Korelasi Bivariat


Subscribe

Korelasi merupakan hubungan antara dua buah variabel, jika nilai suatu variabel naik, sedangkan nilai variabel yang lain turun, maka dikatakan terdapat hubungan negatif serta sebaliknya. Korelasi yang biasa digunakan dalam penelitian adalah:

a. Korelasi Pearson Product Moment

Korelasi ini dilakukan jika sepasang variabel kontinu, memiliki korelasi. Jumlah pengamatan variabel X dan Y harus sama, atau kedua nilai variabel tersebut berpasangan. Semakin besar nilai koefisien korelasinya maka akan semakin besar pula derajat hubungan antara kedua variabel. Korelasi Pearson biasanya pada hubungan yang berbentuk linier (keduanya meningkat atau keduanya menurun). Koefisien korelasi ini tidak menunjukkan adanya hubungan kausal antar variabelnya.

Contoh kasus: jika terdapat hubungan korelasi antara variabel citra merek dengan kepuasan konsumen motor merek Honda.

b. Korelasi Spearman

Jika pengamatan dari 2 variabel X dan Y adalah dalam bentuk skala ordinal, maka derajat korelasi dicari dengan koefisien korelasi spearman. Prosedurnya terdiri atas:

1. Atur Pengamatan dari kedua variabel dalam bentuk ranking.

2. Cari beda dari masing-masing pengamatan yang sudah berpasangan

3. Hitung koefisien korelasi Spearman dengan rumus:

ρ = 1 = 6∑d12 / N3 – N

dimana:

d1 = beda antara 2 pengamatan berpasangan

N     = total pengamatan

ρ     = koefisien korelasi spearman

Contoh aplikasi : jika seorang peneliti ingin melihat apakah ada korelasi antara kasus kematian pada ternak yang yang sakit dengan kematian ternak akibat stress, maka secara random diambil 10 sampel ternak.

Penyelesaian kasus tersebut secara manual dapat digunakan dengan langkah pemeringkatan terlebih dahulu pada kedua variabel (kematian karena sakit dan kematian karena stress).

c. Korelasi Rank Kendall

Analisis korelasi rank Kendall digunakan untuk mencari hubungan dan menguji hipotesis antara dua variabel atau lebih, bila datanya berbentuk ordinal atau ranking. Kelebihan metode ini bila digunakan untuk menganalisis sampel berukuran lebih dari 10 dan dapat dikembangkan untuk mencari koefisien korelasi parsial.

Metode yang digunakan pada analisis koefisien korelasi rank Kendall yang diberi notasi τ adalah sebagai berikut.

1. Beri ranking data observasi pada variabel X dan variabel Y.

2. Susun n objek sehingga ranking X untuk subjek itu dalam urutan wajar, yaitu 1, 2, 3, …, n. Apabila terdapat ranking yang sama maka ranking-nya adalah rata-ratanya.

3. Amati ranking Y dalam urutan yang bersesuaian dengan ranking X yang ada dalam urutan wajar kemudian tentukan jumlah angka pasangan concordant (Nc) dan jumlah angka pasangan discordant (Nd).

4. Statistik uji yang digunakan:

τ = Nc – Nd / (N(N-1)/2)

dimana:

τ      = koefisien korelasi rank Kendall

Nc   = jumlah angka pasangan concordant

Nd   = jumlah angka pasangan discordant

N     = ukuran sampel

Aplikasi korelasi Rank Spearman, Pearson dan Rank Kendall menggunakan software SPSS adalah sebagai berikut:

Jika kita memiliki data produksi dan data ekspor suatu komoditi, kita ingin melihat hubungan antara keduanya (apakah ada korelasi antara total produksi dan ekspor).

1. Buka program SPSS kemudian input data ke dalam tabel-tabel SPSS:

2. Klik Analyze – Correlate – Bivariate, seperti berikut ini:

3. Kemudian blok kedua variabel, masukkan ke dalam kotak variables di sebelah kanan, checklist koefisien korelasi sebagai “Pearson” atau “Rank Kendall” atau “Spearman”, pada contoh ini kita menggunakan korelasi pearson product moment, seperti gambar berikut:

4. Kemudian Klik OK .>>

Maka akan muncul output sebagai berikut:

Dari output di atas, N menunjukkan jumlah observasi/sampel sebanyak 8, sedangkan hubungan korelasi ditunjukkan oleh angka 839(**) yang artinya korelasi sangat signifikan karena mendekati 1. Besar korelasi yang terjadi antara kedua variabel adalah 0,839. Sedangkan angka sig.(2-tailed) adalah 0,009 masih lebih kecil daripada batas kritis α = 0,05, berarti terdapat hubungan yang signifikan antara kedua variabel (0,009 < 0,05).

