Materi SKL 5 SPSS-korelasi
Materi SKL 5 SPSS-korelasi
Capaian Pembelajaran
Mahasiswa mampu mengetahui dan memahai serta mengaplikasikan pengetahuan mengenai
analisis Chi Square dan korelasi
Untuk menghitung nilai chi square dapat dilakuka analisis dengan menggunakan rumus
dibawah ini:
X2= Σ ( O –E )2
E
O : nilai Observasi (pengamatan)
E : nilai Expected (harapan)
Df = (b-1) (k-1) df=degree of freedom
b : jumlah baris
k : jumlah kolom
Contoh Kasus
Diketahui seorang manajer rumah sakit swasta di Banyumas ingin mengetahui
tingkatan perbedaan kedisiplinan kerja antara dokter laki-laki dan perempuan. Kedisiplinan
pekerjaan diukur berdasarkan absensi kehadiran setiap hari selama 1 bulan dimana
diasumsikan dalam 1 bulan terdapat 26 hari kerja efektif. Berdasarkan hasil pengamatan
diperoleh data sebagai berikut:
Jenis Jenis
ID Kedisiplinan ID Kedisiplinan
Kelamin Kelamin
1 Laki-laki 26 16 Perempuan 23
2 Laki-laki 26 17 Perempuan 23
3 Laki-laki 26 18 Perempuan 23
4 Laki-laki 26 19 Perempuan 23
5 Laki-laki 25 20 Perempuan 23
6 Laki-laki 25 21 Perempuan 24
7 Laki-laki 24 22 Perempuan 26
8 Perempuan 23 23 Perempuan 26
9 Perempuan 23 24 Laki-laki 26
10 Perempuan 23 25 Laki-laki 26
11 Perempuan 23 26 Laki-laki 26
12 Perempuan 24 27 Laki-laki 26
13 Perempuan 24 28 Laki-laki 26
14 Perempuan 22 29 Laki-laki 25
15 Perempuan 23 30 Laki-laki 25
Pada tabel di atas terlihat bahwa jenis skala data untuk variabel gender adalah kategoris,
sedangkan untuk variabel disiplin skala datanya adalah rasio.
Solusi Penyesaian
Ubah Ukuran Data dari rasio ke kategorik, langkah-langkahnya yaitu sebagai berikut:
a. Buka program SPSS lalu buat variabel jenis kelamin dan disiplin
b. Isikan data pada tabel pada program SPSS. Sebelum memasukkan data ke SPSS, terlebih
dahulu kita mengubah cara memasukkan data ke SPSS dimana jenis kelamin laki-laki
dikodekan sebagai 2, kemudian kode yang dimasukkan ke dalam program SPSS adalah
kode.
c. Setelah diisi datanya maka akan terlihat seperti gambar berikut:
Gambar 1. Datasheet sampel data yang sudah diinput ke dalam SPSS
d. Setelah data sudah masuk ke dalam program SPSS. Kemudian langkah selanjutnya adalah
memberi nama jenis kelamin dengan menunjuk 1 sebagai laki-laki dan 2 sebagai
perempuan dan mengubah skala data variabel disiplin di menu utama SPSS, memilih
Transform lalu Recode ke variabel lain. Seperti yang ditunjukkan gambar berikut:
Kemudian rubah kode kedisiplinan dengan 1 adalah disiplin dan 2 tidak disiplin. Seperti
pada gambar berikut:
Gambar 3. Tahapan memasukan identitas variabel
Pada variable jenis kelamin beri label untuk 1 adalah laki-laki dan 2 adalah perempuan dan
variable kategori kedisiplinan diberi label 1 adalah disiplin dan 2 adalah tidak disiplin.
Seperti pada gambar berikut:
f. Kemudian lakukan analisis data. Dari menu utama spss pilih Analize kemudian sub menu
Deskriptif statistik kemudian crosstabs. Seperti pada gambar berikut:
g. Setelah itu masukan variable jenis kelamin kedalam kotak rows dan kategori kedisiplinan
kedalam coloumns. Seperti tampak pada gambar berikut:
Gambar 7. Tahapan input katergori variable penelitian
h. Pilih menu statistik untuk melakukan analisis atau menu yang lain sesuai dengan keinginan.
Pada menu statistik pilih chi square dan risk.
Tabel Case Processing Summary menunjukkan bahwa jumlah sampel yang dianalisis
sebaganyak 30 subjek dengan kategori missing variable tidak ada.
Pada Tabel di atas merupakan hasil analisis tabulasi silang yang menunjukkan bahwa jumlah
total subjek laki-laki sebanyak 14, sedangkan jumlah total subjek perempuan sebanyak 16.
Berdasarkan kategori kedisiplinan, terdapat 11 orang disiplin yang terdiri dari 9 laki-laki dan
2 perempuan, sedangkan pada kategori tidak disiplin terdapat 19 orang yang terdiri dari 5 laki-
laki dan 14 perempuan.
Tabel Chi-square menunjukkan bahwa nilai chi-square 8,623, sedangkan nilai probabilitas
signifikansinya 0,003. Hal ini menunjukkan bahwa jika dibandingkan dengan standar normal
kemaknaan hipotesisi pada tingkat kemaknaan α = 0,05 dapat disimpulkan bahwa hipotesis nol
ditolak. Ini memberi arti bahwa terdapat perbedaan tingkat kedisiplinan karyawan laki-laki dan
perempuan.
