Uji-Hubungan-Korelasi-Sederhana

(Pertemuan IX)
OLEH:
ALI MASHURI, S.PSI; M.SC
SENIN, 16 APRIL 2013




UJI-HUBUNGAN KORELASI-SEDERHANA

Ciri-ciri:
1. Statistik uji-hubungan ditujukan untuk mengukur kuat-lemahnya
korelasi atau hubungan antar variabel dalam suatu penelitian;
2. Di sini, hubungan atau korelasi menunjuk pada sejauhmana
variabel-variabel penelitian bergerak/bervariasi secara bersama-
sama (Diekhoff, 1992).
3. Secara teknis statistik, variabel satu dengan variabel lain dinyatakan
memiliki hubungan atau korelasi jika salah satu variabel tersebut
meningkat atau menurun maka variabel yang lainnya juga
meningkat ataupun menurun secara konsisten.
4. Koefisien korelasi merupakan alat statistik yang menyimpulkan serta
menggambarkan bagaimana pola atau arah hubungan antar
variabel serta seberapa kuat variabel-variabel tersebut
berhubungan (Heiman, 2011).








UJI-HUBUNGAN KORELASI-SEDERHANA

Jenis-Jenis:
1. Ragam statistik uji-hubungan didasarkan pada jumlah/banyaknya
variabel yang dianalisi serta pada level/skala pengukuran variabel
tersebut;
2. Uji-hubungan bivariat menguji hunbungan antara dua variabel,
dimana variabel pertama disebut dengan istilah variabel prediktor atau
X sementara variabel kedua dikenal denga istilah variabel kriteria atau
Y;
3. Uji-hubungan multivariat menguji hubungan antara lebih dari dua
variabel;
4. Terakhir, uji-hubungan yang mensyaratkan bahwa variabel-variabel
yang dianalisis harus diukur pada skala interval ataupun rasio dan yang
berdistribusi normal disebut dengan istilah uji-hubungan parametrik;
uji-hubungan antar variabel yang diukur pada skala ordinal ataupun
nominal dan yang tidak mensyaratkan bahwa variabel tersebut harus
berdistribusi normal disebut denga istilah uji-hubungan non-
parametrik (Diekoff, 1992).








UJI-HUBUNGAN KORELASI-SEDERHANA

Tipe-Tipe:

1. Ada dua jenis tipe korelasi dalam uji-hubungan;
2. Tipe pertama adalah korelasi linear.
3. Istilah linear menunjuk pada garis lurus, dan dengan
demikian korelasi liniear membentuk suatu pola
sebagaimana pola garis lurus.
4. Dilihat dari segi arahnya, korelasi linear bisa berarah
positif dan berarah negatif.







UJI-HUBUNGAN KORELASI-SEDERHANA

Tipe-Tipe:
Korelasi linear ke arah positif menggambarkan suatu pola dimana ketika skor X
(variabel independen) meningkat maka skor Y (variabel dependen) juga meningkat
dan ketika skor X menurun maka skor Y juga menurun.










Contohnya, sebagaimana kita lihat pada gambar di atas, semakin banyak waktu yang
digunakan untuk belajar (X) maka semakin tinggi skor hasil tes (Y) dan semakin
kurang waktu yang digunakan untuk belajar maka semakin rendah skor hasil tes.







UJI-HUBUNGAN KORELASI-SEDERHANA

Tipe-Tipe:
Korelasi linear ke arah negatif menggambarkan suau pola dimana ketika skor X
meningkat maka skor Y justru menurun dan sebaliknya, ketika skor X menurun maka
skor Y justru meningkat.










Contohnya, sebagaimana kita lihat pada gambar di atas, semakin banyak waktu yang
digunakan untuk menonton TV maka semakin rendah skor hasil tes dan sebaliknya
semakin sedikit waktu menonton TV maka semakin tinggi skor hasil tes.








