MAKALAH STATISTIK PENDIDIKAN

“ Uji Hipotesis Asosiatif, korelasi product moment dan koefisien

spearman rank “

Disusun Guna Memenuhi Tugas Mata Kuliah Statistik Pendidikan

Dosen Pengampu : Fitriyah Amaliyah, S. Pd., M. Pd.

Disusun Oleh :

Kelompok 6

1. Anjar Anggita Risasongko 201933330

2. Uswatun Chasanah 201933334
3. Rosmaya Rafida Alchusna 201933348

PENDIDIKAN GURU SEKOLAH DASAR

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN

UNIVERSITAS MURIA KUDUS

2022
 KATA PENGANTAR

Assalamualaikum Wr.Wb.

Puji syukur alhamdulillah kami panjatkan kehadirat Allah, Tuhan Yang

Maha Esa atas rahmat, taufiq dan hidayah-Nya, sehingga “ Makalah Pengujian
Hipotesis Asosiatif ” dapat selesai tepat waktu.

Makalah ini memaparkan tentang bentuk dari pengujian hipotesis

asosiatif berupa korelasi product moment dan koefisien spearman rank. Makalah
ini merupakan tugas kelompok yang disusun guna memenuhi salah satu tugas
mata kuliah Statistik Pendidikan yang diampu oleh Ibu Fitriyah Amaliyah, S.
Pd., M. Pd.

Semoga makalah ini bermanfaat dan dapat dijadikan sebagai acuan dalam
proses penyelenggaraan pendidikan. Sekirannya laporan yang telah disusun ini
dapat berguna bagi kami sendiri maupun orang yang membacanya. Sebelumnya
kami mohon maaf apabila terdapat kesalahan kata-kata yang kurang
berkenang.Kritik dan saran yang membangun sangat diharapkan guna
kelengkapan makalah ini.

Waalaikumsalam Wr.Wb

Kudus, 4 April 2022

ii
 DAFTAR ISI

COVER

MAKALAH 1
KATA PENGANTAR.............................................................................................ii

DAFTAR ISI..........................................................................................................iii

BAB I.......................................................................................................................4

PENDAHULUAN...................................................................................................4

1.1 Latar Belakang..........................................................................................4

1.2 Rumusan Masalah.....................................................................................5

1.3 Tujuan........................................................................................................6

BAB II......................................................................................................................7

PEMBAHASAN......................................................................................................7

2.1 Pengujian Hipotesis Asosiatif...................................................................7

2.2 Korelasi Product Moment.........................................................................9

2.3 Penggunaan Teknik Korelasi Product Moment.........................................9

2.4 Lambang Korelasi Product Moment.......................................................10

2.5 Contoh Cara Mencari (Menghitung) dan Memberikan Interpretasi

Terhadap Angka Indeks “r” Korelasi Product Moment.....................................11

2.6 Koefisien Spearman Rank.......................................................................21

2.7 Contoh Cara Mencari (Menghitung) dengan Koefisien Spearman Rank21

BAB III..................................................................................................................26

PENUTUP..............................................................................................................26

3.1 Kesimpulan..............................................................................................26

3.2 Saran........................................................................................................27

DAFTAR PUSTAKA............................................................................................28

iii
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Banyak analisis statistika bertujuan untuk mengetahui apakah ada
hubungan antara dua atau lebih peubah. Bila hubungan demikian ini dapat
dinyatakan dalam bentuk rumus matematik, maka kita akan dapat
menggunakannya untuk keperluan peramalan. Kekuatan dan sifat
ketergantungan antar variabel merupakan masalah sentral yang ingin diketahui
pada suatu penelitian. Kadang peneliti ingin mengetahui apakah terdapat
hubungan antara dua variabel dan seberapa kuat hubungan kedua variabel
tersebut. Uji statistika yang mengukur keeratan hubungan antara dua variabel
ini disebut analisis korelasi (correlation). Ukuran untuk menentukan kuatnya
atau derajat keeratan hubungan antar dua variabel dinamakan koefisien korelasi
(the correlation coefficient).

