Uji Asumsi Korelasi Sederhana

MAKALAH

Disusun untuk memenuhi tugas mata kuliah Statistik Pendidikan

Disusun Oleh :

1. Reza Delviana (1910205055)

2. Trina Febrianti (1910205002)
3. Wahyuni Ulfa (1910205057)

Dosen Pengampu :

Putri Yulia, M.Pd

JURUSAN TADRIS MATEMATIKA

FAKULTAS TARBIYAH DAN ILMU KEGURUAN

INSTITUT AGAMA ISLAM NEGERI KERINCI

TAHUN 2021
 KATA PENGANTAR

Assalamualaikum Warahmatullahi Wabarakaatuh

Puji syukur kehadirat Tuhan Yang Mahakuasa karena telah memberikan kesempatan
pada penulis untuk menyelesaikan makalah ini. Atas rahmat dan hidayah-Nya lah penulis dapat
menyelesaikan makalah yg berjudul ”Uji Asumsi Korelasi Sederhana” tepat waktu.

Makalah ” Uji Asumsi Korelasi Sederhana“ disusun guna memenuhi tugas Mata Kuliah
statistic Pendidikan dengan Dosen pengampu Ibuk Putri Yulia, M.Pd. Selain itu, penulis juga
berharap agar makalah ini dapat menambah wawasan bagi pembaca tentang Uji Asumsi Korelasi
Sederhana.

Penulis berharap Tugas yang telah diberikan ini dapat menambah pengetahuan dan
wawasan terkait bidang yang ditekuni penulis. Penulis juga mengucapkan terima kasih pada
semua pihak yang telah membantu proses penyusunan makalah ini.

Penulis menyadari makalah ini masih jauh dari kata sempurna. Oleh karena itu, kritik dan
saran yang membangun akan penulis terima demi kesempurnaan makalah ini.

Sungai Penuh, 20 April 2021

Penulis

Kelompok 1

2
 DAFTAR ISI

BAB 1 : PENDAHULUAN

A. Latar Belakang...................................................................................................4
B. Rumusan Masalah..............................................................................................5
C. Tujuan................................................................................................................5

BAB 2 : PEMBAHASAN

A. Penyajian Data...................................................................................................6
B. Penyajian Data dalam Bentuk Tabel ..................................................................6
C. Penyajian Data dalam Bentuk Diagam...............................................................8

BAB 3 : PENUTUP

A. Kesimpulan........................................................................................................15
B. Saran..................................................................................................................15

DAFTAR PUSTAKA...................................................................................................16

3
 BAB I

PENDAHULUAN

A. Latar Belakang
Hubungan antar variabel sering menjadi objek yang akan diamati bentuknya
dalam sebuah pemodelan. Dua buah variabel yang diduga mempunyai hubungan sebab
akibat, atau dalam bahasa statistik disebut hubungan antar variabel terikat (dependen) dan
variabel bebas (independen). Analisis statistik yang sering digunakan untuk melihat
hubungan antara dua jenis variabel tersebut adalah analisis korelasi dan analisis regresi.
Analisis korelasi berkaitan dengan pengukuran tingkat keeratan hubungan di antara
variabel – variabel baik di antara variabel terikat dengan variabel bebas maupun sesama
variabel bebas. Variabel bebas yaitu variabel yang dipakai untuk memprediksi nilai
variabel terikat, sedangkan variabel terikat yaitu variabel yang diprediksi (Setiawan dan
Dwi,2010:60). Analisis korelasi sederhana (Bivariate Correlation) digunakan untuk
mengetahui keeratan hubungan antara dua variabel dan untuk mengetahui arah hubungan
yang terjadi.
Koefisien korelasi sederhana menunjukkan seberapa besar hubungan yang terjadi
antara dua variabel. Dalam SPSS ada tiga metode korelasi sederhana (bivariate
correlation) diantaranya Pearson Correlation, Kendall’s tau-b, dan Spearman Correlation.
Pearson Correlation digunakan untuk data berskala interval atau rasio, sedangkan
Kendall’s tau-b, dan Spearman Correlation lebih cocok untuk data berskala ordinal. Pada
bab ini akan dibahas analisis korelasi sederhana dengan metode Pearson atau sering
disebut Product Moment Pearson. Nilai korelasi (r) berkisar antara 1 sampai -1, nilai
semakin mendekati 1 atau -1 berarti hubungan antara dua variabel semakin kuat,
sebaliknya nilai mendekati 0 berarti hubungan antara dua variabel semakin lemah. Nilai
positif menunjukkan hubungan searah (X naik maka Y naik) dan nilai negatif
menunjukkan hubungan terbalik (X naik maka Y turun).