UJI-HUBUNGAN KORELASI-SEDERHANA

Tipe-Tipe:
Tipe kedua adalah korelasi non-linear dalam artian bahwa data
yang mengkuantifikasi hubungan antar variabel tidak bisa
disimpulkan melalui garis-lurus.
Dalam korelasi non-linear, atau disebut juga dengan korelasi
kurvilinear (curvilinear), perubahan pada prediktor (X) tidak diikuti
perubahan serupa secara konsisten pada poin tertentu oleh variabel
kriteria (Y).
Pada poin perubahan X tertentu, pola perubahan variabel kriteria
berbeda dengan pola perubahan sebelumnya.
Ada dua jenis korelasi non-linear, yaitu korelasi non-linear
berbentuk-U (U-shaped) dan berbentuk-kebalikan-dari-U (inverted
U-shaped).







UJI-HUBUNGAN KORELASI-SEDERHANA

Tipe-Tipe:
Contoh korelasi non-linear berbentuk-U, sebagaimana kita lihat pada gambar di
bawah, adalah hubungan antara Usia (years in age) dengan Kecepatan melakukan
gerakan (Time for Movement).









Ketika usia seseorang masih sangat muda, kecepatannya melakukan gerakan masih
sangat lambat; Aka tetapi, seiring dengan pertambahan usia sampai 40 tahunan,
semakin cepat gerakan seseorang.
Meskipun demikian, melewati usia 40 tahun, kecepatan seseorang melakukan
gerakan kembali melambat layaknya ketika mereka berusia sangat muda.







UJI-HUBUNGAN KORELASI-SEDERHANA

Tipe-Tipe:
Contoh korelasi non-linear yang berbentuk-kebalikan-dari-U adalah hubungan antara
Jumlah alkohol yang dikonsumsi (Alcohol consumed) dan Perasaan akan
kenyamanan (Feeling of Wellness).









Sebagaimana bisa kita lihat pada gambar di atas, pada tahap awal semakin banyak
jumlah alkohol yang diminum maka semakin seseorang cenderung merasa semakin
nyaman.
Akan tetapi pada poin jumlah tertentu (yaitu sekitar 5), polanya menjadi berkebalikan
dimana semakin banyak seseorang meminum alkohol maka semakin rendah
perasaan akan kenyamamannya.







UJI-HUBUNGAN KORELASI-SEDERHANA

Kekuatan Korelasi:
Kekuatan korelasi menunjuk pada pengertian seberapa konsisten
perubahan variabel prediktor (X) diikuti oleh perubahan variabel
kriteria (Y).
Secara matematis, kekuatan korelasi tersebut, sebagaimana
dijelaskan sebelumnya, dikuantifikasi melalui koefisien korelasi.
Koefisien korelasi yang paling sempurna adalah +1 kalau arah
korelasinya bersifat positif atau -1 kalau arah korelasinya bersifat
negatif.
Koefisien korelasi terendah adalah sebesar 0.
Dengan demikian koefisien korelasi memberikan penjelasan
pada dua hal, yaitu arah korelasi (positif atau negatif) dan
kekuatan korelasi (kuat/tinggi atau rendah/lemah).





UJI-HUBUNGAN KORELASI-SEDERHANA

Kekuatan Korelasi:
Dalam kasus korelasi yang sempurna (baik ke arah positif maupun negatif),
perubahan skor variabel prediktor (X) dalam unit tertentu diikuti oleh perubahan skor
variabel kriteria (Y) dalam unit yang sama.










Sebagaimana bisa kita lihat pada gambar di atas, korelasi linear positif yang
sempurna (koefisien korelasi = +1) ditandai dengan fenomena bahwa kenaikan skor X
pada unit tertentu diikuti kenaikan skor Y pada unit yang sama dan penurunan skor X
pada unit tertentu diikti oleh penurunan skor Y pada unit yang sama.





