TEKNIK ANALISIS KORELASI

Teknik analisis korelasi adalah teknik analisa statistik mengenai hubungan

antara dua variabel atau lebih. Korelasi adalah istilah statistik yang menyatakan
derajat hubungan linear (searah buakan timbal balik) antara variabelnya. Teknik
analisis korelasi memiliki tiga macam tujuan yaitu :

a. Ingin mencari bukti, apakah antara variabel yang satu dengan yang lain
terdapat hubungan atau korelasi.
b. Ingin menjawab pertanyaan, apakah hubungan antara variabel itu kuat,
cakupan atau lemah.
c. Ingin memperoleh kejelasan dan kepastian, apakah hubungan antara variabel
itu merupakan hubungan yang berarti atau signifikan ataukah hubungan

Teknik Analisis Korelasional dapat dibedakan menjadi dua golongan,

yaitu: Tenik Analisis Korelasional Bivariat dan Teknik Analisis Korelasional
Multivariat.

1. Teknik Analisa Korelasional Bivariat

Teknik analisis korelasi bivariat ialah teknik analisis korelasi yang

mendasarkan diri pada dua buah variabel. Terdapat beberapa macam teknik
perhitungan korelasi yang termasuk dalam teknik Analisa Korelasional Bivariat,
yaitu:

a. Teknik Korelasi Product Moment (Product Moment correlation)

b. Teknik korelasi tata jenjang ( rank difference correlation)
c. Teknik korelasi koefisien phi ( phi coefficient correlation)
d. Teknik korelasi kontingensi (contingency coefficient correlation)
e. Teknik korelasi point biserial (biserial correlation)

Penggunaan teknik korelasi tersebut diatas sangat bergantung pada jenis

data statistik yang akan dicari korelasinya, disamping pertimbangan atau alasan
tertentu yang harus terpenuhi.

Teknik Analisis Korelasional /Statistika Penelitian 1

A. Teknik korelasi product moment
Product moment correlation adalah salah satu teknik untuk mencari
korelasi antara dua variabel yang kerap kali digunakan. Teknik korelasi ini
digunakan untuk mencari tingkat keeratan hubungan antara dua variabel dengan
cara memperkalikan moment-moment (hal-hal penting) kedua variabel tersebut.
Teknik korelasi ini dikembangkan oleh karl person, yang biasa dikenal dengan
korelasi pearson. Teknik korelasi product moment digunakan apabila :
a. Variabel yang dikorelasikan berbentuk gejala atau data yang bersifat
kontinu.
b. Sampel yang diteliti mempunyai sifat homogen atau setidak-tidaknya
mendekati homogen.
c. Regresinya merupakan regresi linear.

Kuat – lemah atau tinggi – rendahnya korelasi antara dua variabel yang
sedang diteliti, dapat diketahui dengan melihat besar-kecilnya angka indeks
korelasi, yang pada teknik korelasi product moment diberi lambing “r”. Angka
indeks korelasi produk momen ini diberi indeks dengan huruf kecil dari huruf-
huruf yang dipergunakan untuk dua buah variabel yang sedang dicari
korelasinya. Jadi, apabila variabel pertama diberi lambing X dan variabel kedua
diberi lambing Y maka angka indeks korelasinya dinyatakan dengan lambing :
rxy. Cara menghitung angka indeks korelasi “r” product moment dengan
menggunakan rumus sebagai berikut :

∑ (∑ )(∑ )

√[ ∑ (∑ ) ] ∑ (∑ )

rxy = Angka indeks korelasi product moment

N = jumlah variabel yan dikorelasikan

∑ XY = jumlah hasil perkalian antara skor X dan skor Y

Teknik Analisis Korelasional /Statistika Penelitian 2

 ∑X = jumlah seluruh skor X

∑Y = jumlah seluruh skor Y

Contoh perhitungan :

Dalam suatu penelitian, yang antara lain dimaksudkan untuk mengetahui apakah
secara signifikan terdapat korelasi positif antara nilai hasil Tes sumatif dan nilai
tes formatif dalam bidang studi kimia, telah ditetapkan sejumlah 20 orang siswa
SMA sebagai sampel berhasil dihimpun data sebagai berikut :

Subjek X Y XY X2 Y2
A 5 6 30 25 36
B 6 8 48 36 64
C 7 7 49 49 49
D 6 8 48 36 64
E 5 6 30 25 36
F 6 8 48 36 64
G 6 7 42 36 49
H 5 6 30 25 36
I 6 6 36 36 36
J 8 8 64 64 64
K 6 7 42 36 49
L 6 6 36 36 36
M 5 6 30 25 36
N 6 7 42 36 49
O 8 6 48 64 36
P 4 6 24 16 36
Q 6 8 48 36 64
R 6 7 42 36 49
S 7 9 63 49 81
T 6 8 48 36 64
N = 20 ∑X = 120 ∑Y= 140 ∑XY =848 ∑X2 = 738 ∑Y2 = 998

Diketahui :

N = 20, ∑X = 120, ∑Y= 140, ∑XY =848, ∑X2 = 738 dan ∑Y2 = 998

Ditanyakan : rxy = ……?

