Uji Korelasi Spearman dengan SPSS dan Manual

209 komentar
Share:
Uji korelasi Spearman dengan SPSS pada hakikatnya serupa dengan secara manual. Uji korelasi Spearman adalah uji statistik yang ditujukan untuk mengetahui hubungan antara dua atau lebih variabel berskala Ordinal. Selain Spearman, D.A. de Vaus menyebutkan bahwa uji korelasi yang sejenis dengannya adalah Kendall-Tau.[1] Asumsi uji korelasi Spearman adalah: (1) Data tidak berdistribusi normal dan (2) Data diukur dalam skala Ordinal.

Rumus uji korelasi spearman untuk jumlah sampel < = 30 adalah:


Di mana:


Uji Korelasi Spearman Secara Manual 

Jika dilakukan secara manual, maka tata tertib melakukan uji korelasi Spearman adalah: 

  1. Jumlahkan skor item-item di tiap variabel untuk mendapatkan skor total variabel (misalnya cari skor total variabel X dengan menotalkan item-item variabel X). 
  2. Lakukan rangkin skor total x (rx) dan rangking skor total y (ry). 
  3. Cari nilai d yaitu selisih rx – ry . 
  4. Cari nilai d2 yaitu kuadrat d (selisih rx – ry). 

Agar lebih mudah, kerjakan dengan Excel dan buat saja tabel seperti contoh di bawah ini:


Setelah data dihitung dalam tabel, lalu masukkan ke dalam rumus uji korelasi Spearman:


Dengan demikian korelasi Spearman (rs) variabel x dengan variabel y dalam contoh adalah 0,47. Nilai korelasi Spearman hitung ini (rs) lalu diperbandingkan dengan Spearman Tabel (rs tabel). Keputusan diambil dari perbandingan tersebut. Jika rs > rs tabel, H0 ditolak dan H1 diterima. Jika rs hitung <= rs tabel, H0 diterima, H1 ditolak. Pengambilan keputusan dari contoh di atas adalah karena rs hitung > rs tabel maka H0 ditolak dan H1 diterima. Artinya terdapat hubungan antara variabel x dengan variabel y. Lalu, bagaimana menginterpretasikannya? 

Tabel Interpretasi Koefisien Korelasi Versi de Vaus 

D.A. de Vaus menginterpretasikan koefisien korelasi sebagai berikut:


Dalam contoh di atas maka kekuatan hubungan antara x dan y adalah hubungan moderat (karena 0,47). 

Data Saya Lebih Besar dari 30 ! 

Rumus di atas berlaku jika jumlah sampel lebih kecil atau sama dengan 30 (<=30). Lalu, bagaimana menghitung uji korelasi Spearman dengan lebih dari 30 sampel? Caranya mudah saja yaitu Cari Nilai z hitung terlebih dahulu. 

Cara mencari nilai z hitung sebagai berikut:


Di mana:


Nilai rs dicari dengan cara yang sama seperti perhitungan terdahulu (di bagian atas). Dalam contoh sampel yang lebih besar dari 30 ini misalnya sampel menggunakan 50 responden. Maka perhitungannya sebagai berikut:


Nilai z hitung dalam sampel > 30 ini adalah 6,93. Pengambilan keputusan dalam sampel > 30 ini adalah membandingkan antara z hitung dengan z tabel. Z hitung sudah diperoleh sekarang tinggal z tabel. 

Cara Mencari z Tabel 

Nilai z tabel dicari dari tabel Z (lihat buku-buku statistik). Caranya adalah: 

  1. Tentukan Taraf Keyakinan Penelitian (misalnya 95%). Taraf Keyakinan 95% berarti Interval Keyakinan-nya (alpha) 0,05. Nilai 0,05 ini merupakan bentuk desimal dari 5% yang diperoleh dari pengurangan 100% selaku kebenaran absolut dengan 95% (100% - 95% = 5% atau 0,05). 
  2. Tentukan Uji yang digunakan. Apakah 1 sisi (One-Tailed) atau 2 sisi (Two-Tailed). Penentuan 1 sisi atau 2 sisi ini didasarkan hipotesis penelitian. Jika hipotesis hanya menyebutkan “terdapat hubungan” maka artinya bentuk hubungan belum ditentukan apakah positif atau negatif dan dengan demikian menggunakan uji 2 sisi. Jika hipotesis menyatakan “terdapat hubungan positif” atau “terdapat hubungan negatif” maka artinya bentuk hubungan sudah ditentukan dan dengan demikian menggunakan uji 1 sisi. 
  3. Jika Uji 2 Sisi (Two-Tailed) maka lihat Tabel Z. Dalam uji 2 sisi Interval Keyakinan dibagi dua yaitu 0,05 / 2 = 0,025. Cari pada kolom tabel nilai yang paling mendekati 0,025. Dari nilai yang paling dekat tersebut tarik garis ke kiri sehingga bertemu dengan nilai 1,9 + 0,060 = 1,96. Batas kiri pengambilan keputusan dengan kurva adalah –1,96 batas kanannya +1,96. Keputusannya: Tolak H0 dan Terima H1 jika –z hitung < dari –1,96 dan > dari +1,96. Sebaliknya, Terima H0 dan Tolak H1 jika – z hitung > -1,96 dan < dari +1,96. 

Uji Korelasi Spearman dengan SPSS 

Jika uji korelasi Spearman diadakan dengan SPSS maka langkah-langkahnya sebagai berikut: 

  1. Totalkan item-item variabel x menggunakan menu Transform > Compute Variable > jumlahkan item-item variabel x. 
  2. Totalkan item-item variabel y menggunakan menu Transform > Compute Variable > jumlahkan item-item variabel y. 
  3. Buatlah Ranking bagi rx dan ry menggunakan menu Transform > Compute > Masukkan Skor Total Variabel X dan Variabel Y ke Variables > Pilih saja Smallest pada Assign Rank > Klik OK. Setelah itu muncul dua variabel baru yaitu rangking untuk x dan y (lihat di tab Variable View). 
  4. Lakukan Uji Korelasi Spearman dengan SPSS dengan klik Analyze > Correlate > Bivariate > Masukkan Rangking X dan Ranking Y ke Variables > Pada Correlation Coefficient ceklis Spearman > Pada Test of Significance pilih 2-Tailed (jika 2 sisi) atau 1-Tailed (jika 1 sisi) > Klik OK. 

Hasilnya output SPSS misalnya sebagai berikut:


Variabel X dan Variabel Y pada contoh output di atas berhubungan dalam koefisien 0,823. SPSS menunjukkan bahwa korelasi tersebut signifikan bahkan dalam Interval Keyakinan (alpha) yang lebih teliti lagi yaitu 0,01 untuk Uji 2 Sisi. 

Pengambilan keputusannya sama dengan cara manual di atas yaitu membandingkan antara z hitung dengan z tabel. Atau bisa juga dengan Kurva Normal berikut:


-------------------------------------

[1] D.A. de Vaus, Survey in Social Research, 5th Edition (New South Wales: Allen and Unwin, 2002) p. 259.

tags:
uji korelasi spearman dengan spss uji korelasi spearman secara manual tabel kekuatan hubungan de vaus pengambilan keputusan dengan kurva normal

209 komentar:

  1. salam kenal pak, saya mahasiswa yang sedang menyusun tugas akhir. sedang sangat kebingungan pak.
    saya mau bertanya pak, variabel penelitian saya ada 2, dan masing-masing variabel sampelnya berbeda, dan jumlah sampelnya pun berbeda. Bagaimana cara menghitung korelasinya ya pak??
    mohon bimbingannya.
    terima kasih.

    BalasHapus
    Balasan
    1. Hal yang terpokok terpulang pada perumusan masalah penelitian. Apakah Anda hendak mengaji hubungan antar variabel ataukah melihat apakah terdapat perbedaan antara dua kelompok sampel. Penelitian sesungguhnya cukup bervariasi. Memang, selama ini mahasiswa cenderung menganggap bahwa penelitian itu kalau tidak "regresi" pasti "korelasi." Padahal tidak hanya itu tentunya. Adalah uji-uji beda (Wilcoxon untuk sampel sama, atau Mann-Whitney untuk sampel berbeda). Ini guna mencari apakah ada perbedaan antara dua kelompok sampel ataukah tidak.

      Kembali ke pertanyaan Anda. Secara kategoris, kelompok sampel Anda berbeda. Sama halnya secara kategoris Laki-laki dan Perempuan berbeda (laki-laki diberi poin 1, perempuan diberi poin 2 dalam proses coding)l. Demikian pula, Anda tinggal coding seperti itu. Misalnya, sampel anda berbeda menurut wilayahnya seperti berasal dari Jatinegara, Pondokgede, Makassar, atau Bantargebang. Jatinegara diberi coding 1, Pondokgede 2, Makassar 3, dan Bantargebang 4. Kalau perumusan masalahnya adalah "hubungan" maka lakukan saja uji korelasi seperti biasa. Dalam uji korelasi, yang hendak diselidiki adalah hubungan dua atau lebih variabel. Setelah diuji lalu diinterpretasi.

      Hal yang patut diingat adalah, skala coding harus sama. Misalnya X diukur dengan instrumen yang penilaiannya 1=SS, 2=S, 3=RR, 4=TS, dan 5=STS. Demikian pula, Y nya pun harus diukur dengan instrumen yang penilaian serta codingnya serupa. Harus ada konsistensi. Perbedaan antar sampel 'kan telah diidentifikasi secara kategoris (seperti contoh). Nah, jika Anda "penasaran" sebaiknya yang diteliti adalah "perbedaan". Apakah sampel-sampel yang berbeda tersebut memang berbeda ataukah serupa? Untuk itu, dapat Anda gunakan aneka uji beda, dan Mann-Whitney adalah salah satu contohnya.

      Sama-sama. Semoga bermanfaat.

      Hapus
    2. maaf baru saya balas pak.
      terima kasih atas informasinya.
      namun penelitian saya tentang hubungan pak.
      dan yang saya maksud berbeda adalah jumlah sampel masing2 variabel, kalau dimasukkan ke dalam spss akan ada missing jika ada perbedaan jumlah sampel.
      jadi bagaimana sebaiknya?
      contoh, hubungan pengetahuan dengan perilaku anak saat berkomunikasi dengan orang tua. variabel pengetahuan, anak yang menjadi sampel dan variabel perilaku orang tua yang menilai..
      jika jumlah orang tua dan anak berbeda ini yang menjadi pertanyaan saya pak.
      untuk coding, dan untuk kategoris sampel saya paham pak, yang saya bingung menghitung korelasinya dengan komputerisasi.
      terima kasih

      Hapus
    3. Bagaimana jika dicoba masukkan item-item x diteruskan item-item y. Saat melakukan Bivariate > Correlation > Ceklis Spearman, lalu klik Options lalu pilih Exclude Cases Listwise.
      Semoga bermanfaat.

      Hapus
  2. Maaf mas ingin bertanya. Kasus data saya adalah peubah numerik (27 peubah) dengan jumlah data sebanyak 77961 (jumlah desa di Indonesia). Saya ingin melakukan pereduksian peubah2 yg saling berkorelasi dgn korelasi di atas 0,5. Setelah saya cek, ternyata data saya tidak menyebar normal dan ada beberapa data outlier. Pertanyaannya, sebaiknya saya menggunakan uji korelasi apa? jika benar menggunakan uji korelasi spearman, apakah data saya perlu diubah ke bentuk ordinal dulu sebelum dirangking?? Terima kasih. Ditunggu segera jawabannya.

    BalasHapus
    Balasan
    1. Peubah numerik yang dimaksud apakah diukur dalam skala rasio, interval, ataukah ordinal (peringkat)? Apabila sudah diukur dalam peringkat, tentu tidak perlu data-data tersebut diubah ke bentuk ordinal. Hanya saja, perlu di Data View SPSS, data tersebut diset Measure-nya menjadi Ordinal. Selain itu, pastikan pada pilihan uji statistik korelasi, Spearman diceklis karena secara Default tidak. Untuk kasus data Anda, uji Spearman kiranya lebih cocok.
      Juga, harap ditentukan 1-tailed atau 2-tailed test yang hendak dipilih. Jika arah hubungan sudah diprediksi, ceklis pilihan 1-tailed. Jika belum, maka pilih 2-tailed. Namun, jika memang Anda hendak melakukan reduksi data, apakah tidak lebih baik mempertimbangkan penggunaan Analisis Faktor?
      Demikian. Semoga bermanfaat.

      Hapus
    2. tidak mas,tahap di atas itu hanya tahap pemenuhan asumsi data. karna tujuan inti penelitian sy adalah clustering 2 tahap.
      Data sy itu ada yg skala rasio dan ada jg yg skala interval. Jadi belum dalam peringkat. Malahan data tersebut sy ubah ke bentuk baku Z dulu agar meminimkan ragam dan agar tdk bias. Data sy itu adalah data podes. Bagaimana mas, apakah dgn kondisi tersebut, sy mesti mengubahnya ke bentuk ordinal (peringkat)??
      Untuk tahap yg lainnya, insya Allah sy sudah ngerti. Ditunggu segera ya mas. Terima kasih.

      Hapus
    3. Jika memang yang hendak dikaji adalah hubungan antar variabel, dan distribusi data tidak normal, maka Spearman dapat dipergunakan dengan persyaratan skala diturunkan menjadi ordinal (selain Spearman juga bisa Kendal-tau). Kalau data Podes saya lihat banyak berkategori rasio dan interval. Penurunan skala seyogyanya hanya dilakukan jika memang telah ditempuh aneka cara untuk membuktikan bahwa distribusi data benar-benar tidak normal dan terdapat outlier. Demikian, semoga bermanfaat.

      Hapus
  3. NUmpang tanya mas, Saya sedang penelitian untuk tesis ada 4 variabel X dan satu variabel Y. Instrumen menggunakan menggunakan skala likert dengan indikator Sering (3), Jarang (2), Tidak Pernah (1). Yang ingin saya tanyakan pada saat diinput ke SPSS untuk dilakukan uji hubungan, apakah variabel tersebut bersifat ordinal atau interval. Saya pernah membaca bukunya Duncan and Cramer, apabila menggunakan skala likert (SS,S,KS,TS, dll) maka dianggap sebagai interval bukan ordinal sehingga bisa dilakukan uji hubungan menggunakan uji korelasi pearson. Mohon pencerahannya, terima kasih.

    BalasHapus
    Balasan
    1. Memang Likert scale ini ditanggapi secara bervariasi oleh sejumlah penulis. Ada yang mengkategorikannya masuk interval, ada pula yang ordinal. Seorang penulis bernama Donal P. Schwab menyatakan, apabila Likert scale tidak bisa dianggap murni masuk interval, maka sekurang-kurangnya ia mendekati interval. Akibatnya, semua atribut yang menyertai suatu skala interval dapat diselenggarakan. Lihat Donald P. Schwab, Research Methods for Organizational Studies, Second Edition (New Jersey: Lawrence Erlbaum, 2005). Demikian. Semoga bermanfaat.

      Hapus
    2. Terima kasih, saya sudah baca bukunya dan memutuskan menganggapnya sebagai skala interval.

      Hapus
    3. Sama-sama. Semoga bermanfaat.

      Hapus
  4. Komentar ini telah dihapus oleh pengarang.

    BalasHapus
  5. mas, saya mau tanya..
    veribel independen saya adalah karakteristik pasien yg terdiri dari jenis kelamin, penghasilan, pendidikan, umur. kemudian variabel dependen saya kepuasan pasien yg diukur menggunakan bukti langsung, kehandalan, daya tanggap, jaminan, empati dengan skor sangat puas, puas, tdk puas, sgt tdk puas.
    yang mau saya tanya, apakah ini menggunakan rank spearman? terimakasih... O:)

    BalasHapus
    Balasan
    1. Uji statistik yang diadakan mengikuti pada skala terendah. VB jenis kelamin karakternya diskrit (pilihannya L atau P saja). VB penghasilan karakter aslinya rasio (bisa diturunkan jadi interval dengan membuat kisaran). VB pendidikan karakternya ordinal (namun ada yang menyebut sekurangnya mendekati interval). VB umur karakter aslinya rasio (bisa diturunkan jadi interval dengan membuat kisaran). VT kepuasan pasien karakternya ordinal (namun ada yang menyebut sekurangnya mendekati interval jika pakai SS, S, TS, STS). Nah, selain jenis kelamin, Anda sebenarnya dipersilakan untuk memilih apakah menggunakan Spearman ataupun Pearson. Jika Spearman Anda buat rangking terlebih dahulu. Jika Pearson Anda langsung uji saja. Persoalannya yang VB diskrit (jenis kelamin). Pearson dan Spearman kurang tepat untuk digunakan. Untuk korelasi jenis kelamin dengan kepuasan dapat digunakan uji korelasi Point Biserial.
      Demikian. Semoga bermanfaat.

