ANALISIS KORELASI

Deddy Purnomo R, MT

PENDAHULUAN
Analisis korelasi merupakan salah satu teknik analisis statistik yang digunakan untuk mengetahui
atau menguji adanya hubungan yang muncul antara gejala/variabel.
Contoh :
Variabel kecerdasan mahasiswa sangat dipengaruhi oleh keseharian yang bersangkutan dalam belajar
di rumah dan di kampus.
Teknik statistik korelasi dapat dilakukan terhadap berbagai macam data :
-Data yang bersifat interval
Korelasi (r) Product Moment Pearson (Pearson Product Moment Correlation)
-Data yang bersifat ordinal
Korelasi Tata Jenjang (Rank-Order Correlation)
-Data yang bersifat nominal
Korelasi Poin-Biserial (Point-Biserial Correlation)

PENGERTIAN & PENGGOLONGAN KORELASI

Korelasi asal kata correlation : Hubungan atau saling hubung atau hubungan timbal balik.
Dalam dunia statistik, Korelasi adalah
Hubungan antara dua variabel atau lebih yang bersifat kuantitatif.
Hubungan antara 2 variabel Bivariat Correlation
Contoh : korelasi antara keaktifan mengikuti praktikum ilmu ukur tanah (variabel X) dengan nilai
mata kuliah ilmu ukur tanah.
Hubungan antara banyak variabel Multivariat Correlation
Contoh : korelasi antara ketaatan mahasiswa pada peraturan universitas (variabel X 1 ) dengan
ketaatan mahasiswa pada peraturan di lingkungan keluarga (variabel X 2 ), ketaatan mahasiswa
pada peraturan di lingkungan masyarakat (variabel X3 ), dan prestasi mahasiswa pada bidang
Aqidah Akhlak.
Lambang yang digunakan korelasi adalah rxy artinya korelasi antara variabel X dan variabel Y
Nilai korelasi berkisar antara 0 (nol) sampai dengan 1,00 artinya nilai korelasi paling rendah
adalah 0 (nol) dan paling tinggi adalah 1,00.

KORELASI PRODUCT-MOMENT
Merupakan teknik korelasi yang sering digunakan untuk mencari korelasi antar 2 variabel
Dikembangkan oleh Karl Pearson
Sering juga disebut dengan Teknik Korelasi Pearson
Disebut korelasi product-moment karena koefisien korelasinya di dapatkan dengan mengalikan
antara moment-moment variabel yang dikorelasikan.

X1
NO URUT
mhs Kemampuan Penalaran
1
90
2
85
3
82
4
80
5
75
6
67
7
61
8
55
9
53
10
50

X2
Kemampuan Mengarang
Argumentatif
90
85
87
80
78
68
60
55
52
50

X2
100
90
80
70
60
50
40
30
20
10
0
45

50

55

60

65

70

75

80

85

90

95

X1

Dari diagram di atas dapat di lihat keterhubungan masing-masing skor. X 1 (kemampuan penalaran
mahasiswa) disebut dengan Variabel Dependen dan X2 (kemampuan mengarang argumentatif
mahasiswa) disebut dengan Variabel Independent.

Keterangan :
Graph A
Graph B
Graph C

= Korelasi Negatif
= Korelasi Positif
= Tidak ada Korelasi

Koefisien korelasi dinyatakan dengan bilangan yang bergerak antara 0 sampai +1 atau 0 sampai -1.
Apabila koefisien korelasi (r) mendekati +1 atau -1 berarti terdapat hubungan yang kuat dan
(hubungan positf sempurna atau hubungan negatif sempurna) sebaliknya apa bila mendekati 0
(nol) berarti hubungan/korelasinya lemah atau tidak ada hubungan

Koefisien Korelasi (r) Product Moment Pearson

rxy
= angka indek korelasi product momen
N
= Number of cases
X1X2
= Jumlah hasil perkalian antara X1 dan X2
X1 = Jumlah seluruh skor X1
X2 = Jumlah seluruh skor X2

