Correlations

Korban_DB Pasar Swalayan Sekolah Perumahan Kolam_Renang Rumah_Sakit Puskesmas Pabrik

Korban_DB Pearson Correlation 1 .128 .744** .852** .432* .205 .682** .263 .835**

Sig. (1-tailed) .306 .000 .000 .037 .208 .001 .146 .000

N 18 18 18 18 18 18 18 18 18

Pasar Pearson Correlation .128 1 -.064 -.061 -.208 .088 .218 -.303 -.118

Sig. (1-tailed) .306 .400 .405 .204 .364 .192 .111 .321

N 18 18 18 18 18 18 18 18 18

Swalayan Pearson Correlation .744** -.064 1 .876** .556** .610** .698** .294 .667**

Sig. (1-tailed) .000 .400 .000 .008 .004 .001 .118 .001

N 18 18 18 18 18 18 18 18 18

Sekolah Pearson Correlation .852** -.061 .876** 1 .561** .443* .829** .514* .744**

Sig. (1-tailed) .000 .405 .000 .008 .033 .000 .015 .000

N 18 18 18 18 18 18 18 18 18

Perumahan Pearson Correlation .432* -.208 .556** .561** 1 .028 .428* .169 .453*

Sig. (1-tailed) .037 .204 .008 .008 .457 .038 .252 .030

N 18 18 18 18 18 18 18 18 18

Kolam_Renang Pearson Correlation .205 .088 .610** .443* .028 1 .417* .113 .107

Sig. (1-tailed) .208 .364 .004 .033 .457 .043 .327 .336

N 18 18 18 18 18 18 18 18 18

Rumah_Sakit Pearson Correlation .682** .218 .698** .829** .428* .417* 1 .295 .449*

Sig. (1-tailed) .001 .192 .001 .000 .038 .043 .117 .031

N 18 18 18 18 18 18 18 18 18

Puskesmas Pearson Correlation .263 -.303 .294 .514* .169 .113 .295 1 .414*

Sig. (1-tailed) .146 .111 .118 .015 .252 .327 .117 .044

N 18 18 18 18 18 18 18 18 18

Pabrik Pearson Correlation .835** -.118 .667** .744** .453* .107 .449* .414* 1

Sig. (1-tailed) .000 .321 .001 .000 .030 .336 .031 .044

N 18 18 18 18 18 18 18 18 18

**. Correlation is significant at the 0.01 level (1-tailed).

*. Correlation is significant at the 0.05 level (1-tailed).

Pengarang :
Sofyan Yamin
Heri Kurniawan

SPSS COMPLETE
Teknik Analisis Statistik Terlengkap dengan Software SPSS
Penerbit : Salemba Infotek

Jakarta : Salemba Infotek, 2011 – Cetakan Ketiga

Analisa Korelasi dan Asosiasi

Tujuan utama adalah mengetahui ukuran kekuatan atau kekuatan hubungan antara dua variable. Koofisien korelasi mengukur kekuatan hubungan
tersebut ( linier ). Misalnya kita tertarik untuk mencari korelasi ( koofisien ) antara korban demam berdarah dengan sekolah, dan sebagainya, “
(Gujarati, Damodar 1995.
Bila kita lebih jauh ingin mengetahui besarnya hubungan antara korban demam berdarah dengan sekolah dan sebagainya, maka dapat diketahui dengan
menggunakan analisis korelasi. Analisa korelasi adalah metode statistik yang digunakan untuk mengukur hubungan antara dua variabel atau antar-set
variabel. Nilai korelasi berkisar antara -1 hingga 1, di mana nilai korelasi -1 berarti hubungan dengan dua variabel tersebut adalah hubungan negative
sempurna, nilai korelasi 0 berarti tidak ada hubungan antara dua variabel tersebut, sedangkan nilai korelasi 1 berarti terdapat hubungan positif sempurna
antara dua variabel tersebut. Interprestasi dari besarnya nilai korelasi antara variabel dapat diklasifikasikan sebagai berikut :

0,00 – 0,09 : Hubungan korelasinya diabaikan

0,10 – 0,29 : Hubungan korelasi rendah
0,30 – 049 : Hubungan korelasi moderat
0,50 – 0,70 : Hubungan korelasi sedang
> 0,70 : Hubungan korelasi sangan kuat

Selain itu, untuk mengetahui apakah besarnya hubungan itu signifikan atau tidak, kita dapat menyimpulkannya dari nilai sigfikansi value ( p-value)
hasil uji koofisien korelasi.