UJI HUBUNGAN/ KORELASI

Analisis Korelasi merupakan suatu analisis

untuk mengetahui tingkat keeratan
hubungan antara dua variabel.
Tingkat hubungan tersebut dapat dibagi
menjadi tiga kriteria, yaitu
mempunyai hubungan positif,
mempunyai hubungan negatif dan
tidak mempunyai hubungan.
E.g.
Ada hubungan positif antara tinggi
badan dengan kemampuan bermain basket;
ada hubungan negatif antara curah
hujan dengan es yang terjual
 A. KORELASI PRODUCT-MOMENT

Untuk menghitung koefisien korelasi (r) product

moment pearson rumus yang banyak digunakan
adalah rumus yang langsung dihitung dari skor
mentah :

r = n . Σ XY - ΣX . ΣY .
√n. ∑X2 - (ΣX) 2. √n.ΣY2 - (ΣY)2

Selain rumus tersebut, koefisien korelasi (r) product

moment juga dapat diperoleh lewat penggunaan
rumus deviasi dan kovarian. Rumus deviasi adalah
sebagai berikut :
r = Σ XY
√ ΣX2 ΣY2
 Cara penghitungan skor – skor deviasi itu adalah
sebagai berikut :
∑xy = ∑XY – (∑X)(∑Y)
N
∑x2 = ∑X2 – (∑X)2
N
∑y2 = ∑Y2 – (∑Y)2
N
NO X Y X2 Y2 XY
1 80 80 6400 6400 6400
2 80 78 6400 6084 6240
3 78 75 6084 5625 6850
4 78 75 6084 5625 6850
5 75 78 5625 6084 6850
6 75 73 5625 6329 6475
7 75 73 6625 6329 6475
8 70 73 4900 6329 6110
9 70 70 4900 4900 4900
10 70 70 4900 4900 4900
11 70 68 4900 4624 4760
12 70 68 4900 4624 4760
13 68 70 4624 4900 4760
14 68 65 4624 4225 4420
15 65 68 4225 4624 4420
16 65 60 4225 3600 3900
∑X=1157 ∑Y=1144 ∑X2 = 84202 ∑Y2 =82202 ∑XY=83070
R = N . Σ XY - ΣX . ΣY .
√N. ∑X2 - (ΣX) 2. √N.ΣY2 - (ΣY)2

 R = 16. (83070) – (1157).(1144) .

 √16. (84041) – (1157) 2. √16.(82202) – (1144)2

 = 1329120 – 1323606 .
√ 1344656- 1338649 √ 1315232 – 1308736

= 5512 .
√ (6007)(6496)

= 0,8823835 = 0,882
HIPOTESIS
H0: Tidak ada hubungan antara variabel X dan Y
Ha: Ada hubungan variabel X dan Y
kriteria;
Jika r hitung > r tabel maka tolak h0
artinya ada hubungan antara variabrel X dan Y

Jika r hitung < r tabel maka trima h0

artinya tidak ada hubungan antara variabel X
dan Y
 Dari perhitungan tadi dikketahui:
 r hitung = 0.882

 Db(derajat kebebasan) = N - 1

taraf nyata 5%
r tabel = 0,514
Sehingga bisaa disimpulkan:
r hitung > r tabel
0,882 > 0,514 , jadi hipotesis nol ditolak, artinya
ada hubungan antara X dan Y
SOAL LATIHAN
No Uts Uas
1 70 80
2 65 70
3 30 20
4 20 40
5 50 30
6 75 80
7 85 70
8 60 60
9 70 60
10 80 85
 Berdasarkan data diatas lakukan pengujian
apakah ada hubungan antara nilai uts dan uas
dengan taraf nyata sebesar 5%.
 bualah hipotesis dan ktirerianya

 Buatlah kesimpulanya

 SELAMAT MENCOBA
B. KORELASI TATA JENJANG

 Ada dua macam rumus :

1. Korelasi Tata Jenjang Spearman (rho)

rho = 1 - 6∑D2
N(N2 – 1)
Rho : Koefisien korelasi tata jenjang
Spearman yang dicari
D : Perbedaan skor antara dua
kelompok pasangan
N : Jumlah kelompok
1 dan 6 : Bilangan konstan
2. Korelasi Tata Jenjang Kendall (tau)

