Setelah menulis artikel belajar statistik di artikel sebelumnya, ada rasa ingin menambah materi baru yang berkaitan dengan statistika. Apalagi masih ada rasa mengebu-gebu untuk mengembangkan blog pribadi ini, maka dari itu melalui artikel ini saya mencoba berbagi informasi tentang statistik yang ada kaitannya dengan Analisis Korelasi.
Analisis korelasi merupakan studi yang membahas tentang derajat (seberapa kuat) hubungan antara dua variabel atau lebih. Korelasi artinya hubungan, yaitu hubungan antara suatu variabel dengan variabel lain. Besarnya korelasi ditunjukkan oleh koefisien korelasi dilambangkan dengan symbol “r” / "R". Nilai Koefisian "r" akan selalu berada di antara -1 sampai +1.. Sedangkan tanda pada koefisien korelasi menunjukkan arah hubungan. Jika tandanya positif berarti hubungannya searah, jika tandanya negatif berarti hubungannya berlawanan arah. Ukuran korelasi adalah hubungan, kuat, lemah atau bahkan tidak ada hubungan. Istilah penting yang sering dipakai dalam analisis korelasi adalah "Variabel". Variabel adalah suatu besaran yang dapat diubah atau berubah sehingga mempengaruhi peristiwa atau hasil penelitian. Jenis variabel yang dipakai disini adalah variabel bebas (independent variable = X) dan Variabel terikat/tergantung (dependent variable = Y).
Korelasi menunjukkan tingkat keeratan hubungan dua variabel atau lebih dan mempunyai nilai paling kecil -1 dan paling besar 1.
Koefisien korelasi -1 menunjukkan suatu hubungan X dan Y sangat kuat secara negatif. Semakin menjauhi -1 dan mendekati 0, menunjukkan hubungan X dan Y yang bertolak belakang semakin kecil, dan sampai pada titik 0 berarti tidak ada hubungan sama sekali. Jika mendekati 1, maka hubungan yang terjadi semakin kuat positif, dan jika bernilai 1 maka menunjukkan hubungan yang sangat mutlak.
Jenis Analisis Korelasi :
Korelasi sederhana : Korelasi sederhana mempelajari pola hubungan antara satu variabel bebas dengan variabel terikat dengan simbol r, yaitu sampai sejauhmana kuatnya hubungan dua variabel tersebut dan sampai sejauhmana kemampuan variabel tersebut untuk menjelaskan variasi variabel terikat.
Rumus:
r : Koefisien korelasi
n : Banyaknya sampel
X : Variabel bebas
Y : Variabel terikat
Korelasi Berganda : mempelajari pola hubungan antara dua atau lebih variabel bebas dengan variabel terikat dengan simbol R.
Jika dikuadratkan (R2) disebut koefisien determinasi yaitu untuk mengukur sampai seberapa besar kemampuan beberapa variabel bebas secara bersama-sama mempengaruhi variabel tergantung
SSR
R2 = ---------
SST (Kuncoro, 2003:220)
Keterangan:
SSR : Sum of Square regression
SST : Sum of Square total
R2 : Koefisien Determinasi
Korelasi Parsial : mempelajari pola hubungan satu variabel bebas dengan variabel terikat dengan simbol r, dimana variabel bebas yang lain dianggap konstan atau tetap.
Analisis Korelasi parsial menghitung koefisien korelasi parsial yang menggambarkan hubungan linear antara dua variabel dengan variabel lain sebagai kontrol. Kriteria data korelasi parsial: (1) Data merupakan variabel kuantitatif (2) Asumsi: Tiap pasangan merupakan variabel normal bivariat
Korelasi bivariate merupakan korelasi antara dua variabel saja. Prosedur korelasi bivariat menghitung koefisien korelasi Pearson, Spearman dan Kendall beserta tingkat signifikannya. Kriteria data korelasi bivariate adalah (1) untuk data kuantitatif berdistribusi normal, gunakan koefisien korelasi Pearson. Jika tidak berdistribusi normal, akan merupakan data kategori yang bertingkat maka gunakan korelasi rho Spearman dan tau-b Kendall. (2) Asumsi koefisien korelasi Pearson menggunakan asumsi bahwa tiap pasangan variabel adalah normal bivariat. Sumber: Wahana Komputer, 2004, Halaman 225-234
Korelasi multivariate: merupakan korelasi antara lebih dari dua variabel.
Tabel tentang Pedoman umum dalam menentukan Kriteria Korelasi :
Tidak ada komentar:
Posting Komentar