PRAKTIKUM

STATISTIK INDUSTRI

DISUSUN OLEH:

NAMA : John Hartman Natanael Simangunsong

NIM : 2203007

JUDUL BAB : ANALISA KORELASI

TANGGAL : Selasa,18 Juli 2023

POLITEKNIK TEKNOLOGI KIMIA INDUSTRI MEDAN

BADAN PENGEMBANGAN SUMBER DAYA MANUSIA

INDUSTRI

KEMENTERIAN PERINDUSTRIAN

2023
 BAB I

PENDAHULUAN

TUJUAN PRAKTIKUM
1. Untuk mengetahui hubungan korelasi Latihan 1
2. Untuk mengetahui jenis koefisien Latihan 2
3. Untuk mengetahui tingkat hubungan Latihan 3
 BAB II
TINJAUAN PUSTAKA

Analisis korelasi merupakan analisis untuk mengetahui hubungan antara

dua variabel atau lebih. Dalam analisisnya, akan diperoleh koefisien korelasi yang
menggambarkan arah hubungan antara variabel-variabel. Dalam SPSS, korelasi
yang banyak digunakan adalah korelasi pearson, atau yang sering disebut korelasi
product moment. Yaitu korelasi untuk menganalisa hubungan variabel yang bersifat
skala atau rasio. (Budi, 2016)
Korelasi Pearson merupakan salah satu ukuran korelasi yang digunakan
untuk mengukur kekuatan dan arah hubungan linier dari dua variabel. Dua variabel
dikatakan berkorelasi apabila perubahan salah satu variabel disertai dengan
perubahan variabel lainnya, baik dalam arah yang sama atau pun arah yang
sebaliknya. Harus diingat bahwa nilai koefisien korelasi yang kecil (tidak
signifikan) bukan berarti kedua variabel tersebut tidak saling berhubungan.
Mungkin saja dua variabel mempunyai keeratan hubungan yang kuat namun nilai
koefisien korelasinya mendekati nol, misalnya pada kasus hubungan non linier.
Koefisien korelasi hanya mengukur kekuatan hubungan linier dan tidak pada
hubungan non linier. Harus diingat pula bahwa adanya hubungan linier yang kuat
di antara variabel tidak selalu berarti ada hubungan kausalitas, sebab-akibat
Analisis korelasi sederhana (Bivariate Correlation) digunakan untuk
mengetahuikeeratan hubungan antara dua variabel dan untuk mengetahui arah
hubungan yang terjadi.Koefisien korelasi sederhana menunjukkan seberapa besar
hubungan yang terjadi antara duavariabel. Dalam SPSS ada tiga metode korelasi
sederhana (bivariate correlation)diantaranya Pearson Correlation, Kendall’s tau-b,
dan Spearman Correlation. PearsonCorrelation digunakan untuk data berskala
interval atau rasio, sedangkan Kendall’s tau-b, dan Spearman Correlation lebih
cocok untuk data berskala ordinal. (Widjaja, 2015)
Pada konteks egati analisis, korelasi biasa digunakan untuk mencari
hubungan di antara dua variabel yang memiliki sifat kuantitatif. Sedangkan,
menurut teori probabilitas dan statistika, korelasi juga disebut sebagai koefisien
korelasi, yakni nilai yang menunjukkan kekuatan dan arah hubungan linier antara
dua peubah acak. Ada pula egative korelasi yang merupakan metode untuk
mengetahui ada dan tidaknya hubungan linear antara variabel. Jika ditemukan
hubungan, maka perubahan yang terjadi pada salah satu variabel (X) akan
menyebabkan terjadinya perubahan pada variabel lain (Y).Intinya, korelasi
adalah egati menganalisis egative untuk mencari hubungan dari dua
variabel. Hubungan dua variabel itu bisa terjadi karena adanya hubungan sebab
akibat atau hanya kebetulan.Dua variabel bisa disebut berkorelasi, bila perubahan
pada variabel yang lain egativ yang sama (korelasi positif) atau berlawanan
(korelasi egative) secara teratur. Korelasi sendiri terbagi menjadi tiga, yakni
