Makalah ini disusun untuk memenuhi tugas mata kuliah Teknik Informatika
Dosen pengampu : Dedi setiadi, ST, MM
Disusun oleh
Indah Larassati : 41516210027
Detha Hanky : 41516210028
1
Rizky Reza : 41516210029
Semuel : 41516210030
2
BAB I
PENDAHULUAN
Sepanjang sejarah umat manusia, orang melakukan penelitian tentang ada
tidaknya hubungan antara dua hal, fenomena, kejadian atau lainnya. Dan ada tidaknya
pengaruh antara satu kejadian dengan kejadian yang lainnya. Karena itu untuk
mempermudah dalam melakukan penghitungan suatu kejadian maka kita
menggunakananalisiskorelasi.
Korelasi merupakan teknik analisis yang termasuk dalam salah satu teknik
pengukuran asosiasi / hubungan (Measures of association). Teknik ini berguna untuk
mengukur kekuatan hubungan antara dua variabel (kadang lebih dari dua variabel)
dengan skala-skala tertentu. Diantara sekian banyak teknik-teknik pengukuran asosiasi,
terdapat dua teknik korelasi yang sangat populer sampai sekarang, yaitu Korelasi
Pearson Product Moment dan Korelasi Rank Spearman.
Maksud dari pembuatan makalah ini adalah untuk memberikan gambaran dan
pengetahuan mengenai hubungan suatu kejadian atau lebih kita kenal dengan istilah
korelasi. Seperti yang kita ketahui bahwa suatu kejadian/fenomena pasti mempunyai
keterkaitan satu sama lain dan pengaruh bagi lingkungan sekitar.tapi tidak semua
kejadian bisa dikaitkan dengan yang lain tergantung unsur-unsur /kriteria – kriteria apa
saja yang mempunyai keterkaitan dan yang mempengaruhinya.
3
BAB II
PEMBAHASAN
Korelasi adalah istilah statistik yang menyatakan derajat hubungan linear antara
dua variabel atau lebih, (Usman,2006:197). Hubungan antara dua variabel di dalam
teknik korelasi bukanlah dalam arti hubungan sebab akibat (timbal balik), melainkan
hanya merupakan hubungan searah saja. Misalnya tinggi badan menyebabkan berat
badan bertambah tetapi berat badan bertambah belum tentu menyebabkan tinggi badan
bertambah pula. Sehingga dalam korelasi dikenal penyebab dan akibatnya. Data
penyebab atau yang mempengaruhi disebut variabel bebas, disebut juga dengan
independen yang biasa dilambangkan dengan huruf X atau X1 X2 X3,... Xn. Sedangkan
data akibat atau yang dipengaruhi disebut variabel terikat, disebut juga dependen yang
biasa dilambangkan dengan huruf Y,
(Usman,2006:197)
4
sampel kurang dari 10
daripada rbis
s
Tentrachoris S Dikotomi Dikotomi Digunakan jika kedua
Artifisial Artifisial variabel dapat dipecah
Buatan Buatan pada titik kritis
Phi Ф Dikotomi Dikotomi Digunakan pada
sebenarnya sebenarnya perhitungan antara analisis
item
Contingensi Ε 2 kategori 2 kategori atau Ialah kondisi khusus dapat
atau lebih lebih dibandingkan dengan rτ –
berhubungan erat dengan
chi kuadrat
Rasio otomatis Η Interval interval Digunakan untuk
mengetahui hubungan
nonlinear
(Disadur dari Usman, H, 2006, hal 199)
2. Koefisien Korelasi
5
1. Produk Momen Pearson kedua variabelnya berskala interval
2. Order Rank Sperman kedua variabelnya berskala ordinal
(Disadur dari Usman, H, 2006, hal 199)
4) Jika KK bernilai +1 atau -1 maka variabel menunjukkan korelasi positif atau negatif
yang sempurna
Untuk menentukan keeratan hubungan / korelasi antar variabel tersebut, berikut
ini diberikan nilai-nilai dari KK sebagai patokan, (Hasan, 2008: 234).
1) KK = 0 tidak ada korelasi
6) 0,90 < KK ≤ 1,00 korelasi yang sangat tinggi; kuat sekali, dapat
diandalkan.
7) KK = 1 korelasi sempurna.
