KORELASI PRODUK MOMEN DAN KORELASI TATA JENJANG

Untuk memenuhi tugas Mata Kuliah Statistik Penelitian Teknologi Pembelajaran

Yang diampu oleh Prof. Dr. Purnomo, M.Pd. dan Dr. Yerry Soeprianto M.T.

Disusun oleh :

Akhmad Fakharuddin

200121849211

UNIVERSITAS NEGERI MALANG

PASCASARJANA
TEKNOLOGI PEMBELAJARAN
2021
PENDAHULUAN

Dalam istilah statistik, korelasi adalah metode untuk menilai kemungkinan hubungan linier dua
arah antara dua variabel kontinu. Analisis korelasi merupakan salah satu teknik statistik yang
digunakan untuk menganalisis hubungan antara dua variabel atau lebih yang bersifat kuantitatif.
Korelasi merupakan istilah yang menyatakan derajat hubungan linier. Korelasi tersebut
menunjukkan arah dan kuatnya hubungan antar dua variabel atau lebih. Hubungan antar dua
variable disebut dengan bivariate correlation. Hubungan antar lebih dari dua variable disebut
dengan multivariate correlation.

Menurut Supranto (2010), Analisis korelasi bertujuan untuk mengetahui kuatnya hubungan
variabel X dan Y. Sebelum dilakukan analisis regresi perlu didahului analisis korelasi untuk
meyakinkan apakah memang ada korelasi X dan Y. Korelasi diartikan sebagai hubungan.
Analisis korelasi bertujuan untuk mengetahui pola dan keeratan hubungan antara dua variabel
atau lebih.

Terdapat dua jenis korelasi yang menunjukkan hubungan antar variable tersebut :

1. Korelasi positif adalah hubungan antara 2 variabel dimana kenaikan satu variabel
menyebabkan penambahan nilai pada variabel lainnya. Atau sebaliknya, semakin kecil
nilai suatu variabel, nilai variabel lainnya juga akan ikut turun. Korelasi ini bersifat satu
arah. Contohnya : penambahan usia berbanding lurus dengan penambahan tinggi badan,
penambahan waktu produksi akan berbanding lurus dengan penambahan jumlah
produksi.
2. Korelasi negatif adalah hubungan antara 2 variabel dimana kenaikan satu variabel
menyebakan penurunan nilai dari variabel lainnya. Begitu juga sebaliknya, semakin kecil
nilai suatu variabel, semakin besar nilai variabel lainnya. Hubungan antara kedua variabel
dalam kasus ini adalah berbalik arah. Contohnya : semakin lama waktu belajar seseorang,
semakin sedikit kesalahan yang dilakukan saat ujian.

Oleh karena itu, yang paling penting untuk memakai teknik korelasi ini bukanlah datanya saja
(dua variabel) dimasukkan dan diketahui hubungan yang signifikan, tetapi harus diketahui
apakah logis hubungannya. Apakah logis apabila terdapat hubungan antara variabel x dengan
variabel y. Pertimbangkan untuk menggunakan teknik korelasi dapat dilakukan apabila
hubungan variable tersebut bisa diterima.

PEMBAHASAN

A. Korelasi Produk Momen

Korelasi produk momen ditemukan dan dikembangkan oleh karl Pearson yang digunakan untuk
melukiskan hubungan antar dua variable yang berjenis sama dengan jenis interval maupun rasio.
Korelasi ini juga sering disebut korelasi pearson. (Tulus, 2017). Korelasi pearson merupakan
metode pengukuran korelasi yang paling sering digunakan. Metode ini bisa digunakan dengan
kondisi data sebagai berikut:

a. Data memiliki skala interval atau rasio

b. Korelasi antara 2 variabel haruslah linier, artinya distribusi data haruslah menunjukkan
hubungan searah

