idk iv setelah konsul
TRANSCRIPT
BAB I
PENDAHULUAN
1.1 Latar Belakang
Berkembangnya kehidupan manusia menuju tahap yang semakin kompleks, diiringi
dengan munculnya rasa ingin tahu terhadap segala yang terjadi, membuat banyak orang
melakukan penelitian mengenai ada atau tidak ditemukannya hubungan di antara dua hal,
kejadian, fenomena atau yang lainnya. Segala usaha untuk mengukur berbagai hubungan tersebut
dikenal dengan pengukuran asosiasi antara dua fenomena atau kejadian.
Pengukuran asosiasi merupakan teknik dalam statistik bivariat yang digunakan untuk
mengukur kekuatan hubungan antara dua variabel. Salah satu teknik pengukuaran asosiasi atau
hubungan (measures of association) adalah korelasi. Dua teknik korelasi yang sangat populer di
antaranya adalah Korelasi Pearson Product Moment dan Korelasi Rank Spearman.
Namun pada makalah ini penulis hanya akan membahas mengenai Korelasi Pearson
Product Moment. Mengenal lebih dalam mengenai teknik korelasi ini, mengenai konsep uji
hipotesisnya, langkah-langkah pengolahan data dan bagaimana langkah dalam penarikan
kesimpulan.
1.2 Rumusan Masalah
1. Bagaimana konsep uji hipotesis dari Korelasi Pearson?
2. Bagaimana langkah-langkah pengolahan data dari Uji Korelasi Pearson?
3. Bagaimana langkah-langkah penarikan kesimpulan dari Uji Korelasi Pearson?
1
1.3 Tujuan Penulisan
1. Mahasiswa mengetahui bagaimana konsep uji hipotesis dari Korelasi Pearson.
2. Mahasiswa dapat mengetahui apa saja langkah-langkah pengolahan data dari Uji Korelasi
Pearson.
3. Mahasiswa dapat melakukan Bagaimana langkah-langkah penarikan kesimpulan dari Uji
Korelasi Pearson.
2
BAB II
ISI
2.1 Korelasi
a. Pengertian Korelasi
Hubungan antara satu variabel dengan variabel lainnya disebut dengan korelasi. Hubungan
antara korelasi ada dua,yaitu:
1. Korelasional
Maksudnya jika sifat hubungan antara satu variabel dengan variabel lainnya tidak jelas mana
variabel sebab dan mana variabel akibat.
Contoh:
Hubungan antara depresi dengan variabel ansietas (tidak jelas mana yang menjadi variabel sebab
dan variabel akibatnya).
2. Kausal
Maksudnya jika variabel yang satu menunjukkan sebab dan variabel yang lainnya menunjukkan
akibat.
Contoh:
Hubungan antara kebiasaan merokok (variabel sebab) dengan penyakit kanker paru-paru (variabel
akibat).
Pembahasan korelasi minimal menyangkut dua kelompok atau dua variabel. Untuk penggunaan
rumus-rumus korelasi yang paling sering dipakai diantaranya: Uji Korelasi Pearson dan Uji korelasi
Spearman.
Tabel 1.1 Pemilihan Hipotesis Korelatif
Variabel 1 Variabel 2 Uji Korelasi yang Dipilih
Nominal Nominal Koefisien kontingensi, Lamda
Nominal Ordinal Koefisien kontingensi, Lamda
3
Ordinal Ordinal Spearman, Gamma, Somers’d
Ordinal Numerik Spearman
Numerik Numerik Pearson
Keterangan:
Korelasi untuk variabel numerik-numerik, memakai uji Pearson dengan uji Spearman sebagai
alternatifnya.
b. Korelasi Pearson (Product Moment)
Uji Korelasi Pearson ini digunakan untuk mengetahui derajat hubungan antara variabel
independen dengan variabel dependen dengan menggunakan data interval dan rasio yang dipilih secara
acak dan terdistribusi normal yang berpola linear. Uji ini digunakan jika masalah skala pengukurannya
berbentuk numerik atau data-data interval. Untuk menggunakan uji korelasi Pearson ini, terlebih dahulu
kita harus mengerti tentang syarat-syaratnya.