Dalam statistika parametrik, koefisien korelasi antara dua variabel

(bivariate) yang biasa digunakan adalah koefisien korelasi momen hasil kali
Pearson, yang dinotasikan dengan r . Dimana skala data pengamatan serendah-
rendahnya adalah interval atau rasio. Jika data pengamatan adalah berupa skala
ordinal, dalam hal ini untuk uji korelasi statistika nonparametrik, maka ada
beberapa koefisien korelasi yang dapat digunakan, yaitu koefisien korelasi
peringkat Spearman-rho (ρ), Kendall-tau (τ), Gamma (G), dan Somers (d yx ) .
Dari keempat koefisien korelasi ini banyak peneliti yang mungkin ingin tahu
kapan harus menggunakan koefisien korelasi peringkat Spearman-rho (ρ),
Kendall-tau (τ), Gamma (G), dan Somers ( d yx ) dalam suatu penelitian.
Untuk mengetahui penggunaan dari masing- masing koefisien korelasi untuk
data berskala ordinal di atas, maka perlu dipelajari tentang sifat-sifat dari
keempat koefisien korelasi ini. Sehingga nantinya para peneliti dapat
mengetahui dan benar-benar tepat dalam memilih koefisien korelasi mana yang
akan digunakan dalam penelitian.

4
 Hubungan antara variable itu jika ditilik dari segi arahnya, dapat
dibedakan menjadi dua macam yaitu hubungan yang sifatnya satu arah dan
hubungan yang sifatnya berlawanan arah. Hubungan yang sifatnya searah
diberi nama korelasi positif, sedangkan yang berlawanan arah disebut korelasi
negative. Disebut korelasi positif, jika dua variable (atau lebih) yang
berkolerasi berjalan parallel, artinya bahwa hubungan antara dua variable (atau
lebih) itu menunjukan arah yang sama. Jadi apabila variable X mengalami
kenaikan atau pertambahan akan diikuti pula dengan kenaikan atau
pertambahan, akan diikuti pula dengan kenaikan atau pertambahan pada
variable Y atau sebaliknya, penurunan dan pengurangan pada variable X akan
akan diikuti pula dengan penurunan dan pengurangan pada variable Y.

1.2 Rumusan Masalah

Berdasarkan uraian latar belakang di atas, diperoleh beberapa rumusan masalah
sebagai berikut.

1. Apa yang dimaksud pengujian hipotesis asosiatif ?

2. Apa pengertian korelasi product moment ?
3. Bagaimana teknik korelasi product moment dapat digunakan?
4. Bagaimana lambang korelasi product moment ?
5. Bagaimana cara mencari (menghitung) dan memberikan interpretasi
terhadap angka indeks “r” prkorelasi product moment ?
6. Apa pengertian koefisien spearman rank ?
7. Bagaiman cara mencari (menghitung) dengan koefisien spearman rank ?

5
1.3 Tujuan
Berdasarkan rumusan masalah di atas maka tujuan penulisan makalah ini
sebagai berikut.
1. Untuk menjelaskan pengujian hipotesis asosiatif
2. Untuk menjelaskan definisi dari korelasi product moment
3. Untuk mengetahui teknik korelasi product moment
4. Untuk mengetahui lambang korelasi product moment
5. Untuk mengetahui cara mencari (menghitung) dan memberikan interpretasi
terhadap angka indeks “r” prkorelasi product moment
6. Untuk menjelaskan definisi koefisien spearman rank
7. Untuk mengetahui cara mencari (menghitung) dengan koefisien spearman
rank.

6
 BAB II

PEMBAHASAN

2.1 Pengujian Hipotesis Asosiatif

2.1.1 Pengertian Hipotesis Asosiatif
Hipotesis asosiatif adalah jawaban sementara terhadap
rumusan masalah asosiatif, yaitu yang menanyakan hubungan
antara dua variabel atau lebih. Menurut Gulo (2000) hipotesis
asosiatif biasanya berada pada variabel yang memiliki kesamaan
jenis data, berupa data ordinal, interval, ataupun rasio, maupun
salah satunya rasio atau interval. Perlu ditekankan bahwa
hubungan asosiatif hanya menekankan bahwa kadua variabel sama-
sama berubah. 
2.1.2 Pengujian hipotesis asosiatif
Sebelum masuk ke Contoh Hipotesis asosiatif, perlu kamu
ketahui pengujian adalah merupakan dugaan tentang adanya
hubungan antar variabel dalam populasi yang akan diuji melalui
hubungan antar variabel dalam sampel yang diambil dari populasi
tersebut.
 Untuk itu dalam langkah awal pembuktiannya, maka perlu dihitung
terlebih dahulu koefisien korelasi antar variabel dalam sampel,
baru koefisien yang ditemukan itu diuji signifikansinya. jadi
menguji hipotesis asosiatif adalah menguji koefisiensi korelasi
yang ada pada sampel untuk diberlakukan pada seluruh populasi.
 Bila penelitian dilakukan untuk seluruh populasi, maka tidak
diperlukan pengujian signifikansi terhadap koefisien korelasi yang
ditemukan, yang berarti peneliti tidak perlu merumuskan dan
menguji instrumen statistik.
 Terdapat 3 hubungan Asosiatif : Simetris Sebab akibat (kausal)
Interaktif (saling mempengaruhi) Korelasi: angka yang
menunjukkan arah dan kuatnya hubungan antar variabel.

