Professional Documents
Culture Documents
INTERPRETASI 1. Jika nilai r observasi ( ) lebih besar atau sama dengan r tabel ( ), maka Hipotesa Alternatif (Ha) yang menyatakan ada hubungan antara variabel X dengan Y diterima. Berarti ada hubungan yang signifikan antara variabel X dengan Y. Untuk uji hipotesa juga bisa digunakan uji t. 2. Jika nilai r observasi ( ) lebih kecil dengan r tabel ( ), maka Hipotesa Alternatif (Ha) yang menyatakan ada hubungan antara variabel X dengan Y ditolak, yang berarti tidak ada hubungan yang signifikan. Berarti tidak ada hubungan yang signifikan antara variabel X dengan Y 3. Untuk mengetahui kuat lemahnya hubungan antara variabel X dengan Y dapat dilihat pada Angka Indeks Korelasi r, antara 0 s/d 1. 4. Untuk mengetahui sumbangan atau kontribusi Variabel X terhadap Y, dapat dicari dengan rumus: Koefisien Determinan=
Penyelesaian: Rumus : =
1. Berdasar hasil penghitungan tersebut (0.684), jika kita konsultasikan dengan tabel angka kasar, hubungan antara motivasi dengan kinerja dosen KUAT. 2. Apabila dikonsultasikan dengan tabel r, pada taraf signifikansi 5% (0.576), maka r hitung lebih besar dari r tabel, atau Ha diterima (ada hubungan yang signifikan antara motivasi dengan kinerja guru di SD 01 samarinda. 3. Untuk mengatahui signifikansi hubungan antara motivasi dengan kinerja guru di SD 01
Samarinda, maka perlu uji t : , Jika t hitung t tabel, maka Ha diterima, atau sebaliknya. Nilai t tabel pada df= N-2 (122=10) pada taraf signifikansi 5% sebesar 2.228, berarti 2.963 > 2.228. Artinya ada hubungan yang signifikan antara motivasi dengan kinerja guru di SD 01 Samarinda atau Hipotesa Alternatif DITERIMA 4. Untuk mengetahui sumbangan motivasi terhadap kinerja guru, maka perlu menggunakan rumus KP=rx 100% (0.684 x 100 %) = 46.79%. Berarti motivasi memberikan kontribusi sebesar 46.79% dalam menciptakan kinerja guru di SD 01 Samarinda. KORELASI PRODUCT MOMENT PEARSON A. Pendahuluan Analisis korelasi digunakan untuk menjelaskan kekuatan dan arah hubungan antara dua variabel. Korelasi bersifat undirectional yang artinya tidak ada yang ditempatkan sebagai predictor dan respon (IV dan DV). Angka korelasi berkisar antara -1 s/d +1. Semakin mendekati 1 maka korelasi semakin mendekati sempurna. Sementara nilai negative dan positif mengindikasikan arah hubungan. Arah hubungan yang positif menandakan bahwa pola hubungan searah atau semakin tinggi A menyebabkan kenaikan pula B (A dan B ditempatkan sebagai variabel) Interprestasi angka korelasi menurut Prof. Sugiyono (2007)
0,80
1,0
: Sangat kuat
Dalam Bivariate model, korelasi yang umum digunakan adalah Pearson, Kendall, dan Rank Spearman, namun yang dibahas kali ini adalah Pearson r Correlation aja.. Pearson r correlation: Pearson r correlation biasa digunakan untuk mengetahui hubungan pada dua variabel. Korelasi dengan Pearson ini mensyaratkan data berdistribusi normal. Rumus yang digunakan adalah sebagai berikut :
B. Contoh Kasus Pak Ali ingin mengetahui apakah ada hubungan antara pengawasan (Control), kepuasan kerja (Job Satisfaction), Disiplin kerja (discipline), dan kinerja (Performance). data dapat diambil CONTOH DATA KORELASI Jumlah data 37. Instrumen : angket C. Penyelesaian Kasus dengan SPSS: Langkah 1. Pada menu Analyze pilih correlate bivariate . Setelah itu akan ada tampilan sbb:
Langkah 2. Masukkan variabel yang akan dikorelasikan ke dalam variable list. Click on option and select descriptive statistics, abaikan yang lain lalu klik OK
Interprestasi Arti angka Korelasi 1. Control Performance. Nilai korelasi adalah positif 0.668. Besaran angka korelasi menunjukkan bahwa korelasi antara Control dan Performance berada dalam kategori Kuat, sementara nilai positif mengindikasikan pola hubungan antara Control dengan Performance adalah searah (semakin tinggi Control maka semakin tinggi pula Performance). Perolehan p hitung = 0.000 < 0.05 yang menandakan bahwa hubungan yang terjadi adalah signifikan. 2. Job Satisfaction Performance. Nilai korelasi adalah positif 0.772. Besaran angka korelasi menunjukkan bahwa korelasi antara Job satisfaction dan Performance berada dalam kategori Kuat, sementara nilai positif mengindikasikan pola hubungan antara adalah searah (semakin tinggi Job Sat maka semakin tinggi pula Performance). Perolehan p hitung = 0.000 < 0.05 yang menandakan bahwa hubungan yang terjadi adalah signifikan. 3. Dicipline Performance. Nilai korelasi adalah positif 0.749. Besaran angka korelasi menunjukkan bahwa korelasi antara Dicipline dan Performance berada dalam kategori Kuat, sementara nilai positif mengindikasikan pola hubungan antara dicipline dengan Performance adalah searah (semakin tinggi Control maka semakin tinggi pula Performance). Perolehan p hitung = 0.000 < 0.05 yang menandakan bahwa hubungan yang terjadi adalah signifikan.