KORELASI PRODUCT
KORELASI PRODUCT
MOMENT PEARSON
MOMENT PEARSON
Posted on
Posted on December 23, 2010December 23, 2010 by by hendryhendry
A. Pendahuluan A. Pendahuluan
Analisis korelasi digunakan untuk menjelaskan
Analisis korelasi digunakan untuk menjelaskan kekuatan dan arah hubungan antara duakekuatan dan arah hubungan antara dua variabel. Korelasi bersifat undirectional
variabel. Korelasi bersifat undirectional yang artinya tidak ada yang ditempatkan sebagaiyang artinya tidak ada yang ditempatkan sebagai predictor dan respon (IV dan DV).
predictor dan respon (IV dan DV). Angka korelasi berkisar antara
Angka korelasi berkisar antara -1 s/d +1. S-1 s/d +1. Semakin mendekati 1 maka emakin mendekati 1 maka korelasi semakinkorelasi semakin mendekati sempurna. Sementara nilai negative dan positif mengindikasikan arah hubungan. mendekati sempurna. Sementara nilai negative dan positif mengindikasikan arah hubungan. Arah hubungan yang positif menandakan bahwa pola hubungan searah at
Arah hubungan yang positif menandakan bahwa pola hubungan searah at au semakin tinggi Aau semakin tinggi A menyebabkan kenaikan pula B (A dan B ditempatkan sebagai variabel)
menyebabkan kenaikan pula B (A dan B ditempatkan sebagai variabel) Interprestasi angka korelasi
Interprestasi angka korelasi menurut Prof. Sugiyono (2007)menurut Prof. Sugiyono (2007) 0
0 - - 0,199 0,199 : : Sangat Sangat lemahlemah 0,20 - 0,20 - 0,399 0,399 : : LemahLemah 0,40 - 0,40 - 0,599 0,599 : : SedangSedang 0,60 - 0,60 - 0,799 0,799 : : KuatKuat 0,80 -
0,80 - 1,0 1,0 : : Sangat Sangat kuatkuat
Dalam Bivariate model, korelasi yang umum digunakan adalah Pearson, Kendall, dan Rank Dalam Bivariate model, korelasi yang umum digunakan adalah Pearson, Kendall, dan Rank Spearman, namun yang dibahas kali ini adalah Pearson r Correlation aja..
Spearman, namun yang dibahas kali ini adalah Pearson r Correlation aja.. Pearson r correlation:
Pearson r correlation: Pearson r correlation bias
Pearson r correlation biasa digunakan untuk mengetahui hubungan pada dua variabel.a digunakan untuk mengetahui hubungan pada dua variabel. Korelasi dengan Pearson ini mensyaratkan data berdistribusi normal.
Korelasi dengan Pearson ini mensyaratkan data berdistribusi normal. Rumus yang digunakan adalah sebagai berikut :
Rumus yang digunakan adalah sebagai berikut :
B. Contoh Kasus B. Contoh Kasus
Pak Ali ingin mengetahui apakah ada hubungan antara pengawasan (Control), kepuasan kerja (Job Satisfaction), Disiplin kerja (discipline), dan kinerja (Performance). data dapat diambil CONTOH DATA KORELASI
CONTOH DATA KORELASI
NO X1 X2 X3 Y 1 69 67 74 94 2 64 75 79 101 3 79 81 74 106 4 69 60 63 84 5 72 80 81 104 6 75 75 74 103 7 76 71 78 89 8 75 68 81 95 9 78 80 80 104 10 77 78 73 91 11 75 71 76 90 12 76 80 80 104 13 67 65 60 79 14 72 57 73 85 15 72 78 74 94 16 71 63 78 89 17 78 76 76 104 18 73 73 78 89 19 71 63 72 88 20 64 65 62 85 21 39 72 63 82 22 81 80 76 104 23 74 75 78 100 24 67 67 64 88 25 73 72 76 96 26 59 79 79 105 27 80 80 75 104 28 84 81 72 109 29 79 75 78 106 30 74 71 62 96 31 70 74 77 94 32 71 65 66 89 33 45 55 44 65 34 81 70 80 106 35 69 72 64 88 36 70 82 70 96 37 79 67 74 100
Jumlah data 37. Instrumen : angket
C. Penyelesaian Kasus dengan SPSS:
Langkah 1. Pada menu Analyze pilih “correlate bivariate” . Setelah itu akan ada tampilan sbb:
Langkah 2.
Masukkan variabel yang akan dikorelasikan ke dalam variable list.
