TEKNIK ANALISIS KORELASI Teknik analisis korelasi adalah teknik analisa statistik mengenai hubungan antara dua variabel

atau lebih. Korelasi adalah istilah statistik yang menyatakan derajat hubungan linear (searah buakan timbal balik) antara variabelnya. Teknik analisis korelasi memiliki tiga macam tujuan yaitu : a. Ingin mencari bukti, apakah antara variabel yang satu dengan yang lain terdapat hubungan atau korelasi. b. Ingin menjawab pertanyaan, apakah hubungan antara variabel itu kuat, cakupan atau lemah. c. Ingin memperoleh kejelasan dan kepastian, apakah hubungan antara variabel itu merupakan hubungan yang berarti atau signifikan ataukah hubungan Teknik Analisis Korelasional dapat dibedakan menjadi dua golongan, yaitu: Tenik Analisis Korelasional Bivariat dan Teknik Analisis Korelasional Multivariat. 1. Teknik Analisa Korelasional Bivariat Teknik analisis korelasi bivariat ialah teknik analisis korelasi yang mendasarkan diri pada dua buah variabel. Terdapat beberapa macam teknik perhitungan korelasi yang termasuk dalam teknik Analisa Korelasional Bivariat, yaitu: a. Teknik Korelasi Product Moment (Product Moment correlation) b. Teknik korelasi tata jenjang ( rank difference correlation) c. Teknik korelasi koefisien phi ( phi coefficient correlation) d. Teknik korelasi kontingensi (contingency coefficient correlation) e. Teknik korelasi point biserial (biserial correlation) Penggunaan teknik korelasi tersebut diatas sangat bergantung pada jenis data statistik yang akan dicari korelasinya, disamping pertimbangan atau alasan tertentu yang harus terpenuhi.

Teknik Analisis Korelasional /Statistika Penelitian

1

A. Teknik korelasi product moment Product moment correlation adalah salah satu teknik untuk mencari korelasi antara dua variabel yang kerap kali digunakan. Teknik korelasi ini digunakan untuk mencari tingkat keeratan hubungan antara dua variabel dengan cara memperkalikan moment-moment (hal-hal penting) kedua variabel tersebut. Teknik korelasi ini dikembangkan oleh karl person, yang biasa dikenal dengan korelasi pearson. Teknik korelasi product moment digunakan apabila : a. Variabel yang dikorelasikan berbentuk gejala atau data yang bersifat kontinu. b. Sampel yang diteliti mempunyai sifat homogen atau setidak-tidaknya mendekati homogen. c. Regresinya merupakan regresi linear. Kuat – lemah atau tinggi – rendahnya korelasi antara dua variabel yang sedang diteliti, dapat diketahui dengan melihat besar-kecilnya angka indeks korelasi, yang pada teknik korelasi product moment diberi lambing “r”. Angka indeks korelasi produk momen ini diberi indeks dengan huruf kecil dari hurufhuruf yang dipergunakan untuk dua buah variabel yang sedang dicari korelasinya. Jadi, apabila variabel pertama diberi lambing X dan variabel kedua diberi lambing Y maka angka indeks korelasinya dinyatakan dengan lambing : rxy. Cara menghitung angka indeks korelasi “r” product moment dengan menggunakan rumus sebagai berikut : ∑ √[ ∑ rxy N (∑ )(∑ ) ∑ (∑ )

(∑ ) ]

= Angka indeks korelasi product moment = jumlah variabel yan dikorelasikan

∑ XY = jumlah hasil perkalian antara skor X dan skor Y

Teknik Analisis Korelasional /Statistika Penelitian

2

∑X ∑Y

= jumlah seluruh skor X = jumlah seluruh skor Y

Contoh perhitungan : Dalam suatu penelitian, yang antara lain dimaksudkan untuk mengetahui apakah secara signifikan terdapat korelasi positif antara nilai hasil Tes sumatif dan nilai tes formatif dalam bidang studi kimia, telah ditetapkan sejumlah 20 orang siswa SMA sebagai sampel berhasil dihimpun data sebagai berikut : Subjek A B C D E F G H I J K L M N O P Q R S T N = 20 Diketahui : N = 20, ∑X = 120, ∑Y= 140, ∑XY =848, ∑X2 = 738 dan ∑Y2 = 998 Ditanyakan : rxy = ……? Penyelesaian : X 5 6 7 6 5 6 6 5 6 8 6 6 5 6 8 4 6 6 7 6 ∑X = 120 Y 6 8 7 8 6 8 7 6 6 8 7 6 6 7 6 6 8 7 9 8 ∑Y= 140 XY 30 48 49 48 30 48 42 30 36 64 42 36 30 42 48 24 48 42 63 48 ∑XY =848 X2 25 36 49 36 25 36 36 25 36 64 36 36 25 36 64 16 36 36 49 36 ∑X2 = 738 Y2 36 64 49 64 36 64 49 36 36 64 49 36 36 49 36 36 64 49 81 64 ∑Y2 = 998

