Arah Dan Angka Korelasi

8/13/2019 Arah Dan Angka Korelasi

1/20

i

KATA PENGANTAR

Bismillahirahmanirrahiim,

Puji syukur kehadirat Tuhan Yang Maha Esa yang telah memberikan kita

berbagai macam nikmat, sehingga aktifitas hidup yang kita jalani ini akan selalu

membawa keberkahan, baik kehidupan di alam dunia ini, lebih-lebih lagi pada

kehidupan akhirat kelak, sehingga semua cita-cita serta harapan yang ingin kita

capai menjadi lebih mudah dan penuh manfaat.

Terima kasih sebelum dan sesudahnya kami ucapkan kepada Dosen Mata

Kuliah Staristika serta teman-teman sekalian yang telah membantu, baik bantuan

berupa moril maupun materil, sehingga makalah ini terselesaikan dalam waktu

yang telah ditentukan.

Kami menyadari sekali, didalam penyusunan makalah ini masih jauh dari

kesempurnaan serta banyak kekurangan-kekurangnya, baik dari segi tata bahasa

maupun dalam hal pengkonsolidasian kepada Dosen serta teman-teman sekalian,

yang kadangkala hanya menturuti egoisme pribadi, untuk itu besar harapan kami

jika ada kritik dan saran yang membangun untuk lebih menyempurnakan

makalah-makalah kami dilain waktu.

Harapan yang paling besar dari penyusunan makalah ini ialah, mudah-

mudahan apa yang kami susun ini penuh manfaat, baik untuk pribadi, teman-

teman, serta orang lain yang ingin mengambil atau menyempurnakan lagi atau

mengambil hikmah dari judul ini (Arah dan Angka Korelasi) sebagai tambahan

dalam menambah referensi yang telah ada. Akhir kata semoga makalah ini dapat

bermanfaat bagi kita semua terutama bagi penulis,Amin yarobbal alamiin.

Serang, Januari 2014

Penyusun


2/20

ii

DAFTAR ISI

KATA PENGANTAR............................................................................. i

DAFTAR ISI............................................................................................ ii

BAB I PENDAHULUAN

A. Latar Belakang Masalah .......................................................... 1B. Rumusan Masalah ................................................................... 1

BAB II PEMBAHASAN

A. Pengertian Korelasi ................................................................. 2B. Arah Korelasi .......................................................................... 3C. Peta Korelasi ........................................................................... 4D. Angka Korelasi........................................................................ 10E. Jenis-Jenis Korelasi ................................................................. 11F. Macam-macam Korelasi ......................................................... 12G. Teori Korelasi.......................................................................... 14

BAB III PENUTUP

A. Kesimpulan ............................................................................. 17

DAFTAR PUSTAKA.............................................................................. 18


3/20

1

BAB I

PENDAHULUAN

A. Latar BelakangBanyak 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.

B. Rumusan Masalah1. Apa yang dimaksud dengan korelasi?2. Apa-apa saja jenis-jenis korelsi?3. Apa-apa saja rumus-rumus korelasi?


4/20

2

BAB II

PEMBAHASAN

A. 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 vriabel 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,


5/20

3

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.

B. 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.

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.

Disebut korelasi negatif jika dua variabel atau lebih yang berkorelasi

itu berjalan dengan arah yang berlawanan, bertentangan atau berbalikan. Hal

ini berarti bahwa kenaikan atau pertambahan pada variabel X akan diikuti

dengan penurunan atau pengurangan pada variabel Y. misalnya, makin

meningkatnya kesadaran hokum di kalangan masyarakat diikuti dengan makin

menurunnya angka kejahatan atau angka pelanggaran; makin giat berlatih

makinsedikit kesalahan yang diperbuat oleh seseorang; makin kurang dihayati


6/20


7/20


8/20

6

Diagram 2:

Korelasi Negatif Maksimal

Y 1 2 3 4 5 6 7 8 9 10

10

9

8

7

6

5

4

3

2

1

0

1 2 3 4 5 6 7 8 9 10 X

3. Jika korelasi antara variabel X dan variabel Y termasuk korelasi positifyang tinggi atau kuat, maka ada peta korelasi pencaran titiknya sedikit

mulai menjauh garis linier, yaitu titik tersebut terpencar atau berada di

sekitar garis lurus tersebut, dengan kecondongan kearah kanan, seperti

dalam diagram 3 berikut:


9/20

7

Diagram 3:

Korelasi Positif Tinggi

4. Jika korelasi antara variabel X dan variabel Y termasuk korelasi negatifyang tinggi atau kuat, maka ada peta korelasi pencaran titiknya sedikit

mulai menjauh garis linier, yaitu titik tersebut terpencar atau berada di

sekitar garis lurus tersebut, dengan kecondongan kearah kiri, seperti

dalam diagram 4 berikut:

Y 1 2 3 4 5 6 7 8 9 10

10

9

8

7

6

5

4

3

2

1

0

1 2 3 4 5 6 7 8 9 10 X


10/20

8

Diagram 4:

Korelasi Negatif Tinggi

Y 1 2 3 4 5 6 7 8 9 10

10

9

8

7

6

5

4

3

2

1

0

1 2 3 4 5 6 7 8 9 10 X

5. Jika korelasi antara variabel X dan variabel Y termasuk korelasi positifmaupun negatif dikatakan sebagai korelasi yang cukup atau sedang dan

korelasi rendah atau lemah, maka pencaran titik pada peta korelasi itu

semakin jauh tersebar/menjauhi garis linier, sebagaimana diagram

berikut:


11/20

9

Diagram 5:

Korelasi Positif Lemah

Y 1 2 3 4 5 6 7 8 9 10

10

9

8

7

6

5

4

3

2

1

0

1 2 3 4 5 6 7 8 9 10 X

Diagram 6:

Korelasi Negatif Lemah

Y 1 2 3 4 5 6 7 8 9 10

10

9

8

7

6

5

4

3

2

1

0

1 2 3 4 5 6 7 8 9 10 X


12/20

10

D. Angka KorelasiTinggi rendah, kuat lemah atau besar kecilnya suatu korelasi dapat

diketahui dengan melihat besar kecilnya suatu angka (koefesien) yang disebut

Angka Indeks Korelasi atau Coeffesient of Correlation.

Jadi Angka Indeks Korelasi adalah sebuah angka yang dapat dijadikan

petunjuk untuk mengetahui seberapa besar kekuatan korelasi di antara variabel

yang sedang diselidiki korelasinya.

Angka korelasi biasanya diberi lambang dengan huruf tertentu;

misalnya rxysebagai lambang koefesien korelasi pada teknik korelasiproduct

moment, p (baca Rho) sebagai lambang koefesien korelasi pada teknik korelasi

tata jenjang (baca Phi) sebagai lambang koefesien korelasi pada teknik

korelasi Phi, C atau KK sebagai lambang koefesien korelasi pada teknik

korelasi Kontingensi, dan lain-lain.

Angka korelasi itu besarnya berkisar antara 0 (nol) sampai dengan +

1,00; artinya bahwa angka korelasi itu paling tinggi adalah +1,00 dan paling

rendah adalah 0. Jika dalam perhitungan diperoleh angka korelasi lebih dari

1,00 hal itu merupakan petunjuk bahwa dalam perhitungan tersebut telah

terjadi kesalahan.

Korelasi antara variabel X dan variabel Y disebut korelasi positif

apabila angka indeks bertanda plus; misalnya: rxy= + 0,235; rxy= + 0,751

dan sebagainya. Sebaliknya apabila angka indeks korelasi antara variabel X

dan variabel Y bertanda minus, maka korelasi yang demikian disebut

korelasi negatif; misalnya: rxy= - 115; rxy= - 0,587

Antara variabel X dan variabel Y dikatakan tidak ada hubungannya

jika angka indeks korelasinya = 0.

Angka indeks korelasi yang diperoleh dari proses perhitungan itu

sifatnya relative, yaitu angka yang fungsinya melambangkan indeks hubungan

antar variabel yang dicari korelasinya. Jadi angka korelasi itu bukanlah angka

yang bersifat eksak, atau angka yang merupakan ukuran pada skala linier yang

memiliki unit-unit yang sama besar, sebagaimana yang terdapat pada mistar

pengukur panjang (mistar penggaris).


13/20

11

Misalnya, angka korelasi antara variabel X dana variabel Y = 0,75 (rxy

= 0,75), sedangkan korelasi antara variabel Y dan variabel Z = 0,25 (ryz =

0,25). Disini kita tidak dapat menyatakan bahwa: rxy= 3 kali lipatnya rxzatau

menyatakan bahwa ryz= 1/3 nya rxy.

E. JenisJenis KorelasiKorelasi yang menyatakan tingkat hubungan variabel bebas dan

variabel terikat dapat dibedakan berdasarkan banyaknya variabel bebas yang

mempengaruhi nilai dari variabel terikat.

