Korelasi.

Slides:



Advertisements
Presentasi serupa
TEMU 6 KORELASI. Tujuan Instruksional Umum •Mahasiswa mampu melakukan analisis korelasi dengan penggunaan perangkat lunak Excel.
Advertisements

BIOSTATISTIK (MATERI MATRIKULASI)
ANALISIS DATA Dr. Adi Setiawan.
Statistik Parametrik.
STATISTIKA NON PARAMETRIK
Uji Statistik Non Parametrik
Temu 2 T-Test paired Sample.
TEMU 7 ANALISIS REGRESI.
APLIKASI KOMPUTER Dosen: Fenni Supriadi, SE.,MM
analisis KORELASIONAL Oleh: Septi Ariadi
PROBABILITAS DAN STATISTIK
PENGUJIAN HIPOTESIS ASOSIATIF
ANALISIS KUANTITATIF DALAM PENELITIAN GEOGRAFI
Korelasi Fungsi : Mempelajari Hubungan 2 (dua) variabel Var. X Var. Y.
Bab 7C Pengujian Hipotesis Parametrik Bab 7C.
ANALISIS REGRESI Pertemuan ke 12.
KORELASI DAN REGRESI LINEAR SEDERHANA
ANALISIS COMPARE MEANS
Mugi Wahidin, SKM, M.Epid Prodi Kesehatan Masyarakat Univ Esa Unggul
BAB VI REGRESI SEDERHANA.
Analisis Koefisien Korelasi Rank Spearman
Abdul Rohman Fakultas Farmasi UGM
TEMU 6 KORELASI. Tujuan Instruksional Umum Mahasiswa mampu melakukan analisis komparatif dua sampel yang berhubungan dengan penggunaan perangkat lunak.
Joko Tri Nugraha, S.Sos, M.Si
Analisis Korelasional
ANALISIS KORELASI.
oleh: Hutomo Atman Maulana, S.Pd. M.Si
Uji Hipotesis.
Contoh Korelasi oleh: Jonathan Sarwono
STATISTIK INFERENSIAL
UJI HIPOTESIS.
STATISTIK INFERENSIAL
TEKNIK ANALISIS KORELASIONAL
Analisis Koefisien Korelasi Rank Spearman
Variabel Penelitian.
Analisis Korelasi dan Regresi
KORELASI DAN REGRESI IRFAN.
Oleh Moh. Amin FE/AKUNTANSI UNISMA
KORELASI Oleh Nugroho Susanto.
KORELASI DAN REGRESI LINEAR SEDERHANA
STATISTIKA INFERENSIAL
KORELASI.
Pengantar Statistik Irfan
T-test independen untuk varian tidak sama (assumed unequal variance)
Pertemuan ke-2 KORELASI
DESAIN PENELITIAN KORELASIONAL
STATISTIK NON PARAMETRIK
Operations Management
KORELASI Oleh Nugroho Susanto.
ANALISIS COMPARE MEANS
Statistika Parametrik & Non Parametrik
TEMU 11 COMPARE MEANS: MEANS.
Pertemuan 6 VARIABEL PENELITIAN
ANALISis DATA statistik
METODE PENELITIAN KORELASIONAL
UJI KORELASI Choirudin, M.Pd.
KORELASI.
STATISTIK II Pertemuan 12: Analisis Regresi dan Korelasi
ANALISis DATA statistik
TEMU 11 COMPARE MEANS: MEANS.
KORELASI Oleh Nugroho Susanto.
TEMU 7 REGRESI.
KORELASI Oleh Nugroho Susanto.
-ANALISIS KORELASI-.
ANALISIS KORELASI Statistik Sosial KD2515 Oleh: Darwis, M.Si
PENGUJIAN HIPOTESIS PARAMETRIK
Uji Asosiasi Korelasi Spearman.
FIKES – UNIVERSITAS ESA UNGGUL
Analisis KORELASIONAL.
Mugi Wahidin, SKM, M.Epid Prodi Kesehatan Masyarakat Univ Esa Unggul
Transcript presentasi:

Korelasi

Tujuan Instruksional Umum Mahasiswa mampu melakukan analisis komparatif dua sampel yang berhubungan dengan penggunaan perangkat lunak SPSS

Tujuan Instruksional Khusus Mahasiswa mampu mengetahui pemanfaatan uji korelasi Mahasiswa mampu melakukan pengisian data untuk analisis asosiatif pada perangkat lunak SPSS Mahasiswa mampu melakukan analisis data dengan menggunakan uji korelasi pada perangkat lunak SPSS

PENGERTIAN Merupakan hubungan antara variabel satu dengan variabel lainnya. Hubungan bisa dalam bentuk korelasional dan juga kausal. Hubungan korelasional : Sifat hubungan variabel satu dengan lainnya tidak jelas mana variabel sebab dan variabel akibat. Hubungan kausal : Sifat hubungan variabel satu dengan lainnya jelas mana variabel sebab dan variabel akibat.

