MAKALAH

Analisis Korelasi dan Persyaratannya

Diajukan untuk memenuhi tugas mata kuliah
Statistik Pendidikan

Dosen Pembimbing:
Muh. Haris Zubaidillah, SQ., M.Pd
NIDN: 2119089001

Oleh:

Hafidzaturrahmi
Nor Latifah
Siti Aisyah
Yuna Nor Israida

SEKOLAH TINGGI ILMU ALQURAN (STIQ) AMUNTAI

PROGRAM STUDI
PENDIDIKAN GURU MADRASAH IBTIDAIYYAH
TAHUN 2021

KATA PENGANTAR

Puji syukur kehadirat Allah swt, shalawat dan salam semoga selalu
tercurah keharibaan junjungan Nabi besar Muhammad saw. Beserta seluruh
keluarganya, sahabat dan para pengikutnya sampai akhir zaman.
Alhamdulillah, dengan segala rahmat dan inayah-Nya makalah yang
berjudul “Analisis Korelasi dan Persyaratannya” sebagai salah satu tugas pada
mata kuliah Pendidikan IPS Statistik Pendidikan program studi Pendidikan Guru
Madrasah Ibtidaiyah Sekolah Tinggi Ilmu Al-Quran (STIQ) Amutai dapat
diselesaikan.
Penulis sangat menyadari, dalam penulisan makalah ini banyak sekali
menerima bantuan, baik tenaga maupun pikiran. Oleh karena itu, penulis
menyampaikan penghargaan dan ucapan terima kasih yang setinggi-tingginya
kepada semua pihak yang telah memberikan bantuan tersebut, terutama kepada
Muh. Haris Zubaidillah, SQ., M.Pd. yang telah banyak memberikan bimbingan
dan petunjuk serta koreksi dalam penulisan makalah ini serta semua pihak yang
telah memberi bantuan, fasilitas, informasi, meminjamkan buku-buku dan
literatur-literatur yang penulis perlukan, sehingga makalah ini bisa diselasaikan.
Atas bantuan dan dukungan yang tak ternilai harganya tersebut penulis
mengucapkan terima kasih yang sebesar-besarnya dan penghargaan yang setinggi-
tingginya teriring do’a yang tulus semoga Allah swt membari ganjaran yang
berlipat ganda. Amin.
Akhirnya penulis berharap agar makalah ini bermanfaat bagi semua dan
mendapat taufik serta inayah dari Allah swt.

Amuntai, 28 Oktober 2021

Penyusun

ii
DAFTAR ISI

HALAMAN JUDUL .......................................................................................... i

KATA PENGANTAR ....................................................................................... ii
DAFTAR ISI .............................................................................................. iii

BAB I PENDAHULUAN .......................................................................... 1

A. Latar Belakang .......................................................................... 1
B. Rumusan Masalah ..................................................................... 2
C. Tujuan Penulisan ....................................................................... 2

BAB II PEMBAHASAN ............................................................................

A. Pengertian Analisis Korelasi dan Persyaratannya………….....
B. Langkah-langkah Korelasi di SPSS...........................................

BAB III PENUTUP.......................................................................................

A. Kesimpulan................................................................................
B. Saran ..........................................................................................

DAFTAR PUSTAKA

iii
BAB I

PENDAHULUAN

A. Latar Belakang Masalah

Sepanjang sejarah umat manusia, orang terus melakukan observasi
demi observasi tentang ada tidaknya hubungan antara dua hal, fenomena,
kejadian atau lainnya. Dan ada tidaknya pengaruh antara satu kejadian
dengan kejadian yang lainnya. Untuk mempermudah melakukan
penghitungan suatu kejadian maka kita menggunakan analisis korelasi.
Korelasi merupakan teknik analisis yang termasuk dalam salah satu teknik
pengukuran asosiasi / hubungan (Measures of association). Teknik ini
berguna untuk mengukur kekuatan hubungan antara dua variabel (kadang
lebih dari dua variabel) dengan skala-skala tertentu. Diantara sekian
banyak teknik-teknik pengukuran asosiasi, terdapat dua teknik korelasi
yang sangat populer sampai sekarang, yaitu Korelasi Pearson Product
Moment dan Korelasi Rank Spearman.