Penyelesaian :

Teknik Analisis Korelasional /Statistika Penelitian 3

 ∑ (∑ )(∑ )

√[ ∑ (∑ ) ] ∑ (∑ )

( )( )

√( )( )

Interpretasi terhadap rxy :

Dengan menggunakan tabel nilai “r” : df = N – nr = 20 -2 = 18. Dengan

memeriksa Tabel Nilai “r” product moment ternyata bahwa dengan df sebesar 18,
pada taraf signifikansi 5 % diperoleh rtabel = 0,444. Karena rxy ( 0,444) sama
besarnya dengan rtabel (0,444). Maka Ho ditolak, sedangkan Ha diterima. Berarti
pada taraf signifikansi 5% terdapat korelasi positif yang signifikan antara variabel
X dan Y.

B. Teknik korelasi tata jenjang (Uji non parametrik)

Teknik korelasi tata jenjang dalam dunia statistik dikenal sebagai teknik
analisa korelasional yang paling sederhana jika dibandingkan dengan teknik
analisa korelasional lainnya. Pada teknik korelasi tata jenjang ini, besar-kecil
atau kuat-lemahnya korelasi antara variabel yang sedang diselidiki korelasinya,
diukur berdasarkan perbedaan urutan kedudukan skornya, jadi bukan didasarkan
pada skor hasil pengukuran yang sebenarnya. Dengan kata lain, datanya adalah
data ordinal atau data berjenjang atau data urutan.
Teknik analisa korelasional tata jenjang ini dapat efektif digunakan apabila
subjek yang dijadikan sampel dalam penelitian lebih dari Sembilan tetapi kurang
dari tiga puluh. Karena itu, apabila N sama dengan atau lebih dari 30 sebaiknya
jangan digunakan teknik korelasi ini.

Teknik Analisis Korelasional /Statistika Penelitian 4

 Pada teknik analisis korelasional tata jenjang ini, angka indeks
korelasionalnya dilambangkan dengan huruf (baca ; rho). Seperti halnya angka
indeks korelasi ini besarnya berkisar antara 0,00 sampai dengan ±1,00.
Untuk menghitung dipergunakan rumus sebagai berikut :
∑
( )
Dimana :
= angka indeks korelasi tata jenjang
6 & 1 = bilangan konstan
D = difference, yaitu perbedaan antara urutan sekor pada variabel
pertama (R1) dan urutan skor pada variabel kedua (R2); jadi D = R1
– R2
N = banyaknya pasangan yang sedang dicari korelasinya.

Untuk memberikan interpretasi terhadap angka indeks korelasi tata

jenjang, terlebih dahulu dirumuskan hipotesis alternative dan hipotesis nol-nya :

Ha = ada korelasi positif yang signifikan antara variabel I dan variabel II

H0 = tidak ada korelasi positif yang signifikan antara variabel I dan variabel II

Setelah diperoleh angka indeks korelasi tata jenjangnya, lalu

diinterpertasikan dengan mempergunakan Tabel nilai dengan df = N dengan
taraf signifikansi 5% maupun 1%. Jika yang diperoleh dalam perhitungan sama
dengan atau lebih besar dari tabel, maka hipotesis nol ditolak. Sebaliknya jika
hitung lebih kecil dari pada tabel maka hipotesis nol disetujui; sebaliknya
hipotesis alternatif ditolak.

Contoh perhitungan :

Sejumlah 10 orang mahasiswa yang dikenal sebagai tokoh penting organisasi

ekstra kampus ditetapkan sebagi sampel dalam penelitian yang bertujuan untuk
mengetahui, apakah secara signifikan terdapat korelasi positif antara : keaktifan

Teknik Analisis Korelasional /Statistika Penelitian 5

mereka dalam berorganisasi ekstra kampus (variabel I) dan prestasi studi mereka
di fakultas ( variabel II).

Tabel Skor tentang keaktifan dalam organisasi ekstra kampus dan skor tentang
prestasi studi dari sejumlah 10 orang Mahasiswa.

Skor
Nomor urut Nama Keaktifan dalam Mean prestasi
organisasi studi
(I) (II)
1 A 37 63
2 B 41 45
3 C 38 60
4 D 44 50
5 E 35 65
6 F 43 52
7 G 40 55
8 H 42 47
9 I 36 64
10 J 39 59
Ditanyakan : = …….?

