09 Desember 2009

KORELASI DAN ASOSIASI

"The primary objective is to measure the strength or degree associatioan between two variables. Ther coefficient correlation measures this strength of (linier) association. For example we may be interested in finding the correlation (coefficient) between smooking and lung cancer, between scores of statistics and mathematic examination, between high school grades and collage grades, and so on," (Gujarati, Damodar, 1995).

("Tujuan utama adalah mengetahui ukuran kekuatan atau kekuatan hubungan antara dua variabel. Koefisien korelasi mengukur kekuatan hubungan tersebut (linier). Misalnya kita tertarik untuk mencari korelasi (koefisien) antara merokok dengan kanker paru-paru, antara nilai statistik dan matematika, antara sekolah menengah dengan perguruan tinggi, dan sebagainya,"(Gujarati, Damodar,1995).
Sumber : Yamin dan Kurniawan,2009

Analisis korelasi adalah metode statistik yang digunakan untuk mengukur besarnya hubungan antara dua variabel atau antar set-variabel. Nilai korelasi berkisar antara -1 dan 1, dimana nilai korelasi -1 berarti hubungan antara dua variabel tersebut adalah negatif sempurna, nilai korelasi 0 berarti tidak ada hubungan antara dua variabel tersebut, sedangkan nilai korelasi 1 berarti bahwa terdapat hubungan positif sempurna antara dua variabel terswebut. Interpretasi dari besarnya nilai korelasi antara variabel dapat diklasifikasikan sebagai berikut :
0,00-0,09 : Hubungan korelasi diabaikan
0,10-0,29 : Hubungan korelasi rendah
0,30-0,49 : Hubungan korelasi moderat
0,50-0,70 : Hubungan korelasi sedang
di atas 0,70 : Hubungan korelasi sangat kuat

Selain itu, untuk menentukan apakah besarnya hubungan itu signifikan atau tidak, kita dapat menyimpulkan dari nilai signifikan value (p-value) hasil uji korelasi.
(Sumber : Sofyan dan Heri, SPSS Complete, 2009)


Ada beberapa uji korelasi dan asosiasi yaitu :
  1. Koefisien Korelasi Rank Spearman dan Kendall's Tau. Korelasi ini digunakan untuk mengetahui hubungan antara dua variabel data yang berskala ordinal.
  2. Korelasi Pearson. Korelasi ini digunakan untuk mengetahui hubungan antara dua variabel yang berskalan interval. Dalam korelasi ini bahwa kedua variabel diasumsikan mengikuti diatribusi normal.
  3. Koefisien Kontigency C (Cramer's V). Korelasi ini digunakan untuk mengetahui hubungan antara variabel yang berskala nominal.
  4. Measure of Agreement Cohen's Kappa. Korelasi ini digunakan untuk mengukur kesesuaian antara hasil evaluasi dua buah alat ukur ketika alat ukur tersebut digunakan untuk subyek yang sama.
  5. Asosiasi ETA. Asosiasi ini digunakan untuk mengetahui besarnya hubungan antara variabel data yang berskala nominal dan interval.

12 komentar:

Aulia Zahra mengatakan...

slamat malam pak. saya mau tanya, untuk menguji korelasi dari dua variabel yang keduanya menggunakan kuisioner dengan skala likert yang sama( variabel A menggunkan kuisioner skala 1-5 dan variabel B juga menggunakan kuisioner skala 1-5), analisis apa yang tepat digunakan? apakah bisa menggunakan korelasi Pearson?

Suseno Bimo mengatakan...

Aulia: Skala Likert termasuk skala ordinal maka gunakan korelasi Spearman atau Kendall. Dapat juga uji korelasi Pearson data tersebut ditransformasikan ke interval dengan Metode Succesive Interval (MSI)dan tentunya asumsi normaltas harus terpenuhi.

Anonim mengatakan...

saya mau bertanyanuji apa saja ya yg bisa dibandingkan , selain membandingkan antara uji spearman dan kendal ?

Lidya mengatakan...

Pak, saya berencana menguji hubungan antara variabel skala nominal dengan variabel skala rasio, uji mana yang dapat saya gunakan PAk?
terimakasih

Suseno Bimo mengatakan...

Lidya : bisa uji korelasi eta atau korelasi poin biserial

Unknown mengatakan...

Pak..maaf bertanya kalau saya mau mengkorelasikan variabel Ordinal dengan nominal... uji apa yang dipakai pak..trimaksih ataukah bisa menggunakan koef kontingensi..

Suseno Bimo mengatakan...

Unknown : ya uji koefisien kontingensi

eka mengatakan...

maaf mau tanya. jika skala data nominal dengan ordinal, pakai uji apa ya pak.? terima kasih

eka mengatakan...

maaf mau tanya pak, jika skala nominal dengan ordinal pakai uji apa ya pak? terima kasih

Suseno Bimo mengatakan...

Eka : bisa menggunakan chi-square, tetapi variabel yang berskala ordinal lebih dahulu diubah menjadi nominal.

rania mengatakan...

selamat pagi pak, izin saya ingin bertanya pak, kalau asosiasi untuk kasus korelasi 2 variabel(kepuasan mhs terhadap pelayanan akademik) menggunakan kerelasi dan uji apa ya pak?

Suseno Bimo mengatakan...

Rania : kepuasan mahasiswa dan pelayanan akademik skala pengukuran apa? Jika kedua variabel skala interval, gunakan korelasi person. Jika skala kedua variabel ordinal, gunakan korelasi rank spearman.