1
B. Rumusan Masalah
1. Apa Pengertian Analisis Korelasi dan Persyaratannya ?
2. Bagaimana Langkah-langkah Pengaplikasian Uji Korelasi pada SPSS?

Tujuan Penulisan
1. Mengetahui Pengertian Analisis Korelasi dan Persyaratannya
2. Mengetahui Langkah-langkah Pengaplikasian Uji Korelasi pada SPSS

2
 BAB II

PEMBAHASAN

A. Pengertian Korelasi
Analisis korelasi merupakan salah bentuk dari analisis inferensial.
Statistik inferensial adalah statistik yang digunakan untuk menganalisis
data sampel, dan hasilnya kemudian digeneralisasikan (diinferensialkan)
untuk populasi di mana sampel diambil. Analisis korelasi pada dasarnya
digunakan untuk mengetahui seberapa kuat/erat hubungan antara variabel
yang satu dengan variabel yang lainnya 1. Pedoman untuk memberikan
penilaian kuat/erat tidaknya hubungan sebuah variabel dapat dilihat pada
tabel berikut:

Interval Koefisien Tingkat Hubungan

0,00-0,199 Sangat Lemah

0,20-0,399 Lemah

0,40-0,599 Sedang

0,60-0,799 Kuat

0,80-1,00 Sangat Kuat

Jenis Data Analisis Korelasi Nominal

Jenis kelamin, usia, lokasi tinggal, pendidikan =

Uji koefisien Cramer Ordinal

Kepuasan mahasiswa yang diukur dengan skala likert Uji Kendall dan
Rank=

Sperman Rasio

1
Purwanto, SEI., MSI, ANALISIS KORELASI DAN REGRESI LINIER DENGAN SPSS 21 (Panduan
Praktis untuk Penelitian Ekonomi Syariah) (StaiaPress, 2019), 1.

3
 Data asli seperti pendapatan, hasil ujian mahasiswa=

Uji Pearson Product Moment

Macam-Macam Koefisien Analisis Korelasi

-          Product Moment Pearson: Kedua variabelnya berskala interval
-          Rank Spearman: Kedua variabelnya berskala ordinal
-          Point Serial: Satu berskala nominal sebenarnya dan satu berskala
interval
-          Biserial: Satu berskala nominal buatan dan satu berskala interval
-          Koefisien kontingensi: Kedua varibelnya berskala nominal

B. Langkah-Langkah Pengaplikasian Analisis Korelasi pada SPSS

 Uji Korelasi Pearson Beserta Interpretasi Hasil
1. Buka aplikasi SPSS versi 21 for windows
2. Buka data yang akan dikorelasikan dalam hal ini minat baca
dan kemampuan baca.

4
3. Pada tabel yang di blok kuning adalah data yang akan kita
pakai untuk mencari korelasi antara minat baca dan kemampuan
baca.

4. Entri data ke dalam aplikasi SPSS 21 seperti berikut ini:

5
5. Lalu klik analyze >> Correlate >> Bivariate
6. Selanjutnya pindahkan data minat dan kemampuan ke kolom
variables lalu klik perason, two tailed, dan flag significant
correlation sbb:

7. Klik Option lalu pilih Exclude cases pairwase, dan abaikan

statistics sbb:

6
8. Selanjutnya klik continue dan OK
9. Lalu ketemulah hasil dari uji korelasi sbb:

10. Buat interpretasi data sbb:

Keputusan Uji Korelasi Pearson:
Hipotesis :
Ho: Tidak ada hubungan (korelasi) antara minat baca dan
kemampuan membaca
Hi: Ada hubungan (korelasi) antara minat baca dan kemampuan
membaca
Dasar pengambilan keputusan:
Berdasarkan probabilitas jika probabilitas > 0,05 (taraf
signifikan 5%) maka Ho diterima dan jika probabilitas <0,05
(taraf signifikan 5%) maka Ho ditolak.

7
Kesimpulan:
Berdasarkan hasil uji korelasi antara minat baca dan
kemampuan membaca dapat diketahui bahwa probabilitas 0,08
> 0.05 (taraf signifikan 5%) maka Ho diterima sehingga dapat
disimpulkan bahwa tidak ada hubungan (korelasi) antara minat
baca dan kemampuan membaca.

