Bab 7 ANALISIS KORELASI (ANALYSIS OF CORRELATION)

Analisis korelasi adalah suatu model analisis yang digunakan untuk engetahui tingkat asosiasi
(hubungan) antara variabel bebas dengan variabel terikat baik berganda maupun parsial.

A. Analisis Korelasi Berganda Tujuannya adalah untuk mengetahui tingkat asosiasi

(hubungan) beberapa variabel bebas terhadap variabel terikat. Rumus umumnya sebagai
berikut :

R= b1∑X1Y+b2∑X2Y+b3∑X3Y+….+bn∑XnY
∑Y2

Contoh harga Apakah terdapat hubungan yang signifikan antara biaya promosi, harga per
unit produk, dan saluran distribusi dengan volume penjualan produk secara berganda dan
parsial? Alpha 5%. Berikut ini datanya:

Tahun ke Volume Biaya promosi Harga perunit Saluran

penjualan (juta (juta Rp) (ribu Rp) distribusi
Rp)
1 100 10 10 2
2 150 12 9 3
3 120 14 10 3
4 100 10 8 1
5 130 15 9 2
6 140 12 10 3

Catatan Kriteria saluran distribusi : 1= tidak lancar, 2= cukup lancar 3= lancer

Jawab:
Langkah komputer program SPSS:
Untuk mengetahui nilai koefisien korelasi berganda (R), koefisien determinasi (R square
R2), koefisien determinasi yang dipertimbangkan (adjusted R square Adjusted R 2) dan nilai
F hitung serta signifikansinya, melalui langkah SPSS regresi berganda.
 Buka file data : korelasi berganda
 Klik Analyze : pilih Regression : linear
- Kotak Dependent : penjualan
- Kotak Independent (s) : diisi promosi, harga, distribusi
- Case labels : abaikan
 - Method enter
 Klik ok (muncul output data)

Xxxxxxxxxxxxxxxxxxxxxxx

Langkah analisis statistic :

 Menentukan Ho dan Ha
H0 : R = 0 (tidak terdapat hubungan yang signifikan antara biaya promosi, harga
perunit produk, dan saluran distribusi dengan volume penjualan produk secara
berganda)
Ha : R ≠ 0 (terdapat hubungan yang signifikan antara biaya promosi, harga per unit
produk, dan saluran distribusi dengan volume penjualan produk secara berganda)
 Menentukan level of signifikan
Taraf keyakinan dalam pengujian ini sebesar 5%
 Menentukan kriteria pengujian
Nilai F tabel adalah F5%; (df1 3; df2 2) = 19,16

H0 diterima H0 ditolak

19,16

H0 diterima jika F hitung ≤ 19,16

H0 ditolak jika F hitung ≥ 19,16

 Pengujian
Rumus umum F hitung :
 Diketahui dari output diatas nilai R2= 0,841

=3,526205409 atau 3,53

Nilai F hitung manual sama dengan F hitung output SPSS = 3,53

Catatan :

R= 0,917 berarti hubungan antara biaya promosi, harga perunit produk, dan saluran
distribusi dengan volume penjualan produk secara berganda sangat kuat.

R2=0,841 atau 84,1% berarti perubahan volume penjualan dapat dijelaskan dari melalui
biaya promosi, harga perunit produk dan saluran distribusi sebesar 84,1% dan sisanya
15,9% dijelaskan variabel bebas lainnya.

Adjusted R2= 0,603 atau 60,3% berarti perubahan volume penjualan dapat dijelaskan dari
melalui biaya promosi, harga perunit produk dan saluran distribusi sebesar 60,3% dengan
memasukkan/ melibatkan tingkat toleransi kesalahan dalam perhitungannya.

 Kesimpulan Nilai F hitung = 3,53 <19,16 maka Ho diterima berarti tidak terdapat
hubungan yang signifikan antara biaya promosi, harga perunit produk, dan saluran
distribusi dengan volume penjualan produk secara berganda.

