PRAKTIKUM MATEMATIKA

PRAKTIKUM KE IV

ANALISIS KORELASI LINEAR

NAMA : RICKY ARIADI AR

NIM : 4171111043

KELAS : MATEMATIKA DIK B 2017

PRODI : PENDIDIKAN MATEMATIKA

JURUSAN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS NEGERI MEDAN

2020
I. JUDUL : ANALISIS KORELASI LINEAR

II. TUJUAN PRAKTIKUM : 1. Mengetahui hubungan yang terjadi

antara variabel X dan variabel Y dan melihat
tingkat hubungan korelasi dari data pertama.

2. Mengetahui hubungan yang terjadi antara

variabel X dan variabel Y dan melihat
tingkat hubungan korelasi dari data kedua.

3. Mengetahui kevalidan data pertama

dengan data kedua.

III. ALAT DAN BAHAN : A. ALAT

NO NAMA ALAT JUMLAH

1. Laptop 1 buah
2. Printer 1 buah
B. BAHAN

NO NAMA BAHAN JUMLAH

1. Aplikasi SPSS 1 set
2. Kertas A4 buah

IV. TANGGAL PRAKTIKUM : 10 April 2020

V. TINJAUAN TEORITIS : Korelasi PPM atau sering disingkat

korelasi saja merupakan salah satu teknik
korelasi yang paling banyak digunakan
dalam penelitian sosial. Besarnya angka
korelasi disebut koefisien korelasi yang
dinyatakan dengan lambang r.

Korelasi Pearson merupakan salah

satu ukuran korelasi yang digunakan untuk
mengukur kekuatan dan arah hubungan linier
dari dua variabel. Dua variabel dikatakan
berkorelasi apabila perubahan salah satu
variabel disertai dengan perubahan variabel
lainnya, baik dalam arah yang sama atau pun
arah yang sebaliknya. Harus diingat bahwa
nilai koefisien korelasi yang kecil (tidak
signifikan) bukan berarti kedua variabel
tersebut tidak saling berhubungan. Mungkin
saja dua variabel mempunyai keeratan
hubungan yang kuat namun nilai koefisien
korelasinya mendekati nol, misalnya pada
kasus hubungan non linier. Koefisien
korelasi hanya mengukur kekuatan hubungan
linier dan tidak pada hubungan non linier.
Harus diingat pula bahwa adanya hubungan
linier yang kuat di antara variabel tidak selalu
berarti ada hubungan kausalitas, sebab-
akibat.
(Sudjana, 1989)

Kekuatan hubungan antara 2 variabel

biasanya disebut dengan koefisien korelasi
dan dilambangakan dengan “r”. Nilai
koefisien r akan selalu berada diantara -1
sampai +1. Jika ditemukan diluar dari range
tersebut, berarti terjadi kesalahan
perhitungan dan harus di koreksi terhadap
perhitungan tersebut. Koefisien korelasi
sederhana disebut juga dengan koefisien
korelasi pearson karena rumus perhitungan
koefisien korelasi dikemukakan oleh Karl
Pearson yaitu seorang ahli matematika yang
berasal dari Inggris. Rumus Pearson Product
Moment adalah :

∑ − ∑ ∑
=
∑ − (∑ ) . ∑ − (∑ )

n = banyaknya pasangan data X dan Y

∑ = total jumlah dari variabel X

∑ = total jumlah dari variabel Y

∑ = total jumlah kuadrat dari variabel X

∑ = total jumlah kuadrat dari variabel Y

∑ = total jumlah perkalian variabel X

dan variabel Y. (Suharsimi A, 2003)
 Pola/ Bentuk Hubungan anatar 2
variabel :

1. Korelasi Linier Positif (+1) : perubahasan

salah satu nilai variabel yang lainnya secara
teratur dengan arah yang sama. Jika nilai
variabel X mengalami kenaikan, maka
variabel Y akan ikut naik, begitupun
sebaliknya.

2. Korelasi Linier Negatif (-1) : perubahasan

salah satu nilai variabel yang lainnya secara
teratur dengan arah yang berlawanan. Jika
nilai variabel X mengalami kenaikan, maka
variabel Y akan turun, begitupun sebaliknya.

( Anto D, 2000)

VI. PTOSEDUR KERJA : Membuka aplikasi SPSS dengan mengklik

ikon 2 kali maka akan muncul tampilan
seperti ini :

DATA PERTAMA

1. Memasukkan data ke variable view

dengan mendefenisikannya.

