BAB 1

PENDAHULUAN

1.1 Latar Belakang

Sepanjang sejarah umat manusia, orang melakukan penelitian tentang ada tidaknya hubungan
antara dua hal, fenomena, kejadian atau lainnya. Dan ada tidaknya pengaruh antara satu kejadian
dengan kejadian yang lainnya. Karena itu untuk mempermudah dalam melakukan penghitungan
suatu kejadian maka kita menggunakan analisis korelasi.

Korelasi merupakan teknik analisis yang termasuk dalam salah satu teknik pengukuran
asosiasi / hubungan (Measures of association). Teknik ini berguna untuk mengukur kekuatan
hubungan antara dua variabel (kadang lebih dari dua variabel) dengan skala-skala tertentu.
Diantara sekian banyak teknik-teknik pengukuran asosiasi, terdapat dua teknik korelasi yang
sangat populer sampai sekarang, yaitu Korelasi Pearson Product Moment dan Korelasi Rank
Spearman.

Hal ini dilakukan untuk memberikan gambaran dan pengetahuan mengenai hubungan suatu
kejadian atau lebih kita kenal dengan istilah korelasi. Seperti yang kita ketahui bahwa suatu
kejadian/fenomena pasti mempunyai keterkaitan satu sama lain dan pengaruh bagi lingkungan
sekitar.tapi tidak semua kejadian bisa dikaitkan dengan yang lain tergantung unsur-unsur /kriteria
– kriteria apa saja yang mempunyai keterkaitan dan yang mempengaruhinya.

1.2 Rumusan Masalah

a. Apa pengertian analisis kolerasi ?
b. Apa pengertian koefisien kolerasi ?
c. Apa saja jenis jenis koefisien/analisa kolerasi ?
d. Apa yang dimaksud koefisien penentu (KP) atau koefisien determinan (R) ?
e. Bagaimanakah pendugaan korfisiensi kolerasi populasi ?
f. Bagaimanakah cara pengujian hipotesis ?
1.3 Tujuan Penulisan
1.3.1 Tujuan Umum
 Tujuan dari pembuatan makalah adalah Memberikan informasi dan wawasan mengenai
korelasi. Mengukur kekuatan hubungan antara dua variabel dengan skala-skala tertentu
dalam korelasi.
1.3.2 Tujuan Khusus
a. Mahasiswa mampu memahami pengertian analisis kolerasi.
b. Mahasiswa mampu memahami koefisien kolerasi.
c. Mahasiswa mampu memahami jenis jenis koefisien/analisa kolerasi.
d. Mahasiswa mampu memahami koefisien penentu (KP) atau koefisien determinan
(R).
e. Mahasiswa mampu memahami pendugaan korfisiensi kolerasi populasi.
f. Mahasiswa mampu memahami pengujian hipotesis.
 BAB 2

PEMBAHASAN

2.1 Pengertian Analisis Korelasi

Korelasi adalah istilah statistik yang menyatakan derajat hubungan linear antara dua
variabel atau lebih, (Usman,2006:197). Hubungan antara dua variabel di dalam teknik korelasi
bukanlah dalam arti hubungan sebab akibat (timbal balik), melainkan hanya merupakan
hubungan searah saja. Contoh, peneliti ingin melihat apakah terdapat hubungan antara Minat
Mahasiswa atas Matakuliah Pengantar Ilmu Politik (x) dengan Minat Mahasiswa untuk
Berpolitik Praktis (y). Sehingga dalam korelasi dikenal penyebab dan akibatnya.

Kedua variabel tersebut, x dan y, bisa berhubungan dengan salah satu dari 3 cara berikut:
1. Hubungan Positif. Artinya, semakin berminat seorang mahasiswa atas Matakuliah
Pengantar Ilmu Politik, semakin besar minat mereka untuk Berpolitik Praktis.
2. Tidak Ada Hubungan. Artinya, minat mahasiswa atas matakuliah Pengantar Ilmu Politik
tetap sama kendati mereka berminat untuk Berpolitik Praktis.
3. Hubungan Negatif. Artinya, semakin mahasiswa berminat atas matakuliah Pengantar
Ilmu Politik, semakin tidak berminat mahasiswa untuk Berpolitik Praktis.
Ada beberapa jenis analisis korelasi atau koefisien korelasi seperti pada tabel :

TEKNIK KORELASI DUA VARIABEL BIVARIANT UNTUK BERBAGAI VARIABEL.

