Roni Setiawan

STIKES HUSADA JOMBANG

PRODI S1 KEPERAWATAN
 Korelasi adalah:
istilah statistik yang menyatakan derajat
hubungan linier (searah bukan
timbal balik) antara dua variabel atau lebih.
1. Product Moment Pearson
Kedua variabelnya berskala interval
2. Rank Spearman
Kedua variabelnya berskala ordinal
3. Point Serial
Satu berskala nominal sebenarnya dan satu berskala interval
4. Biserial
Satu berskala nominal buatan dan satu berskala interval
5. Kendall Tau
Korelasi ini digunakan pada data sama seperti data yang digunakan
pada korelasi spearman yaitu sekurang-kurangnya data ordinal
6. Koefisien kontingensi
Kedua varibelnya berskala nominal
 Nilai r terbesar adalah +1 dan r terkecil
adalah –1. r = +1 menunjukkan hubungan
positip sempurna, sedangkan r = -1
menunjukkan hubungan negatip sempurna.

 r tidak mempunyai satuan atau dimensi.

Tanda + atau - hanya menunjukkan arah
hubungan. Intrepretasi nilai r adalah sebagai
berikut:
 Korelasi Pearson atau sering disebut Korelasi Product Moment (KPM)
merupakan alat uji statistik yang digunakan untuk menguji hipotesis
asosiatif (uji hubungan) dua variabel bila datanya berskala interval atau
rasio. KPM dikembangkan oleh Karl Pearson (Hasan, 1999).
 KPM merupakan salah satu bentuk statistik parametris karena menguji
data pada skala interval atau rasio. Oleh karena itu, ada beberapa
persyaratan untuk dapat menggunakan KPM, yaitu:
1. Sampel diambil dengan teknik random (acak)
2. Data yang akan diuji harus homogen
3. Data yang akan diuji juga harus berdistribusi normal
4. Data yang akan diuji bersifat linier
 Untuk menyatakan ada atau tidaknya
hubungan antara variabel X dengan variabel
Y.
 Untuk menyatakan besarnya sumbangan

variabel satu terhadap yang lainnya yang

dinyatakan dalam persen.
1. Tulis Ho dan Ha dalam bentuk kalimat.
2. Tulis Ho dan Ha dalam bentuk statistik.
3. Buat tabel penolong sebagai berikut:
4. Cari r hitung.

5. Tentukan taraf signifikansinya (α)

6. Cari r tabel dengan dk = n-2
7. Tentukan kriteria pengujian
Jika -rtabel≤rhitung≤+rtabel, maka Ho
diterima
8. Bandingkan thitung dengan ttabel
9. Buatlah kesimpulan.
Dilakukan penelitian untuk mengetahui hubungan antara motivasi
dengan prestasi belajar mahasiswa dan diperoleh data sebagai
berikut.
Prestasi Motivasi
1. Tulis Ho dan Ha dalam bentuk kalimat.
Ho : Tidak terdapat hubungan yang positip
dan signifikan antara variabel motivasi dengan
prestasi belajar.
Ha : Terdapat hubungan yang positip dan
signifikan antara variabel motivasi dengan
prestasi belajar.
2. Tulis Ho dan Ha dalam bentuk statistik.
Ho : r = 0.
Ha : r ≠ 0.
Prestasi Motivasi
4. Cari r hitung.