Teknik Analisis Korelasional /Statistika Penelitian

3

444) sama besarnya dengan rtabel (0. Karena rxy ( 0. apabila N sama dengan atau lebih dari 30 sebaiknya jangan digunakan teknik korelasi ini. Teknik analisa korelasional tata jenjang ini dapat efektif digunakan apabila subjek yang dijadikan sampel dalam penelitian lebih dari Sembilan tetapi kurang dari tiga puluh. Berarti pada taraf signifikansi 5% terdapat korelasi positif yang signifikan antara variabel X dan Y. sedangkan Ha diterima. pada taraf signifikansi 5 % diperoleh rtabel = 0. Dengan kata lain.∑ √[ ∑ (∑ )(∑ ) ∑ ) (∑ ) (∑ ) ] ( )( √( )( ) √ Interpretasi terhadap rxy : Dengan menggunakan tabel nilai “r” : df = N – nr = 20 -2 = 18. B. Dengan memeriksa Tabel Nilai “r” product moment ternyata bahwa dengan df sebesar 18. Maka Ho ditolak. besar-kecil atau kuat-lemahnya korelasi antara variabel yang sedang diselidiki korelasinya. Teknik korelasi tata jenjang (Uji non parametrik) Teknik korelasi tata jenjang dalam dunia statistik dikenal sebagai teknik analisa korelasional yang paling sederhana jika dibandingkan dengan teknik analisa korelasional lainnya.444. jadi bukan didasarkan pada skor hasil pengukuran yang sebenarnya. diukur berdasarkan perbedaan urutan kedudukan skornya. datanya adalah data ordinal atau data berjenjang atau data urutan. Teknik Analisis Korelasional /Statistika Penelitian 4 . Karena itu.444). Pada teknik korelasi tata jenjang ini.

maka hipotesis nol ditolak. terlebih dahulu dirumuskan hipotesis alternative dan hipotesis nol-nya : Ha = ada korelasi positif yang signifikan antara variabel I dan variabel II H0 = tidak ada korelasi positif yang signifikan antara variabel I dan variabel II Setelah diperoleh angka indeks korelasi tata jenjangnya.00 sampai dengan ±1. variabel pertama (R1) dan urutan skor pada variabel kedua (R2). sebaliknya Sejumlah 10 orang mahasiswa yang dikenal sebagai tokoh penting organisasi ekstra kampus ditetapkan sebagi sampel dalam penelitian yang bertujuan untuk mengetahui. Jika dengan atau lebih besar dari hitung lebih kecil dari pada hipotesis alternatif ditolak. lalu diinterpertasikan dengan mempergunakan Tabel nilai taraf signifikansi 5% maupun 1%. Seperti halnya angka ini besarnya berkisar antara 0. dipergunakan rumus sebagai berikut : ∑ ( ) Untuk menghitung Dimana : = angka indeks korelasi tata jenjang 6 & 1 = bilangan konstan D = difference. angka indeks korelasionalnya dilambangkan dengan huruf indeks korelasi (baca . Sebaliknya jika tabel maka hipotesis nol disetujui. rho). apakah secara signifikan terdapat korelasi positif antara : keaktifan Teknik Analisis Korelasional /Statistika Penelitian 5 .Pada teknik analisis korelasional tata jenjang ini.00. Contoh perhitungan : dengan df = N dengan yang diperoleh dalam perhitungan sama tabel. jadi D = R1 Untuk memberikan interpretasi terhadap angka indeks korelasi tata jenjang. yaitu perbedaan antara urutan sekor pada – R2 N = banyaknya pasangan yang sedang dicari korelasinya.

0.? Tabel perhitungan untuk mencari Angka Indeks Korelasi Rho Nomor urut 1 2 3 4 5 6 7 8 9 10 Total Nama A B C D E F G H I J N =10 (I) 37 41 38 44 35 43 40 42 36 39 Skor (II) 63 45 60 50 65 52 55 47 64 59 Rank I = R1 II = R2 3 8 7 1 4 7 10 3 1 10 9 4 6 5 8 2 2 9 5 6 D= R1-R2 -5 6 -3 7 -9 5 1 6 -7 -1 ∑D = 0 D2 25 36 9 49 81 25 1 36 49 1 2 ∑D = 312 Dari perhitungan diatas ternyata rho : . Skor Keaktifan dalam Mean prestasi organisasi studi (I) (II) 37 63 41 45 38 60 44 50 35 65 43 52 40 55 42 47 36 64 39 59 Nomor urut Nama 1 2 3 4 5 6 7 8 9 10 Ditanyakan : Penyelesaian : A B C D E F G H I J = ……. Tabel Skor tentang keaktifan dalam organisasi ekstra kampus dan skor tentang prestasi studi dari sejumlah 10 orang Mahasiswa. Dengan melihat tanda yang Teknik Analisis Korelasional /Statistika Penelitian 6 .891.mereka dalam berorganisasi ekstra kampus (variabel I) dan prestasi studi mereka di fakultas ( variabel II).

