ANALISIS KORELASI DAN ASOSIASI Kegunaan Tujuan utama adalah

ANALISIS KORELASI DAN ASOSIASI

Kegunaan � Tujuan utama adalah mengetahui ukuran kekuatan atau kekuatan hubungan antar variabel. Koefisien korelasi mengkur kekuatan hubungan linier.

Korelasi Rank Spearman & Kendall’s Tau � Kegunaan: Mengetahui hubungan antara dua variabel data yang bersekala ordinal � Contoh: Seorang peneliti ingin mengetahui hubungamn antara tingkat pendidikan dan persetujuan pendapat terhadap keputusan pemerintah menaikkan tarif tol.

Outpus SPSS � Dari hasil ouput diatas diketahui bahwa besarnya korelasi antara pendidikan dan persetujuan pendapat adalah -0, 262 (Kendall’s Tau) dan -0, 318 (Korelasi Spearman rho). Oleh karena p-value < dari 0, 05 maka dapat disimpulkan terdapat hubungan negatif signifikan antara tingkat pendidikan dengan persetujuan kebijakan tarif tol.

Korelasi Pearson � Kegunaan: Mengetahui hubungan antara variabel data yang berskala interval (asumsi kedua variabel berdistribusi normal) � Contoh: Seorang guru bimbingan siswa mengembangkan suatu tes psikologi numerik kepada siswa baru untuk mengtahui apakah terdapat hubungan antara hasil tes psikologi numerik dengan nila matematika.

Output SPSS � Besarnya hubungan antara psikologi test dan nilai matematika adalah 0, 332 (hubungan korelasi moderat) dan signifikan pada alfa 5%. Oleh karena p-value sebesar 0, 018 (< 0, 05), maka dapat disimpulkan bahwa terdapat hubungan positif moderat antara nilai tes psikologi ketika siswa akan masuk sekolah dengan nilai matematika yang diperoleh siswa ketika proses belajar atau ada kecenderungan bahwa siswa yang memiliki nilai psikologi yang baik akan mempunyai nilai matematika yang baik pula

Koefisien Kontingensi Cramers V) � Kegunaan: mengetahui hubungan antara variabel data yang berskala nominal � Contoh: seorang peneliti sosial politik ingin mengetahui apakah terdapat hubungan antara tingkat pendidikan dengan parta pilihannya.

Output SPSS � Oleh karena nilai p-value Cramer sebesar 0, 007 (< 0, 05) maka kesimpulannya adalah terdapat hubungan positif signifikan antara tingkat pendidikan seseorang dan partai pilhan pada pemilu

Asosiasi Eta Kegunaan: mengetaui hubungan antara variabel data yang bersekala nominal dan interval � Contoh: Seorang penelitin ingin mengetahui apakah terdapat hubungan yang sangat erat antara pelajaran yang disukai dengan kemampuan verbal. Diambil 24 siswa kemudian tiap siswa diminta untuk menyebutkan pelajaran favoritnya, selanjutnya diadakan tes verbal �

Output SPSS � Berdasar tabel directional measure terdapat hubungan positif antara mata pelajaran favorit dengan skor test verbal yaitu sebesar 0, 524