Ad Code

Masalah Korelasi Spearman 1

Masalah Uji Korelasi Spearman, secara manual maupun dengan SPSS ini adalah salinan dari diskusi komentar para pemirsa atas artikel saya dengan judul dan alamat ini: Uji Korelasi Spearman dengan SPSS dan Manual.

Langkah penyalinan ini dilakukan karena sistem embedded comment system blog ini tidak bisa memperlihatkan komentar > 200 dalam satu halaman. Hal ini berakibat repotnya pengunjung apabila hendak berkomentar. Forum komentar tetap terbuka untuk umum. Pengunjung tetap bisa posting komentar di artikel ini: Uji Korelasi Spearman dengan SPSS dan Manual. Nanti apabila sudah melampaui jumlah 200 maka saya akan salin kembali ke dalam sebuah posting seperti ini.

Saya sangat berterima kasih kepada para pengunjung yang sedia bersoal-jawab dengan saya. Memang tidak seluruh diskusi ada dalam konteks Uji Korelasi Spearman dengan SPSS dan Manual. Juga tidak seluruh pertanyaan dapat saya tanggapi ataupun ditanggapi secara tepat waktu. Ada kemungkinkan pengunjung yang berdiskusi sudah lulus sidang skripsi ataupun tesis, sementara diskusinya sama sekali belum saya tanggapi. Tentu saja, para pengunjung dapat mencari blog lain yang lebih baik dalam diskusi. Di atas semuanya, semua diskusi ini mudah-mudahan bermanfaat bagi pengunjung yang hendak menyelesaikan penelitian skripsi, tesis, disertasi, penelitian ilmiah lainnya, atau melakukan selancar internet untuk mencari sesuatu yang baru. Semoga Allah SWT memberkati perjuangan kita dalam mencari ilmu pengetahuan yang bermanfaat.

Disclaimer
Sumber tulisan adalah pemindahan dengan alasan teknis
dari link berikut:
Karena cukup panjang, maka artikel ini kami pisah lanjutannya di link berikut:


Anonim 
8.7.12
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.

tanggapan 
9.7.12
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.

Anonim 
16.7.12
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

tanggapan 
17.7.12
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.

tintaemas
20.9.12
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.

tanggapan
21.9.12
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.

tintaemas
21.9.12
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.

tanggapan
23.9.12
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.

Anonim
3.11.12
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.

tanggapan
4.11.12
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.

Anonim
6.11.12
Terima kasih, saya sudah baca bukunya dan memutuskan menganggapnya sebagai skala interval.

Anonim
3.11.12
Komentar ini telah dihapus oleh pengarang.

Anonim
4.11.12
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:)

tanggapan
4.11.12
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.

Anonim
8.11.12
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

tanggapan
9.11.12
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.

Anonim
10.11.12
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

tanggapan
11.11.12
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?

Anonim
11.11.12
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

tanggapan
12.11.12
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.

VieNast
25.11.12
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.

tanggapan
19.12.12
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.

Ina
9.12.12
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.

tanggapan
19.12.12
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.

Cara Mendapatkan XAMthone Plus
19.12.12
terima kasih gan tutorialnya sangat bermanfaat !
salam kenal ja gan ! :)

tanggapan
19.12.12
Terima kasih. Semoga bermanfaat. Salam kenal juga.

aida
21.12.12
pak mau tanya kenapa hasil perhitungan spearman dengan jumlah sample 76 hasilnya tidak sama antara perhitungan manual dan spss? terima ksaih

tanggapan
21.12.12
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.

Unknown
23.12.12
kenapa kok gak ada cara manual nya juga ...
yang perhitungan pake rumus .

tanggapan
24.12.12
Jika yang dimaksudkan untuk uji korelasi Spearman, maka Anda dapat menemukannya di artikel ini.
Demikian. Semoga bermanfaat.

Anonim
26.12.12
tolooooooooooooooooooooooooooooooooooooonnnggggg

tanggapan
8.1.13
Apa yang terjadi pada Anda? Mungkin ada yang dapat saya bantu?

yeky
31.12.12
mau tanya, bagaimana cara menghitung uji persyaratan, langkah2nya bagaimana?

tanggapan
8.1.13
Untuk uji korelasi Pearson dapat dilihat di sini:
http://setabasri01.blogspot.com/2011/04/uji-korelasi-pearson.html
Demikian. Semoga bermanfaat.

pisathamid
2.1.13
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: hamid*******@gmail.com +6285266******

tanggapan
8.1.13
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.

