MODUL VIII

ANALISIS KORELASI

ANALISIS KORELASI UNTUK DATA ORDINAL (KORELASI RANK SPEARMAN)

1. Pendahuluan

Korekasi rank spearman adalah suatu cara untuk mengetahui besar hubungan antara dua variable yang
memiliki skala pengukuran ordinal. Korelasi rank spearman dapat dihitung dengan menggunakan rumus
sebagai berikut:

1−6 ∑ d i
2
r= 2
n(n −1)

Dimana:

d i=R X −R Y

R X =Ranking variabel X

RY =Ranking variabel Y

n=ukuran sampel

2. Pengujian Korelasi Rank Spearman

Pengujian kebermaknaan koefisien korelasi rank spearman dapat dilakukan dengan langkah-langkah
pengujian hipotesis sebagai berikut:

H0 : ρ = 0
H1 : ρ ≠ 0

Dengan statistic uji:

r √ n−2
t=
√1−r 2

Dengan dk = (n – 2) dan taraf nyata = α, hipotesis diterima jika – t (1− 1 α ) < t < t (1− 1 ) (atau p>α)
2 2α

1
3. Soal Latihan Korelasi Rank Spearman

Suatu penelitian dilakukan untuk mengetahui hubungan antara motivasi kerja dengan prestasi kerja
karyawan di suatu perusahaan. Pengukuran motivasi kerja dilakukan dengan menggunakan alat ukur
yang terdiri dari atas 20 pernyataan dengan skala penilaian: 1 = tidak pernah; 2 =kadang-kadang; 3 =
sering; 4 = selalu. Adapun pengukuran prestasi kerja dilakukan dengan menggunakan alat ukur yang
terdiri atas 10 pernyataan dengan skala penilaian: 1 = buruk; 2 = cukup; 3 = baik; 4 = sangat baik.
Pengambilan data terhadap 20 karyawan di perusahaan tersebut memberikan hasil sebagai berikut:

NO MOTIVASI PRESTASI NO MOTIVASI PRESTASI

KERJA KERJA KERJA KERJA
1 30 23 11 45 32
2 29 25 12 45 33
3 34 27 13 47 34
4 36 20 14 48 34
5 38 27 15 48 34
6 35 30 16 50 35
7 38 30 17 45 35
8 40 27 18 52 32
9 39 29 19 56 35
10 42 32 20 60 38

Ujilah apakah terdapat hubungan antara motivasi kerja dengan prestasi kerja karyawan di perusahaan
tersebut?

Penyelesaian:

H0 : ρ = 0
H1 : ρ ≠ 0

Dengan statistic uji:

r √ n−2
t=
√1−r 2

Dengan dk = (n – 2) dan taraf nyata = α, hipotesis diterima jika – t (1− 1 α ) < t < t (1− 1 ) (atau p>α)
2 2α

Langkah Kerja:
1. Input data, simpan dalam file spearman.sav
→ →
2. Tekan menu Anlyze ❑ Correlate ❑ Bivariate
3. Masukkan Motivasi Kerja dan Prestasi Kerja ke dalam Variables

2
4. Klik Spearman, Two Tailed dan Flag Significant Correlation
5. Klik OK

Nonparametric Correlations

Correlations

MK PK
Spearman's rho MK Correlation Coefficient 1.000 .879**
Sig. (2-tailed) . .000
N 20 20
PK Correlation Coefficient .879** 1.000
Sig. (2-tailed) .000 .
N 20 20
**. Correlation is significant at the 0.01 level (2-tailed).

3
Dari table di atas terlihat bahwa besarnya korelasi antara motivasi kerja dengan prestasi kerja adalah
0,879. Dari table tersebut terlihat pula bahwa korelasi ini signifikan pada taraf nyata α = 0,01,. Dapat
disimpulkan bahwa terdapat hubungan yang signifikan antara motivasi kerja dengan prestasi kerja.

ANALISIS KORELASI UNTUK DATA ORDINAL (KORELASI KENDALL)

1. Pendahuluan

Korelasi kendall adalah suatu cara untuk mengetahui besar hubungan antara dua variable yang memiliki
skala pengukuran ordinal. Korelasi kendall dapat dihitung dengan menggunakan rumus sebagai berikut:

2S
T=
N ( N−1)

2. Pengujian Korelasi Kendall

Pengujian kebermaknaan koefisien korelasi kendall dapat dilakukan dengan langkah-langkah pengujian
hipotesis sebagai berikut:

H0 : ρ = 0
H1 : ρ ≠ 0

Dengan statistic uji:

3 T √ N (N −1)
Z=
√ 2(2 N +5)

Dengan taraf nyata = α, hipotesis diterima jika – Z (1− 1 α) < Z < Z❑(1− 1
)
2 2α

