BAB I

PENDAHULUAN

1.1. Latar Belakang Masalah

Salah satu teknik satatistik yang kerap kali digunakan untuk mencari
hubungan antara dua variabel atau lebih adalah teknik korelasi. Dua variabel yang
hendak diselidiki hubungannya tersebut biasanya diberi simbol variabel X dan
variabel Y.
Bila mana kenaikan nilai variabel X selalu disertai kenaikan variabel Y,
dan turunnya nilai variabel X juga selalu diikuti oleh turunnya nilai variabel Y,
maka hubungan yang seperti itu disebut hubungan yang positif. Akan tetapi,
sebaliknya bilamana kenaikan nilai variabel X selalu diikuti oleh penurunan nilai
variabel Y, dan penurunan nilai variabel X justru diikuti oleh kenaikan nilai
variabel Y, maka hubungan antara variabel X dan Y tersebut adalah hubungan
yang negatif.
Disamping itu, dua variabel X dan Y ada kemungkinannya tidak memiliki
hubungan sama sekali, yakni bilamana kenaikan nilai variabel yang satu kadang-
kadang diikuti penurunan nilai variabel lainnya, dan kadang-kadang juga diikuti
oleh kenaikan nilai variabel yang lainya.

1.2. Rumusan Masalah

1. Bagaimana menentukan korelasi produk moment dari variabel X dan Y?
2. Bagaimana menentukan korelasi parsial dari variabel X dan Y?
3. Apakah terdapat hubungan antar variabel X dan Y dengan uji korelasi
produk moment ataupun korelasi parsial?

1.3. Tujuan Penulisan

1. Untuk mengetahui hubungan antar variabel X dan Y dengan korelasi
produk moment.
2. Untuk mengetahui hubungan antar variabel dengan korelasi parsial
3. Untuk mengetahui apakah terdapat hubungan antara variabel dengan
korelasi product moment atau korelasi parsial.

1
 BAB II

PEMBAHASAN

2.1. Pengertian Korelasi Product Moment

Korelasi Product moment (Product of the moment correlation) adalah

salah satu teknik untuk mencari korelasi antar dua variable yang kerap kali
dgunakan. Korelasi Product Moment (KPM) atau sering juga disebut Korelasi
Pearson merupakan alat uji statistik yang digunakan untuk menguji hipotesis
asosiatif (uji hubungan) dua variabel bila datanya berskala interval atau rasio.
Teknik korelasi produk momen ini dikembangkan oleh Karl Pearson.

Korelasi Product moment merupakan salah satu bentuk statistik parametris

karena menguji data pada skala interval atau rasio. Disebut Korelasi Product
moment karena koefisien korelasinya diperoleh dengan cara mencari hasil
perkalian dari momen-momen variabel yang dikorelasikan (Product of the
moment).

2.1.1. Penggunaan Korelasi Product Moment

Teknik Korelasi ini dapat digunakan apabila data yang akan dikorelasikan
atau dianalisis memenuhi syarat sebagai berikut:

1. Variabel yang akan dikorelasikan berbentuk gejala yang bersifat kontinu

atau data ratio dan data interval.
2. Sampel yang diteliti mempunyai sifat homogen atau mendekati homogen.
3. Regresinya merupakan regresi linear.

Korelasi yang sering digunakan oleh peneliti (terutama peneliti yang

mempunyai data-data interval dan rasio) adalah korelasi Pearson atau Product
Moment Correlation.

