BAB I

PENDAHULUAN
1.1 Latar Belakang
Penelitian merupakan kegiatan ilmiah yang didasarkan pada suatu masalah
yang memerlukan solusi yang tepat. Dalam kehidupan selalu ada masalah, baik
masalah pribadi, keluarga, masyarakat dan negara. Dari semua masalah tersebut,
tidak semua masalah memerlukan solusi dalam bentuk kegiatan penelitian.
Perbedaanya adalah pada kegiatan penyelesaian masalah. Selain masalah,
komponen penting yang harus ada dalam penelitian adalah tujuan penelitian
sehingga dapat ditentukan metode yang tepat untuk menyelesaikan masalah.
Kegiatan sistematis untuk memecahkan masalah itu disebut dengan penelitian
yang mengikuti metodologi, dikontrol, dan didasarkan teori yang ada serta
diperkuat dengan fenomena yang ada (Sukardi, 2012:3).
Secara umum, penelitian dapat dibedakan dari beberapa aspek, diantaranya
aspek tujuan, aspek metode, aspek kajian. Menurut Gay (dalam Sukardi,
2012:13) aspek tujuan terdiri dari penelitian dasar dan lanjut. Aspek metode terdiri
atas penelitian deskriptif, penelitian sejarah, penelitian survei, penelitian ex-post
facto, penelitian eksperimen, penelitian kuai eksperimen. Sedangkan, aspek kajian
sesuai bidang garapan dapat dibagi menjadi dua, yaitu penelitian kependidikan
dan penelitian nonkependidikan (Sukardi, 2012:13-16). Masalah yang ada di
dalam sebuah penelitian dapat dipecahkan melalui sebuah alat. Alat atau
instrumen yang digunakan adalah metodologi penelitian yang biasanya berisi
tentang cara-cara menggunakan beberapa metode pendekatan untuk memecahkan
masalah yang dihadapi.
Masalah penelitian dapat dibagi dalam berbagai bidang diantaranya bidang
pendidikan, kesehatan, sosial, ekonomi, dan lain-lain. Salah satu bidang penelitian
yang memerlukan perhatian khusus adalah bidang penelitian pendidikan. Secara
umum metode penyelesaian masalah pada penelitian pendidikan ada dua, yaitu
metode kualitatif dan kuantitatif. Metode kualitatif yang pengumpulan datanya
dengan cara berinteraksi langsung dengan objek penelitianya dan hasilnya tidak
diperoleh melalui prosedur statistik. Sedangkan metode kuantitatif, pengumpulan
datanya melalui instrumen penelitian berupa populasi dan sampel serta hasilnya

diperoleh melalui prosedur statistik. Salah satu peneltian yang penting dan
bermanfaat dalam dunia pendidikan adalah penelitian korelasional.
Fenomena yang terjadi dalam dunia pendidikan terdapat hubungan antar
unsur-unsurnya. Seperti hubungan antara guru dengan siswa, guru dengan
materi/kurikulum, materi dengan evaluasi, dan lain-lain. Hubungan-hubungan
tersebut dapat diketahui tingkat korelasinya secara ilmiah secara statistik melalui
metode penelitian korelasional.
1.2 Rumusan Masalah
Berdasarkan latar belakang diatas, penulis dapat merumuskan masalah yang
akan dibahas pada makalah ini yaitu sebagai berikut :
1.
2.
3.
4.
5.

Apa yang dimaksud dengan penelitian korelasional?

Apa saja jenis-jenis penelitian korelasional?
Apa saja karakteristik utama desain penelitian korelasional?
Bagaimana langkah-langkah penyusunan desain penelitian korelasional?
Bagaimana contoh desain penelitian korelasional?

1.3 Tujuan
Berdasarkan rumusan masalah di atas maka tujuan penulisan makalah ini
adalah sebagai berikut :
1.
2.
3.
4.
5.

Memahami pengertian penelitian korelasional.

Mengetahui jenis-jenis penelitian korelasional.
Memahami karakteristik utama desain penelitian korelasional.
Mengetahui langkah-langkah penyusunan desain penelitian korelasional.
Bagaimana contoh desain penelitian korelasional.

BAB II
PEMBAHASAN
2.1 Pengertian Penelitian Korelasional
Penelitian korelasi adalah suatu penelitian yang melibatkan tindakan
pengumpulan data guna menentukan, apakah ada hubungan dan tingkat hubungan
antara dua variabel atau lebih. Penelitian ini dilakukan, ketika kita ingin
mengetahui tentang ada tidaknya dan kuat lemahnya hubungan variabel yang
terkait dalam suatu objek atau subjek yang diteliti. Adanya hubungan dan tingkat
variabel ini penting, karena dengan mengetahui tingkat hubungan yang ada,
peneliti akan dapat mengembangkannya sesuai dengan tujuan penelitian (dalam
Sukardi, 2012;166).
Penelitian korelasional mempunyai tiga karakteristik penting untuk para
peneliti yang hendak menggunakannya. Tiga karakteristik tersebut, diantaranya
adalah:
a) penelitian korelasi tepat jika variabel kompleks dan peneliti tidak mungkin
melakukan manipulasi dan mengontrol variabel seperti dalam penelitian
eksperimen,
b) memungkinkan variabel diukur secara intensif dalam setting (lingkungan)
nyata, dan
c) memungkinkan peneliti mendapatkan derajat asosiasi yang signifikan.
(dalam Sukardi, 2012:166)
Desain korelasional memberikan kesempatan bagi peneliti untuk
memprediksi skor dan menjelaskan hubungan antar variabel. Dalam desain
penelitian korelasional, peneliti menggunakan uji statistik korelasi untuk
menggambarkan dan mengukur derajat asosiasi (atau hubungan) antara dua atau
lebih variabel. Dalam desain ini, para peneliti tidak mencoba untuk mengontrol
atau memanipulasi variabel seperti dalam penelitian lainnya, sebaliknya para
peneliti biasanya hanya mendasarkan pada penampilan variabel sebagaimana
adanya, tanpa mengatur kondisi atau memanipulasi variabel tersebut. Oleh karena
itu, peneliti hendaknya mengetahui cukup banyak alasan yang kuat guna
mempertahankan hasil hubungan yang ditemukan.

