P. 1
TEKNIK ANALISIS KORELASI.docx

TEKNIK ANALISIS KORELASI.docx

|Views: 288|Likes:
Published by Islawati

More info:

Published by: Islawati on May 08, 2013
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOCX, PDF, TXT or read online from Scribd
See more
See less

03/09/2015

pdf

text

original

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

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. Teknik Analisis Korelasional /Statistika Penelitian 4 .444) sama besarnya dengan rtabel (0. Teknik analisa korelasional tata jenjang ini dapat efektif digunakan apabila subjek yang dijadikan sampel dalam penelitian lebih dari Sembilan tetapi kurang dari tiga puluh. Karena itu. Dengan memeriksa Tabel Nilai “r” product moment ternyata bahwa dengan df sebesar 18. Dengan kata lain.∑ √[ ∑ (∑ )(∑ ) ∑ ) (∑ ) (∑ ) ] ( )( √( )( ) √ Interpretasi terhadap rxy : Dengan menggunakan tabel nilai “r” : df = N – nr = 20 -2 = 18. besar-kecil atau kuat-lemahnya korelasi antara variabel yang sedang diselidiki korelasinya. apabila N sama dengan atau lebih dari 30 sebaiknya jangan digunakan teknik korelasi ini.444). Maka Ho ditolak. Pada teknik korelasi tata jenjang ini. jadi bukan didasarkan pada skor hasil pengukuran yang sebenarnya. sedangkan Ha diterima. diukur berdasarkan perbedaan urutan kedudukan skornya. B. pada taraf signifikansi 5 % diperoleh rtabel = 0. Berarti pada taraf signifikansi 5% terdapat korelasi positif yang signifikan antara variabel X dan Y. Karena rxy ( 0.444. datanya adalah data ordinal atau data berjenjang atau data urutan.

maka hipotesis nol ditolak. angka indeks korelasionalnya dilambangkan dengan huruf indeks korelasi (baca . Sebaliknya jika tabel maka hipotesis nol disetujui. variabel pertama (R1) dan urutan skor pada variabel kedua (R2). rho). jadi D = R1 Untuk memberikan interpretasi terhadap angka indeks korelasi tata jenjang. 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.00 sampai dengan ±1. Contoh perhitungan : dengan df = N dengan yang diperoleh dalam perhitungan sama tabel.Pada teknik analisis korelasional tata jenjang ini. Jika dengan atau lebih besar dari hitung lebih kecil dari pada hipotesis alternatif ditolak.00. yaitu perbedaan antara urutan sekor pada – R2 N = banyaknya pasangan yang sedang dicari korelasinya. sebaliknya Sejumlah 10 orang mahasiswa yang dikenal sebagai tokoh penting organisasi ekstra kampus ditetapkan sebagi sampel dalam penelitian yang bertujuan untuk mengetahui. 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. apakah secara signifikan terdapat korelasi positif antara : keaktifan Teknik Analisis Korelasional /Statistika Penelitian 5 .

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 = …….0. Tabel Skor tentang keaktifan dalam organisasi ekstra kampus dan skor tentang prestasi studi dari sejumlah 10 orang Mahasiswa.891.mereka dalam berorganisasi ekstra kampus (variabel I) dan prestasi studi mereka di fakultas ( variabel II).? 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 : . Dengan melihat tanda yang Teknik Analisis Korelasional /Statistika Penelitian 6 .

