Korelasi
1. Konsep Korelasi
2. Arah Korelasi
1
a. Korelasi positif terjadi apabila kedua variabel (atau lebih) yang
berhubungan itu menunjukkan adanya perubahan yang searah (pararel).
Artinya, kenaikan variabel X selalu diikuti oleh kenaikan variabel Y,
begitu juga penurunan variabel X selalu diikuti oleh penurunan variabel
Y. Sebagai contoh kenaikan skor mata pelajaran matematika (variabel X)
diikuti pula dengan kenaikan skor fisika (variabel Y).
b. Korelasi negatif terjadi apabila kedua variabel (atau lebih) yang
berhubungan itu menunjukkan adanya perubahan yang berlawanan arah.
Artinya, kenaikan variabel X selalu diikuti oleh penurunan variabel Y,
begitu juga penurunan variabel X selalu diikuti oleh kenaikan variabel Y.
Sebagai contoh kenaikan skor mata pelajaran matematika (variabel X)
justru diikuti pula dengan penurunan skor fisika (variabel Y).
c. Korelasi tidak berpola (nihil) terjadi apabila perubahan yang terjadi tidak
jelas naik turunnya (tidak sistematis). Kenaikan variabel X kadang diikuti
oleh kenaikan dan kadang penurunan variabel Y, begitu pula sebaliknya
penurunan variabel X kadang diikuti oleh kenaikan dan kadang
penurunan variabel Y. Sebagai contoh kenaikan skor mata pelajaran
matematika (variabel X) kadang diikuti pula dengan kenaikan skor fisika
(variabel Y) kadang juga tidak sehingga menimbulkan ketidakjelasan dan
tidak sistematis.
3. Angka Korelasi
Besarnya angka korelasi berkisar antara 0 (nol) sampai dengan ±1,00. Ini
berarti bahwa angka korelasi tidak bisa lebih dari +1,00. Tanda + (plus) atau
– (minus) di depan angka korelasi merupakan petunjuk arah korelasi. Bila di
depan angka korelasi bertanda plus (+), misalnya; rxy = +0,325 ini berarti
bahwa korelasi antara x dan y merupakan korelasi searah atau korelasi positif.
Sebaliknya apabila di depan angka korelasi bertanda minus (-) misalnya; rxy
2
= -0,785 ini berarti korelasi antara variabel x dan y merupakan korelasi
berlawanan arah atau korelasi negatif.
Tanda plus (+) dan minus (–) di depan indek korelasi adalah bukan tanda
aljabar, yang berarti kurang dari atau lebih dari nol (0). Tanda minus (–)
menunjukkan adanya korelasi yang berlawanan (tidak pararel, tidak searah)
sedangkan tanda plus (+) menunjukkan adanya korelasi yang se arah (pararel,
tidak berlawanan).
4. Macam-macam Korelasi
a. Korelasi Pearson
3
Acuan hasil perhitungan korelasi adalah sebagai berikut :
N ∑ xy − ( ∑ x )( ∑ y )
r xy=
√ {( N ∑ x ) − (∑ x ) ( N (∑ y ) − (∑ y ) )}
2 2 2 2
Keterangan :
N : Jumlah subjek
4
Untuk mencari korelasi rank adalah sebagai berikut:
6∑ D
2
ρ=1−
n ( n −1 )
2
Keterangan :
n : Jumlah responden
c. Korelasi point-biserial
Apabila data kedua variabel tersebut yang satu berjenis rasio atau
interval dan yang satu lagi berjenis nominal, maka teknik korelasi yang
digunakan adalah korelasi point-biserial (Point-biserial Correlation)
(Mundir : 2012:111)..
d. Korelasi Phi
∅=
√ x2
N
x 2=
∑ (f 0− f t )
ft
Keterangan :
5
f t : Frekuensi teoritik
τ=
∑ X −∑ Y
n(n −1)
2
Keterangan :
f. Korelasi ganda
B. Regresi
Regresi dapat digunakan untuk mencari pengaruh antara variabel bebas (X)
terhadap variabel terikat (Y) dan untuk menganalisis sebuah data dalam penelitian
deskriptif yang mencari pengaruh suatu variabel tertentu (Jakni, 2016:127).
Analisis regresi dalam statistika adalah salah satu metode untuk menentukan
hubungan sebab - akibat antara satu variabel dengan variabel - variabel yang lain
(Jakni, 2016:127).
6
Hubungan ini biasanya dinyatakan dalam bentuk persamaan matematis yang
bentuknya dapat linier maupun non-linier. Persamaan yang dihasilkan merupakan
sebuah prediksi yang menggambarkan hubungan antara variabel bebas dan
variabel terikat. Namun sebagaimana layaknya arti kata prediksi maka prediksi
yang tergambar dari persamaan regresi bukanlah merupakan hal yang pasti, tetapi
merupakan suatu keadaan yang mendekati kebenaran (Irianto, 2004).
Y =a+bX
( ∑ y ) ( ∑ x 2 ) ( ∑ x )( ∑ xy )
a= 2
n ∑ x − (∑ x )
2
n ∑ xy − ( ∑ x )( ∑ y )
b= 2
n ∑ x − (∑ x )
2
Keterangan:
a : Intercept (konstanta)
b : koefisien regresi
N : Jumlah subjek
7
∑ x 2 : Jumlah variabe x dikuadratkan
∑ y2 : Jumlah variabe y dikuadratkan
b. Regresi ganda
Regresi ganda digunakan untuk mengetahui linearitas hubungan dua atau
lebih variabel independen dengan satu variabel dependen dan dapat pula
digunakan untuk memprediksi harga variabel dependen jika harga-harga
variabel independen diketahui.
Rumus umum persamaan linier regresi ganda adalah:
Y =a+b 1 X 1 +b 2 X 2