Tutorial Cara Melakukan Analisis Pearson Correlation (Product Moment) Dengan Menggunakan SPSS
kita merasa bingung dengan dua istilah, “analisis korelasi” dan
“analisis reegresi”. Apakah fungsi keduanya sama atau beda? Kapan kita
menggunakan analisis korelasi dan kapan dan pada situasi bagaimana kita
menggunakan analisis regresi. Berikut ini akan dijelaskan perbedaan
kedua alat analisis tersebut. Tujuan analsisi korelasi adalah ingin
mengetahui APAKAH ADA HUBUNGAN antara dua variabel atau lebih? Sedangkan
tujuan analisis regresi adalah untuk MEMPREDIKSI SEBERAPA JAUH pengaruh
yang ada tersebut (yang telah dianalisis melalui analisis korelasi).
Analisis Korelasi Sederhana
Analisis korelasi sederhana (Bivariate Correlation) digunakan untuk mengetahui keeratan hubungan antara dua variabel dan untuk mengetahui arah hubungan yang terjadi antara dua variabel. Koefisien korelasi sederhana menunjukkan seberapa besar hubungan yang terjadi antara dua variabel. Terdapat tiga metode korelasi sederhana (bivariate correlation) diantaranya Pearson Correlation, Kendall’s tau-b, dan Spearman Correlation. Pearson Correlation digunakan untuk data berskala interval atau rasio, sedangkan Kendall’s tau-b, dan Spearman Correlation lebih cocok untuk data berskala ordinal.
Menurut Sugiyono (2007) pedoman untuk memberikan interpretasi koefisien korelasi sebagai berikut:
0,00 – 0,199 = sangat rendah
0,20 – 0,399 = rendah
0,40 – 0,599 = sedang
0,60 – 0,799 = kuat
0,80 – 1,000 = sangat kuat
Analisis Pearson Correlation / Product Moment
- Buka program SPSS Statistics 25.
- Setelah terbuka klik variabel view, lalu masukan pada kolom Name pada baris 1 sampai 3 X1, X2 dan Y (isikan label sesuai keterangan masing-masing variabel). Pada Decimals diganti menjadi 0 (Opsional). Untuk kolom lainnya dapat dihiraukan (isian default). Perhatikan gambar dibawah ini:
- Jika variabel view sudah diisi, selanjutnya silahkan masuk ke data view, lalu isikan sesuai data.
- Selanjutnya klik Analyze >> Correlate >> Bivariate.
- Selanjutnya akan muncul kotak dialog seperti di bawah ini:
- Pindahkan semua variabel ke kotak Variable (s)
- Selanjutnya akan muncul hasil output seperti di bawah ini:
Dasar Pengambilan Keputusan
Ada dua cara dasar pengambilan keputusan dalam analisis kolerasi yaitu dengan melihat nilai signifikasi dan melihat tanda bintang.
- Berdasarkan signifikasi, Jika nilai signifikasi < 0,05 maka terdapat kolerasi antara variabel, jika sifnifikasi > 0,05 maka tidak terdapat hubungan antara variabel
- Berdasarkan tanda bintang Jika terdapat tanda bintang pada pearson correlation maka antara variabel yang dianalisis terjadi korelasi dan sebaliknya jika tidak terdapat tanda bintang maka variabel tidak terjadi kolerasi
Berdasarkan hasil output diatas, diketahui antara X1 (Kompetensi Kerja) dengan Y (Kualitas Pelayanan) terdapat kolerasi yang signifikan (0,00 < 0,05 atau dilihat dari nilai kolerasinya 0,839 terdapat tanda bintang). Selanjutnya antara X2 (Disiplin Kerja) dengan Y (Kulitas Pelayanan) terdapat kolerasi yang signifikan (0,00 < 0,05 atau dilihat dari nilai kolerasinya 0,872 terdapat tanda bintang)