BAB I

PENDAHULUAN

A. Latar Belakang
Korelasi adalah istilah statistik yang menyatakan derajat hubungan linier antara dua
variabel atau lebih. Analisis korelasi pertama kali dikembangkan oleh Karl Pearson pada
tahun 1900. Di dalam teknik analisis korelasi, hubungan antara dua variabel hanya mengenal
hubungan searah (linier) saja, misalnya: tinggi badan menyebabkan berat badannya
bertambah, tetapi berat badannya bertambah belum tentu menyebabkan tinggi badannya
bertambah pula. Sehingga dari contoh tersebut dapat diketahui bahwa dalam analisis korelasi
dikenal penyebab dan akibatnya.

Data penyebab atau yang mempengaruhi disebut variabel bebas (independent) yang
biasanya ditandai dengan huruf X. Sedangkan data akibat atau yang dipengaruh disebut
variabel terikat (dependent) yang biasanya dilambangkan dengan huruf Y. Cara menentukan
variabel bebas dan variabel terikat tergantung pada landasan teori yang digunakan.
Ada dua jenis statistik untuk menghitung korelasi:
- Koefisien korelasi bivariate: Yaitu statistik yang dapat digunakan oleh peneliti untuk
menerangkan keeratan hubungan antara dua variabel.
- Koefisien korelasi multi-variat: Yaitu statistik yang digunakan peneliti untuk
menggambarkan dan menentukan hubungan antara tiga variabel atau lebih.

Macam-Macam Koefisien Analisis Korelasi

- Product Moment Pearson: Kedua variabelnya berskala interval
- Rank Spearman: Kedua variabelnya berskala ordinal
- Point Serial: Satu berskala nominal sebenarnya dan satu berskala interval
- Biserial: Satu berskala nominal buatan dan satu berskala interval
- Koefisien kontingensi: Kedua varibelnya berskala nominal

B. Rumusan Masalah
1. Apa yang dimaksud dengan analisa korelasi PPM?
2. Bagaimana tekhnik dan aplikasi penghitungan korelasi PPM?

C. Tujuan
1. Menjelaskan apa yang dimaksud dengan analisa korelasi PPM?
2. Menjabarkan tekhnik analisa korelasi PPM
3. Mengaplikasikan analisa korelasi PPM dalam karya tulis ilmiah

BAB II
 ISI

A. Pengertian Analisis Korelasi PPM

Korelasi PPM atau sering disingkat korelasi saja merupakan salah satu teknik korelasi
yang paling banyak digunakan dalam penelitian sosial. Besarnya angka korelasi disebut
koefisien korelasi yang dinyatakan dengan lambang r.
Korelasi Pearson merupakan salah satu ukuran korelasi yang digunakan untuk
mengukur kekuatan dan arah hubungan linier dari dua variabel. Dua variabel dikatakan
berkorelasi apabila perubahan salah satu variabel disertai dengan perubahan variabel lainnya,
baik dalam arah yang sama atau pun arah yang sebaliknya. Harus diingat bahwa nilai
koefisien korelasi yang kecil (tidak signifikan) bukan berarti kedua variabel tersebut tidak
saling berhubungan. Mungkin saja dua variabel mempunyai keeratan hubungan yang kuat
namun nilai koefisien korelasinya mendekati nol, misalnya pada kasus hubungan non linier.
Koefisien korelasi hanya mengukur kekuatan hubungan linier dan tidak pada hubungan non
linier. Harus diingat pula bahwa adanya hubungan linier yang kuat di antara variabel tidak
selalu berarti ada hubungan kausalitas, sebab-akibat
Manfaat Korelasi Pearson Product Moment:
- 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.
Menurut Riduan dan Kuncoro (2008,61) metode PPM termasuk teknik statistik
parametrik yang menggunakan data interval dan ratio (kuantitatif) dengan persyaratan
tertentu antara lain :
- Data dipilih secara random
- Data berdistribusi normal
- Data yang dihubungkan berpola linear
- Data yang dihubungkan mempunyai pasangan yang sama sesuai dengan subjek yang sama

B. Teknik dan Aplikasi Penghitungan Korelasi PPM

Langkah 1 : Perumusan Hipotesis
Jika diduga bahwa suatu variabel mempunyai hubungan yang positif dengan variabel lain,
maka rumusan hipotesisnya adalah
- Ho : r = 0 (tidak ada hubungan antara suatu variabel yang positif dengan variabel lain)
- Ha : r > 0 (terdapat hubungan yang positif dan signifikan anatara suatu variabel dengan
variabel lainnya)

