Uji Korelasi
Tujuan:
Pada postingan sebelumnya kita membahas tentang hubungan dua atau lebih variabel yang datanya kategori. Nak pada kesempatan kali ini kita akan menghitung hubungan dua variabel yang datanya berbentik numerik. Yaitu dengan menggunakan Uji korelasi dimana uji ini digunakan untuk mengetahui hubungan antara dua variabel yang datanya kuntitatif. Selain dapat mengetahui derajat keeratan hubungab korelasi juga dapat digunakan untuk mengetahui arah hubungan dua variabel numerik, misalnya apakah hubungan berat badan dan tinggi badan mempunyai drajat yang kuat atau lemah dan juga apakah kedua variabel tersebut berpole positif atau negatif.
Jenis data:
Data Kuantitatif
Koefisien Korelasi (R atau r):
- Mempunyai nilai -1 s/d 1
- Nilai -1 berarti korelasi negatif sempurna
- Nilai = 0 berarti tidak ada korelasi
- Nilai +1 berarti korelasi positif sempurna
Nilai Kualitatif koefisien korelasi (R/r)
- 0,01 – 0,25 = Korelasi Lemah
- 0,26 – 0,50 = Korelasi Sedang
- 0,51 – 0,75 = Korelasi Kuat
- 0,76 – 1,00 = Korelasi Sangat Kuat
Uji Hipotesis:
- Ho ditolak jika Rh > Rt, untuk df = n - 2, berdasarkan tabel uji korelasi.
Contoh Soal
Sebuah penelitian dilakukan terhadap 10 sampel, dengan mengukur Berat Badan dan Tinggi Badan didapatkan data berikut:
Data Fiftive
No | Berat Badan / Kg | Tinggi Badan / Cm |
1 | 64 | 130 |
2 | 65 | 148 |
3 | 71 | 180 |
4 | 67 | 175 |
5 | 63 | 120 |
6 | 62 | 127 |
7 | 67 | 141 |
8 | 64 | 118 |
9 | 65 | 120 |
10 | 64 | 119 |
Nah, dari data diatas. Apakah dapat dibuktikan bahwa adakah korelasi antara Berat Badan dengan Tinggi Badan.?
Hipotesis Penelitian
- Ho R = 0 (tidak ada korelasi antara BB dengan TB)
- Ho R ≠ 0 (Ada korelasi antara BB dengan TB)
Kriteria penolakan Ho:
- Ho ditolak jika nilai Rh > Rt
- Nilai R, Untuk df = n – 2 (df = 10 – 2 = 8 adalah 0,632. “lihat tabel r”)
Aplikasi SPSS:
Buka progran SPSS, selanjutnya Masuk ke jendela “Variable View” untuk membuat variabel, seperti berikut:
Gambar 01
kemudian ke “Data View” untuk memasukkan data yang diatas. Seperti berikut:
Gambar 02
Uji kenormalan data dengan “Analyze” kemudian “Descriptive” dan pilih “explore” dan hasilnya berikut
Gambar 03
Gambar 04
Dari hasil analisis explore didapatkan kedua nilai dibawah 2 maka disimpulkan data berdistribusi normal maka digunakan uji Parametrik.
Langkah selanjutnya ”Klik “Analyze” kemudian “Correlate” dan “Bivariate”
Gambar 05
Selanjutnya Sorot kedua variabel dan masukkan ke kolom “Variables” seperti gamber berikut:
Gambar 06
Kemudian “OK” sesaat Kemudian tampil hasil Output berikut:
Gambar 07
Dari tampilan analisis Korelasi terlihat kedua variabel yang dikorelasi diperoleh informasi yang tampil terdapat tiga baris, dimana baris pertama berisi nilai Korelasi, kemudian baris kedua menampilkan nila p value, dan ketiga nilai N.
Nah hasil diatas diperoleh nilai R = 0,835 dan nilai p = 0,003. Dapat disimpulkan bahwa ada korelasi antara Berat Badan dengan Tinggi Badan, dan bersifat positif dengan besar korelasi Berat Badan dengan Tinggi Badan adalah sangat kuat.
Selamat Mencoba
No comments:
Post a Comment