B. Tujuan Teknik Analisis Korelasional
Ada beberapa tujuan Teknik Analisis Korelasional, yaitu sebagai berikut.
1. Ingin mencari bukti apakah benar terdapat korelasi antara variabel yang satu dengan variabel yang lainnya berdasarkan data yang ada/diperoleh.
2. Ingin menjawab pertanyaan apakah korelasi antara variabel tersebut termasuk korelasi yang kuat, cukupan, atau lemah (kalau memang ada korelasinya).
3. Ingin memperoleh kejelasan dan kepastian, apakah korelasi antarvariabel tersebut merupakan korelasi yang signifikan atau tidak.
C. Arah Korelasi
Arah korelasi dapat dibedakan menjadi dua macam, yaitu hubungan satu arah yang disebut dengan korelasi positif dan hubungan berlawanan arah disebut dengan korelasi negatif. Korelasi positif adalah hubungan antardua variabel atau lebih itu menunjukkan arah yang sama. Dengan demikian, jika variabel X mengalami kenaikan, variabel Y juga mengalami kenaikan; atau sebaliknya, jika variabel X mengalami penurunan, variabel Y juga mengalami penurunan pula.
Misalnya, terdapat korelasi positif antara minat baca dengan prestasi belajar dan sabagainya.
Korelasi negatif adalah hubungan antara dua variabel atau lebih berjalan dengan arah yang berlawanan. Ini berarti bahwa kenaikan variabel X akan diikuti penurunan variabel Y. Misalnya, makin dihayati dan diamalkan ajaran agama oleh para remaja, maka akan makin menurun frekuensi kenakalan remaja atau sebaliknya.
D. Angka Korelasi
Angka korelasi disebut juga dengan Angka Indeks Korelasi, yaitu sebuah angka yang dapat dijadikan petunjuk untuk mengetahui seberapa besar kekuatan korelasi di antara variabel yang sedang
DUMMY
diselidiki korelasinya. Angka korelasi selalu bergerak di antara 0,000 s.d. +1,000 dan 0,000 s.d. -1,000. Maksudnya bahwa Angka Indeks Korelasi itu paling rendah 0,000 dan paling tinggi +1,000 atau - 1,000. Dengan demikian, apabila Angka Indeks Korelasi lebih besar dari +1,000 atau -1,000, ini berarti terdapat kekeliruan dalam perhitungannya.
Korelasi antara variabel X dan variabel Y dikatakan korelasi positif jika Angka Indeks Korelasinya bertanda plus (+), misalnya +0,970 dan sebagainya. Sementara itu, korelasi antara variabel X dan variabel Y dikatakan korelasi negatif jika Angka Indeks Korelasinya bertanda minus (-), misalnya -0,235 dan sebagainya. Jika Angka Indeks Korelasinya 0, ini menunjukkan tidak ada korelasi antara variabel X dan variabel Y.
Perhatian!
Tanda plus dan minus yang tercantum di depan Angka Indeks Korelasi itu bukan tanda aljabar, misalnya rxy = +0,970, ini menunjukkan korelasi positif (korelasi searah), dan rxy = -0,235, ini menunjukkan korelasi negatif (korelasi berlawanan arah).
Untuk mengadakan interpretasi mengenai besarnya koefisien korelasi, ada dua cara, yaitu sebagai berikut.
1. Dengan cara kasar atau sederhana, yaitu dengan berpedoman pada perincian berikut.
Antara 0,800 s.d. 1,000 = sangat tinggi Antara 0,600 s.d. 0,800 = tinggi
Antara 0,400 s.d. 0,600 = cukup/sedang Antara 0,200 s.d. 0,400 = rendah Antara 0,000 s.d. 0,200 = sangat rendah
2. Berkonsultasi terhadap Tabel Nilai r Product Moment dengan jalan berikut.
a. Membuat hipotesis alternatif (Ha) dan hipotesis nihil (H0).
b. Menguji benar tidaknya hipotesis yang dikemukakan dengan cara membandingkan antara r diperoleh (ro) dengan r tabel (rt).
DUMMY
E. Jenis-jenis Data Penelitian
Ada beberapa jenis data dalam penelitian, yaitu data nominal, data ordinal, data interval, dan data rasio.
1. Data Nominal
Menuruti Moh. Nazir, data nominal adalah ukuran yang paling sederhana, di mana angka yang diberikan kepada objek mempunyai arti sebagai label saja, dan tidak menunjukkan tingkatan apa pun. Ciri-ciri data nominal adalah hanya memiliki atribut, atau nama, atau diskret.
