ANALISIS KORELASI

 Analisis Korelasi adalah analisis yang bertujuan untuk mencari derajat keeratan
hubungan antar variabel independen (bebas) dengan variabel dependent (terikat).
 Skala data yang digunakan adalah numeric- numeric (Interval/Ratio)
 Korelasi diketahui dengan melihat ukuran derajat hubungan atau Koefisien Korelasi (r).
 Harga r berkisar antara -1 dan +1 dengan tanda negative menyatakan danya korelasi
negative atau hubungan tidak langsung, sedangkan tanda positif menyatakan adanya
korelasi langsung atau positif. Jika r = 0, ini berarti tidak ada hubungan linier antara
variabel X dan Y

Tabel Interpretasi Koefisien Nilai Korelasi (r) Menurut Guilford

Korelasi (r) Tingkat Hubungan

0 – 0,2 Tidak ada korelasi
0,2 – 0,4 Korelasi Lemah
0,4 – 0,7 Korelasi Sedang
0,7 – 0,9 Korelasi Kuat
0,9 - 1 Korelasi sangat Kuat

 Arah hubungan : positip /negative

1) Hubungan Linier Positif, dikatakan hubungan linier positif jika pertambahan
nilai pada variabel X diikuti dengan peningkatan variabel Y, misalnya semakin
tua umur pasien (X) semakin tinggi tekanan darah ( Y).
Y

9
8 8
7 7
6 6
5 5
Y
4 4
3
2
1
0
0 1 2 3 4 5 6

Contoh diagram hubungan linier positif

2) Hubungan Linier negatif, hubungan linier negatif adalah hubungan dua variabel
dimana pertambahan nilai pada variabel X diikuti dengan penurunan nilai pada
variabel Y
 Contih Diagram Hubungan Linier
Negatif

12
10 10
9
8 8
7

Y
6 6
4
2
0
0 1 2 3 4 5 6
X

3) Hubungan Tidak Linier, hubungan yang tidak menunjukan adanya hubungan

fungsional variabel X dengan variabel Y. Perubahan pada variabel X tidak
disertai perubahan pada varibel Y secara linier
Contih Hubungan Tidak Linier

7
6 6
5 5 5
4 4 4
X

3
2
1
0
0 1 2 3 4 5 6
X

 Jenis analisis korelasi terdiri dari :

1. Analisis Uji Korelasi Pearson (Uji Hipotesis Korelatif Variabel Numerik-Numerik
Berdistribusi Normal)
2. Analisis Uji Korelasi Spearmen (Uji Hipotesis Korelatif Variabel Numerik-
Numerik Berdistribusi Tidak Normal)
 LATIHAN UJI KORELASI PERSON

Buat analisis data dengan menggunakan uji Korelasi dan regresi pada variabel dibawah ini:

Kadar HB rata-rata Berat Badan Bayi

LANGKAH-LANGKAH UJI:

1. Lakukan Uji Normalitas data

2. Lakukan asumsi Linieritas (Arah Hubungan)
Buat Scatter Plot : Graphs Scatter/Dot  Simple Scatter  Define
 Dari scatter plot 3500

tersebut dapat
diprediksi bahwa 3000

Berat Badan Bayi

semakin meningkat
Kadar HB rata2, maka 2500

berat badan bayi 2000

semakin meningkat
(Linier positives) 1500

9.00 10.00 11.00 12.00 13.00

Hb_rata2

3. Melakukan Uji Person

a) Pilih menu Analyze, pilih Correlate selanjutnya klik Bivariate.
b) Muncul tampilan kotak dialog Bivariate Correlations seperti dibawah ini, Masukan
HB_rata2 dan Bbbayi kedalam kotak Variables(s).
c) Pada Kotak Correlation Coefficient Pilih (ceklis) Pearson

d) Selanjutnya klik OK, akan muncul output seperti dibawah ini:

Correlations

Berat
Hb_rata2 Badan Bayi
Hb_rata2 Pearson Correlation 1 .387*
Sig. (2-tailed) .024
N 34 34
Berat Badan Bayi Pearson Correlation .387* 1
Sig. (2-tailed) .024
N 34 34
*. Correlation is s igni ficant at the 0.05 level (2-tailed).

Jika nilai r bermakna (ada hubungan significant antara anemia dengan BBbayi,  P
value = 0,024)
 LATIHAN UJI KORELASI SPEARMEN

Buat analisis data dengan menggunakan uji Korelasi dan regresi pada variabel dibawah ini:

UMUR DENYUT JANTUNG

LANGKAH-LANGKAH UJI:

1. Lakukan Uji Normalitas data

2. Lakukan asumsi Linieritas (Arah Hubungan)
Buat Scatter Plot : Graphs Scatter/Dot  Simple Scatter  Define
 Dari scatter plot tersebut
dapat diprediksi bahwa
semakin meningkat Umur,
maka denyut jantung
semakin lemah (Linier
negatif)

3. Melakukan Uji Spearmen

a) Pilih menu Analyze, pilih Correlate selanjutnya klik Bivariate.
b) Muncul tampilan kotak dialog Bivariate Correlations seperti dibawah ini, Masukan
umur dan denyut jantung kedalam kotak Variables(s).
c) Pada Kotak Correlation Coefficient Pilih (ceklis) Spearmen

Correlations

umur deny_jtg.1
Spearman's rho umur Correlation Coefficient 1.000 -.868**
Sig. (2-tailed) . .000
N 16 16
deny_jtg.1 Correlation Coefficient -.868** 1.000
Sig. (2-tailed) .000 .
N 16 16
**. Correlation is s ignificant at the 0.01 level (2-tailed).

Hasil analisis dan interpretasi

 Correlation Coefficient  -0,868, menunjukkan nilai keeratan hubungan rs (Spearman’s
rho) umur dengan denyut jantung. Nilai 0,868 > 0,75 Keeratannya sangat baik

sekali.
 Nilai negatif artinya Korelasi negatif  Semakin umur meningkat diikuti penurunan
frekuensi denyut jantung
 Sig.(1-tailed)  p = 0,000 <  (0,01)  Uji nilai rs Significant
Kesimpulan :
Ada keeratan hubungan (rs = -0,945) antara umur dengan denyut jantung, dengan
kata lain terjadinya peningkatan umur diikuti penurunan frekuensi denyut jantung
(korelasi negatif) (p<0,01)