5. Taraf signifikansi (α) = 0,05.

6. r tabel dengan dk = 8-2=6 adalah 0,707
7. Tentukan kriteria pengujian
Jika -rtabel≤rhitung≤+rtabel, maka Ho
diterima
8. Bandingkan rhitung dengan rtabel
r hitung (0,86) > r tabel (0,707), jadi Ho
ditolak.
9. Kesimpulan.
Terdapat hubungan yang positip dan
signifikan antara variabel motivasi dengan
prestasi belajar.
Penyelesaian:
1. Alisis dengan Media SPSS
Langkah-langkah analisis:
a. Memberi nama variabel pada variable view
b. Entry data pada data view, seperti ditunjukkan pada gambar
berikut.
c. Klik Analyze - Correlate -Bivariate,
seperti pada gambar berikut
d. Masukkan variabel yang akan dikorelasikan (X,Y)
e. Pilih Correlation Coefficients: Pearson
f. Klik Continue  OK
Untuk mengetahui mean dan standar deviasinya, klik options
sehingga muncul dialogue box dan beri tanda check list
seperti pada gambar berikut .
Output dan Interpretasi Korelasi Product Moment
sebagai berikut.
 Dari out put terlihat bahwa nilai mean untuk
motivasi = 24.00 ; prestasi = 76.00 dan standar
deviasi untuk motivasi = 6.48074 ; prestasi =
11.25040

Kesimpulan:
Karena nilai korelasi product moment sebesar
0.862 dan Sig.(2-tailed) sebesar 0.006 (kurang dari
0.05), maka dapat disimpulkan bahwa ada
hubungan yang positif antara motivasikerja dan
prestasi kerja.
 2. Korelasi Spearman Rank

 Korelasi Rank Spearman digunakan untuk mencari hubungan atau

untuk menguji signifikansi hipotesis asosiatif bila masing-masing variabel
yang dihubungkan berbentuk Ordinal.
 Koefisien korelasi Spearman Rank merupakan ukuran dari keeratan
hubungan antara data yang telah diperingkatkan.

 Rumus:
 6d 2 
rs  1   
 n(n  1) 
2
 Contoh
Ada 10 orang responden yang diminta untuk mengisi daftar pertanyaan
tentang Motivasi dan Prestasi dalam sebuah kantor. Jumlah responden
yang diminta mengisi daftar pertanyaan itu 10 karyawan, masing-masing
diberi nomor 1, 2, 3, 4, 5, 6, 7, 8, 9, 10. Nilai yang diberikan oleh
kesepuluh responden tentang Motivasi dan Prestasi itu diberikan pada
contoh berikut.
 Nomor Motivasi Prestasi
Responden
1 9 8
2 6 7
3 5 6
4 7 8
5 4 5
6 3 4
7 2 2
8 8 9
9 7 8
10 6 6
Penyelesaian:
1. Perhitungan Manual
Berdasarkan hal tersebut maka:
1. Judul penelitian adalah : Hubungan antara Motivasi dengan Prestasi.
2. Variabel penelitiannya adalah : nilai jawaban dari 10 responden
tentang Motivasi (Xi) dan Prestasi (Yi)
3. Rumusan masalah: apakah ada hubungan antara variabel Motivasi
dan Prestasi?
4. Hipotesis:
Ho: tidak ada hubungan antara variabel Motivasi dan Prestasi.
Ha: ada hubungan antara variabel Motivasi dan Prestasi
5. Kriteria Pengujian Hipotesis
Ho ditolak   bila harga ρ hitung > dari ρ tabel
Ho diterima bila harga ρ hitung ≤ dari ρ tabel
 Nomor Motivasi Prestasi X-Y (X-Y)2
Responden (X) (Y)
1 9 8 1 1
2 6 7 -1 1
3 5 6 -1 1
4 7 8 -1 1
5 4 5 -1 1
6 3 4 -1 1
7 2 2 0 0
8 8 9 -1 1
9 7 8 -1 1
10 6 6 0 0
JUMLAH 8
  6 d 2   6 x8 
rs  1    rs  1  
 n(n  1) 
2 
10(10  1) 
2

 6 x8  rs  0.95
rs  1   
10(10 2
 1) 
Kesimpulan:
Karena nilai rs (0.95) > r5% (0.648), maka Ho ditolak dan Ha diterima,
berarti ada hubungan yang signifikan antara variabel Motivasi dan
Prestasi
Penyelesaian:
2. Alisis dengan Media SPSS
2

