Cara Menghitung Korelasi dan Menafsirkannya Menggunakan SPSS

Topics: korelasi pearson, olahdata, Olahdata Statistik, SPSS 19, statistik <p>Your browser does not support iframes.</p> Menghitung Korelasi dan menafsirkan menggunakan software SPSS dapat dilakukan dengan cepat dan mudah. Pada artikel kali ini tidak akan dibahas lagi bagaimana rumus korelasi namun lebih kepada langkah praktis bagaimana cara perhitungan dan cara membaca hasilnya dengan program SPSS. Korelasi merupakan teknik analisis statistik yang sering digunakan oleh peneliti untuk beragam keperluan seperti tugas akhir, skripsi, thesis, disertasi, ataupun penelitian ilmiah lainnya dan termasuk dalam salah satu teknik pengukuran asosiasi atau hubungan (measures of association). Analisis korelasi sering pula dihubungkan dan berkaitan regresi. Pengukuran asosiasi merupakan istilah umum yang sering digunakan dalam teknik statistik bivariat untuk mengukur kekuatan hubungan antara dua variabel. Diantara beberapa teknikteknik pengukuran asosiasi, ada dua teknik korelasi yang sangat populer sampai sekarang, yaitu Korelasi Pearson Product Moment dan Korelasi Rank Spearman. Selain kedua teknik tersebut, terdapat pula teknik-teknik korelasi lain, seperti Kendal, Chi-Square, Phi Coefficient, GoodmanKruskal, Somer, dan Wilson. Korelasi bermanfaat untuk mengukur kekuatan hubungan antara dua variabel (kadang lebih dari dua variabel) yang terbagi dengan skala-skala tertentu menurut jenis data. Sebagai contoh; Korelasi Pearson menggunakan data berskala interval atau rasio; Spearman dan Kendal menggunakan skala ordinal; Chi Square menggunakan data nominal. Hasil perhitungan korelasi mempunyai kemungkinan penafsiran terhadap pengujian hipotesis dua arah (two tailed). Korelasi searah jika nilai koefesien korelasi diketemukan positif; sebaliknya jika nilai koefesien korelasi negatif, korelasi disebut tidak searah. Berikut ini contoh menghitung korelasi dan cara menafsirkannya dengan bantuan software SPSS versi 19. Misalkan kita memiliki 4 variabel penelitian X1,X2,X3, dan Y. Cara melakukan perhitungan korelasi pearson dengan SPSS 19 adalah sebagai berikut :

kemudian Bivariate  Pada kotak dialog yang muncul. Nomor (2) dan (3) dipilih berdasarkan perhitungan korelasi yang akan .X3. Masukkan data penelitian pada menu SPSS Data editor  Pilih menu Analyze. pilih variabel yang akan diproses dengan meng-klik variabel X1.X2. dan Y dan meng-klik tombol panah (1) yang ada di tengah kotak kiri dan kanan. lalu Correlate.

o Signifikansi Hasil Korelasi Berdasarkan nilai Signifikansi. kita bisa mengambil simpulan atas hipotesis : H0 = Tidak ada hubungan (korelasi) antara dua variabel. Dasar pengambilan keputusan berdasarkan probabilitas menggunakan kriteria : . yaitu tanda (+) dan (-) yang berhubungan dengan arah korelasi. serta menyatakan kuat tidaknya korelasi.digunakan dan jenis tes signifikansi.  Penafsiran Hasil Korelasi: o Arti Angka Korelasi Ada dua tanda dalam penafsiran korelasi melalui nilai koefisien. H1 = Ada hubungan (korelasi) antara dua variabel. Uji dilakukan dua sisi / arah / tailed (ekor).  Lihat hasil output di jendela SPSS Output Viewer dan berikan penafsiran atas hasil perhitungan yang muncul.