Dipergunakan secara bergantian dengan

korelasi tata jenjang Spearman (rho)
sebagaimana yang telah dikemukakan yang
telah dikemukakan sebelumnya.
Jadi data yang diolah dengan rumus
korelasi tata jenjang Spearman diatas dapat juga
digarap dengan rumus korelasi tata Jenjang
Kendall.
Rumus korelasi tata jenjang Kendall adalah
sebagai berikut :
tau = P-Q
N (N-1)
2
P : jumlah angka peringkat yang lebih tinggi
Q : jumlah angaka peeringkat yang lebih rendah
N : jumlah seluruh anggota

(catatan : perhatikan bagaimana cara menghitung

jumlah angka peringkat yang lebih tinggi dan
rendah)
JIKA ADA PERINGKAT YANG KEMBAR,MAKA RUMUS
TAU MENJADI

Tau = P-Q
√[ n(n-1) - Z1(Z – 1)+....)] [ n(n-1) – Z2(Z-1)+....) ]
2 2 2 2
Z1 = jumlah pasangan kembar kelompok1
Z2 = jumlah pasangan kembar kelompok 2

Misal peringkat 2,5 ada 2 berarti Z1 = 2 (2 -1) + 2 (2 -1)

2
=4 :2=2
 Contoh Kolerasi Tata Jenjang
 Kolerasi Tata Jenjang Spearman ( rho)
Tabel 6.3 Peringkat Calon Mahasiswa, dan peringkat indeks prestasi

No Nama Peringkat IP Peringkat IP D D2

Masuk
1 Singgih 1 3,2 4,5 -3,5 12,25
2 Marzuki 2 3,2 4,5 -2,5 6,25
3 Adit 3 3,5 1 +2 4
4 Yeni 4 3,3 3 +1 1
5 Rina 5 3,1 6 -1 1
6 Rosi 6 3,4 2 +4 16
7 Novi 7 3,0 7,5 -0,5 0,25
8 Nanang 8 3,0 7,5 +0,5 0,25
9 Burhan 9 2,8 10 -1 1
10 Gunawan 10 2,9 9 +1 1
N = 10 ∑D=0 ∑D2
=43
Tabel 6.3 di atas kemudian dimasukkan ke dalam rho yang
dicari:

Rho = 1 -

=1-

= 1 - 0,260606

= 0,739394 (dibulatkan menjadi ; 0,739)

 Kolerasi Tata jenjang Kendall

Tabel 6.4 skor Hasil Pengamatan Dua Pengamat sepakbola

No Kesebelasan Skor Pengamat 1 Skor Pengamat
II
1 Klub A 7 8

2 Klub B 7 7,5
3 Klub C 6 6
4 Klub D 6 6,5
5 Klub E 7,5 7,5
6 Klub F 8 8,5
7 Klub G 8 8
8 Klub H 8,5 8,5
9 Klub I 7,5 7
10 Klub J 6,5 7
11 Klub K 5,5 6
12 Klub L 7 8
 Tabel 6.5 Peringkat Hasil Pengamatan Dua Pengamat Sepakbola

No Kesebelasan Peringkat Peringkat Jumlah Peringkat Jumlah Peringkat

Pengamat 1 Pengamat 11 yang lebih tinggi yang lebih rendah
1 Klub K 1 1,5 10 0

2 Klub C 2,5 1,5 10 0

3 Klub D 2,5 3 9 0

4 Klub J 4 4,5 7 0

5 Klub A 6 9 2 3

6 Klub B 6 6,5 4 1

7 Klub L 6 9 2 2

8 Klub E 8,5 6,5 3 1

9 Klub I 8,5 4,5 3 0

10 Klub F 10,5 11,5 0 1

11 Klub G 10,5 9 1 0

12 Klub H 12 11,5 0 0

N = 12 = 51 (=P) = 8 (= Q)
Tau = P-Q
√[ n(n-1) - Z1(Z – 1)+....)] [ n(n-1) – Z2(Z-1)+....) ]
2 2 2 2
tau = 51 – 8
√ (12(12-1) – 6 ) (12(12-1) - 7 )
2 2
= 43 : √ (66-6) (66 -7)
= 43 : √ (60)(59)
= 43 : √ 3540
=0,7227
KORELASI POIN BISERIAL