Di bidang pendidikan, studi korelasi biasanya digunakan untuk melakukan

penelitian terhadap sejumlah variabel yang diperkirakan mempunyai peranan yang
signifikan dalam mencapai proses pembelajaran. Sebagai contoh, misalnya
terdapat korelasi antara intelegensi dengan prestasi akademik; misalnya subjek
yang skornya tinggi pada tes intelegensi cenderung memiliki rata-rata prestasi
akademik yang tinggi pula, sebaliknya subjek yang skornya rendah pada tes
intelegensi cenderung memiliki rata-rata prestasi akademik yang rendah.
Kapan sebaiknya peneliti memilih bentuk penelitian korelasional?
Penggunaan desain ini ketika seorang peneliti ingin menemukan hubungan dua
atau lebih variabel untuk melihat apakah mereka saling mempengaruhi, seperti
hubungan antara guru yang melaksanakan praktik belajar mengajar sesuai dengan
tahapan perkembangan dan penggunaan pendekatan whole-language terhadap
kemampuan membaca instruksi pada siswa (Ketner, Smith, & Parnell, 1997,
dalam Creswell, 2012;338). Desain ini memungkinkan peneliti untuk
memprediksi hasil, seperti prediksi bahwa kemampuan, kualitas pendidikan,
motivasi siswa, dan kursus akademis mempengaruhi prestasi siswa (Anderson &
Keith, 1997, dalam Creswell, 2012;338). Peneliti juga menggunakan desain ini
ketika ia tahu dan dapat menerapkan pengetahuan statistik berdasarkan
perhitungan korelasi uji statistik.
Penelitian korelasi dilakukan oleh para peneliti pada umumnya mempunyai
beberapa tujuan, diantaranya Tujuan penelitian korelasional menurut Suryabrata
(1994:24) adalah untuk mendeteksi sejauh mana variasi-variasi pada suatu faktor
berkaitan dengan variasi-variasi pada satu atau lebih faktor lain berdasarkan pada
koefisien korelasi.
2.2

Jenis-Jenis Desain Penelitian Korelasional

Menurut Creswell (2012: 339-342), ada dua rancangan utama dalam

penelitian korelasional yaitu Explanatory Research Design dan Prediction

Research Design.
a) Explanatory Research Design (Rancangan Penelitian Penjelasan).
Adalah desain korelasional di mana peneliti tertarik dalam dua variabel
(atau lebih) yang bervariasi, yaitu di mana perubahan dalam satu variabel

merefleksi perubahan variabel lain. Berikut adalah struktur rancangan

penelitian penjelasan (explanatory research design):
1) Para peneliti dapat mengkorelasikan dua variabel atau lebih.
2) Para peneliti mengumpulkan data pada satu titik waktu. Bukti
ditemukan dalam administrasi instrumen.
3) Peneliti menganalisis semua variabel.
4) Peneliti memperoleh setidaknya dua skor untuk masing-masing
variabel.
5) Peneliti melaporkan penggunaan statistik uji korelasi dalam analisis
data.
6) Di akhir, peneliti membuat interpretasi atau menarik kesimpulan
dari hitungan hasil tes.
b) Prediction Design (Rancangan Penelitian Prediksi)
Jika dua variabel mempunyai hubungan yang signifikan, skor pada satu
variabel dapat digunakan untuk memprediksi skor pada variabel yang lain.
Variabel yang menjadi dasar pembuatan prediksi diacu sebagai prediktor,
dan variabel yang diprediksikan sebagai kriteria. Studi prediksi sering
dilakukan untuk memudahkan pengambilan kesimpulan mengenai individu
atau membantu pemilihan individu. Studi prediksi juga dilakukan untuk
menguji hipotesis teoritis mengenai variabel yang dipercaya menjadi
prediktor suatu kriteria, dan untuk menentukan validitas prediktif
instrumen pengukuran individual.
Berikut adalah struktur rancangan dari penelitian prediksi, antara lain:
1) Para penulis biasanya memasukan kata prediksi di dalam judul.
2) Para peneliti biasanya mengukur variabel prediktor pada satu titik
waktu dan variabel kriteria pada suatu titik waktu selanjutnya.
3) Para peneliti memperkirakan kinerja masa depan.
Sebuah penelitian prediksi akan melaporkan analisa korelasi
menggunakan uji statistik korelasi. Sebagai contoh, penulis mungkin
tertarik di beberapa prediktor yang membantu menjelaskan kriteria dari
setiap variabel.
2.3

