UJI SIGNIFIKANSI KOEFISIEN KORELASI

Apa sebenarnya signifikansi itu? Dalam bahasa Inggris umum, kata, “significant”
mempunyai makna penting; sedang dalam pengertian statistik kata tersebut mempunyai makna
“benar” tidak didasarkan secara kebetulan. Hasil riset dapat benar tapi tidak penting.
Signifikansi / probabilitas / α memberikan gambaran mengenai bagaimana hasil riset itu
mempunyai kesempatan untuk benar. Jika kita memilih signifikansi sebesar 0,01, maka artinya
kita menentukan hasil riset nanti mempunyai kesempatan untuk benar sebesar 99% dan untuk
salah sebesar 1%.

Secara umum kita menggunakan angka signifikansi sebesar 0,01; 0,05 dan 0,1.
Pertimbangan penggunaan angka tersebut didasarkan pada tingkat kepercayaan (confidence
interval) yang diinginkan oleh peneliti. Angka signifikansi sebesar 0,01 mempunyai pengertian
bahwa tingkat kepercayaan atau bahasa umumnya keinginan kita untuk memperoleh kebenaran
dalam riset kita adalah sebesar 99%. Jika angka signifikansi sebesar 0,05, maka tingkat
kepercayaan adalah sebesar 95%. Jika angka signifikansi sebesar 0,1, maka tingkat
kepercayaan adalah sebesar 90%.

Pertimbangan lain ialah menyangkut jumlah data (sample) yang akan digunakan dalam riset.
Semakin kecil angka signifikansi, maka ukuran sample akan semakin besar. Sebaliknya
semakin besar angka signifikansi, maka ukuran sample akan semakin kecil. Unutuk
memperoleh angka signifikansi yang baik, biasanya diperlukan ukuran sample yang besar.
Sebaliknya jika ukuran sample semakin kecil, maka kemungkinan munculnya kesalahan
semakin ada.

Untuk pengujian dalam SPSS digunakan kriteria sebagai berikut:

Jika angka signifikansi hasil riset < 0,05, maka hubungan kedua variabel signifikan.
Jika angka signifikansi hasil riset > 0,05, maka hubungan kedua variabel tidak
signifikan
Contoh Kasus:
Seorang mahasiswa bernama Andi ingin mengetahui apakah ada hubungan antara kecerdasan
dengan prestasi belajar pada siswa SMU Negeri 1 Yogyakarta. Berikut adalah data hasil
kuesioner kepada 12 siswa tersebut:
 Subjek Kecerdasan Prestasi Belajar

1 33 58

2 32 52

3 21 48

4 34 49

5 34 52

6 35 57

7 32 55

8 21 50

9 21 48

10 35 54

11 36 56

12 21 47

Dengan menggunakan SPSS diperoleh:

Dari hasil analisis korelasi sederhana (r) didapat koefisien korelasi antara kecerdasan
dengan prestasi belajar (r) adalah 0,766. Hal ini menunjukkan bahwa terjadi hubungan yang
kuat antara kecerdasan dengan prestasi belajar. Sedangkan arah hubungan adalah positif karena
nilai r positif, berarti semakin tinggi kecerdasan maka semakin meningkatkan prestasi belajar.

Kriteria pengujian dan kesimpulan

Oleh karena nilai Signifikansi (0.004 < 0.05), artinya bahwa ada hubungan secara signifikan
antara kecerdasan dengan prestasi belajar. Karena koefisien korelasi nilainya positif, maka
berarti kecerdasan berhubungan positif dan signifikan terhadap pretasi belajar pada siswa SMA
Negeri 1 Yogyakarta.

Catatan:

Pengujian hipotesis hubungan digunakan uji statistik yang disebut Uji t (t-student).

Parameter yang diuji yaitu korelasi dinotasikan dengan  (lihat bab Estimasi Parameter).

Uji hipotesis hubungan pada dasarnya adalah menguji signifikansi koefisien korelasi,

apakah besar kecilnya hubungan yang diperoleh itu kebetulan saja atau memang ada

hubungan yang sesungguhnya.

