Statistika Penidikan Kel. 4
Statistika Penidikan Kel. 4
Makalah ini disusun untuk memenuhi salah satu tugas mata kuliah statistic pendidikan
2020/2021
KATA PENGANTAR
Puji dan syukur penulis panjatkan kehadirat Allah SWT yang telah mencurahkan
segala rahmat dan karunianya kepada kita semua. Karena hanya dengan berkat rahmat dan
hidayah-Nya penulis dapat menyelesaikan tugas pembuatan makalah Mata Kuliah Statistika
Pendidikan yang berjudul Analisas Korelasi, sesuai dengan waktu yang telah ditentukan.
Penulis meminta maaf bila terdapat banyak kekurangan. Penulis pun mengharapkan kritik
dan saran dari pembaca agar dapat menjadi acuan untuk dapat membuat makalah selanjutnya
yang jauh lebih baik.
Penulis
i
DAFTAR ISI
KATA PENGANTAR...................................................................................................................i
DAFTAR ISI.................................................................................................................................ii
BAB I PENDAHULUAN.............................................................................................................1
A. Latar Belakang.............................................................................................................1
B. Rumusan Masalah........................................................................................................1
BAB II PEMBAHASAN
A. Pengertian Korelasi......................................................................................................2
B. Membedakan Angka, Lambang dan Tanda Korelasi...................................................2
C. Menghitung Koefisien Korelasi...................................................................................3
D. Menguji Signifikansi Korelasi.....................................................................................6
E. Menghitung Koefisien Determinasi..........................................................................10
A. Simpulan …………………………………………………………............................15
DAFTAR PUSTAKA.................................................................................................................16
ii
BAB I
PENDAHULUAN
A. Latar Belakang
B. Rumusan Masalah
1. Apa itu korelasi ?
2. Bagaimana membedakan angka, lambing dan tanda korelasi ?
3. Bagaimana menghitung koefisien korelasi ?
4. Bagaimana menguji signifikansi korelasi ?
5. Bagaimana menghitung koefisien determinasi ?
1
BAB II
PEMBAHASAN
A. Pengertian Korelasi
Dalam Kamus Besar Bahasa Indonesia edisi ke-5 menjelaskan bahwa korelasi
adalah sebuah hubungan timbal balik atau sebab-akibat. Korelasi Pearson Product
Moment (PPM) sering disingkat Korelasi merupakan salah satu teknik analisis
statistik yang paling banyak digunakan oleh para peneliti. Karena peneliti umumnya
tertarik terhadap peristiwa-peristiwa yang terjadi dan mencoba untuk
menghbungkannya. Besarnya angka korelasi disebut koefisien dinyatakan dengan
lambang r.
Hubungan antara dua variabel di dalam teknik korelasi bukanlah dalam arti
hubungan sebab-akibat (timbal balik), melainkan hanya merupakan hbungan searah
saja. Akibatnya, dalam korelasi dikenal penyebab dan akibatnya. Data penyebab atau
yang mempengaruhi disebut variabel bebas (independent) dan data akibat atau yang
dipengaruhi disebut variabel terikat (dependent). Variabel bebas (independent)
dilambangkan dengan huruf X atau X1, X2, X3 ... Xn (tergantung banyaknya variabel
bebas). Variabel terikat (dependent) dilambangkan dengan huruf Y.
Jadi, Angka Indeks Lorelasi yakni sebuah angka yang sanggup dijadikan
petunjuk untuk mengetahui seberapa besar kekuatan hubungan di antara variabel yang
sedang diselidiki korelasinya.
2. Lambang Korelasi
Angka korelasi biasanya diberi lambang dengan aksara; contohnya rxy sebagai
lambang koefisien hubungan pada Teknik Korelasi Product Moment, p (baca: Rho)
sebagai lambang koefisien hubungan pada Teknik Korelasi Tata Jenjang, p (baca: Phi)
sebagai lambang koefisien hubungan pada Teknik Korelasi Kontingensi dan lain-lain.
2
3. Tanda korelasi
Perlu diingat disini bahwa tanda “plus” dan “minus” yang terdapat didepan
angka indeks hubungan itu bukanlah tanda aljabar. Tanda plus yang terdapat di depan
angka indeks hubungan memperlihatkan petunjuk bahwa hubungan bahwa hubungan
itu yakni hubungan positif (korelasi searah). Sedangkan tanda minus yang terdapat di
depan angka indeks hubungan memperlihatkan petunjuk bahwa hubungan itu negatif
(korelasi berlawanan arah).
Dengan tanda “minus” yang terdapat di depan angka indeks hubungan tidak sanggup
diartikan bahwa hubungan antar variabel itu besarnya kurang dari nol, alasannya yakni
angka hubungan yang paling kecil yakni nol. (Sumber: 1.) Mason, R.D & Douglas A.