B. Analisis Korelasi Parsial

Analisis korelasi parsial untuk mengetahui tingkat asosiasi (hubungan) antara satu variabel
bebas dengan variabel terikat dengan memasukan variabel bebas lainnya sebagai variabel
pengendali (pengontrol). Misal ada 2 variabel bebas X1,X2, maka koefisien korelasi
parsial : rYX1.X2 dan rYX2.X1 dirumuskan sebagai berikut :

dan
 rYX1.X2 = koefisien korelasi antara Y dengan X1 dan X2 konstan

rYX2.X1 = koefisien korelasi antara Y dengan X2 dan X1 konstan

sedangkan rYX1 dan rYX2, rX1X2 sebagai berikut :

hal 81

Jika ada 3 variabel bebas (X1,X2,X3) dan Y maka koefisien korelasi parsial sebagai
berikut:

Contoh soal sama dengan di atas yaitu:

1) Apakah terdapat hubungan yang signifikan antara promosi dan terhadap volume
penjualan dengan variabel pengontrolharga perunit dan saluran distribusi?

2) Apakah terdapat hubungan yang signifikan antara harga perunit terhadap volume
penjualan dengan variabel pengontrol promosi dan saluran distribusi?

3) Apakah terdapat hubungan yang signifikan antara saluran distribusi terhadap

volume penjualan dengan variabel pengontrol promosi dan saluran distribusi?

Langkah SPPS:

 Buka file data : korelasi berganda

 Klik Analyze : pilih correlate : partial

 Klik option

 Kotak variabel :
 - Isikan : penjualan, promosi (untuk pertanyaan pertama)

- Isikan : penjualan, harga (untuk pertanyaan kedua)

- Isikan : penjualan, distribusi (untuk pertanyaan ketiga)

 Kotak Controlling for (variabel pengontrol)

- Isikan : harga, distribusi (untuk pertanyaan pertama)

- Isikan : promosi, distribusi (untuk pertanyaan kedua)

- Isikan : promosi, harga (untuk pertanyaan ketiga)

 Test of Significance :

- Pilih two tailed (uji 2 sisi)

- Pilih one tailed (uji 1 sisi)

 Aktifkan Display Actual Significance Level

Xxxxxxxxxxxxxxxxxxxxxxxxx

 Klik OK (muncul output data)

Xxxxxxxxxxxxxxxxxxxxxxxx

Langkah analisis statistik :

1) Apakah terdapat hubungan yang signifikan antara promosi terhadap volume penjualan
dengan variabel pengontrol harga perunit dan saluran distribusi?

Dari output partial correlation Y dan diketahui r = 0,267 dengan signifikansi = 0,733
atau 73,3% > 5% maka Ho diterima, berarti tidak terdapat hubungan yang signifikan
antara promosi terhadap volume penjualan dengan variabel pengontrol harga perunit dan
saluran distribusi.
 2) Apakah terdapat hubungan yang signifikan antara harga perunit terhadap volume
penjualan dengan variabel pengontrol promosi dan saluran distribusi?

Dari output partial correlation Y dan diketahui r = -0,775 dengan signifikansi = 0,225
atau 22,5% > 5% maka Ho diterima, berarti tidak terdapat hubungan yang signifikan
antara harga perunit terhadap volume penjualan dengan variabel pengontrol promosi dan
saluran distribusi.

3) Apakah terdapat hubungan yang signifikan antara saluran distribusi terhadap volume
penjualan dengan variabel pengontrol promosi dan saluran distribusi?

Dari output partial correlation Y dan diketahui r = 0,886 dengan signifikansi = 0,114
atau 11,4% > 5% maka Ho diterima, berarti tidak terdapat hubungan yang signifikan
antara saluran distribusi terhadap volume hubungan yang signifikan antara saluran
distribusi terhadap volume penjualan dengan variabel pengontrol harga perunit dan
promosi.

C. Analisis Korelasi Data Ordinal

Tujuannya adalah menganalisis korelasi model Spearman dan Kendall-tau khusus untuk
data ordinal yaitu data berjenjang seperti sangat setuju, setuju, cukup setuju, kurang setuju,
tidak setuju atau data yang diberi ranking tertentu.

