ANALISIS KORELASI

Oleh: Nurul Faqih Isro’i

IAIN SAS Babel
Materi 10_ Pertemuan 11

KONSEP DASAR KORELASI

 Pengertian Korelasi

• Korelasi: Hubungan antardua variabel atau lebih.

• Analisis Korelasi: Analisis hubungan dua variabel

atau lebih.

• Hubungan antara dua variabel: bivariate correlation

• Hubungan antara lebih dari dua variabel:

multivariate correlation
 Arah Korelasi
• Hubungan yang bersifat searah/ pararel disebut korelasi positif.
Contoh: 1) Peningkatan intensitas belajar akan diikuti dengan kenaikan
prestasi belajar, demikian pula sebaliknya.
2) Kenaikan harga Bahan Bakar Minyak diikuti dengan kenaikan ongkos
angkutan.
• Hubungan yang sifatnya berlawanan arah disebut korelasi negatif.
Contoh: 1) Semakin lama waktu belajar seseorang, semakin sedikit
kesalahan yang dilakukan saat ujian.
2) Semakin meningkatnya kesadaran hukum di kalangan masyarakat
diikuti dengan makin menurunnya angka kejahatan/angka pelanggaran.
 Dalam pendugaan ada atau tidaknya

korelasi, dapat mengacu pada teori-teori

yang sudah ada sebelumnya atau asumsi-

asumsi yang sudah diyakini kebenarannya.

 Peta Korelasi

1) Korelasi positif maksimal/tertinggi/sempurna;

pencaran titik pada peta apabila dihubungkan
antara satu dg lainnya akan membentuk garis
lurus yang condong ke kanan.

2) Korelasi negatif maksimal/tertinggi/sempurna;

garis lurus condong ke kiri.
 Peta Korelasi
3) Korelasi positif yang tinggi/kuat; pencaran titik sedikit
mulai menjauhi garis linier atau terpencar, berada di sekitar
garis linier, condong ke kanan.
4) Korelasi negatif yang tinggi/kuat; pencaran titik sedikit
mulai menjauhi garis linier atau terpencar, berada di sekitar
garis linier, condong ke kiri.
5) Korelasi positif maupun negatif yang cukup/sedang;
pencaran titik semakin jauh tersebar/ menjauhi garis linier.
 Tinggi-rendah, kuat-lemah, besar-kecil suatu

korelasi dapat diketahui dengan melihat besar-

kecil angka koefisien disebut angka indeks

korelasi (coefficient of correlation).

Angka Korelasi

• Angka indeks korelasi atau koefisien korelasi

merupakan angka yang dapat dijadikan petunjuk
untuk mengetahui besar/kekuatan (kuat, lemah, atau
tidak ada) korelasi antara variable X dan variable Y

• Tingkat keeratan hubungan atau korelasi antar

variable dapat dilihat dari angka koefisien korelasi.
 Angka Korelasi

• Besarnya angka korelasi 0 sampai dengan ±1,00

• Tanda:
➢ Korelasi positif: angka indeks bertanda “plus” (+)

➢ Korelasi negatif: angka indeks bertanda “minus” (-)

Tanda “plus” dan “minus” bukanlah tanda aljabar.

 Interpretasi Koefisien Korelasi
Nilai Koefisien Korelasi Interpretasi
KK= 0 Tidak ada korelasi
0,00 < KK ≤ 0,20 Korelasi sangat rendah/lemah sekali
0,21 < KK ≤ 0,40 Korelasi rendah/lemah tapi pasti
0,41 < KK ≤ 0,70 Korelasi yang cukup berarti
0,71 < KK ≤ 0,90 Korelasi yang tinggi/kuat
0,91 < KK ≤ 0,99 Korelasi sangat tinggi/kuat sekali, sangat
diandalkan
KK = 1 Korelasi sempurna
 Lambang: rxy (koefisien product moment), ρ

(baca;rho, koefisien tata jenjang), φ (baca;phi,

koefisien korelasi phi), 𝑟𝑝𝑏𝑖 (koefisien point

biserial), dan KK (korelasi kontingensi).

