demikian bukan berarti bahwa korelasi tidak dapat digunakan sebagai indikasi adanya hubungan kausalitas antar variabel. Korelasi dapat digunakan sebagai salah satu bukti adanya kemungkinan
terdapatnya hubungan kausalitas tetapi tidak dapat memberikan indikasi hubungan kausalitas seperti apa jika memang itu terjadi dalam variabel-variabel yang diteliti, misalnya model recursive,
dimana X mempengaruhi Y atau non-recursive, misalnya X mempengaruhi Y dan Y mempengaruhi X Sarwono,2006.
Dengan untuk mengidentifikasi hubungan kausalitas tidak dapat begitu saja dilihat dengan kaca mata korelasi tetapi sebaiknya menggunakan model-model yang lebih tepat, misalnya regresi,
analisis jalur atau structural equation model Sarwono,2006.
2.3.2 Korelasi dan Linieritas
Korelasi produk momen dan turunannya, mengasumsikan hubungan antar variabelnya bersifat linear. Jika ternyata pola hubungannya tidak linear, maka teknik korelasi produk momen
akan cenderung melakukan underestimasi kekuatan hubungan antara dua variabel. Jadi sangat mungkin sebenarnya kedua variabel memiliki hubungan yang kuat tetapi diestimasi oleh produk
momen sebagai tidak ada hubungan atau memiliki hubungan yang lemah, hanya karena pola hubungannya tidak linear.Terdapat hubungan erat antara pengertian korelasi dan linieritas. Korelasi
Pearson, misalnya, menunjukkan adanya kekuatan hubungan linier dalam dua variabel. Sekalipun demikian jika asumsi normalitas salah maka nilai korelasi tidak akan memadai untuk membuktikan
adanya hubungan linieritas. Linieritas artinya asumsi adanya hubungan dalam bentuk garis lurus antara variabel. Linearitas antara dua variabel dapat dinilai melalui observasi scatterplots bivariat.
Jika kedua variabel berdistribusi normal dan behubungan secara linier, maka scatterplot berbentuk oval; jika tidak berdistribusi normal scatterplot tidak berbentuk oval Sarwono,2006.
Dalam praktinya kadang data yang digunakan akan menghasilkan korelasi tinggi tetapi hubungan tidak linier atau sebaliknya korelasi rendah tetapi hubungan linier. Dengan demikian
agar linieritas hubungan dipenuhi, maka data yang digunakan harus mempunyai distribusi normal. Dengan kata lain, koefesien korelasi hanya merupakan statistik ringkasan sehingga tidak dapat
digunakan sebagai sarana untuk memeriksa data secara individual Sarwono,2006.
2.3.3 Koefisien Korelasi
Koefisien korelasi adalah nilai yang menunjukan kuattidaknya hubungan linier antar dua variabel. Koefisien korelasi biasa dilambangkan dengan huruf r dimana nilai r dapat bervariasi dari
-1 sampai +1. Nilai r yang mendekati -1 atau +1 menunjukan hubungan yang kuat antara dua variabel tersebut dan nilai r yang mendekati 0 mengindikasikan lemahnya hubungan antara dua
variabel tersebut. Sedangkan tanda + positif dan – negatif memberikan informasi mengenai
arah hubungan antara dua variabel tersebut. Jika bernilai + positif maka kedua variabel tersebut memiliki hubungan yang searah. Dalam arti lain peningkatan X akan bersamaan dengan
peningkatan Y dan begitu juga sebaliknya. Jika bernilai – negatif artinya korelasi antara kedua variabel tersebut bersifat berlawanan. Peningkatan nilai X akan dibarengi dengan penurunan Y.
Koefisien korelasi rangking Spearman atau Spearman rank correlation coeficient merupakan nilai yang menunjukan keeratan hubungan linier antara dua variabel dengan skala data
ordinal. Koefisien Spearman biasa dilambangkan dengan . Rumusnya yang digunakan adalah
Dimana di=selisih dari pasangan ke-i atau Xi – Yi ;
n = banyaknya pasangan rank Jika variabel X dan Y independen maka nilai r = 0, akan tetapi jika nilai r=0, X dan Y tidak
selalu independen. Variabel X dan Y hanya tidak berasosiasi. Untuk memudahkan melakukan interpretasi mengenai kekuatan hubungan antara dua
variabel penulis memberikan kriteria sebagai berikut:0 : Tidak ada korelasi antara dua variabel, 0 – 0,25: Korelasi sangat lemah, 0,25 – 0,5: Korelasi cukup, 0,5 – 0,75: Korelasi kuat, 0,75 –
0,99: Korelasi sangat kuat dan 1: Korelasi sempurna Sarwono,2006
2.3.4 Interpretasi Korelasi
