Ada beberapa jenis atau macam teknik untuk mengetahui korelasi antara dua atau lebih variabel. Beberapa Teknik tersebut adalah :
Berikut penjelasan lebih detail mengenai Teknik korelasi.
Koefisien Korelasi Kontingeci
Sebelum membahas mengenai Koefisien Kontigency ini perlu anda ketahui apa yang dimaksud koefiesien korelasi. Koefisien korelasi merupakan indeks atau bilangan yang digunakan untuk mengukur keeraan (kuat, lemah, atau tidak ada) huungan antar variabel. Koefisien
korelasi (r) mempunyai nilai akar dari koefisien determinasi
Baik gan. Koefisien korelasi kontingensi ini digunakan untuk mengukur keeratan
hubungan antara dua variabel yang datanya berbentuk data nominal (data
kualitatif). Disimbolkan dengan “C” dan dirumuskan:
Selain itu pula, dalam pengujian koefisien korelasi kontingensi terdapat
tabel kontingensi r x k. Tabel kontingensi adalah barisan bilang-ilangan asli dalam bentuk matrik dimana bilangan-bilangan asli tersebut mewakili jumlah atau frekuensi. Tabel kontingensi dengan baris r dan kolom k disebut tabel kontingensi r x k. Untuk menyajikan sebuah tabulasi dari data yang terdiri dari beerapa sampeldimana data yang sisajikan adalah sampai dengan pengukuran skala nominalterkecil dan uji hipotesis probalbilitasnya tidak berbeda dari sampel ke sampel.
Selaian itu, tabel kontingensi r x k dengan satu sampel, dimana masing-masing
elemn dalam sampel bisa diklasifikasikan ke dalam r kategori ayng berbeda
menurut kriteria satu dan pada waktu yang sama diklasifikasikan ke dalam k
kategori yang berbeda menurut kriteria yang kedua. Kedua aplikasi tersebut
diperlukan sama dalam analisis statistik.
Koefisien Korelasi Pearson (Product Moment)
Untuk menerapkan koefisien korelasi antara dua variabel yang masing-
masing mempunyai skali pengukuran interal maka digunakan korelasi pearson
yang dikembangkan oleh Karl Pearson. Rumus korelasi product momen ini ada
dua macam, yaitu:
a. Korelasi product moment dengan rumus simpangan (deviasi)
Korelasi jenis ini dirumuskan sebagai berikut.
b. Korelasi product moment dengan rumus angka kasar
Koefisien korelasi ini digunakan untuk mengukur keeratan hubungan antara dua variabel yang datanya berbentuk data interval atau rasio. Disimbolkan dengan “r” dan dirumuskan:
Interprestasi terhadap harga atau koefisien korelasi dapat dilakukan secara
konvensional. Disampig itu untuk menafsirkan harga r (koefisien korelasi) maka
dapat dikonsultasikan (dibandingkan) dengan harga kritik r product moment
(tabel-r).
Dalam hal ini, ditentukan tingkat kesalahan (pelung ralat) adalah 5% (yang biasa digunakan pada ilmu-ilmu sosial) dengan melihat pada tabel r berdasaran N= banyaknya responden. Contoh: para perhitungan korelasi product-momentdiperoleh harga r = 0,745 Harga r kritik (r tabel) pada tingkat kesalahan 5% dan N=10 adalah r tab=0,632. Erarti harga r yang diperoleh dari perhitungan (r-hit) = 0,745 > r tab =0,632.
Hal ini menunjukan ahwa korealsi antara dua variabel tersebut signifikan
(nyata). Jika r hitung ternyata < r tabel maka dikatakan bahwa korelasi antara kedua variabel tersebut tidak berarti (tidak signifikan). Jadi, meskipun adakorelasi tetapi secara statistik kurang berarti.
Selain itu pula, untuk menguji signifikansi koefisien korelasi (nilai r) yag
diperoleh, maka dapat dilakukan sebagai berikut:
1. Dengan mengacu pada kriteria koefisien korelasi
2. Dengan membandingkan nila r hitung dengan harga r tabel dengan taraf
kesalahan (α = 0,05) atau α = 0,01 dan db = N-2.
3. Dengan menghitung lebih dulu t hitung berdasarkan harga r hitung yang
diperoleh yakni dengan rumus sebagai berikut:
t = r. ..................untuk korelasi Product Moment
Harga t hitung yang diperoleh selanjutnya dikonsultasikan dengan harga t
tabel dengan taraf signifikansi tertentu (misal: α=0,05 atau α = 0,01) dan denganderajat kebebasan dK = N - 2.
Bila t hit> t tab, maka H 0 ditolak, dan Ha diterima. Sedangkan bila t hit < t tabel, maka H 0 diterima, dan Ha ditolak.
Koefisien Korelasi Rank Spearmen
Koefisien korelasi ini digunakan untuk mengukur keeratan hubungan
antara dua variabel yang datanya berbentuk data ordinal (data bertingkat/data
ranking). Disimbolkan dengan “rs” dan dirumuskan:
Keterangan:
d = selisih ranking X dan Y
n = banyaknya pasangan data
Terdapat persamaan cara analisis dan interpretasi analisis ini dengan pearson. Akan tetapi, ada beberapa perbedaan dimana korelasi Pearson Product Moment adalah korelasi yang digunakan untuk data kontinu dan data diskrit. Korelasi pearson cocok digunakan untuk statistik parametrik. Ketika data berjumlah besar dan memiliki ukuran parameter seperti mean dan standar deviasi populasi.