Karakteristik Penting Desain Penelitian Korelasional

Adapun karakteristik penting dari suatu studi penelitian korelasional adalah

sebagai berikut:
a) Tampilan Skor
Jika peneliti memiliki dua himpunan skor dalam penelitian korelasi,
peneliti dapat mem-plot skor tersebut pada grafik (sebaran plot).
Para peneliti mem-plot skor dari dua variabel pada grafik untuk
memberikan gambaran visual dari bentuk skor. Hal ini memungkinkan
peneliti untuk mengidentifikasi jenis hubungan antar variabel dan
menemukan nilai ekstrim. Yang paling penting, plot ini dapat memberikan
informasi yang berguna tentang bentuk hubungan apakah sebaran skor
mendekati linear (mengikuti garis lurus) atau lengkung (mengikuti bentuk
U). Hal ini juga menunjukkan arah hubungan (misalnya, satu skor naik dan
skor yang lainnya juga naik) serta derajat hubungan (apakah hubungan
sempurna, dengan korelasi 1.0, atau kurang sempurna).
Plot membantu memperlihatkan hubungan antara dua skor yang
diperoleh oleh individu. Sebaran plot (atau diagram pencar) adalah gambar
yang ditampilkan pada grafik dari dua himpunan nilai individu. Skor ini
biasanya diidentifikasi sebagai X dan Y, dengan skor X diwakili pada
sumbu horisontal, dan skor Y diwakili pada sumbu vertikal.
Perhatikan sebaran plot skor pada Gambar 1, yang menunjukkan
himpunan kecil yakni 10 siswa dan plot skor mereka. Asumsikan bahwa
peneliti studi korelasional berusaha untuk mempelajari apakah lama
penggunaan internet oleh siswa SMA berhubungan dengan tingkat depresi.
(kita dapat berasumsi bahwa siswa yang menggunakan internet secara
berlebihan juga merupakan orang yang depresi karena mereka mencoba
untuk melarikan diri dari permaslahan yang dialaminya). Kita mengukur
lama penggunaan internet dengan menanyakan kepada siswa berapa jam
per minggu mereka menggunakan internet. Peneliti mengukur skor depresi
individu pada instrumen. Asumsikan bahwa ada 15 pertanyaan tentang
depresi pada instrumen dengan skala penskoran dari 1 (sangat tidak setuju)
sampai 5 (sangat setuju). Ini berarti bahwa nilai dijumlahkan akan berkisar
dari 15 sampai 75.

Seperti ditunjukkan dalam Gambar 1, skor untuk 10 siswa

dikumpulkan dan diplot pada grafik. Beberapa aspek tentang grafik ini
akan membantu kita memahaminya:

Laura
Chad
Patricia
Bill
Rosa
Todd
Angela
Jose
Maxine
Jamal
Skor

Variabel "lama penggunaan internet" diplot pada sumbu X, sumbu

horisontal.
Variabel "tingkat depresi" diplot pada sumbu Y, sumbu vertikal.

Penggunaan

Depresi

internet

(Skor

dalam jam

dari 15

per minggu

sampai

17
13
5
9
5
15
7
6
2
18
9,7

45)
30
41
18
20
25
44
20
30
17
45
29.3

Skor
Der

Penggunaan Internet jam per

minggu

rata-rata
Gambar 1. Contoh Sebaran Plot

Setiap siswa dalam penelitian ini memiliki dua skor: satu skor
untuk jumlah jam per minggu dalam penggunaan internet dan

yang satu lagi untuk tingkat depresi.

Plot titik pada grafik menunjukkan skor untuk setiap individu
pada tingkat depresi dan jumlah jam penggunaan internet setiap
minggu. Ada 10 skor (titik) pada grafik, satu untuk setiap peserta
dalam penelitian ini.

Nilai rata-rata (M) pada masing-masing variabel juga diplot pada

grafik. Para siswa menggunakan internet rata-rata 9,7 jam per minggu, dan
skor depresi rata-rata adalah 29,3.

Tiga catatan penting tentang plot skor ini. Pertama, arah skor
menunjukkan bahwa ketika X meningkat, Y meningkat juga sehingga
menunjukkan hubungan positif. Kedua, titik-titik pada sebaran plot
cenderung membentuk garis lurus. Ketiga, titik akan cukup dekat dengan
garis lurus jika kita menarik garis melalui semua dari mereka. Ketiga
catatan ini berhubungan dengan arah, bentuk hubungan, dan tingkat
hubungan yang dapat kita pelajari melalui sebaran plot ini. Kita akan
menggunakan informasi ini nanti ketika kita membahas hubungan antara
skor dalam penelitian korelasi.
b) Hubungan Antar Skor
Setelah peneliti tentang korelasi memperoleh grafik skor, mereka
kemudian dapat menafsirkan makna hubungan antar skor. Ini bertujuan
untuk memahami arah asosiasi, bentuk asosiasi, derajat asosiasi, dan
kekuatannya.
1) Arah Asosiasi
Ketika memeriksa grafik, penting untuk mengidentifikasi apakah titik
berpotongan, atau bergerak ke arah yang sama atau berlawanan. Dalam
korelasi positif (ditandai dengan koefisien korelasi +) titik bergerak ke
arah yang sama; yaitu ketika X meningkat, begitu juga Y meningkat atau
sebaliknya, jika X menurun, begitu pula Y menurun. Dalam korelasi
negatif (ditandai dengan koefisien korelasi -), titik-titik bergerak ke arah
yang berlawanan; misalnya ketika X meningkat maka Y menurun, dan
ketika X menurun maka Y meningkat.
2)

Bentuk Asosiasi
Dalam studi korelasional, peneliti mengidentifikasi bentuk dari skor

yang diplot sebagai suatu persamaan linier atau nonlinier. Salah satu
contoh ialah mengenai variabel yang berkorelasi positif serta memiliki
sebaran plot mendekati linier (dapat dilihat pada gambar 1). Jenis
hubungan ini hanya salah satu dari beberapa kemungkinan yang mungkin
timbul dari data aktual. Pada kenyataannya, suatu hubungan mungkin
menganggap salah satu dari bentuk yang ditunjukkan pada Gambar 2.
8