Korelasi sistem biserial dipergunakan jika :

data berpasangan yang akan di cari hubungan nya
berupa data berskala interval dan nominal yang
bersifat dikhotomis.
Data variable yang bersifat dikhotomis itu
misalnya: jenis kelamin pria dan wanita,
jawaban benar salah, dll.
Adapun rumus korelasi poin berserial tersebut adalah
sebagai berikut :

rpbi = ẊP - Ẋq
s

rpbi = koefisien korelasi poin biseral yang dicari

Ẋp = rata-rata hitung data interval yang berkategori
dikhotomi 1
Ẋq = rata-rata hitung data interval yang berkayegori
dikhatomi 0
S = simpanan baku dari keseluruhan data interval
p = proporsi kasus berkategori dikhatomi 1
q = proporsi kasus berkhategori dikhotomi 0
 C. KORELASI POIN BISERIAL
tabel 6.6. hasil test close test terhadap siswa sebagai penutur bahasa pertama (1)
dan penutur bahasa kedua (0)
No Nama Skor kategori Skor kategori 1 Skor kategori 0
1 Rosi 95 1 95 72
2 Intan 72 0 92 66
3 Adit 92 1 86 80
4 Maman 66 0 90 64
5 Nanang 86 1 88 70
6 Novi 90 1 75
7 Roni 80 0 90
8 Sinta 64 0
9 Kanta 88 1
10 Tantra 75 1
11 Dayu 70 0
12 Yeni 90 1
N = 12 s= 10,43 N=7 N=5
Ẋr = 88 Ẋp = 70, 4
p= 0,58(7:12) q= 0,42(5:12)
Data yang terdapat padam tabel 6.6 diatas kemudian
dimasukkan kedalam rumus [6.9] untuk menghitung
koefisien korelasi (rpbi) poin biserial yang dimaksud.

rpb i = 88 – 70,4
10,43

= 17,6
10,43

= 0,8328504 (dibulatkan menjadi 0,834)

Untuk menguji signifikasi besarnya koefisien korelasi rpbi
diatas dapat digunakan tabel nilai-nilai kritis t. Hipotesis
yang diajukan misalnya hipotesis nol (Ho) untuk itu,
koefisien rpbi tersebut dikonversikan terlebih dahulu
menjadi nilai t dengan menggunakan rumus [6.10] berikut.

t = rpbi

data rpbi yang telah diperoleh diatas dimasukkan kedalam

rumus tersebut :

t = 0,834

= 0,834

= 6,4730954 (dibulatkan menjadi : 6,473)

D. KORELASI ANTAR VARIABEL

Dalam pembicaraan korelasi diatas, khususnya

korelasi product moment, variabel-variabel yang
dikorelasikan hanya terdiri dari dua variabel. atau
hanya ada satu pasang penghitungan korelasi.jika
dikehendaki variabel-variabel yang dikorelasikan
dapat saja lebih dari dua variabel sehingga terdapat
beberapa pasang korelasi. Jika hal itu dilakukan,
berarti kita telah melakukan penghitungan korelasi
antarvariabel.
Rumus yang digunakan untuk menghitung
koefisien korelasi (r) adalah juga rumus korelasi
product moment [6.1] diatas jika data-data yang akan
dikorelasikan itu merupakan data berskala interval.
Penghitungan korelasi antarvariabel, yaitu antara
satu variabel dependen dengan beberapa variabel
independen biasanya
 D. KORELASI ANTAR
VARIABEL

No Pengetahuan sastra Pengetehuan kosa kata Sikap terhadap Kemampuan

(X1) (X2) sastra apresiasi
(X3) sastra
(Y)
1 56 56 134 54
2 58 54 130 52
3 60 66 136 62
4 56 62 140 56
5 48 52 120 50
6 48 56 124 48
7 50 56 112 50
8 48 60 110 46
9 60 62 132 52
10 54 62 132 56
11 58 64 136 54
12 48 52 126 44
13 58 68 126 56
14 42 60 102 38
15 50 50 128 52
16 52 54 128 54
17 50 48 120 44
18 68 66 140 60
19 46 40 112 38
20 58 48 124 54
∑X1 = 1,068 ∑X2 = 1.136 ∑X3 = 2.512 ∑Y = 1.020
∑X12 = 57.768 ∑X22 = 66.520 ∑X32 = 317.560 ∑Y2 = 52.808
∑X1X2 = 61.124 ∑X2X3 = 143.292 ∑X3Y=129.156
∑X1X3 = 136.132 ∑X2Y = 58.472
∑X1Y = 56.108
 penghitungan korelasi antar variabel tersebut biasanya
disajikan ke dalam sebuah tabel ringkasan.
Tabel 6.8. tabel ringkasan hasil penghitungan korelasi antar variabel
pengetahuan sastra, kosa kata, sikap terhadap sastra, dan kemampuan
apresiasi sastra.