1) Syarat Uji Korelasi Pearson
1. Pengambilan sampel dari populasi harus random (acak).
2. Data yang dicari korelasinya harus berskala interval atau rasio.
3. Variasi skor kedua variabel yang akan dicari korelasinya harus sama.
4. Distribusi skor variabel yang dicari korelasinya hendaknya merupakan distribusi normal.
5. Hubungan antar variabel X dan Y hendaknya linier.
2) Langkah-langkah sebelum Pengujian Korealasi Pearson
1. Memeriksa syarat uji parametrik : distribusi data harus normal (wajib).
2. Bila memenuhi syarat (distribusi data normal), uji korelasi Pearson.
3. Bila tidak memenuhi syarat (distribusi data normal), maka diupayakan untuk melakukan
transformasi data agar distribusi menjadi normal.
4. Bila distribusi data hasil transformasi normal, maka dipilih uji korelasi Pearson.
5. Jika distribusi data hasil transformasi tidak normal, maka dipilih uji alternatifnya (uji korelasi
Pearson).
4
3) Langkah-langkah Pengujian Korelasi Pearson
1. Membuat hipotesis.
2. Membuat tabel penolong untuk menghitung korelasi.
3. Menentukan r hitung dengan menggunakan rumus, yaitu:
Rumus 1 Rumus 2
r= ∑{(X-X)(Y-Y)} r= n∑XY-∑X∑Y
√∑ (X-X)2∑(Y-Y)2 √n ∑X2-(∑X)2 √n ∑Y2-(∑Y)2
Keterangan:
r hitung = koefisien korelasi n=jumlah responden
X= jumlah skor item Y=jumlah skor total
Rumus 2 lebih sederhana perhitungannya dibandingkan dengan rumus 1. Oleh karena itu,
banyak peneliti yang menggunakannya. Sebenarnya, hasil perhitungan dari kedua rumus
ini sama, walaupun demikian kemungkinan adanya perbedaan hasil perhitungan kedua
rumus ini masih ada. Apabila terjadi perbedaan, perbedaan tersebut tidaklah cukup
berarti, sedangkan terjadinya perbedaan tersebut adalah karena proses pembulatannya.
Berikut adalah contoh soal dalam penggunaan kedua rumus tersebut.
4. Menentukan besarnya konstribusi variabel X terhadap Y dengan rumus:
KP=r2x100%
Keterangan:
KP=besar kontribusi variabel X terhadap Y
r=r hitung
5
5. Menguji signifikan dengan rumus t hitung:
t hitung = r √n-2
√(1-r2)
Keterangan:
T= nilai t hitung
r= koefisien korelasi hasil r hitung
n= jumlah responden
6. Membuat kesimpulan
Jika t hitung ≥ t tabel, Ho ditolak; artinya terdapat perbedaan yang signifikan. Jika t
hitung ≤ t tabel, Ha diterima; artinya tidak terdapat perbedaan yang signifikan.
Nilai t tabel dapat ditentukan dengan: dk: n-1,dengan besar niai alpha 5% (0,05).
Hasil perhitungan korelasi pada dasarnya dapat dikelompokkan menjadi 3 (tiga)
kelompok besar, yaitu:
1. Korelasi positif kuat
Apabila hasil perhitungan korelasi mendekati +1 atau sama dengan +1. Ini
berarti bahwa setiap kenaikan skor/nilai variabel X akan diikuti dengan
kenaikan skor/nilai variabel Y, sebaliknya jika variabel X mengalami
penurunan, maka akan diikuti dengan variabel Y.
2. Korelasi negatif kuat
Apabila hasil perhitungankorelasi mendekati -1 atau sama dengan -1. Ini
berarti bahwa setiap kenaikan skor/nilai variabel X akan diikuti dengan
6
penurunan skor/nilai variabel Y, sebaliknya jika variabel X mengalami
penurunan, maka akan diikuti dengan penurunan variabel Y.
