Statistik Uji Korelasi

Tugas Individu

M.K. Statistik

UJI KORELASI POSITIF, NEGATIF, DAN NOL

HASWADI H.

12B08066

PTK

PENDIDIKAN TEKNOLOGI KEJURUAN

PROGRAM PASCASARJANA

UNIVERSITAS NEGERI MAKASSAR

2012

Data Pengunjung Dan Penjualan Mini Market Pakkita (Korelasi Positif)

Nomor	Pengunjung	Penjualan
1	75	230
2	115	290
3	80	255
4	77	235
5	105	283
6	72	265
7	144	315
8	67	233
9	120	265
10	127	277
11	92	260
12	85	263
13	95	210
14	90	270
15	130	277

Dari data di atas akan dicari korelasinya, apakah korelasi positif, korelasi negatif, atau korelasi nol. Untuk keperluan mencari angka korelasi r dapat dicari dengan menggunakan SPSS 17 :

Descriptive Statistics
	Mean		Std. Deviation	N
Pengunjung	98.2667		23.92090	15
Penjualan	261.8667		26.61596	15
Correlations
					Pengunjung		Penjualan
Pengunjung		Pearson Correlation			1		.716**
		Sig. (2-tailed)					.003
		Sum of Squares and Cross-products			8010.933		6383.533
		Covariance			572.210		455.967
		N			15		15
Penjualan		Pearson Correlation			.716**		1
		Sig. (2-tailed)			.003
		Sum of Squares and Cross-products			6383.533		9917.733
		Covariance			455.967		708.410
		N			15		15
**. Correlation is significant at the 0.01 level (2-tailed).

            Dari hasil perhitungan mencari angka korelasi r, didapatkan nilai 0.716 yang berarti korelasi positif. Selain besar korelasi, tanda korelasi juga berpengaruh pada penafsiran hasil. tanda positif (+) menunjukkan arah hubungan yang sama atau korelasi positif.

            Angka pada output antara Pengunjung dengan Penjualan yang menghasilkan angka 0,716. Angka tersebut menunjukkan adanya hubungan yang cukup erat antara Pengunjung dengan Penjualan dengan tingkat presentasi sebesar 71,6%. Pada Sig.(2-tailed) sebesar 0,003 ini berarti jika kita menggunakan taraf signifikansi 5%, maka korelasi signifikan jika nilai Sig.(2-tailed) lebih kecil dari 0,05 (rhitung < 0,05) dan tidak signifikan jika lebih dari 0,05 (rhitung > 0,05). Dari hasil output maka kesimpulannya ada hubungan antara banyaknya pengunjung dengan besarnya penjualan.

            Tanda ** Dengan tanda bintang 2, lihat keterangan dibawahnya. (correlation is significant at the 0.01 level). ini artinya korelasi ini signifikan pada level/taraf 1%. Jika korelasi signifikan pada 1% maka sudah pasti juga signifikan pada 5%, tetapi jika signifikan pada 5% belum tentu signifikan pada level 1%. Hal ini menunjukkan bahwa semakin Banyak Pengunjung maka semakin tinggi Penjualan begitupun sebaliknya.

            Nilai N merupakan banyaknya Pengunjung dengan Penjualan yaitu 15. Untuk N Banykanya Pengunjung reratanya adalah 98,2667 dan simpangan bakunya adalah 23,92. Ini berarti prediksi nilai terendahnya yaitu 98,2667 – 23,92 = 74,3467. Prediksi untuk nilai tertinggi yaitu 98,2667 + 23,92 = 122,1867. Untuk Penjualan, rerata yang didapatkan adalah 261,8667 dengan simpangan baku 26.61596. Prediksi nilai terendah yaitu 261,8667 – 26,61596 = 235,25 dan prediksi untuk nilai tertinggi yaitu 261,8667 + 26,61596 = 288,48266.

 Data Harga Barang dengan Permintaan (Korelasi Negatif)

Nomor	Harga Barang	Permintaan
1	550	145
2	1500	85
3	850	140
4	1100	95
5	1250	90
6	850	85
7	700	155
8	1200	135
9	750	155
10	1100	125
11	600	165
12	850	170
13	1250	85
14	1450	80
15	750	145

Dari data di atas akan dicari korelasinya, apakah korelasi positif, korelasi negatif, atau korelasi nol. Untuk keperluan mencari angka korelasi r dapat dicari dengan menggunakan SPSS 17 :

Descriptive Statistics
	Mean	Std. Deviation		N
Harga	983.3333	302.17466		15
Permintaan	123.6667	33.24512		15
Correlations
			Harga			Permintaan
Harga	Pearson Correlation		1			-.781**
	Sig. (2-tailed)					.001
	Sum of Squares and Cross-products		1278333.333			-109833.333
	Covariance		91309.524			-7845.238
	N		15			15
Permintaan	Pearson Correlation		-.781**			1
	Sig. (2-tailed)		.001
	Sum of Squares and Cross-products		-109833.333			15473.333
	Covariance		-7845.238			1105.238
	N		15			15
**. Correlation is significant at the 0.01 level (2-tailed).

            Dari hasil perhitungan mencari angka korelasi r, didapatkan nilai -0,781 yang berarti korelasi negatif.

