Anda di halaman 1dari 40

Uji Korelasi

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 AnalyzeCorrelateBivariate…
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: Statisticsabaikan
• 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

Anda mungkin juga menyukai