Cara Menghitung Uji Korelasi Secara Manual

Admin TeknoBgt 2 Desember 2023MENGHITUNG3,987 Views

Halo Sobat TeknoBgt, apakah kamu sedang belajar tentang statistik? Salah satu materi yang penting untuk dipelajari adalah uji korelasi. Di era digital seperti sekarang, proses perhitungan uji korelasi bisa dilakukan dengan mudah menggunakan software seperti SPSS. Namun, tidak ada salahnya juga untuk mengetahui cara menghitung uji korelasi secara manual.

Daftar Isi tampilkan

Pengertian Uji Korelasi

Sebelum mempelajari cara menghitung uji korelasi, perlu kamu ketahui terlebih dahulu apa itu uji korelasi. Uji korelasi adalah salah satu metode statistik yang digunakan untuk mengetahui sejauh mana hubungan antara dua variabel. Dalam uji korelasi, kita akan mengukur kekuatan dan arah hubungan antara kedua variabel tersebut.

Jenis-jenis Uji Korelasi

Terdapat beberapa jenis uji korelasi yang umum digunakan, di antaranya adalah:

Jenis Uji Korelasi	Karakteristik
Pearson Product-Moment	Untuk variabel berdistribusi normal dan mempunyai skala interval atau rasio
Spearman Rank Order	Untuk variabel berdistribusi tidak normal dan mempunyai skala ordinal atau interval
Kendall Tau	Untuk variabel berdistribusi tidak normal dan mempunyai skala ordinal

Namun, dalam artikel ini akan difokuskan pada cara menghitung uji korelasi Pearson Product-Moment secara manual.

Cara Menghitung Uji Korelasi Pearson Secara Manual

1. Menghitung Nilai Rata-Rata

Langkah pertama dalam menghitung uji korelasi Pearson adalah dengan menghitung nilai rata-rata dari kedua variabel. Caranya adalah dengan menjumlahkan semua nilai data pada setiap variabel dan kemudian dibagi dengan jumlah total data.

2. Menghitung Nilai Deviasi

Setelah mendapatkan nilai rata-rata dari kedua variabel, selanjutnya harus dihitung nilai deviasi atau selisih antara tiap data dengan nilai rata-rata. Caranya adalah dengan mengurangkan setiap data dengan nilai rata-rata dan kemudian mengkuadratkannya.

3. Menghitung Nilai Produk Deviasi

Setelah nilai deviasi telah dihitung, selanjutnya harus dihitung nilai produk deviasi atau perkalian antara nilai deviasi dari kedua variabel yang bersesuaian. Caranya adalah dengan mengalikan nilai deviasi dari variabel X dengan nilai deviasi dari variabel Y.

4. Menghitung Nilai Summation Produk Deviasi

Setelah mendapatkan nilai produk deviasi, selanjutnya harus dijumlahkan semua nilai produk deviasi tersebut.

5. Menghitung Nilai Standar Deviasi

Setelah nilai summation produk deviasi didapatkan, selanjutnya harus dihitung nilai standar deviasi atau akar kuadrat dari nilai deviasi. Caranya adalah dengan mengakarkan nilai deviasi yang telah dihitung pada langkah 2.

6. Menghitung Nilai Pearson Correlation Coefficient

Setelah mendapatkan nilai standar deviasi, selanjutnya dapat dihitung nilai Pearson correlation coefficient. Caranya adalah dengan membagi nilai summation produk deviasi dengan hasil perkalian antara nilai standar deviasi dari kedua variabel.

FAQ (Frequently Asked Questions)

1. Mengapa perlu menghitung uji korelasi secara manual?

Salah satu alasan mengapa perlu menghitung uji korelasi secara manual adalah untuk memahami konsep dasar dari uji korelasi. Selain itu, dengan menghitung secara manual kita akan lebih dapat memahami bagaimana perhitungan tersebut dihasilkan dan juga dapat memeriksa apakah perhitungan dengan menggunakan software telah benar atau tidak.

2. Apa kekurangan dari menghitung uji korelasi secara manual?

Salah satu kekurangan dari menghitung uji korelasi secara manual adalah waktu yang dibutuhkan. Proses perhitungan secara manual membutuhkan waktu yang lebih lama dibandingkan dengan menggunakan software. Selain itu, perhitungan secara manual juga rentan terhadap kesalahan manusia.

3. Apa yang harus dilakukan jika terdapat outlier pada data?

Jika terdapat outlier pada data, dapat dilakukan beberapa hal seperti menghapus data tersebut, mengubah nilai data tersebut menjadi nilai rata-rata, atau menggunakan metode lain seperti uji korelasi Spearman Rank Order atau Kendall Tau yang lebih tahan terhadap data ekstrim.

4. Apa yang harus dilakukan jika data tidak berdistribusi normal?

Jika data tidak berdistribusi normal, dapat dilakukan beberapa hal seperti mengubah data menjadi skala ordinal, menggunakan metode uji korelasi non-parametrik seperti uji korelasi Spearman Rank Order atau Kendall Tau, atau melakukan transformasi data menjadi berdistribusi normal.

Simulasi Perhitungan Uji Korelasi Pearson

Berikut ini adalah contoh data dan perhitungan uji korelasi Pearson secara manual:

Variabel X	Variabel Y
5	10
8	12
10	15
12	16
15	20
Nilai Rata-Rata = 10	Nilai Rata-Rata = 14.6

Langkah 1: Menghitung Nilai Deviasi

Variabel X	Variabel Y
-5	-4.6
-2	-2.6
0	0.4
2	1.4
5	5.4
Nilai Deviasi = 3.1623	Nilai Deviasi = 2.6684

Langkah 2: Menghitung Nilai Produkt Deviasi

Variabel X	Variabel Y	Produk Deviasi
-5	-4.6	23
-2	-2.6	5.2
0	0.4	0
2	1.4	2.8
5	5.4	27
Summation Produk Deviasi = 58

Langkah 3: Menghitung Nilai Standar Deviasi

Variabel X	Variabel Y
(-5)^2 = 25	(-4.6)^2 = 21.16
(-2)^2 = 4	(-2.6)^2 = 6.76
0^2 = 0	0.4^2 = 0.16
2^2 = 4	1.4^2 = 1.96
5^2 = 25	5.4^2 = 29.16
Nilai Standar Deviasi = 2.5820	Nilai Standar Deviasi = 2.7903

Langkah 4: Menghitung Nilai Pearson Correlation Coefficient

r = Summation Produk Deviasi / (n-1) * Standar Deviasi X * Standar Deviasi Y

r = 58 / (5-1) * 2.5820 * 2.7903 = 0.9846

Nilai Pearson Correlation Coefficient dari contoh data di atas adalah 0.9846. Artinya, terdapat hubungan positif dan kuat antara variabel X dan variabel Y.

Kesimpulan

Dari artikel ini, kita telah mempelajari cara menghitung uji korelasi Pearson secara manual. Meskipun sudah ada software yang dapat memudahkan proses perhitungan, tetapi mengetahui cara menghitung secara manual merupakan hal yang penting untuk dipelajari. Selain itu, artikel ini juga membahas jenis-jenis uji korelasi, FAQ, dan simulasi perhitungan uji korelasi Pearson. Semoga bermanfaat dan sampai jumpa di artikel menarik lainnya.