BAB I

PENDAHULUAN

A. Latar Belakang

Sepanjang sejarah umat manusia, orang melakukan penelitian

mengenai ada dan tidaknya hubungan antara dua hal, fenomena, kejadian atau
lainnya. Gejala-gejala alam dan akibatnya dapat diukur atau dinyatakan
dengan dua kategori yaitu fakta atau data yang bersifat kuantitaif atau
datayang bersifat kualitatif. Data-data tersebut membutuhkan analisis statiska.

Banyak analisis statistika bertujuan untuk mengetahui apakah ada

hubungan antara dua atau lebih peubah. Bila hubungan demikian ini dapat
dinyatakan dalam bentuk rumus matematik, maka kita akan dapat
menggunakannya untuk keperluan peramalan. Dalam kehidupan sehari-hari
seringkali kita menemui kejadian-kejadian, kegiatan-kegiatan, atau masalah-
masalah yang saling berhubungan satu sama lain. Oleh karena itu, kita juga
memerlukan analisis hubungan antara kejadian-kejadian tersebut.Salah satu
teknik yang digunakan adalah teknik statistik inferensial.
Salah satu teknik statistik inferensial yang dipergunakan secara luas
dilapangan adalah yang dimaksudkan untuk menguji adanya hubungan antar
sejumlah gejala. Hal itu disebabkan orang melihat munculnya gejala-gejala
tertentu secara beraturan dengan gejala-gejala yang lain. Atau kemunculan
suatu gejala akan diikuti oleh gejala-gejala lain yang secara kurang lebih
dapat dikaitkan. Misalnya dalam kehidupan sehari-hari, setiap ada kegagalan
panen sering diikuti oleh naiknya harga bahan makanan pokok. Gejala-gejala
tersebut berkali-kali muncul menggelitik kita untuk mempertanyakan: apakah
ada keterkaitan antara gejala-gejala itu.
Jika pertanyaan seperti itu muncul sama halnya kita mempertanyakan
ada tidaknya hubungan antargejala atau antarvariabel tersebut. Gejala-gejala
yang terlihat berkaitan tersebut ada yang hanya dapat dirasakan secara
instriktif kemunculannya, namun juga tidak kurang yang dapat diamati,

1
diukur dan dikuantifikasikan sehingga adanya hubungan itu dapat diuji
kebenarannya lewat uji statistik.
Ada dua istilah yang sering kita dengar apabila ingin melakukan
analisis terhadap sebuah gejala, yakni regresi dan korelasi.sebagai pengukur
hubungan antara dua variabel atau lebih. Dalam pembicaraan regresi dan
korelasi data yang dianalisis harus bersifat kuantitatif atau terukur atau
terhitung atau dapat dikuantitatifkan; jadi sekurang-kurangnya data
dengan skala interval.Data kuantitatif dapat dibedakan atas dua macam
yaitu: Data atau pernyataan yang bersifat bebas adalah pernyataan yang
ditentukan dengan mana suka atau bebas pilih. Pernyataan ini sering disebut
dengan variabel bebas atau variabel bebas atau variabel atau prediktor
atau independent variable. Data atau pernyataan yang tergantung atau
terikat pada variabel bebas disebut dengan variabel tak bebas atau variabel
tergantung atau variabel tak bebas atau variabel endogen atau kreterium atau
dependent variable.Tujuan mempelajari regresi dan korelasi adalah untuk
menemukan atau mencari hubungan antarvariabel, sebagai dasar untuk dapat
dipakai melakukan penaksiran atau peramalan atau estimasi dari hubungan
antarvariabel tersebut.
Cara yang ditempuh tidaklah sekedar mengamati kasus per kasus saja,
melainkan sengaja melakukan pengetesan terhadap kedua kemampuan itu
kepada sejumlah siswa yang diambil secara random.Hasil pengetesan di
lapangan itu kemudian diuji dengan tekhnik statistik yang berupa teknik uji
hubungan, atau yang dikenal dengan sebutan tekhnik korelasi.Selain itu,
untuk menguji masalah-masalah praktis statistika maka digunakan uji t (t-
test).Berdasarkan hal diatas maka disusunlah makalah yang berjudul
“Analisis Korelasional, Regresi, dan Uji T Data Penelitian”.

B. Rumusan Masalah
Rumusan masalah pada makalah ini yaitu sebagai berikut:
1. Bagaimana analisis korelasi dalam data penelitian?
2. Bagaimana analisis regresi linier sederhana data penelitian?
3. Bagaimana uji t digunakan dalam data-data penelitian?

2
C. Tujuan Penulisan
Tujuan Penulisan pada makalah ini yaitu sebagai berikut:
1. Untuk dapat mengetahui analisis korelasi dalam data penelitian.
2. Untuk dapat mengetahui analisis regresi linier sederhana data
penelitian.
3. Untuk dapat mengetahui pengujian uji t dalam data penelitian.

D. Manfaat Penulisan
Manfaat penulisan makalah ini yaitu sebagai berikut:
1. Dapat mengetahui analisis korelasi dalam data penelitian.
2. Dapat mengetahui analisis regresi linier sederhana data penelitian.
3. Dapat mengetahui pengujian uji t dalam data penelitian.

