KORELASI

A. Pengertian Korelasi

Menurut bahasa kata korelasi berasal dari bahas inggris “correlation”,

sedangkan dalam bahasa Indonesia sering diartikan sebagai hubungan, saling
berhubungan atau hubungan timbal balik.

Korelasi dalam ilmu statistik diartikan sebagai suatu teknik yang

digunakan untuk mencari hubungan antara dua variabel atau lebih.Hubungan
antara dua variabel dikenal sebagai “bivariet correlation” sedangkan hubungan
antara lebih dari dua variabel dikenal sebagai “multivariate correlation.
Sebagai contoh hubungan antara dua variabel misalnya adakah hubungan
antara prestasi belajar (variabel X) dan tinggi badan (variabel Y), ini
menandakan bahwa ada hubungan antara prestasi belajar dengan tinggi badan.
Sedangkan contoh dari hubungan antar lebih dari dua variabel misalnya :
adakah hubungan antara prestasi belajar (variabel X1) dengan tinggi badan
(variabel X2), keaktifan di kelas(variabel X3), dan kegemaran membaca
(variabel X4). Dalam contoh diatas dapat diketahui bahwasannya, variabel
perestasi belajar disebut dengan (variabel dependent) yaitu variabel yang
dipengaruhi, sedangakan tinggi badan disebut dengan (variabel independent)
yaitu variabel bebas atau variabel yang dapat memberikan pengaruh terhadap
prestasi belajar.

B. Arah dalam Korelasi

Pada sistem korelasi yang terdapat dalam statistik terdapat dua jenis arah
dalam korelasi yaitu korelasi yang positif dan korelasi yang negatif. Korelasi
positif adalah dimana kenaikan suatu nilai dari variabel X diikuti oleh
kenaikan nilai dari variabel Y, atau pun sebaliknya, jika adanya penurunan
variabel X yang diikuti penurunan variabel Y. contoh: seorang peneliti akan
meneliti tentang hubungan antara tinggi badan dan kesehatan, maka disini
terdapat dua veriabel yaitu tinggi badan dan kecerdasan. Katakanlah tinggi
badan sebagai variabel X dan kecerdasan merupakan variabel Y. saat
dilakukan pengumpulan data untuk mengetahui hubungan antara variabel X
dan variabel Y, jika dalam perolehan nilai diketahui bahwa setiap orang yang
memiliki tinggi badannya dan kecerdasan yang tinggi, dan sebaliknya, orang-
orang yang memiliki tinggi badan yang rendah memiliki kecerdasan yang
rendah maka dapat dikatakan bahwa tinggi badan dan kecerdasan memiliki
suatu hubungan yang positif.6
 Sedangkan yang dinamakan korelasi yang bersifat negatif adalah jika
terdapat kenaikan nilai variabel X yang diikuti oleh penurunan nilai variabel Y
taupun sebaliknya. Hal ini berarti, orang yang memiliki tinggi badan yang
tinggi ternyata memiliki tingkat kecerdasan yang lemah, ataupun sebaliknya,
orang yang memiliki tinggi badan yang rendah ternyata memiliki tingkat
kecerdasan yang tinggi maka hubungan dari kedua variabel tersebut bersifat
negatif.

Namun, terkadang dalam penerapnnya tidak ada hubungan antara

variabel X dan variabel Y, maka dalam ilmu statistik dapat dikatakan korelasi
nihil. Hal ini juga berlaku jika terkadang adanya kenaikan variabel satu diikuti
dengan variabel lainnya, atau kadang-kadang diikuti oleh kenaikan variabel
lainnya itu.

