Analisa Bivariant

Spearment Product
Momen
Syanu Yulianti
4A – S1 Keperawatan
Biostatistika dan Manajement Data
 Pengertian Analisa Bivariat

Analisis bivariat merupakan analisis yang dilakukan untuk

mengetahui hubungan antara 2 variabel.

Adapun definisi teknik analisis statistik bivariat menurut para

ahli adalah sebagai berikut ;
Researach Optimus, Analisis bivariat adalah teknik
penelitian yang mempergunakan metode dua variabel dimana
analisis tersebut berkaitan dengan sebab dan hubungan
antara kedua variabel tersebut. Misalnya saja seperti poin
yang dicetak oleh tim pemenang di Super Bowl dari tahun
1960 hingga 2010.
 KOEFISIEN DETERMINASI (R)
Setelah diujikan pada korelasi product moment pearson,
kemudian nilai r itu sendiri bisa digunakan untuk menyatakan
besar kecilnya sumbangan variabel X terhadap Y, artinya pada
koefisien determinasi ini bisa digunakan untuk mengetahui
seberapa besar variabel Y di pengaruhi oleh variabel X yang di
ujikan pada data tersebut. Secara sederhana, koefisien
determiasi ini dihitung dengan mengkuadratkan nilai korelasi nya
(r), sehingga dapat di rumuskan sebagai berikut :

Keterangan:
● KD (R) = Nilai Koefisien Determinasi
● r = Nilai Koefisien Korelasi
Koefisien korelasi Pearson’s Product Moment

Koefisien korelasi Pearson’s Product Moment adalah ukuran

korelasi linier antara dua variabel kontinu (minimal berskala
data interval) yang berdistribusi normal. Teknik analisis
korelasi product moment pearson ini termasuk teknik statistik
parametrik yang menggunakan data interval dan ratio dengan
persyaratan tertentu.
Lanjutan..

Adapun rumus dari korelasi product moment pearson adalah

sebagai berikut :

Keterangan :
Korelasi product moment pearson ini dilambangkan (r)
dengan ketentuan bahwa nilai r tidak lebih dari harga (-1 < r <
1). Apabilah nilai r = -1 artinya korelasinya negatif sempurna,
jika r = 0 artinya tidak ada korelasi dan apabila nilai r = 1
berarti korelasinya sangat kuat.
 Contoh soal

Seorang dosen ingin mengetahui apakah ada hubungan

antara jumlah SKS yg diambil dgn IPK mhs. Data yg
dikumpulkan adalah sbb :
Berapa besar hubungan (korelasi) antara jumlah SKS dgn IPK yg diperoleh?

Buat tabel penolong utk mencari nilai r

Lanjutan…

Lalu mencari nilai r dgn menggunakan rumus :

Berapa besar sumbangan variabel jumlah SKS thdp IPK yang
diperoleh?

KD = (r)2 x 100%
= (0,447)² x 100%
= 19,9%.
Sedangkan sisanya (80,1%) ditentukan oleh variabel lain.
Dengan α = 5%, ujilah apakah ada hubungan yg signifikan antara jumlah SKS
dgn IPK yg diperoleh.

1. Merumuskan hipotesis
Ho : Tidak terdapat hubungan yg signifikan antara jumlah SKS dengan IPK
Ha : Terdapat hubungan yg signifikan antara jumlah SKS dengan IPK
Ho : r = 0
Ha : r ≠ 0 2)
2. Menentukan statistik uji : korelasi PPM
3. Arah pengujian hipotesis : 2 arah (nondireksional)
4. α = 5% (0,05)
5. Kaidah pengujian :
Ho diterima jika – rtabel ≤ rhitung ≤ + rtabel
Ho ditolak jika rhitung > rtabel
Lanjutan..

6. Menentukan statistik hitung Berdasarkan perhitungan di awal, r hitung

diketahui = 0,447. 7)
7. Menarik kesimpulan
r tabel = 0,878
Berarti rhitung < rtabel , artinya Ho diterima.
Dengan demikian dpt disimpulkan : dengan interval kepercayaan 95%,
tidak ada hubungan yg signifikan antara jlh SKS dgn IPK yg diperoleh.
 KORELASI SPEARMAN RANK

● Rumus utk menghitung nilai r :

● Pengujian hipotesis dpt dilakukan dgn : Tabel rho/Spearman rank (dk = n)

 Contoh soal

Seorang manajer
ingin mengetahui
apakah ada korelasi
antara motivasi
berprestasi dgn
kinerja karyawan di
perusahaannya.
Berikut adalah data
yg diperoleh :
Berapa besar hubungan antara motivasi berprestasi & kinerja karyawan?

