ANALISIS KORELASI

1. Pendahuluan
2. Macam-macam teknik korelasi
3. Korelasi PPM
1. Pendahuluan
Korelasi adalah istilah statistik yang menyatakan
derajat hubungan linear antara dua variable atau
lebih
Ditemukan oleh Karl Pearson pada awal tahun 1900
Dikenal dengan Korelasi Pearson Product
Moment (PPM)
Korelasi adalah hubungan searah
Data penyebab atau yang mempengaruhinya
disebut
variabel
bebas
atau
variabel
independen biasanya dilambangkan dengan huruf
X
Data akibat yang dipengaruhinya disebut variabel
terikat atau variabel dependen biasanya
dilambangkan dengan huruf Y

2. Macam-macam teknik korelasi

>1 Korelasi
ganda

Korelasi
kanonika

>1 Anava
Anava
(lihat C- (lihat C-1)
1)
Kolom A

Sign test,
median
test, U test
Kruskal
Wallis
Anava dua
jalur
(Friedman)
Kolom B

>1

Anova
(atau t
test)
Analisis
diskriminan
ganda

Anava

Sign test,
median
test, U test
Kruskal
Wallis
anava satu
jalur

Anava
dua jalur
(Friedma
n)

Analisis
diskrimin
an ganda

Koef
Phi,
Fisher
Exact Test,
X2

Kolom C

3. Korelasi PPM
Korelasi PPM sering disingkat korelasi saja
Gunanya :
Untuk menyatakan ada atau tidaknya
hubungan yang signifikan antara variabel satu
dengan yang lainnya
Untuk menyatakan besarnya sumbangan
variabel satu terhadap yang lainnya yang
dinyatakan dalam persen
Asumsi

Lajur 3

Nominal

Transformasikan
variabel ordinal ke
nominal dan gunakan
C-1,atau
1 transformasikan
variabel interval ke
ordinal dan gunakan
B-2, atau
transformasikan
kedua variabel ke
nominal dan gunakan
>1 C-3
0
1 Anava
Analisis
(lihat C- diskriminan
1)
ganda
(lihat C-1)

1
>1
Transformasikan
variabel ordinal ke
nominal dan gunakan
C-1,atau
transformasikan
variabel interval ke
ordinal dan gunakan
B-2, atau
transformasikan
kedua variabel ke
nominal dan gunakan
C-3
Koefisie
n
Konkord
as (W)
Korelasi
Spearman

Nominal

Lajur 2

Ordinal

Ordinal

Lajur 1

Interval

Interval
1
>1
Analisis
Faktor
Korelasi
Korelasi
ganda

 Variabel yang dihubungkan mempunyai data

yang berdistribusi normal
Variabel yang dihubungkan mempunyai data
linear
Variabel yang dihubungkan mempunyai data
yang dipilih secara acak
Variabel
yang
dihubungkan
mempunyai
pasangan sama dari subyek yang sama pula
Variabel yang dihubungkan mempunyai data
interval atau rasio
Kelayakan nilai r :
Nilai r antara -1 r 1
Hanya untuk hubungan linear saja
Tidak berlaku utnuk sampel dengan varian =
0, karena z tidak dapat dihitung dan akhirnya r
juga tidak dapat dihitung
r tidak mempunyai satuan
Langkah-langkah menghitung r :
1) Asumsikan
bahwa
persyaratan
untuk
menggunakan analisis korelasi PPM telah
terpenuhi
2) Tulis Ha dan H0 dalam bentuk kalimat
3) Tulis Ha dan H0 dalam bentuk statistik
4) Buat tabel penolong untuk menghitung r
No
respond
en
1
2
3

Xi

Yi

(Xi X)
x

(Yi
Y)
y

x2

y2

xy

x2

y2

xy

.
.
n

5) Cari rhitung dengan menggunakan rumus :

a.

rxy

xy
( x )( y
2

atau

 (X

b. r ( X
c.

d. r

X i )(Yi Yi )

X i ) 2 (Yi Y i ) 2

atau

n X iY ( X i )( Yi )

n xi 2 ( X i ) 2 n Yi 2 ( Yi ) 2 atau
1 S y2 .x
S y2

6) Tetapkan taraf signifikansinya

7) Tentukan kriteria pengujian signifikansi korelasi
-rtabel rhitung +rtabel, maka H0 ditolak atau
korelasinya tidak signifikan
8) Tentukan dk dengan rumus = n-2
Dengan taraf signifikansi seperti langkah 4) ban
Ntabel tersebut dengan menggunakan tabel r kritis
Pearson didapat nilai rtabel
9) Bandingkan rhitung dengan rtabel
10) Buatlah kesimpulannya
11) Jika
diminta,
maka
hitunglah
besarnya
sumbangan variabel x terhadap y
CONTOH SOAL
Diketahui data terhadap 5 responden untuk variabel X
dan Y :
X
Y
1
4
2
3
3
5
4
7
5
6
Buktikan bahwa kedua variabel
hubungan linear yang positif

itu

mempunyai

Jawab :
1) Asumsikan bahwa kedua variabel itu mempunyai
data yang normal dan dipilih secara acak

2) Tulis Ha dan H0 dalam bentuk kalimat

Ha : Terdapat hubungan yang positif dan signifikan
antara variabel X dengan Y
H0 : Tidak terdapat hubungan yang positif dan
signifikan antara variabel X dengan Y
3) Hipotesis statistiknya
Ha : r 0
H0 : r = 0
4) Buatlah tabel penolong untuk menghitung nilai r
No
respond
en
1
2
3
4
5

5)

Xi

Yi

(Xi X)
x

(Yi Y)
y

x2

y2

Xy

1
2
3
4
5

4
3
5
7
6

-2
-1
0
1
2

-1
-2
0
2
1

4
1
0
1
4

1
4
0
4
1

2
2
0
2
2

i=
3

i=5

x2=1
0

y2=1
0

xy=8

rxy

xy
( x )( y

rxy

8
10 x10

= 0,800
6) Taraf siginifikansi = 0,05
7) Kriteria pengujian
-rtabel rhitung +rtabel, maka H0 ditolak atau
korelasinya tidak signifikan
8) dk rumus = n 2
=52=3
Maka rtabel = 0,805
9) ternyata -0,805 < 0,800 < 0,805 sehingga H 0
ditolak
10)
kesimpulannya :
Terdapat hubungan yang positif dan signifikan
antara variabel X dengan Y
11)
Jika diminta, maka besarnya sumbangan
variabel x terhadap Y adalah = 0,800 2 x 100% =
64%

LATIHAN
Diketahui data jumlah SKS dan IPK mahasiswa
Jml SKS yang diambil
IPK yang didapat
10
3,00
15
2,50
15
2,00
10
1,50
5
1,00
Pertanyaan : adakah hubungan yang signifikan antara
jumlah SKS yang diambil dengan IPK yang didapat