BAB

UJI KORELASIONAL
2

A. Pengantar: Teknik Uji Korelasional

Teknik uji korelasional digunakan untuk menguji ada-tidaknya

hubungan/korelasi antara dua variabel atau lebih. Pengujian dilakukan pada sampel
penelitian untuk digeneralisasikan pada seluruh populasi di mana sampel diambil.
Hal ini dapat dilihat pada Gambar 2.1 di bawah ini.

Reduksi/Sampling

Parameter:
ρ
Statistik:
r
Generalisasi

Gambar 2.1 Paradigma Statistik Uji Korelasional

Besar-kecilnya hubungan antara variabel dinyatakan dengan koefisien

korelasi. Koefisien korelasi bergerak dari –1,000 hingga 1,000. Koefisien yang
bertanda positif (+) menunjukkan arah korelasi yang positif. Korelasi yang bertanda
negatif (-) menunjukkan arah korelasi yang negatif. Sedangkan koefisien yang
bernilai 0,000 menunjukkan tidak adanya korelasi antarvariabel yang diteliti.
Terdapat berbagai teknik statistik korelasi yang dapat digunakan untuk
menguji hipotesis korelasional. Teknik statistik mana yang digunakan, tergantung
pada jenis data yang dianalisis.
Untuk data nominal dan ordinal digunakan statistik nonparametris. Untuk data
interval/ratio digunakan statistik parametris. Pedoman pemilihan teknik statistik
korelasi dinyatakan pada Tabel 2.1. di bawah ini.
 Tabel 2.1
Pedoman Pemilihan Teknik Korelasi
Dalam Pengujian Hipotesis Korelasional

Macam Data Teknik Korelasi Yang Digunakan

Nominal 1. Koefisien Kontingensi
1. Spearman Rank
Ordinal
2. Kendall Tau
1.Pearson’s Product Moment *
Interval/Ratio 2. Korelasi Partial *
3. Korelasi Ganda *

* uji statistik parametrik

B. Statistik Parametrik

Seperti ditunjukkan dalam Tabel 2.1. di atas, statistik parametris yang

digunakan untuk menguji hipotesis korelasional meliputi: (1) Korelasi Pearson’s
Product Moment (Pearson’s Product Moment correlation); (2) Korelasi parsial
(partial correlation); dan (3) Korelasi ganda (multiple correlation). Pada bagian
terdahulu telah dikemukakan bahwa teknik statistik parametrik terutama digunakan
untuk menganalisis data interval atau ratio, dan memenuhi uji asumsi/prasyarat uji
parametrik.

1. Korelasi Pearson’s Product Moment

a. Penggunaan:
Teknik statistik korelasi Pearson’s Product Moment digunakan jika:
1) Hipotesis berbentuk korelasional, antara dua variabel,
yakni: variabel bebas (independent/ predictor), dengan variabel tergantung
(dependent/criterium);

X Y

Keterangan:
X = variabel bebas (independent variable/predictor)
Y = variabel tergantung (dependent variable /criterium)
 Gambar 2.2. Korelasi Variabel Independen dan Variabel Dependen
2) Data variabel adalah interval/ratio;
3) Menenuhi syarat asumsi uji parametrik, yaitu:
a) Data berdistribusi normal  uji normalitas
b) Variabel bebas dan variabel tergantung berkorelasi secara linier  uji
linieritas

b. Rumus:

N ∑ XY −( ∑ X )( ∑ Y )
¿¿
rxy = √¿¿¿

Keterangan:
rxy = Koefisien korelasi antar X dan Y
N = Jumlah subjek
X = Variabel bebas
Y = Variabel terikat
 Contoh:
Seorang peneliti melakukan penelitian untuk menguji hipotesis yang
menyatakan: “Ada korelasi antara IQ dengan prestasi belajar”. Atau ”Ada
hubungan antara IQ dengan prestasi belajar”.
Untuk keperluan tersebut, maka dilakukan pengumpulan data terhadap 10
responden yang diambil secara acak/random. Berdasarkan 10 responden
tersebut, diperoleh data tentang IQ (X) dan prestasi belajar (Y).
Data:
X = 110, 98, 100, 102, 89, 115, 121, 108, 128, 114
Y = 7.4, 5.2, 6.1, 6.3, 6.5, 7.9, 7.1, 7.2, 8.6, 6.8

 Pertanyaan:
Uji hipotesis tersebut dengan teknik uji statistik Pearson’s Product
Moment; α = 0,05!

