Anda di halaman 1dari 10

CARA MELAKUKAN ANALISIS KORELASI DENGAN SPSS

Analisis korelasi atau asosiasi merupakan studi pembahasan tentang derajad keeratan
hubungan antar variabel yang dinyatakan dengan koefisien korelasi. Hubungan antara variabel
bebas (X) dan variabel terikat (Y) dapat bersifat :
1. Positif, artinya jika variabel bebas (X) naik, maka variabel terikat (Y) naik.
2. Negatif, artinya jika variabel bebas (X) turun, maka variabel terikat (Y) turun.
Derajad hubungan biasanya dinyatakan dengan r, yang disebut dengan koefisien korelasi
sampel yang merupakan penduga bagi koefisien populasi. Sedangkan r2 disebut dengan
koefisien determinasi (koefisien penentu). Kekuatan korelasi linear antara variabel X dan
veriabel Y disajikan dengan rxy didefinisikan dengan rumus :

Formula tersebut disebut formula koefisien korelasi momen produk (Product moment) Karl
Pearson.

Arti Angka Korelasi


Koefisien korelasi bernilai paling kecil -1 dan paling besar bernilai 1.
1. Berkenaan dengan besaran angka, jika 0, maka artinya tidak ada korelasi sama sekali dan
jika korelasi 1 berarti korelasi sempurna hal ini berarti bahwa semakin mendekati 1 atau
-1 maka hubungan antara dua variabel semakin kuat. Sebaliknya, jika r mendekati 0
berarti hubungan dua variabel semakin lemah. Sebenarnya jika tidak ketentuan yang tepat
mengenai apakah angka korelasi tertentu menunjukkan tingkat korelasi yang tinggi atau
lemah. Namun, hal ini dapat dijadikan pedoman sederhana, bahwa angka korelasi di atas
0,5 menunjukkan korelasi yang cukup kuat sedangkan di bawah 0,5 korelasi lemah.
2. Selain besarnya korelasi, tanda korelasi juga berpengaruh pada penafsiran hasil. Tanda
negatif (-) pada output menunjukkan adanya arah yang berlawanan, sedangkan tanda
positif (+) menunjukkan arah yang sama.
Mungkin sobat masih bingung dengan penjalasan di atas, karena bahasanya yang telalu
formal. Baik kalau begitu disini saya mau sampaikan dasar pengambilan keputusan dalam
analisis korelasi. Simak dibawah ini dengan seksama agar tidak salah.
Dasar Pengambilan Keputusan
Ada dua cara untuk pengambilan keputusan dalam analisis korelasi yakni dengan melihat nilai
signifikansi dan tanda bintang yang diberiakan pada output program SPSS
1. Berdasarkan nilai Signifikansi : Jika nilai signifikansi < 0,05 maka terdapat korelasi,
sebaliknya jika nilai signifikansi > 0,05 maka tidak terdapat korelasi.
2. Berdasarkan Tanda Bintang (*) yang diberikan SPSS : jika terdapat tanda bintang pada
pearson correlation maka antara variabel yang di analisis terjadi korelasi, sebaliknya jika
tidak terpadat tanda bintang pada pearson correlation maka antara variabel yang di
analisis tidak terjadi korelasi.
Untuk lebih jelas, kita langsung praktekkan saja cara analisisnya, misalkan saya ingin menguji
apakah ada hubungan yang signifikan antara Motivasi, Minat, dan Prestasi. Adapun data
detailnya lihat di bawah ini.

lanqkah Analisis Korelasi denqan SPSS versi 21


1. Buka program SPSS, klik Variable View, Selanjutnya, pada bagian Name tulis
saja XI, X2 dan Y, pada Decimals ubah semua menjadi angka 0, pada bagian
Label tuliskan Motivasi, Minat ,dan Prestasi.
2. Setelah itu, klik Data View, dan masukkan data Motivasi, Minat dan Prestasi yang
sudah dipersiapkan tadi.

3. Selanjutnya, dari menu utama SPSS, pilih menu Analyse, klik Correlate, dan
klik Rivariate
4. Muncul kotak dialog dengan nama Bivariate Correlations, Masukkan variabel
Motivasi (XI) dan Minat (X2) dan Prestasi (Y) pada kotak Variables, selanjutnya,
pada kolom Correlation Coefficient, pilih Pearson, lalu untuk kolom Test of
Significant, Pilih Two-tailed, dan centang pada Flag Significant Correlations,
terakhir klik Ok untuk mengakhiri perintah.