2. Memasukkan data yang akan dianalisis ke

data view.
3. Mengklin Analyze, memilih submenu
correlate kemudian memilih bivariat

Sehingga muncul kotak dialog :

4. Memasukkan variabel X dan Y pada

kolom variables kemudian mencentang
pearson dan spearman, dan memilih two
tailed untuk menentukan test of significance
analisis.
5. Mengklik options sehingga muncul kotak
dialog kemudian centang mean and standard
deviations.

6. Mengklik continue dan Ok maka akan

muncul outputnya.

DATA KEDUA

1. Memasukkan data ke variable view

dengan mendefenisikannya.

2. Memasukkan data yang akan dianalisis ke

data view.
3. Mengklin Analyze, memilih submenu
correlate kemudian memilih bivariat

Sehingga muncul kotak dialog :

4. Memasukkan variabel Juri I dan Juri II

pada kolom variables kemudian mencentang
pearson dan spearman, dan memilih two
tailed untuk menentukan test of significance
analisis.
 5. Mengklik options sehingga muncul kotak
dialog kemudian centang mean and standard
deviations.

6. Mengklik continue dan Ok maka akan

muncul outputnya.

VII. HASIL PRAKTIKUM : A. Secara Manual

DATA YANG PERTAMA

a. Tentukan Hipotesis
Hipotesis Praktikum :
H0 : Tidak terdapat hubungan variabel X
dengan variabel Y.
Ha : Terdapat hubungan antara variabel
X dan Y.
Hipotesis Statistik :
∶ =0
∶ ≠0
 b. Tentukan taraf nyata
= 5%=0,05

DENGAN CARA PEARSON

Menghitung nilai r
Dari data diperoleh :
∑ = 153 ; ∑ = 4590 ; ∑ =
70000
∑ = 2367; ∑ = 2126500;
(∑ ) = 23409; (∑ ) = 21068100

∑ − ∑ ∑
=
∑ − (∑ ) . ∑ − (∑ )

10(70000) − (153)(4590)
=
10( 2367) − 23409 . 10(2126500) − (21068100)

700000 − 702270
=
√23670 − 23409 . √21265000 − 21068100

−2270
=
√261 . √196900
−2270
=
16,15549 . 443,7342

−2270
=
7168,745

= −0,31665

Cara 1
1. Menghitung nilai t-statistik dengan rumus
t hitung

−2
=
1−

= −0,31665 ( , )

t = −0,31665 ,

t = −0,31665 (2,98187)
 t = -0,94421

dengan db = n -2 maka ttabel =1,85955

2. Kriteria pengujian
− < maka Ha ditolak dan H0
diterima.

− > maka Ha diterima dan

H0 ditolak

Cara 2
1. Membandingkan nilai r dengan nilai r
tabel kritis
= −0,31665
= 0,5494

2. Kriteria pengujian
- > maka item dikatakan
valid.
- < maka item dikatakan
tidak valid.

DENGAN CARA RANK SPEARMAN

1. Membuat tabel dengan bantuan tabel

penolong
X Y R(X) R(Y)
18 390 10 1 9 81
17 400 8,5 2 6,5 42,25
17 450 8,5 4,5 4 16
16 480 7 7 0 0
15 500 5 8 -3 9
15 530 5 10 -5 25
15 510 5 9 -4 16
14 460 3 6 -3 9
13 450 1,5 4,5 -3 9
13 420 1,5 3 -1,5 2,25

2. Menghitung nilai r

6∑
= 1−
( − 1)
 6 (209,5)
= 1−
10(100 − 1)

1257
= 1−
990
= 1 − 1,26

= −0,26

r tabel = 0,648

3. Kriteria pengujian

− < maka Ha ditolak dan H0

diterima.

− > maka Ha diterima dan

H0 ditolak .
c. Kesimpulan

Dari metode pearson :

Cara I : dimana nilai thitung = -0,94421 < ttabel =
1,85955 maka Ha ditolak dan H0 diterima.
Cara II : dimana nilai = −0,31665
< = 0,5494 . Maka dapat disimpulkan
bahwa tidak terdapat hubungan variabel X
dengan variabel Y dan data tersebut tidak
valid.

Dari metode rank spearman :

Dimana nilia rhitung = - 0,26 < r tabel = 0,648

maka dapat disimpulkan bahwa Ha ditolak
dan H0 diterima maka dapat disimpulkan
bahwa tidak terdapat hubungan variabel X
dengan variabel Y.

DATA YANG KEDUA

a. Tentukan Hipotesis
Hipotesis Praktikum :
H0 : Tidak terdapat kesesuaian antara
Juri I dan Juri II dalam menilai lomba.
 Ha : Terdapat kesesuaian antara Juri I
dan Juri II dalam menilai lomba.

