CARA PENGUJIAN HIPOTESIS PENELITIAN KORELASI

Transkripsi

1 CARA PENGUJIAN HIPOTESIS PENELITIAN KORELASI Penelitian korelasi biasanya ditujukan untuk menguji hubungan antara variabel X (variabel bebas) dengan variabel Y atau variabel terikat atau menguji hubungan atau korelasi antara variabel independent atau variabel bebas dengan varibael dependent atau variabel terikat. Contoh permasalahan yang diuji dalam penelitian korelasi Hubungan antara penggunaan metode pembelajaran dengan prestasi belajar siswa (hubungan antara x dengan y) Hubungan antara antara penggunaan metode dan media pembelajaran dengan prestasi belajar siswa (hubungan antara X1 dan X2 dengan Y). Kenapa ada X1 dan X2? karena contoh tersebut ada jenis variabel bebas. Hubungan antara penggunaan metode dan media pembelajar serta motivasi belajar siswa dengan prestasi belajar siswa (hubungan antara X1, X2 dan X3 dengan Y). Kenapa ada X1, X2 dan X3? karena contoh tersebut ada jenis variabel bebas. Lalu bagaimana mengolah data atau menguji hipotesis penelitian korelasi atau hubungan. Ini tergantung dari hipotesis yang diinginkan atau yang telah dibuat. Umumnya terdapat tiga jenis hipotesis yang sering digunakan dalam penelitian korelasi, yakni Hipotesis yang menyatakan terdapat hubungan antara variabel x dan y Hipotesis yang menyatakan terdapat hubungan yang signifikan antara variabel x dan y Hipotesis yang menyatakan terdapat hubungan yang linear antara variabel x dan y Misalnya Terdapat korelasi atau hubungan antara penggunaan metode pembelajaran dengan prestasi belajar siswa (hubungan antara x dengan y) Terdapat korelasi atau hubungan yang signifikan antara penggunaan metode pembelajaran dengan prestasi belajar siswa (hubungan antara x dengan y) Terdapat korelasi atau hubungan yang linear antara penggunaan metode pembelajaran dengan prestasi belajar siswa (hubungan antara x dengan y) Bagaimana cara menguji hipotesis jenis penelitian korelasi atau hubungan? Sebelum diuraikan cara menguji hipotesis penelitian korelasi terlebih dahulu akan dijelaskan syarat yang harus dipenuhi agar pengujian dapat dilakukan, yakni: Data harus Normal atau Uji Normalitas Data harus linear atau Uji Linearitas Kedua persyaratan itu mutlak dilakukan dalam penelitian korelasi atau hubungan. Bisa juga ditambahkan dengan Uji homogenitas. Namun dalam penelitian korelasi,

2 uji homogenitas bukan syarat penting. Umumnya pengujian kehomogenan digunakan pada pengujian hipotesis penelitian untuk uji beda Uji normalitas Uji normalitas bertujuan untuk menguji apakah data baik variabel independent maupun variabel dependent terdistribusikan secara normal atau tidak. Untuk pengujian normalitas menggunakan One Sample Kolmogorov Smirnov Test yang merupakan hasil koreksi pengujian Lilliefors. Dengan menggunakan taraf =5% maka ketentuan mengenai kenormalan data diindikasikan dengan: Nilai Asymp. Sig. atau probabilitas lebih besar dari 0.05 (Sig.> 0.05) yang artinya data terdistribusi secara normal Nilai Asymp. Sig. atau probabilitas lebih kecil dari 0.05 (Sig.< 0.05) yang artinya tidak terdistribusi secara normal. Uji Linearitas Uji linearitas hubungan dilakukan untuk membuktikan apakah variabel bebas mempunya hubungan yang linear dengan variabel terikat. Nater dan Wasserman (1974) menyatakan bahwa uji linearitas dilakukan dengan menguji taraf keberartian equation of linierity dari hubungan linearitas tersebut. Linieritas menunjukan variasi hubungan linier dari kedua variabel yang diuji. Dengan menggunakan taraf =5% maka ketentuan mengenai linieritas variabel bebas dan terikat pada program SPSS diindikasikan dengan: Nilai Sig. atau probabilitas lebih besar dari 0.05 (Sig. > 0.05) mengindikasikan tidak ada hubungan linier (non linier) antara kedua variabel yang diuji Nilai Sig. atau probabilitas lebih kecil dari 0.05 (Sig.< 0.05) mengindikasikan ada hubungan linier antara kedua variabel yang diuji Uji Homogenitas Uji homogenitas bertujuan untuk mencari tahu apakah dari beberapa kelompok data penelitian memiliki varians yang sama atau tidak. Perhitungan uji homogenitas menggunakan software SPSS adalah dengan Uji Levene statistics. Dengan menggunakan taraf =5% maka ketentuan mengenai homogenitas data diindikasikan dengan: Nilai Sig. atau probabilitas lebih besar dari 0.05 (Sig.> 0.05) yang artinya data penelitian homogen Nilai Sig. atau probabilitas lebih kecil dari 0.05 (Sig.< 0.05) yang artinya data penelitian tidak homogen Pengujian Hipotesis Analisis data penelitian untuk menguji hipotesis korelasi menggunakan analisis korelasi pada model regresi (persamaan regresi). Umumnya analisis regresi untuk penelitian keprilakuan menggunakan nilai-nilai korelasi untuk pengujian hipotesis bukan koefesien regresinya. Pada analisis regresi terdapat dua hasil yaitu model hubungan (korelasi) dan model prediksi (forecast) yaitu koefisien parameterparameter dalam persamaan regresi. Jika peneliti hanya ingin mengetahui hubungan antara variabel X dan Y sesungguhnya pengujian hipotesis cukup dilakukan dengan mengetahui korelasi

