Uji KORELASI

Yunita Indah Prasetyaningrum, S.Gz., MPH

Mata Kuliah Manajemen Data & Informasi

Universitas Respati Yogyakarta
2019
Jun Akizaki
The Power of PowerPoint | thepopp.com
 Uji KORELATIF

• Menunjukkan hubungan linieritas antar dua variabel tetapi tidak

menunjukkan hubungan kausalitas (sebab-akibat)
• Hubungan korelasi bersifat dua arah, artinya tidak diketahui mana
variabel independen dan dependent.
• Variabel yang akan diuji korelasi adalah variabel numerik
• Untuk melakukan uji korelasi perlu dilihat terlebih dahulu normalitas
datanya dan linieritas melalui scatter plot.

The Power of PowerPoint | thepopp.com 2

 Uji KORELATIF

• Hipotesis uji korelatif  wajib saat variabel numerik-

numerik
• Uji Pearson: salah satu variabel berdistribusi normal
• Uji Spearman: sebaran data tidak normal  transformasi
 tidak normal

The Power of PowerPoint | thepopp.com 3

Tahapan
Uji
Korelatif
Hasil Scatter Plot
Interpretasi Hasil Uji Korelasi
 Contoh Kasus 1

Seorang peneliti ingin Langkah-langkah:

mengetahui korelasi antara 1. Menentukan variabel yang dihubungkan  skor
skor depresi dengan skor depresi (numerik) dengan skor ansietas (numerik)
ansietas. Kesalahan tipe satu
2. Menentukan Jenis hipotesis  korelatif (numerik-
5%, power penelitian 80%,
numerik)
koefisien korelasi yg dianggap
bermakna 0,3. Jumlah sampel 3. Kesimpulan  Uji korelatif numerik-numerik
yang diambil 100 orang.

The Power of PowerPoint | thepopp.com 7

 Contoh Kasus 1 (lanjutan)

4. Analisis
 Uji Pearson : jika salah satu variabel normal dan syarat linieritas terpenuhi
 Jika kedua variabel tdk normal  transformasi. Uji hipotesis tergantung hasil
transformasi
 Uji Spearman : jika kedua variabel tidak normal dan syarat linieritas terpenuhi
 Jika syarat linieritas tidak terpenuhi  jangan uji korelasi. Pertimbangkan uji
komparasi, lakukan kategorisasi terlebih dahulu

The Power of PowerPoint | thepopp.com 8

Lanjutan (1)

Langkah Uji Pearson:

1. Lakukan normalitas data.
Analyze  Descriptive statistic  Explore

2. Lakukan syarat liniearitas menggunakan scatter

plot
Graph  Interactive Scatter plot
Y axis untuk skor depresi
X axis untuk skor ansietas

The Power of PowerPoint | thepopp.com 9

Lanjutan (2)

3. Tentukan uji korelasi yang sesuai

Uji Pearson
Analyze  Correlate  Bivariate 
Masukkan depresi dan ansietas ke dalam kotak
variabel  Pilih uji Pearson (pada kotak
correlation coefficients)  Two tailed  OK

The Power of PowerPoint | thepopp.com 10

Lanjutan (3)

Kesimpulan:
Hasil uji statistik menunjukkan ada hubungan signifikan antara depresi dengan ansietas (p = 0,000)
Hubungan skor depresi dengan skor ansietas menunjukkan kekuatan korelasi sedang dan berpola positif.
Artinya, semakin tinggi skor depresi maka semakin tinggi skor ansietasnya (r=0,442).

The Power of PowerPoint | thepopp.com 11

 Contoh Kasus 2

Seorang peneliti ingin
mengetahui korelasi antara
skor keluhan somatik dengan
skor masalah sosial. Kesalahan
tipe satu 5%, power penelitian
80%, koefisien korelasi yg
dianggap bermakna 0,3.
Jumlah sampel 80 orang.
Langkah-langkah:
1. Menentukan variabel yang dihubungkan  skor
keluhan somatik (numerik) dengan skor masalah
sosial (numerik)
2. Menentukan Jenis hipotesis  korelatif (numerik-
numerik)
3. Kesimpulan  Uji korelatif numerik-numerik

The Power of PowerPoint | thepopp.com 12

 Contoh Kasus 2 (lanjutan)

4. Analisis
 Uji Pearson : jika salah satu variabel normal dan syarat linieritas terpenuhi
 Jika kedua variabel tdk normal  transformasi. Uji hipotesis tergantung hasil
transformasi
 Uji Spearman : jika kedua variabel tidak normal dan syarat linieritas terpenuhi
 Jika syarat linieritas tidak terpenuhi  jangan uji korelasi. Pertimbangkan uji
komparasi, lakukan kategorisasi terlebih dahulu

The Power of PowerPoint | thepopp.com 13

Lanjutan (1)
Langkah Uji Pearson:
1. Lakukan normalitas data.
Analyze  Descriptive statistic  Explore
Hasil normalitas p<0,05
(tidak berdistribusi normal meski sudah transformasi)

2. Lakukan syarat liniearitas menggunakan scatter plot

Graph  Interactive Scatter plot
Y axis untuk skor masalah sosial
X axis untuk skor keluhan somatik

The Power of PowerPoint | thepopp.com 14

 Normalitas Data

1. Transform, compute
2. Ketik log_densitas ke dalam kotak target Variable
3. Cari pilihan LG10 pada pilihan Functions, kalau sudah
ditemukan pindahkan ke kotak Numeric Expression
dengan mengklik tanda panah. Terlihat ada spasi
setelah kata LG10 (?)
4. Pindahkan variabel densitas ke spasi tersebut
dengan mengklik tanda panah. Terlihat variabel
densitas mengisi spasi yang kosong.

The Power of PowerPoint | thepopp.com 15

Lanjutan (2)

3. Tentukan uji korelasi yang sesuai

Uji Spearman
Analyze  Correlate  Bivariate  Masukkan keluhan somatik dan masalah sosial ke dalam
kotak variabel  Pilih uji Spearman (pada kotak correlation coefficients)  Two tailed  OK

The Power of PowerPoint | thepopp.com 16

Lanjutan (3)

Kesimpulan:
Hasil uji statistik menunjukkan ada hubungan signifikan antara keluhan somatik dengan masalah sosial (p = 0,000)
Hubungan skor keluhan somatik dengan skor masalah sosial menunjukkan kekuatan korelasi kuat dan berpola positif.
Artinya, semakin tinggi skor keluhan somatik maka semakin tinggi skor masalah sosial (r=0,731).

The Power of PowerPoint | thepopp.com 17

 Thank you!
Any questions?

The Power of PowerPoint – thepopp.com

Font: Ubuntu font family
Icons: Elegant Icon Font