Lind. 1996. Teknik Statistik Untuk Bisnis dan Ekonomi. Penerbit: Erlangga, Jakarta. 2.)
Usman, H. dan R. Purnomo Setiady Akbar. 2000. Pengantar Statitiska. Jakarta: Bumi
Aksara)
C. Koefisien korelasi
3
Koefisien korelasi pearson atau Product Moment Coefficient of Correlation adalah
nilai yang menunjukan keeratan hubungan linier dua variabel dengan skala data
interval atau rasio. Rumus yang digunakan adalah
n = banyaknya
pasangan rank
D. Sigifikansi Korelasi
Pengujian signifikansi korelasi memiliki langkah yang sama dengan pengujian
hipotesis. Yaitu kita harus menentukan H0 dan H1 terlebih dahulu kemudian menghitung
nilai statistic. 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
4
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.
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
Ada tiga penafsiran hasil analisis korelasi, meliputi: pertama, melihat kekuatan
hubungan dua variabel; kedua, melihat signifikansi hubungan; dan ketiga, melihat
arah hubungan.
Jika angka koefesien korelasi menunjukkan 0, maka kedua variabel tidak mempunyai
hubungan
Jika angka koefesien korelasi mendekati 1, maka kedua variabel mempunyai
hubungan semakin kuat
5
Jika angka koefesien korelasi mendekati 0, maka kedua variabel mempunyai
hubungan semakin lemah
Jika angka koefesien korelasi sama dengan 1, maka kedua variabel mempunyai
hubungan linier sempurna positif.
Jika angka koefesien korelasi sama dengan -1, maka kedua variabel mempunyai
hubungan linier sempurna negatif.
Interpretasi berikutnya melihat signifikansi hubungan dua variabel dengan
didasarkan pada angka signifikansi yang dihasilkan dari penghitungan dengan ketentuan
sebagaimana sudah dibahas di bagian 2.7. di atas. Interpretasi ini akan membuktikan
apakah hubungan kedua variabel tersebut signifikan atau tidak.
Interpretasi ketiga melihat arah korelasi. Dalam korelasi ada dua arah korelasi,
yaitu searah dan tidak searah. Pada SPSS hal ini ditandai dengan pesan two tailed. Arah
korelasi dilihat dari angka koefesien korelasi. Jika koefesien korelasi positif, maka
hubungan kedua variabel searah. Searah artinya jika variabel X nilainya tinggi, maka
variabel Y juga tinggi. Jika koefesien korelasi negatif, maka hubungan kedua variabel tidak
searah. Tidak searah artinya jika variabel X nilainya tinggi, maka variabel Y akan rendah.
Dalam kasus, misalnya hubungan antara kepuasan kerja dan komitmen terhadap
organisasi sebesar 0,86 dengan angka signifikansi sebesar 0 akan mempunyai makna
bahwa hubungan antara variabel kepuasan kerja dan komitmen terhadap organisasi sangat
kuat, signifikan dan searah. Sebaliknya dalam kasus hubungan antara variabel mangkir
kerja dengan produktivitas sebesar -0,86, dengan angka signifikansi sebesar 0; maka
hubungan kedua variabel sangat kuat, signifikan dan tidak searah.
r ² √ n 2
t=
√ 1 r ²
6
Selain menggunakan Uji t, pengujian hipotesis hubungan dapat menggunakan kriteria
nilai korelasi tabel (r tabel) yaitu dengan cara membandingkan nilai koefisien korelasi
(r hitung) dengan nilai r tabel.
Jika r hitung > r tabel maka hubungan antar variabel signifikan
Jika r hitung ≤ r tabel maka hubungan antar variabel tidak signifikan
Contoh soal
Misalkan menggunakan data sebelumnya yaitu hubungan antara pendapatan dan
konsumsi. Diajukan hipotesis yang menyatakan “ada hubungan yang signifikan antara
pendapatan dengan konsumsi”.
Penyelesaian:
1. Rumusan hipotesis:
Ho : ρ = 0 Tidak ada hubungan yang signifikan antara pendapatan dengan konsumsi
Ha : ρ ≠ 0 Ada hubungan yang signifikan antara pendapatan dengan konsumsi
Taraf α = 0,05 selanjutnya dapat dicari nilai ttabel pada α = 0,05 (uji 2 pihak α/2 =
0,025)
derajat bebas = n – 2 = 6 – 2 = 5 yaitu sebesar 2,776451
Kriteria pengujian:
Ho ditolak jika thitung > ttabel atau probabilitas < 0,05
Ho diterima jika thitung ≤ ttabel atau probabilitas ≥ 0,05
Uji statistik (Uji t)
r ² √ n 2
Menghitung nilai t dengan rumus : t= √ 1 r ²
7
Jadi diperoleh nilai thitung sebesar 3,39936.
