A.

Teknik Analisis Korelasional, Pengertian, Tujuan dan Penggolongannya

1. Pengertian
Teknik analisis korelasional ialah teknik analisis statistic mengenai
hubungan antardua variabel atau lebih.
2. Tujuannya
Teknik analisis korelasional memiliki tiga macam tujuan, yaitu:
a. Ingin mencari bukti (berlandaskan pada data yang ada), apakah memang
benar antara variabel yang satu dan variabel yang lain terdapat hubungan
atau korelasi.
b. Ingin menjawab pertanyaan apakah hubungan antarvariabel itu (jika
memang ada hubungannya), termasuk hubungan yang kuat, cukupan,
ataukah lemah.
c. Ingin memperoleh kejelasan dan kepastian (secara matematik), apakah
hubungan antarvariabel itu merupakan hubungan yang berarti atau
meyakinkan (signifikan), ataukah hubungan yang tidak berarti atau tidak
meyakinkan.
3. Penggolongannya
Teknik analisis korelasional dapat dibedakan menjadi dua golongan, yaitu
teknik analisis korelasional bivariate dan teknik analisis korelasional
multivariate. Teknik analisis korelasional bivariate ialah teknik analisis
korelasi yang mendasarkan diri pada dua buah variabel. Contoh: korelasi antara
prestasi belajar dalam bidang studi Agama Islam (variabel X) dan sikap
keagamaan siswa (variabel Y).
Adapun teknik analisis korelasional multivariate ialah teknik analisis
korelasi yang mendasarkan diri pada lebih dari dua variabel. Contoh: korelasi
antara sikap keagamaan siswa (variabel 𝑋1) dengan suasana keagamaan di
lingkungan keluarga (variabel 𝑋2 ), lingkungan keagamaan siswa di masyarakat
(variabel 𝑋3 ),tingkat pengetahuan agama orang tua siswa (variabel 𝑋4), dan
prestasi belajar siswa dalam bidang studi agama islam (variabel 𝑋5).
4. Cara mencari korelasi pada teknik analisis korelasional bivariat
 Sebagaimana dikemukakan oleh Borg dan Gall dalam bukunya
Educational Research, terdapat 10 macam teknik perhitungan korelasi yang
termasuk dalam teknik analisis korelasional bivariate, yaitu:
1) Teknik Korelasi Produk Momen (Product Moment Correlation)
2) Teknik Korelasi Tata Jenjang (Rank Difference Correlation Atau Rank
Order Correlation)
3) Teknik Korelasi Koefisien Phi (Phi Coefficient Correlation)
4) Teknik Korelasi Kontingensi (Contingency Coefficient Correlation)
5) Teknik Korelasi Poin Biserial (Point Biserial Correlation)
6) Teknik Korelasi Biserial (Biserial Correlation)
7) Teknik Korelasi Kendall Tau (Kendalls’ Tau Correlation)
8) Teknik Korelasi Rasio (Correlation Ratio)
9) Teknik The Widespread Correlation
10) Teknik Korelasi Tetrakorik (Tetrachoric Correlation)1

A. Teknik Korelasi Product Moment

1. Pengertian Korelasi Product Moment
Korelasi Product moment (Product of the moment correlation) adalah
salah satu teknik untuk mencari korelasi antardua variable yang kerap kali
dgunakan. Korelasi Product Moment (KPM) atau sering juga disebut Korelasi
Pearson merupakan alat uji statistik yang digunakan untuk menguji hipotesis
asosiatif (uji hubungan) dua variabel bila datanya berskala interval atau rasio.
Teknik korelasi produk momen ini dikembangkan oleh Karl Pearson.Korelasi
Product moment merupakan salah satu bentuk statistik parametris karena
menguji data pada skala interval atau rasio.

