Korelasi Pearson
korelasi
(r) merupakan nilai statistik yang menggambarkan hubungan antara variabel X dan
Y dalam terminologi variabel independen, kedua variabelnya sama-sama bebas.
Ketika nilai korelasi yang ditunjukkan oleh scatterplot
konsekuen menanjak atau berbentuk seperti trend,
maka r = +1, ketika nilai korelasi yang ditunjukkan berpola menurun terhadap
ordinat, maka r = -1. Semakin dekat nilai r terhadap 1, maka korelasi akan
semakin kuat, begitu pula sebaliknya, semakin nilai r mendekati nol, maka
hubungan korelasi akan semakin lemah.
Koefisien Korelasi Pearson
Untuk
menghitung koefisien korelasi variabel X, kita memerlukan tiga total
penjumlahan kuadrat (SS) dimana SS untuk variabel X adalah:
Dimana:
SS
= total penjumlahan kuadrat (sum of square)
XX = adalah variabel X dengan X
Xi =
adalah n atau jumlah pengamatan
Sedangkan
untuk menghitung nilai total koefisien korelasi variabel Y adalah:
Dimana:
SS
= total penjumlahan kuadrat (sum of square)
XX = adalah variabel Y dengan Y
Xi =
adalah n atau jumlah pengamatan
Dengan
demikian penjumlahan antara kedua variabel dalam koefisien korelasi (SSXY)
adalah:
Maka koefisien korelasi adalah:
Interpretasi Koefisien
Korelasi Pearson
Koefisien
korelasi menunjukkan apakah korelasi antar variabel bernilai positif atau
negatif, hal ini menentukan kekuatan hubungan keduanya. Walaupun tidak ada
ketetapan nilai dalam menjelaskan seberapa kuat hubungan korelasi, tapi kita
dapat menyimpulkannya sebagai berikut:
0
< │r│ < 0,3 adalah
korelasi positif lemah
0,3
< │r│ < 0,7
adalah
korelasi positif menengah
│r│
> 0,3
adalah
korelasi positif kuat
Ilustrasi:
Berikut
ini adalah data jumlah pemilik kendaraan bermotor dan data persentase pemilik
surat izin mengemudi (SIM) di beberapa kota. Kita kan melihat hubungan korelasi
antara kedua variabel tersebut, kita memiliki 16 pengamatan di 16 kota, berikut
datanya:
Untuk langkah pertama kita akan melihat pola
persebaran data dengan scatterplot dengan kriteria sebagai berikut:.
Untuk menampilkan scatterplot dengan excel dapat
dengan blok semua data dari kedua variabel > insert > scater. Maka scatterplot
yang kita dapatkan dari data di atas adalah sebagai berikut:
Kita
lihat pola persebaran data pada scatterplot menunjukkan persebaran yang tidak
normal lebih ke arah korelasi negatif.
Berikut
kita akan melihat nilai korelasinya dengan analysis toolpack bawaan excel,
pilih di menubar data > data analysis, seperti gambar,
Bagi yang tidak memiliki menu data analysis, kamu bisa memunculkannya melalui jendela add-ins, melalui menu file > option > add-ins, maka akan ditampilkan jendela add-ins, kamu tinggal pilih analysis toolpack > ok,
Datanya akan ditampilkan sebagai berikut:
Hasil korelasi antara variabel % driver license own terhadap variabel number of motorcycle adalah -0,43, ini menunjukkan nilai korelasi negatif antara kedua variabel tersebut. Hal ini juga ditunjukkan oleh pola sebaran melalui grafik scaterplot menurun atau berlawanan dengan pola data trend.
download materi versi pdf di bawah ini >>>
0 komentar:
Posting Komentar