3
 BAB II

KERANGKA BERPIKIR DALAM PENULISAN

A. Metode Penulisan
Adapun metode penulisan yang digunakan dalam penyusunan makalah ini yaitu
metode literatur atau pustaka. Metode Pustaka atau literatur adalah metode yang
dilakukan dengan mempelajari dan mengumpulkan data dari pustaka yang
berhubungan dangan alat,baik berupa buku, jurnal, skripsi maupun informasi dari
internet.
B. Ruang Lingkup Kajian dan Penyajian Data dan Informasi
Adapun ruang lingkup kajian pada makalah ini yaitu terkait dengan Kerangka
Regulasi Pendidikan Nasional Republik Indonesia dengan membahas 3 subpokok
bagian yaitu kerangka dasar dan struktur kurikulum Sekolah Menegah Atas
/Madrasah Aliyah/Sekolah Menengah Kejuruan / Madrasah Aliyah Kejuruan, Sistem
pembelajaran Pembelajaran pada Pendidikan Dasar dan Pendidikan Menengah dan
sitem penilaian Pembelajaran pada Pendidikan Dasar dan Pendidikan Menengah.
C. Sumber Data dan Informasi
Adapun sumber data dan informasi dalam penyusunan makalah ini yaitu buku-
buku referensi dan internet terkait dengan Kerangka Regulasi Pendidikan Nasional
Republik Indonesia.
D. Teknik Pengumpulan Data dan Penyajian Data dan Informasi
Teknik pengumpulan data pada makalah ini dengan studi dokumenter yaitu
teknik pengumpulan data dengan menghimpun dan menganalisis buku-buku, baik
tertulis, gambar maupun elektronik, dokumen atau buku yang telah diperoleh
kemudian diuraikan, dibandingkan dan dipadukan (sintesis) guna membentuk satu
hasil kajian yang sistematis.
Penyajian data informasi pada makalah ini menggunakan penyajian data verbal.
Penyajian data verbal itu sendiri merupakan penyajian dengan menggunakan kata-
kata atau kalimat berupa narasi,dengan memperhatikan hal-hal seperti penggunaan
bahasa yang baik,tegas dan jelas.

4
E. Peta Konsep Kajian dan Pembahasan

Analisis Korelasional

”Analisis Memuat
Analisis Regresi
Korelasional, Linear Sederhana
Regresi, dan Uji T
Data Penelitian”

Uji Data T Penelitian

5
 BAB III
PEMBAHASAN

Regresi dan korelasi, sebagai pengukur hubungan antara dua variabel atau
lebih.Analisis tentang masalah distribusi pasangan variabel dinamakan analisis
bivariat (bivariate analysis).Analsisis demikian itu membutuhkan data yang terdiri
dari 2 kelompok hasil observasi atau pengukuran. Data demikian itu dapat
diperoleh dari berbagai bidang kegiatan yang menghasilkan pasangan
observasi/pengukuran sebanyak n yang dinyatakan sebagai (Xi,Yi) dimana i
=1,2,..., n.

Menurut (Dajan, 1991:366), pada dasarnya masalah hubungan antara

variabel X dan Y umumnya berkisar pada 2 hal yang kadang-kadang sukar sekali
ditarik garis pemisahnya, yaitu:

a. Pencarian bentuk persamaan yang sesuai guna meramal (predict) rata-rata

Y bagi X yang tertentu atau rata-rata X bagi Y yang tertentu, serta
menaksir kesalahan permalan sedemikian itu. Secara teknis, persoalan
diatas menitikberatkan pada observasi variabel yang tertentu sedangkan
variabel yang lain dikonstantir pada berbagai tingkat atau keadaan.
Persoalan sedemikian itu dinamakan persoalan Regresi.
b. Pengukuran tentang tingkat asosiasi atau korelasi antara variabel X dan
variabel Y. Tingkat asosiasi sedemikian itu tergantung pada pola variasi
atau inter-relasi yang bersifat simultan dari variabel X dan Y. Variasi
sedemikian itu merupakan variasi gabungan (joint variation) dari X dan Y
dan pengukurannya merupakan persoalan Korelasi.

A. Analisis Korelasional
A.1. Pengertian

Kata “korelasi” berasal dari bahasa Inggris Correlation.Dalam bahasa

Indonesia sering diterjemahkan dengan “hubungan”, atau “saling hubungan”,
atau “hubungan timbal balik”. Dalam ilmu statistik istilah “korelasi” diberi