      Hapus
  6. Numpang tanya lagi, kalau variabel X rasio tp level analisanya kelompok (15 kelompok) sedangkan variabel Y level analisanya individu (101 orang), apakah bisa dilakukan uji korelasi pearson?

    Saya agak kurang paham ketika menemukan hasil pengujian di korelasi pearson yaitu signifikansinya 0,157 berarti Ha ditolak dan Ho diterima karena sig > 0.05, tapi ada nilai korelasi 0,351 (rendah). Bagaimana untuk menerangkan di bagian analisanya? Bagaimanakah logika/hubungan antara taraf signifikansi dan korelasi.
    Mohon pencerahannya. Terima Kasih

    BalasHapus
    Balasan
    1. Untuk pertanyaan pertama, untuk variabel Y apa skala yang digunakan? Juga, apakah responden untuk X berasal dari populasi yang sama dengan Y?
      Untuk pertanyaan kedua, tentu saja jika pengambilan keputusan didasarkan pada nilai signifikansi, hasilnya H0 diterima dan H1 ditolak. Namun, penulis seperti Andy Field (dalam Discovering Statistics) menyatakan: Tidak ada H0 yang bersifat absolut. Jadi, diterimanya H0 bukan bermakna sama sekali tidak ada hubungan. Ini terlihat dari nilai 0,351 penelitian Anda. Tinggal, bagaimana Anda menyusun argumentasi berdasarkan hasil penelitian secara apa adanya.
      Sama-sama. Semoga bermanfaat.

      Hapus
    2. Untuk variabel Y menggunakan skala likert (sering-jarang-tidak pernah) dan saya anggap menjadi interval. Responden berasal dari populasi yg sama yaitu 101 orang, cuma utk variabel X responden dimasukan kedalam kelompok menjadi 15 kelompok, karena dalam hal yg mendapatkan dana bantuan adalah kelompok. Sedangkan untuk variabel Y yg 101 orang itu. Mohon penjelasannya lagi. Makasih

      Hapus
    3. Saya menyarakankan, alangkah lebih baik responden variabel X dan Y setara. Maknanya, responden X tetap disikapi sebagai 101 orang seperti juga Y. Kelompok yang 15 segmen di populasi X dibuatkan saja variabel baru (misalnya bernama kelompok). Dalam item pilihannya dibuat 1 s/d 15. Secara umum, uji korelasi Pearson bisa dilakukan.
      Mungkin, agar lebih menggambarkan, bisa Anda sebutkan hipotesis penelitiannya?

      Hapus
    4. Hipotesisnya :

      Ho : Tidak ada hubungan antara Alokasi Pendanaan KSM terhadap Tingkat Partisipasi KSM.

      KSM itu Kelompok Swadaya Masyarakat yang memiliki anggota 5-7 orang. Seluruhnya ada 15 KSM, jadi total samplingnya 102 orang, tapi 1 orang tidak mengisi kuesioner.

      Terima Kasih

      Hapus
    5. Menurut sepemahaman saya, variabel X adalah Alokasi Pendanaan KSM (APKSM) dan variabel Y adalah Tingkat Partisipasi KSM (TPKSM). Prinsip dasar dari korelasi adalah "perimbangan." Jadi, jika APKSM terdiri atas 101 responden, demikian pula untuk TPKSM. Masalah tentu akan muncul ketika responden X dicluster ke dalam 15 kelompok. SPSS akan membacanya sebagai 15 responden. Ini tentu menjadikannya tidak balance. Saran saya, tetapkan saja setiap responden di APKSM sebagai individual sehingga SPSS tetap menghitungnya sebagai 101 orang. Anda tetap bisa mengamati jawaban responden dengan melakukan deskripsi data (manfaatnya menu Descriptives 123). Coba Anda lakukan uji ulang dan kembali lihat bagaimana hasil uji statistiknya.
      Sama-sama. Semoga bermanfaat.

      Hapus
  7. saya mau tanya mas...
    kalo misal yang saya analisis adalah hubungan antara sikap konsumen dengan volume penjualan. sikap konsumen saya ukur dulu menggunakan fishbein dengan skala 3. lalu hasil fishbein seperti apa?? responden saya 75.
    volume penjualan menggunakan harga. apakah itu juga di rank? (1 tahun terakhir data perusahaan)
    saya bingung ni mas, skripsi ga jalan2 cuma karena kurang 1 analisis itu saja. mohon informasinya.

    BalasHapus
    Balasan
    1. Fishbein Scale, kalau menurut saya, mirip-mirip dengan Likert Scale. Keunikannya, ia ditampilkan horizontal, dengan (dalam penelitian Anda) 3 skala. Misalnya: Baik _____ _____ _____ Buruk. Lalu di setiap garis yang nantinya berisi ceklis atau silang (pilihan responden) diberikan keterangan semisal Sangat : Cukup : Kurang. Ya, pada prinsipnya mirip Likert Scale.
      Mengenai variabel, satu variabel ordinal, satu variabel rasio. Uji korelasi mengikut pada variabel terendah, yaitu yang ordinal. Jika menggunakan Spearman (karena data tidak berdistribusi normal, misalnya) maka setiap variabel diranking terlebih dahulu. Ini berlaku bagi yang ordinal maupun yang rasio.
      Demikian jawaban saya. Semoga bermanfaat. Dan, selaman menjalankan kembali skripsinya.

      Hapus
  8. Saya mau tanya Pak....Saya sedang bikin tesis menganalisis hubungan antara LMP-1 dengan respon. kedua variabel tersebut diukur dg skala ordinal lalu diuji dg korelasi rank Spearman hasilnya koefisien rs -0,368 p value 0,436 bagaimana cara interpretasinya kalo ujinya tidak signifikan? apakah bisa kita sebut sbb: terdapat hubungan antara LMP-1 dengan respon sebesar 16% tetapi keterkaitan tersebut tidak bermakna secara statistik.
    Saya bingung dg hasil ini. mohon penjelasan secepatnya. terimakasih.

    BalasHapus
    Balasan
    1. Sebelum menerima suatu hasil uji, ada baiknya dikaji kembali apakah proses coding dan tabulating sudah tepat. Juga, apakah uji validitas dan reliabilitas sudah dilakukan? Setelah itu, apakah rangkaian uji asumsi sudah dilakukan? Apabila memang semua hal tersebut telah tepat, maka berapapun angka uji statistik harus diterima apa adanya. Koefisien hasil uji yang negatif merefleksikan hubungan negatif antar variabel yang diuji. Misalnya, variabel A naik, variabel B turun. Dan sejenisnya. Ada penulis statistik menyebut, tidak ada H0 yang berlaku absolut. Dengan demikian, apabila H0 yang diterima, maka bukan berarti ketiadaan hubungan. Secara prosedural, jika digunakan 0,05 sebagai signifikansi penelitian, maka H0 diterima dan H1 ditolak. Kalimat Anda dalam keputusan relatif sudah tepat apabila dalam hipotesis penelitian Anda tidak memuat arah hubungan (positif atau negatif). Hanya saja, dari mana angka 16% tersebut?
      Demikian jawaban saya. Semoga bermanfaat.

      Hapus
  9. terima kasih gan tutorialnya sangat bermanfaat !
    salam kenal ja gan ! :)

    BalasHapus
    Balasan
    1. Terima kasih. Semoga bermanfaat. Salam kenal juga.

      Hapus
  10. pak mau tanya kenapa hasil perhitungan spearman dengan jumlah sample 76 hasilnya tidak sama antara perhitungan manual dan spss? terima ksaih

    BalasHapus
    Balasan
    1. Mungkin ada beberapa sebab. Pertama, proses pembulatan antara manual dengan perhitungan digital SPSS. Kedua, proses pemeringkatan yang berbeda antara manual dengan perhitungan digital SPSS. Ketiga, (dan ini saya sendiri alami) kekeliruan dalam menghitung dan melakukan tabulasi data.
      Jikalau perbedaannya ada di dalam digit ke-2 maka menurut saya wajar-wajar saja.
      Sama-sama. Semoga bermanfaat.

      Hapus
  11. kenapa kok gak ada cara manual nya juga ...
    yang perhitungan pake rumus .

    BalasHapus
    Balasan
    1. Jika yang dimaksudkan untuk uji korelasi Spearman, maka Anda dapat menemukannya di artikel ini.
      Demikian. Semoga bermanfaat.

      Hapus
  12. tolooooooooooooooooooooooooooooooooooooonnnggggg

    BalasHapus
    Balasan
    1. Apa yang terjadi pada Anda? Mungkin ada yang dapat saya bantu?

      Hapus
  13. mau tanya, bagaimana cara menghitung uji persyaratan, langkah2nya bagaimana?

    BalasHapus
    Balasan
    1. Untuk uji korelasi Pearson dapat dilihat di sini:
      http://setabasri01.blogspot.com/2011/04/uji-korelasi-pearson.html
      Demikian. Semoga bermanfaat.

      Hapus
  14. Pak nama saya Hamid di PTS kota Jambi Sumatera, sy senang sekali n ingin memdalami ilmu+ praktek Statistik baik manual maupun melalui SPSS.

    Pak sy mhn Bpk mau membagi2kan ilmu "sy blm tau Bgmn untuk menetukan: 1. mengambil/memilih ONE Tailed atau Two Tailed (0,05 atau 0,025)
    2. Uji Normalitas beserta Grafik Normalitasnya.

    Trmks y Pak

    e-mail: hamidzakaria@gmail.com
    +6285266652225

    BalasHapus
    Balasan
    1. Hamid, untuk menentukan apakah akan diambil one-tailed atau two-tailed, sesungguhnya kembali pada desain penelitian, mulai dari Landasan Teori hingga pengajuan Hipotesis. Apabila 'arah' sudah ditentukan, misalnya "terdapat hubungan positif antara ... dengan ..." maka sifat pengujian One-Tailed. Namun, apabila 'arah' belumlah ditentukan, misalnya "terdapat hubungan antara ... dengan ..." maka sifat pengujian Two-Tailed.
      Untuk uji normalitas dan grafik normalitas silakan Anda lihat di link http://setabasri01.blogspot.com/2011/04/uji-korelasi-pearson.html khususnya pada 1. Normalitas.
      Sama-sama. Semoga bermanfaat.

      Hapus
  15. Pak nama saya Hamid di PTS kota Jambi Sumatera, sy senang sekali n ingin memdalami ilmu+ praktek Statistik baik manual maupun melalui SPSS.

    Pak sy mhn Bpk mau membagi2kan ilmu "sy blm tau Bgmn untuk menetukan: 1. mengambil/memilih ONE Tailed atau Two Tailed (0,05 atau 0,025)
    2. Uji Normalitas beserta Grafik Normalitasnya.

    Trmks y Pak

    e-mail: hamidzakaria@gmail.com
    +6285266652225

    BalasHapus
  16. maaf pak nama saya irene... saya sedang mengerjakan tugas akhir dan mengalami kebingungan memilih alat uji statistik...saya mau bertanya... uji korelasi dapat dilakukan dengan statistik parametrik atau nonparametrik... jika data bersifat interval maka dapat dilakukan dengan uji parametrik seperti person product moment. Namun jika data bersifat nominal atau ordinal maka bisa dipergunakan spearman atau kendalls. Perbedaan antara spearman dan kendalls sendiri itu apa ya pak.. erima kasih

    BalasHapus
    Balasan
    1. Kurang lebih seperti ini (antara Spearman dan Kendall-tau). Keduanya dikhususnya untuk uji korelasi di mana asumsi parametrik terlanggar, seperti data tidak berdistribusi normal ataupun data diukur dalam skala lebih rendah dari interval. Spearman hanya efektif jika sampel cukup besar (misalnya > 30) sementara Kendall-tau dikhususkan untuk sampel-sampel kecil. Selain itu, Spearman hanya efektif apabila rangking-rangking data bervariasi. Sementara apabila rangking-rangkin data kurang bervariasi (banyak yang sama) Kendall-tau lebih efektif.
      Sama-sama. Semoga bermanfaat.

      Hapus
  17. saya erma,sebelumnya sya minta maaf kalau mungkin pertnyaan saya udah di bahas sbmnya tp sya masih bingung cara menggunakan spss untuk penelitian sya .. judul saya hubungan pre eklampsia dengan kejadian prematur,dta umum sya usia pekerjaan dan pendidikan. dta khusus sya pre eklampsia (ringan, berat)dan prematur (tdk prematur, prematu, sgt prematu, ekstrim prematur.yg sy tnyakan gmn crnya utk lihat korelasinya di spss? n kira2 pke rumus ap ya? plisssss mohon bantuan nya... tlong krim di email sya erma_widyastuti@ymail.com

    BalasHapus
    Balasan
    1. Penelitian Anda menyelidiki "hubungan" (korelasi) 2 variabel. Variabel X adalah PreEklampsia. Variabel Y KejadianPrematur. Untuk mengukur variabel X Anda gunakan pernyataan Ringan dan Berat. Untuk mengukur Y Anda gunakan TidakPrematur, Prematur, SangatPrematur, dan EkstrimPrematur. Untuk uji korelasi, Anda dapat gunakan Pearson yang prosedurnya Anda dapat lihat di link ini:
      http://setabasri01.blogspot.com/2011/04/uji-korelasi-pearson.html
      Tata cara untuk melihat korelasinya, rumus, dan cara interpretasinya ada di artikel tersebut.
      Demikian. Semoga bermanfaat.

      Hapus
  18. ass...
    mau tanya mas, ada tugas kuliah diminta memahami uji parametrik dengan menggunakan spss untuk dijelaskan secara langsung. pertanyaannya apakah mas bisa membrikan penjelsan mengenai hal itu?
    terima kasih.

    BalasHapus
    Balasan
    1. Wa 'alaikumus salam.
      Statistik parametrik masuk kategori statistik inferensial. Maknanya, statistik tersebut (uji-ujinya) diadakan demi mengambil suatu kesimpulan. Statistik parametrik diterapkan apabila skala pengukuran yang digunakan dalam penelitian adalah interval atau rasio. Juga, apabila distribusi data adalah normal ditambah jumlah sampel cukup besar (misalnya > 58).
      Dalam SPSS, uji-uji seperti t, regresi, F, ANOVA, adalah manifestasi dari uji statistik parametrik. Persyaratan data dalam statistik parametrik lebih ketat, dan hanya apabila asumsi-asumsi parametrik telah terpenuhi, uji tersebut baru bisa dilakukan.
      Sama-sama. Semoga bermanfaat.

      Hapus
  19. ass.. mas mau nanya. TA aku mengukur hubungan pengaruh antar variabel. ada 3 variabel Y dan 3 variabel X. namun nilai variabel Y itu konstan/sama hanya nilai variabel X nya saja yang berbeda2. itu gmn ya? makasih

    BalasHapus
    Balasan
    1. Wa 'alaikumus salam.
      Bisa diperjelas mengenai "nilai variabel Y itu konstan/sama" tersebut? Misalnya, apakah berlaku di satu variabel atau seluruhnya? Kemudian, uji statistik korelasi apa yang dipergunakan?
      Sama-sama.

      Hapus
  20. saya dian.
    saya mau tanya, didata>30, rs 0,99 itu dr mana, dan yang di cara cari tabel z, saya masih bingung 1,9 sama 0,060 itu dr mana?
    makasih.

    BalasHapus
    Balasan
    1. Nilai rs 0,99 di data rs 0,99 diperoleh dari perhitungan rs untuk rs < 30 (di sub tulisan bagian atasnya). Nilai 0,99 cuma contoh saja (seharusnya saya tulis 0,49 agar bersambung dengan contoh sebelumnya, ya).
      Untuk nilai 1,9 dan 0,060. Mohon perhatikan tabel z. Dari tabel carilah nilai 0,02500. Nilai tersebut adalah uji 2 sisi jika sig. penelitian kita 0,05 (karena 2 sisi, maka 0,05 harus dibagi dua = 0,025). Dari 0,02500 tariklah garis ke kiri hingga kolom z dan niscaya kita temukan angka 1,9 (catat 1,9). Kemudian, kembali dari nilai 0,02500 tersebut tariklah garis ke atas hingga bertemu kepala kolom bernilai 0,06. Kini, jumlahkan 1,9 + 0,06 = 1,96 sebagai batas. Jika kiri maka - 1,96 sementara jika kanan + 1,96.
      Sama-sama. Semoga bermanfaat.

