BAB IPENDAHULUAN

1.1 Latar BelakangPenelitian merupakan kegiatan ilmiah yang didasarkan pada suatu masalah yang memerlukan solusi yang tepat. Dalam kehidupan selalu ada masalah, baik masalah pribadi, keluarga, masyarakat dan negara. Dari semua masalah tersebut, tidak semua masalah memerlukan solusi dalam bentuk kegiatan penelitian. Perbedaanya adalah pada kegiatan penyelesaian masalah. Selain masalah, komponen penting yang harus ada dalam penelitian adalah tujuan penelitian sehingga dapat ditentukan metode yang tepat untuk menyelesaikan masalah. Kegiatan sistematis untuk memecahkan masalah itu disebut dengan penelitian yang mengikuti metodologi, dikontrol, dan didasarkan teori yang ada serta diperkuat dengan fenomena yang ada (Sukardi, 2012:3).Secara umum, penelitian dapat dibedakan dari beberapa aspek, diantaranya aspek tujuan, aspek metode, aspek kajian. Menurut Gay (dalam Sukardi, 2012:13) aspek tujuan terdiri dari penelitian dasar dan lanjut. Aspek metode terdiri atas penelitian deskriptif, penelitian sejarah, penelitian survei, penelitian ex-post facto, penelitian eksperimen, penelitian kuai eksperimen. Sedangkan, aspek kajian sesuai bidang garapan dapat dibagi menjadi dua, yaitu penelitian kependidikan dan penelitian nonkependidikan (Sukardi, 2012:13-16). Masalah yang ada di dalam sebuah penelitian dapat dipecahkan melalui sebuah alat. Alat atau instrumen yang digunakan adalah metodologi penelitian yang biasanya berisi tentang cara-cara menggunakan beberapa metode pendekatan untuk memecahkan masalah yang dihadapi.Masalah penelitian dapat dibagi dalam berbagai bidang diantaranya bidang pendidikan, kesehatan, sosial, ekonomi, dan lain-lain. Salah satu bidang penelitian yang memerlukan perhatian khusus adalah bidang penelitian pendidikan. Secara umum metode penyelesaian masalah pada penelitian pendidikan ada dua, yaitu metode kualitatif dan kuantitatif. Metode kualitatif yang pengumpulan datanya dengan cara berinteraksi langsung dengan objek penelitianya dan hasilnya tidak diperoleh melalui prosedur statistik. Sedangkan metode kuantitatif, pengumpulan datanya melalui instrumen penelitian berupa populasi dan sampel serta hasilnya diperoleh melalui prosedur statistik. Salah satu peneltian yang penting dan bermanfaat dalam dunia pendidikan adalah penelitian korelasional.Fenomena yang terjadi dalam dunia pendidikan terdapat hubungan antar unsur-unsurnya. Seperti hubungan antara guru dengan siswa, guru dengan materi/kurikulum, materi dengan evaluasi, dan lain-lain. Hubungan-hubungan tersebut dapat diketahui tingkat korelasinya secara ilmiah secara statistik melalui metode penelitian korelasional.

1.2 Rumusan MasalahBerdasarkan latar belakang diatas, penulis dapat merumuskan masalah yang akan dibahas pada makalah ini yaitu sebagai berikut :1. Apa yang dimaksud dengan penelitian korelasional?2. Apa saja jenis-jenis penelitian korelasional?3. Apa saja karakteristik utama desain penelitian korelasional?4. Bagaimana langkah-langkah penyusunan desain penelitian korelasional?5. Bagaimana contoh desain penelitian korelasional?

1.3 TujuanBerdasarkan rumusan masalah di atas maka tujuan penulisan makalah ini adalah sebagai berikut :1. Memahami pengertian penelitian korelasional.2. Mengetahui jenis-jenis penelitian korelasional.3. Memahami karakteristik utama desain penelitian korelasional.4. Mengetahui langkah-langkah penyusunan desain penelitian korelasional.5. Bagaimana contoh desain penelitian korelasional.

