Korelasi
Korelasi
KORELASI
Tujuan
Untuk mengetahui apakah di
antara dua variabel terdapat
hubungan dan jika ada
hubungan, bagaimana arah
hubungan dan seberapa erat
hubungan tersebut.
JENIS-JENIS ANALISIS
KORELASI
JENIS
DATA
data nominal
data rasio
KOEFISIEN
KONTINGENSI
data ordinal
KORELASI
RANK
SPEARMAN
KORELASI
PEARSON
KORELASI PRODUCT
MOMEMENT PEARSON
Analisis Korelasi PMP digunakan untuk:
1. Menguji apakah data sampel yang ada
menyediakan bukti cukup bahwa ada kaitan
antara variabel-variabel dalam populasi asal
sampel.
2. Jika ada hubungan, seberapa kuat
hubungan antar variabel tersebut. Keeratan
hubungan dinyatakan dengan angka
korelasi (r), yang berkisar antara -1 s.d. +1.
Contoh Kasus
Seorang peneliti ingin mengetahui apakah
ada korelasi antara jumlah pelanggar lalu
lintas, jumlah kendaraan roda empat,
kendaran roda dua, jumlah polisi, dan
jumlah penduduk.
Untuk menjawab pertanyaan tersebut
langkah-langkahnya adalah sebagai berikut:
1. Buka file korelasi.sav.
2. Pilih menu Analyze, Correlate, Bivariate.
Langkah-langkah:
Buka file korelasi_spearman.sav.
Pilih menu Analyze, Correlate,
Bivariate.
Pada isian Variables, masukkan
variabel prestasi, iq, dan motivasi.
Dalam kolom Correlation
Coefficients, pilih Kendalls tau-b dan
Spearman.
Tekan OK untuk menjalankan SPSS.
Output Korelasi
Spearman
KORELASI PARSIAL
Korelasi Parsial digunakan untuk mengukur
korelasi antar dua variabel dengan
mengeluarkan pengaruh dari satu atau
beberapa variabel (disebut variabel kontrol).
Contoh Kasus:
Kajur JAFE ingin mengukur korelasi parsial
antara Prestasi mahasiswa dan motivasi
mahasiswa dengan tingkat kecerdasan (diukur
dengan IQ) sebagai variabel kontrol. Untuk itu,
diambil 9 mahasiswa dan seorang dosen untuk
memberi penilaian pada setiap mahasiswa
tentang Prestasi dan Motivasi belajarnya.
Langkah-langkah
Gunakan file korelasi_spearman.sav.
Pilih menu Analyze, Correlate,
Partial.
Pada isian Variables, masukkan
variabel prestasi dan motivasi.
Pada isian Controlling for, masukkan
variabel iq.
Tekan OK untuk menjalankan SPSS.
Correlation
prestasi motivasi
1.000
.556
Significance (2-tailed)
.153
df
.556
1.000
.153
motivasi Correlation
Significance (2-tailed)
df
KOEFISIEN
KONTINGENSI
Jika data berupa data nominal atau
ketegorikal, korelasi bisa diukur dengan
Koefisien Kontingensi.
Contoh:
Manajer personalia ingin mengetahui
apakah terdapat hubungan/korelasi antara
gender dan bidang.
Langkah-langkah:
1. Buka file data personalia.
2. Klik Analyze, Descriptive Statistics,
dan Crosstabs.
3. Isikan variabel gender ke Row(s) dan
bidang ke Column(s).
Contingency
Coefficient
N of Valid Cases
Value
Approx.
Sig.
.311
.444
25
Tugas 4
1. Gunakan file data personalia.sav.
2. Lakukan korelasi PPM untuk menguji korelasi di
antara variabel-variabel gaji, usia, dan kerja.
3. Lakukan korelasi Kendall Spearman untuk
menguji korelasi di antara variabel-variabel
gender, bidang, status, dan didik.
4. Lakukan korelasi Kendall Spearman untuk
menguji korelasi di antara variabel-variabel
gender, bidang, status, dengan variabel didik
sebagai variabel kontrol.
5. Simpan dengan nama file korelasi.doc.