MODUL
UJI KORELASI
Untuk memenuhi tugas aplikasi computer
Yang di bina oleh bapak Hasan
Arori,SKM,MPH
Disusun Oleh :
Kelompok 4
1.
Naufalia
P.A.P P17111171016
2.
Fiqih
Dzulfaqor P17111171017
3.
Taufiq
Khur R P17111171018
4.
Nurul
kartika sari P17111171019
5.
Novindasari
C.P P17111171020
6.
Eswahos
Shofiq P17111172021
KEMENTERIAN KESEHATAN REPUBLIK
INDONESIA
POLITEKNIK KESEHATAN KEMENKES
MALANG
JURUSAN GIZI
1. TUJUAN
1.
Tujuan Umum
1.
Mampu
memahami uji korelasi
2.
Mampu
menyelesaikan permasalahan korelasi dengan software SPSS
2.Tujuan
Khusus
Mengetahui
konsep dan perhitungan secara manual maupun software
tentang korelasi berdasarkan studi kasus
2.Langkah Uji Korelasi
Analisi korelasi merupakan studi
pembahasan tentang derajad keeratan hubungan antar variabel yang dinyatakan
dengan nilai koefisien korelasi. Hubungan antar variabel tersebut dapat
bersifat positif dan negative. Dalam analisis korelasi sebenarnya tidak ada
istilah variabel variabel independent (x) dan variabel dependent (y). Karena
pada dasarnya hubungan antara variabel
dependent dengan variabel independent akan bermakna sama dengan hubungan
variabel dependent dengan variabel independent. Hal ini bukan sebuah masalah,
sebab penamaan tersebut tujuan sebenarnya hanya sebagai alat bantu saja supaya
pembaca lebih mudah memahami arah hubungan yang ingin disampaikan oleh
peneliti.
Pola atau derajat hubungan antara 2 (dua)
variabel yang setara atau hubungan simetris dalam statistik biasa disebut
dengan istilah korelasi atau asosiasi. Perlu diperhatikan oleh peneliti,
terutama oleh peneliti pemula yang melakukan proses analisis data secara
mandiri, sebelum memastikan jenis korelasi yang diambil bagi proses analisa
data yang dimilikinya. Hal utama yang perlu diperhatikan adalah skala
pengukuran yang menempel pada data yang diperolehnya dalam penelitian. Skala
ukur pada data seperti sudah dibahas pada artikel sebelumnya, memiliki 4
(empat) jenis diantaranya nominal, ordinal, interval dan rasio. Sedikitnya ada
3 (tiga) jenis korelasi yang nantinya akan terbentuk dengan merujuk pada jenis
skala ukur tersebut diantaranya yang sering atau umum digunakan adalah pearson,
rank spearman, poin biserial dan koefisien kontingensi.
Dalam lingkup olahdata atau analisis
statistik, korelasi dianggap rumpun analisis yang sangat mudah dilakukan
setelah analisis deskriptif. Analisis yang relatif sederhana dan mudah secara
interpretasi, akan tetapi diperlukan kehati-hatian ketika tahap awal penentuan
jenis korelasi yang akan dilakukan terhadap data yang dimiliki. Selain itu,
korelasi juga dapat dijadikan sebagai indikasi awal dalam mengevaluasi atau
memprediksi variabel yang berpengaruh dalam pola kausalitas pada analisis yang
lebih kompleks (semisal : regresi, path analisis ataupun SEM).
Dasar
keputusan dalam Analisis Korelasi
Ada tiga
cara yang dapat digunakan sebagai pedoman atau dasar pengambilan keputusan
dalam analisis korelasi yaitu pertama dengan melihat nilai signifikan Sig.
(2-tailed). Kedua membandingkan nilai r hitung (Pearson Corelations) dengan
nilai r tabel product moment. Ketiga adalah dengan melihat tanda bintang (*)
yang terdapat pada output program SPSS.
1. Berdasarkan Nilai Signifikan Sig.
(2-tailed): Jika nilai Sig. (2-tailed) < 0,05 maka terdapat korelasi antar
variabel yang dihubungkan. Sebaliknya jika Sig. (2-tailed) > 0,05 maka tidak
terdapat korelasi.
2. Berdasarkan nilai r hitung (Pearson
Correlations): Jika nilai r hitung > r tabel maka ada korelasi antar
variabel. Sebaliknya jika nilai r hitung < r tabel maka artinya tidak ada
korelasi antar variabel.
3. Berdasarkan tanda bintang (*) yang
dibrikan SPSS: Jika terdapat tanda bintang (*) atau (**) pada nilai pearson
correlation maka antar variabel yang dianalisis terjadi korelasi. Sebaliknya
jika tidak terdapat tanda bintang pada nilai pearson correlation maka antar
variabel yang dianalisis tidak terjadi korelasi.
3.Berikut disajikan tahapan dalam
melakukan uji korelasi dengan SPSS :
Data
Penelitian
No.
Responden |
Minat |
Prestasi |
1 |
75 |
80 |
2 |
70 |
75 |
3 |
70 |
75 |
4 |
80 |
90 |
5 |
75 |
85 |
6 |
80 |
85 |
7 |
85 |
95 |
8 |
88 |
95 |
9 |
75 |
80 |
10 |
75 |
90 |
11 |
65 |
75 |
12 |
70 |
75 |
1.
Buka software SPSS lalu definisikan variabel penelitian kita
pada jendela Variabel View, setelahnya masukan data kedalam software SPSS
melalui jendela Data View. Dalam tampilan SPSS akan terlihat seperti gambar
berikut :
2.
Pilih menu Analyze lalu klik Correlate lalu pilih Bivariate
lalu klik, maka akan muncul jendela SPSS seperti gambar di bawah ini, yang
berisikan menu-menu kelengkapan analisis korelasi.
3.
Masukan variabel-variabel pada sisi sebelah kanan ke dalam
kolom pendefinisian variabel yaitu Variables. Terakhir klik Ok untuk
mengakhiri perintah
4.
Setelah selesai akan muncul tampilan output
SPSS
Correlations |
||||
|
Motivasi |
Minat |
Prestasi |
|
Motivasi |
Pearson Correlation |
1 |
.788** |
.796** |
Sig. (2-tailed) |
|
.002 |
.002 |
|
N |
12 |
12 |
12 |
|
Minat |
Pearson Correlation |
.788** |
1 |
.908** |
Sig. (2-tailed) |
.002 |
|
.000 |
|
N |
12 |
12 |
12 |
|
Prestasi |
Pearson Correlation |
.796** |
.908** |
1 |
Sig. (2-tailed) |
.002 |
.000 |
|
|
N |
12 |
12 |
12 |
|
**. Correlation is significant at the 0.01 level
(2-tailed). |
Interpretasi
Analisis Korelasi
Berdasarkan
tabel output diatas, dapat ditarik kesimpulan sebagai berikut:
1. Berdasarkan nilai signifikan Sig.
(2-tailed): Dari tabel diatas diketahui nilai Sig. (2-tailed) antara Motivasi
(X1) dengan Prestasi (Y) adalah sebesar 0,002 < 0,05, yang berarti terdapat
korelasi yang signifikan antara variabel Motivasi dengan variabel Prestasi.
Selanjutnya, hubungan antara Minat (X2) dengan Prestasi (Y) memiliki nilai Sig.
(2-tailed) sebesar 0,000 < 0,05, yang berarti terdapat korelasi yang
signifikan antara variabel Minat dengan variabel Prestasi.
No comments:
Post a Comment