STATISTIKA INFERENSIAL
MATEMATIKA 4B
UHAMKA
RINCIAN MATERI
1. Definisi Korelasi
2. Tujuan Korelasi
3. Tipe Korelasi
4. Jenis Uji Korelasi
5. Karakteristik Korelasi
6. Pengujian Korelasi
7. Pengertian Kekuatan Hubungan
8. Contoh Korelasi
1. DEFINISI KORELASI
Derajat hubungan antara variabel-variabel. Statistik yang mengandung tingkat hubungan
atau kerjasama di antara dua variabel. Pearson correlation adalah statistik bivariat yang
mengandung tingkat hubungan linear di antara dua variabel kuantitatif.
• Korelasi mengukur derajat hubungan antara 2 atau lebih variabel.
• Hubungan antara 2 Variabel (Misal X dan Y) dapat linear, non-linear, positif atau negatif.
2. TUJUAN KORELASI
Tujuan diadakannya analisis korelasi antara lain:
a. Untuk mencari bukti terdapat tidaknya hubungan (korelasi) antar variabel,
b. Bila sudah ada hubungan, untuk melihat besar kecilnya hubungan antar variabel.
c. Untuk memperoleh kejelasan dan kepastian apakah hubungan tersebut berarti
(meyakinkan/ signifikan) atau tidak berarti (tidak meyakinkan).
3. TIPE KORELASI
Korelasi Linear Positif :
Jika semua titik (X,Y) pada diagram pencar mendekati bentuk garis lurus dan jika arah
perubahan kedua variable sama ⇨ Jika X naik, Y juga naik.
Korelasi Non-linear:
Jika semua titik (X,Y) pada diagram pencar tidak membentuk garis lurus.
Korelasi Negatif:
Jika jika arah perubahan kedua variable tidak sama ⇨ Jika X naik, Y turun.
5. KARAKTERISTIK KORELASI
• Disimbolkan dengan r atau ρ
• Nilai korelasi : -1 sampai dengan 1
• Arah
– Korelasi Positif : nilai positif antara 0 dan 1; nilai tinggi pada X adalah terkait dengan nilai
tinggi pada Y dan sama untuk nilai rendah
– Korelasi Negatif : nilai negatif antara 0 dan -1; nilai tinggi pada X dihubungkan dengan
nilai rendah pada Y dan sebaliknya.
• Koefisien determinasi (𝑟 2 ): seberapa besar nilai X dapat menjelaskan nilai Y atau
seberapa besar nilai X dapat mempengaruhi nilai Y (kontribusi X terhadap Y)
• Koefisien korelasi (r): keeratan hubungan antara variabel X dengan Y
• Tingkat/kekuatan hubungan
– Hubungan sempurna = 1 atau –1
• Positif : setiap kali nilai X meningkat, maka dapat diprediksi akan semakin meningkat
nilai Y (perfect covariance).
• Negatif : setiap kali nilai X meningkat maka diprediksi nilai Y akan menurun
– Nilai r tinggi (mendekati 1 atau –1) mengindikasikan hubungan yang lebih erat,
– Nilai r rendah (mendekati 0) mengindikasikan hubungan yang lebih lemah,
– Hubungan yang mendekati 0 mengindikasikan hubungan yang tidak linear sehingga
perubahan X tidak cocok untuk memprediksi perubahan variabel Y
• Dengan korelasi positif sempurna (r = 1), setiap individu mengandung nilai z yang sama
persis pada kedua variabel
• Dengan korelasi negatif sempurna (r = -1), setiap individu mengandung nilai z yang sama
persis pada kedua variabel tetapi dengan tanda yang berkebalikan.
