MAKALAH

KORELASI BIVARIAT MENGGUNAKAN UJI KORELASI

KOEFISIEN KONTINGENSI

Makalah ini disusun untuk memenuhi tugas mata kuliah Statistika Pendidikan
yang diampu oleh Ibu Fitriana Yolanda,S.Pd.,M.Pd

Disusun oleh kelompok 4 :

Anggota :
Dea Miranda (206910564)
Muhammad Nur Alfian (206910408)
Aulia Fransiska (196910732)
Putry Dinanty (206910452)
Eka Ratna Putri (206910136)
Ledi Anggeriani (206910655)
Reny Lesta (206910594)
Desva Wahyuni Safitri (206910270)
Nurul Khoiriyati (206910425)
Afifah Hannum (206910381)
Setyantari (206910353)

PROGRAM STUDI PENDIDIKAN GURU SEKOLAH DASAR

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS ISLAM RIAU
2023
 KATA PENGANTAR

Puji syukur kehadirat Tuhan Yang Maha Kuasa atas segala Rahmat,
sehingga saya dapat menyelesaikan penyusunan makalah ini dalam bentuk
maupun isinya yang mungkin sangat sederhana. Makalah ini berjudul “Korelasi
Bivariat Menggunakan Uji Korelasi Koefisien Kontingensi”.

Semoga makalah ini dapat dipergunakan sebagai salah satu acuan, petunjuk
maupun pedoman dan juga berguna untuk menambah pengetahuan bagi para
pembaca.

Makalah ini saya akui masih banyak kekurangan karena pengalaman yang
saya miliki sangat kurang. Oleh karena itu saya harapkan kepada para pembaca
untuk memberikan masukan-masukan yang bersifat membangun untuk
kesempurnaan makalah ini.

Pekanbaru, 10 Maret 2023

Penulis

i
 DAFTAR ISI

KATA PENGANTAR..............................................................................................i

DAFTAR ISI............................................................................................................ii

BAB I.......................................................................................................................1

1. 1. Latar Belakang Masalah............................................................................1

1. 2. Rumusan Masalah.....................................................................................1

1. 3. Tujuan Penulisan.......................................................................................1

BAB II......................................................................................................................2

2. 1 Konsep Korelasi.....................................................................................2

2. 2 Konsep Uji Korelasi Koefisien Kontingensi.........................................3

BA B III.................................................................................................................12

DAFTAR PUSTAKA............................................................................................13

ii
 BAB I
PENDAHULUAN
3. 1. Latar Belakang Masalah

Telah sama-sama kita ketahui bahwasanya dalam setiap kita melakukan

penelitian,maka kita telah mendapatkan data yang belum tersusun atau tertata
dengan baik boleh dikatakan masih berbentuk data yang belum sempurna, maka
dari itu dibutuhkan prosos lanjut salah satunya mengubah data data kedalam
bentuk yang diinginkan dengan menggunakan teknik analisis korelasional.

Agar dapat memberikan informasi yang tepat, ringkas dan jelas. Karena
merupakqan hal yang sangat merugikan apa bila kita sebagai peneliti tidak
mengetahui apa arti dan bagaimana cara mengolah data yang telah kita dapatkan
agar menjadi data byang bisa memberikan informasi yang jelas.

3. 2. Rumusan Masalah

1) Apa yang dimaksud dengan korelasi bivariat ?

2) Apa yang dimaksud dengan uji korelasi koefisien kontingensi ?
3) Apa rumus koefisien kontingensi ?
4) Bagaimana uji korelasi koefisien kontingensi ?

3. 3. Tujuan Penulisan

1) Agar pembaca mengetahui korelasi bivariat

2) Agar pembaca mengetahui uji korelasi koefisien kontingensi
3) Agar pembaca mengetahui rumus koefisien kontingensi
4) Agar pembaca mengetahui kerja uji korelasi koefisien kontingensi

1
 BAB II
ISI
3. 4. Konsep Korelasi

Secara umum, korelasi adalah cara untuk mencari suatu hubungan antara
dua variabel. Korelasi merupakan salah satu bentuk dan ukuran yang memiliki
beberapa variabel dalam hubungan yang menggunakan kata dari korelasi positif,
sehingga terjadi perubahan meningkat pada sebuah benda.