BAB IIPEMBAHASAN

2.1 Pengertian Penelitian KorelasionalPenelitian korelasi adalah suatu penelitian yang melibatkan tindakan pengumpulan data guna menentukan, apakah ada hubungan dan tingkat hubungan antara dua variabel atau lebih. Penelitian ini dilakukan, ketika kita ingin mengetahui tentang ada tidaknya dan kuat lemahnya hubungan variabel yang terkait dalam suatu objek atau subjek yang diteliti. Adanya hubungan dan tingkat variabel ini penting, karena dengan mengetahui tingkat hubungan yang ada, peneliti akan dapat mengembangkannya sesuai dengan tujuan penelitian (dalam Sukardi, 2012;166).Penelitian korelasional mempunyai tiga karakteristik penting untuk para peneliti yang hendak menggunakannya. Tiga karakteristik tersebut, diantaranya adalah:a) penelitian korelasi tepat jika variabel kompleks dan peneliti tidak mungkin melakukan manipulasi dan mengontrol variabel seperti dalam penelitian eksperimen,b) memungkinkan variabel diukur secara intensif dalamsetting(lingkungan) nyata, danc) memungkinkan peneliti mendapatkan derajat asosiasi yang signifikan. (dalam Sukardi, 2012:166)Desain korelasional memberikan kesempatan bagi peneliti untuk memprediksi skor dan menjelaskan hubungan antar variabel.Dalam desain penelitian korelasional, peneliti menggunakan uji statistik korelasi untuk menggambarkan dan mengukur derajat asosiasi (atau hubungan) antara dua atau lebih variabel. Dalam desain ini, para peneliti tidak mencoba untuk mengontrol atau memanipulasi variabel seperti dalam penelitian lainnya,sebaliknya para peneliti biasanya hanya mendasarkan pada penampilan variabel sebagaimana adanya, tanpa mengatur kondisi atau memanipulasi variabel tersebut. Oleh karena itu, peneliti hendaknya mengetahui cukup banyak alasan yang kuat guna mempertahankan hasil hubungan yang ditemukan.Di bidang pendidikan, studi korelasi biasanya digunakan untuk melakukan penelitian terhadap sejumlah variabel yang diperkirakan mempunyai peranan yang signifikandalam mencapai proses pembelajaran. Sebagai contoh, misalnya terdapat korelasi antara intelegensi dengan prestasi akademik; misalnya subjek yang skornya tinggi pada tes intelegensi cenderung memiliki rata-rata prestasi akademik yang tinggi pula, sebaliknya subjek yang skornya rendah pada tes intelegensi cenderung memiliki rata-rata prestasi akademik yang rendah. Kapan sebaiknya peneliti memilih bentuk penelitian korelasional? Penggunaan desain ini ketika seorang peneliti ingin menemukan hubungan dua atau lebih variabel untuk melihat apakah mereka saling mempengaruhi, seperti hubungan antara guru yang melaksanakan praktik belajar mengajar sesuai dengan tahapan perkembangan dan penggunaan pendekatan whole-language terhadap kemampuan membaca instruksi pada siswa (Ketner, Smith, & Parnell, 1997, dalam Creswell, 2012;338).Desain ini memungkinkan peneliti untuk memprediksi hasil, seperti prediksi bahwa kemampuan, kualitas pendidikan, motivasi siswa, dan kursus akademis mempengaruhi prestasi siswa (Anderson & Keith, 1997, dalam Creswell, 2012;338).Peneliti juga menggunakan desain ini ketika ia tahu dan dapat menerapkan pengetahuan statistik berdasarkan perhitungan korelasiuji statistik.Penelitian korelasi dilakukan oleh para peneliti pada umumnya mempunyai beberapa tujuan, diantaranya Tujuan penelitian korelasional menurut Suryabrata (1994:24) adalah untuk mendeteksi sejauh mana variasi-variasi pada suatu faktor berkaitan dengan variasi-variasi pada satu atau lebih faktor lain berdasarkan pada koefisien korelasi.

2.2 Jenis-Jenis Desain Penelitian KorelasionalMenurut Creswell (2012: 339-342), ada dua rancangan utama dalam penelitian korelasional yaituExplanatory Research DesigndanPrediction Research Design.a) ExplanatoryResearchDesign(RancanganPenelitianPenjelasan).Adalah desain korelasional di mana peneliti tertarik dalam dua variabel (atau lebih) yang bervariasi, yaitu di mana perubahan dalam satu variabel merefleksi perubahan variabel lain. Berikut adalah struktur rancangan penelitian penjelasan (explanatory research design):1) Para peneliti dapat mengkorelasikan dua variabel atau lebih.2) Para peneliti mengumpulkan data pada satu titik waktu. Bukti ditemukan dalam administrasi instrumen.3) Peneliti menganalisis semua variabel.4) Peneliti memperoleh setidaknya dua skor untuk masing-masing variabel.5) Peneliti melaporkan penggunaan statistik uji korelasi dalam analisis data.6) Diakhir, peneliti membuat interpretasi atau menarik kesimpulan dari hitunganhasil tes.b) Prediction Design(Rancangan Penelitian Prediksi)Jika dua variabel mempunyai hubungan yang signifikan, skor pada satu variabel dapat digunakan untuk memprediksi skor pada variabel yang lain. Variabel yang menjadi dasar pembuatan prediksi diacu sebagai prediktor, dan variabel yang diprediksikan sebagai kriteria. Studi prediksi sering dilakukan untuk memudahkan pengambilan kesimpulan mengenai individu atau membantu pemilihan individu. Studi prediksi juga dilakukan untuk menguji hipotesis teoritis mengenai variabel yang dipercaya menjadi prediktor suatu kriteria, dan untuk menentukan validitas prediktif instrumen pengukuran individual.Berikut adalah struktur rancangan dari penelitian prediksi, antara lain:1) Para penulisbiasanya memasukankata prediksi di dalam judul.2) Para penelitibiasanyamengukurvariabel prediktorpada satutitik waktu dan variabelkriteriapada suatu titikwaktu selanjutnya.3) Para penelitimemperkirakankinerja masa depan.Sebuah penelitian prediksiakanmelaporkan analisa korelasi menggunakanuji statistikkorelasi.Sebagai contoh, penulismungkin tertarik di beberapaprediktoryangmembantu menjelaskankriteriadari setiap variabel.

