Riska Devi

Blog mahasiswa Universitas Brawijaya

KoReLaSi

Korelasi digunakan untuk mengetahui seberapa erat hubungan antara 2 buah variabel atau lebih, digunakan metode korelasi, baik itu korelasi parametrik maupun korelasi non-parametrik.
Di dalam korelasi, variabel-variabel dianggap sejajar, artinya tidak ada yg dianggap sebagai variabel bebas dan variabel terikat seperti dalam regresi linier.
Nilai koefisien korelasi berkisar antara -1 hingga +1.
Korelasi yg erat memiliki koefisien mendekati angka +1 atau -1, sedangkan korelasi lemah mendekati angka 0. Tanda + atau – menyatakan arah hubungan.

Ada dua jenis statistik untuk menghitung korelasi:
a. Koefisien korelasi bivariat
adalah statistik yang dapat digunakan oleh peneliti untuk menerangkan keeratan hubungan antara dua variabel.
b. Metode korelasi multi variat
adalah statistik yang digunakan peneliti untuk menggambarkan dan menentukan hubungan antara tiga variabel atau lebih.

Korelasi Linier Sederhana
Koefisien Korelasi (r) : ukuran hubungan linier peubah X dan Y Nilai r berkisar antara (+1) sampai (-1).
Nilai r yang (+) ditandai oleh nilai b yang (+)
Nilai r yang (-) ditandai oleh nilai b yang (-)
Jika nilai r mendekati +1 atau r mendekati -1 maka X dan Y memiliki korelasi linier yang tinggi,
Jika nilai r = +1 atau r = -1 maka X dan Y memiliki korelasi linier sempurna,
Jika nilai r = 0 maka X dan Y tidak memiliki relasi (hubungan) linier.
• Koefisien Determinasi Sampel = R = r²
Ukuran proporsi keragaman total nilai peubah Y yang dapat dijelaskan oleh nilai peubah X melalui hubungan linier.
Penetapan Sampel Interpretasi Koefisien Korelasi dan Koefisien Determinasi.

Korelasi Linier berganda

Koefisien Determinasi Sampel untuk Regresi Linier Berganda diberi notasi sebagai berikut Ry2.12
Sedangkan Koefisien Korelasi adalah akar positif Koefisien Determinasi.

TEKNIK KORELASI
Teknik Korelasi tersebut :
1. Korelasi Product – Moment
Kegunaan Korelasi Product Moment Pearson
• Untuk menyatakan ada atau tidaknya hubungan antara variabel X dengan variabel Y.
• Untuk menyatakan besarnya sumbangan variabel satu terhadap yang lainnya yang dinyatakan dalam persen.
Asumsi
• Data berdistribusi Normal
• Variabel yang dihubungkan mempunyai data linear.
• Variabel yang dihubungkan mempunyai data yang dipilih secara acak.
• Variabel yang dihubungkan mempunyai pasangan yang sama dari subyek yang sama pula
(variasi skor variabel yang dihubungkan harus sama).
• Variabel yang dihubungkan mempunyai data interval atau rasio.
• Nilai r terbesar adalah +1 dan r terkecil adalah –1.
r = +1 menunjukkan hubungan positip sempurna,
sedangkan r = -1 menunjukkan hubungan negatip sempurna.
• r tidak mempunyai satuan atau dimensi. Tanda + atau – hanya menunjukkan arah hubungan.
Langkah-langkah Menghitung Koefisien Korelasi Parsial
1. Tulis Ho dan Ha dalam bentuk kalimat.
2. Tulis Ho dan Ha dalam bentuk statistik.
3. Buat tabel penolong
4. Cari r hitung.
5. Tentukan taraf signifikansinya (α)
6. Cari r tabel dengan dk = n-2
7. Tentukan kriteria pengujian
Jika -rtabel≤ rhitung≤ +rtabel, maka Ho diterima
8. Bandingkan t-hitung dengan t-tabel
9. Buat kesimpulan.

2. Korelasi Tata Jenjang
Korelasi tata jenjang digunakan untuk menentukan hubungan atau dua gejala yang kedua-duanya merupakan gejala ordinal atau tata jenjang.
Teknik korelasi tata jenjang dapat efektif digunakan apabila subjek yang dijadikan sampel dalam penelitian lebih dari sembilan dan kurang dari 30.
Bila jumlah subjek 30 atau lebih sebaiknya tidak menggunakan teknik korelasi ini.
Lambang korelasi tata jenjang adalah huruf ρ.
Besarnya ρ sebagai angka indeks korelasi berkisar antara – 1,00 sampai dengan 1,00.
Tanda minus (–) di depan angka indeks korelasi menunjukkan arah korelasi yang negatif, demikian pula sebaliknya.
Langkah-langkah menghitung dan menginterpretasikan korelasi tata jenjang:
1. Merumuskan hipotesis nol dan hipotesis alternatif
2. Menyiapkan tabel kerja atau tabel perhitungan.
Kolom 1 memuat no urut subjek, kolom 2 memuat beberapa skor variabel 1 dan
kolom 3 memuat beberapa skor variabel 2.
3. Menetapkan urutan kedudukan skor yang terdapat pada variabel 1 (R1) pada kolom 4 dan variabel 2 (R2)
pada kolom 5, urutan dimulai dari skor yang tertinggi ke skor yang terendah.
4. Menghitung perbedaan urutan kedudukan tiap pasangan skor antara variabel 1 dan variabel 2
(B = R1 – R2) pada kolom 6, lalu jumlahkan B (ΣB).
5. Mengkuadratkan tiap-tiap B (B2) pada kolom 7, lalu dijumlahkan (ΣB2).
6. Menghitung korelasi tata jenjang
7. Memberikan interpretasi terhadap hasil korelasi dengan membandingkan pada nilai tabel RHO (Spearman)
pada taraf signifikansi tertentu.

