Anda di halaman 1dari 6

Koefisien korelasi berganda Meskipun pada umumnya korelasi biasanya konsisten (terdiri dari 1 variabel bebas dan 1 variabel

terikat), tetapi ada koefisien korelasi yang berbeda (berganda) dan digunakan pada kondisi yang berbeda-beda juga. Koefisien korelasi yang paling umum digunakan adalah pearson product-moment, yang memerlukan pengukuran skala interval. Yang harus diperhatiakan dalam memilih koefisien adalah tingkat pengukuran variabel. Korelasi Pearson atau sering disebut Korelasi Product-Moment merupakan alat uji statistik yang digunakan untuk menguji hipotesis asosiatif (uji hubungan) dua variabel bila datanya berskala interval atau rasio. Korelasi Product-Moment dikembangkan oleh Karl Pearson. Korelasi Product-Moment merupakan salah satu bentuk statistik parametris karena menguji data pada skala interval atau rasio. Oleh karena itu, ada beberapa persyaratan untuk dapat menggunakan KPM, yaitu: 1. 2. 3. 4. Sampel diambil dengan teknik random (acak) Data yang akan diuji harus homogen Data yang akan diuji juga harus berdistribusi normal Data yang akan diuji bersifat linier

Daftar Tabel 16.2 lima dari koefisien korelasi yang umum digunakan dan skala pengukuran minimum yang diperlukan dari variabel yang berkorelasi. contoh 16.1 Penggunaan statistik deskriptif: mean dan standar deviasi Tiga orang guru kelas enam di sebuah sekolah yang sedang melakukan penelitian dengan melibatkan dua jenis variabel: individual dan tradisional. Dengan demikian siswa laki-laki dan perempuan yang terlibat dalam penelitian ini. Jenis petunjuk pada jenis kelamin siswa adalah variabel independen. Variabel dependen adalah skor pada tes prestasi membaca. Tujuan dari penelitian ini adalah untuk menggambarkan distribusi prestasi nilai membaca. Hal ini akan menjadi sangat penting untuk mengetahui posisi yang tepat. Namun, pengetahuan tentang variabilitas atau dispersi distribusi juga penting. Ini mungkin bahwa petunjuk individual penyebaran siswa melebihi dari petunjuk tradisional. Hal ini akan dibuktikan dengan standar deviasi yang lebih besar untuk distribusi skor tes membaca. TABLE 16.2 koefisien korelasi dan pengukuran minimum yang diperlukan dari variabel. Koefisisen korelasi 1. Pearson product-moment 2. Urutan peringkat 3. Angka biserial Pengukuran variabel ( pilih yang terendah) 1) Dua variabel dalam sekala interval 2) Dua variabel dalam skal ordinal. 3) Salah satu variabel pada skala interval, yang sebenarnya pada skala

4. biserial

5. Koefisien kontingen

nominal atau ordinal 4) Salah satu variabel pada skala interval, yang dibuat dalam skala ordinal, karena ada distribusi kontinu yang mendasari. 5) Kedua variabel pada skala nominal

Dari data tersebut diperoleh pengajran individual. Pertanyaan hipotesis dapat dinyatakan sebagai berikut: 1. 2. 3. Berapa nilai mean dan standar deviasi dari distribusi skor tes membaca untuk jenis pengajran: individual dan tradisional? Berapa nilai mean dan standar deviasi dari distribusi skor tes membaca untuk jenis kelamin: siswa laki-laki dan perempuan? Berapa nilai mean dan standar deviasi dari distribusi skor tes membaca untuk empat jenis instruksi dan kombinasi jenis kelamin?

Ada total 86 siswa kelas enam yang terdaftar di sekolah, 47 siswa perempuan dan 39 lakilaki. Guru dapat mengambil 40 siswa dalam kategori individu, sehingga 20 anak laki-laki dan 20 anak perempuan secara acak diberikan kategori individu. (Ini berarti bahwa 46 siswa yang tersisa juga diberikan kategori tradisional). Hasil pengajaran setelah satu semester semua siswa diukur prestasi menbacanya. Karena jenis pengajaran adalah variabel penelitian, desain penelitian dapat digambarkan sebagai desain post test-hanya kelompok kontrol. Menggunakan petunjuk yang dikembangkan dalam bab tentang desain eksperimen, percobaan dapat digambarkan sebagai berikut: R R R R G1 (laki-laki).................................X.................................O1 G2 (perempuan)............................X.................................O2 G3 laki-laki)......................................................................O3 G4 (perempuan)................................................................O4

