V. PENGUJIAN STATISTIK UJI KORELASI PRODUCT MOMENT
A. PENGERTIAN KORELASI PRODUCT MOMENT
Korelasi product moment (Product Moment Correlation) adalah salah satu Teknik
korelasi yang digunakan untuk mengetahui hubungan antara dua variabel. Teknik
korelasi ini dikembangkan oleh Karl Pearson. Disebut Product Moment Correlation,
karena angka korelasinya merupakan hasil perkalian atau product dari moment-
moment variable yang dikorelasikan (Product of the Moment).
Kolerasi produk moment person ini dilambangkan (r) dengan ketentuan bahwa
nilai r tidak lebih dari harga (-1< r <1). Apabila nilai r = -1 artinya negative
sempurna, jika r = 0 artinya tidak ada kolerasi dan apabila nilai r = 1 berarti
kolerasinya sangat kuat. Sedangkan arti harga r akan dikonsultasikan dengan tabel
interprestasi r sebagai berikut:
Interval koefisien Tingkat hubungan
0,80-1,000 Sangat kuat
0,60-0,799 Kuat
0,40-0.599 Cukup kuat
0,20-0,399 Rendah
0,00-0,199 Sangat rendah
B. SYARAT UJI
Teknik korelasi ini digunakan bila berhadapan dengan kenyataan bahwa:
A. Sampel diambil secara acak (random)
B. Dua variabel yang akan dicari korelasinya, terdiri dari dua gejala interval
atau rasio
C. Regresinya merupakan regresi linier/garis lurus
D. Data berasal dari populasi berdistribusi normal (perlu uji normalitas)
C. MENENTUKAN HIPOTESIS PENGUJIAN
Hipotesis pengujian :
a. H0 < 0 : tidak terdapat korelasi atau hubungan yang signifikan
b. H1 > 0 : terdapat korelasi atau hubungan yang signifikan
D. DASAR PENGAMBILAN KEPUTUSAN
a) Uji normalitas
Dalam menguji korelasi ini, menggunakan tingkat signifikansi (α ) = 5 %. Adapun
dasar pengambilan keputusan :
1. Karena nilai Signifikansi > 0,05 maka data berdistribusi normal
2. Karena nilai Signifikansi < 0,05 maka data tidak berdistribusi normal
b) Uji linearitas
Dasar pengambilan keputusan yaitu dengan membandingkan nilai F hitung dengan
F tabel.
1. Karena nilai F hitung < F tabel, maka terdapat hubungan yang linear secara
signifikan antara variabel X dengan variabel Y
2. Karena nilai F hitung > F tabel, maka tidak terdapat hubungan yang linear
secara signifikan antara variabel X dengan variabel Y
c) Uji statistik yang digunakan adalah Korelasi pearson (r), selanjutnya menghitung
nilai r. Adapun dasar pengambilan keputusan :
1. Karena nilai r hitung > r tabel, maka H0 ditolak dan H1 diterima (ada
hubungan antara variabel X dengan variabel Y)
2. Karena nilai r hitung < r tabel, maka H0 diterima dan H1 ditolak (tidak ada
hubungan antara variabel X dengan variabel Y)
d) Pedoman untuk memberikan interpretasi terhadap koefisien korelasi
E. CONTOH KASUS
Data dan sumber data korelasi antara kebiasaan belajar dengan hasil belajar siswa
pada mata pelajaran akidah akhlak kelas VIII MTS NEGERI 3 MATARAM Tahun
Ajaran 2019/2020.
No. Nama Siswa Kebiasaan Hasil Belajar
Belajar
1 Baik Zulaida Desmiati 83 94
2 Wynne Nurul Aulia 84 94
3 Fatmawati Andini 77 85
4 Aura Salsabila 89 82
5 Dina Amanda Marhaini 78 85
6 Aulia Ramadhani 89 90
7 Nida Awlia 91 94
8 Febby Monarizki 79 87
9 Yulia Putri 86 88
10 Haerunisa 94 87
11 Vira Lestari 60 84
12 Yasmin Nabila 92 94
13 Deswita Maulana Putri 75 86
14 Baiq Nabda Bilqist Aqilla 91 88
15 Yusrinatul Jannah 77 85
16 Nia Ramadani 90 90
17 Nurul Ismi 77 87
18 Anastasya Putri Ferdiana 92 88
19 Tuti Ernawati 91 94
20 Windiana 76 83
21 Riffah Aeni 86 90
22 Nisa Fajarwati 93 92
23 Risky Rahmawati 83 86
24 Mutia Salsabila 91 92
25 Maulida Mandayani 75 83
26 Putri Desi Marina Sagunda 87 83
27 Harizka Djuliana Putri 91 90
28 Mita Ariani 77 82
29 Hindun Niswah 92 84
30 Laeilatul Hasanah 90 90
Sumber Data : Nurfazilah. 2020. Korelasi Antara Kebiasaan Belajar Dengan Hasil Belajar Siswa Pada
Mata Pelajaran Akidah Akhlak Kelas Viii Mts Negeri 3 Mataram Tahun Ajaran 2019/2020. Skripsi.
