MODUL VI

ANALISIS KORELASI

Koefisien korelasi Pearson berguna untuk mengukur tingkat keeratan hubungan linear

anatara dua variable. Nilai korelasi berkisar antara -1 samapai +1. nilai korelasi negative

berarti hubungan antara 2 variabel adalah negative. Artinya, apabila salah satu variable

menurun, maka variable lainnya akan meningkat. Sebaliknya, nilai korelasi positif

berarti hubungan antara kedua variable adalah psotif. Artinya apbila salah satu variable

meningkat, maka variable lainnya meningkat pula. Suatu hubungan anatara 2 variabel

dikatakan berkorelasi kuat apabila makin mendekati 1 atau (-1). Sebaliknya, suatu

hubungan dikatakan lemah apabila semakin mendekati 0 (nol).

Hipotesis

Hipotesis untuk uji korelasi adalah:

Dimana adalah korelasi antara 2 variabel.

Daerah Penolakan

Untuk membuat interpretasi analisis korelasi, ada beberapa hal yang harus diingat, yaitu:

1. Koefisien korelasi hanya mengukur hubungan linear. Jika ada hubngan nonlinear,

maka koefisien korelasi akan bernilai 0.

2. koefisien korelasi sangan snsitif terhadap nilai ekstrim.

3. kita bisa membuat korelasi hanya jika variable memiliki hubungan sebab akibat.

Langkah-langkah menghitung korelasi antara dua variable dengan menggunakan Minitab

adalah:

1. Pilih Stat > Basic Statistics > Correlation

2. Pada kotak dialog , letakkan variable ukuran rumah dan penggunaan listrik per

bulan pada kolom di bawah Variabels.

3. Untuk menampilakn P-value, pilih Display p-value, klik OK.

43

Gambar 6.1 Kotak dialog Correlation

Interpretasi Output Korelasi

Output analisis korelasi yang akan ditampilkan dalam windows session. Output

menunjukkan nilai korelasi atara ukuran rumah dan penggunaan listrik per bulan sebesar

0.898. seperti telah dijelaskan sebelumnya, apabila nilai korelasi Pearson semakin

mendekati 1 atau (-1), berarti hubungan antara 2 variabel semakin erat. Karena nilai

korelasi antara ukuran dan penggunaan listrik bernilai 0.898, maka hubungan antara

kedua variable diduga erat. Agar lebih menyenangkan, kita perlu uji atau hipotesis.

Hipotesis

Dalam hal ini, hipotesis awal adalah tidak ada korelasi antara ukuran rumah dan dan

penggunaan listrik, sedangkan hipotesis alternatifnya adalah ada korelasi antara ukuran

dan rumah dengan penggunaan listrik.

Correlations: Ukuran Rumah, Penggunaan Listrik per Bulan

Pearson correlation of Ukuran Rumah and Penggunaan Listrik per Bulan = 0.898P-Value = 0.000

Daerah penolakan

Penjelasan sebelumnya telah mengatakan bahwa daerah penolakan adalah apabila

. Gambar 6.2 memperlihatkan daerah penolakkannya. Pada gambar, apabila

44

p-value jatuh dalam daerah (daerah penolakan, daerah yang diarsir), maka berarti

menolak hipotesis awal.

Interpretasi Output Analisis

Hasil analisis korelasi memperlihatkan bahwa nilai P-value adalah 0. Karena P-value

jatuh di daerah penolakan, maka keputusannya adalah menolak hipotesis awal yang

mengatakan bahwa tidak ada korelasi antara ukuran rumah dan penggunaan listrik. Ini

berarti menerima hipotesis alternative. Oleh karena itu, kesimpulan yang didapat dari uji

hipotesis adalah antara ukuran rumah dengan penggunaan listrik per bulan ada

hubunggan erat, yaitu sekitar 89,9%

45