3. Tidak ada korelasi
Apabila hasil perhitungan korelasi mendekati 0 atau sama dengan 0. Hal ini
berarti bahwa naik turunnya skor/nilai satu variabel tidak mempunyai kaitan
dengan naik turunnya skor/nilai variabel lainnya. Apabila skor/nilai variabel X
naik tidak selalu diikuti dengan naik atau turunnya skor/nilai variabel Y,
demikian juga sebaliknya.
Hasil perhitungan korelasi bergerak antara -1 sampai dengan +1. Sehingga jika terdapat
hasil korelasi > +1 atau <-1, maka perhitungan tersebut jelas salah. Korelasi product moment
hanya apat diterapkan untuk data yang berskala interval atau ratio.
4. Contoh Soal Pengujian Korelasi Pearson
Contoh:
Suatu penelitian yang ingin melihat apakah ada hubungan antara banyaknya kredit yang diambil
dengan indeks prestasi yang dicapai mahasisiwa dalam satu semester. Setelah dilakukan
pengumpulan data dari 10 mahasiswa ternyata penyebaran kredit yang diambil dan indeksi
prestasi yang dicapai sebagai berikut.
Mahasiswa ke- Jumlah Kredit diambil
(X)
IP (Y)
1 20 3,1
2 18 4,0
3 15 2,8
4 20 4,0
7
5 10 3,0
6 12 3.6
7 16 4,0
8 14 3,2
9 18 3,5
10 12 4,0
Bagaimanakah hubungan di antara banyaknya kredit yang diambil dengan indeks prestasi
yang dicapai mahasisiwa dalam satu semester?
Pembahasan:
7. Membuat hipotesis
Ho: Tidak terdapat perbedaan yang signifikan antara banyaknya kredit yang diambil
dengan indeks prestasi yang dicapai mahasisiwa dalam satu semester.
Ha: Terdapat perbedaan yang signifikan antara banyaknya kredit yang diambil dengan
indeks prestasi yang dicapai mahasisiwa dalam satu semester.
8. Membuat tabel penolong
Dengan demikian tabelnya sebagai berikut.
X Y X2 Y2 XY
20 3,1 400 9,61 62
18 4,0 324 16 72
15 2,8 225 7,84 42
20 4,0 400 16 80
10 3,0 100 9 30
12 3.6 144 12,96 43,2
16 4,0 156 16 64
14 3,2 196 10,24 44,8
18 3,5 324 12,25 63
12 4,0 144 16 488
155 35,2 2513 125,90 549
9. Menentukan r hitung dengan menggunakan rumus.
Diketahui:n= 10 ∑XY= 549
∑X=155 ∑X2=2513
∑Y=35,2 ∑Y2=125,90
Terlebih dahulu kita menggunakan rumus 2, karena prosesnya lebih sederhana.
a) Uji Korelasi Pearson dengan Menggunakan Rumus 2
Rumus 2
r= n∑XY-∑X∑Y
√n ∑X2-(∑X)2 √n ∑Y2-(∑Y)2
= (10x549)-(155x35,2)
√10x2513-1552 √10x125,9-35,22
= 34
√1105 √19,96
= 34
148,5119524
= 0,2289378023
≈0,23
9
b) Uji Korelasi Pearson dengan Menggunakan Rumus 1
Untuk penggunaan rumus 1, terlebih dahulu kita menghitung rata-rata masing-
masing variabel dari soal di atas.
X= ∑X:n Y= ∑Y:n
= 155:10 =35,2:10
=15,5 =3,52
Langkah-lagkah selanjutnya adalah menyusun tabel yang mengandung unsur-unsur yang
dikandung oleh rumus 1.
