Uji Korelasi

Metode statistika
 Kelompok 6
01
Nur Nisrina Zakiya
2210118220036

02
Siti Julia Noor Halizah
2210118120006
 UJI KORELASI
Secara umum uji korelasi bertujuan untuk mengetahui keeratan hubungan
antar variable yang diteliti( yakni variable X dengan variable Y). korelasi
atau hubungan yang terbentuk antar variable ini dapat bersifat hubungan
positif ataupun hubungan negatif. Hal ini dapat dilihat berdasarkan nilai
koefisien korelasi dari hasil analisis apakah bernilai plus(+) atau minus(-).
Jika plus(+) maka hubungan yang terbentuk antar variable bersifat positif,
dan sebaliknya. Hubungan positif bermakna bahwa jika variable X
mengalami peningkatan maka variable Y juga mengalami peningkatan.
Sementara hubungan negative bermakana bahwa jika variable X
mengalami penurunan maka variable Y akan mengalami peningkatan
 DERAJAT KEERATAN
HUBUNGAN DALAM UJI
KORELASI
1. Nilai koefisien korelasi 0,00 – 0,19 berarti hubungan sangat rendah /
sangat lemah
2. Nilai koefisien korelasi 0,20 – 0,39 berarti hubungan rendah / lemah
3. Nilai koefisien korelasi 0,40 – 0,59 berarti hubungan sedang
4. Nilai koefisien korelasi 0,60 – 0,79 berarti hubungan tinggi / kuat
5. Nilai koefisien korelasi 0,80 – 1,00 berarti hubungan sangat tinggi /
sangat kuat
MACAM-MACAM UJI
KORELASI

 UJI PEARSON PRODUCT MOMENT

 UJI KORELASI PARSIAL
 UJI KORELASI GANDA
 01
Uji Pearson
Product Moment
 Kasus Uji Pearson Product Moment

- Data terdiri dari variabel

independent (x) dan variabel
dependent (y), dimana variabel (x)
berupa Pelayanan Kepada
Konsumen, dan variabel (y)
berupa Minat Beli Konsumen
Minyak Goreng Merk Damai.
Langkah- langkah Uji Pearson
Product Moment dengan SPSS

1. Jalankan Program SPSS, lanjutkan dengan klik

pada Variable View seperti berikut.
2. Klik tab Data View, kemudian memasukkan
(mengentri) data seperti berikut:
3. Klik Analyze » Correlate » Bivariate..., maka
akan tampak kotak dialog Bivariate Correlation
4. Pilih/klik variabel Pelayanan Kepada Konsumen (x), klik ►ke
kotak Variables. Kemudian Pilih/klik variabel Minat Beli
Konsumen Minyak Goreng Merrek Damai (y), klik ►ke kotak
Variables:
seperti tampak berikut:

5. Klik ceklist Pearson, Two-tailed, dan Flag

significant correlations seperti tampak pada
gambar di sebelumnya.
6. Klik tombol OK (selesai), sehingga ditampilkan
hasil output analisis seperti berikut:
Rumusan Hipotesis Penelitian dalam Uji Pearson Product Moment

1. H0: Hubungan antara Pelayanan Kepada Konsumen dengan Minat Beli

Konsumen Minyak Goreng Merk Damai tidak signifikan.

2. Ha: Hubungan antara Pelayanan Kepada Konsumen dengan Minat Beli

Konsumen Minyak Goreng Merk Damai signifikan.

Dasar pengambilan keputusan dalam Uji Pearson Product Moment Sig.

(2-tailed)

3. Jika nilai Significance (2-tailed) ≥0,05, maka H0 diterima dan Ha ditolak.

4. Jika nilai Significance (2-tailed) < 0,05, maka Ha diterima dan H0

ditolak.
Kesimpulan & Pembahasan Output uji Pearson Product Moment
dengan SPSS

Dari tabel output tersebut di atas dapat dikatakan bahwa koefisien korelasi antara
Pelayanan Kepada Konsumen (x) dengan Rata-rata suhu ruangan (y) adalah sebesar (r) =
0,962 disertai signifikansi 0,000. Berdasarkan kriteria keputusan di atas maka dapat
simpulkan bahwa korelasi dari kedua variabel tersebut adalah signifikan, oleh karena
signifikasi yang menyertainya lebih kecil dari 0,05 (0,000 < 0,05). Maka H0 ditolak dan Ha
diterima.

