A.

ANALISIS KORELASI
Korelasi adalah pengukur hubungan dua variabel atau lebih
yang dinyatakan dengan derajat keeratan atau tingkat hubungan
antar

variabel-variabel.

Mengukur

derajat

hubungan

dengan

metode korelasi yaitu dengan koefisien korelasi r. Dalam hal ini,

dengan tegas dinyatakan bahwa dalam analisis korelasi tidak
mempersoalkan apakah variabel yang satu tergantung pada
variabel yang lain atau sebaliknya. Jadi metode korelasi dapat
dipakai untuk mengukur derajat hubungan antarvariabel bebas
dengan variabel bebas yang lainnya atau antar dua variabel.
Perlu ditekankan bahwa penggunaan metode korelasi untuk
mengukur hubungan antarvariabel yang satu dengan variabel yang
lain, hendaknya anrata variabel itu diharapkan mempunyai kaitan
atau

relevansi.

Jangan

sekali-sekali

menghubungkan

atau

mengkorelasikan variabel-variabel yang sangat jauh atau mustahil

atau relevansinya sangat kecil.
1. Koefisien Korelasi Linier Sederhana
1.1.
Pengertian Koefisien Korelasi (KK)
Koefisien korelasi merupakan indeks atau bilangan
yang digunakan untuk mengukur keeratan (kuat, lemah,
atau tidak ada) hubungan antarvariabel. Koefisien korelasi
ini memiliki nilai antara -1 dan +1
1.

Jika

KK

bernilai

positif,

(1 KK +1) .

maka

variabel-variabel

berkorelasi positif. Semakin dekat nilai KK ini ke +1

2.

semakin kuat korelasinya, demikian pula sebaliknya.

Jika KK bernilai negatif, maka variabel-variabel
berkolerasi negatif. Semakin dekat nilai KK ini ke -1

3.

semakin kuat korelasinya, demikian pula sebaliknya.

Jika KK bernilai 0 (nol), maka variabel-variabel tidak
menunjukkan korelasi.

4.

Jika

KK

bernilai

menunjukkan

+1

korelasi

sempurna.
Untuk menentukan

atau
positif

-1,

maka

atau

keeratan

variabel

negatif

yang

hubungan/korelasi

antarvariabel tersebut, berikut ini diberikan nilai-nilai dari

KK sebagai patokan.
1. KK = 0, tidak ada korelasi.

2. 0 < KK
0,20, korelasi sangat rendah/lemah
sekali.

3.

0,20 < KK

4.

0,40

5.

berarti/sedang.
0,70 < KK 0,90, korelasi yang tinggi/kuat.

6.

0,90 < KK < 1,00, korelasi sangat tinggi; kuat sekali,

7.
1.2.

dapat diandalkan.
KK = 1, korelasi sempurna.
Jenis-jenis Koefisien Korelasi
Jenis-jenis koefisien korelasi yang sering digunakan

<

0,40, korelasi rendah/lemah tapi pasti.

KK
0,70, korelasi yang cukup

adalah koefisien korelasi Pearson, koefisien korelasi Rank

Spearman, koefisien korelasi Konteingensi, dan koefisien
penentu (KP).
Koefisien Korelasi Perason
Koefisien korelasi ini digunakan untuk mengukur
keeratan hubungan antara dua variabel yang datanya
berbentuk data interval atau rasio. Disimbolkan
dengan r dan dirumuskan:
n XY X Y
r=
( n X 2( X )2 ) (n Y 2 ( Y )2 )

Nilai dari koefisien korelasi (r) terletak antara -1 dan

+1
1.

(1 r + 1) .

Jika r = +1, terjadi korelasi positif sempurna

antara variabel X dan Y.

2.

Jika r = -1, terjadi korelasi negatif sempurna

3.

antara variabel X dan Y.

Jika r = 0, tidak terdapat korelasi antara variabel

4.

