Disusun oleh :
Kelompok 4
Semester : IV (Empat)
1
KOEFISIEN KORELASI LINEAR DAN UJI SIGNIFIKASI KOEFISIEN
KORELASI LINEAR
A. Mengenal Korelasi
2
Sekaitan dengan adanya garis regresi, maka jika korelasinya pisitif, maka
garis regresinya akan condong ke kanan (mempunyai gradient yang positif) dan jika
korelasinya negatif, maka garis regresinya akan condong ke kiri (mempunyai gradient
negatif).perhatikan gambar berikut
Y Y
X X
Dari gambar tampak bahwa korelasinya positif, maka semakin tinggi X pada
umumnya akan diikuti oleh semakin tinggi Y dan sebaliknya semakin rendah X pada
umumnya akan diikuti semakin rendah Y. Di sisi lain, korelasi negative menunjukan
semakin tinggi X pada umumnya diikuti oleh semakin rendah Ydan sebalik
nya,semakin rendah X pada umumnya diikuti oleh semakin tingginya Y.
Ada beberapa hal yang perlu dicatat dalam penafsiran nilai r. Ada yang
berpendapat bahwa kalau nilai r negatif3, maka diartikan tidak ada hubungan
(korelasi). Pendapat itu salah. Jika r negatif, misalnya, r = -0,9, maka tetap saja
terdapat hubungan, namun negative. Nilai r sebesar -0.9. tersebut tetap saja
merupakan hubungan yang tinggi (kuat), namun mempunyai arah negative. Korelasi
negative, pada kasus kasus tertentu, tetap bermanfaat untuk menjelaskan kaitan antara
dua variabel.
3
Hal kedua yang perlu dicatat ialah bahwa ada atau tidaknya korelasi tidak
boleh ditafsirkan sebagai ada atau tidaknya pengaruh (efek). Jadi, adanya korelasi
tidak boleh diartikan adanya hubungan sebab akibat (hubungan kasual). Bahkan ada
orang yang menafsirkan adanya korelasi positif sebagai pengaruh positif dan adanya
korelasi negative sebagai adanya pengaruh negative. Hal demikian tentu saja tidak
benar. Misalnya, orang menafsirkan karena ada korelasi antara motivasi dan prestasi
belajar, maka dikatakan bahwa motivasi berpengaruh kepada prestasi belajar. Hal itu
tidak benar. Adanya korelasi antara motivasi dan prestasi belajar semata-mata hanya
menunjukan bahwa dari data yang ada diperoleh kesimpulan bahwa semakin tinggi
nilai motivasi akan semakin tinggi nialai prestasi belajar, dan sebaliknya semakin
rendah nilai motivasi akan semakin rendah nilai prestasi belajar. Yang dapat
dilakukan ialah bahwa dari kesimpulan itu, apabila ada siswa yang motivasinya
tinggi, maka diramalkan bahwa siswa tersebut akan berprestasi tinggi.
B. Kegunaan Korelasi
4
mendekati 1, maka hubungan semakin kuat; sebaliknya jika hubungan mendekati 0,
maka hubungan semakin lemah
Koefesien korelasi ialah pengukuran statistik kovarian atau asosiasi antara dua
variabel. Besarnya koefesien korelasi berkisar antara +1 s/d -1. Koefesien korelasi
menunjukkan kekuatan (strength) hubungan linear dan arah hubungan dua variabel
acak. Jika koefesien korelasi positif, maka kedua variabel mempunyai hubungan
searah. Artinya jika nilai variabel X tinggi, maka nilai variabel Y akan tinggi pula.
Sebaliknya, jika koefesien korelasi negatif, maka kedua variabel mempunyai
hubungan terbalik. Artinya jika nilai variabel X tinggi, maka nilai variabel Y akan
menjadi rendah dan berlaku sebaliknya.
5
∑𝑥𝑦
rxy =
√(∑𝑥2)(∑𝑦2)
Dengan x = X – X dan y = Y - Y
Biasanya formula itu sulit untuk digunakan apabila 𝑥 dan/atau 𝑦tidak bulat.
Dari formula itu, dapat diturunkan formula berikut yang lebih mudah dipakai.