Langkah 2 : Menentukan taraf nyata (level of signifance)

Yaitu menentukan nilai , misalnya 5% atau = 0,05

Langkah 3 : Menentukan Uji Hipotesis

Membuat Ha dan Ho dalam bentuk statistik :
Ha : r 0
Ho : r = 0
 Langkah 4 : Menghitung
Membuat tabel penolong untuk menghitung Korelasi PPM:
dengan rumus ;

Atau

Keterangan :
n = jumlah data
x = data yang mempengaruhi
y = data yang dipengaruhi
X=xx
Y=yy

Langkah 5 : Mencari besarnya sumbangan (konstribusi) variabel X terhadap Y

Dengan rumus :
KP = r2 x 100%

Langkah 6 : Cari r table

Dengan rumus : dk = n-2

Langkah 7 : Tentukan kriteria pengujian

Jika rtabelrhitung+rtabel, maka Ho diterima

Langkah 8 : Membandingkan thitung dengan ttabel

Menguji signifikansi dengan rumus thitung :

Kaidah pengujian :
Jika thitung ttabel, maka tolak Ho artinya signifikan dan
thitung ttabel, terima Ho artinya tidak signifikan.
Langkah 9 : Membuat kesimpulan

Contoh Hubungan Antara Umur dengan Tekanan Darah Pasien di Ruang Rawat Inap
Penyakit Dalam RSUD Banjarbaru
Berikut adalah data usia, berat, dan tekanan darah.
Individual Ag Systolic Pressure
 e
A 34 108
B 43 129
C 49 126
D 58 149
E 64 168
F 73 161
G 78 174

Langkah-langkah :
1. Perumusan Hipotesis
Ha : ada hubungan yang signifikan antara umur dengan tekanan darah
Ho : Tidak ada hubungan yang signifikan antara umur dengan tekanan darah
2. Menentukan taraf nyata
Untuk kasus ini, kita ingin melihat apakah terdapat hubungan linier antara usia dengan
tekanan darah sistolik. Taraf nyata yang digunakan adalah 5%.
Di dapat =0,05
3. Menentukan uji hipotesis dalam statistic
Ha : r 0
Ho : r = 0
4. Menghitung
No Age (X) Systolic Pressure (Y) X2 Y2 XY
1 34 108 1156 11664 3672
2 43 129 1849 16641 5547
3 49 126 2401 15876 6174
4 58 149 3364 22201 8642
5 64 168 4096 28224 1075
2
6 73 161 5329 25921 11753
7 78 174 6084 302761357
2
Jumlah 399 1015 24279 150803 60112
Rata-rata 57 145
 5. Menentukan besarnya sumbangan variable X terhadap Y dengan rumus :
KP = r2 x 100% = 0,962 x 100% = 92,16%
6. Menentukan rtabel
dk = n-2
= 7-2 = 5
Didapat rtabel = 0,754
7. Menentukan kriteria pengujian
Didapat rhitung > rtabel = 0,9656 > 0,754 maka Ha diterima
8. Membandingkan thitung dan ttabel

Didapat thitung > ttabel = 5,46 >2,57

9. Membuat Kesimpulan
- rxy sebesar 0,956 kategori kuat
- KP = r2 x 100% = 0,962 x 100% = 92,16%
- Ternyata thitung lebih dari ttabel atau 5,46 >2,57, maka Ho ditolak, artinya ada hubungan yang
signifikan antara umur dengan tekanan darah.

BAB III
KESIMPULAN
Korelasi Pearson merupakan salah satu ukuran korelasi yang digunakan untuk
mengukur kekuatan dan arah hubungan linier dari dua variable.
Manfaat Korelasi Pearson Product Moment:
- 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.

DAFTAR PUSTAKA

Dajan, Anto. 1973. Pengantar Meode Statistik Jilid 1. Jakarta: LP3ES

Hidayat, A. Aziz Alimul. 2011. Metode Penelitian Keperawatan dan Teknik
Analisis Data. Jakarta: Salemba Medika
Sudijono, Anas. 1987. Pengantar Statistik Pendidikan. Jakarta: Rajawali
Sudjana. 1989. Metoda Statistika Edisi 5. Bandung: Tarsito