ANALISIS KORELASI PEARSON PRODUCT MOMENT (r)

1. Termasuk analisis statistik Parametrik

2. Data bersifat interval atau ratio
3. Digunakan untuk mencari hubungan dari variabel yang diteliti (hubungan variabel X
dan variabel Y)
4. Rumus:

5. Nilai r adalah -1 ≤ r ≤ +1 (jika r=-1 artinya korelasinya negatif sempurna; r=0 tidak ada
korelasi; r=1 korelasi sangat kuat)

6. Interpretasi koefisien korelasi Nilai r

Interval Koefisien Tingkat Hubungan
0,80 – 1,000 Sangat Kuat
0,60 – 0,799 Kuat
0,40 – 0,5999 Cukup Kuat
0,20 – 0,3999 Rendah
0,00 – 0,199 Sangat Rendah

7. Seberapa besar korelasi/hubungan atau pengaruh variabel bebas (X) terhadap variabel
terikat (Y) digunakan rumus:

8. Uji signifikansi digunakan rumus:

CONTOH KASUS:

Judul Penelitian:
“Hubungan Motivasi Dengan Kinerja Karyawan di Bank Al Ma’soem Syariah Rancaekek”

● Ceritanya, setelah anda menyebar kuesioner dan melakukan tabulasi data dari hasil
kuesioner diperoleh data sebagai berikut:
Motivasi 60 70 75 65 70 60 80 75 85 90 70 85
(X)
Kinerja 450 475 450 470 475 455 475 470 485 480 475 480
(Y)

● Pertanyaan:
1. Seberapa besar hubungan antara motivasi dengan kinerja karyawan?
2. Seberapa besar sumbangan (kontribusi) motivasi dengan kinerja karyawan?
3. Buktikan apakah ada hubungan yang signifikan antara motivasi dengan kinerja
karyawan?

● Untuk menjawab pertanyaan di atas, ada 6 langkah yang harus Anda lakukan, yaitu:

Langkah 1: Membuat H0 dan H1 dalam bentuk kalimat

- H1: Ada hubungan yang signifikan antara motivasi (X) dengan kinerja karyawan (Y)
- H0: Tidak ada hubungan yang signifikan antara motivasi (X) dengan kinerja karyawan
(Y)

Langkah 2: Membuat Tabel Penolong untuk menghitung korelasi Perason Product

Moment
NO. X Y X² Y² XY
1 60 450 3600 202500 27000
2 70 475 4900 225625 33250
3 75 450 5625 202500 33750
4 65 470 4225 220900 30550
5 70 475 4900 225625 33250
6 60 455 3600 207025 27300
 7 80 475 6400 225625 38000
8 75 470 5625 220900 35250
9 85 485 7225 235225 41225
10 90 480 8100 230400 43200
11 70 475 4900 225625 33250
12 85 480 7225 230400 40800
Statistik X Y X² Y² XY
Jumlah 885 5640 66325 2652350 416825
Catatan:
- Nilai X dan Y diperoleh dari hasil tabulasi data angket
- Selanjutnya nilai X² diperoleh dari mengkuadratkan nilai X, begitu juga dengan
nilai-nilai lainnya

Langkah 3: Mencari r hitung dengan cara masukkan angka statistik dari tabel
penolong dengan rumus:

12(416.825)-(885)(5640)
=
{12(66.325) – (885)²}.{12(2.652.350)-(5.640)²}

10.500 10.500
= = ---------------- = 0,684
235.755.000 15.354,32

Langkah 4: Mencari besarnya sumbangan (kontribusi) variabel X terhadap Y

KP = r² X 100% = 0,684² X 100% = 0,4679 X 100% = 46,79%
Artinya: motivasi memberikan kontribusi terhadap kinerja karyawan sebesar
46,79% dan sisanya 53,21% ditentukan oleh variabel lain.
Langkah 5: Menguji signifikansi dengan rumus t hitung

0,684 12-2 2,16

= = = 2,963
1-0,684² 0,729

Kaidah Pengujian:
Jika t hitung ≥ t tabel, maka H0 ditolak, artinya signifikan
Jika t hitung ≤ t tabel, maka H0 diterima artinya tidak signifikan

Berdasarkan perhitungan di atas dengan α= 0,05 dan n = 12, uji 2 pihak

dk=n-2 = 12-2 = 10, sehingga diperoleh t tabel = 2,228
Ternyata t hitung lebih besar dari t tabel atau 2,963 > 2,228, maka H0 ditolak
artinya ada hubungan yang signifikan antara motivasi dengan kinerja karyawan.

Langkah 6: membuat kesimpulan

1. Hubungan motivasi dengan kinerja karyawan rxy sebesar 0,684 dan masuk dalam
kategori kuat.
2. Sumbangan (kontribusi) motivasi dengan kinerja karyawan sebesar 46,79% dan
sisanya 53,21% ditentukan oleh variabel lain.
3. Terdapat hubungan yang signifikan motivasi dengan kinerja dosen karena t hitung
> t tabel atau 2,963 > 2,228