Oleh:

Drs. Eswendi, M.Pd.

FAKULTAS BAHASA DAN SENI

UNIVERSITAS NEGERI PADANG

ESWENDI. 2011. Korelasi. Padang: FBS UNP

12/20/2017 Padang 1
 Dipergunakan untuk menguji taraf signifikansi:
1. hubungan; dan
2. konstribusi;
antara dua variabel.

VARIABEL VARIABEL

X Y
Variabel bebas Variabel terikat

ESWENDI. 2011. Korelasi. Padang: FBS UNP

12/20/2017 Padang 2
 Menguji taraf signifikansi hubungan antara :
kecerdasan dengan keterpl menggambar;
pemanfaatan alat belajar dengan keberhasilan belajar;
pemanfaatan waktu luang dengan produktivitas berkarya;
kemampuan bdg seni rupa dengan minat berwirausaha;
tingkat pendidikan dengan kualitas produk;
kelengkapan alat praktikum dengan kualitas karya;
dan lain-lain.

VARIABEL VARIABEL

X Y
ESWENDI. 2011. Korelasi. Padang: FBS UNP
12/20/2017 Padang 3
 Kenaikan variabel X diikuti oleh kenaikan variabel Y
Penurunan variabel X diikuti oleh penurunan variabel Y
Misalnya:
Makin tinggi tingkat kelengkapan peralatan praktikum diikuti
POSITIF dengan makin tingginya kualitas karya yang dihasilkan.
Atau
Makin rendah tingkat kelengkapan peralatan praktikum diikuti
dengan makin rendahnya kualitas karya yang dihasilkan.

Kenaikan variabel X diikuti dengan penurunan variabel Y

Penurunan variabel X diikuti dengan kenaikan variabel Y
Misalnya:
Makin tinggi tingkat kelengkapan peralatan praktikum diikuti
NEGATIF dengan makin rendahnya kualitas karya yang dihasilkan.
Atau
Makin rendah tingkat kelengkapan peralatan praktikum diikuti
dengan makin tingginya kualitas karya yang dihasilkan.
ESWENDI. 2011. Korelasi. Padang: FBS UNP
12/20/2017 Padang 4
 POSITIF
0,001 sampai dengan 1,000

NEGATIF - 0,001 sampai dengan - 1,000

ESWENDI. 2011. Korelasi. Padang: FBS UNP

12/20/2017 Padang 5
 VARIABEL VARIABEL

X Y
VARIABEL
VARIABEL

X Y
INDEKS
KOEFISIEN
HUBUNGAN VARIABEL INDEKS KOEFISIEN HUBUNGAN

XY 1,000 = SEMPURNA

ESWENDI. 2011. Korelasi. Padang: FBS UNP

12/20/2017 Padang 6
 Mempunyai data yang berpasangan.
Penggunaan tergantung kepada jenis data.
Nominal: Berbeda (Pria-wanita)
Ordinal: Berbeda dan bertingkat (SD-SMP-SMA)
Interval: Berbeda, bertingkat, dan dapat
mempergunakan operasi hitung (NEM).
Rasio: Berbeda, bertingkat,
dapat mempergunakan operasi hitung,
dan mempunyai nilai nol mutlak
(Isi barang dalam gudang).

ESWENDI. 2011. Korelasi. Padang: FBS UNP

12/20/2017 Padang 7
 MENGUKUR HUBUNGAN ANTARA HASIL PENGAMATAN DARI POPULASI YANG
MEMPUNYAI DUA VARIAN (BIVARIATE).

SYARAT: POPULASI ASAL SAMPEL MEMPUNYAI DATA YANG BERDISTRIBUSI NORMAL.

DIPERGUNAKAN UNTUK VARIABEL YANG MEMILIKI DATA INTERVAL DAN RASIO.

Misalnya:
Seorang mahasiswa meneliti hubungan antara nilai mata kuliah Menggambar
Dasar, Menggambar Ilustrasi, dan Menggambar Bentuk mahasiswa Program
Studi Pendidikan Seni Rupa FBS UNP Padang.

Hipotesis:
H0 : Tidak ada hubungan antara nilai mata kuliah Menggambar Dasar,
Menggambar Ilustrasi, dan Menggambar Bentuk mahasiswa Program
Studi Pendidikan Seni Rupa FBS UNP Padang
H1 : Ada hubungan antara nilai mata kuliah Menggambar Dasar,
Menggambar Ilustrasi, dan Menggambar Bentuk mahasiswa Program
Studi Pendidikan Seni Rupa FBS UNP Padang.
ESWENDI. 2011. Korelasi. Padang: FBS UNP
12/20/2017 Padang 8
 1. BUKA FAIL DATA

ESWENDI. 2011. Korelasi. Padang: FBS UNP

12/20/2017 Padang 9
 2. Arahkan kursor ke analyze correlate bivariate klik

Tampak di layar kotak dialog Bivariate Correlate

ESWENDI. 2011. Korelasi. Padang: FBS UNP

12/20/2017 Padang 10
 3. Kotak variables diisi dengan memindahkan variabel yang akan
dikorelasikan yang terdapat pada kotak sebelah kiri.