7
2.1.3 Contoh Hipotesis Asosiatif
 Bentuk hubungan
Ada hubungan yang signifikan antara konsepsi siswa pada
pembelajaran zat aditif pada makanan dengan metode praktikum di
Sorong- Papua Barat.
 Bentuk pengaruh
Ada pengaruh yang signifikan antara pembelajaran IPA dengan
pendekatan topik dan tematik terhadap peningkatan ketrampilan
berpikir rasional siswa SD kelas V di kota Denpasar.
Contoh lain:
 Rumusan masalah asosiatif
ada hubungan yang positif signifikan antara kepemimpinan kepala
sekolah dengan iklim kerja sekolah.
 Hipotesis penelitian
Terdapat hubungan yang positif dan signifikan antara
kepemimpinan kepala sekolah dengan iklim kerja sekolah.
 Hipotesis statistik
Ho : p = 0, ------- 0 berarti tidak ada hubungan
Ha : p # 0, ------ "tidak sama dengan nol" berarti lebih besar atau
kurang dari nol berarti ada hubungan.
2.1.4 Pedoman memilih teknik korelasi
Macam/Tingkat Data Teknik Korelasi
Nominal Koefisien Kontingency
Ordinal Spearman Rank Kendal Tau
Interval dan ratio Pearson Product Moment, Korelasi
Ganda, Korelasi Parsial

8
2.2 Korelasi Product Moment
Korelasi Product Moment adalah salah satu teknik untuk mencari
korelasi antara dua variabel. Teknik ini dikembangkan oleh Karl Pearson
sehingga dikenal pula dengan teknik atau rumus korelasi Pearson. Teknik
korelasi Product Moment termasuk statistik parametrik oleh karenanya
menuntut adanya persyaratan yang harus dipenuhi. Bila akan menggunakan
teknik ini maka (1) kedua variabel yang dikorelasikan harus merupakan
variabal kontinu atau datanya berupa skala interval; (2) sampel penelitian
bersifat homogen atau mendekati homogen, dan (3) garis regresi merupakan
garis linier.

2.3 Penggunaan Teknik Korelasi Product Moment

Teknik korelasi ini digunakan bila berhadapan dengan kenyataan bahwa:
a) Sampel diambil secara acak (random)
b) Dua variabel yang akan dicari korelasinya, terdiri dari dua gejala interval
atau ratio.
c) Regresinya merupakan regresi linier/garis lurus. Terdapat tiga
kemungkinan hipotesis yang diuji yaitu:
 Hipotesis uji dua pihak.
H 0 : ρ=0
H 1 : ρ≠ 0

9
  Hipotesis satu pihak, uji pihak kanan.
H 0 : ρ ≤0
H 1 : ρ>0

 Hipotesis satu pihak, uji pihak kiri.

H 0 : ρ ≥0
H 1 : ρ<0

2.4 Lambang Korelasi Product Moment

 Kuat-lemah atau tinggi-rendahnya korelasi antar dua variabel dapat
diketahui dengan melihat besar-kecilnya angka indeks korelasi, yang pada
Teknik Korelasi Product Moment diberi lambang “r” (dibaca: “r” Product
Moment ).
 Angka indeks korelasi Product Moment ini diberi indeks dengan huruf
kecil dari huruf-huruf yang dipergunakan untuk dua buah variabel yang
sedang dicari korelasinya. Jadi apabila variabel pertama diberi lambang x
dan variabel kedua diberi lambang y, maka angka indeks korelasinya
dinyatakan dengan lambang .

