KEMENTERIAN RISTEKDIKTI

ANALISIS KORELASI

Prof. Dr. H. Sapto Haryoko, MPd.

FT UNM
ANALISIS
KORELASI
ANALISIS KORELASI MERUPAKAN
SALAH SATU TEKNIK STATISTIK
PARAMETRIK YANG DIGUNAKAN
UNTUK MENGANALISIS HUBUNGAN
ANTARA DUA VARIABEL ATAU
LEBIH YANG BERSIFAT
KUANTITATIF.
 Rasional
– Bahwa adanya perubahan sebuah variabel
disebabkan atau akan diikuti dengan perubahan
variabel lain.
– Berapa besar koefesien perubahan tersebut ?
– Dinyatakan dalam koefesien korelasi
– Semakin besar koefesien korelasi maka semakin
besar keterkaitan perubahan suatu variabel
dengan variabel yang lain.
Tingkat kekuatan hubungan

Kriteria Guilford:
1. <0,2 : hubungan sangat lemah
2. 0,2-<0,4 : hubungan lemah
3. 0,4-<0,7 : hubungan cukup erat
4. 0,7-<0,9 : hubungan erat
5. 0,9-<1,0 : hubungan sangat erat
6. 1,0 : hubungan sempurna
Korelasi (r)

 Besar korelasi : 0-1

 Arah korelasi : + dan –
+ : semakin tinggi x, semakin tinggi y
- : semakin tinggi x, semakin rendah y

 Dapat juga memakai diagram tebar (scatter

diagram)
 Pola hubungan pada diagram
scatter
y
y y

x
x
x

Hubungan Positif
Hubungan Negatif Tidak ada hubungan
Jika X naik, maka
Jika X naik, maka antara X dan Y
Y juga naik dan
Y akan turun dan
jika X turun, maka
jika X turun, maka
Y juga turun
Y akan naik
6
KONSEP & DEFINISI
 PENGERTIAN ANALISIS KORELASI
Analisis hubungan (korelasi) adalah
bentuk analisis data dalam penelitian
yang bertujuan untuk mengetahui
kekuatan atau arah hubungan diantara
dua variabel atau lebih.
 ANALISIS KORELASI
– Menguji hubungan antar variabel
– Tiga macam hubungan : simetris,
Asemetris (sebab akibat), dan resiprokal
(interaktif)
– Kuatnya hubungan : koefisien korelasi (r)
– Nilai -1 ≤ r ≤ 1
Langkah awal identifikasi variabel

• Variabel X (pengaruh) dan

Variabel Y (terpengaruh)

• Hubungan yang hendak diuji juga harus

didasarkan pada landasan teoritik dan
logika yang kuat. ...... PENTING !!!!!
• Koefisien Determinasi (regression) = r kuadrat

11
 Model pemilihan Teknik Korelasi

Tingkat pengukuran Data Teknik Korelasi

Nominal Koefisien Kontingensi

Ordinal 1. Spearmen Rank

2. Kendall Tau
Interval/Rasio 1. Product Momen
2. Korelasi Parsial
3. Korelasi Ganda
12
Scatter diagram yang banyak digunakan
dalam dunia pendidikan

13
BENTUK HUBUNGAN
DALAM ANALISIS KORELASI
1. Hubungan Simetris
Hubungan yang menyatakan sifat kebersamaan antara dua
variabel atau lebih, tetapi tidak menunjukkan hubungan sebab
akibat atau saling mempengaruhi. Dalam bentuk hubungan ini
tidak diketahui dengan pasti variabel bebas dan variabel terikat
karena kedua variabel tidak saling mempengaruhi.
Contoh:
a.Hubungan antara berpakaian mahal dengan penampilan
b.Hubungan yang positif antara banyak penonton sepakbola
dengan tingkat kerusuhan
c.Hubungan antara burung gagak dengan kematian seseorang.
d.Hubungan antara kedatangan kupu2 dengan datangnya tamu.
2. Hubungan Kausal (sebab akibat)- Asemetris
Hubungan kausal antara dua variabel atau lebih yang
bersifat mempengaruhi antara satu variabel dengan
variabel lainnya. Dalam bentuk ini, hubungan diketahui
dengan pasti atau dapat dibedakan variabel bebas dan
terikatnya.
Contoh:
a.Hubungan tingkat pendidikan dengan kemampuan
kerja seseorang
Variabel x = tingkat pendidikan
Variabel y= kemampuan kerja seseorang
3. Hubungan Interaktif (Timbal Balik) –
resiprokal