ESWENDI. 2011. Korelasi. Padang: FBS UNP

12/20/2017 Padang 11
 4. Tandai Pearson pada bagian Correlation Coefficients
karena data yang akan dianalisis berskala interval.

5. Tandai Two-tailed karena akan diuji dua sisi.

6. Tandai Flag significant correlations, karena dibutuhkan

tanda untuk tingkat signifikan 5% dan 10%. Nanti pada output akan keluar
tanda * untuk 5%, atau ** untuk 10%.

ESWENDI. 2011. Korelasi. Padang: FBS UNP

12/20/2017 Padang 12
 7. Klik Options, tampak di layar pilihan option sebagai berikut.

8. Tandai Means and standard deviations untuk menampilkan

deskripsi statistik ringkas dari data yang dikorelasikan.

9. Pada pilihan Missing values terdapat pilihan:

a. Exclude cases pairwise, yaitu pasangan data yang salah satu datanya tidak
ada tidak akan dianalisis.
b. Exclude cases listrwise, yaitu pasangan data yang salah satu datanya tidak
ada maka keseluruhan data pada baris tersebut tidak akan dianalisis,
sehingga jumlah n yang dianalisis akan sama.
10. Pilih Exclude cases listrwise dan klik Continue.
ESWENDI. 2011. Korelasi. Padang: FBS UNP
12/20/2017 Padang 13
 11. Muncul hasil penghitungan pada dokumen output.

Correlations
Descriptive Statistics
Mean Std. Deviation N
Dasar 54.82 9.240 40
Ilustrasi 56.00 9.381 40
Bentuk 56.15 9.638 40

Correlationsa
Dasar Ilustrasi Bentuk
Dasar Pearson Correlation 1 .738** .798**
Sig. (2-tailed) .000 .000
Ilustrasi Pearson Correlation .738** 1 .592**
Sig. (2-tailed) .000 .000
Bentuk Pearson Correlation .798** .592** 1
Sig. (2-tailed) .000 .000

**. Correlation is significant at the 0.01 level (2-tailed).

a. Listwise N=40
ESWENDI. 2011. Korelasi. Padang: FBS UNP
12/20/2017 Padang 14
 1. Makna angka hasil penghitungan ditentukan oleh:
a. Angka korelasi (koefisien korelasi), berbagai buku menjelaskan secara
berbeda kekuatan dan kelemahan angka korelasi. Sebagai pedoman angka
korelasi 0,5 menunjukkan korelasi yang cukup kuat, dan angka korelasi
0,5 menunjukkan korelasi yang lemah.
b. Tanda (negatif) menunjukkan adanya arah korelasi yang berlawanan,
sedangkan tanda + (positif) atau sering tidak diberi tanda menunjukkan
arah korelasi yang searah.
c. Angka sig. (probabilitas). Nilai probabilitas adalah 0,05 / 2 = 0,025 karena uji
dilakukan pada dua sisi.
d. Berdasarkan tanda * dari output SPSS, bila ada tanda * berarti terdapat
hubungan yang signifikan.
e. Jumlah n data yang diteliti. Oleh karena itu, setiap menafsirkan angka
korelasi harus disebutkan berapa jumlah n nya.

ESWENDI. 2011. Korelasi. Padang: FBS UNP

12/20/2017 Padang 15
 1. Makna angka hasil penghitungan ditentukan oleh:
a. Angka korelasi (koefisien korelasi), berbagai buku menjelaskan secara
berbeda kekuatan dan kelemahan angka korelasi. Sebagai pedoman angka
korelasi 0,5 menunjukkan korelasi yang cukup kuat, dan angka korelasi
0,5 menunjukkan korelasi yang lemah.
b. Tanda (negatif) menunjukkan adanya arah korelasi yang berlawanan,
sedangkan tanda + (positif) atau sering tidak diberi tanda menunjukkan
arah korelasi yang searah.
c. Angka sig. (probabilitas). Nilai probabilitas adalah 0,05 / 2 = 0,025 karena uji
dilakukan pada dua sisi.
d. Berdasarkan tanda * dari output SPSS, bila ada tanda * berarti terdapat
hubungan yang signifikan.
e. Jumlah n data yang diteliti. Oleh karena itu, setiap menafsirkan angka
korelasi harus disebutkan berapa jumlah n nya.