Langkah-langkah analisis:
a. Memberi nama variabel pada variable view
b. Entry data pada data view, seperti ditunjukkan pada gambar
berikut.
c. Klik Analyze - Correlate -Bivariate,
seperti pada gambar berikut
d. Masukkan variabel yang akan dikorelasikan (X,Y)
e. Pilih Correlation Coefficients: Pearson
f. Klik Continue  OK
Kesimpulan:
Karena nilai korelasi Spearman’s rho sebesar 0.957 dan
Sig.(2-tailed) sebesar 0.000 (kurang dari 0.05), maka
dapat disimpulkan bahwa ada hubungan yang positif
antara motivasikerja dan prestasi kerja.
 Teknik korelasi point-serial digunakan untuk menghitung korelasi antara
dua variabel, yang satu berskala nominal dan yang lain berskala
interval.
Misalnya : Korelasi antara jenis kelamin siswa dengan
kecakapan matematika.
 Teknik korelasi ini pada umumnya juga digunakan untuk menerapkan
koefisien korelasi (validitas butir) antara butir-butir tes yang diskor
dikotomi (betul=1, salah=0) dengan skor totalnya yang dianggap
berskala pengukuran interval.
 Apabila gejala yang berskala nominal tersebut diskor secara dikotomi,
maka sering disebut korelasi point-biserial (rp-bis)
 Rumusnya adalah sebagai berikut:

atau

Dalam hal ini:

rp-bis = koefisien korelasi point-biserial
M1 = mean gejala interval kelompok 1
M2 = mean gejala interval kelompok 2
St = standar deviasi total (kelompok 1 dan 2)
p = Proporsi dari kelompok 1
q =1-p
 Contoh :
Korelasi antara jenis kelamin siswa (gejala nominal) dan kemampuan
matematika (gejala interval), seperti disajikan pada data berikut!
No. Klp. Pria Klp. Wanita
1 8,6 8,5
2 8,4 8,1
3 7,8 7,5
4 7,2 6,8
5 6,9 6,6
6 6,7 6,5
7 6,6 6,0
8 6,5 6,0
9 6,4 6,0
10 6,2 5,6
11 6,0 5,4
12 5,8 5,0
Jumlah 83,1 78
 Penyelesaian:
Langkah 1. Membuat tabel penolong
Klp. Pria Klp. Wanita
No. Xp2 X w2
(Xp) (Xw)
1 8,6 8,5 73,96 72,25
2 8,4 8,1 70,56 65,61
3 7,8 7,5 60,84 56,25
4 7,2 6,8 51,84 46,24
5 6,9 6,6 47,61 43,56
6 6,7 6,5 44,89 42,25
7 6,6 6,0 43,56 36,00
8 6,5 6,0 42,25 36,00
9 6,4 6,0 40,96 36,00
10 6,2 5,6 38,44 31,36
11 6,0 5,4 36,00 29,16
12 5,8 5,0 33,64 25,00
Jumlah 83,1 78 584,55 519,68
Mean 6,925 6,50 - -
P 0,50 0,50 - -
Langkah 2. Menghitung Standar Deviasi total

 ∑x = ∑xp + ∑xw ∑x2 = ∑xp2 + ∑xw2

= (83,1 + 78) = 584,55 + 519,68
= 161,1 = 1104,23

 Sdtotal =

= 0,98
Langkah 3. Menghitung p, pq dan rp-bis

p.q = (0,5). (0,5) = 0,25

rp-bis =

db = N-2
= (12+12)-2 =22 rdb:22 (0.243)
Kesimpulan:
Berdasarkan nilai rp-bis (0,217) < rtabel product moment (0.243), maka tidak ada
hubungan (korelasi) antara jenis kelamin dengan kemampuan matematika
Langkah 4. Menguji signifikansi nilai r untuk membuat
keputusan apakah menolak/menerima Ho

t = 0.217 = 1.043

Kesimpulan:
Nilai thitung(1.043) < ttabel (2.074), maka Ho diterima dan Ha ditolak
yang berarti tidak ada hubungan yang signifikan antara jenis
kelamin dengan kemampuan matematika