KORELASI PRODUCT MOMENT

 Analisis Korelasi Pearson Product Moment (PPM) suatu analisis

yang digunakan untuk mengetahui derajat hubungan dan kontribusi
variabel bebas (independent) terhadapn variabel terikat
(dependent).

 Teknik analisis Korelasi PPM tremasuk teknik statistik parametric

yang menggunakan data interval dan ratio dengan persyaratan
tertentu.
a. data dipilih secara acak (random) ;
b. datanya berdistribusi normal;
c. data yang dihubungkan berpola linier ;
d. data yang dihubungkan menpunyai pasangan yang sama
sesuai dengann subjek yang sama.

Kalau salah satu tidak terpenuhi persyaratan tersebut analisis

korelasi tidak dapat dilakukan
RUMUS KORELASI PRODUCT MOMENT

n XY − ( X )( Y )
rxy =
{n X − ( X ) }{n Y − ( Y ) }
2 2 2 2
NILAI r

Korelasi PPM dilambangkan (r)

dengan ketentuan nilai r tidak lebih dari harga (-1< r < + 1).

r = -1 artinya korelasinya negatif sempurna;

r = 0 artinya tidak ada korelasi dan
r = 1 berarti korelasinya sangat kuat
Interpretasi Koefisien Korelasi Nilai r

Interval Koefisien Tingkat Hubungan

0,80 – 1,000 Sangat Kuat
0,60 – 0,799 Kuat
0,40 – 0.599 Cukup Kuat
0,20 – 0,399 Rendah
0,00 – 0,199 Sangat Rendah
untuk menyatakan besar kecilnya sumbangan variabel X terhadap Y
dapat ditentukan dengan rumus koefisien diterminan

KP = r2 x 100%
keterangan:
KP = Nilai Koefisien Diterminan
r = Nilai Koefisien Korelasi
Untuk mencari makna hubungan variabel X terhadap Y, maka hasil
korelasi PPM tersebut diuji dengan uji Hipotesis dengan rumus

r n−2
t =
hitung
1− r2

keterangan:
thitung = Nilai t
r = Nilai Koefisien korelasi
n = Jumlah Sampel
LANGKAH-LANGKAH PERHITUNGAN
Contoh
Variabel (X) : 60; 70; 75; 65; 70; 60; 80; 75; 85; 90; 70; dan 85
Variabel (Y) : 450; 475; 450; 470; 475; 455; 475; 470; 485; 480; 475; 480.

 Berapakah besar hubungan variabel X dengan variabel Y?

 Berapakah besar sumbangan (kontribusi) variabel X dengan variabel
Y?
 Buktikan apakah ada hubungan yang signifikan antara variabel X
dengan variabel Y?
Langkah 1. Membuat Ha dan Ho dalam bentuk kalimat :

Ha : ada hubungan signifikan var X dengan var Y.

Ho : Tidak ada hubungan yang signifikan var X dengan var Y.

Langkah 2.Membuat Ha dan Ho dalam bentuk statistik;

Ha : r ≠ 0
Ho : r = 0
Langkah 3. Membuat tabel kerja untuk menghitung Korelasi

n XY − ( X )( Y )
rxy =
{n X 2 − ( X ) 2 }{n Y 2 − ( Y ) 2 }

No X Y X2 Y2 XY
1. 60 450 3600 202500 27000
2. 70 475 4900 225625 33250
3. 75 450 5625 202500 33750
4. 65 470 4225 220900 30550
5. 70 475 4900 225625 33250
6. 60 455 3600 207025 27300
7. 80 475 6400 225625 38000
8. 75 470 5625 220900 35250
9. 85 485 7225 235225 41225
10. 90 480 8100 230400 43200
11. 70 475 4900 225625 33250
12. 85 480 7225 230400 40800

Statistik X Y X2 Y2 XY
Jumlah 885 5640 66325 2652350 416825
Langkah 4. Mencari rhitung dengan cara masukkan angka statistik dari
tabel penolong dengan rumus ;

