MAKALAH

KORELASI

Disusun untuk memenuhi tugas matakuliah Statistik Terapan

Yang dibina oleh Dr. H. Tri Kuncoro, ST.,M.Pd

Disusun Oleh :
Ayu Iriani
(150523601840)
Off A

UNIVERSITAS NEGERI MALANG

FAKULTAS TEKNIK
JURUSAN TEKNIK SIPIL
PRODI S1 TEKNIK SIPIL
Agustus, 2017
 KATA PENGANTAR

Puji syukur Alhamdulillah, saya panjatkan kehadirat Allah SWT. Yang telah
melimpahkan rahmat dan karunia serta hidayah-Nya, sehingga saya dapat menyelesaikan
penulisan makalah ini dengan judul Macam-macam Korelasi.

Shalawat serta salam, terlimpahkan kepada Rosulullah SAW. yang telah membawa
kita dari zaman jahiliyah menuju zaman Islamiyah. Penulisan makalah ini dimaksudkan untuk
memenuhi salah satu persyaratan dalam menyelesaikan Tugas Statistika Terapan. Semoga
Allah SWT. melimpahkan rahmat dan karunia-Nya kepada kita semua. Saya menyadari
sepenuhnya bahwa dalam penulisan makalah ini masih banyak kesalahan dan kekurangan. Oleh karena
itu demi kesempurnaanya, penulis sangat mengharapkan kritik dan saran yang sifatnya membangun.
Dan semoga dengan selesainya makalah ini dapat bermanfaat bagi pembaca dan teman-teman.

Akhir kata penulis menyampaikan terimakasih atas bantuan teman-teman yang telah
memberikan masukan yang berharga dalam penyusunan makalah ini serta dari semua pihak
yang telah membantu baik secara langsung maupun tidak langsung. Semoga ALLAH SWT
memberi balasan yang lebih baik.

Wabilahi taufik walhidayah, wassalamu allaikum warrahmatulahi wabarakatuh

 BAB I
PENDAHULUAN
1.1 Latar Belakang
Banyak analisis statistika bertujuan untuk mengetahui apakah ada hubungan antara dua
atau lebih peubah. Bila hubungan demikian ini dapat dinyatakan dalam bentuk rumus
matematik, maka kita akan dapat menggunakannya untuk keperluan peramalan.
Kata Korelasi berasal dari bahasa inggris yaitu Correlation yang dalam bahasa
Indonesia artinnya hubungan atau saling hubung atau hubungan timbale balik. Dalam dunia
statistik pendidikan korelasi adalah hubungan antara dua variable atau lebih yang sifatnnya
kuantitatif. Lambang yang digunakan korelasi adalah rxy artinnya korelasi antara variable X
dan variable Y. Nilai korelasi berkisar antara 0 (nol) sampai dengan 1.00 artinya nilai korelasi
paling rendah adalah nol dan paling tinggi adalah 1.00.
Hubungan antara variable itu jika ditilik dari segi arahnya, dapat dibedakan menjadi dua
macam yaitu hubungan yang sifatnya satu arah dan hubungan yang sifatnya berlawanan arah.
Hubungan yang sifatnya searah diberi nama korelasi positif, sedangkan yang berlawanan arah
disebut korelasi negative. Disebut korelasi positif, jika dua variable (atau lebih) yang
berkolerasi berjalan parallel, artinya bahwa hubungan antara dua variable (atau lebih) itu
menunjukan arah yang sama. Jadi apabila variable X mengalami kenaikan atau pertambahan
akan diikuti pula dengan kenaikan atau pertambahan, akan diikuti pula dengan kenaikan atau
pertambahan pada variable Y atau sebaliknya, penurunan dan pengurangan pada variable X
akan akan diikuti pula dengan penurunan dan pengurangan pada variable Y.