5. Setelah selasai, maka akan muncul tampilan output SPSS tinggal kita
interprestasikan saja.
Berdasarkan output di atas, kita akan melakukan pernarikan kesimpulan
dengan merujuk pada dasar pengambilann keputusan uji korelasi.
Berdasarkan Nilai Signifikansl : darl output di atas diketahui antara Motivasi
(XI) dengan Minat (X2) nilai signifikansi 0,002 < 0,05 yang berarti terdapat korelasi
yang signifikan. Selanjutnya, antara Motivasi (XI) dengan Prestasi (Y) nilai
signifikansi 0,002 < 0,05 yang berarti terdapat korelasi yang signifikan. Terakhir,
antara Minat (X2) dengan Prestasi (Y) nilai signifikansi 0,000 < 0,05 yang berarti
terdapat korelasi yang signifikan.
Berdasarkan Tanda Bintang SPSS : Dari output di atas diketahui bahwa Nilai
Pearson Correlation yang dihubungkan antara masing-masing variabel mempunyai
tanda bintang, ini berarti terdapat korelasi yang signifikan antara varibel yang
dihubungkan.
Korelasi pearson dan spearman Merupakan teknik statistik yang digunakan untuk meguji
ada/tidaknya hubungan serta arah hubungan dari dua variabel atau lebih.
KOEFISIEN KORELASI adalah Besar kecilnya hubungan antara dua variabel dinyatakan
dalam bilangan, besarnya Koefisien korelasi antara -1 0 +1, Besaran koefisien korelasi -1 & 1
adalah korelasi yang SEMPURNA Koefisien korelasi 0 atau mendekati 0 dianggap TIDAK
BERHUBUNGAN ANTARA DUA VARIABEL yang diuji

ARAH HUBUNGAN
 Hubungan Positif (Koefisien 0 s/d 1)
 Hubungan Negatif (Koefisien 0 s/d -1)
 Hubungan Nihil (Koefisien 0)

KORELASI PEARSON (PEARSON CORRELATION)


 Korelasi Pearson Digunakan untuk data interval & rasio
 Distribusi data normal
 Terdiri dari dua variabel 1 Variabel X (Independen) dan 1 Variabel Y (dependen)

CONTOH KASUS KORELASI PEARSON

Judul: HUBUNGAN ANTARA INTENSITAS BELAJAR DENGAN PRESTASI MATA


KULIAH STATISTIK

 Variabel X Intensitas belajar (diukur dari lamanya belajar dalam satu minggu)
 Variabel Y Prestasi matakuliah statistik (diukur dari nilai ujian akhir semester

Hipotesa:
 H0 : Tidak ada hubungan antara Intenitas belajar dengan prestasi mata kuliah statistic
 Ha : Ada hubungan antara Intenitas belajar dengan prestasi mata kuliah statistic

PENYELESAIAN KASUS DENGAN SPSS


1. Masukkan pada SPSS tamplan DATAVIEW angka angka yang ada pada kolom
var0000 dan kolom var000000
2. Setelah semua angka dimasukkan klik VARIABELVIEW pada sudut kiri layar
hingga tampilan seperti tabel-2
3. Ganti var0000 menjadi INTENSITAS BELAJAR dan var00000 menjadi PRESTASI
STATISTIK lalu klik kembali DATAVIEW Untuk kembali kelayar SEMULA

4. Selanjutnya lakukan uji normalitas dengan cara Klik Analyze, Descriptive Statistic,
Explore, Klik PLOT, Centang BOX NORMALITY PLOTS WITH TEST Setelah itu
Klik CONTINUE lalu OK untuk menampilkan Output Uji Normalitas.
INTERPRETASI HASIL OUTPUT SPSS

Perhatikan Uji Normalitas pada tabel test of normality


 Jika Nilai Siq > 0.05 Maka Normal
 Jika Nilai Siq < 0.05 Maka Tidak Normal

BIVARIAT CORRELATION (HUBUNGAN 2 VARIABEL)

1. Layar Tampilan Masih dalam tampilan DataVIEW Klik Analyze,


Correlate,Bivariate

2. Berikutnya akan tampil seperti tabel berikut lalu pindahkan variabe INTENSITAS
BELAJAR DAN PRESTASI STATISTIK KE Kekanan, Klik CEK BOX
Pearson Lalu Klik OK Selanjutnya Lihat OUTPUS SPSS dan INTERPRETASI.
OUTPUT SPSS BIVARIAT CORRELATION

Lihat Person korelasi 0.721


dan sig (2-tailed) = 0.000

Untuk pengambilan keputusan statistik, dapat digunakan 2 cara:


1. Koefisien Korelasi dibandingkan dengan nilai (r tabel) (korelasi tabel)
 Apabila Koefisien Korelasi > r korelasi yang signifikan (Ha tabeL Diterima)
 Apabila Koefisien Korelasi < r Maka tidak ada korelasi yang signifikan (Ho
Diterima)
2. Melihat Sig.tabeL
 Apabila nilai Sig. < 0,05 Maka ada korelasi yang signifikan (Ha Diterima)
 Apabila nilai Sig. > 0,05 Maka tidak ada korelasi yang signifikan (H0 Diterima)
Arah hubungan:
Dilihat dari tanda koefisien korelasi
 Tanda (-) berarti apabila variabel X tinggi maka variabel Y rendah
 Tanda (+) berarti apabila variabel X tinggi maka variabel Y juga tinggi
Korelasi Spearman sebetulnya sama dengan korelasi pearson. Hanya kalau korelasi pearson
digunakan untuk jenis data interva dan rasio sedangkan untuk korelasi spearmen digunakan
untuk jenis data ordinal dan perbedaan pengolahan data pada spss hanya pada cara memilih
box yang diaktifkan adalah BOX SPEARMEN.