2
2.1.2. Indeks Determinasi
Kuat lemah atau tinggi rendahnya korelasi antara dua variabel yang sedang
kita teliti, dapat diketahui dengan melihat besar kecilnya angka index
korelasi/indeks determinasi, yang pada teknik korelasi product moment diberi
lambang “I”. Misalkan persamaan regresi Y atas X, berbentuk Y = f(X). jika
regresinya linear, maka f(X) = a + bX dan jika parabola kuadratik
f(X) = a +bX + cX2. Jika 𝑌̅ menyatakan rata-rata untuk variabel Y, maka kita
∑(𝑌𝑖 −𝑌̅)2 – ∑(𝑌𝑖 −𝑌̂𝑖 )2 𝐽𝐾𝑡𝑜𝑡 −𝐽𝐾𝑟𝑒𝑠
dapat membentuk jumlah kuadrat total, 𝐼 = ∑(𝑌𝑖 −𝑌̅)2
. atau 𝐼 = 𝐽𝐾𝑡𝑜𝑡

Koefisien korelasi itu berkisar antara 0,00 dan +1,00 (korelasi positif) dan
atau diantara 0,00 sampai -1,00 (korelasi negatif), tergantung pada arah hubungan
positif ataukah negatif. Koefisien yang bertanda positif menunjukkan bahwa arah
korelasi tersebut positif, dan koefisien yang bertanda negatif menunjukkan arah
korelasi yang negatif. Sedangkan koefisien yang bernilai 0,00 menunjukkan tidak
adanya korelasi antara variabel X dan Y.

Besar rxy Penafsiran

Hubungan sangat lemah (diabaikan, dianggap

0,00 – < 0,20 tidak ada)

≥ 0,20 – < 0,40 Hubungan rendah atau lemah

≥ 0,40 – < 0,70 Hubungan sedang atau cukup

≥ 0,70 – < 0,90 Hubungan kuat

≥ 0,90 – ≤ 1,00 Hubungan sangat kuat

ILUSTRASI:
Y Y Y

Lingkaran

Korelasi Korelasi Korelasi

Positif Negatif tidak ada

X X X

3
2.1.3. Rumus Pearson Product Moment

Adapun rumus Pearson Product Moment (r) terbagi 2 macam adalah sebagai berikut di
bawah ini:

1) Korelasi Product Moment dengan simpangan:

∑𝑥𝑦
𝑟𝑥𝑦 =
√(∑𝑥 2 )(∑𝑦 2 )

Keterangan:

𝑟𝑥𝑦 =Koefisiensi korelasi anatara variabel X dan variabel Y:dua variabel yang
dikorelasikan ( x=X-M ) dan( y= Y-M).

∑𝑥𝑦 =Jumlah perkalian x dengan y

𝑥 2 =Kuadrat dari x (deviasi x)

𝑦 2 =Kuadrat dari y (deviasi y)

2) Korelasi Product Moment dengan Angka Kasar:

𝑁 ∑ 𝑋𝑖 𝑌𝑖 −(∑ 𝑋𝑖 )(∑𝑌𝑖 )
𝑟𝑥𝑦 =
√{𝑁𝛴𝑋𝑖 2 −(∑𝑋𝑖 )2 }{𝑁𝛴𝑌𝑖 2 −(𝛴𝑌𝑖 )2 }

Keterangan:

𝑟𝑥𝑦 =Koefisien korelasi antara variabel X dan variabel Y

𝛴𝑥y =Jumlah perkalian antara variabel x dan Y

∑𝑥 2 = Jumlah dari kuadrat nilai X

∑𝑦 2 = Jumlah dari kuadrat nilai Y

(∑𝑥)2 = Jumlah nilai X kemudian dikuadratkan

(∑𝑦)2 = Jumlah nilai Y kemudian dikuadratkan

4
2.1.4. Uji Signifikansi r
Untuk menguji signifikansi koefisien korelasi (nilai r) yang diperoleh
maka dapat dilakukan sebagai berikut:
1. Dengan membandingkan nilai t hitung dengan harga t tabel dengan taraf
kesalahan (α=0,05) dengan menggunakan dk=N-2.
2. t hitung dengan rumus sebagai berikut untuk korelasi Product Moment.
√𝑁−2
𝑡 = 𝑟.
√1−𝑟 2
3. Terima H0 −t (1− 1α) < 𝑡 < t (1− 1α) dalam hal-hal lain H0 ditolak.
2 2

Contoh Soal Korelasi Product Moment.

Mencari koefisien korelasi antara nilai matematika dengan nilai fisika yang
diperoleh siswa.

