ANALISIS KORELASI TUNGGAL

A. PENDAHULUAN

Dalam istilah statistik, korelasi didefenisikan derajat hubungan antara dua

variabel atau lebih. Analisis korelasi ini banyhak digunakan oleh para peneliti
untuk menghubungkan satu persitiwa yang terjadi dengan peristiwa lainnya,
misalnya hubungan antara tinggi badan dengan berat badan, antara motivasi
dan prestasi belajar, antara umur dengan tekanan darah, dan lain sebagainya.

Analisis korelasi bukan menjelaskan hubungan timbal balik antar variabel,

tetapihanya dikenal hubungan searah saja, misalnya : (a) permintaan makin
banyak harga makinnaik pula, tetapi dengan naiknya harga barang belum tentu
permintaan makin banyak, bahkan sebaliknya permintaan makin sedikit; (b)
meningkatnya pemakaian mobil pribadi menyebabkan macetnya lalu lintas,
tetapi macetnya lalu lintas belum tentu meningkatkan pemakaian mobil pribadi;
demikian seterusnya. Akibatnya, dalam korelasi dikenal penyabab dan
akibatnya. Data penyebab atau yang mempengaruhi disebut variabel bebas.
Dan data akibat atau yang dipengaruhi disebut variabel terikat . istilah bebeas
disebut juga dengan Independen (independet) yang biasanya dilambangkan
dengan huruf Y. Bagaimana menentukan bahwa variabel itu bebeas atau terikat
? jawabnya ialah tergantung dari landasan teori yang kita pakai.

Variabel-variabel yang akan dihubungkan terdiri atas berbagai tingkatan data.

Tingkatan data meliputi data nominal, ordinal,interval dan rasio. Tingkatan data
itu, sebelum mempelajari analisis korelasi, maka macam-macam tingkatan data
tersebut harus sudah dipahami sepenuhnya.

B. KORELASI PEARSON PRODUK MOMEN (PPM)

Salah satu jenis korelasi yang termasuk statistik parametrik yang umumnya
dipakai dalam menganalisis data adalah korelasi pearson produk momon
(PPM), sering disingkat korelasi saja merupakan salah satu teknik korelasi yang
paling banyak digunakan dalam penelitian sosial. Besanya angka korelasi
disebut koefisien dinyatakan dalam rambang r.

Batas nilai r terbesar +1 dan terkecil -1, sehingga dapat dituliskan -1< r < +1.
Untuk r = +1 disebut hubungan positif sempurna dan hubungan ya linier
langsung sangat tinggi. Sebaiknya jika r = -1 disebut hubungannya negatif
sempurna dan hubungannya tidak langsung (indirect) sangat tinggi, yang
disebut inverse.
Kegunaan korelasi produk momen adalah : (a) untuk menyatakan ada atau
tidaknya hubungan yang signifikan antara variabnel satu dengan yang lainnya,
(b) untuk menyatakan besarnya sumbangan variabel satu terhadap yang
lainnya yang dinyatakan dalam persen. Dengan demikian r2 disebut koefisien
determinasi atau koerisien penentu. Hal ini disebabkan r2 x 100 % terjadi dalam
variabel terikat Y yang mana ditentukan oleh variabel X

Karena produk momen termasuk salah satu contoh statistik parametrik, maka
prasyarat yang harus dipenuhi sama dengan prasyarat penggunaan uji t dan
anova.

Jika diperoleh r = +1 artinya hubungan kedua variabel adalah positif dan sangat
tinggi, dan diperoleh r = -1 artinya bahwa hubungan kedua variabel adalah
negatif dan sangat tinggi. Bagaimana jika nilai r antara -1 dan +1. Untuk
menjawab arti r tersebut, secara umum dapat dipergunakan melalui acuan pada
tabel 7.1 berikut ini.

TABEL 7.1
INTERPRETASI DARI NILAI r

R Interpretasi
0 Tidak berkorelasi
0,01 – 0,20 Sangat rendah
0,21 – 0,40 Rendah
0,41 – 0,60 Agak rendah
0,61 – 0,80 Cukup
0,81 – 0,99 Tinggi
1 Sangat tinggi

Kalau ditulis dalam bentuk matematis menjadi -1< r < +1

Cara menghitung nilai r ada empat yaitu : (a) tabel biasa, (b) tabel peta korelasi,
(c) tabel distribusi frekuensi, dan (d) kalkulator, dan computer.

Dalam diklat ini yang dibahas hanya cara yang pertama, yaitu dengan cara
tabel biasa, karena menghitung r dengan cara tabel peta korelasi dan tabel
distribusi frekuensi sudha banyak ditinggalkan orang karena terlalu sulit,
sedangkan perhitungan r dengan kalkulator dan komputer sangatlah ditentukan
oleh spesifikasi masing-masing yang dibahas dalam buku tersendiri.
Penggunaan tabel biasa untuk menghitung korelasimerupakan dasar untuk
menerapkan rumus korelasi dan cara ini termasuk yang paling mudah
dibandingkan dengan kedua tabel di atas.