Persyaratan Uji Korelasi Parsial untuk Analisis Data

Asumsi dasar atau persyaratan yang harus terpenuhi ketika
kita menggunakan uji korelasi parsial untuk menganalisis data
penelitian adalah sebagai berikut:

 Masing-masing variabel penelitian menggunakan data

berskala rasio atau interval.
Karena uji korelasi parsial merupakan bagian dari statistik
parametrik maka data penelitian harus berdistribusi normal.
Contoh Soal Uji Korelasi Parsial dalam Penelitian
Seorang dosen ingin mengetahui apakah ada hubungan antara IQ
(Intelligence Quotient) dengan nilai IPK (Indeks Prestasi
Kumulatif) mahasiswa dengan Motivasi Berprestasi sebagai
variabel Kontrol. Guna keperluan penelitian ini maka dosen
tersebut mengumpulkan data-data yang dibutuhkan
menggunakan kuesioner untuk 12 orang sampel atau responden
penelitian. Adapun tabulasi data penelitian yang dimaksud dapat
anda lihat pada tabel berikut ini.

8
 Langkah-Langkah Cara Uji Korelasi Parsial dengan SPSS
Tahapan-tahapan analisis data dalam uji korelasi parsial ini dimulai
dari memasukkan atau menginput data penelitian ke program SPSS,
selanjutnya melakukan uji normalitas data terlebih dahulu, baru kemudian
melakukan analisis data dengan uji korelasi parsial.

1. Langkah pertama buka lembar kerja baru SPSS, lalu klik

Variable View, selanjutnya anda cukup mengisi pada kolom
Name, Decimals, Label, dan Measure, sementara untuk pilihan
yang lain biarkan tetap default. Tampak di layar SPSS
sebagaimana gambar bawah ini.

9
2. Jika sudah, langkah berikutnya klik Data View, lalu masukkan
data IQ, IPK dan Motivasi ke-12 orang responden tersebut
sesuai dengan judul kolom yang ada di layar SPSS.

*Melakukan Uji Normalitas Data Penelitian dengan SPSS

Karena persyaratan atau asumsi dasar yang harus terpenuhi dalam

penggunaan uji korelasi parsial ini adalah data berdistribusi
normal, maka terlebih dahulu kita akan melakukan uji
normalitas untuk variabel IQ, IPK dan Motivasi. Adapun
caranya sebagai berikut ini.
1. Dari menu utama SPSS klik menu Analyze >> Descriptive
Statistics >> Explore…

10
2. Maka muncul kotak dialog “Explore” selanjutnya masukkan
semua variabel penelitian ke kotak Dependent List: kemudian
pada bagian “Display” pilih Both, setelah itu klik Plots…

3. Maka muncul kotak dialog “Explore Plots” lalu beri tanda

ceklist (v) pada Normality plots with tests, selanjutnya klik
Continue, kemudian klik Ok

11
4. Maka akan mucul output SPSS, kita cukup perhatikan pada tabel
output “Tests of Normality” tampak dilayar seperti gambar di
bawah ini.

12
*Pembahasan Uji Normalitas untuk Uji Korelasi Parsial dengan
SPSS
Untuk mengetahui apakah variabel IQ, IPK dan Motivasi
yang digunakan dalam penelitian berdistribusi normal atau
tidak, maka terlebih dahulu kita harus mengetahui teori tentang
dasar pengambilan keputusan untuk uji normalitas. Adapun
dasar pengambilan keputusan dalam uji normalitas adalah
sebagai berikut.Jika nilai Signifikansi (Sig.) < 0,05, maka
variabel tidak berdistribusi normal.
Jika nilai Signifikansi (Sig.) > 0,05, maka variabel berdistribusi
normal.
Berdasarkan tabel output SPSS “Tests of Normality” di atas,
diketahui bahwa nilai Sig. dalam uji normalitas Shapiro-Wilk
adalah sebagai berikut.
Nilai IQ Sig. adalah sebesar 0,932
Nilai IPK Sig. adalah sebesar 0,152
Nilai Motivasi Sig. adalah sebesar 0,066
Karena nilai signifikansi (Sig.) untuk semua variabel penelitian di
atas > 0,05 maka dapat disimpulkan variabel IQ, IPK dan
Motivasi adalah berdistribusi normal. Dengan demikian, asumsi
dasar atau persyaratan dalam uji korelasi parsial sudah
terpenuhi.