3. Soal Latihan Korelasi Kendall

Suatu penelitian dilakukan untuk mengetahui hubungan antara motivasi kerja dengan prestasi kerja
karyawan di suatu perusahaan. Pengukuran motivasi kerja dilakukan dengan menggunakan alat ukur
yang terdiri dari atas 20 pernyataan dengan skala penilaian: 1 = tidak pernah; 2 =kadang-kadang; 3 =

4
sering; 4 = selalu. Adapun pengukuran prestasi kerja dilakukan dengan menggunakan alat ukur yang
terdiri atas 10 pernyataan dengan skala penilaian: 1 = buruk; 2 = cukup; 3 = baik; 4 = sangat baik.
Pengambilan data terhadap 20 karyawan di perusahaan tersebut memberikan hasil sebagai berikut:

NO MOTIVASI PRESTASI NO MOTIVASI PRESTASI

KERJA KERJA KERJA KERJA
1 30 23 11 45 32
2 29 25 12 45 33
3 34 27 13 47 34
4 36 20 14 48 34
5 38 27 15 48 34
6 35 30 16 50 35
7 38 30 17 45 35
8 40 27 18 52 32
9 39 29 19 56 35
10 42 32 20 60 38

Ujilah apakah terdapat hubungan antara motivasi kerja dengan prestasi kerja karyawan di perusahaan
tersebut?

Penyelesaian:

H0 : ρ = 0
H1 : ρ ≠ 0

Dengan statistic uji:

3 T √ N (N −1)
Z=
√ 2(2 N +5)

Dengan dk = (n – 2) dan taraf nyata = α, hipotesis diterima jika – Z (1− 1 α ) < t < Z❑(1− 1
)
2 2α

Langkah Kerja:

5
1. Buka file data
→ →
2. Tekan menu Anlyze ❑ Correlate ❑ Bivariate
3. Masukkan Motivasi Kerja dan Prestasi Kerja ke dalam Variables
4. Klik Kendall, Two Tailed dan Flag Significant Correlation
5. Klik OK

Nonparametric Correlations

Correlations

MK PK
Kendall's tau_b MK Correlation Coefficient 1.000 .735**
Sig. (2-tailed) . .000
N 20 20
PK Correlation Coefficient .735** 1.000
Sig. (2-tailed) .000 .
N 20 20
**. Correlation is significant at the 0.01 level (2-tailed).

6
Dari table di atas terlihat bahwa besarnya korelasi antara motivasi kerja dengan prestasi kerja adalah
0,735. Dari table tersebut terlihat pula bahwa korelasi ini signifikan pada taraf nyata α = 0,01,. Dapat
disimpulkan bahwa terdapat hubungan yang signifikan antara motivasi kerja dengan prestasi kerja.

ANALISIS KORELASI UNTUK DATA ORDINAL (KORELASI GAMMA)

1. Pendahuluan

Korelasi gamma adalah suatu cara untuk mengetahui besar hubungan antara dua variable yang memiliki
skala pengukuran ordinal, untuk data yang berbentuk tabel kontingensi. Korelasi gamma dapat dihitung
dengan menggunakan rumus sebagai berikut:

G=¿¿ ¿

2. Pengujian Korelasi Gamma

Pengujian kebermaknaan koefisien korelasi gamma dapat dilakukan dengan langkah-langkah pengujian
hipotesis sebagai berikut:

H0 : γ = 0
H1 : γ ≠ 0

Dengan statistic uji:

Z=( G−γ ) √ ¿ ¿¿ ¿

Dengan taraf nyata = α, hipotesis diterima jika – Z (1− 1 α) < Z < Z❑(1− 1
)
2 2α

3. Soal Latihan Korelasi Gamma

Ingin diketahui apakah terdapat hubungan antara status sosial ekonomi orangtua dengan tingkat
pendidikan tertinggi yang dapat dicapai oleh anak pertama dari keluarga di desa Bojongrangkong.

Diperoleh data sebagai berikut:

STATUS PENDIDIKAN TERTINGGI ANAK PERTAMA

TOTAL
SOSEK ORTU SD SMP SMA PT

7
 Bawah 10 5 2 3 20
Menengah 8 9 7 1 25
Atas 2 6 8 9 25
TOTAL 20 20 17 13 70

Langkah Kerja:
1. Buka file data
→ →
2. Tekan menu Anlyze ❑ Deskriptif ❑ Crosstabs
3. Masukkan Status Sosek Ortu dan Pendidikan Tertinggi Anak Pertama dalam Row dan Column
4. Klik Statistics, Gamma
5. Klik OK