korelasi sederhana, parsial dan ganda . (Ridwan, 2015)
Korelasi adalah studi yang membahas tentang derajat hubungan antara
dua variabel atau lebih. Korelasi merupakan salah satu Teknik analisis statistic
yang banyak digunakan oleh peneliti karena peneliti umumnya tertarik terhadap
peristiwa-peristiwa yang terjadi dan menghubungkannya. Besar tingkat keeratan
hubungan antara dua variabel atau lebih dapat dietahui dengan mencari angka
daripada korelasi. (Setiadiy, 2016)
Secara umum, skala pengukuran dibedakan menjadi 4 (empat), yaitu
sebagai berikut.
1. Skala Nominal Skala nominal adalah skala yang digunakan hanya untuk
membedakan suatu ukuran dari ukuran yang tanpa memberi atribut lebih
besar atau lebih kecil. Jadi sifat skala ini adalah hanya mengklasifikasi
obyek. Contoh skala ini adalah jenis kelamin, jenis warna dan merk
motor
2. Skala Ordinal Skala ordinal adalah skala yang digunakan untuk
membedakan suatu ukuran dari ukuran dengan memberi atribut lebih
besar atau lebih kecil tetapi tidak dapat mencari selisih atau perbedaan
antar skala. Jadi sifat skala ini adalah mengklasifikasi dan mengurutkan.
Contoh skala ini adalah nilai ujian (A, B, C, D,E) dan kerusakan (parah,
sedang, ringan).
3. Skala Interval Skala interval adalah skala yang memiliki ciri-ciri
mengklasifikasi, mengurutkan, menghitung jarak antara dua titik skala,
 dan titik skala nol tidak tetap serta rasio tergantung pada satuan skala
yang digunakan. Contoh skala ini adalah pengukuran suhu.
4. Skala Rasio Skala rasio adalah skala yang memiliki ciri-ciri
mengklasifikasi, mengurutkan, menghitung jarak antara dua titik skala,
dan titik skala nol tetap serta rasio tidak tergantung pada satuan skala
yang digunakan. Skala rasio mencerminkan nilai sebenarnya dari data
dan bisa dilakukan operasi matematis. Contoh skala ini adalah massa,
hasil belajar, tinggi badan dan berat badan.
Adapun macam-macam Teknik korelasi antara lain yang terbagi atas
sebagai berikut :
A. Korelasi Brivariate (Pearson)
Analisis korelasi sederhana (Bivariate Correlation) digunakan untuk
mengetahui keeratan hubungan antara dua variabel dan untuk
mengetahui arah hubungan yang terjadi. Koefisien korelasi sederhana
menunjukkan seberapa besar hubungan yang terjadi antara dua variabel.
Dalam SPSS ada tiga metode korelasi sederhana (bivariate correlation)
diantaranya Pearson Correlation, Kendall’s tau-b, dan Spearman
Correlation. Pearson Correlation digunakan untuk data berskala
interval atau rasio, sedangkan Kendall’s tau-b, dan Spearman
Correlation lebih cocok untuk data berskala ordinal
B. Korelasi Spearman dan kendall
Analisis korelasi rank Kendall digunakan untuk mencari hubungan dan
menguji hipotesis antara dua variabel atau lebih, bila datanya berbentuk
ordinal atau ranking. Kelebihan metode ini bila digunakan untuk
menganalisis sampel berukuran lebih dari 10 dan dapat dikembangkan untuk
mencari koefisien korelasi parsial. Sedangkan untuk korelasi spearman
adalah sebuah cara yang digunakan untuk mengukur kuatnya hubungan
antara dua variabel tidak berdasarkan pasangan nilai data yang sebenarnya
tetapi berdasarkan rangkingnya,hubungan tersebut dinamakan rank
correlation coefficient. Analisis korelasi spearman termasuk dalam statistic
non-parametic. Metode korelasi ini ditemukan Carl Spearman pada tahun
1904. (Umar, 2016)
 BAB III
PROSEDUR KERJA
A. Tugas 1
1. Buka aplikasi SPSS