Materi 10_ Pertemuan 11

PENGUJIAN HIPOTESIS
PENELITIAN
• Pengertian: teknik analisis statistik mengenai
hubungan antardua variabel atau lebih.
• Tujuan:
✓ Mencari bukti ada tidaknya hubungan antarvariabel
✓ Menjawab pertanyaan hubungan tersebut kuat,
cukup, atau lemah
✓ Memperoleh kejelasan dan kepastian, hubungan
antarvariabel berarti (meyakinkan/signifikan) atau
tidak.
• Penggolongan: Teknik analisis korelasional
bivariate dan multivariate
• Teknik statistik yang dapat digunakan untuk
menganalisis hubungan antara lain: koefisien
korelasi, koefisien penentu, dan analisis regresi
Teknik Analisis Korelasional Bivariat

Product Koefisien
Tata Jenjang Kontingensi
Moment Phi

Poin Biserial Biserial Kendall Tau Rasio

The
Tetrakorik
Widespread
Mencari Korelasi Pada Teknik Analisis Korelasional Bivariat

TEKNIK KORELASI PRODUCT MOMENT

 Product Moment
• Koefisien korelasi diperoleh dengan cara mencari
hasil perkalian dari momen-momen variabel yang
dikorelasikan.

• Penggunaannya:
✓ Variabel berbentuk gejala/data yang bersifat kontinu.

✓ Sampel bersifat homogen atau mendekati homogen.

✓ Regresi merupakan regresi linier

Rumus Product Moment
Data Tunggal dan N < 30
 Rumus Product Moment
Data Tunggal (N 30) dan Data Kelompok
 Interpretasi Terhadap Angka Indeks
Korelasi “r” Product Moment

Secara Kasar/sederhana Konsultasi pada Tabel

rxy Interpretasi • Merumuskan hipotesis
0,00-0,20 Sangat lemah/rendah (Ha dan H0)
(dianggap tidak ada korelasi)
• Menguji kebenaran
0,21-0,40 Lemah atau rendah
dengan membandingkan
0,41-0,70 Sedang atau cukup
dengan “r” tabel
0,71-0,90 Kuat atau tinggi
0,91-1,00 Sangat kuat atau sangat tinggi df = N-nr
N = number of cases
nr = banyaknya variabel
yang dikorelasikan
Langkah Pengujian

1. Merumuskan hipotesis (Ho dan Ha )

2. Memilih dan menentukan sampel penelitian
3. Membuat tabel bantu deskripsi data, terdiri atas
kolom X, kolom X 2 , kolom Y 2 , dan kolom XY.
4. Memasukkan data penelitian ke dalam tabel bantu.
5. Menghitung koefisien korelasi dengan formulasi
statistik.
6. Melakukan interpretasi dengan membandingkan
dengan tabel r product moment.
7. Melakukan uji signifikansi dengan uji t dan
interpretasi.
8. Menghitung koefisien determinasi dan memberikan
interpretasi. Rumus: KD = (r)2 × 100%
Mencari Korelasi Pada Teknik Analisis Korelasional Bivariat

TEKNIK KORELASI TATA JENJANG

Tata Jenjang

• Diukur berdasarkan perbedaan urutan

kedudukan skornya; bukan didasrkan pada skor
hasil pengukuran sebenarnya.
• Data ordinal/berjenjang atau data urutan.
• Penggunaan: sampel antara 10-29
• Rumus:
Interpretasi terhadap Angka Indeks
Korelasi Tata Jenjang
Merumuskan hioptesis:
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
Mencari Korelasi Pada Teknik Analisis Korelasional Bivariat

TEKNIK KORELASI PHI

Pengertian

• Digunakan apabila data dikotomik (terpisah atau

dipisahkan), variabel yang dikorelasikan adalah
variabel diskrit murni (laki2-perempuan, hidup-
mati, lulus-tidak lulus).
• Jika variabel bukan variabel diskrit, maka harus
diubah menjadi variabel diskrit.
Rumus
Mencari Korelasi Pada Teknik Analisis Korelasional Bivariat

TEKNIK KORELASI KONTINGENSI

Pengertian
Dua buah variabel yang dikorelasikan berbentuk
kategori atau gejala ordinal. Contohnya, tingkat
pendidikan: tinggi, menengah, dan dasar.
Pemahaman ajaran agama: baik, cukup, dan
kurang.