C. Rumus Product Moment dalam Korelasi

Rumus produk moment merupakan salah satu cara untuk mencari korelasi
dari suatu variabel. Rumus product moment ini dikembangkan oleh Karl
Pearson. Dalam perhitungan korelasi dari Pearson mendasarkan
perhitungannya pada angka-angka kasar seperti apa adanya. Rumus Product
Moment dalam korelasi dapat dinyatakan dalam rumus berikut :

rxv= ∑𝑥𝑦 𝑁𝑆𝐷𝑥𝑆𝐷𝑦 / rxv ∑𝑥𝑦√(∑𝑥2)(∑𝑦2)

dimana :

rxy = koefisien korelasi antara X

dan Y xy = Produk dari X dikali
Y
SD = Standart deviasi dari Variabel X

SD = Standart deviasi dari Variabel Y

N = jumlah subjek yang diselidiki

Perhatikan contoh berikut:

Pengetahu Matemati Pengetahu Matemati
Subye an k Subye an k
k Umum a k Umum a
No (X) (Y) No (X) (Y)
1 130 20 16 178 35
2 132 24 17 176 30
 3 152 28 18 165 28
4 142 23 19 160 27
5 184 37 20 148 25
6 190 32 21 180 24
7 150 25 22 149 25
8 170 23 23 188 36
9 181 29 24 167 29
10 164 35 25 162 27
11 175 32 26 145 23
12 135 22 27 150 29
13 147 24 28 160 30
14 162 26 29 172 31
15 136 21 30 154 30
Langkah langkah dalam mengerjakan :

1. Cari mean dari kedua variabel

2. Cari standart deviasi dari kedua variabel diatas

3. Kalikan tiap-tiap nilai kedua variabel.

4. Jumlahkan kolom xy untuk memperoleh ∑xy.

Langkah –langkah tersebut dapat dinotasikan sebagai berikut :

Subyek (X) (Y) X x² y y² Xy

1 2 3 4 5 6 7 8

1 130 20 -30 900 -8 64 240

2 132 24 -28 784 -4 16 112

3 152 28 -8 64 0 0 0

4 142 23 -18 324 -5 25 90

5 184 37 24 576 9 81 216

6 190 32 30 900 4 16 120

7 150 25 -10 100 -3 9 30

8 170 23 10 100 -5 25 -50

9 181 29 21 441 1 1 21
 10 164 35 4 16 7 49 28

11 175 32 15 225 4 16 60

12 135 22 -25 625 -6 36 150

13 147 24 -13 169 -4 16 52

14 162 26 2 4 -2 4 -4

15 136 21 -24 576 -7 49 168

16 178 35 18 324 7 49 126

17 176 30 12 144 2 4 24

18 165 28 5 25 0 0 0

19 160 27 0 0 -1 1 0

20 148 25 -12 144 -3 9 36

21 180 24 20 400 6 36 120

22 149 25 -11 121 -3 9 33

23 188 36 28 784 8 64 224

24 167 29 7 49 1 1 7

25 162 27 2 4 -1 1 -2

26 145 23 -15 225 -5 25 75

27 150 29 -10 100 1 1 -10

28 160 30 0 0 2 4 0

29 172 31 12 144 3 9 36

30 154 30 -6 36 2 4 -12

Total 4804 830 0 8304 0 624 1890

Variabel pengetahuan umum:

Variabel pengetahuan umum: Variabel Matematika

1. N = 30 1. N = 30
∑𝑋 ∑𝑦
2. Mx = 2. My =
𝑁 𝑁
4800 830
= 30 = 30
= 160 = 28
∑𝑥2 ∑𝑥2
3. SD =√ 3. SD =√
x 𝑁 x 𝑁

8304 624
=√3 = √30
0
= 4,56
= 16,64
4. ∑xy = 1890
4. ∑xy = 1890
 D. Rumus Tata Jenjang dalam Korelasi

Rumus tata jenjang merupakan rumus yang digunakan dalam perhitungan

untuk mengetahui jenjang. Dalam pelaksanaannya biasanya dalam kejuaraan
olah raga terdapat juara I, II, dan III yang semua itu merupakan jenjang atau
tingkatan dalam kejuaraan. Pada kondisi ini, maka rumus tata jenjang
diperlukan untuk mengetahui nilai dari tiap jenjang yang ada.