Banyak analisis data bertujuan untuk mengetahui apakah ada hubungan antara dua
atau lebih peubah. Bila hubungan demikian ini dapat dinyatakan dalam bentuk rumus
matematik, maka kita akan dapat menggunakannya untuk keperluan identifikasi
selanjutnya.

4
 Masalah identifikasi dapat dilakukan dengan menerapkan persamaan regresi dan
menentukan korelasi (hubungan) data. Sekarang ini, istilah regresi ditetapkan pada semua
jenis peramalan, dan tidak harus berimplikasi suatu regresi mendekati nilai tengah
populasi. Sedangkan Teknik korelasi merupakan teknik analisis yang melihat
kecenderungan pola dalam satu variabel berdasarkan kecenderungan pola dalam variabel
yang lain. Maksudnya, ketika satu variabel memiliki kecenderungan untuk naik maka kita
melihat kecenderungan dalam variabel yang lain apakah juga naik atau turun atau tidak
menentu. Jika kecenderungan dalam satu variabel selalu diikuti oleh kecenderungan
dalam variabel lain, kita dapat mengatakan bahwa kedua variabel ini memiliki hubungan
atau korelasi.

Data yang baik adalah data yang memiliki keakuratan maksimal dan adanya
keterikatan dengan data lain yang masih bersangkutan. Untuk menciptakan data yang
baik data mentah perlu di distribusikan dan diolah. Data yang baik akan mempermudah
dalam menganalisis atau mengidentifikasi karakteristik data dan mengulangi percobaan
jika diperlukan.

B. Rumusan Masalah

Adapun rumusan masalah yang akan dibahas pada amkalah ini adalah sebagai berikut,

1. Apa yang dimaksud dengan korelasi Sederhana?

2. Bagaimana Analisis/uji korelasi sederhana?

3. Bagaimana contoh kasus penyelesaian korelasi sederhana ?

C. Tujuan

1. Mengetahui apa yang dimaksud dengan korelasi sederhana.

2. mengetahui bagaimana analisis/uji korelasi sederhana.

3. Mengetahui bagaimana penyelesaian kasus korelasi sederhana.

5
 BAB ll

PEMBAHASAN

A. Pengertian Korelasi Sederhana

Secara sederhana, korelasi dapat diartikan sebagai hubungan. Namun ketika
dikembangkan lebih jauh, korelasi tidak hanya dapat dipahami sebatas pengertian
tersebut. Korelasi merupakan salah satu teknik analisis dalam statistik yang digunakan
untuk mencari hubungan antara dua variabel yang bersifat kuantitatif. Hubungan dua
variabel tersebut dapat terjadi karena adanya hubungan sebab akibat atau dapat pula
terjadi karena kebetulan saja. Dua variabel dikatakan berkolerasi apabila perubahan pada
variabel yang satu akan diikuti perubahan pada variabel yang lain secara teratur dengan
arah yang sama (korelasi positif) atau berlawanan (korelasi negatif).
 Korelasi Sederhana merupakan suatu Teknik Statistik yang dipergunakan untuk
mengukur kekuatan hubungan 2 Variabel dan juga untuk dapat mengetahui bentuk
hubungan antara 2 Variabel tersebut dengan hasil yang sifatnya kuantitatif. Kekuatan
hubungan antara 2 variabel yang dimaksud disini adalah apakah hubungan tersebut erat,
lemah,  ataupun tidak erat sedangkan bentuk hubungannya adalah apakah bentuk
korelasinya Linear Positif  ataupun Linear Negatif.
Kekuatan Hubungan antara 2 Variabel biasanya disebut dengan Koefisien
Korelasi dan dilambangkan dengan symbol “r”. Nilai Koefisian r akan selalu berada di
antara -1 sampai +1.

Perlu diingat :

Koefisien Korelasi akan selalu berada di dalam Range -1 ≤ r ≤ +1

Jika ditemukan perhitungan diluar Range tersebut, berarti  telah terjadi kesalahan
perhitungan dan harus di koreksi terhadap perhitungan tersebut.