Menurut Kamus Besar Bahasa Indonesia (KBBI) adalah hubungan timbal

balik atau sebab akibat. Dalam Matematika, korelasi juga merupakan ukuran dari
seberapa dekat dua variabel berubah dalam hubungan satu sama lain.Pada
konteks teknik analisis, korelasi biasa digunakan untuk mencari hubungan di
antara dua variabel yang memiliki sifat kuantitatif. Sedangkan, menurut teori
probabilitas dan statistika, korelasi juga disebut sebagai koefisien korelasi, yakni
nilai yang menunjukkan kekuatan dan arah hubungan linier antara dua peubah
acak. Intinya, korelasi adalah teknik menganalisis statistik untuk mencari
hubungan dari dua variabel. Hubungan dua variabel itu bisa terjadi karena adanya
hubungan sebab akibat atau hanya kebetulan.

Menurut Jonathan Sarwono, korelasi merupakan teknik analisis yang di

dalamnya termasuk, teknik pengukuran asosiasi atau hubungan (measures of
association). Pengukuran asosiasi merupakan istilah umum yang mengacu pada
sekelompok teknik dalam statistik bivariat, yang digunakan untuk mengukur
kekuatan hubungan antara dua variabel.

Sukardi berpendapat bahwa penelitian korelasi adalah suatu penelitian

yang melibatkan tindakan pengumpulan data guna menentukan ada atau tidaknya
hubungan dan tingkat hubungan antara dua variabel atau lebih.

Menurut Sugiyono, analisis korelasi adalah bagian dari ilmu statistika

yang memiliki 9 jenis, yakni korelasi pearson product moment (r), korelasi ratio
(y), korelasi spearman rank atau rho (rs atau p), korelasi biserial (rb), korelasi

2
point biserial (rpb), korelasi phi (0), korelasi tetrachoric (rt), korelasi contingency
(C), dan korelasi kendall’s tau (8).

Sedangkan, Lind, Marchal, Wathen berpendapat analisis korelasi adalah

sekumpulan teknik untuk mengukur hubungan antara dua variabel, gagasan dasar
dari analisis korelasi untuk melaporkan hubungan antara dua variabel. Variabel X
(garis horizontal dalam grafik) dan variabel Y (garis vertikal dalam grafik) yang
menjadi hubungan non-linear, positif atau negatif.

Korelasi (correlation) berarti hubungan dan saling hubungan timbal balik.

Korelasi dalam Ilmu Statistik adalah hubungan antar dua variabel (bivariate
correlation) dan hubungan antar lebih dari dua variabel (multivariate correlation).
Korelasi dapat terbentuk hubungan simetris, hubungan sebab akibat, atau
hubungan interaktif.

Korelasi (hubungan, atau pengaruh) dapat diartikan bahwa perubahan

suatu variabel bebas akan diikuti oleh perubahan satu atau lebih variabel yang
lain secara teoritis kedua variabel tersebut memiliki keterkaitan. Korelasi dapat
berstatus positif, negative atau tidak berpola.

3. 5. Konsep Uji Korelasi Koefisien Kontingensi

Uji korelasi disebut dengan teknik korelasi. Teknik korelasi merupakan

salah satu jenis statistik inferensial yang lazim digunakan untuk menguji
keberadaan hubungan atau pengaruh antara satu gejala (variabel) dengan satu
gejala (variabel) yang lain atau antar sejumlah variabel. Upaya pengujian ini
muncul diawali dari kemunculan atau perubahan suatu variabel yang diikuti oleh
kemunculan atau perubahan variabel yang lain, baik secara beraturan (positif atau
negatif) maupun tidak beraturan (tidak jelas, tidak berpola).

