Bagaimanakah menghitung koefisien korelasi

Berikut ini adalah pertanyaan dari Hanifa5374 pada mata pelajaran Geografi untuk jenjang Sekolah Menengah Pertama

Bagaimanakah menghitung koefisien korelasi

Jawaban dan Penjelasan

Berikut ini adalah pilihan jawaban terbaik dari pertanyaan diatas.

Cara menghitung koefisien korelasi menggunakan Microsoft Excel adalah =CORREL(array1;array2)

Dimana array1 = rentang sel yang berisi nilai variabel x, array2 = rentang sel yang berisi nilai variabel y

Untuk lebih memperjelas cara menghitung korelasi di Excel, perhatikan contoh tabel dibawah ini

Coba hitung korelasi antara pemberian uang saku dengan hasil nilai ujian. Untuk menghitung nilai korelasi tersebut, coba anda ketik pada sel C8 , yaitu

=CORREL(B2:B7;C2:C7)

maka akan diperoleh nilai korelasinya 0,49 ini menunjukkan bahwa korelasi antara uang saku dengan nilai hasil ujiannya tidak terlalu kuat.

Silahkan mencoba, semoga berhasil  

Pembahasan

Pengertian dan Analisis Korelasi Sederhana dengan Rumus Pearson – Korelasi Sederhana merupakan suatu Teknik Statistik yang dipergunakan untuk mengukur kekuatan hubungan 2 Variabel dan juga untuk dapat mengetahui bentuk hubungan antara 2 Variabel tersebut dengan hasil yang sifatnya kuantitatif. Kekuatan hubungan antara 2 variabel yang dimaksud disini adalah apakah hubungan tersebut ERAT, LEMAH,  ataupun TIDAK ERAT sedangkan bentuk hubungannya adalah apakah bentuk korelasinya Linear Positif  ataupun Linear Negatif.

Disamping Korelasi, Diagram Tebar (Scatter Diagram) sebenarnya juga dapat mempelajari hubungan 2 variabel dengan cara menggambarkan hubungan tersebut dalam bentuk grafik. Tetapi Diagram tebar hanya dapat memperkirakan kecenderungan hubungan tersebut apakah Linear Positif, Linear Negatif ataupun tidak memiliki Korelasi Linear. Kelemahan Diagram Tebar adalah tidak dapat menunjukkan secara tepat dan juga tidak dapat memberikan angka Kuantitas tentang kekuatan hubungan antara 2 variabel yang dikaji tersebut.

Kekuatan Hubungan antara 2 Variabel biasanya disebut dengan Koefisien Korelasi dan dilambangkan dengan symbol “r”. Nilai Koefisian r akan selalu berada di antara -1 sampai +1.

Perlu diingat :

Koefisien Korelasi akan selalu berada di dalam Range -1 ≤ r ≤ +1

Jika ditemukan perhitungan diluar Range tersebut, berarti  telah terjadi kesalahan perhitungan dan harus di koreksi terhadap perhitungan tersebut.

Rumus Pearson Product Moment

Koefisien Korelasi Sederhana disebut juga dengan Koefisien Korelasi Pearson karena rumus perhitungan Koefisien korelasi sederhana ini dikemukakan oleh Karl Pearson yaitu seorang ahli Matematika yang berasal dari Inggris.

Rumus yang dipergunakan untuk menghitung Koefisien Korelasi Sederhana adalah sebagai berikut :

(Rumus ini disebut juga dengan Pearson Product Moment)

r =               nΣxy – (Σx) (Σy)                    

.         √{nΣx² – (Σx)²} {nΣy2 – (Σy)2}

Dimana :

n    = Banyaknya Pasangan data X dan Y

Σx = Total Jumlah dari Variabel X

Σy = Total Jumlah dari Variabel Y

Σx2= Kuadrat dari Total Jumlah Variabel X

Σy2= Kuadrat dari Total Jumlah Variabel Y

Σxy= Hasil Perkalian dari Total Jumlah Variabel X dan Variabel Y

Pola / Bentuk Hubungan antara 2 Variabel  :

1. Korelasi Linear Positif  (+1)

Perubahan salah satu Nilai Variabel diikuti perubahan Nilai Variabel yang lainnya secara teratur dengan arah yang sama. Jika Nilai Variabel X mengalami kenaikan, maka Variabel Y akan ikut naik. Jika Nilai Variabel X mengalami penurunan, maka Variabel Y akan ikut turun.

