St. Risma Ayu Nirwana1111140009

Analisis Korelasi Dengan SPSS

Pengertian Analisis Korelasi

Merupakan teknik statistik yang digunakan untuk meguji ada/tidaknya hubungan serta arah hubungan dari dua variabel atau lebih

Korelasi yang akan dibahas adalah:

Korelasi sederhana pearson Korelasi partial

Didalam analisis korelasi terdapat koefisien korelasi. Koefisien korelasi ini digunakan untuk menunjukkan hubungan antara peubah X dan peubah Y dalam model linear, artinya dalam analisis korelasi ini memperlakukan peubah X dan peubah Y secara simetris, analisis korelasi tidak mengenal adanya peubah bebas dan peubah terikat. Beda dengan regresi

Adapun variabel yang akan diuji korelasinya adalah panjang bayi dan bobot bayi pada saat lahir.Hubungan antara intensitas belajar dengan prestasi mata kuliah statistik

Variabel X : Panjang Bayi pada saat lahir (dalam Cm) Variabel Y : Bobot Bayi pada saat lahir (dalam Kg)

Hipotesa:

Ho: Tidak ada hubungan antara panjang bayi dengan bobot bayi pada saat lahir Ha: Ada hubungan antara panjang bayi dengan bobot bayi pada saat lahir

Data yang akan dianalisis:

Panjang(Dalam Cm)

Bobot(Dalam Kg)

57,5 2,7552,8 2,1561,3 4,4167 5,52

53,5 3,2162,7 4,3256,2 2,3168,5 4,369,2 3,71

St. Risma Ayu Nirwana1111140009

1. Buka aplikasi SPSS, pilih type in data lalu OK

2. Maka akan muncul tampilan seperti ini:

Ada dua view dalam SPSS

Data View : digunakan untuk memasukkan data yang akan dianalisis Variabel View : digunakan untuk memberi nama variabel dan pemberian koding

3. Pilih variabel view. Ada dua variabel yang akan digunakan, variabel panjang dan variabel bobot.

St. Risma Ayu Nirwana1111140009

4. Pilih data view. Input datanya ke SPSS,

St. Risma Ayu Nirwana1111140009

5. Kemudian sebelum kita akan menghitung koefisien korelasinya, terlebih dahulu kita lakukan uji normalitas, pilih Analyze Descriptive Statistics Explore

Maka akan muncul tampilan seperti ini:

Masukkan variabel yang akan diuji normalitasnya kekotak dependent list.

Klik plots centang Normality Plots with test Continue OK

6. Interpretasi Normalitas.

St. Risma Ayu Nirwana1111140009

Dapat dilihat pada test of normality nilai Sig. Kolmogorov = 0,2. Normal apabila nilai Sig. > 0,05

Tidak normal apabila nilai Sig. < 0,05

7. Setelah itu kita hitung koefisien korelasinya, pilih Analyze Correlate Bivariate,

St. Risma Ayu Nirwana1111140009

Masukkan variabel yang akan dianalisis. Centang box pearson. Lalu klik OK

Akan muncul output seperti ini

Nilai koefisien korelasinya = 0,761 dan sig. (2-tailed) = 0,017

INTERPRETASIUntuk pengambilan keputusan statistik, dapat digunakan 2 cara:1. Koefisien Korelasi dibandingkan dengan nilai r tabel (korelasi tabel).

Apabila Koefisien Korelasi > r tabel, Maka ada korelasi yang signifikan (Ha Diterima)

Apabila Koefisien Korelasi < r tabel, Maka tidak ada korelasi yang signifikan (H0 Diterima)

St. Risma Ayu Nirwana1111140009

2. Melihat Sig.

Apabila nilai Sig. < 0,05 Maka ada korelasi yang signifikan (Ha Diterima) Apabila nilai Sig. > 0,05 Maka tidak ada korelasi yang signifikan (H0 Diterima)

Arah hubungan:

Dilihat dari tanda koefisien korelasi

Tanda (-) berarti apabila variabel X tinggi maka variabel Y rendah Tanda (+) berarti apabila variabel X tinggi maka variabel Y juga tinggi

1. Positif (koefisien 0 sd 1)2. Negatif (0 sd -1)3. Nihil (koefisien nol)

Besar kecilnya hubungan antara dua variabel dinyatakan dalam bilangan yang disebut koefisien korelasi

1. Besarnya koefisien korelasi antara -1 0 +12. Besara koefisien -1 & 1 adalah korelasi yang sempurna3. Koefisien korelasi 0 atau mendekati 0 dianggap tidak berhubungan antara dua

variabel yang diuji

Kesimpulan: karena nilai sig. (2-tailed) = 0,017 < 0,05 maka ada korelasi yang signifikan (Ha diterima)

St. Risma Ayu Nirwana1111140009

Koefisien Korelasi parsial

Korelasi yang digunakan untuk menguji hubungan dua atau lebih variabel independen dengan satu variabel dependen dan dilakukan pengendalian pada salah satu variabel independennya

Akan diamahkan satu variabel (variabel umur) untuk menguji hubungan ketiga variabel (panjang, bobot dan umur)

Panjang(Dalam Cm)

Bobot(Dalam Kg)

Umur (Dalam Hari)

57,5 2,75 7852,8 2,15 6961,3 4,41 7767 5,52 88

53,5 3,21 6762,7 4,32 8056,2 2,31 7468,5 4,3 9469,2 3,71 102

Hipotesa:Ho= tidak ada hubungan antara panjang dan bobot apabila umur dikendalikan

Ha= ada hubungan antara panjang dan bobot apabila umur dikendalikan

1. Tambahkan variabel umur pada variabel view

2. Masukkan datanya ke data view.

St. Risma Ayu Nirwana1111140009

3. Lakukan uji normalitas4. Tahap analisis. Pilih analyze corelate partial

Maka akan muncul tampilan seperti ini:

St. Risma Ayu Nirwana1111140009

Masukkan variabel panjang dan bobot ke kotak variables dan variabel umur ke kotak Controlling for. Pilih OK.

Akan muncul tampilan output seperti ini.

Interpretasi korelasi partial pada dasarnya sama dengan koefisien korelasi sederhana.

Karena nilai sig. < 0.05 maka Ha diterima. Kesimpulan: ada hubungan antara panjang dan bobot apabila umur dikendalikan