Korelasi merupakan sebuah istilah statistik yang memberi pernyataan derajat hubungan linier antara dua variabel atau lebih. Ditemukan oleh Karl Pearson pada awal tahun 1900, sehingga dengan demikian dikenal dengan sebutan Korelasi Pearson. Analisis korelasi merupakan salah satu teknik dalam analisis statistik yang paling banyak digunakan oleh para peneliti. Hal ini terjadi disebabkan para peneliti umumnya tertarik pada kejadian atau peristiwa-peristiwa yang terjadi dan selanjutnya berusaha untuk menghubungkannya.
Perhatikan dua contoh berikut:
- Hubungan antara kemiskinan dengan kebodohan
- Hubungan antara tinggi badan dan berat badan
Mari kita bahas perbedaan pola hubungan yang terjadi di antara dua contoh kalimat tersebut di atas.
- Hubungan antara kemiskinan dengan kebodohan
Kalimat ini dapat dijelaskan bahwa orang yang bodoh dapat menyebabkan dirinya miskin, atau sebaliknya yaitu orang yang miskin dapat menyebabkan dirinya bodoh. Dengan demikian pada contoh kalimat yang pertama tidak jelas mana yang menjadi penyebab dan mana yang menjadi akibat.
- Hubungan antara tinggi badan dan berat badan
Kalimat ini dapat dijelaskan bahwa tinggi badan seseorang menyebabkan berat badannya bertambah, tetapi dengan berat badan yang bertambah maka belum tentu menyebabkan tinggi badannya bertambah pula.
Data penyebab atau yang mempengaruhi disebut variabel bebas (independent) dan data akibat atau yang dipengaruhi disebut dengan variabel terikat (dependent). Variabel bebas biasanya dilambangkan dengan huruf X atau X1, X2, X3, … Xn (tergantung banyaknya variabel bebas). Sedangkan variabel terikat biasanya dilambangkan dengan huruf Y.
- Koefisien Korelasi Pearson
Korelasi ini paling sering digunakan dalam penelitian sosial, besarnya angka korelasi disebut dengan koefisien korelasi yang dinyatakan dalam lambang r. Koefisien korelasi (KK) merupakan indeks atau bilangan yang digunakan untuk mengukur keeratan (kuat, lemah, atau tidak ada) hubungan antarvariabel. Korelasi ini memiliki manfaat sebagai berikut:
- Untuk menyatakan ada atau tidaknya hubungan yang signifikan antara variabel satu dengan yang lainnya.
- Untuk menyatakan besarnya sumbangan variabel satu terhadap yang lainnya yang dinyatakan dalam persen (%).
Beberapa asumsi yang harus dipenuhi dalam menggunakan korelasi ini adalah variabel yang dihubungkan harus memiliki ketentuan sebagai berikut:
- Data berdistribusi normal
- Data linier (searah)
- Data yang dipilih secara acak (random)
- Variasi skor variabel yang dihubungkan harus sama
- Data interval atau rasio
Koefisien korelasi memiliki nilai antara -1 dan +1 (-1 ? KK ? +1), dengan ketentuan sebagai berikut:
- Jika KK bernilai positif maka variabel-variabel berkorelasi positif. Semakin dekat nilai KK ke +1 semakin kuat korelasinya, demikian pula sebaliknya.
- Jika KK bernilai negatif maka variabel-variabel berkorelasi negatif. Semakin dekat nilai KK ke -1 maka semakin kuat korelasinya, demikian pula sebaliknya.
- Jika KK bernilai 0 (nol) maka variabel – variabel tidak menunjukkan korelasi
- Jika KK bernilai +1 atau -1 maka variabel – variabel menunjukkan korelasi positif atau negatif yang sempurna.
Download Handout SIM (Management Information System/Sistem Informasi Manajemen) 2009/2010, theory and practice for Free.
