MAKALAH ANALISIS KORELASI

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
1. Apa yang dimaksud dengan analisa korelasi PPM?
2. Bagaimana tekhnik dan aplikasi penghitungan korelasi PPM?

C. Tujuan
1. Menjelaskan apa yang dimaksud dengan analisa korelasi PPM?
2. Menjabarkan tekhnik analisa korelasi PPM
3. Mengaplikasikan analisa korelasi PPM dalam karya tulis ilmiah
 BAB II
ISI

A. Pengertian Analisis Korelasi PPM

Korelasi PPM atau sering disingkat korelasi saja merupakan salah satu teknik korelasi
yang paling banyak digunakan dalam penelitian sosial. Besarnya angka korelasi disebut koefisien
korelasi yang dinyatakan dengan lambang r.
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 non linier. Harus diingat pula bahwa adanya
hubungan linier yang kuat di antara variabel tidak selalu berarti ada hubungan kausalitas, sebab-
akibat
Manfaat Korelasi Pearson Product Moment:
- Untuk menyatakan ada atau tidaknya hubungan antara variabel X dengan variabel Y.
- Untuk menyatakan besarnya sumbangan variabel satu terhadap yang lainnya yang dinyatakan
dalam persen.
Menurut Riduan dan Kuncoro (2008,61) metode PPM termasuk teknik statistik
parametrik yang menggunakan data interval dan ratio (kuantitatif) dengan persyaratan tertentu
antara lain :
- Data dipilih secara random
- Data berdistribusi normal
- Data yang dihubungkan berpola linear
- Data yang dihubungkan mempunyai pasangan yang sama sesuai dengan subjek yang sama

B. Teknik dan Aplikasi Penghitungan Korelasi PPM

 Langkah 1 : Perumusan Hipotesis
Jika diduga bahwa suatu variabel mempunyai hubungan yang positif dengan variabel lain, maka
rumusan hipotesisnya adalah
- Ho : r = 0 (tidak ada hubungan antara suatu variabel yang positif dengan variabel lain)
- Ha : r > 0 (terdapat hubungan yang positif dan signifikan anatara suatu variabel dengan variabel
lainnya)

Langkah 2 : Menentukan taraf nyata (level of signifance)

Yaitu menentukan nilai α, misalnya 5% atau α = 0,05

Langkah 3 : Menentukan Uji Hipotesis

Membuat Ha dan Ho dalam bentuk statistik :
Ha : r ≠ 0
Ho : r = 0

Langkah 4 : Menghitung
Membuat tabel penolong untuk menghitung Korelasi PPM:
dengan rumus ;

Atau

Keterangan :
n = jumlah data
x = data yang mempengaruhi
y = data yang dipengaruhi
X=x–x
Y=y–y
Langkah 5 : Mencari besarnya sumbangan (konstribusi) variabel X terhadap Y
Dengan rumus :
KP = r2 x 100%

Langkah 6 : Cari r table

Dengan rumus : dk = n-2

Langkah 7 : Tentukan kriteria pengujian

Jika –rtabel≤rhitung≤+rtabel, maka Ho diterima

Langkah 8 : Membandingkan thitung dengan ttabel

Menguji signifikansi dengan rumus thitung :

Kaidah pengujian :
Jika thitung ≥ ttabel, maka tolak Ho artinya signifikan dan
thitung ≤ ttabel, terima Ho artinya tidak signifikan.
Langkah 9 : Membuat kesimpulan

Contoh “Hubungan Antara Umur dengan Tekanan Darah Pasien di Ruang Rawat Inap
Penyakit Dalam RSUD Banjarbaru”
Berikut adalah data usia, berat, dan tekanan darah.
Individual Age Systolic Pressure
A 34 108
B 43 129
C 49 126
D 58 149
E 64 168
F 73 161
G 78 174

Langkah-langkah :

1. Perumusan Hipotesis
Ha : ada hubungan yang signifikan antara umur dengan tekanan darah
Ho : Tidak ada hubungan yang signifikan antara umur dengan tekanan darah

2. Menentukan taraf nyata

Untuk kasus ini, kita ingin melihat apakah terdapat hubungan linier antara usia dengan tekanan
darah sistolik. Taraf nyata yang digunakan adalah 5%.
Di dapat α=0,05

3. Menentukan uji hipotesis dalam statistic

Ha : r ≠ 0
Ho : r = 0

4. Menghitung
No Age (X) Systolic Pressure (Y) X2 Y2 XY
1 34 108 1156 11664 3672
2 43 129 1849 16641 5547
3 49 126 2401 15876 6174
4 58 149 3364 22201 8642
5 64 168 4096 28224 10752
6 73 161 5329 25921 11753
7 78 174 6084 30276 13572
Jumlah 399 1015 24279 150803 60112
Rata-rata 57 145
 5. Menentukan besarnya sumbangan variable X terhadap Y dengan rumus :

KP = r2 x 100% = 0,962 x 100% = 92,16%

6. Menentukan rtabel

dk = n-2
= 7-2 = 5
Didapat rtabel = 0,754

7. Menentukan kriteria pengujian

Didapat rhitung > rtabel = 0,9656 > 0,754 maka Ha diterima

8. Membandingkan thitung dan ttabel

Didapat thitung > ttabel = 5,46 >2,57

9. Membuat Kesimpulan

- rxy sebesar 0,956 kategori kuat

- KP = r2 x 100% = 0,962 x 100% = 92,16%
- Ternyata thitung lebih dari ttabel atau 5,46 >2,57, maka Ho ditolak, artinya ada hubungan yang
signifikan antara umur dengan tekanan darah.
 BAB III
KESIMPULAN
Korelasi Pearson merupakan salah satu ukuran korelasi yang digunakan untuk mengukur
kekuatan dan arah hubungan linier dari dua variable.
Manfaat Korelasi Pearson Product Moment:
- Untuk menyatakan ada atau tidaknya hubungan antara variabel X dengan variabel Y.
- Untuk menyatakan besarnya sumbangan variabel satu terhadap yang lainnya yang dinyatakan
dalam persen.
 DAFTAR PUSTAKA

Dajan, Anto. 1973. Pengantar Meode Statistik Jilid 1. Jakarta: LP3ES

Hidayat, A. Aziz Alimul. 2011. Metode Penelitian Keperawatan dan Teknik Analisis Data. Jakarta:
Salemba Medika
Sudijono, Anas. 1987. Pengantar Statistik Pendidikan. Jakarta: Rajawali
Sudjana. 1989. Metoda Statistika Edisi 5. Bandung: Tarsito