CONTOH :

NO
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

KEMAMPUAN
KEMAMPUAN
PENALARAN
ARGUMENTATIF
(X1)
(X2)
80
80
80
78
78
75
78
75
75
78
75
73
75
73
70
73
70
70
70
70
70
68
70
68
68
70
68
65
65
68
65
60
60
58
56
57
54
54
50
52
1377
1365

X12
X22
6400
6400
6400
6084
6084
5625
6084
5625
5625
6084
5625
5329
5625
5329
4900
5329
4900
4900
4900
4900
4900
4624
4900
4624
4624
4900
4624
4225
4225
4624
4225
3600
3600
3364
3136
3249
2916
2916
2500
2704
96193 94435

X1 X2
6400
6240
5850
5850
5850
5475
5475
5110
4900
4900
4760
4760
4760
4420
4420
3900
3480
3192
2916
2600
95258

TABEL PENAFSIRAN KOEFISIEN KORELASI

INTERVAL
KOEFISIEN
0,00 - 0,199
0,20 - 0,399
0,40 - 0,599
0,60 - 0,799
0,80 - 1,00

TINGKAT
HUBUNGAN
sangat rendah
rendah
sedang
kuat
sangat kuat

KORELASI TATA JENJANG

Merupakan korelasi yang besar kecil atau kuat lemahnya variabel yang sedang
diamati diukur berdasarkan pada urutan kedudukan nilainya (Rank of
Difference)
Data yang dapat dianalisis adalah data yang berskala ordinal atau data
berjenjang atau data yang berurutan

Rho = Koefisien korelasi tata jenjang yang dicari

D
= Perbedaan skor antara dua kelompok pasangan
N
= Number of cases

Intrepretasi pada ahasil angka indek korelasi tata jenjang, maka harus dilakukan
pengujian terhadap hipotesis Nihil/Nol dan Hipotesis Kerja (alternatif) terlebih
dahulu.
H0

= Tidak ada korelasi positif signifikan antara variabel pertama

dengan variabel kedua

Ha

= Ada korelasi positif yang signifikan antara variabel pertama

dengan variabel ke dua

Hasil yang di dapat pada angka indeks korelasi tata jenjang Spearman (Rho)
kemudian di hubungkan dengan Tabel Nilai Rho dengan df = N pada taraf
signifikasi 5% dan atau 1%.

Jika Rho (0 ) yang di dapat sama dengan atau lebih besar pada Rho (1) pada
tabel (0 1) , maka hipotesis Nihil atau Nol (H0 ) di tolak.

Jika Rho (0 ) yang di dapat sama dengan atau lebih besar pada Rho (1) pada
tabel (0< 1) , maka hipotesis Nihil atau Nol (H0 ) di terima.

3 macam cara menghitung TATA JENJANG SPREARMAN (Rho) :

1.

Menghitung Rho pada keadaan tidak terdapat urutan yang kembar

2.

Menghitung Rho pada keadaan terdapat urutan yang kembar dua

3.

Menghitung Rho pada keadaan urutan kembar 3 buah atau lebih

TABEL NILAI RHO

N
5
6
7
8
9
10
12
14

TARA SIGNI
F
F
5%
1%
1,000
0,886 1,000
0,786 0,929
0,738 0,881
0,683 0,833
0,648 0,794
0,591 0,777
0,544 0,715

N
16
18
20
22
24
26
28
30

TARA SIGNI
F
F
5%
1%
0,506 0,665
0,475 0,626
0,450 0,591
0,428 0,562
0,409 0,537
0,392 0,515
0,377 0,496
0,364 0,478

1. Menghitung Rho Pada Keadaan Tidak Terdapat

Urutan yang Kembar
Contoh :
Penelitian untuk mengetahui hubungan antara keaktifan mahasiswa mengikuti
kegiatan ekstrakulikuler terhadap prestasi (nilai) mata kuliah.
Langkah :
Diambil 10 mahasiswa sebagai sampel
Dilakukan penelitian dengan pengumbulan data kuisioner untuk mengetahui
keaktifan ekstrakulikuler mahasiswa (Variabel X)
Mengambil data prestasi mahasiswa ((Variabel Y)