891 diinterpretasikan dengan tabel nilai Rho. Adpun rumus yang digunakan adalah : ( √( )( )( ) )( ) Pada dasarnya. Hidup-Mati. maka phi coefficient itu dapat diinterpretasikan dengan Teknik Analisis Korelasional /Statistika Penelitian 7 . pada teknik korelasi phi ini. maka makin menurun prestasi belajar di fakultas. Kesimpulan : Secara signifikan keaktifan dalam organisasi ekstra kampus berkorelasi negatif dengan prestasui studi para mahasiswa tersebut di fakultas. df = N = 10. phi merupakanm Product Moment Correlation. Dengan demikian Rho yang diperoleh dari perhitungan ( 0.) maka hal ini berarti. Rumus untuk menghitung phi merupakan variasi dari rumus dasar pearson.648. Seperti halnya rxy dan Rho. pada taraf signifikansi 5% sebesar 0. ditunjukkan oleh besar-kecilnya angka indeks korelasi yang dilambangkan dengan huruf Ø (phi).00.terdapat didepan angka angka indeks korelasi ( tanda . Teknik korelasi koefisien phi Teknik korelasi phi adalah salah satu teknik analisis korelasional yang dipergunakan apabila data yang dikorelasikan adalah data yang benar-benar dikotomi (terpisah atau dipisahkan secara tajam) . antara keaktifan berorganisasi ekstra kampus dan prestasi studi di fakultas terdapat korelasi yang berlawanan arah ( korelasi negatif).891) > Rhotabel karena itu Ho ditolak. maka Ø besarnya juga berkisar antara 0. Lulus-tidak lulus dan seterusnya. berarti : makin aktif seorang mahasiswa dalam kegiatan organisasi.00 sampai dengan ± 1. Berhubungan dengan itu. misalnya Laki-laki – perempuan. kuat-lemah atau tinggi-rendahnya korelasi antara dua variabel yang dikorelasikan. dengan istilah lain : variabel yang dikorelasikan itu adalah variabel distrik murni . Besar-kecil. Terhadap Rho sebesar 0. Rumus yang dipergunakan dalam menghitung atau mencari Ø kita mendasarkan diri pada masing-masing sel yang terdapat dalam tabel kerja. C.

Tabel perhitungan untuk mencari angka indeks korelasi phi Status Prestasi Lulus SNMPTN Tidak lulus SNMPTN Jumlah Mengikuti bimbingan 20 a 25 c 45 Tidak mengikuti bimbingan 20 b 35 d 55 Jumlah 40 60 N= 100 Teknik Analisis Korelasional /Statistika Penelitian 8 . terlebih dahulu dipersiapkan menjadi tabel perhitungan. Karena phi. Ho : Tidak ada korelasi yang signifikan antara keikutsertaaan para lulusan SMK dalam bimbingan tes dan keberhasilan mereka dalam tes SNMPTN. Dimana frekuensi sel a = 20. akan dihitung berlandaskan pada frekuensi selnya. berhasil diperoleh data sebagai berikut : Tabel data mengenai hasil tes SNMPTN lulusan SMK yang mengikuti bimbingan tes dan yang tidak mengikuti bimbingan tes. Contoh Perhitungan : Suatu kegiatan penelitian yang bertujuan untuk mengetahui apakah secara signifikan terdapat korelasi antara kegiatan mengikuti Bimbingan Tes yang dilakukan oleh para siswa lulusan SMK dan prestasi mereka dalam mengikuti tes SNMPTN. b = 20.cara yang sama dengan “r” product moment dari pearson. c = 25 dan d = 35. Status Mengikuti Tidak mengikuti Jumlah Prestasi bimbingan bimbingan Lulus SNMPTN 20 20 40 Tidak lulus SNMPTN Jumlah Rumusan Hipotesisnya : Ha 25 45 35 55 60 N= 100 : ada korelasi yang signifikan antara keikutsertaaan para lulusan SMK dalam bimbingan tes dan keberhasilan mereka dalam tes SNMPTN. maka masingmasing sel yang terdapat pada Tabel diatas. didalam penelitian telah ditetapkan sampel sejumlah 100 orang lulusan SMK.