      Hapus
  21. ass.. pak, saya mau tanya; judul penelitian sy ttg korelasi, tp di rumusan masalahnya daftar pertanyaannya itu apakah mengiuti judul? misalnya judulnya korelasi, lalu di rumusan masalahya jg di tanya dg : APAKAH ADA KORELASI" Aatau bisa di rumusan masalahya dg menggunakan kata-kata hubunan, misal: apakah ada hubungan....? mohon penjelasannya pak, karena saya jg belum begitu tau ttg penelitian ini?

    BalasHapus
    Balasan
    1. Wa 'alaikumus salaam.
      Menurut hemat saya, masalahnya berlingkup pada pemilihan bahasa. Keduanya secara mendasar memberikan penerangan serupa. Lebih baik, gunakan kata "hubungan" karena sifatnya lebih dekat ke Bahasa Indonesia, ketimbang "korelasi" yang hasil asimilasi dari Bahasa Inggris. Tentu saja, segala pertimbangan mengenai penggunaan kata ini silakan diskusikan dengan Ketua Jurusan atau Dosen Pembimbing Anda.
      Demikian. Semoga bermanfaat.

      Hapus
  22. pak,saya mau tanya. Penelitian saya tentang hubungan dengan data nominal-ordinal. Saya pakai uji hipotesis chi square. tapi dosen saya ingin menggunakan uji korelatif somers'd dan gamma. Apa itu tepat?karena yg saya baca somers'd dan gamma untuk ordinal-ordinal. Terimakasih.

    BalasHapus
    Balasan
    1. Memang, korelasi Gamma & Somers diperuntukkan bagi korelasi antara variabel ordinal-ordinal. Namun, penggunaan khusus tatkala data banyak yang memiliki ranking sama. Jika sudah demikian, maka penggunaan Spearman menjadi kurang cocok. Mungkin, Anda perlu melihat ulang urutan data rangkingnya. Masalah yang lebih pokok lagi adalah, data "nominal" Anda. Sebaiknya dilihat ulang apakah skala pengukurannya adalah memang nominal ataukah masuk ordinal? Ada kemungkinan dosen Anda punya anggapan bahwa variabel tersebut "ordinal." Selamat berkonsultasi.
      Sama-sama. Semoga bermanfaat.

      Hapus
  23. Pak saya mau tanya, apakah rumus untuk yg lebih dari 30 sampel itu masih rumus spearman ? soalnya saya tidak menemukan rumus tersbut d buku, yg ada hanya rumus <30.
    Refrensinya drmana ya Pak?
    Terimakasih.

    BalasHapus
    Balasan
    1. Untuk n > 30 tetap hitung dengan korelasi Spearman (rs) seperti biasa. Namun, untuk pengambilan keputusan (uji hipotesis) gunakan rumus perhitungan nilai z (lihat artikel ini pada sub "Data Saya Lebih Besar dari 30 !"). Sumber, dilihat dari buku di atas (gunakan books.google.com). Atau juga cari (dengan books) "Data Analysis in Business Research: A Step-By-Step Nonparametric Approach" halaman 111; Singgih Santoso, Statistik Non Parametrik.
      Sama-sama. Semoga bermanfaat.

      Hapus
  24. pak mau tanya.. klo skala data saya ordinal, nominal dan ordinal pke ujia apa ya pak? kemudian kalau kendall tau itu tabelnya 2x4 boleh g?

    BalasHapus
    Balasan
    1. Untuk alat uji statistik, patokannya skala terendah. Untuk bivariatnya bisa pakai cross-tabulation atau chi-square. Kendall-tau adalah ordinal-ordinal (bivariat) yang rangking datanya banyak serupa.
      Demikian. Semoga bermanfaat.

      Hapus
  25. Pak mw tanya, saya sdng susun tugas akhir. Penelitian saya mencari adakah hubungan usia dengan tinggi badan. Kedua variabel merupakan skala ordinal. Apakh sudah cocok menggunakan uji korelasi spearman?

    Mohon bantuannya

    BalasHapus
    Balasan
    1. Spearman diperuntukkan bagi alat uji 2 variabel berskala ordinal-ordinal, data tidak berdistribusi normal, rangking data tidak terlampau banyak yang sama, maka Spearman (rs) bisa digunakan. Usia esensinya berskala rasio, tetapi dapat diturunkan menjadi ordinal dengan menjadikannya (misal) "tua", "dewasa", "muda." Namun, apabila tetap digunakan usia riil (misalnya 79 tahun) maka berskala rasio. Juga tinggi badan, esensinya rasio (misalnya 170 cm), tetapi jika dikategorikan "tinggi", "sedang", atau "pendek" diturunkan menjadi ordinal (peringkat).
      Demikian. Semoga bermanfaat.

      Hapus
  26. Maaf pak saya numpang tanya, saya adalah mahasiswa yang lagi membuat Tugas Akhir. pada penelitian saya, variabel independent dan dependentnya semua kategori pak,dan saya mau mencari hubungan.

    Di variabel independentnya ada 3 kategori pak, yaitu (Baik, sedang dan tidak baik) sedangkan di variabel dependentnya ada 5 variabel pak, yaitu (tidak, ringan, sedang, berat dan berat sekali).

    Yangh mau saya tanyakan, sebaiknya saya menggunakan uji apa ya pak..??
    Mohon bantuannya pak.

    BalasHapus
    Balasan
    1. Ada baiknya anda gunakan uji korelasi Spearman. Namun, ada baiknya kedua variabel "konsisten" dalam gradasi. Maksudnya, pada satu variabel pilihan 1 = sangat tidak, pilihan akhir = sangat iya. Pada variabel lain juga serupa gradasinya. Dalam kasus Anda, variabel yang 3 kategori ada baiknya menjadi: Tidak Baik, Sedang, Baik karena variabel lainnya dimulai dengan "tidak."
      Demikian. Semoga bermanfaat.

      Hapus
  27. cecep rudi darmawanMinggu, 27 Januari, 2013

    Maaf pak saya numpang tanya, saya adalah mahasiswa yang lagi membuat Tugas Akhir. pada penelitian saya, variabel independent dan dependentnya semua kategori pak,dan saya mau mencari hubungan.

    Di variabel independentnya ada 3 kategori pak, yaitu (Baik, sedang dan tidak baik) sedangkan di variabel dependentnya ada 5 variabel pak, yaitu (tidak, ringan, sedang, berat dan berat sekali).

    Yangh mau saya tanyakan, sebaiknya saya menggunakan uji apa ya pak..??
    Mohon bantuannya pak.

    BalasHapus
    Balasan
    1. Ada baiknya anda gunakan uji korelasi Spearman. Namun, ada baiknya kedua variabel "konsisten" dalam gradasi. Maksudnya, pada satu variabel pilihan 1 = sangat tidak, pilihan akhir = sangat iya. Pada variabel lain juga serupa gradasinya. Dalam kasus Anda, variabel yang 3 kategori ada baiknya menjadi: Tidak Baik, Sedang, Baik karena variabel lainnya dimulai dengan "tidak."
      Demikian. Semoga bermanfaat.

      Hapus
  28. Pak mw tanya, penelitian saya ttg hubungan optimisme dgn coping, dgn data interval-interval dan N = 109. Uji normalitas terpenuhi tapi uji linearitas tidak terpenuhi. Jadi apakah uji hipotesisnya harus menggunakan statistik nonparametrik ?? Jika ya, apakah tepat menggunakan korelasi spearman dan mesti di rangking terlebih dulu ??
    Mohon bantuannya Pak...
    Trims...

    BalasHapus
    Balasan
    1. Kalau salah satu asumsi tidak terpenuhi, berlaku alternatif pengujian lain. Dalam kasus Anda, silakan gunakan Spearman (karena salah satu asumsi Pearson tidak terpenuhi). Mengenai perangkingan, Anda lakukan pada skor total masing-masing variabel. Rangking X dan Rangkin Y.
      Sama-sama. Semoga bermanfaat.

      Hapus
  29. Salam Pak. untuk mengetahui tingkat keberartian antara dua variabel dalam penelitian menggunakan uji apa?
    mohon pencerahan

    BalasHapus
    Balasan
    1. Salam.
      Tingkat keberartian dalam uji statistik sepadan pengertiannya dengan level of significance. Juga sepadan dengan p-value. Juga kerap disebut alpha penelitian. Intinya, ia adalah nilai kebermaknaan suatu penelitian. Untuk ilmu sosial, umumnya digunakan nilai 0,05 atau 0,1. Dalam ilmu eksak minimal digunakan nilai 0,01.
      Dalam uji SPSS, dalam tabel output umumnya tercantum "level of significance" (loi). Nah, loi ini diperbandingkan dengan tingkat keberartian penelitian yang kita tentukan sebelumnya seperti 0,05, 0,10, 0,001 atau sesuai dengan ketetapan dan karakteristik penelitian Anda. Jika loi < dari tingkat kebermaknaan, maka angka statistik yang diperoleh dari penelitian dianggap "bermakna" sementara jika > maka disebut "tidak/kurang bermakna".
      Demikian jawaban saya. Mohon maaf. Semoga bermanfaat.

      Hapus
  30. Puspita Eka SeptianaKamis, 07 Februari, 2013

    Pak mau tanya, penelitian saya variabel independentnya nominal sedangkan variabel dependentnya rasio, dan saya ingin mencari hubungan.
    yang ingin sya tanyakan sebaiknya sya menggunakan uji apa y pak? apakah uji korelasi spearman dpt digunakan?
    terimakasih pak

    BalasHapus
    Balasan
    1. Spearman tentu saja tidak bisa digunakan karena khusus untuk ordinal-ordinal. Jika Anda hendak melakukan uji korelasi dalam mana satu variabel bersifat kategorik (misalnya nominal) dan variabel lainnya kontinus (misalnya rasio), maka uji korelasi yang lebih tepat untuk digunakan adalah Point-Bisserial.
      Sama-sama. Semoga bermanfaat.

      Hapus
    2. oh iya pak terimakasih, tapi setahu saya pak korelasi point bisserial itu untuk variabel diskrit atau data dikotomik. sedangkan data saya bukan dikotomik pak..
      penelitian sya tentang hubungan perilaku merokok meliputi jenis rokok (filter dan non filter), jumlah rokok perhari(1bks, 2bks, >2bks) dan lama merokok (1-5 th, 5-10 th, >10 th) terhadap uji volume dan kapasitas paru pak.

      Hapus
    3. Sepengetahuan saya, apabila penelitian Anda melibatkan "jumlah rokok perhari(1bks, 2bks, >2bks) dan lama merokok (1-5 th, 5-10 th, >10 th) terhadap uji volume dan kapasitas paru" untuk variabel jumlah rokok per hari dan lama merokok berada dapat diasumsikan berskala interval atau sekurangnya ordinal (tetapi jelas bukan rasio). Penentuan uji statistik korelasi mengikut pada skala terendah yaitu ordinal (bisa Spearman) atau interval (bisa Pearson).
      Demikian tanggapan dari saya. Semoga bermanfaat.

      Hapus
  31. pak saya mau tanya.... saya menggunakan regresi linear berganda, tapi vaiabel saya data ordinal, apakah bs di intervalkan dan apa bukunya....? terimakasih

    BalasHapus
    Balasan
    1. "Intervalisasi" data ordinal umumnya menggunakan Method of Successive Interval (MSI). Anda silakan cek di link ini:
      http://www.jonathansarwono.info/teori_spss/msi.pdf
      Tulisan J. Sarwono tersebut singkat, tepat, dan jelas dalam membahas MSI.
      Sama-sama (terima kasih untuk J.Sarwono, lebih pas tentunya he .. he ..). Semoga bermanfaat.

      Hapus
  32. Pak, saya mau tanya dan mohon solusi, saya mahasiswa akhir yang sedang mengerjakan skripsi. saya bingung dengan arahan dosen saya, data saya odinal dengan jumlah responden 83 yang saya bulatkan menjadi 100, tapi kenapa saya disuruh pake Korelasi Produk Moment?sedangkan saya pernah baca di buku Korelasi tersebut digunakan untuk data interval/rasio. ketika saya menanyakan kembali kepada dosen saya beliau beralasan "bahwa memang benar data saya ordinal, akan tetapi gak apa,soalnya jarak plhanmu dari 1-5 menunjukan intrval yg jelas yaitu 1. sedangkan menurut saya data saya ini "1", "2", "3", "4", "5" menunjukkan nama (atribut) dan peringkat atau urutan. Angka yang diberikan mengandung tingkatan untuk mengurutkan objek dari yang paling rendah sampai yang paling tinggi atau sebaliknya dan tidak memberikan nilai absolut terhadap objek, tetapi hanya memberikan peringkat saja. jadi disini misalnya tidak setuju (2) peringkatnya lebih tinggi daripada sangat tidak setuju (1) tapi tidak tau seberapa besar gab antara keduanya. saya bisa kan pak pake Spearman dalam penelitian saya ini? kalo bisa saya ngomong ke dosen saya bagaimana? saya bingung jika saya disuruh pake Produk moment. terimakasih pak..mohon segera dibalas :(

    BalasHapus
    Balasan
    1. Saya sepakat dengan argumentasi Anda. Data Anda adalah ordinal, karena menunjukkan nama atribut atau urutan tanpa urutan yang satu lebih tinggi atau lebih rendah dari lainnya. Tidak seperti interval atau rasio. Untuk kasus Anda, tentunya Spearman correlation test lebih tepat.
      Persoalannya, pembimbing Anda menyatakan "gak apa, soalnya jarak pilihanmu dari 1-5 menunjukkan interval yang jelas yaitu 1." Jadi data tersebut dianggap berskala interval atau sekurang-kurangnya mendekati interval sehingga Pearson correlation test dapat dilakukan. Argumentasi semacam ini diantaranya diajukan oleh Donald P. Schwab dalam Research Methods for Organizational Studies.
      Persoalannya, apabila Pearson digunakan maka asumsi parametrik terjadi: Perlu terlebih dahulu dilakukan uji asumsi normalitas maupun linieritas. Nah, mungkin hal seperti ini perlu Anda sampaikan dengan cara yang sesolutif mungkin.
      Demikian. Semoga bermanfaat.

      Hapus
  33. Assalamu'alaikum
    Bapak, saya mahasiswa kedokteran yang sedang proses menyelesaikan Tugas Akhir. saya ingin berkonsultasi dengan bapak, semoga bapak bersedia membantu.
    begini pak, tujuan penelitian saya adalah ingin mengetahui hubungan ukuran suatu organ dengan kejadian suatu penyakit. Jadi, apakah ketika suatu organ itu membesar akan menyebabkan terjadinya suatu penyakit ?
    Berdasarkan referensi yang saya baca, ternyata standar ukuran organ antara laki-laki dan perempuan itu berbeda, jadi saya bingung uji statistik apa yang sebaiknya digunakan dengan sampel yang saya peroleh sebesar 21 sampel yang mayoritas perempuan ?
    mohon bantuannya bapak
    terima kasih sebelumnya

    BalasHapus
    Balasan
    1. Wa'alaykumus salaam.
      Sayangnya saya sungguh tidak memahami detail dunia kedokteran. Namun, satu prinsip yang tidak boleh terlupa dalam proses pengukuran adalan konsistensi alat ukur. Anda sudah tepat dengan mengidentifikasi ketidaksamaan standar antara organ laki-laki dengan perempuan tersebut. Karena ketidaktahuan saya mengenai kedokteran ini, mungkin dapat saya tanggapi dengan terlebih dahulu Anda melakukan uji beda (misalnya Mann-Whitney) apakah antara ukuran organ laki-laki dan perempuan tersebut secara statistik berasal dari populasi serupa ataukan berbeda. Cara lainnya mungkin adalah dengan meninjau kembali teori. Misalnya dengan bertanya, "Apakah pembesaran organ tersebut berubah menjadi penyakit hanya terjadi pada laki-laki saja, perempuan saja, ataukah memang keduanya?" Apabila teori menyatakan memang terjadi pada keduanya maka lakukan uji hubungan tersebut. Atau juga dengan cara lain yaitu kata kunci: Pembesaran. Kendati standar ukuran berbeda, Anda tentu dapat mengidentifikasi apakah organ laki-laki mengalami pembesaran (dari ukuran normal) juga organ perempuan (dari ukuran normal). Ini jadikan kata kunci anda.
      Demikian jawaban saya. Sama-sama. Semoga bermanfaat.

