ANALISIS KORELASI

Analisis korelasi adalah analisis statistika mengenai hubungan dua variabel atau lebih.

Variabel yang dapat dikorelasikan adalah variabel yang secara teori atau logika memang

berhubungan

Korelasi antara dua buah variabel disebut korelasi bivariat (dua variabel, dua faktor).

Korelasi antar lebih dari dua variable disebut korelasi multivariat (korelasi multipel).

Variabel bebas:
variabel yang mempengaruhi (menentukan) variabel lainnya
(independent variable)
variabel X

Variabel tak bebas:

variabel yang dipengaruhi oleh variabel bebas.
(dependent variable)
variabel Y
 ANALISIS KORELASI
Contoh 1: Korelasi antara kerajinan belajar siswa dan prestasi belajar siswa.
Ada hubungan antara kerajinan belajar siswa dengan prestasi belajar siswa tersebut.

Semakin rajin siswa belajar maka prestasi belajar siswa tersebut akan semakin baik.
Semakin tinggi tingkat kerajinan belajar siswa
semakin tinggi pula tingkat prestasi belajar siswa tersebut.

Tingkat kerajinan belajar akan mempengaruhi keadaan tingkat prestasi belajar.

tingkat prestasi belajar dipengaruhi oleh tingkat kerajinan belajar.

Maka variabel kerajinan belajar disebut variabel bebas (independent variable), variabel X

variabel prestasi belajar disebut variabel tak bebas (dependent variable), variabel Y.

Contoh 2: Korelasi antara kerajinan belajar siswa, keaktifan siswa ke perpustakaan dan keaktifan
siswa berdiskusi terhadap prestasi belajar siswa.
Ada hubungan antara kerajinan belajar, keaktifan ke perpustakaan dan keaktifan berdiskusi siswa
dengan prestasi belajar siswa.
Maka variabel kerajinan belajar siswa (variabel X1) , keaktifan siswa ke perpustakaan (variabel X2),
dan keaktifan siswa berdiskusi (variabel X3) disebut variabel bebas
(independent variable),
variabel prestasi belajar siswa (variabel Y) disebut variabel tak bebas
(dependent variable).
Arah Korelasi
Variabel-variabel yang berkorelasi dapat bersifat searah atau berlawanan arah.

Korelasi positif adalah korelasi dari variabel-variabel yang bersifat searah,

yaitu jika nilai variabel X meningkat maka nilai variabel Y juga meningkat.
Atau jika nilai variabel X menurun maka nilai variabel Y juga menurun.

Korelasi negatif adalah korelasi dari variabel-variabel yang bersifat berlawanan arah,
yaitu jika nilai variabel X meningkat maka nilai variabel Y menurun
atau sebaliknya jika nilai variabel X menurun maka nilai variabel Y meningkat.

Angka korelasi (indeks korelasi, koefisien korelasi)

menunjukkan erat tidaknya suatu korelasi atau hubungan antar variabel.

Indek korelasi berkisar dari 0 (nol) sampai 1

dan mempunyai tanda positif dan negatif.

Tanda positif menunjukkan korelasi positif atau searah dan

tanda negatif menunjukkan korelasi negatif atau berlawanan arah.

Angka korelasi bersifat relatif,

misalnya angka korelasi r1 = 0,75 dan angka korelasi r2 = 0,25,
bukan berarti korelasi r1 = 3 kali korelasi r2.
Korelasi Produk Momen
adalah satu teknik untuk menghitung indeks korelasi antar dua variabel (korelasi bivariat).

Disebut korelasi produk momen karena dalam penghitungan dilakukan perkalian dari
momen-momen variabel yang dikorelasikan (product of moment).

Teknik korelasi ini dikembangkan oleh Karl Pearson sehingga dikenal juga dengan
Teknik Korelasi Pearson.

Indek korelasi produk momen diberi lambang dengan huruf ‘r’.

rxy =

rxy = Angka indeks korelasi produk momen dari variabel X dan variabel Y
= Jumlah kasus pasangan pengamatan
= Jumlah dari perkalian skor X dan skor Y
= Jumlah seluruh skor X
= Jumlah seluruh skor Y
Interpretasi Indeks Korelasi Produk Momen.

Interpretasi dengan Tabel Koefisien Korelasi (r) Produk Momen

dilakukan dengan membandingkan nilai rhitung dan rtabel dengan cara:

1. Membuat Hipotesis nihil (Ho) dan Hipotesis alternatif (Ha) dari variabel X dan variabel Y
Contoh: Ho: Tidak terdapat korelasi antara variabel X dan variabel Y.
Ha: Terdapat korelasi positif (atau negatif) antara variabel X dan variabel Y.

