MAKALAH

UJI KORELASI
(Uji Korelasi Pearson)
(Disusun guna memenuhi tugas Biostatistika Inferensial kelas B)

Dosen Pengampu :
Dwi Martiana Wati, S. Si., M. Si

Oleh : Kelompok 11

Abidah Khoirun Nisa 162110101018

Lenny Mar’atus Sholikah 162110101050
Ninda F. Aris 162110101203

FAKULTAS KESEHATAN MASYARAKAT

UNIVERSITAS JEMBER
2019
 DAFTAR ISI

DAFTAR ISI ............................................................................................................ i

BAB 1. PENDAHULUAN ..................................................................................... 2

1.1 Latar Belakang ......................................................................................... 2

1.2 Rumusan Masalah .................................................................................... 2

1.3 Tujuan ....................................................................................................... 3

BAB 2. TEORI ........................................................................................................ 4

2.1 Uji Korelasi Pearson ................................................................................. 4

2.1.1 Pengertian .......................................................................................... 4

2.1.2 Asumsi-asumsi .................................................................................. 4

2.1.3 Manfaat Korelasi Pearson ................................................................. 4

2.1.4 Koefisien korelasi pearson ................................................................ 4

2.1.5 Batas-Batas Koefisien Korelasi ........................................................ 5

2.1.6 Uji Statistik ....................................................................................... 6

2.1.7 Hipotesis............................................................................................ 6

2.1.8 Kaidah Pengambilan Keputusan ....................................................... 6

2.1.9 Prosedur uji statistik secara manual .................................................. 7

2.1.10 Prosedur uji statistik menggunakan SPSS......................................... 8

BAB 3. APLIKASI ................................................................................................. 9

3.1 Contoh Soal Uji Kruskal Wallish H ......................................................... 9

3.1.1 Aplikasi Uji Korelasi Pearson Secara Manual ................................ 10

3.1.2 Aplikasi Uji Korelasi Pearson Menggunakan SPSS ....................... 12

DAFTAR PUSTAKA ........................................................................................... 15

i
 BAB 1. PENDAHULUAN

1.1 Latar Belakang

Korelasi adalah istilah statistik yang menyatakan derajat hubungan
linier antara dua variabel atau lebih. Analisis hubungan (korelasi)
merupakan suatu bentuk analisis data dalam penelitian yang bertujuan
untuk mengetahui kekuatan atau bentuk arah hubungan di antara dua
variabel atau lebih, dan besarnya pengaruh yang disebabkan oleh variabel
yang satu (variabel bebas) terhadap variabel lainnya (variabel terikat).
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. Dalam menganalisis hubungan
antara variabel -variabel terdapat beberapa bentuk hubungan.
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. Ada dua jenis statistik untuk
menghitung korelasi yaitu Koefisien korelasi bivariate adalah statistik
yang dapat digunakan oleh peneliti untuk menerangkan keeratan hubungan
antara dua variabel dan Koefisien korelasi multi-variat adalah statistik
yang digunakan peneliti untuk menggambarkan dan menentukan
hubungan antara tiga variabel atau lebih.
1.2 Rumusan Masalah
1. Apa yang dimaksud Uji Korelasi Pearson?
2. Bagaimana cara pengerjakan secara manual Uji Korelasi Pearson?
3. Bagaimana cara pengaplikasian Uji Korelasi Pearson dengan
menggunakan SPSS?

2
1.3 Tujuan
1. Untuk mengetahui apa Uji Korelasi Pearson
2. Untuk mengetahui bagaimana cara pengerjakan secara manual Uji
Korelasi Pearson
3. Untuk mengetahui bagaimana mengaplikasikan Uji Korelasi Pearson
dalam SPSS

3
 BAB 2. TEORI
2.1 Uji Korelasi Pearson
2.1.1 Pengertian
Korelasi pearson merupakan salah satu ukuran korelasi yang
digunakan untuk mengukur kekuatan dan arah hubungan linier dari dua
variabel. Dua variabel dikatakan berkorelasi apabila perubahan salah satu
variabel disertai dengan perubahan variabel lainnya, baik dalam arah yang
sama atau pun 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 non linier. Koefisien korelasi hanya
mengukur kekuatan hubungan linier dan tidak pada hubungan nonlinier.
Harus diingat pula bahwa adanya hubungan linier yang kuat di antara
variabel tidak selalu berarti ada hubungan kausalitas, sebab-akibat.

2.1.2 Asumsi-asumsi
Asumsi-asumsi yang digunakan dalam uji ini yaitu:
1. Data merupakan sampel acak hasil
2. Data homogen
3. Data berdistribusi nornal
4. Bersifat linier
5. Skala data interval atau ratio

2.1.3 Manfaat Korelasi Pearson

Mencari hubungan variabel bebas (X) dengan variabel (Y) dan data
berbentuk interval dan rasio.

2.1.4 Koefisien korelasi pearson

Korelasi dinyatakan dalam % keeratan hubungan antar variabel
yang dinaakan dengan koefisien korelasi, yang menunjukan derat keeratan
hubungan antara dua variabel dan raha hubungan ( + atau - ).