ESWENDI. 2011. Korelasi. Padang: FBS UNP

12/20/2017 Padang 16
 1. Makna angka hasil penghitungan ditentukan oleh:
a. Angka korelasi (koefisien korelasi), berbagai buku menjelaskan secara
berbeda kekuatan dan kelemahan angka korelasi. Sebagai pedoman angka
korelasi 0,5 menunjukkan korelasi yang cukup kuat, dan angka korelasi
0,5 menunjukkan korelasi yang lemah.
b. Tanda (negatif) menunjukkan adanya arah korelasi yang berlawanan,
sedangkan tanda + (positif) atau sering tidak diberi tanda menunjukkan
arah korelasi yang searah.
c. Angka sig. (probabilitas). Nilai probabilitas adalah 0,05 / 2 = 0,025 karena uji
dilakukan pada dua sisi.
d. Berdasarkan tanda * dari output SPSS, bila ada tanda * berarti terdapat
hubungan yang signifikan.
e. Jumlah n data yang diteliti. Oleh karena itu, setiap menafsirkan angka
korelasi harus disebutkan berapa jumlah n nya.

ESWENDI. 2011. Korelasi. Padang: FBS UNP

12/20/2017 Padang 17
 ESWENDI. 2011. Korelasi. Padang: FBS UNP
12/20/2017 Padang 18
 H0 ditolak atau Hi diterima. atau terdapat saling hubungan
antara nilai mata kuliah Menggambar Dasar, Menggambar
Ilustrasi, dan Menggambar Bentuk mahasiswa Program Studi
Pendidikan Seni Rupa FBS UNP Padang.

NILAI MENGG.
DASAR

NILAI MENGG. NILAI MENGG.

ILUSTRASI BENTUK

ESWENDI. 2011. Korelasi. Padang: FBS UNP

12/20/2017 Padang 19
 Berdasarkan hasil analisis data korelasi Product
Moment Pearson dengan menggunakan Program
SPSS versi 16.00 didapatkan indeks probabilitas (sig.)
saling hubungan antara: (1) nilai mata kuliah
Menggambar Dasar dengan nilai Menggambar
Ilustrasi sebesar 0,000; (2) nilai mata kuliah
Menggambar Dasar dengan nilai Menggambar Bentuk
sebesar 0,000; (3) nilai mata kuliah Menggambar
Ilustrasi dengan nilai Menggambar Bentuk sebesar
0,000, dengan jumlah yang diteliti (n) sebanyak 40
orang. Indeks probabilitas tersebut lebih kecil dari
0,025.

ESWENDI. 2011. Korelasi. Padang: FBS UNP

12/20/2017 Padang 20
 Hasil analisis data tersebut juga memberi tanda **
(dua bintang) pada indeks kooefisien korelasi: (1)
nilai mata kuliah Menggambar Dasar dengan nilai
Menggambar Ilustrasi sebesar 0,738**; (2) nilai mata
kuliah Menggambar Dasar dengan nilai Menggambar
Bentuk sebesar 0,798**; (3) nilai mata kuliah
Menggambar Ilustrasi dengan nilai Menggambar
Bentuk sebesar 0,592**, dan seluruh indeks koefisien
korelasi lebih besar dari 0,5. Dengan demikian, maka
saling hubungan antara ketiga variabel tersebut
sangat meyakinkan, atau pada taraf 0,01.

ESWENDI. 2011. Korelasi. Padang: FBS UNP

12/20/2017 Padang 21
 MENGUKUR HUBUNGAN ANTARA HASIL PENGAMATAN DARI POPULASI YANG
MEMPUNYAI DUA VARIAN (BIVARIATE).

DIPERGUNAKAN UNTUK VARIABEL YANG MEMILIKI DATA ORDINAL.

Misalnya:
Seorang mahasiswa meneliti hubungan antara cara belajar dengan hasil tes objektif
1, 2 dan 3.

Hipotesis:
H0 : Tidak ada hubungan antara nilai cara belajar dengan hasil tes objektif 1
Tidak ada hubungan antara nilai cara belajar dengan hasil tes objektif 2
Tidak ada hubungan antara nilai cara belajar dengan hasil tes objektif 3
H1 : Terdapat hubungan antara nilai cara belajar dengan hasil tes objektif 1
Terdapat hubungan antara nilai cara belajar dengan hasil tes objektif 2
Terdapat hubungan antara nilai cara belajar dengan hasil tes objektif 3

ESWENDI. 2011. Korelasi. Padang: FBS UNP

12/20/2017 Padang 22
 1. BUKA FAIL DATA

ESWENDI. 2011. Korelasi. Padang: FBS UNP

12/20/2017 Padang 23
 2. Arahkan kursor ke analyze correlate bivariate klik

Tampak di layar kotak dialog Bivariate Correlate

ESWENDI. 2011. Korelasi. Padang: FBS UNP

12/20/2017 Padang 24
 3. Kotak variables diisi dengan memindahkan variabel yang akan
dikorelasikan yang terdapat pada kotak sebelah kiri.