No. Mat. Fisika

𝑿. 𝒀 𝑿𝟐 𝒀𝟐
Resp. X Y
1 6,5 6,3 40,95 42,25 39,69
2 7 6,8 47,6 49 46,24
3 7,5 7,2 54 56,25 51,84
4 7 6,8 47,6 49 46,24
5 6 7 42 36 49
6 6 6,2 37,2 36 38,44
7 5,5 5,1 28,05 30,25 26,01
8 6,5 6 39 42,25 36
9 7 6,5 45,5 49 42,25
10 6 5,9 35,4 36 34,81
Jumlah 65 63,8 417,3 426 410,52

∑ Xi Yi = 𝟒𝟏𝟕, 𝟑

(∑𝑋𝑖 )(∑𝑌𝑖 ) = 4147

5
Rumus :
𝑁 ∑ 𝑋𝑖 𝑌𝑖 −(∑ 𝑋𝑖 )(∑𝑌𝑖 ) 10(𝟒𝟏𝟕,𝟑 )–(𝟔𝟓)(𝟔𝟑,𝟖)
𝑟𝑥𝑦 = =
√{𝑁𝛴𝑋𝑖 2 −(∑𝑋𝑖 )2 }{𝑁𝛴𝑌𝑖 2 −(𝛴𝑌𝑖 )2 } √{10(𝟒𝟐𝟔)−(𝟔𝟓)2 }{10(𝟒𝟏𝟎,𝟓𝟐)−(𝟔𝟑,𝟖)2 }

26
𝑟𝑥𝑦 = = 0,745
√1216,6

Setelah diketahui nilai koefisien korelasi, selanjutnya dapat kita

interpretasikan bahwa nilai matematika dan nilai fisika memiliki hubungan yang
kuat. karena berada pada interval 0,70 – 0,90.
Jika sudah mendapatkan interpretasi selanjutnya dilakukan uji signifikansi r
dengan melakukan uji t. Yaitu dengan rumus
√𝑁−2
𝑡 = 𝑟. √1−𝑟 2

√10 − 2
𝑡 = 0,745. = 3,183
√1 − 0,7452
Kriteria pengujian hipotesis adalah:

Dari hasil perhitungan di atas, diketahui harga 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 = 3,183, sedangkan

harga 𝑇𝑡𝑎𝑏𝑒𝑙 = 2,31 pada dk = 10 – 2 = 8, dan 𝛼 = 0,05 maka 𝑡(8 ;0,975) = 2,31.
Dengan demikian 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 > 𝑇𝑡𝑎𝑏𝑒𝑙 maka H1 diterima. Berdasarkan pengujian hasil
hipotesis diketahui bahwa (𝑡ℎ𝑖𝑡𝑢𝑛𝑔 = 3,183) > (𝑇𝑡𝑎𝑏𝑒𝑙 = 2,31), sehingga
kesimpulannya H0 ditolak dan H1 diterima yang berarti terdapat pengaruh antara
nilai matematika dengan nilai fisika yang diperoleh siswa.

6
2.2. KORELASI PARSIAL
2.2.1. Pengertian Korelasi Parsial
Koefisien Korelasi Parsial adalah koefisien untuk mengetahui dan
mengukur hubungan antara sebagian dari sejumlah variabel apabila hubungan
dengan sebagian variabel lainnya dianggap tetap.
Menurut Sudjana (2002,385-386), Disini akan dipelajari bagaimana
mengukur keeratan hubungan antara Y,X1,X2, misalnya kita dapat menentukan
koefisien korelasi parsil antara Y dan X1 dengan X2 dikontrol/ tetap dinyatakan
dengan 𝑟𝑦1.2, dan koefisien korelasi parsial antara Y dan X2 apabila X1 dikontrol,
dinyatakan dengan 𝑟𝑦2.1.
Rumusnya masing-masing adalah:
𝑟𝑦1 − 𝑟𝑦2 𝑟12
𝑟𝑦1.2 =
√(1 − 𝑟𝑦2 2 )(1 − 𝑟12 2 )

𝑟𝑦2 − 𝑟𝑦1 𝑟12

𝑟𝑦2.1 =
√(1 − 𝑟𝑦1 2 )(1 − 𝑟12 2 )

Dimana 𝑟𝑦1 , 𝑟𝑦2 , dan 𝑟12 merupakan koefisien-koefisien korelasi.