Dalam dunia pendidikan dapat diambil satu contoh. Anak yang memiliki
motivasi berprestasi sering terlihat senang mengerjakan tugas, rajin belajar, dan
datang ke sekolah tepat waktu. Hal ini sangat mungkin terjadi juga pada siswa-
siswa yang lain. Kalau demikian, maka akan muncul sejumlah pertanyaan yang

3
ingin mengungkap tentang keberadaan korelasi atau hubungan antara variabel
yang satu (variabel bebas, variabel X, independent variable) dengan variabel
yang lain (variabel terikat, variabel Y, dependent variable).

a. Apakah ada hubungan antara motivasi berprestasi dengan disiplin

belajar atau dengan kerajinan belajar siswa?
b. Apakah motivasi berprestasi berpengaruh terhadap disiplin atau
berdampak pada kerajinan belajar siswa?
c. Apakah motivasi berprestasi yang semakin tinggi akan diikuti oleh
disiplin belajar atau kerajinan belajar siswa yang semakin tinggi pula?
d. Atau justru sebaliknya, motivasi berprestasi yang semakin tinggi justru
diikuti oleh disiplin belajar atau kerajinan belajar siswa yang semakin
menurun?

Jawaban secara akurat terhadap sejumlah pertanyaan tersebut harus

diperoleh melalui uji statistik dengan teknik korelasi (korelasional) terhadap data-
data yang terkumpul dari variabel-variabel yang ada. Teknik korelasi yang dapat
digunakan adalah teknik korelasi spesifik sesuai dengan perbedaan jenis data
yang terkumpul sebagaimana deskripsi berikut.

Korelasi positif terjadi apabila kedua variabel (atau lebih) yang

berhubungan itu menunjukkan adanya perubahan yang searah (pararel). Artinya,
kenaikan variabel X selalu diikuti oleh kenaikan variabel Y, begitu juga
penurunan variabel X selalu diikuti oleh penurunan variabel Y. Korelasi negatif
terjadi apabila kedua variabel (atau lebih) yang berhubungan itu menunjukkan
adanya perubahan yang berlawanan arah. Artinya, kenaikan variabel X selalu
diikuti oleh penurunan variabel Y, begitu juga penurunan variabel X selalu
diikuti oleh kenaikan variabel Y. Korelasi tidak berpola (nihil) terjadi apabila
perubahan yang terjadi tidak jelas naik turunnya (tidak sistematis). Kenaikan
variabel X kadang diikuti oleh kenaikan dan kadang penurunan variabel Y, begitu
pula sebaliknya penurunan variabel X kadang diikuti oleh kenaikan dan kadang
penurunan variabel Y

4
 Arah korelasi tersebut ditunjukkan oleh suatu harga yang disebut koefisien
korelasi (r). Koefisien korelasi bergerak dari – 1,0 sampai dengan +1,0. Korelasi
tertinggi adalah –1,0 atau +1,0, sedang korelasi terrendah adalah 0. Korelasi
disebut positif apabila hasil analisis menunjukkan angka bertanda positif,
misalnya rxy = +0.756; rxy = +0,234; dan lain-lain. Dan korelasi disebut negatif
apabila hasil analisis menunjukkan angka bertanda negatif, misalnya rxy = –
0.756; rxy = –0,234; dan lain-lain.

Perlu dicermati bahwa tanda plus (+) dan minus (–) di depan indek
korelasi adalah bukan tanda aljabar, yang berarti kurang dari atau lebih dari nol
(0). Tanda minus (–) menunjukkan adanya korelasi yang berlawanan (tidak
pararel, tidak searah) sedangkan tanda plus (+) menunjukkan adanya korelasi
yang se arah (pararel, tidak berlawanan). Namun, pada tataran realitas hampir
tidak pernah ditemukan korelasi yang koefisiennya benar-benar sempurna (+1,00
atau –1,00) atau benar-benar tidak ada korelasi (Nihil, 0). Berikut ini disajikan
tabel interpretasi koefisien korelasi.

Tabel 1.1
Interpretasi Nilai r (Koefisien Korelasi)
Nilai r Interprtasi
0,900 s.d. 1.000 (-0,900 s.d. - Korelasi (+/-) sangat tinggi
1.000)
0,700 s.d. 0.900 (-0,700 s.d. - Korelasi (+/-) tinggi
0.900)
0,500 s.d. 0.700 (-0,500 s.d. - Korelasi (+/-) sedang
0.700)
0,300 s.d. 0.500 (-0,300 s.d. - Korelasi (+/-) rendah
0.500)
0,000 s.d. 0.300 (-0,000 s.d. - Korelasi (+/-) tidak berarti
0.300)

Teknik analisis korelasional koefisien kontingensi (KK) digunakan

untuk menganalisis hubungan antara variabel X dan variabel Y, dimana data
variabel X dan data variabel Y samasama berjenis nominal. Atau data variabel X
berjenis nominal sementara data variabel Y berjenis ordinal. Misalnya tingkat
pendidikan: tinggi, menengah, rendah: permasalahan terhadap ajaran agama

5
islam: baik, cukup, kurang dan sebagainya. Teknik KK dalam operasionalnya
membutuhkan rumus kai kuadrat atau chi square. dengan demikian, penggunaan
rumus KK harus diawali dengan penggunaan rumus kai kuadrat atau chi square.