1. Korelasi Spearman (rs)

Rumus umum : rs =

Contoh soal :

Apakah terdapat hubungan yang signifikan antara tingkat suku bunga tabungan
dengan jumlah nasabah bank? Alpha = 1%

Tahun Suku bunga (%) Jumlah Nasabah

2001 10 40
2002 11 65
2003 9 73
2004 10 72
 2005 12 60
2006 12 69
2007 10 68
2008 11 69
2009 12 60
2010 11 65
2011 9 70
2012 10 71

Jawab :

Sebelum dianalisis korelasi Spearman, data terlebih dahulu diberi ranking, karena data ordinal
(jenjang) sebagai berikut :

 Klik transform : pilih Rank Cases

 Kotak Dialog Rank Cases :

- Variables : isikan S_bunga, Nasabah

- Assign Rank 1 to :

Pilih : Smallest value (data terkecil diberi ranking 1)

Pilih : Largest value (data terbesar diberi ranking 1) kita pilih Largest value

 Klik Ties : pilih Mean

 Klik Continue

Xxxxxxx

 Klik Ok (muncul ranking data)

xxxxxxxxxxx
 Langkah SPSS :
 Buka file : Spearmen
 Klik analyze : pilih Correlation : Bivariate
 Kotak variables : RS_bunga, Rnasabah
 Corrlation coefficients : pilih Spearmen
 Pada Test of Significance:
- Pilih two tailed (uji 2 sisi)
- Pilih one tailed (uji 1 sisi)
 Aktifkan Flag significance correlation

XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX
XXX

 Klik OK (muncul output)

XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX
XXX

Langkah analisis statistik:

Berdasarkan output nonparametric correlation Spearmen’s rho diatas, diketahui nilai

koefisien korelasi antara tingkat suku bunga tabungan dengan jumlah nasabah bank sebesar
-0,582 dan signifikansinya = 0,047 atau 4,7% < 5% berarti terdapat hubungan yang
signifikansi antara kedua variabel tersebut.

2. Korelasi kendall-tau (rk)

Rumus umum:

Keterangan: n= jumlah pasangan data, S= selisih ranking pasangan data.

Variabel untuk korelasi kendall-tau, misalnya mengukur tingkat kepuasan kerja, tingkat
motivasi, keamanan kerja, kondisi kerja, tingkat produktivitas kerja.
Contoh soal:
Apakah terdapat hubungan yang signifikan antara motivasi kerja terhadap kepuasan kerja
karyawan suatu perusahaan. Berikut ini data dari 10 orang karyawan atas kuesioner yang
ajukan. Alpha =1%

Karyawan Motivasi (X) Kepuasan (Y)

A 5 4
B 4 3
C 3 5
D 2 3
E 3 4
F 4 5
G 3 4
H 4 4
I 5 3
J 5 5

Jawab:
Sebelumnya dilakukan rankingisasi data motivasi kerja dan kepuasan kerja, sebagai
berikut:
 Klik transform: pilih Rank Cases
 Kotak Dialog Rank Cases:
- Variables : Isikan motivasi, kepuasan
- Assign Rank 1 to:
Pilih : Largest value (data terbesar diberi ranking 1)

 Klik Ties: pilih Mean

 Klik continue
 Klik OK (muncul ranking data)
 XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Langkah SPSS:

 Buka file: Kendall-tau

 Klik analyze: pilih Correlation: Bivariate
 Kotak variables: Rmotivasi, Rkepuasan
 Correlation coefficients: pilih Kendall-tau
 Pada Test of Significance:
- Pilih two tailed (uji 2 sisi)
 Aktifkan Flag Significant Correlations

XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

 Klik Ok (muncul output)

XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Langkah analisis statistik:

Berdasarkan output nonparametric correlation Kendall-tau b, diketahui nilai koefisien

korelasi antara tingkat mitvasi kerja dengan kepuasan kerja karyawan suatu perusahaan
sebesar 0,087 dan signifikansinya = 0,765 atau 76,5% > 1% berarti tidak terdapat hubungan
yang signifikan antara motivasi kerja dengan kepuasan kerja karyawan.