Variabel Pengetahuan Pengetahuan Sikap terhadap Kemampuan

kesastraan kosa kata sastra apresiasi sastra
(X1) (X2) (X3) (Y)
1. Pengetahuan 1,00 0,539**) 0,806*) 0,840*)
kesastraan(X1)
2. Pengetahuan 1,00 0,427***) 0,605*)
kosa kata (X2)
3. Sikap terhadap 1,00 0,821*)
sastra (X3)
4. Kemampuan 1,00
apresiasi sastra
(Y)
 E. KORELASI PARSIAL
Hasil penghitungan korelasi antarvariabel dalam pembicaraan
diatas dilakukan untuk tiap variabel secara berpasangan tanpa
melibatkan variabel-variabel lain yang tidak sedang dihitung.
Korelasi antar variabel yang demikian dalam pembicaraan korelasi
parsial disebut sebagai korelasi jenjang nihil. Korelasi-korelasi itu
disebut sebagai korelasi jenjang nihil karena tidak ada variabel yang
lain yang dikontrol.
Sebaliknya, jika dalam korelasi-korelasi tersebut terdapat
variabel yang dikontrol, korelasi tersebut dinyatakan sebagai
korelasi yang menempati jenjang yang lebih tinggi, yaitu yang
dikenal sebagai korelasi jenjang pertama, jenjang kedua, jenjang
ketiga dan seterusnya tergantung banyaknya variabel yang
dikontrol. Korelasi jenjang pertama menunjukkan bahwa dalam
sebuah korelasi antara dua variabel dikontrol oleh satu variabel yang
lain. Korelasi jenjang kedua menunjukkan bahwa dalam sebuah
korelasi antara dua variabel dikontrol oleh dua variabel yang lain.
Demikian seterusnyauntuk korelasi jenjang-jenjang yang lebih
tinggi. Korelasi yang dilakukan dengan pengontrolan terhadap
variabel-variabelyang lain secara berjenjang tersebut dikenal sebagai
korelasi parsial.
1. Korelasi Parsial Jenjang Pertama
Karena korelasi parsial memiliki jenjang-jenjang dari yang lebihn
rendah ke yang lebih tinggi, rumus-rumus yang dipergunakan untuk
jenjang-jenjang yang berbeda tersebut juga tidak sama. Adapun
rumus korelasi parsial jenjangn pertama adalah serbagai berikut :

ry1-2 = ry1 – (ry2)(r12)

(1 – ry22)(1 – r122)

ry1-2 : korelasi antara variabel Y (kriterium) dengan variabel X1

(prediktor) dengan dikontrol oleh variabel X2
ry2 : korelasi antara variabel Y dengan variabel X2
r12 : korelasi antara variabel X1 dan X2
2. Korelasi Parsial Jenjang Kedua

Rumus korelasi parsial jenjang kedua antara variabel kriterium dengan

variabel-variabel prediktor dengan dikontrol oleh dua variabel
prediktor adalah sebagaimana terlihat pada rumus-rumus [6.12]
sebagai berikut :

ry1-23 = ry1-2 – (r13-2)(ry3-2)

[6.12]
(1 – r13-22)(1 – ry3-22)

Ry2-13 = ry2-1 – (r23-1)(ry3-1)

[6.12a]
(1 – r23-12)(1 – ry3-12)
ry3-12 = ry3-2 – (r23-1)(ry2-1)
[6.12b]
(1 – r23-22)(1 – ry2-12)

ry1-23 : korelasi antara variabel kriterium (Y)

dengan variabel prediktor (X1) dengan dikontrol oleh
variabel prediktor (X2) dan (X3)
ry2-13 : korelasi antara variabel kriterium (Y)
dengan variabel prediktor (X2) dengan dikontrol oleh
variabel prediktor (X1) dan (X3)
ry3-12 : korelasi antara variabel kriterium (Y)
dengan variabel prediktor (X3) dengan dikontrol oleh
variabel prediktor (X1) dan (X2)
 F. KORELASI GANDA
rumus yang dipergunakan untuk menghitung korelasi ganda dengan dua variabel
prediktor dan satu variabel kriterium, jadi ada tiga variabel, adalah sebagai
berikut :

ry-12 =

ry-12 : korelasi ganda antara variabel kriterium (Y) dan dua variabel prediktor
(X1) dan (X2)

selain rumus [6.3] di atas, untuk mencari koefisien korelasi ganda dengan dua
variabel prediktor juga dapat mempergunakan rumus [6.14] berikut. Namun
jika pada rumus [6.13] koefisien korelasi ganda dapat dicari langsung dari
korelasi jenjang nihil. Pada rumus [6.14] harus dihitung dari korelasi jenjang
nihil dan korelasi parsial jenjang pertama.

Ry-12 =