Dalam desain ini, X merupakan pengajaran individual. Meskipun anak laki-laki dan perempuan dalam jenis pengajaran tidak dipisahkan, tetapi mereka di gabungkan untuk menentukan jenis kelamin siswa merupakan variabel independen. On merupakan pengukuran pada tes prestasi membaca. Berikut hasilnya. Distribusi Pengajaran individu- laki-laki dan perempuan Pengajaran tradisional laki-laki dan perempuan Pengajaran individu. laki-laki pengajaran individu perempuan Mean 82.1 76.0 80.6 83.6 Standar deviasi 12.6 17.2 14.1 11.3

Pengajaran tradisional. laki-laki Pengajaran tradisional perempuan Semua anak laki-laki Semua anak perempuan

71.8 80.2 76.2 81.9

8.0 6.8 16.3 12.7

jenis kombinasi yang dihasilkan dari delapan distribusi yang berisi berbagai jumlah skor. Misalnya, distribusi, pengajaran individual untuk kedua anak laki-laki dan perempuan, berisi 40 nilai, namun distribusi kedua, untuk pengajaran tradisional, mengandung 46 nilai. Meskipun distribusi dengan 40 skor dan 46 skor tidak berarti didistribusikan sebagai distribusi normal yang tepat, para guru mungkin tidak terlalu perduli tentang bentuk distribusi karena akan ada bukti yang cukup dari penggunaan sebelumnya yaitu dari tes membaca bahwa skor kelas enam cenderung terdistribusi normal. Dengan demikian, perhatian akan fokus pada variabilitas dari distribusi skor. Nilai dari siswa yang menerima pengajaran individu memiliki rata-rata lebih tinggi daripada nilai siswa yang menerima pengajaran tradisional. Secara keseluruhan, siswa perempuan memiliki nilai rata-rata lebih tinggi daripada siswa laki-laki, dan pola ini konsisten untuk kedua pengajaran individual dan tradisional. Namun, kesenjangan antara laki-laki dan perempuan yang jauh lebih besar untuk pengajaran tradisional daripada pengajaran individual, perbedaan antara masing-masing siswa menjadi 8,4 dan 3,0. Nilai dari siswa laki-laki lebih bervariasi dibandingkan dengan siswa perempuan keseluruhan, dan pola ini juga konsisten untuk dua jenis pengajaran. Mengingat distribusi siswa laki-laki dan perempuan secara tunggal dalam jenis pengajaran, nilai untuk pengajaran individual yang lebih bervariasi. Namun, nilai siswa laki-laki dan perempuan digabungkan, pengajaran tradisional memiliki deviasi standar yang lebih besar. Hal ini bisa di buktikan dengan hasil fakta percobaan dalam pengajaran tradisional, yang di tunjukkan pada siswa anak-anak perempuan itu jauh lebih tinggi dibandingkan dengan anak laki-laki. Analisi data dengan menggunakan komputer Analisi statistik sebagian besar dilakukan pada komputer. Meskipun beberapa analisis dapat dilakukan dengan kalkulator (manual), komputer umumnya memudahkan analisis data. Analisis dengan komputer akan jauh lebih cepat dan lebih akurat daripada perhitungan kalkulator (manual). Software statistik cenderung mudah digunakan dan memberikan banyak fungsi dari pilihan PROSEDUR statistik. Bahkan, siswa mulai menghitung dengan analisis canggih yang tersedia. Studi penelitian kualitas yang tinggi bisa dilakukan dengan analisis statistik dasar. Anda mungkin 80% tidak menggunakan program statistik yang tersedia. Komputer memfasilitasi analisis set data yang besar. Ratusan bahkan ribuan kasus dapat dianalisis dengan cepat. Mereka mungkin tidak akan berusaha untuk menganalisis jika menhitung dengan kalkulator. Perangkat lunak statistik memungkinkan peneliti untuk melakukan analisis pada data yang sama untuk memberikan penampilan yang berbeda pada data. Penelitian tidak terbatas pada analisis statistik tunggal.