dan d kedalam rumus. Kuat-lemahnya.082 Interpretasi data : Ø dianggap sebagai rxy. Pemahaman terhadap ajaran agama: Baik.c. tinggi-rendah dan besar-kecilnya korelasi antara dua variabel yang sedang kita selidiki korelasinya. Rumus untuk mencari Koefisien Korelasi Kontingensi adalah : √ X2 dapat diperoleh dengan menggunakan rumus : Teknik Analisis Korelasional /Statistika Penelitian 9 . Teknik korelasi koefisien kontingensi Teknik korelasi koefisien kontingensi adalah salah satu teknik analisa korelasional bivariat. yang umumnya diberi lambing dengan huruf C atau KK. dapat diketahui dari besar-kecilnya angka indeks korelasi yang disebut Coefficient Contingency. Dengan demikian hipotesa nol diterima.195). Misalnya .Dengan mensubtitusi a. Berarti. Dengan demikian Ø yang kita peroleh ( 0. maka : ( √( )( )( ) )( ) √ 0. yang dua buah variabel yang dikorelasikan adalah berbentuk kategori atau merupakan gejala ordinal. tidak terdapat korelasi yang signifikan antara keikutsertaan para siswa lulusan SMA dalam bimbingan tes dan prestasi yang mereka capai dalam tes SNMPTN.195. tingkat pendidikan : Tinggi. df = N – nr = 100 – 2 = 98.082) < rtabel (0.b. menengah dan rendah. D. dengan df 98 pada taraf signifikansi 5% diperoleh rtabel = 0. kurang dan sebagainya. cukup.

dengan mempergunakan rumus sebagai berikut : √ Setelah harga diperoleh. apakah terdapat korelasi positif yang signifikan antara semangat berolah raga dan gairah belajar. Contoh perhitungan: Diteliti. Jika angka indeks korelasi yang diperoleh dalam perhitungan rtabel.nr.∑ ( ) Pemberian interpretasi terhadap angka indeks korelasi kontingensi C atau KK itu adalah dengan jalan terlebih dahulu mengubah harga C menjadi phi. maka Ho ditolak dan apabila < rtabel maka Ho diterima. Sejumlah 200 orang subjek ditetapkan sebagai sampel penelitian. maka langkah selanjutnya adalah menghitung besarnya kai kuadrat : Teknik Analisis Korelasional /Statistika Penelitian 10 . Hasil pengumpulan data menunjukkan angka sebagai berikut : Tabel data mengenai semangat berolah raga dengan kegairahan belajar dari sejumlah 200 orang subjek Semangat berolahraga Besar kegairahan belajar Besar Sedang Kurang Jumlah 18 34 10 62 sedang 12 43 10 65 Kecil 10 33 30 73 Jumlah 40 110 50 N = 200 Karena angka indeks korelasi kontingensi C atau KK itu harus dihitung dengan rumus kai kuadrat. selanjutnya dikonsultasikan dengan tabel nilai “r” dengan df = N.

75 0 (fo-ft)2 31. berarti ada korelasi positif yang signifikan antara semangat berolah raga dan kegairahan belajar: makin besar semangat beroleh raga tumbuh dalam diri Teknik Analisis Korelasional /Statistika Penelitian 11 .01 52.00 21.1225 30.15 -5.5290 0. dengan terlebih dahulu mencari df-nya : df = N-nr = 200-2 = 198.9516 2.5 -6.4490 0.16 0.4038 7.5625 51. Untuk memberikan interpretasi terhadap C atau KK itu.5651 18. Dengan ini maka Ho ditolak.25 +11.4703 1.36 1. dalam rangka mencari angka indeks korelasi kontingensi C Sel 1 2 3 4 5 6 7 8 9 Jumlah Interpretasi : Ha : fo 18 12 10 34 43 33 10 10 30 N = 200 N = 200 ft (fo-ft) +5.1 +7.6 -0.0625 138.7194 Ada korelasi positif yang signifikan antara semangat berolah raga dan kegairahan belajar.25 -7.6 -1.0 -4. Dengan demikian Ø (0. diperoleh harga rtabel pada taraf signifikansi 5% = 0.306) > rtabel (0.0770 1.138.138).25 39.2733 1. Dengan df sebesar 200. dengan rumus : √ √ ( ) √ √ Selanjutnya harga Ø yang telah kita peroleh itu kita konsultasikan dengan Tabel nilai “r” product moment. harga C terlebih dahulu kita ubah menjadi phi (Ø).0625 ( ) 2. Ho : Tidak Ada korelasi positif yang signifikan antara semangat berolah raga dan kegairahan belajar.0003 1.Tabel kerja untuk menghitung Harga kai kuadrat.