6
pengertian sebagai “hubungan antar dua variabel atau lebih”. Menurut
Winarsunu (2006:67), korelasi adalah teknik statistik yang digunakan untuk
menguji hubungan antara dua variabel atau lebih. Kedua variabel yang diteliti
hubungan itu masing-masing disebut variabel bebas (variabel X) dan variabel
terikat (variabel Y).
Uji korelasi bertujuan untuk menguji hubungan antara dua variabel
yang tidak menunjukkan hubungan fungsional (berhubungan bukan berarti
disebabkan).Uji korelasi ini tidak membedakan jenis variabel (tidak ada
variabel dependen maupun independen).Keeratan hubungan ini dinyatakan
dalam bentuk koefisien korelasi (Nugroho, 2005:35).
Teknik korelasi merupakan teknik analisis yang melihat
kecenderungan pola dalam satu variabel berdasarkan kecenderungan pola
dalam variabel yang lain. Maksudnya, ketika satu variabel memiliki
kecenderungan untuk naik maka kita melihat kecenderungan dalam variabel
yang lain apakah juga naik atau turun atau tidak menentu. Jika kecenderungan
dalam satu variabel selalu diikuti oleh kecenderungan dalam variabel lain,
kita dapat mengatakan bahwa kedua variabel ini memiliki hubungan atau
korelasi (Yuswandy, 2012:1).
Secara umum tujuan dari teknik analisis korelasional adalah sebagai
berikut:
1. Ingin mencari bukti (berlandaskan pada data yang ada), apakah memang
benar antara variabel yang satu dan variabel yang lain terdapat hubungan
atau korelasi.
2. Ingin menjawab pertanyaan apakah hubungan antarvariabel itu (jika
memang ada hubungannya), termasuk hubungan yang kuat, cukup ataukah
lemah.
3. Ingin memperoleh kejelasan dan kepastian (secara matematik), apakah
hubungan antarvariabel itu merupakan hubungan yang berarti atau
meyakinkan (siginifikan) ataukah hubungan yang tidak berarti atau tidak
meyakinkan.

7
 Jadi, Korelasi adalah pengukur hubungan dua variabel atau lebih yang
dinyatakan dengan derajat keeratan atau tingkat hubungan antarvariabel-
variabel. Mengukur derajat hubungan dengan metode korelasi yaitu
dengan koefisien korelasi r. Dalam hal ini, dengan tegas dinyatakan
bahwa dalam analisis korelasi tidak mempersoalkan apakah variabel
yang satu tergantung pada variabel yang lain atau sebaliknya. Jadi
metode korelasi dapat dipakai untuk mengukur derajat hubungn
antarvariabel bebas dengan variabel bebas yang lainnya atau antar dua
variabel.

A.2. Bentuk Korelasi

Korelasi merupakan istilah yang digunakan untuk mengukur

kekuatan hubungan antar variabel. Analisis korelasional merupakan cara
untuk mengetahui ada tidaknya hubungan antar 2 variabel. Jika terjadi
hubungan antar variabel maka perubahan yang terjadi pada satu variabel
akan menyebabkan terjadinya perubahan pada variabel yang lainnya.
Bentuk atau jenis hubungan ada 4 ; yaitu; (a) korelasi positif; (b) korelasi
negatif; (c). tidak ada korelasi; (d). korelasi sempurna.
a. Korelasi positif adalah korelasi atau hubungan jika kenaikan variabel
X diikuti pula dengan kenaikan variabel Y dan sebaliknya penurunan
variabel X diikuti dengan penurunan variabel Y.
b. Korelasi negatif adalah korelasi atau hubungan jika kenaikan variabel
X diikuti dengan penurunan pada variabel Y atau penurunan variabel
X diikuti dengan kenaikan variabel Y.
c. Tidak ada korelasi : jika kedua variabel tidak memperlihatkan adanya
hubungan. Ketika X naik Y naik tapi pada saat bersamaan Y juga bisa
turun.
d. Korelasi sempurna adalah jenis korelasi di mana kenakan atau
penurunan variabel X berbanding dengan kenaikan atau penurunan
variabel Y.

8
A.3. Koefesien Korelasi

Koefisien korelasi atau KK merupakan indeks atau bilangan yang

digunakan untuk mengukur keeratan ( kuat, sedang, lemah, tidak ada
hubungan) antar variabel.Nilai koefisien korelasi merupakan nilai yang
digunakan untuk mengukur kekutan (keeratan) suatu hubungan
antarvariabel. Ada beberapa jenis analisis korelasi, salah satu diantaranya
yang akan dijelaskan pada makalah ini adalah Korelasi Product Moment
dari Pearson atau yang sering dikenal Korelasi Pearson. Korelasi Person
dapat dirumuskan sebagai berikut:
n  XY   X .  Y
r
n X 2

  X  n Y 2   Y 
2 2

r = korelasi
X = skor setiap item
Y = Skor total item X
N = jumlah responden
Koefisien korelasi memiliki nilai antara -1 hingga +1. Sifat nilai
koefisien korelasi adalah plus (+) atau minus (-). Hal ini menunjukkan arah
korelasi. Makna sifat korelasi:
a. Korelasi positif (+) berarti jika varabel X1 mengalami kenaikan maka
variabel X2 mengalami kenaikan atau jika variabel X2 mengalami kenaikan
maka variabel juga akan mengalami kenaikan.
b. Korelasi negatif (-) berarti jika variabel X1 mengalami kenaikan maka
variabel penurunan atau jika variabel X2 mengalami kenaikan maka
variabel X1 akan mengalami penurunan.
Menurut Boediono (2001:184-185), arti dari koefisien korelasi r:
a. Bila 0,90< r < 1,00 atau -1,00 < r < -0,90 ; artinya hubungan yang sangat
kuat.
b. Bila 0,70< r < 0,90 atau -0,90 < r < -0,70 ; artinya hubungan yang kuat.

