A. Pengertian 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.
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 :
dimana :
1 2 3 4 5 6 7 8
3 152 28 -8 64 0 0 0
9 181 29 21 441 1 1 21
10 164 35 4 16 7 49 28
11 175 32 15 225 4 16 60
14 162 26 2 4 -2 4 -4
17 176 30 12 144 2 4 24
18 165 28 5 25 0 0 0
19 160 27 0 0 -1 1 0
24 167 29 7 49 1 1 7
25 162 27 2 4 -1 1 -2
28 160 30 0 0 2 4 0
29 172 31 12 144 3 9 36
30 154 30 -6 36 2 4 -12
8304 624
=√3 = √30
0
= 4,56
= 16,64
4. ∑xy = 1890
4. ∑xy = 1890
D. Rumus Tata Jenjang dalam Korelasi
Dimana:
N = jumlah pasangan
Contoh :
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.