1.2 Rumusan Masalah

1. Apa yang dimaksud dengan korelasi?

2. Bagaimana teknik korelasi ?
3. Bagaimana cara menentukan arah korelasi ?
4. Apa saja macam-macam jenis korelasi ?
 BAB II
PEMBAHASAN

2.1 Pengertian Korelasi

(Darwyan Syah: 91: 2007) Dalam kegiatan statistik khususnya statistik inferensial,
analisis korelasi merupakan hubungan antara dua variabel atau lebih, yaitu antara variable
bebas dan variable terikat. Hubungan korelasi terdiri atas dua jenis yakni bivariate dan
multivariate correlation. Bevariated correlation yaitu analisis terhadap hubungan antara dua
variable, satu varaiabel bebas dengan satu variable terikat, sedangkan multivariate correlation
yaitu analisis hubungan antara lebih dua variable bebas.
Variabel yang dikorelasikan dalam analisis korelasional adalah hubungan antara dua
variable yang terdiri dependend variable terikat atau varaibel yang dipengaruhi dan
independend variabel yang mempengaruhi atau disebut juga variable bebas.
(Moh Hariadi: 132: 2009) Kata Korelasi berasal dari bahasa inggris yaitu
Correlation yang dalam bahasa Indonesia artinnya hubungan atau saling hubung atau
hubungan timbale balik. Dalam dunia statistik pendidikan korelasi adalah hubungan antara dua
variable atau lebih yang sifatnnya kuantitatif. Lambang yang digunakan korelasi adalah rxy
artinnya korelasi antara variable X dan variable Y. Nilai korelasi berkisar antara 0 (nol) sampai
dengan 1.00 artinya nilai korelasi paling rendah adalah nol dan paling tinggi adalah 1.00.
(Husaini Usman: 197: 2006) Korelasi adalah istilah statistic yang menyatakan derajat
hubungan linear antara dua variable atau lebih, yang ditemukan oleh Karl Pearson pada awal
1900 oleh itu terkenal dengan sebutan korelasi pearson product moment (PPM) Korelasi adalah
salah satu teknik analisis statistic yang paling banyak digunakan oleh para peneliti, karena
peneliti pada umumnya tertarik terhadap peristiwa-peristiwa yang terjadi dan mencoba untuk
menghubungkannya. Misalnnya kita ingin menghubungkan antara tinggi badan dan berat
badan, antara umur dengan tekanan darahnya, antara motivasi dengan prestasi belajar atau
bekerja dan seterusnya. Hubungan antara dua variable didalam teknik korelasi bukanlah dalam
arti hubungan sebab akibat melainkan hanya hubungan searah saja.

2.2 Arah Korelasi

(Anas Sudijono: 180: 2009) Hubungan antara variable itu jika ditilik dari segi arahnya,
dapat dibedakan menjadi dua macam yaitu hubungan yang sifatnya satu arah dan hubungan
yang sifatnya berlawanan arah. Hubungan yang sifatnya searah diberi nama korelasi positif,
sedangkan yang berlawanan arah disebut korelasi negative. Disebut korelasi positif, jika dua
variable (atau lebih) yang berkolerasi berjalan parallel, artinya bahwa hubungan antara dua
variable (atau lebih) itu menunjukan arah yang sama. Jadi apabila variable X mengalami
kenaikan atau pertambahan akan diikuti pula dengan kenaikan atau pertambahan, akan diikuti
pula dengan kenaikan atau pertambahan pada variable Y atau sebaliknya, penurunan dan
pengurangan pada variable X akan akan diikuti pula dengan penurunan dan pengurangan pada
variable Y.
Korelasi Linear Positif :

Jika semua titik(X,Y) pada diagram pencar mendekati bentuk garis lurus dan Jika arah
perubahan kedua variabel sama => Jika X naik, Y juga naik.
Korelasi Non-linear:

Jika semua titik (X,Y) pada diagram pencar tidak membentuk garis lurus
Korelasi Negatif:

Jika jika arah perubahan kedua variabel tidak sama => Jika X naik, Y turun
 Contoh: Makin meningkatnya kesadaran hukum dikalangan masyarakat dikuti dengan
makin menurunnya angka kejahatan atau angka pelanggaran. Makin giatnya orang berlatih
makin sedikit pula kesalahan yang diperbuat oleh seseorang, makin meningkatnya jumlah
aseptor keluarga berencana diikuti dengan makin menurunnya angka kelahiran atau sebaliknya,
dalam dunia pendidikan misalnya, makin kurang dihayati dan diamalkannya ajaran agama
islam oleh para remaja akan diikuti oleh makin meningkatnya frekuensi kenakalan remaja atau
sebaliknya.
Arah korelasi ditunjukkan oleh suatu harga yang disebut koefisien korelasi. Koefisien
korelasi bergerak dari -1,0 sampai dengan +1,0. Kolerasi yang memiliki koefisien -1,0 disebut
korelasi negatif sempurna, demikian juga korelasi +1,0 disebut korelasi positif.