2.2.2. Uji Signifikansi r

Jurnal Barekeng (2013 : 15-18). Untuk menguji signifikansi koefisien
korelasi (nilai r) yang diperoleh maka dapat dilakukan sebagai berikut:
1. Dengan membandingkan nilai t hitung dengan harga t tabel dengan taraf
kesalahan (α = 0,05) dengan menggunakan dk= (n-k-1) dengan
k merupakan banyaknya variabel.
2. t hitung dengan rumus sebagai berikut untuk korelasi Product Moment.
√𝑁−𝑘
𝑡ℎ𝑖𝑡𝑢𝑛𝑔 = 𝑟.
√1−𝑟 2
3. Terima H0 jika −t (1− 1α) < 𝑡 < t (1−1 α) dalam hal-hal lain H0 ditolak.
2 2

7
Contoh Soal.

Tentukan apakah terdapat hubungan antara kemampuan representasi matematis

dan kemampuan integral terhadap nilai matematika.

Nilai Kemampuan Kemampuan

Matematika Representasi Integral
(Y) Matematis (X1 ) (X2 )

14,8 58,1 68,0

20,0 80,5 85,0
16,9 69,0 72,0
11,2 56,5 71,0
14,5 59,5 72,5
24,5 88,0 86,2
21,2 78,2 80,0
17,2 69,2 76,0
17,8 74,5 79,5
19,3 81,2 84,0
Penyelesaian, berikut adalah harga-harga yang perlu untuk menghitung 𝑟𝑦1.2 dan
𝑟𝑦2.1 .

No
Resp. (Y) (X1 ) (X2 ) 𝑋1 2 𝑋2 2 𝒀𝟐 X1. Y X 2. Y X1. X2

1 14,8 58,1 68 3375,61 4624 219,04 859,88 1006,4 3950,8

2 20 80,5 85 6480,25 7225 400 1610 1700 6842,5
3 16,9 69 72 4761 5184 285,61 1166,1 1216,8 4968
4 11,2 56,5 71 3192,25 5041 125,44 632,8 795,2 4011,5
5 14,5 59,5 72,5 3540,25 5256,25 210,25 862,75 1051,25 4313,75
6 24,5 88 86,2 7744 7430,44 600,25 2156 2111,9 7585,6
7 21,2 78,2 80 6115,24 6400 449,44 1657,84 1696 6256
8 17,2 69,2 76 4788,64 5776 295,84 1190,24 1307,2 5259,2
9 17,8 74,5 79,5 5550,25 6320,25 316,84 1326,1 1415,1 5922,75
10 19,3 81,2 84 6593,44 7056 372,49 1567,16 1621,2 6820,8
Jumlah 177,4 714,7 774,2 52140,9 60312,9 3275,2 13028,87 13921,05 55930,9

8
 10(13028,87) − (714,7)(177,4)
𝑟𝑦1= = 0,94
√{10(52140,9) − (714,7)2 }{10(3275,2) − (177,4)2 }

10(13921,05) − (774,2)(177,4)
𝑟𝑦2= = 0,852
√{10(60312,9) − (774,2)2 }{10(3275,2) − (177,4)2 }

10(55930,9) − (774,2)(714,7)
𝑟12= = 0,95
√{10(52140,9) − (714,7)2 }{10(60312,9) − (774,2)2 }

Dengan 𝑟𝑦1= 0,94; 𝑟𝑦2= 0,852; 𝑟12= 0,95

Untuk koefisien parsial antara Y dan X1 apabila X2 tetap (dikontrol)