10
2.5 Contoh Cara Mencari (Menghitung) dan Memberikan Interpretasi
Terhadap Angka Indeks “r” Korelasi Product Moment
1. Untuk Data Tunggal (N < 30) dengan Deviasi Standar
Angka (koefisien) korelasi product moment dapat diperoleh
dengan berbagai macam cara sebagai berikut:
∑ xy
r xy =
N . SD x . SD y
r xy = Angka korelasi antara variabel X dan Y
∑ xy = Jumlah dari hasil perkalian antara deviasi skor-skor pada
variabel X (x) dengan deviasi skor-skor pada variabel Y (y)
SD x = Standard deviasi dari variabel X
SD y = Standart deviasi dari variabel Y
N = Number of cases
Contoh perhitungan:
Misalnya data yang akan dicari angka korelasinya adalah sebagai yang
akan tertera pada tabel berikut:
Tabel 1 Nilai Ujian 20 Orang Mahasiswa Dalam Mata Kuliah
Statistik Dan Matematika

Subjek No Statistik (X) Matematika (Y)

1 28 20
2 31 26
3 52 28
4 43 23
5 80 37
6 90 33
7 50 25
8 70 23
9 85 29
10 75 32
11 79 35
12 65 28
13 60 26

11
 14 48 24
15 85 35
16 49 25
17 67 29
18 46 23
19 62 30
20 55 29

Untuk menghitung angka korelasi dengan rumus di atas,

diperlukan bantuan tabel kerja (Lihat gambar tabel) dengan menempuh
langkah-langkah sebagai berikut:
1. Menghitung Mean dari masing-masing variabel Mx dan My.
2. Menghitung deviasi tiap-tiap nilai kedua variabel disebut X untuk
deviasi nilai-niai variabel X dan disebut Y untuk deviasi nilai-
nilai variabel Y. Ingat, jumlah deviasi harus sama dengan nol (Ʃd
= 0). Jika tidak, berarti terjadi kesalahan perhitungan.
3. Mengkuadratkan masing-masing deviasi dan menjumlahkannya,
untuk memperoleh standar deviasi variabel X dan Y (SDx SDy).
4. Memperkalikan tiap-tiap x dan y yang sebaris dan masukkan ke
dalam kolom xy. Kemudian jumlahkan untuk memperoleh Ʃxy.

Subjek No X Y x X² y Y² xy
1 28 20 -33 1089 -8 64 264
2 31 26 -30 900 -2 4 60
3 52 28 -9 81 0 0 0
4 43 23 -18 324 -5 25 90
5 80 37 19 361 9 81 171
6 90 33 29 841 5 25 145
7 50 25 -11 121 -3 9 33
8 70 23 9 81 -5 25 -45
85 29 24 576 1 1 24

12
 9 75 32 14 196 4 16 56
10 79 35 18 324 7 49 126
11 65 28 4 16 0 0 0
12 60 26 -1 1 -2 4 2
13 48 24 -13 169 -4 16 52
14 85 35 24 576 7 49 168
15 49 25 -12 144 -3 9 36
16 67 29 6 36 1 1 6
17 46 23 -15 225 -5 25 75
18 62 30 -1 1 2 4 2
19 55 29 -6 36 1 1 -6
20
Jumlah 1220 560 0 6098 0 408 1259

1. Dari tabel kerja di atas telah dapat diketahui:

a. N = 20
∑ x 1220
b. M x = = =61
N 20
∑ y 560
c. M y= = =28
N 20

√ √
2
d. SD = ∑x = 6098
=√ 304,9=17,461
x
N 20

√ √
∑
2
e. SD = y 408
xy = =√ 20,4=4,517
N 20
f. ∑ xy =1259

Selanjutkan diselesaikan sebagai berikut:

∑ xy
r xy =
N . Sd . Sd
1259
=
( 20 ) . ( 17,461 ) . ( 4,517 )
1259
=
1577,427

13
 = 0,798
2. Masalah di atas dapat pula diselesaikan tanpa terlebih dahulu menghitung
standar deviasinya, yaitu dengan rumus:

r xy=
∑ xy
√ ( ∑ x 2) ¿ ¿ ¿
1259
¿
√( 6098 )( 408 )
1259
¿
1577,334
¿ 0,798
Jadi hasilnya sama dengan menggunakan rumus pertama.

