UJI KORELASI
A. Capaian Pembelajaran :
Manajemen Data 12
Untuk mengetahui lebih tepat kekuatan hubungan digunakan koefisien
korelasi Pearson. Koefisien korelasi disimpulkan dengan huruf r (huruf r
kecil).
Dari nilai r kita dapat menentukan :
a. Kekuatan hubungan ( nilai 0 dan 1)
b. Arah hubungan (+ dan -)
Kisaran nilai r antara 0 sampai dengan ± 1
0 : tidak ada hubungan linier
+1 : ada hubungan linier positif sempurna
-1 : ada hubungan linier negatif sempurna
Interpretasi r
0 ≤ r ≤ 0,199 : hubungan sangat lemah
0,2 ≤ r ≤ 0,399 : hubungan lemah
0,4 ≤ r ≤ 0,599 : hubungan cukup kuat
0,6 ≤ r ≤ 0,799 : hubungan kuat
0,8 ≤ r ≤ 1,00 : hubungan sangat kuat
Arah hubungan
+ : hubungan positip : semakin besar x semakin besar y
- : hubungan negatif
Hubungan dua variable dapat berpola positif atau negative ,hubungan positif
terjadi bila kenaikan satu variable diikuti kenaikan variable lain, missal semakin
bertambah indeks massa tubuh (semakin gemuk) semakin tinggi tekanan
darahnya.
Sedangkan hubungan negatif dapat terjadi bila kenaikan satu variable diikuti
penurunan variable yang lain, misalnya semakin banyak jumlah anaknya semakin
rendah gizi balitanya.
2. Contoh
Suatu penelitian dilakukan dengan tujuan :
a. Menganalisis hubungan umur dengan pengetahuan
b. Menganalisis hubungan umur dengan praktik
Manajemen Data 13
c. Menganalisis hubungan antara pengetahuan dengan praktik
d. Menganalisis hubungan antara sikap dengan praktik
Kerangka konsep
Variable bebas variable terikat
umur
pengetahuan praktik
sikap
1. Buka tugas01.sav
2. Lakukan uji normalitas
Uji kenormalan datanya untuk variable umur, pengetahuan, sikap dan praktik
menggunakan dengan cara:
➢ klik analyze, descriptive statistics, pilih explore
➢ Pindahkan pengetahuan, sikap dan praktik ke dependent list
➢ pilih plots, centang normality plots with test
Manajemen Data 14
➢ Klik OK
Manajemen Data 15
Cara membaca r2=0,276 berarti r(koefisien korelasi)=0,53 berarti hubungan
cukup kuat dan sebaran data membentuk pola atau arah positif (searah) artinya
semakin tinggi umur semakin tinggi pengetahuan. (Jika hubungan sangat
lemah atau lemah, maka arah hubungan tidak perlu dijelaskan tetapi sebaran
data yang dijelaskan). Namun untuk lebih tepatnya dilakukan analisis korelasi
untuk mengetahui koefisien korelasinya.
Manajemen Data 16
Gambar 2. Tampilan korelasi bivariate
Hasil uji Korelasi
Manajemen Data 17
3. Penulisan dalam laporan penelitian
1. Uji Normalitas
Tabel 1 Hasil Uji Normalitas dengan Uji Shapiro Wilk
Variabel p Keterangan
Umur 0.083(>0,05) Normal
Pengetahuan 0.420(>0,05) Normal
Sikap 0.104(>0,05) Normal
Praktik 0,072(>0,05) Normal
Manajemen Data 18
Lampiran
1. Uji normalitas
Manajemen Data 19
1. Uji Korelasi Parsial
Variabel bebas variabel terikat
pengetahuan praktek
sikap
Manajemen Data 20
4. Interpretasi hasil
Hasil :
Hasil ada di tabel 1 semua variabel normal
Korelasi parsial Hubungan pengetahuan –praktek dengan mengontrol sikap
Manajemen Data 21