1. Korelasi LinierAngka yang digunakan untuk menggambarkan derajat hubungan

ini disebut koefisien korelasi dengan lambang rxy. Teknik yang paling

sering digunakan untuk menghitung koefisien korelasi selama ini adalah

teknik Korelasi Product Momen Pearson. Teknik ini sebenarnya tidak

terbatas untuk menghitung koefisien korelasi dari variabel dengan skala

pengukuran interval saja, hanya saja interpretasi dari hasil hitungnya harus

dilakukan dengan hati-hati. Pemikiran utama korelasi product momen

adalah seperti ini:

Jika kenaikan kuantitas dari suatu variabel diikuti dengan kenaikankuantitas dari variabel lain, maka dapat kita katakana kedua variabel

ini memiliki korelasi yang positif.

Jika kenaikan kuantitas dari suatu variabel sama besar atau mendekatibesarnya kenaikan kuantitas dari suatu variabel lain dalam satuan SD,

maka korelasi kedua variabel akan mendekati 1.

Jika kenaikan kuantitas dari suatu variabel diikuti dengan penurunankuantitas dari variabel lain, maka dapat kita katakana kedua variabel

ini memiliki korelasi yang negatif.

Jika kenaikan kuantitas dari suatu variabel sama besar atau mendekatibesarnya penurunan kuantitas dari variabel lain dalam satuan SD,

maka korelasi kedua variabel akan mendekati -1.


14/20

12

Jika kenaikan kuantitas dari suatu variabel diikuti oleh kenaikan danpenurunan kuantitas secara random dari variabel lain atau jika

kenaikan suatu variabel tidak diikuti oleh kenaikan atau penurunan

kuantitas variabel lain (nilai dari variabel lain stabil), maka dapat

dikatakan kedua variabel itu tidak berkorelasi atau memiliki korelasi

yang mendekati nol.

Koefisien korelasi antara dua peubah sehingga nilai r = 0

berimplikasi tidak ada hubungan linear, bukan bahwa antara peubah itu

pasti tidak terdapat hubungan.Ukuran korelasi linear antara dua peubah

yang paling banyak digunakan adalah koefisien karelasi momen-hasilkali

pearson atau ringkasnya koefisien korelasi.

F. Macam-macam Korelasi1. 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 duavariabel 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 yangterjadi antara 2 (dua) variabel saja.

4. Korelasi Multiple (Multiple Corelation) : Yaitu tingkat hubungan yangtejadi 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 dariKorelasi sempurna antara 2 variabel, yaitu suatu kondisi bahwa setiap nilai


15/20

13

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 variabelyang seolah-olah ada tetapi tidak ada.

Diatas sudah dijelaskan macam-macam korelasi, berikut ini akan

dijelaskan satu persatu dengan contoh seperlunya.

1. Korelasi Product MomentKorelasi Product Moment merupakan salah satu teknik korelasi

yang sering digunakan untuk mencari korelasi antar dua variable. Korelasi

Product Moment dikembangkan oleh Karl Pearson yang kemudian teknik

ini dinamakan dengan teknik korelasi pearson, disebut juga Korelasi

Product Moment karena koefisien korelasinya didapatkan dengan

mengalihkan antara moment-moment variable yang dikorelasikan. (Moh

Hariadi: 132: 2009)

(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)


16/20

14

2. Korelasi Tata JenjangTeknik 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:

G. Teori Korelasi1. Korelasi dan Kausalitas

Ada perbedaan mendasar antara korelasi dan kausalitas. Jika kedua

variabel dikatakan berkorelasi, maka kita tergoda untuk mengatakan

bahwa variabel yang satu mempengaruhi variabel yang lain atau dengan

kata lain terdapat hubungan kausalitas. Kenyataannya belum tentu.

Hubungan kausalitas terjadi jika variabel X mempengaruhi Y. Jika kedua

variabel diperlakukan secara simetris (nilai pengukuran tetap sama

seandainya peranan variabel-variabel tersebut ditukar) maka meski kedua

variabel berkorelasi tidak dapat dikatakan mempunyai hubungan

kausalitas. Dengan demikian, jika terdapat dua variabel yang berkorelasi,

tidak harus terdapat hubungan kausalitas.

Terdapat dictum yang mengatakan correlation does not imply

causation. Artinya korelasi tidak dapat digunakan secara valid untuk

melihat adanya hubungan kausalitas dalam variabel-variabel. Dalam

korelasi aspek-aspek yang melandasi terdapatnya hubungan antar variabel

mungkin tidak diketahui atau tidak langsung. Oleh karena itu dengan

menetapkan korelasi dalam hubungannya dengan variabel-variabel yang


17/20

15

diteliti tidak akan memberikan persyaratan yang memadai untuk

menetapkan hubungan kausalitas kedalam variabel-variabel tersebut.