Apabila variable itu hanya menjadi dua kategori, dan kedua kategori itu
sifatnya diskrit(terpisah menjadi dua buah kutub yang ekstrem), maka selain
menggunakan teknik analisis korelasioanl koefisien kontigensi, dapat pula
dipergunakan teknik analisis korelasional Phi koefisien. Akan tetapi apa bila
kategori itu lebih dari dua buah, maka teknik analisis korelasional Phi koefisien
tidak dapat di terapkan disini.

Kegunaan Korelasi Kontingensi

Koefisien Kontingensi adalah uji korelasi antara dua variabel yang

berskala data nominal. kegunaanya adalah untuk mengetahui asosiasi atau relasi
antara dua perangkat atribut. Koefisien ini fungsinya sama dengan beberapa jenis
koefisien korelasi lainnya, seperti koefisien korelasi phi, cramer, lambda,
uncertainty, spearman, kendall tau, gamma, Sommer’s. Namun dalam hal ini,
Kontingensi C adalah uji korelasi yang spesifik untuk data berskala nominal.
Selain itu uji ini juga paling sering atau lazim digunakan dibandingkan uji
koefisien korelasi data nominal lainnya.

Uji ini sangatlah erat kaitannya dengan uji chi-square. Sebab berdasarkan
rumus uji koefisien ini, bahwa tidaklah mungkin koefisien ini dapat dihitung tanpa
terlebih dahulu mengetahu nilai dari chi-square. Jadi, logikanya adalah hitung
terlebih dahulu chi-square, baru kemudian hitung koefisien kontingensi.

Rumus Koefisien Kontingensi (KK)

Rumus koefisien kontingensi (KK) adalah sebagai berikut.

Keterangan : X2 = Chi Square/ Kai Kuadrat

6
Sedangkan rumus kai kuadrat (chi square) adalah sebagai berikut.

Keterangan :
X2 = chi square
fo = frekuensi objektif, frekuensi hasil pengamatan terhadap sampel.
fh = frekuensi harapan, frekuensi yang diharapkan terhadap populasi
jlh fr sebaris x jlh fr sekolom
fh =
N
N = Jlh indivdu atau sampel

Contoh Penggunaan Uji Korelasi Koefisien Kontingensi (KK)

Untuk melakukan penghitungan dengan rumus KK, berikut disajikan dua contoh.
Pertama adalah tentang mencari korelasi dua variabel yang memiliki data nominal
(diskrit). Suatu misal, seorang peneliti ingin mengetahui korelasi antara jenis
pendidikan (JP) dengan pilihan pekerjaan (PP) dari 150 orang responden. Data
yang diperoleh ditabulasikan ke dalam tabel berikut.

Tabel 1.2
Hasil Observasi Tentang Pilihan Pekerjaan
PP
JP Jumlah
Petani Pedagang Pegawai
Umum 25 20 35 80
Kejuruan 20 30 20 70
Jumlah 45 50 55 150

Selanjutnya untuk menghitung, fh dibutuhkan tabel kerja yang baris nya

mencantumkan Jenis Pendidikan (JP), Pilihan Pekerjaan (PP), frekuensi objektif
(fo), frekuensi harapan (fh), resultan dari fo-fh, resultan dari (fo-fh) 2, dan resultan
( fo−fh ) 2
dari yang ditabulasikan dalam tabel berikut.
fh

7
 Tabel 1.3
Tabel Kerja Perhitungan Kai Kuadrat
( fo−fh ) 2
JP PP fo fh fo-fh (fo-fh)2
fh
Petani 25 24 1 1 0,042
Umum Pedagang 20 27 -7 49 1,815
Pegawai 35 29 6 36 1,241
Petani 20 21 -1 1 0,048
Kejuruan Pedagang 30 23 7 49 2,130
Pegawai 20 26 -6 36 1,385
Jumlah - 150 150 0 - 6,661

Hasil analisis menggunakan kai kuadrat menunjukkan indek korelasi

sebesar 2 = 6,661. Hasil ini kemudian dijadikan dasar untuk melakukan analisis
dengan menggunakan teknik korelasi KK sebagai berikut.

