Korelasi Sederhana

Pengertian Analisis
Korelasi

Korelasi adalah istilah statistik yang

menyatakan derajat hubungan linear
antara dua variabel atau lebih,
(Usman,2006:197). Hubungan antara dua
variabel di dalam teknik korelasi bukanlah
dalam arti hubungan sebab akibat (timbal
balik), melainkan hanya merupakan
hubungan searah saja.
Analisis Korelasi betujuan untuk mengetahui
keeratan hubungan (kuat-lemahnya) hubungan
antara variabel bebas X dengan variabel terikat
Y, tanpa melihat bentuk hubungannya, apakah
linear atau tidak linear. Kuat-lemahnya
hubungan antara dua variabel dilihat dari
koefisisen korelasinya.
 
Koefisien
Korelasi

Koefisien korelasi merupakan indeks atau

bilangan yang digunakan untuk mengukur
keeratan (kuat, lemah, atau tidak ada) hubungan
antarvariabel.
Untuk menentukan keeratan hubungan / korelasi
antar variabel tersebut, berikut ini diberikan nilai-
nilai dari KK sebagai patokan, (Hasan, 2008: 234).

1. KK = 0 tidak ada korelasi

2. 0 < KK ≤ 0,20 korelasi sangat rendah /
lemah sekali
3. 0,20 < KK ≤ 0,40 korelasi rendah / lemah tapi
pasti
4. 0,40 < KK ≤ 0,70 korelasi yang cukup berarti
5. 0,70 < KK ≤ 0,90 korelasi yang tinggi; kuat
6. 0,90 < KK ≤ 1,00 korelasi yang sangat tinggi;
kuat sekali, dapat
diandalkan.
7.KK = 1 korelasi sempurna.
.
 Jenis-jenis Koefisien/analisis
Korelasi
 
a. Analisis Korelasi Person Prodact Moment
(r)
Sudjana
(2002:369)

Langkah-langkah menghitung korelasi Product

Moment
1.Membuat Ha dan Ho dalam bentuk kalimat
2.Membuat Tabel
3.Mencari rhitung
4.Mencari besarnya sumbangan variabel X
terhadap variabel Y
5.Menghitung signifikansi dengan rumus thitung
6.Membuat kesimpulan
  

b. Analisis Korelasi Rank Spearman (P)

 
Korelasi Korelasi
Spearman Spearman—Brown

2rs
rii  1 
1  rs
Tulis Ha dan Ho dalam bentuk kalimat
Tulis Ha dan Ho dalam bentuk statistic
Membuat tabel
Mencari dengan rumus
Menentukan taraf signifikan
Bandingkan rs hirung dengan rtabel
Membuat kesimpulan
Nilai koefisien penentu ini terletak antara 0 dan +1 (0 ≤ KP ≤ +1).
Jika koefisien korelasinya adalah koefisien korelasi Pearson (r)
maka koefisien penentunya
 

Untuk µZr, pendugaan intervalnya

secara umum dirumuskan

atau

interval
 Pengujian Hipotesis

r n2
t  keterangan: thitung = Nilai t
hitung
1 r2 r = Nilai Koefisien
n = Jumlah Sampel

Contoh soal analisis korelasi product moment

”Hubungan Motivasi dengan Kinerja Guru”
Motivasi (X) : 60; 70; 75; 65; 70; 60; 80; 75; 85; 90; 70; dan 85
Kinerja (Y) : 450; 475; 450; 470; 475; 455; 475; 470; 485; 480; 475;dan
480.
Pertanyaan ;
Berapakah besar hubungan motivasi dengan kinerja dosen?
Berapakah besar sumbangan (kontribusi) motivasi dengan kinerja dosen?
Buktikan apakah ada hubungan yang signifikan motivasi dengan kinerja
dosen?
 Langkah-langkah menjawab:

Langkah 1.
Membuat Ha dan Ho dalam bentuk kalimat :
Ha : ada hubungan yang signifikan motivasi dengan
kinerja dosen.
Ho : Tidak ada hubungan yang signifikan motivasi
dengan kinerja dosen.