3. Menghitung koefisien product moment dengan peta korelasi

Jika sampel yang diteliti merupakan sampel besar (yaitu N = 30 atau
di atas 30), maka cara mencari atau menghitung angka indeks korelasi “r”
product moment seperti yang telah dikemukakan pada point 1 dan point 2
di atas, menjadi kurang efektif, disebabkan tabel kerja atau tabel
perhitungan terlalu panjang. Di samping itu dengan mengisi peta korelasi
akan memperoleh informasi tentang linier atau tidaknya variabel-variabel
yang dikorelasikan.
Oleh karena itu disarankan, agar apabila N = 30 atau lebih dari 30,
perhitungan dapat dilakukan dengan menggunakan alat bantu berupa peta
korelasi atau diagram pencar, atau dikenal dengan nama Scatter Diagram.
Rumus yang dipergunakan adalah:
∑ x ' y ' −(C ')(C y )'
N x
r xy =
(SD x )( SD y )
' '

∑ x ' y ' =¿ jumlah hasil kali perkalian silang (Product of the moment)
antara frekuensi (f) dengan x’ dam y’.
C x ' =¿ Nilai koreksi pada variabel Y, yang dapat dicari atau diperoleh
dengan rumus:

C x '=
∑ fx '
N

14
 C y ' =¿ Nilai koreksi pada variabel Y, yang dapat dicari atau diperoleh
dengan rumus:

C x '=
∑ fy '
N

SD x ' =¿ Defisi standard skor X dalam arti tiap skor sebagai 1 unit
(dimana i=1)
SD y ' =¿ Defisi standard skor Y dalam arti tiap skor sebagai 1 unit
(dimana i=1)
N=¿ Number of cases
Rumus di atas dapat digunakan untuk data tunggal maupun data
kelompok.
Contoh perhitungan untuk data tunggal.

Misalkan dalam suatu kegiatan penelitian yang antara lain

dimaksudkan untuk mengetahui apakah secara signifikan terdapat korelasi
positif antara nilai tes Bahasa Inggris pada saat para mahasiswa
menempuh tes seleksi penerimaan calon mahasiswa baru (variabel X) dan
nilai hasil belajar Bahasa Inggris yang mereka capai setelah berada di
Fakultas (Variabel Y), dalam penelitian telah ditetapkan sejumlah 50
orang mahasiswa baru (X) dan nilai ujian semester Bahasa Inggris setelah
berada di Fakultas (Y), sebagai berikut (nama para mahasiswa yang
bersangkutan sengaja tidak dicantumkan disini).

Nilai hasil tes seleksi Bahasa Inggris dari sejumlah 50 orang

mahasiswa, pada saat menempuh tes seleksi penerimaan calon mahasiswa
baru (Variabel X):

35 40 38 36 39 42 37 41 36
42 35 38 37 40 42 36 35 39
41 40 42 39 43 35 40 42 38
37 39 35 38 41 39 41 38 39

15
 42 40 36 40 35 40 35 40 37
41 36 37 41 39
Nilai hasil semester bahasa Inggris dari 50 orang mahasiswa tersebut
di atas setelah berada di Fakultas (Variabel Y).

56 61 59 57 60 63 58 62 57
63 59 60 60 59 62 58 57 61
61 60 63 60 62 56 61 63 60
59 60 57 59 62 60 62 59 56
61 62 57 61 56 62 56 61 58
62 57 58 62 60
Untuk mencari angka korelasi dari dua variabel di atas diperlukan
bantuan peta korelasi dengan prosedur kerja sebagai berikut:

1. Mencantumkan nilai variabel X pada baris atas dari nilai terendah

sebelah kiri sampai nilai tertinggi sebelah kanan.
2. Mencantumkan nilai variabel Y pada kolom pertama, dari nilai
tertinggi sebelah atas sampai nilai terendah sebelah bawah.
3. Menghubungkan masing-masing nilai variabel secara berpasangan
dengan cara membuat jari-jari (tallies) pada kotak (sel dari setiap
pertemuan pasangan nilai variabel).
4. Merubah jari-jari menjadi angka biasa, kemudian menjumlahkannya
dan mengisinya pada kolom frekuensi (fx dan fy), selanjutnya kolom
frekuensi dijumlahkan untuk memperoleh Ʃfx dan Ʃfy
5. Mengisi kolom deviasi dari mean terkaan, baik untuk variabel X (x‟)
maupun variabel Y (y‟), kemudian memperkalikannya dengan
frekuensi masing-masing dan hasilnya dicantumkan pada kolom fy‟
serta kolom fx‟. selanjutnya dijumlahkan untuk memperoleh Ʃfx‟ dan
Ʃfy‟.
6. Mengisi kolom fx‟2 dengan cara memperkalikan fx‟ dengan x‟,
kemudian dijumlahkan untuk memperoleh Ʃfx‟2.
7. Memperkalikan masing-masing frekuensi sel dengan deviasi dari
mean sembarangan, baik dengan deviasi X (x‟) maupun deviasi Y