2.3 Karakteristik Penting Desain Penelitian Korelasional Adapun karakteristik penting dari suatu studi penelitian korelasional adalah sebagai berikut: a) Tampilan SkorJika peneliti memiliki dua himpunan skor dalam penelitian korelasi, peneliti dapat mem-plot skor tersebut pada grafik (sebaran plot).Para peneliti mem-plot skor dari dua variabel pada grafik untuk memberikan gambaran visual dari bentuk skor. Hal ini memungkinkan peneliti untuk mengidentifikasi jenis hubungan antar variabel dan menemukan nilai ekstrim. Yang paling penting, plot ini dapat memberikan informasi yang berguna tentang bentuk hubungan apakah sebaran skor mendekati linear (mengikuti garis lurus) atau lengkung (mengikuti bentuk U). Hal ini juga menunjukkan arah hubungan (misalnya, satu skor naik dan skor yang lainnya juga naik) serta derajat hubungan (apakah hubungan sempurna, dengan korelasi 1.0, atau kurang sempurna).Plot membantu memperlihatkan hubungan antara dua skor yang diperoleh oleh individu. Sebaran plot (atau diagram pencar) adalah gambar yang ditampilkan pada grafik dari dua himpunan nilai individu. Skor ini biasanya diidentifikasi sebagai X dan Y, dengan skor X diwakili pada sumbu horisontal, dan skor Y diwakili pada sumbu vertikal.Perhatikan sebaran plot skor pada Gambar 1, yang menunjukkan himpunan kecil yakni 10 siswa dan plot skor mereka. Asumsikan bahwa peneliti studi korelasional berusaha untuk mempelajari apakah lama penggunaan internet oleh siswa SMA berhubungan dengan tingkat depresi. (kita dapat berasumsi bahwa siswa yang menggunakan internet secara berlebihan juga merupakan orang yang depresi karena mereka mencoba untuk melarikan diri dari permaslahan yang dialaminya). Kita mengukur lama penggunaan internet dengan menanyakan kepada siswa berapa jam per minggu mereka menggunakan internet. Peneliti mengukur skor depresi individu pada instrumen. Asumsikan bahwa ada 15 pertanyaan tentang depresi pada instrumen dengan skala penskoran dari 1 (sangat tidak setuju) sampai 5 (sangat setuju). Ini berarti bahwa nilai dijumlahkan akan berkisar dari 15 sampai 75.Seperti ditunjukkan dalam Gambar 1, skor untuk 10 siswa dikumpulkan dan diplot pada grafik. Beberapa aspek tentang grafik ini akan membantu kita memahaminya: Variabel "lama penggunaan internet" diplot pada sumbu X, sumbu horisontal. Variabel "tingkat depresi" diplot pada sumbu Y, sumbu vertikal.Penggunaan internet dalam jam per mingguDepresi (Skor dari 15 sampai 45)Penggunaan Internet jam per mingguX=I.V.Skor Deresi

Laura1730

Chad1341

Patricia518

Bill920

Rosa525

Todd1544

Angela720

Jose630

Maxine217

Jamal1845

Skor rata-rata9,729.3

Gambar 1. Contoh Sebaran Plot Setiap siswa dalam penelitian ini memiliki dua skor: satu skor untuk jumlah jam per minggu dalam penggunaan internet dan yang satu lagi untuk tingkat depresi. Plot titik pada grafik menunjukkan skor untuk setiap individu pada tingkat depresi dan jumlah jam penggunaan internet setiap minggu. Ada 10 skor (titik) pada grafik, satu untuk setiap peserta dalam penelitian ini.Nilai rata-rata (M) pada masing-masing variabel juga diplot pada grafik. Para siswa menggunakan internet rata-rata 9,7 jam per minggu, dan skor depresi rata-rata adalah 29,3. Tiga catatan penting tentang plot skor ini. Pertama, arah skor menunjukkan bahwa ketika X meningkat, Y meningkat juga sehingga menunjukkan hubungan positif. Kedua, titik-titik pada sebaran plot cenderung membentuk garis lurus. Ketiga, titik akan cukup dekat dengan garis lurus jika kita menarik garis melalui semua dari mereka. Ketiga catatan ini berhubungan dengan arah, bentuk hubungan, dan tingkat hubungan yang dapat kita pelajari melalui sebaran plot ini. Kita akan menggunakan informasi ini nanti ketika kita membahas hubungan antara skor dalam penelitian korelasi.

b) Hubungan Antar Skor Setelah peneliti tentang korelasi memperoleh grafik skor, mereka kemudian dapat menafsirkan makna hubungan antar skor. Ini bertujuan untuk memahami arah asosiasi, bentuk asosiasi, derajat asosiasi, dan kekuatannya.1) Arah Asosiasi Ketika memeriksa grafik, penting untuk mengidentifikasi apakah titik berpotongan, atau bergerak ke arah yang sama atau berlawanan. Dalam korelasi positif (ditandai dengan koefisien korelasi +) titik bergerak ke arah yang sama; yaitu ketika X meningkat, begitu juga Y meningkat atau sebaliknya, jika X menurun, begitu pula Y menurun. Dalam korelasi negatif (ditandai dengan koefisien korelasi -), titik-titik bergerak ke arah yang berlawanan; misalnya ketika X meningkat maka Y menurun, dan ketika X menurun maka Y meningkat. 2) Bentuk Asosiasi Dalam studi korelasional, peneliti mengidentifikasi bentuk dari skor yang diplot sebagai suatu persamaan linier atau nonlinier. Salah satu contoh ialah mengenai variabel yang berkorelasi positif serta memiliki sebaran plot mendekati linier (dapat dilihat pada gambar 1). Jenis hubungan ini hanya salah satu dari beberapa kemungkinan yang mungkin timbul dari data aktual. Pada kenyataannya, suatu hubungan mungkin menganggap salah satu dari bentuk yang ditunjukkan pada Gambar 2. Hubungan yang mendekati sebaran linier pada bagian (a) dari Gambar 2 menggambarkan korelasi positif, di mana skor rendah (atau tinggi) pada satu variabel berhubungan dengan skor rendah (atau tinggi) pada variabel kedua. Dalam contoh kita, skor rendah pada tingkat depresi seseorang berhubungan dengan skor rendah pada jumlah jam yang dihabiskan seseorang dalam menggunakan internet per minggu begitu juga sebaliknya. Pada bagian (b) Gambar 2 menggambarkan hubungan skor yang linier serta berkorelasi negatif, di mana skor rendah pada satu variabel berhubungan dengan nilai yang tinggi pada variabel lainnya. Skor rendah pada tingkat depresi seseorang, misalnya, mungkin terkait dengan skor tinggi pada jumlah jam yang dihabiskan seseorang dalam menggunakan internet per minggu, ini menunjukkan hubungan (korelasi) yang negatif. Tidak adanya korelasi dan sebaran plot nonlinier dapat dilihat pada bagian (c) Gambar 2, kita melihat tidak adanya korelasi dari skor. Dalam distribusi ini, variabel saling bebas (independen) satu sama lain. Skor khusus pada satu variabel tidak memprediksikan informasi tentang kemungkinan skor pada variabel lain. Dalam contoh, sebaran skor untuk tingkat depresi seseorang dan skor untuk penggunaan internet akan menjadi tidak teratur atau tidak memiliki pola tertentu. Sebuah distribusi lengkung (atau hubungan nonlinier) menunjukkan hubungan skor mendekati bentuk U. Distribusi ini dapat dilihat pada bagian (d) Gambar 2, yang menunjukkan peningkatan skor variabel Y dan penurunan variabel Y seiring dengan peningkatan skor variabel X. Distribusi sebagian pada bagian (e) Gambar 2 menunjukkan penurunan skor variabel Y dan peningkatan variabel Y seiring dengan meningkatkatnya skor dari variabel X. Sebagai contoh, adalah mungkin bahwa saat penggunaan internet meningkat, begitu juga tingkat depresi akan meningkat, sampai titik di mana internet benar-benar menjadi mekanisme coping untuk tingkat stres seseorang, dan tingkat depresi mulai menurun (seperti yang digambarkan dalam bagian [d] Gambar 2).