Data nominal merupakan data diskret dan tidak memiliki urutan.
Data berjenis nominal membedakan data dalam kelompok yang bersifat kualitatif. Dalam ilmu statistika, data nominal merupakan data dengan level pengukuran yang paling rendah. Contohnya: jenis kelamin ada laki-laki dan ada perempuan; jenis olahraga seperti sepak bola, bulu tangkis, tinju, dan lain sebagainya.
2. Data Ordinal
Data ordinal adalah data yang berasal dari suatu objek atau kategori yang telah disusun secara berjenjang menurut besarnya. Setiap data ordinal memiliki tingkatan tertentu yang dapat diurutkan, mulai dari yang terendah sampai tertinggi atau sebaliknya. Dalam ilmu statistika, data berjenis ordinal mempunyai level pengukuran yang lebih tinggi daripada data nominal dan termasuk data kualitatif. Pada data nominal, semua data dianggap bersifat kualitatif dan setara; sedangkan pada data ordinal, terdapat klasifikasi data berdasarkan tingkatannya.
Namun demikian, jarak atau rentang anta jenjang tidak harus sama.
Dibandingkan dengan data nominal, data ordinal memiliki sifat berbeda dalam hal urutan. Dalam data ordinal berlaku perbandingan dengan menggunakan fungsi pembeda. Misalnya, nilai 100 dan 150.
Nilai 150 lebih besar dari nilai 100.
DUMMY
3. Data Interval
Data berjenis interval termasuk dalam kelompok data kuantitatif.
Dalam ilmu statistika, data interval mempunyai tingkat pengukuran yang lebih tinggi daripada data nominal maupun ordinal. Angka yang digunakan dalam data ini, selain menunjukkan urutan juga dapat dilakukan operasi matematika. Angka nol yang digunakan pada data interval bukan merupakan nilai nol yang nyata.
Contohnya:
Interval nilai pelajaran matematika siswa MAN 1 Banjarmasin adalah antara 0 sampai 100. Bila siswa A dan B masing-masing mempunyai nilai 50 dan 100, bukan berarti tingkat kecerdasan B dua kali A. Nilai 0 sampai 100 hanya merupakan rentang yang dibuat berdasarkan kategori pelajaran matematika dan mungkin berbeda dengan mata pelajaran lain.
Dalam data interval, terdapat jarak yang sama untuk masing-masing jenis interval, seperti contoh berikut ini. Nilai mata pelajaran fisika berkisar dari 0 – 100. Jika kita buatkan data intervalnya adalah sebagai berikut.
0 – 20 21 – 40 41 – 60 81 – 80 81 – 100
4. Data Rasio
Data rasio adalah data yang berbentuk angka dalam arti yang sesungguhnya karena dilengkapi dengan titik Nol absolut (mutlak), sehingga dapat diterapkannya semua bentuk operasi matematika, seperti penjumlahan (+), pengurangan (–), perkalian (x), dan pembagian (:).
Dalam ilmu statistika, data rasio merupakan tipe data dengan level pengukuran yang paling tinggi dibandingkan dengan tipe data
DUMMY
lain. Data ini termasuk dalam kelompok data kuantitatif. Angka yang digunakan pada data ini menunjukkan angka yang sesungguhnya, bukan hanya sebagai simbol dan memiliki nilai nol yang sesungguhnya.
Pada data ini, dapat dilakukan berbagai operasi matematika.
Contohnya:
Nilai rapor 3 orang siswa MAN 1 Banjarmasin di mana masing-masing siswa memiliki nilai yang berbeda, yaitu Ahmad mendapatkan nilai 100 (A), Budi 80 (B), dan Ani 60 (C). Jika dilihat dari skala rasio, nilai Ahmad memiliki nilai lebih 20 daripada nilai Budi. Budi memiliki nilai lebih 20 daripada nilai Ani, dan nilai Ani kurang 40 untuk sama dengan Ahmad.
F. Macam-macam Teknik Analisis Korelasional 1. Teknik Korelasi Product Moment
Korelasi Product Moment melukiskan hubungan antara dua gejala interval, seperti tinggi badan dan berat badan, jauh loncatan dan tinggi loncatan, prestasi belajar matematika dan prestasi belajar statistik, dan sebagainya.
Dengan demikian, teknik ini bisa diterapkan dalam suatu penelitian apabila data yang digali atau diselidiki itu merupakan data kontinum, yakni kedua data tersebut merupakan gejala interval atau data interval.
Rumus Korelasi Product Moment ada dua macam, yaitu sebagai berikut.