Langkah 2.
Membuat Ha dan Ho dalam bentuk statistik;
Ha : r ≠ 0
Ho : r = 0
Langkah 3.
Membuat tabel penolong untuk menghitung Korelasi PPM:
No X Y X2 Y2 XY
1. 60 450 3600 202500 27000

2. 70 475 4900 225625 33250

3. 75 450 5625 202500 33750

4. 65 470 4225 220900 30550

5. 70 475 4900 225625 33250

6. 60 455 3600 207025 27300

7. 80 475 6400 225625 38000

8. 75 470 5625 220900 35250

9. 85 485 7225 235225 41225

10. 90 480 8100 230400 43200

11. 70 475 4900 225625 33250

12. 85 480 7225 230400 40800

Statistik X Y X2 Y2 XY
Jumlah 885 5640 66325 2652350 416825
 Mencari rhitung dengan cara masukkan angka statistik dari
tabel penolong dengan rumus ;

n  XY  (  X )(  Y )
r 
{n  X 2
 (  X ) 2 }{ n  Y 2
 ( Y ) 2 }

12(416.825)  (885).(5.460)
r
2 2
{12.(66.325)  (885) }.{12.(2.652.350)  (5.640) }

169 .900 169 .00

r   0 , 465
133 .463 . 835 .000 365 .327 ,02
Langkah 4
Mencari besarnya sumbangan (konstribusi) variabel X
terhadap Y dengan rumus :
KP = r2 x 100% = 0,4652 x 100% = 21,62 %.
Artinya motivasi memberikan konstribusi terhadap
kinerja dosen sebesar 21,62% dan sisanya 78,38%
ditentukan oleh variabel lain.

Langkah 5
Menguji signifikan dengan rumus thitung :

r n2 0,465 12  2 2,15

t     3,329
hitung 0,88
1 r2
2
1  0,684
 Kaidah pengujian :

Jika thitung ≥ ttabel, maka tolak Ho artinya signifikan

dan
thitung ≤ ttabel, terima Ho artinya tidak signifikan.
Berdasarkan perhitungan di atas , α = 0,05 dan
n = 12, uji dua pihak;
dk = n - 2 = 12 – 2 = 10 sehingga diperoleh
ttabel = 2,228

Ternyata thitung lebih besar dari ttabel, atau 3,329 > 2,228,
maka Ho ditolak, artinya ada hubungan yang signifikan
motivasi dengan kinerja dosen.
langkah 6

Membuat kesimpulan
•Berapakah besar hubungan motivasi dengan kinerja dosen? rxy
sebesar 0,465 kategori cukup kuat.
•Berapakah besar sumbangan (konstribusi) motivasi dengan
kinerja dosen?

KP = r2 x 100% = 0,4652 x 100% = 21,62%. Artinya

motifasi memberikan konstribusi terhadap kinerja dosen sebesar
21,62% dan sisanya 78,38% ditentukan oleh variable lain.
•Buktikan apakah ada hubungan yang signifikan motivasi
dengan kinerja dosen? terbukti bahwa ada hubungan yang
signifikan motivasi dengan kinerja dosen.Ternyata thitung lebih
besar dari ttabel, atau 3,329 > 2,228, maka Ho ditolak, artinya
ada hubungan yang signifikan motivasi dengan kinerja dosen.
Contoh soal analisis korelasi rank spearman :

Diketahui data
X Y

2 2

3 3

2 1

3 2

3 3

1 2

Ditanyakan:
•Bagaimana hubungan X dengan Y?
•Jika X sebagai penilaian juri A dan Y sebagai penilaian juri B.Apakah
kedua penilaian itu ada kesesuaian (kecocokan)?
•Jika X sebagai jumlah nilai genap dan Y jumlah nilai ganjil. Apakah
alat pengumpul data tersebut reliabel?
Jawab:

1. Tulis Ha dan Ho dalam bentuk kalimat.

•Ha Terdapat hubungan yang positif den signifikan,
antara variabel X dengan Y.
•Ho Tidak terdapat hubungan yang positif dan
signifikan antara variabel X dengan Y

2. Tulis Ha dan Ho dalam bentuk statistik

•Ha : r ≠ 0
•Ho : r = 0
3. Tabel penolong analisis korelasi rank spearman.