Disebut Korelasi Product moment karena koefisien korelasinya diperoleh

dengan cara mencari hasil perkalian dari momen-momen variabel yang
dikorelasikan (Product of the moment).2

1
Sudijono, Anas. 2014. Pengantar Statistik Pendidikan. Jakarta: Rajawali Pers.Hlm.179-190.
2
Sudijono, Anas. 2014. Pengantar Statistik Pendidikan. Jakarta: Rajawali Pers.Hlm. 190

2
2. Penggunaan Korelasi Product Moment
Teknik Korelasi ini dapat digunakan apabila data yang akan
dikorelasikan atau dianalisis memenuhi syarat sebagai berikut:
1. Variabel yang akan dikorelasikan berbentuk gejala yang bersifat kontinu
atau data ratio dan data interval.
2. Sampel yang diteliti mempunyai sifat homogen atau mendekati homogen.
3. Regresinya merupakan regresi linear.3

3. Indeks Determinasi

Kuat lemah atau tinggi rendahnya korelasi antara dua variabel yang
sedang kita teliti, dapat diketahui dengan melihat besar kecilnya angka index
korelasi/indeks determinasi, yang pada teknik korelasi product moment diberi
lambang “I”. Misalkan persamaan regresi Y atas X, berbentuk Y = f(X). jika
regresinya linear, maka f(X) = a+ bX dan jika parabola kuadratik. f (X) = a
+bX+cX2. Jika 𝑌̅ menyatakan rata-rata untuk variabel Y, maka kita dapat
∑(𝑌𝑖 −𝑌̅)2 – ∑(𝑌𝑖 −𝑌̂𝑖 )2 𝐽𝐾𝑡𝑜𝑡 −𝐽𝐾𝑟𝑒𝑠
membentuk jumlah kuadrat total, 𝐼 = ∑(𝑌𝑖 −𝑌̅)2
atau 𝐼 = .
𝐽𝐾𝑡𝑜𝑡

Koefisien korelasi itu berkisar antara 0,00 dan +1,00 (korelasi positif)
dan atau diantara 0,00 sampai -1,00 (korelasi negatif), tergantung pada arah
hubungan positif ataukah negatif. Koefisien yang bertanda positif
menunjukkan bahwa arah korelasi tersebut positif, dan koefisien yang bertanda
negatif menunjukkan arah korelasi yang negatif. Sedangkan koefisien yang
bernilai 0,00 menunjukkan tidak adanya korelasi antara variabel X dan Y.

Besar rxy Penafsiran

Hubungan sangat lemah (diabaikan,

0,00 – < 0,20
dianggap tidak ada)

≥ 0,20 – < 0,40 Hubungan rendah atau lemah

3
Hartono. 2010.Statisitik Untuk Penelitian. Riau: Zanafa Publishing. Hlm. 79

3
 ≥ 0,40 – < 0,70 Hubungan sedang atau cukup

≥ 0,70 – < 0,90 Hubungan kuat

≥ 0,90 – ≤ 1,00 Hubungan sangat kuat

4. Rumus Pearson Product Moment

Adapun rumus Pearson Product Moment (r) terbagi 2 macam adalah
sebagai berikut di bawah ini:
1. Korelasi Product Moment dengan simpangan:

∑𝑥𝑦
𝑟𝑥𝑦 =
√(∑𝑥 2 )(∑𝑦 2 )

Keterangan:

𝑟𝑥𝑦 =Koefisiensi korelasi anatara variabel X dan variabel Y:dua

variabel yang dikorelasikan ( x=X-M ) dan( y= Y-M).

∑𝑥𝑦 =Jumlah perkalian x dengan y

𝑥 2 =Kuadrat dari x (deviasi x)

𝑦 2 =Kuadrat dari y (deviasi y)

2. Korelasi Product Moment dengan Angka Kasar:

𝑁 ∑ 𝑋𝑖 𝑌𝑖 − (∑ 𝑋𝑖 )(∑𝑌𝑖 )
𝑟𝑥𝑦 =
√{𝑁𝛴𝑋𝑖 2 − (∑𝑋𝑖 )2 }{𝑁𝛴𝑌𝑖 2 − (𝛴𝑌𝑖 )2 }

Keterangan:

𝑟𝑥𝑦 = Koefisien korelasi antara variabel X dan variabel Y

𝛴𝑥y =Jumlah perkalian antara variabel x dan Y

∑𝑥 2 =Jumlah dari kuadrat nilai X

4
 ∑𝑦 2 =Jumlah dari kuadrat nilai Y

(∑𝑥)2 =Jumlah nilai X kemudian dikuadratkan

(∑𝑦)2=Jumlah nilai Y kemudian dikuadratkan

Contoh Soal:

Suatu penelitian yang ingin melihat apakah ada hubungan antara

banyaknya kredit yang diambil dengan indeks prestasi yanng dicapai
mahasiswa dalam satu semester. Setelah dilakukan pengumpulan data dari 10
mahasiswa ternyata penyebaran kredit dan indeks prestasi yang dicapai sebagai
berikut:

Nomor urut Jumlah kredit yang

Indeks prestasi
Mahasiswa diambil

1 20 3,1

2 18 4,0

3 15 2,8

4 20 4,0

5 10 3,0

6 12 3,6

7 16 4,0

8 14 3,2

9 18 3,5

10 12 4,0

Cara Menghitung Korelasi Product Moment Dengan Simpangan

5
 Rumus ini memerlukan suatu perhitungan rata-rata dari masing-masing
kelompok, yang selanjutnya perlu perhitungan selisih masing-masing skor
dengan rata-ratanya, serta kuadrat simpangan skor dengan rata-ratanya,
maupun hasil kali simpangan masing-masing kelompok.

Tahapan yang harus dilalui untuk menghitung Korelasi Product Moment

dengan Simpangan adalah sebagai berikut:

1. Jika jumlah kredit mata kuliah yang diambil mahasiswa merupakan

variabel X, maka indeks prestasi merupakan variabel Y
2. Buatlah tabel penolong yang mengandung unsur-unsur atau faktor-faktor
yang diperlukan dalam perhitungan korelasi sesuai dengan kebutuhan tabel
Korelasi Product Moment dengan Simpangan.
3. Menjumlahkan subyek penelitian
4. Menjumlahkan skor X dan skor Y
∑𝑥
5. Menghitung Mean variabel X dengan rumus: 𝑀𝑥 = dan hasilnya
𝑁

menjadi 155/10=15,5
𝛴𝑌
6. Menghitung Mean variabel Y dengan rumus:𝑀𝑦 = dan hasilnya
𝑁

menjadi 35,2/10=3,52
7. Menghitung deviasi masing-masing skor x dengan rumus :x=X–M. X baris
ke 1,kolom ke 4 kita isi menjadi, contohnya = 20-15,5=4,5, dan
seterusnya.
8. Menghitung deviasi masing-masing skor y dengan rumus:y =Y-M. y baris
ke 1, kolom ke 5 kita isi menjadi, contohnya= y=3,1-3,52=-0,42,dan
seterusnya
9. Mengalikan deviasi x dengan y
10. Menguadratkan seluruh deviasi x dan menjumlahkannya
11. Menguadratkan seluruh deviasi y dan menjumlahkannya
12. Menyelesaikan rumus Korelasi Product Moment dengan Simpangan,
yaitu:

6
 Siswa
X Y X Y xy 𝑥2 𝑦2
ke-

1 20 3,1 4,5 -0,42 -1,89 20,25 0,1764

2 18 4,0 2,5 0,48 1,2 6,25 0,2304

3 15 2,8 -0,5 -0,72 0,36 0,25 0,5184

4 20 4,0 4,5 0,48 2,16 20,25 0,2304

5 10 3,0 -5,5 -0,52 2,86 30,25 0,2704

6 12 3,6 -3,5 0,08 -0,28 12,25 0,0064

7 16 4,0 0,5 0,48 0,24 0,25 0,2304

8 14 3,2 -1,5 -0,32 0,48 2,25 0,1024

9 18 3,5 2,5 -,02 -0,05 6,25 0,0004

10 12 4,0 -3,5 0,48 -1,68 12,25 0,2304

N=10 155 35,2 0 0 3,4 110,5 1,996

H
al yang perlu diingat (sebagai bahan koreksi perhitungan) adalah jumlah
simpangan masing-masing nilai dengan rata-ratanya adalah 0. Disamping itu
kita tidak perlu menghilangkan tanda negatif (-).