3. Poin Biserial Correlation
Digunakan apabila kita hendak mengetahui korelasi antara dua variabel, yang satu variabel kontinum,
sedang yang lain variabel deskrit murni.
Hasil perhitungan dengan korelasi biserial dapat dikonsultasikan ke tabel r hasil korelasi produk moment.
Langkah-Langkah Menghitung Indeks Korelasi Point Biserial:
1. Mencari Mean total (Mt)
2. Mencari Mean skor dari jawaban yang menjawab ya
3. Mencari Standar Deviasi total (SDt)
4. Mencari proporsi (p) yaitu perbandingan banyaknya subjek yang menjawab ya dengan jumlah seluruh subjek.
Proporsi (q) adalah 1 – p
5. Rumus untuk mencari angka indeks korelasi:
rpbi = (Mp-Mt)/SDt √(p/q)
Keterangan :
rpbi = Angka indeks korelasi Point Biserial
Mp = Mean skor dari subjek yang menjawab benar/ya
Mt = Mean skor total
SDt = Standar deviasi total
p = Proporsi subjek yang menjawab benar/ya terhadap jumlah total subjek q = 1 – p

4. Korelasi Tetrachoric
Digunakan untuk mencari korelasi dua variabel deskrit buatan.
Menurut ketentuannya, teknik korelasi Tetrachorik digunakan jika gejala-gejala X dan Y dua-duanya merupakan gejala ordinal.
Gejala ordinal adalah gejala berjenjang yang digolong-golongkan menurut besar-kecilnya magnitude (kebesaran) yang timbul.

5. Koefisien Phi
Koefisient Phi (π) yang menghasilkan Koeficient Phi digunakan untuk mencari hubungan dua variabel diskrit dan diutamakan diskrit murni bila variabel deskrit dan merupakan variabel diskrit,
maka diubah dulu menjadi variabel diskrit Korelasi Phi sering digunakan untuk menentukan validitas item variabel pertama adalah benar atau salahnya subjek dalam menjawab item,
sedangkan variabel kedua adalah skor total yang dibuat dikotomi.
Cara mengubah skor total menjadi dikatomi dapat menggunakan mean atau median.
Jika menggunakan mean sebagai nilai pemisah subjek maka ada kemungkinan banyaknya subjek pada dua kelompok bisa tidak sama bila menggunakan mean sebagai nilai pemisah subjek maka banyak subjek untuk kedua kelompok sama.

6. Koefisien Kontingensi
Koefisien Kontingensi digunakan bila variabel yang dikorelasikan berbentuk kategori (gejala ordinal) bila datanya bergaris diskrit,
maka menggunakan koefisient phi atau tetra korik.
Tetapi bila variabelnya diklasifikasikan menjadi lebih dari dua maka koefisient phi atau tetra korik tidak dapat digunakan.
Contingency (C) sangat erat kaitannya dengan chi kuadrat dan dihitung dengan Chi kuadrat maka C dapat dengan mudah diketahui.
Langkah‐langkah Pengujian Koefisien Kontingensi:
1. Tulis Hipotesis Ha dan Ho
2. Buat Tabel Kontingensi
3. Cari nilai Frekuensi yang diharapkan (fe)
fe untuk setiap sel = ((Total Baris)(Total Kolom))/(Total Keseluruhan)
4. Isikan Nilai fe ke Dalam Tabel Kontingensi
5. Hitung nilai Chi‐Square
6. Tentukan kriteria pengujian
Jika x2 hitung ≤ x2 tabel, maka Ho diterima.
Jika x2 hitung > x2 tabel, maka Ho ditolak.
7. Tentukan nilai x2 Tabel
8. Bandingkan x2 hitung dengan x2 tabel (beri kesimpulan)

Sumber
Anonymous. 2011. ANALISIS KORELASI PRODUCT MOMENT PEARSON. http://eprints.undip.ac.id/6608/1
/Korelasi_Product_Moment.pdf. Tanggal akses 3 April 2012
Anonymous. 2012. Statistika Non Parametrik. http://elearning.gunadarma.ac.id/docmodul/diklat_kursus_sps
/j.Bab_VII_Statistika_Non_Parametrik_Uji_Hubungan.pdf. Tanggal akses 3 April 2012
Thomasyunigunarto. 2011. Regresi dan Korelasi. http://thomasyg.staff.gunadarma.ac.id/Downloads/file
/8195/Regresi+dan+Korelasi.pdf. Tanggal akses 3 April 2012

 

You can leave a response, or trackback from your own site.

Leave a Reply

CAPTCHA Image
*