Korelasi Pearson menghitung korelasi dengan menggunakan variasi data. Keragaman data tersebut dapat menunjukkan korelasinya. Korelasi ini menghitung data apa adanya, tidak membuat ranking atas data yang digunakan seperti pada korelasi Rank Spearman. Ketika kita memiliki data numerik seperti nilai tukar rupiah, data rasio keuangan, tingkat pertumbuhan ekonomi, data berat badan dan contoh data numerik lainnya, maka Korelasi Pearson Product Moment cocok digunakan.
Sebaliknya, Koefisien Korelasi Rank Spearman digunakan untukdata diskrit dan kontinu namun untuk statistik nonparametrik. Koefisien korelasi Rank Spearman lebih cocok untuk digunakan. pada statistik nonparametrik. Statistik nonparametrik adalah statistik yang digunakan ketika data tidak memiliki informasi parameter, data tidak berdistribusi normal atau data diukur dalam bentuk ranking. Berbeda dengan Korelasi Pearson, korelasi ini tidakmemerlukan asumsi normalitas, maka korelasi Rank Spearman cocok juga digunakan untuk data dengan sampel kecil.
Koefisien Penentu (KP)
Koefisien Penentu (KP) atau Koefisien Determinasi (R) Koefisien penentu (KP) atau koefisien determinasi yang artinya penyebab perubahan pada variabel Y yang datang dari variabel X, sebesar kuadrat koefisien korelasinya. Koefisien penetu ini menjelaskan besarnya pengaruh nilai suatu variabel (variabel X) terhadap naik/turunnya(variasi) nilai variabel lainnya (variabel Y). Dirumuskan:
KP = R = r2 x 100%
Korelasi Kendal Tau
Korelasi Kendal tau digunakan untuk mengukur kekuatan atau hubungan dua vaariabel yang digunakan berskala ordinal dan tidak harus berdisribusi normal . Formula T sebagai berikut :
Korelasi Parsial
Korelasi ini digunkaan untuk menguji hubungan dua atau lebih variabel independen dengan satu variabel dependen dan dilakukan pengendalian pada salah satu variabel independennya. Korelasi parsial adalah suatu metode pengukuran keeratan hubungan antara variabel bebas dengan variabel terikat dengan mengontrol
Analisis korelasi parsial (partial correlation) melibatkan dua variabel. Satu buah variabel yang dianggap berpengaruh akan dikendalikan atau dibuat tetap (sebagai variabel kontrol). Sebagai contoh misalnya akan diteliti hubungan variabel X2 dan variabel bebas Y, dengan X1 dikontrol (korelasi parsial). Disitu variabel yang dikontrol (X1) dikeluarkan atau dibuat konstan. Sehingga X2’ = X2 – (b2X1 + a2) dan Y’ = Y – (b1X1 + a1), tetapi nilai a dan b didapatkan dengan menggunakan regresi linear. Setelah hasilnya diperoleh, kemudian dicari regresi X2’ dengan Y’ dimana:
Y’ = b3X2’ + a3.
Korelasi yang didapatkan dan sejalan dengan model-model di atas dinamakn korelasi parsial X2 dan Y sedangkan X1 dibuat konstan. Nilai korelasi berkisar antara 1 samapai -1, nilai semakin mendekati 1 atau - 1 berarti hubungan antara dua variabel semakin kuat. Sebaliknya, jika nilai mendekati 0 berarti hubungan antara dua variabel semkain lemah.
Nilai postif menunjukkan hubungan searah (X naik, maka Y naik) sementara nilai negatif menunjukkan hubungan dimana X naik, maka Y turun. Data yang digunakan dalam korelasi parsial biasanya memiliki skala interval atau rasio. Berikut adalah pedoman untuk memberikan interpretasi serta analisis bagi koefisien korelasi menurut Sugiyono:
0,00 – 0,19 = sangat rendah
0,20 – 0,39 = rendah
0,40 – 0,59 = sedang
0,60 – 0,79 = kuat
0,80 – 1,00 = sangat kuat
Korelasi Ganda
Korelasi ganda adalah bentuk korelasi yang digunakan untuk melihat hubungan antara tiga atau lebih variabel (dua atau lebih variabel independen dan satu variabel dependent. Korelasi ganda berkaitan dengan interkorelasi variabel-variabel independen sebagaimana korelasi mereka dengan variabel dependen.Korelasi ganda adalah suatu nilai yang memberikan kuatnya pengaruh atau hubungan dua variabel atau lebih secara bersama- sama dengan variabel lain. Korelasi ganda merupakan korelasi yang terdiri dari dua atau lebih variabel bebas (X1,X2,…..Xn) serta satu variabel terikat (Y).
Apabila perumusan masalahnya terdiri dari tiga masalah, maka hubungan antara masing-masing variabel dilakukan dengan cara perhitungan korelasi sederhana. Korelasi ganda memiliki koefisien korelasi, yakni besar kecilnya
hubungan antara dua variabel yang dinyatakan dalam bilangan. Koefisien Korelasi disimbolkan dengan huruf R. Besarnya Koefisien Korelasi adalah antara -1; 0; dan +1. Besarnya korelasi -1 adalah negatif sempurna yakni terdapat
hubungan di antara dua variabel atau lebih namun arahnya terbalik, +1 adalah korelasi yang positif sempurna (sangat kuat) yakni adanya sebuah hubungan di antara dua variabel atau lebih tersebut, sedangkan koefisien korelasi 0 dianggap tidak terdapat hubungan antara dua variabel atau lebih yang diuji sehingga dapat dikatakan tidak ada hubungan sama sekali.
EmoticonEmoticon