MAKALAH

“KORELASI PERSON PRODUCT MOMENT DAN

KORELASI GANDA”

DISUSUN OLEH:

Anarli
1805196084
Mata Kuliah Statistik Pendidikan

PRODI PENDIDIKAN GURU SEKOLAH DASAR

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS RIAU
2021

1
 KATA PENGANTAR

Puji syukur kepada Tuhan Yang Maha Esa yang telah melimpahkan
rahmat dan karunia-Nya, sehingga penulis dapat menyelesaikan makalah yang
berjudul “Korelasi Person Product Moment dan Korelasi Ganda” sesuai
dengan waktu yang telah ditetapkan. .
Pada kesempatan ini penulis mengucapkan terima kasih yang sebesar-
besarnya kepada Dosen Pengampu yang telah membantu, memberikan bimbingan,
saran dan motivasi dalam menyelesaikan makalah ini serta kepada semua pihak
yang terkait sehingga terselesaikannya makalah ini sesuai yang diharapkan.
Penulis menyadari bahwa masih sangat banyak kekurangan yang mendasar
pada makalah ini. Oleh karna itu penulis menerima dengan senang hati kritik dan
saran yang bersifat membangun agar makalah ini menjadi lebih baik lagi untuk
kemajuan ilmu pengetahuan kedepannya. Akhir kata, penulis berharap semoga
makalah ini dapat bermanfaat bagi semua pihak yang membutuhkan.

Pekanbaru, Januari 2021

Penulis

2
 DAFTAR ISI

Halaman

HALAMAN JUDUL.................................................................................. 1

KATA PENGANTAR................................................................................ 2

DAFTAR ISI............................................................................................... 3

1.1 Materi Korelasi Person Product Moment dan Korelasi Ganda.... 4

1.2 Contoh dan Penyelesaian.............................................................. 7
1.3 Rangkuman................................................................................... 13

DAFTAR PUSTAKA................................................................................. 15

GLOSARIUM............................................................................................. 16

INDEKS...................................................................................................... 18

3
1.1 Materi Korelasi Person Product Moment dan Korelasi Ganda
a. Korelasi Person Product Moment (PPM)
Korelasi Pearson Product Moment adalah korelasi yang digunakan
untuk data kontinu dan data diskrit. Korelasi PPM sering disingkat
korelasi saja merupakan salah satu teknik korelasi yang paling banyak
digunakan dalam penelitian sosial. Korelasi PPM adalah salah satu teknik
untuk mencari korelasi antar dua variabel yang kerap kali digunakan.
Besarnya angka korelasi dinyatakan dalam lambang r. Pertama kali
dikembangkan oleh Karl Pearson, yang karenanya sering dikenal dengan
istilah Teknik Korelasi Pearson. Disebut Product Moment Correlation
karena koefisien korelasinya diperoleh dengan cara mencari hasil
perkalian dari momen-momen variabel yang dikorelasikan (product of the
moment).
Korelasi pearson cocok digunakan untuk statistik parametrik.
Ketika data berjumlah besar dan memiliki ukuran parameter seperti mean
dan standar deviasi populasi. Korelasi Pearson menghitung korelasi
dengan menggunakan variansi data. Keragaman data tersebut dapat
menunjukkan korelasinya
Penggunaan Korelasi PPM untuk menyatakan ada atau tidaknya
hubungan yang signifikan antara variabel satu dengan yang lainnya serta
untuk menyatakan besarnya sumbangan variabel satu terhadap yang
lainnya yang dinyatakan dalam persen. Dengan demikian, maka r2 disebut
koefisien determinasi atau koefisien penentu. Hal ini disebabkan r 2 x
100% terjadi dalam variabel terikat Y yang mana ditentukan oleh variabel
X.
Kuat-lemah atau tinggi-rendahnya korelasi antar dua variabel dapat
diketahui dengan melihat besar-kecilnya angka indeks korelasi, yang pada
Teknik Korelasi Product Moment diberi lambang “r” (dibaca: “r” Product
Moment).
Angka indeks korelasi Product Moment ini diberi indeks dengan
huruf kecil dari huruf-huruf yang dipergunakan untuk dua buah variabel

