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.
3
Hartono. 2010.Statisitik Untuk Penelitian. Riau: Zanafa Publishing. Hlm. 79
3
≥ 0,40 – < 0,70 Hubungan sedang atau cukup
∑𝑥𝑦
𝑟𝑥𝑦 =
√(∑𝑥 2 )(∑𝑦 2 )
Keterangan:
𝑁 ∑ 𝑋𝑖 𝑌𝑖 − (∑ 𝑋𝑖 )(∑𝑌𝑖 )
𝑟𝑥𝑦 =
√{𝑁𝛴𝑋𝑖 2 − (∑𝑋𝑖 )2 }{𝑁𝛴𝑌𝑖 2 − (𝛴𝑌𝑖 )2 }
Keterangan:
4
∑𝑦 2 =Jumlah dari kuadrat nilai Y
Contoh Soal:
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
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.
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-
Jadi,
3,4 3,4
𝑟𝑥𝑦 = = = 0,2289378023 = 0,23
√(110,5)(1,996) 14,85119524
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
2 18 4,0 72 324 16
4 20 4,0 80 400 16
5 10 3,0 30 100 9
7 16 4,0 64 156 16
10 12 4,0 48 144 16
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.
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
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
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.
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:
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.
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
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.
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
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
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