maka phi coefficient itu dapat diinterpretasikan dengan Teknik Analisis Korelasional /Statistika Penelitian 7 .00. Kesimpulan : Secara signifikan keaktifan dalam organisasi ekstra kampus berkorelasi negatif dengan prestasui studi para mahasiswa tersebut di fakultas. pada teknik korelasi phi ini. misalnya Laki-laki – perempuan. Hidup-Mati.891 diinterpretasikan dengan tabel nilai Rho. Besar-kecil. Berhubungan dengan itu. maka Ø besarnya juga berkisar antara 0. Seperti halnya rxy dan Rho. dengan istilah lain : variabel yang dikorelasikan itu adalah variabel distrik murni . kuat-lemah atau tinggi-rendahnya korelasi antara dua variabel yang dikorelasikan. Lulus-tidak lulus dan seterusnya. ditunjukkan oleh besar-kecilnya angka indeks korelasi yang dilambangkan dengan huruf Ø (phi).891) > Rhotabel karena itu Ho ditolak. 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) .648.terdapat didepan angka angka indeks korelasi ( tanda . phi merupakanm Product Moment Correlation. Terhadap Rho sebesar 0. df = N = 10.00 sampai dengan ± 1. Rumus yang dipergunakan dalam menghitung atau mencari Ø kita mendasarkan diri pada masing-masing sel yang terdapat dalam tabel kerja. C. Adpun rumus yang digunakan adalah : ( √( )( )( ) )( ) Pada dasarnya. maka makin menurun prestasi belajar di fakultas.) maka hal ini berarti. Rumus untuk menghitung phi merupakan variasi dari rumus dasar pearson. Dengan demikian Rho yang diperoleh dari perhitungan ( 0. pada taraf signifikansi 5% sebesar 0. antara keaktifan berorganisasi ekstra kampus dan prestasi studi di fakultas terdapat korelasi yang berlawanan arah ( korelasi negatif). berarti : makin aktif seorang mahasiswa dalam kegiatan organisasi.

b = 20. didalam penelitian telah ditetapkan sampel sejumlah 100 orang lulusan SMK. 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.cara yang sama dengan “r” product moment dari pearson. c = 25 dan d = 35. Ho : Tidak ada korelasi yang signifikan antara keikutsertaaan para lulusan SMK dalam bimbingan tes dan keberhasilan mereka dalam tes SNMPTN. Karena phi. maka masingmasing sel yang terdapat pada Tabel diatas. berhasil diperoleh data sebagai berikut : Tabel data mengenai hasil tes SNMPTN lulusan SMK yang mengikuti bimbingan tes dan yang tidak mengikuti bimbingan tes. terlebih dahulu dipersiapkan menjadi tabel perhitungan. Dimana frekuensi sel a = 20. 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. 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 . akan dihitung berlandaskan pada frekuensi selnya.

cukup. maka : ( √( )( )( ) )( ) √ 0.Dengan mensubtitusi a. 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. Rumus untuk mencari Koefisien Korelasi Kontingensi adalah : √ X2 dapat diperoleh dengan menggunakan rumus : Teknik Analisis Korelasional /Statistika Penelitian 9 . menengah dan rendah.082 Interpretasi data : Ø dianggap sebagai rxy. dan d kedalam rumus. Berarti.c. Misalnya . 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. kurang dan sebagainya. D. Kuat-lemahnya. df = N – nr = 100 – 2 = 98.195. yang dua buah variabel yang dikorelasikan adalah berbentuk kategori atau merupakan gejala ordinal.b.082) < rtabel (0. Teknik korelasi koefisien kontingensi Teknik korelasi koefisien kontingensi adalah salah satu teknik analisa korelasional bivariat. tinggi-rendah dan besar-kecilnya korelasi antara dua variabel yang sedang kita selidiki korelasinya. dengan df 98 pada taraf signifikansi 5% diperoleh rtabel = 0. Pemahaman terhadap ajaran agama: Baik. Dengan demikian Ø yang kita peroleh ( 0.

apakah terdapat korelasi positif yang signifikan antara semangat berolah raga dan gairah belajar.nr. Sejumlah 200 orang subjek ditetapkan sebagai sampel penelitian. Jika angka indeks korelasi yang diperoleh dalam perhitungan rtabel. Contoh perhitungan: Diteliti. maka langkah selanjutnya adalah menghitung besarnya kai kuadrat : Teknik Analisis Korelasional /Statistika Penelitian 10 .∑ ( ) 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. dengan mempergunakan rumus sebagai berikut : √ Setelah harga diperoleh. selanjutnya dikonsultasikan dengan tabel nilai “r” dengan df = N. 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.

