UJI ASOSIATIF

(KORELASI PRODUCT MOMENT DARI PEARSON,

KORELASI RANK SPEARMEN, KORELASI TAU KENDALL)

DISUSUN OLEH :

KELOMPOK IX

ASHRI KHAIRANI SINAGA 0601181047

PUTRI SYAHDANA 0601181068

RIZKY ALAMSYAH 0601182121

TRISNAWATI HADI 0601182094

DOSEN PENGAMPU :

RUSI ULFA HASANAH, M. Pd.

PRODI ILMU PERPUSTAKAAN III

FAKULTAS ILMU SOSIAL
UNIVERSITAS ISLAM NEGERI SUMATERA UTARA
MEDAN
T.A 2021
 KATA PENGANTAR

Assalamu’ alaikum Wr. Wb

Puji dan syukur penulis ucapkan kepada Allah SWT yang telah memberikan nikmat
jasmani dan rohani sehingga penulis dapat menyelesaikan makalah yang berjudul “Uji
Asosiatif (Korelasi Product Moment Dari Pearson, Korelasi Rank Spearmen, Korelasi Tau
Kendall)”.

Adapun tujuan penulis membuat makalah ini yaitu untuk memenuhi tugas mata kuliah
Statistika yang dibimbing oleh ibu Dosen Rusi Ulfa Hasanah, M.Pd. Semoga makalah yang
disusun oleh penulis dapat bermanfaat dan berguna bagi pembaca.

Demikian makalah ini dibuat kami menyadari di dalam penyusunan dan pembuatan
makalah ini masih banyak kekurangan dan maka dari pada itu kritik dan saran sangat kami
harapkan untuk mencapai kesempurnaan makalah ini agar lebih baik lagi, dan  atas kritik dan
saran kami  ucapkan terima kasih.

Wassalamua’laikum Wr. Wb

Medan, 28 Juni 2021

Penulis,

Kelompok 9
 DAFTAR ISI

KATA PENGANTAR.............................................................................................i

DAFTAR ISI...........................................................................................................ii

BAB I PENDAHULUAN

1.1 Latar Belakang.............................................................................................1

1.2 Rumusan Masalah........................................................................................1
1.3 Tujuan...........................................................................................................1
BAB II PEMBAHASAN
2.1 Korelasi Product Moment Dari Pearson........................................................
2.2 Korelasi Rank Spearmen................................................................................
2.3 Korelasi Kendal Tau......................................................................................
BAB III PENUTUP
4.1 Kesimpulan..................................................................................................
4.2 Saran.............................................................................................................
DAFTAR PUSTAKA...............................................................................................
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Hipotesis asosiatif merupakan dugaan tentang adanya hubungan antar variabel dalam
populasi yang akan diuji melalui hubungan antar variabel dalam sampel yang diambil dari
populasi tersebut. Untuk itu dalam langkah awal pembuktiannya, maka perlu dihitung
terlebih dahulu koefisien korelasi antar variabel dalam sampel, baru koefisien yang
ditemukan itu diuji signifikansinya. Jadi menguji hipotesis asosiatif adalah menguji
koefisiensi korelasi yang ada pada sampel diambil. Bila penelitian dilakukan pada seluruh
populasi maka tidak diperlukan pengujian signifikansi terhadap koefisien korelasi yang
ditemukan. Hal ini berarti peneliti tidak merusmuskan dan menguji instrumen statistik.

Terdapat tiga macam bentuk hubungan antar variabel, yaitu hubungan simetris,
hubungan sebab akibat (kausal) dan hubungan interaktif (saling mempengaruhi). Untuk
mencari hubungan antara dua variabel atau lebih dilakukan dengan menghitung korelasi antar
variabel yang akan dicari hubungannya. Korelasi merupakan angka yang menunjukkan arah
dan kuatnya hubungan antar dua variabel atau lebih. Arah dinyatakan dalam bentuk
hubungan positif atau negatif, sedangkan kuatnya hubungan dinyatakan dalam besarnya
koefisien korelasi.

1.2 Rumusan Masalah

1. Bagaimana Korelasi Product Moment Dari Pearson?

2. Bagaimana Korelasi Rank Spearmen?
3. Bagaimana Korelasi kendal Tau ?

1.3 Tujuan

1. Untuk mengetahui Korelasi Product Moment Dari Pearson.

2. Untuk mengetahui Korelasi Rank Spearmen.
3. Untuk mengetahui Korelasi Kendal Tau
 BAB II

PEMBAHASAN

2.1 Korelasi Product Moment Dari Pearson

Teknik korelasi ini digunakan untuk mencari hubungan dan membuktikan hipotesis
hubugan dua variabel bila data kedua variabel berbentuk interval atau ratio, dan sumber data
dari dua variabel atau lebih tersebut adalah sama.