B. Analisis Korelasi Sederhana

Analisa korelasi pada garis besarnya dibedakan kepada dua, yaitu: 1. Korelasi
antara dua variabel (bivariate correlation) misalnya hubungan antara rambu-rambu lalu
lintas dengan kecelakaan lalu lintas. 2. Korelasi antara tiga variabel atau lebih (multivariate

6
correlation) misalnya hubungan antara kecerdasan dan motif belajar dengan prestasi
belajar.
Analisa yang membahas kuatnya hubungan antara variable-variable disebut “Analisa
Korelasi”, sedangkan angka yang menunjukkan kuat tidaknya (derajat) hubungan antara
variable-variable itu disebut dengan “Koefisien Korelasi” yang diberi notasi “r”.
Apabila arah hubungan variable itu positif, disebut korelasi positif dan dua variable
itu cenderung akan berubah dengan arah yang sama. Apabila arah hubungan variable itu
negative maka disebut korelasi negative dan dua variable itu cenderung akan berubah
dengan arah yang berlawanan. Tetapi jika kedua variable itu cenderung berubah dengan
arah yang tidak menentu, maka dikatakan tidak berhubungan.
Besarnya harga koeisien korelasi akan berada dalam interval -1 dan +1 atau -1 ≤ r ≤
1 1) Jika r = 1 atau mendekati, dikatakan bahwa dua variable itu mempunyai hubungan
yang kuat dan positif. 2) Jika r= -1 atau mendekati, dikatakan bahwa bahwa dua variable
itu mempunyai hubungan yang kuat dan negatif. 3) Jika r = 0 atau mendekati, dikatakan
bahwa dua variable itu tidak berkorelasi atau berhubungan. Contoh sebaran diagram di
bawah ini menunjukkan adanya hubungan atau korelasi antara dua variable, yaitu variable
x dan y.

Keterangan:
1) Diagram sebaran yang menunjukkan korelasi linear positif.
2) Diagram sebaran yang menunjukkan korelasi linear negative.
3) Diagram sebaran yang menunjukkan korelasi nol.
Contoh: Suatu perusahaan mengadakan test masuk untuk calon karyawan. Dari peserta
tersebut, ternyata yang diterima sebagai karyawan hanya 10 orang saja, dengan nilai test
masing-masing adalah sebagai berikut: 63 67 61 72 70 60 74 64 69 75 Setelah mereka

7
bekerja dalam waktu tertentu, tercatat nilai-nilai hasil kerja merekaa adalah: 230 235 220
270 245 225 260 240 250 265

Dari diagram sebaran di atas(dengan sumbu x dan y), didapat empat kuadran, yaitu:

 Kuadran I, mempunyai harga x negatif dan y positif

 Kuadran II, mempunyai harga x positif dan y positif

 Kuadran III, mempunyai harga x positif dan y negative

 Kuadran IV, mempunyai harga x negatif dan y negatif

Dengan demikian pada kuadcran II dan IV mempunyai hasil perkalian antara x dan y
yang positif, sedangkan pada kuadran I dan III mempunyai hasil perkalian antara x dan y
yang negatif. Karena itu apabila sebagian besar data tersebar di kuadra II dan IV maka
dikatakan bahwa antara variable x dan y berkorelasi positif, tetapi jika sebagian besar data
tersebar di kuadran I dan II, maka dikatakan bahwa antara variable x dan y itu berkorelasi
negatif, dan jika data itu tersebar secara rambang di semua kuadran, maka dapat dikatakan
bahwavariable x dan y itu tidak berkorelasi. Jadi dari uraian di atas dapat dikatakan pula
bahwa:

 Korelasi positif bila xy > 0

 Korelasi negatif bila xy < 0

8
  Korelasi nol bila xy = 0

Namun demikian cara pengukuran itu kurang memadai dan untuk memperbaiki cara
pengukuran diatas maka koefisien korelasi (r) dihitung melalui koefisien penentuan
(Coeffisient of Determination) yang diberi notasi “r²”. Koefisien korelasi ini menentukan
berapa besar variasi y yang dapat dijelaskan oleh variasi x. Oleh karena itu r² merupakan
ratio antara variasi yang dapat dijelaskan oleh garis regresi dengan variasi total, sehingga r²
dirumuskan dengan:

Koefisien Korelasi Sederhana disebut juga dengan Koefisien Korelasi Pearson

karena rumus perhitungan Koefisien korelasi sederhana ini dikemukakan oleh Karl Pearson
yaitu seorang ahli Matematika yang berasal dari Inggris.