Teknik Kolerasi Simbol Variabel 1 Variabel 2 Keterangan

Product R Interval Interval Teknik yang paling banyak di
pakai, khususnya untuk
mendapatkan standar
kesalahan terkecil
Rank P Ordinal Ordinal Sering dipakai sebagai
pengganti produk momen
terutama jika sampel kurang
dari 30
Tan Kendal T Ordinal Ordinal Untuk pengganti jika sampel
kurang dari 10
Biserial rbis Interval Interval Kadang-kadang lebih dari 1 =
standar kesalahan lebih besar
dari r umumnya dipakai
untuk analisis item
 Biserial rbis Interval Interval Khusunya dipakai untuk
widespread perseorangan yang ekstrem
dalam dikotomi variabel
Point Biserial rbis Interval Interval Hasilnya lebih rendah dari
pada rbis
s
Tentrachoris S Dikotomi Dikotomi Digunakan jika kedua
Artifisial Artifisial variabel dapat dipecah pada
Buatan Buatan titik kritis
Phi Φ Dikotomi Dikotomi Digunakan pada perhitungan
sebenarnya sebenarnya antara analisis item
Contingensi E 2 kategori atau 2 kategori atau Ialah kondisi khusus dapat
lebih lebih dibandingkan rt-
berhubungan erat dengan chi
kuadrat
Rasio otomatis H Interval Interval Digunakan untuk mengetahui
hubungan nonlinier
(Usman H, 2006, hal 199 )

Analisis Korelasi betujuan untuk mengetahui keeratan hubungan (kuat- lemahnya)

hubungan antara variabel bebas X dengan variabel terikat Y, tanpa melihat bentuk hubungannya,
apakah linear atau tidak linear. Kuat-lemahnya hubungan antara dua variabel dilihat dari
koefisisen korelasinya.

2.2 Koefisien Korelasi

Koefisien korelasi merupakan indeks atau bilangan yang digunakan untuk mengukur
keeratan (kuat, lemah, atau tidak ada) hubungan antarvariabel. Koefisien Korelasi variabel yang
diukur

Koefisien Kolerasi Variabel yang diukur

1. Produk momen pearson Kedua variabelnya berskala interval
2. Order rank sperman Kedua variabelnya berskala ordinal
(Usman H, 2006, hal 199)
Koefisien korelasi memiliki nilai antara -1 dan +1 (-1≤KK≤+1), (Hasan, 2008: 234)

1. Jika KK positif maka variabel-variabel berkorelasi positif. Semakin dekat nilai KK ke +1

semakin kuat korelasinya, demikian pula sebaliknya
2. Jika KK bernilai negatif maka variabel-variabel berkorelasi negatif. Semakin dekat nilai
KK ke -1 semakin kuat korelasinya, demikian pula sebaliknya.
3. Jika KK berniali 0 maka variabel-variabel tidak menunjukkan korelasi.
 4. Jika KK bernilai +1 atau -1 maka variabel menunjukkan korelasi positif atau negatif yang
sempurna

Untuk menentukan keeratan hubungan / korelasi antar variabel tersebut, berikut ini
diberikan nilai-nilai dari KK sebagai patokan, (Hasan, 2008: 234).

1. KK = 0 tidak ada korelasi

2. 0 < KK ≤ 0,20 korelasi sangat rendah / lemah sekali

3. 0,20 < KK ≤ 0,40 korelasi rendah / lemah tapi pasti

4. 0,40 < KK ≤ 0,70 korelasi yang cukup berarti

5. 0,70 < KK ≤ 0,90 korelasi yang tinggi; kuat

6. 0,90 < KK ≤ 1,00 korelasi yang sangat tinggi; kuat sekali, dapat diandalkan.