= Mean skor yang dicapai oleh peserta tes yang menjawab betul. pada teknik korelasi ini dilambangkan dengan : rpbi. E. = Mean skor total. yang sedang dicari korelasinya dengan tes secara keseluruhan. dimana sekor hasil tes untuk tiap butir soal dikorelasikan dengan skor hasil tes secara totalitas. Mt SDt p Untuk memberikan interpretasi terhadap rpbi. = Deviasi Standar total = proporsi peserta tes yang menjawab betul terhadap butir soal yang sedang dicari korelasinya dengan tes secara keseluruhan. yang berhasil dicapai oleh seluruh peserta tes. Rumus untuk mencari angka indeks korelasi Point biserial (rpbi) adalah : √ Dimana : rpbi Mp = Angka Indeks korelasional Point Biserial. Teknik korelasi point biserial Teknik korelasi point biserial adalah salah satu teknik analisa korelasional bivariat yang biasa dipergunakan untuk mencari korelasi antara variabel : Variabel I berbentuk variabel kontinum ( misalnya : sekor hasil tes). Jika rpbi yang Teknik Analisis Korelasional /Statistika Penelitian 12 . sedangkan variabel II berbentuk variabel distrik murni (misalnya : betul atau salahnya calon dalam menjawab butir-butir soal tes). Angka indeks korelasi yang menunjukkan keeratan hubungan antara variabel yang satu dengan variabel yang lain.anak. Teknik analisa korelasional point biserial ini juga dapat dipergunakan untuk menguji validitas item yang telah diajukan dalam tes. kita pergunakan tabel nilai “r” product moment dengan terlebih dahulu mencari df-nya (df = N-nr). diikuti dengan semakin besarnya kegairahan belajar mereka.

Untuk keperluan tersebut Tabel diatas dikutip kembali untuk mempersiapkan guna mengetahui besarnya Mp. Mt. q dan SDt : Mencari Mean total (Mt) dengan rumus : ∑ Mencari Standar Deviasi total (SDt) dengan rumus : Teknik Analisis Korelasional /Statistika Penelitian 13 .kita peroleh dalam perhitungan ≥ rtabel. Sejumlah 10 orang calon dihadapkan kepada 10 butir soal. berarti tidak ada korelasi yang signifikan. ternyata secara signifikan memang berkorelasi. Jika rpbi < rtabel. Kita ingin menguji validitas soal nomor 1. maka kita dapat mengambil kesimpulan bahwa kedua variabel yang sedang kita cari korelasinya. Contoh perhitungan : Suatu penelitian bertujuan untuk menguji validitas soal yang telah dikeluarkan didalam tes. skor yang berhasil dicapai oleh testee dapat dilihat pada tabel. p. Tabel skor yang berhasil dicapai oleh 10 orang testee yang Dihadapkan kepada 10 butir Soal Tes Seleksi testee 1 A B C D E F G H I J N= 10 1 1 1 0 1 0 1 1 0 1 7 2 0 0 1 1 0 0 1 1 1 0 5 Skoor yang dicapai untuk butir soal nomor : 3 4 5 6 7 8 9 1 0 1 1 0 1 0 0 1 1 6 0 1 1 1 1 1 0 1 1 1 8 1 0 1 0 1 0 1 0 1 0 5 0 1 0 0 1 1 1 0 0 0 4 1 0 1 1 1 1 1 1 0 0 7 0 1 1 1 1 1 1 0 0 0 6 1 0 1 1 1 0 1 1 0 0 6 10 1 0 1 1 1 0 1 1 0 0 6 Total Score (Xt) 6 4 9 7 8 5 8 6 4 3 ∑Xt = 60 Bertitik tolak pada data yang tercantum diatas.

4 1 0 1 1 1 0 1 1 0 0 6 0.8 q 0.5 0.3 = Ditanyakan : rpbi = ……? Teknik Analisis Korelasional /Statistika Penelitian 14 .2 Menguji validitas soal nomor 1 : Diketahui : Mt SDt p q Mp =6 = 1.7 = 0.√ ∑ (∑ ) √ √ √ ( ) Melalui perhitungan diatas.7 0.6 1 0 1 1 1 1 1 1 0 0 7 0.4 10 1 0 1 1 1 0 1 1 0 0 6 0. Tabel perhitungan untuk menguji validitas soal testee 1 A B C D E F G H I J N= 10 1 1 1 0 1 0 1 1 0 1 7 Skor yang dicapai untuk butir soal nomor : 2 3 4 5 6 7 8 9 0 0 1 1 0 0 1 1 1 0 5 1 0 1 1 0 1 0 0 1 1 6 0 1 1 1 1 1 0 1 1 1 8 1 0 1 0 1 0 1 0 1 0 5 0.6 0.4 0.897.7 0.6 0.3 0.5 0 1 0 0 1 1 1 0 0 0 4 0.5 0.5 0.3 0 1 1 1 1 1 1 0 0 0 6 0.4 0.6 0.6 0. maka diperoleh Mt = 6 dan SDt = 1.4 Total Score (Xt) 6 4 9 7 8 5 8 6 4 3 ∑Xt = 60 p 0.897 = 0.