Tabel 1. Quisioner untuk mengetahui keaktifan

NO
1
2
3
4
5
6
7
8
9
10

NAMA
A
B
C
D
E
F
G
H
I
J
JUMLAH

2
3
2
3
1
3
2
2
3
1
1
21

3
2
2
1
2
1
2
3
2
2
1
18

1
3
1
1
1
2
2
1
2
2
16

BUTIR PERTANYAAN
4
5
6
3
1
2
1
3
3
3
1
1
2
2
2
3
1
1
1
2
1
3
1
2
1
1
1
2
2
2
1
2
2
20
16
17

Tabel 2. Hasil Prestasi

NO
1
2
3
4
5
6
7
8
9
10

NAMA
A
B
C
D
E
F
G
H
I
J

8
1
3
1
3
1
2
2
1
2
2
18

HASIL PRESTASI
75
67
88
69
73
77
85
79
80
84

9
3
2
1
2
1
2
2
1
2
2
18

10
1
3
2
2
1
1
2
1
2
1
16

3
2
1
2
1
2
2
1
1
2
17

JUMLAH
(X)
20
24
15
19
14
17
21
13
18
16
177

Untuk menyelesaikan masalah tersebut dengan Korelasi Tata Jenjang langkahnya

adalah sebagai berikut :
Merumuskan Hipotesis Kerja (Ha ) dan Hipotesis Nihil (H0 )
H0 : Tidak ada korelasi positif yang signifikan antara variabel X dengan
Variabel Y
Ha : Ada korelasi positif yang signifikan antara variabel X dengan variabel Y
Menyiapkan tabel perhitungan dan menyusun urutan kedudukan (ranking) yang
terdapat pada masing-masing variabel (variabel X dengan variabel Y)
Menghitung perbedaan antar variabel X dengan variabel Y dengan rumus
perbedaan D = Rx Ry dan menjumlahkan menjadi D
Mengkuadratkan perbedaan (D) yang didapat pada kolom (D 2) dan
menjumlahkannya (D2 )

Tabel 3 Perhitungan dan Penyusunan Urutan Kedudukan Pada MasingMasing Variabel

Menghitung korelasi tata jenjang (Rho) :

=1-

Memberikan interpretasi terhadap hasil Rho :

Dari hasil = -0,3 dapat di interpretasikan bahwah hasil minus (-) memberikan
arti bahwa korelasinya adalah NEGATIF atau KORELASI YANG BERLAWANAN
ARAH, sehingga sepintas disimpulkan bahwa keaktifan mahasiswa mengikuti
ekstrakulikuler mengakibatkan prestasi mereka semakin menurun
Untuk menguji hipotesis lebih akurat dari hasil = -0,3 , maka perlu dicek
terlebih dahulu ke nilai TABEL RHO, dimana nilai MINUS (-) diganti dengan
PLUS (+), sehingga = 0,3
Dengan df = N = 10, berdasarkan Tabel Rho diperoleh taraf signifikansi 5% =
0,648 dan taraf siginifikansi 1% = 0,794, jika di komparasikan dengan hasil yang
diperoleh = 0,3 , maka hasil yang didapat lebih kecil dari ke 2 parameter (0,3 <
0,648< 0,749) tersebut, sehingga HIPOTESIS NIHIL (H 0 ) diterima, bahwa
TIDAK ADA KORELASI POSITIF ANTARA VARIABEL X DAN VARIABEL Y.
Namun secara teoritis (rho hitung) berarah negatif mengandung pengertian
bahwa ada korelasi sangat sedikit sekali atau tidak berkorelasi