 Jawab:
Untuk menjawab pertanyaan tersebut di atas, ditempuh langkah-langkah
sebagai berikut:
1. Merumuskan Ho: “Tidak ada korelasi antara IQ dengan prestasi belajar”
Atau ” Tidak ada hubungan antara IQ dengan prestasi belajar”.
2. Menentukan taraf signifikansi: α = 0,05 (atau dapat juga 0,01; pilih salah
satunya)
3. Menentukan kriteria: menolak Ho jika ro  rt pada α = 0,05.
4. Melakukan perhitungan statistik. Perhitungan statistik dilakukan sebagai
berikut ini:
Tabel 2.2
Perhitungan Korelasi antara IQ dengan Prestasi Belajar

Subjek X Y X2 Y2 XY
1 110 7.4 12100 54.76 814
2 98 5.2 9604 27.04 509.6
3 100 6.1 10000 37.21 610
4 102 6.3 10404 39.69 642.6
5 89 6.5 7921 42.25 578.5
6 115 7.9 13225 62.41 908.5
7 121 7.1 14641 50.41 859.1
8 108 7.2 11664 51.84 777.6
9 128 8.6 16384 73.96 1100.8
10 114 6.8 12996 46.24 775.2
N X Y X2 Y2 XY
10 1085 69.1 118939 485.81 7575.9

Selanjutnya, nilai yang diperoleh pada perhitungan di atas, dimasukkan ke

dalam rumus korelasi Pearson’s Product Moment.

N ∑ XY −( ∑ X )( ∑ Y )
¿¿
rxy = √¿¿¿

10 .7575 , 9−( 1085)( 69 , 1)

¿¿
= √{10. 118939−( 1085 )2 }¿ ¿ ¿
= 0,780357667
= 0,7804

5. Menarik kesimpulan:
 Untuk melakukan penarikan kesimpulan, kita perlu membandingkan
antara r yang diobservasi (ro) dengan r pada tabel (rt). Pedomannya
adalah kita pertama-tama memperbandingkan r o dengan rt, pada taraf
signikansi 5% (0,05). Jika pada taraf signikansi 5% r o  rt, maka kita
melanjutkan perbandingan tersebut pada taraf signifikansi 1%.
Pada contoh ini, karena melihat bahwa r o (0,780) > rt (0,632) pada taraf
singnifikansi 5%, maka kita melanjutkan perbandingan pada taraf
singnikansi yang lebih teliti, yaitu 1%. Hasilnya menunjukkan bahwa
ternyata ro (0,780) > rt (0,765). Oleh karena itu, kesimpulannya:
(1) Formal: Menolak Ho pada α = 0,01(tentu saja juga menolak Ho pada
α = 0,05); dan
(2) Informal: “Ada korelasi yang sangat signifikan antara IQ dengan
prestasi belajar”.

Prosedur penarikan kesimpulan untuk contoh kasus ini, selengkapnya

diringkas pada Tabel 2.3 di bawah ini.

Tabel 2.3
Ringkasan Pengujian Hipotesis

Taraf Kesimpulan
ro rt signifikansi Formal
Informal
(α) Ho Ha
0,7804 > 0,632 0,05 (5%)   Signifikan
0,7804 > 0,765 0,01 (1%)   Sangat signifikan

Catatan:
 Seandainya terjadi bahwa ro  rt pada 5%, tetapi ro < rt pada 1%, maka
kesimpulannya:
(1) Formal: Menolak Ho pada α = 0,05 (tetapi menerima Ho pada α = 0,01); dan
(2) Informal: “Ada korelasi yang signifikan antara IQ dengan prestasi belajar”.