Hubungan yang mendekati sebaran linier pada bagian (a) dari

Gambar 2 menggambarkan korelasi positif, di mana skor rendah (atau
tinggi) pada satu variabel berhubungan dengan skor rendah (atau tinggi)
pada variabel kedua. Dalam contoh kita, skor rendah pada tingkat depresi
seseorang berhubungan dengan skor rendah pada jumlah jam yang
dihabiskan seseorang dalam menggunakan internet per minggu begitu juga
sebaliknya.
Pada bagian (b) Gambar 2 menggambarkan hubungan skor yang
linier serta berkorelasi negatif, di mana skor rendah pada satu variabel
berhubungan dengan nilai yang tinggi pada variabel lainnya. Skor rendah
pada tingkat depresi seseorang, misalnya, mungkin terkait dengan skor
tinggi pada jumlah jam yang dihabiskan seseorang dalam menggunakan
internet per minggu, ini menunjukkan hubungan (korelasi) yang negatif.
Tidak adanya korelasi dan sebaran plot nonlinier dapat dilihat pada
bagian (c) Gambar 2, kita melihat tidak adanya korelasi dari skor. Dalam
distribusi ini, variabel saling bebas (independen) satu sama lain. Skor
khusus pada satu variabel tidak memprediksikan informasi tentang
kemungkinan skor pada variabel lain. Dalam contoh, sebaran skor untuk
tingkat depresi seseorang dan skor untuk penggunaan internet akan
menjadi tidak teratur atau tidak memiliki pola tertentu.
Sebuah distribusi lengkung (atau hubungan nonlinier) menunjukkan
hubungan skor mendekati bentuk U. Distribusi ini dapat dilihat pada
bagian (d) Gambar 2, yang menunjukkan peningkatan skor variabel Y dan
penurunan variabel Y seiring dengan peningkatan skor variabel X.
Distribusi sebagian pada bagian (e) Gambar 2 menunjukkan penurunan
skor variabel Y dan peningkatan variabel Y seiring dengan
meningkatkatnya skor dari variabel X. Sebagai contoh, adalah mungkin
bahwa saat penggunaan internet meningkat, begitu juga tingkat depresi
akan meningkat, sampai titik di mana internet benar-benar menjadi
mekanisme coping untuk tingkat stres seseorang, dan tingkat depresi mulai
menurun (seperti yang digambarkan dalam bagian [d] Gambar 2).

Gambar 2. Pola hubungan antara dua variabel

Contoh lain misalkan adalah hubungan antara tingkat kecemasan
pemain dan jumlah poin yang dicetak dalam pertandingan tenis. Dengan
tingkat kecemasan yang rendah awalnya, pemain tenis mungkin mencetak
banyak poin, tapi jumlah poin yang dicetak ini bisa menurun disaat tingkat
kecemasan meningkat. Namun pada suatu titik tertentu seiring
bertambahnya tingkat kecemasan pemain akan menyebabkan ia lebih
berkonsentrasi dalam bermain sehingga ia kembali mencetak banyak poin.
Hubungan tersebut kita dapat lihat pada bagian [e] Gambar 2.
Koefisien korelasi (r) berguna untuk menggambarkan dan
mengukur hubungan antara dua variabel jika asosiasi (hubungan)
mengikuti sebaran linier. Seperti terlihat pada pola hubungan dalam
Gambar 2, asosiasi mungkin lengkung (atau nonlinier). Adapun rumus
yang dapat digunakan untuk menentukan besar koefisien korelasi (r)
adalah sebagai berikut:

10

1
r N
rxy

(X

Sx.Sy

X Y
( X )( Y )
N X Y ( X )( Y )
{N X ( X ) }{( N Y ) ( Y )
i i

X )(Yi Y )

i i

Jika koefisien korelasi (r) digunakan untuk memperkirakan

hubungan lengkung, itu akan mengabaikan nilai korelasi (r). Oleh karena
itu, peneliti menggunakan pendekatan statistik yang berbeda dari r untuk
menghitung hubungan antara variabel pada distribusi lengkung dan untuk
hubungan data peringkat.
Sebagai pengganti koefisien r, peneliti menggunakan koefisien
korelasi Rho Spearman (rs) untuk data nonlinier dan untuk jenis data yang
diukur pada kategori (nominal). Adapun rumus korelasi yang digunakan
adalah:

rs 1

6 D1

N N 2 1

Dalam hal ini :

rs
Di
N

= Koefisien korelasi spearman

2

= Jumlah kuadrat selisih rangking antara Xi dan Yi

= Banyaknya subjek (kasus)

Bila peneliti mengukur satu variabel pada skala kontinu (interval

atau rasio) dan yang lainnya adalah berupa kategori atau skala dikotomis,
statistik korelasi tidak harus berupa r tetapi dapat menggunakan korelasi
biserial titik. Asumsikan bahwa seorang peneliti suatu korelasi kontinu,
dengan nilai interval adalah tentang tingkat depresi pada laki-laki dan
perempuan (variabel dikotomis). Statistik korelasi biserial titik digunakan
dengan mengubah variabel dikotomis (laki-laki, perempuan) menjadi nilai
numerik dengan memisalkan laki-laki = 1 dan perempuan = 2.
Menggunakan penomoran ini dan rumus untuk data ordinal, peneliti
menghitung koefisien korelasi biserial titik yang mengukur derajat dan

11

arah hubungan antara laki-laki dan perempuan pada tingkat depresi

seseorang. Apabila gejala yang berskala nominal tersebut diskor secara
dikotomi, maka sering disebut korelasi point-biserial (rp-bis). Rumusnya
adalah sebagai berikut:
r p bis

M1 M 2
St

pq

Dalam hal ini:

rp-bis = koefisien korelasi point-biserial
M1

= mean gejala interval kelompok 1

M2

= mean gejala interval kelompok 2

St

= standar deviasi total (kelompok 1 dan 2)

= Proporsi dari kelompok 1

=1-p

Suatu variasi dari pembahasan kali ini menggunakan berbagai jenis

penilaian dalam menilai hubungan antara dua variabel yaitu dengan
menggunakan koefisien phi. Koefisien phi digunakan untuk menentukan
tingkat dan arah asosiasi jika kedua variabelnya dikotomis. Dalam contoh
kita, laki-laki dan perempuan mungkin berkorelasi dengan penggunaan
obat. Dalam situasi ini, peneliti juga mengubah kedua variabel dikotomis
ke dalam nilai-nilai numerik (laki-laki = 1; wanita = 2; tidak menggunakan
obat-obatan = 1; menggunakan obat-obatan = 2) dan kemudian
menggunakan rumus koefisien phi untuk memperoleh korelasi kedua
variabel dikotomis tersebut.
3)

Derajat dan Kekuatan Asosiasi

Bila dua variabel dikorelasikan hasilnya adalah koefisien korelasi,

biasanya dinyatakan dalam harga r yang mempunyai nilai -1 sampai +1.