Mataram: Universitas Islam Negeri Mataram.
F. LANGKAH-LANGKAH
1) Langkah pertama Mencari data yang valid dari berbagai sumber .
2) Kemudian kita buka aplikasi SPSS versi 26.
3) Kemudian kita Memasukkan data yang sudah disalin dari word ke aplikasi SPSS
pada menu data view.
4) Setelah itu, dimenu variabel view :
a. Pada baris satu, kolom name ketik X
b. Pada baris dua, kolom name ketik Y
c. Pada baris satu dan dua, kolom desimal ubah ke angka 0
d. Pada baris satu, kolom label ketik nama
e. Pada baris satu, kolom label ketik nama
f. Pada baris dua kolom label ketik sebelum
g. Pada baris tiga kolom label ketik sesudah
h. Kembali ke menu data view
5) Langkah-langkah analisis uji normalitas
a. Klik menu bar analyze, pilih descriptive statistics, pilih explore
b. Pindahkan variabel sebelum (X) dan sesudah (Y) ke kolom dependent list, pilih
plots, klik normality plots with tests, klik continue, klik OK.
Gambar 3.18 Tampilan Explore
c. Maka diperoleh output data
6) Langkah-langkah analisis uji linearitas data
a. Kembali ke menu data view
b. Klik menu bar analyze, pilih compare means, pilih means
c. Pindahkan variabel sebelum (X) ke kolom independent list, dan pindahkan variabel
sesudah (Y) ke kolom dependent list . Klik options, centang test for linearity,
kemudian klik continue, lalu klik OK.
d. Maka diperoleh output data
7) Langkah-langkah analisis uji hipotesis/kolerasi
a. Kembali ke menu data view
b. Klik menu bar analyse, pilih correlate, pilih bivariate
c. Pindahkan ke dua variabel sebelum (X) dan sesudah (Y) ke kolom variables
d. Centang pearson, dan flag significant correlations, klik OK
e. Maka diperoleh output data
G. KESIMPULAN
1. Uji normalitas
Dapat disimpulkan dari pengujian data pada uji normalitas di tabel Test of
Normality yang dilakukan, karena nilai Signifikansi < 0,05 maka data tersebut
tidak berdistribusi normal.
2. Uji linearitas
Dapat disimpulkan dari pengujian data pada uji linearitas di tabel ANOVA Table
dapat dilihat pada bagian Deviation from Linearity yang dilakukan, karena nilai F
hitung (1,022) < F tabel (2,48).
3. Uji korelasi
Dari hasil output data dapat kita lihat pada tabel correlations di baris pearson
correlations nilai R hitung yaitu 0,523 selanjutnya membandingkan dengan nilai R
tabel dengan cara jumlah sampel dikurangi dengan 1 yaitu 30-1 = 29 dan
dengan nilai taraf signifikansi 5% sehingga diperoleh nilai R tabel yaitu 0,367.
Sehingga dapat disimpulkan bahwa karena nilai R hitung yaitu 0,523 > R tabel
yaitu 0,367 maka H0 ditolak H1 diterima artinya terdapat korelasi atau hubungan
antara variabel kebiasaan belajar atau X dengan variabel hasil belajar atau Y.
Setelah pengujian analisis korelasi product momen ini dapat ditemukan kesimpulan
akhirnya yaitu:
1. Bahwa pada pengujian normalitas data diperoleh karena nilai signifikansi yaitu
0,045 < dari 0,05 maka data tersebut tidak berdistribusi normal.
2. Bahwa pada pengujian linearitas data diperoleh karena nilai F hitung yaitu 1,022
< nilai F tabel yaitu 2,28 maka dapat dikatakan terdapat hubungan yang linear
antara variabel X yaitu kebiasaan belajar dengan variabel Y yaitu hasil belajar.