Statistik X Y X2 Y2 XY
Jumlah 885 5640 66325 2652350 416825

n XY − ( X )( Y )
rxy =
{n X 2 − ( X ) 2 }{n Y 2 − ( Y ) 2 }

12(416.825) − (885).(5.460)
rxy =
{12.(66.325) − (885) 2 }.{12.(2.652.350) − (5.640) 2 }

169.900 169.00
rxy = = = 0,465
133.463.835.000 365.327,02
Langkah 5. Mencari besarnya sumbangan (konstribusi) variabel X
terhadap Y dengan rumus :

KP = r2 x 100% = 0,4652 x 100% = 21,62 %.

Artinya variabel X memberikan konstribusi terhadap variabel Y sebesar

21,62% dan sisanya 78,38% ditentukan oleh variabel lain.
Langkah 6. Menguji hipotesis dengan rumus thitung (t-test satu sampel)

Kaidah pengujian :
Jika thitung ≥ ttabel, maka tolak Ho artinya signifikan
thitung ≤ ttabel, terima Ho artinya tidak signifikan.

Berdasarkan perhitungan, α = 0,05 n = 12, uji dua sisi;

dk = n - 2 = 12 – 2 = 10

r n − 2 0,465 12 − 2 2,15
t = = = = 3,329
hitung 2 − 0,88
1− r 1 0, 684
sehingga diperoleh ttabel = 2,228

Ternyata thitung lebih besar dari ttabel, atau 3,329 > 2,228, maka Ho ditolak,
artinya ada hubungan yang signifikan var X dengan var Y.
Langkah 7. Membuat kesimpulan

 Berapakah besar hubungan var X dengan var Y?

rxy sebesar 0,465 kategori cukup kuat.

 Berapakah besar sumbangan (konstribusi) X dengan Y?

KP = r2 x 100% = 0,4652 x 100% = 21,62%.
Artinya var X memberikan konstribusi terhadap variabel Y sebesar
21,62% dan sisanya 78,38% ditentukan oleh variable lain.

 Buktikan apakah ada hubungan yang signifikan var X dengan Y?

terbukti bahwa ada hubungan yang signifikan var X dengan var Y

 Ternyata thitung lebih besar dari ttabel, atau 3,329 > 2,228, maka
Ho ditolak, artinya ada hubungan yang signifikan var X dengan var
Y.
Curah hujan Pos hujan Gunungpati (X) dan Limbangan
(Y) dalam mm/tahun

N0 Tahun X1 X2 N0 Tahun X1 X2

1 1950 1.644 2.742 17 1966 1.958 2.693

2 1951 1.747 2.305 18 1967 1.264 1.573

3 1952 2.127 2.718 19 1968 2.482 2.811

4 1953 1.693 2.089 20 1969 2.005 1.722

5 1954 2.092 3.251 21 1970 2.371 1.967

6 1955 2.248 3.099 22 1971 2.130 1.789

7 1956 1.970 2.878 23 1972 1.907 1.439

8 1957 1.553 2.419 24 1973 2.578 3.745

9 1958 2.693 3.205 25 1974 1.965 3.188

10 1959 1.770 1.751 26 1975 2.136 4.140

11 1960 2.509 1.666 27 1976 1.650 2.622

12 1961 1.577 1.760 28 1977 1.784 2.170

13 1962 1.923 2.698 29 1978 2.117 3.223

14 1963 1.129 1.513 30 1979 2.627 2.716

15 1964 1.857 2.554 31 1980 1.978 2.513

16 1965 1.672 2.061 32 1981 1.913 2.837

 LATIHAN
Kode Responden X Y
1. Berapa besar koefisien
korelasinya?
1. 38 60
2. 45 50
2. Berapa besar sumbangan
3. 46 62
antar variabel?
4. 30 40
5. 53 68
3. Buktikan apakah ada
6. 54 59
hubungan yang signifikan
7. 61 79
antara var X dan Y.
8. 50 69
Jika a = 0,05 dan diuji
9. 52 65
dua pihak?
10. 51 70
11. 69 89
12. 53 79