan dua variable itu cenderung akan berubah
dengan arah yang berlawanan. Tetapi jika kedua variable itu cenderung berubah dengan
arah yang tidak menentu, maka dikatakan tidak berhubungan.
Besarnya harga koeisien korelasi akan berada dalam interval -1 dan +1 atau -1 ≤ r ≤
1 1) Jika r = 1 atau mendekati, dikatakan bahwa dua variable itu mempunyai hubungan
yang kuat dan positif. 2) Jika r= -1 atau mendekati, dikatakan bahwa bahwa dua variable
itu mempunyai hubungan yang kuat dan negatif. 3) Jika r = 0 atau mendekati, dikatakan
bahwa dua variable itu tidak berkorelasi atau berhubungan. Contoh sebaran diagram di
bawah ini menunjukkan adanya hubungan atau korelasi antara dua variable, yaitu variable
x dan y.
Keterangan:
1) Diagram sebaran yang menunjukkan korelasi linear positif.
2) Diagram sebaran yang menunjukkan korelasi linear negative.
3) Diagram sebaran yang menunjukkan korelasi nol.
Contoh: Suatu perusahaan mengadakan test masuk untuk calon karyawan. Dari peserta
tersebut, ternyata yang diterima sebagai karyawan hanya 10 orang saja, dengan nilai test
masing-masing adalah sebagai berikut: 63 67 61 72 70 60 74 64 69 75 Setelah mereka
7
bekerja dalam waktu tertentu, tercatat nilai-nilai hasil kerja merekaa adalah: 230 235 220
270 245 225 260 240 250 265
Dari diagram sebaran di atas(dengan sumbu x dan y), didapat empat kuadran, yaitu:
Dengan demikian pada kuadcran II dan IV mempunyai hasil perkalian antara x dan y
yang positif, sedangkan pada kuadran I dan III mempunyai hasil perkalian antara x dan y
yang negatif. Karena itu apabila sebagian besar data tersebar di kuadra II dan IV maka
dikatakan bahwa antara variable x dan y berkorelasi positif, tetapi jika sebagian besar data
tersebar di kuadran I dan II, maka dikatakan bahwa antara variable x dan y itu berkorelasi
negatif, dan jika data itu tersebar secara rambang di semua kuadran, maka dapat dikatakan
bahwavariable x dan y itu tidak berkorelasi. Jadi dari uraian di atas dapat dikatakan pula
bahwa:
8
Korelasi nol bila xy = 0
Namun demikian cara pengukuran itu kurang memadai dan untuk memperbaiki cara
pengukuran diatas maka koefisien korelasi (r) dihitung melalui koefisien penentuan
(Coeffisient of Determination) yang diberi notasi “r²”. Koefisien korelasi ini menentukan
berapa besar variasi y yang dapat dijelaskan oleh variasi x. Oleh karena itu r² merupakan
ratio antara variasi yang dapat dijelaskan oleh garis regresi dengan variasi total, sehingga r²
dirumuskan dengan:
Dimana :
C. Contoh Kasus
Berikut ini merupakan data perusahaan mengenai harga permintaan suatu komoditi (X)
dan harga rata-rata suatu komoditi (Y) disajikan dalam tabel berikut:
9
X Y
178 105
224 105
160 130
315 130
229 130
250 150
181 150
306 170
257 170
300 180
Hitunglah koefisien korelasi pada kasus tersebut dan bagaimana arti dari hasil koefisien
korelasi yang didapat!
Jawaban
Berikut ini hasil perhitungan tabel untuk mendapatkan nilai total untuk X, Y, X 2, Y2, dan XY:
Data X Y X2 Y2 XY
10
9 257 170 66049 28900 43690
Tota 60407
2400 1420 207950 348090
l 2
Dengan memasukan nilai total dari semua variabel pada tabel dan jumlah data ke dalam rumus
korelasi Pearson Product Moment maka didapat hasil sebagai berikut:
11
BAB lll
PENUTUP
A. Kesimpulan
Saran
12
Dengan adanya penulisan makalah ini diharapkan kepada pembaca agar dapat
memahami materi tentang Uji Asumsi Korelasi Sederhana.
13
DAFTAR PUSTAKA
Ananda,rusydi dan Muhammad fadhil. 2018. Statistika Pendidikan. Medan : CV. Widya puspita.
Kho,dickshon. 2021. Pengertian dan Analisis Korelasi Sederhana dengan Rumus Pearson.
https://teknikelektronika.com/pengertian-analisis-korelasi-sederhana-rumus-pearson/
(Diakses pada tanggal 20 April 2021 pukul 13.00 WIB).
14