0,94 − (0,852)(0,95)
𝑟𝑦1.2 = = 0,80
2 2
√(1 − 0,852 )(1 − 0,95 )

Koefisien parsial antara Y dan X1 apabila X2 tetap (dikontrol). Setelah

diketahui nilai koefisien korelasi parsialnya, dapat kita interpretasikan bahwa
kemampuan representasi berpengaruh terhadap nilai matematika jika kemampuan
integral konstan. Karena koefisien korelasinya berada pada interval 0,70 – 0,90.
Jika sudah mendapatkan interpretasi selanjutnya dilakukan uji signifikansi r
dengan melakukan uji t. Yaitu dengan rumus
√𝑁−𝑘
𝑡 = 𝑟. √1−𝑟 2

√10 − 3
𝑡 = 0,745. = 3,278
√1 − 0,802
Kriteria pengujian hipotesis adalah:

Dari hasil perhitungan di atas, diketahui harga 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 = 3,278, sedangkan

harga 𝑇𝑡𝑎𝑏𝑒𝑙 = 2,31 pada dk = 10 – 3 = 7, dan 𝛼 = 0,05 maka 𝑡(7 ;0,975) = 2,36.
Dengan demikian 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 > 𝑇𝑡𝑎𝑏𝑒𝑙 maka H1 diterima. Berdasarkan pengujian hasil
hipotesis diketahui bahwa (𝑡ℎ𝑖𝑡𝑢𝑛𝑔 = 3,183) > (𝑇𝑡𝑎𝑏𝑒𝑙 = 2,36), sehingga
kesimpulannya H0 ditolak dan H1 diterima yang berarti terdapat pengaruh antara
nilai matematika dengan nilai fisika yang diperoleh siswa.

9
 Untuk koefisien parsial antara Y dan X1 apabila X2 tetap (dikontrol)
0,852 − (0,94)(0,95)
𝑟𝑦2.1 = = −0,38
2 2
√(1 − 0,94 )(1 − 0,95 )

Koefisien parsial antara Y dan X1 apabila X2 tetap (dikontrol). Setelah

diketahui nilai koefisien korelasi parsialnya, dapat kita interpretasikan bahwa
kemampuan integral tidak ada pengaruhnya terhadap nilai matematika jika
kemampuan representasi matematisnya konstan. Karena koefisien korelasinya
< 0,00.
Jika sudah mendapatkan interpretasi selanjutnya dilakukan uji signifikansi r
dengan melakukan uji t. Yaitu dengan rumus
√𝑁−𝑘
𝑡 = 𝑟. √1−𝑟 2

√10 − 3
𝑡 = 0,745. = 2,86
√1 − (−0,38)2
Kriteria pengujian hipotesis adalah:

Dari hasil perhitungan di atas, diketahui harga 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 = 3,278, sedangkan

harga 𝑇𝑡𝑎𝑏𝑒𝑙 = 2,31 pada dk = 10 – 3 = 7, dan 𝛼 = 0,05 maka 𝑡(7 ;0,975) = 2,36.
Dengan demikian 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 > 𝑇𝑡𝑎𝑏𝑒𝑙 maka H1 diterima. Berdasarkan pengujian hasil
hipotesis diketahui bahwa (𝑡ℎ𝑖𝑡𝑢𝑛𝑔 = 3,183) > (𝑇𝑡𝑎𝑏𝑒𝑙 = 2,36), sehingga
kesimpulannya H0 ditolak dan H1 diterima yang berarti terdapat pengaruh antara
kemampuan integral terhadap nilai matematika namun keterkaitannya sedikit, dan
tidak berpengaruh besar terhadap nilai matematika.

Jadi, berdasarkan hasil pengujian yang telah dilakukan dapat ditarik

kesimpulan bahwa kemampuan representasi matematis lebih besar pengaruhnya
terhadap nilai matematika dan kemampuan integral memiliki pengaruh yang
sedikit terhadap nilai matematika.