      Hapus
  34. Selamat pagi pak saya mau tanya saya mahasiswa tingkat akhir dan bingung dengan hasil uji statistik rank spearmen saya,,, dalam r hitumg saya mendapatkan hasil r hitung -0.789 dengan Alpha 0,05 responden 50 sedangkan r tabel 0,279 yang saya tanyakan r tabel itu bersifat universal yaa pak jadi hasil bisa di positifkan dan bisa dinegatifakn, nah disini biar terdapat korelasi maka r tabel nya di negatifkan jadi -0,789<-0.279 gimana menurut bapak,sedangkan judulnya hubungan derajat hipertensi dengan penurunan fungsi kognitif,apa bila r tabelnya saya positifkan berarti kesimpulan semakin tingginya hipertensi berati semakin tingginya fungsi kognitif sedangkan dalam teori semakin tingginya hipertensi berarti semakain menurunya fungsi kognitif jadi dsini r tabel saya mutlakkan jadi negatif dan hasilnya seperti diatas?mohon saranya yaa pak terimaksih..

    BalasHapus
    Balasan
    1. Selamat pagi.
      Dalam uji korelasi (Spearman, misalnya) nilai hubungan berkisar antara 0 hingga 1. 0 bermakna tidak ada korelasi. 1 bermakna terjadi korelasi sempurna. Sesungguhnya tidak ada korelasi bernilai minus (-). Tanda minus (-) ini hanya mengindikasikan arah hubungan yang negatif, misalnya semakin besar X maka semakin kecil Y. Sementara ketiadaan tanda (dianggap +) bermakna positif, misalnya semakin besar X maka semakin besar Y. Nilai korelasi Anda adalah - 0,789 (hasil hitung). Maka yang diperbandingkan dengan r tabel adalah nilai 0,789 (r hitung) tersebut dengan 0,279 (r tabel). Nilai minus (-) menandai sifat hubungan antara "Derajat Hipertensi dengan Penurunan Fungsi Kognitif" dan dengan demikian (mungkin) kesimpulan yang lebih tepat adalah "Semakin tinggi derajat hipertensi maka semakin rendah penurunan fungsi kognitifnya." Hasil penelitian Anda adalah demikian berdasarkan sampel yang Anda gunakan. Dan penelitian Anda ilmiah dan harus Anda pertahankan.
      Sama-sama. Semoga bermanfaat.

      Hapus
  35. Kl resp. 141 cara mencari R tabel nya bagaimana untuk membandingkan dg R hitungnya????? trimakasih . . :D dan mhn jawabanya

    BalasHapus
    Balasan
    1. Apabila responden Anda berjumlah 141 maka Anda tidak bisa membandingkan antara r hitung dengan r tabel. Anda dapat melakukannya hanya dengan membandingkan antara z hitung dengan z tabel. Cara mencari z hitung ada di artikel bagian atas, demikian pula cara mencari z tabelnya.
      Demikian. Semoga bermanfaat.

      Hapus
  36. assalamualaikum, begini pak bagaimana tutorialnya menghitung korelasi point serial dengan menggunakan spss? terimakasih

    BalasHapus
    Balasan
    1. Wa'alaykumus salaam.
      Mungkin maksud Anda adalah korelasi point bisserial (rpb) dengan SPSS? Point bisserial (rpb) adalah uji korelasi apabila salah satu variabel bertipe diskrit. Cara dengan SPSS serupa dengan Anda melakukan uji korelasi biasa yaitu Analyze > Correlate > Bivariate ... Yang berbeda adalah bisserial correlation (rb) karena harus dihitung secara manual.
      Sama-sama. Semoga bermanfaat.

      Hapus
  37. Assalamu"alaikum wr wb. Selamat malam pak. Saya mau tanya. Mengenai uji pendahuluan itu bagaimana ya pak untuk mendapatkan nilai r karena saya tidak menemukan kepustakaan terdahulu. terima kasih pak

    BalasHapus
    Balasan
    1. Wa ‘alaykumus salaam wa rahmatullahi wabarakaatuh.
      Uji pendahuluan untuk mendapatkan nilai r yang dimaksud apakah uji validitas/reliabilitas ataukan uji-uji asumsi? Kalau uji validitas dan reliabilitas dapat Anda lihat di sini:
      http://setabasri01.blogspot.com/2012/04/uji-validitas-dan-reliabilitas-item.html
      Sementara uji-uji asumsi untuk Spearman adalah data tidak berdistribusi normal serta diukur dalam skala ordinal.
      Sama-sama. Semoga bermanfaat.

      Hapus
  38. Assalammualaikum, Saya ingin bertanya.. penelitian saya variabel X nya dinamika kelompok itu data ordinal.. variabel Y penerapan teknologi itu data ordinal.. variabel Z1 itu pendapatan data rasio... variabel Z2 produktivitas juga rasio.. apakah saya dapat menggunakan rang spearman untuk menguju hubungan X dan Y, X dan Z1, X dan Z2?? Terima kasih sebelumnya....

    BalasHapus
    Balasan
    1. Wa'alaykumus salaam.
      Tentu saja dapat dengan dengan catatan Anda terlebih dahulu membuat rangking. Dibuat terlebih dahulu rangkin untuk X, Y, sementara Z1 dan Z2 diturunkan menjadi Ordinal dengan membuat rangking bagi masing-masingnya.
      Sama-sama. Semoga bermanfaat.

      Hapus
  39. assalamualaikum pak,
    saya mau penelitian tentang kepuasan kerja (KK) dengan quisioner menggunakan 6 skala likert dari sangat tidak setuju sampai sangat setuju (y=variable terikat), dan demografi faktor (x=variabel bebas) terdiri dari 6 dimensi: jenis kelamin (x1), usia (x2), masa kerja (x3), jabatan (x4), latar belakang pendidikan (x5). research questionnya ada 3: 1. apa tingkat KK-nya?(puas-tidak puas) (menggunakan deskritif analisis); 2. dimensi apa dari demografi faktor yg berpengaruh trhdp KK? (menggunakan regresi berganda); 3. apakah ada perbedaan tingkat kk berdasarkan dimensi tsb? (menggunakan T-test utk usia dan one-way anova untuk yang lbh dr 1 variant sperti usia)...mohon saran dan penjelasan terima kasih sebelumnya..salam

    BalasHapus
    Balasan
    1. Wa'alaykumus salaam.
      Mungkin sepemahaman saya, penelitian Anda menggunakan 1 Variabel Terikat yang diukur dalam skala ordinal. Lalu perumusan masalah Anda adalah:
      (1) Anda mengukurnya secara deskriptif. Tentu saja bisa. Eksplorasinya tentu saja menarik.
      (2) Untuk regresi berganda, harus agak hati-hati. Variabel X1 adalah kategorik/diskrit. Variabel X2 adalah minimal interval/kontinus. Variabel X3 adalah minimal interval/kontinus. Variabel X4 adalah kategorik. Variabel X5 adalah kategorik. Pengukurannya keenam variabel bebas ini berbeda-beda sehingga regresi tidak bisa dilakukan begitu saja tanpa merincinya. One-Way ANOVA kelihatannya lebih tepat.
      (3) Perbedaan tingkat KK dapat Anda lihat dari hasil nomor (2) dengan One-Way ANOVA tersebut.
      Demikian penjelasan saya. Semoga bermanfaat.

      Hapus
    2. salam pak. terima kasih penjelasan di atas sangat bermanfaat.
      1. jadi untuk mengetahui hubungan demografi faktor (VB) dengan kepuasan kerja (VT) sebaiknya menggunakan one way anova bukan regresi berganda ya pak. Responden saya sebanyak 300 orang, dosen bilang bisa menggunakan multivariate untuk analisis hubungan VB dan VT tsb, mohon masukannya.
      2. Kuisioner untuk KK menggunakan job satisfaction kuisioner yg terdiri dari 9 dimensi seperti gaji, supervisi dll, masing-masing 4 pertanyaan jd ada 36 pertanyaan. Setelah mengetahui level KK menggunakan analisis deskriptif (mean, standar deviasi), untuk mengetahui dimensi apa yang paling mempengaruhi KK analisis apa yang sebaiknya digunakan ya pak.
      Terima kasih atas penjelasannya...salam

      Hapus
    3. assalamualaikum pak.
      terkait pertanyaan sebelumnya, kalo tdk salah di buku sosial researchnya sarantakos s 2008, utk skala likert masuk scoring/interval, untuk latar belakang pendidikan dan jabatan itu masuk ke ranking/ordinal, mohon dikoreksi jika sy keliru.
      Untuk melihat hubungan VB dan VT dengan one way anova distribusi variantnya harus rata, misalnya masa kerja jika pilihannya: 1-2th; 3-10th; 11-20th; 21-30th; >30th
      Masukan dari bapak sebelumnya sangat bemanfaat krn saya baru akan menulis proposal jadi biar nanti ketika pelaksanaan sudah ada gambaran jelas mengenai pembuatan kuisioner (misal demografi faktor supaya pilihan jawaban terdistribusi merata), metode uji dan analisisnya. Semoga...
      terima kasih pak.

      Hapus
    4. Wa'alaykumus salaam.
      Untuk menanggapi masukan Anda, saya gunakan penomoran berikut:
      1. Sebelumnya apakah VT Anda terdiri atas 1 variabel ataukah lebih dari 1 variabel? Apabila terdiri atas 1 variabel maka tentunya dapat digunakan uji regresi berganda. Hanya saja, perlu kehati-hatian karena VB-VB Anda memiliki skala-skala pengukuran yang berbeda. Namun, apabila Anda memiliki VT yang lebih dari 1, tentu saja Multivariate Analysis akan sangat bermanfaat. Jumlah responden Anda sangat mencukupi untuk melalkukan uji-uji termaksud.
      2. Apakah KK (sebagai VT) disikapi sebagai 1 variabel ataukah hendak "dipecah" menjadi aneka variabel. Apabila dipecah maka di sinilah signifikansi digunakannya Multivariate Analysis tadi. Namun, apabila disikapi sebagai variabel tunggal (KK) maka digunakan uji regresi berganda (yang harus dilakukan secara hati-hati, tentu atas sepengetahuan pembimbing Anda). Dan, yang hendaknya tidak dilupakan adalah rangkaian uji asumsi sebelum regresi tersebut dilakukan.
      3. (Susulan). Memang, untuk skala interval ini (sehubungan dengan Likert Scale) terdapat perbedaan pendapat. Namun, apabila Anda memiliki referensi (misalnya, Sarantakos) maka silakan diteruskan asumsi pengukuran dalam interval. Selain Sarantakos juga terdapat sejumlah penulis lain yang juga punya pendapat serupa. Dan, untuk mencari perbedaan tingkat KK. Apabila dari prediktor maka digunakan saja one-way anova. Atau, apabila lebih sensitif dalam menyikapi skala yang dimiliki suatu VB, dapat divariasi dengan penggunaan t-test.
      Demikian. Semoga bermanfaat.

      Hapus
  40. ass pak
    sampel saya 400 anak
    variabel independent saya adalah indeks massa tubuh yang bterdiri dari : " berat badan kurang, normal,lebih,dan obesitas", variabel dependent : 4 gigi yang skalnya ordinal yaitu "0,1,2, dan 3" tapi stelah sya lakukan uji normalitas data, kenapa hasil distribusinya tidak normal ya pak? apa yg hrs sya lakukan? padahal tidak ada nilai ekstrim, karena rentan angkanya cumn 0-3
    apakah jika distribusinya tidak normal, berarti penelitian saya ini jelek, mohon dibalas secepatnya pak

    BalasHapus
    Balasan
    1. Wa'alaykumus salaam.
      Memang, di dalam dunia akademik (sayangnya), terkhusus dalam proses pembimbingan skripsi, masih kerap terjadi kesalahkaprahan yang berkisar pada aneka anggapan seperti: "dalam uji korelasi, korelasi harus besar"; "distribusi data harus normal, kalau tidak normal perhitungan salah"; "dalam uji hipotesis, H0 harus ditolak dan H1 harus diterima, kalau tidak penyimpulan salah"; "nilai sig. hitung harus lebih kecil dari sig. penelitian, kalau tidak, perthitungan salah"; dan sejenis dan sejenisnya.
      Dalam menanggapi penelitian Anda, dapat saya katanya bahwa penelitian Anda BAGUS. Data Anda begitu besar, penentuan skala konsisten, tidak ada nilai ekstrim (outliers).
      Pertanyaan dari saya hanyalah apakah pada VB (berat badan) Anda juga menggunakan skala 0, 1, 2, 3 seperti pada VT ? Ada baiknya keduanya sama. Misalnya apabila VB diukur dengan 0, 1, 2, 3 maka VT juga diukur dengan 0, 1, 2, 3. Atau apabila VB diukur dengan 1, 2, 3, 4 maka VT juga diukur dengan 1, 2, 3, 4.
      Sebagai tambahan, apabila data perhitungan ordinal tidak berdistribusi normal maka peneliti dapat menggunakan Spearman selaku uji korelasinya.
      Demikian jawaban saya. Semoga bermanfaat.

      Hapus
  41. Selamat pagi, pak
    Saya ingin bertanya kpd bapak terkait tugas akhir saya. Mohon bantuannya, pak.
    Tugas akhir saya tentang hubungan profil budaya organisasi puskesmas dengan pendekatan competing values framework dan pencapaian spm visit rate. Studi saya lakukan di 6 puskesmas, 2 puskesmas dgn visit rate di bawah spm, 2 puskesmas dgn visit rate sesuai spm, dan 2 puskesmas dgn visit rate di atas spm.
    Variabel yg diteliti yaitu variabel profil budaya organisasi yg berskala nominal (4 tipe budaya dominan) dan variabel visit rate yg berskala rasio.
    Saya baca penjelasan bapak, untuk uji korelasi kalau skala data saya nominal-rasio maka menggunakan uji korelasi point-biserial. Tp saya tidak paham dgn uji tersebut bapak. Mohon bisa dijelaskan atau mungkin ada referensi yg bisa saya baca.
    Atau seandainya saya kategorikan variabel visit rate-nya menjadi ordinal (di bawah, sesuai, dan di atas spm) saya harus menggunakan uji apa?
    Terimakasih.

    BalasHapus
    Balasan
    1. Selamat pagi.
      Pada pokoknya, point biserial adalah pengujian korelasi apabila 1 variabel diskrit dikotomis sementara lainnya kontinus dikotomis. Kesamaannya adalah adanya satu variabel yang diskrit (pilihannya 0 dan 1). Dalam kasus penelitian Anda, budaya_organisasi 4 pilihan sementara visit_rate rasio (atau hendak diturunkan menjadi ordinal dengan pilihan lebih dari 2). Dalam kasus ini Anda dapat gunakan uji korelasi Kendall-tau. Ini melihat hanya enam sampel (6 puskesmas, kalau saya tidak keliru). Anda cukup men-tick pilihan Kendall-tau pada penentuan uji korelasi di SPSS.
      Demikian. Semoga bermanfaat.

      Hapus
  42. hasil uji spearman saya seperti ini --> (r: 0,319 dan p: 0,018), ini bcanya gmn ya pak?
    1.melihat nilai (p) dulu maka hub signifikan dg korelasi positif lemah? (dosen penguji maksudnya seperti ini)
    2.krn ini adalah uji korelasi maka yg dilihat nilai (r) dulu maka korelasi positif lemah, sehingga dianggap tidak trdapat hub yg signifikan? (dosen pembimbing maksudnya seperti ini)

    dan saya jadi bingung harus memakai yang mana pak,,krn keduanya beda ekstrem,,,mohon bantuannya ya pak. terimakasih

    BalasHapus
    Balasan
    1. Memang, terdapat sejumlah perbedaan dalam melakukan penafsiran atas hasil uji korelasi. Nilai r sebenarnya menunjukkan seberapa kuat korelasi. Guna menafsirkannya, digunakanlah interval kekuatan, misalnya "lemah" dalam interval Anda. Sementara p-value hitung menunjukkan signifikan-tidaknya nilai r tersebut. Sebenarnya, ikuti saja kehendak penguji Anda. Misalnya, "Hubungan signifikan (karena p-value hitung = 0,018 < 0,05, red.) dengan korelasi positif lemah (karena r = 0,319, red.)
      Hal yang terpokok adalah Pengambilan Keputusan saat pengujian hipotesis. Apakah H1 diterima ataukah ditolak. Menurut hemat saya karena terdapat hubungan maka sebaiknya diterima.
      Kembali kepada pertanyaan di atas, menurut saya yang lebih tepat adalah (1) yaitu "hubungan signifikan dengan korelasi positif lemah." Signifikan karena p-value hitung < p-value penelitian (0,018 < 0,05). Korelasi positif lemah karena r=0,319, dan umumnya di tabel-tabel interval korelasi dalam sejumlah buku memang korelasi positif lemah.
      Demikian. Semoga bermanfaat.