X dan Y.
Jika 0 <r< +1, terjadi korelasi positif antara

5.

variabel X dan Y.
Jika -1 <r< 0, terjadi korelasi negatif antara

variabel X dan Y.
Koefisien Korelasi Rank Spearman
Koefisien korelasi ini digunakan untuk mengukur
keeratan hubungan antara dua variabel yang datanya
berbentuk data ordinal (data bertingkat). Disimbolkan
dengan rs dan dirumuskan:
6 d2
r s =1 3
n n

Keterangan:
d = selisih ranking X dan Y
n = banyaknya pasangan data
Koefisien Korelasi Kontingensi
Koefisien korelasi ini digunakan untuk mengukur
keeratan hubungan antara dua variabel yang datanya
berbentuk data nominal (data kualitatif). Disimbolkan
dengan C dan dirumuskan:
x2
C= 2
x +n

Keterangan:
x 2 = kai kuadrat
n

= jumlah semua frekuensi

Koefisien Penentu (KP) atau Koefisien Determinasi(R)

Apabila koefisien korelasi dikuadratkan, akan
menjadi

koefisien

penentu

(KP)

atau

koefisien

determinai, yang artinya penyebab perubahan pada

variabel Y yang datang dari variabel X, sebesar
kuadrat koefisien korelasinya. Koefisien penentu ini

menjelaskan besarnya pengaruh nilai suatu variabel

(variabel X) terhadap naik/turunnya (variasi) nilai
variabel lainnya (variabel Y). Dirumuskan:
KP=R=( KK)2 100
Keterangan:
KK = koefisien korelasi
Nilai koefisien penentu ini terletak antara 0 dan
(0 KP +1) . Jika koefisien korelasinya adalah

+1

koefisien

korelasi

Pearson

(r),

maka

koefisien

penentunya adalah:
KP=R=r 2 100
Dalam

bentuk

rumus,

koefisien

penentu

(KP)

dituliskan:
KP=

2.

( n ) ( XY ) ( X )( Y )

[ ( n ) ( X )( X ) ][ ( n ) ( Y )( Y ) ]
2

Hubungan Koefisien Korelasi dengan Koefisien Regresi

Antara koefisien korelasi (r) dan koefisien regresi (b),
terdapat hubungan. Hubungan tersebut dalam bentuk rumus
dituliskan:
b . Sx
r=
Sy

(
(

1
Sx =
n

1
S y=
n
i=

( X )
2

( Y )

( X iX ) x i
=
sx
sx

( X )
n

( Y )
n

dan

V i=

(Y i Y ) y i
=
sy
sy

3.

Pendugaan dan Pengujian Hipotesis Koefisien Korelasi

Populasi ( )
Koefisien korelasi populasi dari variabel X dan Y yang
keduanya merupakan variabel random dan memiliki distribusi
bivariat, dirumuskan:
Cov (X ,Y ) xy
=
=
x y
x y
xy

Cov (X,Y) =

= E(XY) E(X). E(Y)

= E ( Y )

x = E ( X x )
y

Koefisien korelasi populasi ( ) tidak diketahui, namun

dapat diduga dengan koefisien korelasi sampel (r). Dengan
demikian, r merupakan penduga dari

. Di mana

koefisien korelasi sebenarnya dari X dan Y.

3.1

Pendugaan Koefisien Korelasi Populasi

Pendugaan

keyakinan
dapat

koefisien

korelasi

populasi

(interval

) menggunakan distribusi Z. Pendugaannya

dilakukan

dengan

terlebih

dahulu

mengubah

koefisien korelasi sampel r menjadi nilai Zr, yang dalam

bentuk persamaan dituliskan:
1 1+ r
Z r = ln
2 1r
Variabel Zr akan mendekati distribusi normal dengan
rata-rata dan varians sebagai berikut:
1 1+
Z r = ln
2 1
2 Zr=

1
1
dan Z r =
n3
n3

 Zr

Untuk

pendugaan

intervalnya

secara

umum

Zr

, maka

dirumuskan:
P( Zr Z Z r Z r Z r + Z Zr )=1
2

Atau:
Z r Z Z r Z r Z r + Z Z r
2

Dengan melakukan transformasi nilai

diperoleh pendugaan interval bagi koefisien korelasi

populasi ( ) dengan tingkat keyakinan
menggunakan pendugaan interval

Zr

1 . Selain

, interval bagi

koefisien korelasi populasi ( ) dapat pula dibuat dengan

menggunakan tabel hubungan antara Zr dan r.
3.2

Pengujian Hipotesis Koefisien Korelasi Populasi ( )

Untuk asumsi
1.

=0

Untuk asumsi
Pengujian

hipotesis

dengan

asumsi

=0

menggunakan distribusi t sebagai uji statistiknya.

Prosedur pengujiannya adalah sebagai berikut:
2.