Gambar 2. Pola hubungan antara dua variabelContoh lain misalkan adalah hubungan antara tingkat kecemasan pemain dan jumlah poin yang dicetak dalam pertandingan tenis. Dengan tingkat kecemasan yang rendah awalnya, pemain tenis mungkin mencetak banyak poin, tapi jumlah poin yang dicetak ini bisa menurun disaat tingkat kecemasan meningkat. Namun pada suatu titik tertentu seiring bertambahnya tingkat kecemasan pemain akan menyebabkan ia lebih berkonsentrasi dalam bermain sehingga ia kembali mencetak banyak poin. Hubungan tersebut kita dapat lihat pada bagian [e] Gambar 2.Koefisien korelasi (r) berguna untuk menggambarkan dan mengukur hubungan antara dua variabel jika asosiasi (hubungan) mengikuti sebaran linier. Seperti terlihat pada pola hubungan dalam Gambar 2, asosiasi mungkin lengkung (atau nonlinier). Adapun rumus yang dapat digunakan untuk menentukan besar koefisien korelasi (r) adalah sebagai berikut:

Jika koefisien korelasi (r) digunakan untuk memperkirakan hubungan lengkung, itu akan mengabaikan nilai korelasi (r). Oleh karena itu, peneliti menggunakan pendekatan statistik yang berbeda dari r untuk menghitung hubungan antara variabel pada distribusi lengkung dan untuk hubungan data peringkat.Sebagai pengganti koefisien r, peneliti menggunakan koefisien korelasi Rho Spearman (rs) untuk data nonlinier dan untuk jenis data yang diukur pada kategori (nominal). Adapun rumus korelasi yang digunakan adalah:

Dalam hal ini := Koefisien korelasi spearman = Jumlah kuadrat selisih rangking antara Xi dan YiN= Banyaknya subjek (kasus)Bila peneliti mengukur satu variabel pada skala kontinu (interval atau rasio) dan yang lainnya adalah berupa kategori atau skala dikotomis, statistik korelasi tidak harus berupa r tetapi dapat menggunakan korelasi biserial titik. Asumsikan bahwa seorang peneliti suatu korelasi kontinu, dengan nilai interval adalah tentang tingkat depresi pada laki-laki dan perempuan (variabel dikotomis). Statistik korelasi biserial titik digunakan dengan mengubah variabel dikotomis (laki-laki, perempuan) menjadi nilai numerik dengan memisalkan laki-laki = 1 dan perempuan = 2. Menggunakan penomoran ini dan rumus untuk data ordinal, peneliti menghitung koefisien korelasi biserial titik yang mengukur derajat dan arah hubungan antara laki-laki dan perempuan pada tingkat depresi seseorang. Apabila gejala yang berskala nominal tersebut diskor secara dikotomi, maka sering disebut korelasi point-biserial (rp-bis). Rumusnya adalah sebagai berikut:

