Uji Asosiasi

(Hubungan)

Luh Yenny Armayanti, S.ST., M.Biomed

 PENGERTIAN KORELASI
• Analisis hubungan korelasi adalah suatu bentuk analisis data dalam
penelitian yang bertujuan untuk mengetahui kekuatan atau bentuk arah
hubungan diantara dua variabel atau lebih, dan besarnya pengaruh yang
disebabkan oleh variabel yang satu (variabel bebas) terhadap variabel
lainnya (variabel terikat).
• Terdapat dua variabel dalam korelasi yaitu:
1. Variabel bebas (independent variable)
adalah variabel yang nilai-nilainya tidak tergantung pada variabel lain.
Biasanya disimbolkan dengan X
2. Variabel terikat (dependent variable)
adalah variabel yang nilai-nilainya bergantung pada variabel lain
biasanya disimbolkan dengan Y
TABEL UJI HIPOTESIS
TABEL PEMILIHAN HIPOTESIS KORELATIF
Variabel I Variabel II Uji Korelasi

Nominal Nominal Koefisien Kontingensi,

Lambda
Nominal Ordinal Koefisien Kontingensi,
Lambda
Ordinal Ordinal Spearman, Gamma,
Somers’d
Ordinal Numerik Spearman

Numerik Numerik Pearson

Note: untuk variabel numerik, memakai uji Pearson dengan alternatifnya adalah
uji spearman
 PERSAMAAN DAN PERBEDAAN UJI KORELASI
KOEFESIEN KONTINGENSI DENGAN LAMBDA
• Persamaan
kedua uji tersebut digunakan untuk menguji korelasi dua variabel
dimana salah satu variabel nominal
• Perbedaan
Uji korelasi koefesien kontingensi digunakan untuk menguji korelasi
antara dua variabel yang setara sedangkan uji korelasi lamda untuk
variabel yang tidak setara
 PERSAMAAN DAN PERBEDAAN UJI SPEARMAN
DENGAN UJI KORELASI GAMMA DAN SOMERS’D
• Persamaan
Digunakan untuk menguji korelasi antara variabel ordinal dengan
ordinal
• Perbedaan
1. Uji sperman digunakan untuk uji korelasi antara variabel numerik
dengan ordinal
2. Uji spearman digunakan juga sebagai alternative uji person, jika
syarat uji pearson tidak terpenuhi
3. Uji korelasi Gamma dan Somers’d digunakan untuk uji korelasi
variabel ordinal dengan ordinal dimana kategori variabel ordinal
tersebut “sedikit” sehingga dapat dibuat table silage BxK
 PANDUAN INTERPRETASI HASIL UJI HIPOTESIS BERDASARKAN
KEKUATAN KORELASI, NILAI P DAN ARAH KORELASI
NO PARAMETER NILAI INTERPRETASI

1 Kekuatan 0,00-0,199 Sangat lemah

Korelasi (r) 0,20-0,399 Lemah
0,40-0,599 Sedang
0,60-0,799 Kuat
0,80-1,000 Sangat Kuat
2 Nilai p P<0,05 Terdapat korelasi yang bermakna antara
dua variabel yang diuji
P>0,05 Tidak terdapat korelasi yang bermakna
antara dua variabel yang diuji
3 Arah Korelasi + (positif) Searah
- (negative) Berlawanan arah
 ARAH KORELASI
• Korelasi positif: adalah korelasi dua variabel, yaitu apabila variabel
satu (X) meningkat atau menurun maka variabel lain cenderung
untuk meningkat atau menurun juga
• Korelasi Negatif: adalah korelasi dari dua variabel, yaitu apabila
variabel satu (X) meningkat atau menurun maka variabel lainnya
cenderung menurun atau meningkat
• Korelasi sempurna: adalah korelasi dari dua variabel, yaitu apabila
kenaikan dan penurunan variabel yang satu (X) berbanding dengan
kenaikan dan penurunan variabel lainnya
• Tidak ada korelasi terjadi apabila kedua variabel X dan Y tidak
menunjukkan adanya hubungan.
Harga r bergerak antara –1 dan +1 dengan tanda negatif menyatakan
adanya korelasi tak langsung atau korelasi negatif dan tanda positif
menyatakan adanya korelasi langsung atau korelasi positif. r=0
menyatakan tidak ada hubungan linier antara variabel X dan Y.

Korelasi negatif Korelasi negatif Tidak ada Korelasi positif korelasi positif
sempurna sedang korelasi sedang sempurna

negatif kuat negatif lemah positif lemah positif kuat

-1,0 -0,5 0,0 0,5 1,0

Korelasi Negatif Korelasi Positif

 SCATTER PLOT
Scatter plot atau diagram pencar merupakan diagram untuk
menunjukkan ada tidaknya hubungan antara dua variabel (variabel x dan
y) yang berupa penggambaran nilai-nilai dari variabel-variabel tersebut
 CONTOH SOAL
Kasus: Seorang perawat ingin TFU BB TFU BB
mengetahui bagaimanakah
hubungan antara TFU ibu 38 4000 27 2500
hamil dengan BB bayi yang
dilahirkan. Untuk itu ia 30 3500 28 2450
mengambiil data dari 10
orang ibu hamil. Adapun 28 3000 30 3000
datanya sbb
Pertanyaan: Uji apakah yang 33 3300 35 3300
sesuai dengan kasus diatas?
35 3000 30 3300
 LANGKAH-LANGKAH UNTUK MENENTUKAN
UJI HIPOTESIS YANG SESUAI
NO LANGKAH JAWABAN

1 Menentukan Variabel yang Variabel yang dihubungkan adalah TFU

dihubungkan (numerik) dan BBL (numerik)

2 Menentukan jenis hipotesis Korelatif

3 Menentukan masalah skala Numerik
variabel
Kesimpulan: uji yang digunakan adalah uji korelasi Perason (uji parametrik),
jika memenuhi syarat. Jika tidak memenuhi syarat maka digunakan uji
alternative yaitu uji korelasi spearman
Langkahnya…
• Memeriksa syarat uji parametrik: distribusi data harus normal (wajib)
• Bila memenuhi syarat (distribusi data normal), maka dipilih uji korelasi
pearson
• Bila tidak memenuhi syarat (distribusi data tidak normal), maka
diupayakan melakukan transformasi data supaya distribusi menjadi
normal
• Bila distribusi data hasil transformasi normal, maka dipilih uji korelasi
pearson
• Bila distribusi data hasil transformasi tidak normal, maka dipilih uji
alternatifnya (uji korelasi spearman)
1. Uji Normalitas
• Input variabel pada variable view
• Input data pada data view
• Analyze descriptive statistic explore. Masukkan variabel ke
dalam dependent list dan factor list
• Pilih Both pada display
• Aktifkan kotak Plots: aktifkan factor level together pada boxplot,
aktifkan histogram pada Descriptive, dan aktifkan normality plot with
test.
• Klik continue oke
MUNCUL HASIL SEPERTI INI

Digunakan uji shapiro wilk karena jumlah sampel < 50. hasil uji
menyatakan data berdistribusi normal karena p>0,05
2. Uji Pearson
• Analyze Correlate Bivariate
• Masukkan TFU dan BBL ke kotak variables
• Pilih uji Pearson pada kotak Correlation Coeffecients
• Pilih two tailed pada test of significance
HASIL

INTERPRETASI

Diperoleh nilai sig 0,015 yang

menunjukkan bahwa korelasi antara
TFU dan BBL adalah bermakna. Nilai
korelasi pearson 0,736 menunjukkan
korelasi positif dengan kekuatan
korelasi kuat
TERIMA KASIH