4
yang sedang dicari korelasinya. Jadi apabila variabel pertama diberi
lambang x dan variabel kedua diberi lambang y, maka angka indeks
korelasinya dinyatakan dengan lambang rxy.
Asumsi ataupun persyaratan yang harus dipenuhi dalam
menggunakan korelasi PPM adalah :
a. Variabel yang dikorelasikan berbentuk gejala atau data yang bersifat
kontinu.
b. Variabel yang dihubungkan mempunyai data yang berdistribusi
normal
c. Variabel yang dihubungkan mempunyai data linear
d. Variabel yang dihubungkan mempunyai data yang dipilih secara acak
(random)
e. Variabel yang dihubungkan mempunyai pasangan sama dari subjek
yang sama pula (variasi skor variabel yang dihubungkan harus sama)
f. Variabel yang dihubungkan mempunyai data interval atau rasio
Nilai r terbesar adalah +1 dan r terkecil adalah –1. r = +1
menunjukkan hubungan positip sempurna, sedangkan r = -1 menunjukkan
hubungan negatip sempurna. r tidak mempunyai satuan atau dimensi.
Tanda + atau - hanya menunjukkan arah hubungan. Intrepretasi nilai r
adalah sebagai berikut:

Langkah-langkah penyelesaian:
1. Tulis Ho dan Ha dalam bentuk kalimat.
2. Tulis Ho dan Ha dalam bentuk statistik.
3. Buat tabel penolong
4. Cari r hitung

5
 5. Tentukan taraf signifikansinya (α)
6. Cari r tabel dengan dk = n-2
7. Tentukan kriteria pengujian
Jika rtabel≤rhitung≤+rtabel, maka Ho diterima
8. Bandingkan thitung dengan ttabel
9. Buatlah kesimpulan.

b. Korelasi Ganda
Korelasi Ganda (Multiple Correlation) adalah korelasi antara dua
atau lebih variabel bebas (independent) secara bersama-sama dengan satu
variabel terikat (dependent). Korelasi ganda (Ry.12) merupakan suatu
teknik statistika parametrik yang digunakan untuk mempelajari korelasi
antara satu variabel terikat (Y) dengan sejumlah atau beberapa variabel
bebas (X) sebagai satu kesatuan.
Asumsi-asumsi sehubungan dengan analisis regresi berganda
tersebut adalah :

1. Variabel-Variabel independent dan variabel dependent mempunyai

hubungan linier
2. Semua variabel, baik variabel-variabel independent maupun variabel
dependent, merupakan variabel-variabel random kontinyu.
3. Distribusi kondisional nilai masing-masing variabel berdistribusi
normal (multivariate normal distribution)
4. Untuk berbagai kombinasi nilai variabel yang satu dengan yang lain
tertentu, varian dari distribusi kondisional masing-masing variabel
adalah homogen (asumsi homoscedasticity berlaku untuk semua
variabel)
5. Untuk masing-masing variabel, nilai observasi yang satu dengan yang
lain, tidak berkaitan.

6
 Contohnya Hubungan Antara Kreativitas dan Gaya Belajar dengan
Prestasi Belajar Matematika Siswa SMP. Angka menunjukkan arah dan
besar kuatnya hubungan antara dua atau lebih variabel bebas dengan satu
variabel terikat disebut koefisien korelasi ganda, dan biasa disebut R.
Rumus dari korelasi berganda
r YX +r YX −2 r yx 1 ryx 2 rx 1 x 2
RYX X =
1 2
√ 1 2
2

1−r x 1 x 2 2

R yx 1 x2= Korelasi antara variabel (X1) dan (X2) secara bersama-sama

dengan variabel (Y).

r yx 1=¿Korelasi Product moment antara (X1) dengan (Y).

