Untuk menentukan keeratan hubungan bisa digunakan kriteria Guilford (1956). Jika:
Arah Korelasi
1. Korelasi Positif
Korelasi positif atinya suatu hubungan antara variabel X dan Y yang ditunjukan dengan
hubungan sebab akibat dimana apabila terjadi penambahan nilai pada variabel X maka
akan diikuti terjadinya penambahan nilai variabel Y.
Semaki tinggi dukunan keluarga (X) semakin patuh pembatasan cairan (Y) pada
pasien GGK
Semakin tinggi badan (X) seorang anak maka, berat badannya akab bertambah
pula (Y)
2. Korelasi negative
Jika pada korelasi positif peningkatan nilai X akan diikuti penambahan nilai Y, korelasi
negatif berlaku sebaliknya. Jika nilai variabel X meningkat nilai variabel Y justru
mengalami penurunan.
A. KORELASI SPEARMAN RHO’
Untuk mengukur keeratan hubungan antara dua variabel X dan Y yang kedua-duanya
mempunyai skala pengukuran sekurang-kurangnya ordinal dapat dihitung dengan
menggunakan formula korelasi Spearman. Contoh analisis koelasi spearman rho’
No Kepatuhan
Total
Dukungan Tinggi Sedang Rendah
Baik 39,4 % 52,6 % 7,8 % 100 %
Cukup 0% 95,2 % 4,7 % 100 %
Kurang 0% 0% 100 % 100 %
Hasil analisis dan pengelolaan data dengan uji statistik spearmen rho menunjukkan nilai
p value (0,000) < α (0,05), sehingga Ho ditolak dengan kesimpulan terdapat hubungan
dukungan keluarga dengan kepatuhan pembatasan asupan cairan pasien gagal ginjal
kronik di Rs Mojokerto, keeratan hubungan sangat kuat yang ditujukan oleh nilai
correlation coeficient sebesar 0,753. Arah korelasi positif artinya semakin baik
dukungan keluarga maka semakin tinggi kepatuhan pembatasan cairan pada pasien
gagal ginjal kronik yang menjalani hemodialisis.
B. KORELASI PEARSON
Korelasi pearson digunakan untuk mengetahui ada tidaknya hubungan antara 2 variabel,
yaitu variabel bebas dan variabel tergantung yang berskala interval atau rasio (parametrik)
yang dalam SPSS disebut scale. Asumsi dalam korelasi Pearson, data harus berdistribusi
normal.
Korelasi dapat menghasilkan angka positif (+) dan negatif (-). Jika angka korelasi positif
berarti hubungan bersifat searah. Searah artinya jika variabel bebas besar, variabel
tergantung semakin besar. Jika menghasilkan angka negatif berarti hubungan bersifat tidak
searah. Tidak searah artinya jika nilai variabel bebas besar, variabel tergantung semakin
kecil. angka korelasi berkisar antara 0-1.
Langkah analisis :
B. Uji Normalitas Data
Klik Analuze>Nonparametric
Pindahkan variabel ke kolom variable
Pilih 1-sampel KS
Kemudian OK
Pada output, lihat pada baris paling bawah dan paling kanan yang berisi Asymp.Sig.
(2-tailed). Lalu intepretasinya adalah bahwa jika p value > 0,05 maka distribusi data
dinyatakan memenuhi asumsi normalitas, dan jika p value < 0,05 maka
diinterpretasikan sebagai tidak normal.
Catatan : jika distribusi tidak normal maka uji hipotesis yang digunakan uji
spearman.
Catatan : tugas kasus korelasi silahkan diuji dengan SPSS, selamat mencoba !!!!