Interprestasi
Arti angka Korelasi
1. Control – Performance. Nilai korelasi adalah positif 0.668. Besaran angka korelasi menunjukkan bahwa korelasi antara Control dan Performance berada dalam kategori “Kuat”, sementara nilai positif mengindikasikan pola hubungan antara Control dengan Performance adalah searah (semakin tinggi Control maka semakin tinggi pula Performance). Perolehan p hitung = 0.000 < 0.05 yang menandakan bahwa hubungan yang terjadi adalah signifikan. 2. Job Satisfaction – Performance. Nilai korelasi adalah positif 0.772. Besaran angka korelasi menunjukkan bahwa korelasi antara Job satisfaction dan Performance berada dala m kategori “Kuat”, sementara nilai positif mengindikasikan pola hubungan antara adalah searah (semakin tinggi Job Sat maka semakin tinggi pula Performance). Perolehan p hitung = 0.000 < 0.05 yang menandakan bahwa hubungan yang terjadi adalah s ignifikan.
3. Dicipline – Performance. Nilai korelasi adalah positif 0.749. Besaran angka korelasi menunjukkan bahwa korelasi antara Dicipline dan Performance berada dalam kategori “Kuat”, sementara nilai positif mengindikasikan pola hubungan antara dicipline dengan Performance adalah searah (semakin tinggi Control maka semakin tinggi pula Performance). Perolehan p hitung = 0.000 < 0.05 yang menandakan bahwa hubungan yang terjadi adalah signifikan.
Uji Korelasi Pearson dengan SPSS
Melakukan uji Korelasi Pearson untuk mencari nilai r dengan SPSS sangatlah mudah. Caranya sebagai berikut:
1. Klik Analyze --> Correlate --> Bivariate
2. Klik Masukkan variabel x1, x2, x3, dan y ke kotak Variables. 3. Pada bagian Correlation Coefficients, ceklis Pearson.
4. Pada bagian Test of Significance, ceklis Two-tailed.
5. Klik Options --> Ceklis Means and standard deviations --> Ceklis Exclude cases pairwise.
6. Klik Continue. 7. Klik OK.
Contoh Output Hasil SPSS sebagai berikut:
Hipotesis penelitian adalah:
Interpretasi Hasil Uji Korelasi
Penelitian (contoh) hendak menguji apakah terdapat hubungan antara Budaya Organisasi (x1) dan Iklim Organisasi (x2) dengan Kepuasan Kerja (y). Hasil uji statistik menggunakan Pearson Product Moment (sudah tertera di atas). Bagaimana melakukan penafsiran?
Korelasi. Jika suatu hubungan tidak sama dengan 0, maka dapat dikatakan terjadi hubungan. Perhatikan baris-baris Pearson Correlation, di mana dihasilkan hasil-hasil berikut:
1. Budaya Organisasi berhubungan secara positif dengan Kepuasan Kerja sebesar 0,451 (r = 0,451).
2. Iklim Organisasi berhubungan secara positif dengan Kepuasan Kerja sebesar 0,838 (r = 0,838).
Dengan demikian, terdapat hubungan antara variabel x1 dan x2 dengan y. Hipotesis-hipotesis 0 di atas, sebab itu, ditolak.
Signifikansi. Signifikansi bisa ditentukan lewat baris Sig. (2-tailed). Jika nilai Sig. (2-tailed) < 0,05, maka hubungan yang terdapat pada r dianggap signifikan. Hasil uji signifikansi (di atas) adalah:
Nilai r hubungan Budaya Organisasi dengan Kepuasan Kerja adalah 0,000. Artinya,
0,000 < 0,05 dan dengan demikian korelasi antara kedua variabel signifikan.
Nilai r hubungan Iklim Organisasi dengan Kepuasan Kerja adalah 0,000. Artinya,
Interval Kekuatan. Sejumlah penulis statistik membuat interval kategorisasi kekuatan hubungan korelasi. Jonathan Sarwono, misalnya, membuat interval kekuatan hubungan sebagai berikut:
Atau penulis lain seperti D.A de Vaus menginterpretasikannya sebagai berikut:
Untuk korelasi negatif (-) interpretasi adalah sama.
Koefisien Determinasi. Koefisien Determinasi digunakan untuk menafsirkan skor korelasi Pearson (r). Caranya dengan mengkuadratkan nilai r tersebut. Nilai r harus dikuadratkan karena ia bukan berada dalam skala Rasio. Akibatnya, kita tidak bisa melakukan operasi aritmetika (kurang, bagi, kali, tambah) terhadap nilai r tersebut. Guna mencari nilai Koefisien Determinasi, dilakukan langkah berikut:
Nilai r Budaya Organisasi – Kepuasan Kerja = 0,451 x 0,451 = 0,2034. Kalikan nilai
ini dengan 100% maka 0,2034 x 100% = 20,34%.
Nilai r Iklim Organisasi – Kepuasan Kerja = 0,838 x 0,838 = 0,7022. Kalikan nilai ini
dengan 100% maka 0,7022 x 100% = 70,22.
Penafsiran Koefisien Determinasi adalah:
Sebesar 20,34% varians Kepuasan Kerja dapat dijelaskan oleh Budaya Organisasi. Sebesar 70,22% varians Kepuasan Kerja dapat dijelaskan oleh Iklim Organisasi.
