KORELASI LINEAR
A. Mengenal Korelasi
Y Y
X X
Dari gambar tampak bahwa korelasinya positif, maka semakin tinggi X pada
umumnya akan diikuti oleh semakin tinggi Y dan sebaliknya semakin rendah X pada
umumnya akan diikuti semakin rendah Y. Di sisi lain, korelasi negative menunjukan
semakin tinggi X pada umumnya diikuti oleh semakin rendah Ydan sebalik
nya,semakin rendah X pada umumnya diikuti oleh semakin tingginya Y.
Ada beberapa hal yang perlu dicatat dalam penafsiran nilai r. Ada yang
berpendapat bahwa kalau nilai r negatif , maka diartikan tidak ada hubungan
(korelasi). Pendapat itu salah. Jika r negatif, misalnya, r = -0,9, maka tetap saja
terdapat hubungan, namun negative. Nilai r sebesar -0.9. tersebut tetap saja
merupakan hubungan yang tinggi (kuat), namun mempunyai arah negative. Korelasi
negative, pada kasus kasus tertentu, tetap bermanfaat untuk menjelaskan kaitan antara
dua variabel.
Hal kedua yang perlu dicatat ialah bahwa ada atau tidaknya korelasi tidak
boleh ditafsirkan sebagai ada atau tidaknya pengaruh (efek). Jadi, adanya korelasi
tidak boleh diartikan adanya hubungan sebab akibat (hubungan kasual). Bahkan ada
orang yang menafsirkan adanya korelasi positif sebagai pengaruh positif dan adanya
korelasi negative sebagai adanya pengaruh negative. Hal demikian tentu saja tidak
benar. Misalnya, orang menafsirkan karena ada korelasi antara motivasi dan prestasi
belajar, maka dikatakan bahwa motivasi berpengaruh kepada prestasi belajar. Hal itu
tidak benar. Adanya korelasi antara motivasi dan prestasi belajar semata-mata hanya
menunjukan bahwa dari data yang ada diperoleh kesimpulan bahwa semakin tinggi
nilai motivasi akan semakin tinggi nialai prestasi belajar, dan sebaliknya semakin
rendah nilai motivasi akan semakin rendah nilai prestasi belajar. Yang dapat
dilakukan ialah bahwa dari kesimpulan itu, apabila ada siswa yang motivasinya
tinggi, maka diramalkan bahwa siswa tersebut akan berprestasi tinggi.
B. Kegunaan Korelasi
Koefesien korelasi ialah pengukuran statistik kovarian atau asosiasi antara dua
variabel. Besarnya koefesien korelasi berkisar antara +1 s/d -1. Koefesien korelasi
menunjukkan kekuatan (strength) hubungan linear dan arah hubungan dua variabel
acak. Jika koefesien korelasi positif, maka kedua variabel mempunyai hubungan
searah. Artinya jika nilai variabel X tinggi, maka nilai variabel Y akan tinggi pula.
Sebaliknya, jika koefesien korelasi negatif, maka kedua variabel mempunyai
hubungan terbalik. Artinya jika nilai variabel X tinggi, maka nilai variabel Y akan
menjadi rendah dan berlaku sebaliknya.
∑ xy
rxy =
√(∑ x 2)(∑ y 2)
Dengan x = X – X dan y = Y - Y
Biasanya formula itu sulit untuk digunakan apabila x́ dan/atau ý tidak bulat.
Dari formula itu, dapat diturunkan formula berikut yang lebih mudah dipakai.
Sekaitan dengan JKT, JKR, dan JKG pada model regresi linear, dapat
dibuktikan bahwa:
(∑Y )2
JKT = ∑Y2 –
n
JKR = (r2)JKT
JKG = (I – r2)JKT
Contoh 14.8
Tabel 14.1
Solusi :
(12)(53305) - (665)(951)
= 0.862
Secara umum kita menggunakan angka signifikansi sebesar 0,01; 0,05 dan
0,1. Pertimbangan penggunaan angka tersebut didasarkan pada tingkat kepercayaan
(confidence interval) yang diinginkan oleh peneliti. Angka signifikansi sebesar 0,01
mempunyai pengertian bahwa tingkat kepercayaan atau bahasa umumnya keinginan
kita untuk memperoleh kebenaran dalam riset kita adalah sebesar 99%. Jika angka
signifikansi sebesar 0,05, maka tingkat kepercayaan adalah sebesar 95%. Jika angka
signifikansi sebesar 0,1, maka tingkat kepercayaan adalah sebesar 90%.