ESWENDI. 2011. Korelasi. Padang: FBS UNP

12/20/2017 Padang 25
 4. Tandai Kendall dan Spearmen pada bagian Correlation Coefficients.
karena data yang akan dianalisis berskala interval.

5. Tandai Two-tailed karena akan diuji dua sisi.

6. Tandai Flag significant correlations, karena dibutuhkan

tanda untuk tingkat signifikan 5% dan 10%. Nanti pada output akan keluar
tanda * untuk 5%, atau ** untuk 10%.

ESWENDI. 2011. Korelasi. Padang: FBS UNP

12/20/2017 Padang 26
 7. Klik Options, tampak di layar pilihan option sebagai berikut.

8. Pada pilihan Missing values terdapat pilihan:

a. Exclude cases pairwise, yaitu pasangan data yang salah satu datanya tidak
ada tidak akan dianalisis.
b. Exclude cases listrwise, yaitu pasangan data yang salah satu datanya tidak
ada maka keseluruhan data pada baris tersebut tidak akan dianalisis,
sehingga jumlah n yang dianalisis akan sama.
9. Pilih Exclude cases listrwise dan klik Continue.

ESWENDI. 2011. Korelasi. Padang: FBS UNP

12/20/2017 Padang 27
 10. Klik OK.

ESWENDI. 2011. Korelasi. Padang: FBS UNP

12/20/2017 Padang 28
 11. Muncul hasil penghitungan pada dokumen output.
Nonparametric Correlations

Correlationsa

Cara_Belj Objektif_1 Objektif_2 Objektif_3

Kendall's tau_b Cara_Belj Correlation Coefficient 1.000 .578** .161 -.027

Sig. (2-tailed) . .000 .225 .838

Objektif_1 Correlation Coefficient .578** 1.000 .290* .176

Sig. (2-tailed) .000 . .016 .147

Objektif_2 Correlation Coefficient .161 .290* 1.000 .248*

Sig. (2-tailed) .225 .016 . .040

Objektif_3 Correlation Coefficient -.027 .176 .248* 1.000

Sig. (2-tailed) .838 .147 .040 .

Spearman's rho Cara_Belj Correlation Coefficient 1.000 .663** .188 -.025

Sig. (2-tailed) . .000 .246 .879

Objektif_1 Correlation Coefficient .663** 1.000 .366* .224

Sig. (2-tailed) .000 . .020 .165

Objektif_2 Correlation Coefficient .188 .366* 1.000 .321*

Sig. (2-tailed) .246 .020 . .043

Objektif_3 Correlation Coefficient -.025 .224 .321* 1.000

Sig. (2-tailed) .879 .165 .043 .

**. Correlation is significant at the 0.01 level (2-tailed).

*. Correlation is significant at the 0.05 level (2-tailed).

a. Listwise N = 40

ESWENDI. 2011. Korelasi. Padang: FBS UNP

12/20/2017 Padang 29
 H0 : Tidak ada hubungan antara nilai cara belajar dengan hasil tes objektif 1
DITOLAK, karena r XY= 0,578** dan angka sig. = 0,000. Berarti cara bel;ajar
berhubungan dengan hasil tes objektif 1.

H0 : Tidak ada hubungan antara nilai cara belajar dengan hasil tes objektif 2
DITERIMA, karena r XY= 0,161 dan angka sig. = 0,225. Berarti cara bel;ajar TIDAK
berhubungan dengan hasil tes objektif 2.

H0 : Tidak ada hubungan antara nilai cara belajar dengan hasil tes objektif 3
DITERIMA, karena r XY= -0,027 dan angka sig. = 0,838. Berarti cara bel;ajar TIDAK
berhubungan dengan hasil tes objektif 3.

ESWENDI. 2011. Korelasi. Padang: FBS UNP

12/20/2017 Padang 30
 Hasil analisis data tersebut juga memberi tanda **
(dua bintang) pada indeks kooefisien korelasi: (1)
nilai mata kuliah Menggambar Dasar dengan nilai
Menggambar Ilustrasi sebesar 0,738**; (2) nilai mata
kuliah Menggambar Dasar dengan nilai Menggambar
Bentuk sebesar 0,798**; (3) nilai mata kuliah
Menggambar Ilustrasi dengan nilai Menggambar
Bentuk sebesar 0,592**, dan seluruh indeks koefisien
korelasi lebih besar dari 0,5. Dengan demikian, maka
saling hubungan antara ketiga variabel tersebut
sangat meyakinkan, atau pada taraf 0,01.

12/20/2017 ESWENDI. 2011. Korelasi. Padang: FBS UNP Padang 31

 ESWENDI. 2011. Korelasi. Padang: FBS UNP
12/20/2017 Padang 32