Korelasi yang terjadi bersifat positif, artinya apabila variabel bebas (independent)
meningkat, maka akan disertai oleh meningkatnya variabel terikat (dependent), korelasi
yang terjadi berada dalam kategori sangat kuat.
 02
Uji Korelasi
Parsial
 Kasus uji korelasi parsial

Seorang dosen ingin mengetahui

apakah ada hubungan antara IQ dengan
nilai IPK mahasiswa dengan motivasi
berprestasi sebagai variable kontrol. Guna
keperluan penelitian ini maka dosen
tersebut mengumpulkan data-data yang
dibutuhkan menggunakan kuesioner
untuk 15 orang sampel atau responden
penelitian adapun tabulasi data penelitian
yang dimaksud sebagai berikut:
Langkah-langkah uji korelasi parsial
dengan SPSS

1. Langkah pertama buka lembar kerja baru SPSS, lalu klik Variable View, selanjutnya cukup
isi pada kolom Name, Decimals, Label, dan Measure, sementara untuk pilihan yang lain
biarkan tetap default.
2. Jika sudah, langkah berikutnya klik Data view, lalu masukkan data IQ ,IPK dan
Motivasi ke-12 orang responden tersebut sesuai dengan judul kolom yang ada di layer
SPSS.
Melakukan Uji Normalitas data penelitian
dengan SPSS
Karena persyaratan atau asumsi dasar yang harus terpenuhi dalam penggunaan uji
korelasi parsial ini adalah data berdistribusi normal, maka terlebih dahulu kita akan
melakukan Uji Normalitas untuk Variabel IQ,IPK, dan Motivasi. Dengan cara
sebagai berikut.
1. Dari menu utama SPSS klik menu Analyze >> Descriptive Statistics >>Explore…
2. Maka muncul kotak Dialog “Explore” selanjutnya masukkan semua variable
peneitian ke kotak Dependent List : kemudian pada bagian “Display” pilih Both,
setelah itu klik Plots…
3. Maka muncul kotak dialog “ Explore Plots” lalu beri tanda centang pada
Normality plots with tests, selanjutnya klik continue, kemudian klik OK.
4. Maka akan muncul output SPSS, kita cukup perhatikan pada
table output “ Test of Normality”.
Pembahasan Uji Normalitas untuk uji korelasi parsial dengan SPSS

Berikut adalah dasar penganbilan keputusan untuk Uji Normalitas.

1. Jika nilai signifikansi < 0,05, maka variable tidak berdistribusi normal

2. Jika nilai signifikansi > 0,05 maka variable berdistribusi normal

Berdasarkan table output SPSS “Tests of Normality” di atas, diketahui bahwa nilai signifikansi
dalam Uji normalitas Shapiro-Wilk adalah sebagai berikut.

3. Nilai IQ Sig, adalah sebesar 0,004

4. Nilai IPK Sig. adalah sebesar 0,200

5. Nilai Motivasi Sig. adalah sebesar 0,037

Karena nilai signifikansi untuk semua variable penelitian di atas > 0,05 maka dapat disimpulkan
bahwa variable motivasi, minat dan prestasi adalah berdistribusi normal. Dengan demikian asumsi
dasar atau persyaratan dalam uji korelasi parsial sudah terpenuhi.
Melakukan Uji Korelasi Parsial dengan
SPSS
1. Selanjutnya kita akan melakukan uji korelasi parsial dengan SPSS,
csrsnys klik menu Analyze >> Correlate >> Partial..
2. Muncul kotak dialog “Partial Correlations” selanjutnya, masukkan variable IQ dn IPK ke kotak
Variables: kemudian masukkan variable motivasi ke kotak Controlling for, pada bagian “Test if
Significance” pilih Two- tailed dan beri tanda centang untuk Display actual significance level, lalu
klik Options..
3. Muncul kotak dialog “Partial Correlations: Options”, kemudian pada
bagian “ Statistics” berikan tanda centang untuk Means and standard
deviations dan Zero-order correlations. Selanjutnya pada bagian “Missing
Values” aktifkan pilihan Exlude cases pairwise, lalu klik continue.

4. Kemudian klik Ok untuk mengakhiri

perintah. Maka muncul Output SPSS dengan
judul “Partial Corr” selanjutnya kita hanya
perlu menginterpretasikan tabel output
tersebut.
 Interpretasi Output Uji Korelasi Parsial dengan SPSS

Tabel Output “ Descriptive Statistics”

Tabel output SPSS disamping memberikan

kita informasi tentang ringkasan nilai
statistik deskriftif atau gambaran data
untuk ketiga variable (IQ,IPKdan
Motivasi) mencakup Mean atau nilai rata-
rata, Std. Deviation (Standar Deviasi),dan
N atau jumlah sampel yang digunakan
dalam penelitian.
Tabel Output “Correlations”

Tabel output SPSS ini

memberikan informasi mengenai
hubungan yang terbentuk antara
variabel sebelum dan sesudah
dimasukkannya variabel kontrol
dalam analisi korelasi.
 Untuk memaknai tabel output correlations tersebut, maka ada 3
tahapan yang harus kita lalui, yaitu:

1. Menentukan rumusan hipotesis penelitian.

2. Melihat teori tentang dasar pengambilan keputusan dalam uji

korelasi parsial.