Menentukan formula hipotesis

H 0 : 0
H 1 : > 0

(ada hubungan positif)

H 0 : 0
H 1 : < 0

(ada hubungan negatif)

H 0 : =0

(tidak ada hubungan antara X dan Y)

H1: 0

(ada hubungan)

=0

Apabila

var ( r ) = 2r =
3.

maka

varians

adalah

1r 2
n2

Menentukan taraf nyata ( ) beserta t tabel,

dengan derajat bebas (db)=n-2
t ;n 2 = atau

4.

t /2 ;n2=

Menentukan kriteria pengujian

H 0 : =0
H 1 : >0
Untuk
dan
:
H0

diterima jika

H0

ditolak jika

Untuk

H 0 : =0

t 0> t
dan

H0

diterima jika

H0

ditolak jika

Untuk

H 0 : =0

t 0 t ,

H 1 : <0

t 0 t ,
t 0<t

dan

H0

diterima jika

H0

ditolak jika

H1: 0

t /2 t 0 t / 2 ,
t 0<t / 2

atau

5.

Menentukan nilai uji statistik

r n2
t 0=
1r 2

6.

Membuat kesimpulan
Menyimpulkan

H0

t 0> t /2

diterima atau ditolak (sesuai

dengan kriteria pengujian).

Untuk asumsi 0
1.

Untuk asumsi
Pengujian

hipotesis

dengan

asumsi

menggunakan distribusi Z sebagai uji statistiknya.

Prosedur pengujiannya adalah sebagai berikut:

2.

3.

Menentukan formula hipotesis

H 0 : =0

( 0 mewakili nilai tertentu )

H 1 : > 0

( 0 lebihbesar darinilai tertentu )

< 0

( 0 lebih kecil dari nilai tertentu )

( 0 tidak sama dengan nilai tertentu )

Menentukan taraf nyata ( ) beserta Z tabel

Z = atau

4.

Z /2=

Menentukan kriteria pengujian

H 0 : =0
H 1 : > 0
Untuk
dan
H0

diterima jika

H0

ditolak jika

Untuk

Z0 Z ,
Z0> Z

H 0 : =0

dan

H0

diterima jika

H0

ditolak jika

Untuk

H 1 : < 0

Z 0 Z ,
Z 0 <Z

H 0 : =0

dan

H0

diterima jika

H0

ditolak jika

H 1 : 0

Z / 2 Z 0 Z / 2 ,
Z 0 <Z /2

atau

5.

Menentukan nilai uji statistik

Z Z r
Z0= r
Zr

6.

Membuat kesimpulan
Menyimpulkan

H0

diterima

Z0> Z/2

atau

ditolak

(sesuai

dengan kriteria pengujian).

Contoh soal:
Sebuah penelitian bertujuan untuk mengetahui hubungan antara
prestasi siswa dengan IQ siswa. Diambil sampel secara acak
sebanyak 10 siswa yang diwawancarai. Dari hasil penelitian itu
diperoleh data sebagai berikut:

Prestasi
(Y)
IQ (X)
Dengan

86

87

89

94

93

98

85

88

90

91

112

102

92

100

110

99

97

94

98

101

=5 , buatlah pengujian hipotesis untuk mengetahui

keberartian dari koefisien korelasi Rank Spearman.

Penyelesaian:
Tabel Kerja
Rangking
IQ
Prestasi
1
9
3
8
10
6
5
2
2
3
6
1
8
10
9
7
7
5
4
4

Siswa
1
2
3
4
5
6
7
8
9
10
2
d i =152

di

d i2

-8
-5
4
3
-1
5
-2
2
2
0

64
25
16
9
1
25
4
4
4
0

Langkah-langkah penyelesaian:
1. Menentukan rumusan hipotesis

H0

dan

H1

H 0 : =0 : Tidak ada pengaruh IQ terhadap prestasi

H 1 : 0 : Ada pengaruh IQ terhadap prestasi
2. Menentukan taraf nyata dan r tabel
=0,05, n=10, maka r tabel=0,648
3. Menghitung

rs

6 d2
r s =1 3
n n
r s =1

6(152)
3
(10) 10

r s =1

912
990

r s =10,92
r s =0,08
4. Keputusan uji
Jika rho tabel > rho hitung maka H0 diterima dan H1 ditolak.
Jika rho tabel < rho hitung maka H0 ditolak dan H1 diterima.
5. Kesimpulan
Berdasarkan hasil yang didapat maka terlihat bahwa rho
tabel=0,648 > rho hitung=0,08 maka H0 diterima dan H1
ditolak. Sehingga disimpulkan tidak terdapat hubungan yang
signifikan antara IQ siswa dengan prestasi siswa.