Daftar isi
Penelitian korelasional adalah desain penelitian kuantitatif yang mengukur dua variabel atau lebih pada subjek yang sama, lalu menghitung seberapa kuat dan ke arah mana variabel-variabel itu berhubungan. Peneliti tidak memberi perlakuan apa pun; variabel diukur apa adanya.
Contoh pertanyaannya: apakah ada hubungan antara kecanduan media sosial dan kualitas tidur mahasiswa?
Ciri penelitian korelasional
- Rumusan masalah berbentuk "apakah terdapat hubungan antara X dan Y?"
- Semua variabel diukur dari subjek yang sama, biasanya dengan kuesioner atau data dokumen (mis. nilai rapor).
- Tidak ada manipulasi atau perlakuan.
- Hasil utamanya koefisien korelasi (r) dan nilai Sig.
Korelasional, kausal, dan eksperimen
| Desain | Pertanyaan | Perlakuan | Kekuatan bukti sebab-akibat |
|---|---|---|---|
| Korelasional | Apakah X dan Y berhubungan? | Tidak ada | Lemah |
| Asosiatif kausal (survei dengan regresi) | Seberapa besar pengaruh X terhadap Y? | Tidak ada | Lemah sampai sedang, bergantung teori |
| Eksperimen | Apakah perlakuan X mengubah Y? | Ada, diatur peneliti | Kuat |
Hubungan yang ditemukan dalam penelitian korelasional bisa terjadi karena X memengaruhi Y, Y memengaruhi X, atau ada variabel ketiga yang memengaruhi keduanya. Karena itu, kesimpulannya ditulis sebagai hubungan, bukan pengaruh atau sebab.
Langkah penelitian
- Rumuskan masalah dan hipotesis, misalnya "terdapat hubungan negatif antara kecanduan media sosial dan kualitas tidur".
- Tentukan populasi dan sampel.
- Susun dan uji instrumen dengan uji validitas dan reliabilitas.
- Kumpulkan data, lalu periksa normalitas, linearitas, dan outlier.
- Hitung korelasi: Pearson bila data interval/rasio, normal, dan linear; Spearman bila ordinal atau tidak normal. Lihat korelasi Pearson dan Spearman.
- Tafsirkan arah, kekuatan, dan signifikansinya.
Menafsirkan koefisien korelasi
- Tanda menunjukkan arah: positif berarti keduanya naik bersama, negatif berarti satu naik ketika yang lain turun.
- Besar (tanpa tanda) menunjukkan kekuatan. Pedoman Jacob Cohen (1988): sekitar 0,10 kecil, 0,30 sedang, dan 0,50 besar.
- Signifikansi: Sig. < 0,05, atau r hitung > r tabel.
Contoh (angka rekaan)
Pada 50 mahasiswa, korelasi kecanduan media sosial dan kualitas tidur r = −0,45. Dengan df = 48, r tabel 5% dua sisi = 0,279 dan Sig. = 0,001. Karena |−0,45| > 0,279, terdapat hubungan negatif yang signifikan dengan kekuatan sedang mendekati besar: makin tinggi kecanduan media sosial, makin rendah kualitas tidur.
Korelasi bisa dihitung di olah data, yang menampilkan matriks korelasi bergaya SPSS beserta kalimat penjelasannya.
Punya data? Hitung korelasi Pearson, Spearman, atau Kendall langsung di browser, lengkap dengan tabel bergaya SPSS dan kalimat untuk Bab 4. Datamu tidak dikirim ke server.
Olah datamuContoh judul dan rumusan masalah
Contoh
Judul: Hubungan antara Kecanduan Media Sosial dan Kualitas Tidur pada Mahasiswa Universitas X
Rumusan masalah: Apakah terdapat hubungan antara kecanduan media sosial dan kualitas tidur pada mahasiswa Universitas X?
Kesalahan umum
- Menyimpulkan sebab-akibat ("X menyebabkan Y") dari korelasi.
- Memakai Pearson pada data yang hubungannya jelas melengkung.
- Mengabaikan variabel ketiga yang mungkin menjelaskan hubungan.
- Hanya melaporkan Sig. tanpa arah dan kekuatan korelasinya.
Pertanyaan umum
Apa beda penelitian korelasional dan penelitian 'pengaruh'?
Penelitian korelasional bertanya apakah dan seberapa kuat dua variabel berhubungan. Penelitian yang bertanya 'pengaruh X terhadap Y' (asosiatif kausal) biasanya memakai regresi dan menyusun arah hubungan dari teori. Keduanya sama-sama tidak memberi perlakuan, jadi bukti sebab-akibatnya tetap lebih lemah daripada eksperimen.
Berapa sampel minimal penelitian korelasional?
Makin kecil korelasi yang ingin dideteksi, makin besar sampel yang dibutuhkan. Patokan kasar yang sering dipakai adalah minimal sekitar 30 responden. Untuk mendeteksi korelasi sedang (r = 0,3) dengan peluang 80%, dibutuhkan sekitar 85 responden.
Kalau korelasinya tidak signifikan, apakah penelitian gagal?
Tidak. Hasil yang tidak signifikan tetap temuan yang sah. Bahas kemungkinan penyebabnya, misalnya sampel kecil, rentang data yang sempit, atau hubungan yang tidak linear, dan bandingkan dengan penelitian terdahulu.