Anda di halaman 1dari 7

STATISTIK DESKRIPTIF dan

UJI KORELASI
18 November 2014

Statistik deskriptif
Menampilkan nilai statistik per variabel yang
diinginkan antara lain mean, modus, standard
deviasi, dan lain-lain
Cara
Import data excel ke lembar SPSS
Analyze descriptive statistic Frequencies
Pilih variabel yang akan di olah
Statistic tick off (mean, median, mode, std
deviation)
Chart (optional)
Continue ok

Uji Korelasi
Koefisien korelasi digunakan untuk
mengetahui tingkat derajat keeratan
hubungan linear antara dua atau
lebih variabel yang minimal berskala
ukur interval
Uji korelasi atau disebut juga dengan
korelasi Pearson

Metode Succesive interval


Berdasarkan hasil jawaban responden , hitung frekuensi setiap pilihan
jawaban
Berdasarkan frekuensi yang diperoleh untuk setiap pernyataan, hitung
proporsi kumulatif untuk setiap pilihan jawaban
Berdasarkan proporsi tersebut, untuk setiap pernyataan, hitung proporsi
kumulatif untuk setiap pilihan jawaban
Dengan menggunakan tabel distribusi normal baku, menghitung nilai z tabel
untuk setiap proporsi kumulatif yang diperoleh
Menentukan nilai batas untuk setiap nilai z yang diperoleh (dari tabel normal)
Menentukan nilai skala (scale value) untuk setiap nilai z dengan
menggunakan rumus sebagai berikut.

Menghitung nilai transformasi ( y) dengan menggunakan rumus sebagai


berikut:
Nilai transformasi =Nilai skala I Nilai Skala Minimal I +1

Korelasi Pearson
AnalyzeCorrelate bivariate one tailed-
continue- ok
Intrepretasi koefisien Korelasi
No

Koefisien

Tkt Hubungan

0,00 0,199

Sangat rendah

2,00 0,399

Rendah

0,40 0,599

Sedang

0,60 0,799

Kuat

0,80 1,000

Sangat kuat

Persamaan Regresi Linear


Regresi merupakan suatu alat ukur yang juga digunakan
untuk
mengukur
ada
atau
tidaknya
korelasi
antarvariabelnya.
Persamaan yang digunakan untuk mendapatkan garis
regresi pada data diagram pencar disebut persamaan
regresi.
Untuk menempatkan garis regresi pada data yang diperoleh
maka digunakan metode kuadrat terkecil, sehingga
bentuk persamaan regresi adalah sebagai berikut:
Y=a+bX

Anda mungkin juga menyukai