4
2.1.5 Batas-Batas Koefisien Korelasi
Nilai koefisien korelasi berkisar antara +- 1 sampai dengan +1.
Kriteria pemanfaatannya sebgai berikut:
1. Jika nilai r > 0, artinya telah terjadi hubungan yang linear positif,
yaitu semakin besar nilai variabel X maka semakin besar pula nilai
variabel Y tau semakin kecil nilai variabel X maka semakin kecil
pula nilai variabel Y. Jika, nilai r < 0, artinya telah terjadi
hubungan yang linear negatif, yaitu semakin besar nilai varibel X
maka semakin kecil nilai variabel Y atau semakin kecil nilai
variabel X maka semakin besar pula niali variabel Y.
2. Jika, nilai r = 0, artinya tidak ada hubungan sama sekali anatara
variabel X dan variabel Y.
3. Jika, nilai r = 1 atau r = -1, maka dapat dikatakan telah terjadi
hubungan linear sempurna, berupa garis lurus, sedangkan untuk r
yang makin mengrah ke angkah 0 maka garis makin lurus. Batas-
batas nilai koefisein korelasi diinterpretasikan sebagai berikut:
a. 0,00 sampai dengan 0,20 berarti korelasinya sangat lemah
b. 0,21 sampai dengan 0,40 berarti korelasinya lemah.
c. 0,41 sampai dengan 0,70 berarti korelasinya kuat.
d. 0,71 sampai dengan 0,90 berarti korelasinya sangat kuat.
e. 0,91 sampai dengan 0,99 berarti korelasinya sangat kuat
sekali.
f. 1.00 berarti korelasinya sempurna.
Tabel batas-batas koefisien korelasi

5
 Tebel pedoman umum dalam menentukan kriteria korelasi

Nilai Korelasi Sampel (r) Interpretasinya

0,00 – 0,09 Hubungan korelasi
diabaikan
0,10 – 0,29 Hubungan korelasi rendah
0,30 – 0,49 Hubungan korelasinya
moderat
0,50 – 0,70 Hubungan korelasinya
sedang
>0,70 Hubungan korelasinya
sangat kuat

2.1.6 Uji Statistik

Statistik uji yang digunakan adalah:

Dimana:
n = jumlah data (responden)
X = variabel bebas
Y = variabel terikat

2.1.7 Hipotesis
Ho : µ1 = µ2
Ha : µ1 ≠ µ2

2.1.8 Kaidah Pengambilan Keputusan

Jika – t ≤ t hitung ≤ t tabel, maka tidak ada hubungan, Ho diterima
Jika – t > t hitung > t tabel, maka ada hubungan, Ho ditolak
Atau
6
 Sig. > taraf nyata (α) maka terima H0
Sig. < taraf nyata (α) maka tolak H0

2.1.9 Prosedur uji statistik secara manual

1. Membuat hipotesis
a) Hipotesis dalam bentuk kalimat
Ho : tidak ada hubungan
Ha : terdapat hubungan
b) Hipotesis dalam bentuk statistik
Ho : µ A = µB
Ha : µ A ≠ µB
2. Menentukan taraf nyata (signifikansi) α
3. Menentukan kaidah pengujian signifikansi
Ho diterima : – t ≤ t hitung ≤ t tabel
Ho ditolak : – t > t hitung > t tabel
4. Menghitung nilai thitung dan ttabel
a) Tahapan menentukan nilai thitung
1) Membuat tabel penolong

2) Menghitung nilai thitung

7
 Dimana:
n = jumlah data (responden)
X = variabel bebas
Y = variabel terikat
b) Menentukan nilai ttabel
Nilai ttabel dapat dicari dengan menggunakan tabel t, t(α,db)
5. Membandingkan nilai thitung dengan ttabel
6. Membuat kesimpulan
Menentukan apakah Ho diterima ataukah ditolak disesuaikan dengan
kaidah pengujian yang sebelumnya sudah ditentukan

2.1.10 Prosedur uji statistik menggunakan SPSS

1. Masukkan data ke SPSS
2. Klik variabel view untuk memasukkan variabel  klik data view
untuk memasukkan data
3. Klik Analyze  Correlate  Bivariate
4. Muncul kotak “Bivariate Correlations”  Masukan variabel 1 dan
variabel 2 pada kotak variabeles”  centang pada Pearson  centang
Two-tailed  centang Flag significant correlations  Klik OK.
5. Muncul output
6. Analisis data
a) Ho diterima : sig > α
b) Ho ditolak : sig < α

8
 BAB 3. APLIKASI

3.1 Contoh Soal Uji Kruskal Wallish H

Seorang peneliti bermaksud melakukan penelitian “Apakah terdapat
hubungan antara berat badan dan hb ibu hamil di desa x ?