Dalan analisis korelasi Product Moment yang dicari adalah koefisien korelasi yaitu angka yang
menyatakan derajat antara variabel independen (bebas) dengan variabel dependen (terikat) untuk
mengetahui kuat atau lemahnya hubungan antara variabel independen dengan variabel dependen.
Hubungan yang dimaksud bukan hubungan sebab akibat. Arah hubungan kedua variabel
dinyatakan dalam notasi positif atau negatif, sedangkan kuat lemahnya hubungan dinyatakan
dalam besarnya koefisien korelasi. Teknik korelasi product moment diberi lambang “r” ( sering
disebut”r” product moment). Angka indeks korelasi Product Moment ini diberi indeks dengan
huruf kecil dari huruf – huruf yang dipergunakan untuk dua buah variabel yang sedang dicari
korelasinya. Jadi apabila variabel pertama diberi lambang x dan variabel kedua diberi lambang y,
maka angka indeks korelasinya dinyatakan dengan lambang r xy.

Cara mencari (menghitung) angka indeks korelasi “r” Product Moment di mana N < 30 dengan
menadasarkan pada selisih skornya meggunakan rumus :

N ( ∑ x 2+∑ y2 −∑ ( X−Y )2) −2(∑ X)(∑ Y )

r xy =
2 √ ¿ ¿¿

Keterangan :r xy = angka indeks korelasi antara variabel X dan variabel Y

 N = number of cases

∑ x 2 = jumlah deviasi skor x setelah terlebih dahulu dikuadratkan

∑ y 2=¿ jumlah deviasi skor y setelah terlebih dahulu dikuadratkan

(X – Y) = selisih antara skor variabel X dan skor variabel Y

2 = bilangan konstan ( tidak dapat diubah – ubah)

( X −Y )2=k uadrat dari selisih antara skor variabel x dan skor variabel y

(∑ x 2 ¿ = jumlah dari seluruh skor variabel X, setelah itu lalu dikuadratkan

(∑ y 2 ¿ = jumlah dari seluruh skor variabel Y, setelah itu lalu dikuadratkan

B. Korelasi Tata Jenjang

Korelasi tata jenjang disebut juga sebagairank order correlation yang dikembangkan oleh Charles
Spearmen. Korelasi ini dimaksudkan untuk menghitung atau menentukan tingkat hubungan antar
dua variable sejenis yang mempunyai skala data ordinal atau tata jenjang. Apabila data berjenis
interval maupun rasio, maka data terlebih dahulu diubah dalam urutan, tingkatan atau rangking
yang merupakan ciri data ordinal (Tulus,2017). Pada teknik ini, angka indeks korelasi
dilambangkan dengan huruf ρ (baca: rho) dengan angka indeks korelasi berkisar antara 0,00
sampai dengan +1,00.

Tahapan dalam menggunakan uji korelasi spearman yaitu :

a. Susun peringkat data dari yang terkecil sampai terbesar. Bila ada data yang sama berikan
nilai peringkat rata-rata.
b. Cari selisih peringkat variabel pertama dengan variabel kedua.
c. Gunakan formula perhitungan sesuai dengan kondisi data

Dalam korelasi berikut rumus yang dapat digunakan yaitu :

6 ∑ D2 6 ∑ D2
ρ ¿ 1−
N ( N 2−1)
atau ρ ¿ 1−
(N 3 −N )
Keterangan: ρ= angka indeks korelasi tata jenjang

1dan 6 = bilangan konstan

D = perbedaan antara pasangan jenjang, D = R1 – R2
N = Jumlah individu dalam sampel

PENUTUP

Perbedaan antara korelasi Pearson dan korelasi Spearman adalah bahwa Pearson paling tepat
untuk pengukuran yang diambil dari skala interval , sedangkan Spearman lebih tepat untuk
pengukuran yang diambil dari skala ordinal. Walaupun korelasi tidak secara otomatis
menunjukkan menunjukkan sebab akibat - kausalitas antar variable, namun korelasi mampu
menghasilkan makna kekuatan, signifikansi, dan arah korelasi dari variable yang diteliti.

Daftar Pustaka
Tulus Winarsunu. 2017. Statistik. Dalam Penelitian Psikologi dan Pendidikan. Malang: UMM
Press
Supranto J, Nandan Limakrisna. 2010. Petunjuk Praktis Penelitian Ilmiah untuk Menyusun
Skripsi, Tesis, dan Disertasi. Jakarta: Mitra Wacana Media