Dalam hal ini: rp-bis= koefisien korelasi point-biserialM1= mean gejala interval kelompok 1M2= mean gejala interval kelompok 2St= standar deviasi total (kelompok 1 dan 2)p= Proporsi dari kelompok 1q= 1 - pSuatu variasi dari pembahasan kali ini menggunakan berbagai jenis penilaian dalam menilai hubungan antara dua variabel yaitu dengan menggunakan koefisien phi. Koefisien phi digunakan untuk menentukan tingkat dan arah asosiasi jika kedua variabelnya dikotomis. Dalam contoh kita, laki-laki dan perempuan mungkin berkorelasi dengan penggunaan obat. Dalam situasi ini, peneliti juga mengubah kedua variabel dikotomis ke dalam nilai-nilai numerik (laki-laki = 1; wanita = 2; tidak menggunakan obat-obatan = 1; menggunakan obat-obatan = 2) dan kemudian menggunakan rumus koefisien phi untuk memperoleh korelasi kedua variabel dikotomis tersebut.3) Derajat dan Kekuatan AsosiasiBila dua variabel dikorelasikan hasilnya adalah koefisien korelasi, biasanya dinyatakan dalam hargaryang mempunyai nilai -1 sampai +1. Nilai negatif (-) menunjukkan arah dua variabel bertolak belakang. Nilai positif (+) menunjukkan dua variabel pada arah yang sama. Jika ada hubungan antara 2 variabel, berarti skor dalam 2 variabel mempunyai asosiasi dengan variabel tertentu yang terukur. Hargar= -1 atau +1 menunjukkan asosiasi sempurna diantara 2 variabel, sedangkan hargar= 0 mempunyai arti bahwadua variabel tersebut tidak memiliki hubungan antara variabel satu dengan variabel yang lainnya.(Cohen dan Manion, 1981;128) dalam Sukardi (2008;170) menunjukkan hargar (hubungan) sebagai berikut:a) Nilair= 0,20 - 0,35 menunjukkan hubungan dua variabel lemah walaupun signifikan.b) Nilair= 0,35 - 0,65 menunjukkan hubungan sedang, umumnya signifikan pada lebih dari 1%, hubungan tersebut berguna untuk analisis prediksic) Nilair= 0,65 - 0,85 menunjukkan hubungan cukup tinggi yang memungkinkan peneliti melakukan prediksi yang tepatd) Nilair= > 0,85 menunjukkan hubungan antarvariabel tinggi, dan peneliti dianjurkan melakukan prediksi grup secara tepat. Di samping itu, prediksi individual juga dapat dilakukan secara cermat.Hubungan variabel yang lemah mungkin tidak memberikan rekomendasi untuk dilanjutkan, tetapi untuk variabel yang kuat misalnyar > 0,80, peneliti dianjurkan untuk melakukan analisis prediksi hubungan sebab-akibat (causal comparative study) atau bahkan ke studi eksperimen untuk dapat mendapatkan kepastian apakah hubungan tersebut memiliki sebab akibat.Interpretasi suatu koefisien korelasi tergantung pada bagaimana ia digunakan. Dengan kata lain, seberapa besar ia diperlukan agar bermanfaat tergantung pada tujuan perhitungannya. Dalam studi yang dirancang untuk menyelidiki atau mengetahui hubungan yang dihipotesiskan, suatu koefisien korelasi diinterpretasikan dalam istilah signifikansi statistiknya. Dalam studi prediksi, signifikansi statistik merupakan nilai kedua dari koefisien dalam memudahkan prediksi yang akurat.Ketika menginterpretasikan suatu koefisien korelasi, peneliti harus selalu ingat bahwa peneliti hanya berbicara tentang suatu hubungan, bukan hubungan sebab akibat. Koefisien korelasi yang signifikan mungkin menyarankan hubungan sebab akibat, tetapi tidak menetapkannya. Dalam kenyataan, itu mungkin tidak saling memengaruhi; mungkin terdapat variabel ketiga yang memengaruhi kedua variabel.

c) Analisis Variabel dalam Studi KorelasionalDalam banyak studi korelasi, peneliti memprediksi hasil didasarkan pada lebih dari satu variabel prediktor.Dengan demikian, mereka perlu memperhitungkan dampak dari masing-masing variabel.Ada dua analisis variabel dalam studi korelasional yakni korelasi parsial dan regresi ganda.1) Korelasi Parsial Dalam banyak situasi penelitian, kita terkadang akan mempelajari tiga, empat, atau lima variabel sebagai prediktor hasil.Jenis variabel yang disebut variabel intervening"berdiri di antara" variabel independen dan dependen serta mempengaruhi keduanya.Variabel ini berbeda dari variabel kontrol yang mempengaruhi hasil dalam percobaan.Kita menggunakankorelasi parsialuntuk menentukan jumlah varians dari variabel intervening yang menjelaskandengan baikvariabel independen dan dependen.Sebuah gambar dari dua variabel diikuti dengan masuknya variabel ketiga yang dapat membantu menjelaskan korelasi parsial.Lihat pada gambar 3 yang menunjukkan korelasi bivariat (dua variabel) di sisi kiri dan korelasi parsial (tiga variabel) di sisi kanan. Asumsikan bahwa peneliti ingin melakukan penelitian yakni mencari hubungan waktu mengerjakan tugas dengan prestasi bagi anak-anak sekolah menengah. Setelah mengumpulkan data, peneliti akan menghitung koefisien korelasi dengan hasil misalkanr= 0.50.Namun, motivasi siswa yang merupakan variabel ketiga, juga dapat mempengaruhi baik waktu mengerjakan tugas siswa serta prestasi mereka di kelas.Peneliti mengidentifikasi variabel ketiga ini didasarkan pada kajian literatur dan studi teori masa lalu yang telah menunjukkan faktor yang memungkinkan dalam mempengaruhi prestasi belajar siswa.Dalam desain penelitian korelasional, motivasi perlu dihapus sehingga hubungan antara waktu mengerjakan tugas dan prestasi dapat lebih jelas ditentukan.Sebuah analisis statistik korelasi parsial digunakan yang menghilangkan varians bersama baik waktu mengerjakan tugas dan prestasi dengan motivasi.Gambar 3. Varians umum bersama untuk bivariat dan Korelasi ParsialPerhitungan matematika untuk koefisien korelasi ini tersedia dalam buku-buku statistik;didasarkan pada koefisien korelasi antara ketiga variabel dan varians mereka.Daerah menetas ditandai menunjukkan perbedaan ini bersama tersisa setelah mengeluarkan efek motivasi, danr2 = (0,35)2kini lebih rendah dari korelasi aslir= 0,50.2) Regresi GandaPeneliti yang melakukan studi korelasi akan menggunakan statistik korelasi untuk memprediksi nilai atau skor di masa depan. Untuk melihat dampak dari pengaruh beberapa variabel pada hasil (yang akan diprediksi), peneliti menggunakan analisis regresi. Kita akan mulai dengan memahami garis regresi dan kemudian beralih ke analisis menggunakan regresi. Sebuah garis regresi adalah garis "paling cocok" untuk semua titik skor yang diplot pada grafik. Garis ini paling dekat dengan semua titik-titik pada plot dan dihitung dengan menggambar garis yang meminimalkan jarak kuadrat dari selisih antara titik-titik plot dengan garis. Periksa pada Gambar 4, menunjukkan grafik yang sama dengan pada Gambar 1, grafik tersebut menunjukkan hubungan antara "jumlah jam penggunaan internet per minggu" dan "skor tingkat depresi seseorang" untuk siswa sekolah menengah. Gambar 4 kini mengandung informasi tambahan: lebih detail tentang garis regresi. Kalian dapat melihat bagaimana garis dekat dengan semua titik-titik pada grafik, dan dengan korelasi positif antara penggunaan internet dan skor tingkat depresi. Perhitungan ini memegang peranan untuk memprediksi skor pada hasil (yaitu, tingkat depresi) dengan yang diketahui adalah prediktornya (yaitu, jam penggunaan internet per minggu). Berdasarkan rumus matematika, peneliti dapat menghitung persamaan yang mengungkapkan baris ini:Y (diprediksi) = b(X) + adi mana:Y = skor yang akan diprediksi (tingkat depresi)X = skor aktual pada jumlah jam penggunaan internetb = kemiringan garis regresi a = konstanta, nilai Y (tingkat depresi) diperkirakan ketika X = 0.