9
c. Bila 0,50< r < 0,70 atau -0,70 < r < -0,50 ; artinya hubungan yang
moderat.
d. Bila 0,30< r < 0,50 atau -0,50 < r < -0,30 ; artinya hubungan yang lemah.
e. Bila 0,0< r < 0,30 atau -0,30 < r < 0,0 ; artinya hubungan yang sangat
lemah.
Secara ringkas, pedoman untuk menginterprestasikan koefisien
korelasi adalah sebagai berikut:
Interval Koefisien Tingkat Hubungan
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

Koefisien korelasi (r) adalah berkisar antara -1,00 sampai +1,00.

Koefisien r = 1,00 baik negatif maupun positif menunjukkan bahwa ada
hubungan yang sempurna. Koefisien r positif sempurna akan terjadi jika
tinggi rendahnya setiap skor suatu variabel akan diikuti secara konsisten dan
sistematis oleh tinggi rendahnya variabel lain. Sedangkan koefisien r negatif
sempurna akan terjadi jika ada keterbalikan tinggi rendahnya skor dalam
sebuah variabel yang lain, artinya jika satu variabel skornya tinggi, maka
variabel lain skornya rendah (berlawanan arah) (Ramly, 2008:86-87).
Hubungan antar variabel dalam penelitian korelasi adalah hubungan
simetri, yaitu hubungan antar variabel yang mana suatu variabel yang satu
tidak disebabkan oleh variabel yang lain atau tidak dipengaruhi oleh variabel
yang lain. Hal ini dapat terjadi apabila:
1. Kedua variabel tersebut merupakan dimensi/indikator untuk konsep yang
sama, misalnya : Hubungan antara frekuensi penggunaan media, durasi
(lama), pilihan jenis media dan jenis isi sebagai indikator dari pola
penggunaan media.

10
2. Sebagai akibat dari faktor yang sama, Misalnya; Penguasaan materi, lulus
mata kuliah, IP bagus sebagai akibat yang sama karena rajin
membaca/belajar.
3. Berkaitan secara fungsional, apabila keberadaan sesuatu hal diikuti oleh
keberadaan yang lainnya atau sebaliknya. Misalnya : ada mahasiswa ada
dosen, ada asap - ada api, ada pekerja - ada majikan, ada pimpinan - ada
bawahan.
4. Hubungan yang sifatnya kebetulan saja. Misalnya; hubungan mimpi buruk
dengan kehilangan HP, hubungan berkokoknya ayam dengan terbitnya
matahari.
Hubungan antar dua variabel misalnya hubungan atau korelasi antara
prestasi studi (variabel X) dan kerajinan kuliah (variabel Y); maksudnya yaitu
prestasi studi ada hubungannya dengan kerajinan kuliah.Dimana hubungan
antarlebih dari dua varibel, misalnya hubungan antara prestasi studi (variabel
X1) dengan kerajinan kuliah (variabel X2), keaktifan mengunjungi
perpustakaan (variabel X3) dan keaktifan berdiskusi (variabel X4).
Dalam contoh diatas, variabel prestasi studi disebut dependent
variable, yaitu variabel yang dipengaruhi, sedangkan variabel kerajinan
kuliah, keaktifan mengunjungi perpustakaan dan keaktifan berdiskusi disebut
independent variable, yaitu variabel bebas dalam artian bahwa bermacam-
macam variabel dapat memberikan pengaruh terhadap prestasi studi.
Untuk melihat hubungan antara peubah X dan Y secara grafik
digunakan diagram pencar (scatter diagram). Secara umum hubungan antara
dua peubah dapat berupa bentuk seperti gambar di bawah ini :

Gambar 1.a Gambar 1.b

11
 Gambar 1.c Gambar 1.d
Bila titik-titik bergerombol mengikuti sebuah garis lurus yang
menanjak (dari kiri ke kanan) , maka ada korelasi positif yang kuat antara
kedua peubah (Gambar 1.a). Akan tetapi.Bila titik-titik bergerombol
mengikuti sebuah garis lurus yang menurun, maka antara kedua peubah itu
terdapat korelasi negatif yang kuat (Gambar 1.b).Koefisien korelasi antara
kedua peubah semakin kecil secara numerik dengan semakin memencarnya
titik-titik tersebut dari suatu garis lurus. Bila titik-titiknya memencar dengan
tidak mengikuti suatu pola, atau tersebar secara acak maka kita mempunyai
koefisienkorelasi nol (atau mendekati nol) dan dapat disimpulkan bahwa tidak
ada hubungan linear antara X dan Y.
Untuk mengetahui signifikan tidaknya hubungan antara variabel yang
sedang diselidiki perlu dilakukan uji hipotesis terhadap koefisien korelasi,
dengan langkah-langkah sebagai berikut:
a. Perumusan Hipotesis
Jika diduga bahwa suatu variabel mempunyai hubungan yang
positif dengan variabel lain, maka rumus hipotesisnya adalah
Ho :   0 (tidak ada hubungan antara suatu variabel yang positif dengan
variabel lain)
Ha :   0 (terdapat hubungan yang positif dan signifikan antara suatu
variabel dengan variabel lainnya)
b. Menentukan taraf nyata (level of signifance)  , misalnya 5%.
c. Menentukan titik kritis (daerah penerimaan/penolakan Ho)
Titik kritis dicari dengan bantuan tabel t (t distribution), nilai t
tabel ditentukan berdasarkan tingkat signifikansi (  ) yang digunakan dan