7. KK = 1 korelasi sempurna.

2.3 Jenis-Jenis Koefisien/Analisis Korelasi

a. Analisis Korelasi Person Prodact Moment (r)

Teknik analisis Korelasi Product moment termasuk teknik statistik para metrik yang
menggunakan interval dan ratio dengan persyaratan tertentu. Misalnya:

- data dipilih secara acak (random);

- datanya berdistribusi normal;
- data yang dihubungkan berpola linier; dan
- data yang dihubungkan mempunyai pasangan yang sama sesuai dengan subjek
yang sama.

Kalau salah satu tidak terpunuhi persaratan tersebut analisis korelasi tidak dapat
dilakukan. Rumus yang digunakan Korelasi Prodact Moment adalah:

( Sudjana (2002:369))
 Langkah-langkah menghitung korelasi Product Moment

 Membuat Ha dan Ho dalam bentuk kalimat

 Membuat Tabel
 Mencari r hitung
 Mencari besarnya sumbangan variabel X terhadap variabel Y
 Menghitung signifikansi dengan rumus thitung
 Membuat kesimpulan
b. Analisis Korelasi Rank Spearman (P)

Korelasi rank dipakai apabila:

1. kedua variabel yang akan dikorelasikan itu mempunyai tingkatan data ordinal,
2. jumlah anggota sampel di bawah 30 (sampel kecil)
3. data tersebut memang diubah dari interval ke ordinal
4. data interval tersebut ternyata tidak berdistribusi normal.

Korelasi rank ini ditemukan oleh Spearman, sehingga disebut juga sebagai
korelasi Spearman. Korelasi ini dapat juga disebut sebagai korelasi bertingkat, korelasi
berjenjang, korelasi berurutan, atau korelasi berpangkat.

Besarnya hubungan antara dua variabel atau derajat hubungan yang mengukur
korelasi berpangkat disebut koefisien korelasi berpangkat atau koefisien korelasi
Spearman yang dinyatakan dengan lambang rs. Makna dan kelayakan nilai r seperti
halnya dengan yang diuraikan dalam korelasi Product moment.
  Tulis Ha dan Ho dalam bentuk kalimat
 Tulis Ha dan Ho dalam bentuk statistic
 Membuat tabel
 Mencari dengan rumus
 Menentukan taraf signifikan
 Bandingkan rs hirung dengan rtabel
 Membuat kesimpulan
2.4 Koefisien Penentu (KP) atau Koefisien Determinasi (R)

Apabila koefisien korelasi dikuadratkan, akan menjadi koefisien penentu (KP) atau
koefisien determinasi, yang artinya penyebab perubahan pada variabel Y yang datang dari
variabel X, sebesar kuadrat koefisien korelasinya. Koefisien penentu ini menjelaskan besarnya
pengaruh nilai suatu variabel (variabel X) terhadap naik turunnya (variasi) nilai variabel lainnya
(variabel Y).

Dirumuskan: 𝐾𝑃 = 𝑅 = ( 𝐾)2 𝑥100%

Nilai koefisien penentu ini terletak antara 0 dan +1 (0 ≤ KP ≤ +1). Jika koefisien
korelasinya adalah koefisien korelasi Pearson (r) maka koefisien penentunya𝐾𝑃 = 𝑅 = ( )2
𝑥100%

2.5 Pendugaan Koefisien Korelasi Populasi

Pendugaan koefisien korelasi populasi (interval keyakinan ρ) menggunakan distribusi Z.

Pendugaannya dapat dilakukan dengan terlebih dahulu mengubah koefisien korelasi sampel r
menjadi nilai Zr, yang dalam bentuk persamaan dituliskan

Variabel Zr akan mendekati distribusi normal dengan rata-rata dan varians sebagai berikut
 Dengan melakukan transformasi nilai 𝜇𝑍 𝑟, maka diperoleh pendugaan interval bagi
koefisien korelasi populasi (ρ) dengan tingkat keyakinan 1-α.

Contoh : Sebuah sampel acak dengan ukuran n = 28 telah diambil dari sebuah populasi normal
bervariabel dua. Dari sampel itu didapat r=0,80. Tentukan taksiran koefisien korelasi ρ untuk
populasi Jawab : Titik taksiran dapat ditentukan ialah ρ = 0,80. Untuk menentukan interval
taksiran ρ dengan angka kepercayaan 95%.

