Pengertian Korelasi Pearson

Korelasi Pearson ditemukan pertama kali oleh Karl Pearson. Nama lain Korelasi
Pearson adalah Korelasi Produk Momen. Korelasi Pearson merupakan salah satu ukuran
korelasi yang digunakan untuk mengukur kekuatan dan arah hubungan linier dari dua
variabel. Analisis korelasi ini utuk statistik parametrik, sedangkan untuk statistik non-
parametrik sering digunakan analisis korelasi Kendall’s atau Spearman. (Pratisto, 2009)

Dua variabel dikatakan berkorelasi apabila perubahan salah satu variabel disertai
dengan perubahan variabel lainnya, baik dalam arah yang sama ataupun arah yang
sebaliknya. Harus diingat bahwa nilai koefisien korelasi yang kecil (tidak signifikan) bukan
berarti kedua variabel tersebut tidak saling berhubungan. Mungkin saja dua variabel
mempunyai keeratan hubungan yang kuat namun nilai koefisien korelasinya mendekati nol,
misalnya pada kasus hubungan linier. Koefisen korelasi hanya mengukur kekuatan hubungan
linier dan tidak pada hubungan non linier.

Terdapat tiga asumsi dasar yang digunakan apabila dilakukan Korelasi Pearson sebagai
berikut :

1. Distribusi nilai variabel berdistribusi normal atau mendekat normal.

2. Dua variabel yang akan dicari korelasinya adalah variabel kontinyu yang bersifat
rasional atau minimal bersifat interval.

3. Hubungan kedua variabel yang akan dikorelasikan adalah linier. (Singgih, 2010)

Koefisien Korelasi

Koefisien korelasi merupakan alat statistik yang menyimpulkan serta menggambarkan

bagaimana pola atau arah hubungan antar variabel serta seberapa kuat variabel-variabel
tersebut berhubungan (Heiman, 2011).

Macam-Macam Koefisien Analisis Korelasi

- Product Moment Pearson: Kedua variabelnya berskala interval

- Rank Spearman: Kedua variabelnya berskala ordinal

- Point Serial: Satu berskala nominal sebenarnya dan satu berskala interval

- Biserial: Satu berskala nominal buatan dan satu berskala interval

 - Koefisien kontingensi: Kedua varibelnya berskala nominal (Hidayat, 2011).

Koefisien korelasi berfungsi sebagai nilai tunggal yang menginformasukan seberapa besar
hubungan antar variabel. Nilai koefisien korelasi adalah positif, negatif, atau tidak
berkorelasi.

Dua variabel dikatakan berkorelasi positif apabila terjadi kenaikan variabel pertama yang
diikuti dengan kenaikan nilai kedua, atau sebaliknya terjadi penurunan variabel pertama yang
diikuti dengan penurunan nilai variabel kedua. Nilai koefisien korelasi positif berkisar antara
0 sampai 1. (Riduwan dkk., 2009)

Sedangkan dua variabel dikatakan berkorelasi negatif apabila terjadi kenaikan variabel
pertama yang diikuti dengan penurunan nilai variabel kedua, atau sebaliknya terjadi
penurunan variabel pertama yang diikuti dengan kenaikan nilai vaariabel kedua. Nilai
koefisien korelasi negatif berkisar antara 0 sampai -1. Untuk menggunakan analisis korelasi
harus disesuaikan atau tergantung dengan jenis data yang akan dianalisis. (Riduwan dkk.,
2009)

Adapun menurut Riduwan (2010: 98), interpretasi mengenai koefisien korelasi adalah
sebagai berikut:
Tabel 1. Interpretasi Koefisien Korelasi

Interval koefisien Tingkat hubungan

0,80 - 1,000 Sangat kuat
0,60 - 0,799 Kuat
0,40 – 0,599 Cukup kuat
0,20 – 0,399 Rendah
0,00 – 0,199 Sangat rendah