maka H0 ditolak. skripsi. Korelasi merupakan teknik analisis statistik yang sering digunakan oleh peneliti untuk beragam keperluan seperti tugas akhir. analisis korelasi pearson dapat juga dibaca pada referensi berikut : Buku Latihan SPSS Statistik Parametrik.. Perhitungan korelasi lainnya seperti korelasi Kendall’s tau-b ataupun korelasi Rank Spearman dapat dilakukan dengan cara yang hampir sama dengan perhitungan korelasi pearson. yaitu Korelasi Pearson Product Moment dan Korelasi Rank Spearman. X3. ada dua teknik korelasi yang sangat populer sampai sekarang.htm Related Posts : Cara Menghitung Korelasi dan Menafsirkannya Menggunakan SPSS 00:30 ringga arie suryadi No comments Menghitung Korelasi dan menafsirkan menggunakan software SPSS dapat dilakukan dengan cepat dan mudah.jonathansarwono. Elexmedia http://id. rumus statistik korelasi. contoh perhitungan korelasi pearson menggunakan data X1. data korelasi.org/wiki/Korelasi http://www. Pengukuran asosiasi merupakan istilah umum yang sering digunakan dalam teknik statistik bivariat untuk mengukur kekuatan hubungan antara dua variabel. Analisis korelasi sering pula dihubungkan dan berkaitan regresi. regresi dan korelasi.Jika probabilitas < 0.X2. koefisien korelasi. korelasi kanonik. . Singgih Santoso. Tinggal sesuaikan saja jenis data yang dimiliki dengan metoda perhitungan yang tepat. korelasi spss. statistik korelasi.info/korelasi/korelasi.01). rumus korelasi. Artikel lainnya mengenai penjelasan seputar. Berdasarkan acuan penafsiran diatas.342 yang dapat dikategorikan memiliki hubungan yang lemah dan berdasarkan uji signifikasi hasilnya menunjukkan nilai 0. ataupun penelitian ilmiah lainnya dan termasuk dalam salah satu teknik pengukuran asosiasi atau hubungan (measures of association).05 (atau 0.definisi korelasi.01). arti korelasi. korelasi penelitian.140 yang berarti asosiasi kedua variabel adalah tidak signifikan Demikian cara menghitung korelasi pearson dengan SPSS 19 dengan contoh korelasi X1-Y.Jika probabilitas > 0. hubungan korelasi. thesis. Diantara beberapa teknikteknik pengukuran asosiasi. korelasi statistik. disertasi. maka H0 diterima.05 (atau 0. Selain kedua teknik tersebut.wikipedia. o Korelasi X1 dan Y memiliki nilai 0. rumus product moment pearson. uji korelasi. korelasi spearman. . rumus korelasi pearson. analisis korelasi sederhana. dan Y maka salah satu tafsiran yang dapat kita berikan adalah . Pada artikel kali ini tidak akan dibahas lagi bagaimana rumus korelasi namun lebih kepada langkah praktis bagaimana cara perhitungan dan cara membaca hasilnya dengan program SPSS.

Korelasi Pearson menggunakan data berskala interval atau rasio. Hasil perhitungan korelasi mempunyai kemungkinan penafsiran terhadap pengujian hipotesis dua arah (two tailed). Sebagai contoh. Somer. dan Y. Chi Square menggunakan data nominal.terdapat pula teknik-teknik korelasi lain. dan Wilson. Chi-Square. Berikut ini contoh menghitung korelasi dan cara menafsirkannya dengan bantuan software SPSS versi 19. GoodmanKruskal. Cara melakukan perhitungan korelasi pearson dengan SPSS 19 adalah sebagai berikut :  Masukkan data penelitian pada menu SPSS Data editor . sebaliknya jika nilai koefesien korelasi negatif.X3. Misalkan kita memiliki 4 variabel penelitian X1. seperti Kendal. Phi Coefficient. korelasi disebut tidak searah. Korelasi searah jika nilai koefesien korelasi diketemukan positif.X2. Spearman dan Kendal menggunakan skala ordinal. Korelasi bermanfaat untuk mengukur kekuatan hubungan antara dua variabel (kadang lebih dari dua variabel) yang terbagi dengan skala-skala tertentu menurut jenis data.

pilih variabel yang akan diproses dengan meng-klik variabel X1. Pilih menu Analyze. Nomor (2) dan (3) dipilih berdasarkan perhitungan korelasi yang akan digunakan dan jenis tes signifikansi.X3. lalu Correlate. . dan Y dan meng-klik tombol panah (1) yang ada di tengah kotak kiri dan kanan. kemudian Bivariate  Pada kotak dialog yang muncul.X2.