16
 (y‟), hasilnya dicantumkan pada masing-masing sel. Kemudian
dijumlahkan dari kiri ke kanan dan dari atas ke bawah. Akhirnya
dijumlahkan untuk memperloeh Ʃx‟y‟.

Dengan menempuh langkah-langkah di atas, maka selesailah

pembuatan peta korelasi sebagaimana yang tertera pada tabel berikut ini.

Catatan:

1. Prosedur kerja membuat peta korelasi dari dua variabel yang

dikelompokkan adalah sama dengan prosedur kerja membuat peta
korelasi data tunggal, kecuali dalam hal pengelompokan nilai-nilai
variabelnya.
2. Melalui peta korelasi dapat pula dilihat apakah dua variabel yang
sedang diteliti korelasiya cenderung membentuk garis lurus
(linier) atau tidak.

17
 Melalui peta korelasi di atas telah diketahui:

N=50 , ∑ f x =32 , ∑ f y =−15 , ∑ f x 2=286 , ∑ f x 2=235 , ∑ f y 2=214

' ' ' ' '

Kedua: Mencari Cx‟ dengan rumus:

Cx = '
∑ fx ' = 32 =0,6
N 50

Ketiga: Mencari Cy‟ dengan rumus:

Cy= '
∑ fy ' = −15 =−0,3
N 50

Keempat: Mencari SDx’ dengan rumus:

√ ∑ fx '2 −(∑ f x ' ¿ ¿¿ N)

2

SD x ' =
N

√
2
286
¿ −(32 ¿¿¿ 50)
50

¿ √ 5,72−0,4096

¿ √ 5,3104

= 2,304

Kelima: Mencari SD ' dengan rumus:

√ ∑ fx '2 −(∑ f x ' ¿¿ ¿ N )

2

SD y ' =
N

√
2
235
¿ −(−15 ¿¿¿ 50)
50

¿ √ 4,7−0,09

¿ √ 4,61

18
 = 2,147

Keenam: Mencari rxy dengan rumus:

∑ x' y' − C
N ( x )( C y )
' '

r xy =
( SD x )( SD y )
' '

214
−( 0,64 ) (−0,31 )
50
¿
( 2,304 )( 2,147 )

4,28+0,192
= 4,947

= 0,904

Untuk melakukan interpretasi atau penafsiran terhadap angka

product moment dapat ditempuh dengan dua cara sebagai berikut:

1. Dengan menguji Signifikansi Korelasi

Tes signifikansi korelasi dilakukan dengan membandingkan antara
besarnya angka korelasi yang diperoleh melalui perhitungan data
observasi (r0) dengan besarnya angka korelasi yang tercantum
dalam tabel nilai “r” Product Moment (rt) sebagai yang tertera
pada lampiran. Dalam hal ini digunakan pedoman sebagai berikut:
 Apabila nilai “r” observasi (r0) sama dengan atau lebih
besar dari nilai r dalam tabel (rt) observasi dianggap
signifikan.
 Dengan “r” observasi yang signifikan atas dasar taraf
signifikan tertentu (5% atau 1%) hipotesa nihil (0) ditolak
dan hipotesa alternatif (H0) diterima.

Berdasarkan kedua ketentuan itulah diambil kesimpulan dari

angka korelasi yang diperoleh melalui pengumpulan data. Agar
kesimpulan yang diambil mencapai tingkat kebenaran yang tinggi, ada
tiga syarat yang perlu ditempuh, yaitu:

19
  Sampel yang digunakan dalam penyelidikan adalah sampel
yang diambil dengan teknik random sampling.
 Hubungan antara variabel X dengan variabel Y merupakan
hubungan garis lurus atau hubungan linier.
 Bentuk distribusi variabel X dan variabel Y dalam populasi
adalah atau mendekati distribusi normal.