3. Bahwa pada pengujian korelasi variabel diperoleh karena nilai R hitung yaitu
0,523 > R tabel yaitu 0,367 maka H0 ditolak dan H1 diterima artinya terdapat
korelasi atau hubungan antara variabel X yaitu kebiasaan belajar dengan variabel
Y yaitu hasil belajar. Selain itu untuk mengetahui hubungan yang terjadi antara
kebiasaan dengan hasil belajar interprestasi kuat atau tidaknya, kita perlu lihat
acuan bagaimana interprestasi dalam menetapkan keputusan dalam hubungan uji
kolerasi.
T Nilai r Interprestasi
a0 Tidak ada hubungan sama sekali ( jarang terjadi )
b 0,01- 0,20 Hubungan sangat rendah atau sangat lemah
Hubungan rendah atau lemah
l 0,21- 0,40
e 0,41 -0,60 Hubungan cukup besar atau cukup kuat
Hubungan besar atau kuat
0,61 – 0,80
10,81 – 0,99 Hubungan sangat besar atau sangat kuat
.1 Hubungan sempurna (jarang terjadi)
Berdasarkan nilai r hitung yaitu 0,523 yang diperoleh maka kriteria
kekuatan hubungan anatara variable kebiasaan belajar dengan hasil belajar
mempunyai hubungan yang cukup besar atau cukup kuat.
Gambar 3.20 Ftabel
Gambar 3.21 rtabel
VI. PENGUJIAN STATISTIK UJI-T SATU SAMPEL (ONE-SAMPLE T-TEST)
A. PENGERTIAN UJI-T SATU SAMPEL (ONE-SAMPLE T-TEST)
Uji-t untuk satu sample (one-sampel T-test) adalah Uji tes statistik yang dapat
dipakai untuk menguji perbedaan atau kesamaan dua kondisi/perlakuan dengan dua
kelompok yang berbeda dengan prinsip memperbandingkan rata-rata (mean) kedua
kelompok perlakuan itu. Dimana Uji T sebagai salah satu teknik statistik inferensial
yang memiliki misi membuat kesimpulan secara umum (generalisasi) dan mampu
memberikan estimasi rentangan dengan penyimpangan pengakuan sampel dalam
mempengaruhi populasi. Uji-t satu sampel ini biasanya digunakan pada penelitian-
penelitian yang bersifat eksperimental tetapi dengan desain pre-eksperimental atau
quasieksperimen.
Tujuan dari Analisis Uji t ini digunakan untuk menghitung suatu pengamatan data
dengan asumsi rata rata yang dianalisis. Dalam analisis menggunakan one sample T-
Test akan dibandingkan antara data sampel dengan hasil analisis. Untuk setiap
variabel yang akan diuji ditampilkan rata-rata, standar deviasi, standar error rata-
rata, selisih rata-rata antara tiap nilai data dengan nilai uji hipotesis, dan taraf
kepercayaan/signifikan untuk selisih rata-rata.
Kriteria data yang dapat diuji dengan menggunakan uji-t satu sampel (one sample
T-test), yaitu:
1. Data yangdigunakan adalah data kuantitatif (interval dan rasio).
2. Data berdistribusi normal.
Rumus yang digunakan untuk uji- satu sampel (one sample T-test) adalah sebagai
berikut:
̅
√
Keterangan:
t = Nilai t hitung
̅ = Rata-rata
= Nilai yang dihipotesiskan
S = Standar deviasi
n = Jumlah sampel
B. HIPOTESIS
Berdasarkan data tersebut maka disusunlah hipotesis sebagai berikut:
1. HO = Nilai rata-rata hasil belajar kinematika siswa sama dengan nilai 70.
2. H1 = Nilai rata-rata hasil belajar kinematika siswa tidak sama dengan 70.
C. DASAR PENGAMBILAN KEPUTUSAN
1. Jika sig > 0,05 maka data berdistribusi normal.
2. Jika sig < 0,05, maka data tidak berdistribusi normal.
D. KAIDAH PENGAMBILAN KEPUTUSAN
1. Dengan cara membandingkan nilai t hitung dengan t tabel:
a. Jika t hitung > t tabel, maka HO ditolak
b. Jika t hitung < t tabel, maka HO diterima
2. Dengan cara membandingkan dengan taraf signifikansi:
a. Jika sig > 0,05, maka HO diterima
b. Jika sig < 0,05, maka HO ditolak
E. CONTOH KASUS
Seorang guru fisika di suatu SMA melakukan penelitian yang bertujuan untuk
menguji efektifitas metode eksperimen menggunakan Lembar Kerja Siswa (LKS)
kinematika buatannya. Tolak ukur efektifitas yang digunakan oleh guru tersebut yaitu
kriteria ketuntasan minimal (KKM). KKM untuk kompetensi dasar untuk mengenai
kinematika yaitu 70. Guru tersebut mengambil sampel sebanyak satu kelas dari empat
kelas satu yang belajar kinematika. Ia mengajar menggunakan metode eksperimen
berbantuan LKS kinematika selama empat jam pelajaran. Pada akhir pelajaran, ia
melakukan test hasil belajar materi kinematika. Hasilnya sebagai berikut: 75, 70, 75,
68, 67, 70, 70, 75,67, 75, 72, 71, 69, 68, 70, 70, 72, 70, 71, 69, 70, 72, 73, 74, 75, 78,
68, 70, 71, 75. Ia ingin mengetahui, apakah rata-rata hasil belajar kinematika
menggunakan metode eksperimen berbantuan LKS lebih besar dari KKM. Apakah rata
rata hasil belajar kinematika menggunakan metode eksperimen berbantuan LKS lebih
besar dari KKM? Berikut sajian tabelnya:
NO RATA-RATA HASIL BELAJAR
1 75
2 70
3 75
4 68
5 67
6 70
7 70
8 75
9 67
10 75
11 72
12 71
13 69
14 68
15 70
16 70
17 72
18 70
19 71
20 69
21 70
22 72
23 73
24 74
25 75
26 78
27 68
28 70
29 71
30 75
F. LANGKAH-LANGKAH
1. Pertama, cari data yang valid dari sumber yang kredibel.
2. Kemudian buka aplikasi Microsoft Word untuk menyalin data yang sudah
didapatkan.
3. Selanjutnya, copy data yang didapatkan untuk dimasukkan ke dalam aplikasi.
SPSS.
4. Kemudian, membuka aplikasi SPSS. Buka file baru. Klik File > New > Data
5. Setelah itu klik Variable View.
1. Pada bagian Name ketik hasil
2. Pada bagian Label ketik hasil belajar.
3. Pada bagian Decimal isikan angka 0.
4. Pada bagian Type (Numerik)
6. Langkah selanjutnya, kita mengklik Data View.
7. Setelah itu kita memasukkan data nilai rata-rata hasil belajar ke 30 orang siswa
dengan cara mempastenya kolom Hasil.
8. Langkah berikutnya melakukan Uji Normalitas adalah dengan cara mengklik
menu Analyze > Descriptive Statistics > Exsplore.
9. Selanjutnya akan ditampilkan kotak dialog explore kemudian, kita masukkan
variabel Hasil Belajar [Hasil] ke kotak Dependent List, lalu mengklik
Plots.
10. Setelah itu, akan muncul kotak dialog “Explore: Plots”, lalu beri tanda centang
pada Normality plots with tests, kemudian klik Continue dan Ok.
Gambar 3.22 Explore: Plots
11. Langkah selanjutnya perhatikan pada output “Test of Normality”
12. Kemudian, melakukan Uji One Sample T-Test. Sebelumnya minimize terlebih
dahulu hasil dari uji normlitas. Lalu, mengklik menu Analyze > Compare
Means > One Sample T-Test.
13. Maka akan muncul kotak dialog “One Sample T-Test”. Selanjutnya
masukkan variabel Hasil Belajar [Hasil] ke kotak Test Variable(s), pada
bagian Test Value ketik angka 70 [sebab peneliti ingin membandingkan nilai
rata-rata hasil belajar siswa dengan nilai 70]. Lalu, klik menu Options untuk
memilih Convidence Interval selang kepercayaan yang akan digunakan
(posisi default : 95%). Untuk Missing Values atau data yang hilang, karena
dalam kasus ini tidak ada data yang kososng maka diabaikan saja.
14. Setelah itu, akan ditampilkan kotak dialog Options.
15. Selanjutnya, klik menu Continue.
16. Terakhir klik OK untuk mendapatkan output analisis.
17. Output Pertama [One-Sample Statistic].
18. Output Kedua [One-Sample Test]
G. KESIMPULAN
1. Kesimpulan pada output test of normality
Adapun dasar pengambilan keputusan dalam uji normalitas :
a. Jika nilai signifikansi > 0,05 maka data berdistribusi normal.
b. Jika nilai signifikansi < 0,05 maka data tidak berdistribusi normal.
