NAMA : BALQIS SALSABILA

NIM : 1910211030
Tugas Lab Com Uji Korelasi Pearson dan Spearman

UJI Korelasi Pearson

 Tujuan : Melihat apakah terdapat hubungan atau tidak anatara stress terhadap IPK dan
mengukur seberapa kuat dua variable tersebut
 Variabel :
- Variabel 1 : Stress
- Variabel 2 : IPK  numerik  Parametrik
 Asumsi :
- Data numerik berdistribusi normal
- Apabila tidak terdistribusi normal maka menggunakan Uji Spearman
 Hipotesis :
- H0 diterima jika Nilai P lebih dari 0.05 ( > 0.05 ) = tidak terdapat hubungan
korelasi
- H1 diterima jika Nilai P kurang dari 0.05 ( < 0.05 ) = terdapat Hubungan korelasi
- Kekuatan data
- 0.80-1.00 = Sangat Kuat
- 0.60-0.799 = Kuat
- 0.40-0.599 = Cukup Kuat
- 0.20-0.399 = Rendah
- 0.00-0.199 = Sangat Rendah
- Untuk mengetahui bahwa uji korelasi ini memiliki Hubungan atau tidak perlu
membandingkan rhitung dengan rtabel.
- rhitung > rtabel : data memiliki hubungan korelasi
- rhitung < rtabel : data tidak memiliki hubungan korelasi
 rtabel

UJI Korelasi Pearson

Catatan : Perlu diketahui sebelum melakukan Uji Korelasi Pearson sudah dilakukan Uji
Normalitas terlebih dahulu sebelumnya apabila sudah terdistribusi normal baru boleh dilanjutkan
melakukan Uji Korelasi Pearson

Descriptive Statistics
Std.
Mean Deviation N
stress 16.73 1.837 30
IPK 15.67 1.647 30

Correlations
stress IPK
stress Pearson 1 .425*
Correlation
Sig. (2-tailed) .019
N 30 30
IPK Pearson .425* 1
Correlation
Sig. (2-tailed) .019
N 30 30
*. Correlation is significant at the 0.05 level (2-
tailed).

Interpretasi :

 Hipotesis :

- H0 diterima jika Nilai P lebih dari 0.05 ( > 0.05 ) = tidak terdapat hubungan korelasi
- H1 diterima jika Nilai P kurang dari 0.05 ( < 0.05 ) = terdapat Hubungan korelasi

Diketahui signifikansi data tersebut adalah 0.019 yang berarti Pvalue < 0.05. Maka H1
diterima yang artinya terdapat hubungan korelasi antara stress dan IPK.
 Kekuatan data
- 0.80-1.00 = Sangat Kuat
- 0.60-0.799 = Kuat
- 0.40-0.599 = Cukup Kuat
- 0.20-0.399 = Rendah
- 0.00-0.199 = Sangat Rendah
Untuk melihat kekuatan pada data ini dengan melihat Pearson Correlation yaitu 0.425
yang masuk kedlam kategori data cukup kuat.
 Untuk mengetahui bahwa uji korelasi ini memiliki Hubungan atau tidak perlu
membandingkan rhitung dengan rtabel.
- rhitung > rtabel : data memiliki hubungan korelasi
- rhitung < rtabel : data tidak memiliki hubungan korelasi

Untuk mengetahui rhitung kita dapat melihat Pearson Correlation, pada data Pearson
Correlation adalah 0.425 . yang akan kita bandingkan dengan rtabel, karena sampel
yang diambil N = 30 sedangkan rtabel N-2 maka nilai rtabel adalah 0.3610 dengan
melihat tingkat kepercayaan 95%.

Maka rhitung>rtabel yang berarti terdapat hubungan korelasi antara stress dan IPK

Uji Spearman
 Tujuan : Melihat apakah terdapat hubungan atau tidak anatara status Anemia dan status
BBLR serta mengukur seberapa kuat dua variable tersebut.

 Variabel :
- Variabel 1 : Status Anemia
- Variabel 2 : Status BBLR
 Asumsi :
- Data untuk uji spearman ini bersifat kategorik-ordinal – Data nonparametrik
- Apabila data numerik tidak terdistribusi normal
 Hipotesis :
- H0 diterima jika Nilai P lebih dari 0.05 ( > 0.05 ) = tidak terdapat hubungan
korelasi
- H1 diterima jika Nilai P kurang dari 0.05 ( < 0.05 ) = terdapat hubungan korelasi
- Kekuatan data
- 0.80-1.00 = Sangat Kuat
- 0.60-0.799 = Kuat
- 0.40-0.599 = Cukup Kuat
- 0.20-0.399 = Rendah
- 0.00-0.199 = Sangat Rendah
- Untuk mengetahui bahwa uji korelasi ini memiliki Hubungan ata tidak perlu
membandingkan rhitung dengan rtabel.
- rhitung > rtabel : data memiliki hubungan korelasi
- rhitung < rtabel : data tidak memiliki hubungan korelasi

Uji Spearman
Catatan : Perlu diketahui sebelum melakukan Uji Korelasi Spearman bersifat kategorik-ordinal
dan apabila data numerik tidak terdistribusi normal

Correlations
Status anemia status BBLR
Spearman's rho Status anemia Correlation 1.000 .802**
Coefficient
Sig. (2-tailed) . .000
N 30 30
status BBLR Correlation .802** 1.000
Coefficient
Sig. (2-tailed) .000 .
N 30 30
**. Correlation is significant at the 0.01 level (2-tailed).

Interpretasi :

 Hipotesis :

- H0 diterima jika Nilai P lebih dari 0.05 ( > 0.05 ) = tidak terdapat hubungan korelasi
- H1 diterima jika Nilai P kurang dari 0.05 ( < 0.05 ) = terdapat Hubungan korelasi

Diketahui signifikansi data tersebut adalah 0.000 yang berarti Pvalue < 0.05. Maka H1
diterima yang artinya terdapat hubungan korelasi antara status Anemia dan status BBLR.

 Kekuatan data
- 0.80-1.00 = Sangat Kuat
- 0.60-0.799 = Kuat
- 0.40-0.599 = Cukup Kuat
- 0.20-0.399 = Rendah
- 0.00-0.199 = Sangat Rendah
Untuk melihat kekuatan pada data ini dengan melihat Pearson Correlation yaitu 0.802
yang masuk kedlam kategori data sangat kuat.
 Untuk mengetahui bahwa uji korelasi ini memiliki Hubungan atau tidak perlu
membandingkan rhitung dengan rtabel.
- rhitung > rtabel : data memiliki hubungan korelasi
- rhitung < rtabel : data tidak memiliki hubungan korelasi

Untuk mengetahui rhitung kita dapat melihat Pearson Correlation, pada data Pearson
Correlation adalah 0.802. yang akan kita bandingkan dengan rtabel, karena sampel
yang diambil N = 30 sedangkan rtabel N-2 maka nilai rtabel adalah 0.3610 dengan
melihat tingkat kepercayaan 95%

Maka rhitung>rtabel yang berarti terdapat hubungan korelasi antara status Anemia
dan Status BBLR