Analisis Korelasi Fix
Analisis Korelasi Fix
ANALISIS KORELASI
1. Korelasi
Korelasi merupakan teknik analisis yang termasuk dalam salah satu teknik
pengukuran asosiasi / hubungan (measures of association). Pengakuan asosiasi
merupakan istilah umum yang mengacu pada sekelompok teknik dalam statistic
bivariate yang di gunnakan untuk mengukur kekuatan hubungan antara dua variabel.
Diantara sekian banyak teknik-teknik pengukuran asosiasi terdapat dua teknik
korelasi yang sangat popular sampai sekarang, yaitu Korelasi Pearson Product
Moment dan Korelasi Rank Spearman. Pengukuran asosiasi mengenakan nilai
numerik untuk mengetahui tingkatan asosiasi atau kekuatan hubungan antara
variabel. Dua variabel dikatakan berasosiasi jika perilaku variabel yang satu
mempengaruhi variabel yang lain. Jika tidak terjadi pengaruh, maka kedua variabel
tersebut disebut independen.
Korelasi bermanfaat untuk mengukur kekuatan hubungan antara dua variabel
atau lebih dengan skala-skala tertentu, misanya pearson data harus bersekala interval
atau rasio. Spearman dan Kendal menggunakan skala ordinal. Kuat lemahnya
hubungan di ukur menggunakan jarak (range) 0 sampai dengan 1. Korelasi
mempunyai kemungkinan pengujian hipotesis dua arah (two tailed). Dikatakan
korelasi searah jika koefesien korelasi ditemukan positif, sebalikanya jika koefisien
korelasinya ditemukan negative maka di katakana korelasi tidak searah.
2. Koefesien Korelasi
Koefesien korelasi ialah pengukuran statistik kovarian atau asosiasi antara dua
variabel. Besarnya koefesien korelasi berkisar antara +1 s/d -1. Koefesien korelasi
menunjukkan kekuatan (strength) hubungan linear dan arah hubungan dua variabel
acak. Jika koefesien korelasi positif, maka kedua variabel mempunyai hubungan
searah. Artinya jika nilai variabel X tinggi, maka nilai variabel Y akan tinggi pula.
Sebaliknya, jika koefesien korelasi negatif, maka kedua variabel mempunyai
100
hubungan terbalik. Artinya jika nilai variabel X tinggi, maka nilai variabel Y akan
menjadi rendah dan berlaku sebaliknya. Untuk memudahkan melakukan interpretasi
mengenai kekuatan hubungan antara dua variabel penulis memberikan kriteria
sebagai berikut (Sarwono:2006):
0 : Tidak ada korelasi antara dua variabel
>0 0,25: Korelasi sangat lemah
>0,25 0,5: Korelasi cukup
>0,5 0,75: Korelasi kuat
>0,75 0,99: Korelasi sangat kuat
1: Korelasi sempurna
3. Analisa Korelasi
Didalam Walpole (1995), analisis korelasi adalah metode statistik yang
digunakan untuk mengukur besarnya hubungan linier antara dua variabel atau lebih.
Nilai korelasi populasi () berkisar pada interval -1 1. Jika korelasi bernilai
positif, maka hubungan antara dua variabel bersifat searah. Sebaliknya, jika korelasi
bernilai negatif, maka hubungan antara dua variabel bersifat berlawanan arah.
Misalkan korelasi sampel antara variabel X dan Y (rX,Y) bernilai positif mengartikan
bahwa jika nilai X naik maka nilai Y juga naik, sedangkan jika nilai X turun maka
nilai Y juga turun. Misalkan korelasi sampel antara variabel X dan Y (rX,Y) bernilai
negatif mengartikan bahwa jika nilai X naik maka nilai Y juga turun, sedangkan jika
nilai X turun maka nilai Y juga naik. Nilai korelasi sampel (r) diukur dari korelasi
Pearson dengan syarat data berskala interval/rasio yang mana dirumuskan sebagai
berikut.
101
Nilai n adalah jumlah pengamatan. Interpretasi dari besarnya nilai korelasi
sampel antara variabel dapat diklasifikasikan sebagai berikut.
102
4. Kisaran Korelasi
Kisaran (range) korelasi mulai dari 0 sampai dengan 1. Korelasi dapat positif dan
dapat pula negatif.
Korelasi Sama Dengan Nol
Korelasi sama dengan 0 mempunyai arti tidak ada hubungan antara dua
variabel. Jika dilihat dari sebaran data, maka gambarnya akan seperti terlihat di
bawah ini:
103
Gambar 4.2 Korelasi dimana r = + 1
104
c). hubungan kedua variabel cukup kuat;
d). Hubungan kedua variabel kuat; dan
e). Hubungan kedua variabel sangat kuat;
Penentuan tersebut didasarkan pada kreteria yang
menyebutkan jika hubungan mendekati 1, maka hubungan semakin
kuat, sebaliknya jika hubungan mendekati nol (0), maka hubungan
semakin lemah. Adapun Asumsi-asumsi dasar korelasi diantaranya
ialah:
Kedua variabel bersifat independen satu dengan yang lainnya,
artinya masing-masing variabel berdiri sendiri dan tidak tergantung
satu dengan yang lainnya.