3 antara variabel tersebut dengan menggunakan rumus Koefisien Korelasi Produk- Moment Pearson (Pearson Product-Moment Corelation Coeficient). Jika dilakukan pengujian dengan SPSS maka ketentuan yang digunakan adalah Nilai Sig. atau probabilitas lebih kecil dari 0.05 (Sig.< 0.05) yang artinya terdapat korelasi/hubungan Nilai Sig. atau probabilitas lebih besar dari 0.05 (Sig.> 0.05) yang artinya tidak terdapat korelasi/hubungan Bagaimana jika hiptesisnya menyatakan terdapat hubungan yang signifikanantara variabel X dan Y atau antara X1 dengan Y dan sejenisnya? Untuk jenis hipotesis tersebut juga dianalisis dengan menggunakan analisis korelasi pada model regresi (persamaan regresi) dan menggunakan nilai-nilai korelasi untuk pengujian hipotesis.. Pada analisis regresi terdapat dua hasil yaitu model hubungan (korelasi) dan model prediksi (forecast) yaitu koefisien parameter-parameter dalam persamaan regresi. Pada jenis hipotesis tersebut (terdapat hubungan yang signfikan) lebih cocok menggunkan output koefisien korelasi yang menyatakan hubungan antar variabel dalam penelitian dengan pengujian signifikansi T test statistik pada masing-masing nilai koefisien korelasi yang di hasilkan dalam regresi.. Jika kita melakukan pengujian dengan SPSS bisa menggunakan fasilitas analisis regresi. Output yang dibutuhkan dari pengujian tersebut adalah Tabel Correlations dan Tabel Coefficients. Tabel Correlations menunjukan nilai koefisien korelasi antara variabel bebas (X) dan variabel terikat (Y) juga nilai pengujian signifiknasi statistik (Sig. (1-tailed) pengujian satu arah sebagaimana di hipotesiskan yaitu koefisien korelasi yang diharapkan signifikan. Dengan menggunakan taraf =5% (atau umumnya peneliti menggunakan tingkat kepercayaan 95%) maka ketentuan mengenai pengujian hubungan antar dua variabel diindikasikan dengan: Nilai Sig. atau probabilitas lebih kecil dari 0.05 (Sig. < 0.05) yang artinya terdapat hubungan positif yang signifikan. Nilai Sig. atau probabilitas lebih besar dari 0.05 (Sig. > 0.05) yang artinya tidak ada hubungan yang signifikan. Selain dapat dihitung nilai statistik uji koefisien korelasi product moment dengan ketentuan seperti di atas dapat pula dilakukan dengan uji-t. Dengan ketentuan T hitung lebih besar dari T tabel yang artinya terdapat ada hubungan yang signifikan. T hitung lebih kecil dari T tabel yang artinya TIDAK terdapat ada hubungan yang signifikan. NB: nilai t hitung dalam SPSS dapat dilihat dari hasil analisis regresi Tabel Coefficients Namun apabila yang diuji berupa hipotesis korelasi berganda, misalnya hubungan X1, X2 dengan Y atau hubungan antara X1, X2, dan X3 dengan Y maka harus dihitung dengan uji F. Dengan ketentuan: F hitung lebih besar dari F tabel yang artinya terdapat ada hubungan yang signifikan.

4 F hitung lebih kecil dari F tabel yang artinya TIDAK terdapat ada hubungan yang signifikan.(nilai F hitung dalam SPSS dapat dilihat dari hasil analisis regresi Tabel ANOVA,