2.3 Teknik Korelasi

Teknik korelasi merupakan teknik analisis yang melihat kecenderungan pola dalam satu
variabel berdasarkan kecenderungan pola dalam variabel yang lain. Maksudnya, ketika satu
variabel memiliki kecenderungan untuk naik maka kita melihat kecenderungan dalam variabel
yang lain apakah juga naik atau turun atau tidak menentu. Jika kecenderungan dalam satu
variabel selalu diikuti oleh kecenderungan dalam variabel lain, kita dapat mengatakan bahwa
kedua variabel ini memiliki hubungan atau korelasi. Jika koefisien korelasi bernilai 0,00 maka
mengindikasikan tidak ada hubungan antara kedua variabel tersebut. Semakin koefisien
korelasi mendekati nilai -1 atau +1, maka hubungan antara dua variabel akan semakin
mendekati garis lurus bila digambarkan dalam sumbu ordinat.
Jika data hasil pengamatan terdiri dari banyak variabel , ialah beberapa kuat hubungan
antara-antara variabel itu terjadi. Dalam kata-kata lain perlu ditentukan derajat hubungan antara
variabel-variabel. Studi yang membahas tentang derajat hubungan antara variabel-variabel
dikenal dengan nama korelasi. Ukuran yang dipakai untuk mengetahui derajat hubungan,
terutama untuk data kuantitatif dinamakan koefisien korelasi.
2.4 Jenis Jenis Korelasi
Korelasi yang menyatakan tingkat hubungan variabel bebas dan variabel terikat dapat
dibedakan berdasarkan banyaknya variabel bebas yang mempengaruhi nilai dari variabel
terikat.
1. Korelasi Linier
Korelasi liner adalah indeks atau angka yang digunakan untuk mengukur keeratan
hubungan antara dua variabel yang sifatnya linier. Koefisien korelasi liner dapat diitung dengan
menggunakan metode least square dan metode product moment.
a. Korelasi Product Moment
(Tulus Winarsunu: 68: 2009) Korelasi Product Moment ditemukan oleh Karl Pearson
digunakan untuk melukiskan hubungan antara dua buah variable yang samasama berjenis
interval atau rasio.
Analisis korelasi digunakan untuk menjelaskan kekuatan dan arah hubungan antara dua
variabel. Korelasi bersifat undirectional yang artinya tidak ada yang ditempatkan sebagai
predictor dan respon (IV dan DV).
Angka korelasi berkisar antara -1 s/d +1. Semakin mendekati 1 maka korelasi semakin
mendekati sempurna. Sementara nilai negative dan positif mengindikasikan arah hubungan.
Arah hubungan yang positif menandakan bahwa pola hubungan searah atau semakin tinggi A
menyebabkan kenaikan pula B (A dan B ditempatkan sebagai variabel)
Interprestasi angka korelasi menurut Prof. Sugiyono (2007)

0 - 0,199 : Sangat lemah

0,20 - 0,399 : Lemah
0,40 - 0,599 : Sedang
0,60 - 0,799 : Kuat
0,80 - 1,0 : Sangat kuat

Koefisien korelsi (r) dengan metode product moment dirumuskan:

=
2 2

b. Korelasi least square

Koefisien korelasi linier dengan metode least square dirumuskan:
.
=
2 2 2
Dimana: r = koefisien korelasi
X = deviasi rata-rata variabel X = ( x - )
Y = deviasi rata-rata variabel y = ( y - )
Contoh soal :
Berikut ini data persentase kenaikan biaya iklan (X) dan persentase kenaikan hasil penjualan
(Y). Hitunglah koefisien korelasi.Berikut ini diberi hasil pengamatan pemupukan dan hasil
panen padi untuk 5 percobaan yang telah dilakukan.
 X 1 2 4 5 7 9 10 12
Y 2 4 5 7 8 10 12 14
a. tentukan koefisien korelasinya (r) dengan metode least square dan metode product moment
b. sebutkan jenis korelasinya dan apa artinya
jawab :
X Y xy x y
1 2 2 1 4
2 4 8 4 16
4 5 20 16 25
5 7 35 25 49
7 8 56 49 64
9 10 90 81 100
10 12 120 100 144
12 14 168 144 196
Jumlah
50 62 499 420 598