X-X (X-X)2 (Y-Y)2 (Y-Y)2 (X-X)(Y-Y)
4,5 20,25 -0,42 0,1764 -1,89
2,5 6,25 0,48 0,2304 1,2
-0,5 0,25 -0,72 0,5184 0,36
4,5 20,25 0,48 0,2304 2,16
-5,5 30,25 -0,52 0,2704 2,86
-3,5 12,25 0,08 0,0064 -0,28
0,5 0,25 0,48 0,2304 0,24
-1,5 2,25 -0,32 0,1024 0,48
2,5 6,25 -0.,02 0,0004 -0,05
-3,5 12,25 0,48 0,2304 -1,68
0 110,5 0 1,996 3,4
r= ∑{(X-X)(Y-Y)}
√∑ (X-X)2∑(Y-Y)2
= 3,4
10
√110,5x1,996
= 3,4
14,85118524
= 0,2289378023
≈0,23
Dengan demikian telah terbukti bahwa menggunakan rumus 1 maupun rumus 2
menghasilkan hasil yang sama. Tentunya pemilihan rumus berdasarkan yang
paling mudah perhitungannya atau disesuaikan dengan selera pemakainya.
10. Menentukan besarnya konstribusi variabel X terhadap Y dengan rumus:
KP=r2x100%
Keterangan:
KP=besar kontribusi variabel X terhadap Y
r=r hitung
maka:
Kp= 0,232x100%
= 5,29 %
≈ 5,3 %
Jadi besarnya konstribusi variabel X terhadap Y 5,3%.
11. Menguji signifikan dengan rumus t hitung:
t hitung = r √n-2
√(1-r2)
Keterangan: T= nilai t hitung r= koefisien korelasi hasil r hitung
n= jumlah responden
11
sehingga:
t= 0,23 √10-2
√(1-0,232)
= 0,23x2,83
0,973
= 0,67
12. Membuat kesimpulan
Jika t hitung ≥ t tabel, Ho ditolak; artinya terdapat perbedaan yang signifikan. Jika t hitung ≤
t tabel, Ha diterima; artinya tidak terdapat perbedaan yang signifikan. Nilai t tabel dapat
ditentukan dengan: dk: n-1,dengan besar niai alpha 5% (0,05).
t tabel yang didapat dari dk:9, alpha 5% adalah 0,66.
Sehingga t hitung ≥ t tabel, Ho ditolak; artinya terdapat perbedaan yang signifikan antara
banyaknya kredit yang diambil dengan indeks prestasi yang dicapai mahasisiwa dalam
satu semester.
c. Metode Z Skor untuk Perhitungan Korelasi Pearson
Metode ini digunakan apabila data kedua variabel yang akan dicari korelasinya
mempunyai rentangan nilai yang sangat berbeda, maka sebaiknya perhitungan korelasi Pearson
didasarkan pada Z skor. Dalam hal ini setiap skor/nilai untuk kedua variabel dikonversikan ke Z
skor. Langkah mengkonversikan ke Z skor berarti membuat standard untuk masing-masing skor
yang ingin dicari korelasinya. Standardisasi skor tersebut merupakan tindakan hati-hati.
12
Perhitungan korelasi Pearson yang didasarkan pada Z skor dapat menggunakam rumus berikut
ini.
r= ∑ZxZy
n
untuk memperoleh Z skor digunakan rumus berikut ini.
Zx=X-X
Sdx
Zy=Y-Y
Sdy
Keterangan:
r= korelasi Pearson
X: rata-rata variabel X
Y: rata-rata variabel Y
Sdx dan Sdy= standar deviation
Contoh soal dengan menggunakan Metode Z Skor untuk Perhitungan Korelasi Pearson:
Sebuah penelitian yang mencari hubungan antara banyaknya jam belajar mandiri per minggu
mahsiswa dengan hasil belajar (indeks prestasi mahasiswa). Dari 10 sampel yang terambil
diperoleh data sebagai berikut:
13
Mahasiswa ke- Jumlah jam belajar/minggu (X)
IP yang dicapai (Y)
1 40 3,80
2 35 3,60
3 30 3,25
4 25 3,00
5 25 2,95
6 25 3,05
7 20 2,50
8 15 2,00
9 10 1,50
10 5 1,00
TOTAL 230 26,65
Oleh karena rentangan skor kedua variabel tersebut tidak sama, maka peneliti ingin membuat
standard nilai tersebut melalui konversi nilai ke Z skor.