Nilai negatif (-) menunjukkan arah dua variabel bertolak belakang. Nilai
positif (+) menunjukkan dua variabel pada arah yang sama. Jika ada
hubungan antara 2 variabel, berarti skor dalam 2 variabel mempunyai
asosiasi dengan variabel tertentu yang terukur. Harga r = -1 atau +1
menunjukkan asosiasi sempurna diantara 2 variabel, sedangkan harga r = 0

12

mempunyai arti bahwa dua variabel tersebut tidak memiliki hubungan

antara variabel satu dengan variabel yang lainnya.
(Cohen dan Manion, 1981;128) dalam Sukardi (2008;170)
menunjukkan harga r (hubungan) sebagai berikut:
a) Nilai r = 0,20 - 0,35 menunjukkan hubungan dua variabel
lemah walaupun signifikan.
b) Nilai r = 0,35 - 0,65 menunjukkan hubungan sedang,
umumnya signifikan pada lebih dari 1%, hubungan tersebut
berguna untuk analisis prediksi
c) Nilai r = 0,65 - 0,85 menunjukkan hubungan cukup tinggi
yang memungkinkan peneliti melakukan prediksi yang tepat
d) Nilai r = > 0,85 menunjukkan hubungan antarvariabel tinggi,
dan peneliti dianjurkan melakukan prediksi grup secara tepat.
Di samping itu, prediksi individual juga dapat dilakukan secara
cermat.
Hubungan variabel yang lemah mungkin tidak memberikan
rekomendasi untuk dilanjutkan, tetapi untuk variabel yang kuat misalnya r
> 0,80, peneliti dianjurkan untuk melakukan analisis prediksi hubungan
sebab-akibat (causal comparative study) atau bahkan ke studi eksperimen
untuk dapat mendapatkan kepastian apakah hubungan tersebut memiliki
sebab akibat.
Interpretasi suatu koefisien korelasi tergantung pada bagaimana ia
digunakan. Dengan kata lain, seberapa besar ia diperlukan agar bermanfaat
tergantung pada tujuan perhitungannya. Dalam studi yang dirancang untuk
menyelidiki atau mengetahui hubungan yang dihipotesiskan, suatu
koefisien korelasi diinterpretasikan dalam istilah signifikansi statistiknya.
Dalam studi prediksi, signifikansi statistik merupakan nilai kedua dari
koefisien dalam memudahkan prediksi yang akurat.
Ketika menginterpretasikan suatu koefisien korelasi, peneliti harus
selalu ingat bahwa peneliti hanya berbicara tentang suatu hubungan, bukan
hubungan sebab akibat. Koefisien korelasi yang signifikan mungkin
menyarankan hubungan sebab akibat, tetapi tidak menetapkannya. Dalam

13

kenyataan, itu mungkin tidak saling memengaruhi; mungkin terdapat

variabel ketiga yang memengaruhi kedua variabel.
c) Analisis Variabel dalam Studi Korelasional
Dalam banyak studi korelasi, peneliti memprediksi hasil didasarkan
pada lebih dari satu variabel prediktor. Dengan demikian, mereka perlu
memperhitungkan dampak dari masing-masing variabel. Ada dua analisis
variabel dalam studi korelasional yakni korelasi parsial dan regresi ganda.
1) Korelasi Parsial
Dalam banyak situasi penelitian, kita terkadang akan mempelajari tiga,
empat, atau lima variabel sebagai prediktor hasil. Jenis variabel yang
disebut variabel intervening "berdiri di antara" variabel independen dan
dependen serta mempengaruhi keduanya. Variabel ini berbeda dari
variabel kontrol yang mempengaruhi hasil dalam percobaan. Kita
menggunakan korelasi parsial untuk menentukan jumlah varians dari
variabel intervening yang menjelaskan dengan baik variabel independen
dan dependen.
Sebuah gambar dari dua variabel diikuti dengan masuknya variabel
ketiga yang dapat membantu menjelaskan korelasi parsial. Lihat pada
gambar 3 yang menunjukkan korelasi bivariat (dua variabel) di sisi kiri
dan korelasi parsial (tiga variabel) di sisi kanan. Asumsikan bahwa peneliti
ingin melakukan penelitian yakni mencari hubungan waktu mengerjakan
tugas dengan prestasi bagi anak-anak sekolah menengah. Setelah
mengumpulkan data, peneliti akan menghitung koefisien korelasi dengan
hasil misalkan r = 0.50. Namun, motivasi siswa yang merupakan variabel
ketiga, juga dapat mempengaruhi baik waktu mengerjakan tugas siswa
serta prestasi mereka di kelas. Peneliti mengidentifikasi variabel ketiga ini
didasarkan pada kajian literatur dan studi teori masa lalu yang telah
menunjukkan faktor yang memungkinkan dalam mempengaruhi prestasi
belajar siswa. Dalam desain penelitian korelasional, motivasi perlu dihapus
sehingga hubungan antara waktu mengerjakan tugas dan prestasi dapat
lebih jelas ditentukan. Sebuah analisis statistik korelasi parsial digunakan

14

yang menghilangkan varians bersama baik waktu mengerjakan tugas dan

prestasi dengan motivasi.