12
 derajat bebas atau degree of freedom (df), dimana df = n-2, yang besarnya
tergantung pada jumlah sampel (n).
d. Membandingkan nilai t-hitung dengan t-tabel
Jika t-hitung < t-tabel, maka keputusannya adalah menerima
hipotesis nol (Ho), sebaliknya jika t-hitung > t-tabel, maka keputusannya
adalah menolak Ho dan menerima Ha.
Nilai t-hitung ditentukan dengan formula sebagai berikut :

r n2
t 
1 r2
e. Kesimpulan
Kesimpulan dibuat berdasakan keputusan yang diambil.Jika
keputusannya menerima Ho, kesimpulannya adalah “tidak ada korelasi
(hubungan)” antara variabel satu dengan variabel lainnya.Sebaliknya, jika
menolak Ho dan menerima Ha maka kesimpulannya adalah terdapat
“korelasi atau hubungan” positif yang signifikan antara variabel satu
dengan variabel lainnya.

Contoh :
Masalah: Apakah ada hubungan antara kepuasan Dosen dengan iklim
komunikasi keorganisasian di Fikom UMB
Hipotesis: Ada hubungan antara kepuasan Dosen dengan iklim komunikasi
keorganisasian di Fikom UMB.
HipotesisStatistik :
Ho :ρ = 0Tidak ada hubungan antara kepuasan Dosen dengan iklim
komunikasi keorganisasian di Fikom UHO
H1 :ρ ≠ 0 Ada hubungan antara kepuasan Dosen dengan iklim komunikasi
keorganisasian di Fikom UHO
Misalnya, penelitian survei tentang kepuasan organisasi dan iklim
komunikasi (atasan terhadap bawahan) yaitu 10 Dosen Fikom UHO (n =
10 responden) yang diambil secara Stratified random sampling dari 60 DT

13
 dan DTT yang tidak memegang jabatan struktural. Data dari Responden
ditabulasikan sebagai berikut :

n XY    X Y 
rxy 
n X    X  nY   Y  
2 2 2 2

10998  32299
rxy 
10118  32 109255  299 
2 2

Sehingga Korelasi ( r ) = 0,588

Uji Signifikansi dengan uji t, seperti berikut :

r n2 0,588 10  2 0,588x2,825

t   = 2,054
1 r2 1  (0,588) 2 0,654

thitung= 2,054.df = n-2 = 8,   5% t tabel = 1,860

Sehingga kesimpulan statistiknya Ho ditolak, sehingga H1

diterima, Kesimpulan statistiknya (statistical conclusion) : “Ada hubungan
antara kepuasan Dosen dengan iklim komunikasi keorganisasian di Fikom
UMB.

B. Analisis Regresi Linier Sederhana

Regresi atau peramalan adalah suatu proses memperkirakan secara

matematis tentang apa yang paling mungkin terjadi di masa datang
berdasarkan informasi masa lalu dan informasi sekarang yang dimiliki agar
kesalahannya dapat diprediksi. Analisis regresi adalah suatu teknik statistic
parametrik yang dapat digunakan untuk: (1) mengadakan peramalan atau
prediksi besarnya variasi pada variabel Y berdasarkan variabel X, (2)
menentukan bentuk hubungan antara variabel X dengan variabel Y, (3)
menentukan arah dan besarnya koefisien korelasi antara variabel X dengan
variabel Y (Winarsunu, 2006:177).

14
 Regresi bertujuan untuk menguji hubungan pengaruh antara satu
variable terhadap variable lain. Variable yang dipengaruhi disebut variable
tergantung atau dependen, sedang variable yang mempengaruhi disebut
variable bebas atau variable independen (Nugroho, 2005:43).
Bila terdapat suatu data yang terdiri atas dua atau lebih variabel, adalah
sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu saling
berhubungan dan saling mempengaruhi satu sama lain. Hubungan yang
didapat pada umumnya dinyatakan dalam bentuk persamaan matematik yang
menyatakan hubungan fungsional antara variabel-variabel. Studi yang
menyangkut masalah ini dikenal dengan analisis regresi. Analisis regresi
bertujuan untuk, pertama, mengestimasi atau menduga suatu hubungan antara
variabel – variabel ekonomi, misalnya Y = f(x). Kedua, melakukan peramalan
atau prediksi nilai variabel terikat (tidak bebas) atau dependent variable
berdasarkan nilai variabel terkait (variabel independen/bebas).
Penentuan variabel mana yang bebas dan mana yang terkait dalam
beberapa hal tidak mudah dilaksanakan. Studi yang cermat, diskusi yang
seksama (dengan para pakar), berbagai pertimbangan, kewajaran masalah
yang dihadapi dan pengalaman akan membantu memudahkan penetuan kedua
variabel tersebut.
Telah dijelaskan di muka bahwa regresi adalah membicarakan
bentuk hubungan atau fungsi antara dua variabel atau lebih. Perlu
ditekankan bahwa dalam bentuk hubungantersebut terdapat sebuah variabel
tak bebas Y, dengan sekurang-kurangnya sebuah variabel bebas X.
Untuk mendapatkan bentuk hubungan yang sesuai antara variabel bebas
X dengan variabel tak bebas Y maka kedua variabel tersebut harus
dinyatakan dalam nilai yang terukur atau kuantitatif sekurang-kurangnya
dengan skala interval. Dari variabel-variabel yang akan dicari bentuk
hubungannya terlebih dahulu hendaknya dijelaskan mana yang sebagai
variabel bebas X dan mana yang sebagai variabel tak bebas Y.
Dalam hal-hal tertentu, penentuan variabel bebas X dan variabel tak
bebas Y sangat mudah, tetapi kadang-kadang hal tersebut sangat sulit