r yx 2 =¿ Korelasi Product moment antara (X2) dengan (Y).

r x1 x2 =¿ Korelasi Product moment antara (X1) dengan (x2)

1.2 Contoh dan Penyelesaian

a. Korelasi Person Product Moment (PPM)
1. Tulis Ho dan Ha dalam bentuk kalimat.
Ho : Tidak terdapat hubungan yang positip dan signifikan antara
variabel Biaya Promosi dengan Nilai Penjualan.
Ha : Terdapat hubungan yang positip dan signifikan antara variabel
Biaya Promosi dengan Nilai Penjualan.
2. Tulis Ho dan Ha dalam bentuk statistik.
Ho : r = 0.
Ha : r ≠ 0.
3. Buat tabel penolong sebagai berikut:

7
 4. Cari r hitung

5. Taraf signifikansi (α) = 0,05.

6. r tabel dengan dk = 8-2=6 adalah 0,707
7. Tentukan kriteria pengujian Jika -rtabel≤rhitung≤+rtabel, maka Ho
diterima
8. Bandingkan rhitung dengan rtabel
r hitung (0,86) > r tabel (0,707), jadi Ho ditolak.
9. Kesimpulan.
Terdapat hubungan yang positip dan signifikan antara variabel Biaya
Promosi dengan Nilai Penjualan

b. Korelasi Ganda
no
responden x1 x2 Y x12 x22 y2 X1x2 x1y x2y
1 90 82 95 8100 6724 9025 7380 8550 7790
2 80 78 80 6400 6084 6400 6240 6400 6240
3 70 72 80 4900 5184 6400 5040 5600 5760
4 60 85 85 3600 7225 7225 5100 5100 7225
5 45 58 50 2025 3364 2500 2610 2250 2900
6 70 86 85 4900 7396 7225 6020 5950 7310

8
 7 45 50 50 2025 2500 2500 2250 2250 2500
8 65 80 80 4225 6400 6400 5200 5200 6400
9 45 45 50 2025 2025 2500 2025 2250 2250
10 70 85 80 4900 7225 6400 5950 5600 6800
11 45 45 50 2025 2025 2500 2025 2250 2250
12 80 86 85 6400 7396 7225 6880 6800 7310
13 45 50 50 2025 2500 2500 2250 2250 2500
14 55 60 60 3025 3600 3600 3300 3300 3600
15 80 90 95 6400 8100 9025 7200 7600 8550
16 80 70 90 6400 4900 8100 5600 7200 6300
17 55 50 60 3025 2500 3600 2750 3300 3000
18 85 86 95 7225 7396 9025 7310 8075 8170
19 90 86 95 8100 7396 9025 7740 8550 8170
20 65 70 70 4225 4900 4900 4550 4550 4900
21 60 70 75 3600 4900 5625 4200 4500 5250
22 50 60 65 2500 3600 4225 3000 3250 3900
23 70 75 80 4900 5625 6400 5250 5600 6000
24 65 70 75 4225 4900 5625 4550 4875 5250
25 80 86 95 6400 7396 9025 6880 7600 8170
26 75 87 80 5625 7569 6400 6525 6000 6960
27 55 60 70 3025 3600 4900 3300 3850 4200
28 70 75 80 4900 5625 6400 5250 5600 6000
29 55 60 60 3025 3600 3600 3300 3300 3600
30 75 70 80 5625 4900 6400 5250 6000 5600
31 45 40 50 2025 1600 2500 1800 2250 2000
32 75 85 80 5625 7225 6400 6375 6000 6800
33 85 95 90 7225 9025 8100 8075 7650 8550
34 65 70 70 4225 4900 4900 4550 4550 4900
35 75 70 80 5625 4900 6400 5250 6000 5600
36 45 40 50 2025 1600 2500 1800 2250 2000
37 55 60 60 3025 3600 3600 3300 3300 3600
38 60 65 70 3600 4225 4900 3900 4200 4550
39 80 86 95 6400 7396 9025 6880 7600 8170
jumlah 2560 2738 2890 175550 201026 223000 186855 197400 211025

Berangkat dari hasil tabel diatas, kemudian dilakukan perhitungan untuk

mengetahui koefisien korelasi atau indeks korelasi antar variabel X1, X2, dan Y :

a. Hubungan antara kemampuan awal matematika ( X1 ) dengan prestasi

belajar matematika materi pokok pecahan (Y).

