Anda di halaman 1dari 12

MAKALAH

HUBUNGAN DUA VARIABEL DAN STATISTIK DUA VARIABEL

Disusun Oleh:
Kelompok 4

Nama Mahasiswa:
1. Putri Habibah Azzahra 1191111006 (06)
2. Azra Humairah 1192111006 (28)
3. Annisa Azzahra 1192111012 (33)
4. Ira Kurnia 1192411001 (36)
5. Nadilla 1192411002 (37)

Kelas : A Reguler 2019


Mata kuliah : Statistik
Dosen pengampu : Drs. Daitin Tarigan, M.Pd

PROGRAM STUDI S1 PENDIDIKAN GURU SEKOLAH DASAR


FAKULTAS ILMU PENDIDIKAN
UNIVERSITAS NEGERI MEDAN
MEI 2021
KATA PENGANTAR
Puji dan syukur kami ucapkan kepada Tuhan Yang Maha Esa atas berkat dan
rahmatnya sehingga kami masih diberikan kesempatan dan kesehatan untuk dapat
menyelesaikan tugas makalah ini dengan judul “Hubungan Dua Varibel dan Statistik Dua
Variabel”. Makalah ini kami buat guna memenuhi penyelesaian tugas pada mata kuliah
Statistik, semoga Makalah ini dapat menambah wawasan dan pengetahuan bagi para
pembaca.
Dalam penulisan Makalah ini, kami tentu saja tidak dapat menyelesaikan-nya sendiri
tanpa bantuan dari pihak lain. Oleh karena itu, saya mengucapkan terimakasih kepada:
1. Kedua orang tua kami yang selalu mendoakan.
2. Kepada Bapak dosen pengampu Drs. Daitin Tarigan, M.Pd yang telah memberikan
tugas ini.
Kami menyadari bahwa Makalah ini masih jauh dari kata sempurna karena masih
banyak kekurangan. Oleh karena itu, kami dengan segala kerendahan hati meminta maaf dan
mengharapkan kritik serta saran yang membangun guna perbaikan dan penyempurnaan ke
depannya.
Akhir kata kami mengucapkan selamat membaca dan semoga materi yang ada dalam
Makalah yang berbentuk Makalah ini dapat bermanfaat sebagaimana mestinya bagi para
pembaca.

Medan, Mei 2021

Penyusun
Kelompok 4
DAFTAR ISI
KATA PENGANTAR..........................................................................................................i
DAFTAR ISI.........................................................................................................................ii
BAB I PENDAHULUAN.....................................................................................................1
A. Latar Belakang..................................................................................................................1
B. Rumusan Masalah.............................................................................................................1
C. Tujuan Penulisan...............................................................................................................1
BAB II PEMBAHASAN......................................................................................................2
A. Korelasi.............................................................................................................................2
B. Jenis-Jenis dan Variabel dan Skala Pengukuran...............................................................4
C. Statistik Parametrik dan Statistik Non-Parametrik............................................................6
BAB III PENUTUP..............................................................................................................8
A. Kesimpulan........................................................................................................................8
B. Saran..................................................................................................................................8
DAFTAR PUSTAKA...........................................................................................................9
BAB I
PENDAHULUAN
A. Latar Belakang
korelasi. Kata korelasi berasal dari bahasa Inggris correlation. Hubungan
antara dua variabel merupakan bivariate correlation dan hubungan antar lebih dari
dua variabel merupakan korelasi ganda atau multiple correlation. Salah satu contoh
hubungan antara dua variabel adalah hubungan antara kemampuan memahami bacaan
(variabel X) dengan hasil mengarang (variabel Y). Dalam contoh tersebut variabel
hasil mengarang dipandang sebagai variabel dependen dan kemampuan memahami
bacaan dipandang sebagai variabel independen. Penggunaan teknik statistik yang
termasuk statistik parametrik diharuskan memenuhi persyaratan asumsi tertentu.
Asumsi yang harus dipernuhi adalah (1) sampel diambil secara random dari populasi;
(2) hubungan antara variabel X dan variabel Y merupakan hubungan linier/garis
lurus; dan (3) bentuk distribusi variabel X dan variabel Y adalah normal atau
mendekati kurve normal. Materi unit 3 terdiri dari dua subunit yaitu penerapan arah
korelasi dan pengujian korelasi dua variabel dengan rumus Product Moment
Statistik adalah kumpulan data dalam bentuk angka maupun bukan angka yang
disusun dalam bentuk tabel (daftar) dan atau diagram yang menggambarkan atau
berkaitan dengan suatu masalah tertentu umumnya statistik banyak digunakan dalam
suatu penelitian di berbagai bidang, misalnya ekonomi, bisnis, manufaktur,
pemasaran, dan lain-lain. Dengan adanya statistik maka akan didapatkan suatu
kesimpulan dan memudahkan proses pengambilan keputusan. Analisis Korelasi
adalah suatu teknik statitika yang digunakan untuk mengukur keeretan hubungan atau
korelasi antara dua variabel.
B. Rumusan Masalah
1. Apa itu korelasi?
2. Apa saja jenis-jenis variabel dan skala pengukuran?
3. Apa saja statistik parametrik dan non parametrik?
C. Tujuan Penulisan
1. Untuk mengetahui apa itu korelasi.
2. Untuk mengetahui jenis-jenis variabel dan skala pengukuran.
3. Untuk mengetahui statistik parametrik dan non parametrik.
BAB II
PEMBAHASAN
A. KORELASI
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 merupakan angka yang menunjukkan arah dan kuatnya hubungan
antar variabel atau lebih. Artinya dinyatakan dalam bentuk hubungan positif atau
negatif, sedangkan kuatnya hubungan dinyatakan dalam besarnya koefisien korelasi.
Hubungan dua variabel atau lebih dinyatakan positif, bila nilai satu variabel
ditingkatkan, maka akan meningkatkan variabel yang lain, dan sebaliknya bila nilai
satu variabel diturunkan maka akan menurunkan variabel yang lain. Sebagai contoh,
ada hubungan positif antara tinggi badan dengan kecepatan lari, hal ini berarti
semakin tinggi badan orang maka akan semakin cepat larinya, dan semakin pendek
orang maka akan semakin lambat larinya.
Hubungan dua variabel atau lebih dinyatakan negatif, bila nilai satu variabel
dinaikkan maka akan menurunkan nilai variabel yang lain, dan juga sebaliknya bila
nilai satu variabel diturunkan, maka akan menaikkan nilai variabel yang lain. Contoh,
misalnya ada hubungan negatif antara curah hujan engan es yang terjual. Hal ini
berarti semakin tinggi curah hujan, maka akan semakin sedikit es yang terjual, dan
semakin sedikit curah hujan, maka akan semakin banyak es yang terjual. Korelasi
positif dan negatif ditunjukkan pada gambar 7.2a dan 7.2b berikut:
Kuatnya hubungan antara variabel dinyatakan dalam koefisien korelasi.
Koefisien korelasi positif terbesar = 1 dan koefisien korelasi negatif terbesar adalah -
1, sedangkan yang terkecil adalah 0. Bila besarnya antara dua variabel atau lebih itu
mempunyai koefisien korelasi = 1 atau -1, maka hubungan tersebut sempurna. Dalam
arti kejadian-kejadian pada variabel yang satu akan dapat dijelaskan atau
diprediksikan oleh variabel yang lain tanpa terjadi kesalahan (error). Makin kecil
koefisien korelasi, maka akan semakin besar error untuk membuat prediksi. Sebagai
contoh, bila hubungan bunyinya burung Prenjak mempunyai koefisien korelasi
sebesar 1, maka dapat diramalkan setiap ada bunyi burung Prenjak maka dipastikan
akan ada tamu. Tetapi kalau koefisien korelasinya kurang dari satu, setiap ada bunyi
burung Prenjak belum tentu ada tamu, apa lagi koefisien korelasinya mendekati 0.
Besarnya koefisien korelasi dapat diketahui berdasarkan penyebaran titik-titik
pertemuan antara dua variabel misalnya X dan Y. Bila titik-titik itu terdapat dalam
satu garis, maka koefisien korelasinya =1 atau -1. Bila titik-titik itu membentuk
lingkaran, maka koefisien korelasinya = 0.
Korelasi sebagai sebuah analisis memiliki berbagai jenis menurut
tingkatannya. Beberapa tingkatan korelasi yang telah dikenal selama ini antara lain
adalah korelasi sederhana, korelasi parsial, dan korelasi ganda. Berikut ini adalah
penjelasan dari masing-masing korelasi dan bagaimana cara menghitung hubungan
dari masing-masing korelasi tersebut. 
1. Korelasi Sederhana
Korelasi Sederhana merupakan suatu teknik statistik yang dipergunakan untuk
mengukur kekuatan hubungan antara 2 variabel dan juga untuk dapat mengetahui
bentuk hubungan keduanya dengan hasil yang bersifat kuantitatif. Kekuatan
hubungan antara 2 variabel yang dimaksud adalah apakah hubungan tersebut erat,
lemah, ataupun tidak erat. Sedangkan bentuk hubungannya adalah apakah bentuk
korelasinya linear positifataupun linear negatif. 
2. Korelasi Parsial
Korelasi parsial adalah suatu metode pengukuran keeratan hubungan (korelasi)
antara variabel bebas dan variabel tak bebas dengan mengontrol salah satu
variabel bebas untuk melihat korelasi natural antara variabel yang tidak terkontrol.
Analisis korelasi parsial (partial correlation) melibatkan dua variabel. Satu buah
variabel yang dianggap berpengaruh akan dikendalikan atau dibuat tetap (sebagai
variabel kontrol).
3. Korelasi Ganda
Korelasi ganda adalah bentuk korelasi yang digunakan untuk melihat
hubungan antara tiga atau lebih variabel (dua atau lebih variabel independen dan
satu variabel dependent. Korelasi ganda berkaitan dengan interkorelasi variabel-
variabel independen sebagaimana korelasi mereka dengan variabel dependen. 
Korelasi ganda adalah suatu nilai yang memberikan kuatnya pengaruh atau
hubungan dua variabel atau lebih secara bersama-sama dengan variabel lain.
Korelasi ganda merupakan korelasi yang terdiri dari dua atau lebih variabel bebas
(X1,X2,…..Xn) serta satu variabel terikat (Y). Apabila perumusan masalahnya
terdiri dari tiga masalah, maka hubungan antara masing-masing variabel dilakukan
dengan cara perhitungan korelasi sederhana. 
B. JENIS-JENIS VARIABEL DAN SKALA PENGUKURAN
a. Jenis-Jenis Variable
1. Variabel Independent (bebas)
Sering disebut variabel bebas, stimulus, predictor, antecendent.
Variabel bebas adalah variabel yang mempengaruhi atau menjadi sebab
perubahan atau timbulnya variabel dependent (terikat).
2. Variabel Dependent (terikat)
Sering disebut variabel output, kriteri, konsekuen. Variabel efek
variabel terpengaruh, variabel terikat atau variabel tergantung. Variabel terikat
merupakan variabel yang dipengaruhi atau yang menjadi akibat karena adanya
variabel bebas. Disebut variabel terikat karena variabel ini dipengaruhi oleh
variabel bebas atau variabel independent.
3. Variabel Moderator
Variabel moderator adalah variabel yang mempengaruhi (memperkuat
dan memperlemah hubungan variabel bebas dengan terikat. Variabel
Moderator disebut juga variabel independen kedua.
4. Variabel Intervening/antara
Variabel interving adalah variabel yag secara teoritis mempengaruhi
hubungan anatara variabel independen dan dependen, tetapi tidak dapat
diamati dan diukur.
5. Variabel Kontrol
Variabel control disebut juga variabel penekan (suppressor variabel)
yaitu variabel yang dikendalikan atau dibuat konstan sehingga pengaruh
variabel bebas terhadap terikat tidak dipengaruhi oleh faktor luar yang tidak
diteliti.
b. Skala Pengukuran
Didalam ilmu statistik, skala pengukuran dibagi menjadi 4,yaitu sebagai berikut:
1. Skala Nominal
Skala ini hanya digunakan untuk memberikan kategori saja. Misalnya
digunakan untuk memberi label, simbol, lambang, atau nama pada sebuah
kategori sehingga akan mempermudah pengelompokan data menurut
kategorinya. Ciri-ciri skala nominal adalah:
 Angka yang terterah hanya bentuk label/kategorisasi.
 Tidak dapat dilakukan operasi matematika hitung.
 Tidak memiliki nilai nol yang mutlak atau absolut.
 Tidak memiliki urutan atau ranking.

Contoh skala nominal: Diantanya adalah suku bangsa, agama, jenis


kelamin, jenis pekerjaan, dll. Data tersebut dalam bentuk angka, misalnya
PNS diberi angka 1 dan Pegawai Swasta diberi angka2.

2. Skala Ordinal
Adalah skala yang didasarkan pada ranking diurutkan dari jenjang
yang lebih tinggi sampai jenjang terendah atau pun sebaliknya.
Contoh Skala Ordinal: Adalah mengukur tingkat prestasi kerja,
kepangkatan militer, mengukur prestasi kejuaraan, status sosial. Data tersebut
tidak memiliki jarak yang pasti dalam pengkategorisasiannya, hanya berupa
jenjang yang diurutkan.
3. Skala Interval
Adalah skala yang menunjukkan jarak antara satu dengan yang lain
dan memiliki bobot yang sama.
Contoh Skala Interval: Adalah temperature dan suhu, skor IQ,
kelompok skor ujian. Data dalam contoh skala ordinal memiliki jarak yang
pasti dalam pengkategorisasiannya dan memiliki bobot atau nilai yang sama.
4. Skala Ratio
Skala Ratio adalah skala pengukuran yang memiliki nilai nol mutlak
dan mempunyai jarak yang sama.
Contoh Skala Ratio: Adalah berat badan, tinggi badan, jarak,
timbangan berat. Data tersebut memiliki nilai nol yang mutlak dan bisa
dilakukan operasi hitung atasnya. Nol mutlak dalam artian apabila berat badan
adalah nol,maka seseorang tidak memiliki berat badan.
C. STATISTIK PARAMETRIK DAN NON PARAMETRIK
a. Statistik Parametrik
Statistik parametrik perlu dipenuhi beberapa unsur-unsur dari model pengujian
dengan statistic parametrik, diantaranya:
1. Objek pengamatan harus saling independen. Artinya pemilihan sembarang
kasus dari populasi untuk dimasukan dalam sampel tidak boleh menimbulkan
bias pada kemungkinan-kemungkinan bahwa kasus yang lain akan termasuk
juga dalam sampel tersebut dan juga skor yang diberikan pada suatu kasus
tidak boleh mempengaruhi skor yang diberikan kepada kasus lainnya.
2. Objek pengamatan harus ditarik dari populasi yang berdistribusi normal.
3. Populasi-populasi dimana objek pengamatan ditarik harus memiliki varian
yang sama.
4. Variabel-variabel yang terlibat harus setidaknya dalam skala interval, sehingga
memungkinkan digunakannya penanganan secara ilmu hitung terhadap skor-
skornya (menambah, membagi, menemukan rata-rata,dst).
5. Rata-rata populasi norma 1 dan bervarians sama itu harus juga merupakan
kombinasi linier dari efek-efek yang ditimbulkan. Artinya, efek -efek itu harus
bersifat penjumlahan. (khusus dalam analisis varians atau uji F).
b. Statistik Non-Parametrik
Tes statistik non parametrik adalah tes yang modelnya tidak
menetapkansyarat-syarat mengenai parameter-parameter populasi yang
merupakan induk sampel penelitiannya.
1. Keuntungan Tes Statistik Non Parametrik
 Pernyataan kemungkinkan yang diperoleh dari sebagian besar tes statistik
non parametrik adalah kemungkinan-kemungkinan yang eksak, tidak
peduli bagaimana bentuk distribusi populasi yang merupakan induk
sampel-sampel yang kita tarik.
 Jika sampelnya sekecil N=6, hanya tes statistic non parametric yang dapat
digunakan kalau sifat distribusi populasinya diketahui secara pasti.
 Terdapat tes statistik non parametrik untuk menggarap sampel-sampel
yang terdiri dari observasi-observasi dari beberapa populasi yang
berlainan. Tidakada satu pun diantara tes parametrik dapat digunakan
untuk data semacam itu tanpa menuntut kita untuk membuat anggapan-
anggapan yang nampak tidak realistis.
 Tes statistic non parametric dapat untuk menggarap data yang pada
dasarnya merupakan ranking dan juga untuk data yang skor-skor
keangkaanya secara sepintas kelihatan memiliki kekuatan ranking. Jika
datap ada dasarnya berupa ranking atau bahkan data itu hanya bisa
diikategorikan sebagai plus (+) atau minus (-), data tersebut dapat digarap
dengan menggunakan statistic non parametrik.
 Metode statistik non parametrik dapat digunakan untuk menggarap data
yang hanya merupakan klasifikasi semata, yakni yang diukur dalam skala
nominal.
2. Kelemahan Tes Statistik Non Parametrik
 Jika data telah memenuhi semua anggapan model statistic parametrik, dan
jika pengukukurannya mempunyai kekuatan seperti yang dituntuk, maka
penggunaan tes statistik non parametrik akan merupakan penghamburan
data.
 Belum ada satupun metode statistik non parametrik untuk menguji
interaksi-interaksi dalam model analisis varian (ANOVA), kecuali kita
berani membuat anggapan-anggapan khusus tentang aditivitas.
BAB III
PENUTUP

A. Kesimpulan
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
sebagai sebuah analisis memiliki berbagai jenis menurut tingkatannya. Beberapa
tingkatan korelasi yang telah dikenal selama ini antara lain adalah korelasi sederhana,
korelasi parsial, dan korelasi ganda.
B. Saran
Hubungan antara dua variabel itu jika dititik dari segi arahnya, dapat
dibedakan menjadi dua macam yaitu hubungan yang sifatnya searah dan hubungan
yang sifatnya arah berlawanan.
DAFTAR PUSTAKA

http://ciputrauceo.net/blog/2016/5/16/pengertian-korelasi-dan-macam-macam-korelasi
https://rufiismada.files.wordpress.com/2012/02/korelasi.pdf
Irma. Statistik Parametrik dan Non Parametrik Serta Statistik Deskriptif dan Inferensial.
https://text-id.123dok.com/document/zw0m8ogy-hubungan-antara-dua-variabel-dengan-
statistik-parametrik.html