a. Metode product moment

=
2 2
499
=
420598
499
=
501.15
= 0,99
b. metode least square
.
=
2 2 2

8499 5062
=
8420 502 8598 622

= 0,99
2. Korelasi Rank
Koefisien korelasi rank adalah indeks angka-angka yang dipakai untuk mengukur keertan
(erat atau tidaknya) korelasi antara dua variabel yang didasakan atas rangking (tingkatan).
Koefisien korelasi rank dirumuskan :
6 2
=
2 1
Keterangan:
r : koefisien korelasi rank
d : selisih dalam rangking
n : banyaknya pasangan rank
untuk menghitung koefisien korelasi rank dalam digunakan langkah-langkah berikut :
1. Nilai pengamatan dari dua variabel yang akan diukur hubungannya diberi rangking.
Pemberian rangking dimulai dari data terbesat atau terkecil. Jika rangking sama, diambil
rata-rata.
2. Setiap pasang rangking dihitung perbedaanya
3. Perbedan setiap pasang rangking tersebut dikuardtkan dan dihitung jumlahnya.
4. Nilai r dihitung dengan rumus diatas.
3. Korelasi Ganda
Korelasi ganda (multiple correlation) adalah suatu nilai yang memberikan kuatnya hubungan
dua atau lebih variabel bebas X secara bersama sama dengan variabel terikat Y. Koefisien
korelasi ganda dirumuskan :

Ryx1x2 = Korelasi antara variabel X1 dengan X2 secara bersama-sama dengan variabel Y.

ryx1 = Korelasi Product-Moment antara X1 dengan Y.
ryx2 = Korelasi Product-Moment antara X2 dengan Y.
rx1 x2 = Korelasi Product-Moment antara X1 dengan X2
Selanjutnya untuk mengetahui apakah hubungan antar variabel tersebut berarti atau tidak, maka
dilakukan pengujian keberartian koefisien korelasi ganda dengan menggunakan rumus sebagai
berikut :
Fh= Tingkat signifikansi korelasi ganda
R = Koefisien korelasi ganda
k = Jumlah variabel independent
n = Jumlah sampel
Contoh :
Seorang peneliti ingin mengetahui hubungan antara Kepemimpinan Kepala Sekolah (X1) dan
Motivasi Kerja Guru (X2) dengan Kinerja Guru (Y) di suatu sekolah menengah. Sejumlah
angket kemudian disebar kepada 10 orang guru sebagai responden untuk tujuan penelitian
tersebut. Dari penelitian diperoleh rekapitulasi skor hasil pengumpulan data sebagai berikut :
Respoden X1 X2 Y
A 164 155 202
B 163 144 179
C 152 144 183
D 183 171 228
E 182 171 225
F 171 160 213
G 180 165 224
H 186 167 230
I 184 156 202
J 174 160 196
Tentukan :
a). Koefisien korelasi parsial
b). Koefisien korelasi ganda
c). Ujilah keberartian dari masing-masing koefisien korelasi tersebut !
Jawab :
Berdasarkan data tersebut, diketahui koefisien korelasi antar variabel berikut :
rx1y= 0,8097
rx2y= 0,9479
rx1x2= 0,8450
Penyelesaian :
a). Koefisien korelasi parsial :
1. Hubungan antara kepemimpinan kepala sekolah (X1) dengan kinerja guru (Y) :
2. Hubungan antara motivasi kerja (X2) dengan kinerja guru (Y) :

3. Hubungan antara kepemimpinan kepala sekolah (X1) motivasi kerja (X2) :

b). Koefisien korelasi ganda Hubungan antara kepemimpinan kepala sekolah (X1) dan
motivasi kerja (X2) dengan kinerja guru (Y) :
c). Pengujian keberartian koefisien korelasi
1. Koefisien korelasi rx2(x1y) = 0,0469

2. Koefisien korelasi rx1(x2y) = 0,8403

3. Koefisien korelasi rxy(x1x2) = 0,4147

4. Koefisien korelasi ganda Rx1x2y = 0,9481

4. Korelasi data berkelompok

Koefisien data berkelompok adalah indeks angka-angka yang digunakan untuk
mengukur keeratan hubungan antar variabel dalam distribusi bivariabel. Koefisien data
berkelompok dapat dihitung dengan menggunakan metode coding dan metode simpangan
baku.
a. Metode coding
koefisien korelasi data berkelompok dengan metode coding dirumuskan:

=
2 ^2 2 ^2

b. Metode simpangan baku

=
.

