A.

Korelasi

1. Konsep Korelasi

Korelasi merupakan suatu hubungan dan saling hubungan serta adanya

timbal balik. Dalam statistik korelasi berarti sebuah hubungan antara dua
variabel atau lebih berupa satu varibel bebas atau lebih secara bersama
terhadap variabel terikat melalui analisis koefisien determinasi (Rusydi,
2018:198-199). Bentuk korelasi dapat berupa hubungan simetris, hubungan
sebab akibat, dan hubungan interaktif (saling mempengaruhi) (Mundir,
2012 :110).

Uji korelasi berarti menguji adanya sebuah hubungan atau pengaruh

antara satu gejala (variabel) dengan yang lainya. Uji ini termasuk kedalam
jenis statistik inferensial. Dalam statistik inferensial korelasi dapat terbagi
kedalam dua analisis statistik yaitu terdapat jenis korelasi yang termasuk
kedalam statistik parametrik dan terdapat jenis korelasi lain yang termasuk
kedalam statistik non-parametrik.

2. Arah Korelasi

Arah korelasi dapat dijelaskan sebagai berikut (Mundir, 2012:113) (Rusydi,

2018:200):

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

Koefisien korelasi dilambangkan kedalam kedalam huruf “r” berarti

menunjukan suatu harga (Mundir, 2012:113). Angka korelasi dijadikan
sebagi petunjuk sebuah kuat lemahnya atau tinggi rendahnya dan besar
kecilnya suatu korelasi atas variabel yang diteliti (Rusydi, 2018:201).

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

Apabila data variabel bebas (variabel X) dan data variabel terikat

(variabel Y) sama-sama berjenis rasio atau interval, maka teknik korelasi
yang digunakan untuk menguji keberadaan hubungan kedua data tersebut
adalah korelasi product-moment Pearson (Pearson Product-moment
Correlation) (Mundir : 2012:111).

Korelasi pearson memiliki (Pearson Product Moment Correlation)

manfaat yakni sebagai penentu hubungan antara dua variabel (variabel X
dan Y) yang berskala interval (skala yang menggunakan angka
sebenarnya). Korelasi adalah metode statistik yang dipakai
untukmengukur asosiasi atau hubungan antara dua atau lebih variabel
kuantitatif, sedangkan untuk mengukur asosiasi antara dua atau lebih
variabel kuantitatif dipakai tes X kuadrat (Jakni, 2016:124).

Korelasi pearson termasuk kedalam teknik analisis data uji statistik

parametrik. Angka hasil korelasi dapat berupa positif yang artinya searah
jika variabel pertama besar maka variabel kedua juga besar. Sedangkan
jika angka hasil korelasi berupa negatif maka artinya berlawanan arah
yakni jika variabel pertama besar maka variabel kedua kecil begitupun
sebaliknya). Besarnya korelasi berkisar antara 0 - 1.

3
 Acuan hasil perhitungan korelasi adalah sebagai berikut :

Interval Koefisien Tingkat Hubungan

0,000 - 0,199 Tidak Ada
0,200 - 0,399 Rendah
0,400 - 0,599 Cukup
0,600 - 0,799 Tinggi
0,800 - 1,000 Sangat Tinggi

Untuk mencari korelasi pearson adalah sebagai berikut:

N ∑ xy − ( ∑ x )( ∑ y )
r xy=
√ {( N ∑ x ) − (∑ x ) ( N (∑ y ) − (∑ y ) )}
2 2 2 2

Keterangan :

r xy : Koefisien korelasi antara variabel X dan variabel Y

N : Jumlah subjek

x : Angka mentah untuk variabel X

y : Angka mentah untuk variabel Y

∑ x 2 : Jumlah variabel X dikuadratkan

∑ y2 : Jumlah variabel Y dikuadratkan
b. Korelasi Rank

Apabila data kedua variabel tersebut berjenis ordinal, maka teknik

korelasi yang digunakan korelasi tata jenjang (Rank-order Correlation)
dan Tetracoric.

Teknik ini digunakan ketika datanya berbentuk ordinal. Yang

membedakan dengan korelasi pearson adalah korelasi rank tidak
memperhatikan hubungan linear antara kedua variabel yang dicari
korelasinya (Rusydi, 2018:214).

4
 Untuk mencari korelasi rank adalah sebagai berikut:

6∑ D
2
ρ=1−
n ( n −1 )
2

Keterangan :

D : Selisih antara X dan Y

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

Apabila data kedua variabel tersebut berjenis nominal, maka

teknik korelasi yang digunakan adalah korelasi Phi (Phi Correlation)
(Mundir : 2012:111). Teknik korelasi ini apabila masing-masing variabel
hanya terdiri dari dua kategori seperti hidup-mati, lusus-tidak lulus,
tinggi-pendek dll. Lambang dari korelasi phi adalah ∅ .

Untuk mencari korelasi rank adalah sebagai berikut:

∅=
√ x2
N

Dengan rumus ini digunakan terlebih dahulu harga kai kuadrat ( x 2

) harga kai kuadrat didapatkan dengan rumus:

x 2=
∑ (f 0− f t )
ft

Keterangan :

f 0 : Frekuensi dari hasil observasi

5
 f t : Frekuensi teoritik

e. Korelasi Kendal Tau (τ ¿

Korelasi Kendal Tau digunakan untuk menganalisis korelasi

antara data ordinal dengan data ordinal. Rumus korelasi Kendal Tau
adalah:

τ=
∑ X −∑ Y
n(n −1)
2

Keterangan :

τ : Koefisien korelasi Kendal Tau

∑ X=∑ Rx : Jumlah rangking atas

∑ Y =∑ Ry : Jumlah rangking bawah
n : banyaknya sampel (pasangan data)

f. Korelasi ganda

Korelasi ganda digunakan apabila penelitian bertujuan untuk

mengetahui hubungan dua atau lebih variabel independen dengan satu
variabel dependen. Dengan perkataan lain, variabel independen yang
diteliti terdiri dari dua variabel atau lebih. Korelasi ganda merupakan
angka yang menunjukkan arah dan kuatnya hubungan antara dua variabel
secara bersama-sama atau lebih dengan variabel yang lain yang disebut
koefisien korelasi ganda dan biasanya disimbolkan dengan R.

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).

a. Regresi sederhana / regresi linear

Regresi sederhana atau tunggal digunakan apabila peneliti ingin

mengetahui linearitas hubungan satu variabel bebas (X) dan satu variabel
terikat (Y) dan dapat pula digunakan untuk memprediksi kenaikan variabel
dependen jika variabel independen diketahui.

Rumus dalam mencari regresi linear adalah sebagai berikut:

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:

Y : Dependent variabel/variabel terikat/variabel yang dipengaruhi oleh

variabel lain.

a : Intercept (konstanta)

b : koefisien regresi

X :Independent variabel/variabel terikat/variabel yang mempengaruhi

variabel lain.

N : Jumlah subjek

x : Angka mentah untuk variabel X

y : Angka mentah untuk variabel Y

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