44
3.8.2 Koefisien Korelasi Product Moment
Teknik analisa ini digunakan untuk mengetahui ada tidaknya dan tinggi rendahnya hubungan antar variabel bebas X dengan variabel terikat Y.
35
Cara perhitungannya menggunakan rumus sebagai berikut: =
�.∑ − ∑
∑ √[ �.∑
2
− ∑
2
{ �. ∑
2
− ∑
2
]
Keterangan :
r
xy
= Koefisien korelasi antara gejala x dan y N
= Jumlah Sampel ∑
x
= Jumlah skor x ∑
y
= Jumlah skor y ∑
xy
= Jumlah hasil kali antara x dan y Untuk melihat hubungan antara kedua variabel dari hasil perhitungan,
maka dapat dirumuskan dengan memberikan tiga kemungkinan mengenai hubungan antara kedua variabel yaitu :
a. Nilai r
xy
positif artinya kedua variabel menunjukkan hubungan positif dimana kenaikan nilai variabel pertama diikuti dengan variabel yang lain.
b. Nilai r
xy
negatif artinya kedua variabel menunjukkan hubungan negatif dimana kenaikan nilai variabel pertama diikuti oleh turunnya variabel
kedua. c.
Nilai r sama dengan nol artinya kedua variabel tidak menunjukkan hubungan dimana variabel pertama tetap meskipun variabel lain berubah.
35
Ibid, hal 212
Universitas Sumatera Utara
45
Untuk mengetahui adanya hubungan yang tinggi atau rendah antara kedua variabel berdasarkan nilai r koefisien korelasi digunakan penafsiran atau
interpretasi angka yaitu:
36
Pedoman Un tuk Memberikan In terp retasi Koefisi en Korel as i
Dari nilai r
xy
yang diperoleh dapat dilihat secara langsung melalui tabel korelasi untuk mengetahui apakah nilai r yang diperoleh berarti atau tidak. Tabel
korelasi ini mencantumkan batas-batas r yang signifikan. Ketentuannya adalah bila r
hitung
lebih kecil dari r
tabel
r
hitung
rt
abel
maka Ho diterima dan Ha ditolak. Sebaliknya, apabila r
hitung
lebih besar dari r
tabel
r
hitung
rt
abel
maka Ha diterima. Tabel korelasi ini mencantumkan batas-batas r signifikan tertentu, dalam
hal ini yang signifikan 5. Bila nilai r tersebut adalah signifikan berarti hipotesa kerjahipotesa alternatif dapat diterima.
Pada korelasi product moment, data harus berskala interval maka data berskala ordinal harus ditransformasikan terlebih dahulu menjadi skala interval
dengan tahapan-tahapan sebagai berikut:
36
Ibid, hal 149
Interval koefisien Tingkat Hubungan
Antara 0,00- 0,199 Sangat rendah
Antara 0,20- 0,399 Rendah
Antara 0,40- 0,599 Sedang
Antara 0,60- 0,799 Tinggi
Antara 0,80-1,000 Sangat tinggi
Universitas Sumatera Utara
46
a. Memperhatikan setiap butir jawaban responden dari angket yang disebarkan
pada setiap butir ditentukan beberapa orang yang mendapat skor 1,2,3,4 dan 5 yang disebut frekuensi
b. Setiap frekuensi dibagi dengan banyaknya responden dan hasilnya disebut
proporsi, c.
Menentukan nilai proporsi kumulatif dengan jalan menjumlahkan nilai proporsi secara berurutan perkolom skor,
d. Menggunakan tabel distribusi normal, hitung nilai Z untuk setiap proporsi
kumulatif yang diperoleh, e.
Menentukan nilai tinggi densitas untuk setiap nilai Z yang diperoleh dengan menggunakan nilai tabel tinggi densitas dengan rumus:
δZ- √ �
– , −∞ + ∞ f.
Menentukan nilai setiap skala untuk setiap kategori =
� �
� � − � �
� � � � −
� g.
Hitung skor nilai hasil transformasi untuk setiap kategori melalui persamaan
= �
+ | �
min | + Tahapan-tahapan diatas telah ditransformasikan kedalam sebuah program
MSI Methode of Succesivbe Interval yang dirancang oleh Drs. Rasyudin Ginting, M.Si. Program MSI sebagai penyempurnaan dari program-program yang
telah ada sebelumnya. Mentransformasikan data skala ordinal menjadi data skala interval yang berguna untuk memenuhi sebagian dari syarat analisis parametrik
yang mana data setidak-tidaknya berskala interval.
Universitas Sumatera Utara
47
3.8.3 Uji Signifikansi Koefisien Korelasi Uji “t”
Kategori