3. Menafsirkan hasil analisis dan membuat kesimpulan.

Rumusan Hipotesis Penelitian dalam Uji Korelasi Parsial

1. H0: Hubungan antara IQ dengan IPK dengan Motivasi sebagai variabel

kontrol tidak signifikan.

2. Ha: Hubungan antara IQ dengan IPK dengan Motivasi sebagai variabel

kontrol signifikan

Dasar pengambilan keputusan dalam uji korelasi parsial Sig.(2- tailed)

3. Jika nilai Significance (2-tailed) > 0,05, maka H0 diterima dan Ha ditolak.

4. Jika nilai Significance (2-tailed) < 0,05, maka Ha diterima dan H0 ditolak.
Pembahasan Output uji korelasi parsial dengan SPSS

Tabel output pertama “-none-a” menunjukkan nilai

korelasi atau hubungan antara variebel IQ dengan IPK
sebelum dimasukkannnya variabel kontrol (Motivasi)
dalam analisis. Dari output di atas diketahui nilai
koefisien korelasi (Correlations) sebesar 0,453 (positif)
dan nilai Significance (2- tailed) adalah 0,090 > 0,05,

maka dapat disimpulkan bahwa ada hubungan tidak

signifikan antara motivasi dengan minat mahasiswa
tanpa adanya variabel kontrol (prestasi). Sementara nilai
Correlations sebesar 0,453
Tabel output kedua “Motivasi”; menunjukkan nilai korelasi atau hubungan antara
variabel motivasi dengan minat setelah memasukkan prestasi sebagai variabel
kontrol dalam analisis. Dari tabel output di atas dapat dilihat bahwa terjadi
penurunan nilai koefisien korelasi (Correlations) menjadi 0,185 (bernilai positif dan
kategori hubungan kuat) dengan nilai significance (2-tailed) sebesar 0,527 > 0,05
maka H0 diterima dan Ha ditolak yang berarti Hubungan antara motivasi dengan
minat dengan prestasi sebagai variabel kontrol tidak signifikan.
Kesimpulan penelitian
Berdasarkan pembahasan dalam uji korelasi parsial di atas
diketahui bahwa kehadiran variabel prestasi berprestasi
sebagai variabel kontrol akan memberikan pengaruh terhadap
hubungan antara variabel motivasi dengan variabel minat.
Dengan demikian maka dapat disimpulkan bahwa variabel
motivasi bukanlah satu-satunya variabel yang menentukan nilai
minat mahasiswa, karena ada variabel lain juga yang
berhubungan dengan nilai minat yaitu variabel prestasi.
 03
Uji Korelasi Ganda
(Multiple Correlate)
 Kasus Uji Korelasi Ganda
1. Buka program SPSS, klik variable view selanjutnya pada bagian name tulis A1, A2, dan B. Pada
decimals ubah semua menjadi angka 0. Pada bagian label tuliskan Kompetensi, Motivasi, dan
Kinerja.
 3. Dari menu SPSS klik Analyze,
2. klik data view dan masukkan data kemudian pilih Regression dan pilih
Kompetensi (A1), Motivasi(A2), dan Linear. Maka akan muncul kotak dialog
Kinerja(B) Linear Regression
4. kemudian masukkan variable Kinerja
(y) dengan cara mengklik tanda
Dependent. Kemudian variable
Kompetensi (X1) dan Motivasi (X2) ke
kotak Independent(s)
5. klik statistic dan tandai pada kotak
Estimates, Model Fit, dan R squared
change lalu klik Continue, selanjutnya
klik Ok.
6. setelah semuanya selesai, perhatikan Model Summary

Berdasarkan tabel Model Summary diketahui bahwa besarnya hubungan

antara Kompetensi dan Motivasi (secara simultan) terhadap Kinerja yang
dihitung dengan koefisien korelasi adalah 0,607, hal ini menunjukkan
pengaruh yang kuat
 Rumusan Hipotesis Penelitian dalam Uji
Korelasi Ganda

 H0 : Kompetensi dan Motivasi tidak berhubungan secara simultan dan

signifikan terhadap Kinerja

 Ha : Kompetensi dan Motivasi berhubungan secara simultan dan signifikansi

terhadap Kinerja

Berdasarkan tabel Model Summary diperoleh nilai probabilitas (sig.F Change) =

0,064. Karena nilai sig.F Change 0,064 > 0.05. berdasarkan kriteria keputusan
diatas maka dapat disimpulkan maka keputusannya adalah H0 diterima dan Ha
ditolak. Artinya: Kompetensi dan Motivasi tidak berhubungan secara simultan dan
signifikan terhadap Kinerja.
Thank you