Rumus Uji t untuk uji hubungan adalah:

r2 n  2
t =
1- r2

Selain menggunakan Uji t, pengujian hipotesis hubungan dapat menggunakan kriteria nilai

korelasi tabel (rtabel) yaitu dengan cara membandingkan nilai koefisien korelasi (rhitung)

dengan nilai rtabel.

Jika rhitung > rtabel maka hubungan antar variabel signifikan

Jika rhitung  rtabel maka hubungan antar variabel tidak signifikan

Kesalahan Standar Estimasi

Dalam persamaan model regresi linear yang diperoleh, maka antara nilai Y dan 𝑌̅ akan
menimbulkan perbedaan hasil yang sering disebut sebagai kekeliruan. Ukuran tersebut dapat
dihitung oleh kekeliruan baku taksiran. Untuk mengetahui ketepatan persamaan estimasi dapat
digunakan kesalahan standar estimasi (standard error of estimate). Besarnya kesalahan standar
estimasi menunjukkan ketepatan persamaan estimasi untuk menjelaskan nilai variabel
dependen yang sesungguhnya.

Semakin kecil nilai kesalahan standar estimasi, makin tinggi ketepatan persamaan
estimasi yang dihasilkan untuk menjelaskan nilai variable dependen sesungguhnya. Dan
sebaliknya semakin, semakin besar nilai kesalahan standar estimasi, makin rendah ketepatan
persamaan estimasi yang dihasilkan untuk menjelaskan nilai variabel dependen yang
sesungguhnya.

Kesalahan standar estimasi dapat ditulis dengan rumus:

√(∑ 𝑦 2 − 𝑎 ∑ 𝑦 − 𝑏 ∑ 𝑥𝑦)
𝑆𝑒 =
𝑛−2
Contoh:

Diketahui suatu penelitian terhadap hubungan antara nilai biaya periklanan dengan tingkat
penjualan dari sebuah koperasi adalah sebagai berikut : (dalam ribuan rupiah)

Biaya periklanan Tingkat Penjualan

50 40
51 46
52 44
53 55
54 49

a. Tentukan persamaan regresinya

b. Berapa besarnya kesalahan standar estimasinya ?

Penyelesaian:

a. Menentukan persamaan regresinya

Langkah 1 :
Menentukan variable X dan variable Y. Dalam soal ini variable biaya periklanan
merupakan variable X dan tingkat penjualan merupakan variable Y.
Langkah 2 :
Membuat table regresi sederhana
Periklanan (X) Tkt. Penjualan (Y) (𝐗)𝟐 (𝐘)𝟐 (XY)
50 40 2500 1600 2000
51 46 2601 2116 2346
52 44 2704 1936 2288
53 55 2809 3025 2915
54 49 2916 2401 2646
260 234 13530 11078 12195

Langkah 3 :
Menentukan koefisien a dan koefisien b
𝑛 ∑ 𝑋𝑌 − ∑ 𝑋 . ∑ 𝑌
𝑏=
𝑛 ∑ 𝑋 2 − (∑ 𝑋)2
5 (12195)– (260)(234)
=
5(12195) − (260)2
 = 2,7
∑𝑌 − 𝑏∑𝑋
𝑎=
𝑛
234 − 2,7(260)
=
5
= −93,6
Langkah 4:
Menentukan persamaan regresi linier sederhana
Y = a + b (X)
Maka persamaan regresi dalam soal ini adalah :
Y = -93,6 + 2,7 (X)
b. Menentukan besar kesalahan estimasinya
√(∑ 𝑦 2 − 𝑎 ∑ 𝑦 − 𝑏 ∑ 𝑥𝑦)
𝑆𝑒 =
𝑛−2
√11078 − (−93,6)(234) − (2,7)(12195)
=
5−2
= 4,24
KELOMPOK 1

UJI SIGNIFIKANSI KOEFISIEN KORELASI DAN MENENTUKAN

KESALAHAN STANDAR ESTIMASI

OLEH

MAKMUR (A1I1 16 020)

NURNI INRIANI (A1I1 16 026)

SULAIMAN (A1I1 16 048)

JURUSAN PENDIDIKAN MATEMATIKA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN

UNIVERSITAS HALU OLEO

KENDARI

2019