= . ( ( )( ))

2
2
= ( ( ) )

2
2
= ( ( ) )

4. Korelasi Tata Jenjang (rho)
Teknik korelasi data jenjang dalam dunia statistik dikenal sebagi teknik analisis
korelasional yang paling sederhana jika dibandingkan dengan teknik analisis korelasional
lainnya. Variabel yang sedang kita selidiki korelasinya, kita ukur berdasarkan perbedaan urutan
kedudukan skornya, jadi bukan didasarkan pada skor hasil pengukuran yang sebenarnya.
Dengan kata lain, datanya adalah data ordinal/data jenjang/data urutan. Teknik analisis
korelasional tata jejang ini dapat efektif digunakan apabila subjek yang dijadikan sampel dalam
penelitian lebih dari 9 tetapi kurang dari 30, dengan kata lain (N) antara 10 29. Karena itu
apabila N sama dengan/lebih dari 30, sebaiknya jangan digunakan teknik korelasi ini. Berikut
rumus Korelasi Tata Jenjang:
6. 2
= 1
2 1
Keterangan:
Rho : koefisien r tata jenjang
D : Difference atau beda antar rangking atau ordinal
N : Number atau jumlah individu
1&6 : Bilangan konstan
5. Korelasi Point Serial
Teknik korelasi point serial digunakan untuk mencari koefisien korelasi antara 2
variabel, dimana variabel X berjnis ordinl dan variabel Y berjenis interval/rasio. Rumus
untuk menghitung koefisien korelasi biserial adalah:

2
= [ ]

Dimana:
Rbs : koefisien korelasi biserial

1,
2 : Harga mean pada jenjang 1 dan 2
SDt : Standar deviasi total
p : proporsi (n/N)
q :1p
O : angka ordinat.
2.5 Macam-macam Korelasi

1. Korelasi positip : Korelasi positif adalah tingkat hubungan antara dua variabel yang
mempunyai ciri, bahwa perubahan variabel independent x (variabel bebas x) diikuti
oleh perubahan variable dependent y (variabel tidak bebas y) secara searah..
2. Korelasi negatip: Korelasi negatif adalah tingkat hubungan antara dua variabel yang
mempunyai ciri, bahwa perubahan variabel independent x (variabel bebas x) diikuti
oleh perubahan variabel dependent y (variabel tidak bebas y) secara Berlawanan.
3. Korelasi sederhana (simple corelation) : Adalah tingkat hubungan yang terjadi antara 2
(dua) variabel saja.
4. Korelasi Multiple (Multiple Corelation) : Yaitu tingkat hubungan yang tejadi antara 2
(dua) variable atau lebih. Misalkan pada model regrsi linier multiple ( y = a0 + a1x1 +
a2x2 + e ), maka maksud dan pengertian dari pernyataan di atas adalah: Tingkat
hubungan antara y dengan x1 atau tingkat hubungan antara y dengan x2 atau tingkat
hubungan antara x1 dan x2.
5. Korelasi sempurna (perfect corelation) : Maksud dan pengertian dari Korelasi sempurna
antara 2 variabel, yaitu suatu kondisi bahwa setiap nilai variabel bebas x akan terdapat
pada setiap nilai variabel tidak bebas y nya. Hal ini dapat diartikan pula, bahwa garis
regresi yang terbentuk dari data yang tersebar (terdistribusi) adalah merupakan tempat
kedudukan dari data data dimaksud, sehingga nilai r nya =1 atau r = -1
6. Korelasi Tidak Sempurna (Imperfect Corelation) : Korelasi antara 2 (dua) variabel
dikatakan tidak sempurna, jika titiktitik yang tersebar tidak terdistribusi tepat pada
satu garis lurus.
7. Korelasi yang mustahil (nonsense corelation): Korelasi antara dua variabel yang seolah-
olah ada tetapi tidak ada.