Jawab:
1. Carilah terlebih dahulu nilai mean dari masing-masing variabel.
X= ∑X:n Y= ∑Y:n
= 6230:10 =26,6:10
=23 =2,65
Diketahui : Sdx=10,85 Sdy=0,91
14
2. Langkah selanjutnya adalah menghitung nilai Z untuk masing-masing serta hasil kalinya,
yang hasil kalinya disajikan di dalam tabel.
Dimana untuk memperoleh Z skor digunakan rumus berikut ini.
Zx=X-X
Sdx
Zy=Y-Y
Sdy
Keterangan:
X: rata-rata variabel X
Y: rata-rata variabel Y
Sdx dan Sdy= standar deviation
X Y Zx Zy ZxZy
40 3,50 1,57 1,25 1,9625
35 3,60 1,10 1,03 1,1330
30 3,25 0,64 0,64 0,4096
25 3,00 0,18 0,37 0,0666
25 2,95 0,18 0,31 0,0558
25 3,05 0,18 0,42 0,0756
20 2,50 -0,28 -0,18 0,0504
15
15 2,00 -0,74 -0,73 0,5402
10 1,50 -1,20 -1,50 1,8000
5 1,00 -1,66 -1,83 3,0738
230 26,65 9,1315
3. Langkah yang terakhir yaitu untuk melakukan perhitungan korelasi Pearson yang
didasarkan pada Z skor dengan menggunakam rumus berikut ini.
r= ∑ZxZy
n
sehingga:
r= 9,1315:10
= 0,91315
Apabila kita telah mengetahui nilai rata-rata dan simpangan baku masing-masing variabel, maka
korelasi dapat dihitung dengan rumus berikut ini.
r=∑xy – (X.Y)
n
sdx sdy
BAB III16
PENUTUP
4.1 Kesimpulan
Korelasi merupakan hubungan antara satu variabel dengan variabel lainnya. Hubungan antara korelasi
ada dua,yaitu:
1. Korelasional
Maksudnya jika sifat hubungan antara satu variabel dengan variabel lainnya tidak jelas mana
variabel sebab dan mana variabel akibat.
Contoh:
Hubungan antara depresi dengan variabel ansietas (tidak jelas mana yang menjadi variabel sebab
dan variabel akibatnya).
2. Kausal
Maksudnya jika variabel yang satu menunjukkan sebab dan variabel yang lainnya menunjukkan
akibat.
Contoh:
Hubungan antara kebiasaan merokok (variabel sebab) dengan penyakit kanker paru-paru (variabel
akibat).
Hasil perhitungan korelasi pada dasarnya dapat dikelompokkan menjadi 3 (tiga) kelompok besar,
yaitu:
1. Korelasi positif kuat
Apabila hasil perhitungan korelasi mendekati +1 atau sama dengan +1. Ini berarti bahwa setiap
kenaikan skor/nilai variabel X akan diikuti dengan kenaikan skor/nilai variabel Y, sebaliknya jika
variabel X mengalami penurunan, maka akan diikuti dengan variabel Y.
2. Korelasi negatif kuat
17
Apabila hasil perhitungankorelasi mendekati -1 atau sama dengan -1. Ini berarti bahwa setiap
kenaikan skor/nilai variabel X akan diikuti dengan penurunan skor/nilai variabel Y, sebaliknya jika
variabel X mengalami penurunan, maka akan diikuti dengan penurunan variabel Y.
3. Tidak ada korelasi
Apabila hasil perhitungan korelasi mendekati 0 atau sama dengan 0. Hal ini berarti bahwa naik
turunnya skor/nilai satu variabel tidak mempunyai kaitan dengan naik turunnya skor/nilai variabel
lainnya. Apabila skor/nilai variabel X naik tidak selalu diikuti dengan naik atau turunnya skor/nilai
variabel Y, demikian juga sebaliknya.
Korelasi Pearson digunakan jika skala nilai variabel yang dicari korelasinya sama-sama berskala
interval atau rasio. Di samping itu, keduanya mempunyai rentangan nilai relative sama.
18