BISMILLAHIRRAHMANIRRAHIIM

Hope for the best and prepare for the worst cause Allah will compensate us for all that we do

Cara membaca Korelasi pada SPSS

diposting oleh w-afif-mufida-fk12 pada 16 December 2012
di 1 BioMed - 1 komentar

Interpretasi Korelasi

     Ada tiga penafsiran hasil analisis korelasi, meliputi: pertama, melihat kekuatan hubungan dua variabel; kedua, melihat signifikansi hubungan; dan ketiga, melihat arah hubungan.

Untuk melakukan interpretasi kekuatan hubungan antara dua variabel dilakukan dengan melihat angka koefesien korelasi hasil perhitungan dengan menggunakan kriteria sbb:

  • Jika angka koefesien korelasi menunjukkan 0, maka kedua variabel tidak mempunyai hubungan
  • Jika  angka koefesien korelasi mendekati 1, maka kedua variabel mempunyai hubungan semakin kuat
  • Jika  angka koefesien korelasi mendekati 0, maka kedua variabel mempunyai hubungan semakin lemah
  • Jika angka koefesien korelasi sama dengan 1, maka kedua variabel mempunyai hubungan linier sempurna positif.
  • Jika angka koefesien korelasi sama dengan -1, maka kedua variabel mempunyai hubungan linier sempurna negatif.

  Interpretasi berikutnya melihat signifikansi hubungan dua variabel dengan didasarkan pada angka signifikansi yang dihasilkan dari penghitungan dengan ketentuan sebagaimana sudah dibahas di bagian 2.7. di atas. Interpretasi ini akan membuktikan apakah hubungan kedua variabel tersebut signifikan atau tidak.

Interpretasi ketiga melihat arah korelasi. Dalam korelasi ada dua arah korelasi, yaitu searah dan tidak searah. Pada SPSS hal ini ditandai dengan pesan two tailed.  Arah korelasi dilihat dari angka koefesien korelasi. Jika koefesien korelasi positif, maka hubungan kedua variabel searah. Searah artinya jika variabel X nilainya tinggi, maka variabel Y juga tinggi. Jika koefesien korelasi negatif, maka hubungan kedua variabel tidak searah. Tidak searah artinya jika variabel X nilainya tinggi, maka variabel Y akan rendah.

Dalam kasus, misalnya hubungan antara kepuasan kerja dan komitmen terhadap organisasi sebesar 0,86 dengan angka signifikansi sebesar 0 akan mempunyai makna bahwa hubungan antara  variabel kepuasan kerja dan komitmen terhadap organisasi sangat kuat, signifikan dan searah. Sebaliknya dalam kasus hubungan antara variabel mangkir kerja dengan produktivitas sebesar -0,86, dengan angka signifikansi sebesar 0;  maka hubungan kedua variabel sangat kuat, signifikan dan tidak searah.

 

Contoh dalam SPSS :


 Correlations

 

 

lingkarperut

beratbadan

lingkarperut

Pearson Correlation

1

.906**

Sig. (2-tailed)

 

.000

N

69

69

beratbadan

Pearson Correlation

.906**

1

Sig. (2-tailed)

.000

 

N

69

69

**. Correlation is significant at the 0.01 level (2-tailed).

Perlu diketahui sebelumnya, disini dipilih Pearson karena distribsi datanya normal, jika tidak normal bisa menggunakan Spearman *yang populer sih mereka berdua ini, sebenernya banyak ^^*

  Tingkat kepercayaan korelasi tersebut adalah 99% dengan α=0,01 (1%). Dari tabel diatas diperoleh Korelasi Pearson 0.906 artinya terdapat hubungan yang signifikan antara lingkar perut dengan berat badan menurut Sarwono (2006). Hubungan korelasi antara lingkar perut dan berat badan adalah sangat kuat yang ditunjukkan dengan nilai korelasi mendekati +1. Dengan P-value / Sig. sama dengan 0.00 < 0,05 dapat disimpulkan terdapat hubungan yang signifikan antara kedua variabel.

Tanda positif menunjukkan bahwa korelasi yang terjadi antara lingkar perut dan berat badan adalah hubungan yang “Berbanding Lurus” artinya semakin besar lingkar perut seseorang, maka semakin tinggi pula nilai berat badannya.

Jadi dapat disimpulkan bahwa hubungan lingkar perut dengan berat badan adalah sangat kuat, signifikan, dan searah.

Semoga bisa membantu ^^

1 Komentar

Nadhira

pada : 08 December 2013


"Kak aku dr PD 2013 fk ua, ini sumbernya apa ya kak? Boleh dishare? Makasih banyak mas :)"


Tinggalkan Komentar

Nama :
E-mail :
Web : tanpa http://
Komentar :
Verification Code :