Statistika Pendidikan

“Analisis Korelasi”
Contoh korelasi

Hubungan antarlebih dari dua

variabel, misal:
hubungan antara prestasi studi
(variabel X1) dengan kerajinan
kuliah
 • Ingin mencari bukti (berlandasan pada data
yang ada), apakah memang benar antara
variabel yang satu dan variabel yang lain
terdapat hubungan atau korelasi.

• Ingin menjawab pertanyaan apakah

Tujuan hubungan antar variabel itu ( jika memang
Teknik ada ubungannya ) termasuk hubungan yang
kuat, cukupan, ataukah lemah.
Analisis
Korelasional
• Ingin memperoleh kejelasan dan kepastian (
secara matematik ) apakah hubungan antar
variabel itu merupakan hubungan yang
berarti atau menyakinkan ( signifikan )
ataukah hubungan yang tidak berarti atau
tidk meyakinkan.
 Satu arah atau artinya apabila variabel
Korelasi positif, jika X mengalami kenaikan
Arah Korelasi dua variabel (atau atau pertambahan, akan
diikuti pula dengan
Hubungan lebih) yang
kenaikan atau
berkorelasi, berjalan
antar paralel;
pertambahan pada
variabel Y
variabel dari
segi arah,
dibedakan Berlawanan arah atau artinya apabila
menjadi dua Korelasi negatif, jika dua variabel X mengalami
variabel (atau lebih) yang kenaikan atau
macam, berkorelasi itu berjalan pertambahan, akan
yaitu: dengan arah yang
berlawanan,
diikuti dengan
penurunan atau
bertentangan, atau pengurangan pada
berkebalikan; variabel Y
 • kenaikan harga Bahan Bakar
Minyak (BBM) diikuti dengan
kenaikan ongkos angkutan;
sebaliknya jika harga BBM
korelasi rendah, maka ongkos
positif angkutan pun murah
(rendah). Dalam dunia
Contoh Arah pendidikan, hubungan antara
Korelasi nilai hasil belajar matematika
dan nilai hasil belajar fisika

• makin meningkatnya
kesadaran hukum di
Korelasi kalangan masyarakat diikuti
negatif dengan makin menurunnya
angka kejahatan atau angka
pelanggaran;
Winna Normala
 Merupakan arah
hubungan variabel yang
akan dicari korelasinya,
dapat diamati melalui
sebuah peta atau
diagram

Peta Korelasi
Dalam peta korelasi, dapat
dilihat pencaran titik atau
momen dari variabel yang
sedang dicari korelasinya,
maka dapat disebut juga
sebagai Scatter Diagram
Winna Normala
(Diagram Pencaran Titik)
 Korelasi Positif
Maksimal

Korelasi Negatif
Maksimal
Korelasi Negatif
Tinggi
Peta Korelasi Korelasi Positif
Tinggi
Korelasi Positif
Lemah

Korelasi Negatif
Lemah
Diagram
Korelasi
Positif
Maksimal Jika korelasi antara variabel X dan variabel Y
merupakan korelasi positif maksimal, atau
korelasi positif tertinggi, atau korelasi positif
sempurna, maka pencarian titik yang
terdapat pada peta korelasi apabila
dihubungkan antara satu dengan yang lain,
akan membentuk satu buah garis lurus yang
condong ke arah kanan.
Korelasi
Negatif
Maksimal
Jika korelasi antara variabel X dan variabel
Y merupakan korelasi negatif maksimal
atau korelasi negatif tertinggi atau
korelasi negatif sempurna maka pencaran
titik yang terdapat pada peta korelasi akan
membentuk satu garis lurus dengan yang
condong ke arah kiri.
 Korelasi
Positif Tinggi

Jika korelasi antara variabel X dan variabel Y

termasuk korelasi positif yang tinggi atau kuat,
maka pencaran titik yang terdapat pada peta
korelasi sedikit atau beberapa mulai menjauhi garis
lurus, yaitu titik-titik tersebut terpencar atau
berada di sekitar garis lurus tersebut dengan
kecondongan ke arah kanan.
Korelasi
Negatif
Tinggi
Jika korelasi antara variabel X dan variabel
Y termasuk korelasi negatif yang tinggi
atau kuat, maka pencaran titik yang
terdapat pada peta korelasi itu sedikit
menjauhi garis lurus dengan kecondongan
ke arah kiri.
Korelasi
Positif
Lemah
Korelasi positif atau korelasi negatif yang
menunjukkan korelasi yang rendah atau
kecil, maka pencaran titik yang terdapat
pada peta korelasi akan semakin jauh
tersebar atau menjauhi dari garis lurus.
Korelasi
Negatif
Lemah