8
Outputnya adalah sebagai berikut:

Crosstabs

Case Processing Summary

Cases
Valid Missing Total
N Percent N Percent N Percent
sosek_ortu * pendidikan 70 100.0% 0 .0% 70 100.0%

sosek_ortu * pendidikan Crosstabulation

Count
pendidikan
SD SMP SMA PT Total
sosek_ortu bawah 10 5 2 3 20
menengah 8 9 7 1 25
atas 2 6 8 9 25
Total 20 20 17 13 70

9
 Symmetric Measures

Asymp.
a b
Value Std. Error Approx. T Approx. Sig.
Ordinal by Ordinal Gamma .506 .128 3.763 .000
N of Valid Cases 70
a. Not assuming the null hypothesis.
b. Using the asymptotic standard error assuming the null hypothesis.

Dari table di atas terlihat bahwa besarnya korelasi antara status sosial ekonomi orangtua dengan tingkat
pendidikan tertinggi yang dapat dicapai oleh anak pertama adalah 0,506. Dari table tersebut terlihat
pula bahwa p value 0.05 > 0.000, sehingga korelasinya bernilai signifikan. Dapat disimpulkan bahwa
terdapat hubungan yang signifikan antara status sosial ekonomi orangtua dengan tingkat pendidikan
tertinggi yang dapat dicapai oleh anak pertama

ANALISIS KORELASI UNTUK DATA ORDINAL (KORELASI SOMERS)

1. Pendahuluan

Korelasi somers adalah suatu cara untuk mengetahui besar hubungan antara dua variable yang
memiliki skala pengukuran ordinal, untuk data yang berbentuk tabel kontingensi dan bersifat asimetrik.
Korelasi somers dapat dihitung dengan menggunakan rumus sebagai berikut:

¿ ( agreements ) −¿(disagreement )
d BA=
¿ pairs not tied on variable A

¿ ( agreements ) −¿(disagreement )
d BA=
¿ pairs not tied on variable B

2. Pengujian Korelasi Somers

Pengujian kebermaknaan koefisien korelasi gamma dapat dilakukan dengan langkah-langkah pengujian
hipotesis sebagai berikut:

H0 : Δ BA = 0
H1 : Δ BA ≠ 0

Dengan statistic uji:

10
 d BA
Z=
√ var ¿¿ ¿
Dengan taraf nyata = α, hipotesis diterima jika
–Z 1 <Z<
Z❑ 1
(1− α) (1− )
2 2α

3. Soal Latihan Korelasi Somers

Gunakan soal latihan korelasi gamma

Langkah Kerja:
1. Buka file data
→ →
2. Tekan menu Anlyze ❑ Deskriptif ❑ Crosstabs
3. Masukkan Status Sosek Ortu dan Pendidikan Tertinggi Anak Pertama dalam Row dan Column
4. Klik Statistics, Somers
5. Klik OK

11
Outputnya adalah sebagai berikut:

Crosstabs

Case Processing Summary

Cases
Valid Missing Total
N Percent N Percent N Percent
sosek_ortu * pendidikan 70 100.0% 0 .0% 70 100.0%

sosek_ortu * pendidikan Crosstabulation

Count
pendidikan
SD SMP SMA PT Total
sosek_ortu bawah 10 5 2 3 20
menengah 8 9 7 1 25
atas 2 6 8 9 25
Total 20 20 17 13 70

Directional Measures

Asymp.
a b
Value Std. Error Approx. T Approx. Sig.
Ordinal by Ordinal Somers' d Symmetric .369 .098 3.763 .000
sosek_ortu Dependent .349 .093 3.763 .000
pendidikan Dependent .391 .104 3.763 .000
a. Not assuming the null hypothesis.
b. Using the asymptotic standard error assuming the null hypothesis.

ANALISIS KORELASI UNTUK DATA NOMINAL (KORELASI CRAMER DAN PHI)

 KORELASI CRAMER

1. Pendahuluan

Korelasi Cramer adalah suatu cara untuk mengetahui besar hubungan antara dua variable yang memiliki
skala pengukuran nominal. Korelasi Cramer dapat dihitung dengan menggunakan rumus sebagai berikut:

12
 √
2
χ
C=
N ( L−1)

2. Pengujian Korelasi Cramer

Pengujian kebermaknaan koefisien korelasi cramer dapat dilakukan dengan langkah-langkah pengujian
hipotesis seperti Uji Chi Kuadrat untuk K sampel bebas.