Jadi,

3,4 3,4
𝑟𝑥𝑦 = = = 0,2289378023 = 0,23
√(110,5)(1,996) 14,85119524

Cara Menghitung Korelasi Product Moment Dengan Angka Kasar

Tahapan yang harus dilalui untuk menyelesaikan Rumus Korelasi

Product Moment dengan angka kasar adalah:

7
1. Jika jumlah kredit mata kuliah yang diambil mahasiswa merupakan
variabel X, maka indeks prestasi merupakan variabel Y
2. Buatlah tabel penolong yang mengandung unsur-unsur atau faktor-faktor
yang diperlukan dalam perhitungan korelasi sesuai dengan kebutuhan tabel
Korelasi Product Moment dengan ANGKA KASAR.
3. Menjumlahkan subyek penelitian
4. Menjumlahkan variabel X dan variabel Y
5. Mengalikan antara variabel X dan variabel Y
6. Mengkuadratkan variabel X dan menjumlahkannya
7. Mengkuadratkan variabel Y dan menjumlahkannya
8. Menyelesaikan rumus Korelasi Product Moment dengan angka kasar
untuk mencari koefisien korelasinya, yaitu:

Siswa ke- X Y XY 𝑋2 𝑌2

1 20 3,1 62 400 9,61

2 18 4,0 72 324 16

3 15 2,8 42 225 7,84

4 20 4,0 80 400 16

5 10 3,0 30 100 9

6 12 3,6 43,2 144 12,96

7 16 4,0 64 156 16

8 14 3,2 44,8 196 10,24

9 18 3,5 63 324 12,25

10 12 4,0 48 144 16

N=10 155 35,2 549 2513 125,90

8
Hal yang bisa diketahui berdasarkan pada soal maupun tabel di atas adalah:

N =10
𝛴𝑥Y =549
𝛴𝑥 =155
𝛴𝑌 =35,2
∑𝑥 2 =2513
∑𝑦 2 =125,90

9
 Setelah kita inventarisir seluruh faktor yang diperlukan dalam rumus Korelasi
Product Moment dengan Angka Kasar, maka angka-angka tersebut kita masukkan dalam
rumus di bawah ini. Dengan demikian, maka hasil perhitungan Korelasi Product Moment
dengan Angka Kasar sebagai berikut:

𝑁𝛴𝑥𝑦−(∑𝑥) (∑𝑦)
𝑟𝑥𝑦 =
√(𝑁𝛴𝑥 2 − (∑𝑥)2 (𝑁𝛴𝑦 2 − (𝛴𝑦)2)
(10𝑥549) − (155𝑥35,2)
=
√(10𝑥2513) − (155)2 (10𝑥125,90) − (35,2)2
34
=
148,5119524
= 0,2289378023
= 0,23
Dengan demikian telah terbukti bahwa menggunakan rumus pertama maupun kedua
menghasilkan hasil yang sama. Oleh karena kedua rumus korelasi product moment di atas
benar-benar sama, maka keduanya bisa dipakai pada kondisi yang sama, tetapi disarankan
untuk memakai rumus yang kedua karena lebih simpel perhitungannya.

5. Uji Signifikansi r
Untuk menguji signifikansi koefisien korelasi (nilai r) yang diperoleh maka dapat
dilakukan sebagai berikut:
1. Dengan membandingkan nilai t hitung dengan harga t tabel dengan taraf kesalahan
(α=0,05) dengan menggunakan dk=N-2.
2. t hitung dengan rumus sebagai berikut untuk korelasi Product Moment. 𝑡=
√𝑁−2
𝑟. √1−𝑟 2

3. Terima H0−t (1− 1α) < 𝑡 < t (1− 1α) dalam hal-hal lain H0 ditolak.
2 2

Contoh :

Mencari koefisien korelasi antara nilai matematika dengan nilai fisika yang diperoleh
siswa.