15
ditelusuri antara yang mana variabel bebas X maupun yang mana variabel
tak bebas Y. Apabila hubungan antara dua variabel atau lebih bersifat
kausal atau hubungan sebab-akibat, maka variabel yang sebagai sebab
merupakan variabel bebas atau variabel X dan akibat yang ditimbulkannya
menjadi variabel tak bebas atau variabel Y. Setelah jelas mana variabel X
dan variabel Y, maka selanjutnya perlu menentukan pola hubungan atau
bentuk hubungan yang dinyatakan dalam bentuk persamaan matematik yang
menyatakan hubungan fungsionalnya. Sehingga segala analisis statistika
yang berkaitan dengan hal tersebut dinamakan dengan analisis regresi. Apakah
beda antara analisis regresi dengan analisis-analisis yang lain ? Sebagai
contoh apa perbedaan antara analisis regresi dengan analisis keragaman atau
analisis varians, perbedaan tersebut terletak pada yaitu: dalam analisis
keragaman tidak mencari bentuk hubungan antara variabel-variabel seperti
pada analisis regresi, melainkan mencari perbedaan pengaruh perlakuan
atau objek, yaitu perbedaan antara variabel bebas X atau variabel yang
dipelajari; dengan mengukur respon dari perlakuan atau variabel X yang
dinyatakan dengan variabel tak bebas Y yang sering disebut hasil atau akibat
perlakuan.Tujuan utama dari analisis regresi adalah untuk memberikan dasar-
dasar peramalan atau pendugaan dalam analisis peragam atau analisis
kovarian. Analisis regresi sebagai alat untuk melakukan peramalan atau
prediksi atau estimasi atau pendugaan yang sangat berguna bagi para
pembuat keputusan. Biasanya variabel tak bebas Y adalah variabel yang
diramalkan dan variabel bebas X yang telah ditetapkan sebagai peramal
yang disebut prediktor. Untuk membuat ramalan antara variabel X dengan
variabel Y, maka variabel X dan variabel Y tersebut harus mempunyai
hubungan yang kuat. Kuat tidaknya hubungan antara variabel bebas X dan
variabel tak bebas Y didasarkan pada analisis korelasi. Jadi antara analisis
korelasi dan analisis regresi mempunyai kaitan yang sangat erat.
Regresi inier sederhana digunakan untuk menentukan dasar ramalan
dari satu distribusi data yang terdiri dari variabel kriterium (Y) dan satu

16
 variabel prediktor (X) yang memiliki bentuk hubungan linier.Nilai-nilai pada
variabel X dan Y selalu terikat dalam bentuk pasangan data X dengan data Y.
Regresi yang dimiliki satu variabel dependen dan satu variabel
independen disebut regresi sederhana. Model persamaannya dapat
digambarkan sebagai berikut:

Y = a + bX
Dimana :
Y = variabel terikat yang diproyeksikan
X = variabel bebas yang mempunyai nilai tertentu untuk dipresisikan.
a = nilai konstanta harga Y jika X = 0
b = nilai arah sebagai penentu ramalan yang menunjukkan nilai
peningkatan (+) atau nilai penurunan (-) variabel Y.
Rumus yang dipakai untuk koefisien regresi adalah:

n XY   X  Y
b
n X 2   X 
2

a
 Y  b(  X )
n n
Contoh: Tentukanlah persamaan regresi dari tabel data perbandingan tinggi
badan dan berat badan 12 mahasiswa berikut:
Tinggi 70 63 72 60 66 70 74 65 62 67 65 68
Badan (X)
Berat 155 150 180 135 156 168 178 160 132 145 139 152
Badan (Y)

Penyelesaian:
Berdasar pengolahan statistik diperoleh:

 X  802, Y  1.850,  X 2
 53.792,  XY  124.258.