      Hapus
  43. mohon infonya pak. penelitian saya memiliki 3 variabel independent (X) dan 1 variabel dependent (Y). menggnakan skala Likert. Hipotesisnya Hubungan Positif (One-tailed). Bagaiamana regresi linier berganda 1 arah pak? analisis Simultan dan Parsialnya. metode apa yang dilakukan dan langkah2nya dalam SPSS. trims. wasalam

    BalasHapus
    Balasan
    1. Wa'alaykumus salaam.
      Dalam uji regresi berganda ini, Anda telah menentukan arah hubungan yaitu positif (one-tailed). Dalam SPSS memang tidak spesifik adanya pilihan one-tailed ini. Anda sudah tepat yaitu menyatakannya di Hipotesis Penelitian. Apabila Anda menggunakan perbandingan nilai hitung dengan nilai tabel, maka carilah nilai tabel untuk 0,05 karena uji Anda adalah uji satu sisi.
      Kemudian, dalam hal pengujian dengan SPSS bagi regresi berganda. Anda dapat memanfaatkan metode "enter" dan "next". Maknanya, guna mencari nilai parsial, masukkan tiap VB satu per satu. Lalu klik "next." Dan, masukkan seluruh VB lalu tekan "OK." Dari output SPSS akan terlihat nilai-nilai parsial dan simultannya.
      Demikian. Semoga bermanfaat.

      Hapus
    2. Jadi tidak ada langkah2 yang berbeda dengan pengujian regresi linier berganda seperti biasanya dgn SPSS. kalau regressi yang biasa dilakukan
      Analyze > Regression > Linear > masukkan Var. Y ke dependent & 3 var. X ke Independent > continue > abaikan yang lain & klik OK.
      Apa tetap hanya seperti itu untuk Uji Satu arah secara simultan maupun parsial?
      Karena dosen penguji saya mengatakan ada langkah yang berbeda untuk pengujian regressi Satu arah (one-tailed) dengan SPSS. karena yang regressi yg biasa dilakukan itu secara otomatis(default setting) untuk Regresi 2 Arah (two-tailed). Lalu apakah yang telah bapak tuliskan di halaman blog ini merupakan uji signifikansi secara parsial? untuk apa uji spearman diatas? trims

      Hapus
    3. Apabila hendak dicari parsialnya, maka masukkan VB1 dan VT lalu klik next (bukan continue). Masukkan VB2 (pastikan VB1 sudah tidak ada) dan VT lalu klik next. Masukkan VB3 dan VT lalu klik next. Kalau hendak mencari yang simultan maka masukkan VB1, VB2, dan VB3 sekaligus lalu klik OK.
      Memang, default setting regresi SPSS adalah 2 arah (2-tailed). Nah, bagaimana apabila hipotesis yang hendak kita uji adalah 1 arah? Bagi 2 p-value dari SPSS lalu bandingkan dengan sig. penelitian kita (misalnya 0,05). Apabila lebih kecil maka signifikan. Apabila lebih besar maka tidak signifikan.
      Demikian. Semoga bermanfaat.

      Hapus
  44. mohon bantuannya pak, saya sedang menyusun skripsi mengenai hubungan pelatihan orientasi masa depan dengan sikap peserta terhadap pengembangan diri. yg saya ingin tanyakan untuk kuesioner dengan total item 48, teknik reliabilitas yang dapat dipergunakan? yg kedua var x disini terdiri dari sub var x1-x3 dan var y pun terdiri dr y1-y3 bagaimana cara mengkorelasikannya? dan untuk crosstab nya bagaimana? terimakasih sebelumnya :) maa jika pertanyaan saya terlalu banyak

    BalasHapus
    Balasan
    1. oh iya untuk skalanya saya menggunakan sangat setuju, setuju, ragu2 , tidak setuju dan sangat tidak setuju

      Hapus
    2. Mungkin masukan dari saya adalah sebagai berikut:
      Pertama. Teknik reliabilitas populer yang dipergunakan adalah Alpha Cronbach. Dalam teknik ini (apabila menggunakan spss) cukup simpel. Masukkan seluruh item dalam sebuah variabel lalu lihat nilai alpha yang menunjukkan reliabilitas mereka.
      Kedua. Kembali kepada rumusan masalah yang telah Anda tetapkan sebelumnya. Dilihat dari judul yaitu "Hubungan pelatihan orientasi masa depan dengan sikap peserta terhadap pengembangan diri," maka terkesan ada 1 variabel X (pelatihan orientasi) dan 1 variabel Y (sikap peserta). Kembali periksa apakah "X1 s/d X3" adalah Variabel ataukah Indikator? Demikian pula untuk Y. Terdapat korelasi dengan Y lebih dari 1 variabel yaitu korelasi "kanonikal". Korelasi ini cukup rumit dan ada sejumlah asumsi yang harus dipenuhi sebelum diselenggarakan. Apabila "X1 s/d X3" bukan variabel melainkan indikator, maka cukup dicari nilai total (skor total X) dan juga skor total Y, baru dilakukan uji korelasi.
      Ketiga. Cara mengorelasikannya bisa menggunakan Spearman (apabila ordinal dan distribusi tidak normal) atau Pearson (apabila minimal interval dan distribusi normal).
      Keempat. Crosstabulation berguna untuk memberi deskripsi. Dapat Anda silangkan antara "X1" dengan "Y1", "Y2", atau "Y3" dan sebagainya sesuai kebutuhan penelitian Anda.
      Kelima. Untuk skala (biasanya Likert) saran saya sebaiknya tidak perlu butir "ragu-ragu" karena Rensis Likert sendiri tidak memaksudkannnya demikian. Baiknya 4 tingkat (SS, S, TS, STS) atau 6 tingkat (SS, S, CS, CTS, TS, STS, atau sesuai kebutuhan).
      Keenam. Sama-sama. Semoga bermanfaat.

      Hapus
  45. Maaf pak saya mau bertanya,kebetulan penelitian saya tentang penelitian labor, dan hasilnya 0 semua atau tidak terbukti. saya bingung kalau seperti itu uji apa yang harus saya pakai ? terimakasih

    BalasHapus
    Balasan
    1. Mungkin dapat dijelaskan hasil "0" tersebut adalah nilai apa? Apakah nilai korelasi ataukah sig. hitung? Menurut saya, hasil penelitian harus diterima secara apa adanya. Apabila memang responden Anda menyatakan hasil yang demikian, maka sebaiknya dinyatakan demikian. Inilah rumitnya penelitian "sikap". Dapat saja suatu teori menyatakan A, tetapi di lapangan (setelah dilakukan penelitian) menyatakan A atau B. Ditunggu perinciannya.
      Sama-sama. Semoga bermanfaat.

      Hapus
  46. permisi pak saya mahasiswa dr statistika unair. mau tanya bagaimana cara menghitung uji spearman apabila ada ties (angka sama)?
    masih bingung

    trims

    BalasHapus
    Balasan
    1. Hal pertama adalah Anda lakukan saja perangkingan seperti biasa. Apabila terdapat angka yang sama, tandai angka-angka yang sama tersebut "seharusnya" masuk ke dalam rangking berapa. Misalnya, ternyata Anda menemukan bahwa skor 61 ada yang sama sebanyak 3 kali, dan seharusnya ketiganya berada di rangking 11, 12, 13. Maka yang Anda lakukan adalah: (11 + 12 + 13)/3 = 36/3 = 12. Jadi, skor 61 rangkingnya adalah 12. Setelah itu lalu lanjutkan perangkingan seperti biasa, "hanya saja" rangking 11, 12, dan 13 sudah tidak ada karena sudah digantikan dengan 12 saja. Saran saya, apabila data Anda banyak "ties" sebaiknya gunakan Kendall-tau (b) sebagai alternatif ketimbang Spearman karena kemampuannya dalam penanganan nilai ties ini.
      Demikia. Semoga bermanfaat.

      Hapus
  47. Thenks for tulisannya yang bermanfaat

    BalasHapus
  48. Assalamu'allaikum.
    Perkenalkan saya Anggi mahasiswi tingkat akhir di salah satu PTS di Bandung.
    Saya sedang menyusun skripsi, sudah masuk tahap bab3. Saya melakukan penelitiann dengan menggunakan data ordinal dan berencana menganalisis nya dengan menggunakan koefisien korelasi rank Spearman, Koefisien determinasi dan uji t. jumalah responden saya hanya 14, tapi dalam pengambilan data, saya menyebar kuisioner kepada 2 kelompok populasi yang berbeda untuk variabel x dan y nya. Kemarin saat saya bimbingan, dosen saya meminta saya untuk mengkaji ulang metode analisi data yang saya akan pilih. beliau meminta saya mengganti uji t dengan uji z dengan alasan responden saya kurang dari 30 orang. bagaimana itu pak?
    Lalu saya mau bertanya karena saya meneliti tentang peranan, untuk kolerasi Rank Spearman dan koefisien determinasi, apakah digunakan secara beersamaan?
    sebelumnya saya ucapkan terima kasih pak.

    BalasHapus
    Balasan
    1. Wa'alaikum salaam.
      Sebelumnya mungkin dapat digarisbawahi terlebih dahulu, bahwa permasalahan di dalam skripsi Anda adalah "peranan". Apakah uraiannya seperti ini: "peranan X terhadap Y?" Apabila memang demikian, maka lebih mendekati "pengaruh" karena "peranan" meniscayakan adanya perubahan varians "Y" akibat berubahnya "X". Apabila Spearman yang hendak dipergunakan, maka lebih tepat apabila masalah yang diselidiki adalah "hubungan" karena tidak tidak menyatakan hubungan sebab-akibat (kausalitas). Tentunya, ini adalah masukan sementara dari saya. Anda dapat konsultasi lebih lanjut dengan pembimbing penelitian.
      Dalam hal penggunaan uji t, tentu lebih tepat apabila yang digunakan adalah "independent t-test" karena data Anda peroleh dari dua kelompok populasi yang berbeda. Uji tersebut digunakan untuk membuktikan apakah "mean" yang diperoleh dari dua kelompok populasi berbeda secara signifikan. Namun, asumsi yang mendasari t-test ini adalah normalitas data dan skala ukur minimal interval. Nah, atas dasar inilah (mungkin) pembimbing Anda menyarankan diadakan uji z (lebih tepatnya, z-different). Dalam uji ini, peneliti bertujuan menguji apakah korelasi yang satu lebih besar dari pada yang lain (ini karena sampel Anda berasal dari dua populasi yang berbeda). Dengan mengadakan uji z ini, maka distribusi data dikonversi menjadi normal. Nilai z yang diperoleh lalu diperbandingkan dengan z-tabel (tanpa menghiraukan + atau -).
      Mengenai koefisien determinasi lebih tepat diterapkan pada analisis regresi, bukan korelasi.
      Demikian tanggapan dari saya. Semoga bermanfaat.

      Hapus
    2. Pak, judul dari skripsi saya adalah Peran auditor internal dalam menunjang efektivitas pengendalian intern persediaan barang, apakah bisa dengan menggunakan Rank Spearman?
      pak, bukankah analisis regresi di gunakan untuk data dalam bentuk interval? bagaimana dengan data ordinal? apa yg harus di gunakan pak?
      terimakasih sebelumnya telah memberikan saya masukan. salam

      Hapus
    3. Apakah dapat disebutkan perumusan masalah (pokok masalah) di dalam skripsi Anda? Dari perumusan masalah tersebut tentu akan lebih jelas metode analisis data yang tepat untuk digunakan.
      Salam.

      Hapus
    4. identifikasi masalah
      1. bagaimana auditor internal melaksanakan tugas dalam perusahaan
      2. bagaimana pelaksanaan pengendalian internal dalam perusahaan
      3. bagaimana peran auditor internal dalam menunjang keefektivan pengendalian internal persediaan barang perusahaan

      begitu pak. trims

      Hapus
    5. Untuk masalah 1 dan 2, metode analisisnya secara kualitatif (apabila saya tidak keliru). Untuk masalah 3, metode analisisnya secara kuantitatif. Sehubungan dengan masalah 3 ini, Anda mengukur dua variabel ordinal, yaitu "peran auditor" dan "keefektivan pengendalian." "Peran" di sini disikapi sebagai semacam "hubungan" bahwa Anda hendak mengungkap fakta bahwa terdapat hubungan antara peran auditor dengan efektivitas pengendalian internal. Skala pengukuran data Anda adalah ordinal dan sudah tepat apabila digunaka Spearman. Sampel Anda ada 14. Memang cukup kecil kendati bisa saja Spearman digunakan (Kendall-tau lebih cocok untuk sampel kecil dengan banyak "ties." Pengambilan keputusannya dapat menggunakan perbandingan antara rs (spearman) tabel dengan rs (spearman) hitung. Jika rs hitung > rs tabel, maka tolak H0, terima H1 (terdapat hubungan). Jika rs hitung <= rs tabel, maka terima H0, tolak H1 (tidak terdapat hubungan).
      Saran saya, dengan jumlah sampel 14 sebaiknya lakukan uji Spearman ini ketimbang analisis regresi, karena analisis regresi 1 variabel bebas sebaiknya punya sampel minimal sekitar 58.
      Demikian tanggapan saya. Semoga bermanfaat.

      Hapus
    6. terimakasih atas penjelasannya pak :)

      Hapus
    7. Sama-sama. Semoga bermanfaat.

      Hapus
  49. mau nanya berapa jumlah data minimal untuk uji spearman ?
    mohon bantuannya :)

    BalasHapus
    Balasan
    1. Prinsip utama pengambilan sampel adalah "makin besar makin baik." Selain itu, jumlah sampel amat bergantung dengan populasi. Akibatnya penentuan jumlah sampel minimal secara a priori agak sulit. Namun, sekadar untuk taksiran minimal, dapat kiranya nilai 30 dipatok (Cohen, et.al. 2007:101). Dengan nilai sampel ini, pengambilan keputusan dengan sampel <=30 untuk Spearman dapat menggunakan Spearman rho Table diperbandingkan dengan nilai Spearman rho hitung.
      Demikian. Semoga bermanfaat.

      Hapus
  50. Maaf pak, saya ingin bertanya. Penelitian saya adalah mencari hubungan antara tipe kepribadian dengan tingkat kecemasan. Hasilnya nanti adalah tipe kepribadian a, b, c, d dengan tingkat kecemasan ringan, sedang atau berat, yang keduanya adalah skala ordinal . Awalnya saya menggunakan chi square, namun dosen saya meminta untuk menggunakan korelasi spearman . Adalah benar pak? Bisakah penelitian saya dianalisa dengan spearman? Terimakasih sebelumnya.

    BalasHapus
    Balasan
    1. Sebenarnya adalah bisa. Terlebih apabila apabila distribusi data kita tidak normal. Hal yang hendaknya tidak terlupa adalah, metode pengambilan keputusan untuk sampel < = 30 dan > 30.
      Selamat meneliti. Semoga bermanfaat.

      Hapus
  51. Pak mohon sarannya, saya sedang melakukan penelitian pemasaran dengan jumlah sampel 210 dan menggunakan skala likert, 1-5. Tiap variabel bebas(ada 3 variabel) memiliki 6 butir pertanyaan, namun variabel tdk bebasnya hanya 5 butir (sdh dlakukan validitas dan reabilitas). Saat saya mengolah data mnggunakan regresi berganda, hasil r squarenya hanya 22,0. adjusted squarenya juga positif. apakah sy salah alat analisis ya pak? mohon sarannya pak. terimakasih

    BalasHapus
    Balasan
    1. Saya kira tidak terlampau bermasalah. Hal terpenting adalah setiap variabel X memiliki alat ukurnya di dalam item (instrumen penelitian). Tentu variael Y (terikat) hanya 1 variabel, bukan? Jumlah sampel Anda sudah mencukupi (bahkan lebih) dalam standar sampel uji regresi berganda. Hasil R Square Anda besar sekali yaitu 22,0 (mungkin 0.22, mohon diperiksa kembali outputnya). Adjusted R Square yang positif juga tidak mencerminkan masalah. Yang patut menjadi perhatian adalah nilai 22,0 itu.
      Demikian. Semoga bermanfaat.

      Hapus
  52. aslmualkum pakk,,
    saya dewi mhsiswa keperawatan sedang menyusun proposal penelitian
    judul penelitian saya hub kecemasan dan gangguan kenyamanan fisik terhadap kualitas tidur populasi 182, sampling pake accidental sampling, hasil ukur yg mw sya pke ordinal semua pak
    saya bingung pake uji statistik spearman atau kendal tau karena sama2 ordinal dan mau menguji 2 variabel independen trhdp variabel dependen saya.....
    karena ini msh proposal sya blm tau data saya trdistribusi normal atau tidak
    mohon saran pak ,,, uji apa yang cocok untuk penelitian saya
    mohon d balas
    terima kasih

    BalasHapus
    Balasan
    1. Wa'alaikum salaam.
      Data Anda diukur dalam skala ordinal. Jumlah sampel 182. Belum diketahui normalitas distribusi data. Anda belum yakin apakah menggunakan Spearman ataukah Kendall-tau. Saran saya, lebih baik digunakan saja Spearman. Mengapa? Pertama, jumlah sampel Anda cukup besar yaitu 182 (Kendall-tau lebih cocok untuk sampel-sampel kecil). Kedua, data Anda diukur secara tegas dalam skala Ordinal. Ketiga, Anda belum mengetahui apakah distribusi normal ataukah tidak, dengan demikian persiapan dengan Spearman lebih baik. Namun, sekadar catatan: Apabila dilakukan uji Spearman, maka harus dilakukan perangkingan data. Apabila terlalu banyak rangkin yang "ties" (sama), maka ada baiknya Kendall-tau dipertimbangkan. Untuk saat ini, alangkah baiknya apabila Anda mencantumkan terlebih dahulu Spearman di dalam proposal Anda.
      Demikian. Semoga bermanfaat.

      Hapus
  53. selamat malam pak. saya Winda dari Kendari mahasiswi agribisnis S1 sedang menyusun proposal penelitian yang judulnya mengenai Faktor2 yang Berhubungan dengan Persepsi KonSumen terhadap Produk Ikan di...... Kota Kendari.
    Saya ingin bertanya, alat analisis apa yang tepat buat penelitian ini? Chi Square, Korelasi Pearson atau Spearman, Fishbein atau analisis lain?
    Hypotesisnya itu----> harga, kemasan, promosi dan pelayanan berhubungan dengan persepsi konsumen.
    mohon di balas... Terima kasih banyak.

    BalasHapus
    Balasan
    1. Selamat malam.
      Dari judul Anda terkesan Anda hendak melakukan uji korelasi. Sebab itu, Pearson dan Spearman adalah antara dua pilihannya. Kemudian, skala pengukuran yang Anda gunakan untuk variabel Harga, Kemasan, Promosi, Pelayanan, dan Persepsi Konsumen kiranya apa? Apakah Ordinal, Interval, ataukah Rasio? Pilihan uji korelasi ditentukan oleh skala pengukuran terendah. Apabila skala terendah adalah Ordinal, maka uji Spearman lebih cocok. Apabila skala terendah adalah Interval, maka uji Pearson lebih cocok.
      Demikian. Semoga bermanfaat.

      Hapus
  54. apakah bila akan menguji korelasi, sebelumnya haruus menguji linearitas? variabel dependen saya kok gak ada yg linear dg variabel independennya ya.. berarti gak bisa diuji korelasinya dong?

    BalasHapus
    Balasan
    1. Dalam kasus Anda, uji korelasi tetap bisa dilangsungkan. Uji linieritas adalah uji asumsi yang dipersyaratkan dalam rangka uji korelasi parametri (misalnya menggunakan Pearson). Apabila asumsi parametrik tidak terpenuhi maka silakan tetap melakukan uji korelasi dengan teknik Spearman rho seperti di artikel ini.
      Demikian. Semoga bermanfaat.

      Hapus
  55. slmt mlm, Pak. sy sdg mnyusun tugas akhir ttg hub. kecrdasan logika matematik dan kecerdasn spasial trhdp nilai UN. d rumusan prmzlhan, sy mnuliskn "apakah ada hub yg sgnifikan antra kcrdsan logika dan spasial trhdp nilai UN?". sdgkn dosen pmbimbing sy ingin sy mmakai korelasi rank spearman.
    yg ingin sy tnyakan bgmaina cra krjax di bgn analisis data, Pak?
    krna setau sy, kalau mnggunakan rank spearman maka hanya bisa menghitung korelasi antra kecerdasan logika trhdp nilai UN atau antra kecerdasan spasial trhdp nilai UN.
    pakah pmhaman saya keliru, Pak?
    mhon bimbinganx, Pak.
    terima kasih.

    BalasHapus
    Balasan
    1. Selamat malam. Variabel penelitian Anda ada 3 yaitu Kecerdasan Logika Matematika (X1), Kecerdasan Spasial (X2), dan Nilai UN (X3). Pokok masalah Anda adalah "Apakah ada hubungan yang signifikan antara kecerdasan logika matematika dan kecerdasan spasial terhadap nilai Ujian Nasional?" Asumsi saya, Anda menggunakan 3 variabel.
      Anda hendak menggunakan uji korelasi Spearman. Dalam uji ini, maka akan dilihat dua jenis hubungan, yaitu: (1) X1 -- X3 (2) X2 -- X3. Saat menggunakan SPSS, maka ketiga variabel (X1, X2, dan X3) sekaligus dimasukkkan ke dalam kotak analisis. Anda cukup melihat di Output berapa korelasi masing-masing hubungan.
      Satu hal yang perlu digarisbawahi adalah, Anda menekankan pada kata "signifikan" dalam pokok masalah. Untuk itu, perlu dilihat nilai Sig. Hitung (hasil Output SPSS). Apabila nilainya < 0,05 maka disebut "signifikan." Apabila > 0,05 maka disebut "tidak signifikan." By the way, jangan lupa membuat ranking terlebih dahulu sebelum menggunakan Spearman.
      Demikian. Semoga bermanfaat.

      Hapus
  56. pak saya ingin bertanya, penelitian saya tentang hubungan antara tekanan darah dengan status gizi. di variabel independennya ada 2 kategori yaitu obesitas dan normal. di variabel dependennya ada 2 kategori yaitu hipertensi 1 dan hipertensi 2. yang saya tanyakan , saya menggunakan uji apa ya pak?

    BalasHapus
    Balasan
    1. Untuk kasus Anda, korelasi dengan masing-masing dua kategori jawaban (untuk kedua variabel)maka patut dipertimbangkan penggunaan uji korelasi Phi. Phi umumnya digunakan dalam pengukuran korelasi antara 2 variabel kategoris. Kedua variabel tersebut menggunakan tabel Kontijensi 2 x 2, dengan mana peneliti punya dua variabel kategoris dan di setiapnya hanya punya dua kategori. Phi dihitung menggunakan nilai chi-square lalu membaginya dengan jumlah sampel, dan hasilnya dicari akarnya.
      Demikian. Semoga bermanfaat.

      Hapus
  57. pak saya mau bertanya, saya sedang meneliti hubungan antara rasio keuangan dengan perubahan harga saham, saya menggunakan 5 variabel rasio keuangan dan 1 variabel perubahan harga saham, datanya masing masing sebanyak selama 10 tahun. data tersebut saat diuji 1 sample k-s terdistribusi normal, tetapi saat uji homogenitas dan linieritas, outputnya "too few cases". apakah itu berarti data tidak homogen dan linier? atau tidak bisa dihitung? dan jika tidak bisa, apakah itu berarti saya harus menggunakan korelasi spearman? terima kasih sebelumnya

    BalasHapus
    Balasan
    1. Too few cases ini menarik untuk dititikberatkan. Apakah Anda telah melakukan Missing Value Analysis? Juga, mohon diperiksa kembali pada Data View. Apakah ada pernyataan-peryataan atau data-data responden/obyek yang belum terisi? Juga, ada baiknya dilihat jumlah sampel. Variabel penelitian Anda cukup banyak (seluruhnya 6 variabel). Tentu saja, sampel apabila memungkinkan juga agak besar.
      Sama-sama. Semoga bermanfaat.

      Hapus
    2. saya sudah melakukan mva dan hasilnya tidak ada missing value. data data yang berupa rasio keuangan juga sudah terisa semua, karena sampel hanya berjumlah 10. jadi menurut bapak, apa yang harus saya lakukan? mengurangi variabel ataukah menambahkan jumlah sampel? karena data lengkap dari perusahaan yang saya teliti hanya terdapat 10 tahun kebelakang, akan sulit untuk menambah jumlah sampel. maaf jika merepotkan, saya masih sangat awam dalam statistika. sekali lagi, terima kasih sebelumnya

      Hapus
    3. Memang terdapat sejumlah alternatif dalam menangani masalah seperti ini. Pertimbangan utama tentu saja "keterbatasan" penelitian dari peneliti seperti keterbatasan dana, tenaga, waktu, serta birokrasi. Nah, setelah pertimbangan ini dilakukan, barulah alternatif teknis dipertimbangkan. Pertama, dapat saja dilakukan pengurangan variabel. Cara pengurangannya dapat lewat desain konstruk (perbaikan kerangka teori), dapat lewat analisis faktor (untuk mengurangi jumlah variabel. Kedua, dapat saja ditambahkan jumlah sampel, tetapi hal tersebut tentu lebih mengulur waktu dan belum tentu perusahaan akan memberikannya.
      Dari kedua kemungkinan tersebut, ada baiknya dilakukan langkah yang pertama. Kemungkinan "redundancy" kiranya ada akibat ketimpangan jumlah variabel : jumlah sampel.
      Sama-sama. Semoga sukses.

      Hapus
    4. maaf pak, satu lagi, jika data saya yang berupa rasio terbukti tidak memenuhi prasyarat korelasi pearson, apakah memang bisa dengan spearman/kendall tau? terima kasih

      Hapus
    5. dan jika ya, manakah yang sebaiknya digunakan, spearman atau kendall tau? serta alasannya apa pak? terima kasih lagi pak sebelumnya, jawaban jawaban bapak sangat membantu saya

      Hapus
    6. Mungkin untuk yang pertama. Apabila asumsi korelasi Pearson tidak terpenuhi (meski data kita rasio) maka amatlah disarankan untuk menggunakan statistik non parametrik. Misalnya Spearman. Sebelum Spearman diberlakukan, ada baiknya data rasio tersebut dibuatkan rangking terlebih dahulu agar keajegan Spearman terselenggara.
      Untuk yang kedua. Saran saya, apabila sampel Anda cukup besar dan tidak terlampau banyak ties (rangking yang sama) maka silakan digunakan Spearman. Namun, apabila sampel Anda cukup kecil dan banyak rangkin yang ties, maka ada baiknya Kendall-tau digunakan.
      Sama-sama. Semoga bermanfaat.

      Hapus
  58. selamat sore pak, saya mahasisiwa yang sedang menyusun tugas akhir. Penelitian saya berjudul analisis hubungan kinerja lingkungan dan karakteristik perusahaan dengan pengungkapan lingkungan. kinerja lingkungan diukur dengan rangking PROPER, karakteristik perusahaan yang saya gunakan disini adalah size (diukur dgn ln total aset) dan tipe industri perusahaan. yang ingin saya tanyakan, uji apa yang sebaiknya saya gunakan untuk mengukur korelasi antar variabel tersebut?

    BalasHapus
    Balasan
    1. Selamat sore. Variabel penelitian kiranya ada 3 yaitu "kinerja lingkungan", "karakteristik perusahaan", dan "pengungkapan lingkungan". Penentuan uji korelasi bergantung pada skala terendah. Urutan skala (dari rendah ke tinggi) adalah nominal, ordinal, interval, dan rasio. Apabila skala terendah adalah ordinal maka Spearman atau Kendall-tau patut ditimbang untuk digunakan. Apabila skala terendah adalah interval, maka Pearson patut ditimbang untuk dipergunakan.
      Demikian. Semoga bermanfaat.

      Hapus
    2. hipotesis saya ada 2, yang pertama menguji hubungan kinerja lingkungan dan pengungkapan lingkungan dimana skala terendah adalah skala ordinal sehingga saya menggunakan Spearman. hipotesis kedua saya yang menguji hubungan karakteristik perusahaan dan pengungkapan lingkungan, dalam hipotesis kedua ini karakteristik perusahaan nya ada 2 yaitu size dan tipe industri. yang ingin saya tanyakan, apakah pengujian size dan tipe industri harus dipisah atau disatukan? terimakasih sebelumnya

      Hapus
    3. Mengenai yang kedua, yaitu karakteristik perusahaan. Apabila Anda meyakini bahwa dari kedua karakteristik tadi yaitu "size" dan "tipe industri" benar-benar berdiri sendiri maka ada baiknya apabila dibuatkan variabel tersendiri. Jadi, variabel bukan lagi bernama "karakteristik perusahaan" melainkan dikembangkan menjadi dua yaitu "ukuran perusahaan" dan "tipe perusahaan".
      Demikian tanggapan dari saya. Sama-sama. Semoga bermanfaat.

      Hapus
  59. Selamat malam pak,saya mahasiswa yang sedang membuat tugas akhir,tugas akhir saya berjudul hubungan pengetahuan dengan kecemasan ibu hamil,setelah saya hitung rs -0,52 lalu bgaimana untuk mencari z tabel,saya sangat bingung dan bagaimana kesimpulannya.dan satu lagi stlh menggunakan spss 2 sisi hasilnya pengetahuan dan kecemasan 1000 -,653 dan sbliknya itu bagaimana maksutnya,mohon maaf kalau pertnyaan saya terlalu banyak.
    terima kasih

    BalasHapus
    Balasan
    1. Selamat malam. Anda kemungkinan besar menggunakan uji korelasi Spearman (karena tertulis rs = -0,52). Untuk mencari z tabel tentu saja perlu diketahui jumlah sampel dan signifikansi penelitian yang ditetapkan sebelumnya. Sebagai sekadar contoh. Responden yang diteliti adalah 60 orang. Signifikansi penelitian yang ditetapkan 0,05. Uji korelasi menggunakan 2 sisi. Dan dianggap bahwa nilai z hitung sudah ditemukan, ya (cara mencari apabila sampel > 30 maka lihat pada bagian "Data Saya Lebih Besar dari 30 !" pada artikel di atas).
      Karena peneliti menggunakan uji 2 sisi, maka arah hubungan belum ditetapkan (dua sisi berarti bisa positif, bisa pula negatif). Karena 2 sisi, maka untuk mencari z tabel ditetapkan dahulu nilai 0,025. Nilai ini adalah interval keyakinan yaitu 0,05 dibagi 2 = 0,025. Lihat Tabel Z. Cari pada kolom tabel nilai yang paling mendekati 0,025. Dari nilai yang paling dekat tersebut tarik garis ke kiri sehingga bertemu dengan nilai 1,9 + 0,060 = 1,96. Dengan demikian, batas kiri pengambilan keputusan dengan kurva normal adalah -1,96, sementara batas kanannya 1,96. Keputusan: Terima H0 dan Tolak H1 jika z hitung > -1,96 dan < +1,96; Tolak H0 dan Terima H1 jika z hitung < -1,96 dan > +1,96. Bagaimana keputusan Anda?
      Karena nilai rs = -0,52 artinya hubungan bersifat negatif. Kesimpulannya, semakin tinggi "pengetahuan" di kalangan ibu hamil maka semakin rendah "kecemasan" yang mereka derita. Demikian pula sebaliknya, semakin rendah "pengetahuan" di kalangan ibu hamil maka semakin tinggi "kecemasan" yang mereka derita.
      Sama-sama. Semoga bermanfaat.

      Hapus
  60. Sore Pak..
    mhon bantuannya ny Pak,,saya bingung dalam menggunakan metode apa untuk menganilis data..tema TA sya adalah pola hubungan antara daya nyata terhadap efisiensi trafo..
    n=51,misalkan contoh data untuk variabel daya nyata adalah 4500kw,7600kw,2400kw sedangkan untuk eisiensi misalkan 99.87%,99,76%,99.15%..
    sedangkan data-data tersebut setelah di uji normalitas data dgn spss ternyata tidak terdistribusi normal..
    metode2 apa saja pak yang cocok untuk analisis data tsb?
    terima kasih.

    BalasHapus
    Balasan
    1. Selamat sore. Dalam uji korelasi, khususnya apabila ternyata distribusi data tidak normal dapat dipertimbangkan untuk menggunakan korelasi Spearman rho. Untuk rincian langkah demi langkahnya dapat dilihat pada artikel di atas.
      Demikian tanggapan dari saya. Semoga bermanfaat.