Gambar 4. Regresi Linier SederhanaDalam situasi yang lebih rumit, di mana beberapa variabel independen dapat berkorelasi dengan variabel dependen.Beberapa regresi(ataukorelasi berganda)adalah prosedur statistik untuk meneliti hubungan gabungan dari beberapavariabel independen dengan variabel dependen tunggal.Dalam regresi, variasi dalam variabel dependen dapat dijelaskan oleh varians dari masing-masing variabel independen (tergantung kepentingan dari masing-masing prediktor) (Kline, 1998, dalam Creswell;350).Serupa dengan persamaan regresi disebutkan sebelumnya, perkiraan nilai pada hasil (Y) dapat dihasilkan dengan menggunakan persamaan yang mirip dengan persamaan regresi sederhana, tetapi mencakup prediktor tambahan.Persamaannya adalah:Y(diprediksi) =b1(X1) +b2(X2) + adi manaY= skor diprediksib1 = konstan untuk kemiringanX1(b2, untukX2)a= titik perpotongan pada sumbu Y

2.4 Langkah-Langkah Menyusun Studi Korelasionala) Langkah 1. Menentukan Apakah Studi Korelasional Merupakan Jalan Terbaik Untuk Permasalahan Penelitian.Sebuah studi korelasional digunakan ketika peneliti akan memecahkan masalah yang membutuhkan identifikasi arah dan derajat hubungan antara dua himpunan skor. Hal ini berguna untuk mengidentifikasi jenis hubungan, menjelaskan hubungan yang kompleks dari beberapa faktor yang menjelaskan hasil (kriteria), dan memprediksi hasil dari satu atau lebih prediktor. Penelitian korelasional tidak "membuktikan" hubungan; sebaliknya, ingin menunjukkan adanya hubungan antara dua variabel atau lebih.Karena dalam studi korelasional tidak membandingkan, peneliti dapat menggunakan pertanyaan penelitian daripada hipotesis. Contoh pertanyaan dalam studi korelasional adalah: Apakah kreativitas memiliki kaitan dengan nilai tes IQ untuk anak-anak SD? (menghubungkan dua variabel) Apakah peringkat kelas di SMA dapat memprediksi rata-rata nilai mahasiswa dalam semester pertama kuliah? (prediksi)b) Langkah 2. Peninjauan Masalah atau Studi KepustakaanSetelah penentuan masalah, kegiatan penelitian yang penting adalah studi kepustakaan yang menjadi dasar pijakan untuk memperoleh landasan teori, kerangka pikir dan penentuan dugaan sementara sehingga peneliti dapat mengerti, mengalokasikan, mengorganisasikan, dan menggunakan variasi pustaka dalam bidangnya. Macam-macam sumber untuk memperoleh teori yang berkaitan dengan masalah yang diteliti adalah dari jurnal, laporan hasil penelitian, majalah ilmiah, surat kabar, buku yang relevan, hasil-hasil seminar, artikel ilmiah dan narasumber.c) Langkah 3. Mengidentifikasi Tindakan Untuk Individu dalam Penelitian Karena ide dasar penelitian korelasional adalah untuk membandingkan dua atau lebih karakteristik individu dalam satu kelompok, ukuran variabel dalam pertanyaan penelitian perlu diidentifikasi (jumlah populasi dan ukuran sampel), dan instrumen yang mengukur variabel perlu diperoleh (teknik pengumpulan data). Dalam mengidentifikasi sampel penelitian, idealnya peneliti harus secara acak memilih individu untuk menggeneralisasi hasil pada populasi, dan mencari izin untuk mengumpulkan data dari otoritas yang bertanggung jawab. Kelompok (sampel) ini haruslah ukurannya memadai untuk menggunakan statistik korelasional, seperti N = 30; ukuran yang lebih besar memberikan kontribusi variansi kesalahan yang lebih sedikit dan klaim yang lebih baik mengenai keterwakilan. Instrumen yang mengukur variabel harus mampu membuktikan validitas dan reliabilitas. Biasanya satu variabel diukur pada setiap instrumen, tapi satu instrumen mungkin berisi kedua variabel yang berkorelasi dalam penelitian ini.d) Langkah 4. Mengumpulkan Data Langkah berikutnya adalah mengelola instrumen dan mengumpulkan setidaknya dua himpunan data dari masing-masing individu. Berbagai jenis instrumen dapat digunakan untuk mengukur dan mengumpulkan data masing-masing variabel, seperti angket, tes, pedoman interview dan pedoman observasi, tentunya disesuaikan dengan kebutuhan. Data yang dikumpulkan dengan instrumen-instrumen tersebut harus dalam bentuk angka. Dalam penelitian korelasional, pengukuran variabel dapat dilakukan dalam waktu yang relatif sama. Sedang dalam penelitian prediktif, variabel prediktor harus diukur selang beberapa waktu sebelum variabel kriteria terjadi. Jika tidak demikian, maka prediksi terhadap kriteria tersebut tidak ada artinya.Sebuah contoh untuk sampel kecil sebanyak 10 mahasiswa dapat dilihat pada tabel 1, peneliti berusaha untuk menjelaskan variabilitas rata-rata Indeks Prestasi (IPK) dalam tahun pertama untuk 10 mahasiswa pasca sarjana. Asumsikan bahwa peneliti telah mengidentifikasi empat prediktor dalam tinjauan literatur. Dalam penelitian terakhir, prediksi ini telah berkorelasi positif dengan prestasi di perguruan tinggi. Peneliti dapat memperoleh informasi untuk variabel prediktor dari kantor penerimaan perguruan tinggi. Dalam penelitian regresi ini, peneliti berusaha untuk mengidentifikasi salah satu faktor atau kombinasi faktor terbaik yang menjelaskan variansi IPK mahasiswa tahun pertama. Dalam tinjauan data ini menunjukkan bahwa skor bervariasi pada masing-masing variabel, dengan lebih banyak variasi pada skor GRE dibandingkan dengan skor rekomendasi dan skor fit-to-Program. Juga tampak bahwa IPK perguruan tinggi dan skor GRE berkorelasi positif dengan IPK semester pertama.

Tabel 1. Contoh Data yang Dikumpulkan dalam Studi Regresi Dalam contoh ini, karena data tersedia dari kantor penerimaan mahasiswa di perguruan tinggi, peneliti tidak perlu terlalu khawatir tentang prosedur yang mengancam validitas skor. Faktor-faktor lain yang mungkin mempengaruhi kemampuan peneliti untuk menarik kesimpulan yang valid dari hasil adalah kurangnya prosedur standar administrasi, kondisi situasi pengujian, dan harapan peserta.e) Langkah 5. Analisis Data Tujuan penelitian korelasional adalah untuk menggambarkan tingkat hubungan antara dua variabel atau lebih. Peneliti mencari pola respon dan menggunakan prosedur statistik untuk menentukan kuat-rendahnya hubungan serta arahnya. Sebuah hubungan yang signifikan secara statistik, jika ditemukan, tidak berarti sebab-akibat, tetapi hanya hubungan antara variabel. Hasil analisis tersebut biasanya dilaporkan dalam bentuk nilai koefisien korelasi atau koefisien regresi serta tingkat signifikansinya, disamping proporsi variansi yang disumbangkan oleh variabel bebas terhadap variabel terikat. Analisis dimulai dengan coding data dan memindahkannya dari instrumen ke file komputer. Maka peneliti perlu menentukan langkah statistik yang tepat untuk digunakan. Pertanyaan awal adalah apakah data linier atau curvilinearly. f) Langkah 6. Menginterpretasikan Hasil PenelitianLangkah terakhir dalam melakukan penelitian korelasional adalah menafsirkan arti dari hasil. Ini mengharuskan peneliti mendiskusikan besarnya hubungan serta arahnya dalam sebuah penelitian korelasional, mengingat dampak dari variabel intervening dalam sebuah penelitian korelasi parsial, menafsirkan bobot regresi variabel dalam analisis regresi, dan mengembangkan suatu persamaan prediksi untuk digunakan dalam penelitian prediksi. Interpretasi data pada penelitian korelasional adalah akan menghasilkan koefisen korelasi dengan simbol (r). Hubungan variabel tersebut dinyatakan dengan nilai dari -1 sampai +1. Nilai (-) menunjukan korelasi negatif yang variabelnya saling bertolak belakang dan nilai (+) menunjukkan korelasi positif yang variabelnya saling mendekati ke arah yang sama.Dalam semua langkah ini, yang menjadi perhatian secara keseluruhan adalah apakah data peneliti mendukung teori, hipotesis, atau pertanyaan. Selanjutnya, peneliti mempertimbangkan apakah hasil penelitian mengkonfirmasi atau tidak mengkonfirmasi hasil temuan dari penelitian lain. Juga, refleksi dibuat tentang apakah beberapa ancaman yang telah dibahas di atas mungkin telah berkontribusi terhadap koefisien yang salah dan langkah-langkah yang mungkin dilakukan oleh para peneliti masa depan untuk mengatasi masalah ini.

2.6 Contoh Penelitian Korelasional Di bawah ini diberikan contoh garis-garis besar langkah-langkah penyusunan penelitian korelasional berdasarkan pada pedoman langkah-langkah penyusunan Penelitian Korelasional yang telah dibahas sebelumnya.MasalahApa ada kaitan antara kemampuan numerik peserta didik terhadap prestasi belajar matematika peserta didik kelas VII SMP N 1 Singaraja?