Catatan: metode Shapiro-Wilk dipakai untuk sampel < 50.

Sementara metode Kolmogorov-Smirnov dipakai untuk sampel
> 50.

*Melakukan Uji Korelasi Parsial dengan SPSS

1. Selanjutnya kita akan melakukan Uji Korelasi Parsial dengan

SPSS, caranya klik menu Analyze >> Correlate >> Partial…

13
 Tampak dilayar.

2. Muncul kotak dialog “Partial Correlations” Selanjutnya,

masukkan variabel IQ dan IPK ke kotak Variables: kemudian
masukkan variabel Motivasi ke kotak Controlling for, pada
bagian “Test of Significance” pilih Two-tailed dan beri tanda
ceklist (v) untuk Display actual significance level, lalu klik
Options…

3. Muncul kotak diloag “Partial Correlations: Options”, kemudian

pada bagian “Statistics” berikan tanda ceklist (v) untuk Means
and standard deviations dan Zero-order correlations.
Selanjutnya pada bagian “Missing Values” aktifkan pilihan
Exclude cases pairwise, lalu klik Continue

14
4. Kemudian klik Ok untuk mengakhiri perintah. Maka muncul
Output SPSS dengan judul “Partial Corr” selanjutnya tinggal
interpretasikan saja tabel output tersebut.
Interpretasi Output Uji Korelasi Parsial dengan SPSS

Tabel Output “Descriptive Statistics”

Tabel output SPSS di atas, memberikan informasi kepada kita
tentang ringkasan nilai statistik deskriptif atau gambaran data
untuk ketiga variabel (IQ, IPK dan Motivasi) mencakup Mean
atau nilai rata-rata, Std. Deviation (Standar Deviasi), dan N atau
jumlah sampel yang digunakan dalam penelitian ini.

Tabel Output “Correlations”

output SPSS ini memberikan informasi mengenai hubungan yang

15
 terbentuk antar variabel sebelum dan sesudah dimasukkannya
variabel kontrol dalam analisis korelasi. Untuk memaknai tabel
output Correlations di atas, maka ada 3 tahapan yang harus kita
lalui, yaitu: (1) Menentukan rumusan hipotesis penelitian. (2)
Melihat teori tentang dasar pengambilan keputusan dalam uji
korelasi parsial. (3) Manafsirkan hasil analisis dan membuat
kesimpulan.
*Rumusan Hipotesis Penelitian dalam Uji Korelasi Parsial
H0: Hubungan antara IQ dengan IPK dengan Motivasi sebagai
variabel kontrol tidak signifikan.
Ha: Hubungan antara IQ dengan IPK dengan Motivasi sebagai
variabel kontrol signifikan.

*Dasar Pengambilan Keputusan dalam Uji Korelasi Parsial Sig. (2-

tailed)
Jika nilai Significance (2-tailed) > 0,05, maka H0 diterima dan Ha
ditolak.
Jika nilai Significance (2-tailed) < 0,05, maka H0 ditolak dan Ha
diterima.

*Pembahasan Output Uji Korelasi Parsial dengan SPSS

Tabel output pertama “-none-a” menunjukkan nilai korelasi atau
hubungan antara variabel IQ dengan IPK sebelum
dimasukkannya variabel kontrol (Motivasi) dalam analisis. Dari
output di atas diketahui nilai koefisien korelasi (Correlations)

16
 sebesar 0,832 (positif) dan nilai Significance (2-tailed) adalah
0,001 < 0,05, maka dapat disimpulkan bahwa ada hubungan
yang positif dan signifikan antara IQ dengan IPK mahasiswa
tanpa adanya variabel kontrol (Motivasi). Sementara nilai
Correlations sebesar 0,832 ini masuk dalam kategori hubungan
sangat kuat.

Interpretasi Output Uji Korelasi Parsial dengan SPSS

Tabel output kedua “Motivasi” menujukkan nilai korelasi atau
hubungan antara variabel IQ dengan IPK setelah memasukkan
Motivasi sebagai variabel kontrol dalam analisis. Dari tabel
output di atas terlihat bahwa terjadi penurunan nilai koefisien
korelasi (Correlations) menjadi 0,626 (bernilai positif dan
kategori hubungan kuat) dengan nilai Significance (2-tailed)
sebesar 0,039 < 0,05, maka H0 ditolak dan Ha diterima yang
berarti bahwa hubungan antara IQ dengan IPK dengan Motivasi
sebagai variabel kontrol adalah signifikan (nyata).

