ANALISIS KORELASI

Penjelasan 1. Tujuan utama adalah mengetahui ukuran kekuatan atau kekuatan hubungan antara dua variabel. 2. Koefisien korelasi mengukur kekuatan hubungan tersebut (linier). 3. Misalnya, kita tertarik untuk mencari korelasi antara merokok dengan kanker paru-paru, antara nilai statistik dan matematika, antara sekolah menengah dengan perguruan tinggi dan sebagainya. Klasifikasi Besarnya Nilai Korelasi Antara Variabel 0.00 – 0.09 0.10 – 0.29 0.30 – 0.49 0.50 – 0.70 > 0.70 Korelasi diabaikan Korelasi rendah Korelasi moderat Korelasi sedang Korelasi kuat

Koefisien Korelasi Rank Spearman & Kendall’s Tau  Kasus Seorang peneliti sosial ingin mengetahui hubungan antara tingkat pendidikan dan persetujuan pendapat terhadap keputusan pemerintah menaikkan tarif tol pada bulan Mei 2010. Peneliti social tersebut mempunyai dugaan bahwa terdapat hubungan negative yang signifikan antara kedua variable tersebut. Hipotesis: H0 : Tidak terdapat hubungan signifikan antara tingkat pendidikan dan tingkat persetujuan pendapat. H1 : Terdapat hubungan signifikan antara tingkat pendidikan dan tingkat Untuk mengetahui hubungan antara dua variable data yang bersakala ordinal.

1

Klik OK. 4. 3. 5. Masukkan kedua variabel dalam kolom variabel. Pilih one-tailed. Dari menu utama SPSS. Pilih spearmanrho atau kendall’s tau. lalu pilih bivariate.05 Langkah SPSS 1.xls 2. pilih menu statistics atau analyze kemudian pilih submenu correalte. Output 2 . Kriteria Uji: Tolak hipotesis Nol bila nilai p-value < 0. Buka file spearmanrho. 6.persetujuan pendapat.

(1-tailed) N Spearman's rho pendidikan Correlation Coefficient Sig. Oleh karena nilai p-value untuk kedua korelasi lebih kecil dari 0.318 (korelasi Spearman Rho).000 .000 .011 50 1.262* . 50 -. • Semakin tinggi tingkat pendidikan menunjukkan ketidaksetujuan terhadap keputusan pemerintah menaikkan tarif tol. • • Kedua korelasi di atas menghasilkan korelasi negatif yang ditunjukkan oleh tanda negatif di depan koefisien korelasi.Correlations pendidikan Kendall's tau_b pendidikan Correlation Coefficient Sig. (1-tailed) N *.05.012 50 pendapat -.318* .000 .262 (korelasi Kendall’s Tau) dan -0.000 . 50 Interpretasi • Dari hasil ouptput di atas diketahui bahwa besarnya korelasi antar pendidikan dan persetujuan pendapat adalah -0. Correlation is significant at the 0. 50 -.318* .012 50 1. 1. 50 -. maka dapat disimpulkan bahwa terdapat hubungan negatif yang signifikan antara tingkat pendidikan dan persetujuan pendapat.262* . (1-tailed) N pendapat Correlation Coefficient Sig. (1-tailed) N pendapat Correlation Coefficient Sig. Korelasi Pearson 3 .05 level (1-tailed).011 50 1.

05 Asumsi • Asumsi dalam analisis varians adalah data berdistribusi normal. Seorang guru bimbingan siswa mengembangkan suatu tes psikologi numerik kepada siswa baru untuk mengetahui apakah terdapat hubungan antara hasil tes psikologi numerik dengan hasil nilai matematika yang akan diperoleh siswa pada akhir semester. Uji Asumsi Distribusi Normal Kolomogorov-Smirnov • Tes satu sampel Kolmogorov-Smirnov adalah test goodness of fit artinya tingkat kesesuaian antara distribusi serangkaian sampel (skor yang diobservasi) dengan suatu distribusi teoretis tertentu.  Ho  H1 : : data berdistribusi normal. 4 . Kriteria Uji: Tolak hipotesis Nol bila nilai p-value < 0. Kasus Untuk mengetahui hubungan antara dua variabel yang bersakala interval. Hipotesis: H0 H1 : : Tidak terdapat hubungan signifikan antara tes psikologi dengan nilai matematika. Terdapat hubungan signifikan antara tes psikologi dengan nilai matematika. Gunakan test Kolmogorov-Smirnov. data tidak berdistribusi normal.

909 Most Extreme Differences Absolute Positive Negative Kolmogorov-Smirnov Z Asymp.089 . Klik Dari menu utama SPSS.909 dan 0.3000 1.05). 4. Langkah SPSS 1.800 .• Dalam penelitian test satu sampel Kolmogorov-Smirnov umumnya digunakan untuk menguji asumsi normalitas data. pilih menu statistics atau analyze kemudian pilih submenu nonparametrics test. Buka file pearson.064 -. Output One-Sample Kolmogorov-Smirnov Test MATH N Normal Parameters a.xls 5 . maka hipotesis nol tidak ditolak yang artinya data penjualan mengikuti fungsi distribusi normal.563 .0250 10. Buka file pearson. Langkah SPSS 1.126 .55580 .545 ( ≥ 0. Sig. Masukkan nilai math & skor psikologi ke kolom test variable list. (2-tailed) a.126 -. Klik OK. b. Interpretasi Oleh karena nilai asymptotic significant value Uji Kolomogorov-Smirnov untuk math dan skor psikologi masing-masing sebesar 0. lalu pilih 1 sample K-S.xls 2. Calculated from data. Test distribution is Normal.545 40 Mean Std.089 . 3.. Deviation 81.124 .26692 .b SKOR 40 7.