9
 Dketahui :
∑ N =39 ∑ X 21=175550
∑ X 1=2560 ∑ Y 2=223000
∑ Y =2890 ∑ X 1 Y =197400
r X Y =N ∑ X 1 Y −¿ ¿ ¿
1

39 ( 197400 ) −( 2560 ) (2890)

rX Y=
1

√ {39 (175550)− ( 2560 ) } {39 ( 223000 )−2890 }

2 2

7698600−7398400
rX Y=
1
√ {( 6846450−6553600 ) (869700−8352100) }
300200
rX Y=
1
√ { 292850 }{344900 }
300200
rX Y=
1
√ 317811,2097
r X Y =0,945
1

Jadi terdapat korelasi sebesar 0.945 antara kemampuan awal matematika

dengan prestasi belajar matematika materi pecahan.

b. Hubungan antara sikap peserta didik pada matematika ( X 2 ) dengan

prestasi belajar matematika materi pokok pecahan (Y).
Diketahui :
∑ N =39 ∑ X 22=201026
∑ X 2=2738 ∑ Y 2=223000
∑ Y =2890 ∑ X 2 Y =211025

r X Y =N ∑ X 2 Y −¿ ¿ ¿
2

10
 39 ( 211025 )− (2738 ) (2890)
rX Y=
2

√ {39 (201026)− ( 2738 ) } {39 ( 223000 )−2890 }

2 2

822997−7912820
rX Y=
2
√ {( 7840014−7496644 ) (869700−8352100)}
317155
rX Y=
2
√ { 34337 }{344900}
317155
rX Y=
2
√ 344134,1497
r X Y =0,992
2

Jadi terdapat korelasi sebesar 0,922 antara sikap peserta didik dengan
prestasi belajar matematika materi pokok pecahan.

c. Hubungan antara kemampuan awal matematika ( X 1 ) dan sikap peserta

didik ( X 2 ) dengan presentasi belajar matematika materi pecahan (Y).
Sebelum mencari hubungan antara kemampuan awal dan sikap peserta
didik pada matematika dengan prestasi belajar matematika materi pecahan
terlebih dahulu dicari hubungan antara kemampuan awal dan sikap peserta
didik pada matematika.
Diketahui :
∑ N =39 ∑ X 22=201026
∑ X 2=2738 ∑ X 12=175550
∑ X 1=2560 ∑ X 1 X 2=186855

r X X =N ∑ X 1 X 2−¿ ¿¿
1 2

11
 39 ( 186855 )−( 2560 ) (2738)
rX X =
1 2

√ {39(175550)− ( 2560 ) } {39 ( 201025 )−2738 }

2 2

7287345−7009380
rX X =
1 2
√ {( 6846450−6553600 ) (7840014−7496644)}
278065
rX X =
1 2
√ { 292850}{343370 }
278065
rX X =
1 2
√ 3417105,51
r X X =0,877
1 2

Setelah diketahui hubungan antara kemampuan awal dan sikap peserta

didik pada matematika selanjutnya akan dicari hubungan antara
kemampuan awal dan sikap peserta didik pada matematika dengan prestasi
belajar matematika materi pecahan, yaitu :

rY X 21+ rY X 22−rY X 1 rY X 2 r X 1 X 2
R X1 X2Y =
√ 1−r X
2
1 X2

0,945 2+ 0,9222−2 ( 0,945 )( 0,922 ) (0,877)

R X1 X2Y =
√ 1−0,8772

0,893025+ 0,850084−2(0,7641)
R X1 X2Y =
√ 1−0,769

0,215
R X1 X2Y =
√ 0,231

12
R X 1 X 2 Y =√ 0,9307

R X 1 X 2 Y =0,965

Jadi terdapat hubungan/korelasi sebesar 0,965 kemampuan awal

matematika dan sikap peserta didik pada matematika dengan prestasi
belajar matematika materi pecahan.