Tinggal sesuaikan saja jenis data yang dimiliki dengan metoda perhitungan yang tepat.140 yang berarti asosiasi kedua variabel adalah tidak signifikan Demikian cara menghitung korelasi pearson dengan SPSS 19 dengan contoh korelasi X1-Y. regresi dan korelasi. X3. Dasar pengambilan keputusan berdasarkan probabilitas menggunakan kriteria : Jika probabilitas > 0. korelasi spss.05 (atau 0.342 yang dapat dikategorikan memiliki hubungan yang lemah dan berdasarkan uji signifikasi hasilnya menunjukkan nilai 0.definisi korelasi. Berdasarkan acuan penafsiran diatas. . korelasi penelitian.01). rumus korelasi.01). yaitu tanda (+) dan (-) yang berhubungan dengan arah korelasi. contoh perhitungan korelasi pearson menggunakan data X1. korelasi spearman. maka H0 ditolak. Perhitungan korelasi lainnya seperti korelasi Kendall’s tau-b ataupun korelasi Rank Spearman dapat dilakukan dengan cara yang hampir sama dengan perhitungan korelasi pearson. hubungan korelasi. Uji dilakukan dua sisi / arah / tailed (ekor). uji korelasi. . koefisien korelasi. maka H0 diterima. korelasi statistik. korelasi kanonik. statistik korelasi.Jika probabilitas < 0.05 (atau 0. dan Y maka salah satu tafsiran yang dapat kita berikan adalah . arti korelasi. serta menyatakan kuat tidaknya korelasi. H1 = Ada hubungan (korelasi) antara dua variabel. Lihat hasil output di jendela SPSS Output Viewer dan berikan penafsiran atas hasil perhitungan yang muncul.X2.  Penafsiran Hasil Korelasi: o Arti Angka Korelasi Ada dua tanda dalam penafsiran korelasi melalui nilai koefisien. o Signifikansi Hasil Korelasi Berdasarkan nilai Signifikansi. o Korelasi X1 dan Y memiliki nilai 0. data korelasi. kita bisa mengambil simpulan atas hipotesis : H0 = Tidak ada hubungan (korelasi) antara dua variabel. Artikel lainnya mengenai penjelasan seputar.

beberapa diantaranya adalah :  Rumus Split Half Rumus reliabilitas split half ini memiliki variasi lagi yaitu pembelahan secara ganjil-genap dan pembelahan awal akhir. Rumus Reliabitas. rumus rulon. rumus hoyt.info/korelasi/korelasi. rumus KR 21. ada metode berbentuk paralel (equivalent). rumus split half. Rumus reliabilitasnya adalah sebagai berikut : . rumus statistik korelasi. metode belah dua (split half method) Selain menggunakan rumus Alpha Cronbach sebagaimana yang telah dibahas pada artikel konsep dan contoh perhitungan reliabilitas.</p> Rumus-rumus reliabilitas pada uji instrumen penelitian memiliki beberapa variasi perhitungan.rumus product moment pearson. rumus alpha cronbach. metode tes ulang (test-retest method). ada pula rumus lain yang dapat digunakan untuk menghitung nilai reliabilitas. analisis korelasi sederhana. Uji Instrumen Penelitian <p>Your browser does not support iframes. rumus flanagan.jonathansarwono.htm Singgih Santoso. Elexmedia Rumus-Rumus Reliabitas Pada Uji Instrumen Penelitian Topics: Olahdata Statistik. analisis korelasi pearson dapat juga dibaca pada referensi berikut : Buku Latihan SPSS Statistik Parametrik.wikipedia. Rumus Flanagan Rumus Flanagan digunakan menghitung reliabilitas dengan menggunakan belah dua ganjil genap. rumus KR 20. http://id. Perbedaan rumus menghitung reliabilitas ini tergantung kepada metoda pengambilan tes. rumus korelasi pearson.org/wiki/Korelasi http://www. Rumus yang digunakan untuk menghitung reliabilitas dengan rumus ini adalah : dengan r1/21/2 =r xy  dimana : r11= reliabilitas instrumen rxy = korelasi pearson penjelasan mengenai korelasi pearson bisa pada artikel validitas.

 Keterangan : r11= reliabilitas instrumen p = proporsi subjek yang menjawab item dengan benar q = proporsi subjek yang menjawab item dengan salah (q = 1-p) ?pq = jumlah hasil perkalian antara p dan q n = banyaknya item S = standar deviasi dari tes Rumus KR-21 Rumus KR-21 merupakan  keterangan: r11= reliabilitas instrumen M = Mean atau rerata skor total Rumus Hoyt Rumus reliabilitas ini dituliskan dalam bentuk : . Rumus Rulon dapat dituliskan :  dengan keterangan : r11= reliabilitas instrumen Sd2= varians beda St2= varians total yaitu varians skor total Rumus KR-20 Rumus reliabilitas ini disebut juga dengan rumus Kuder Richardson 20. dengan keterangan : r11= reliabilitas instrumen S12= varians belahan pertama/ varians skor item ganjil S22= varians belahan kedua/ varians skor item genap St2= varians total yaitu varians skor total S = standar deviasi Rumus Rulon Perhitungan reliabilitas dengan Rumus Rulon dengan memakai nilai varians dan perbedaan skor belahan pertama dan belahan kedua.

Tunggu saja updatenya dalam beberapa waktu kedepan. PT Bumi Aksara. 9. Cet. Suharsimi Arikunto. 2009 .keterangan : r11= reliabilitas instrumen Vs= varians sisa Vr= varians responden Contoh-contoh perhitungan dari setiap rumus reliabilitas ini akan ditambahkan kemudian di artikel ini dan bisa Anda unduh. referensi tulisan : Dasar-dasar Evaluasi Pendidikan.

Sign up to vote on this title
UsefulNot useful