"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
("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 :
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 :
- Korelasi Rank Spearman dan Kendall Tau. Korelasi ini digunakan untuk mengetahui hubungan antara dua variabel data yang berskala ordinal.
- Korelasi Pearson. Korelasi ini digunakan untuk mengetahui hubungan antara dua variabel yang berskalan interval. Dalam korelasi ini bahwa kedua variabel diasumsikan mengikuti distribusi normal.
- Koefisien Kontigency C (Cramer's V). Korelasi ini digunakan untuk mengetahui hubungan antara variabel yang berskala nominal.
- 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.
- Asosiasi ETA. Asosiasi ini digunakan untuk mengetahui besarnya hubungan antara variabel data yang berskala nominal dan interval.
Baca juga :
Referensi :
Antonius,R. (2003). Interpreting Quantitative Data Wit SPSS.London New York: Sage Publications
Morgan,G.A
et al.(2004). SPSS for Introductionary Statistics: Use and
Interpretation 2nd.New Jersey London: Lawrence Erlbaum Associates
Rajathi,A and Chandran,P. (2006). SPSS for You.Chidambaram: MJP Publisher
Yamin,S
dan Kurniawan,H. (2009). SPSS Complete :Teknik Analisis Statistik
Terlengkap dengan Sofware SPSS. Jakarta : Salemba Infotek
