Syarat atau Asumsi klasik untuk uji

pearson antara lain: Linearitas,

Normalitas, Heteroskedastisitas.
MACAM UJI STATISTIK
 PEARSON
DEFINISI
untuk mengetahui derajat keeratan
hubungan 2 variabel yang berskala interval atau
rasio, di mana dengan uji ini akan mengembalikan
nilai koefisien korelasi yang nilainya berkisar antara
-1, 0 dan 1. Nilai -1 artinya terdapat korelasi negatif
yang sempurna, 0 artinya tidak ada korelasi dan nilai
1 berarti ada korelasi positif yang sempurna.
Kekuatan hubungan antara 2 variabel yang
dimaksud disini adalah apakah hubungan tersebut
ERAT, LEMAH, ataupun TIDAK ERAT
 SPEARMAN
DEFINISI
Koefisien korelasi spearman
merupakan statistik nonparametrik.
Statistik ini merupakan suatu ukuran
asosiasi atau hubungan yang dapat
digunakan pada kondisi satu atau
kedua variabel yang diukur adalah
skala ordinal (berbentuk ranking) atau
kedua variabel adalah kuantitatif
namun kondisi normal tidak terpenuhi.
 SYARAT UJI STATISTIK
Pengujian hipotesis untuk korelasi digunakan uji T.
Rumusnya sebagai berikut:
= 2
1 2

Pengambilan keputusan menggunakanangka

pembanding t tabel dengan kriteria sebagai berikut:
Jika t hitung > t table H0 ditolak; H1 diterima
Jika t hitung < t table H0 diterima; H1 ditolak

Kriteria ini hanya berlaku untuk nilai t hitung yang positif

(+).
 Cara pengujian berikutnya ialah
menggunakan kurva. Penggunaan
kurva bermanfaat sekali jika :
nilai t hitung negatif (-). Jika nilai t
hitung negatif (-) maka pengujian
dilakukan disisi kiri; nilai t hitung
positif (+),maka pengujian dilakukan
disisi kanan.
 Menguji Hipotesis dalam
Korelasi
Untuk melakukan pengujian hipotesis dilakukan disisi kiri kurva jika t hitung diketemukan negative
(-). Bilangan negatif t tidak bermakna minus (hitungan) tetapi mempunyai makna bahwa pengujian
hipotesis dilakukan di sisi kiri

Kurva di atas menunjukkan bahwa t hitung jatuh di area H0 ditolak; dengan demikian H1 diterima.
Oleh karena itu kesimpulannya ialah ada hubungan antara 2 variabel

Kurva di atas menunjukkan bahwa t hitung jatuh di area H0 ditolak; dengan demikian H1 diterima.
Oleh karena itu kesimpulannya ialah ada hubungan antara 2 variabel
 PERBEDAAN UJI STATISTK
variabel PEARSON SPEARMAN KENDALL CRAMLER
statistik parametrik Non Non
parametrik parametrik
Jumlah besar kecil
sampel
Jenis data Memiliki Tidak Tidak
parameter memiliki memiliki
parameter parameter
Jenis Data Data tidak Data tidak
distribusi terdistribusi terdistribusi terdistribusi
normal normal normal
Menghitung Data tidak Data diukur
data diukur dalam
dalam bentuk
bentuk ranking
ranking
 Makna nilai Korelasi
NILAI Spearman MAKNA
0,00 0,19 Sangat lemah
0,20 0,39 Lemah
0,40 0,59 Sedang
0,60 0,79 Kuat
0,80 - 1,00 Sangat Kuat

Makna nilai Korelasi Pearson

NILAI MAKNA
0,80 1,000 Sangat kuat
0,60 0,799 Kuat
0,40 0,599 Cukup Kuat
0,20 0,399 Rendah
0,00 0,199 Sangat Rendah
PENYELESAIAN KASUS DENGAN
SPSS