Cara yang sama dengan menggunakan SPSS dapat dilakukan juga terhadap korelasi Rank Kendall maupun Spearman.

Sumber: Nazir, M.  2003.  Metode Penelitian.  Ghalia Indonesia: Jakarta

Bookmark and Share

About these ads
    • hasan
    • November 1st, 2009

    tengkyu mas, jadi ngerti
    sedikit..

    • amara
    • Desember 4th, 2009

    thanks banget uda bagi2 ilmu

      • ariyoso
      • Desember 4th, 2009

      sama-sama amara,
      thanx juga dah mampir :)

    • fina
    • Februari 23rd, 2010

    tolong donk,,,jelaskan apa itu uji product moment kalau bisa dengan contohnya…
    thanks.

    • duan banjar
    • Maret 23rd, 2010

    tq mas, blog yg bguna bgt…..2 thumb up

  1. pa bedanya uji spearman dari analyze, desktiptive statistic, crosstab dengan analyze, correlate, bivariate.
    bisa ga uji spearman digunakan pada sampel >30.

    • andri titing
    • September 16th, 2010

    coba jlsin korelasi spearmann?????????

      • ariyoso
      • September 18th, 2010

      udah tuh :)

    • Feby
    • Oktober 4th, 2010

    perbedaan spearman sama kendall itu apa saja ya ???

    soalnya pas waktu ngerjain skripsi ada temenku yg pake spearman sama ada yg pake kendall

      • ariyoso
      • Oktober 19th, 2010

      perbedaannya ada, jika dengan pearson kita memiliki beberapa asumsi, misalnya tiap-tiap variabel harus memiliki hubungan linier, trus data harus terdistribusi secara normal,,sedangkan kendall biasanya mengabaikan asumsi-asumsi tersebut. Aplikasinya dapat kita lihat sebagai berikut: Jika Pearson dapat digunakan untuk melihat hubungan antara dua komoditi yang dibandingkan pada pasar bursa, sedangkan kendall lebih jauh dapat membandingkan persepsi para responden terhadap sebuah objek. kira-kira begitu mbak.. :)

  2. ok

    • may
    • Januari 6th, 2011

    mas, spearman bs untuk sampel > 30 ga c??
    sampel q da 70 org…gmana doonk??

    • fauzan
    • Februari 11th, 2011

    thkx jadi mendapat banyak pencerahan

  3. mas, kalo kekurangannya rank spearman apa sih? aku dapet tugas itu, aku googling gak ketemu2 :( tolong dong dibantu yg tauuu, secepetnya dibales ya pleaseee

    • ADIT
    • Agustus 13th, 2012

    Thanks…pencerahan bagi yang mumet tesis….

    • harty
    • November 28th, 2012

    belum paham sama fungsi bivariatnya

    • lala
    • Mei 17th, 2013

    mas gimana kalau misalnya meneliti di suatu rumah sakit misal variabel bebasnnya menukur tentang perawat dan variabel terikatnya mengukur tentang pasien nah, jumlah pasiennya.
    berati jumlah respondennya juga berbeda misal perawat 15 dan pasien 90 bisa gak mas kalau diuji dengan menggunakan spss pake kendall tau,.??

      • S4L
      • Mei 27th, 2013

      sebelum penelitian kamu baca dulu konsep statistik paremetrik dan non parametrik,bisa di blog ini, bisa juga dari buku,,apa pinjem beli di gramed, perpus, ato di loakan juga banyak :)

  1. No trackbacks yet.

Berikan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Logout / Ubah )

Twitter picture

You are commenting using your Twitter account. Logout / Ubah )

Facebook photo

You are commenting using your Facebook account. Logout / Ubah )

Google+ photo

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s

Ikuti

Get every new post delivered to your Inbox.

Bergabunglah dengan 72 pengikut lainnya.

%d blogger menyukai ini: