Dosen Pengampu : Prima Widya Asteria S.Pd., M.Pd. & Prof. Dr.
Bambang Yulianto M.Pd.
DISUSUN OLEH :
1. Musliyana (18020074011)
2. Risa Anike Sasti (18020074035)
3. Ismi Fauziatus Solihah (18020074059)
4. Septi Dwi Fahmi A.A (18020074107)
5. Dyah Nuria Kusumawati (18020074131)
6. Jessica Arlene Felicia (18020074083)
2019
BAB I
PENDAHULUAN
1.1 Latar Belakang
BAB II
PEMBAHASAN
2.1 Pengertian Product Moment Correlation
Adalah salah satu teknik untuk mencari korelasi antar dua variabel yang
kerap kali digunakan.
Pertama kali dikembangkan oleh Karl Pearson, yang karenanya sering
dikenal dengan istilah Teknik Korelasi Pearson.
Disebut Product Moment Correlation karena koefisien korelasinya
diperoleh dengan cara mencari hasil perkalian dari momen-momen
variabel yang dikorelasikan (product of the moment).
Besarnya “r”
Interpretasi
Product Moment ( )
Subjek X Y X Y xy X2 Y2
A 6,5 7.5 0,0 +0,8 0,00 0,00 0,64
B 5,8 5.6 -0,7 -1,1 +0,77 0,49 1,21
C 7,2 6.6 +0,7 -0,1 -0,07 0,49 0,01
D 6,9 6.4 +0,4 -0,3 -0.12 0,16 0,09
E 7,6 6.9 +1,1 +0,2 +0,22 1,21 0,04
F 6,7 6.2 +0,2 -0,5 -0,10 0,04 0,25
G 6,2 5.9 -0.3 -0,8 +0,24 0,09 0,64
H 5,6 5.8 -0,9 -0,9 +0,81 0,81 0,81
I 6,8 6.1 +0,3 -0,6 -0,18 0,09 0,36
J 6,0 7.1 -0,5 +0,4 -0,20 0,25 0,16
K 6,4 7.4 -0,1 +0,7 -0,07 0,01 0,49
L 6,2 7.2 -0,3 +0,5 -0,15 0,09 0,25
M 7,2 6.3 +0,7 -0,4 -0,28 0,49 0,16
N 6,5 6.7 0,0 0,0 0,00 0,00 0,00
O 6,3 6.5 -0,2 -0,2 +0,04 0,04 0,04
P 6,6 7.6 +0,1 +0,9 +0,09 0,01 0,81
Q 5,8 5.9 -0,7 -0,8 +0,59 0,49 0,64
R 6,3 7.3 -0,2 +0,6 -0,12 0,04 0,36
S 7,4 7.8 +0,9 +1,1 +0,99 0,81 1,21
T 6,0 7.2 -0,5 +0,5 -0,25 0,25 0,25
130,0 134,0 = 0=∑x 0=∑y +2,18 5,86 = 8,42 =
20 =N
= ∑X ∑Y =∑xy ∑x2 ∑y2
Dengan melakukan tahapan seperti langkah yang sudah dituliskan
sebelumya, maka dapat diperoleh;
1. Mean dari variabel X (yaitu Mx):
∑
D) Pemberian Interpretasi;
1. Secara Sederhana dapat dikatakan; Angka indeks korelasi yang
telah diperoleh tidak bertanda negatif. Sehingga, korelasi antara
Variabel X (Prestasi studi di fakultas) dan Variabel Y (Prestasi studi di
SLTA) terdapat hubungan yang searah. Terdapat korelasi positif diantara
dua variabel tersebut. Artinya: Para mahasiswa yang pada waktu
duduk di SLTA memiliki nilai hasil belajar yang baik, setelah berada
di fakultas juga dapat mencapai nilai hasil belajar yang baik dan
sebaliknya.
Apabila dilihat dari besarnya yang diperoleh yaitu 0,310 terletak
antara 0,20-0,40. Berdasarkan pedoman yang telah dikemukakan
diatas dapat dinyatakan bahwa korelasi antara Variabel X dan
Variabel Y itu adalah korelasi yang tergolong lemah atau rendah. Dapat
disimpulkan bahwa interpretasi terhadap tersebut yaitu bahwa
sekalipun terdapat korelasi positif antara Variabel X dan Variabel Y, namun
korelasi itu adalah korelasi yang lemah (rendah).
2. Berdasarkan Tabel Nilai “r” dapat dikatakan; dengan df sebesar
18 (diperoleh dari sehingga ), diperoleh
“r” Product Moment pada taraf signifikan 5% = 0,444 dan pada taraf
signifikan 1% = 0,561. Kemudian membandingkan besarnya “ ” atau
“ ” dengan “ ”. Seperti diketahui, yang kita peroleh adalah 0,310,
sedangkan masing-masing sebesar 0,444 dan 0,561.
Dengan demikian ternyata bahwa , maka Hipotesis alternatif
ditolak, sedang Hipotesis nihil diterima atau disetujui. Kesimpulan
yang dapat ditarik: korelasi positif antara Prestasi Studi di Fakultas dan
Prestasi Studi di SLTA (secara matematik), disini bukanlah merupakan
korelasi positif yang meyakinkan.
2.6.2 Untuk Data Tunggal (N<30) tanpa Deviasi
Standar.
A) Rumus yang digunakan yaitu;
∑
√ ∑ ∑
B) Contoh Perhitungan;
Apabila data yang tercantum pada Tabel 5.1 dan telah dihitung
Angka Indeks Korelasinya melalui 5.2 itu dapat dipergunakan lagi,
maka pada Tabel 5.2 telah diperoleh:
∑xy = 2,18 (Lihat Kolom 6 lajur paling bawah);
∑x2 = 5,86 (Lihat Kolom 7 lajur paling bawah); dan
∑y2 = 8,42 (Lihat Kolom 8 lajur paling bawah).
√ ∑ ∑ √ √
Hasil yang diperoleh persis sama dengan rumus pertama.
C) Pemberian Interpretasi;
Karena sebesar 0,310 itu telah diberikan interpretasi (baik secara
sederhana maupun dengan jalan berkonsultasi pada Tabel Nilai “r”
Product Moment), maka cara pemberian interpretasi sama dengan
pernyataan yang telah dikemukakan diatas.
2.6.3 Untuk Data Tunggal (N<30) dengan berdasar pada Skor Asli
(Angka Kasarnya).
A) Rumus yang digunakan yaitu;
∑ ∑ ∑
√[ ∑ ∑ ][ ∑ ∑ ]
B) Contoh Perhitungan;
Dalam suatu penelitian, yang antara lain dimaksudkan untuk
mengetahui apakah secara signifikan terdapat korelasi positif antara
Nilai Hasil Tes Sumatif dan Nilai Tes Formatif dalam bidang studi
Bahasa Arab, telah ditetapkan sejumlah 20 orang siswa MAN sebagai
sampel, berhasil dihimpun data sebagaimana tertera pada Tabel 5.3.
Tabel 5.3. Nilai Hasil Tes Formatif dan Nilai
Hasil Tes Sumatif dalam Bidang Studi Bahasa
Arab, yang Berhasil Dicapai oleh 20 Orang
Siswa Madrasah „Aliyah.
√[ ][ ]
√
C) Pemberian Interpretasi;
1. Interpretasi secara kasar/sederhana:
Dari perhitungan di atas ternyata angka korelasi antara variabel X
dan variabel Y tidak bertanda negatif, berarti diantara kedua variabel
tersebut terdapat korelasi positif (korelasi yang berjalan searah). Dengan
memperhatikan besarnya (yaitu = 0,444), yang besarnya korelasi
positif antara variabel X dan variabel Y itu adalah termasuk korelasi
positif yang sedang.
2. Interpretasi dengan menggunakan Tabel Nilai “r”: df = N – nr =
20 – 2 = 18.
Dengan memeriksa Tabel Nilai “r” Product Moment ternyata
bahwa dengan df sebesar 18, pada taraf signifikansi 5% diperoleh
=0,444; sedangkan pada taraf signifikansi 1% diperoleh
=0,561. Karena atau pada taraf signifikansi 5% sama
besarnya dengan atau , maka pada taraf signifikansi 5%
Hipotesis Nol Ditolak, sedangkan Hipotesis Alternatif disetujui/
diterima, berarti bahwa pada taraf signifikansi 5% itu memang
terdapat korelasi positif yang signifikan antara variabel X dan variabel
Y.
Selanjutnya, karena pada taraf signifikansi 1% atau adalah
lebih kecil daripada (0,444 < 0,561), maka pada taraf signifikansi
1% itu Hipotesis Nihil disetujui/ diterima, sedangkan Hipotesis Alternatif
ditolak. Ini berarti bahwa untuk taraf signifikansi 1% itu tidak terdapat
korelasi positif yang sigfikan antara variabel X dan variabel Y.
Kesimpulan yang dapat kita tarik ialah, tinggi-rendahnya nilai Tes
Sumatif ada hubungannya/ dipengaruhi oleh tinggi-rendahnya nilai hasil Tes
Formatif, sekalipun korelasi positif itu hanya cakupan saja.
2.6.4 Untuk Data Tunggal (N<30) dengan berdasar pada Mean-nya.
A) Rumus yang digunakan yaitu;
∑
√[∑ ][∑ ]
B) Contoh Perhitungan;
Melalui Tabel 5.4. yang telah disebutkan sebelumnya, kita telah
memperoleh:
∑
Dengan mensubstitusikannya ke dalam rumus, maka secara cepat
akan dapat kita peroleh :
∑
√[∑ ][∑ ]
√[ ][ ]
√[ ][ ]
√ √
Hasil yang diperoleh persis sama dengan rumus pertama.
Mengenai cara memberikan interpretasi terhadap “ ” sama dengan
yang dikemukakan sebelumnya.
B) Contoh Perhitungan;
Kita ambil kembali data yang tertera pada Tabel 5.3. untuk dicari
angka indeks korelasinya dengan mendasarkan diri pada selisih
deviasinya.
TABEL 5.5. Tabel Kerja /Tabel Perhitungan untuk Mencari Angka
Indeks Korelasi “r” Product Moment,dengan Memperhitungkan
Selisih Deviasinya.
d d2
Subjek X Y X Y x2 y2 (x-y) (x-y)2
A 5 6 -1 -1 1 1 0 0
B 6 8 0 +1 0 1 -1 1
C 7 7 +1 0 1 0 +1 1
D 6 8 0 +1 0 1 -1 1
EF 5 6 -1 -1 1 1 0 0
G 6 8 0 +1 0 1 -1 1
HI 6 7 0 0 0 0 0 0
JK 5 6 -1 -1 1 1 0 0
L 6 6 0 -1 0 1 +1 1
M 8 8 +2 +1 4 1 +1 1
N 6 7 0 0 0 0 0 0
O 6 6 0 -1 0 1 +1 1
P 5 6 -1 -1 1 1 0 0
Q 6 7 0 0 0 0 0 0
RS 8 6 +2 -1 4 1 +3 9
T 4 6 -2 -1 4 1 -1 1
6 8 0 +1 0 1 -1 1
6 7 0 0 0 0 0 0
7 9 +1 +2 1 4 -1 1
6 8 0 +1 0 1 -1 1
∑ ∑ ∑
√ ∑ ∑
B) Contoh Perhitungan;
Pada dasarnya Tabel Kerja atau Tabel Perhitungan yang kita
perlukan sama dengan Tabel 5.4. hanya saja tabel 5.4. itu perlu kita
tambah lagi dengan dua kolom,yaitu: kolom untuk mencari selisih
skor X dan skor Y (yaitu: X – Y ) dan kolom untuk mencari kuadrat
dari ( X – Y ). Adapun kolom XY kita hilangkan.
Kita ambil kembali data yang tertera pada tabel 5.3. untuk kita cari
angka indeks korelasinya dengan menggunakan rumus terakhir
ini.Tabel kerja atau Tabel Perhitungan dapat lihat 5.6.
TABEL 5.6. Tabel Kerja/Tabel Perhitungan untuk mencari Angka
Indeks Korelasi “r” Product Moment,di mana N Kurang dari 30,
Dengan mendasarkan diri pada selisih skornya atau selisih ukuran
kasarnya.
Subjek X Y X2 Y2 (X- (X-Y)2
Y)
A 5 6 25 36 -1 1
BC 6 8 36 64 -2 4
D E 7 7 49 49 0 0
F G 6 8 36 64 -2 4
HI 5 6 25 36 -1 1
JK 6 8 36 64 -2 4
LM 6 7 36 49 -1 1
NO 5 6 25 36 -1 1
PQ 6 6 36 36 0 0
RS 8 8 64 64 0 0
T 6 7 36 49 -1 1
6 6 36 36 0 0
5 6 25 36 -1 1
6 7 36 49 -1 1
8 6 64 36 +2 4
4 6 16 36 -2 4
6 8 36 64 -2 4
6 7 36 49 -1 1
7 9 49 81 -2 4
6 8 36 64 -2 4
√[ ][ ]
√
Hasil yang diperoleh persis sama dengan rumus pertama.
2.6.7 Untuk Data Tunggal (dimana N=30 atau N>30)
A) Rumus yang digunakan yaitu;
∑
∑
C) Contoh Perhitungan;
Misalkan dalam suatu kegiatan penelitian yang antara lain
dimaksudkan untuk mengetahui apakah secara signifikan terdapat
korelasi positif antara Nilai Hasil Tes Seleksi Bahasa Arab pada saat
para mahasiswa menempuh Tes Seleksi Penerimaan Calon Mahasiswa
Baru (Variabel X) dan Nilai Hasil Belajar Bahasa Arab yang mereka
capai setelah berada di Fakultas dari sebuah Perguruan Tinggi Bahasa
Islam (Variabel Y); dalam penelitian mana telah ditetapkan sejumlah
50 orang mahasiswa, telah berhasil dihimpun data berupa berupa
nilai Hasil Tes Bahasa Arab pada saat Tes Seleksi Penerimaan Calon
Mahasiswa Baru (X) dan Nilai Ujian Semester dan Nilai Ujian
Semester Bahasa Arab setelah berada di Fakultas (Y), sebagai berikut
(nama para mahasiswa yang bersangkutan, sengaja tidak
dicantumkan disini):
Nilai hasil Tes Seleksi Bahasa Arab dari sejumlah 50 orang
Mahasiswa,pada saat menempuh Tes Seleksi Penerimaan Calon
Mahasiswa Baru (Variabel X):
35 40 38 36 39 42 37 41 36 42
35 38 37 40 42 36 35 39 41 40
42 39 41 35 40 42 38 37 39 35
38 41 39 41 38 39 42 40 36 40
35 40 35 40 37 41 36 37 41 39
Nilai Hasil Ujian Semester Bahasa Arab dari 50 orang Mahasiswa
tersebut diatas setelah berada di Fakultas (Variabel Y):
56 61 59 57 60 63 58 62 57 63
59 60 60 59 62 58 57 61 61 60
63 60 62 56 61 63 60 59 60 57
59 62 60 62 59 56 61 62 57 61
Untuk dapat mengetahui Angka Indeks Korelasi antara Variabel X
dan Variabel Y ( ) pertama-tama kita siapkan Peta Korelasinya
sebagai berikut:
Dengan melakukan tahapan seperti langkah yang sudah dituliskan
sebelumya, maka dapat diperoleh;
1. Menghitung dengan menggunakan rumus:
∑
√ √
√ √
5. Menghitung Angka Indeks Korelasi antara variabel X dan variabel
Y (yaitu rxy) dengan menggunakan rumus yang telah disebutkan
sebelumnya yaitu;
( )
∑
( )
D) Pemberian Interpretasi;
Memberikan intepretasi terhadap , terlebih dahulu kita
rumuskan hipotesis alternatif dan hipotesis nolnya; Selanjutnya kita
uji kedua hipotesis tersebut dengan membandingkan besarnya
atau dengan besarnya yang tercantum dalam Tabel Nilai “r”
Product Moment dengan memperhitungkan df-nya terlebih dahulu.
df= N –nr =50-2=48 (konsultasi tabel nilai “r”). Ternyata df 48 tidak
terdapat dalam tabel; kita pakai df 50.
Dengan df sebesar 50 diperoleh pada taraf signifikansi 5%
sebesar 0,273; sedangkan pada taraf sigfikansi 1% diperoleh
sebesar 0,354. Ternyata atau (yang besarnya 0,826) adalah jauh
lebih besar daripada (yang besarnya 0,273 dan 0,354). Karena
lebih besar daripada , maka Hipotesis Nol Ditolak. Berarti terdapat
korelasi positif yang signifikan antara Variabel X dan Variabel Y.
Kesimpulannya, tinggi rendahnya Nilai Hasil Belajar Bahasa Arab pada
Mahasiswa di Fakultas erat sekali hubungannya dengan Nilai mereka pada
saat menempuh Tes Seleksi Penerimaan Calon Mahasiswa Baru dalam mata
pelajaran yang sama,dimana hubungan itu sifatnya searah.