Sekaitan dengan JKT, JKR, dan JKG pada model regresi linear, dapat
dibuktikan bahwa:
(∑Y)2
JKT = ∑Y2 –
𝑛
JKR = (r2)JKT
JKG = (I – r2)JKT
Contoh 14.8
Tabel 14.1
6
Gita 65 82 5330 4225 6724
Gilang 60 89 5340 3600 7921
Gayatri 65 93 6045 4225 8649
Khairul 50 76 3800 2500 5776
Rabiatul 65 86 5590 4225 7396
Anisah 45 71 3195 2025 5041
Bagus 50 69 3450 2500 4761
N=12 ∑X=665 ∑Y=951 ∑XY=53305 ∑X2=37525 ∑Y2=76095
Solusi :
(12)(53305) - (665)(951)
= 0.862
Secara umum kita menggunakan angka signifikansi sebesar 0,01; 0,05 dan
0,1. Pertimbangan penggunaan angka tersebut didasarkan pada tingkat kepercayaan
7
(confidence interval) yang diinginkan oleh peneliti. Angka signifikansi sebesar 0,01
mempunyai pengertian bahwa tingkat kepercayaan atau bahasa umumnya keinginan
kita untuk memperoleh kebenaran dalam riset kita adalah sebesar 99%. Jika angka
signifikansi sebesar 0,05, maka tingkat kepercayaan adalah sebesar 95%. Jika angka
signifikansi sebesar 0,1, maka tingkat kepercayaan adalah sebesar 90%.
Jika angka signifikansi hasil riset < 0,05, maka hubungan kedua variabel
signifikan.
Jika angka signifikansi hasil riset > 0,05, maka hubungan kedua variabel
tidak signifikan
Pada dasarnya, prosedur uji signifikasi korelasi tidak berbeda dengan uji
hipotesis, ada lambing untuk parameter dan ada lamabang untuk statistic. Koefesien
korelasi pada populasi disajikan dengan 𝜌 (dibaca “rho”), sedangkan koefesien
korelasi pada sampel disajikan dengan r, atau rxy.
rxy √n – 2
t=
√I – r2xy
8
rxy √n – 2
F=
√I – r2xy
Suatu variabel random yang berdistribusi F dengan derajat kebebasan I dan n-2
𝐽𝐾𝑅
RKR = 𝐽𝐾𝑅 RKG =
𝐼 𝑛−2
Tabel 14.8
Rangkuman Analisis Variansi pada Korelasi Linear Sederhana
Sumber JK Dk RK FOBS Fα p
𝑅𝐾𝑅
Regresi JKR 1 RKR F= F* P<α
RKG
(R) atau p >
α
Galat JKG n- 2 RKG - - -
Total JKT n-1 - - - -
9
Contoh 14.9
Seseorang ingin meneliti apakah korelasi positif antara tinggi badan ayah dengan
tinggi anak laki-laki tertuanya yang telah berumur lebih dari 20 tahun. Sampel
random berukuran 12 diambil dan datanya (dalam satuan inchi) tampak pada tabel
berikut.
Tabel 14.9
Tinggi Ayah dan Anak Laki-laki Tertua (dalam inchi)
Tinggi Ayah (X) 65 63 67 64 68 62 70 66 68 67 69 71
Tinggi Anak (Y) 68 66 68 65 69 66 68 65 71 67 68 70
Jika diambil tingkat signifikan 5%, bagaimana hasil penelitian tersebut, jika
diasumsikan bahwa semua persyaratan regresi linear dipenuhi?
Solusi :
1. H0 : p ≤ 0 ;
H1 : p > 0
2. α = 0. 05
3. statistik uji yang digunakan
t= rxy √(𝑛−2 ~ t (n − 2)
√1− r2xy
4. komputasi
setelah dihitung dari data pada Tabel 14.9, diperoleh :
∑ X = 800 ∑ Y = 811 ∑ XY = 54107
∑ 𝑋 = 53418 ∑ 𝑌 = 54894
2 2
𝑠𝑒ℎ𝑖𝑛𝑔𝑔𝑎 𝑑𝑖𝑝𝑒𝑟𝑜𝑙𝑒ℎ ∶
n ∑ 𝑋F− (∑ 𝑋 ) (∑ F)
rxy =
√(𝑛 ∑ 𝑋 2 − (∑ 𝑋 ) 2) (𝑛 ∑ F 2 − (∑ F ) 2 )
(12)(54107)− (800)(811)
=
√( (12)(53418)−800 2) ((12)(54849)− 811 2)
= 0. 7027
(0.7027)√10
t= = 3.12
√1−0.7027 2
5. daerah Kritik
t0.05;10 = 1.812;
DK = { t I t > 1.812 }; dan
t obs = 3.12 ∈ 𝐷𝐾
6. Keputusan uji : Ho ditolak
10
7. Kesimpulan
Terdapat korelasi positif antara tinggi badan ayah dengan tinggi anak
tertuanya.