Tidak ada istilah variabel bebas dan variabel tegantung.
Data untuk kedua variabel berdistribusi normal, artinya data
yang distribusinya simestris sempurna. Jika digunakan Bahasa
umum disebut berbentk kurva bel.
105
semakin lemah. Nilai positif menunjukkan hubungan searah (X naik maka Y naik)
dan nilai negatif menunjukkan hubungan terbalik (X naik maka Y turun).
Menurut Sugiyono (2007) pedoman untuk memberikan interpretasi koefisien
korelasi sebagai berikut:
0,00 - 0,199 = sangat rendah
0,20 - 0,399 = rendah
0,40 - 0,599 = sedang
0,60 - 0,799 = kuat
0,80 - 1,000 = sangat kuat
Contoh kasus:
Seorang mahasiswa bernama Andi melakukan penelitian dengan
menggunakan alat ukur skala. VITA ingin mengetahui apakah ada hubungan antara
kecerdasan dengan prestasi belajar pada siswa SMU NEGRI xxx dengan ini VITA
membuat 2 variabel yaitu kecerdasan dan prestasi belajar. Tiap-tiap variabel dibuat
beberapa butir pertanyaan dengan menggunakan skala Likert, yaitu angka 1 = Sangat
tidak setuju, 2 = Tidak setuju, 3 = Setuju dan 4 = Sangat Setuju. Setelah membagikan
skala kepada 12 responden didapatlah skor total item-item yaitu sebagai berikut:
Tabel. Tabulasi Data (Data Fiktif)
Subje
Kecerdasan Prestasi Belajar
k
1 33 58
2 32 52
3 21 48
4 34 49
5 34 52
6 35 57
7 32 55
8 21 50
9 21 48
10 35 54
11 36 56
106
12 21 47
Setelah diolah, maka hasil output yang didapat adalah sebagai berikut:
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.
107
5. Kesimpulan
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 SMU
Negeri XXX
Ry1.2 =
Keterangan:
Ry1.2 : koefisien linier 3 variabel
ry1 : koefisien korelasi y dan X1
ry2 : koefisien korelasi variabel y dan X2
r1.2 : koefisien korelasi variabel X1 dan X2
Dimana :
ry1 =
ry2 =
r1.2 =
108
Ry1.2 =
ry1.2 =
b. Koefisien korelasi parsial antara Y dan X2 apabila X1 konstanta
ry2.1 =
c. Koefisien korelasi parsial antara X1 dan X2 apabila Y konstanta
r2.1Y =
109
0,40 - 0,599 = sedang
0,60 - 0,799 = kuat
0,80 - 1,000 = sangat kuat
Contoh kasus :
Kita mengambil contoh pada kasus korelasi sederhana di atas dengan
menambahkan satu variabel kontrol. Seorang mahasiswa bernama Andi melakukan
penelitian dengan menggunakan alat ukur skala. Andi ingin meneliti tentang
hubungan antara kecerdasan dengan prestasi belajar jika terdapat faktor tingkat stress
pada siswa yang diduga mempengaruhi akan dikendalikan. Dengan ini Andi membuat
2 variabel yaitu kecerdasan dan prestasi belajar dan 1 variabel kontrol yaitu tingkat
stress. Tiap-tiap variabel dibuat beberapa butir pertanyaan dengan menggunakan
skala Likert, yaitu angka 1 = Sangat tidak setuju, 2 = Tidak setuju, 3 = Setuju dan 4 =
Sangat Setuju. Setelah membagikan skala kepada 12 responden didapatlah skor total
item-item yaitu sebagai berikut:
Subje
Kecerdasan Prestasi Belajar Tingkat Stress
k
1 33 58 25
2 32 52 28
3 21 48 32
4 34 49 27
5 34 52 27
6 35 57 25
7 32 55 30
8 21 50 31
110
9 21 48 34
10 35 54 28
11 36 56 24
12 21 47 29
Dari hasil analisis korelasi parsial (ry.x1x2) didapat korelasi antara kecerdasan
dengan prestasi belajar dimana tingkat stress dikendalikan (dibuat tetap) adalah
0,4356. Hal ini menunjukkan bahwa terjadi hubungan yang sedang atau tidak terlalu
kuat antara kecerdasan dengan prestasi belajar jika tingkat stress tetap. Sedangkan
arah hubungan adalah positif karena nilai r positif, artinya semakin tinggi kecerdasan
maka semakin meningkatkan prestasi belajar.
Uji Signifikansi Koefisien Korelasi Parsial (Uji t)
Uji signifikansi koefisien korelasi parsial digunakan untuk menguji apakah
hubungan yang terjadi berlaku untuk populasi (dapat digeneralisasi). Langkah
pengujiannya berikut ini.