Korelasi positif atau korelasi negatif yang

menunjukkan korelasi yang rendah atau
kecil, maka pencaran titik yang terdapat
pada peta korelasi akan semakin jauh
tersebar atau menjauhi dari garis lurus.
 Angka Indeks Korelasi
(Coefficient Of
Correlation)
Merupakan tingi –
rendah, kuat – lemah,
atau besar kecilnya
suatu korelasi yang
dilihat melalui suatu
angka (koefisien)
Angka
Korelasi
Lambang angka
korelasi, diberikan
lambang tertentu
 Besarnya angka indeks korelasi berkisar
antara – 1,00 sampai dengan 1,00. Hasil
korelasi yang sempurna sebesar - 1,00 dan
1,00. Bila tidak ada korelasi maka angka
indeks korelasi menunjukkan angka 0.
Apabila hasil perhitungan korelasi lebih
dari ± 1,00, maka hal ini menunjukkan telah
Besar Angka terjadi kesalahan dalam perhitungan.
Indeks
Korelasi kriteria angka indeks korelasi
0 : tidak ada korelasi antara dua
variabel
0 – 0,25 : korelasi sangat lemah
0,25 – 0,5 : korelasi cukup
0,5 – 0,75 : korelasi kuat
0,75 – 0,99 : korelasi sangat kuat
1 : korelasi sempurna
 Bila angka indeks korelasi bertanda minus (-)
berarti korelasi tersebut mempunyai arah
korelasi negatif. Tanda – yang terdapat di
depan angka indeks korelasi tidak dapat
diartikan bahwa korelasi antara variabel itu
besarnya kurang dari nol, karena angka indeks
korelasi yang paling kecil adalah nol.
Tanda Indeks
Korelasi
Bila angka indeks korelasi diberi tanda plus (+)
atau tidak diberi tanda apapun menunjukkan
arah korelasi tersebut adalah korelasi positif.
Hal yang perlu diingat bahwa tanda + dan – di
depan angka indeks korelasi itu bukanlah
tanda aritmatika.
 Teknik Analisis Korelasional
Bivariat, merupakan teknik yang
mendasarkan diri pada dua buah
variabel

Teknik
Analisis Teknik analisis korelasional dibedakan menjadi dua, yaitu:

Korelasional

Teknik Analisis Korelasional

Multivariat, merupakan teknik
analisis korelasi yang
mendasarkan diri pada lebih dari
dua variabel
 Terdapat 10 macam teknik perhitungan korelasi, yaitu:

Teknik Korelasi
Teknik Korelasi Teknik Korelasi
Produk
Tata Jenjang Koefisien Phi
Momen

Teknik Teknik Korelasi Teknik Korelasi Teknik Korelasi

Analisis Biserial Poin Biserial Kontingensi

Korelasional
Teknik The
Teknik Korelasi Teknik Korelasi
Widespread
Kendall Tau Rasio
Correlation

Teknik Korelasi
Tetrakorik
Teknik Korelasi Product
Moment (Pearson)
  Korelasi merupakan istilah statistik yang
menyatakan derajat hubungan liner
antara dua variabel atau lebih.

 Korelasi pearson ini merupakan alat uji

Pengertian statistik yang digunakan untuk menguji
hipotesis asosiatif (uji hubungan) dua
variabel bila datanya berskala interval
atau rasio.

 Teknik korelasi produk momen ini

dikembangkan oleh Karl Pearson.
 Kegunaan Korelasi Product
Moment (Pearson)
• Untuk menyatakan ada atau tidaknya
hubungan antara variabel X dengan
variabelY.

• Untuk menyatakan besarnya sumbangan

atau seberapa besar jika ada hubungan
antarar variabel satu terhadap yang
lainnya yang dinyatakan dalam persen.
Syarat-syarat menggunakan
Product Moment
1. Pengambilan sampel dari populasi
harus random (acak)
2. Data harus berskala interval atau
rasio.
3. Hubungan antara variabel X dan Y
hendaknya bersifat linear.
Untukmemberikaninterpretasi mengenaibesarnyakoefisien korelasi
adaduacara, yaitu dengankasar atau sederhanadan dengan
berkonsultasidenganTabelNilai r Product Moment.
Hasil perhitungan korelasi dikelompokkan menjadi 3 kelompok
besar, yaitu :
• Korelasi Positif kuat (mendekati +1)
X ↑ maka diikuti dengan ↑Y, dan sebaliknya jika
• Korelasi Negatif Kuat (mendekati atau sama dengan -1)
X ↑ akan diikuti dengan ↓ Y, dan sebaliknya
• Tidak ada Korelasi (Mendekati 0 atau sama dengan 0 (nol))
Tidak adanya keterkaitan antara variabel, Apabila X ↑ maka
tidak selalu diikuti dengan naik atau turunnya Y.
 Tingkat penafsiran rxy
Besar rxy Penafsiran