Penyelesaian :

Tabel perhitungan untuk mencari Angka Indeks Korelasi Rho

Nomor Nama Skor Rank D= R1-R2 D2

urut (I) (II) I = R1 II = R2
1 A 37 63 3 8 -5 25
2 B 41 45 7 1 6 36
3 C 38 60 4 7 -3 9
4 D 44 50 10 3 7 49
5 E 35 65 1 10 -9 81
6 F 43 52 9 4 5 25
7 G 40 55 6 5 1 1
8 H 42 47 8 2 6 36
9 I 36 64 2 9 -7 49
10 J 39 59 5 6 -1 1
2
Total N =10 ∑D = 0 ∑D = 312

Dari perhitungan diatas ternyata rho : - 0,891. Dengan melihat tanda yang

Teknik Analisis Korelasional /Statistika Penelitian 6

terdapat didepan angka angka indeks korelasi ( tanda - ) maka hal ini berarti,
antara keaktifan berorganisasi ekstra kampus dan prestasi studi di fakultas
terdapat korelasi yang berlawanan arah ( korelasi negatif), berarti : makin aktif
seorang mahasiswa dalam kegiatan organisasi, maka makin menurun prestasi
belajar di fakultas.

Terhadap Rho sebesar 0,891 diinterpretasikan dengan tabel nilai Rho, df =

N = 10, pada taraf signifikansi 5% sebesar 0,648. Dengan demikian Rho yang
diperoleh dari perhitungan ( 0,891) > Rhotabel karena itu Ho ditolak. Kesimpulan :
Secara signifikan keaktifan dalam organisasi ekstra kampus berkorelasi negatif
dengan prestasui studi para mahasiswa tersebut di fakultas.

C. Teknik korelasi koefisien phi

Teknik korelasi phi adalah salah satu teknik analisis korelasional yang
dipergunakan apabila data yang dikorelasikan adalah data yang benar-benar
dikotomi (terpisah atau dipisahkan secara tajam) ; dengan istilah lain : variabel
yang dikorelasikan itu adalah variabel distrik murni ; misalnya Laki-laki –
perempuan, Hidup-Mati, Lulus-tidak lulus dan seterusnya.
Besar-kecil, kuat-lemah atau tinggi-rendahnya korelasi antara dua variabel
yang dikorelasikan, pada teknik korelasi phi ini, ditunjukkan oleh besar-kecilnya
angka indeks korelasi yang dilambangkan dengan huruf Ø (phi). Seperti halnya
rxy dan Rho, maka Ø besarnya juga berkisar antara 0,00 sampai dengan ± 1,00.
Rumus yang dipergunakan dalam menghitung atau mencari Ø kita
mendasarkan diri pada masing-masing sel yang terdapat dalam tabel kerja.
Adpun rumus yang digunakan adalah :

( )
√( )( )( )( )

Pada dasarnya, phi merupakanm Product Moment Correlation. Rumus

untuk menghitung phi merupakan variasi dari rumus dasar pearson.
Berhubungan dengan itu, maka phi coefficient itu dapat diinterpretasikan dengan

Teknik Analisis Korelasional /Statistika Penelitian 7

 cara yang sama dengan “r” product moment dari pearson.

Contoh Perhitungan :

Suatu kegiatan penelitian yang bertujuan untuk mengetahui apakah secara

signifikan terdapat korelasi antara kegiatan mengikuti Bimbingan Tes yang
dilakukan oleh para siswa lulusan SMK dan prestasi mereka dalam mengikuti tes
SNMPTN, didalam penelitian telah ditetapkan sampel sejumlah 100 orang lulusan
SMK, berhasil diperoleh data sebagai berikut :

Tabel data mengenai hasil tes SNMPTN lulusan SMK yang mengikuti
bimbingan tes dan yang tidak mengikuti bimbingan tes.
Status Mengikuti Tidak mengikuti Jumlah
Prestasi bimbingan bimbingan
Lulus SNMPTN 20 20 40

Tidak lulus 25 35 60
SNMPTN
Jumlah 45 55 N= 100
Rumusan Hipotesisnya :

Ha : ada korelasi yang signifikan antara keikutsertaaan para lulusan SMK dalam
bimbingan tes dan keberhasilan mereka dalam tes SNMPTN.
Ho : Tidak ada korelasi yang signifikan antara keikutsertaaan para lulusan SMK
dalam bimbingan tes dan keberhasilan mereka dalam tes SNMPTN.

Karena phi, akan dihitung berlandaskan pada frekuensi selnya, maka masing-
masing sel yang terdapat pada Tabel diatas, terlebih dahulu dipersiapkan menjadi
tabel perhitungan. Dimana frekuensi sel a = 20, b = 20, c = 25 dan d = 35.

Tabel perhitungan untuk mencari angka indeks korelasi phi

Status Mengikuti Tidak mengikuti Jumlah

Prestasi bimbingan bimbingan
Lulus SNMPTN 20 20 40
a b
Tidak lulus 25 35 60
SNMPTN c d
Jumlah 45 55 N= 100

Teknik Analisis Korelasional /Statistika Penelitian 8

Dengan mensubtitusi a,b,c, dan d kedalam rumus, maka :
( )
0,082
√( )( )( )( ) √

Interpretasi data :

Ø dianggap sebagai rxy.

df = N – nr = 100 – 2 = 98, dengan df 98 pada taraf signifikansi 5% diperoleh rtabel

= 0,195. Dengan demikian Ø yang kita peroleh ( 0,082) < rtabel (0,195). Dengan
demikian hipotesa nol diterima. Berarti, tidak terdapat korelasi yang signifikan
antara keikutsertaan para siswa lulusan SMA dalam bimbingan tes dan prestasi
yang mereka capai dalam tes SNMPTN.