Berikut ini dikemukakan rumus yang paling sederhana yang dapat digunakan untuk
menghitung koefisien korelasi, yaitu Rumus 7.1 dan 7.2. Rumus 7.2 digunakan bila sekaligus
akan menghitung persamaan regresi. Koefisien korelasi untuk populasi diberi simbol rho (ρ)
dan untuk sampel diberi simbol r, sedang untuk korelasi ganda diberi simbol R.

Rumus 7.1

Rumus 7.2
Contoh:

a) Dilakukan penelitian untuk mengetahui ada tidaknya hubungan antara pendapatan dan
pengeluaran. Untuk keperluan tersebut, maka telah dilakukan pengumpulan data
terhadap 10 responden yang diambil secara random. Berdasarkan 10 responden
tersebut diperoleh data tentang pendapatan (x) dan pengeluaran (y), sebagai berikut.
x = 800 900 700 600 700 800 900 600 500 500 / bulan
y = 300 300 200 200 200 200 300 100 100 100 / bulan
Ho : Tidak ada hubungan antara pendapatan dan pengeluaran
Ha : Terdapat hubungan antara pendapatan dan pengeluaran
Atau dapat ditulis singkat:
Ho : ρ = 0
Ha : ρ ≠ 0
TABEL 7.2
TABEL PENOLONG UNTUK MENGHITUNG KORELASI ANTARA
PENDAPATAN DAN PENGELUARAN

No Pendapatan Pengeluaran/ (X-x) (Y-y) x2 y2 xy

/bulan bulan dalam x y
dalam 100000 (y)
100000 (x)
1 8 3 1 1 1 1 1
2 9 3 2 1 4 1 2
3 7 2 0 0 0 0 0
4 6 2 -1 0 1 0 0
5 7 2 0 0 0 0 0
6 8 2 1 0 1 0 0
7 9 3 2 1 4 1 2
8 6 1 -1 -1 1 1 1
9 5 1 -2 -1 4 1 2
10 5 1 -2 -1 4 1 2
∑=70 ∑=20 0 0 20 6 10
x=7 y=2

Untuk perhitungan koefisien korelasi, maka data pendapatan dan pengeluaran perlu
dimasukkan ke dalam Tabel 7.2. Dari tabel tersebut ditemukan:

Rata-rata x̅ = 70 : 10 = 7
 Rata-rata ȳ = 20 : 10 = 2

∑ x 2 = 20

∑ y 2= 6

∑ x 2 y 2= 18

Dengan rumus 7.1, r dapat dihitung:

∑ xy 10
r xy= √ ∑ x 2 y 2 = √ 20.6 = 0,9129

Jadi ada korelasi positif sebesar 0,9129 antara pendapatan dan pengeluaran tiap bulan.
Hal ini berarti semakin besar pendapatan, maka akan semakin besar pula pengeluaran.
Apakah koefisien korelasi hasil perhitungan tersebut signifikan (dapat digeneralisasikan) atau
tidak, maka perlu dibandingkan dengan r tabel, dengan taraf kesalahan tertentu. (Lihat Tabel
III, r Product Moment). Bila taraf kesalahan ditetapkan 5%, (taraf kepercayaan 95%) dan N =
10, maka harga r tabel= 0,632. Ternyata harga r hitung lebih besar dari harga rtabel,
sehingga Ho ditolak dan Ha diterima. Jadi kesimpulannya ada hubungan positif dan nilai
koefisien korelasi antara pendapatan dan pengeluaran sebesar 0.9129. Data dan koefisien
yang diperoleh dalam sampel tersebut dapat digeneralisasikan pada populasi dimana sampel
diambil atau data tersebut mencerminkan keadaan populasi.

Pengujian signifikan koefisien korelasi, selain dapat menggunakan tabel juga dapat
dihitung dengan uji t yang rumusnya ditunjukkan pada Rumus 7.3 berikut.

Rumus 7.3

Untuk contoh diatas:

0,9129 √ 10−2
t= =6,33
√ 1−0,912 92
Harga t hitung tersebut selanjutnya dibandingkan dengan harga t tabel. Untuk kesalahan 5%
uji dua fihak dan dk = n- 2 = 8, maka diperoleh t tabel = 2,306. Ternyata harga t hitung 6,33
lebih besar dari t tabel, sehingga Ho ditolak. Hal ini berarti terdapat hubungan yang positif
dan nilai koefisien korelasi antara pendapatan dan pengeluaran sebesar 0,9129.

2.2 Korelasi Rank Spearmen

Kalau pada korelasi product moment, sumber data untuk variabel yang akan
dikorelasikan adalah sama, data yang dikorelasikan adalah data interval atau rasio, serta data
dari kedua variabel masing-masing membentuk distribusi normal, maka dalam korelasi
Spearman Rank, sumber data untuk kedua variabel yang akan dikonversikan dapat berasal
dari sumber yang tidak sama, jenis data yang dikorelasikan adalah data ordinal, serta data dari
kedua variabel tidak harus membentuk distribusi normal. Jadi korelasi Spearman Rank adalah
bekerja dengan data ordinal atau berjenjang atau rangkig, dan bebas distribusi.