17
Koefisien persamaan regresinya adalah:
n XY   X  Y 12(124.258)  (802)(1.850) 7.396
b    3,22
n X   X  12(53.792)  (802) 2
2
2 2.300

a
 Y  b  X   1.850  (3,22) 802   61,04
n  n  12  12 
 
Jadi, persamaan regresinya adalah Y=-61,04 + 3,22X
(Boediono, 2001:178-179).
Pada dasarnya analisis korelasi dan analisis regresi mempunyai
hubungan yang sangat kuat dan erat.Setiap analisis regresi otomatis ada
analisis korelasinya, tetapi analisis korelasi belum tentu diteruskan dengan uji
regresi.Analisis korelasi yang dilanjutkan dengan uji regresi adalah analisis
yang kedua variabelnya tidak mempunyai hubungan sebab akibat.
Adapun perbedaan antara analisis korelasi dan analisis regresi adalah sebagai
berikut:
a. Analisis korelasi dan regresi termasuk analisis multivariat karena
menyangkut hubungan antar dua variabel atau lebih dan variabel-variabel
tersebut dianalisis secara bersama-sama. Pada analisis korelasi, kita
memiliki tujuan untuk mempelajari apakah ada hubungan antara dua
variabel atau lebih, sedangkan pada analisis regresi kita memprediksi
seberapa jauh pengaruh tersebut.
b. Melalui analisis korelasi kita dapat menhyatakan adanya hubungan antar
variabel, maka dengan analsisi regresi kita dapat memperkirakan pengaruh
variabel terhadap variabel lainnya.
c. Melalui korelasi, hasil yang diperoleh adalah angka yang ditafsirkan
menurut kriteria tertentu sedangkan dengan regresi akan menghasilkan
persamaan regresi atau model regresi.
d. Kedudukan variabel pada korelasi adalah setara, sedangkan pada regresi
kedudukannya berbeda karena ada variabel independen (bebas) yang
mempengaruhi variabel dependen (terikat).
e. Pada uji regresi perhitungan korelasi menjadi bagian dalam analisis yang
digunakan untuk menentukan koefisien determinasi. Dengan demikian

18
 dapat dikatakan korelasi merupakan bagian dari analisis regresi, namun
tidak berlaku sebaliknya (Kamal, 2012:1).

C. Uji Data T Penelitian

Apabila kita ingin menguji perbedaan dua variabel maka dipergunakan

uji t. Uji t adalah statistik yang dipergunakan untuk menguji kebenaran
hipotesisi nihil (Ho) yang menyatakan bahwa diantara dua rata-rata sampel
yang diambil secara random dari populasi yang sama, tidak terdapat perbedaan
yang signifikan. Untuk menolak atau menerima hipotesis nihil yang
menyatakan tidak ada perbedaan dua rata-rata sampel secara signifikan, kita
harus mencari harga kritik t. disini t merupaan suatu angka atau koefisien
derajat perbedaan rata-rata kedua kelompok sampel yang sedang diteliti.
Uji T digunakan untuk menilai apakah rata-rata dua kelompok secara
statistik berbeda satu dengan yang lain. Penggunaan uji t cocok ketika kita
akan membandingkan rata-rata dua kelompok serta untuk menganalisis desain
experimental post-test dua kelompok yang dipilih secara random (posttest-
only two-group randomized experimental design).
Yang dimaksud dengan perbedaan rata-rata secara statistik ialah
adanya perbedaan variabilitas atau sebaran data antara kelompok yang
dibandingkan. Maksudnya dua kelompok mempunyai perbedaan rata-rata jika
sebaran data atau variabilitas berbeda satu dengan yang lain. Analisis uji t
digunakan untuk menguji perbedaan tersebut (Santos, 2009:1).
Contoh :
Biji subjek yang disuluh berdasarkan hasil tes penguasaan materi
penyuluhan:
X1 (Simulasi) X2 (Ceramah) X12 X22
9 6 81 36
9 7 81 49
5 5 25 25

19
 10 8 100 64
6 5 36 25
8 6 64 36
6 7 36 49
7 5 49 25
9 4 81 16
6 7 36 49

X 1  75 X 2  60 X 1
2
589 X 2
2
374

Dimana : n1 = 10 n2 = 10
X 1  7,5 X 1  6,0
Data diatas menunjukkan bahwa pada kelompok I yang diberi
penyuluhan dengan metode permainan simulasi, mean atau rerata biji tesnya
adalah 7,5; sedangkan subjek di kelompok II, reratanya 6,0.
Sudahkah perbedaan tersebut bisa dikatakan signifikan? Untuk
contoh, maka dihitung data tersebut dengan melakukan uji t. Rumus
perhitungan nilai t adalah :
̅̅̅ ̅̅̅2
𝑋1 − 𝑋
𝑡=
𝑆2 𝑆2
√𝑛 +
1 𝑛2

Pada data diatas, mean dan n pada kedua kelompok tadi sudah ada,
yang belum diketahui adalah variansi pada kedua kelompok (S2 pada kedua
kelompok). Untuk mencari variansi, rumusnya adalah :
(∑ 𝑋1 )2 (∑ 𝑋2 )2
𝑋12 − + 𝑋22 −
𝑛1 𝑛2
𝑆2 =
𝑛1 + 𝑛2 − 2
(75)2 (60)2
589 − + 374 −
10 10
𝑆2 =
10 + 10 − 2
5625 3600
589 − + 374 −
10 10
𝑆2 =
20 − 2
589 – 562,50 + 374 − 360
𝑆2 = = 2,25
18