Rumus
Mencari Korelasi Pada Teknik Analisis Korelasional Bivariat

TEKNIK KORELASI POIN BISERIAL

Pengertian

• Digunakan untuk mencari korelasi dua variabel,

variabel I berbentuk variabel kontinu (misal: skor
tes) dan variabel II berbentuk variabel diskrit
murni (misal: betul atau salah dalam menjawab
butir-butir soal tes).
• Teknik analisis ini juga dapat digunakan untuk
menguji validitas soal.
• Lambangnya: rpbi
Rumus
Interpretasi terhadap Angka Indeks Korelasi

• Digunakan tabel “r” product moment (df=N-nr).

• Jika rpbi sama dengan atau lebih besar dari rtabel ,
maka kedua variabel berkorelasi secara
signifikan, dan sebaliknya.
CONTOH PENYELESAIAN SOAL
ANALISIS KORELASI SECARA
MANUAL DAN SPSS
 Pengujian
Hipotesis

Korelasi
Korelasi Bivariat
Multivariat
Contoh Kasus

KORELASI BIVARIAT
1. Contoh Soal Analisis Korelasi Bivariat

Sebuah perusahaan periklanan ingin mengetahui

hubungan antara durasi iklan produk X yang
ditayangkan per bulan oleh salah satu TV Swasta
dengan tingkat penjualan barang. Diambil durasi
penayangan iklan dan tingkat penjualan selama
satu bulan, dengan data sebagai berikut:
Tabel 1. Durasi Penyangan Iklan dan Tingkat
Penjualan Tahun 2019

Periode 2019 Durasi (Menit) Penjualan

Barang (Unit) Pertanyaan:
Januari 45 35240 1. Berapa besar hubungan
(korelasi) antara variabel X
Februari 55 36540
dan Y?
Maret 40 35000 2. Berapa besar sumbangan
April 60 42500 variabel X terhadap Y?
3. Ujilah apakah ada
Mei 70 43000 hubungan yang signifikan
Juni 60 42500 antara durasi penayangan
Juli 50 37500 iklan dengan tingkat
penjualan, gunakan taraf
Agustus 45 40000 nyata α=5%!
September 35 32000
Oktober 55 41500
November 65 42500
Desember 60 43000
Penyelesaian
1. Berapa besar hubungan (korelasi) antara variabel X dan Y?

No. Durasi (X) Penjualan (Y) XY 𝐗𝟐 𝐘𝟐

1 45 35240 1585800 2025 1241857600

2 55 36540 2009700 3025 1335171600
3 40 35000 1400000 1600 1225000000
4 60 42500 2550000 3600 1806250000
5 70 43000 3010000 4900 1849000000
6 60 42500 2550000 3600 1806250000
7 50 37500 1875000 2500 1406250000
8 45 40000 1800000 2025 1600000000
9 35 32000 1120000 1225 1024000000
10 55 41500 2282500 3025 1722250000
11 65 42500 2762500 4225 1806250000
12 60 43000 2580000 3600 1849000000
Total 640 471280 25525500 35350 18671279200
Menghitung nilai r

n ΣXY − ΣX. ΣY
r=
nΣX 2 − ΣX 2 nΣY 2 − ΣY 2
12 25525500 − 640.471280
=
12 35350 640 2 12 18671279200 471280 2

4686800 4686800
= =
14600 1950512000 120,8 44164,6
4686800
= = 0,878
5336429
• Jadi hubungan antara variabel X (Durasi
Penayangan Iklan) dengan variabel Y (Tingkat
Penjualan) sebesar r = 0,878. Nilai korelasi ini
bersifat positif dan tergolong kuat.
• Bersifat positif artinya terjadi hubungan searah
antara variabel X dan variabel Y, bila durasi
penayangan iklan semakin lama ditayangkan,
maka tingkat penjualan akan semakin
meningkat.
2. Berapakah besar sumbangan (kontribusi)
variabel X terhadap variabel Y?