Hubungan antara dua variabel atau lebih bersifat saling

mempengaruhi dimana kedudukan variabel x dan y saling
bergantian. Dimana variabel v dapat mempengaruhi variabel y dan
begitu pun sebaliknya.
Contoh:
a.Hubungan antara motivasi kerja dengan prestasi kerja
Variabel x = motivasi kerja (mempengaruhi)
Variabel y= prestasi kerja (dipengaruhi)

Saling mempengaruhi
 1. Koefisien Korelasi
Koefisien korelasi adalah bilangan
yang menyatakan kekuatan hubungan
antara dua variabel atau lebih atau
TEKNIK STATISTIK
dapat digunakan untuk menentukan
YANG DIGUNAKAN
arah dari kedua variabel

DALAM
MENGANALISIS Nilai koefisien korelasi (r) = (-1 ≤ 0 ≤ 1)
HUBUNGAN Untuk kekuatan hubungan, nilai
koefisien korelasi berada berada
diantara -1 dan 1
Untuk arah dinyatakan dalam bentuk
positif (+) atau negatif (-)
a. Apabila r = -1 artinya korelasi negatif sempurna
Hal ini menunjukkan bahwa terjadi hubungan
bertolak belakang antara variabel x dan
variabel y. bila variabel x naik, maka variabel
y turun
b. Apabila r = 1 artinya korelasi positif sempurna
Hal ini menunjukkan bahwa terjadi hubungan
searah variabel x dan y. bila variabel x naik maka
variabel y juga naik
 Analisis Korelasi
Bertujuan untuk mengetahui hubungan dua
variabel atau lebih.

Korelasi sederhana: jika variabel ada 2

Korelasi berganda: jika variabel lebih dari 2

 Koefisien Korelasi
Di dalam perhitungan/ analisis
korelasi akan didapatkan
koefisien korelasi,
yang digunakan untuk
mengetahui keeratan hubungan,
arah hubungan, dan berarti atau
tidaknya hubungan tersebut.
Contoh:
• Penelitian tentang hubungan antara kontrol
diri dengan perilaku.
• Penelitian tentang hubungan antara
kepribadian siswa dengan prestasi belajar.
• Penelitian tentang hubungan antara nilai
statistik dengan nilai matematika.
• Penelitian tentang hubungan antara
kemampuan kerja dengan kinerja
• Penelitian tentang hubungan antara IQ
dengan kecepatan studi
 Uji korelasi tidak membedakan jenis
variabel

Korelasi = Hubungan
Analisis korelasi: suatu analisis yang
digunakan untuk melihat hubungan antar
variabel.
Analisis korelasi tidak mempersoalkan
pengaruh antar variabel.
Uji korelasi tidak membedakan jenis variabel

Analisis signifikansi hubungan (uji

korelasi) bertujuan untuk menguji
hubungan antar variabel yang
tidak menunjukkan hubungan
fungsional (berhubungan bukan
berarti disebabkan)
Kekuatan korelasi (Guilford)

• 0,00-0,20 korelasi keeratan sangat lemah

• 0,21-0,40 korelasi keeratan lemah
• 0,41-0,70 korelasi keeratan kuat
• 0,71-0,90 korelasi keeratan sangat kuat
• 0.91-0,99 korelasi keeratan sangat kuat

sekali
• 1 berarti korelasi keeratan sempurna
 Macam Analisis Korelasi
Dalam SPSS, analisis korelasi yang banyak
digunakan antara lain:
Korelasi Product Moment (Pearson),
Korelasi Kendall’s Tau, Korelasi Spearman.
Pemilihan tergantung ukuran/ jenis data:
nominal, ordinal, atau scale (interval atau
rasio)
Syarat penting Korelasi Product
Moment (Pearson)

– Asumsi yang mendasari analisis Korelasi

Product Moment adalah bahwa distribusi data
kedua variabel adalah normal.
– Pada Korelasi Kendall’s Tau dan Spearman tidak
mensyaratkan distribusi data normal
 Korelasi Product Moment
Karena korelasi product moment
mensyaratkan distribusi data normal,
maka dilakukan uji normalitas data
terlebih dahulu
Uji normalitas dapat menggunakan uji
Kolgomorov-Smimov
KORELASI PARSIAL
Hubungan antara dua variable dengan
mengendalikan variabel lain yang
dianggap mempengaruhi.
Mengendalikan = menganggap konstan.
Hal ini dimaksudkan agar hubungan
kedua variabel tidak dipengaruhi oleh
faktor lain.
KORELASI KONTINGENSI
Digunakan untuk menunjukkan
keeratan antara dua variabel yang
berskala nominal.
TERIMA
KASIH

30