Menghitung Koefisien Korelasi dengan Menggunakan Microsoft Excel

menghitung koefisien korelasi dengan microsoft excelUntuk melakukan Analisis Korelasi terhadap 2 Variabel, diperlukan perhitungan untuk mendapatkan Koefisien Korelasi yang berkisar antara -1 (negatif satu) sampai dengan 1 (positif satu). Koefisien Korelasi dapat dihitung dengan menggunakan Rumus Korelasi Pearson (Rumus Product Moment) ataupun dengan menggunakan Microsoft Excel  serta program aplikasi Statistika lainnya seperti Minitab maupun SPSS.

Berikut ini adalah Rumus Korelasi Pearson (Product Moment) yang digunakan untuk menghitung Koefisien Korelasi :

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

(Pembahasan mengenai cara menghitung Koefisien Korelasi dengan Rumus Korelasi Pearson (Product Moment) terdapat di artikel : “Analisis Korelasi Sederhana (Correlation Analysis)”.

Untuk mempermudahkan perhitungan Koefisien Korelasi, kita juga dapat menggunakan Microsoft Excel dalam membantu kita melakukan Analisis Korelasi terutama dalam menghitung Koefisien Korelasinya. Microsoft Excel menyediakan beberapa cara untuk menghitung Koefisien Korelasi, yaitu dengan menggunakan Fungsi PEARSON dan DATA ANALYSIS.

Untuk lebih jelas, berikut ini adalah Contoh Kasus dan cara menghitung Koefisien Korelasi dengan menggunakan Fungsi PEARSON dan Data Analysis dalam Microsoft Excel.

Contoh Kasus Menghitung Koefisien Korelasi

Seorang Manager ingin menguji Keeratan hubungan (Korelasi) antara Output yang dihasilkan oleh Produksi dengan biaya listrik yang harus dibayarnya setiap bulan. Berikut ini adalah data 12 bulan yang diambil oleh Manager tersebut :

Bulan Jumlah Output (unit) Biaya Listrik (Rp)
1                            100,000                       10,500,000
2                               88,000                         9,500,000
3                            115,000                       11,200,000
4                            110,000                       10,900,000
5                            130,000                       12,000,000
6                            140,000                       12,400,000
7                            108,000                       11,000,000
8                               99,000                       10,000,000
9                               95,000                         9,800,000
10                            101,000                       10,100,000
11                            115,000                       11,000,000
12                               80,000                         9,800,000

Penyelesaian :

 Menghitung Koefisien Korelasi dengan Fungsi PEARSON

Kita dapat menghitung Koefisien Korelasi dengan 2 cara, yaitu dengan mengetik langsung fungsi PEARSON ke dalam Kotak/Cell yang dikehendaki atau dengan menggunakan Functions Arguments PEARSON  yang terdapat pada menu bar.

Syntax atau kalimat perintah yang digunakan dalam Fungsi PEARSON adalah :
=PEARSON(array1,array2)

 

Langkah-langkah menghitung Koefisien Korelasi dengan mengetik langsung fungsi Pearson :

  1. Buka Program Microsoft Excel
  2. Masukan data diatas kedalam worksheet Excel
  3. Di Kotak/Cell yang diinginkan, Ketikan formula fungsi seperti berikut ini  :
    =PEARSON(B2:B13,C2:C13)
  4. Tekan Enter, Hasilnya akan segera muncul di Kotak/Cell yang bersangkutan. Hasil dari contoh diatas adalah 0.96cara penulisan fungsi PEARSON

Langkah-langkah menghitung Koefisien Korelasi dengan Functions Arguments Pearson :

  1. Buka Program Microsoft Excel
  2. Masukan data diatas ke dalam worksheet Excel
  3. Di Toolbar, Klik [Formulas]
  4. Klik [More Functions] kemudian pilih [Statistical]
  5. Cari dan Klik [PEARSON], maka akan muncul Window Functions Argumentsformula excel untuk PEARSON
  6. Di Array 1, klik tombol “Selektion” untuk seleksi atau blok data Variabel X yang akan dianalisis atau ketik langsung B2:B13
  7. Di Array 2, klik tombol “Selection”  untuk seleksi atau blok data Variable Y yang akan dianalisis atau ketik langsung C2:C13function arguments PEARSON
  8. Klik [OK]
  9. Akan muncul nilai Koefisien Korelasi 0.96

 

Menghitung Koefisien Korelasi dengan Data Analysis

Selain kedua cara diatas, terdapat satu cara lagi untuk menghitung Koefisien Korelasi yaitu dengan menggunakan Data Analysis yang merupakan Add-Ins Microsoft Excel yang dikhususkan untuk melakukan Analisis Statistik. Cara Penggunaannya juga sangat mudah.

Langkah-langkah menghitung Koefisien Korelasi dengan Data Analysis :

  1. Buka Program Microsoft Excel
  2. Masukan data diatas ke dalam worksheet Excel
  3. Di Menu Bar,  Klik [Data]
  4. Klik [Data Analysis] pada Menu Bar Data, maka akan muncul Window “Data Analysis” seperti dibawah ini :
  5. Pilih dan Klik [Correlation]
  6. Klik [OK], maka akan muncul window “Correlation”
  7. Pada Input Range, Klik “Selection” untuk seleksi atau blok data yang akan dianalisis.
  8. Pada Opsi “Grouped by”, pilih [Columns].
  9. Centang [Label in First Raw] untuk memberikan keterangan pada tabel hasil analisis.
  10. Di Output Options, Klik [New Worksheet Ply] dan Isikan nama Worksheet “Korelasi Output dan Listrik” untuk membuat Worksheet baru dengan nama yang diberikan tersebut.
  11. Klik [OK]Analisis Korelasi dengan Addins Analysis Toolpak
  12. Akan muncul Worksheet baru yang berisikan hasil Analisis Korelasi  dengan nama “Korelasi Output dan Listrik” seperti gambar dibawah ini :hasil koefisien korelasi
  13. Dalam Tabel tersebut, nilai Koefisien Korelasi adalah 0.96.

Berdasarkan cara-cara perhitungan diatas, semuanya mendapatkan nilai Koefisien Korelasi yang sama yaitu 0.96 yang memiliki arti bahwa Biaya Listrik mempunyai hubungan positif yang erat dengan Jumlah Output yang dihasilkan Produksi.

Analisis Korelasi merupakan salah satu alat yang digunakan dalam Tahap Analisis pada Metodologi Six Sigma.

Related Posts

1 comment

  1. andie says:

    Oke bgt dan bermanfaat informasinya, terimakasih gan.

Leave a Reply


1 + = 4