TUGAS TERSTRUKTUR

MENGHITUNG KORELASI PRODUCT MOMENT

Makalah ini dibuat untuk memenuhi tugas mata kuliah

STATISTIKA PENDIDIKAN

Dosen pengampu :

Elok Fariha Sari,S.Pd.Si.,M.Pd

Disusun oleh :

Angkon Peristiwanto 1401417426

JURUSAN PENDIDIKAN GURU SEKOLAH DASAR

FAKULTAS ILMU PENDIDIKAN

UNIVERSITAS NEGERI SEMARANG

 2020
1. Silahkan kerjakan soal korelasi product moment hal 229, menggunakan spss.lalu, jgn lupa, ditulis
kesimpulannya.
JAWAB :
Penghitungan Korelasi Product Moment
X=Pendapatn = 800 900 700 600 700 800 900 600 500 500
Y=Pengeluaran = 300 300 200 200 200 200 300 100 100 100

Correlations

Pendapatan Pengeluaran

Pendapatan Pearson Correlation 1 .913**

Sig. (2-tailed) .000

N 10 10

Pengeluaran Pearson Correlation .913** 1

Sig. (2-tailed) .000

N 10 10

**. Correlation is significant at the 0.01 level (2-tailed).

CORRELATIONS
  /VARIABLES=X Y
  /PRINT=TWOTAIL NOSIG
  /MISSING=PAIRWISE.

Kesimpulan :
Jadi, ada korelasi posistif sebesar 0.913 antara pendapatan dengan pengeluaran. Hal ini berarti bahwa
semakin besar pendapatan maka pengeluaran juga akan semakin besar. Permasalahan adalah apakah
angka korelsi tersebut signifikan (dapat digeneralisasikan) untuk dikatakan bahwa juga terdapat korelasi
POPULASI. Dengan melihat angka tabel r product moment, untuk tingkat signifikansi 5%, dengan N =
10, didapat r tabel = 0.632. Berarti r hitung (=0.913) lebih besar dari r tabel, yang berarti kita harus
menolak Ho dan menerima Ha. Dapat disimpulkan bahwa terdapat hubungan yang kuat dan signifikan
antara pendapatan dengan pengeluaran dan berkorelasi positif.
Untuk kasus, di atas, didapat t hitung = 6.33 Dari tabel t, dengan taraf signifikansi 5%, uji dua pihak,
dengan dk = n-2 = 8, diperoleh harga
t tabel = 2.306. Karena t hitung lebih besar daripada t tabel, maka Ho ditolak dan Ha diterima, berarti
terdapat hubungan yang kuat dan signifikan antara pendapatan dengan pengeluaran.
2. nilai r berkisar berapa sampe berapa? artinya apa?
Dengan melihat angka tabel r product moment, untuk tingkat signifikansi 5%, dengan N = 10, didapat
r tabel = 0.632. < r hitung (=0.913) maka artinya adalah ada korelasi antar variable yang dihubungkan.

setelah diuji korelasi pada spss diperoleh r=0,913 dilihat dari angka korelasi menurut Prof.
Sugiyono(2007) maka r termasuk kedalam angka r antara 0,80-1,0 maka artinya adalah maka
korelasi dari 2 variabel diatas bersifat SANGAT KUAT karena nilai r jika semakin mendekati
angka 1 maka korelasi juga akan mendekati Sempurna

3. apa yg dimaksud pengujian hipotesis asosiatif, ada berapa macam?

JAWAB:
Hipotesis asosiatif merupakan dugaan adanya hubungan antar variabel dalam populasi, melalui data
hubunga dalam sampel. Untuk itu, dalam langkah awal pembuktiannya, perlu dihitung terlebih
dulukoefisien korelasi antar variabel dlam sampel, kemudian koefisien yang ditemukan tersebut diuji
signifikansinya. Jadi menguji hipotesis asosiatif adalah menguji koefisien korelasi yang ada pada
sampel untuk diberlakukan pada seluruh populasi tempat sampel diambil.
Jadi menguji hipotesis asosiatif adalah menguji koefisien korelasi yang ada pada sampel untuk
diberlakukan pada seluruh populasi tempat sampel diambil. Terdapat tiga macam hubungan antar
variabel, yaitu hubungan simetris, hubungan sebab akibat (kausal), dan hubungan interaktif (saling
mempengaruhi). Untuk mencari hubungan antara dua variabel atau lebih dilakukan dengan menghitung
koefisien korelasi antara variabel-variabel tersebut. Koefisien korelasi merupakan angka yang
menunjukkan arah dan kuatnya hubungan antar variabel. Arah hubungan dinyatakan dengan tanda
positif atau negatis, sedangkan kuatnya hubungan ditunjukkan dengan besarnya angka koefisien korelasi
yang besarnya berkisar antara 0 sampai dengan ±1.
Terdapat bermacam-macam teknik statistic korelasi yang dapat digunakan untuk menguji hipotesis
asosiatif. Teknik koefisien yang mana yang akan dipakai tergantung pada jenis data yang dianalisis.
Berikut adalah berbagai teknik statistic korelasi yang digunakan untuk menguji hipotesis asosiatif. Uji
koralsi untuk data interval dan rasio menggunakan statistic parametriks, sedangkan uji korelasi untuk
data nominal dan ordinal menggunakan statistic non parametriks.
Teknik Uji Hipotesis Asosiatif untuk berbadai skala
SKALA DATA
Interval/Ratio Pearson Product moment
Korelasi Ganda
Korelasi Parsial
Ordinal Korelasi Rank Spearman
Kendall Tau
Nominal Koefisien Kontingency