No. Mat. Fisika

𝑿. 𝒀 𝑿𝟐 𝒀𝟐
Resp. X Y
1 6,5 6,3 40,95 42,25 39,69
2 7 6,8 47,6 49 46,24

10
 3 7,5 7,2 54 56,25 51,84
4 7 6,8 47,6 49 46,24
5 6 7 42 36 49
6 6 6,2 37,2 36 38,44
7 5,5 5,1 28,05 30,25 26,01
8 6,5 6 39 42,25 36
9 7 6,5 45,5 49 42,25
10 6 5,9 35,4 36 34,81
Jumlah 65 63,8 417,3 426 410,52

∑ Xi Yi = 𝟒𝟏𝟕, 𝟑

(∑𝑋𝑖 )(∑𝑌𝑖 ) = 4147

Rumus :
𝑁 ∑ 𝑋𝑖 𝑌𝑖 −(∑ 𝑋𝑖 )(∑𝑌𝑖 ) 10(𝟒𝟏𝟕,𝟑)–(𝟔𝟓)(𝟔𝟑,𝟖)
𝑟𝑥𝑦 = =
√{𝑁𝛴𝑋𝑖 2 −(∑𝑋𝑖 )2 }{𝑁𝛴𝑌𝑖 2 −(𝛴𝑌𝑖 )2 } √{10(𝟒𝟐𝟔)−(𝟔𝟓)2 }{10(𝟒𝟏𝟎,𝟓𝟐)−(𝟔𝟑,𝟖)2 }

26
𝑟𝑥𝑦 = = 0,745
√1216,6
Setelah diketahui nilai koefisien korelasi, selanjutnya dapat kita interpretasikan
bahwa nilai matematika dan nilai fisika memiliki hubungan yang kuat. karena berada pada
interval 0,70 – 0,90.Jika sudah mendapatkan interpretasi selanjutnya dilakukan uji
signifikansi r dengan melakukan uji t. Yaitu dengan rumus:
√𝑁−2
𝑡 = 𝑟. √1−𝑟2

√10 − 2
𝑡 = 0,745. = 3,183
√1 − 0,7452

Kriteria pengujian hipotesis adalah:

Dari hasil perhitungan di atas, diketahui harga 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 = 3,183, sedangkan harga
𝑇𝑡𝑎𝑏𝑒𝑙 = 2,31 pada dk = 10 – 2 = 8, dan 𝛼 = 0,05 maka 𝑡(8 ;0,975) = 2,31. Dengan
demikian 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 > 𝑇𝑡𝑎𝑏𝑒𝑙 maka H1 diterima. Berdasarkan pengujian hasil hipotesis
diketahui bahwa (𝑡ℎ𝑖𝑡𝑢𝑛𝑔 = 3,183) > (𝑇𝑡𝑎𝑏𝑒𝑙 = 2,31), sehingga kesimpulannya H0

11
 ditolak dan H1 diterima yang berarti terdapat pengaruh antara nilai matematika dengan
nilai fisika yang diperoleh siswa.

B. Teknik Korelasi Tata Jenjang

1. Pengertian
Teknik korelasi tata jenjang dalam dunia statistik dikenal sebagai Teknik Analisis
Korelasional yang paling sederhana jika dibandingkan dengan Teknik Analisis Korelasi
lainnya. Pada Teknik Korelasi Jenjang ini, besar-kecil atau kuat-lemahnya korelasi antara
variabel yang sedang kita selidiki korelasinya, kita ukur berdasarkan perbedaan urutan
kedudukan skornya, jadi bukan didasarkan pada skor hasil pengukuran yang sebenarnya.
Dengan kata lain, datanya adalah data ordinal atau data berjenjang atau data urutan.
Misalnya: Siswa yang IQ-nya menepati jenjang (ranking) paling tinggi, juga menempati
jenjang paling tinggi dalam hal prestasi belajar Matematika. Siswa yang IQ-nya rendah,
prestasi belajar Matematikanya juga menempati jenjang paling rendah.