Judul PenelitianHubungan Antara Kemampuan Numerik Peserta Didik Terhadap Prestasi Belajar Matematika Peserta Didik Kelas VII SMP N 1 Singaraja

Variabel PenelitaanVariabel bebas dalam penelitian ini adalah kemampuan numerik peserta didik (X) sedangkan variabel terikatnya adalah prestasi belajar matematika peserta didik (Y)

Kajian TeoritisBerisikan teori yang melandasi hal-hal yang terkait dengan penelitian yang akan dilakukan. Adapun kajian teoritis dari penelitian ini adalah:1) Belajar dan Pembelajaran Pengertian belajar dan pembelajaran Faktor-faktor yang mempengaruhi belajar2) Prestasi Belajar Pengertian prestasi belajar Faktor-faktor yang mempengaruhi prestasi belajar3) Kemampuan Numerik Pengertian kemampuan numerik Kemampuan numerik dalam matematika

Metode PenelitianMetode dalam penelitian ini menggunakan metode korelasi, dikarenakan dalam penelitian ini ditujukan untuk mengetahui ada tidaknya hubungan dua variabel atau lebih secara sistematis tanpa melakukan perlakuan-perlakuan maupun manipulasi terhadap variabel penelitian berdasarkan pengukuran terhadap gejala-gejala pada diri responden

Hipotesis PenelitianHipotesis dapat diartikan sebagai jawaban yang bersifat sementara dari permasalahan penelitian.Adapun hipotesis dalam penelitian ini adalah sebagai berikut:H0; Adanya hubungan kemampuan numerik peserta didik terhadap prestasi belajar matematika peserta didik kelas VII SMP N 1 SingarajaH1; Tidak ada hubungan kemampuan numerik peserta didik terhadap prestasi belajar matematika peserta didik kelas VII SMP N 1 Singaraja

Populasi dan SampelPopulasi dalam penelitian ini adalah seluruh siswa kelas VII SMP N 1 Singaraja sebanyak 240 siswa, sedangkan sampel dari penelitian ini diperoleh dengan menggunakan metode random sampling dipilih sebanyak 148 siswa (menurut aturan R.V. Krecjie dan D.W. Morgan)

Subjek PenelitianSubjek Penelitian :1. Siswa SMP kelas VII di SMPN 1 Singaraja2. Guru3. Orang tua Siswa4. Kepala Sekolah

Objek PenelitianObjek penelitian ini adalah kemampuan numerik peserta didik (X) prestasi belajar matematika peserta didik (Y)

Teknik Pengumpulan Data1) Metode DokumentasiMetode ini digunakan untuk memperoleh data prestasi belajar matematika peserta didik SMP N 1 Singaraja, data tentang struktur pengajar, dan keadaan peserta didik serta data lain yang berhubungan dengan penelitian.2) Metode tesMetode tes digunakan untuk tingkat kemampuan numerik siswa. Adapun tes kemampuan numerik ini mencakup beberapa materi antara lain penjumlahan, pengurangan, pembagian, perkalian sederhana matematika, dan aritmatika dasar. Setelah perangkat tes disusun kemudian diuji cobakan kepada sejumlah obyek tertentu untuk mengetahui tingkat keabsahan, taraf kesukaran dan daya pembeda soal.

Analisis DataDilakukan pengujian terhadap Hipotesis (Analisis Uji Hipotesis) dengan menentukan besar koefisian korelasi (r). Dari koefisien korelasi dapat ditentukan tingkat hubungan variabel X (kemampuan numerik) dan variabel Y (prestasi belajar matematika) dan Mencari besarnya kontribusi variabel X terhadap variabel Y. Berikut analisis lanjut dilakukan untuk menarik kesimpulan tentang H0 (diterima atau ditolak)

Menginterpretasikan hasil penelitianBerdasarkan analisis uji hipotesis yang diujikan, akan diketahui bahwa hipotesis yang penulis ajukan diterima atau ditolak.

Tabel 2. Contoh Penelitian Korelasional

BAB IIIPENUTUP

3.1 SimpulanPenelitian korelasi adalah suatu penelitian yang melibatkan tindakan pengumpulan data guna menentukan, apakah ada hubungan dan tingkat hubungan antara dua variabel atau lebih. Sementara itu, menurut Creswell (2012: 339-342), ada dua rancangan utama dalam penelitian korelasional yaituExplanatory Research DesigndanPrediction Research Design. Dalam penelitian korelasional, karakteristik utama yang perlu diperhatikan adalah pertama skor haruslah dapat ditampilkan dalam suatu grafik. Kemudian dari grafik sebaran-plot skor, kita dapat memperoleh hubungan antar skor dengan memperhatikan arah asosiasi, bentuk asosiasi, derajat serta kekuatan asosiasi. Kemudian adapula analisis variabel yang digunakan dalam penelitian korelasional adalah berupa korelasi parsial dan regresi berganda.Langkah-langkah dalam melakukan studi korelasional yang menggunakan desain penelitian korelasional adalah menghubungkan variabel atau membuat prediksi, kemudian menentukan subjek penelitian, mengidentifikasi dua atau lebih tindakan untuk setiap individu dalam penelitian, mengumpulkan data dan memantau potensi ancaman terhadap validitas skor, menganalisis data dengan menggunakan statistik korelasi baik untuk data kontinu atau kategoris, dan menafsirkan kekuatan dan arah hasil.

3.2 SaranDiharapkan seorang peneliti mampu memahami desain penelitian korelasional dengan baik. Pemahaman yang baik akan mempermudah peneliti apabila nantinya peneliti menemukan suatu permasalahan yang dapat diperoleh solusinya dengan melaksanakan penelitian korelasional. 22