Dengan df sebesar 200.5651 18.0770 1.75 0 (fo-ft)2 31.1 +7.5625 51. Untuk memberikan interpretasi terhadap C atau KK itu.1225 30.7194 Ada korelasi positif yang signifikan antara semangat berolah raga dan kegairahan belajar.25 -7.9516 2.16 0. harga C terlebih dahulu kita ubah menjadi phi (Ø). dengan terlebih dahulu mencari df-nya : df = N-nr = 200-2 = 198.0625 138.4038 7.138).00 21.2733 1.Tabel kerja untuk menghitung Harga kai kuadrat.306) > rtabel (0.4490 0.5290 0.5 -6.25 39.4703 1.0 -4. dengan rumus : √ √ ( ) √ √ Selanjutnya harga Ø yang telah kita peroleh itu kita konsultasikan dengan Tabel nilai “r” product moment.0003 1.6 -1.138.01 52.25 +11. 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 . Ho : Tidak Ada korelasi positif yang signifikan antara semangat berolah raga dan kegairahan belajar. Dengan ini maka Ho ditolak. 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) +5.6 -0.15 -5. diperoleh harga rtabel pada taraf signifikansi 5% = 0.36 1.0625 ( ) 2. Dengan demikian Ø (0.

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

Untuk keperluan tersebut Tabel diatas dikutip kembali untuk mempersiapkan guna mengetahui besarnya Mp. berarti tidak ada korelasi yang signifikan. Contoh perhitungan : Suatu penelitian bertujuan untuk menguji validitas soal yang telah dikeluarkan didalam tes. Kita ingin menguji validitas soal nomor 1. 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. Sejumlah 10 orang calon dihadapkan kepada 10 butir soal. maka kita dapat mengambil kesimpulan bahwa kedua variabel yang sedang kita cari korelasinya. p. Mt. q dan SDt : Mencari Mean total (Mt) dengan rumus : ∑ Mencari Standar Deviasi total (SDt) dengan rumus : Teknik Analisis Korelasional /Statistika Penelitian 13 . ternyata secara signifikan memang berkorelasi. skor yang berhasil dicapai oleh testee dapat dilihat pada tabel. Jika rpbi < rtabel.kita peroleh dalam perhitungan ≥ rtabel.

3 0.4 10 1 0 1 1 1 0 1 1 0 0 6 0.2 Menguji validitas soal nomor 1 : Diketahui : Mt SDt p q Mp =6 = 1.3 = Ditanyakan : rpbi = ……? Teknik Analisis Korelasional /Statistika Penelitian 14 .5 0 1 0 0 1 1 1 0 0 0 4 0. maka diperoleh Mt = 6 dan SDt = 1.7 = 0.6 0.4 Total Score (Xt) 6 4 9 7 8 5 8 6 4 3 ∑Xt = 60 p 0.6 0.5 0.6 1 0 1 1 1 1 1 1 0 0 7 0.7 0.897 = 0.8 q 0.3 0 1 1 1 1 1 1 0 0 0 6 0.897.5 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 0.5 0.6 0.6 0.4 1 0 1 1 1 0 1 1 0 0 6 0.7 0.√ ∑ (∑ ) √ √ √ ( ) Melalui perhitungan diatas.4 0.4 0.

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

Gambar b.r1 X1 r3 R Y X2 r2 X1 X2 Y R = Kepemimpinan = Tata ruang kantor = Kepuasan kerja = Korelasi ganda Gambar a. 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. Teknik Analisis Korelasional /Statistika Penelitian 16 . Korelasi Ganda Dua Variabel Independen dan satu Dependen.

jadi R ≠ (r1 + r2 + r3). Pada bagian ini dikemukakan korelasi ganda R untuk dua variabel independen dan satu variabel dependen. Pada bagian itu persamaan-persamaan yang ada pada regresi ganda dapat dimanfaatkan untuk menghitung korelasi ganda dari dua buah variabel secara bersama-sama. Pada Gambar a korelasi ganda merupakan hubungan secara bersama-sama antara variabel kepemimpinan dan tata ruang kantor dengan kepuasan kerja pegawai. Korelasi ganda merupakan hubungan secara bersama-sama antara X1. bukan merupakan penjumlahan dari korelasi sederhana yang ada pada setiap variabel (r1 + r2 + r3). 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 .Dari contoh diatas terlihat bahwa korelasi ganda R. 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. Untuk variabel lebih dari dua dapat dilihat pada analisis regresi ganda. X2 dan X3 dengan Y.

