DAFTAR ISI

 Kata Pengantar ............................................................................................... 1

 Daftar isi ......................................................................................................... 2
 Bab I Pendahuluan
 Latar Belakang ........................................................................................ 3
 Rumusan Masalah ................................................................................... 3
 Tujuan...................................................................................................... 4
 Bab II Pembahasan
 Pengertian Korelasi Product Momen Pearson ......................................... 5
 Cara Penyelesaian Kasus ......................................................................... 6
 Bab III Penutup
 Kesimpulan.............................................................................................. 12
 Saran ........................................................................................................ 12
 Daftar Pustaka .............................................................................................. 13
 BAB I
PENDAHULUAN
A. Latar Belakang
Korelasi adalah istilah statistik yang menyatakan derajat hubungan linier antara dua
variabel atau lebih. Analisis korelasi pertama kali dikembangkan oleh Karl Pearson pada
tahun 1900. Di dalam teknik analisis korelasi, hubungan antara dua variabel hanya mengenal
hubungan searah (linier) saja, misalnya: tinggi badan menyebabkan berat badannya
bertambah, tetapi berat badannya bertambah belum tentu menyebabkan tinggi badannya
bertambah pula. Sehingga dari contoh tersebut dapat diketahui bahwa dalam analisis korelasi
dikenal penyebab dan akibatnya.
Data penyebab atau yang mempengaruhi disebut variabel bebas (independent) yang
biasanya ditandai dengan huruf X. Sedangkan data akibat atau yang dipengaruh disebut
variabel terikat (dependent) yang biasanya dilambangkan dengan huruf Y. Cara menentukan
variabel bebas dan variabel terikat tergantung pada landasan teori yang digunakan.
Ada dua jenis statistik untuk menghitung korelasi:
 Koefisien korelasi bivariate: Yaitu statistik yang dapat digunakan oleh peneliti untuk
menerangkan keeratan hubungan antara dua variabel.
 Koefisien korelasi multi-variat: Yaitu statistik yang digunakan peneliti untuk
menggambarkan dan menentukan hubungan antara tiga variabel atau lebih.
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

B. Rumusan Masalah
Rumusan masalah dalam makalah ini adalah
1. Apa itu korelasi product momen pearson?
2. Bagaimana cara mengolah data korelasi product momen pearson dengan software
SPSS?
3. Bagaimana cara menginterpreasikan output SPSS analisis korelasi product
momen pearson?

1
C. Tujuan
Tujuan dalam makalah ini adalah
1. Dapat mengetahui definisi korelasi product momen pearson.
2. Dapat mengetahui cara mengolah data korelasi product momen pearson dengan
software SPSS.
3. Dapat mengetahui cara menginterpreasikan output SPSS analisis korelasi product
momen pearson.

2
 BAB II
PEMBAHASAN
A. Pengertian Korelasi Product Momen Pearson
Korelasi Pearson atau sering disebut Korelasi Product Moment (KPM) merupakan alat
uji statistik yang digunakan untuk menguji hipotesis asosiatif (uji hubungan) dua variabel
bila datanya berskala interval atau rasio. KPM dikembangkan oleh Karl Pearson (Hasan,
1999). KPM merupakan salah satu bentuk statistik parametris karena menguji data pada
skala interval atau rasio. Oleh karena itu, ada beberapa persyaratan untuk dapat
menggunakan KPM, yaitu :
1. Sampel diambil dengan teknik random (acak)
2. Data yang akan diuji harus homogen
3. Data yang akan diuji juga harus berdistribusi normal
4. Data yang akan diuji bersifat linier
Fungsi KPM sebagai salah satu statistik inferensia adalah untuk menguji kemampuan
generalisasi (signifikasi) hasil penelitian. Adapun syarat untuk bisa menggunakan KPm selain
syarat menggunakan statistik parameteris, juga ada persyaratan lain, yaitu variabel
independen (X) dan variabel (Y) harus berada pada skala interval atau rasio.
Nilai KPM disimbolkan dengan r (rho). Nilai KPM juga berada di antara -1 < r < 1. Bila
nilai r = 0, berarti tidak ada korelasi atau tidak ada hubungan anatara variabel independen dan
dependen. Nilai r = +1 berarti terdapat hubungan yang positif antara variabel independen dan
dependen. Nilai r = -1 berarti terdapat hubungan yang negatif antara variabel independen dan
dependen. Dengan kata lain, tanda “+” dan “-“ menunjukkan arah hubungan di antara
variabel yang sedang diopersionalkan.
Interpretasi terhadap harga atau koefisien korelasi secara konvensional diberikan oleh
Guilford (1956) sebagai berikut:
Koefisien Korelasi r Makna
0,00-0,19 Sangat lemah/sangat rendah
0,20-0,39 Rendah/lemah
0,40-0,59 Sedang
0,60-0,79 Tinggi/kuat
0,80-1,00 Sangat tinggi/sangat kuat