2. Menghitung nilai rhitung (rxy).

3. Membaca nilai Koefisien Korelasi tabel (r tabel) taraf signifikan 5% dan taraf signifikan 1%
pada df = n – nr.

4. Membandingkan nilai rhitung dan rtabel

 Tabel Nilai Koefisien Korellasi “r” pada
signifikansi 5% dan 1%
(untuk dua variabel yang dikorelasikan)
Nilai “r” Nilai “r”
df sigifikansi df sigifikansi
5% 1% 5% 1%
1 0,997 1,000 24 0,388 0,496
2 0,950 0,990 25 0,381 0,487
3 0,878 0,959 26 0,374 0,478
4 0,811 0,917 27 0,367 0,470
5 0,754 0,874 28 0,361 0,463
6 0,707 0,834 29 0,355 0,456
7 0,666 0,798 30 0,349 0,449
8 0,632 0,765 35 0,325 0,418
9 0,602 0,735 40 0,304 0,393
10 0,576 0,708 45 0,288 0,372
11 0,553 0,684 50 0,273 0,354
12 0,532 0,661 60 0,250 0,325
13 0,514 0,641 70 0,232 0,302
14 0,497 0,623 80 0,217 0,283
15 0,482 0,606 90 0,205 0,267
16 0,468 0,590 100 0,195 0,254
17 0,456 0,575 125 0,174 0,228
18 0,444 0,561 150 0,159 0,208
19 0,433 0,549 200 0,138 0,181
20 0,423 0,537 300 0,113 0,148
21 0,413 0,526 400 0,098 0,128
22 0,404 0,515 500 0,088 0,115
23 0,396 0,505 1000 0,062 0,081
Interpretasi Indeks Korelasi Produk Momen.

Interpretasi dengan Tabel Koefisien Korelasi (r) Produk Momen

dilakukan dengan membandingkan nilai rhitung dan rtabel dengan cara:

1. Membuat Hipotesis nihil (Ho) dan Hipotesis alternatif (Ha) dari variabel X dan variabel Y
Contoh: Ho: Tidak terdapat korelasi antara variabel X dan variabel Y.
Ha: Terdapat korelasi positif (atau negatif) antara variabel X dan variabel Y.

2. Menghitung nilai rhitung (rxy).

3. Membaca nilai Koefisien Korelasi tabel (rtabel) taraf signifikan 5% dan taraf signifikan 1% pada df = n –
nr.

4. Membandingkan nilai rhitung dan rtabel

Jika rhitung < rtabel taraf signifikan 5% maka Ho diterima dan Ha ditolak
Jika rhitung > rtabel, maka Ho ditolak dan Ha diterima

Jika rhitung > rtabel taraf signifikan 5% dan < rtabel taraf signifikan 1%,
berarti terdapat korelasi yang signifikan antara variabel X dan variabel Y.

Jika rhitung > rtabel taraf signifikan 1%

berarti terdapat korelasi yang sangat signifikan antara variabel X dan variabel Y.

rhitung tidak ada korelasi korelasi signifikanada korelasikorelasi sangat signifikan

rtabel 5% 1%
Contoh analisis

Apakah ada korelasi antara Nilai Tes Sumatif dan Nilai Tes Formatif Tabel 28. Nilai Tes Formatif dan
Nilai Tes Sumatif bidang
dalam bidang studi Bahasa Arab, studi Bahasa Arab pada
ditetapkan 20 siswa MA sebagai sampel. 20 siswa MA.
Nilai Bahasa Arab pada tes
Diduga Nilai Tes Formatif akan menentukan Nilai Tes Sumatif
Semakin tinggi Nilai Tes Formatif maka semakin tinggi pula Nilai Tes Sumatif. No Subjek
Formatif Sumatif
(X) (Y)
Sehingga akan terdapat korelasi positif, antara Nilai Tes Formatif (variabel X) 1 A 5 6
dan Nilai Tes Sumatif (variabel Y). 2 B 6 8
3 C 7 7
4 D 6 8
Hipotesis nihil (Ho): Tidak terdapat korelasi antara Nilai Tes Formatif (X) 5 E 5 6
dan Nilai Tes Sumatif (Y) 6 F 6 8
7 G 6 7
dalam bidang studi Bahasa Arab pada siswa MA.
8 H 5 6
9 I 6 6
Hipotesis alternatif (Ha): Terdapat korelasi positif antara Nilai Tes Fomatif (X) 10 J 7 8
dan Nilai Tes Sumatif (Y) dalam bidang studi 11 K 6 7
12 L 6 6
Bahasa Arab pada siswa MA
13 M 5 6
14 N 6 7
15 O 7 6
16 P 5 6
17 Q 7 8
18 R 6 7
19 S 7 9
20 T 6 8
Tabel 29. Perhitungan indeks korelasi Nilai Tes Formatif (X)
dan Nilai Tes Sumatif (Y)

