Korelasi Phi

Teknik korelasi Phi adalah salah satu teknik analisa korelasional yang
dipergunakan apabila data yang dikorelasikan adalah data yang benar-benar
dikotomik (terpisah atau dipisahkan secara tajam); dengan istilah lain: variable
yang dikorelasikan itu adalah variabel diskrit murni; misalnya: Laki-laki-
Perempuan, Hidup-Mati, Lulus-Tidak Lulus, Menjadi Pengurus Organsasi- Tidak
Menjadi Pengurus Organisasi, Mengikuti Bimbingn Tes-Tidak Mengikuti
Bimbingan Tes, dan seterusnya. Apabila variabelnya bukan merupakan variabel
diskrit dan kita ingin menganalisa data tersebut dengan menggunakan Teknik
Analisa Korelasional Phi, maka variable tersebut harus diubah menjadi Variabel
Diskrit.

Berikut di bawah ini adalah tabel phi, yang berfungsi sebagai tabel penolong
dalam proses perhitungan phi. Seperti sudah dijelaskan di atas, bahwa koefisien
korelasi phi melibatkan 2 kategori pada kedua variabel.

Kategori Variabel II
Kategori Variabel I Jumlah
1 2
A a b a+b
B c d c+d
Jumlah a+c b+d n

Koefisien korelasi Phi disimbolkan dengan ϕ dan rumusnya sebagai berikut:

atau atau ϕ

Contoh :

Apakah terdapat hubungan yang signifikan antara kegiatan mengikuti bimbingan

tes terhadap Hasil tes SBMPTN 2017? Dari penyebaran angket terhadap 20
responden diperoleh data berikut :

Responden Kegiatan bimbingan tes Hasil tes SBMPTN 2017

1 2 1
2 1 1
 3 2 2
4 1 1
5 2 1
6 1 2
7 2 2
8 1 1
9 2 2
10 1 1
11 1 1
12 2 1
13 2 2
14 1 1
15 1 1
16 2 1
17 2 2
18 1 2
19 1 2
20 2 2

Keterangan :

Mengkuti Bimbingan Tes =1

Tidak Mengikuti Bimbingan Tes =2
Lulus Tes =1
Tidak Lulus Tes =2

Menghitung dengan manual :

Kegiatan Bimbingan Tes

Hasil Tes SBMPTN Jumlah
Mengikuti Tidak Mengikuti
Lulus 7 4 11
Tidak Lulus 3 6 9
Jumlah 10 10 20

1. Perhitungan manual rumus statistik

Perhitungannya:

Φ=
Φ=

ϕ = 0,301
Koefisien korelasi phi sebesar 0,301. Apakah nilai koefisien korelasi phi
signifikan atau tidak signifikan dilakukan pengujian dengan chi square test
(X2) sebagai berikut:

Langkah pengujian:
 Menentukan hipotesis nihil (Ho) dan hipotesis alternative (Ha)
Ho : X2 =0 (tidak terdapat hubungan yang signifikan antara
kegiatan mengikuti bimbingan tes terhadap Hasil tes SBMPTN
2017)
Ho : X2 ≠ 0 (terdapat terdapat hubungan yang signifikan antara
kegiatan mengikuti bimbingan tes terhadap Hasil tes SBMPTN
2017)
 Menentukan level of significance
Misalkan level of significance sebesar 95% dan α = 5%, dengan
pengujian dua sisi kurva, menggunakan nilai X2 tabel yaitu:
=X2α;df(r-1)(k-1)
=X25%;df(2-1)(2-1)
=X25%;df(1)
=3,84
 Kriteria pengujian

Ho diterima jika : X2 hitung ≤ 3,84

Ho ditolak jika : X2 hitung > 3,84
  Pengujian
Perhitungannya :

 Kesimpulan
Karena nilai X2 hitung = 0,808 < 3,84 maka Ho diterima berarti
tidak terdapat hubungan yang signifikan antara kegiatan mengikuti
bimbingan tes terhadap Hasil tes SBMPTN 2017.

Menghitung dengan Excel

1. Masukkan semua data kedalam ms. Excel

Menghitung dengan SPSS

Langkah-langkah dalam menguji korelasi non parametrik di aplikasi spss yaitu

sebagai berikut.

1. Langkah-Langkah Uji Kolerasi Spearman Rank dengan SPSS

Contoh :
Apakah terdapat hubungan yang signifikan antara kegiatan mengikuti bimbingan
tes terhadap Hasil tes SBMPTN 2017? Dari penyebaran angket terhadap 20
responden diperoleh data berikut :

Responden Kegiatan bimbingan tes Hasil tes SBMPTN 2017

1 2 1
2 1 1
3 2 2
4 1 1
5 2 1
6 1 2
7 2 2
8 1 1
9 2 2
10 1 1
11 1 1
12 2 1
13 2 2
 14 1 1
15 1 1
16 2 1
17 2 2
18 1 2
19 1 2
20 2 2

Keterangan :

Mengkuti Bimbingan Tes =1

Tidak Mengikuti Bimbingan Tes =2
Lulus Tes =1
Tidak Lulus Tes =2
Buktikan apakah ada hubungan antara cara belajar dengan motivasi !
Langkah-langkahnya yaitu:
a. Input data di atas ke dalam SPSS.
b. Pada kolom Name ketik X dan Y.
c. Pada kolom Decimals angka ganti menjadi 0.
d. Pada kolom Label isikan Bimbingan Tes untuk variabel X dan Hasil
Tes untuk variabel Y.
e. Pada kolom Align isikan Center.

f. Pada kolom Measure isikan Nominal.

g. Pada Kolom Values berikan keterangan angka 1 dan 2 (Misal: 1 =
Mengikuti, 2 = Tidak mengikuti untuk variabel X, dan 1 = Lulus, 2 =
Tidak lulus pada variabel Y)

h. Klik tab sheet Variable View pada SPSS data editor dan ketik/copy
data sebagai berikut:
i. Selanjutanya klik Analyze – Descriptive Statistics – Crosstabs

j. Akan muncul kotak dialog Crosstabs, pindahkan X ke Row(s) dan Y

ke Coloumn (s)
k. Klik Statistics. Pilih Phi and Cramer’s V. Klik Continue

l. Klik Cells. Pilih Observed dan Expected. Klik Continue

m. Klik OK
n. Muncul output SPSS viewer menampilkan hasil sebagai berikut ini :