Jenjang Jenjang Studi

Siswa: Matematika:
IQ:

A 5 5

B 1 1

C 3 3

D 2 2

E 4 4

2. Penggunaan
Teknik Analisis Korelasi Tata Jenjang ini dapat efektif digunakan apabila subjek
yang dijadikan sample dalam penelitian lebih dari sembilan tetapi kurang dari tiga puluh,
dengan kata lain N atara 10-29. Karena itu apabila N sama dengan atau lebih dari 30,
sebaiknya jangan digunakan teknik korelasi ini.

3. Lambang

12
 Pada teknik Korelasi Tata Jenjang ini angka indeks korelasinya dilambangkan
dengan huruf 𝜌 (baca: Rho). Seperti halnya 𝑟𝑥𝑦 maka angka indeks korelasi 𝜌 ini besarnya
berkisar antara 0,00 sampai dengan ± 1,00.

4. Rumus
Untuk mencari (menghitung) 𝜌 dipergunakan rumus sebagai berikut:
6𝛴𝐷2
𝜌 = 1−
𝑁(𝑁 2 − 1)
atau,
6𝛴𝐷2
𝜌 = 1−
(𝑁 3 − 𝑁)
Keterangan:

𝜌 = Angka indeks Korelasi Tata Jenjang.

6 & 1 = Bilangan konstan (tidak boleh diubah-ubah).

𝐷 = Difference, yaitu perbedaan antara urutan skor pada variabel pertama (𝑅1 ) dan
urutan skor pada variabl kedua (𝑅2 ), jadi 𝐷 = 𝑅1 − 𝑅2 .
𝑁 = Number of Cases, dalam hal ini adalah banyaknya pasangan yang sedang dicari
korelasinya.

5. Cara Memberikan Interpretasi terhadap Angka Indeks Korelasi Tata Jenjang

Untuk memberikan interpretasi terhadap Angka Indeks Korelasi Tata Jenjang,
terlebih dahulu kita rumuskan Hipotesis alternatif dan Hipotesis Nol-nya:
𝐻𝑎 : Ada korelasi positif yang signifikan antara Variabel I dan Variabel II.
𝐻0 : Tidak ada korelasi positif yang signifikan antara Variabel I dan Variabel II.
Setelah diperoleh Angka Indeks Korelatif Tata Jenjangnya (yaitu: Rho), lalu kita
berikan interpretasi dengan menggunakan Tabel Nilai 𝜌 dengan 𝑑𝑓 = 𝑁, baik pada taraf
signifikansi 5% maupun pada taraf signifikansi 1%. Jika 𝜌 yang kita peroleh dalam
perhitungan (yaitu: 𝜌𝑜 ) sama dengan atau lebih besar dari pada harga 𝜌 yang tercantum
dalam Tabel (yaitu: 𝜌𝑡 ), maka Hipotesis Nol ditolak, sebaliknya Hipotesis alternatif
disetujui apabila 𝜌𝑜 lebih kecil dari pada 𝜌𝑡 , maka Hipotesis Nol disetujui, sebaliknya
Hipotesis alternatif ditolak.4