Penyelesaian: √ √ Interpretasi : df = N – nr = 10 – 2 = 8 dengan df sebesar 8 diperoleh harga rtabel pada taraf signifikansi 5% sebesar 0. Teknik Analisa Korelasi Multivariat Teknik analisis Korelasi Multivariat adalah teknik analisis korelasi yang mendasarkan diri pada lebih dari dua buah variabel.623) maka dapat disimpulkan bahwa soal nomor 1 tidak valid.623. Pemahaman tentang korelasi ganda dapat dilihat melalui gambar berikut.231) < rtabel( 0. 2. Teknik Analisis Korelasional /Statistika Penelitian 15 . yaitu Analisis Korelasi Ganda dan Analisis Korelasi parsial yaitu: A. Karena rpbi (0. Teknik Analisis Korelasi Ganda Korelasi ganda (multiple correlation) merupakan angka yang menunjukkan arah dan kuatnya hubungan antara dua variabel independen secara bersama-sama atau lebih dengan satu variabel dependen. Terdapat beberapa macam teknik perhitungan korelasi yang termasuk dalam teknik Analisa Korelasional Multivariat. dimana simbol korelasi ganda adalah R.

r1 X1 r3 R Y X2 r2 X1 X2 Y R = Kepemimpinan = Tata ruang kantor = Kepuasan kerja = Korelasi ganda Gambar a. Korelasi Ganda Dua Variabel Independen dan satu Dependen. Gambar b. Teknik Analisis Korelasional /Statistika Penelitian 16 . X1 r5 r3 X2 r6 X3 r1 R r2 Y r4 X1 X2 X3 Y = Kesejahteraan pegawai = Hubungan dengan pimpinan = Pengawasan = Efektivitas kerja Korelasi Ganda tiga variabel independen dengan satu variabel dependen.

X2 dan X3 dengan Y. jadi R ≠ (r1 + r2 + r3). bukan merupakan penjumlahan dari korelasi sederhana yang ada pada setiap variabel (r1 + r2 + r3). Korelasi ganda merupakan hubungan secara bersama-sama antara X1. Pada bagian ini dikemukakan korelasi ganda R untuk dua variabel independen dan satu variabel dependen. Pada Gambar a korelasi ganda merupakan hubungan secara bersama-sama antara variabel kepemimpinan dan tata ruang kantor dengan kepuasan kerja pegawai. maka harus dihitung terlebih dahulu korelasi sederhananya dulu melalui Product Moment dari pearson Contoh Perhitungan : Dari suatu penelitian yang berjudul “gaya kepemimpinan kepala sekolah dan sistuasi kepemimpinan dalam kaitannya dengan iklim organisasi SMA 3 Teknik Analisis Korelasional /Statistika Penelitian 17 . Rumus korelasi ganda dua variabel ditunjukkan pada rumus berikut : √ Dimana : = Korelasi antara variabel X1 dengan X2 secara bersama-sama dengan variabel Y = Korelasi Product Moment antara X1 dengan Y = Korelasi Product Moment antara X2 dengan Y = Korelasi Product Moment antara X1 dan X2 Jadi untuk dapat menghitung korelasi ganda. Pada bagian itu persamaan-persamaan yang ada pada regresi ganda dapat dimanfaatkan untuk menghitung korelasi ganda dari dua buah variabel secara bersama-sama.Dari contoh diatas terlihat bahwa korelasi ganda R. Untuk variabel lebih dari dua dapat dilihat pada analisis regresi ganda.

terdapat korelasi positif antara gaya kepemimpinan dan situasi kepemimpinan secara bersama-sama dengan iklim kerja sebesar 0.38 3. Berdasarkan data yang terkumpul untuk setiap variabel. Apakah koefisisen korelasi itu dapat digeneralisasikan atau tidak maka harus di uji signifikansinya dengan rumus : ( Dimana : R = koefisien korelasi ganda ) ( ) Teknik Analisis Korelasional /Statistika Penelitian 18 .30 Ho = Tidak terdapat hubungan yang positif dan signifaikan antara gaya kepemimpinan kepala sekolah dan situasi kepemimpinan secara bersama-sama dengan iklim organisasi SMA 3 makassar. Korelasi antara gaya kepemimpinan dengan situasi kepemimpinan.39 2.566.makassar”. Hubungan ini secara kualitatif dapat dinyatakan sedang dan besarnya lebih dari korelasi individual antara X1 dengan Y maupun X2 dengan Y. Korelasi sebesar 0. r3 = 0. dan setelah dihitung korelasi sederhananya ditemukan sebagai berikut : 1. Korelasi antara Situasi kepemimpinan dengan iklim organisasi. Korelasi antara Gaya kepemimpinan dengan iklim organisasi. r1 = 0.566 itu baru berlaku untuk sampel yang diteliti. H1 = Terdapat hubungan yang positif dan signifikan antara gaya kepemimpinan kepala sekolah dan situasi kepemimpinan secara bersama-sama dengan iklim organisasi SMA 3 makassar. Untuk menguji hipotesis tersebut digunakan rumus korelasi ganda berikut : ( ) ( ) ( ( ) )( )( ) sebagai √ Jadi. r2 = 0.

