Cara Interpretasi Output Analisis Korelasi dalam Penelitian
Ketika kita sering membaca publikasi hasil penelitian baik jurnal nasional maupun jurnal internasional, kita akan sering menjumpai analisis data yang digunakan menggunakan analisis korelasi. Analisis korelasi ini merupakan uji asosiatif yang sering digunakan oleh banyak peneliti untuk mengetahui bagaimana hubungan antar variabel.
Bahkan pada banyak judul karya ilmiah misalnya skripsi, juga banyak mahasiswa tingkat akhir yang menggunakan analisis korelasi. Mengingat pentingnya pemahaman mengenai analisis korelasi ini, maka saya tergerak untuk membahas mengenai cara interpretasi output analisis korelasi dalam penelitian.
Tahapan-tahapan analisis korelasi mungkin dapat dengan mudah kita analisis menggunakan bantuan software pengolah data, namun untuk melakukan interpretasi dan penarikan kesimpulan butuh pemahaman yang lebih mendalam. Hal bertujuan agar output hasil penelitian tersebut dapat diinterpretasikan dan disimpulkan dengan benar.
Teori Dasar Analisis Korelasi
Sebelum kita lanjutkan untuk membahas cara interpretasi hasil analisis korelasi, setidaknya kita perlu memahami dulu mengenai teori dasar pada analisis korelasi. Pemilihan analisis korelasi ditentukan berdasarkan skala pengukuran dari variabelnya.
Tentu kita masih ingat bahwa pada skala pengukuran variabel dapat dibagi menjadi 4, yaitu skala data nominal, skala data ordinal, skala data interval, dan skala data rasio.
Jika ingin mengetahui perbedaan di antara masing-masing skala data ini, silakan teman-teman bisa membaca artikel saya terdahulu atau menonton video di channel YouTube Kanda Data.
Mengapa skala pengukuran ini penting untuk dijadikan dasar dalam pemilihan analisis korelasi?
Analisis korelasi pearson merupakan analisis korelasi parsial yang paling sering digunakan oleh peneliti. Ketika kita akan menggunakan analisis korelasi ini, ada beberapa asumsi dasar yang perlu dipenuhi.
Asumsi tersebut diantaranya adalah bahwa data terdistribusi normal. Agar berdasarkan hasil uji normalitas diperoleh data terdistribusi normal, setidaknya skala pengukuran data yang digunakan adalah skala data interval atau skala data rasio.
Selanjutnya, bagaimana jika skala pengukuran menggunakan skala data nominal atau ordinal yang masuk dalam nonparametrik?
Umumnya skala pengukuran untuk variabel non parametrik tidak berdistribusi normal, sehingga kita dapat memilih alternatif analisis korelasi yang sesuai. Contohnya ketika skala pengukuran datanya adalah skala ordinal, kita dapat mempertimbangkan untuk menggunakan analisis korelasi rank spearman atau Kendall tau.
Adapun jika skala pengukuran yang digunakan pada variabel memiliki pengukuran skala nominal, maka kita dapat mempertimbangkan untuk menggunakan Chi square.
Setelah kita memahami dengan lebih baik mengenai teori dasar analisis korelasi ini, selanjutnya kita lanjutkan untuk membahas mengenai cara interpretasi hasil analisis korelasi.
Cara interpretasi hasil analisis korelasi
Ketika kita sudah selesai melakukan pengolahan data, langkah selanjutnya kita lakukan interpretasi hasil. Pada analisis korelasi baik korelasi pearson, rank spearman, Kendall tau, maupun Chi square kita akan memperoleh nilai koefisien korelasi.
Berdasarkan nilai koefisien korelasi tersebut, untuk menginterpretasikan hasil minimal ada 3 hal yang perlu di interpretasikan. Berdasarkan output hasil analisis, 3 hal yang perlu diinterpretasikan yaitu uji hipotesis, arah hubungan, dan keratan hubungan. Baik, mari kita bahas satu persatu secara lebih detail.