G
ambar 3. Varians umum bersama untuk bivariat dan Korelasi Parsial
Perhitungan matematika untuk koefisien korelasi ini tersedia dalam
buku-buku statistik; didasarkan pada koefisien korelasi antara ketiga
variabel dan varians mereka. Daerah menetas ditandai menunjukkan
perbedaan ini bersama tersisa setelah mengeluarkan efek motivasi, dan r2 =
(0,35)2 kini lebih rendah dari korelasi asli r = 0,50.
2) Regresi Ganda
Peneliti yang melakukan studi korelasi akan menggunakan statistik
korelasi untuk memprediksi nilai atau skor di masa depan. Untuk melihat
dampak dari pengaruh beberapa variabel pada hasil (yang akan diprediksi),
peneliti menggunakan analisis regresi. Kita akan mulai dengan memahami
garis regresi dan kemudian beralih ke analisis menggunakan regresi.
Sebuah garis regresi adalah garis "paling cocok" untuk semua titik skor
yang diplot pada grafik. Garis ini paling dekat dengan semua titik-titik
pada plot dan dihitung dengan menggambar garis yang meminimalkan
jarak kuadrat dari selisih antara titik-titik plot dengan garis.
Periksa pada Gambar 4, menunjukkan grafik yang sama dengan pada
Gambar 1, grafik tersebut menunjukkan hubungan antara "jumlah jam
penggunaan internet per minggu" dan "skor tingkat depresi seseorang"
untuk siswa sekolah menengah. Gambar 4 kini mengandung informasi
tambahan: lebih detail tentang garis regresi. Kalian dapat melihat

15

bagaimana garis dekat dengan semua titik-titik pada grafik, dan dengan
korelasi positif antara penggunaan internet dan skor tingkat depresi.
Perhitungan ini memegang peranan untuk memprediksi skor pada hasil
(yaitu, tingkat depresi) dengan yang diketahui adalah prediktornya (yaitu,
jam penggunaan internet per minggu). Berdasarkan rumus matematika,
peneliti dapat menghitung persamaan yang mengungkapkan baris ini:
Y (diprediksi) = b(X) + a
di mana:
Y = skor yang akan diprediksi (tingkat depresi)
X = skor aktual pada jumlah jam penggunaan internet
b = kemiringan garis regresi
a = konstanta, nilai Y (tingkat depresi) diperkirakan ketika X = 0.

Gambar 4. Regresi Linier Sederhana

Dalam situasi yang lebih rumit, di mana beberapa variabel independen
dapat berkorelasi dengan variabel dependen. Beberapa
regresi (atau korelasi berganda) adalah prosedur statistik untuk meneliti
hubungan gabungan dari beberapa variabel independen dengan variabel
dependen tunggal. Dalam regresi, variasi dalam variabel dependen dapat
dijelaskan oleh varians dari masing-masing variabel independen
(tergantung kepentingan dari masing-masing prediktor) (Kline, 1998,
dalam Creswell;350). Serupa dengan persamaan regresi disebutkan
sebelumnya, perkiraan nilai pada hasil (Y) dapat dihasilkan dengan
menggunakan persamaan yang mirip dengan persamaan regresi sederhana,
tetapi mencakup prediktor tambahan. Persamaannya adalah:
Y (diprediksi) = b1 (X1) + b2 (X2) + a

16

di mana

2.4

= skor diprediksi

b1

= konstan untuk kemiringan X1 (b2, untuk X2)

= titik perpotongan pada sumbu Y

Langkah-Langkah Menyusun Studi Korelasional

a) Langkah 1. Menentukan Apakah Studi Korelasional Merupakan
Jalan Terbaik Untuk Permasalahan Penelitian.
Sebuah studi korelasional digunakan ketika peneliti akan memecahkan
masalah yang membutuhkan identifikasi arah dan derajat hubungan antara
dua himpunan skor. Hal ini berguna untuk mengidentifikasi jenis
hubungan, menjelaskan hubungan yang kompleks dari beberapa faktor
yang menjelaskan hasil (kriteria), dan memprediksi hasil dari satu atau
lebih prediktor. Penelitian korelasional tidak "membuktikan" hubungan;
sebaliknya, ingin menunjukkan adanya hubungan antara dua variabel atau
lebih.
Karena dalam studi korelasional tidak membandingkan, peneliti dapat
menggunakan pertanyaan penelitian daripada hipotesis. Contoh pertanyaan
dalam studi korelasional adalah:

Apakah kreativitas memiliki kaitan dengan nilai tes IQ untuk anak-

anak SD? (menghubungkan dua variabel)

Apakah peringkat kelas di SMA dapat memprediksi rata-rata nilai
mahasiswa dalam semester pertama kuliah? (prediksi)

b) Langkah 2. Peninjauan Masalah atau Studi Kepustakaan

Setelah penentuan masalah, kegiatan penelitian yang penting adalah
studi kepustakaan yang menjadi dasar pijakan untuk memperoleh landasan
teori, kerangka pikir dan penentuan dugaan sementara sehingga peneliti
dapat mengerti, mengalokasikan, mengorganisasikan, dan menggunakan
variasi pustaka dalam bidangnya. Macam-macam sumber untuk
memperoleh teori yang berkaitan dengan masalah yang diteliti adalah dari
jurnal, laporan hasil penelitian, majalah ilmiah, surat kabar, buku yang
relevan, hasil-hasil seminar, artikel ilmiah dan narasumber.