Korelasi sebesar 0.566. r2 = 0. Korelasi antara Gaya kepemimpinan dengan iklim organisasi. Berdasarkan data yang terkumpul untuk setiap variabel. r3 = 0. H1 = Terdapat hubungan yang positif dan signifikan antara gaya kepemimpinan kepala sekolah dan situasi kepemimpinan secara bersama-sama dengan iklim organisasi SMA 3 makassar. 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 . dan setelah dihitung korelasi sederhananya ditemukan sebagai berikut : 1.30 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 Situasi kepemimpinan dengan iklim organisasi.566 itu baru berlaku untuk sampel yang diteliti. Hubungan ini secara kualitatif dapat dinyatakan sedang dan besarnya lebih dari korelasi individual antara X1 dengan Y maupun X2 dengan Y. Korelasi antara gaya kepemimpinan dengan situasi kepemimpinan. r1 = 0.39 2. Untuk menguji hipotesis tersebut digunakan rumus korelasi ganda berikut : ( ) ( ) ( ( ) )( )( ) sebagai √ Jadi.makassar”.38 3. terdapat korelasi positif antara gaya kepemimpinan dan situasi kepemimpinan secara bersama-sama dengan iklim kerja sebesar 0.

225) maka dapat dinyatakan bahwa korelasi ganda tersebut signifikan dan dapat diberlakukan dimana sampel diambil. Makin besara telapak tangan makin mampu berbicara (bayi telapak tangannya kecil sehingga belum mampu bicara).7 3.k n = jumlah variabel independen = jumlah anggota sampel ( ) ( ) Jadi. 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.3 = 0. Contoh : 1.3 = 0.61 > 3. dimana salah satu variabel independennya dibuat tetap/dikendalikan. Fh = 9. maka koefisien korelasi ganda yang diuji adalah signifikan yaitu dapat diberlakukan untuk seluruh populasi. Teknik Anlaisis Korelasi parsial Korelasi parsial digunakan untuk menganalisis bila peneliti bermaksud mengetahui pengaruh atau mengetahui hubungan antara variabel independen dengan variabel dependen. Korelasi antara ukuran telapak tangan dengan kemampuan bicara r1. Padahal ukuran telapak tangan akan semakin besar bila umur bertambah.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. Dari perhitungan diatas ternyata Fh > Ft (9.2 = 0. Korelasi antara besar telapak tangan dengan umur r1. B.50. 2.7 Ketiga variabel 1 ukuran telapak tangan. Korelasi antara kemampuan bicara dengan umur r2. variabel 2 umur dan variabel 3 Teknik Analisis Korelasional /Statistika Penelitian 19 .225. Dalam hal ini berlaku ketentuan bila Fh lebih besar dari Ft.

7 Dari data-data tersebut bila umur dikendalikan. maka korelasi antara besar telapak tangan dengan kemampuan bicara hanya 0.kemampuan berbicara.2 = 0. maka dapat dipandu dengan gambar c dan d berikut : X1 Y X2 Gambar c. maksudnya adalah untuk orang yang umurnya sama.7 X1 r1. Teknik Analisis Korelasional /Statistika Penelitian 20 . Korelasi antara X1 dengan Y bila X2 tetap.3 = 0.0196.5 Y X2 r2. Untuk memudahkan membuat rumus baru. Rumus untuk korelasi parsial ditunjukkan pada rumus berikut : √ √ Dapat dibaca : korelasi antara X1 dengan Y. selanjutnya dapat disusun kedalam paradigma berikut : r1. bila variabel kontrolnya dirubah-ubah.3 = 0. bila variabel X2 dikendalikan atau korelasi antara X1 dan Y bila X2 tetap.

58 2. 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 : 1.40 Untuk orang yang waktu belajarnya sama (diparsialkan) berapa korelasi antara IQ dengan nilai kuliah. Bila X1 yang tetap. Dengan rumus dapat dihitung : Teknik Analisis Korelasional /Statistika Penelitian 21 .10 3. Korelasi antara IQ dengan nilai kuliah = 0. Korelasi antara X2 dengan Y bila X1 tetap.X2 Y X1 Gambar d. Korelasi antara nilai kuliah dengan waktu belajar = 0. Korelasi antara IQ dengan waktu belajar = -0.