1.3 Rangkuman
1. Korelasi PPM adalah salah satu teknik untuk mencari korelasi antar dua
variabel. Penggunaan Korelasi PPM untuk menyatakan ada atau tidaknya
hubungan yang signifikan antara variabel satu dengan yang lainnya serta
untuk menyatakan besarnya sumbangan variabel satu terhadap yang
lainnya.
2. Korelasi ganda (R y.12) merupakan suatu teknik statistika
parametrik yang digunakan untuk mempelajari korelasi antara satu
variabel terikat (Y) dengan sejumlah atau beberapa variabel bebas (X)
sebagai satu kesatuan. Rumusnya yaitu:
r YX +r YX −2 r yx 1 ryx 2 rx 1 x 2
RYX X =
1 2
√ 1 2
2

1−r x 1 x 2 2

13
 DAFTAR PUSTAKA

Husaini Usman. 2006. Pengantar Statistika. Jakarta : PT Bumi Aksara.

Sudjana. 1989. Metoda Statistika Edisi 5. Bandung: Tarsito
Sudijono, Anas. 2014. Pengantar Statistik Pendidikan. Jakarta: PT Raja Grafindo
Persada.
Somantri, Ating & Sambas Ali M. 2006. Aplikasi Statistika Dalam Penelitian.
Bandung: CV Pustaka Setia.

14
 GLOSARIUM

Data Diskrit
Data hasil menghitung

Data Interval
Data yang diperoleh dengan cara pengukuran, dimana jarak antar dua titik pada
skala sudah diketahui

Data Kontinu
Data hasil mengukur

15
Data Rasio
Data yang diperoleh dengan cara pengukuran, dimana jarak dua titik pada skala
sudah diketahui dan mempunyai titik nol yang absolut.

Korelasi
Teknik analisis dalam statistik yang digunakan untuk mencari hubungan antara
dua variabel yang bersifat kuantitatif.

Korelasi Ganda
Teknik statistika parametrik yang digunakan untuk mempelajari korelasi antara
satu variabel terikat (Y) dengan sejumlah atau beberapa variabel bebas (X)
sebagai satu kesatuan

Korelasi Pearson Product Moment

Alat uji statistik yang digunakan untuk menguji hipotesis asosiatif (uji hubungan)
dua variabel bila datanya kontinu dan diskrit

Mean
Teknik penjelasan kelompok yang didasarkan atas nilai rata-rata dari kelompok
Statistik
Suatu alat untuk mengumpulkan data, mengolah data, menarik kesimpulan,
membuat tindakan berdasarkan analisis data yang dikumpulkan

Standar Deviasi
Ukuran yang digunakan untuk mengukur jumlah variasi atau sebaran sejumlah
nilai data

Statistik Parametrik
Ilmu statistik yang mempertimbangkan jenis sebaran atau distribusi data, yaitu
apakah data menyebar secara normal atau tidak.

16
Variabel
Suatu atribut, sifat, atau nilai dari orang, obyek, atau kegiatan yang mempunyai
variasi tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian
ditarik kesimpulannya

Variabel Bebas
Variabel yang mempengaruhi.

Variabel Terikat
Variabel yang dipengaruhi.

INDEKS

Data Diskrit, 4
Data Interval, 5
Data Kontinu, 4. 5
Data Rasio, 5
Korelasi, 4
Korelasi Ganda, 6
Korelasi Pearson Product Moment, 4, 5
Mean, 4
Standar Deviasi, 4

17
Statistik Parametrik, 4, 6
Variabel, 4, 5, 6
Variabel Bebas, 6
Variabel Terikat, 6

18