17

c) Langkah 3. Mengidentifikasi Tindakan Untuk Individu dalam

Penelitian
Karena ide dasar penelitian korelasional adalah untuk membandingkan
dua atau lebih karakteristik individu dalam satu kelompok, ukuran variabel
dalam pertanyaan penelitian perlu diidentifikasi (jumlah populasi dan
ukuran sampel), dan instrumen yang mengukur variabel perlu diperoleh
(teknik pengumpulan data). Dalam mengidentifikasi sampel penelitian,
idealnya peneliti harus secara acak memilih individu untuk
menggeneralisasi hasil pada populasi, dan mencari izin untuk
mengumpulkan data dari otoritas yang bertanggung jawab. Kelompok
(sampel) ini haruslah ukurannya memadai untuk menggunakan statistik
korelasional, seperti N = 30; ukuran yang lebih besar memberikan
kontribusi variansi kesalahan yang lebih sedikit dan klaim yang lebih baik
mengenai keterwakilan. Instrumen yang mengukur variabel harus mampu
membuktikan validitas dan reliabilitas. Biasanya satu variabel diukur pada
setiap instrumen, tapi satu instrumen mungkin berisi kedua variabel yang
berkorelasi dalam penelitian ini.
d) Langkah 4. Mengumpulkan Data
Langkah berikutnya adalah mengelola instrumen dan mengumpulkan
setidaknya dua himpunan data dari masing-masing individu. Berbagai
jenis instrumen dapat digunakan untuk mengukur dan mengumpulkan data
masing-masing variabel, seperti angket, tes, pedoman interview dan
pedoman observasi, tentunya disesuaikan dengan kebutuhan. Data yang
dikumpulkan dengan instrumen-instrumen tersebut harus dalam bentuk
angka. Dalam penelitian korelasional, pengukuran variabel dapat
dilakukan dalam waktu yang relatif sama. Sedang dalam penelitian
prediktif, variabel prediktor harus diukur selang beberapa waktu sebelum
variabel kriteria terjadi. Jika tidak demikian, maka prediksi terhadap
kriteria tersebut tidak ada artinya.
Sebuah contoh untuk sampel kecil sebanyak 10 mahasiswa dapat
dilihat pada tabel 1, peneliti berusaha untuk menjelaskan variabilitas ratarata Indeks Prestasi (IPK) dalam tahun pertama untuk 10 mahasiswa pasca

18

sarjana. Asumsikan bahwa peneliti telah mengidentifikasi empat prediktor

dalam tinjauan literatur. Dalam penelitian terakhir, prediksi ini telah
berkorelasi positif dengan prestasi di perguruan tinggi. Peneliti dapat
memperoleh informasi untuk variabel prediktor dari kantor penerimaan
perguruan tinggi. Dalam penelitian regresi ini, peneliti berusaha untuk
mengidentifikasi salah satu faktor atau kombinasi faktor terbaik yang
menjelaskan variansi IPK mahasiswa tahun pertama. Dalam tinjauan data
ini menunjukkan bahwa skor bervariasi pada masing-masing variabel,
dengan lebih banyak variasi pada skor GRE dibandingkan dengan skor
rekomendasi dan skor fit-to-Program. Juga tampak bahwa IPK perguruan
tinggi dan skor GRE berkorelasi positif dengan IPK semester pertama.

Tabel 1. Contoh Data yang Dikumpulkan dalam Studi Regresi

Dalam contoh ini, karena data tersedia dari kantor penerimaan
mahasiswa di perguruan tinggi, peneliti tidak perlu terlalu khawatir tentang
prosedur yang mengancam validitas skor. Faktor-faktor lain yang mungkin
mempengaruhi kemampuan peneliti untuk menarik kesimpulan yang valid
dari hasil adalah kurangnya prosedur standar administrasi, kondisi situasi
pengujian, dan harapan peserta.
e) Langkah 5. Analisis Data
Tujuan penelitian korelasional adalah untuk menggambarkan tingkat
hubungan antara dua variabel atau lebih. Peneliti mencari pola respon dan
19

menggunakan prosedur statistik untuk menentukan kuat-rendahnya

hubungan serta arahnya. Sebuah hubungan yang signifikan secara statistik,
jika ditemukan, tidak berarti sebab-akibat, tetapi hanya hubungan antara
variabel. Hasil analisis tersebut biasanya dilaporkan dalam bentuk nilai
koefisien korelasi atau koefisien regresi serta tingkat signifikansinya,
disamping proporsi variansi yang disumbangkan oleh variabel bebas
terhadap variabel terikat.
Analisis dimulai dengan coding data dan memindahkannya dari
instrumen ke file komputer. Maka peneliti perlu menentukan langkah
statistik yang tepat untuk digunakan. Pertanyaan awal adalah apakah data
linier atau curvilinearly.
f) Langkah 6. Menginterpretasikan Hasil Penelitian
Langkah terakhir dalam melakukan penelitian korelasional adalah
menafsirkan arti dari hasil. Ini mengharuskan peneliti mendiskusikan
besarnya hubungan serta arahnya dalam sebuah penelitian korelasional,
mengingat dampak dari variabel intervening dalam sebuah penelitian
korelasi parsial, menafsirkan bobot regresi variabel dalam analisis regresi,
dan mengembangkan suatu persamaan prediksi untuk digunakan dalam
penelitian prediksi.
Interpretasi data pada penelitian korelasional adalah akan
menghasilkan koefisen korelasi dengan simbol (r). Hubungan variabel
tersebut dinyatakan dengan nilai dari -1 sampai +1. Nilai (-) menunjukan
korelasi negatif yang variabelnya saling bertolak belakang dan nilai (+)
menunjukkan korelasi positif yang variabelnya saling mendekati ke arah
yang sama.
Dalam semua langkah ini, yang menjadi perhatian secara keseluruhan
adalah apakah data peneliti mendukung teori, hipotesis, atau pertanyaan.
Selanjutnya, peneliti mempertimbangkan apakah hasil penelitian
mengkonfirmasi atau tidak mengkonfirmasi hasil temuan dari penelitian
lain. Juga, refleksi dibuat tentang apakah beberapa ancaman yang telah
dibahas di atas mungkin telah berkontribusi terhadap koefisien yang salah

20

dan langkah-langkah yang mungkin dilakukan oleh para peneliti masa

depan untuk mengatasi masalah ini.
2.6 Contoh Penelitian Korelasional
Di bawah ini diberikan contoh garis-garis besar langkah-langkah
penyusunan penelitian korelasional berdasarkan pada pedoman langkahlangkah penyusunan Penelitian Korelasional yang telah dibahas
sebelumnya.
Masalah

Apa ada kaitan antara kemampuan numerik peserta

didik terhadap prestasi belajar matematika peserta

Judul Penelitian

didik kelas VII SMP N 1 Singaraja?