2.6 Pengujian Hipotesis

Pengujian hipotesis yaitu uji signifikansi yang berfungsi apabila peneliti ingin mencari
makna atau mencari kesimpulan hubungan variabel X terhadap Y, maka hasil korelasi tersebut
diuji dengan uji Signifikansi dengan rumus :
keterangan:
- thitung = Nilai t
- r = Nilai Koefisien korelasi
- n = Jumlah Sampel
Contoh soal analisis korelasi product moment

”Hubungan Motivasi dengan Kinerja Guru”

Motivasi (X) : 60; 70; 75; 65; 70; 60; 80; 75; 85; 90; 70; dan 85

Kinerja (Y) : 450; 475; 450; 470; 475; 455; 475; 470; 485; 480; 475;dan 480.

Pertanyaan ;

a. Berapakah besar hubungan motivasi dengan kinerja dosen?

b. Berapakah besar sumbangan (kontribusi) motivasi dengan kinerja dosen?
c. Buktikan apakah ada hubungan yang signifikan motivasi dengan kinerja dosen?

Langkah-langkah menjawab:

Langkah 1.

Membuat Ha dan Ho dalam bentuk kalimat :

Ha : ada hubungan yang signifikan motivasi dengan kinerja dosen.

Ho : Tidak ada hubungan yang signifikan motivasi dengan kinerja dosen.

Langkah 2.

Membuat Ha dan Ho dalam bentuk statistik;

Ha : r ≠ 0

Ho : r = 0

Langkah 3.

Membuat tabel penolong untuk menghitung Kolerasi PPM :

 No X Y X2 Y2 XY
1. 60 450 3600 202.500 27.000
2. 70 475 4900 225.625 33.250
3. 75 450 5625 202.500 33.750
4. 65 470 4225 220.900 30.550
5. 70 475 4900 225.625 33.250
6. 60 455 3600 207.025 27.300
7. 80 470 6400 225.625 38.000
8. 75 475 5625 220.900 35.250
9. 85 485 7225 235.225 41.225
10. 90 480 8100 230.400 43.200
11. 70 475 4900 225.625 33.250
12. 85 480 7225 230.400 40.800
Statistik X Y X2 Y2 XY

Jumlah 885 5640 66.325 2.652.350 416.825

Mencari r hitung dengan cara masukkan angka statistik dari tabel penolong dengan rumus ;

Langkah 4

Mencari besarnya sumbangan (konstribusi) variabel X terhadap Y dengan rumus :

KP = r2 x 100% = 0,4652 x 100% = 21,62 %.

Artinya motivasi memberikan konstribusi terhadap kinerja dosen sebesar 21,62% dan sisanya
78,38% ditentukan oleh variabel lain.

Langkah 5

Menguji signifikan dengan rumus thitung :

Kaidah pengujian :

Jika thitung ≥ ttabel, maka tolak Ho artinya signifikan dan

thitung ≤ ttabel, terima Ho artinya tidak signifikan.

Berdasarkan perhitungan di atas , α = 0,05 dan n = 12, uji dua pihak;

dk = n - 2 = 12 – 2 = 10 sehingga diperoleh ttabel = 2,228

Ternyata thitung lebih besar dari ttabel, atau 3,329 > 2,228, maka Ho ditolak, artinya ada
hubungan yang signifikan motivasi dengan kinerja dosen.

Langkah 6

Membuat kesimpulan

1. Berapakah besar hubungan motivasi dengan kinerja dosen? rxy sebesar 0,465 kategori
cukup kuat.
2. 2. Berapakah besar sumbangan (konstribusi) motivasi dengan kinerja dosen? KP = r2 x
100% = 0,4652 x 100% = 21,62%. Artinya motifasi memberikan konstribusi terhadap
kinerja dosen sebesar 21,62% dan sisanya 78,38% ditentukan oleh variable lain.
3. Buktikan apakah ada hubungan yang signifikan motivasi dengan kinerja dosen? terbukti
bahwa ada hubungan yang signifikan motivasi dengan kinerja dosen.Ternyata thitung
lebih besar dari ttabel, atau 3,329 > 2,228, maka Ho ditolak, artinya ada hubungan yang
signifikan motivasi dengan kinerja dosen.