Cara menganilisis Korelasi Pearson

Menurut Sugiyono (2013:248) penentuan koefisien korelasi dengan menggunakan metode

analisis korelasi Pearson Product Moment dengan menggunakan rumus sebagai berikut:
Batasan-batasan dalam Korelasi Pearson
Nilai koefisien korelasi berkisar antara -1 s/d +1. Kriteria pemanfaatannya
sebagai berikut :
1. Jika nilai r>0, artinya telah terjadi hubungan yang linier positif, yaitu semakin
meningkat nilai variable yang satu maka akan diikuti meningkatnya variable yang
lainnya, begitu juga sebaliknya semakin kecil nilai satu variable akan
mengakibatkan nilai variable yang lain juga mengalami penurunan.
2. Nilai r<0, artinya telah terjadi telah terjadi hubungan linier negative, yaitu
semakin besar nilai suatu variable maka akan menyebabkan semakin kecil
variable yang lain, begitu juga sebaliknya semakin kecil nilai suatu variable maka
akan menyebabkan meningkatnya variable yang lain.
3. Jika nilai r=0, artinya tidak ada hubungan sama sekali antara variable X dan
variable Y
4. Nilai r=1 atau r=-1, maka dapat dikatakan telah terjadi hubungan linier sempurna
, merupa garis lurus, sedangkan untuk r yang semakin mengarah ke angka 0 (nol)
maka garis makin tidak lurus. Batas-batas nilai koefisien korelasi diintepretasikan
sebagai berikut (Suprapto, 2016) :

Koefisien (r) Kekuataon Hubungan

0 Tidak ada hubungan
<0,5 Lemah
0,5<r<0,75 Cukup kuat
0,75>r>0,9 Kuat
0,9>1 Sangat kuat
1 Sempurna +
-1 Sempurna -
Penggunaan Korelasi Pearson dengan SSPS

SPSS atau Statistical Package for Social Science merupakan sebuah program aplikasi
yang memiliki kemampuan analisis statistik yang cukup tinggi serta sistem manajemen data
pada lingkungan grafis dengan cara pengoperasiannya yang cukup sederhana sehingga mudah
dipahami. Aplikasi tersebut merupakan salah satu aplikasi perangkat lunak yang banyak
digunakan seiring dengan perkembangan ilmu pengetahuan dan teknologi di mana banyak
institusi yang menginginkan adanya penelitian di berbagai bidang (Priyanto, 2013).

Melakukan uji Korelasi Pearson untuk mencari nilai r dengan SPSS sangatlah mudah.
Caranya sebagai berikut:

a. Klik Analyze --> Correlate --> Bivariate

b. Klik Masukkan variabel x1, x2, dan y ke kotak Variables.
c. Pada bagian Correlation Coefficients, ceklis Pearson.
d. Pada bagian Test of Significance, ceklis Two-tailed.
e. Klik Options --> Ceklis Means and standard deviations --> Ceklis Exclude cases
pairwise.
f. Klik Continue. Lalu OK.
g. Saksikan hasilnya pada Output SPSS.

(Nugroho, 2015)

Contoh Output Hasil SPSS sebagai berikut:

Berdasarkan gambar 2 diketahui nilai korelasi Pearson antara variabel Nilai Rata- rata dengan
Nilai Rata- rataUN sebesar 0,603. Karena nilai korelasi berada di range 0,60 – 0,799 maka
disimpulkan bahwa hubungan antara kedua variabel tersebut kuat. Uji signifikasinya sebagai
berikut :

1. Pengujian menggunakan tingkat signifikasi α = 5%.

2. Dari gambar 3 nilai signifikasi sebesar 0,000.

3. Kriteria pengujian :

 Nilai signifikasi > 0,05 = tidak ada hubungan

 Nilai signifikasi < 0,05 = ada hubungan
1. Nilai signifikasi 0,000 < 0,05 maka ada hubungan secara signifikan antara
Nilai_Rata2 dengan Nilai_Rata2_UN. (Nugroho, 2015)
Arif Pratisto. 2009. Statistik Menjadi Mudah dengan SPSS 17. Jakarta, Gramedia.

Santoso, Singgih. 2010. Statistik Multivariat. Jakarta : PT Gramedia.

Lattimore, Dan. Baskin, Otis. Heiman, Suzette T. Toth, Elizabeth L. 2010. Public
Relations :Profesi dan Praktik. Jakarta : Salemba Humanika

Ruduwan, Rusyana Adun, dan Enas. 2009. Solusi Mudah dan Cepat Menguasai SPSS
17.0 untuk Pengolahan Data Statistik. Jakarta: PT Elex Media Komputindo.

Sugiono, 2013. Statistik untuk Penelitian. Bandung: Alfabeta

Hidayat, A. 2011. Metode Penelitian Keperawatan dan Teknik Analisis Data. Jakarta:
Salemba Medika

Suprapto, J.M.A. 2016. Statistik : Teori dan Aplikasi Ed. 8. Jakarta: Erlangga