JKR = (𝑟2)JKT
= (1 − 0.70272)(38.917) = 19.217
JKG = (1 − 𝑟2)JKT
= (1 − 0.70272)(38.917) = 19.700
RKR 19.217
𝐹𝑜𝑏𝑠 = = = 9.75
RKG 1.970
DK = {F | F > 4.96}
Tabel 14.10
Rangkuman Analisis Variansi pada Kolerasi Linear Sederhana
Sumber JK dk RK 𝐹𝑜𝑏𝑠 𝐹𝛼 ρ
Regresi (R) 19.217 1 19.217 9.75 4.96 < 0.05
Galat 19.700 10 1.970 - - -
Total 38.917 11 - - - -
Dapat dilihat bahwa dengan analisis variansi pun 𝐻0 juga ditolak. Perhatikan
pula bahwa nilai 𝐹𝑜𝑏𝑠 adalah kuadrat dari 𝑡𝑜𝑏𝑠.
11
G. Membuat Interpretasi Dalam Korelasi
Interpretasi ketiga melihat arah korelasi. Dalam korelasi ada dua arah korelasi,
yaitu searah dan tidak searah. Pada IBM SPSS hal ini ditandai dengan pesan two
tailed. Arah korelasi dilihat dari angka koefesien korelasi. Jika koefesien korelasi
positif, maka hubungan kedua variabel searah. Searah artinya jika variabel X nilainya
tinggi, maka variabel Y juga tinggi. Jika koefesien korelasi negatif, maka hubungan
kedua variabel tidak searah. Tidak searah artinya jika variabel X nilainya tinggi,
maka variabel Y akan rendah.
12
H. Menguji Hipotesis Dalam Korelasi
Kriteria ini hanya berlaku untuk nilai t hitung yang positif (+).
H0: Tidak ada hubungan antara kepuasan kerja dengan loyalitas pegawai
Sebagai contoh hasil t hitung sebesar 3,6 . T table dengan ketentuan α= 0,05
Degree of freedom: n-2, dan n = 30 diketemukan sebesar: 2,048. Didasarkan
ketentuan di atas, maka t hitung 3,6 > t table 2,048. Dengan demikian H0 ditolak dan
H1 diterima. Artinya ada hubungan antara kepuasan kerja dengan loyalitas pegawai
13
Untuk melakukan pengujian hipotesis dilakukan disisi kiri kurva jika t hitung
diketemukan negative (-). Bilangan negatif t tidak bermakna minus (hitungan) tetapi
mempunyai makna bahwa pengujian hipotesis dilakukan di sisi kiri. Caranya ialah
sebagai contoh hasil t hitung sebesar -3,6 . T table dengan ketentuan α= 0,05 Degree
of freedom: n-2, dan n = 30 diketemukan sebesar: 2,048. Letakkan nilai-nilai tersebut
di kurva seperti di bawah ini:
Jika nilai t hitung positif (+),maka pengujian dilakukan disisi kanan. Kurva
pengujian akan seperti dibawah ini:
Sebagai contoh hasil t hitung sebesar 3,6 . T table dengan ketentuan α= 0,05
Degree of freedom: n-2, dan n = 30 diketemukan sebesar: 2,048. Letakkan nilai-nilai
tersebut di kurva seperti di bawah ini:
14
Kurva di atas menunjukkan bahwa t hitung jatuh di area H0 ditolak; dengan
demikian H1 diterima. Oleh karena itu kesimpulannya ialah ada hubungan antara
kepuasan kerja dengan loyalitas pegawai.
H0: Tidak ada hubungan signifikan antara kepuasan kerja dengan loyalitas pegawai
H1: Ada hubungan signifikan antara kepuasan kerja dengan loyalitas pegawai
Didasarkan ketentuan diatas maka signifikansi hitung sebesar 0,03 < 0,05,
maka H0 ditolak dan H1 diterima. Artinya Ada hubungan signifikan antara kepuasan
kerja dengan loyalitas pegawai.
I. Kisaran Korelasi
Kisaran (range) korelasi mulai dari 0 sampai dengan 1. Korelasi dapat positif dan
dapat pula negatif.
Korelasi sama dengan 0 mempunyai arti tidak ada hubungan antara dua variabel. Jika
dilihat dari sebaran data, maka gambarnya akan seperti terlihat di bawah ini:
15
Gambar 4.1 Korelasi dimana r = 0
16
Gambar 4.3 Korelasi dimana r = - 1
J. Karakteristik Korelasi
17