      Hapus
  61. Pak mohon bantuannya, saya mahasiswa keguruan sedang mengerjakan skripsi, saya masih bingung perbedaan dari:
    1. Spearman's rank (correlation coefficient)
    2. KR 21 (split half coefficient)
    3. Pearson R
    terimakasih sebelumnya dan mohon penjelasannya pak

    BalasHapus
    Balasan
    1. Spearman's rank ada dalam konteks uji korelasi yang menggunakan uji korelasi Spearman. Dalam uji korelasi ini, peneliti melakukan rangking atas total skor tiap-tiap responden. Perangkingan ini dilakukan untuk masing-masing variabel. Nilai rangking yang terbentuk kemudian digunakan dalam perhitungan uji korelasi ini. Langkah-langkah pengujian korelasi Spearman dapat dilihat pada artikel di atas. Juga, korelasi Spearman dipilih apabila distribusi data tidak normal dan data di setiap variabel diukur dalam skala ordinal.
      K-R 21 (Kuder-Richardson Formula 21) adalah suatu uji statistik guna menguji reliabilitas instrumen penelitian. K-R 21 digunakan apabila pilihan jawaban di dalam kuesioner bersifat dikotomus (misalnya "benar" atau "salah", "ya" atau "tidak"). K-R 21 lebih mudah dihitung ketimbang "saudaranya" yaitu K-R 20. K-R 21 dipilih sebagai alat uji reliabilitas apabila tingkat kesulitan seluruh item dalam kuesioner adalah sama.
      Split Half Coefficient sama seperti K-R 21, digunakan untuk mengukur reliabilitas item-item dalam kuesioner. Dalam metode ini, seluruh item dibagi dua secara acak. Kemudian dikalkulasi skor total dari masing-masing bagian untuk kemudian diuji korelasi antarkedua bagian tersebut.
      Pearson (r) adalah metode uji korelasi seperti Spearman. Namun, Pearson digunakan apabila distribusi data adalah normal dan diukur pada skala interval.
      Sama-sama. Semoga bermanfaat.

      Hapus
  62. selamat siang pak.,. saya sedang meneliti tentang hubungan antara kedua variable penelitian tentang uji laboratorium di 3 rumah sakit yg berbeda,.ada 3 sampel rumah sakit, ada 3 variabel independent dan 1 variable dependen,. dan saya ingin menghubungkan antara variable tersebut dengan uji korelasi spearman, ini apakah bisa di uji ya pak ?karna hanya 3 sampel rumah sakit

    BalasHapus
    Balasan
    1. Selamat siang. Apabila hendak dilakukan pengujian secara statistik adalah baik apabila jumlah sampel diperbesar. Ini untuk menjaga agar kesimpulan penelitian (hasil uji korelasi) tidak membias. Terlebih di dalam penelitian lebih besar jumlah variabel yang hendak diteliti ketimbang jumlah sampelnya.
      Mungkin ada baiknya apabila metode penelitiannya diubah menjadi kualitatif. Peneliti melakukan wawancara dan pengamatan atas pihak-pihak yang kompeten sehubungan dengan masalah penelitian. Kemudian melakukan triangulasi dan menarik kesimpulan. Untuk mengatasi hal-hal ini alangkah baik apabila dilakukan pembicaraan mendalam dengan pembimbing penelitian Anda.
      Demikian tanggapan dari saya. Semoga bermanfaat.

      Hapus
  63. Assalamu'alaikum pak
    Pak saya mohon bantuan bapak untuk menyelesaikan skripsi saya. saya Siti semester akhir yang sedang menyelesaikan skripsi. pada awalnya skripsi saya mau mau menggunakan regresi, karena datanya tidak normal dan tidak homogen maka saya memakai spearman rho sebagai alternatifnya, apakah benar keputusan yang saya ambil? jumlah sampel yang saya ambil adalah 266 siswa. variabel X dan Y nya merupakan pernyataan yang disediakan pilihan jawaban sangat setuju, setuju, ragu-ragu, tidak setuju, dan sangat tidak setuju.
    saya sudah coba menggunakan cara manual tapi saya kebingungan mencari tabel Z nya, bisakah Bapak memberikan tabel Z nya pada saya?
    satu lagi pak, maaf kalau terlalu banyak.
    saya tidak mengerti dengan cara SPSS. SPSS yang saya punya adalah SPSS.16, bisakah Bapak memberikan tutorialnya?
    sebelumnya terima kasih pak

    BalasHapus
    Balasan
    1. Wa'alaikum salam. Dalam hal penggantian regresi menjadi Spearman rho, terlebih dahulu harus ditimbang perumusan masalah dan hipotesis penelitian. Apabila perumusan masalah dan hipotesis menyatakan hendak menguji pengaruh, maka regresi yang digunakan. Apabila perumusan masalah dan hipotesis menyatakan hendak menguji hubungan (korelasi) Spearman rho memang dapat digunakan ketika distribusi data tidak normal.
      Sampel Anda cukup besar dan ini amatlah baik bagi suatu uji statistik. Untuk z-tabel dapat dilihat di sini:
      http://www.statsoft.com/textbook/distribution-tables/#z
      Mengenai tutorial SPSS dapatlah dilihat pada artikel di bagian atas.
      Demikian tanggapan dari saya. Sama-sama. Semoga bermanfaat.

      Hapus
  64. assalamuaikum pak,,,
    pak saya mau tanya untuk menentukan skor ranking total x itu bagaimana??? mohon bantuannya pak soalnya saya baru pemula

    BalasHapus
    Balasan
    1. Wa'alaikum salam. Mengenai cara menentukan skor ranking total X (juga Y) dapat kiranya dilihat pada artikel di atas. Setiap responden tentu menjawab pernyataan dalam kuesioner. Pernyataan dalam kuesioner terdiri atas pernyataan untuk variabel X dan variabel Y. Misalnya, variabel X terdiri atas 10 pernyataan, variabel Y juga 10 pernyataan. Ambil contoh responden 1. Untuk skor total X maka dijumlahkan skor tiap-tiap item variabel tersebut dan jadilah skor total X. Untuk responden 2 juga sama, ditotal. Responden 3 dan seterusnya pun sama. Lakukan hal yang sama untuk variabel Y. Dimulai dari responden 1 dan seterusnya.
      Setelah ditemukan skor total X (dan tentunya juga Y) untuk setiap responden, kemudian dilakukan ranking. Nah, untuk membuat ranking juga dapat dilihat pada artikel di atas pada bagian "Uji Korelasi Spearman dengan SPSS ".
      Demikian tanggapan dari saya. Semoga bermanfaat.

      Hapus
  65. selamat siang pak.
    saya mahasiswa yg sedang menyusun tugas akhir dan saya bingung untuk uji statistik penelitian saya, saya mau bertanya pak, variabel bebas (X) dalam penelitian saya yaitu status gizi (skalanya rasio) dan variabel terikat (Y) adalah kualitas hidup. nah, untuk variabel kualitas hidup tersebut sudah saya skor dengan rentang 0-100. apakah skor tersebut sudah bisa dibilang skala rasio pak, karena setau saya 0nya harus absolut.
    semula saya ingin menggunakan uji Pearson, tetapi setelah dicek Y tidak berdistribusi normal.
    sedangkan apabila ingin menggunakan Rank-Spearman persyaratan skalanya harus ordinal, kira2 uji yg mana yg lebih cocok untuk digunakan pak? dan apakah saya harus mnurunkan skala menjadi ordinal?
    mohon bantuannya pak, terima kasih..

    BalasHapus
    Balasan
    1. Selamat siang. Sebelumnya perlu disampaikan informasi bahwa pengujian statistik menggunakan patokan skala terendah. Apabila X berskala Rasio dan Y Nominal maka penentuan uji statistik menggunakan patokan nominal tersebut. Dalam kasus Anda, X diukur dalam Rasio sementara Y tidak dalam Rasio. Y tidak dalam rasio tentu saja berkenaan dengan variabel yang hendak diukur yaitu "kualitas" yang sifatnya cukup subyektif tentunya.
      Penentuan sudah dapat lebih jelas di antaranya karena setelah Anda periksa, ternyata Y tidak berdistribusi normal. Apabila salah satu variabel tidak berdistribusi normal maka statistik korelasi yang digunakan hendaklah yang bersifat non parametrik, yang dalam hal ini salah satunya Spearman.
      Mengenai hal "apakah diturunkan menjadi ordinal" tentu saja secara otomatis karena sebelum melakukan uji Spearman, terlebih dahulu kita harus melakukan proses perangkingan.
      Sepemahaman saya, ada baiknya diterapkan uji Spearman. Sekadar informasi, hasil pengujian SPSS atas uji Pearson dan Spearman umumnya tidak terlampau jauh berbeda.
      Demikian tanggapan dari saya. Sama-sama. Semoga bermanfaat.

      Hapus
  66. Selamat sore pak,
    Saya masih belum memahami cara menggunakan uji spearman.
    Penelitian saya mengenai persepsi dan perilaku masyarakat terhadap eco-design, menurut pembimbing saya, saya harus menggunakan 2 metode, yaitu uji chi square dan uji spearman.

    Untuk uji chi square, saya membandingkan antara faktor usia, jenis kelamin, dll sebagai variabel dengan persepsi dan perilakunya terhadap eco-design.
    Untuk uji spearman, saya tidak memahami apa yang harus diranking kan dalam variabel-variabel yang saya uji, dan apa yang sebenarnya di uji?

    Terima kasih pak.

    BalasHapus
    Balasan
    1. Selamat sore.
      Mungkin saya akan menanggapi sepemahaman saya. Apakah tema penelitian Anda adalah "hubungan persepsi dengan perilaku masyarakat terhadap eco-design?" Apabila memang demikian maka tanggapan saya berdasarkan kemungkinan tersebut.
      Kemungkinan Anda diarahkan untuk melakukan 2 uji hubungan. Uji pertama adalah meneliti apakah terdapat hubungan antara variabel-variabel kategoris (jenis kelamin, status kepegawaian, tingkat pendidikan) yang masing-masingnya dengan "persepsi" dan "perilaku". Untuk masalah ini Anda diarahkan menggunakan Chi-Square. Apabila menggunakan SPSS hal ini dapat dilakukan secara cepat, memang. Uji kedua, adalah meneliti apakah terdapat hubungan antara "persepsi" dengan "perilaku." Untuk masalah ini Anda diarahkan menggunakan Spearman. Untuk itu, Anda perlu membuat rangkin terlebih dahulu. Yang dirangking adalah skor total setiap variabel. Misalnya "persepsi" dianggap X dan "perilaku" dianggap Y. Untuk caranya, silakan lihat cara perangkingan pada artikel di atas.
      Demikian tanggapan dari saya. Sama-sama. Semoga bermanfaat.

      Hapus
  67. salam pak...
    pak saya sedang bingung sekali dengan sampel data saya yang tidak lulus uji autokorelasi. saya sudah transform dengan beda umum namun data jadi minus semua dan hasil regresi jadi terkesan salah...
    saya mau bertanya apakah lulus uji autokorelasi itu memang harus ? apa tidak apa-apa jika saya melanjutkan skripsi saya tanpa lulus uji autokorelasi, karena sebagian dosen saya berkata selama data itu normal maka tidak apa2. dan disisi lain mengingat urgensi waktu rasanya tidak mungkin lagi saya menambah data atau variabel lagi.
    dan satu lagi pak, uji-uji apa saja ya yang digunakan untuk menguji autokorelasi terutama untuk sampel saya (n:175).

    mohon jawabannya pak...sangat dibutuhkan...
    terimakasih....
    salam

    BalasHapus
    Balasan
    1. Salam.
      Uji autokorelasi umumnya diterapkan sebagai asumsi dari uji regresi. Namun, uji regresi tersebut adalah Uji Regresi Berganda (Multiple Linear Regression/MLR). Tujuannya adalah, menyelidiki apakah sesama Variabel Bebas (X1 dengan X2, misalnya) saling berkorelasi secara berlebihan. Nah, uji autokorelasi ini hanya diterapkan pada MLR, yaitu uji regresi di mana Variabel Bebas-nya 2 atau lebih. Uji autokorelasi diadakan antar Variabel Bebas, bukan antara Variabel Bebas dengan Variabel Terikat.
      Apabila uji yang diterapkan adalah Uji Linier Sederhana (Simple Regression/SR) maka tidak perlu dilakukan uji autokorelasi karena Variabel Bebas-nya cuma satu.
      Ke manakah jenis uji regresi yang Anda gunakan? Apakah MLR ataukah SR. Apabila SR tentu tidak perlu diadakan uji autokorelasi. Apabila MLR, sebagai jalan tengah, sesuai pendapat sebagian dosen Anda, kendati terjadi autokorelasi, silakan saja diteruskan pengujian asalkan dimuat dalam catatan pelaksanaan uji hipotesis pada pembahasan skripsi Anda.
      Demikian tanggapan dari saya. Sama-sama. Semoga bermanfaat.

      Hapus
    2. Terimakasih pak atas balasannya...
      saya pakai yang MLR pak..
      ingin nanya lagi pak, cara menggunakan uji Ljung-box di spss 17 gimana ya pak ? soalnya sya sudah coba lihat di menu graphs malah tidak ada

      Hapus
    3. Sama-sama. Mengenai Ljung-box test di SPSS 17 klik Analyze > Forecasting > Create Model.
      Demikian. Semoga bermanfaat.

      Hapus
  68. maaf, pak, baru pertama kali belajar spss, cara menentukan rx dan ry nya bagaimana ya ?

    BalasHapus
    Balasan
    1. Anda harus tentukan rangking 1 dimulai dari nilai terbesar ataukah terkecil. Misalnya Anda tentukan dari nilai terbesar (descending), maka ini berlaku untuk perangkingan Rx maupun Ry. Contoh data penelitian Anda 5 responden seperti berikut:

      Responden.......TotalX.........Rx.......TotalY.......Ry
      1...............40.............4........50...........1
      2...............41.............2,5......38...........5
      3...............39.............5........39...........,5
      4...............41.............2,5......40...........2
      5...............45.............1........39...........3,5

      Pada Rx 45 adalah terbesar sehingga rangking 1, disusul 41 yang ada dua dan seharusnya menempati peringkat 2 dan 3. Mengapa nilai 41 peringkatnya 2,5 ? Karena mereka ada dua buah (responden 2 dan responden 3). Seharusnya menempati peringkat 2 dan 3. Namun, dalam perangkingan dianut rumus (2 + 3) : 2 = 5 : 2 = 2,5. Selanjutnya kok nilai 40 (pada responden 1) peringkat 4 bukan 3 ? Karena rangkin 3 sudah digunakan oleh nilai 41 terdahulu. Jadi nilai 40 langsung dianggap peringkat 4. Sementara nilai 30 adalah peringkat 5.
      Demikian halnya dengan Ry.
      Demikian tanggapan dari saya. Semoga bermanfaat.

      Hapus
  69. salam kenal pak , saya mahasiswi semester akhir yang sedang menyelesaikan tuga akhir, disini saya menggunakan metode uji korelasi nonparametrik, dan dosen yang membimbing saya menyarankan saya menggunakan uji korelasi spearman ato uji pearson , jadi saya masih bingung pak tentang keduanya itu< mohon sarannya pak, terima kasih.





    BalasHapus
    Balasan
    1. Salam kenal juga untuk Anda. Apabila Anda memutuskan menggunakan uji korelasi nonparametrik maka uji yang lebih tepat adalah korelasi Spearman. Mengapa demikian? Spearman memang merupakan uji korelasi non parametrik, sementara Pearson adalah parametrik. Uji korelasi non parametrik digunakan apabila data diukur dalam skala ordinal, berdistribusi tidak normal. Sementara Pearson digunakan apabila data berdistribusi normal, data berskala interval atau rasio.
      Nah, apabila Anda hendak menggunakan uji korelasi nonparametrik, maka Spearman lebih tepat.
      Demikian tanggapan dari saya . Semoga bermanfaat.

      Hapus
  70. Salam kenal pak, saya mahasiswi semester akhir yang sedang menyelesaikan tugas akhir, saya mau bertanya pak. Penelitian saya berjudul hubungan hasil belajar dan motivasi siswa dengan penggunaan kartu. Itu menggunakan uji korelasi apa ya pak? Terima kasih :)

    BalasHapus
    Balasan
    1. Salam kenal juga untuk Anda. Hasil Belajar (HB) diukur dalam skala apa? Motivasi Siswa (MS) diukur dalam skala apa? Penentuan penggunaan uji statistik korelasi berpatokan pada skala yang lebih rendah. Misalnya, HB diukur dalam skala rasion (misalnya nilai hasil belajar/nilai rapot/nilai ulangan). Sementara MS diukur dalam skala ordinal (misalnya SS, S, TS, STS). Maka skala terendah adalah ordinal (ordinal lebih rendah dari rasio). Dengan demikian, uji statistik korelasi yang digunakan adalah Spearman, Kendall Tau, dan sejenisnya statistik korelasi non parametrik.
      Sama-sama. Semoga bermanfaat.