D. Teknik korelasi koefisien kontingensi

Teknik korelasi koefisien kontingensi adalah salah satu teknik analisa

korelasional bivariat, yang dua buah variabel yang dikorelasikan adalah
berbentuk kategori atau merupakan gejala ordinal. Misalnya ; tingkat pendidikan
: Tinggi, menengah dan rendah. Pemahaman terhadap ajaran agama: Baik, cukup,
kurang dan sebagainya.

Kuat-lemahnya, tinggi-rendah dan besar-kecilnya korelasi antara dua

variabel yang sedang kita selidiki korelasinya, dapat diketahui dari besar-kecilnya
angka indeks korelasi yang disebut Coefficient Contingency, yang umumnya
diberi lambing dengan huruf C atau KK.

Rumus untuk mencari Koefisien Korelasi Kontingensi adalah :

X2 dapat diperoleh dengan menggunakan rumus :

Teknik Analisis Korelasional /Statistika Penelitian 9

 ( )
∑

Pemberian interpretasi terhadap angka indeks korelasi kontingensi C atau

KK itu adalah dengan jalan terlebih dahulu mengubah harga C menjadi phi,
dengan mempergunakan rumus sebagai berikut :

√
Setelah harga diperoleh, selanjutnya dikonsultasikan dengan tabel nilai “r”
dengan df = N- nr. Jika angka indeks korelasi yang diperoleh dalam perhitungan
rtabel, maka Ho ditolak dan apabila < rtabel maka Ho diterima.

Contoh perhitungan:

Diteliti, apakah terdapat korelasi positif yang signifikan antara semangat berolah
raga dan gairah belajar. Sejumlah 200 orang subjek ditetapkan sebagai sampel
penelitian. Hasil pengumpulan data menunjukkan angka sebagai berikut :

Tabel data mengenai semangat berolah raga dengan kegairahan belajar

dari sejumlah 200 orang subjek

Semangat berolahraga
Besar sedang Kecil Jumlah
kegairahan belajar
Besar 18 12 10 40

Sedang 34 43 33 110

Kurang 10 10 30 50

Jumlah 62 65 73 N = 200

Karena angka indeks korelasi kontingensi C atau KK itu harus dihitung

dengan rumus kai kuadrat, maka langkah selanjutnya adalah menghitung
besarnya kai kuadrat :

Teknik Analisis Korelasional /Statistika Penelitian 10

 Tabel kerja untuk menghitung Harga kai kuadrat, dalam rangka mencari
angka indeks korelasi kontingensi C

Sel fo ft (fo-ft) (fo-ft)2 ( )

1 18 +5,6 31,36 2,5290

2 12 -1,0 1,00 0,0770
3 10 -4,6 21,16 1,4490
4 34 -0,1 0,01 0,0003
5 43 +7,25 52,5625 1,4703
6 33 -7,15 51,1225 1,2733
7 10 -5,5 30,25 1,9516
8 10 -6,25 39,0625 2,4038
9 30 +11,75 138,0625 7,5651
Jumlah N = 200 N = 200 0 - 18,7194
Interpretasi :

Ha : Ada korelasi positif yang signifikan antara semangat berolah raga dan
kegairahan belajar.

Ho : Tidak Ada korelasi positif yang signifikan antara semangat berolah

raga dan kegairahan belajar.

Untuk memberikan interpretasi terhadap C atau KK itu, harga C terlebih

dahulu kita ubah menjadi phi (Ø), dengan rumus :

√ ( ) √ √

Selanjutnya harga Ø yang telah kita peroleh itu kita konsultasikan dengan Tabel
nilai “r” product moment, dengan terlebih dahulu mencari df-nya : df = N-nr =
200-2 = 198. Dengan df sebesar 200, diperoleh harga rtabel pada taraf signifikansi
5% = 0,138. Dengan demikian Ø (0,306) > rtabel (0,138). Dengan ini maka Ho
ditolak; berarti ada korelasi positif yang signifikan antara semangat berolah raga
dan kegairahan belajar: makin besar semangat beroleh raga tumbuh dalam diri

Teknik Analisis Korelasional /Statistika Penelitian 11

anak, diikuti dengan semakin besarnya kegairahan belajar mereka.

E. Teknik korelasi point biserial

Teknik korelasi point biserial adalah salah satu teknik analisa korelasional
bivariat yang biasa dipergunakan untuk mencari korelasi antara variabel :
Variabel I berbentuk variabel kontinum ( misalnya : sekor hasil tes), sedangkan
variabel II berbentuk variabel distrik murni (misalnya : betul atau salahnya calon
dalam menjawab butir-butir soal tes).

Teknik analisa korelasional point biserial ini juga dapat dipergunakan

untuk menguji validitas item yang telah diajukan dalam tes, dimana sekor hasil
tes untuk tiap butir soal dikorelasikan dengan skor hasil tes secara totalitas.