Hubungan sangat lemah (diabaikan,

0,00 – < 0,20
dianggap tidak ada)

≥ 0,20 – < 0,40 Hubungan rendah atau lemah

≥ 0,40 – < 0,70 Hubungan sedang atau cukup

≥ 0,70 – < 0,90 Hubungan kuat

≥ 0,90 – ≤ 1,00 Hubungan sangat kuat

Rumus Pearson Product Moment
 Contoh soal :
Suatu penelitian yang ingin
Nomor urut Jumlah kredit yang Indeks
melihat apakah ada Mahasiswa diambil prestasi
hubungan antara banyaknya 1 20 3,1
kredit yang diambil dengan 2 18 4,0
indeks prestasi yang dicapai
3 15 2,8
mahasiswa dalam satu
4 20 4,0
semester. Setelah dilakukan
5 10 3,0
pengumpulan data dari 10
6 12 3,6
mahasiswa ternyata
7 16 4,0
penyebaran kredit dan
8 14 3,2
indeks prestasi yang dicapai
9 18 3,5
sebagai berikut:
10 12 4,0
 Cara menghitung korelasi product momen dengan simpangan

Langkah-langkah :

1. Menentukan variabel. Jika jumlah kredit mata kuliah yang diambil

mahasiswa merupakan variabel X, maka indeks prestasi merupakan
variabel Y
2. Buatlah tabel penolong yang mengandung unsur-unsur atau faktor-faktor
yang diperlukan dalam perhitungan korelasi sesuai dengan kebutuhan
tabel Korelasi Product Moment dengan Simpangan.

Siswa ke- X Y x y xy
1
2
dst
3. Menjumlahkan subyek penelitian
4. Menjumlahkan skor X dan skor Y
12. Menyelesaikan rumus Korelasi Product Moment dengan Simpangan, yaitu:
Siswa
X Y x y xy
ke-
1 20 3,1 4,5 -0,42 -1,89 20,25 0,1764
2 18 4,0 2,5 0,48 1,2 6,25 0,2304
3 15 2,8 -0,5 -0,72 0,36 0,25 0,5184
4 20 4,0 4,5 0,48 2,16 20,25 0,2304
5 10 3,0 -5,5 -0,52 2,86 30,25 0,2704
6 12 3,6 -3,5 0,08 -0,28 12,25 0,0064
7 16 4,0 0,5 0,48 0,24 0,25 0,2304
8 14 3,2 -1,5 -0,32 0,48 2,25 0,1024
9 18 3,5 2,5 -,02 -0,05 6,25 0,0004
10 12 4,0 -3,5 0,48 -1,68 12,25 0,2304
N=10 155 35,2 0 0 3,4 110,5 1,996
Besarnya Koefisien Korelasi secara sederhana
 Cara menghitung korelasi product momen dengan Angka Kasar

1. Jika jumlah kredit mata kuliah yang diambil mahasiswa merupakan variabel
X, maka indeks prestasi merupakan variabel Y
2. Buatlah tabel penolong yang mengandung unsur-unsur atau faktor-faktor
yang diperlukan dalam perhitungan korelasi sesuai dengan kebutuhan tabel
Korelasi Product Moment dengan ANGKA KASAR.
3. Menjumlahkan subyek penelitian
4. Menjumlahkan variabel X dan variabel Y
5. Mengalikan antara variabel X dan variabel Y
6. Mengkuadratkan variabel X dan menjumlahkannya
7. Mengkuadratkan variabel Y dan menjumlahkannya
8. Menyelesaikan rumus Korelasi Product Moment dengan angka kasar untuk
mencari koefisien korelasinya, yaitu:
Siswa ke- X Y XY
1 20 3,1 62 400 9,61
2 18 4,0 72 324 16
3 15 2,8 42 225 7,84
4 20 4,0 80 400 16
5 10 3,0 30 100 9
6 12 3,6 43,2 144 12,96
7 16 4,0 64 156 16
8 14 3,2 44,8 196 10,24
9 18 3,5 63 324 12,25
10 12 4,0 48 144 16
N=10 155 35,2 549 2513 125,90
 Besarnya Koefisien Korelasi dengan menggunakan tabel nilai r
Product Moment