Data pada Tabel 7.7 diperoleh dari sumber yang berbeda yaitu Juri I dan Juri II.
Karena sumber datanya beda maka untuk menganalisisnya digunakan Spearman Rank yang
rumusnya adalah:

Rumus 7.10

Dimana:

ρ = Koefisien korelasi Spearman Rank

Contoh 1:

1) Ada dua orang Juri yang diminta untuk menilai dalam lomba membuat makanan.
Jumlah makanan yang dinilai ada 10, masing-masing diberi nomor 1, 2, 3, 4, 5, 6, 7,
8, 9, 10. Nilai yang diberikan oleh kedua Juri diberikan pada tabel berikut.
TABEL 7.7
NILAI DUA ORANG JURI TERHADAP 10 MAKANAN

Nomor Makanan Nilai dari Juri I Nilai dari Juri II

1 9 8
2 6 7
3 5 6
 4 7 8
5 4 5
6 3 4
7 2 2
8 8 9
9 7 8
10 6 6

Karena korelasi Spearman Rank bekerja dengan data ordinal, maka data tersebut
terlebih dahulu harus diubah menjadi data ordinal dalam bentuk rangking yang
caranya dapat dilihat pada Tabel 7.8.
TABEL 7.8
TABEL PENOLONG UNTUK MENGHITUNG KOEFISIEN KORELASI
SPEARMAN RANK

Nilai Nilai dari Nilai dari Rangking Rangking Xi-Yi bi2

Makanan Juri I Juri II (Xi) (Yi) (bi)
(Xi) (Yi)
1 9 8 1 3 -2 4
2 6 7 5,5 5 0,5 0,25
3 5 6 7 6,5 0,5 0,25
4 7 8 3,5 3 0,5 0,25
5 4 5 8 8 0 0
6 3 4 9 9 0 0
7 2 2 10 10 0 0
8 8 9 2 1 1 1
9 7 8 3,5 3 0,5 0,25
10 6 6 5,5 6,5 -1 1
Jumlah - - - - 0 7

Bila terdapat nilai yang sama, maka cara merangkingnya adalah: misalnya
pada Xi nilai 9 adalah rangking ke-1, nilai 8 pada rangking ke-2. Selanjutnya disini
ada dua nilai 7. Mestinya rangkingnya kalau diurutkan adalah rangking 3 dan 4.
Tetapi karena nilainya sama, maka rangkingnya dibagi dua yaitu: (3 + 4) : 2 = 3,5.
Akhirnya dua nilai 7 pada Xi masing-masing diberi tangking 3,5. Selanjutnya pada Yi
disana ada nilai 8 jumlahnya tiga. Mestinya rangkingnya dibagi tiga yaitu: (2 + 3 +
4) : 3 = 3. Jadi nilai 8 yang jumlahnya tiga masing-masing diberi rangking 3 pada
kolom Yi. Selanjutnya nilai 7 diberi rangking setelah rangking 4 yaitu rangking 5.
 Selanjutnya harga bi2 yang telah diperoleh dari hitungan dalam tabel kolom terakhir
dimasukkan dalam rumus korelasi spearman rank. Jadi:
6 ∑ bi 2
ρ=1−
n ( n2−1 )
6.7
ρ=1−
10 ( 10 2−1 )
ρ=1−0,04=0,96
Dalam hal ini hipotesis nolnya adalah: tidak terdapat kesesuaian antara juri I dan II
dalam memberikan penilaian terhadap 10 makanan, sedangkan hipotesis alternatifnya
adalah terdapat kesesuaian(ditunjukkan pada hubungan yang positif dan signifikan)
antara juri I dan II dalam memberikan penilaian terhadap 10 makanan yang
dilombakan. Dengan demikian hipotesis nol ditolak dan hipotesis alternatif diterima.

2.3 Korelasi Kendal Tau (τ ¿

Seperti dalam korelasi spearman rank, korelasi kendal tau ( τ) digunakan untuk
mencari hubungan dan menguji hipotesis antara dua variabel atau lebih, bila datanya
berbentuk ordinal atau rangking. Kelebihan teknik ini bila digunakan untuk menganalisis
sampel yang jumlah anggotanya lebih dari 10, dan dapat dikembangkan untuk mencari
koefisien korelasi parsial. Rumus dasar yang digunakan adalah sebagai berikut:
 DAFTAR PUSTAKA

Sudijono, Anas. 2014. Pengantar Statistik Pendidikan. Jakarta: Rajawali Pers.

Sugiyono. 2007. Statistika Untuk Penelitian. Bandung : Alfabeta