3
 Korelasi Pearson adalah korelasi yang digunakan untuk mencari hubungan satu variabel
bebas (X) dengan satu variabel tak bebas (Y), dan data berbentuk interval dan rasio.
B. Cara Penyelesaian Kasus
1. Perhitungan Manual
Langkah-langkah untuk menentukan nilai korelasi (r) sebagai berikut :
a. Membuat tabel penolong
Data Variabel Bebas Variabel Terikat XY 𝑿𝟐 𝒀𝟐
(n) (X) (Y)
1 … … …
2 … … …
3 … … …
… … … …
n … … …
Jumlah ∑𝑋 = ⋯ ∑𝑌 = ⋯ ∑ 𝑋𝑌 = ⋯ ∑ 𝑋2 ∑ 𝑌2

b. Menghitung nilai r
Rumus
𝑛(∑ 𝑥𝑦) − (∑ 𝑥 . ∑ 𝑦)
𝑟=
√[𝑛 ∑ 𝑥 2 − (∑ 𝑥)2 ][𝑛 ∑ 𝑦 2 − (∑ 𝑦)2 ]
Keterangan :
𝑛 = jumlah data (responden)
𝑋 = variable bebas
𝑌 = variable terikat
Langkah-langkah uji signifikansi adalah sebagai berikut :
a. Membuat hipotesis dalam bentuk kalimat
𝐻0 : Tidak terdapat hubungan antara variable X dan variable Y
𝐻1 : Ada hubungan antara variabel X dan variabel Y
b. Membuat hipótesis dalam bentuk model statistik
𝐻0 ∶ 𝑟 = 0
𝐻1 ∶ 𝑟 ≠ 0
c. Menentukan resiko kesalahan atau taraf signifikan (𝛼)
d. Kaidah pengujian
Jika 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 < 𝑡𝑡𝑎𝑏𝑒𝑙 , maka 𝐻0 diterima
Jika 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 > 𝑡𝑡𝑎𝑏𝑒𝑙 , maka 𝐻0 ditolak

4
 atau
Jika 𝑝. 𝑠𝑖𝑔 > 𝛼, maka 𝐻0 diterima
Jika 𝑝. 𝑠𝑖𝑔 < 𝛼, maka 𝐻0 ditolak
e. Menghitung 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 dan 𝑡𝑡𝑎𝑏𝑒𝑙
1) Menghitung nilai 𝑡ℎ𝑖𝑡𝑢𝑛𝑔
Rumus :
𝑟√𝑛 − 2
𝑡ℎ𝑖𝑡𝑢𝑛𝑔 =
√1 − 𝑟 2
2) Menentukan nilai 𝑡𝑡𝑎𝑏𝑒𝑙
Nilai 𝑡𝑡𝑎𝑏𝑒𝑙 dapat dicari dengan menggunakan table t-Student. Bila pengujian dua
sisi, maka nilai 𝛼 dibagi 2.
𝑡𝑡𝑎𝑏𝑒𝑙 = 𝑡(𝛼)(𝑛−2)
2

f. Membandingkan 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 dan 𝑡𝑡𝑎𝑏𝑒𝑙

Tujuan membandingkan antara 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 dan 𝑡𝑡𝑎𝑏𝑒𝑙 adalah untuk mengetahui apakah 𝐻0
ditolak atau diterima berdasarkan kaidah pengujian.
g. Mengambil keputusan
Menerima atau menolak 𝐻0 .

2. Perhitungan dengan Aplikasi SPSS

Perhatikan contoh berikut:
Sebuah perusahaan periklanan, ingin mengetahui hubungan antara durasi iklan
produk X yang ditayangkan per bulan oleh salah satu televise swasta terhadap tingkat
penjualan barang (Y). Kemudian diambil durasi penayangan iklan dan tingkat penjualan
selama setiap satu bulan, dengan data sebagai berikut :
Periode Durasi Penjualan Barang
2008 (Menit) (Unit)
1 45 35240
2 55 36540
3 40 35000
4 60 42500
5 70 43000
6 60 42500

5
 7 50 37500
8 45 40000
9 35 32000
10 55 41500
11 65 42500
12 60 43000
Langkah-langkahnya sebagai berikut :
a. Masuk ke program SPSS
b. Klik variabel view pada SPSS data editor
1) Pada kolom name baris pertama ketik “X” dan pada baris kedua ketik “Y”.
2) Pada kolom decimal ganti dengan angka nol.
3) Pada kolom label, untuk baris pertama ketik durasi, pada baris kedua ketik tingkat
penjualan.