Teknik analisis Korelasi Product moment termasuk teknik statistik para metrik
yang menggunakan interval dan ratio dengan persyaratan tertentu. Misalnya: data dipilih
secara acak (random); datanya berdistribusi normal; data yang dihubungkan berpola
6
linier; dan data yang dihubungkan mempunyai pasangan yang sama sesuai dengan
subjek yang sama. Kalau salah satu tidak terpunuhi persaratan tersebut analisis korelasi
tidak dapat dilakukan. Rumus yang digunakan Korelasi Prodact Moment adalah:
Sudjana (2002:369)
Korelasi rank dipakai apabila: (1) kedua variabel yang akan dikorelasikan
itumempunyai tingkatan data ordinal, (2) jumlah anggota sampel di bawah 30 (sampel
kecil), (3) data tersebut memang diubah dari interval ke ordinal, dan (4) data interval
tersebut ternyata tidak berdistribusi normal.
Korelasi rank ini ditemukan oleh Spearman, sehingga disebut juga sebagai
korelasi Spearman. Korelasi .ini dapat juga disebut sebagai korelasi bertingkat, korelasi
berjenjang, korelasi berurutan, ataukorelasi berpangkat.
Besarnya hubungan antara dua variabel atau derajat hubungan yang mengukur
korelasi berpangkat disebut koefisien korelasi berpangkat atau koefisien korelasi
Spearman yang dinyatakan dengan lambang rs.Makna dan kelayakan nilai r seperti
halnya dengan yang diuraikan dalam korelasi Product moment.
Korelasi Spearman
7
Korelasi Spearman—Brown
2rs
rii 1
1rs
Membuat tabel
Nilai koefisien penentu ini terletak antara 0 dan +1 (0 ≤ KP ≤ +1). Jika koefisien
korelasinya adalah koefisien korelasi Pearson (r) maka koefisien
penentunya 𝐾� = � = (�)2�100%
8
5. Pendugaan Koefisien Korelasi Populasi
Atau
Sebuah sampel acak dengan ukuran n = 28 telah diambil dari sebuah populasi normal
bervariabel dua. Dari sampel itu didapat r=0,80. Tentukan taksiran koefisien korelasi ρ
untuk populasi Jawab :
Titik taksiran dapat ditentukan ialah ρ = 0,80. Untuk menentukan interval taksiran ρ
dengan angka kepercayaan 95%.
9
untuk = 0,7066 didapat :
0,7066 =
1,4906 =
6.Pengujian Hipotesis
Pengujian hipotesis yaitu uji signifikansi yang berfungsi apabila peneliti ingin
mencari makna atau mencari kesimpulan hubungan variabel X terhadap Y, maka hasil
korelasi tersebut diuji dengan uji Signifikansi dengan rumus :
rn2
thitung 1 r2
Motivasi (X) : 60; 70; 75; 65; 70; 60; 80; 75; 85; 90; 70; dan 85
Kinerja (Y) : 450; 475; 450; 470; 475; 455; 475; 470; 485; 480; 475;dan 480.
Pertanyaan ;
10
b. Berapakah besar sumbangan (kontribusi) motivasi dengan kinerja dosen?
c. Buktikan apakah ada hubungan yang signifikan motivasi dengan kinerja dosen?
Langkah-langkah menjawab:
Langkah 1.
Langkah 2.
Ha : r ≠ 0
Ho : r = 0
Langkah 3.
11
1. 60 450 3600 202500 27000
10.
11.
12.
Statistik X Y X2 Y2 XY
Mencari rhitung dengan cara masukkan angka statistik dari tabel penolong dengan rumus ;
r n XY ( X)(Y)
r 12(416.825) (885).(5.460)
169.900 169.00
r 0,465
133.463.835.000 365.327,02
12
Langkah 4
Artinya motivasi memberikan konstribusi terhadap kinerja dosen sebesar 21,62% dan
sisanya 78,38% ditentukan oleh variabel lain.
Langkah 5
Kaidah pengujian :
Jika thitung ≥ ttabel, maka tolak Ho artinya signifikan dan thitung ≤ ttabel,
terima Ho artinya tidak signifikan.
Berdasarkan perhitungan di atas , α = 0,05 dan n = 12, uji dua pihak; dk = n
- 2 = 12 – 2 = 10 sehingga diperoleh ttabel = 2,228
Ternyata thitung lebih besar dari ttabel, atau 3,329 > 2,228, maka Ho ditolak,
artinya ada hubungan yang signifikan motivasi dengan kinerja dosen.
langkah 6
Membuat kesimpulan
1. Berapakah besar hubungan motivasi dengan kinerja dosen? rxy sebesar 0,465
kategori cukup kuat.
