Download - 9. Korelasi Pearson Dan Rank Spearman

5/7/2018 9. Korelasi Pearson Dan Rank Spearman - slidepdf.com

http://slidepdf.com/reader/full/9-korelasi-pearson-dan-rank-spearman 1/8

LAPORAN PRAKTIKUM

STATISTIK PROBABILITAS

Modul IX

Disusun Oleh :

Nama : YEYE FAJRIYANI

Nim : 2009081177

Prodi/Jenjang : Teknik Informatika / S1 A

Gelombang : 2 (DUA)

LABORATORIUM KOMPUTER

FAKULTAS ILMU KOMPUTER

UNIVERSITAS KUNINGAN

2010



MODUL 9

KORELASI PEARSON DAN RANK SPEARMANA. Praktikum dan Pembahasan

1. Praktikum 1

Kasus :

Ingin mengetahui apakah ada hubungan antara panjang bulu sayap dengan

panjang ekor burung

Data lat1_modul9:

• Masukan data

• Pilih analize, correlate, bivariate

• Klik ok lalu tampil output :

•



Kasus 2

Ada dua orang juri yang diminta untuk menilai dalam llomba membuatmakanan. Jumlah makanan yangdinilai ada 10. Masing-masing diberi nomor 1

sampai 10. Nilai yang diberikan oleh juri terdapat pada tabel dibawah. Yang

akan diketahui adakah kesesuaian diantara dua juri tersebut dalam menilai

lomba. Kesesuaian berarti memberi nilai yang sama.

Data dengan nama lat2_modul9 :

Langkah :

• Buka data

• Pilih analize, correlate, dan bivarriate.

• Masukkan variabel yang akan di uji ke sebelah kiri

• Klik pearson lalu ok

• Maka akan tampil :

• Simpan dengan nama lat4_modul9_yeye



Kesimpulannya adalah

Dengan drajat kepercayaan 95% terdapat kesesuaian (korelasi)

diantara juri didalam memberikan penilaian pada lomba membuat

makanan, dengan besarnya. Korelasi 0.957 karena nilai sig.(0.00)<a(5%).



B. LATIHAN DAN TUGAS1. Hitung korelasi antara gaji, usia dan pengalaman kerja sorang

karyawan menggunakan korelasi pearson pada data keruawan 1 lalu

simpan output dengan nama file Lat5_modul9_ade_lukmana, analisa

outputnya.

Data karyawan 1

Setelah itu untuk melakukan pengujian.

• pilih Analize pilih correlate lalu pilih Bivariate.

•

Masukan data yang akan di uji.

Lalu ok untuk melihat hasil dari outputnya.



• Analisa outputnya adalah :

Korelasi antara usia karyawan dan gaji adalah 0,747 menjadi arah

korelasi positif, atau semankin tinggi usia karyawan semakin tinggi

juga gajinya, begitu pula sebaliknya. Korelasinya kuat >0,5.

Dengan korelasi antara usia dan penglaman kerja adalah 0,887 jadi

arahnya positif. Maka semakin tinggi pengalaman kerja maka gaji pun

semakin tinggi pula. Korelasinya kuat karena >0,5.

• Lalu save dengan nama lat5_modul9_yeye

2. Hitung Korelasi Antara penjualan roti isi durian, kacang dan coklat

pada data roti_sales siampan dengan lat6_modul9_yeye.

Setelah itu untuk melakukan pengujian

• pilih Analize pilih correlate lalu pilih Bivariate.

• Masukan data yang akan di uji.



• lalu oke untuk melaihat outputnya.

• Analisa outputnya adalah :

Korelasi antara durian dan kacang adalah 0,747 korelasinya sedikit

jadi lemah,0747>0,5.

Dan antara kacang coklat tidak ada korelasi. 0<0,5.

Lalu save dengan nama lat6_modul9_yeye



C. KesimpulanDari praktikum di atas dapat disimpulkan bahwa korelasi Pearson adalah

suatu bentuk rumus yang digunakan untuk mencari hubungan antara dua variabel,

yaitu variabel bebas atau independent variable dan variabel terikat atau dependent

variable. Di mana umumnya variabel terikat diberi notasi Y dan variabel bebas diberi

notasi X, di mana variabel bebas ini merupakan pemberian dari hasil suatu observasi

sehingga variabel bebas tersebut tidak lagi Random atau acak. Untuk penelitian lebih

lanjut perlu dilakukan uji kerandoman data sampel.

Bila variabel X dan Y dikorelasikan, titik-titik koordinat yang terdapat dalam

diagram pencar bertendensi membentuk suatu lingkaran yang memiliki trend agak

definitif arahnya.

Di mana titik asal dari sumbu X'Y' digambarkan pada titik koordinat (Xbar

Ybar). Titik-titik koordinat (X, Y) didistribusikan dalam keempat kuadran bidang

Xbar Ybar. Tanda-tanda aljabar dalam keempat kuadran diberikan seperti berikut :

I --> X' dan Y' positif, II --> X' negatif dan Y' positif, III --> X' dan Y' negatif,

IV --> X' positif dan Y' negatif.

Hasil perkalian X' Y' akan positif bagi semua titik-titik yang terdapat dalam

kuadran I dan III dan negatif bagi semua titik-titik dalam kuadran II dan IV.

Penjumlahan secara aljabar dari kesemua hasil perkalian sedemikian itu

sebetulnya menggambarkan distribusi titik dalam kuadran.

Bila penjumlahannya positif, trend dari titik-titik tersebut akan melalui

kuadran III dan I. Sebaliknya, bila penjumlahannya negatif, trend dari titik-titik akan

melalui kuadran II dan IV. Akhirnya, bila penjumlahannya sama dengan nol trend

tidak akan tertampak karena titik-titiknya didistribusikan secara merata di antara

keempat kuadran sehingga hasil perkalian positif dari X'Y' diimbangi dengan hasil

perkalian negatif dari X'Y'.

Sebagai konsekuensi logika di atas, pengukuran korelasi sampel diperoleh

dengan jalan menjumlahkan hasil perkalian X'Y' bagi semua nilai-nilai observasi dan

mengrata-ratakannya dengan pembagia n.

Bila X'Y' masing-masing dinyatakan dalam unit deviasi standarnya maka akan

diperoleh pengukuran korelasi yang bebas dari unit asal. Pengukuran sedemikian itu

umumnya dirumuskan sebagai Korelasi Pearson.