modul 6 analisis korelasi
TRANSCRIPT
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