Angka indeks korelasi yang menunjukkan keeratan hubungan antara

variabel yang satu dengan variabel yang lain, pada teknik korelasi ini
dilambangkan dengan : rpbi. Rumus untuk mencari angka indeks korelasi Point
biserial (rpbi) adalah :

Dimana :

rpbi = Angka Indeks korelasional Point Biserial.

Mp = Mean skor yang dicapai oleh peserta tes yang menjawab betul, yang
sedang dicari korelasinya dengan tes secara keseluruhan.

Mt = Mean skor total, yang berhasil dicapai oleh seluruh peserta tes.

SDt = Deviasi Standar total

p = proporsi peserta tes yang menjawab betul terhadap butir soal yang sedang
dicari korelasinya dengan tes secara keseluruhan.

Untuk memberikan interpretasi terhadap rpbi, kita pergunakan tabel nilai “r”
product moment dengan terlebih dahulu mencari df-nya (df = N-nr). Jika rpbi yang

Teknik Analisis Korelasional /Statistika Penelitian 12

kita peroleh dalam perhitungan ≥ rtabel, maka kita dapat mengambil kesimpulan
bahwa kedua variabel yang sedang kita cari korelasinya, ternyata secara signifikan
memang berkorelasi. Jika rpbi < rtabel, berarti tidak ada korelasi yang signifikan.

Contoh perhitungan :

Suatu penelitian bertujuan untuk menguji validitas soal yang telah dikeluarkan
didalam tes. Sejumlah 10 orang calon dihadapkan kepada 10 butir soal; skor yang
berhasil dicapai oleh testee dapat dilihat pada tabel.

Tabel skor yang berhasil dicapai oleh 10 orang testee yang

Dihadapkan kepada 10 butir Soal Tes Seleksi

testee Skoor yang dicapai untuk butir soal nomor : Total

1 2 3 4 5 6 7 8 9 10 Score
(Xt)
A 1 0 1 0 1 0 1 0 1 1 6
B 1 0 0 1 0 1 0 1 0 0 4
C 1 1 1 1 1 0 1 1 1 1 9
D 0 1 1 1 0 0 1 1 1 1 7
E 1 0 0 1 1 1 1 1 1 1 8
F 0 0 1 1 0 1 1 1 0 0 5
G 1 1 0 0 1 1 1 1 1 1 8
H 1 1 0 1 0 0 1 0 1 1 6
I 0 1 1 1 1 0 0 0 0 0 4
J 1 0 1 1 0 0 0 0 0 0 3
N= 10 7 5 6 8 5 4 7 6 6 6 ∑Xt
= 60

Bertitik tolak pada data yang tercantum diatas, Kita ingin menguji validitas soal
nomor 1. Untuk keperluan tersebut Tabel diatas dikutip kembali untuk
mempersiapkan guna mengetahui besarnya Mp, Mt, p, q dan SDt :

Mencari Mean total (Mt) dengan rumus :

∑

Mencari Standar Deviasi total (SDt) dengan rumus :

Teknik Analisis Korelasional /Statistika Penelitian 13

 ∑ (∑ )
√

( )
√

√
Melalui perhitungan diatas, maka diperoleh Mt = 6 dan SDt = 1,897.
Tabel perhitungan untuk menguji validitas soal

testee Skor yang dicapai untuk butir soal nomor : Total

1 2 3 4 5 6 7 8 9 10 Score
(Xt)
A 1 0 1 0 1 0 1 0 1 1 6
B 1 0 0 1 0 1 0 1 0 0 4
C 1 1 1 1 1 0 1 1 1 1 9
D 0 1 1 1 0 0 1 1 1 1 7
E 1 0 0 1 1 1 1 1 1 1 8
F 0 0 1 1 0 1 1 1 0 0 5
G 1 1 0 0 1 1 1 1 1 1 8
H 1 1 0 1 0 0 1 0 1 1 6
I 0 1 1 1 1 0 0 0 0 0 4
J 1 0 1 1 0 0 0 0 0 0 3
N= 10 7 5 6 8 5 4 7 6 6 6 ∑Xt
= 60
p 0,7 0,5 0,6 0,8 0,5 0,4 0,7 0,6 0,6 0,6
q 0,3 0,5 0,4 0,2 0,5 0,6 0,3 0,4 0,4 0,4
Menguji validitas soal nomor 1 :
Diketahui :
Mt =6
SDt = 1,897
p = 0,7
q = 0,3

Mp =

Ditanyakan : rpbi = ……?

Teknik Analisis Korelasional /Statistika Penelitian 14

Penyelesaian:

Interpretasi :
df = N – nr = 10 – 2 = 8
dengan df sebesar 8 diperoleh harga rtabel pada taraf signifikansi 5% sebesar 0,623.
Karena rpbi (0,231) < rtabel( 0,623) maka dapat disimpulkan bahwa soal nomor 1
tidak valid.