2. Berapakah besar sumbangan (konstribusi) motivasi dengan kinerja dosen?
13
KP = r 2 x 100% = 0,4652 x 100% = 21,62%. Artinya motifasi memberikan
konstribusi terhadap kinerja dosen sebesar 21,62% dan sisanya 78,38%
ditentukan oleh variable lain.
3. Buktikan apakah ada hubungan yang signifikan motivasi dengan kinerja dosen?
terbukti bahwa ada hubungan yang signifikan motivasi dengan kinerja
dosen.Ternyata thitung lebih besar dari ttabel, atau 3,329 > 2,228, maka Ho ditolak,
artinya ada hubungan yang signifikan motivasi dengan kinerja dosen.
Contoh soal analisis korelasi rank spearman :
Diketahui data
X Y
2 2
3 3
2 1
3 2
3 3
1 2
Ditanyakan:
2. Jika X sebagai penilaian juri A dan Y sebagai penilaian juri B.Apakah kedua
penilaian itu ada kesesuaian (kecocokan)?
3. Jika X sebagai jumlah nilai genap dan Y jumlah nilai ganjil. Apakah alat
pengumpul data tersebut reliabel?
Jawab:
14
2. Tulis Ha dan Ho dalam bentuk statistik
a. Ha : r≠0
b. Ho : r=0
a. Urutkan data genap mulai yang terbesar sampai terkecil, sehingga data genap (X)
menjadi sebagai berikut:
Urutan ke- Nilai Data Rangking
1 3 2
2 3 2
3 3 2
4 2 4,5
5 2 4,5
6 1 6
b. Periksa dulu apakah nilai data yang diurutkan sudah cocok dengan banyaknya
anggota ota sampel? Dalam halini sudahada enam urutanmentah.
Setelah cocok lanjutkan menghitung urutan matang (ranking ke-) dengan cara,
sebagai beriktt:
15
Nilai 3 Merupakan ranking ke 2
ra hitung = 1
= 1 – 66/212
= 0,678
Jika – rs table <rs hitung<rs tabel, maka Ho diterima atau korelasinya tidak signifikan.
16
9. Kesimpulannya.hubungan antara variabel X dengan variabel Y ternyata positif (agak
cukup) dan tidak signifikan.
Jawaban nomor 2, langkah – langkanya sama dengan di atas hanya istilah
signifikan dengan kesesuaian.
rii
= 0,814
Jika – t ii tabel< t ii hitung < t tabel sehingga Ho diterima atau tidak reliable.
rii tabel pada daftar r kritis untuk Spearman dengan α = 0.05 dan n = 6 didapat r
ii tabel = 0.829
Ternyata —0,828 < 0,814 < 0,829 ataurs tabel<rs hitung< rs tabel sehingga H. diterima atau
alat pengumpul datanya tidak reliabel.
17
BAB III
KESIMPULAN
Korelasi merupakan hubungan antara dua kebijakan dimana kejadian yang satu dapat
mempengaruhi eksistensi kejadian yang lain. Misalnya kejadian X mempengaruhi
kejadian Y. Apabila dua variable X dan Y mempunyai hubungan, maka nilai variable X
yang sudah diketahui dapat dipergunakan untuk memperkirakan, menaksir atau
meramalkan Y. Ramalan pada dasarnya merupakan perkiraan, taksiran mengenai
terjadinya suatu kejadian (nilai variable) untuk waktu yang akan datang. Variable yang
nilainya akan diramalkan disebut variable tidak bebas (dependent variable), sedangkan
variable X yang nilainya dipergunakan untuk meramalkan nilai Y disebut variable bebas
(independent variable) atau variable peramal (predictor) atau seringkali disebut variable
yang menerangkan (explanatory). Jadi jelas analisis korelasi ini memungkinkan kita
untuk mengtahui suatu diluar hasil penyelidikan, Salah satu cara untuk melakukan
peramalan adalah dengan menggunakan garis regresi. untuk menghitung parameter yang
akan dijadikan dalam penentuan hubungan antara dua variable, terdapat beberapa cara,
yaitu: koefisien determinasi dan koefisien korelasi.
18
DAFTAR PUSTAKA
Hasan, Iqbal.2006. Analisis Data Penelitian Statistik. Jakarta: Bumi Aksara Sudjana.
2002. Metode Statistika. Bandung: Tarsito.
Usman, H. 2006. Pengantar Statistika. Jakarta: Bumi Aksara
19