Uji Analisis Korelasi Dengan Program SPSS | Setelah uji

persyaratan analisis data terpenuhi biasanya peneliti akan
melakukan uji analisis data. Uji korelasi dilakukan untuk

17
 mengetahui hubungan antara variabel bebas dengan variabel
terikat dan sebaliknya. Hubungan variabel X dan Y bersifat:
a. Positif, artinya jika X naik, maka Y naik.
b. Negatif, artinya jika X naik, maka Y turun.
Dalam program SPSS terdapat tiga metode sederhana diantaranya
adalah Pearson Correlation, Kendall’s tau-b, dan Sepearman
Correlation. Pearson Correlation digunakan untuk skala interval
dan rasio, sedangkan Kendall’s tau-b dan Sepearman correlation
lebih cocok untuk skala ordinal.
Seperti yang sudah diketahui bersama bahwa dilakukannya uji
korelasi dimaksudkan untuk mengetahui tingkat keeratan
hubungan yang dimiliki antar variabel dalam penelitian. Uji
hubungan atau korelasi dapat dilakukan dengan beberapa
metode hal ini tergantung jenis data yang digunakan, seperti :
Korelasi Product Moment adalah Koefisien korelasi untuk dua
buah variabel x dan y yang kedua-duanya memiliki tingkat
pengukuran interval atau rasio. Baca : Analisis Korelasi Product
Moment dengan SPSS
Koefisien korelasi Spearman atau Spearman’s coefficient of (Rank)
correlation dan Kendall digunakan untuk pengukuran statistik
non-parametrik data ordinal. Korelasi Spearman dan Kendall
pada awalnya akan melakukan perangkingan terhadap data yang
penelitian, kemudian baru dilakukan pengujian korelasinya.

Perbedaan antara Korelasi Spearman dan Kendall yakni jika dalam

Korelasi Kendall (diberi symbol ῖ) merupakan suatu penduga
tidak bias untuk parameter populasi, maka dalam korelasi
spearman (diberi symbol r) dan tidak memberikan dugaan untuk
koefisien peringkat suatu populasi.

Sesuai dengan judul artikel, bahwa kali ini saya akan

mepraktekkan cara Uji Koefisien Korelasi Spearman dengan

18
 SPSS Lengkap berserta dengan interpretasinya.. sebelum saya
masuk ke langkah-langkahnya.. ada baiknya sobat ketahui dulu
dasar pengambilan keputusan dalam uji Korelasi Spearman.

Dasar Pengambilan Keputusan dalam Uji Korelasi Spearman:

Jika nilai sig. < 0,05 maka, dapat disimpulkan bahwa terdapat
korelasi yang signifikan antara variabel yang dihubungkan.
Sebaliknya, Jika nilai sig. > 0,05 maka, dapat disimpulkan bahwa
tidak terdapat korelasi yang signifikan antara variabel yang
dihubungkan.

Kriteria tingkat hubungan (koefisien korelasi) antar variabel

berkisar antara ± 0,00 sampai ± 1,00 tanda + adalah positif dan
tanda – adalah negatif. Adapun kriteria penafsirannya adalah:
0,00 sampai 0,20, artinya : hampir tidak ada korelasi
0,21 sampai 0,40, artinya : korelasi rendah
0,41 sampai 0,60, artinya : korelasi sedang
0,61 sampai 0,80, artinya : korelasi tinggi
0,81 sampai 1,00, artinya : korelasi sempurna

Contoh Kasus dalam Uji Korelasi Spearman:

Seorang manajer perusahaan ingin mengetahui apakah terdapat

hubungan antara Motivasi Kerja dengan Prestasi Kerja
karyawan di perusahaan yang ia pimpin. Untuk itu diambilah 12
pekerja untuk dijadikan sampel penelitian. Data yang diperoleh
dapat dilihat pada gambar dibawah ini.

