Pendahuluan
Dalam penelitian skripsi yang menggunakan data kuantitatif, sering kali peneliti ingin mengetahui hubungan antar variabel. Dua metode korelasi yang paling umum digunakan adalah korelasi Pearson dan korelasi Spearman. Keduanya memiliki fungsi yang mirip, namun digunakan pada kondisi data yang berbeda. Artikel ini akan membahas langkah-langkah analisis korelasi Pearson dan Spearman secara mudah dan terstruktur.
1. Mengenal Korelasi Pearson dan Spearman
- Korelasi Pearson digunakan untuk mengukur hubungan linear antara dua variabel dengan data interval atau rasio, serta berdistribusi normal.
- Korelasi Spearman digunakan untuk mengukur hubungan antara dua variabel ordinal atau data yang tidak berdistribusi normal.
Perbedaan utama: Pearson menghitung hubungan berdasarkan nilai asli, sedangkan Spearman berdasarkan peringkat data.
2. Syarat Penggunaan
Sebelum melakukan analisis:
- Untuk Pearson: Data berdistribusi normal, hubungan linear, dan variabel berskala interval/rasio.
- Untuk Spearman: Tidak memerlukan data berdistribusi normal, cocok untuk data ordinal atau tidak linear.
3. Langkah-Langkah Analisis Korelasi Pearson
- Kumpulkan data dua variabel yang akan diuji.
- Uji normalitas data (misalnya dengan Kolmogorov-Smirnov atau Shapiro-Wilk).
- Jika data normal, lanjutkan ke korelasi Pearson.
- Masukkan data ke software seperti SPSS, Excel, atau R.
- Pilih menu Analyze → Correlate → Bivariate di SPSS.
- Centang Pearson dan klik OK.
- Interpretasi hasil:
- Nilai r berkisar antara -1 hingga 1.
- Positif berarti hubungan searah, negatif berarti berlawanan arah.
- Semakin mendekati ±1, semakin kuat hubungan.
4. Langkah-Langkah Analisis Korelasi Spearman
- Kumpulkan data dua variabel yang akan diuji.
- Uji normalitas untuk memastikan data tidak berdistribusi normal atau berskala ordinal.
- Masukkan data ke software seperti SPSS atau Excel.
- Pilih menu Analyze → Correlate → Bivariate di SPSS.
- Centang Spearman dan klik OK.
- Interpretasi hasil sama seperti Pearson, tetapi menggunakan data ranking.
5. Contoh Interpretasi Nilai Korelasi
| Nilai r | Kekuatan Hubungan |
|---|---|
| 0,00 – 0,19 | Sangat lemah |
| 0,20 – 0,39 | Lemah |
| 0,40 – 0,59 | Sedang |
| 0,60 – 0,79 | Kuat |
| 0,80 – 1,00 | Sangat kuat |
Kesimpulan
Memahami langkah-langkah analisis korelasi Pearson dan Spearman sangat penting dalam skripsi, khususnya untuk menguji hubungan antar variabel. Pearson cocok untuk data normal dan linear, sementara Spearman lebih fleksibel untuk data ordinal atau non-normal. Dengan memahami perbedaan dan cara pengolahannya, peneliti dapat memperoleh hasil analisis yang lebih akurat.
Baca Juga:Cara Menghindari Kesalahan Saat Input Data ke SPSS dari Google Form
Leave a Reply