2. Klik Pada Variabel View

3. Buatlah Variabel Sesuai pada gambar

4. Buatlah data pada data view

5. Analisis Korelasi pada data

a. Pilih Analyze
b. Pilih Correlate
c. Pilih Bivariate
d. Masukkan kecemasan masa depan dan Optimism dalam kolom Variabel
klik ok

e. Otomatis output akan keluar

B. Tugas 2

1. Buka aplikasi SPSS

2. Klik Pada Variabel View

3. Buatlah Variabel Sesuai pada gambar

 4. Buatlah data pada data view

6. Analisis Korelasi pada data

a. Pilih Analyze
b. Pilih Correlate
c. Pilih Bivariate

d. Masukkan kecemasan masa depan dan Optimism dalam kolom Variabel

klik ok
 e. Tunggu sampai hasil ouput keluar

C. Tugas 3
1. Buka aplikasi SPSS

2. Klik Pada Variabel View

3. Buatlah Variabel Sesuai pada gambar

4. Analisis Korelasi pada data
a. Pilih Analyze
b. Pilih Correlate
c. Pilih Bivariate
d. Masukkan data ke variabel
e. Beri tanda centang pada kendall’s tau-b dan spearman
f. Lalu klik ok

5. Tunggu Hasil output keluar

D. Latihan 1
1. Buka Aplikasi SPSS

2. Klik Pada Variabel view

3. Analisis Korelasi pada data
a. Pilih Analyze
b. Pilih Correlate
c. Pilih Bivariate
d. Masukkan data ke variabel
e. Beri tanda centang pada kendall dan spearman

4. Tunggu Hasil Output keluar

E. Latihan 2
1. Buka Aplikasi SPSS

2. Klik Pada Variabel view

3. Analisis Korelasi pada data

a. Pilih Analyze
b. Pilih Correlate
c. Pilih Bivariate
d. Masukkan data ke variabel
e. Beri tanda centang pada pearson
 4. Tunggu hasil outputnya keluar

F. Latihan 3
1. Buka Aplikasi SPSS

2. Klik Pada Variabel view

5. Analisis Korelasi pada data
a. Pilih Analyze
b. Pilih Correlate
c. Pilih Bivariate
d. Masukkan data ke variabel
e. Beri tanda centang pada pearson
f. Klik Ok maka hasil output keluar
 BAB IV
PEMBAHASAN
1. Wawasan kebangsaan dan intelegensi umum mempunyai pearson yang sama
yakni -225

2. Correlations dari tingkat pengetahuan dan kinerja karyawan sama hasilnya

baik menggunakan metode kendalll dan spearman
3. Kendalls dan spearman didapatkan dibawah angka 0,01 daripada 0,05 maka
ho ditaloak dan ha diterima
 BAB V
KESIMPULAN
1. Dari hasil yang didapatkan hasil Analisa bahwa jenis korelasi yang
digunakan pada Latihan adalah korelasi bertipekan person dikarenakan
menggunakan measure dengan jenis scale dan data yang merupakan data
pasti
2. Berdasarkan hasil yang telah dikerjakan hubungan korelasinya sesuai
patokannya rendah dan untuk bagian daripada signifikannya ialah lebih
besar dari 0,05 yaitu 0,102 jadi tidak ada hubungan yang signifikan telah
terjadi
3. Dari hasil yang telah didapatkkan bahwa hubungan korelasinya sangat kuat
DAFTAR PUSTAKA

Budi. (2016). SPSS Untuk Analisis Korelasi,Regresi dan Multivariate. Yogyakarta: PT.
Gramedia.

Ridwan. (2015). Analisis Regresi Linier Ganda Dengan SPSS. Jakarta: Erlangga.

Setiadiy. (2016). Metodologi Aplikasi Penggunaan SPSS. Malang: Yogyakarta.

Umar. (2016). Metodologi Penelitian Sosial dan Pendidikan Teori-Aplikasi. Jakarta: Bumi
Aksara.

Widjaja. (2015). Statiska Deskriptif Untuk Penelitian Aplikasi SPSS. Jakarta: Rajawali
Press.