Keterangan :
x : 𝑋 − 𝑋̅
y : 𝑌 − 𝑌̅
X : skor rata-rata dari X
Y : skor rata-rata dari Y
Rumus Korelasi PPM
(2)
𝑛 ∑ 𝑥𝑦 − (∑ 𝑥)(∑ 𝑦)
𝑟𝑥𝑦 =
√(𝑛 ∑ 𝑥 2 − (∑ 𝑥)2 )(𝑛 ∑ 𝑦 2 − (∑ 𝑦)2 )
Keterangan :
𝑟𝑥𝑦 = koefisien korelasi variabel x dengan variabel y.
xy = jumlah hasil perkalian antara variabel x dengan variabel y.
x = jumlah nilai setiap item.
y = jumlah nilai konstan.
n = jumlah subyek penelitian
6. PENGUJIAN KORELASI
Meskipun telah diperoleh nilai koefisien korelasi dari hasil perhitungan, namun
keberartian (signifikansi) nilai tersebut perlu di uji secara statistik.
Hipotesis yang diuji adalah :
Ho : koefisien korelasi adalah sama dengan nol
Ha : koefisien korelasi tidak sama dengan nol, atau signifikan.
Karakteristik
Kumpulan Korelasi dari Scatterplot
• Assosiasi – Lebih kuat hubungan antara dua variabel maka titik-titik data akan lebih
mengelompok sepanjang garis bayangan.
– Positif : dari pojok kiri bawah ke kanan atas
– Negatif : dari pojok kiri atas ke kanan bawah
Scatterplot
• Arah
Jika terdapat hubungan antara dua variabel, maka juga akan mengarah ke hubungan positif
atau negatif.
– Positif : variabel bergerak atau pindah atau di arah yang sama ⇑ ⇑
– Negatif : variabel bergerak atau pindah di arah yang berlawanan ⇑⇓
12(50130) − (641)(925)
𝑟𝑥𝑦 =
√(12(34949)2 − (641)2 )(12(72425)2 − (925)2 )
8635
𝑟𝑥𝑦 =
10706,63
𝑟𝑥𝑦 = 0,8065
Langkah 5 : Mencari besarnya sumbangan (kontribusi) variabel X terhadap Y
dengan rumus :
𝐾𝑃 = 𝑟 2 × 100%
= (0,8065)2 × 100%
= 0,6504 × 100%
= 65,04%
Artinya : variabel motivasi memberikan kontribusi terhadap hasil belajar matematika
siswa sebesar 65,04 % dan sisanya ditentukan oleh variabel lain.
Langkah 6 : Menguji signifikansi dengan rumus :
Kaidah pengujian :
𝑟√𝑛 − 2
𝑡ℎ𝑖𝑡𝑢𝑛𝑔 =
√(1 − 𝑟 2 )
0,8065√12 − 2
𝑡ℎ𝑖𝑡𝑢𝑛𝑔 =
√(1 − 0,80652 )
0,8065(3,1623)
𝑡ℎ𝑖𝑡𝑢𝑛𝑔 = = 4,3132
√0,3496
Jika 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 ≥ 𝑡𝑡𝑎𝑏𝑒𝑙 maka Ho ditolak artinya signifikan.
Jika𝑡ℎ𝑖𝑡𝑢𝑛𝑔 ≤ 𝑡𝑡𝑎𝑏𝑒𝑙 maka Ho diterima artinya tidak signifikan.
Berdasarkan perhitungan dengan mengambil α = 0,05 dan n = 12, uji satu pihak maka :
dk = n – 2 = 12 – 2 = 10 sehingga diperoleh 𝑡𝑡𝑎𝑏𝑒𝑙 = 1,812. Ternyata thitung lebih besar
dari 𝑡𝑡𝑎𝑏𝑒𝑙 atau 4,3132 > 1,812 maka Ho ditolak artinya ada hubungan yang signifikan
antara motivasi dengan hasil belajar matematika siswa kelas X SMAN 3 TANGERANG tahun
pelajaran 2010/2011.
Langkah 7 : Membuat kesimpulan
Variabel motivasi belajar siswa tergolong kuat, artinya motivasi sangat berperan dalam
hasil belajar matematika siswa dengan kontribusi sebesar 65,04 %.
PERHITUNGAN MENGGUNAKAN SPSS
Correlations
x y
N 12 12
N 12 12