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

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

011 50 1. Oleh karena nilai p-value untuk kedua korelasi lebih kecil dari 0. 50 -. • • Kedua korelasi di atas menghasilkan korelasi negatif yang ditunjukkan oleh tanda negatif di depan koefisien korelasi. 1.05. 50 Interpretasi • Dari hasil ouptput di atas diketahui bahwa besarnya korelasi antar pendidikan dan persetujuan pendapat adalah -0.011 50 1.012 50 1.262* .000 . (1-tailed) N pendapat Correlation Coefficient Sig. maka dapat disimpulkan bahwa terdapat hubungan negatif yang signifikan antara tingkat pendidikan dan persetujuan pendapat. 50 -.05 level (1-tailed). (1-tailed) N *.318* .000 .262 (korelasi Kendall’s Tau) dan -0.012 50 pendapat -.000 . (1-tailed) N pendapat Correlation Coefficient Sig.318 (korelasi Spearman Rho). Korelasi Pearson 3 .Correlations pendidikan Kendall's tau_b pendidikan Correlation Coefficient Sig. (1-tailed) N Spearman's rho pendidikan Correlation Coefficient Sig. 50 -.000 . Correlation is significant at the 0.262* .318* . • Semakin tinggi tingkat pendidikan menunjukkan ketidaksetujuan terhadap keputusan pemerintah menaikkan tarif tol.

 Ho  H1 : : data berdistribusi normal. Kasus Untuk mengetahui hubungan antara dua variabel yang bersakala interval.05 Asumsi • Asumsi dalam analisis varians adalah data berdistribusi normal. 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. 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. data tidak berdistribusi normal. Kriteria Uji: Tolak hipotesis Nol bila nilai p-value < 0. 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. 4 .

• Dalam penelitian test satu sampel Kolmogorov-Smirnov umumnya digunakan untuk menguji asumsi normalitas data. Masukkan nilai math & skor psikologi ke kolom test variable list. Deviation 81. 3.3000 1.xls 5 . Sig.545 40 Mean Std. Klik Dari menu utama SPSS. Buka file pearson. (2-tailed) a.124 . Test distribution is Normal.. Langkah SPSS 1.545 ( ≥ 0.909 Most Extreme Differences Absolute Positive Negative Kolmogorov-Smirnov Z Asymp.b SKOR 40 7. Interpretasi Oleh karena nilai asymptotic significant value Uji Kolomogorov-Smirnov untuk math dan skor psikologi masing-masing sebesar 0.xls 2. 4. Klik OK.55580 .089 .064 -.089 . lalu pilih 1 sample K-S.0250 10.126 -. Buka file pearson. maka hipotesis nol tidak ditolak yang artinya data penjualan mengikuti fungsi distribusi normal.909 dan 0. Output One-Sample Kolmogorov-Smirnov Test MATH N Normal Parameters a. pilih menu statistics atau analyze kemudian pilih submenu nonparametrics test. b. Langkah SPSS 1.800 .563 .126 .05). Calculated from data.26692 .

Interpretasi • • Besarnya hubungan antara skor psikologi dan nilai matematika adalah 0. . 4.332* . 5.332 (korelasi moderat) dan sifinikan pada alpha 5 %.018 40 1 *. 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. (1-tailed) N 40 .05). • Atau ada kecenderungan bahwa siswa yang memiliki nilai tes psikologi yang baik ketika masuk sekolah akan mempunyai nilai matematika yang baik pula. 3.2. Masukkan kedua variabel dalam kolom variabel. Correlation is significant at the 0. Dari menu utama SPSS. Klik OK. Koefisien Kontingensi C (Cramer’s V)  Kasus 6 Untuk mengetahui hubungan antara variabel data yang berskala nominal. Oleh karena nilai p-value seebar 0. lalu pilih bivariate. (1-tailed) N SKOR Pearson Correlation Sig. Output Correlations MATH MATH Pearson Correlation Sig.018 (< 0.018 40 40 1 SKOR . Pilih pearson dan pilih one-tailed.332* .05 level (1-tailed). pilih menu statistics atau analyze kemudian pilih submenu correalte.

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

05).109 a.007 Interpretasi • Oleh karena nilai p-value cramer’s V sebesar 0. Sig.007 .3%) have expected count less than 5. (2Value Pearson Chi-Square Likelihood Ratio Linear-by-Linear Association N of Valid Cases 20. Sig.007 . Asosiasi ETA Untuk mengetahui hubungan antara variabel data yang berskala nominal dan interval.752 . The minimum expected count is 1. Symmetric Measures Value Nominal by Nominal Phi Cramer's V N of Valid Cases .532 37 Approx.927a 22.Chi-Square Tests Asymp.007 (< 0. Kasus 8 . 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 2.571 37 df 8 8 1 sided) .004 . . maka kesimpulannya adalah terdapat hubungan positif signifikan antara tingkat pendidikan seseorang dan partai politik pilihan pada pemilu 2004.507 2.22. 14 cells (93.

9 . Diambil 24 siswa sebagai sampel dan setiap siswa diminta untuk menyebutkan satu mata pelajaran favoritnya.Seorang guru konseling ingin mengetahui apakah terdapat hubungan yang sangat kuat antara mata pelajaran yang disukai siswa dengan kemampuan verbal. • Selanjutnya jika skor tes diasumsikan sebagai variabel dependen.524. maka terdapat hubungan positif antara mata pelajaran favorit siswa dengan skor verbal tes yaitu sebesar 0. 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 . Kemudian diadakan tes verbal terhadap siswa-siswa tersebut.578 Interpretasi • Jika mata pelajaran diasumsikan sebagai variabel dependen.578.524 . maka terdapat hubungan positif antara mata pelajaran favorit siswa dengan skor tes verbal yaitu sebesar 0.