Anonim
4.1.13
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

tanggapan
8.1.13
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.

erma
9.1.13
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 ****_widya*****@*mail.com

tanggapan
11.1.13
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.

Anonim
12.1.13
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.

tanggapan
17.1.13
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.

dara
17.1.13
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

tanggapan
17.1.13
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.

Anonim
18.1.13
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.

tanggapan
19.1.13
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.

Media Pembelajaran
21.1.13
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?

tanggapan
25.1.13
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.

fildzah
21.1.13
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.

tanggapan
25.1.13
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.

my words all around u
23.1.13
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.

tanggapan
25.1.13
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.

Kumpulan Tugas Kebidanan
23.1.13
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?

tanggapan
25.1.13
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.

Rangga
25.1.13
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

tanggapan
25.1.13
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.

Anonim
27.1.13
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.

tanggapan
30.1.13

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.

cecep rudi darmawan
27.1.13
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.

tanggapan
30.1.13
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.

Ria
27.1.13
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...

tanggapan
30.1.13
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.

Unknown
7.2.13
Salam Pak. untuk mengetahui tingkat keberartian antara dua variabel dalam penelitian menggunakan uji apa?
mohon pencerahan

tanggapan
9.2.13
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.

Puspita Eka Septiana
7.2.13
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

tanggapan
9.2.13
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.

puspita
18.2.13
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.

tanggapan
6.9.14
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.

heru permana
8.2.13
pak saya mau tanya.... saya menggunakan regresi linear berganda, tapi vaiabel saya data ordinal, apakah bs di intervalkan dan apa bukunya....? terimakasih

tanggapan
9.2.13
"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.

itha
9.2.13
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 :(

tanggapan
14.4.13
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.

Anonim
11.2.13
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

tanggapan
14.4.13
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.

Anonim
12.2.13
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..

tanggapan
14.4.13
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.

Elvhyra C Dewy
12.2.13
Kl resp. 141 cara mencari R tabel nya bagaimana untuk membandingkan dg R hitungnya????? trimakasih . . :D dan mhn jawabanya

tanggapan
14.4.13
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.

Anonim
15.3.13
assalamualaikum, begini pak bagaimana tutorialnya menghitung korelasi point serial dengan menggunakan spss? terimakasih

tanggapan
14.4.13
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.

Anonim
25.3.13
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

tanggapan
14.4.13
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.

Anonim
3.4.13
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....

tanggapan
14.4.13
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.

Anonim
10.4.13
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

tanggapan
14.4.13
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.

Anonim
24.4.13
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

Anonim
24.4.13
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.

tanggapan
25.4.13
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.

dewina
15.4.13
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

tanggapan
19.4.13
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.

Anonim
17.4.13
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.

tanggapan
19.4.13
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.

fauziyah
22.4.13
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

tanggapan
22.4.13
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.

Unknown
23.4.13
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

tanggapan
23.4.13
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.

Unknown
24.4.13
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

tanggapan
25.4.13
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.

rima
9.5.13
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

rima
9.5.13
oh iya untuk skalanya saya menggunakan sangat setuju, setuju, ragu2 , tidak setuju dan sangat tidak setuju

tanggapan
10.5.13
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.

Anonim
10.5.13
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

tanggapan
10.5.13
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.

muhindro asriono
13.5.13
permisi pak saya mahasiswa dr statistika unair. mau tanya bagaimana cara menghitung uji spearman apabila ada ties (angka sama)?
masih bingung
trims

tanggapan
15.5.13
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.

wahyudi_hasan
14.5.13
Thenks for tulisannya yang bermanfaat

tanggapan
15.5.13
Alhamdulillah. Terima kasih.

dei putri
16.5.13
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.

tanggapan
16.5.13
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.

dei putri
17.5.13
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

tanggapan
17.5.13
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.

dei putri
17.5.13
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

tanggapan
17.5.13
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.

dei putri
18.5.13
terimakasih atas penjelasannya pak :)

tanggapan
18.5.13
Sama-sama. Semoga bermanfaat.

Anonim
21.5.13
mau nanya berapa jumlah data minimal untuk uji spearman ?
mohon bantuannya :)

tanggapan
21.5.13
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.

Disclaimer
Sumber tulisan adalah pemindahan dengan alasan teknis
dari link berikut:

Karena cukup panjang, maka artikel ini kami pisah lanjutannya di link berikut:
Reactions