Dari perhitungan diatas ternyata Fh > Ft (9. B. Dalam hal ini berlaku ketentuan bila Fh lebih besar dari Ft. Teknik Anlaisis Korelasi parsial Korelasi parsial digunakan untuk menganalisis bila peneliti bermaksud mengetahui pengaruh atau mengetahui hubungan antara variabel independen dengan variabel dependen. Padahal ukuran telapak tangan akan semakin besar bila umur bertambah.61 > 3. Fh = 9. Korelasi antara kemampuan bicara dengan umur r2. maka koefisien korelasi ganda yang diuji adalah signifikan yaitu dapat diberlakukan untuk seluruh populasi. Jadi korelasi parsial merupakan angka yang menunjukkan arah dan kuatnya hubungan antara dua variabel atau lebih setelah satu variabel yang diduga dapat mempengaruhi hubungan variabel tersebut tetap/ dikendalikan. Korelasi antara besar telapak tangan dengan umur r1. Makin besara telapak tangan makin mampu berbicara (bayi telapak tangannya kecil sehingga belum mampu bicara). 2.7 Ketiga variabel 1 ukuran telapak tangan.2 = 0. variabel 2 umur dan variabel 3 Teknik Analisis Korelasional /Statistika Penelitian 19 .50.7 3. Korelasi antara ukuran telapak tangan dengan kemampuan bicara r1.225. dimana salah satu variabel independennya dibuat tetap/dikendalikan.225) maka dapat dinyatakan bahwa korelasi ganda tersebut signifikan dan dapat diberlakukan dimana sampel diambil.3 = 0.3 = 0. Contoh : 1.k n = jumlah variabel independen = jumlah anggota sampel ( ) ( ) Jadi.61 harga ini selanjutnya dikonsultasikan dengan F tabel (Ft) dengan dk pembilang = k dan dk penyebut = (n-1-k) dan taraf signifikansi 5% maka Ft = 3.

2 = 0. bila variabel kontrolnya dirubah-ubah. maksudnya adalah untuk orang yang umurnya sama.7 Dari data-data tersebut bila umur dikendalikan. selanjutnya dapat disusun kedalam paradigma berikut : r1. Rumus untuk korelasi parsial ditunjukkan pada rumus berikut : √ √ Dapat dibaca : korelasi antara X1 dengan Y. maka dapat dipandu dengan gambar c dan d berikut : X1 Y X2 Gambar c. maka korelasi antara besar telapak tangan dengan kemampuan bicara hanya 0. Untuk memudahkan membuat rumus baru. bila variabel X2 dikendalikan atau korelasi antara X1 dan Y bila X2 tetap.3 = 0.7 X1 r1. Korelasi antara X1 dengan Y bila X2 tetap.3 = 0.kemampuan berbicara.0196.5 Y X2 r2. Teknik Analisis Korelasional /Statistika Penelitian 20 .

Korelasi antara IQ dengan nilai kuliah = 0. Bila X1 yang tetap.X2 Y X1 Gambar d. Korelasi antara nilai kuliah dengan waktu belajar = 0.40 Untuk orang yang waktu belajarnya sama (diparsialkan) berapa korelasi antara IQ dengan nilai kuliah.10 3. Korelasi antara IQ dengan waktu belajar = -0. maka rumusnya adalah seperti rumus : √ √ Untuk menguji signifikasi koefisien korelasi parsial dapat dihitung dengan menggunakan rumus : √ √ Nilai t tabel dicari dengan dk = n-1 Contoh Perhitungan : 1. Korelasi antara X2 dengan Y bila X1 tetap.58 2. Dengan rumus dapat dihitung : Teknik Analisis Korelasional /Statistika Penelitian 21 .

Apakah koefisisen korelasi parsial yang ditemukan signifikan atau tidak.68. Jadi setiap subyek dalam sampel bila waktu belajarnya sama. Ternyata t hitung lebih besar dari t tabel ( 4.( √ ( ) )( √ ( ) ) = 0. maka harga t tabel = 2.064. maka korelasinya = 0. Bila taraf kesalahan 5% untuk uji dua pihak. Hal ini berarti bila orang yang IQ-nya tinggi dan waktu belajarnya sama dengan yang IQ nya rendah.58. Dengan demikian koefisien korelasi yang ditemukan itu adalah signifikan yaitu dapat digeneralisasikan ke seluruh populasi dimana sampel diambil. maka nilai kuliah ya akan jauh lebih tinggi. Teknik Analisis Korelasional /Statistika Penelitian 22 .53>2. korelasi antara IQ dengan nilai kuliah = 0. Setelah waktu belajarnya dibuat sama (dikontrol) untuk seluruh sampel. maka hubungan antara IQ dengan nilai kuliah lebih kuat. maka perlu diuji dengan rumus : √ √ √ √ Nilai t hitung tersebut selanjutnya dibandingkan dengan t tabel dengan dk = n-1 = 25 -1 = 24.68 Sebelum waktu belajar digunakan sebagai variabel kontrol.064).