X2
KK = √ 2
X +N
6,661
= √
6,661+150
6,661
= √
156,661
= √ 0,042518559
= 0,206200289
= 0,206 (pembulatan, r empirik)

Cara menarik kesimpulan

1. Mengkonsultasikan r empirik (0,206 dengan tabel interpretasi korelasi.

2. Nilai 0,206 ternyata berada pada interval 0,000 – 0,300
3. Berarti korelasi tersebut dalam kategori positif sedikit, atau tidak berarti.
4. Kesimpulan akhir:

8
  Terdapat korelasi positif antara Jenis Pendidikan (JP) dengan Pilihan
Pekerjaan (PP). Namun korelasi tersebut dalam kategori sedikit atau
tidak berarti.

Contoh kedua adalah tentang mencari korelasi antara variabel X yang

berdata nominal (diskrit) dan variabel Y yang berdata ordinal. Misal, seorang
peneliti ingin mengetahui korelasi antara jenis pendidikan (JP) dengan
pengalaman ibadah (PI) dari 250 orang responden. Data yang diperoleh
ditabulasikan kedalam tabel sebagai berikut.

Tabel 1.4
Hasil Observasi Tentang Pengamalan Ibadah
PI
JP Jumlah
Kuat Sedang Lemah
Umum 30 50 45 125
Kejuruan 55 45 25 125
Jumlah 85 95 70 250

Selanjutnya untuk menghitung, fh dibutuhkan tabel kerja yang baris nya

mencantumkan Jenis Pendidikan (JP), Pilihan Pekerjaan (PP), frekuensi objektif
(fo), frekuensi harapan (fh), resultan dari fo-fh, resultan dari (fo-fh) 2, dan resultan
( fo−fh ) 2
dari yang ditabulasikan dalam tabel berikut.
fh
Tabel 1.5
Tabel Kerja Untuk Menghitung Kai Kuadrat

( fo−fh ) 2
JP PI fo fh fo-fh (fo-fh)2
fh
Kuat 30 42,5 -12,5 156,25 3,6765
Umum Sedang 50 47,5 2,5 6,25 0,1316
Lemah 45 35 10 100 2,8571
Kuat 55 42,5 12,5 156,25 3,6765
Kejuruan Sedang 45 47,5 -2,5 6,25 0,1316
Lemah 25 35 -10 100 2,8571
Jumlah - 250 250 0 - 13,33

9
 Hasil analisis menggunaka kai kuadrat menunjuan indek korelasi sebesar
2 = 13,33. Hasil ini kemudian dijadikan dasar untuk melakukan analisis dengan
menggunakan teknik korelasi KK.

X2
KK = √ 2
X +N
13,33
= √
13,33+250
13,33
= √
263,33
= √ 0,051
= 0,226 (r empirik)

Cara Mengambil Kesimpulan

Hasil kedua analisis dengan teknik korelasi KK tersebut kemudian dijadikan dasar
untuk mengambil kesimpulan sebagai berikut.

1. Mengkonsultasikan r empirik (0,226) dengan tabel interpretasi korelasi.

2. Nilai 0,226 ternyata berada pada interval 0,000 – 0,300
3. Berarti korelasi tersebut dalam kategori positif sedikit, atau tidak berarti.
4. Kesimpulan akhir:
 Terdapat perbedaan pengalaman ibadah antara mereka yang berasal
dari Sekolah Umum dan mereka yang dari Sekolah Keagamaan.
Namun korelasi tersebut dalam kategori sedikit atau tidak berarti.

Contoh ketiga, sebuah penelitian dilakukan untuk mengetahui partisipasi warga

dalam Pemilihan Ketua Kelas VI yang dilihat dari jenis kelamin (pria dan wanita).
Dari hasil penelitian diperoleh data sebagai berikut.