Sumbangan (kontribusi):

KD = r 2 × 100% = 0,8782 × 100% = 77,1%

Artinya, pengaruh variabel X (durasi penayangan

iklan) terhadap variabel Y (tingkat penjualan)
sebesar 77,1% dan 22,9% ditentukan oleh variabel
lain.
3. Buktikan apakah ada hubungan yang signifikan antara durasi
penayangan iklan!

• Hipotesis:
Ho : Tidak ada hubungan antara durasi iklan dengan tingkat penjualan produk
Ha : Ada hubungan antara durasi iklan dengan tingkat penjualan produk

• Hipotesis statistik:
Ho : r = 0
Ha : r ≠ 0
• Taraf signifikansi: α=5%
• Kaidah pengujian:
Jika, −t tabel ≤ t hitung ≤ t tabel , maka Ho diterima.
Jika, t hitung > t tabel , maka Ho ditolak atau Ha diterima

• Menghitung t hitung dan t tabel

r n−2 0,878 12 − 2 0,7765
t hitung = = = = 5,807
1− r 2 1 − 0,878 2 0,4787
Nilai t tabel ditentukan dengan menggunakan tabel distribusi t dengan cara:
Taraf signifikansi α=0,05/2=0,025 (dibagi dua karena uji dua sisi), db=n-
2=12-2=10, sehingga t (α,db) = t (0,025,10) =2,228

• Membandingkan t hitung dan t tabel

Tujuannya untuk mengetahui apakah Ho ditolak atau diterima berdasarkan
kaidah pengujian sebelumnya.
Nilai t hitung = 5,807 > t tabel = 2,228, maka Ho ditolak.

• Mengambil keputusan
Karena t hitung lebih besar dari t tabel , maka Ho ditolak, dengan demikian Ha
diterima. Sehingga kesimpulannya Ada hubungan yang signifikan antara
durasi penayangan iklan dengan tingkat penjualan.

-2,228 2,228 5,1

Contoh Kasus

KORELASI
MULTIVARIAT/BERGANDA
2. Contoh Soal Analisis Korelasi
Multivariat/Berganda
Manajer Produksi PT X ingin mengetahui apakah ada
hubungan antara gaya kepemimpinan dan budaya kerja
dengan tingkat produktivitas tenaga kerja. Untuk keperluan
penelitian tersebut dilakukan penyebaran kuesioner
dengan menagmbil sampel 20 tenaga kerja. Jumlah
pertanyaan untuk variabel 𝑋1 𝑑𝑎𝑛 𝑋2 , masing-masing 10
pertanyaan. Sedangkan variabel Y diperoleh dari hasil
produktivitas tenaga kerja ybs. Skala yang digunakan yaitu:
(5) = sangat baik, (4) = baik, (3) = cukup, (2) = tidak baik,
(1) = sangat tidak baik. Taraf signifikansi α = 5%.
Adapun jawaban responden dan nilai produktivitas tenaga kerja
disajikan pada slide selanjutnya.
Tabel 2.1 Total Jawaban Responden dan Tingkat Produktivitas Tenaga Kerja
(Data Fiktif)

Gaya Produktivitas
Responden Budaya Kerja
Kepemimpinan Tenaga Kerja
1 30 38 80
2 32 36 70
3 36 40 72
4 38 36 75
5 37 38 72
6 46 40 80
7 31 30 65
8 30 48 90
9 50 42 85
10 46 45 85
11 42 46 85
12 42 48 80
13 42 40 75
14 46 41 85
15 46 40 75
16 46 30 65
17 42 42 81
18 44 40 80
19 32 35 70
20 40 38 77
Pertanyaan
1. Berapa besar hubungan (korelasi) secara simultan dan parsial antara gaya
kepemimpinan dan budaya kerja dengan produktivitas tenaga kerja dan
seberapa besar hubungan (korelasi) antara gaya kepemimpinan dengan
produktivitas tenaga kerja, serta antara budaya kerja dengan produktivitas
tenaga kerja?
2. Berapa besar kontribusi yang diberikan secara simultan antara gaya
kepemimpinan dan budaya kerja dengan produktivitas tenaga kerja dan
secara parsial antara gaya kepemimpinan dengan produktivitas tenaga
kerja, serta antara budaya kerja dengan produktivitas tenaga kerja?
3. Buktikan bahwa terdapat hubungan yang siginifikan secara simultan dan
parsial antara gaya kepemimpinan dan budaya kerja dengan produktivitas
tenaga kerja?
Penyelesaian