10
 BAB III
PENUTUP

3.1. KESIMPULAN
1. Korelasi Product moment (Product of the moment correlation) adalah
salah satu teknik untuk mencari korelasi antar dua variable yang kerap kali
digunakan.
Korelasi Product Moment dengan simpangan:
∑𝑥𝑦
𝑟𝑥𝑦 =
√(∑𝑥 2 )(∑𝑦 2 )
Korelasi Product Moment dengan Angka Kasar:

𝑁 ∑ 𝑋𝑖 𝑌𝑖 − (∑ 𝑋𝑖 )(∑𝑌𝑖 )
𝑟𝑥𝑦 =
√{𝑁𝛴𝑋𝑖 2 − (∑𝑋𝑖 )2 }{𝑁𝛴𝑌𝑖 2 − (𝛴𝑌𝑖 )2 }

Untuk menguji signifikansi koefisien korelasi (nilai r) yang diperoleh

maka dapat dilakukan sebagai berikut:

a. Dengan membandingkan nilai t hitung dengan harga t tabel dengan

taraf kesalahan (α=0,05) dengan menggunakan dk=N-2.
b. t hitung dengan rumus sebagai berikut untuk korelasi Product
√𝑁−2
Moment. 𝑡 = 𝑟.
√1−𝑟 2
c. Terima H0 −t (1− 1α) < 𝑡 < t (1− 1α) dalam hal-hal lain H0 ditolak.
2 2

2. Koefisien Korelasi Parsial adalah koefisien untuk mengetahui dan

mengukur hubungan antara sebagian dari sejumlah variabel apabila
hubungan dengan sebagian variabel lainnya dianggap tetap.
𝑟𝑦1 − 𝑟𝑦2 𝑟12
𝑟𝑦1.2 =
√(1 − 𝑟𝑦2 2 )(1 − 𝑟12 2 )

𝑟𝑦2 − 𝑟𝑦1 𝑟12

𝑟𝑦2.1 =
√(1 − 𝑟𝑦1 2 )(1 − 𝑟12 2 )

Dimana 𝑟𝑦1 , 𝑟𝑦2 , dan 𝑟12 merupakan koefisien-koefisien korelasi.

11
 Jurnal Barekeng (2013 : 15-18). Untuk menguji signifikansi koefisien
korelasi (nilai r) yang diperoleh maka dapat dilakukan sebagai berikut:
a. Dengan membandingkan nilai t hitung dengan harga t tabel dengan
taraf kesalahan (α = 0,05) dengan menggunakan dk= (n-k-1)
dengan k merupakan banyaknya variabel.
b. t hitung dengan rumus sebagai berikut untuk korelasi Product
√𝑁−𝑘
Moment. 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 = 𝑟.
√1−𝑟 2
c. Terima H0 jika −t (1− 1α) < 𝑡 < t (1−1 α) dalam hal-hal lain H0
2 2

ditolak.

3.2. SARAN
1. Bagi mahasiswa, dalam menyelesaikan persoalan tentang koefisien
korelasi, baik itu koefisien product moment, maupun korelasi parsial
harus dilakukan dengan teliti dan benar. Jika salah saja dalam satu langkah
penyelesaian maka akan memberikan interpretasi yang salah pula.
2. Bagi dosen, agar memberikan pembelajaran yang baik kepada kami dan
memperbaiki kesalahan kami dalam menyelesaikan makalah ini. Agar baik
penulis maupun mahasiswa lainnya dapat memahami dengan baik dan
benar tentang korelasi.

12
 DAFTAR PUSTAKA

Telussa, Ade Marlin.2013. Penerapan Analisis Korelasi Parsial Untuk

Menentukan Hubungan Pelaksanaan Fungsi Manajemen Kepegawaian Dengan
Efektivitas Kerja Pegawai.Maluku : Jurnal Barekeng.

Prof. Dr. Sudjana. 2002. Metoda Statistika. Bandung: PT Tarsito Bandung.

Anas Sudijono.1987. Pengantar Statistik Pendidikan.Jakarta: Raja Grafindo

Persada.

13