Rumus ini merupakan rumus korelasi yang dikembangkan oleh Spearman

dan disebut dengan korelasi tata jenjang (rank order corelation coeficient), dan
diberi symbol (huruf yunani : dibaca Rho). Rumus tata jenjang dalam korelasi
dapat dinyatakan pada rumus berikut :
6∑𝑑²
rho = 1 -
𝑁 (𝑁²−1)

Dimana:

D = perbedaan antara pasangan jenjang

N = jumlah pasangan

Perlu dicatat bahwa angka-angka 1 dan 6 dalam rumus itu merupakan

bilangan-bilangan kosntan. Tidak pandang nilai d dan N, bilamana bilangan
Rho dicari angka-angka 1 dan 6 itu selalu muncul dalam rumus.

Contoh :

jenjang (kedudukan) delapan klub bola voli dalam

sebuah kejuaraan pada tahun 1950 dan 1951
Tim kedudukan kedudukan d d²
th. 1950 th.1951
Gelatik 1 1 0 0
Elang 2 2 0 0
Garuda 3 6 3 9
Laba-laba 4 3 1 1
Ketunggeng 5 8 3 9
Gagak 6 4 2 4
Pipit 7 5 2 4
Sikatan 8 7 1 1
 Total 36 36 0 28

E. Rumus Angka Kasar dalam Korelasi

Secara umum rumus Korelasi Product Moment dengan Angka Kasar, adalah:

Sebagai contoh, kita telah menguji coba instrumen tes hasil belajar (yang
akan digunakan dalam penelitian), lalu kita ingin menganalisis tingkat
validitasnya, tentunya untuk mengukur tingkat validitasnya diperlukan
instrumen pembanding. Sebagai instrumen pembanding dapat diambil dari
berbagai skor hasil belajar lainnya.

Pada tabel di bawah ini, diperoleh skor rata-rata tes formatif (alat
pembanding, X) dengan skor dari hasil uji coba (Y).
 Dengan menggunakan fasilitas Excel dan sesuai tuntunan rumus Korelasi
Product Moment dengan Angka Kasar, kita lengkapi pehitungannya pada tabel
seperti diperlihatkan pada gambar di bawah ini:
 Berdasarkan data-data hasil perhitungan berdasarkan variabel-variabel
tersebut, selanjutnya perhitungan berdasarkan rumus Korelasi Product Moment
dengan Angka Kasar, diperoleh:

Koefisien validitas
diperoleh (rxy) =
0,77. Nilai koefisien
validitas 0,77
ditafsirkan validitas
tinggi.

F. Rumus
Koefisien
Phi dalam
Korelasi

Teknik Korelasi Phi adalah salah satu teknik analisis korelasional yang
dipergunakan apabila data yang dikorelasikan adalah data yang benar-benar
dikotomik (terpisahkan atau dipisahkan secara tajam), dengan istilah lain
variabelnya harus berupa variabel diskrit murni. 11
Besar-kecil, kuat-lemah, atau tinggi rendahnya korelasi antar dua variabel
yang kita selidiki korelasinya pada teknik korelasi phi ini ditunjukkan oleh
besar kecilnya angka indeks korelasi yang dilambangkan dengan huruf ф dan
besarnya berkisar antara 0,00 sampai dengan ±1,00.
(𝑎𝑑−𝑏𝑐)
Rumus pertama: ф
√(𝑎+𝑏)(𝑎+𝑐)(𝑏+𝑑)(𝑐+𝑑)
Rumus ini kita pergunakan apabila dalam menghitung atau mencari Փkita
mendasarkan diri pada frekuensi dari masing-masing sel yang terdapat dalam
table kerja (table perhitungan).
𝛼𝛿− 𝛽𝛾
Rumus kedua: ф
√(𝑝)(𝑞)(𝑝2)(𝑞2)
Rumus ini kita pergunakan apabila dalam menghitung ф kita mendasarkan
diri pada nilai proporsinya.
 𝑥2
Rumus ketiga: ф=√
𝑁

DAFTAR PUSTAKA
Hadi, Sutrisno, Statistik, Yogyakarta, Pustaka Pelajar: 2015.

Hutauruk, Statistik, Jakarta : Erlangga, 1984.

Muhid, Abdul, Analisis Statistik, Sidoarjo: Zifatama, 2012.

Murray R. Statistik, Jakarta : Erlangga, 2004