Professional Documents
Culture Documents
Ganjil 2022 - KORELASI PEARSON SPEARMAN
Ganjil 2022 - KORELASI PEARSON SPEARMAN
,MKes
Pemilihan Uji Korelasi
Variabel Terikat (Dependent)
Penentuan Uji
Korelasi
berdasarkan P
value
p Value < α
Ho ditolak
Berhubungan
signifikan
Koefisien korelasi (r)
Kisaran Nilai r : -1 < r < 1
Menunjukkan kekuatan hubungan
koefisien korelasi (r), yang mengandung 2 aspek:
1. KUAT KORELASI (MAGNITUDE)
Nila r=0,9, Artinya: Hubungan sangat kuat & Memiliki arah positif
(Semakin Tinggi X , semakin tinggi Y)
Kuat Hubungan
Koefisien korelasi (r)
• koefisien korelasi (r), yang mengandung 2 aspek:
2. Arah Hubungan
Hipotesis Penelitian:
Ada hubungan antara pendapatan dan hutang
HIPOTESIS STATISTIK
Ho : Tidak ada hubungan antara pendapatan dan
hutang
H1: Ada hubungan antara pendapatan dan hutang
Langkah 1. Deklarasi variabel& Entry data
Langkah 2. Analyze – correlate-bivariate-masukkan variabel-
continue-ok
Cara membaca output Uji Korelasi Pearson
Descriptive Statistics Correlations
Mean Std. Deviation N
pendapatan hutang
Pearson Correlation 1 .960**
pendapatan 32522.73 11283.913 11
pendapatan
Sig. (2-tailed) .000
N 11 11
hutang 16059.09 4970.202 11
Pearson Correlation .960** 1
hutang
Sig. (2-tailed) .000
Interpretasi Hasil: N 11 11
Nilai p= 0,000 < **. Correlation is significant at the 0.01 level (2-tailed).
H0 ditolak
Hipotesis Penelitian:
Ada hubungan antara BB dan biaya makan
HIPOTESIS STATISTIK
Ho : Tidak ada hubungan antara BB dan
biaya makan
H1: Ada hubungan antara BB dan biaya
makan
Langkah 2. Analyze_correlate –bivariate-masukan
variabel – klik spearman - ok
Cara membaca output Korelasi Spearman
Cara membaca output Korelasi Spearman
Interpretasi Hasil
• P value = 0,024 < 0,05 → Ho ditolak
• Kesimpulan : Ada hubungan signifikan antara BB dan Biaya makan
• Kekuatan hubungan : KUAT =0,702
• Hubungan positif → Semakin tinggi BB akan semakin tinggi Biaya makan
Contingency Coefficient C
Contingency Coefficient C
• Koefisien kontingensi C adalah suatu ukuran asosiasi relasi antara dua
himpunan atribut.
• Ukuran ini dapat digunakan untuk menganalisis asosiasi antara
variabel bebas berskala nominal dan variabel terikat berskala nominal
• Pada data nominal, dimana tidak ada level antar kategori, maka di sini
nilai koefisien tidak berlaku nilai negative. Kekuatan hubungan hanya
berkisar antara 0 hingga +1
• Nilai koefisien hanya menggambarkan keeratan hubungan , namun
tidak menggambarkan arah hubungan
Contoh Kasus
Rumusan masalah :
• Apakah ada hubungan antara olahraga dan kebugaran ?
OLAH RAGA KEBUGARAN
Untuk menjawab rumusan
TANPA OLAH RAGA TIDAK BUGAR
masalah tersebut,
TANPA OLAH RAGA TIDAK BUGAR
digunakan uji hipotesis
TANPA OLAH RAGA TIDAK BUGAR
korelatif nonparametric :
TANPA OLAH RAGA BUGAR
OLAHRAGA BUGAR → Contingency Coefficient C
OLAH RAGA BUGAR
OLAH RAGA BUGAR
OLAH RAGA TIDAK BUGAR
TANPA OLAH RAGA BUGAR
TANPA OLAH RAGA TIDAK BUGAR
• Klik Value
Langkah1. Deklarasi variabel • Tuliskan Value dan label nya
• Klik Add -- klik OK
• Klik Variabel Name
• Tuliskan Nama variabel
• Pilih tipe data
• Tentukan decimal : data kategori 0
desimal
Langkah 2. Entry Data