Contoh soal analisis korelasi rank spearman :

Diketahui data

X Y
2 2
3 3
2 1
3 2
 3 3
1 2

Ditanyakan:

1. Bagaimana hubungan X dengan Y?

2. Jika X sebagai penilaian juri A dan Y sebagai penilaian juri B.Apakah kedua
penilaian itu ada kesesuaian (kecocokan)?
3. Jika X sebagai jumlah nilai genap dan Y jumlah nilai ganjil. Apakah alat
pengumpul data tersebut reliabel?

Jawab:

1. Tulis Ha dan Ho dalam bentuk kalimat.

a. Ha : Terdapat hubungan yang positif den signifikan, antara variabel X dengan Y.
b. Ho : Tidak terdapat hubungan yang positif dan signifikan antara variabel X
dengan Y
2. Tulis Ha dan Ho dalam bentuk statistik
a. Ha : r ≠ 0
b. Ho : r = 0
3. Tabel penolong analisis korelasi rank spearman.

Nilai Nilai Rank Rank Beda (b) (b2)

genap ganjil genap ganjil
2 2 4,50 4 0,50 0,25
3 3 2 1,50 0,50 0,25
2 1 4,50 6 -1,50 2,25
3 2 2 4 -2 4
3 2 2 1,50 0,50 0,25
1 3 6 4 2 4
Jumlah 0 11
Cara menghitung rank genap
a. Urutkan data genap mulai yang terbesar sampai terkecil, sehingga data genap (X)
menjadi sebagai berikut :

Urutan ke- Nilai Data Rangking

1 3 2
2 3 2
 3 3 2
4 2 4,5
5 2 4,5
6 1 6

b. Periksa dulu apakah nilai data yang diurutkan sudah cocok dengan banyaknya
anggota ota sampel? Dalam halini sudahada enam urutan mentah. Setelah cocok
lanjutkan menghitung urutan matang (ranking ke-) dengan cara, sebagai berikut:

c. Masukkan ranking tersebut ke dalam tabel penolong sesuai dengannilai data

masing-masing. Dengan cara yang sama makaranking ke- n, untuk data nilai
ganjil dapat di hitung.
d. Cari selisih ranking nilai genap dengan rangkin nilai ganjil.
e. Jumlahkan semua selisih rankin tersebut,jika = 0 berarti perhitungan betul dan
lanjutkan.
f. Kuadratkan selisih ranking(b) tersebut, kemudian jumlahkan sehingga menjadi b2.
4. Masukkan nilai yang di dapat dalam tabel penolong itu ke dalam rumus Spearman,
sehingga di dapat.

5. Taraf signifikansi (α) = 0,05

6. Tentukan kriterianya yaitu:

Jika – rs table <rs hitung<rs tabel, maka Ho diterima atau korelasinya tidak

signifikan.
7. Tentukan dk = 6 – 2= 4 dan taraf signifikan (α = 0,05) dengan melihat tabel t di dapat
nilai ttabel = 2,776
8. Ternyata – 2,776 < 0,499 < 2,776 atau – ttabel< thitung< ttabel sehingga Ho diterima

atau korelasinya tidak signifikan.

9. Kesimpulannya hubungan antara variabel X dengan variabel Y ternyata positif (agak
cukup) dan tidak signifikan.
Jawaban nomor 2, langkah – langkanya sama dengan di atas hanya istilah signifikan
dengan kesesuaian. Jawaban nomor 3, dimulai dari langkah – langkah 4 dan lanjutkan
dengan memasukkan nilai r ke rumus Spearmaan – Brown, sehingga di dapat

10. Tentukan kriterianya yaitu:

Jika – t ii tabel< t ii hitung < t tabel sehingga Ho diterima atau tidak reliable. rii tabel

pada daftar r kritis untuk Spearman dengan α = 0.05 dan n = 6 didapat r ii tabel =
0.829
Ternyata —0,828 < 0,814 < 0,829

Atau rs table < rs hitung < rs tabel sehingga H. diterima atau alat pengumpul datanya

tidak reliabel. Kesimpulannya: Alat pengumpul data tersebut tidak reliabel untuk
mengukur variabel tertentu.