Pertimbangan lain ialah menyangkut jumlah data (sample) yang akan
digunakan dalam riset. Semakin kecil angka signifikansi, maka ukuran sample akan
semakin besar. Sebaliknya semakin besar angka signifikansi, maka ukuran sample
akan semakin kecil. Unutuk memperoleh angka signifikansi yang baik, biasanya
diperlukan ukuran sample yang besar. Untuk pengujian dalam IBM SPSS digunakan
kriteria sebagai berikut:
Jika angka signifikansi hasil riset < 0,05, maka hubungan kedua variabel
signifikan.
Jika angka signifikansi hasil riset > 0,05, maka hubungan kedua variabel
tidak signifikan
Pada dasarnya, prosedur uji signifikasi korelasi tidak berbeda dengan uji
hipotesis, ada lambing untuk parameter dan ada lamabang untuk statistic. Koefesien
korelasi pada populasi disajikan dengan ρ (dibaca “rho”), sedangkan koefesien
korelasi pada sampel disajikan dengan r, atau rxy.
rxy √n – 2
t=
√I – r2xy
rxy √n – 2
F=
√I – r2xy
Suatu variabel random yang berdistribusi F dengan derajat kebebasan I dan n-2
Tampak bahwa hubungan antara F dan t tersebut di atas ialah F= t2 oleh karena
itu, jika digunakan uji F pada uji ini, maka selalu merupakan uji satu ekor kanan.
(∑Y )2 dkT = n – 1 ;
JKT = ∑Y2 –
n
dkR = 1
JKR = (r2)JKT
dkG = n – 2;
JKG = (I – r2)JKT
JKR
JKR RKG =
RKR = n−2
I
RKR
Sebagai statistic ujinya adalah F = yang merupakan variabel random
RKG
distribusi F dengan derajat kebebasan I dan n-2; sehingga rangkuman analisis
variasinya tampak pada Tabel 14.8. Perhatikanlah bahwa uji signifikasi korelasi
linear ini menggunakan cara yang sama dengan uji keberartian pada regresi linear. Ini
berarti bahwa jika regresinya signifikan, koefesien relasinya juga signifikan.
Demikianlah pula sebaliknya, jika koefesien korelasinya signifikan, regresinya juga
signifikan.
Tabel 14.8
Rangkuman Analisis Variansi pada Korelasi Linear Sederhana
Sumber JK Dk RK FOBS Fα p
Regresi JKR 1 RKR RKR F * P<α
F=
(R) RKG atau p >
α
Galat JKG n- 2 RKG - - -
Total JKT n-1 - - - -
Contoh 14.9
Seseorang ingin meneliti apakah korelasi positif antara tinggi badan ayah dengan
tinggi anak laki-laki tertuanya yang telah berumur lebih dari 20 tahun. Sampel
random berukuran 12 diambil dan datanya (dalam satuan inchi) tampak pada tabel
berikut.
Tabel 14.9
Tinggi Ayah dan Anak Laki-laki Tertua (dalam inchi)
Tinggi Ayah (X) 65 63 67 64 68 62 70 66 68 67 69 71
Tinggi Anak (Y) 68 66 68 65 69 66 68 65 71 67 68 70
Jika diambil tingkat signifikan 5%, bagaimana hasil penelitian tersebut, jika
diasumsikan bahwa semua persyaratan regresi linear dipenuhi?