20
Setelah S2 diketahui, yaitu sebesar 2,25 maka rumus uji t dapat dihitung
yaitu:

̅̅̅1 − 𝑋
𝑋 ̅̅̅2
𝑡=
𝑆2 𝑆2
√𝑛 +
1 𝑛2

7,5 – 6,0 1,5 1,5

𝑡= = = = 2,24
2,25 2,25 √0,45 0,67
√ +
10 10

Setelah nilai t hitungan diketahui, kemudian diperiksa signifikansinya,

yaitu dengan jalan melihat harga kritik t atau “critical values for t”.dalam
pemeriksaan signifikansi tersebut, terdapat tiga tahap yaitu
(1) mengidentifikasi angka tingkat kebebasan yang sesuai atau df;
(2) menentukan harga kritik k berdasarkan tabel harga kritik; dan
(3) menyatakan hasil pengujian signifikansi tersebut.
Dari contoh diatas tadi, ketiga tahap tadi seperti berikut :
1. Df = n1 + n2 – 2 = 10 + 10 – 2 = 18
2. Harga kritik t pada tingkat kepercayaan 0,05 = 2,101
3. Karena nilai t hitungan lebih besar dari harga kritik t, maka hasilnya
signifikan untuk menolak Ho. Interpretasinya adalah efektivitas metode
simulasi berbeda dengan metode ceramah di dalam penyuluhan
pembangunan pada masyarakat.

21
 BAB IV
PENUTUP
A. KESIMPULAN

Berdasarkan tujuan dan hasil pembahasan maka dapat disimpulkan sebagai

berikut:

1. Analisis korelasi dalam data penelitian adalah suatu analisis yang

bertujuan untuk mencari bukti (berlandaskan pada data yang ada), apakah

memang benar antara variabel yang satu dan variabel yang lain terdapat

hubungan atau korelasi; ingin menjawab pertanyaan apakah hubungan

antarvariabel itu (jika memang ada hubungannya), termasuk hubungan

yang kuat, cukup ataukah lemah; ingin memperoleh kejelasan dan

kepastian (secara matematik), apakah hubungan antarvariabel itu

merupakan hubungan yang berarti atau meyakinkan (siginifikan) ataukah

hubungan yang tidak berarti atau tidak meyakinkan.

2. Regresi atau peramalan adalah suatu proses memperkirakan secara

matematis tentang apa yang paling mungkin terjadi di masa datang

berdasarkan informasi masa lalu dan informasi sekarang yang dimiliki

agar kesalahannya dapat diprediksi. Regresi bertujuan untuk menguji

hubungan pengaruh antara satu variable terhadap variable lain yaitu

dependent dan independent.

3. UjiT digunakan untuk menilai apakah rata-rata dua kelompok secara

statistik berbeda satu dengan yang lain. Penggunaan uji t cocok ketika kita

akan membandingkan rata-rata dua kelompok serta untuk menganalisis

22
 desain experimental post-test dua kelompok yang dipilih secara random

(post-test-only two-group randomized experimental design).

B. Saran

Saran yang dapt kami ajukan pada makalah yang berjudul “Analisis

Korelasional, Regresi, dan Uji T Data Penelitian” yaitu agar makalah ini

dapat menjadi referensi guna menambah ilmu pengetahuan yang kita

miliki dalam melakukan suatu penelitian khususnya penelitian dalam

bidang fisika.

23
24
 DAFTAR PUSTAKA

Boediono dan Koster. 2001. Teori dan Aplikasi Statistika dan Probabilitas. PT
Remaja Rosdakarya. Bandung.

Dajan, Anto. 1991. Pengantar Metode Statistik Jilid I. Pustaka LP3ES. Jakarta.

Duwiconsultant.Analisis Regresi Linear

Sederhana.http://duwiconsultant.blogspot.com/2011/11/analisis-regresi-
linier-sederhana.html. Diakses : 16 Februari 2013.

Kamal. 2012. Mengenal Uji Analisis Regresi Linier pada Penelitian.

www.igcomputer.com. Diakses : 16 Februari 2013.

Kurniwan.2008. Korelasi.http://kurniawan-h--
fisip08.web.unair.ac.id/artikel_detail-36083-populer-
analisis%20korelasi.html. Diakses : 16 Februari 2013.

Nugroho, A. Bhuono. 2005. Strategi Jitu Memilih Metode Statistik Penelitian

dengan SPSS. ANDI. Yogyakarta.

Ramly. 2008. Statistika. Universitas Haluoleo. Kendari.

Santos. 2009. Materi Mahasiswa Akbid SPK Solo.
wwwnugrohosantos-nugroho.blogspot.com. Diakses: 16 Februari 2013.

Winarsunu. 2006. Statistik dalam Penelitian Psikologi dan Pendidikan.

Universitas Muhammadiyah. Malang.

Yuswandy.2010. Statistik Korelasi dan Regresi.www.ngacabrul.blogspot.com.

Diakses: 16 Februari 2013.

25
26