Pembahasan tentang korelasi minimal menyangkut dua kelompok nilai atau dua variabel. Variabel-variabel bisa berasal pada subjek penelitian yang sama dan bisa juga tidak. Misal : Pada penelitian mahasiswa Kesmas di UIEU khususnya pengukuran tinggi badan dan tinggi lompatan, sehingga setiap satu subyek akan memberikan dua macam nilai yaitu tinggi badan dan tinggi lompatan.

Sedangkan nilai yang dapat dicari hubungannya, tetapi subyeknya berbeda adalah pengukuran tinggi badan ayah dengan tingi badan anaknya setelah dewasa. Data diperoleh pada subyek yang berbeda untuk mengetahui apakah ada hubungan tinggi badan ayah dengan tinggi badan anaknya.

Pemahaman Konsep Korelasi Perhatikan diagram dibawah ini : Mahasiswa A B C D E T. Badan 150 160 165 170 175 T. Loncatan 180 185 190 Tinggi Loncatan Tinggi Badan

Korelasi Pearson Analisis Asosiatif Menggunakan data Interval atau rasio Hubungan dapat berbentuk positif dan berbentuk negatif Pengambilan sample dari populasi harus bersifat acak (random) Varian sama Distribusi skor variabel yang dicari korelasinya hendaknya berdistribusi normal.

Untuk mempermudah melakukan interpretasi atas hasil perhitungan maka dibuat panduan berikut ini : Jika nilai koefisien korelasi / r : KK = 0 , tidak ada hubungan 0 < KK ≤ 0,20, korelasi sangat rendah / lemah 0,20 < KK ≤ 0,40, korelasi rendah / lemah tapi pasti 0,40 < KK ≤ 0,70, korelasi yang cukup berarti 0,70 < KK ≤ 0,90, korelasi yang tinggi / kuat 0,90 < KK < 1,00, Korelasi sangat tinggi KK = 1, korelasi sempurnah.

Secara umum sebenarnya korelasi dapat dikelompokkan menjadi 3 kelompok besar: Korelasi positif kuat, apabila hasil perhitungan korelasi mendekati +1 atau sama dengan +1. Ini berarti bahwa setiap kenaikan skor/nilai pada variabel X akan diikuti dengan kenaikan skor/nilai pada variabel Y. Sebaliknya, jika variabel X mengalami penurunan, maka akan diikuti dengan penurunan pada variabel Y. Korelasi negatif kuat, apabila hasil perhitungan korelasi mendekati -1 atau sama dengan -1. Ini berarti bahwa setiap kenaikan skor/nilai pada variabel X akan diikuti dengan penurunan skor/nilai pada variabel Y. Sebaliknya, jika variabel X mengalami penurunan, maka akan diikuti dengan kenaikan nilai pada variabel Y. Tidak ada korelasi, Apabila hasil perhitungan mendekati nilai 0 atau sama dengan 0. Hal ini bahwa nik turunnya nilai pada satu variabel tidak diikuti atau tidak mempunyai kaitan dengan naik turunnya nilai pada variabel lainnya.

Rumus korelasi pearson Selain itu dapat juga menggunakan rumus berikut :

Contoh Suatu penelitian yang ingin melihat apakah ada hubungan antara banyaknya kredit yang diambil dengan indeks prestasi yang dicapai mahasiswa dalam satu semester. Setelah dilakukan pengumpulan data dari 10 mahasiswa ternyata penyebaran kredit yang diambil dan indeks prestasi yang dicapai sebagai berikut :

NO Jml Kredit IP 1 2 3 4 5 6 7 8 9 10 20 18 15 12 16 14 3.1 4.0 2.8 3.0 3.6 3.2 3.5

Prosedur Masukkan data Tentukan variabel yang akan dianalisis Pilih analisis Correlate Pilih Bivariate atau partial Lakukan langkah-langkah berikut :

Variabel View

Data view

Kesimpulan Dari tabel diatas menunjukkan bahwa nilai r = 0,229 dengan nilai p = 0,525 Dengan demikian hipotesis nul diterima Dapat diasimpulkan bahwa tidak ada hubungan yang bermakna antara jumlah kredit yang diambil dengan indeks prestasi mahasiswa.

Sekian