● Peringkat utk data skor motivasi berprestasi karyawan :

● Peringkat utk data skor kinerja karyawan :

Lanjutan..
Dgn α = 5%, ujilah apakah ada hub yg signifikan antara motivasi berprestasi
dgn kinerja karyawan?

1. Merumuskan hipotesis
Ho : Tidak terdapat hubungan yg signifikan antara motivasi berprestasi
dengan kinerja karyawan
Ha : Terdapat hubungan yg signifikan antara motivasi berprestasi dengan
kinerja karyawan
Ho : r = 0
Ha : r ≠ 0 2)
2. Menentukan statistik uji : korelasi Spearman.
3. Arah pengujian hipotesis : 2 arah (nondireksional)
4. α = 5% (0,05)
 JAWABAN SOAL
Hubungan anatara X dan Y !
Lanjutan…
Dari tabel di atas, maka bisa diselesaikan melalui rumus berikut :
𝒏 Ʃ𝑿𝒀 − Ʃ𝑿 Ʃ𝒀
𝒓=
𝒏Ʃ𝑿𝟐 − Ʃ𝑿 𝟐 𝒏Ʃ𝒀𝟐 − Ʃ𝒀 𝟐

𝟏𝟓 𝑿 𝟑𝟏𝟎𝟕𝟏 − 𝟏𝟏𝟖𝟒 𝑿 𝟑𝟖𝟖

𝒓=
𝟏𝟓 𝑿 𝟗𝟒𝟗𝟐𝟖 − 𝟏𝟒𝟎𝟏𝟖𝟓𝟔 𝟏𝟓 𝑿 𝟏𝟎𝟓𝟎𝟎 − 𝟏𝟓𝟎𝟓𝟒𝟒

𝟔, 𝟔𝟕𝟑
𝒓=
𝟏𝟓𝟑, 𝟒𝟕𝟕, 𝟏𝟖𝟒

𝒓 = 𝟎, 𝟓𝟑

Karena nilai dari r didapatkan adalah 0,53 maka sesuai dengan tabel
interpretasi korelasi, tergolong cukup kuat, sehingga bisa disimpulkan variable X
terhadap Y mempunyai hubungan yang cukup kuat.
A. Koefisien Determinasi antara X dengan Y!

KD = R = r2 x100%
= 0.532 = 0.28
= 0.28 X 100%
= 28%
Artinya adalah sebanyak 28% variable Y dipengaruhi oleh Variabel X,
namun sisanya 72% di pengaruhi oleh variable lain yang belum di
definisikan.

B. Uji Hipotesis / Uji t

1. Menentukan uji hipotesis
Ho: ρ = 0 (Tidak ada hubungan/ korelasi yang signifikan antara
motivasi dan prestasi)
Ha: ρ ≠ 0 (Ada hubungan/ korelasi yang signifikan antara
motivasi dan prestasi)
2. Taraf signifikan
α = 0,05 atau 5%
3. Menentukan statistik Uji

4. Menentukan daerah penolakan/ kriteria uji Ho ditolak jika :

t hitung (mutlak) > t (α; n-2)
5. Perhitungan:
r = 0,53
𝟎,𝟓𝟑 𝟏𝟓−𝟐
t =
𝟏−𝟎,𝟓𝟑𝟐
t = 2,25
 KESIMPULAN

Ho ditolak jika t hitung (mutlak) > t. tabel (α; n-2)

t.hitung = 2,25
t tabel = 2,16037
Karena t hitung > dari t tabel maka Ho di tolak, artinya ada hubungan/
korelasi yang signifikan antara X dan Y.
Ujilah data di atas menggunakan aplikasi SPSS, apakah hasil analisisnya
sama dengan yang anda kerjakan secara manual menggunakan rumus.

Dari hasil output di atas terlihat nilai pearson correlationnya adalah 0.53,
sama dengan hasil perhitungan manual pada rumus r di atas, yang
artinya menunjukkan hubungan kedua variabel tersebut cukup kuat.
THANK
YOU !!