Sekalipun demikian bukan berarti bahwa korelasi tidak dapat digunakan

sebagai indikasi adanya hubungan kausalitas antar variabel. Korelasi dapat

digunakan sebagai salah satu bukti adanya kemungkinan terdapatnya

hubungan kausalitas tetapi tidak dapat memberikan indikasi hubungan

kausalitas seperti apa jika memang itu terjadi dalam variabel-variabel yang

diteliti, misalnya model recursive, dimana X mempengaruhi Y atau non-

recursive, misalnya X mempengaruhi Y dan Y mempengaruhi X.

Dengan untuk mengidentifikasi hubungan kausalitas tidak dapat

begitu saja dilihat dengan kaca mata korelasi tetapi sebaiknya

menggunakan model-model yang lebih tepat, misalnya regresi, analisis

jalur ataustructural equation model.

2. Korelasi dan LinieritasTerdapat hubungan erat antara pengertian korelasi dan linieritas.

Korelasi Pearson, misalnya, menunjukkan adanya kekuatan hubungan

linier dalam dua variabel. Sekalipun demikian jika asumsi normalitas salah

maka nilai korelasi tidak akan memadai untuk membuktikan adanya

hubungan linieritas. Linieritas artinya asumsi adanya hubungan dalam

bentuk garis lurus antara variabel. Linearitas antara dua variabel dapat

dinilai melalui observasiscatterplotsbivariat. Jika kedua variabel

berdistribusi normal dan behubungan secara linier, maka scatterplot

berbentuk oval; jika tidak berdistribusi normal scatterplot tidak berbentuk

oval.

Dalam praktinya kadang data yang digunakan akan menghasilkan

korelasi tinggi tetapi hubungan tidak linier; atau sebaliknya korelasi

rendah tetapi hubungan linier. Dengan demikian agar linieritas hubungan

dipenuhi, maka data yang digunakan harus mempunyai distribusi normal.

Dengan kata lain, koefesien korelasi hanya merupakan statistik ringkasan

sehingga tidak dapat digunakan sebagai sarana untuk memeriksa data

secara individual.


18/20

16

3. AsumsiAsumsi dasar korelasi diantaranya seperti tertera di bawah ini:

a. Kedua variabel bersifat independen satu dengan lainnya, artinyamasing-masing variabel berdiri sendiri dan tidak tergantung satu

dengan lainnya. Tidak ada istilah variabel bebas dan variabel

tergantung.

b. Data untuk kedua variabel berdistribusi normal. Data yang mempunyaidistribusi normal artinya data yang distribusinya simetris sempurna.

Jika digunakan bahasa umum disebut berbentuk kurva bel. Menurut

Johnston (2004) ciri-ciri data yang mempunyai distribusi normal ialah

sebagai berikut:

Kurva frekuensi normal menunjukkan frekuensi tertinggi berada ditengah-tengah, yaitu berada pada rata-rata (mean) nilai distribusi

dengan kurva sejajar dan tepat sama pada bagian sisi kiri dan

kanannya. Kesimpulannya, nilai yang paling sering muncul dalam

distribusi normal ialah rata-rata (average), dengan setengahnya

berada dibawah rata-rata dan setengahnya yang lain berada di atas

rata-rata.

Kurva normal, sering juga disebut sebagai kurva bel, berbentuksimetris sempurna.

Karena dua bagian sisi dari tengah-tengah benar-benar simetris,maka frekuensi nilai-nilai diatas rata-rata (mean) akan benar-benar

cocok dengan frekuensi nilai-nilai di bawah rata-rata.

Frekuensi total semua nilai dalam populasi akan berada dalam areadibawah kurva. Perlu diketahui bahwa area total dibawah kurva

mewakili kemungkinan munculnya karakteristik tersebut.

Kurva normal dapat mempunyai bentuk yang berbeda-beda. Yangmenentukan bentuk-bentuk tersebut adalah nilai rata-rata dan

simpangan baku (standard deviation) populasi.

c. X dan Y mempunyai hubungan linier. Hubungan linier artinyahubungan kedua variabel membentuk garis lurus.


19/20

17

BAB III

PENUTUP

A. Kesimpulan1. 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, dapatdibedakan 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.


20/20

Arah Dan Angka Korelasi

Documents

Transcript of Arah Dan Angka Korelasi