Langkah Cepat Analisis Korelasi dengan SPSS

 Langkah Cepat Analisis Korelasi dengan SPSS

📌 Pendahuluan

Analisis korelasi digunakan untuk mengetahui hubungan antara dua variabel. Dengan SPSS, proses ini bisa dilakukan dengan cepat dan hasilnya langsung berupa tabel serta nilai koefisien korelasi. Artikel ini akan membahas langkah praktis melakukan uji korelasi, khususnya Pearson Product Moment dan Spearman Rank, yang sering digunakan dalam penelitian sosial maupun pendidikan.

🔍 Jenis Korelasi yang Umum Digunakan

• Pearson Correlation → digunakan untuk data interval/rasio yang berdistribusi normal.

• Spearman Rank Correlation → digunakan untuk data ordinal atau data yang tidak berdistribusi normal.

🔍 Langkah Cepat Analisis Korelasi di SPSS

1. Membuka File Data

• Jalankan SPSS dan buka file data penelitian.

• Pastikan variabel sudah didefinisikan dengan benar di Variable View.

2. Menjalankan Uji Korelasi

1. Klik menu Analyze → Correlate → Bivariate.

2. Masukkan variabel yang ingin diuji ke kotak Variables.

3. Pilih jenis korelasi: Pearson atau Spearman.

4. Centang opsi Two-tailed untuk uji dua arah.

5. Klik OK → SPSS akan menampilkan output korelasi.

🔍 Membaca Output SPSS

• Nilai r (Correlation Coefficient): menunjukkan 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

• Significance (p-value):

  • p ≤ 0.05 → hubungan signifikan.

  • p > 0.05 → hubungan tidak signifikan.

📑 Contoh Kasus

Peneliti ingin mengetahui hubungan antara motivasi belajar (X) dan prestasi akademik (Y).

• Output SPSS menunjukkan:

  • r = 0.65 → hubungan kuat.

  • p-value = 0.001 (< 0.05) → signifikan. 👉 Interpretasi: Ada hubungan positif yang kuat antara motivasi belajar dan prestasi akademik.

📊 Tabel Ringkas Interpretasi Korelasi

Nilai r	Interpretasi	Signifikansi (p-value)
0.00–0.19	Sangat lemah	p > 0.05 → tidak signifikan
0.20–0.39	Lemah	p ≤ 0.05 → signifikan
0.40–0.59	Sedang	p ≤ 0.05 → signifikan
0.60–0.79	Kuat	p ≤ 0.05 → signifikan
0.80–1.00	Sangat kuat	p ≤ 0.05 → signifikan

📚 Daftar Pustaka

1. Ghozali, I. (2018). Aplikasi Analisis Multivariate dengan Program IBM SPSS. Semarang: Badan Penerbit Universitas Diponegoro.

2. Santoso, S. (2019). Menguasai Statistik dengan SPSS. Jakarta: Elex Media Komputindo.

3. Field, A. (2017). Discovering Statistics Using SPSS. London: SAGE Publications.

🔑 Kata Kunci SEO

• Uji korelasi SPSS

• Pearson correlation SPSS

• Spearman rank SPSS

• Membaca output SPSS

• Interpretasi nilai korelasi