2.6 Karakteristik Korelasi

Korelasi mempunyai karakteristik-karakteristik diantaranya:

a. Kisaran Korelasi

Kisaran (range) korelasi mulai dari 0 sampai dengan 1. Korelasi dapat positif dan dapat
pula negatif.

b. Korelasi sama dengan nol

Korelasi sama dengan 0 mempunyai arti tidak ada hubungan antara dua variabel.
c. Korelasi sama dengan satu

Korelasi sama dengan + 1 artinya kedua variabel mempunyai hubungan linier sempurna
(membentuk garis lurus) positif. Korelasi sempurna seperti ini mempunyai makna jika nilai X
naik, maka Y juga naik.

Pedoman memilih teknik korelasi

Jenis Korelasi Jenis Data Teknik korelasi Keterangan
Product Moment
Interval dan rasio Parsial Parametic
Bivariat
Ganda
Ordinal Spearman tau kendall Nonparametic
Nominal Phi koef. Konttngensi
Mulrivariat
Interval/rasio Korelasi ganda/passial Parametic
 BAB III
PENUTUP
KESIMPULAN

1. Korelasi adalah istilah statistic yang menyatakan derajat hubungan linear antara dua
variable atau lebih, yang ditemukan oleh Karl Pearson pada awal 1900 oleh itu terkenal
dengan sebutan korelasi pearson product moment (PPM) Korelasi adalah salah satu
teknik analisis statistic yang paling banyak digunakan oleh para peneliti, karena peneliti
pada umumnya tertarik terhadap peristiwa-peristiwa yang terjadi dan mencoba untuk
menghubungkannya. Misalnnya kita ingin menghubungkan antara tinggi badan dan
berat badan, antara umur dengan tekanan darahnya, antara motivasi dengan prestasi
belajar atau bekerja dan seterusnya. Hubungan antara dua variable didalam teknik
korelasi bukanlah dalam arti hubungan sebab akibat melainkan hanya hubungan searah
saja.
2. Hubungan antara variable itu jika ditilik dari segi arahnya, dapat dibedakan menjadi
dua macam yaitu hubungan yang sifatnya satu arah dan hubungan yang sifatnya
berlawanan arah. Hubungan yang sifatnya searah diberi nama korelasi positif,
sedangkan yang berlawanan arah disebut korelasi negative. Disebut korelasi positif,
jika dua variable (atau lebih) yang berkolerasi berjalan parallel, artinya bahwa
hubungan antara dua variable (atau lebih) itu menunjukan arah yang sama. Jadi apabila
variable X mengalami kenaikan atau pertambahan akan diikuti pula dengan kenaikan
atau pertambahan, akan diikuti pula dengan kenaikan atau pertambahan pada variable
Y atau sebaliknya, penurunan dan pengurangan pada variable X akan akan diikuti pula
dengan penurunan dan pengurangan pada variable Y.

Contoh: Makin meningkatnya kesadaran hokum dikalangan masyarakat dikuti dengan makin
menurunnya angka kejahatan atau angka pelanggaran. Makin giatnya orang berlatih makin
sedikit pula kesalahan yang diperbuat oleh seseorang, makin meningkatnya jumlah aseptor
keluarga berencana diikuti dengan makin menurunnya angka kelahiran atau sebaliknya, dalam
dunia pendidikan misalnya, makin kurang dihayati dan diamalkannya ajaran agama islam oleh
para remaja akan diikuti oleh makin meningkatnya frekuensi kenakalan remaja atau sebaliknya.
 DAFTAR PUSTAKA

Sudiyono, Anas, Pengantar Statistik Pendidikan, Jakarta: Rajawali Pers, 2009.

Amudi Pasaribu, Dr., Pengantar Statistik, Medan: Imballo, 1965.

Hananto Sigit B.St., Statistik suatu pengantar, Jakarta: Ikhtiar, 1960.

Oppusunggu, Statistik, Jakarta: PT. Pradnjaparamita, 1962.

Winarsunu T., Statistik Psikologi & Pendidikan, Malang: UMM, 2002.