Korelasi merupakan angka yang menunjukkan arah dan kuatnya hubungan antara dua
variabel atau lebih. Arah dinyatakan dalam bentuk hubungan positif dan negatif, sedangkan
kuatnya hubungan dinyatakan dalam besarnya koefisien korelasi. Hubungan dau variabel atau
lebih dikatakan positif apabila nilai suatu variabel ditingkatkan, maka akan mengingkat
variabel lainnya. Contoh, ada hubungan motivasi belajar dengan nilai fisika siswa, hal ini
berarti semakin tinggi motivasi belajar maka semakin tinggi nilai fisika siswa. Sebaliknya,
jika koefesien korelasi negatif, maka kedua variabel mempunyai hubungan terbalik. Artinya
jika nilai variabel X tinggi, maka nilai variabel Y akan menjadi rendah dan berlaku
sebaliknya.
1 : Korelasi sempurna
1
Korelasi dapat dihitung dengan rumus :
=
2 2
r : koefisien korelasi
Jenis Korelasi
1. Korelasi Linier
Korelasi Sederhana merupakan suatu teknik statistik yang dipergunakan untuk mengukur
kekuatan hubungan antara 2 variabel dan juga untuk dapat mengetahui bentuk hubungan
keduanya dengan hasil yang bersifat kuantitatif. Kekuatan hubungan antara 2 variabel yang
dimaksud adalah apakah hubungan tersebut erat, lemah, ataupun tidak erat. Sedangkan
bentuk hubungannya adalah apakah bentuk korelasinya linear positifataupun linear negatif.
2
Koefisien Korelasi :
()()
=
{ 2 ()2 }{ 2 ()2 }
Contoh : Seorang Guru Fisika ingin mengetahui apakah ada hubungan motivasi
belajar terhadap nilai fisika yang dihasilkan dari 30 orang siswa.
3
23 13 24
24 11 23
25 7 22
26 5 21
27 12 26
28 11 25
29 13 26
30 14 27
Penyelesaian:
Ho : Tidak ada hubungan yang signifikan antara motivasi belajar siswa terhadap nilai fisika.
Ha : Ada hubungan yang signifikan antara motivasi belajar siswa terhadap nilai fisika.
Ho : o 1
Ha : o = 1
4
15 12 25 625 144 300
16 13 27 729 169 351
17 16 28 784 256 448
18 12 25 625 144 300
19 14 26 676 196 364
20 12 24 576 144 288
21 16 27 729 256 432
22 9 23 529 81 207
23 13 24 576 169 312
24 11 23 529 121 253
25 7 22 484 49 154
26 5 21 441 25 105
27 12 26 676 144 312
28 11 25 625 121 275
29 13 26 676 169 338
30 14 27 729 196 378
Total 282 699 16487 3112 6861
Koefisien Korelasi :
()()
=
{ 2 ()2 }{ 2 ()2 }
(205830) (197118)
=
{93360 75924}{494610 488601}
= 0,995
Kesimpulan :
Jadi Koefisien Korelasi antara motivasi belajar dengan nilai fisika siswa adalah 0,995.
berarti kedua variabel tersebut memiliki hubungan yang sangat lemah. Artinya motivasi
belajar siswa hanya sedikit mempengaruhi untuk nilai fisika siswa.
5
LANGKAH-LANGKAH PADA PROGRAM SPSS :
10. Klik OK, maka hasil output yang didapat adalah sebagai berikut:
Correlations
Motivasi Nilai_Fisika
N 30 30
Pearson Correlation ,955** 1
N 30 30
Dari hasil analisis korelasi sederhana (r) didapat korelasi antara motivasi belajar dengan
nilai fisika siswa adalah 0,995. Hal ini menunjukkan bahwa terjadi hubungan yang kuat
antara motivasi belajar dengan nilai fisika siswa. Sedangkan arah hubungan adalah positif
karena nilai r positif.
2. Korelasi Parsial
Korelasi parsial adalah suatu metode pengukuran keeratan hubungan (korelasi) antara
variabel bebas dan variabel tak bebas dengan mengontrol salah satu variabel bebas untuk
melihat korelasi natural antara variabel yang tidak terkontrol. Analisis korelasi parsial
6
(partial correlation) melibatkan dua variabel. Satu buah variabel yang dianggap berpengaruh
akan dikendalikan atau dibuat tetap (sebagai variabel kontrol).
