UJI

KORELASI
MAHMUDAH, SKM., M.KES
 FUNGSI DAN KEGUNAAN

Uji korelasi merupakan uji statistic yang

bertujuan untuk mengetahui hubungan 2
variable yang diteliti.

Syarat uji korelasi data penelitian harus

bersifat numerik (interval ataupun rasio)

Contoh; sebuah penelitian ingin

mengetahui hubungan Indeks Massa
Tubuh (IMT) terhadap tekanan darah.
Uji korelasi dapat mengestimasi
sifat hubungan dan kekuatan
hubungan antar variabel
• Kategori kekuatan hubungan ditunjukan
dengan Pearson Correlation
– 0,00 – 0,25 ; tidak ada hubungan/hubungan
lemah
– 0,26 – 0,50 ; hubungan sedang
– 0,51 – 0,75 ; hubungan kuat
– 0,76 – 1,00 ; hubungan sangat
kuat/sempurna
Sifat hubungan ditunjukan
dengan tanda pada hasil output
penelitian
• Hubungan negative, jika muncul tanda
(-) pada nilai Pearson Correlation, maka
hubungan kedua variable bertolak
belakang. Artinya jika variable bebas
meningkat, maka variable terikatnya
menurun. Contoh semakin tinggi kadar
kolesterol, maka tekanan darah semakin
menurun.
• Hubungan positif, jika tidak terdapat
tanda (-) pada nilai Pearson Correlation,
maka hubungan kedua variable searah.
Artinya jika variable bebas meningkat
akan diikuti pula peningkatan variable
terikat. Contohnya semakin tinggi kadar
kolesterol makan semakin tinggi tekanan
darah.
JENIS UJI KORELASI

UJI
KORELASI

Uji
Normalita
s

Pearson
Product Spearman
Moment
UJI PEARSON PRODUCT
MOMENT
• CONTOH KASUS
Berikut data mengenai umur dan
lingkar perut di desa X

Uji Korelasi.sav
• Langkah pertama lakukan uji
normalitas
• Klik Analyze Descriptive Statistics
 Explore
 - Pindahkan
variable yang
akan diuji
normalitas ke
kolom
dependen list
- klik Plots dan
beri centang
pada pilihan
normality plots
with test
 Hasil uji normalitas

Uji normalitas diketahui nilai sig > 0,05,

maka data berdistribusi normal dan dapat
dilanjutkan uji Pearson Product Moment
 LANGKAH SELANJUTNYA (UJI
KORELASI PEARSON PRODUCT
MOMENT)
• Klik Analyze  Correlate  Bivariate
Pastikan pilihan Pearson
sudah dicentang
Pindahkan variable yang diuji
ke kolom variable  klik OK
Hasil analisis menunjukan nilai
Sig=0,000<0,05, maka Ho gagal
diterima

Kesimpulan ada hubungan antara

umur dengan ukuran lingkar perut

nilai kekuatan hubungan sebesar

0,999 (tingkat kepercayaan 99%).
Artinya hubungan antara umur dan
lingkar perut sangat kuat dan sifat
hubungannya positif
LANGKAH UJI
SPEARMAN
• LAKUKAN UJI NORMALITAS Uji
Korelasi.sav

• Hasil uji normalitas masing2 sebesar

0,074 dan 0,000 maka data
berdistribusi tidak normal
• Langkah selanjutnya lakukan uji
Spearman
 LANGKAH BERIKUTNYA
• Klik Analyze  Correlate  Bivariate
 Pindahkan
variable yang
akan diuji pada
bagian variable

jangan lupa
centang pada
pilihan
Spearman
Klik OK
Hasil UJI SPEARMAN

Hasil analisis
dapat disimpulkan
bahwa nilai Sig
0,667>0,05 maka
Ho diterima.
Artinya tidak ada
hubungan antara
umur dengan
kadar Hb
 Terima kasih
Selamat mencoba!