Angka pada output antara Harga  barang dengan Permintaan yang menghasilkan angka -0,781. Angka tersebut menunjukkan adanya hubungan yang terbalik antara Harga Barang dengan Permintaan Barang dengan tingkat kepercayaan -78,1%. Tanda ** Dengan tanda bintang 2, lihat keterangan dibawahnya ** correlation is significant at the 0.01 level. ini artinya korelasi ini signifikan pada level/taraf 1%. Jika korelasi signifikan pada 1% maka sudah pasti juga signifikan pada 5%, Hal ini menunjukkan bahwa semakin tinggi Harga Barang  maka akan semakin rendah Permintaan Barang Begitupun sebaliknya Jika Harga Barang Menurun maka Permintaan Barang akan Meningkat.

Pada Sig.(2-tailed) sebesar 0,001. ini berarti jika kita menggunakan taraf signifikansi 5%, maka korelasi signifikan jika nilai Sig (2-tailed) lebih kecil dari 0,05. dan tidak signifikan jika lebih dari 0,05. Dari hasil out put maka kesimpulannya ada korelasi yang signifikan.

Dalam output di atas, terlihat angka korelasi 1. Hal ini diabaikan saja, karena itu terjadi antar variabel yang sama (Harga dengan Harga atau Permintaan dengan Permintaan) yang tentunya tidak relevan dengan kasus.

            Nilai N merupakan banyaknya data Harga barang dengan Permintaan yaitu 15. Untuk Harga barang reratanya adalah 983,33 dan simpangan bakunya adalah 302,17466. Ini berarti prediksi nilai terendahnya yaitu 983,33 – 302,17466 = 681,15534. Prediksi untuk nilai tertinggi yaitu 983,33 + 302,17466 = 1285,50466. Untuk Permintaan Barang, rerata yang didapatkan adalah 123,6667 dengan simpangan baku 33,24512. Prediksi nilai terendah yaitu 123,6667 – 33,24512 = 90,42158 dan prediksi untuk nilai tertinggi yaitu 123,6667 + 33,24512 = 156,91182.

  

Data Antara Berat Badan dengan Tekanan Darah (Korelasi Nol)

Nomor	Berat Badan	Tekanan Darah
1	55	130
2	77	110
3	65	105
4	70	115
5	75	135
6	48	115
7	42	140
8	58	120
9	67	115
10	55	115
11	74	120
12	83	125
13	75	110
14	85	145
15	65	135

Dari data di atas akan dicari korelasinya, apakah korelasi positif, korelasi negatif, atau korelasi nol. Untuk keperluan mencari angka korelasi r dapat dicari dengan menggunakan SPSS 17 :

Descriptive Statistics
	Mean	Std. Deviation	N
Berat	66.2667	12.59516	15
Tekanan	122.3333	12.08108	15

Correlations
		Berat	Tekanan
Berat	Pearson Correlation	1	.007
	Sig. (2-tailed)		.979
	Sum of Squares and Cross-products	2220.933	15.667
	Covariance	158.638	1.119
	N	15	15
Tekanan	Pearson Correlation	.007	1
	Sig. (2-tailed)	.979
	Sum of Squares and Cross-products	15.667	2043.333
	Covariance	1.119	145.952
	N	15	15

            Dari hasil perhitungan mencari angka korelasi r, didapatkan nilai 0,007 yang berarti korelasi nol. Angka pada output antara Berat Bedan dengan Tekanan Darah yang menghasilkan angka 0,007 mempunyai tingkat kepercayaan hubungan antara kedua data tersebut hanyal padal level 0,7%. Ini menunjukkan Tidak adanya hubungan Jelas antara Berat Bedan dengan Tekanan Darah. Pada bagian bawah tabel tidak ada Tanda **, Hal ini menunjukkan bahwa tidak ada korelasi antara Berat badan dengan tekanan darah.

Untuk Sig.(2-tailed) sebesar 0,979. ini berarti jika kita menggunakan taraf signifikansi 5%, maka korelasi tidak signifikan karena nilai Sig(2-tailed) lebih besar dari 0,05 begitupun pada taraf signifikan 1%. Dari hasil out put maka kesimpulannya tidak ada hubungan antara Berat Badan dengan Tekanan Darah.

Dalam output di atas, terlihat angka korelasi 1. Hal ini diabaikan saja, karena itu terjadi antar variabel yang sama (seperti Berat Badan dengan Berat Badan atau Tekanan Darah dengan Tekanan Darah) yang tentunya tidak relevan dengan kasus.

            Nilai N merupakan banyaknya data yaitu 15. Untuk Nilai Berat Badan reratanya adalah 66,2667 dan simpangan bakunya adalah 12,59516. Ini berarti prediksi nilai terendahnya yaitu 66,2667 – 12,59516 = 53,67514. Prediksi untuk nilai tertinggi yaitu 66,2667 + 12,59516 = 78,86186. Untuk Tekanan Darah, rerata yang didapatkan adalah 122,3333 dengan simpangan baku 12,08108. Prediksi nilai terendah yaitu 122,3333 – 12,08108 = 110,25222 dan prediksi untuk nilai tertinggi yaitu 122,3333 + 12,08108 = 134,41438..