Nilai korelasi berkisar antara 1 sampai -1, nilai semakin mendekati 1 atau -1 berarti
hubungan antara dua variabel semakin kuat. Sebaliknya, jika nilai mendekati 0 berarti
hubungan antara dua variabel semakin lemah. Nilai positif menunjukkan hubungan searah (X
naik, maka Y naik) sementara nilai negatif menunjukkan hubungan terbalik (X naik, maka Y
turun).
2 (1 . 1 2 )
1 2 =
{1 (1 2 )} {1 (1 2 2 )}
1. Seorang peneliti ingin mengetahui hubungan antara Tingkat Kesejahteraan Dosen ( X1)
dan Motivasi Mengajar (X2) dengan Nilai Mekanika (Y). Sejumlah angket kemudian disebar
kepada 50 orang sebagai responden untuk tujuan penelitian diatas. dan diperoleh rekapitulasi
skor hasil pengumpulan data sebagai berikut :
7
Penyelesaian :
Ho: Tidak ada hubungan secara signifikan antara kesejahteraan dosen dengan nilai mekanika
jika motivasi mengajar tetap tetap
Ha : Ada hubungan secara signifikan antara kesejahteraan dosen dengan nilai mekanika jika
motivasi mengajar tetap tetap
Ho : o 1
Ho : o = 1
8
Res X1 X2 Y X12 X2 2 Y2 X1Y X2Y X1X2
9
29 145 155 180 21025 24025 32400 26100 27900 22475
Jumlah 7650 7506 10266 1183516 1136990 2125546 1572657 1541368 1153609
10
1 2 (1 )(2 )
1 2 =
{1 2 (1 )2 }{2 2 (2 )2 }
(57680450) (57420900)
1 2 =
{59175800 57153600}{56849500 56340036}
259,550
1 2 =
1512736
1 2 = 0,21
1 ()(1 )
1 =
{ 2 ()2 }{1 2 (1 )2 }
(78632850) (78534900)
1 =
{106277300 105390756}{59157800 58522500}
97950
1 =
749209,91
1 = 0,13
2 ()(2 )
2 =
{ 2 ()2 }{2 2 (2 )2 }
(77068400) (77056596)
2 =
{106277300 105390756}{56849500 56340036}
11804
2 =
672058,22
2 = 0,01
11
2 (1 . 1 2 )
1 2 =
{1 (1 2 )} {1 (1 2 2 )}
0,01 + 0,0273
1 2 =
{1 (0,0169)} {1 (0,0441)}
0,0373
1 2 =
(0,9831)(0,9559)
1 2 = 0,451
Kesimpulan : Dari hasil analisis korelasi parsial (ry.x1,x2) didapat korelasi antara
kesejahteraan dengan peningkatan kinerja jika motivasi mengajar tetap merupakan tetap
sebesar 0,451. Hal ini menunjukkan bahwa ada hubungan secara signifikan, artinya hubungan
tersebut berhubungan terhadap prestasi belajar.
1. Berikan Definisi Variabel dan isikan skor masing-masing variabel kedalam lembar kerja
SPSS.
2. Klik Menu Analiyze klik menu Correlate, kemudian Klik Partial sehingga muncul kotak
Partial Corelations
3. Pada kotak dialog klik variabel yang dikorelasikan, yaitu motivasi dan nilai mekanika,
kemudian klik tombol disampingnya supaya data tersebut masuk ke kotak variabel, lalu klik
variabel kesejahteraan, klik tombol sehingga variabel kesejahteraan masuk ke kotak
kontroling for
12
4. klik OK pada kotak dialog diatas, akan muncul output seperti berikut :
Correlations
Df 0 47
Nilai_Mekanika
Correlation ,451 1,000
Df 47 0
3. Korelasi Ganda
Korelasi ganda adalah bentuk korelasi yang digunakan untuk melihat hubungan antara
tiga atau lebih variabel (dua atau lebih variabel independen dan satu variabel dependent.
Korelasi ganda berkaitan dengan interkorelasi variabel-variabel independen sebagaimana
korelasi mereka dengan variabel dependen.