4
Sudijono, Anas. 2014. Pengantar Statistik Pendidikan. Jakarta: Rajawali Pers.Hlm.231-233..

13
C. Teknik Korelasi Koefisien Kontingensi
1. Pengertian
Teknik Korelasi koefisien Kontigensi (Contingency Coefficient Corellation) adalah
salah satu teknik Analisis Korelasional Bivariat, yang dua buah variabel dikorelasikan
adalah berbentuk katagori atau merupakan gejala ordinal. Misalnya: tingkat pendidikan:
tinggi, menengah, rendah: pemahaman terhadap ajaran agama islam: baik, cukup. kurang
dan sebagainya.
Apabila variabel itu hanya terbagi menjadi dua kategpri, dan kedua kategori itu
sifatnya diskrit (terpisah menjadi dua kutub yang ekstrem), maka selain menggunakan
teknik analisis korelasional koefisien kontingensi, dapat pula dipergunakan teknik analisis
korelasional phi koefisien. Akan tetapi apabila kategori itu lebih dari dua buah, maka
teknik analisis korelasional phi koefisien tidak dapat diterapkan di sini.

2. Lambang
Kuat lemah, tinggi rendah, atau besar kecilnya korelasi antar dua variabel yang
sedan kita selidiki korelasinya, dapat diketahui dari besar kecilnya angka indeks korelasi
yang disebut coefficient contingery, yang umumnya diberi lambang dengan huruf C atay
KK (singkatan dari koefisien kontingensi).

3. Rumusnya
Rumus untuk mencari koefisien kontingensi adalah:
𝑥2
𝐶=
𝑥2 + 𝑁
𝑥 2 dapat diperoleh dengan menggunakan rumus:

2
(𝑓𝑜 − 𝑓𝑡 )2
𝑥 =∑
𝑓𝑡

4. Cara memberikan interpretasi terhadap angka indeks korelasi kontingensi

Pemberian interpretasi terhadap angka indeks korelasi kontingensi C dan KK itu
adalah dengan jalan terlebih dahulu menubah harga C menjadi Phi, dengan
mempergunakan rumus sebagai berikut:
𝐶
∅=
√1 − 𝐶 2

14
 Setelah harga ∅ diperoleh, selanjutnya kita konsultasikan dengan tabel nilai “r”
product moment dengan df sebesar N-nr. Jika angka indeks korelasi yang kita peroleh
dalam perhitungan (dalam hal ini adalah C yang telah diubah menjadi Phi dan “dianggap”
𝑟𝑥𝑦 ) itu sama dengan atau lebih besar daripada 𝑟𝑡𝑎𝑏𝑒𝑙 , maka hipotesis nihil ditolak dan
apabila lebih kecil daripada 𝑟𝑡𝑎𝑏𝑒𝑙 , maka hipotesis nihil diterima atau disetujui.

5. Contoh cara menari (menghitung) angka indeks korelasi kontingensi

Misalkan akan diteliti, apakah terdapat korelasi positif yang signifikan anatar
semnagat berolah-raga dan kegairahan belajar. Sejumlah 200 orang subjek diterapkan
sebagai sampel penelitian. Hasil pengumpulan data menunjukkan angka sebagaiman
tertera pada tabel 5.19.
Karea angka indeks korelasi kontingensi C atau KK itu harus dihitung dengan Kai
kuadrat, maka langkah pertama yang harus kita tempuh adalah mengetahui besarnya Kai
Kuadrat tersebut. Untuk keperluan itu kita siapkan tabel kerjanya.
Gairah Belajar Semangat Berolah Raga Besar Sedang Kecil Jumlah

Besar 18 12 10 40

Sedang 34 43 33 110

Kurang 10 10 30 50

Jumlah 62 65 73 200 = N

Tabel 5.19. Data mengenai semangat berolah raga dan kegairahan belajar dari
sejumlah 200 orang subjek
(𝑓𝑜 −𝑓𝑡 )2
Dari tabel 5.20 telah berhasil kita peroleh ∑ =18,7194. Karena itu Kai
𝑓𝑡

Kuadrat (𝑥 2 )=18,7194.
Setelah harga kai kuadrat kita ketahui, maka selantnya kita substitusikan ke dalam
rumus koefisien kontingensi:
𝑥2 18,7194 18,7194
C atau KK = √𝑥 2 +𝑁 = √18,7194+200 = √218,7194 = √0,0856 = 0,293

Interpretasi:
𝐻𝑎 = ada korelasi positif yang signifikan antara semangat berolahraga dan kegairahan
belajar.

