Home / Analisis Korelasi Product Moment / Kolerasi dan Regresi / Tutorial SPSS

Tutorial Cara Melakukan Analisis Pearson Correlation (Product Moment) Dengan Menggunakan SPSS

Seringkali 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.

Nilai korelasi (r) berkisar antara 1 sampai -1, nilai semakin mendekati 1 atau -1 berarti hubungan antara dua variabel semakin kuat, sebaliknya nilai mendekati 0 berarti hubungan antara dua variabel semakin lemah. Nilai positif menunjukkan hubungan searah (X naik maka Y naik) dan nilai negatif menunjukkan hubungan terbalik (X naik maka Y turun).

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

Analisis ini digunakan untuk mengukur keeratan suatu hubungan secara linier antara dua variabel yang mempunyai distribusi data normal. Data yang digunakan adalah tipe interval atau rasio
Contoh Kasus: Seorang peneliti melakukan penelitian tentang pengaruh kompetensi kerja, disiplin kerja terhadap kualitas pelayanan kesehatan di suatu Rumah Sakit. Variabel kompetensi kerja dan disiplin kerja sebagai variabel independen (X1 dan X2) dan kualitas pelayanan kesehatan sebagai variabel dependen (Y). Dari 23 sample yang diambil data yang didapat adalah sebagai berikut:


Langkah-langkah analisis dengan menggunakan SPSS:
  • 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:

Hasil penjelasan output
Dasar Pengambilan Keputusan
Ada dua cara dasar pengambilan keputusan dalam analisis kolerasi yaitu dengan melihat nilai signifikasi dan melihat tanda bintang.
  1. Berdasarkan signifikasi, Jika nilai signifikasi < 0,05 maka terdapat kolerasi antara variabel, jika sifnifikasi > 0,05 maka tidak terdapat hubungan antara variabel
  2. 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)