1. Berapa besar hubungan (korelasi) secara

simultan dan parsial antara variabel X1 dan X2
terhadap Y?
Variabel X1 : Gaya Kepemimpinan
Variabel X2 : Budaya Kerja
Variabel Y: Produktivitas Tenaga Kerja
• Membuat tabel penolong
Tabel 2.2 Tabel Penolong Uji Korelasi Berganda

No X1 X2 X2
1 X2
2 Y2 X1Y X 2Y X 1X2

1 30 38 80 900 1444 6400 2400 3040 1140

2 32 36 70 1024 1296 4900 2240 2520 1152
3 36 40 72 1296 1600 5184 2592 2880 1440
4 38 36 75 1444 1296 5625 2850 2700 1368
5 37 38 72 1369 1444 5184 2664 2736 1406
6 46 40 80 2116 1600 6400 3680 3200 1840
7 31 30 65 961 900 4225 2015 1950 930
8 30 48 90 900 2304 8100 2700 4320 1440
9 50 42 85 2500 1764 7225 4250 3570 2100
10 46 45 85 2116 2025 7225 3910 3825 2070
11 42 46 85 1764 2116 7225 3570 3910 1932
12 42 48 80 1764 2304 6400 3360 3840 2016
13 42 40 75 1764 1600 5625 3150 3000 1680
14 46 41 85 2116 1681 7225 3910 3485 1886
15 46 40 75 2116 1600 5625 3450 3000 1840
16 46 30 65 2116 900 4225 2990 1950 1380
17 42 42 81 1764 1764 6561 3402 3402 1764
18 44 40 80 1936 1600 6400 3520 3200 1760
19 32 35 70 1024 1225 4900 2240 2450 1120
20 40 38 77 1600 1444 5929 3080 2926 1520
∑ 798 793 1547 32590 31907 120583 61973 61904 31784
 • Menghitung nilai rX1,X2,Y

n ΣX1 Y − ΣX1 . ΣY
r=
nΣX1 2 − ΣX1 2 nΣY 2 − ΣY 2

a. Menghitung nilai korelasi X1 terhadap Y

20 61973 − 798)(1547
r=
20(32590) − 798 2 20(120583) − 1547 2

4954
= = 0,297
16634
 n ΣX2 Y − ΣX 2 . ΣY
r=
nΣX2 2 − ΣX 2 2 nΣY 2 − ΣY 2

b. Menghitung nilai korelasi X2 terhadap Y

20 61904 − 793)(1547
r=
20(31907) − 793 2 20(120583) − 1547 2

11309
= = 0,8637
13093
 n ΣX1 X2 − ΣX1 . ΣX 2
r=
nΣX1 2 − ΣX1 2 nΣX2 2 − ΣX 2 2

c. Menghitung nilai korelasi X1 terhadap X2

20 31784 − 798)(793
r=
20(32590) − 798 2 20(31907) − 793 2

2866
= = 0,2428
11,803,7
 rX21 ,Y + rX22 ,Y − 2(rX1 ,Y )(rX2 ,Y )(rX1,X2 )
rX1 ,X2 ,Y =
1 − rX21 X2

d. Menghitung nilai korelasi secara simultan antara

X1 dan X2 terhadap Y

0,2972 + 0,86372 − 2(0,297)(0,8637)(0,2428)