2. Teknik Analisa Korelasi Multivariat

Teknik analisis Korelasi Multivariat adalah teknik analisis korelasi yang

mendasarkan diri pada lebih dari dua buah variabel. Terdapat beberapa macam
teknik perhitungan korelasi yang termasuk dalam teknik Analisa Korelasional
Multivariat, yaitu Analisis Korelasi Ganda dan Analisis Korelasi parsial yaitu:

A. Teknik Analisis Korelasi Ganda

Korelasi ganda (multiple correlation) merupakan angka yang
menunjukkan arah dan kuatnya hubungan antara dua variabel independen secara
bersama-sama atau lebih dengan satu variabel dependen. Pemahaman tentang
korelasi ganda dapat dilihat melalui gambar berikut, dimana simbol korelasi
ganda adalah R.

Teknik Analisis Korelasional /Statistika Penelitian 15

 r1
X1

r3 R
Y

X2
r2

X1 = Kepemimpinan
X2 = Tata ruang kantor
Y = Kepuasan kerja
R = Korelasi ganda
Gambar a. Korelasi Ganda Dua Variabel Independen dan satu Dependen.

r1
X1

r5
r3 R
X2 Y
r2
r6

X3
r4

X1 = Kesejahteraan pegawai
X2 = Hubungan dengan pimpinan
X3 = Pengawasan
Y = Efektivitas kerja
Gambar b. Korelasi Ganda tiga variabel independen dengan satu variabel
dependen.

Teknik Analisis Korelasional /Statistika Penelitian 16

 Dari contoh diatas terlihat bahwa korelasi ganda R, bukan merupakan
penjumlahan dari korelasi sederhana yang ada pada setiap variabel (r1 + r2 + r3),
jadi R ≠ (r1 + r2 + r3). Korelasi ganda merupakan hubungan secara bersama-sama
antara X1, X2 dan X3 dengan Y. Pada Gambar a korelasi ganda merupakan
hubungan secara bersama-sama antara variabel kepemimpinan dan tata ruang
kantor dengan kepuasan kerja pegawai.

Pada bagian ini dikemukakan korelasi ganda R untuk dua variabel

independen dan satu variabel dependen. Untuk variabel lebih dari dua dapat
dilihat pada analisis regresi ganda. Pada bagian itu persamaan-persamaan yang
ada pada regresi ganda dapat dimanfaatkan untuk menghitung korelasi ganda dari
dua buah variabel secara bersama-sama. Rumus korelasi ganda dua variabel
ditunjukkan pada rumus berikut :

Dimana :

= Korelasi antara variabel X1 dengan X2 secara bersama-sama

dengan variabel Y

= Korelasi Product Moment antara X1 dengan Y

= Korelasi Product Moment antara X2 dengan Y

= Korelasi Product Moment antara X1 dan X2

Jadi untuk dapat menghitung korelasi ganda, maka harus dihitung terlebih
dahulu korelasi sederhananya dulu melalui Product Moment dari pearson

Contoh Perhitungan :

Dari suatu penelitian yang berjudul “gaya kepemimpinan kepala sekolah dan
sistuasi kepemimpinan dalam kaitannya dengan iklim organisasi SMA 3

Teknik Analisis Korelasional /Statistika Penelitian 17

makassar”. Berdasarkan data yang terkumpul untuk setiap variabel, dan setelah
dihitung korelasi sederhananya ditemukan sebagai berikut :

1. Korelasi antara Gaya kepemimpinan dengan iklim organisasi, r1 = 0,39

2. Korelasi antara Situasi kepemimpinan dengan iklim organisasi, r2 = 0,38
3. Korelasi antara gaya kepemimpinan dengan situasi kepemimpinan, r3 = 0,30

Ho = Tidak terdapat hubungan yang positif dan signifaikan antara gaya

kepemimpinan kepala sekolah dan situasi kepemimpinan secara bersama-sama
dengan iklim organisasi SMA 3 makassar.

H1 = Terdapat hubungan yang positif dan signifikan antara gaya kepemimpinan

kepala sekolah dan situasi kepemimpinan secara bersama-sama dengan iklim
organisasi SMA 3 makassar.

Untuk menguji hipotesis tersebut digunakan rumus korelasi ganda sebagai

berikut :

( ) ( ) ( )( )( )
√
( )

Jadi, terdapat korelasi positif antara gaya kepemimpinan dan situasi

kepemimpinan secara bersama-sama dengan iklim kerja sebesar 0,566. Hubungan
ini secara kualitatif dapat dinyatakan sedang dan besarnya lebih dari korelasi
individual antara X1 dengan Y maupun X2 dengan Y. Korelasi sebesar 0,566 itu
baru berlaku untuk sampel yang diteliti. Apakah koefisisen korelasi itu dapat
digeneralisasikan atau tidak maka harus di uji signifikansinya dengan rumus :

( ) ( )

Dimana :

R = koefisien korelasi ganda

Teknik Analisis Korelasional /Statistika Penelitian 18

k = jumlah variabel independen

n = jumlah anggota sampel

( ) ( )

Jadi, Fh = 9,61 harga ini selanjutnya dikonsultasikan dengan F tabel (Ft) dengan
dk pembilang = k dan dk penyebut = (n-1-k) dan taraf signifikansi 5% maka Ft =
3,225. Dalam hal ini berlaku ketentuan bila Fh lebih besar dari Ft, maka koefisien
korelasi ganda yang diuji adalah signifikan yaitu dapat diberlakukan untuk
seluruh populasi. Dari perhitungan diatas ternyata Fh > Ft (9,61 > 3,225) maka
dapat dinyatakan bahwa korelasi ganda tersebut signifikan dan dapat
diberlakukan dimana sampel diambil.