Hubungan Antara Kemampuan Numerik Peserta
Didik Terhadap Prestasi Belajar Matematika Peserta

Variabel Penelitaan

Didik Kelas VII SMP N 1 Singaraja

Variabel bebas dalam penelitian ini adalah
kemampuan numerik peserta didik (X) sedangkan
variabel terikatnya adalah prestasi belajar

Kajian Teoritis

matematika peserta didik (Y)

Berisikan teori yang melandasi hal-hal yang
terkait dengan penelitian yang akan
dilakukan. Adapun kajian teoritis dari
penelitian ini adalah:
1) Belajar dan Pembelajaran
Pengertian belajar dan pembelajaran
Faktor-faktor yang mempengaruhi
belajar
2) Prestasi Belajar
Pengertian prestasi belajar
Faktor-faktor yang mempengaruhi
prestasi belajar
3) Kemampuan Numerik
Pengertian kemampuan numerik
Kemampuan numerik dalam

Metode Penelitian

matematika
Metode dalam penelitian ini menggunakan metode
korelasi, dikarenakan dalam penelitian ini ditujukan
21

untuk mengetahui ada tidaknya hubungan dua

variabel atau lebih secara sistematis tanpa
melakukan perlakuan-perlakuan maupun
manipulasi terhadap variabel penelitian berdasarkan
pengukuran terhadap gejala-gejala pada diri
Hipotesis Penelitian

responden
Hipotesis dapat diartikan sebagai jawaban yang
bersifat sementara dari permasalahan
penelitian.
Adapun hipotesis dalam penelitian ini adalah
sebagai berikut:
H0; Adanya hubungan kemampuan numerik peserta
didik terhadap prestasi belajar matematika
peserta didik kelas VII SMP N 1 Singaraja
H1; Tidak ada hubungan kemampuan numerik
peserta didik terhadap prestasi belajar
matematika peserta didik kelas VII SMP N 1

Populasi dan Sampel

Singaraja
Populasi dalam penelitian ini adalah seluruh siswa
kelas VII SMP N 1 Singaraja sebanyak 240 siswa,
sedangkan sampel dari penelitian ini diperoleh
dengan menggunakan metode random sampling
dipilih sebanyak 148 siswa (menurut aturan R.V.

Subjek Penelitian

Objek Penelitian

Krecjie dan D.W. Morgan)

Subjek Penelitian :
1.

Siswa SMP kelas VII di SMPN 1 Singaraja

2.

Guru

3.

Orang tua Siswa

4.
Kepala Sekolah
Objek penelitian ini adalah kemampuan numerik
peserta didik (X) prestasi belajar matematika

Teknik Pengumpulan

peserta didik (Y)

1) Metode Dokumentasi

Data

Metode ini digunakan untuk memperoleh data

22

prestasi belajar matematika peserta didik SMP N

1 Singaraja, data tentang struktur pengajar, dan
keadaan peserta didik serta data lain yang
berhubungan dengan penelitian.
2) Metode tes
Metode tes digunakan untuk tingkat kemampuan
numerik siswa. Adapun tes kemampuan numerik
ini mencakup beberapa materi antara lain
penjumlahan, pengurangan, pembagian,
perkalian sederhana matematika, dan aritmatika
dasar. Setelah perangkat tes disusun kemudian
diuji cobakan kepada sejumlah obyek tertentu
untuk mengetahui tingkat keabsahan, taraf
kesukaran dan daya pembeda soal.
Dilakukan pengujian terhadap Hipotesis (Analisis

Analisis Data

Uji Hipotesis) dengan menentukan besar koefisian

korelasi (r). Dari koefisien korelasi dapat
ditentukan tingkat hubungan variabel X
(kemampuan numerik) dan variabel Y (prestasi
belajar matematika) dan Mencari besarnya
kontribusi variabel X terhadap variabel Y. Berikut
analisis lanjut dilakukan untuk menarik kesimpulan
Menginterpretasikan

tentang H0 (diterima atau ditolak)

Berdasarkan analisis uji hipotesis yang diujikan,

hasil penelitian

akan diketahui bahwa hipotesis yang penulis ajukan

diterima atau ditolak.
Tabel 2. Contoh Penelitian Korelasional

23

BAB III
PENUTUP
3.1 Simpulan
Penelitian korelasi adalah suatu penelitian yang melibatkan tindakan
pengumpulan data guna menentukan, apakah ada hubungan dan tingkat hubungan
antara dua variabel atau lebih. Sementara itu, menurut Creswell (2012: 339-342),
ada dua rancangan utama dalam penelitian korelasional yaitu Explanatory
Research Design dan Prediction Research Design. Dalam penelitian korelasional,
karakteristik utama yang perlu diperhatikan adalah pertama skor haruslah dapat
ditampilkan dalam suatu grafik. Kemudian dari grafik sebaran-plot skor, kita
dapat memperoleh hubungan antar skor dengan memperhatikan arah asosiasi,
bentuk asosiasi, derajat serta kekuatan asosiasi. Kemudian adapula analisis
variabel yang digunakan dalam penelitian korelasional adalah berupa korelasi
parsial dan regresi berganda.
Langkah-langkah dalam melakukan studi korelasional yang menggunakan
desain penelitian korelasional adalah menghubungkan variabel atau membuat
prediksi, kemudian menentukan subjek penelitian, mengidentifikasi dua atau lebih
tindakan untuk setiap individu dalam penelitian, mengumpulkan data dan
memantau potensi ancaman terhadap validitas skor, menganalisis data dengan
menggunakan statistik korelasi baik untuk data kontinu atau kategoris, dan
menafsirkan kekuatan dan arah hasil.
3.2 Saran
Diharapkan seorang peneliti mampu memahami desain penelitian
korelasional dengan baik. Pemahaman yang baik akan mempermudah peneliti
apabila nantinya peneliti menemukan suatu permasalahan yang dapat diperoleh
solusinya dengan melaksanakan penelitian korelasional.

24