Tabel 1.6

Jenis Kelamin Keikutsertaan Jumlah

10
 (JK) Ikut Tidak Ikut
Pria 9 6 15
Wanita 11 4 15
Jumlah 20 10 30
Tabel 1.5
Tabel Kerja Untuk Menghitung Kai Kuadrat
( fo−fh ) 2
JK Keikutsertaan fo fh fo-fh (fo-fh)2
fh
Ikut 9 10 -1 1 0,1
Pria
Tidak Ikut 6 5 1 1 0,2
Ikut 11 10 1 1 0,1
Wanita
Tidak Ikut 4 5 -1 1 0,2
Jumlah - 30 30 0 0,6

Hasil analisis menggunaka kai kuadrat menunjuan indek korelasi sebesar

2 = 0,6. Hasil ini kemudian dijadikan dasar untuk melakukan analisis dengan
menggunakan teknik korelasi KK.

2
X
KK = √ 2
X +N
0,6
= √
0,6+ 30
0,6
= √
30,6
= √ 0,0196078431
= 0,140 (r empirik)

Cara Mengambil Kesimpulan

Hasil kedua analisis dengan teknik korelasi KK tersebut kemudian dijadikan dasar
untuk mengambil kesimpulan sebagai berikut.

1. Mengkonsultasikan r empirik (0,140) dengan tabel interpretasi korelasi.

2. Nilai 0,140 ternyata berada pada interval 0,000 – 0,300
3. Berarti korelasi tersebut dalam kategori positif sedikit, atau tidak berarti.

11
 4. Kesimpulan akhir:
 Terdapat korelasi positif antara jenis kelamin siswa terhadap
keikutsertaan dalam pemilihan ketua kelas 6 namun korelasi tersebut
dalam kategori tidak berarti.

BA B III
PENUTUP
3. 6. Kesimpulan

Jadi, dari pembahasan diatas, dapat disimpulkan bahwa koefisien korelasi

adalah koefisien yang menggambarkan tingkat keeratan hubungan linear antara
dua peubah atau lebih. Besaran dari koefisien korelasi tidak menggambarkan
hubungan sebab akibat antara dua peubah atau lebih, tetapi menggambarkan
keterkaitan linear antar peubah. Korelasi dinyatakan dalam % keeratan hubungan
antar variabel. Yang dinamakan dengan koefisien korelasi, yang menunjukkan
derajad keeratan hubungan antara dua variabel dan arah hubungannya (+ atau -).

Koefisien kontingensi adalah suatu ukuran kadar asosiasi relasi antara dua
himpunan atribut. Ukuran ini berguna khususnya apabila kita hanya mempunyai
informasi kategori (skala nominal) mengenai satu diantara himpunanhimpunan
atribut atau kedua himpunan atribut tersebut. Yaitu, pengukuran ini dapat
dipergunakan jika informasi kita tentang atribut-atribut itu terdiri dari suatu
rangkaian frekuensi yang tidak berurut. Dalam menggunakan koefisien
kontingensi, tidak perlu membuat anggapan kontinuitas untuk berbagai kategori
yang dipergunakan untuk mengukur salah satu atau kedua himpunan.

3. 7. Saran

Dalam penyusunan makalah ini penulis telah menyusun dengan sungguh-

sungguh dan berharap makalah ini dapat bermanfaat untuk para pembaca.
Namun, tidak dapat dipungkiri bahwa makalah ini belum bisa dikatakan sebagai
makalah yang sempurna sehingga penulis mengharapkan kritik dan saran yang

12
dapat memacu semanggat penulis agar lebih giat dalam belajar menulis yang
lebih baik.

13
 DAFTAR PUSTAKA

Ananda, R. (2018). STATISTIK PENDIDIKAN Teori Dan Praktik Dalam

Pendidikan. Medan: CV. Widya Puspita.

Hanief, Y. N. (2017). Statistik Pendidikan. Sleman: CV BUDI UTAMA.

Ismail, F. (2018). Statistika untuk penelitian pendidikan dan ilmu-ilmu sosial.

Jakarta: PRENADAMEDIA GROUP.

Mundir. (2012). STATISTIK PENDIDIKAN. Jember: STAIN Jember Press.

14