Apabila Nilai Koefisien Korelasi mendekati +1 (positif Satu) berarti pasangan data Variabel X dan Variabel Y memiliki Korelasi Linear Positif yang kuat/Erat.

2. Korelasi Linear Negatif (-1)

Perubahan salah satu Nilai Variabel diikuti perubahan Nilai Variabel yang lainnya secara teratur dengan arah yang berlawanan. Jika Nilai Variabel X mengalami kenaikan, maka Variabel Y akan turun. Jika Nilai Variabel X mengalami penurunan, maka Nilai Variabel Y akan naik.

Apabila Nilai Koefisien Korelasi mendekati -1 (Negatif Satu) maka hal ini menunjukan pasangan data Variabel X dan Variabel Y memiliki Korelasi Linear Negatif yang kuat/erat.

3. Tidak Berkorelasi (0)

Kenaikan Nilai Variabel yang satunya kadang-kadang  diikut dengan penurunan Variabel lainnya atau kadang-kadang diikuti dengan kenaikan Variable yang lainnya. Arah hubungannya tidak teratur, kadang-kadang searah, kadang-kadang berlawanan.

Apabila Nilai Koefisien Korelasi mendekati 0 (Nol) berarti pasangan data Variabel X dan Variabel Y memiliki korelasi yang sangat lemah atau berkemungkinan tidak berkorelasi.

Terima kasih sudah bertanya di Brainly. Semoga jawaban ini dapat membantumu ya.. Jangan lupa jadikan jawaban ini tercedas ^-^

Ayo kuasai materi pembelajaran lainnya melalui tautan di bawah ini!  

Pelajari lebih lanjut :