19
Uji Koefisien Korelasi Spearman dengan SPSS Lengkap
(Download Data)

2.Langkah-langkah Uji Koefisien Korelasi Spearman dengan

SPSS

1. Aktifkan lembar kerja SPSS, kemudian klik Variable View, pada

bagian Name tuliskan Motivasi dan Prestasi.

2. Selanjutnya, klik Data View dan masukkan nilai dari masing-

masing variabel.

20
3. Kemudian, dari menu SPSS klik Analyze  Correlate 
Bivariate…

Uji Koefisien Korelasi Spearman dengan SPSS Lengkap

4. Muncul kotak dialog dengan nama Bivariate Correlations,
selanjutnya masukkan variabel Motivasi dan Prestasi ke kotak
Variables; pada bagian Correlation Coefficients: hilangkan
tanda centang pada Pearson.. dan berikan tanda centang pada
Spearman. Untuk kolom Tests of Significance pilih Two-tailed
dan berikan tanda centang pada Flaq significant correlations

21
Uji Koefisien Korelasi Spearman dengan SPSS Lengkap
5. Terkahir klik Ok untuk mengakhiri proses data, selanjutnya akan
muncul ouput sebagai berikut:

Interprestasi Output Uji Koefisien Korelasi Spearman

Berdasarkan ouput di atas diketahui bahwa N atau jumlah data
penelitian adalah 12, kemudian nilai sig. (2-tailed) adalah 0,001,
sebagaimana dasar pengambilan keputusan di atas, maka dapat
dimpulkan bahwa ada hubungan yang signifikan antara
Motivasi Kerja dengan Prestasi Kerja. Selanjutnya, dari output
di atas diketahui Correlation Coefficient (koefisien korelasi)
sebesar 0,822, maka nilai ini menandakan hubungan yang tinggi
antara Motivasi Kerja dengan Prestasi Kerja. Selanjutnya jika
manajer perusahaan ingin mengetahui apakah Motivasi Kerja
berpengaruh signifikan terhadap Prestasi Kerja maka dapat hal
ini dapat dilakukan dengan analisis regresi sederhana.

22
3.Langkah-langkah Uji Korelasi Kendall's tau-b dengan SPSS
1. Langkah pertama yang harus kita lakukan adalah buka program
SPSS, kemudian klik Variable View. Selanjutnya, untuk
mendefinisikan atau mengisi identitas variabel penelitian
dengan ketentuan seperti gambar di bawah ini.

2. Setelah itu, klik Data View lalu ketikkan skor jawaban ke-10
orang nasabah tersebut ke kolom yang tersedia untuk variabel
Lokasi dan Kepuasan. Tampak di layar.

23
3. Selanjutnya, klik menu Analyze >> Correlate >> Bivariate…

4. Maka muncul kotak diloag “Bivariate Correlations” kemudian

pindahkan variabel Lokasi dan Kepuasan ke kotak Variables:
lalu pada bagian “Correlations Coeffients” hilangkan tanda
ceklist (v) pada Pearson, selanjutnya berikan tanda ceklist (v)
pada Kendall's tau-b. Pada bagian “Test of Significance” pilih
Two-tailed, dan beri tanda ceklist (v) pada Flag significant
correlations. Tampak dilayar.

5. Jika sudah, kemudian klik Ok untuk mengakhiri perintah. Maka

muncul output SPSS dengan judul “Nonparametric
Correlations” yang selanjutnya akan kita tafsirkan maknanya.

24
Interpretasi Output Uji Korelasi Kendall's tau-b dengan SPSS
Untuk melakukan interpretasi terhadap hasil output SPSS di atas,
ada beberapa cara yang perlu kita lakukan, antara lain: (1)
Melihat hubungan antar variabel berdasarkan nilai signifikansi.
(2) Melihat tingkat keeratan hubungan antar variabel. Dan (3)
Melihat arah hubungan antar variabel. Adapun interpretasi
ketiga cara di atas, dapat kita simak dalam pembahasan di
bawah ini.
1. Melihat Hubungan antar Variabel Berdasarkan Nilai Signifikansi
(Sig.)
Berdasarkan output uji korelasi kendall's tau-b di atas, diketahui
nilai signifikansi atau Sig. (2-tailed) antara variabel Lokasi
dengan Kepuasan Nasabah adalah sebesar 0,013 < 0,05, maka
dapat disimpulkan bahwa ada hubungan yang signifikan (nyata)
antara variabel Lokasi dengan Kepuasan Nasabah.
Catatan: jika nilai Sig. (2-tailed) > 0,05 maka artinya hubungan
antar variabel tidak signifikan atau dengan kata lain tidak ada
hubungan antar variabel.
2. Keeratan Hubungan antar Variabel dalam Korelasi Kendall's
Tau-b
Untuk memaknai tingkat keeratan atau kekuatan hubungan antar
variabel ini, maka terlebih dahulu kita harus mengetahui kriteria
tingkat keeratan hubungan dalam analisis korelasi. Menurut
Jonathan Sarwono, (2015: 93) kriteria tingkat keeratan
hubungan (koefisien korelasi) antar variabel dalam analisis