ANALISIS DENGAN MENGGUNAKAN SPSS A.0 adalah sebagai berikut: Jika kita memiliki data produksi dan data ekspor suatu komoditi. 1. Buka program SPSS kemudian input data ke dalam tabel-tabel SPSS: 2. Pearson dan Rank Kendall menggunakan software SPSS. kita ingin melihat hubungan antara keduanya (apakah ada korelasi antara total produksi dan ekspor).17. Analisis Korelasi Bivariat Aplikasi korelasi Rank Spearman (tata jenjang). Klik dari menubar Analyze – Correlate – Bivariate. seperti berikut: Teknik Analisis Korelasional /Statistika Penelitian 23 .

dalam contoh ini kita menggunakan korelasi pearson product moment. checklist koefisien korelasi sebagai “Pearson” atau “Rank Kendall” atau “Spearman”. Kemudian masukkan kedua variabel ke kotak variables di sebelah kanan.3. Kemudian Klik OK Teknik Analisis Korelasional /Statistika Penelitian 24 . gambar berikut: 4.

Maka akan muncul output sebagai berikut: Interpretasi Data Dari output di atas. Teknik Analisis Korelasional /Statistika Penelitian 25 .839. Sedangkan angka sig.05).009 < 0. N menunjukkan jumlah observasi/sampel sebanyak 8.839 yang artinya besar korelasi yang terjadi antara variabel X dan Y adalah baik yaitu sebesar 0. Cara yang sama dengan menggunakan SPSS dapat dilakukan juga terhadap korelasi Rank Kendall maupun Spearman. berarti terdapat hubungan yang signifikan antara kedua variabel. sedangkan hubungan korelasi ditunjukkan oleh angka 0.(2-tailed) adalah 0.009 masih lebih kecil daripada batas kritis α = 0.05 (0.

Analisis Korelasi Multivariat Berdasarkan analisis korelasi multivariat yang diperoleh pada program SPSS. diperoleh output data sebagai berikut : Teknik Analisis Korelasional /Statistika Penelitian 26 .B.

Nilai Pearson Correlation antara variabel orang dewasa dan anak. c.098. nilai Sig (2-Tiled) nya 0.anak dan orang tua adalah0.088. Nilai Pearson Correlation antara variabel orang dewasa dan orang tuaadalah 0. nilai Sig (2-Tiled) nya 0.500 yang berarti bahwa tidak adakorelasi antara variabel orang dewasa dan anak. Teknik Analisis Korelasional /Statistika Penelitian 27 . nilai Sig (2-Tiled) nya 0.042.anak orang tua. b.anak. Nilai Pearson Correlation antara variabel anak.anakadalah 0.Berdasarkan tabel correlation dapat diketahui bahwa : a.anak.543 yang berarti bahwa tidak adakorelasi antara variabel orang dewasa dan anak.773 yang berarti bahwa tidak ada korelasi antara variabel anak.

semakin rendah tingkat pendidikan maka semakin rendah pula tongkat kemapanan. selain itu juga terdapat tanda bintang dua (**) yang berarti bahwa ada korelasi antara variabel tingkat pendidikan dan tingkat kemapanan. Berdasarkan tabel correlations dapat diketahui bahwa nilai korelasi antara variabel tingkat pendidikan dan pekerjaan terfavorit adalah -0.139 yang berarti bahwa tidak ada korelasi antara variabel tingkat Teknik Analisis Korelasional /Statistika Penelitian 28 .981. nilai Sig (2Tiled) nya 0. Atau sebaliknya.000.212.Nilai korelasinya positif yang berarti bahwa semakin tinggi tingkat pendidikan maka semakin tinggi pula tingkat kemapanan. nilai Sig (2Tiled) nya 0.Berdasarkan tabel correlations dapat diketahui bahwa nilai korelasi antara variabel tingkat pendidikan dan tingkat kemapanan adalah 0.

238. Berdasarkan tabel correlations dapat diketahui bahwa nilai korelasi antara variabel tingkat kemapanan dan pekerjaan terfavorit adalah -0.096 yang berarti bahwa tidak ada korelasi antara variabel tingkat kemapan dan pekerjaan tervaforit.pendidikan dan pekerjaan tervaforit. Teknik Analisis Korelasional /Statistika Penelitian 29 . nilai Sig (2Tiled) nya 0.

Pengantar Statistika Pendidikan. Metode Penenlitian Pendidikan. Alfabeta : Bandung Teknik Analisis Korelasional /Statistika Penelitian 30 . Dasar – dasar Evaluasi Pendidikan.A. 2009. 2009. 2010.DAFTAR PUSTAKA Arikunto. Bumi Aksara : Jakarta. 2001. Sudijono. Alfabeta : Bandung Sugiyono. S. Statistika Untuk Penelitian. Rajawali Pers : Jakarta Sugiyono.

Sign up to vote on this title
UsefulNot useful