UJI-HUBUNGAN KORELASI-SEDERHANA

Kekuatan Korelasi:











Sebagaimana kita lihat dalam gambar di atas, korelasi linear negatif yang sempurna
(koefisien korelasi = -1).
Ditandai dengan fenomena bahwa kenaikan skor X pada unit tertentu diikuti penurunan
skor Y pada unit yang sama dan penurunan skor X pada unit tertentu diikti oleh
kenaikan skor Y pada unit yang sama







UJI-HUBUNGAN KORELASI-SEDERHANA

Kekuatan Korelasi:
Dalam kasus korelasi yang kurang sempurna atau sedang (baik ke arah positif
maupun negatif), perubahan skor variabel prediktor (X) dalam unit tertentu diikuti oleh
perubahan skor variabel kriteria (Y) dalam unit yang tidak seratus persen sama.







Sebagaimana bisa kita lihat pada gambar di atas, korelasi linear positif yang kurang
sempurna (r
xy
= 0.98) ditandai dengan fenomena bahwa kenaikan skor X kenaikan skor Y
dan penurunan skor X diikti oleh penurunan skor Y.
Akan tetapi, kita cermati bahwa kenaikan dan penurunan skor X dalam unit tertentu
tersebut tidak diikuti dengan kenaikan dan penurunan skor Y dalam unit yang sama.







UJI-HUBUNGAN KORELASI-SEDERHANA

Kekuatan Korelasi:










Sebagaimana kita lihat dalam gambar di atas, korelasi linear negatif yang kurang
sempurna (r
xy
= -0.28) ditandai dengan fenomena bahwa kenaikan skor X diikuti
penurunan skor Y dan penurunan skor X diikuti oleh kenaikan skor Y.
.Akan tetapi, sekali lagi, kita bisa menemukan bahwa kenaikan dan penurunan skor X
dalam unit tertentu tersebut tidak diikuti dengan kenaikan dan penurunan skor Y dalam
unit yang sama.








UJI-HUBUNGAN KORELASI-SEDERHANA

Kekuatan Korelasi:
Terakhir, dalam kasus koefisien korelasi nol, perubahan skor X tidak diikuti secara
konsisten oleh perubahan skor Y.
Dalam korelasi nol, data hubungan antar variabel berbentuk seperti lingkaran atau elips
yang paralel dengan sumbu X, yang contohnya adalah gambar sebagai berikut:








UJI-HUBUNGAN KORELASI-SEDERHANA

Korelasi Bivariat (Sederhana), Parametrik:
Menguji korelasi antara dua variabel, satu variabel prediktor (X) dan satu variabel
kriteria (Y);
Masing-masing variabel, yaitu prediktor (X) dan kriteria (Y), harus berskala minimal
interval (parametrik);
Dikenal juga dengan sebutan Korelasi Product-Moment Pearson;
Rumus korelasi Product-Moment Pearson dengan rumus deviasi:





y x
xy
SD N.SD
xy
r

=
Dimana,
r
xy
= Koefisien korelasi antara X dan Y
xy = Product dari deviasi variabel X kali deviasi variabel Y
SD
x
= Standar Deviasi variabel X
SD
y
=Standar Deviasi variabel Y
N = Jumlah subyek yang diselidiki





UJI-HUBUNGAN KORELASI-SEDERHANA

Korelasi Bivariat (Sederhana), Parametrik:
Rumus Korelasi Product Moment Pearson, dengan rumus angka kasar:












Derajat bebas (db) untuk menentukan signifikansi koefisien korelasi product-moment
adalah N-2, dimana N adalah jumlah subjek.







( )( )
( ) ( )
(
(

(
(

=
N
Y
Y
N
X
X
N
Y X
XY
r
2
2
2
2
xy
Dimana,
r
xy
= Koefisien korelasi antara X dan Y
XY = Product dari Variabel X kali Variabel Y
X = Jumlah skor variabel X
Y = Jumla skor variabel Y
N = Jumlah subyek yang diselidiki





UJI-HUBUNGAN KORELASI-SEDERHANA

Menafsirkan koefisien korelasi:
Penjelasan atas koefisien korelasi didasarkan pada apa
yang disebut dengan Koefisien Determinasi;
Koefisien determinasi dihitung dengan mengkuadratkan
koefisien korelasi (r
2
)
Koefisien determinasi mengandung arti prosentase
varians variabel kriteria (Y) yang bisa dijelaskan oleh
variabel prediktor (X);
Atau, prosentase pengaruh variabel prediktor (X) terhadap
variabel kriteria (Y).






