Responden X (BB) Y (hb)

1 80 12
2 75 11
3 78 10
4 66 9
5 70 10
6 72 11
7 68 9
8 65 9
9 80 11
10 75 11
11 64 10
12 69 9
13 74 11
14 71 10
15 61 9
Total x=1068 Σy=152

Pertanyaan:
a) Berapa besar hubungan (korelasi) antara variabel X dan Y ?
b) Berapa besar sumbangan variabel X terhadap variabel Y dan
apakah ada hubungan yang signifikan antara variabel X dan Y ?
Gunakan taraf nyata alfa = 0,05

9
3.1.1 Aplikasi Uji Korelasi Pearson Secara Manual
a. Membuat hipotesis
Ho : tidak terdapat hubungan yang signifikan antara berat
badan dan Hb pada ibu hamil
Ha : terdapat hubungan yang signifikan antara berat badan dan
Hb pada ibu hamil
b. Menentukan taraf nyata uji (signifikansi) α
Dalam penelitian ini menggunakan α = 5%
c. Menentukan kaidah pengujian
Ho diterima : – t ≤ t hitung ≤ t tabel
Ho ditolak : – t > t hitung > t tabel
d. Menghitung thitung dan ttabel
1) Membuat tabel penolong
Responden X (BB) Y (hb) XY X2 Y2
1 80 12 960 6400 144
2 75 11 825 5625 121
3 78 10 780 6084 100
4 66 9 594 4359 81
5 70 10 700 4900 100
6 72 11 792 5184 121
7 68 9 612 4624 81
8 65 9 585 4225 81
9 80 11 880 6400 121
10 75 11 825 5625 121
11 64 10 640 4096 100
12 69 9 621 4761 81
13 74 11 814 5476 121
14 71 10 710 5041 100
15 61 9 549 3721 81
Total x=1068 Σy=152 Σxy=10887 Σx2= Σy2=1554
76518

10
2) Menghitung nilai thitung
Rumus:

Dimana:
n = jumlah data (responden)
X = variabel bebas
Y = variabel terikat

Jadi,hubungan antara variabel X (Berat Badan) dan variabel Y

(HB ibu hamil) sebesar r = 0,79865 atau 0,799,Nilai korelasi
sebesar ini tergolong sangat kuat positif.
Hubungan bersifat positif artinya terjadinya hubungan searah
antara variabel X dan Y, bila berat badan semakin naik maka
akan semakin meningkat hb pada ibu hamil
a. Berapakah besar (kontirbusi) variabel X terhadap variabel
Y,Sumbangan (kontirbusi) variabel X terhadap Variabel Y,
sebagai berikut :
b. KP= r2 x 100 = (0,799)2 x 100% = 64%

11
 Artinya : pengaruh variabel X (berat badan) terhadap Y
(HB pada ibu hamil) sebesar 64 % dan 54% di tentukan
oleh variabel lainnya.

3) Menentukan nilai ttabel

∝= 0,05/2 = 0,025 (dua sisi).Kemudian di cari t tabel pada tabel
distribusi studenta t dengan ketentuan :
Db = n-2, db = 15 – 2 = 13. Sehingga t (⍺ , db) =t (0,025;13) =
2.1604
e. Membandingkan nilai thitung dengan ttabel
Diperoleh t hitung = 4,8 dan t tabel = 2.1604, sehingga t hitung > t
tabel
f. Mengambil keputusan
Kesimpulan Ho ditolak yang artinya terdapat hubungan yang
signifikan antara berat badan dan Hb pada ibu hamil.

3.1.2 Aplikasi Uji Korelasi Pearson Menggunakan SPSS

1. Masukkan data ke SPSS
2. Klik variabel view untuk memasukkan variabel  klik data view
untuk memasukkan data

12
3. Klik Analyze  Correlate  Bivariate

4. Muncul kotak “Bivariate Correlations”  Masukan variabel 1 dan

variabel 2 pada kotak variabeles”  centang pada Pearson  centang
Two-tailed  centang Flag significant correlations  Klik OK.

13
5. Muncul output

6. Analisis data
Dari tabel correlation diatas diperoleh data Sig = 0,00 maka sig < α,
dengan nilai 0,00 < 0,05 maka kesimpulannya Ho di tolak yang
artinya terdapat hubungan yang siginifikan antara berat badan dan Hb
pada ibu hamil.

14
 DAFTAR PUSTAKA
Hidayat, A. (2012, September 26). Penjelasan dan Uji Koefisien Cramer. Dipetik
Januari 30, 2019, dari https://www.statiskian.com/2012/09/koefisien-
cramer.html

Siregar, Syofian. 2015. Statistika Terapan Untuk Perguruan Tinggi Edisi Pertama.
Jakarta: PRENADAMEDIA GROUP.
Sujarweni, V. W. (2015). SPSS Untuk Penelitian. Yogyakarta: Penerbit Pustaka
Baru Press.

Suyanto, & Gio, P. U. (2017). Statistika Nonparametrik dengan SPSS, Minitab,

Sunyoto, D. (2002). Statistik Non Parametrik Untuk Kesehatan. Yogyakarta:

Nuha Medika .

15