Tutorial SPSS   »   Analisis Deskriptif   ›  Uji Korelasi Pearson Menggunakan SPSS

Uji Korelasi

Uji Korelasi Pearson Menggunakan SPSS

Pada artikel ini kita akan melakukan analisis korelasi Pearson menggunakan SPSS dan menginterpretasikan output yang diperoleh.

---

Oleh Tju Ji Long · Statistisi

Ukuran yang biasa digunakan untuk mengukur keeratan/kuatnya hubungan antara dua variabel berskala interval adalah koefisien korelasi Pearson, yang sering dinotasikan dengan simbol \(r\) (untuk pengamatan sampel) atau \(\rho\) (untuk parameter atau pengamatan populasi). Perlu diingat bahwa ukuran ini hanya mengukur keeratan hubungan linear (garis lurus) antara dua variabel.

Pada artikel ini kita akan melakukan analisis korelasi Pearson menggunakan SPSS dan menginterpretasikan output yang diperoleh, sedangkan untuk konsep dasar mengenai korelasi Pearson dapat dibaca pada artikel berikut: Koefisien Korelasi Pearson

Contoh Soal 1:

Sebuah penelitian dilakukan pada 12 mahasiswa di suatu perguruan tinggi untuk mengetahui apakah terdapat hubungan antara IQ dan IPK. Berikut adalah data IQ dan IPK yang berhasil dikumpulkan dari 12 mahasiswa tersebut.

Berdasarkan data di atas, ujilah apakah terdapat hubungan antara IQ dan IPK? Ujilah dengan tingkat signifikansi 5%.

Pembahasan:

Untuk melakukan analisis korelasi Pearson pada SPSS, ada beberapa langkah yang perlu dilakukan, yaitu:

Menginput Data:

Pada Menu File ➔ New ➔ Data. Kemudian klik mouse pada sheet tab Variabel View.

1. Pengisian variabel IQ: Name. Sesuai kasus, ketik IQ
2. Pengisian variabel IPK: Name. Sesuai kasus, ketik IPK

Abaikan bagian yang lain, dan tekan CTRL-T untuk kembali ke DATA VIEW.

Untuk mengisi Kolom IQ, letakkan pointer pada baris 1 kolom tersebut, lalu input data secara menurun sesuai data IQ mahasiswa (12 data). Lakukan hal yang sama untuk kolom IPK.

Contoh data yang selesai diinput adalah sebagai berikut:

Data yang telah dinput dapat disimpan dengan nama Uji Korelasi Pearson.

Pengolahan Data:

Setelah selesai menginput data, sekarang kita siap untuk mengolahnya. Ada beberapa langkah yang perlu dilakukan:

Pada Menu Analyze ➜ Correlate ➜ Bivariate...

Tampak di layar:

Pengisian:

1. Variables Masukkan data IQ dan IPK.
2. Correlation Coefficients. Karena di sini kita ingin melakukan analisis korelasi Pearson, maka centang Pearson.
3. Untuk Test of Significance. Centang Two-tailed.
4. Beri centang pada Flag significance correlations.

5. Tekan OK untuk proses data.

OUTPUT SPSS:

Berikut adalah output SPSS untuk uji korelasi Pearson yang kita peroleh:

INTERPRETASI OUTPUT:

Interpretasi output korelasi Pearson pada SPSS dapat dibagi menjadi tiga tahap yakni:

1. Melihat tingkat kekuatan atau keeratan hubungan antar variabel

Dari output di atas, diperoleh angka koefisien sebesar 0,856**. Ini artinya, tingkat kekuatan hubungan atau korelasi antara variabel IQ dengan IPK adalah sebesar 0,856 atau bisa dikatakan sangat kuat. Tanda bintang (**) artinya korelasi bernilai signifikan pada tingkat signifikansi sebesar 1% atau 0,01.

2. Melihat arah hubungan antar variabel

Angka koefisien korelasi berdasarkan output di atas adalah bernilai positif, yakni 0,856 sehingga hubungan kedua variabel tersebut bersifat searah. Dengan demikian, dapat diartikan bahwa peningkatan skor IQ akan diikuti oleh peningkatan nilai IPK.

3. Melihat apakah hubungan yang terjadi adalah signifikan atau tidak

Berdasarkan output di atas, diperoleh nilai signifikansi atau Sig. (2-tailed) sebesar 0,000 yang mana lebih kecil dari 0,05, maka dapat diartikan bahwa ada hubungan yang signifikan antara IQ dan nilai IPK.

Kesimpulan: Dengan mengacu pada pembahasan di atas, maka dapat ditarik kesimpulan bahwa dengan tingkat signifikansi 5% dapat dikatakan terdapat hubungan yang positif dan kuat, yakni sebesar 0,856, antara skor IQ dan nilai IPK. Dengan demikian, peningkatan skor IQ akan diikuti oleh peningkatan nilai IPK.

Cukup sekian penjelasan mengenai Uji Korelasi Pearson menggunakan SPSS dalam artikel ini. Semoga bermanfaat.

Jika Anda merasa artikel ini bermanfaat, bantu klik tombol suka di bawah ini dan jika ada yang kurang jelas dari artikel ini silahkan tanyakan di kolom komentar. Terima kasih.