UJI KORELASIONAL
2
Reduksi/Sampling
Parameter:
ρ
Statistik:
r
Generalisasi
B. Statistik Parametrik
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
N ∑ XY −( ∑ X )( ∑ Y )
¿¿
rxy = √¿¿¿
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”.
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.
■ 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!