      Hapus
  71. ass,,salam kenal,,sy lina sedang melakukan tugas semester akhir ,judulnya hubungan penerapan standar pelayanan anc terhadap tingkat kepuasan ibu hamil yang melakukan anc,, V.Indevenden sy menggunakan skala nominal, ya=1 tidak=0, dan V.Devenden sy menggunakan skala ordinal,sebaiknya dianalisa datanya saya menggunakan chi square atau spearman rank pak??? tolong di jawab pak,,,

    BalasHapus
    Balasan
    1. Wa'alaikum salaam. Salam kenal juga untuk Anda. Untuk pilihan uji korelasi berpatokan pada skala terendah. Dalam hal penelitian Anda, antara nominal dengan ordinal, maka nominal adalah yang terendah. Dengan demikian, dapatlah lebih tepat digunakan chi square ketimbang Spearman.
      Demikian tanggapan dari saya. Semoga bermanfaat.

      Hapus
  72. ass. sy rama sedang melakukan tugas akhir smester, judulnya faktor yg mempengaruhi suami dalam penggunaan alt kontrasepsi. Vi=pengetahuan,umur,jumlah anak,pendapatan,dan pendidikan, sedangkan Vd=partisipasi suami dlm penggunaan alt kontrasepsi. yg mau sy ingin tanyakan sy bingung mau pakai skla apa untuk menghitung masing2 Vi nya. terus mengenai analisa datanya sy juga masih bingung mau pakai rumus yang mana ???? terima kasih
    mohhhoonnnn bantuannya pak .....................

    BalasHapus
    Balasan
    1. Wa'alaikum salaam. Dari judul Anda, yaitu "faktor yg memengaruhi ..." telah dapat diraba bahwa yang dicari adalah "pengaruh Xn terhadap Y". Dengan demikian, uji yang kiranya lebih tepat untuk diterapkan adalah "regresi." Lebih tepatnya lagi adalah, regresi berganda (multiple regression).
      Kemudian, mengenai skala. Pengetahuan (skala ?), umur (rasio), jumlah anak (rasio), pendapatan (jika jumlah rupiah secara pasti, rasio), pendidikan (interval). Untuk VD, partisipasi diukur dalam skala ?
      Nah, dalam hal regresi, skala patokan terendahnya adalah interval. Sebab itu, sebaiknya data Anda diukur dalam skala tersebut.
      Demikian sementara tanggapan dari saya. Semoga bermanfaat.

      Hapus
  73. salam, mas apakah bisa di analisis antara kode yang dibuat sendiri misalx nilai 1 tidak, dan 2 ya (saya buat sendiri) dengan scoring yang sdh di validasi oleh orang lain ato instansi tertentu tapi scoringnya bukan jawaban ya dan tidak tapi akumulasi dari scoring yang ada misalnya total scoring 12. apakah tidak keliru kalo saya hubungkan antara total skoring yang saya buat (tanpa validasi) dengan skoring yang sudah di validasi, Tq

    BalasHapus
    Balasan
    1. Salam juga untuk Anda. Sepemahaman saya, sifat dari uji-uji statistik adalah "mekanis" . Artinya, mereka hanya menjalankan kehendak dari peneliti. Syarat utamanya adalah skala pengukuran (nominal, ordinal, interval ataukah rasio), distribusi data, jumlah sampel, dan sejenisnya. Apabila hal-hal tersebut telah ditentukan, maka secara "mekanis" uji statistik dapat dilangsungkan.
      Kembali kepada kasus apakah boleh menghubungkan (mengorelasikan) antara total skoring yang kita buat sendiri dengan yang sudah divalidasi? Bisa saja itu dilakukan. Asalkan, skala pengukuran tetap ditentukan. Misalnya, kode yang dibuat sendiri 1 dan 2 , jadi cuma ada 2 pilihan, dan sebab itu skalanya nominal. Sementara, yang divalidasi adalah jumlah total, yang bisa saja merupakan skala rasio. Nah, uji korelasi berpatokan pada skala terendah, dan dalam hal ini nominal. Sebab itu, penentuan uji korelasi apa yang digunakan adalah yang diperuntukan bagi skala nominal. Misalnya chi square, point bisserial, dan sejenisnya.
      Demikian tanggapan dari saya. Semoga bermanfaat.

      Hapus
  74. Komentar ini telah dihapus oleh pengarang.

    BalasHapus
  75. Pak, sya skripsinya mencari faktor-faktor yang berhubungan, dengan uji korelasi rank spearman, nantinya apakah harus dilakukan uji validitas dan realibilitas pak ? soalnya ada yang bilang tidak perlu uji validat dan realibilitas. terimaksih

    BalasHapus
    Balasan
    1. Mengenai apakah diterapkan uji validitas dan reliabilitas. Sepemahaman saya, kedua uji tersebut sebaiknya diterapkan. Uji validitas tidak melulu harus menggunakan statistik, karena bisa pula diuji validitas muka (bunyi pernyataan dalam kuesioner) dan dinilai menggunakan pendapat ahli. Ahli di sini dapat berupa dosen pembimbing Anda, profesor yang sengaja Anda temui untuk dimintai pendapat mengenai instrumen Anda, dan sejenisnya.
      Untuk uji reliabilitas, dimaksudkan menilai kehandalan suatu instrumen. Artinya apabila suatu instrumen dinyatakan reliabel, maka apabila dilakukan penelitian di masa-masa mendatang, ia akan mengukur hal yang serupa. Umumnya, penelitian untuk skripsi diterapkan untuk waktu sesaat yaitu untuk keperluan penyelesaikan skripsi saja sehingga kerap uji reliabilitas ini dipandang tidak perlu dipergunakan.
      Secara substantif, kedua uji tersebut tetaplah perlu. Namun, sejumlah dosen pembimbing skripsi mungkin memiliki pandangan berbeda mengenai "aksiologi" suatu penelitian skripsi. Saran saya, diskusikan dengan dosen pembimbing Anda mengenai apakah kedua uji ini perlu dilakukan ataukah tidak di dalam skripsi Anda.
      Sama-sama. Semoga bermanfaat.

      Hapus
  76. ass, pak.
    saya intan, mhasiswi keperawatan. saya mau bertanya mengenai uji statistik untuk tugas akhir saya pak.
    saya menggunakan 2 variabel.
    variabel independent : kebiasaan sarapan = parameternya ( ya, tidak) = skala Nominal
    variabel dependent : Kebugaran jasmani = parameter 22-25 (BS), 18-21 (B), 14-17 (S), 10-13(K), 05-09 (KS) = skalanya masih bingung, ini skala ordinal atau interval??

    lalu uji statistiknya jika nominal + ordinal menggunakan apa pak? atau nominal + interval?
    mohon bantuannya pak. Teimakasih
    wss

    BalasHapus
    Balasan
    1. Wa'alaikum salaam. Untuk Variabel Independen (VI) skala Anda memang nominal. Sementara untuk Variabel Dependen (VD) tampaknya skala Anda adalah interval. Penentuan untuk uji statistik apa yang dipergunakan berpatokan pada skala terendah. Dalam kasus Anda, skala terendah adalah nominal dan dengan demikian uji statistik yang lebih tepat adalah Chi Square ataupun poin bisserial. Baik nominal + ordinal maupun nominal + interval, uji statistiknya tetap sama yaitu berpatokan pada skala terendah yaitu nominal.
      Demikian tanggapan dari saya. Semoga bermanfaat.

      Hapus
    2. selamat malam pak, mohon maaf menyambung dari pertnyaan sebelumnya, bagaimana jika skala data saya rasio dan ordinal? apakah sama prinsipnya berpatokan pada skala yang terendah juga ? terimakasih pak, mohon bantuannya

      Hapus
    3. Selamat malam. Demikian pula apabila skala datanya rasio dan ordinal, patokannya adalah ordinal karena lebih rendah.
      Demikian tanggapan saya. Sama-sama. Semoga bermanfaat.

      Hapus
  77. Assalamu'alaikum, pak.
    saya mahasiswa agribisnis yang sedang melaksanakan tugas akhir, ingin bertanya mengenai uji statistik skripsi saya.
    saya belum memahami betul mengenai uji statistik parametrik, dan penelitian yang saya ambil mengenai tingkat partisipasi progam PUAP yg di pengaruhi oleh (umur, pendidikan, lama berusaha tani, frekuensi mengikuti penyuluhan, luas lahan, jumlah tanggungan keluarga, produksi dan produktivitas), saya masih bingung untuk menentukan uji statistik dan skala apa yg akan saya gunakan, kira-kira menurut bapak seperti apa seharusnya? mohon bantuannya, trims..

    BalasHapus
    Balasan
    1. Wa'alaikum salaam.
      Uji statistik parametrik adalah suatu uji statistik yang diperuntukkan bagi data-data yang berskala interval dan rasio. Dari variabel Anda yaitu "tingkat partisipasi" maka kesannya adalah menghitung "kuantitas", dan indikator-indikator yang Anda gunakan rata-rata adalah berskala rasio (umur, lama berusaha, frekuensi penyuluhan, luas lahan, jumlah tanggungan, produktivitas). Sementara mengenai pendidikan, ada yang menyebut sebagai ordinal ataupun interval.
      Dengan demikian, dapatlah Anda menerapkan uji statistik parametrik. Apabila Anda hendak menguji pengaruh, maka dapatlah salah satunya menggunakan uji regresi.
      Demikian tanggapan dari saya. Semoga bermanfaat.

      Hapus
  78. assalamu'alaikum pak
    saya ingin minta arahan dari bpk. saya sedang skripsi dan jenis pnltian saya korelasional. dengan jumlah populasi hanya 20 orang. apa dengan jumlah responden hanya 20 bisa? dan nanti hasilnya bisa sesuai pak? rumus apa yang digunakan? saya masih kurang paham pak.
    terimakasih. wassalamu'alaikum

    BalasHapus
    Balasan
    1. Wa'alaikum salaam. Penelitian korelasional dengan jumlah populasi 20. Silakan saja diteruskan asalkan gunakan sampel jenuh dengan pengertian seluruh anggota populasi digunakan sebagai sampel. Mengenai rumus yang dimaksud apakah rumus pengambilan sampel ataukah uji statistiknya? Apabila yang pertama maka umum di buku-buku metode penelitian karangan penulis Indonesia. Apabila yang kedua bergantung pada skala datanya. Apabila ordinal gunakan Spearman. Apabila interval rasio gunakan Pearson. Apabila nominal gunakan Point Bisserial.
      Demikian tanggapan dari saya. Sama-sama. Semoga bermanfaat.

      Hapus
  79. selamat malam pak.. saya sedang melakukan penelitian kesehatan antara tingkat pengetahuan dan motivasi keduanya berskala ordinal (tinggi sedang rendah) responden 30 orang. kuesioner pengetahuan (ya tidak) kuesioner motivasi (SS, S, TS, STS) apakah bisa menggunakan uji spearman.. dan saya ingin mengetahui keeratan hubungan antar variabel.. Mohon pencerahan. Terimakasih banyak

    BalasHapus
    Balasan
    1. Selamat malam Pentana. Mengingat adanya 2 jenis skala data yaitu nominal (ya-tidak) dan ordinal, maka patokan penggunaan uji statistik didasarkan pada skala terendah. Dengan jumlah sampel 30 kiranya sudah menyukupi untuk menggunakan Point Bisserial.
      Demikian tanggapan dari saya. Sama-sama. Semoga bermanfaat.

      Hapus
  80. bagaimana pak mencari korelasi (hubungan) seperti cth :
    variabel bebes = guru berprestasi (X1), guru kreatif (X2) sampelnya berjumlah 7 org (sesuai kategori berprestasi dan kreatif)
    variabel bebas = prestasi siswa (Y) sampelnya adalah siswa yg berjumlah 365
    judulnya kira2 begini "hubungan antara guru berprestasi dan kreatif dengan prestasi siswa")

    BalasHapus
    Balasan
    1. Mengenai korelasi guru berprestasi, guru kreatif, prestasi siswa, sebaiknya dikembalikan kepada desain awal penelitian. Sasaran penelitian apakah guru ataukah siswa ? Apabila guru, maka sebaiknya seluruh responden adalah guru. Apabila siswa, maka sebaliknya seluruh responden adalah siswa. Misalnya, sasaran adalah siswa (365 orang). Maka pernyataan mengenai guru kreatif dan guru berprestasi dapat diinternalisasi ke dalam item-item pernyataan di dalam kuesioner. Demikian pula sebaliknya, apabila sasaran penelitian adalah guru maka item-item pernyataan mengenai siswa berprestasi dapat diinternalisasi ke dalam item-item kuesioner.
      Demikian tanggapan dari saya. Semoga bermanfaat.

      Hapus
  81. Maaf permisi..mw tanya.gmana cara menentukan rX & rY bwt rank spearman ? Trimakasih mohon bantuannya

    BalasHapus
    Balasan
    1. Silakan. Untuk penentuan ranking X dan Y silakan dilihat pada komentar atas prio dwi Rabu, 01 Januari, 2014 pada bagian komentar atas.
      Demikian tanggapan dari saya. Sama-sama. Semoga bermanfaat.

      Hapus
  82. maaf pak saya mau bertanya
    kalau dalam definisi operasional skala yg kita gunakan untuk membuat kuesioner berbeda-beda misalnya menggunakan skala nominal dan ordinal apakah saya masih bisa mengunakan uji.nya dengan menggunakan chi square pak atau harus menggunakan uji yang lain, karna yg saya baca dr suatu sumber bisa menggunakan chi square jika skala.nya ordinal dan nominal namun d sumber lain mengatakan tidak bisa menggunakan uji chi square jika skalanya ordinal dan nominal
    mohon penjelasannya terimakasih ^^

    BalasHapus
    Balasan
    1. Mengenai penentuan instrumen uji statistik terkait dengan skala pengukuran memang terdapat sejumlah pendapat. Hal terpokok adalah, seluruh penentuan tersebut mengikut pada skala pengukuran terendah. Dengan demikian, kepastian jenis skala ukur data yang digunakan dalam sebuah penelitian menjadi sangat penting. Apabila skala ukur tersebut telah fix, baru kemudian dapatlah dicarikan alat uji statistiknya.
      Kembali ke persoalan adanya dua skala ukur yaitu nominal dan ordinal, sesungguhnya Chi Square dapatlah dipergunakan. Namun ia hanya efektif dengan pilihan kemungkinan yang 2 saja di sejumlah variabelnya. Apabila salah satu variabel memiliki jumlah pilihan lebih dari dua (umumnya yang ordinal) maka Chi Square disebut sebagai kurang maksimal performanya. Untuk kasus ini, Cramer V dirujuk sebagai alternatifnya.
      Demikian tanggapan dari saya. Semoga bermanfaat.

      Hapus
  83. selamat siang pak, saya mau bertanya apakah bunyi hipotesis menentukan uji statistik yang kita pakai. saya menggunakan uji spearman apa bunyi hipotesisnya? dan apakah jika teknik pengambilan sampel menggunakan AKSIDENTAL SAMPLING perlu dihitung besar sampelnya? atau bagaimana pak? mohon bantuannya. terima kasih.

    BalasHapus
  84. assalamu alaikum pak,. saya sedang melakukan penelitian kesehatan tentang hubungan faktor lingkungan dan perilaku dengan kejadian bblr. responden 22 orang. kuesioner perilaku skala gutman (ya tidak) kuesioner lingkungan skala likert(sering, selalu, kadang-kadang, tidak pernah) dan saya menggunakan uji c square tapi tdk bisa jadi mencoba uji spearmen dan saya ingin mengetahui keeratan hubungan antar variabel.. tapi yang didapatkan tidak ada hubungan antara lingkungan dan perilaku dengan kejadian bblr , ini hasil nya



    Correlations
    Berat bayi perilaku
    Spearman's rho Berat bayi Correlation Coefficient 1.000 -.072
    Sig. (2-tailed) . .751
    N 22 22
    perilaku Correlation Coefficient -.072 1.000
    Sig. (2-tailed) .751 .
    N 22 22


    Correlations
    Berat bayi lingkungan
    Spearman's rho Berat bayi Correlation Coefficient 1.000 -.124
    Sig. (2-tailed) . .582
    N 22 22
    lingkungan Correlation Coefficient -.124 1.000
    Sig. (2-tailed) .582 .
    N 22 22


    mohon pencerahannya , karena saya belum paham untuk interpretais dan bgaimn pembahasannya jika tidak berhubungan

    makasih sebelumnya

    BalasHapus
  85. Maaf mau tanya, jika dependen saya adalah pengungkapan CSR, sedangkan Independen saya ROA ROE. Dengan 3 th sampel tapi tidak setiap tahun perusahaan mengungkapkan CSR. lalu bagaimana perhitungannya dalam SPSS?? apakah data tersebut termasuk panel data atau cross section??
    Trimakasih.

    BalasHapus

Ketik komentar anda. Pada Beri komentar sebagai pilih Name/URL jika anda tak memiliki Google Account. Lalu klik Publikasikan.