53>2.064. maka nilai kuliah ya akan jauh lebih tinggi. Bila taraf kesalahan 5% untuk uji dua pihak. maka korelasinya = 0.58. Setelah waktu belajarnya dibuat sama (dikontrol) untuk seluruh sampel.( √ ( ) )( √ ( ) ) = 0. maka harga t tabel = 2. maka perlu diuji dengan rumus : √ √ √ √ Nilai t hitung tersebut selanjutnya dibandingkan dengan t tabel dengan dk = n-1 = 25 -1 = 24. Hal ini berarti bila orang yang IQ-nya tinggi dan waktu belajarnya sama dengan yang IQ nya rendah. Ternyata t hitung lebih besar dari t tabel ( 4. Jadi setiap subyek dalam sampel bila waktu belajarnya sama. maka hubungan antara IQ dengan nilai kuliah lebih kuat. korelasi antara IQ dengan nilai kuliah = 0.064).68.68 Sebelum waktu belajar digunakan sebagai variabel kontrol. Apakah koefisisen korelasi parsial yang ditemukan signifikan atau tidak. Dengan demikian koefisien korelasi yang ditemukan itu adalah signifikan yaitu dapat digeneralisasikan ke seluruh populasi dimana sampel diambil. Teknik Analisis Korelasional /Statistika Penelitian 22 .

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

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

N menunjukkan jumlah observasi/sampel sebanyak 8. Cara yang sama dengan menggunakan SPSS dapat dilakukan juga terhadap korelasi Rank Kendall maupun Spearman.839.839 yang artinya besar korelasi yang terjadi antara variabel X dan Y adalah baik yaitu sebesar 0.009 < 0. Sedangkan angka sig.009 masih lebih kecil daripada batas kritis α = 0. berarti terdapat hubungan yang signifikan antara kedua variabel. Teknik Analisis Korelasional /Statistika Penelitian 25 .05 (0. sedangkan hubungan korelasi ditunjukkan oleh angka 0.Maka akan muncul output sebagai berikut: Interpretasi Data Dari output di atas.05).(2-tailed) adalah 0.

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

Nilai Pearson Correlation antara variabel anak. b.anak. nilai Sig (2-Tiled) nya 0.500 yang berarti bahwa tidak adakorelasi antara variabel orang dewasa dan anak. c.anak dan orang tua adalah0.Berdasarkan tabel correlation dapat diketahui bahwa : a.088.anakadalah 0.anak. nilai Sig (2-Tiled) nya 0. Nilai Pearson Correlation antara variabel orang dewasa dan orang tuaadalah 0.773 yang berarti bahwa tidak ada korelasi antara variabel anak. Nilai Pearson Correlation antara variabel orang dewasa dan anak.543 yang berarti bahwa tidak adakorelasi antara variabel orang dewasa dan anak. nilai Sig (2-Tiled) nya 0. Teknik Analisis Korelasional /Statistika Penelitian 27 .anak orang tua.042.098.

000. nilai Sig (2Tiled) nya 0. Atau sebaliknya.981. semakin rendah tingkat pendidikan maka semakin rendah pula tongkat kemapanan.Berdasarkan tabel correlations dapat diketahui bahwa nilai korelasi antara variabel tingkat pendidikan dan tingkat kemapanan adalah 0. Berdasarkan tabel correlations dapat diketahui bahwa nilai korelasi antara variabel tingkat pendidikan dan pekerjaan terfavorit adalah -0.212. selain itu juga terdapat tanda bintang dua (**) yang berarti bahwa ada korelasi antara variabel tingkat pendidikan dan tingkat kemapanan. nilai Sig (2Tiled) nya 0.Nilai korelasinya positif yang berarti bahwa semakin tinggi tingkat pendidikan maka semakin tinggi pula tingkat kemapanan.139 yang berarti bahwa tidak ada korelasi antara variabel tingkat Teknik Analisis Korelasional /Statistika Penelitian 28 .

nilai Sig (2Tiled) nya 0.096 yang berarti bahwa tidak ada korelasi antara variabel tingkat kemapan dan pekerjaan tervaforit. Teknik Analisis Korelasional /Statistika Penelitian 29 . Berdasarkan tabel correlations dapat diketahui bahwa nilai korelasi antara variabel tingkat kemapanan dan pekerjaan terfavorit adalah -0.238.pendidikan dan pekerjaan tervaforit.

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

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->