B. Teknik Anlaisis Korelasi parsial

Korelasi parsial digunakan untuk menganalisis bila peneliti bermaksud

mengetahui pengaruh atau mengetahui hubungan antara variabel independen
dengan variabel dependen, dimana salah satu variabel independennya dibuat
tetap/dikendalikan. Jadi korelasi parsial merupakan angka yang menunjukkan
arah dan kuatnya hubungan antara dua variabel atau lebih setelah satu variabel
yang diduga dapat mempengaruhi hubungan variabel tersebut tetap/
dikendalikan.

Contoh :

1. Korelasi antara ukuran telapak tangan dengan kemampuan bicara r1.2 = 0,50.
Makin besara telapak tangan makin mampu berbicara (bayi telapak tangannya
kecil sehingga belum mampu bicara). Padahal ukuran telapak tangan akan
semakin besar bila umur bertambah.
2. Korelasi antara besar telapak tangan dengan umur r1.3 = 0,7
3. Korelasi antara kemampuan bicara dengan umur r2.3 = 0,7

Ketiga variabel 1 ukuran telapak tangan, variabel 2 umur dan variabel 3

Teknik Analisis Korelasional /Statistika Penelitian 19

kemampuan berbicara, selanjutnya dapat disusun kedalam paradigma berikut :

r1.3 = 0,7
X1

r1.2 = 0,5 Y

X2
r2.3 = 0,7

Dari data-data tersebut bila umur dikendalikan, maksudnya adalah untuk

orang yang umurnya sama, maka korelasi antara besar telapak tangan dengan
kemampuan bicara hanya 0,0196.

Rumus untuk korelasi parsial ditunjukkan pada rumus berikut :

√ √

Dapat dibaca : korelasi antara X1 dengan Y, bila variabel X2 dikendalikan atau

korelasi antara X1 dan Y bila X2 tetap. Untuk memudahkan membuat rumus baru,
bila variabel kontrolnya dirubah-ubah, maka dapat dipandu dengan gambar c dan
d berikut : X1

X2

Gambar c. Korelasi antara X1 dengan Y bila X2 tetap.

Teknik Analisis Korelasional /Statistika Penelitian 20

 X2

X1

Gambar d. Korelasi antara X2 dengan Y bila X1 tetap.

Bila X1 yang tetap, maka rumusnya adalah seperti rumus :

√ √

Untuk menguji signifikasi koefisien korelasi parsial dapat dihitung dengan

menggunakan rumus :

√
√

Nilai t tabel dicari dengan dk = n-1

Contoh Perhitungan :

1. Korelasi antara IQ dengan nilai kuliah = 0,58

2. Korelasi antara nilai kuliah dengan waktu belajar = 0,10
3. Korelasi antara IQ dengan waktu belajar = -0,40

Untuk orang yang waktu belajarnya sama (diparsialkan) berapa korelasi

antara IQ dengan nilai kuliah. Dengan rumus dapat dihitung :

Teknik Analisis Korelasional /Statistika Penelitian 21

 ( )( )
= 0,68
√ ( ) √ ( )

Sebelum waktu belajar digunakan sebagai variabel kontrol, korelasi antara

IQ dengan nilai kuliah = 0,58. Setelah waktu belajarnya dibuat sama (dikontrol)
untuk seluruh sampel, maka korelasinya = 0,68. Jadi setiap subyek dalam sampel
bila waktu belajarnya sama, maka hubungan antara IQ dengan nilai kuliah lebih
kuat. Hal ini berarti bila orang yang IQ-nya tinggi dan waktu belajarnya sama
dengan yang IQ nya rendah, maka nilai kuliah ya akan jauh lebih tinggi.

Apakah koefisisen korelasi parsial yang ditemukan signifikan atau tidak,

maka perlu diuji dengan rumus :

√
√

√
√

Nilai t hitung tersebut selanjutnya dibandingkan dengan t tabel dengan dk =

n-1 = 25 -1 = 24. Bila taraf kesalahan 5% untuk uji dua pihak, maka harga t tabel
= 2,064. Ternyata t hitung lebih besar dari t tabel ( 4,53>2,064). Dengan
demikian koefisien korelasi yang ditemukan itu adalah signifikan yaitu dapat
digeneralisasikan ke seluruh populasi dimana sampel diambil.