2.6.7 Untuk Data Kelompokan
A) Rumus yang digunakan sama dengan rumus sebelumnya yaitu;
( )
∑
( )
B) Contoh Perhitungan;
Untuk mengetahui apakah memang secara signifikan terdapat
korelasi positif antara nilai hasil belajar matematika dan nilai hasil
belajar statistik, diterapkan sejumlah 50 orang mahasiswa sebagai
sampel penelitian. Dari 50 orang mahasiswa tersebut berhasil
dihimpun nilai hasil belajar mereka dalam mata pelajaran matematika
(variable X) dan nilai hasil belajar mereka dalam mata pelajaran
statistik (variable Y) seperti tertera di bawah ini (nama mereka tidak
dicantumkan disini.
Variable X :
61 49 37 58 33 60 46 56 51 35
37 53 40 48 42 60 53 43 57 52
52 45 36 62 39 34 59 47 40 41
39 41 35 61 44 61 38 59 54 60
47 33 36 38 55 38 49 42 52 58
Variable Y :
82 62 45 77 40 64 57 52 75 39
42 69 35 45 50 80 70 52 77 67
68 55 45 84 45 37 60 50 47 60
45 49 40 70 54 80 44 79 75 75
59 35 40 45 73 50 63 50 70 78
C) Langkah yang ditempuh;
Menyiapkan peta korelasi dengan urutan kerja sebagai berikut:
Mencari nilai tertinggi (highest score) dan nilai terendah
(lowest score)
Untuk variabel X : H = 62 dan L = 33
Untuk Variabel Y : H = 84 dan L = 35
Mencari total range (R) :
Untuk variabel X : R = H – L + 1 = 62 – 33 + 1 = 30
Untuk variabel Y : R = H – L + 1 = 84 – 35 + 1 = 50
Menetapkan besar/luasnya pengeompokan data
Untuk variabel X :
R/i = 10 ------ 20 ; jadi, i data ditetapkan = 3. Dengan demikian
interval tertinggi untuk variabel X adalah 60-62 interval
terendahnya 33-35.
Untuk variabel Y∶
R/i = 10 ----- 20 ; jadi, i dapat ditentukan = 5. Dengan demikian
interval tertinggi untuk variabel Y adalah 80-84 dan interval
terendahnya 35-39.
Membuat peta korelasinya :
Pada lajur paling atas ditempatkan interval nilai hasil belajar
matematika (variabel x) dengan catatan interval terendah
diletakkan pada bagian kiri, sedangkan interval tertinggi
diletakkan pada bagian kanan (jangan terbalik)
Pada kolom 1 (paing kiri) berturut-turut ke bawah kita
tempatkan interval dari nilai hasil belajar statistik (variabel Y),
dengan catatan interval tertinggi ditempatkan pada tempat
paling bawah (jangan terbaik)
Setelah dibuat sel-sel peta korelasi tersebut lalu diakukanlah
pengkorelasian antara nilai matematika (variabel X) dan nilai
statistik (variabel Y)
Dari peta korelasi diatas, telah berhasil kita peroleh :
Dengan melakukan tahapan seperti langkah yang sudah dituliskan
sebelumya, maka dapat diperoleh;
1. Menghitung dengan menggunakan rumus:
∑
√ √
√ √
5. Menghitung Angka Indeks Korelasi antara variabel X dan variabel
Y (yaitu rxy) dengan menggunakan rumus yang telah disebutkan
sebelumnya yaitu;
( )
∑
( )
D) Pemberian Interpretasi
Memberikan interpretasi terhadap atau ; df = N – nr = 50 – 2 =
48 (konsultasi tabel nilai “r” Product Moment). Dalam tabel tidak
dijumpai df sebesar 48; karena itu dipergunakan df yang terdekat,
yaitu 50. Dengan df sebesar 50, diperoleh ( ) pada taraf
signifikansi 5% sebesar 0,273; sedangkan taraf signifikansi 1% sebesar
0,354 ternyata (yaitu = 0,931) adalah jauh lebih besar daripada
baik pada taraf signifikansi 5% maupun pada taraf signifikansi 1%.
Dengan demikian di tolak berarti ada korelasi positif yang sangat
signifikan antar variabel X dan varabel Y. Kesimpulan yang dapat kita
tarik ialah, tinggi rendahnya nilai hasil belajar statistik sangat kuat
hubungan (korelasi)-nya dengan tinggi rendahnya nilai hasil belajar
matematika mereka yang lemah dalam matematika, akan lemah pula dalam
pelajaran statistik, begitu pula sebaliknya.
BAB III
PENUTUP
3.1 Kesimpulan