• Merumuskan hipotesis alternatif (Ha) Ada korelasi antara banyaknya kredit

yang diambil dengan indeks prestasi yanng dicapai mahasiswa dalam satu
semester di kampus X.
• Merumuskan hipotesis nihil (Ho): Tidak ada korelasi antara banyaknya kredit
yang diambil dengan indeks prestasi yanng dicapai mahasiswa dalam satu
semester di kampus X.
• Berkonsultasi dengan Tabel Nilai r Product Moment: - rtabel pada tingkat
signifikansi 5%=0,666 dan -rtabel pada tingkat signifikans 1% =0,798.
• Membandingkan besar r_xy atau ro dengan rt. Dimana ro sebesar 0,23
sedangkan rt pada t.s 5%=0,666 dan rt pada t.s 1%=0,798. Dengan demikian
ternyata ro lebih kecil dari rt, maka hipotesis alternatif(Ha) ditolak dan
hipotesis nihil(Ho) diterima.
 Pada Teknik Korelasi Jenjang Teknik
ini, besar-kecil atau kuat-lemahnya
korelasi antara variabel yang sedang Korelasi
kita selidiki korelasinya, kita ukur Tata
berdasarkan perbedaan urutan
kedudukan skornya, jadi bukan Jenjang
didasarkan pada skor hasil /Pering
pengukuran yang sebenarnya.
kat
Dengan kata lain, datanya adalah data
ordinal atau data berjenjang atau Spearm
data urutan. an
 Siswa yang IQ-nya menepati
jenjang (ranking) paling tinggi, juga
menempati jenjang paling tinggi
dalam hal prestasi belajar
Matematika. Siswa yang IQ-nya
rendah, prestasi belajar
Matematikanya juga menempati
jenjang paling rendah.
Misalnya: Siswa: Jenjang IQ:
Jenjang Studi
Matematika:

A 5 5

B 1 1

C 3 3

D 2 2

E 4 4

SILMI
 Penggunaan Lambang

Teknik Analisis Korelasi

Tata Jenjang ini dapat
efektif digunakan apabila
subjek yang dijadikan
sample dalam penelitian
lebih dari sembilan tetapi
kurang dari tiga puluh, 
dengan kata lain N atara
10-29. Karena itu apabila
N sama dengan atau lebih
dari 30, sebaiknya jangan
digunakan teknik korelasi
ini.

SILMI
 Rumus


 Rumus


Teknik korelasi
koefisien
kontingensi
 Teknik Korelasi koefisien
Kontigensi (Contingency Coefficient
Corellation) adalah salah satu
teknik Analisis
Korelasional Bivariat, yang dua
buah variabel dikorelasikan adalah
berbentuk katagori atau
merupakan gejala ordinal.
Koefisien kontingensi merupakan
satu-satunya untuk menghitung
Pengertian data dengan skala nominal.

Misalnya: tingkat
pendidikan: tinggi,
menengah, rendah:
pemahaman terhadap ajaran
agama islam: baik, cukup.
kurang dan sebagainya.

FINA
 Lambangnya Rumusnya

umumnya diberi
lambang dengan huruf C

atay KK (singkatan dari
koefisien kontingensi).
 Cara
memberikan konsultasikan
interpretasi dengan tabel
terhadap nilai “r” product
angka indeks moment dengan
korelasi df sebesar N-nr
kontingensi
 Misalkan akan diteliti, apakah terdapat
korelasi positif yang signifikan antara
semangat berolah-raga dan kegairahan
belajar. Sejumlah 200 orang subjek
diterapkan sebagai sampel penelitian.
Hasil pengumpulan data menunjukkan
Contoh cara angka sebagaimana tertera pada tabel
mencari 5.19
(menghitung)
angka indeks
korelasi
kontingensi

FINA
FINA
Setelah harga
kai kuadrat
kita ketahui,
maka
selanju-tnya
kita 
substitusikan
ke dalam
rumus
koefisien
kontingensi:

 Kelebihan Kelemahan
 Hasilnya cuma mengidentifikasi apa
 Kemampuannya untuk sejalan dengan apa, tidak mesti
menyelidiki hubungan menunjukkan saling hubungan yang
bersifat kausal
antara beberapa variabel
secara bersama-sama  Jika dibandingkan dengan penelitian
eksperimental, penelitian
(simultan). korelasional itu kurang tertib-ketat,
 Mampu memberikan karena kurang melakukan kontrol
terhadap variabel-variabel bebas.
informasi tentang
derajat (kekuatan)  Pola saling hubungan itu sering tak
menentu dan kabur
hubungan antara
variabel-variabel yang  Sering merangsang penggunaannya
sebagai semacam short-gun
diteliti. approach, yaitu memasukkan
berbagai data tanpa pilih-pilih dan
menggunakan setiap interpretasi
yang berguna atau bermakna.