Korelasi ganda adalah suatu nilai yang memberikan kuatnya pengaruh atau hubungan dua
variabel atau lebih secara bersama-sama dengan variabel lain. Korelasi ganda merupakan
korelasi yang terdiri dari dua atau lebih variabel bebas (X1,X2,..Xn) serta satu variabel
terikat (Y). Apabila perumusan masalahnya terdiri dari tiga masalah, maka hubungan antara
masing-masing variabel dilakukan dengan cara perhitungan korelasi sederhana.
Korelasi ganda memiliki koefisien korelasi, yakni besar kecilnya hubungan antara dua
variabel yang dinyatakan dalam bilangan. Koefisien Korelasi disimbolkan dengan huruf R.
Besarnya Koefisien Korelasi adalah antara -1; 0; dan +1.
2 1 + 2 2 21 2 12
Ryx1x2=
1 2 1 2
13
CONTOH :
1. Hubungan antara kepuasan nilai fisika, disiplin dan minat di dalam sekolah
a. Variabel Kepuasan Nilai Fisika (X1)
b. Variabel Disiplin (X2)
c. Variabel Minat (Y)
Dari data dilapangan diperoleh hasil sebagai berikut:
1 48 97 61
2 47 77 40
3 47 99 48
4 41 77 54
5 41 77 34
6 42 55 48
7 61 88 68
8 69 120 67
9 62 87 67
10 65 87 75
11 48 50 56
12 52 87 60
13 47 87 47
14 47 87 60
15 47 81 61
16 41 55 47
17 55 88 68
18 75 98 68
19 62 87 74
20 68 87 75
21 48 44 55
22 49 94 61
23 48 77 46
24 54 55 61
14
25 54 76 58
26 48 65 50
27 61 90 68
28 54 119 75
29 68 119 75
30 68 98 75
31 47 55 56
32 41 66 61
33 42 67 54
34 41 58 50
35 55 90 61
36 68 77 47
37 61 99 68
38 61 109 82
39 54 76 67
40 48 75 69
41 40 77 55
42 34 67 48
43 48 68 47
44 38 67 55
45 55 89 61
46 62 87 61
47 68 87 68
48 56 87 65
49 38 65 70
50 61 98 75
51 68 105 61
52 60 78 54
53 55 77 60
54 27 66 55
55 48 66 55
15
56 40 55 47
57 40 78 56
58 48 79 54
59 38 75 69
60 57 98 74
61 68 98 68
62 61 87 66
63 35 87 61
64 40 77 69
Cara penyelesaian :
Res X1 X2 Y X12 X22 Y2 X1 Y X2Y X1X2
16
19 62 87 74 3844 7569 5476 4588 6438 5394
17
50 61 98 75 3721 9604 5625 4575 7350 5978
JUMLAH 3320 5198 3871 179456 439670 240425 204514 320416 276596
Ha : Ada Hubungan Yang Signifikan Antara Kepuasan Nilai terhadap Minat jika disiplin
tetap
Ho : o 1
Ho : o = 1
N 64
X1 3320
18
Y 3871
X12 179456
Y2 240425
X1Y 204514
(1 )(1 )()
r1 y =
{12 (1)2 }{ 2 ()2
64 (204514)(3320)(3871)
r1 y = = 0,549
{64(179456)(3320)2 }{64(240425)(3871)2
N 64
X2 5198
Y 3871
X22 439670
Y2 240425
X2Y 320416
(2 )(2 )()
r2y =
{22 (2 )2 }{ 2 ()2
64 (320416)(5198)(3871)
r2 y = = 0,574
{64(439670)(5198)2 }{64(240425)(3871)2
N 64
X1 3320
X2 5198
X12 179456
19
Y2 439670
X1 X2 276598
(1 2 )(1 )(2 )
r1 2 =
{(1 )2 (1 )2 }{2 2 (2 )2
64 (276598)(3320)(5198)
r1 2 = = 0,618
{64(179456)(3320)2 }{64(439670)(5198)2
r2 y 0.549
r2 y 0.574
r1 2 0.618
2 1 + 2 2 21 2 12
Ryx1x2=
1 2 1 2
Hubungan kepuasan nilai fisika dan disiplin secara simultan memberi kontribusi
terhadap minat belajar. Kontribusi secara simultan: Rx100% = 0.391x100% = 15,28%,
sisanya ditentukan oleh variabel lain.
Model Summary
21