Tugas E-Learning Pertemuan 10

KORELASI 

    Terdapat tiga macam bentuk hubungan antar variabel, yaitu hubungan simetris, hubungan sebab akibat (kausal) dan hubungan Interaktif (saling mempengaruhi). Untuk mencari hubungan antara dua variabel atau lebih dilakukan dengan menghitung korelasi antar variabel yang akan dicari hubungannya. Korelasi merupakan angka yang menunjukkan arah dan kuatnya hubungan antar variabel atau lebih. Artinya dinyatakan dalam bentuk hubungan positif atau negatif, sedangkan kuatnya hubungan dinyatakan dalam besarnya koefisien korelasi.

    Hubungan dua variabel atau lebih dinyatakan positif, bila nilai satu variabel ditingkatkan, maka akan meningkatkan variabel yang lain, dan sebaliknya bila nilai satu variabel diturunkan maka akan menurunkan variabel yang lain. Sebagai contoh, ada hubungan positif antara tinggi badan dengan kecepatan lari, hal ini berarti semakin tinggi badan orang maka akan semakin cepat larinya, dan semakin pendek orang maka akan semakin lambat larinya.

    Hubungan dua variabel atau lebih dinyatakan negatif, bila nilai satu variabel dinaikkan maka akan menurunkan nilai variabel yang lain, dan juga sebaliknya bila nilai satu variabel diturunkan, maka akan menaikkan nilai variabel yang lain. Contoh, misalnya ada hubungan negatif antara curah hujan engan es yang terjual. Hal ini berarti semakin tinggi curah hujan, maka akan semakin sedikit es yang terjual, dan semakin sedikit curah hujan, maka akan semakin banyak es yang terjual.

    

    Kuatnya hubungan antara variabel dinyatakan dalam koefisien korelasi. Koefisien korelasi positif terbesar = 1 dan koefisien korelasi negatif terbesar adalah - 1, sedangkan yang terkecil adalah 0. Bila besarnya antara dua variabel atau lebih itu mempunyai koefisien korelasi = 1 atau -1, maka hubungan tersebut sempurna. Dalam arti kejadian-kejadian pada variabel yang satu akan dapat dijelaskan atau diprediksikan oleh variabel yang lain tanpa terjadi kesalahan (error). Makin kecil koefisien korelasi, maka akan semakin besar error untuk membuat prediksi. Sebagai contoh, bila hubungan bunyinya burung Prenjak mempunyai koefisien korelasi sebesar 1, maka dapat diramalkan setiap ada bunyi burung Prenjak maka dipastikan akan ada tamu. Tetapi kalau koefisien korelasinya kurang dari satu, setiap ada bunyi burung Prenjak belum tentu ada tamu, apa lagi koefisien korelasinya mendekati 0.

Macam-macam korelasi :

1. Korelasi Product Moment

    Teknik korelasi ini digunakan untuk mencari hubungan dan membuktikan hipotesis hubungan dua variabel bila data kedua variabel berbentuk interval atau ratio, dan sumber data dari dua variabel atau lebih adalah sama. Berikut ini dikemukakan rumus yang paling sederhana yang dapat digunakan untuk menghitung koefisien korelasi, yaitu rumus 7.1 dan 7.2. Rumus 7.2 digunakan bila sekaligus akan menghitung persamaan regresi. Koefisien korelasi untuk populasi diberi simbol rho (𝛒) dan untuk sampel diberi simbol r dan untuk korelasi ganda diberi simbol R.

Dimana :

2. Korelasi Ganda 

    Korelasi pada (multyple correlation) merupakan angka yang menunjukkan arah dan kuatnya hubungan antara dua variabel secara bersama-sama atau lebih 22 dengan variabel yang lain. Pemahaman tentang korelasi ganda dapat dilihat melalui gambar 7.4a, 7.4b berikut. Simbol korelasi ganda adalah R. 

    Dari contoh di atas, terlihat bahwa korelasi ganda R, bukan merupakan penjumlahan dari korelasi sederhana yang ada pada setiap variabel (r1 - r2 - r3). Jadi R ≠ (r1 + r2 + r3). Korelasi ganda merupakan hubungan secara bersama-sama antara X1 dengan X2 dan Xn dengan Y.

Rumus : 

3. Korelasi Parsial 

    Korelasi parsial digunakan untuk menganalisis bila peneliti bermaksud mengetahui pengaruh atau mengetahui hubungan antara variabel independen dan dependen, dimana salah satu variabel Independennya dibuat tetap/dikendalikan. Jadi korelasi parsial merupakan angka yang menunjukkan arah dan kuatnya hubungan antara dua variabel setelah satu variabel yang diduga dapat mempengaruhi hubungan variabel tersebut dikendalikan untuk dibuat tetap keberadaannya.

Rumus :