UJI KORELASI PEARSON

KONSEP DASAR UJI KORELASI PEARSON

Uji korelasi adalah sebuah metode statistik yang digunakan untuk mengukur seberapa kuat hubungan antara dua variabel. Uji korelasi digunakan untuk mengukur hubungan antara dua variabel, yaitu variabel independen dan variabel dependen. Variabel independen adalah variabel yang mempengaruhi variabel dependen. Dalam uji korelasi, terdapat koefisien korelasi yang menunjukkan seberapa kuat hubungan antara dua variabel. Koefisien korelasi berkisar antara -1 hingga 1. Jika koefisien korelasi mendekati 1, maka hubungan antara kedua variabel sangat kuat dan positif. Sebaliknya, jika koefisien korelasi mendekati -1, maka hubungan antara kedua variabel sangat kuat dan negatif. Jika koefisien korelasi mendekati 0, maka tidak ada hubungan yang kuat antara kedua variabel.

Dalam dunia statistik, salah satu teknik yang paling umum digunakan untuk mengukur hubungan antara dua variabel numerik adalah uji korelasi pearson. Teknik ini didasarkan pada penghitungan koefisien korelasi Pearson yang mengukur seberapa erat hubungan linier antara dua variabel. Koefisien Korelasi Pearson didefinisikan sebagai ukuran seberapa kuat hubungan linier antara dua variabel. Nilai koefisien ini berkisar antara -1 hingga 1, dengan nilai 1 menunjukkan hubungan positif sempurna, sedangkan nilai -1 menunjukkan hubungan negatif sempurna. Jika koefisien dekat dengan nol, maka tidak ada hubungan linier yang signifikan antara dua variabel tersebut. Namun, penting untuk diingat bahwa koefisien korelasi pearson hanya mengukur hubungan linier antara dua variabel. Jika hubungan antara kedua variabel tidak linier, maka koefisien ini tidak akan memberikan informasi yang akurat. Sebelum melakukan uji korelasi pearson, ada asumsi dasar yang harus terpenuhi yaitu normalitas data. Jika asumsi dasar tidak terpenuhi, maka hasil uji korelasi pearson mungkin tidak akurat.

Dalam kesimpulannya, uji korelasi Pearson adalah salah satu teknik yang paling umum digunakan dalam statistik untuk mengukur hubungan antara dua variabel numerik (data interval dan rasio). Meskipun koefisien korelasi pearson dapat memberikan informasi yang berguna tentang hubungan antara dua variabel, penting untuk diingat bahwa koefisien ini hanya mengukur hubungan linier dengan distribusi data yang normal.

CARA UJI KORELASI PEARSON DI SPSS

Silahkan Siapkan tabulasi data di Excel, kemudian input data yang sudah kamu bikin ke Software SPSS pada Page Data View.

Selanjutnya Jangan lupa unyuk isikan juga pada Page Variable View seperti pada contoh gambar di bawah ini

Sebelum melakukan uji korelasi pearson, kita harus melihat distribusi data dengan uji normalitas, apakah data yang digunakan berdistribusi normal atau tidak. Caranya pilih menu Analyze – Nonparametric Test – Legacy Dialog – 1 Sample K-S

Maka akan muncul kotak dialog, seperti di bawah ini:

Masukan Semua Variabel ke kolom Test Variable List lalu pilih OK

Keluar Output SPSS untuk Uji Normalitas :

Kriteria Pengujian Uji Normalitas Kolmogorov Smirnov :

Nilai A Sig > 0,05 berkesimpulan Data Berdistribusi Normal
Nilai A Sig < 0,05 berkesimpulan Data berdistribusi Tidak Normal

Interpretasi Output Uji Normalitas Kolmogorov Smirnov:

Diketahui nilai Asypm. Sig semua variabel lebih besar dari 0.05 (>0.05) maka bisa ditarik kesimpulan bahawa variabel yang digunakan memiliki distribusi data yang normal, maka dari itu asumsi normalitas data dinyatakan sudah terpenuhi dan bisa lanjut melakukan uji korelasi pearson.

Rekapitulasi Hasil Uji Normalitas Kolmogorov Smirnov :

Setelah melakukan uji normalitas dan mendapatkan hasil bahwa data yang digunakan berdistribusi secara normal, selanjutnya bisa melakukan uji korelasi pearson. Caranya pilih menu Analyze – Correlate – Bivariate

Muncul kotak dialog, seperti ini :

Masukan Semua Variabel ke kolom sebelah kanan, ceklis Correlation Coefficient Pearson, lalu pilih OK

Keluar Output SPSS untuk Uji Korelasi Pearson :

Kriteria Pengujian Uji Korelasi Pearson

Nilai (2-tailed) > 0.05 berkesimpulan Tidak Ada Hubungan Secara Signifikan
Nilai (2-tailed) < 0.05 berkesimpulan Ada Hubungan Secara Signifikan

Interpretasi Output Uji Korelasi Pearson:

Variabel X1 memiliki nilai Sig. (2-tailed) sebesar 0.000 (<0.05) maka bisa disimpulkan bahwa Variabel X1 memiliki hubungan yang signifikan dengan Variabel Y. Arah hubungan kedua variabel yaitu searah atau positif, karena nilai pearson correlation yang diperoleh bernilai positif, maka bisa diartikan bahwa jika variabel X1 meningkat, maka Variabel Y juga ikut meningkat, selanjutnya untuk kekuatan hubungan antar variabel yaitu sangat kuat dengan nilai pearson correlation sebesar 0.840
Variabel X2 memiliki nilai Sig. (2-tailed) sebesar 0.000 (<0.05) maka bisa disimpulkan bahwa Variabel X2 memiliki hubungan yang signifikan dengan Variabel Y. Arah hubungan kedua variabel yaitu tidak searah atau negatif, karena nilai pearson correlation yang diperoleh bernilai negatif, maka bisa diartikan bahwa jika variabel X2 meningkat, maka Variabel Y akan menurun, selanjutnya untuk kekuatan hubungan antar variabel yaitu kuat dengan nilai pearson correlation sebesar -0.736