 Seandainya terjadi bahwa r o < rt pada 5% (tentu saja ro < rt juga pada α = 0,01),
maka kesimpulannya:
(1) Formal: Menerima Ho pada α = 0,05 (tentu saja menerima Ho juga pada α =
0,01); dan
 (2) Informal: “Ada korelasi yang tidak signifikan antara IQ dengan prestasi
belajar”  Tidak ada korelasi antara IQ dengan prestasi belajar.

 Perlu diperhatikan bahwa terdapat perbedaan mendasar dalam penarikan

kesimpulan terhadap hipotesis satu arah dan hipotesis dua arah. Perbedaan
tersebut dijelaskan sebagai berikut:
■ Pada hipotesis dua arah (misalnya “ada korelasi antara gaji dengan kepuasan
kerja”), nilai statistik yang diobservasi, ditafsirkan sebagaimana adanya.
 Contoh:
Misalkan, perhitungan statistik menunjukkan bahwa r yang diobservasi (r o) =
0,324, sedangkan nilai r pada tabel (r t) = 0,632. Jumlah subjek 10
responden. Perbandingan antara ro dengan rt menunjukkan bahwa ro (0,324)
< rt (0,632) pada α = 0,05.
 Kesimpulan:
 Formal: Menerima Ho pada α = 0,05.
 Informal: “Ada korelasi yang tidak sangat signifikan antara gaji dengan
kepuasan kerja”. Tidak ada korelasi antara gaji dengan kepuasan
kerja.

■ Sebaliknya, pada hipotesis satu arah (misalnya: “ada korelasi positif antara
gaji dengan kepuasan kerja”), nilai statistik yang diobservasi, harus ditafsirkan
secara berbeda, yakni nilai So harus dikalikan dua.
 Contoh:
Misalkan, perhitungan statistik menunjukkan bahwa nilai r o = 0,324,
sedangkan nilai rt = 0,549 pada α = 0,05. Nilai ro tersebut harus dikali dua,
sehingga diperoleh: 0,324 x 2 = 0,648. Selanjutnya, perbandingan antara r o
dengan rt menunjukkan bahwa ro (0,648) > rt (0,549) pada α = 0,05.
Sedangkan pada α = 0,01 ro (0,648) < rt (0,715)
 Kesimpulan:
 Formal: Menolak Ho pada α = 0,05; tetapi menerima Ho pada α = 0,01.
 Informal: “Ada korelasi positif yang signifikan antara gaji dengan
kepuasan kerja”.
LATIHAN:
1. Seorang mahasiswa psikologi hendak menguji hipotesis yang menyatakan: “Ada
korelasi antara kecemasan dengan kemampuan berkomunikasi di depan umum”.
Untuk keperluan tersebut, maka dilakukan pengumpulan data terhadap 10
responden yang diambil secara acak/random. Berdasarkan 10 responden
tersebut, diperoleh data tentang kecemasan (X) dan kemampuan berkomunikasi
di depan umum (Y).
Data:
X = 14, 18, 9, 12, 9, 4, 13, 12, 19, 23
Y= 8, 6, 14, 9, 19, 18, 8, 4, 5, 3

Pertanyaan:
Uji hipotesis tersebut dengan teknik uji statistik Pearson’s Product Moment; α =
0,05!

2. Seorang dosen statistik hendak menguji hipotesis yang menyatakan: “Ada

korelasi positif antara kemampuan matematika dengan kemampuan statistik”.
Lalu, diambillah data dari 15 mahasiswa secara random. Berdasarkan data dari
15 responden tersebut, diperoleh data tentang kemampuan matematika (X) dan
kemampuan statistik (Y).
Data:
X = 7, 6, 6, 4, 8, 5, 9, 5, 4, 7,8,9,10,7,6
Y = 5, 6, 8, 3, 8, 6, 8, 7, 6, 7,7,8,9,6,5
Pertanyaan:
Uji hipotesis tersebut dengan teknik uji statistik Pearson’s Product Moment; α =
0,05!