Subjek X Y XY X2 Y2 rxy =
A 5 6 30 25 36
B 6 8 48 36 64 n = 20; ∑X = 120; ∑Y = 140;
C 7 7 49 49 49 ∑XY = 848; ∑X2 = 730; ∑Y2 = 998
D 6 8 48 36 64
E 5 6 30 25 36
F 6 8 48 36 64
G 6 7 42 36 49 rxy =
H 5 6 30 25 36
I 6 6 36 36 36 =
J 7 8 56 49 64
K 6 7 42 36 49
L 6 6 36 36 36
=
M 5 6 30 25 36
N 6 7 42 36 49 =
O 7 6 42 49 36
P 5 6 30 25 36
Q 7 8 56 49 64 =
R 6 7 42 36 49
7
S
6
9 63 49 81
rxy = 0,596
T 8 48 36 64
20 120 140 848 730 998
=n = ∑X = ∑Y = ∑XY = ∑X2 = ∑Y2
 Tabel Nilai Koefisien Korellasi “r” pada
signifikansi 5% dan 1%
(untuk dua variabel yang dikorelasikan) Interpretasi dengan tabel koefisien korelasi:
Nilai “r” Nilai “r”
df sigifikansi df sigifikansi df = n – nr
5% 1% 5% 1% n = 20; nr = 2 (jumlah varibel yang dikorelasikan)
1 0,997 1,000 24 0,388 0,496 maka
2 0,950 0,990 25 0,381 0,487
3 0,878 0,959 26 0,374 0,478
df = n – nr
4 0,811 0,917 27 0,367 0,470 = 20 – 2 = 18.
5 0,754 0,874 28 0,361 0,463
6 0,707 0,834 29 0,355 0,456 Pada df = 18, nilai rtabel taraf signifikan 5% = 0,444
7 0,666 0,798 30 0,349 0,449 nilai rtabel taraf signifikan 1% = 0,561
8 0,632 0,765 35 0,325 0,418
9 0,602 0,735 40 0,304 0,393
10 0,576 0,708 45 0,288 0,372
11 0,553 0,684 50 0,273 0,354
Karena rxy > rtabel 5% (0,596 > 0,444),
12 0,532 0,661 60 0,250 0,325
13 0,514 0,641 70 0,232 0,302 Karena rxy > rtabel 1% (0,596 > 0,561),
14 0,497 0,623 80 0,217 0,283
15 0,482 0,606 90 0,205 0,267 maka Ho ditolak dan Ha diterima.
16 0,468 0,590 100 0,195 0,254
ada
adakorelasi
korelasiyang
yangsignifikan
sangat signifikan
17 0,456 0,575 125 0,174 0,228 (Ha): Terdapat korelasi positif antara Nilai Tes
Berarti terdapat korelasi positif yang sangat signifikan
18 0,444 0,561 150 0,159 0,208 Fomatif (X) dan Nilai Tes Sumatif (Y) dalam
19 0,433 0,549 200 0,138 0,181 antara Nilai Tes Formatif dan Nilai Tes Sumatif dalam
bidang studi Bahasa Arab pada siswa MA.
20 0,423 0,537 300 0,113 0,148 bidang studi Bahasa Arab pada siswa MA.
21 0,413 0,526 400 0,098 0,128
22 0,404 0,515 500 0,088 0,115
23 0,396 0,505 1000 0,062 0,081
rhitung tidak ada korelasi korelasi signifikan korelasi sangat signifikan
0,596 0,596 0,596 0,596 0,596
rtabel 0,444 0,561
5% 1%
 Interpretasi dengan tabel koefisien korelasi:

df = n – nr
n = 20; nr = 2 (jumlah varibel yang dikorelasikan)
maka
df = n – nr
= 20 – 2 = 18.

Pada df = 18, nilai rtabel taraf signifikan 5% = 0,444

nilai rtabel taraf signifikan 1% = 0,561

Karena rxy > rtabel 1% (0,596 > 0,561),

maka Ho ditolak dan Ha diterima.

Berarti terdapat korelasi positif yang sangat signifikan

antara Nilai Tes Formatif dan Nilai Tes Sumatif dalam
bidang studi Bahasa Arab pada siswa MA.
Interpretasi dengan tabel koefisien korelasi: Interpretasi dengan tabel koefisien korelasi:

df = n – nr df = n – nr
n = 20; nr = 2 (jumlah varibel yang dikorelasikan) n = 20; nr = 2 (jumlah varibel yang dikorelasikan)
maka maka
df = n – nr df = n – nr
= 20 – 2 = 18. = 20 – 2 = 18.

Pada df = 18, nilai rtabel taraf signifikan 5% = 0,444 Pada df = 18, nilai rtabel taraf signifikan 5% = 0,444
nilai rtabel taraf signifikan 1% = 0,561 nilai rtabel taraf signifikan 1% = 0,561

Karena rxy > rtabel 5% ( > ), Karena rxy < rtabel 5% ( < ),

dan rxy < rtabel 1% ( < ), maka Ho diterima dan Ha ditolak.

maka Ho ditolak dan Ha diterima.

Berarti terdapat korelasi positif yang signifikan
antara Nilai Tes Formatif dan Nilai Tes Sumatif
dalam bidang studi Bahasa Arab pada siswa MA.
Berarti tidak terdapat korelasi antara Nilai Tes
Formatif dan Nilai Tes Sumatif dalam bidang studi
Bahasa Arab pada siswa MA.