Solusi :
1. H0 : p ≤ 0 ;
H1 : p > 0
2. α = 0. 05
3. statistik uji yang digunakan
t = r xy √ ¿ ¿ ¿
4. komputasi
setelah dihitung dari data pada Tabel 14.9, diperoleh :
∑ X = 800 ∑ Y = 811 ∑ XY = 54107
∑ X 2 = 53418∑ Y 2 = 54894
se h inggadiperole h :
rxy = n ∑ XY −¿ ¿ ¿ ¿
= 0. 7027
( 0.7027 ) √ 10
t= =3.12
√1−0.7027❑2
5. daerah Kritik
t0.05;10 = 1.812;
DK = { t I t > 1.812 }; dan
t obs = 3.12 ∈ DK
6. Keputusan uji : Ho ditolak
7. Kesimpulan
Terdapat korelasi positif antara tinggi badan ayah dengan tinggi anak
tertuanya.
Kalau contoh 14.9 diselesaikan dengan pendekatan analisis variansi, maka
dapat dilakukan sebagai berikut.
JKT = ∑ Y 2−¿ ¿ ¿
8112
= 54849 - =38.917
12
JKR = (r 2)JKT
= (1−0.70272)(38.917) = 19.217
JKR
RKR = = 19.217
1
JKG 19.700
RKG = = =1.970
n−2 10
RKR 19.217
F obs = = = 9.75
RKG 1.970
DK = {F | F > 4.96}
Tabel 14.10
Rangkuman Analisis Variansi pada Kolerasi Linear Sederhana
Sumber JK dk RK F obs Fα ρ
Regresi (R) 19.217 1 19.217 9.75 4.96 < 0.05
Galat 19.700 10 1.970 - - -
Total 38.917 11 - - - -
Dapat dilihat bahwa dengan analisis variansi pun H 0 juga ditolak. Perhatikan
pula bahwa nilai F obs adalah kuadrat dari t obs.
Interpretasi ketiga melihat arah korelasi. Dalam korelasi ada dua arah korelasi,
yaitu searah dan tidak searah. Pada IBM SPSS hal ini ditandai dengan pesan two
tailed. Arah korelasi dilihat dari angka koefesien korelasi. Jika koefesien korelasi
positif, maka hubungan kedua variabel searah. Searah artinya jika variabel X nilainya
tinggi, maka variabel Y juga tinggi. Jika koefesien korelasi negatif, maka hubungan
kedua variabel tidak searah. Tidak searah artinya jika variabel X nilainya tinggi,
maka variabel Y akan rendah.
Kriteria ini hanya berlaku untuk nilai t hitung yang positif (+).
H0: Tidak ada hubungan antara kepuasan kerja dengan loyalitas pegawai
Sebagai contoh hasil t hitung sebesar 3,6 . T table dengan ketentuan α= 0,05
Degree of freedom: n-2, dan n = 30 diketemukan sebesar: 2,048. Didasarkan
ketentuan di atas, maka t hitung 3,6 > t table 2,048. Dengan demikian H0 ditolak dan
H1 diterima. Artinya ada hubungan antara kepuasan kerja dengan loyalitas pegawai
Jika nilai t hitung positif (+),maka pengujian dilakukan disisi kanan. Kurva
pengujian akan seperti dibawah ini:
Sebagai contoh hasil t hitung sebesar 3,6 . T table dengan ketentuan α= 0,05
Degree of freedom: n-2, dan n = 30 diketemukan sebesar: 2,048. Letakkan nilai-nilai
tersebut di kurva seperti di bawah ini:
Kurva di atas menunjukkan bahwa t hitung jatuh di area H0 ditolak; dengan
demikian H1 diterima. Oleh karena itu kesimpulannya ialah ada hubungan antara
kepuasan kerja dengan loyalitas pegawai.
H0: Tidak ada hubungan signifikan antara kepuasan kerja dengan loyalitas pegawai
H1: Ada hubungan signifikan antara kepuasan kerja dengan loyalitas pegawai
Didasarkan ketentuan diatas maka signifikansi hitung sebesar 0,03 < 0,05,
maka H0 ditolak dan H1 diterima. Artinya Ada hubungan signifikan antara kepuasan
kerja dengan loyalitas pegawai.
Kisaran (range) korelasi mulai dari 0 sampai dengan 1. Korelasi dapat positif dan
dapat pula negatif.
Korelasi sama dengan 0 mempunyai arti tidak ada hubungan antara dua variabel. Jika
dilihat dari sebaran data, maka gambarnya akan seperti terlihat di bawah ini:
J. Karakteristik Korelasi