UJI-HUBUNGAN KORELASI-SEDERHANA

Contoh Soal:
Seorang peneliti tertarik menyelidiki fenoma berkendaraan secara berbahaya
(dangerous) driving di kalangan remaja SMA yang dijelaskan berdasarkan faktor
personality atau kepribadian, khususnya rasa bermusuhan (hostility).
Peneliti tersebut selanjutnya menyusun dua skala, yaitu skala dangerous driving dan
skala hostility.
Kedua alat ukur tersebut terdiri dari 10 item, yang disusun atas dasar skala Likert
dengan opsi jawaban yang merentang dari Sangat Setuju (SS, diberi skor 5) sampai
Sangat Tidak Setuju (STS, diberi skor 0).
Dengan demikian, skor minimal pada masing-masing skala adalah 0 sementara skor
maksimal adalah 50.
Hipotesis kerja/alternatif (H
a
) yang ditetapkan adalah Ada korelasi linear ke arah positif
antara rasa bermusuhan/hostility dan berkendaraan secara berbahaya/dangerous
driving dimana semakin tinggi rasa bermusuhan maka semakin tinggi juga
berkendaraan secara berhabaya dan sebaliknya, semakin rendah rasa bermusuhan
maka semakin rendah juga berkendaraan secara berbahaya.
Kedua skala disebarkan ke 20 siswa SMA di sekolah XYZ. Rincian hasilnya ditampilkan
dalam tabel sebagai berikut:




































UJI-HUBUNGAN KORELASI-SEDERHANA
















No. Subyek X Y X
2
Y
2
XY
1 20 40
400 1600 800
2 33 43
1089 1849 1419
3 45 47
2025 2209 2115
4 21 30
441 900 630
5 11 20
121 400 220
6 44 39
1936 1521 1716
7 35 34
1225 1156 1190
8 46 42
2116 1764 1932
9 43 40
1849 1600 1720
10 12 17
144 289 204
11 19 19
361 361 361
12 22 19
484 361 418
13 33 25
1089 625 825
14 36 29
1296 841 1044
15 40 37
1600 1369 1480
16 19 18
361 324 342
17 25 29
625 841 725
18 26 34
676 1156 884
19 36 44
1296 1936 1584
20 38 46
1444 2116 1748
N= 20
X = 604 Y = 652 X
2
=20578 Y
2
= 23218 XY = 21357



UJI-HUBUNGAN KORELASI-SEDERHANA

Contoh Soal:
Berdasarkan rincian perhitungan pada tabel di atas, korelasi Product-Moment Pearson
bisa dihitung sebagai berikut:








Dengan demikian, korelasi antara hostility (X) dan dangerous driving (Y) adalah sebesar
0,778.
Derajat bebas (db) untuk menentukan signifikansi nilai korelasi tersebut adalah 18
(diperoleh dari 20 2).
Dengan db sebesar 18, nilai r tabel untuk hipotesis dua ekor- (two-tailed) adalah
sebesar 0,378 (signifikansi 5%) atau 0,516 (signifikansi 1%).









( )( )
( ) ( )
(
(

(
(

=
(
(

(
(

=
20
) 652 (
23218
20
) 604 (
20578
20
) 652 )( 604 (
21357
N
Y
Y
N
X
X
N
Y X
XY
r
2 2 2
2
2
2
xy
| || |
778 , 0
8 , 1962 2 , 2337
6 , 1666
r
xy
= =



UJI-HUBUNGAN KORELASI-SEDERHANA

Contoh Soal:

Kesimpulannya, hipotesis kerja yang dinyatakan di atas
bisa diterima.
Koefisien determinasi (r
2
) adalah sebesar 0,61 atau 61
persen;
Jadi, prosentase pengaruh Hostilty (X) terhadap
Aggressive Driving (Y) adalah sebesar 61 persen.