Pengujian signifikansi korelasi digunakan rumus:

t=r
√ n−2
1−r 2

¿ 0,904
√ 50−2
1−0,904
2

¿ 0,904
√ 48
1−0,817

¿ 0,904
√ 50−48
0,813

¿ 0,904 x 16,19

¿ 14 ,

Membandingkan harga hitung (14,63) dengan harga pada tabel t

dengan db = 50 – 2 = 48 dan taraf signifikansi 5% diperoleh harga t tabel =
2,014. Oleh karena harga t hitung 14,63 lebih besar dari harga t tabel 2,104
maka hipotesis alternatif diterima.

2. Dengan cara yang sederhana yaitu berpedoman kepada ketentuan-

ketentuan sebagaimana tertera tabel yang di bawah ini:

20
 Besarnya Angka Korelasi Interpretasi
0,00-0,20 Korelasi variabel x dengan
variabel y, sangat lemah
(tidak ada korelasi)
0,20-0,40 Terdapat korelasi yang
lemah atau rendah
0,40-0,70 Terdapat korelasi yang
sedang
0,70-0,90 Terdapat korelasi yang kuat
dan tinggi
0,90-1,00 Terdapat korelasi yang kuat
atau sangat tinggi

2.6 Koefisien Spearman Rank

Korelasi Rank Order (peringkat) dipergunakan mengukur hubungan
dua variabel yang keduanya mempunyai tingkat pengukuran ordinal,
parameter yang bisa menyatakan hubungan keduanya ini juga kerapkali
disebut dengan korelasi Spearman atau Spearman’s coefficient of (rank)
correlation. Pengertian lain yaitu korelasi Spearman merupakan alat uji
statistik yang digunakan untuk menguji hipotesis asosiatif dua variabel bila
datanya berskala ordinal (ranking). Nilai korelasi ini disimbolkan dengan 
(dibaca: rho). Karena digunakan pada data berskala ordinal, untuk itu sebelum
dilakukan pengelolahan data, data kuantitatif yang akan dianalisis perlu
disusun dalam bentuk ranking.

2.7 Contoh Cara Mencari (Menghitung) dengan Koefisien Spearman Rank

Contoh 1. Jika ada dua orang, Nabil dan Agus, yang sama-sama
penggemar buah. Kedua orang itu diminta untuk memberikan nilai terhadap
10 jenis buah. Buah paling digemari diberi nilai 1 dan seterusnya sampai buah
yang tidak disenangi diberi nilai 10. Dengan kata lain, Nabil dan Agus diminta
untuk memberikan rank (peringkat). Pemberian rank ini bisa dibalik,
maksudnya buah yang disenangi diberi nomor 10 dan seterusnya, sementara

21
yang tidak disenangi diberi nilai 1. Hasil pemberian rank adalah sebagai
berikut:

Tabel 2 Rank Hipotesis Nilai Buah Versi Nabil dan Agus

Nomor Urut Nama Buah Rank Nabil Rank Agus

(1) (2) (3) (4)
1 Salak 9 8
2 Jambu 5 3
3 Markisa 10 9
4 Apel 1 2
5 Manggis 8 7
6 Pepaya 7 10
7 Melon 3 4
8 Mangga 4 6
9 Jeruk 2 1
10 Sawo 6 5

Apabila dibuat koefisien korelasi antara rank dari Agus dan Nabil
terhadap 10 jenis buah tersebut, maka akan diperoleh koefisien korelasi
buah.

2
6 ∑ di
r =1− 2
n(n −1)

dimana di = selisih dari pasangan rank ke-i; n = jumlah pasangan

rank (dalam hal ini n = 10). Rumus ini disebut Spearman.

Tabel 3 Tabel Penolong Perhitungan Variabel

22
 Rank Nabil 8 9 9 2 7 10 4 6 1 5
Rank Agus 9 10 10 1 8 7 3 4 2 6
Selisih Rank (d) -1 -2 -1 1 -1 3 1 2 -1 -1
d
2
1 4 1 1 1 9 1 4 1 1

6 ∑di
2
6 (1+4 +1+1+9+1+ 4+1+1)
r =1− =1− = 1 – 0,1455 = 0,85
n ( n −1 ) 10(100−1)
2

Contoh 2. Terdapat data sebagai berikut :

Tabel 4

Variabel (X) Variabel (Y)

5 5

4 3
5 4
Langkah 3 2 Penyelesaian:

1. Menyusun 3 3 tabel untuk mencari

nilai D sebagai 4 6 berikut:

X Y 4
D D² 3
5 2 33 9 5
4 3 1 1
5 4 1 1
3 2 1 1
3 3 0 0
2 6 -4 16
4 3 1 1

23
 3 5 -2 4

∑ D 2=33

2. Mencari harga nilai koefisien Spearman.

6∑ D
2
rho=1−
n ( n −1 )
2

6 ×33
¿ 1−
8 ( 64−1 )
198
¿ 1−
504
¿ 1−0,39
¿ 0,61
3. Menguji signifikansi korelasi Spearman digunakan rumus sebagai berikut:

t=rho
√ n−2
1−rho
2

¿ 0,61
√ 8−2
1−0,612

¿ 0,61
√ 6
1−0,37

¿ 0,61
√ 6
0,63
¿ 0,61 ×3,08
¿ 1,88
4. Membandingkan harga hitung (1,88) dengan harga pada tabel t dengan db =
8 – 2 = 6 dan taraf signifikansi 5% diperoleh harga t tabel = 2,45. Oleh
karena harga t hitung 1,88 lebih kecil dari harga t tabel 2,45 maka hipotesis
alternatif ditolak.

24
 BAB III

PENUTUP

3.1 Kesimpulan
 Korelasi Product Moment (KPM) merupakan alat uji statistik yang
digunakan untuk menguji hipotesis asosiatif (uji hubungan) dua variabel
bila datanya berskala interval atau rasio. KPM dikembangkan oleh Karl
Pearson . Fungsi KPM sebagai salah satu statistik inferensia adalah untuk
menguji kemampuan generalisasi (signifikasi) hasil penelitian. Adapun
syarat untuk bisa menggunakan KPM selain syarat menggunakan statistik
parameteris, juga ada persyaratan lain, yaitu variabel independen (X) dan
variabel (Y) harus berada pada skala interval atau rasio.
 Nilai KPM disimbolkan dengan r (rho). Nilai KPM juga berada di antara -
1 < r < 1. Bila nilai r = 0, berarti tidak ada korelasi atau tidak ada
hubungan anatara variabel independen dan dependen. Nilai r = +1 berarti
terdapat hubungan yang positif antara variabel independen dan dependen.
Nilai r = -1 berarti terdapat hubungan yang negatif antara variabel
independen dan dependen. Dengan kata lain, tanda “+” dan “-“
menunjukkan arah hubungan di antara variabel yang sedang

25
 diopersionalkan. Uji signifikansi KPM menggunakan uji t, sehingga nilai t
hitung dibandingkan dengan nilai t tabel. Kekuatan hubungan
antarvariabel ditunjukkan melalui nilai korelasi.
 Korelasi Spearman merupakan alat uji statistik yang digunakan untuk
menguji hipotesis asosiatif dua variabel bila datanya berskala ordinal
(ranking). Nilai korelasi ini disimbolkan dengan  (dibaca: rho). Karena
digunakan pada data berskala ordinal, untuk itu sebelum dilakukan
pengelolahan data, data kuantitatif yang akan dianalisis perlu disusun
dalam bentuk ranking.

3.2 Saran
Semoga makalah ini memberi pengetahuan dan menambah hasanah bagi
pembaca. Serta, bisa dijadikan sumber referensi bagi pembaa untuk memahami tentang
pengujian hipotesis asosiatif. Kami menyadari makalah ini kurang dari kata sempurna dan
kami mohon untuk memberikan kritik dan saran terkait makalah kami.

26
 DAFTAR PUSTAKA

Awalluddin, dkk. (2008). " Statistika Pendidikan ". Direktorat Jenderal

Pendidikan Tinggi Departmen Pendidikan Nasional. Diakses 1 April 2022,
dari https://id.scribd.com/doc/61498101/27-Statistika-Pendidikan

Ananda, Rusydi dan Muhammad Fadhli. (2018). " Statistik Pendidikan : Teori dan
Praktik dalam Pendidikan ". Medan : CV. Widya Puspita. Diakses 23 Maret
2022, dari https://bit.ly/35LjBQx

Sudarman. (2015). " Statistik Pendidikan ". Mulawarman Umiversity Press.

Diakses 1 April 2022, dari https://id.scribd.com/document/490335992/5-
Sudarman2015-Buku-Statistik-Pendidikan-pdf

27