Pilih pearson dan pilih one-tailed. 4.332* . Koefisien Kontingensi C (Cramer’s V)  Kasus 6 Untuk mengetahui hubungan antara variabel data yang berskala nominal. • Atau ada kecenderungan bahwa siswa yang memiliki nilai tes psikologi yang baik ketika masuk sekolah akan mempunyai nilai matematika yang baik pula. .018 40 1 *. 3. Masukkan kedua variabel dalam kolom variabel.018 40 40 1 SKOR . Dari menu utama SPSS. (1-tailed) N 40 . Output Correlations MATH MATH Pearson Correlation Sig.332* .05 level (1-tailed).332 (korelasi moderat) dan sifinikan pada alpha 5 %. Interpretasi • • Besarnya hubungan antara skor psikologi dan nilai matematika adalah 0. Klik OK.018 (< 0. 5. maka dapat disimpulkan bahwa terdapat hubungan positif moderat antara nilai tes psikologi ketika siswa akan masuk sekolah dengan nilai matematika yang diperoleh siswa ketika proses belajar. Correlation is significant at the 0. pilih menu statistics atau analyze kemudian pilih submenu correalte. Oleh karena nilai p-value seebar 0.05). lalu pilih bivariate. (1-tailed) N SKOR Pearson Correlation Sig.2.

pilih menu statistics atau analyze kemudian pilih submenu descriptive statistics. Dari menu utama SPSS. Output PARTAI * PENDIDIKAN Crosstabulation Count PENDIDIKAN 1 PARTAI 1 2 3 4 5 Total 0 8 6 2 3 19 2 1 2 2 2 2 9 3 6 0 1 1 1 9 Total 7 10 9 5 6 37 7 . Klik continue. Sebagai gambaran awal diambil sampel 37 responden dan diminta keterangan tentang tingkat pendidikan terakhir dan partai pilihan pada pemilu 2004. Klik OK. Klik tombol statistics dan pilih opsi chi-square dan phi and cramer’s V. 6. Masukkan variable partai dalam kolom row(s). 5. lalu pilih crosstabs.xls 2. 4. Buka file cramer. 3. Langkah SPSS 1.Seorang peneliti sosial-politik ingin mengetahui apakah terdapat hubungan antara tingkat pendidikan seseorang dengan partai politik pilihannya pada pemilu 2004. 7. Masukkan variabel pendidikan dalam kolom column(s).

3%) have expected count less than 5.007 (< 0.109 a. maka kesimpulannya adalah terdapat hubungan positif signifikan antara tingkat pendidikan seseorang dan partai politik pilihan pada pemilu 2004. Symmetric Measures Value Nominal by Nominal Phi Cramer's V N of Valid Cases . Asosiasi ETA Untuk mengetahui hubungan antara variabel data yang berskala nominal dan interval. Keterangan Cramer’s V lebih tepat digunakan untuk tabel kontingensi lebih dari 2 x 2 dan statistik Phi lebih dianjurkan untuk tabel kontingensi 2 x 2.007 .007 .Chi-Square Tests Asymp. Sig. . Sig.22. 14 cells (93.05).004 . Kasus 8 .927a 22.571 37 df 8 8 1 sided) . (2Value Pearson Chi-Square Likelihood Ratio Linear-by-Linear Association N of Valid Cases 20. The minimum expected count is 1.007 Interpretasi • Oleh karena nilai p-value cramer’s V sebesar 0.532 37 Approx.752 .507 2.

578 Interpretasi • Jika mata pelajaran diasumsikan sebagai variabel dependen.524 .578. Kemudian diadakan tes verbal terhadap siswa-siswa tersebut. Diambil 24 siswa sebagai sampel dan setiap siswa diminta untuk menyebutkan satu mata pelajaran favoritnya. 9 .Seorang guru konseling ingin mengetahui apakah terdapat hubungan yang sangat kuat antara mata pelajaran yang disukai siswa dengan kemampuan verbal. Output PELAJARAN * SKOR Crosstabulation Count SKOR 5 PELAJARAN 1 2 3 4 5 Total 1 0 0 0 0 1 6 1 1 0 0 0 2 7 1 1 1 1 2 6 8 1 2 2 2 1 8 9 0 1 1 1 2 5 10 0 0 2 0 0 2 Total 4 5 6 4 5 24 Directional Measures Value Nominal by Interval Eta PELAJARAN Dependent SKOR Dependent .524. • Selanjutnya jika skor tes diasumsikan sebagai variabel dependen. maka terdapat hubungan positif antara mata pelajaran favorit siswa dengan skor verbal tes yaitu sebesar 0. maka terdapat hubungan positif antara mata pelajaran favorit siswa dengan skor tes verbal yaitu sebesar 0.

Sign up to vote on this title
UsefulNot useful