Contoh Cara Uji Korelasi Pearson

Korelasi perason product moment akan menghasilkan koefisien korelasi yang berfungsi untuk mengukur kekuatan hubungan linier antara dua variabel. Jika hubungan dua variabel tidak linier, maka koefisien korelasi tersebut tidak mencerminkan kekuatan hubungan dua variabel yang sedang di teliti; meski kedua variabel mempunyai hubungan yang kuat. 

Simbol untuk korelasi pearson adalah "p" jika diukur dalam populasi dan "r" jika diukur dalam sampel. Korelasi pearson mempunyai jarak antara -1 sampai dengan +1. Jika koefisien korelasi adalah -1, maka kedua variabel yang di teliti mempunyai hubungan linier sempurna negatif. Jika koefisien adalah +1, maka kedua variabel yang diteliti mempunyau hubungan linier sempurna positif. Jika koefisien menunjukkan angka 0, maka tidak terdapat hubungan antara dua variabel yang dikaji.

Jika hubungan variabel linier sempurna, maka sebaran data tersebut akan membentuk garis lurus. Meski demikian pada kenyataannya kita akan sulit menemukan ada yang dapat membentuk garis linier sempurna. 

Data yang digunakan dalam korelasi perason sebaiknya memenuhi persyaratan diantaranya adalah i) berskala interval/rasio, ii) variabel X dan Y harus bersifat independen satu dengan lainnya, iii) variabel harus kuantitatif simetris.

Asumsi dalam korelasi pearson diantaranya adalah i) terdapat hubungan linier antara x dan y, ii) data berdistribusi normal, iii) variabel x dan y simetris. variabel x tidak berfungsi sebagai variabel bebas dan Y sebagai variabel tergantung, iv) sampling representatif, v) varian kedua variabel sama.

Prosedur 

pada contoh dibawah ini kita akan melihat hubungan antara variabel jumlah kunjungan ke titik layanan penyelenggaraa telepon seluler Z dengan tingkat kepuasan. Untuk melihat hubungan tersebut kita membuat langkah-langkah seperti dibawah ini:

Pertama: siapkan data

Kedua: membuat desain variabelnya

Ketiga: memasukan data mulai nomor 1 samai 11 seperti dibawah ini:

Keempat: klik analyze > correlate > bivariate

Kelima: Pindahkan variabel kunjungan dan kepuasan ke kolom variabel. pilih pearson pada correlation coefficient. pilih two tailed pada test of significant > cek flag significant correlation

Keenam: klik options > pada missing values, pilih: exclude cases pairwise. tekan continue.

ketujuh: klik ok.

Setelah diproses, maka output hasil analisis adalah sebagai berikut:

cara melakukan interpretasi sebagai berikut:

pertama: melihat kekuatan hubungan antara variabel kunjungan dan kepuasan, dari tabel tersebut diatas, terlihat angka koefisien antara variabel jumlah kunjungan dan tingkat kepuasan adalah sebesar 0,880 atau sangat kuat karena mendekati angka 1. Tanda dua bintang (**) artinya korelasi  signifikan pada angka signifikansi sebesar 0,01 dan mempunyai kemungkinan dua arah (2-tailed). (catatan: jika tidak ada tanda dua bintang, maka secara otomatis signifikansinya 0,05).

kedua: melihat signifikansi hubungan kedua variabel diperoleh angka 0,000.Dari angka tersebut maka hubungan keduavariabel signifikan karena angka signifikansi sebesar 0,000 < 0,001. Hubungan kedua variabel mempunyai dua arah, yaitu dapat searah dan tidak searah.

ketiga: melhat arah korelasi antara dua variabel. Arah korelasi dilihat dari angka koefisien korelasi hasilnya positif atau negatif. Karena angka koefisien hasilnya positif, yaitu 0,880 maka korelasi kedua variabel bersifat searah. Maksudnya jika nilai jumlah kunjungan tinggi, maka tingkat kepuasan akan tinggi pula

kesimpulan: korelasi antara variabel jumlah kunjungan dan tingkat kepuasan sangat kuat, signifikan dan searah.


Sumber: Jonathan Sarwono. Mengenal SPSS Statistics 20 Aplikasi untuk Riset Eksperimental. 2012 halaman 66 - 69