Pada output Tes of normality, Nilai signifikansi shapiro wilk nya adalah sebesar
0,052 artinya > 0,005 maka dapat disimpulkan bahwa data atau nilai rata-rata
hasil belajar kinematika siswa adalah berdistribusi normal. Kita menggunakan
output Shapiro Wilk, karena sampel yang kita gunakan hanya berjumlah 30 orang.
Jadi untuk melihat sampel < 50 orang maka kita mengacunya pada output
Shapiro wilk, sementara ketika sampel yang kita gunakan > 50 orang makan kita
mengacu pada output Kolmogorov Smirnoff pada uji normalitasnya.
2. Kesimpulan pada output one sampel T-test
A. Adapun dasar pengambilan keputusan dari uji one sample T-test ini dapat
dilakukan dengan dua cara :
1. Membandingkan nilai signifikansi dengan 0,05.
2. Membandingkan nilai T hitung dengan T tabel
Pada output tabel one sample statistik, tabel ini adalah statistik deskriptif
dari data penelitian, di mana N adalah jumlah data yang kita input, yaitu
berjumlah 30 orang atau 30 sampel. Mean adalah nilai rata-rata yang bernilai
sebesar 71,33.
B. Adapun dasar pengambilan keputusan berdasarkan nilai signifikansinya :
1. Jika nilai signifikansi (2-taied) < 0,05 maka H0 ditolak
2. Jika nilai signifikansi (2-tailed) > 0,05, maka H0 diterima
Dari output SPSS ini adalah sebesar 0,015, karena nilai signifikasi (2 tailed)
lebih kecil dari 0,05 sesuai dengan dasar pengambilan keputusan di atas H0
ditolak H1 diterima. Dengan demikian dapat diartikan bahwa nilai rata-rata
hasil belajar kinematika siswa tidak sama dengan KKM.
C. Pengambilan keputusan berdasarkan perbandingan nilai T hitung dan T
tabel:
1. Jika nilai Thitung > dari Ttabel maka H0 ditolak
2. Jika nilai Thitung < dari Ttabel maka H0 diterima
Jadi, keputusannya karena nilai Thitung sebesar 2,578 > Ttabel yaitu 2,045,
maka H0 ditolak. Thitung ini didapatkan dari tabel output one sampel T-test.
Lalu kita mencari tahu nilai df dari ttabel dengan rumus 0,05/2, karena diuji
dengan dua sisi. Maka didapatkan hasilnya bernilai 0,025. Kemudian kita
melihat df, dimana df bernilai 29. Selanjutnya kita melihat pada distribusi
nilai Ttabel statistik, maka didapatkan nilai Ttabel sebesar 2,045.
Artinya bahwa setelah diterapkan pembelajaran metode eksperimen
menggunakan LKS, ternyata nilai rata-rata hasil belajar kinematika tidak
sama dengan KKM secara signifikan, yaitu menunjukkan lebih besardari KKM.
Dengan demikian hipotesis yang menyatakan setelah diterapkan pembelajaran
kinematika menggunakan metode eksperimen berbantuan LKS, nilai rata-rata
tes kinematika > KKM dapat diterima.
DAFTAR PUSTAKA
Ananda, R. (2018). Statistik Pendidikan (Teori Dan Praktik Dalam Pendidikan). Medan: CV. Widya
Puspita.
Muhid, A. (2019). Analisis Statistik 5 Langkah Praktis Analisis Statistik dengan SPSS for
Windows. Sidoarjo: Zifatama Jawara.
Dosen, T. I. M. (2019). Metode Statistik Nonparametrik : Uji Korelasi Modul Perkuliahan 12
Pelaksana Akademik Mata Kuliah Umum ( PAMU ) Universitas Esa Unggul Jakarta Barat.
Suyanto, Amal, A. I., Noor, A., & Astutik, I. T. (2018). Analisis Data Penelitian Petunjuk Praktis
Bagi Mahasiswa Kesehatan Menggunakan SPSS.
Tri Lestari, E. (2018). Pengaruh Pengetahuan dan Pengalaman Mengajar Terhadap Kompetensi
Melakukan Inovasi Media Pembelajaran Guru IPA DI SMP Negeri Se-Kecamatan Gunung Pati
di Kota Semarang. UNNES Repository, 45–50.
Agus Suyatna. (2017). Uji Statistik Berbantuan SPSS Untuk Penelitian Pendidikan. Yogyakarta:
Media Akademi.