Hipotesis Statistik :
∶ =0
∶ ≠0

b. Tentukan taraf nyata

= 5%=0,05

DENGAN CARA PEARSON

Menghitung nilai r
Dari data diperoleh :
∑ = 57 ; ∑ = 63 ; ∑ = 400
∑ = 369; ∑ = 439; (∑ ) =
3249; (∑ ) = 3969
∑ − ∑ ∑
=
∑ − (∑ ) . ∑ − (∑ )

10(400) − (57)(63)
=
10( 369) − 3249 . 10(439) − (3969)

4000 − 3591
=
√3690 − 3249 . √4390 − 3969

409
=
√441 . √421
409
=
21(20,5)
409
=
430,884

= 0,94

Cara 1
1. Menghitung nilai t-statistik dengan
rumus t hitung

−2
=
1−

= 0,94 ( , )
 t = 0,94 ,

t = 0,94(8,98)

t = 8,53

dengan db = n -2 maka ttabel =1,85955

3. Kriteria pengujian
− < maka Ha ditolak dan H0
diterima.

− > maka Ha diterima dan

H0 ditolak

Cara 2
3. Membandingkan nilai r dengan nilai r
tabel kritis
= 0,94
= 0,5494

4. Kriteria pengujian
- > maka item dikatakan
valid.
- > maka item dikatakan
tidak valid.

DENGAN CARA RANK SPEARMAN

4. Membuat tabel dengan bantuan tabel

penolong
X Y R(X) R(Y)
9 8 10 8 2 4
6 7 5,5 6 -0,5 0,25
5 6 4 4,5 -0,5 0,25
7 8 7,5 8 0,5 0,25
4 5 3 3 0 0
3 4 2 2 0 0
2 2 1 1 0 0
8 9 9 10 -1 1
7 8 7,5 8 -0,5 0,25
6 6 5,5 4,5 1 1
5. Menghitung nilai r

6∑
= 1−
( − 1)

6 (7)
= 1−
10(100 − 1)

42
= 1−
990
= 1 − 0,042424

= 0,957

r tabel = 0,648

6. Kriteria pengujian

− < maka Ha ditolak dan H0

diterima.

− > maka Ha diterima dan

H0 ditolak .

c. Kesimpulan
Dari metode pearson :

Cara I : dimana nilai thitung = 8,53 > ttabel =

1,85955 maka Ha diterima dan H0 ditolak.

Cara II : dimana nilai = = 0,94 >

= 0,5494. Maka dapat disimpulkan
bahwa terdapat kesesuaian antara Juri I dan
Juri II dalam menilai lomba dan data
tersebut valid.

Dari metode rank spearman :

Dimana nilia rhitung = 0,957 > r tabel = 0,648

maka maka Ha diterima dan H0 ditolak
sehingga maka terdapat kesesuaian antara
Juri I dan Juri II dalam menilai lomba.

B. Secara SPSS
- DATA YANG PERTAMA

- DATA YANG KEDUA

VIII. KESIMPULAN : Berdasarkan praktikum yanh sudah
dilakukan, dapat disimpulkan bahwa :

1. Hubungan antara variabel X dan Y dilihat

dari hasil manual yaitu dengan perhitungan
metode pearson dan metode rank spearman
maupun SPSS tidak terdapat pengaruh
antara variabel. Dan pada manual maupun
hasil output SPSS pada kolom pearson
correlation terlihat bahwa nilai R=
−0,31665 berarti variabel mempunyai
korelasi yang cukup.

2. Hubungan antara variabel X dan Y dilihat

dari hasil manual yaitu dengan perhitungan
metode pearson dan metode rank spearman
maupun SPSS terdapat pengaruh antara
variabel. Dan pada manual maupun hasil
output SPSS pada kolom pearson correlation
terlihat bahwa nilai R= 0,94berarti variabel
mempunyai korelasi yang sangat kuat.

3. Pada data pertama terlihat bahwa

< maka data dikatakan tidak
valid. Dan pada data kedua terlihat bahwa
> maka data dikatakan valid.

IX. DAFTAR PUSTAKA : Daja, Anto. 2000. Pengantar Metode

Statistik. Jakarta : LP3ES.

Heryanto, N. 2003. Statistik. Bandung :

Pustaka Setia.

Sudjana. 1989. Metoda Statistika Edisi 5.

Bandung: Tarsito

X. NAMA ASISTEN LAB : ADI PUTRA NUGRAHA BARUS

NIM 4163111004

YULI AISYAH

NIM 4161111084
 Medan, 16 April 2020

Dosen Pengampu Praktikan

Dra. Nurliani Manurung, M.Pd Fenny Riszka Enn Miya

NIP.196203051987032003 NIM.4173111022