Teknik Analisis Korelasional /Statistika Penelitian 22

 ANALISIS DENGAN MENGGUNAKAN SPSS

A. Analisis Korelasi Bivariat

Aplikasi korelasi Rank Spearman (tata jenjang), Pearson dan Rank Kendall
menggunakan software SPSS.17.0 adalah sebagai berikut:

Jika kita memiliki data produksi dan data ekspor suatu komoditi, kita ingin
melihat hubungan antara keduanya (apakah ada korelasi antara total produksi dan
ekspor).

1. Buka program SPSS kemudian input data ke dalam tabel-tabel SPSS:

2. Klik dari menubar Analyze – Correlate – Bivariate, seperti berikut:

Teknik Analisis Korelasional /Statistika Penelitian 23

3. Kemudian masukkan kedua variabel ke kotak variables di sebelah kanan,
checklist koefisien korelasi sebagai “Pearson” atau “Rank Kendall” atau
“Spearman”, dalam contoh ini kita menggunakan korelasi pearson product
moment, gambar berikut:

4. Kemudian Klik OK

Teknik Analisis Korelasional /Statistika Penelitian 24

Maka akan muncul output sebagai berikut:

Interpretasi Data

Dari output di atas, N menunjukkan jumlah observasi/sampel sebanyak 8,

sedangkan hubungan korelasi ditunjukkan oleh angka 0,839 yang artinya besar
korelasi yang terjadi antara variabel X dan Y adalah baik yaitu sebesar 0,839.
Sedangkan angka sig.(2-tailed) adalah 0,009 masih lebih kecil daripada batas
kritis α = 0,05 (0,009 < 0,05), berarti terdapat hubungan yang signifikan antara
kedua variabel. Cara yang sama dengan menggunakan SPSS dapat dilakukan
juga terhadap korelasi Rank Kendall maupun Spearman.

Teknik Analisis Korelasional /Statistika Penelitian 25

B. Analisis Korelasi Multivariat

Berdasarkan analisis korelasi multivariat yang diperoleh pada program SPSS,

diperoleh output data sebagai berikut :

Teknik Analisis Korelasional /Statistika Penelitian 26

Berdasarkan tabel correlation dapat diketahui bahwa :

a. Nilai Pearson Correlation antara variabel orang dewasa dan anak- anakadalah

0.088, nilai Sig (2-Tiled) nya 0.543 yang berarti bahwa tidak adakorelasi antara

variabel orang dewasa dan anak- anak.

b. Nilai Pearson Correlation antara variabel orang dewasa dan orang tuaadalah

0.098, nilai Sig (2-Tiled) nya 0.500 yang berarti bahwa tidak adakorelasi antara

variabel orang dewasa dan anak- anak.

c. Nilai Pearson Correlation antara variabel anak- anak dan orang tua adalah-

0.042, nilai Sig (2-Tiled) nya 0.773 yang berarti bahwa tidak ada korelasi antara

variabel anak- anak orang tua.

Teknik Analisis Korelasional /Statistika Penelitian 27

Berdasarkan tabel correlations dapat diketahui bahwa nilai korelasi antara

variabel tingkat pendidikan dan tingkat kemapanan adalah 0.981, nilai Sig (2-

Tiled) nya 0.000, selain itu juga terdapat tanda bintang dua (**) yang berarti

bahwa ada korelasi antara variabel tingkat pendidikan dan tingkat

kemapanan.Nilai korelasinya positif yang berarti bahwa semakin tinggi tingkat

pendidikan maka semakin tinggi pula tingkat kemapanan. Atau sebaliknya,

semakin rendah tingkat pendidikan maka semakin rendah pula tongkat

kemapanan.

Berdasarkan tabel correlations dapat diketahui bahwa nilai korelasi antara

variabel tingkat pendidikan dan pekerjaan terfavorit adalah -0.212, nilai Sig (2-

Tiled) nya 0.139 yang berarti bahwa tidak ada korelasi antara variabel tingkat

Teknik Analisis Korelasional /Statistika Penelitian 28

pendidikan dan pekerjaan tervaforit.

Berdasarkan tabel correlations dapat diketahui bahwa nilai korelasi antara

variabel tingkat kemapanan dan pekerjaan terfavorit adalah -0.238, nilai Sig (2-

Tiled) nya 0.096 yang berarti bahwa tidak ada korelasi antara variabel tingkat

kemapan dan pekerjaan tervaforit.

Teknik Analisis Korelasional /Statistika Penelitian 29

 DAFTAR PUSTAKA

Arikunto, S. 2009. Dasar – dasar Evaluasi Pendidikan. Bumi Aksara :

Jakarta.

Sudijono,A. 2001. Pengantar Statistika Pendidikan. Rajawali Pers : Jakarta

Sugiyono. 2010. Metode Penenlitian Pendidikan. Alfabeta : Bandung

Sugiyono. 2009. Statistika Untuk Penelitian. Alfabeta : Bandung

Teknik Analisis Korelasional /Statistika Penelitian 30