1. Menentukan Hipotesis
Ho : Tidak ada hubungan secara signifikan antara kecerdasan dengan prestasi
belajar jika tingkat stress tetap
Ha : Ada hubungan secara signifikan antara kecerdasan dengan prestasi belajar
jika tingkat stress tetap
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
Berdasar probabilitas:
Ho diterima jika P value > 0,05
Ho ditolak jika P value < 0,05
4. Membandingkan probabilitas
Nilai P value (0,181 > 0,05) maka Ho diterima.
5. Kesimpulan
111
Oleh karena nilai P value (0,181 > 0,05) maka Ho diterima, artinya bahwa tidak
ada hubungan secara signifikan antara kecerdasan dengan prestasi belajar jika
tingkat stress dibuat tetap. Hal ini dapat berarti terdapat hubungan yang tidak
signifikan, artinya hubungan tersebut tidak dapat berlaku untuk populasi yaitu
seluruh siswa SMU Negeri XXX, tetapi hanya berlaku untuk sampel. Jadi dalam
kasus ini dapat disimpulkan bahwa kecerdasan tidak berhubungan terhadap
prestasi belajar pada siswa SMU Negeri XXX.
Contoh:
Ada 10 orang responden yang diminta untuk mengisi daftar pertanyaan
tentang Motivasi dan Prestasi dalam sebuah kantor. Jumlah responden yang diminta
mengisi daftar pertanyaan itu 10 karyawan, masing-masing diberi nomor 1, 2, 3, 4, 5,
6, 7, 8, 9, 10. Nilai yang diberikan oleh kesepuluh responden tentang Motivasi dan
Prestasi itu diberikan pada contoh berikut. Yang akan diketahui adalah apakah ada
hubungan antara Motivasi dengan Prestasi.
Berdasarkan hal tersebut maka:
1. Judul penelitian adalah : Hubungan antara Motivasi dengan Prestasi.
2. Variabel penelitiannya adalah : nilai jawaban dari 10 responden tentang Motivasi
(Xi) dan Prestasi (Yi)
3. Rumusan masalah: apakah ada hubungan antara variabel Motivasi dan Prestasi?
4. Hipotesis:
Ho: tidak ada hubungan antara variabel Motivasi dan Prestasi.
Ha: ada hubungan antara variabel Motivasi dan Prestasi
5. Kriteria Pengujian Hipotesis
Ho ditolak bila harga hitung > dari tabel.
Ho diterima bila harga hitung dari tabel.
112
Penyajian data
Jawaban responden yang telah terkumpul ditunjukkan pada Tabel. 1 berikut ini:
Tabel 1. Nilai Motivasi dan Prestasi
Nomor
Jumlah Skor Jumlah skor
responden
1 9 8
2 6 7
3 5 6
4 7 8
5 4 5
6 3 4
7 2 2
8 8 9
9 7 8
10 6 6
113
3,5. Selanjutnya pada Yi disana ada nilai 8 jumlahnya tiga. Mestinya peringkatnya
adalah 2, 3 dan 4. Tetapi karena nilainya sama maka peringkatnya dibagi tiga yaitu: (2
+ 3 + 4) : 3 = 3. Jadi nilai 8 yang jumlahnya tiga masing-masing diberi peringkat 3
pada kolom Yi. Selanjutnya nilai 7 diberi peringkat setelah peringkat 4 yaitu
peringkat 5.
Nilai Nilai
Nomor Motivasi Prestasi Peringkat Peringkat
bi bi2
Responden Resp. I dari (Xi) (Yi)
(Xi) Resp.II (Yi)
1 9 8 1 3 -2 4
2 6 7 5,5 5 0,5 0,25
3 5 6 7 6,5 0,5 0,25
4 7 8 3,5 3 0,5 0,25
5 4 5 8 8 0 0
6 3 4 9 9 0 0
7 2 2 10 10 0 0
8 8 9 2 1 1 1
9 7 8 3,5 3 0,5 0,25
10 6 6 5,5 6,5 -1 1
0 7
Selanjutnya harga bi2 yang telah diperoleh dari hitungan dalam tabel kolom
terakhir dimasukkan dalam rumus korelasi Spearman Rank:
= 1 6.7 : ( 10 x 102 -1 ) = 1 0,04 = 0,96
Sebagai interpretasi, angka ini perlu dibandingkan dengan tabel nilai-nilai (dibaca:
rho) dalamTabel 3. Dari tabel itu terlihat bahwa untuk n = 10, dengan derajat
114
kesalahan 5 % diperoleh harga 0,648 dan untuk 1 % = 0,794. Hasil hitung ternyata
lebih besar dari tabel
Derajat kesalahan 5 %.. 0,96 > 0,648
Derajat kesalahan 1 %.. 0,96 > 0,794
Hal ini berarti menolak Ho dan menerima Ha.
115