Dokumen tersebut membahas tentang uji korelasi yang digunakan untuk mengetahui hubungan antara dua variabel, dan mencakup jenis-jenis uji korelasi seperti korelasi Pearson, Spearman, dan Cramer beserta contoh penerapannya.
2. 1. Uji Korelasi
Digunakan untuk mengetahui derajat/hubungan
Mengetahui arah hubungan dua variabel numerik
Contoh: apakah ada hubungan berat badan dengan
tekanan darah
Dapat ditunjukkan dengan diagram tebar (scatter
plot).
Diagram Tebar adalah grafik yang menunjukkan
titik-titik perpotongan nilai data dari dua variabel (
x dan y ).
3. Diagram tebar dapat memberikan informasi tentang pola hubungan
antara dua variabel X dan Y. selain memberi informasi pola hubungan
dari kedua variabel diagram tebar juga dapat menggambarkan keeratan
hubungan dari kedua variabel tersebut
Nilai korelasi (r) berkisar antara 0 s/d 1 atau bila dengan disertai
arahnya nilainya antara -1 s/d +1.
r = 0 artinya tidak ada hubungan linear
r = -1 artinya hubungan linear negatif sempurna
r = +1 artinya hubungan linear positif sempurna
4. Hubungan dua variabel dapat berpola positif
maupun negatif
Hubungan positif terjadi bila kenaikan satu
diikuti kenaikan variabel yang lain, misalnya
semakin bertambah berat badannya (semakin
gemuk) semakin tinggi tekanan darahnya.
Hubungan negatif dapat terjadi bila kenaikan
satu variabel diikuti penurunan variabel yang
lain, misalnya semakin bertambah umur
(semakin tua) semakin rendah kadar Hb-nya.
5. Menurut Colton, kekuatan hubungan dua variabel
secara kualitatif dapat dibagi dalam 4 area Yaitu:
- R = 0,00 – 0,25: tidak ada hubungan/ lemah
- R = 0,26 – 0,50: hubungan sedang
- R = 0,51 – 0,75: hubungan kuat
- R = 0,76 – 1,00: hubungan sangat kuat/sempurna
Langkah-langkah
6. Contoh: Hubungan berat badan ibu hamil terhadap berat
bayi
Langkah uji korelasi
Klik “Analyze” kemudian pilih “Correlate” dan pilih
“Bivariate” dan muncullah menu Bivariate correlations
Sorot variabel ‘berat badan ibu dan berat badan bayi’, lalu
masukkan ke kotak sebelah kanan ‘variables’.
Klik “OK” dan terlihat hasil sbb.
Kesimpulan “ada hubungan antara berat badan ibu
terhadap berat badan bayi”
7. b. Korelasi Cramer
Jenis uji korelasi untuk data kategorikal
Contoh: Untuk mengetahui Sikap pasien
terhadap pelayanan RSUP Mataram,
Direktur RSUP Mataram menjaring 32
responden yang ada di 3 kota yaitu
Mataram, Praya dan Selong.
8. c. Korelasi Lambda
Untuk variabel yang tidak setara artinya variabel yang
tergantung pada variabel lainnya. Sebagai contoh korelasi
antara kelomok usia terhadap musik klasik. Dan tidak bisa
dibalik yakni sikap terhadap musik menentukan kelompok
usia seseorang, karena kelompok usia sudah menjadi ciri
khas dari orang tersebut yang tidak bisa diubah (dalam
kurun waktu tertentu)
9. Korelasi Spearman
Pada pengukuran korelasi untuk data
nominal, bisa digunakan metode Cramer,
Lambda dsb.
Namun jika data yang digunakan tidak
semuanya nominal, maka penggunaan
metode tersebut tidaklah tepat.
Untuk data dengan tipe ordinal dan rasio
10. lanjutan
Contoh: Direktur STIKES YARSI ingin mengetahui
apakah ada hubungan yang signifikan antara
nilai test masuk mahasiswa dengan motivasi
belajar, prestasi belajar dan jumlah absen
selama sebulan kuliah?