rX1,X2,Y =
1 − 0,24282

0,7098
= = 0,8685
0,9410
 Kesimpulan
• Angka korelasi sebesar 0,8685 menunjukkan secara
simultan variabel gaya kepemimpinan (X1 ) dan budaya
kerja (X2 ) hubungannya kuat terhadap produktivitas
tenaga kerja (Y).
• Jika dilihat secara parsial antara gaya kepemimpinan
(X1 ) dan produktivitas tenaga kerja (Y) hubungannya
lemah yaitu sebesar 0,297 dan antara budaya kerja (X2 )
dengan produktivitas tenaga kerja ( Y ) memiliki
hubungan yang kuat yaitu sebesar 0,8637
2. Berapa besar kontribusi yang diberikan secara
simultan antara variabel X1 dan X2 terhadap Y, dan
secara parsial antara X1 dengan Y, serta antara X2
dengan Y?
Artinya mencari koefisien determinasi dengan rumus:
KD = r 2 × 100%
• Kontribusi yang disumbangkan secara simultan oleh
variabel X1 dan X2 terhadap Y yaitu 𝟎, 𝟖𝟔𝟖𝟓𝟐 ×
𝟏𝟎𝟎% = 𝟕𝟓, 𝟒% dan sisanya 𝟐𝟒, 𝟔% dipengaruhi
oleh variabel lain
• Kontribusi yang disumbangkan oleh variabel X1
terhadap Y yaitu 𝟎, 𝟐𝟗𝟕𝟐 × 𝟏𝟎𝟎% = 𝟖, 𝟗% dan
variabel 𝑿𝟐 dianggap konstan
• Kontribusi yang disumbangkan oleh variabel X2
terhadap Y yaitu 𝟎, 𝟖𝟔𝟑𝟕𝟐 × 𝟏𝟎𝟎% = 𝟕𝟒, 𝟔% dan
variabel 𝑿𝟏 dianggap konstan
3. Buktikan apakah ada hubungan yang signifikan secara
simultan dan parsial antara variabel X1 dan X2 terhadap Y?

a. Uji signifikansi secara simultan antara variabel X1 dan X2

terhadap Y
• Hipotesis:
Ho : Tidak terdapat hubungan yang signifikan secara simultan
antara gaya kepemimpinan dan budaya kerja terhadap
produktivitas tenaga kerja.
Ha : Terdapat hubungan yang signifikan secara simultan antara gaya
kepemimpinan dan budaya kerja terhadap produktivitas tenaga
kerja.
• Hipotesis statistik:
Ho : rX1 ,X2 ,Y = 0
Ha : rX1 ,X2 ,Y ≠ 0
• Taraf signifikansi: α=5%
• Kaidah pengujian:
Jika, Fhitung ≤ Ftabel , maka Ho diterima.
Jika, Fhitung > Ftabel , maka Ho ditolak atau Ha diterima
• Menghitung Fhitung dan Ftabel
R2ൗ
m
Fhitung =
(1 − R2 )ൗ
n−m−1
0,86852ൗ
2 0,3771
= 2 = = 26,1
(1 − 0,8685 )ൗ 0,0144
20 − 2 − 1
Nilai Ftabel ditentukan dengan menggunakan tabel F
dengan ketentuan:
Ftabel = F(α)(k,dk)
α=0,05, k=2, dk=n-k-1=20-2-1=17
Ftabel = F(0,05)(2,17) = 3,59
• Membandingkan t hitung dan t tabel
Tujuannya untuk mengetahui apakah Ho ditolak atau
diterima berdasarkan kaidah pengujian sebelumnya.
Nilai Fhitung = 26,1 > Ftabel = 3,59, maka Ho ditolak.
• Mengambil keputusan
Karena Fhitung lebih besar dari Ftabel , maka Ho
ditolak, dengan demikian Ha diterima. Sehingga
kesimpulannya Terdapat hubungan yang signifikan
secara simultan antara gaya kepemimpinan dan
budaya kerja terhadap produktivitas tenaga kerja.

0 3,59 26,1
b. Uji signifikansi secara parsial antara variabel X1
terhadap Y
c. Uji signifikansi secara parsial antara variabel X2
terhadap Y

Adapun untuk uji parsial antara variabel X1

terhadap Y dan X2 terhadap Y
dapat mengikuti langkah2 di atas pada poin a.
TERIMA KASIH