25
 korelasi dapat dikategorikan sebagai berikut:
Nilai koefisien korelasi sebesar 0,00 s/d 0,25 artinya hubungan
sangat lemah.
Nilai koefisien korelasi sebesar 0,26 s/d 0,50 artinya hubungan
cukup.
Nilai koefisien korelasi sebesar 0,51 s/d 0,75 artinya hubungan
kuat.
Nilai koefisien korelasi sebesar 0,76 s/d 0,99 artinya hubungan
sangat kuat.
Nilai koefisien korelasi sebesar 1,00 artinya hubungan sempurna.
Berdasarkan tabel output uji korelasi kendall's tau-b di atas,
diketahui nilai koefisien korelasi (Correlation Coefficient)
antara variabel Lokasi dengan Kepuasan Nasabah adalah
sebesar 0,743*. Dengan demikian, maka dapat disimpulkan
bahwa hubungan antara variabel Lokasi dengan Kepuasan
Nasabah adalah “kuat”. Sementara tanda bintang (*)
menunjukkan hubungan yang terbentuk adalah signifikan pada
angka signifikansi sebesar 0,05.
Catatan: jika ada dua tanda bintang (**) maka artinya hubungan
yang terbentuk signifikan pada angka signifikansi sebesar 0,01.
3. Melihat Arah Hubungan antar Variabel dalam Analisis Korelasi
Arah hubungan dilihat dari angka koefesien korelasi apakah
hasilnya bernilai positif atau negatif. Berdasarkan tabel output
di atas, diketahui koefisien korelasi (Correlation Coefficient)
antara variabel Lokasi dengan Kepuasan Nasabah bernilai
positif yakni sebesar 0,743. Maka dapat disimpulkan bahwa ada
hubungan yang “positif” antara variabel Lokasi dengan
Kepuasan Nasabah. Hubungan positif atau searah bermakna
bahwa jika Lokasi semakin nyaman (memadai) maka kepuasan
nasabah akan semakin meningkat.

Mengacu pada ketiga interpretasi dalam uji korelasi kendall's tau-b

26
 di atas, maka kita dapat membuat sebuah kesimpulan bahwa
“hubungan antara Lokasi dengan Kepuasan Nasabah pada
Koperasi Simpan Pinjam (KSP) Citra Dana adalah signifikan,
kuat, dan searah.

Demikian pembahasan kita mengenai cara melakukan uji korelasi

kendall's tau-b untuk data ordinal dengan program SPSS.

27
 BAB III

PENUTUP

A. Kesimpulan

Analisis korelasi merupakan salah bentuk dari analisis inferensial

dan terbagi 5; product Moment Pearson= Kedua variabelnya berskala
interval. Rank Spearman: Kedua variabelnya berskala ordinal Point Serial:
Satu berskala nominal sebenarnya dan satu berskala interval       Biserial:
Satu berskala nominal buatan dan satu berskala interval dan   Koefisien
kontingensi: Kedua varibelnya berskala nominal.

28
 DAFTAR PUSTAKA

Widiyanto, Joko. 2012. SPSS For Windows. Surakarta: Badan Penerbit-FKIP

Universitas Muhammadiyah Surakarta

Sudjana. (2005). Metoda Statistika. Tarsito: Bandung

Purwanto, SEI., MSI. ANALISIS KORELASI DAN REGRESI LINIER DENGAN

SPSS 21 (Panduan Praktis untuk Penelitian Ekonomi Syariah). StaiaPress,
2019.

29