Langkah-langkah mengitung r dengan menggunakanbantuan tabel biasa adalah

sebagai berikut :

1). Asumsiakan bahwa persyaratan untuk menggunakan analisis korelasi PPM

adalah terpenuhi.

2). Tulis Ha dan H0 dalam bentuk kalimat.

Ha : terdapat hubungan yang positif dan signifikan antara

variabel X dengan Y

H0 : Tidak terdapat hubungan yang positif dan signifikan atnara

variabel X dengan Y

3). Tulis Ha dan H0 dalam bentuk statistika

a. Ha : r 0

b. H0 : r = 0

4). Buatlah tabel penolong untuk melindungi r seperti tabel berikut.

Tabel 7.2
Penolong untuk Menghitung r
No.
Xi Yi X2i Xi Yi
Resp Y2i
1
2
.
.
.

5). Cari rhitung dengan menggunakan rumus :

 6). Konsultasikan rhitung tersebut dengan rtabel untuk taraf signifikan tertentu
yang ditentukan dalam membuat kesimpulan

Jika rhitung < rtabel, H0 diterima, artinya korelasinya (hubungannya) tidak signifikan.
Dalam menentutukan rtabel harus disesuaikan dengan derajat kebebasannya,
yaitu : dk = n = 2. r tabel yang dimaksudkan dapat dilihat pada tabel r krisis
pearson

7). Buat kesimpulannya

8). Jika diminta, maka hitunglah besarnya sumbangan variabel x terhadap y

Contoh :

Data aktivitas siswa dalam PBM (X) dan hasil belajar siswa (Y) dalam mata
kuliah statistika dasar mahasiswa Jurusan Fisika FMIPA unimed angkatan
tahun 2020 :
 30 10 3 100 9 30
31 6 7 36 49 42
32 9 5 81 25 45
33 5 6 25 36 30
34 10 6 100 36 60
35 5 10 25 100 50
36 9 6 81 36 54
37 6 6 36 36 36
38 6 4 36 16 24
39 10 10 100 100 100
40 9 5 81 25 45
Jlh 268 260 2204 1788 1860

Dari data tersebut akan diuji :

a. Adakah huhungan yang positif dan signifikan antara aktivitas belajar dan
hasil belajar mata kuliah statistika dasar bagi mahasiswa Jurusan Fisika
FMIP Unimed Angkatan 2003

b. Berapa persen sumbangan aktivitas belajar terhadap hail belajar

mahasiswa belajar mata kuliah stasitika dasar bagi mahasiswa Jurusan
Fisika FMIPA Unimed angkatan 2003

Dalam hal ini diasumsikan bahwa juji persyaratan statistika sudah terpenuhi .

Jawab :

Untuk n = 40, dan α = 0,005,

38−35
rtabel = 0,325 + (0,304-0,325)= 0,312 < rhitung = 0,80
40−35
  Artinya ada hubungan yang positif dan signifikan antara aktivitas
belajar dan hasil belajar mata kuliah statistika dasar bagi
mahasiswa Jurusan Fisika FMIPA Unimed angkatan 2003. Cara lain
dengan uji t korelasi :

n−2 40−2
rxy = r
√ 1−r 2
= 0,80
√1−0,802
= 8,22

Untuk n = 40, dan α = 0,05, dk = 40 – 2 = 38

38−30
Maka ttabel = 2,042 + (2,021-2,042)
40−30

ttabel = 2,02 < thitung = 8,22

artinya : ada hubungan yang positif dan signifikan antara aktivitas belajar
dan hasil belajar mata kuiah statistika dasar bagi mahasiswa Jurusan Fisika
FMIPA Unimed angkatan 2003

Besar sumbangan aktivitas terhadap hasil belajar mahasiswa adalah :

Koefisien determinasi (r2) x 100 % = 64 %

artinya : sumbangan aktivitas belajar terhadap belajar mahasiswa belajar

mata kuliah statistika dasar bagi mahasiswa Jurusan Fisika FMIPA Unimed
angkatan 2003 adalah sebesar 64 %, dan sisanya ditentukan oleh faktor lain.

.
TUGAS INDIVIDUAL

Dengan menggunakan langkah-langkah tersebut di atas, analisilah data beriut ini

apakah hubungan antara variabel X dan Y linear, positif dan signifikan, serta
sumbangan variabel X terhadap variabel Y.
X : 14, 14, 12, 12, 11, 11, 11, 10, 10, 10, 10, 10, 10, 10,9, 9, 9, 9, 9, 9, 9, 9,8, 8, 8,
8, 8, 8, 8, 8,7, 6, 6, 3, 2.

X : 18, 20, 19, 17, 16, 14, 16, 17, 19, 20, 18, 18, 19, 18, 16, 15, 18, 18, 20, 19, 17,
19, 12, 15, 19, 15, 18 ,16, 18, 12, 17, 17, 18, 19, 12, 18