Gambar 9. Hasil analisis data statistik untuk melihat aspek factor resiko
Jika dilihat dari aspek risiko jenis kelamin mempunyai risiko untuk disiplin sebesar 12,6 kali jika
dibandingkan dengan perempuan
Contoh kasus:
Peneliti ingin menguji apakah ada hubungan yang signifikan antara Semangat Belajar dan
Minat Belajar dengan Prestasi Belajar Mahasiswa Kedokteran Gigi. Berikut data penelitian
yang didapat:
b. Klik Data View, dan masukkan data Semangat (X1), Minat (X2), dan Prestasi (Y) yang
sudah dipersiapkan.
c. Lakukan uji normalitas data. Klik Analyze → Descriptive statistic→Explore. Masukkan
semua variable (X1, X2, Y) ke dalam dependent list. Selanjutnya klik plots → beri centang
pada normality plots with test dan Histogram → continue→ok
Output SPSS :
Tabel normalitas menunjukkan ketiga variable terdistribusi normal karena nilai
signifikansi ketiga variable > 0,05 pada tes Shapiro-wilk. Oleh karena itu, dilanjutkan ke
uji korelasi Pearson.
d. Langkah uji korelasi Pearson sebagai berikut : Pilih Analyze, lalu klik Correlate, dan klik
Bivariate…
e. Sebuah kotak dialog berjudul Korelasi Bivariat muncul. Masukkan variabel Semangat
(X1), Minat (X2) dan Prestasi (Y) pada kotak variabel. Selanjutnya pada kolom
“Corelation Coefficient” pilih Pearson, kemudian pada kolom “Significant Test” pilih
Two-tailed dan Flag Significant Correlations dari tanda tersebut, terakhir klik OK
untuk menyelesaikan perintah.
f. Akan muncul tampilan output SPSS “Correlations” yang akan diinterpretasikan.
Contoh kasus:
Seorang dosen ingin mengetahui hubungan antara nilai mata kuliah Basic Medical Science
(BMS) dengan nilai mata kuliah Advance Medical Science (AMS) dari 20 orang mahasiswa
Kedokteran Gigi. Peneliti membuat 4 kategori (1 : rendah, 2 : cukup, 3 : tinggi, 4 : sangat tinggi)
untuk nilai BMS maupun AMS yang diperoleh. Berikut data penelitian yang diperoleh sebagai
berikut:
Latihan Soal:
1. Peneliti akan melaksanakan suatu penelitian untuk mengetahui “hubungan antara sumber
air minum dengan kejadian disentri pada balita di wilayah kerja Puskesmas Rajasoka
Kabupaten Banyuresik tahun 2019”. Proses uji yang dilakukan untuk memperoleh variabel
merk pasta gigi dan variabel penyakit karies gigi, maka peneliti menggunakan kuesioner
atau angket terhadap responden yang berjumlah 20 subjek, berupa pasien yang melakukan
kunjungan ke fasilitas kesehatan di RSGMP Unsoed. Adapun kuesioner penelitian yang
digunakan yaitu sebagai berikut:
a. “Pertanyaan kuesioner variabel Merk Pasta Gigi”. Merk apa yang Anda gunakan untuk
membersihkan gigi ? Pilihan jawaban sebagai berikut:
- Merk A dengan harga Rp.20.000,-
- Merk B dengan harga Rp. 15.000,-
- Merk C dengan harga Rp. 10.000,-
- Merk D dengan harga Rp. 5.000,-
- Merk E dengan harga Rp. 1000,-
b. “Pertanyaan kuesioner variabel Kejadian karies gigi”. Apakah anda pernah mengalami
ganguan penyakit mulut terhadap kejadian karies selama periode waktu enam bulan
terakhir?. Pilihan jawaban sebagai berikut:
- Ya
- Tidak
Kategori menggunakan skor jawaban responden atas kuesioner penelitian ini dengan
ketentuan sebagai berikut:
a. Variabel Merk pasta gigi. Jika responden menjawab “Merk A dan Merk B” maka diberi
skor 1. Artinya merk pasta gigi dengan harga yang mahal. Namun, jika responden
menjawab “Merk C, Merk D, dan Merk E” maka diberi skor 2. Artinya pasta gigi yang
murah.
b. Variabel Kejadian karies gigi. Jika responden menjawab “Tidak” maka diberi skor 1.
Artinya tidak karies. Sementara jika responden menjawab “Ya” diberi skor 2. Artinya
karies gigi.
Berikut data jawaban 20 orang responden:
2. Seorang peneliti ingin memeriksa apakah ada hubungan yang signifikan antara berat badan
dan usia dan tekanan darah sistolik. Data penelitian yang diperoleh adalah sebagai berikut::
3. Seorang peneliti ingin mengetahui apakah terdapat hubungan antara rangking saat SD
dengan rangking saat SMA. Penelitian dilakukan terhadap 25 orang siswa. Data yang
diperoleh sebagai berikut :
Daftar Pustaka
Singgih Santoso. 2014. Panduan Lengkap SPSS Versi 20. Jakarta: Gramedia.
Priyatno, D. 2013. Analisis Korelasi, Regresi, dan Multivariate dengan SPSS. Yogyakarta :
Penerbit Gava Media
Sugiyono. 2019. Metode Penelitian Kuantitatif. Bandung : Alfabeta.