5 ANALISIS KORELASI SEDERHANA Analisis korelasi sederhana (Bivariate Correlation) digunakan untuk mengetahui keeratan hubungan antara dua variabel dan untuk mengetahui arah hubungan yang terjadi. Koefisien korelasi sederhana menunjukkan seberapa besar hubungan yang terjadi antara dua variabel. Dalam SPSS ada tiga metode korelasi sederhana (bivariate correlation) diantaranya Pearson Correlation, Kendall s taub, dan Spearman Correlation. Pearson Correlationdigunakan untuk data berskala interval atau rasio, sedangkan Kendall s tau-b,dan Spearman Correlation lebih cocok untuk data berskala ordinal. Pada bab ini akan dibahas analisis korelasi sederhana dengan metode Pearson atau sering disebut Product Moment Pearson. Nilai korelasi (r) berkisar antara 1 sampai -1, nilai semakin mendekati 1 atau -1 berarti hubungan antara dua variabel semakin kuat, sebaliknya nilai mendekati 0 berarti hubungan antara dua variabel semakin lemah. Nilai positif menunjukkan hubungan searah (X naik maka Y naik) dan nilai negatif menunjukkan hubungan terbalik (X naik maka Y turun). Menurut Sugiyono (2007) pedoman untuk memberikan interpretasi koefisien korelasi sebagai berikut: 0,00-0,199 = sangat rendah 0,20-0,399 = rendah 0,40-0,599 = sedang 0,60-0,799 = kuat 0,80-1,000 = sangat kuat Contoh kasus: Seorang mahasiswa bernama Andi melakukan penelitian dengan menggunakan alat ukur skala. Andi ingin mengetahui apakah ada hubungan antara kecerdasan dengan prestasi belajar pada siswa SMU Nur El Ghazy, dengan ini Andi membuat 2 variabel yaitu kecerdasan dan prestasi belajar. Tiap-tiap variabel dibuat beberapa butir pertanyaan dengan menggunakan skala Likert, yaitu angka 1 = Sangat tidak setuju, 2 = Tidak setuju, 3 = Setuju dan 4 = Sangat Setuju. Setelah membagikan skala kepada 12 responden didapatlah skor total item-item yaitu sebagai berikut: Tabel. Tabulasi Data (Data Fiktif) Subj ek Kecerdasan Prestasi Belajar Langkah-langkah pada program SPSS Ø Masuk program SPSS Ø Klik variable view pada SPSS data editor Ø Pada kolom Name ketik x, kolom Name pada baris kedua ketik y. Ø Pada kolom Decimals ganti menjadi 0 untuk variabel x dan y Ø Pada kolom Label, untuk kolom pada baris pertama ketik Kecerdasan, untuk kolom pada baris kedua ketik Prestasi Belajar. Ø Untuk kolom-kolom lainnya boleh dihiraukan (isian default) Ø Buka data view pada SPSS data editor, maka didapat kolom variabel x dan y. Ø Ketikkan data sesuai dengan variabelnya Ø Klik Analyze - Correlate - Bivariate

6 Ø Klik variabel Kecerdasan dan masukkan ke kotak Variables, kemudian klik variabel Prestasi Belajar dan masukkan ke kotak yang sama (Variables). Ø Klik OK, maka hasil output yang didapat adalah sebagai berikut: Tabel. Hasil Analisis Korelasi Bivariate Pearson Dari hasil analisis korelasi sederhana (r) didapat korelasi antara kecerdasan dengan prestasi belajar (r) adalah 0,766. Hal ini menunjukkan bahwa terjadi hubungan yang kuat antara kecerdasan dengan prestasi belajar. Sedangkan arah hubungan adalah positif karena nilai r positif, berarti semakin tinggi kecerdasan maka semakin meningkatkan prestasi belajar. Uji Signifikansi Koefisien Korelasi Sederhana (Uji t) Uji signifikansi koefisien korelasi digunakan untuk menguji apakah hubungan yang terjadi itu berlaku untuk populasi (dapat digeneralisasi). Misalnya dari kasus di atas populasinya adalah siswa SMU Nur El Ghazy dan sampel yang diambil dari kasus di atas adalah 12 siswa SMU Nur El Ghazy, jadi apakah hubungan yang terjadi atau kesimpulan yang diambil dapat berlaku untuk populasi yaitu seluruh siswa SMU Nur El Ghazy. Langkah-langkah pengujian sebagai berikut: 1. Menentukan Hipotesis Ho : Tidak ada hubungan secara signifikan antara kecerdasan dengan prestasi belajar Ha : Ada hubungan secara signifikan antara kecerdasan dengan prestasi belajar 2. Menentukan tingkat signifikansi Pengujian menggunakan uji dua sisi dengan tingkat signifikansi a = 5%. (uji dilakukan 2 sisi karena untuk mengetahui ada atau tidaknya hubungan yang signifikan, jika 1 sisi digunakan untuk mengetahui hubungan lebih kecil atau lebih besar). Tingkat signifikansi dalam hal ini berarti kita mengambil risiko salah dalam mengambil keputusan untuk menolak hipotesa yang benar sebanyak-banyaknya 5% (signifikansi 5% atau 0,05 adalah ukuran standar yang sering digunakan dalam penelitian) 3. Kriteria Pengujian Ho diterima jika Signifikansi > 0,05 Ho ditolak jika Signifikansi < 0,05 4. Membandingkan signifikansi Nilai signifikansi 0,004 < 0,05, maka Ho ditolak. 5. Kesimpulan Oleh karena nilai Signifikansi (0,004 < 0,05) maka Ho ditolak, artinya bahwa ada hubungan secara signifikan antara kecerdasan dengan prestasi belajar. Karena koefisien korelasi nilainya positif, maka berarti kecerdasan berhubungan positif dan signifikan terhadap pretasi belajar. Jadi dalam kasus ini dapat disimpulkan bahwa kecerdasan berhubungan positif terhadap prestasi belajar pada siswa SMU Nur El Ghazy.