15
𝐻𝑜 = tidak ada korelasi positif yang signifikan antara semangat berolahraga dan
kegairahan belajar.
Untuk memberikan interpretasi terhadap C dan KK itu, harga C terlebih dahulu kita
ubah menjadi Phi (∅), dengan rumus :
𝐶
∅=
√1 − 𝐶 2
0,293 0,293 0,293 0,293
∅= = = = = 0,306
√1 − (0,293)2 √1 − 0,086 √0,914 0,956
Sel. 𝑓𝑜 𝑓𝑡 𝑓𝑜 − 𝑓𝑡 (𝑓𝑜 − 𝑓𝑡 )2 (𝑓𝑜 − 𝑓𝑡 )2
𝑓𝑡

1 18 62×40 +5,6 31,36 2,5290

= 12,4
200

2 12 65×40 -1,0 1,00 0,0770

= 13,0
200

3 10 73×40 -4,6 21,16 1,4490

= 14, 6
200

4 34 62×110 -0,1 0,01 0,0003

= 34,1
200

5 43 65×110 +7,25 52,5625 1,4703

=
200

35,75
6 33 73×110 -7,15 51,1225 1,2733
=
200

40,15
7 10 62×50 -5,5 30,25 1,9516
= 15,5
200

8 10 65×50 -6,25 39,0625 2,4038

= 16,26
200

9 30 65×50 +11,75 138,0625 7,5651

= 18,25
200

jumlah 200 = N 200 = N 0=∑(𝑓𝑜 − 𝑓𝑡 )2 - 18,7194=∑

(𝑓𝑜 −𝑓𝑡 )2
𝑓𝑡

Tabel 5.20 tabel kerja untuk mengetahui harga Kai Kuadrat, dalam rangka mencari
angka indeks korelasi kotingensi C.
Selanjutnya harga ∅ yang telah kita peroleh itu kita konsultasikan dengan tabel nilai
“r” product moment, dengan terlebih dahulu mencari df-nya: df=N-nr=200-2=198 (dalam
tabelitu digunakan df sebesar 200). Dengan df sebesar 200, diperoleh harga 𝑟𝑡𝑎𝑏𝑒𝑙 pada

16
 taraf signifikan 5%=0,138, sedangkan pada taraf signifikan 1% diperoleh harga
𝑟𝑡𝑎𝑏𝑒𝑙 =0,181.
Dengan demikian ∅ (yang berasal dari perubahan terhadap C itu) lebih besar
daripada 𝑟𝑡𝑎𝑏𝑒𝑙 , baik pada taraf signifikan 5%maupun 1%. Dengan ini maka hipotesis nol
ditolak, berarti ada korelasi positif yang signifikan antara semangat berolah raga dan
kegairahan belajar, makin besar semangat berolah raga tumbuh dalam diri anak, diikuti
dengan semakin besarnya kegairahan belajar mereka.
Sebagai catatn tambahan perlu kiranya dikemukakan di sisni bahwa dalam rangka
mengubah harga C menjadi ∅ (untuk diberikan interpretasi dengan menggunakan taebl
nilai “r” product moment itu), ada cara lain yang dapat dipergunakan, yaitu denga
menggunakan rumus:

𝑥2
∅=√
𝑁

Diatas tadi telah kita peroleh harga Kai Kuadrat =18,7194, jika harga Kai Kuadrat
itu kita substitusikan ke dalam rumus di atas, maka5:

𝑥2 18,7194
∅=√ =√ = √0,093597 = 0,306 (ℎ𝑎𝑠𝑖𝑙𝑛𝑦𝑎 𝑝𝑒𝑟𝑠𝑖𝑠 𝑠𝑎𝑚𝑎).
𝑁 200

5
Sudijono, Anas. 2014. Pengantar Statistik Pendidikan. Jakarta: Rajawali Pers.Hlm. 252-257.

17