Dimana :

n    = Banyaknya Pasangan data X dan Y

Σx = Total Jumlah dari Variabel X
Σy = Total Jumlah dari Variabel Y
Σx2= Kuadrat dari Total Jumlah Variabel X
Σy2= Kuadrat dari Total Jumlah Variabel Y
Σxy= Hasil Perkalian dari Total Jumlah Variabel X dan Variabel

C. Contoh Kasus
Berikut ini merupakan data perusahaan mengenai harga permintaan suatu komoditi (X)
dan harga rata-rata suatu komoditi (Y) disajikan dalam tabel berikut:

9
 X Y

178 105

224 105

160 130

315 130

229 130

250 150

181 150

306 170

257 170

300 180

Hitunglah koefisien korelasi pada kasus tersebut dan bagaimana arti dari hasil koefisien
korelasi yang didapat!

Jawaban
Berikut ini hasil perhitungan tabel untuk mendapatkan nilai total untuk X, Y, X 2, Y2, dan XY:

Data X Y X2 Y2 XY

1 178 105 31684 11025 18690

2 224 105 50176 11025 23520

3 160 130 25600 16900 20800

4 315 130 99225 16900 40950

5 229 130 52441 16900 29770

6 250 150 62500 22500 37500

7 181 150 32761 22500 27150

8 306 170 93636 28900 52020

10
 9 257 170 66049 28900 43690

10 300 180 90000 32400 54000

Tota 60407
2400 1420 207950 348090
l 2

Dengan memasukan nilai total dari semua variabel pada tabel dan jumlah data ke dalam rumus
korelasi Pearson Product Moment maka didapat hasil sebagai berikut:

Maka nilai koefisien korelasi Pearson Product Momentnya adalah 0.5477.

11
 BAB lll

PENUTUP
A. Kesimpulan

Hubungan antar variabel sering menjadi objek yang akan diamati

bentuknya dalam sebuah pemodelan. Dua buah variabel yang diduga mempunyai
hubungan sebab akibat, atau dalam bahasa statistik disebut hubungan antar variabel
terikat (dependen) dan variabel bebas (independen). Analisis statistik yang sering
digunakan untuk melihat hubungan antara dua jenis variabel tersebut adalah analisis
korelasi dan analisis regresi. Analisis korelasi berkaitan dengan pengukuran tingkat
keeratan hubungan di antara variabel – variabel baik di antara variabel terikat dengan
variabel bebas maupun sesama variabel bebas. Variabel bebas yaitu variabel yang dipakai
untuk memprediksi nilai variabel terikat, sedangkan variabel terikat yaitu variabel yang
diprediksi (Setiawan dan Dwi,2010:60). Analisis korelasi sederhana (Bivariate
Correlation) digunakan untuk mengetahui keeratan hubungan antara dua variabel dan
untuk mengetahui arah hubungan yang terjadi.
Koefisien korelasi sederhana menunjukkan seberapa besar hubungan yang terjadi
antara dua variabel. Dalam SPSS ada tiga metode korelasi sederhana (bivariate
correlation) diantaranya Pearson Correlation, Kendall’s tau-b, dan Spearman Correlation.
Pearson Correlation digunakan untuk data berskala interval atau rasio, sedangkan
Kendall’s tau-b, dan Spearman Correlation lebih cocok untuk data berskala ordinal. Pada
bab ini akan dibahas analisis korelasi sederhana dengan metode Pearson atau sering
disebut Product Moment Pearson. Nilai korelasi (r) berkisar antara 1 sampai -1, nilai
semakin mendekati 1 atau -1 berarti hubungan antara dua variabel semakin kuat,
sebaliknya nilai mendekati 0 berarti hubungan antara dua variabel semakin lemah. Nilai
positif menunjukkan hubungan searah (X naik maka Y naik) dan nilai negatif
menunjukkan hubungan terbalik (X naik maka Y turun).

Saran

12
 Dengan adanya penulisan makalah ini diharapkan kepada pembaca agar dapat
memahami materi tentang Uji Asumsi Korelasi Sederhana.

13
 DAFTAR PUSTAKA

Ananda,rusydi dan Muhammad fadhil. 2018. Statistika Pendidikan. Medan : CV. Widya puspita.

Kho,dickshon. 2021. Pengertian dan Analisis Korelasi Sederhana dengan Rumus Pearson.
https://teknikelektronika.com/pengertian-analisis-korelasi-sederhana-rumus-pearson/
(Diakses pada tanggal 20 April 2021 pukul 13.00 WIB).

14