1. Nilai korelasi 2 variabel

yomemimo.com/tugas/8872718

2. Perubahan iklim bisa dilacak menggunakan statistik

yomemimo.com/tugas/5484535

3. Koefisien konduktivitas

yomemimo.com/tugas/9974770

4. Koefisien penjabaran

yomemimo.com/tugas/9941720  

Detail jawaban  

Kelas: 10 SMA

Mapel: Geografi

Bab: 2

Kode: 10.8.2

Kata Kunci : Koefisien, korelasi, menghitung

Cara menghitung koefisien korelasi menggunakan Microsoft Excel adalah =CORREL(array1;array2)
Dimana array1 = rentang sel yang berisi nilai variabel x, array2 = rentang sel yang berisi nilai variabel y
Untuk lebih memperjelas cara menghitung korelasi di Excel, perhatikan contoh tabel dibawah ini
Coba hitung korelasi antara pemberian uang saku dengan hasil nilai ujian. Untuk menghitung nilai korelasi tersebut, coba anda ketik pada sel C8 , yaitu
=CORREL(B2:B7;C2:C7)
maka akan diperoleh nilai korelasinya 0,49 ini menunjukkan bahwa korelasi antara uang saku dengan nilai hasil ujiannya tidak terlalu kuat.
Silahkan mencoba, semoga berhasil  Pembahasan
Pengertian dan Analisis Korelasi Sederhana dengan Rumus Pearson – Korelasi Sederhana merupakan suatu Teknik Statistik yang dipergunakan untuk mengukur kekuatan hubungan 2 Variabel dan juga untuk dapat mengetahui bentuk hubungan antara 2 Variabel tersebut dengan hasil yang sifatnya kuantitatif. Kekuatan hubungan antara 2 variabel yang dimaksud disini adalah apakah hubungan tersebut ERAT, LEMAH,  ataupun TIDAK ERAT sedangkan bentuk hubungannya adalah apakah bentuk korelasinya Linear Positif  ataupun Linear Negatif.
Disamping Korelasi, Diagram Tebar (Scatter Diagram) sebenarnya juga dapat mempelajari hubungan 2 variabel dengan cara menggambarkan hubungan tersebut dalam bentuk grafik. Tetapi Diagram tebar hanya dapat memperkirakan kecenderungan hubungan tersebut apakah Linear Positif, Linear Negatif ataupun tidak memiliki Korelasi Linear. Kelemahan Diagram Tebar adalah tidak dapat menunjukkan secara tepat dan juga tidak dapat memberikan angka Kuantitas tentang kekuatan hubungan antara 2 variabel yang dikaji tersebut.
Kekuatan Hubungan antara 2 Variabel biasanya disebut dengan Koefisien Korelasi dan dilambangkan dengan symbol “r”. Nilai Koefisian r akan selalu berada di antara -1 sampai +1.
Perlu diingat :
Koefisien Korelasi akan selalu berada di dalam Range -1 ≤ r ≤ +1
Jika ditemukan perhitungan diluar Range tersebut, berarti  telah terjadi kesalahan perhitungan dan harus di koreksi terhadap perhitungan tersebut.
Rumus Pearson Product Moment
Koefisien Korelasi Sederhana disebut juga dengan Koefisien Korelasi Pearson karena rumus perhitungan Koefisien korelasi sederhana ini dikemukakan oleh Karl Pearson yaitu seorang ahli Matematika yang berasal dari Inggris.
Rumus yang dipergunakan untuk menghitung Koefisien Korelasi Sederhana adalah sebagai berikut :
(Rumus ini disebut juga dengan Pearson Product Moment)
r =               nΣxy – (Σx) (Σy)                    .         √{nΣx² – (Σx)²} {nΣy2 – (Σy)2}
Dimana :
n    = Banyaknya Pasangan data X dan Y
Σx = Total Jumlah dari Variabel X
Σy = Total Jumlah dari Variabel Y
Σx2= Kuadrat dari Total Jumlah Variabel X
Σy2= Kuadrat dari Total Jumlah Variabel Y
Σxy= Hasil Perkalian dari Total Jumlah Variabel X dan Variabel Y
Pola / Bentuk Hubungan antara 2 Variabel  :
1. Korelasi Linear Positif  (+1)
Perubahan salah satu Nilai Variabel diikuti perubahan Nilai Variabel yang lainnya secara teratur dengan arah yang sama. Jika Nilai Variabel X mengalami kenaikan, maka Variabel Y akan ikut naik. Jika Nilai Variabel X mengalami penurunan, maka Variabel Y akan ikut turun.
Apabila Nilai Koefisien Korelasi mendekati +1 (positif Satu) berarti pasangan data Variabel X dan Variabel Y memiliki Korelasi Linear Positif yang kuat/Erat.
2. Korelasi Linear Negatif (-1)
Perubahan salah satu Nilai Variabel diikuti perubahan Nilai Variabel yang lainnya secara teratur dengan arah yang berlawanan. Jika Nilai Variabel X mengalami kenaikan, maka Variabel Y akan turun. Jika Nilai Variabel X mengalami penurunan, maka Nilai Variabel Y akan naik.
Apabila Nilai Koefisien Korelasi mendekati -1 (Negatif Satu) maka hal ini menunjukan pasangan data Variabel X dan Variabel Y memiliki Korelasi Linear Negatif yang kuat/erat.
3. Tidak Berkorelasi (0)
Kenaikan Nilai Variabel yang satunya kadang-kadang  diikut dengan penurunan Variabel lainnya atau kadang-kadang diikuti dengan kenaikan Variable yang lainnya. Arah hubungannya tidak teratur, kadang-kadang searah, kadang-kadang berlawanan.
Apabila Nilai Koefisien Korelasi mendekati 0 (Nol) berarti pasangan data Variabel X dan Variabel Y memiliki korelasi yang sangat lemah atau berkemungkinan tidak berkorelasi.
Terima kasih sudah bertanya di Brainly. Semoga jawaban ini dapat membantumu ya.. Jangan lupa jadikan jawaban ini tercedas ^-^
Ayo kuasai materi pembelajaran lainnya melalui tautan di bawah ini!  
Pelajari lebih lanjut :
1.	Nilai korelasi 2 variabel
https://brainly.co.id/tugas/8872718
2.	Perubahan iklim bisa dilacak menggunakan statistik
https://brainly.co.id/tugas/5484535
3.	Koefisien konduktivitas
https://brainly.co.id/tugas/9974770
4.	Koefisien penjabaran
https://brainly.co.id/tugas/9941720  Detail jawaban  
Kelas: 10 SMA
Mapel: Geografi
Bab: 2
Kode: 10.8.2
Kata Kunci : Koefisien, korelasi, menghitung

Semoga dengan pertanyaan yang sudah terjawab oleh Naaufizams dapat membantu memudahkan mengerjakan soal, tugas dan PR sekolah kalian.

Apabila terdapat kesalahan dalam mengerjakan soal, silahkan koreksi jawaban dengan mengirimkan email ke yomemimo.com melalui halaman Contact

Last Update: Tue, 05 Feb 19