Pada layar monitor akan tampak seperti :

c. Pengisian data
Klik data view pada SPSS data editor
1) Pada kolom X masukkan durasi penayangan iklam setiap periode.
2) Pada kolom Y masukkan tingkat penjualan setiap periode.
Pada layar monitor akan tampak seperti :

6
d. Pengolahan data
1) Klik Analysis→Correlate→Bivariate
2) Dari Bivariate Correlation, masukkan durasi dan tingkat penjualan ke Variabels
3) Pada Correlation Coefficient contreng Pearson
4) Test of Significance pilih Two Tailed
Pada layar monitor akan tampak seperti :

e. Pengisian statistic
1) Klik Options
2) Pada Statistic pilih Mean and standard deviations
3) Pada Missing Values pilih Excude casas pairwise
Pada layar monitor akan tampak seperti :

f. Kemudian tekan OK untuk memproses data.

Sehingga, akan muncul data sebagai berikut:

7
 Descriptive Statistics
Std.
Mean Deviation N
Menit 53,33 10,517 12
Penualan
39273,33 3844,035 12
Barang

Correlations
Penualan
Menit Barang
Menit Pearson
1 ,878**
Correlation
Sig. (2-tailed) ,000
N 12 12
Penualan Pearson
,878** 1
Barang Correlation
Sig. (2-tailed) ,000
N 12 12
**. Correlation is significant at the 0.01 level (2-tailed).
Sehingga, diperoleh r = 0,878 dan P. Sig = 0,000 < 0,05, maka H0 ditolak. Artinya,
ada hubungan antara durasi iklan dengan penjualan barang.
Contoh Soal:
Suatu komisi pengdaan textbook suatu perguruan tinggi mengamati hubungan antara
jumlah halaman textbook dan harga textbook tersebut. Dari sampel acak 8 textbook yang
berbeda di dapat data sebagai berikut:
Textbook Text A Text B Text C Text D Text E Text F Text G Text H
Jumlah 400 600 500 600 400 300 200 550
Halaman
Harga 40 65 60 78 55 45 25 70
Textbook

8
(Usdolar)
Hitung korelasi pearson product moment antara jumlah halaman textbook dan harga textbook
dan tentukan apakah korelasi tersebut signifikan. Gunakan α = 0,01.
Penyelesaian:
Langkah-langkah uji signifikansi adalah sebagai berikut :
h. Membuat hipotesis dalam bentuk kalimat
𝐻0 : Tidak terdapat hubungan antara jumlah halaman dan harga textbook
𝐻1 : Ada hubungan antara jumlah halaman dan harga textbook
i. Membuat hipótesis dalam bentuk model statistik
𝐻0 ∶ 𝑟 = 0
𝐻1 ∶ 𝑟 ≠ 0
j. Menentukan resiko kesalahan atau taraf signifikan (𝛼 = 0,01)
k. Kaidah pengujian
Jika 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 < 𝑡𝑡𝑎𝑏𝑒𝑙 , maka 𝐻0 diterima
Jika 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 > 𝑡𝑡𝑎𝑏𝑒𝑙 , maka 𝐻0 ditolak
atau
Jika 𝑝. 𝑠𝑖𝑔 > 𝛼, maka 𝐻0 diterima
Jika 𝑝. 𝑠𝑖𝑔 < 𝛼, maka 𝐻0 ditolak
l. Uji Statistik
Correlations
Jumlah
Halaman Harga Textbook
Jumlah Halaman Pearson Correlation 1 ,934**
Sig. (2-tailed) ,001

N 8 8
Harga Textbook Pearson Correlation ,934** 1
Sig. (2-tailed) ,001

N 8 8
**. Correlation is significant at the 0.01 level (2-tailed).

Sehingga diperoleh r = 0,934 dan P.Sig = 0,001 dimana α = 0,01

m. Mengambil keputusan
Karena P.Sig = 0,001 < α = 0,01, maka H0 ditolak. Artinya, Ada hubungan antara jumlah
halaman dan harga textbook.

9
 BAB III
PENUTUP
A. Kesimpulan
Korelasi Pearson atau sering disebut Korelasi Product Moment (KPM) merupakan alat
uji statistik yang digunakan untuk menguji hipotesis asosiatif (uji hubungan) dua variabel
bila datanya berskala interval atau rasio. ada beberapa persyaratan untuk dapat menggunakan
KPM, yaitu :
1. Sampel diambil dengan teknik random (acak)
2. Data yang akan diuji harus homogen
3. Data yang akan diuji juga harus berdistribusi normal
4. Data yang akan diuji bersifat linier
B. Saran
Sebaiknya kita lebih memahami materi ini karena dengan adanya materi ini, kita dapat
mengetahui tingkat hubungan varibel satu dengan variabel lainnya.

10
 DAFTAR PUSTAKA
Asdar, dkk. Regresi, Analisis Jalur, dan SEM. Makassar: Kretakupa. 2016.

Hasan, Iqbal. Pokok-Pokok Materi Statistika 2 (statistika inferensial). Jakarta: PT Bumi

Aksara, 2012.

Uyanto, Stanislaus S. Pedoman Analisis Data Dengan SPSS. Yogyakarta: Graha Ilmu, 2009.

11