Nilai Genap Nilai Ganjil Rank Genap Rank Ganjil Beda(b) (b2)

2 2 4,50 4 0,50 0,25

3 3 2 1,50 0,50 0,25

2 1 4,50 6 -1,50 2,25

3 2 2 4 -2 4

3 2 2 1,50 0,50 0,25

1 3 6 4 2 4

JUMLAH 0 11
Cara menghitung rank genap.

a. Urutkan data genap mulai yang terbesar sampai

terkecil, sehingga data genap (X) menjadi sebagai
berikut:
Urutan ke- Nilai Data Rangking

1 3 2

2 3 2

3 3 2

4 2 4,5

5 2 4,5

6 1 6
b) Periksa dulu apakah nilai data yang diurutkan sudah
cocok dengan banyaknya anggota ota sampel? Dalam halini
sudahada enam urutanmentah. Setelah cocok lanjutkan
menghitung urutan matang (ranking ke-) dengan cara,
sebagai beriktt:

Nilai 3 Merupakan ranking ke 1  2  3

 2
3

Nilai 2 Merupakan ranking ke 4  5

 4,50
2

Nilai 1 Merupakan ranking ke- - 6

c. Masukkan ranking tersebut ke dalam tabel penolong
sesuai dengannilai data masing – masing. Dengancara
yang sama makaranking ke- n, untuk data nilai ganjil
dapat di hitung.

d. Cari selisih ranking nilai genap dengan rangkin nilai

ganjil.

e. Jumlahkan semua selisih rankin tersebut,jika = 0

berarti perhitungan betul dan lanjutkan.

f. Kuadratkan selisih ranking(b) tersebut, kemudian

jumlahkan sehingga menjadi b2.
4. Masukkan nilai yang di dapat dalam tabel
penolong itu ke dalam rumus Spearman, sehingga
di dapat.
ra hitung = 6 . 11
1 3
6  6
= 1 – 66/212
= 0,678

5. Taraf signifikansi (α) =

0,05
6. Tentukan kriterianya yaitu:
Jika – rs table <rs hitung<rs tabel, maka Ho diterima
atau korelasinya tidak signifikan.

7. Tentukan dk = 6 – 2= 4 dan taraf signifikan

(α = 0,05) dengan melihat tabel t di dapat nilai
ttabel = 2,776

8. Ternyata – 2,776 < 0,499 < 2,776 atau – ttabel<

thitung< ttabel sehingga Ho diterima atau
korelasinya tidak signifikan.
 9. Kesimpulannya.hubungan antara variabel X dengan
variabel Y ternyata positif (agak cukup) dan tidak
signifikan.

Jawaban nomor 2, langkah – langkanya sama dengan di

atas hanya istilah signifikan dengan kesesuaian.

Jawaban nomor 3, dimulai dari langkah – langkah 4 dan

lanjutkan dengan memasukkan nilai r ke rumus Spearmaan
– Brown, sehingga di dapat.
2 . 0 , 687
rii 
1  0 , 687
= 0,814
6. Tentukan kriterianya yaitu:

Jika – t ii tabel< t ii hitung < t tabel sehingga Ho diterima atau

tidak reliable.
rii tabel pada daftar r kritis untuk Spearman dengan α = 0.05
dan n = 6 didapat r ii tabel = 0.829
Ternyata —0,828 < 0,814 < 0,829

atau
rs tabel<rs hitung< rs tabel sehingga H. diterima atau alat
pengumpul datanya tidak reliabel.

Kesimpulannya: Alat pengumpul data tersebut tidak

reliabel untuk meng­ukur variabel tertentu.
 Kesimpulan

Korelasi merupakan hubungan antara dua

kebijakan dimana kejadian yang satu
dapat mempengaruhi eksistensi kejadian
yang lain. Misalnya kejadian X
mempengaruhi kejadian Y. Apabila dua
variable X dan Y mempunyai hubungan,
maka nilai variable X yang sudah diketahui
dapat dipergunakan untuk
memperkirakan, menaksir atau
meramalkan Y