Komputer sangat berfungsi untuk menganalisis data, kecepatan, ketepatan, dan aksesibilitas. Berbagai macam penawaran fungsi dan kecanggihan komputer apa yang dapat dilakukan melalui perangkat keras (yaitu, mesinnya) dan perangkat lunak (program yang memberikan menjalankan komputer). Konsentrasi waktu yang cepat, sepersekian detik dibutuhkan komputer untuk melakukan analisis. Jika data disusun tanpa kesalahan dan digunakan analisis yang tepat, solusi akan terselesaikan. Jadi, kita memiliki akurasi yang tepat dan akhirnya, komputer mudah untuk diakses. Komputer adalah alat analisis data yang sangat berguna dan memiliki fungsi yang akurat, dan dapat diakses Analisis yang dialkukan pada bab 16 dan bab 17 dijalankan dengan menggunakan aplikasi SPSS (Statistical Product and Service Solution) untuk windows versi 17, 18, 19, 20, dan 21. karena ada banyak paket perangkat lunak statistik yang tersedia, set data tidak terikat pada satu versi atau versi yang baru dirilis. Terus terang, rumus untuk menghitung rata-rata tidak berubah dari satu versi ke versi yang lain. Pembaca dapat menggunakan perangkat lunak apapun yang mereka miliki, dan hasilnya harus sama meskipun format output mungkin berbeda. Berikut contoh analisis dengan menggunakan aplikasi SPSS : Contoh 16.2 Seorang mahasiswa melakukan penelitian dengan menggunakan alat ukur skala. Mahasiswa tersebut ingin mengetahui apakah ada hubungan antara kecerdasan dengan prestasi belajar pada siswa Setelah membagikan skala kepada 12 responden didapatlah skor total item-item yaitu sebagai berikut:
TABEL. TABULASI DATA SUBJEK 1 2 3 4 5 6 7 8 9 10 11 12 KECERDASAN (X) 33 32 21 34 34 35 32 21 21 35 36 21 PRESTASI BELAJAR (Y) 58 52 48 49 52 57 55 50 48 54 56 47

Correlations KECERDASA N KECERDASAN Pearson Correlation Sig. (2-tailed) N PRESTASI BELAJAR Pearson Correlation Sig. (2-tailed) N **. Correlation is significant at the 0.01 level (2-tailed). 12 ,766
**

PRESTASI BELAJAR

,766

**

,004 12 1

,004 12 12

Dari hasil analisis korelasi sederhana (r) didapat korelasi antara kecerdasan dengan prestasi belajar (r) adalah 0,766. Hal ini menunjukkan bahwa terjadi hubungan yang kuat antara kecerdasan dengan prestasi belajar. Sedangkan arah hubungan adalah positif karena nilai r positif, berarti semakin tinggi kecerdasan maka semakin meningkatkan prestasi belajar. Uji signifikansi koefisien korelasi digunakan untuk menguji apakah hubungan yang terjadi itu berlaku untuk populasi (dapat digeneralisasi). Misalnya dari kasus di atas populasinya adalah siswa dan sampel yang diambil dari kasus di atas adalah 12 siswa, jadi apakah hubungan yang terjadi atau kesimpulan yang diambil dapat berlaku untuk populasi yaitu seluruh siswa. Langkah-langkah pengujian sebagai berikut: 1) Menentukan Hipotesis Ho: Tidak ada hubungan secara signifikan antara kecerdasan dengan prestasi belajar. Ha: Ada hubungan secara signifikan antara kecerdasan dengan prestasi belajar. 2) Menentukan tingkat signifikansi Pengujian menggunakan uji dua sisi dengan tingkat signifikansi a=5%. uji dilakukan 2 sisi karena untuk mengetahui ada atau tidaknya hubungan yang signifikan, jika 1 sisi digunakan untuk mengetahui hubungan lebih kecil atau lebih besar. Tingkat signifikansi dalam hal ini berarti kita mengambil risiko salah dalam mengambil keputusan untuk menolak hipotesa yang benar sebanyak-banyaknya 5% (signifikansi 5% atau 0,05 adalah ukuran standar yang sering digunakan dalam penelitian) 3) Kriteria Pengujian Ho diterima jika Signifikansi > 0,05 Ho ditolak jika Signifikansi < 0,05 4) Membandingkan signifikansi Nilai signifikansi 0,004 < 0,05, maka Ho ditolak. Oleh karena nilai Signifikansi (0,004 < 0,05) maka Ho ditolak, artinya bahwa ada hubungan secara

signifikan antara kecerdasan dengan prestasi belajar. Karena koefisien korelasi nilainya positif, maka berarti kecerdasan berhubungan positif dan signifikan terhadap pretasi belajar. Jadi dalam kasus ini dapat disimpulkan bahwa kecerdasan berhubungan positif terhadap prestasi belajar pada siswa.