3. Soal Latihan Korelasi Cramer

Suatu penelitian dilakukan untuk mengetahui hubungan antara jenis kelamin dengan minat untuk
memasuki perguruan tinggi pada siswa lulusan SLA. Pengambilan data terhadap 30 siswa lulusan SLA
memberikan hasil sebagai berikut:

NO JK MINAT NO JK MINAT
1 1 1 16 2 1
2 1 1 17 2 1
3 1 1 18 2 1
4 1 1 19 2 1
5 1 1 20 2 1
6 1 1 21 2 2
7 1 1 22 2 2
8 1 2 23 2 2
9 1 2 24 2 2
10 1 2 25 2 2
11 1 2 26 2 2
12 1 2 27 2 3
13 1 3 28 2 3
14 1 3 29 2 3
15 1 3 30 2 3

Keterangan:

JK: 1= Laki-laki; 2 = Perempuan

Minat: 1= IPA; 2=IPS; 3=Bahasa

Penyelesaian:

H0 : Tidak terdapat hubungan antara jenis kelamin dengan minat memasuki perguruan tinggi
H1 : Terdapat hubungan antara jenis kelamin dengan minat memasuki perguruan tinggi

Dengan statistic uji:

13
C=
√ χ2
N ( L−1)

Dengan dk = 2, tolak Ho jika χ 2> χ 2α atau p<α

Langkah Kerja:
1. Buka file data
→ →
2. Tekan menu Anlyze ❑ Deskriptif ❑ Crosstabs
3. Masukkan Jenis Kelamin dan Minat dalam Row dan Column
4. Klik Statistics, Chi Square dan Cramer
5. Klik OK

14
  KORELASI PHI

1. Pendahuluan

Korelasi Phi adalah suatu cara untuk mengetahui besar hubungan antara dua variable yang memiliki
skala pengukuran nominal. Perbedaannya dengan Korelasi Cramer adalah korelasi Phi khusus untuk
data yang bentuknya tabel kontingensi 2x2. Korelasi Phi dapat dihitung dengan menggunakan rumus
sebagai berikut:

IAD−BCI
rθ=
√( A +B)(C+ D)( A+C )( B+D)
Keterangan: data disusun dalam bentuk tabel kontingensi sebagai berikut:

0 1 TOTAL
0 A B A+B
1 C D C+D
A+C B+D N

15
2. Pengujian Korelasi Phi

Pengujian kebermaknaan koefisien korelasi phi dapat dilakukan dengan langkah-langkah pengujian
hipotesis seperti Uji Chi Kuadrat untuk K sampel bebas.

3. Soal Latihan Korelasi Phi

Di Fakultas ABC Perguruan Tinggi XYZ, angka drop out-nya cukup tinggi. Diduga bahwa salah satu faktor
penyebab dari drop out tersebut adalah kurangnya minat terhadap bidang ABC yang dipelajari di
Fakultas tersebut. Hasil penelitian mendapatkan hasil sbb:

Drop out Lulus (tidak drop out)

Berminat 12 24
Tidak berminat 3 27
Ingin diketahui hubungan antara minat terhadap bidang ABC dengan kelulusan di Fakultas ABC tersebut,
dengan tingkat kepercayaan 95%.

Penyelesaian:

H0 : Tidak terdapat hubungan antara minat terhadap bidang ABC dengan kelulusan di Fakultas ABC
H1 : Terdapat hubungan antara minat terhadap bidang ABC dengan kelulusan di Fakultas ABC

Dengan statistic uji:

N
N ( Ι AD−BC Ι − )2
2
χ2=
( A + B)( C+ D)( A+C )( B+ D)

Dengan dk = 1, tolak Ho jika χ 2> χ 2α atau p<α

Langkah Kerja:
1. Buka file data
→ →
2. Tekan menu Anlyze ❑ Deskriptif ❑ Crosstabs
3. Masukkan Minat dan kelulusan dalam Row dan Column
4. Klik Statistics, Chi Square dan Phi
5. Klik OK

16
17
Outputnya adalah sebagai berikut:

Crosstabs

Case Processing Summary

Cases

Valid Missing Total

N Percent N Percent N Percent

minat * DO 66 100.0% 0 .0% 66 100.0%

minat * DO Crosstabulation
Count

DO

1.00 2.00 Total

minat 1.00 12 24 36

2.00 3 27 30
Total 15 51 66

Chi-Square Tests

Asymp. Sig. (2- Exact Sig. (2- Exact Sig. (1-

Value df sided) sided) sided)

Pearson Chi-Square 5.073a 1 .024

Continuity Correction b
3.831 1 .050
Likelihood Ratio 5.413 1 .020
Fisher's Exact Test .038 .023
Linear-by-Linear Association 4.996 1 .025
N of Valid Cases 66

a. 0 cells (.0%) have expected count less than 5. The minimum expected count is 6.82.
b. Computed only for a 2x2 table

18
 Symmetric Measures

Value Approx. Sig.

Nominal by Nominal Phi .277 .024

Cramer's V .277 .024

N of Valid Cases 66

19