Dwi Retnaningsih • Pearson • Spearman • Kendal Tau Korelasi Bivariat (Hubungan antara dua/bi variabel)
• Koefisien korelasi Product moment Pearson
– Mengukur keeratan hubungan antara hasil pengamatan dari populasi yang mempunyai dua varian – Data interval dan rasio • Korelasi peringkat Spearman (Spearman Rank) – Mengukur keeratan hubungan antara peringkat- peringkat dibandingkan hasil pengamatan itu sendiri – Digunakan utk menghitung koefisien korelasi pada data ordinal dan asosiasi pada statistik nonparametrik Kasus • Ingin diketahui apakah ada korelasi diantara variabel-variabel berikut: Pasien Glukosa TD Hb Ht 1 105 150 12.5 32 2 95 120 13 39 3 100 125 12 37 4 110 110 11 35 5 90 * 14 40 6 87 98 13 41 7 * 140 12 34 8 98 * 13 45 9 102 115 10 28 10 96 110 14 41 • Tujuan: mengetahui hubungan antar variabel • Digunakan uji korelasi bivariat • Langkah-langkah: SPSS – Buka program SPSS – Buat data – Simpan dengan nama KORELASI Menu AnalyzeCorrelateBivariate… Kotak dialog Isikan • Variable yang akan dikorelasikan • Masukkan semua variable: glukosa, TD, Hb dan Ht ke dalam kotak variable • Correlation Coefficients = alat hitung koefisien korelasi • Karena datanya kuantitatif dan berskala rasio, maka pilih PEARSON • Test of Significance, karena akan diuji dua sisi, maka pilih Two tailed • Flag significant correlation (tanda tingkat significancy): 5%, 1%output: * untuk 5% dan ** untuk 1% • Klick OPTION Pengisian • Pilihan: Statisticsabaikan • Missing values: • Exclude cases pairwise: pasangan yg salah satu tidak ada datanya tidak dimasukkan dlm perhitungan (jumlah data korelasi bisa bervariasi) • Exclude cases listwise: kasus yg salah satu datanya hilang dibuang (jumlah data seluruh korelasi sama) Dalam latihan disamakan (Gunakan exclude cases pairwise) • Tekan Continue • Tekan ok Tampilan • Simpan hasil dengan nama Korelasi Interpretasi Signifikansi hasil korelasi • Berdasarkan probabilitas – Jika probabilitas > 0,05 H0 DITERIMA – Jika probabilitas < 0,05 H0 DITOLAK • Berdasarkan perbandingan r hitung dengan r tabel • r hitung antara kadar glukosa dan Hb = -.672 • r tabel untuk N=9 0,666 (5%)., dan 0,765 (1%) • Perbandingan: r hitung > r tabel ada hubungan • Arah hubungan -.672= negatif • Interpretasi: semakin tinggi kadar glukosa maka akan semakin rendah kadar Hb • r hitung antara kadar Hb dan Ht = .784 • r tabel untuk N=10 0,632 (5%)., dan 0,765 (1%) • Perbandingan: hitung > r tabel ada hubungan • Arah hubungan; .784= positif • Interpretasi: semakin tinggi kadar Hb maka akan semakin tinggi kadar Ht Interpretasi dengan melihat tanda *
• Tanda * atau ** terdapat pada hubungan
antara variabel Korelasi Spearman • Merupakan bagian dari statistik non parametrik • Jenis data ordinal • Tujuan : – Melihat keeratan hubungan dua variabel – Melihat arah hubungan dua variabel – Melihat apakah hubungan tersebut signifikan atau tidak Kriteria tingkat keeratan korelasi • Koefisien korelasi 0,00-0,25=sangat lemah • Koefisien korelasi 0,26-0,50=cukup • Koefisien korelasi 0,51-0,75=kuat • Koefisien korelasi 0,76-0,99=sangat kuat • Koefisien korelasi 1=sempurna Kriteria arah korelasi • Lihat pada koefisien korelasi • Nilai terletak antara +1 sampai -1 • Jika koefisien korelasi bernilai positif, maka hubungan kedua variabel dikatakan searah • Jika koefisien korelasi bernilai negatif, maka hubungan kedua variabel dikatakan berlawanan arah Kriteria signifikansi korelasi • Kekuatan dan arah korelasi akan mempunyai arti bila hubungan antar variabel tersebut bernilai signifikan, jika nilai sig (2-tailed) < 0,05 atau 0,01 Kasus • Ingin diketahui apakah ada hubungan antara tingkat pendidikan ibu dengan status gizi anak • Responden Status Didik Ibu Status Gizi Anak 1 3 3 2 4 3 3 4 4 4 4 4 5 3 4 6 5 3 7 5 3 8 3 4 9 5 4 10 4 5 • Keterangan: • Status pendidikan ibu: – 1 = Tidak tamat SD – 2 = Tamat SD/sederajat – 3 = Tamat SMP/sederajat – 4 = Tamat SMA/sederajat – 5 = Tamat PT • Status gizi anak: – 1 = buruk – 2 = kurang – 3 = sedang – 4 = baik – 5 = gemuk Langkah-langkah • Buka program SPSS • Buka data KORELASI • Input data pada kasus • Klick Analyze Correlate Bivariate • Masukkan kedua variabel (pendidikan ibu dan status gizi) pada kolom VARIABLES • Pada kolom “Correlation coefficient” beri tanda √ pada “Spearman”., pada bagian “test of significance” pilih “two tailed”., beri √ pada “Flag significance correlation”, lalu click “Option”., click “exclude cases pairwise”., “continue” • Click OK Interpretasi • Keeratan Hubungan:
• Koefisien korelasi 0,00-0,25=sangat lemah
• Arah hubungan:
• Negatif: berlawanan status pendidikan
tinggi tidak sejalan dengan status gizi anak • Signifikansi hubungan
• > 0,05 tidak ada hubungan yang signifikan
Kesimpulan • Tidak ada hubungan antara pendidikan ibu dengan status gizi anak • Terima kasih