Kesimpulan
Karena thitung (3,39936) > ttabel (2,776451) maka Ho ditolak, artinya hubungan kedua
variabel signifikan, atau pendapatan memiliki hubungan yang signifikan dengan
konsumsi. Dengan demikian hipotesis yang menyatakan “ada hubungan yang signifikan
antara konsumsi dengan pendapatan” diterima. Pengujian koefisien korelasi dapat juga
dilakukan dengan cara membandingkan
nilai koefisien korelasi dengan nilai korelasi tabel atau r tabel, sehingga perlu dicari nilai
r tabel pada taraf α = 0,05 dan n = 6 yaitu diperoleh r tabel = 0,811 (lihat tabel r). Karena
nilai r hitung (0,886621) > r tabel (0,811) maka Ho ditolak, artinya pendapatan memiliki
hubungan signifikan dengan konsumsi
E. Menghitung Koefisien Determinasi
Koefisien determinasi adalah salah satu bagian dari analisis regresi linear
berganda ataupun regresi liner sederhana yang mana digunakan untuk mengukur
kemampuan variabel independen dalam menjelaskan variabel dependen. Dengan kata
lain, nilai koefisien determinasi menyatakan proporsi keragaman pada variabel
bergantung yang mampu dijelaskan oleh variabel penduganya (Nawari, 2010) . koefisien
determinasi disimbolkan dengan R square atau R kuadrat.
Kd = r2 * 100%
8
semakin kuat, dan sebaliknya apabila nilai koefisien determinasi mendekati 0 maka
pengaruh variabel independen terhadap variabel dependen semakin lemah.
Sebuah penelitian terhadap pohon mahoni, dimana akan diteliti apakah ada
hubungan antara tinggi pohon dengan diameter batang pohon, dengan rumusan
apakah ada pengaruh diameter batang pohon terhadap tinggi pohon tersebut. Diambil
sampel secara acak sejumlah delapan pohon mahoni. Dapat dilihat dari Tabel 1 pada
kolom X dan Y.
Hal pertama yang akan kita lakukan adalah membentuk persamaan regresi :
Y’= a +bX
Maka diperoleh :
9
Persamaan regresi diperoleh :
Dimana :
Nilai a = -1,3147 artinya tidak ada diameter batang pohon maka tidak ada tinggi
pohon. (karena tidak ada tinggi yang bernilai negative sehingga dianggap 0 )
Nilai b = 4,5413 artinya jika terjadi peningkatan diameter batang pohon mahoni satu
satuan maka akan terjadi peningkatan tinggi pohon mahoni sebesar 4,5413 satuan.
10
artinya terdapat hubungan atau korelasi yang kuat antara tinggi pohon mahoni
dengan diameter batang pohon mahoni. Semakin besar diameter batang pohon mahoni
maka semakin tinggi batang pohon mahoni.
R2 = 0,0862 = 0,785
Artinya sekitar 78,5% variasi dari variabel diameter batang pohon mahoni dapat
menjelaskan variasi dari variabel tinggi pohon mahoni (cukup tinggi)
Jadi besarnya standar error estimate persamaan regresi adalah 6,6364. Hal ini menunj
ukkan penyimpangan data-data terhadap garis regresi, atau bagaimana
penyimpangan data yang menyebar disekitar garis regresi. (cukup kecil)
Hipotesis Uji
Ho : b = 0
Ha : b ≠ 0
Taraf signifikansi α = 5%
Daerah kritis
Dengan nilai α = 5% dan derajat kebebasan n-2= 8-2=6
Maka diperoleh nilai t-tabel pada 5% /2 = 2,5% yaitu 2,447.
Statistik Uji
Keputusan
Nilai t hitung = 4,6805> t-tabel= 2,447 sehingga Ho ditolak dan Ha diterima
11
Kesimpulan
Dengan tingkat signifikansi 5% cukup menjelaskkan bahwa ada pengaruh diameter
batang pohon mahoni terhadap tinggi pohon mahoni.
12
BAB III
PENUTUP
A. Kesimpulan
Korelasi Pearson merupakan salah satu ukuran korelasi yang digunakan untuk
mengukur kekuatan dan arah hubungan linier dari dua variable. Manfaat Korelasi
Pearson Product Moment:
- Untuk menyatakan ada atau tidaknya hubungan antara variabel X dengan
variabel Y.
- Untuk menyatakan besarnya sumbangan variabel satu terhadap yang
lainnya yang dinyatakan dalam persen.
13
DAFTAR PUSTAKA
14