1. Uji hipotesis analisis korelasi
Hal pertama yang akan kita bahas untuk interpretasi hasil yaitu mengenai uji hipotesis dari analisis korelasi. Uji hipotesis ini maksudnya yaitu uji hipotesis statistik.
Hal ini sangat penting karena berkaitan dengan hipotesis penelitian. Seperti kita sudah ketahui bersama bahwa ketika kita memilih untuk menggunakan analisis statistik inferensial, kita dapat menuliskan hipotesis untuk diuji.
Contohnya ketika seorang peneliti menguji “Hubungan antara motivasi karyawan dengan kinerja karyawan”
Berdasarkan contoh ini, kita mengetahui bahwa baik variabel motivasi karyawan maupun kinerja karyawan diukur menggunakan skala ordinal. Oleh karena itu, pada contoh ini kita menggunakan analisis korelasi rank spearman.
Pada hipotesis penelitian, kita dapat menuliskan: “Motivasi karyawan memiliki hubungan yang nyata dengan kinerja karyawan” Selanjutnya untuk membuktikan hipotesis tersebut dapat melakukan serangkaian kegiatan penelitian diantaranya mengumpulkan data dan menganalisis data.
Selanjutnya untuk menguji hipotesis penelitian tersebut, kita dapat menuliskan ke dalam hipotesis statistik yang terdiri dari hipotesis nol dan hipotesis alternatif.
Untuk hipotesis penelitian dapat kita tuliskan kedalam hipotesis alternatifnya. Contohnya:
- Ho: Motivasi karyawan tidak memiliki hubungan yang nyata dengan kinerja karyawan
- Ha: Motivasi karyawan memiliki hubungan yang nyata dengan kinerja karyawan.
Untuk interpretasi pada hasil analisis pada poin pertama ini, kita akan menguji hipotesis nolnya. Apakah kita akan menerima hipotesis nol atau menolak hipotesis nol. Jika kita menolak hipotesis nol, maka artinya kita menerima hipotesis alternatifnya.
Berdasarkan contoh diatas, jika nilai koefisien korelasi sebesar 0,875; Bagaimana cara memutuskan untuk pengujian hipotesis statistiknya?
Untuk menguji hipotesis statistik ini, kita dapat menggunakan dua kriteria. Kriteria pertama dengan membandingkan nilai koefisien korelasi dengan nilai kritis di tabel R.
Kriteria yang kedua kita bisa melihat dari nilai probabilitas kesalahan dari alpha. Jika kita melakukan perhitungan secara manual maka kita perlu mencari nilai tabel R, namun jika menggunakan bantuan software analisis data maka sudah tersedia nilai probabilitas dari tingkat kesalahan. Biasanya nilai probabilitas ini dituliskan nilai sig.
Langkah selanjutnya tarik kesimpulan. Contoh, nilai koefisien korelasi sebesar 0,875 diketahui nilai Sig. adalah 0,0012. Berdasarkan nilai tersebut maka kita dapat menyimpulkan bahwa nilai sig. lebih kecil dari alpha sebesar 5%.
Kebetulan alpha yang ditetapkan dalam penelitian ini adalah sebesar 5%. Dengan demikian dapat disimpulkan berdasarkan hasil analisis bahwa kita menolak hipotesis nol.
Karena kita menolak hipotesis nol, maka kita menerima hipotesis alternatifnya. Oleh karena itu, dapat disimpulkan bahwa motivasi karyawan memiliki hubungan yang nyata dengan kinerja karyawan.
2. Arah hubungan
Cara interpretasi yang kedua, kita dapat melihat arah hubungan. Bagaimana cara kita bisa mengetahui arah hubungannya?
Kita dapat mengetahuinya dari nilai koefisien korelasi. Berdasarkan contoh penelitian hubungan motivasi karyawan dengan kinerja karyawan, diketahui nilai koefisien korelasinya sebesar 0,875.
Dengan demikian dapat disimpulkan bahwa korelasi bernilai positif, artinya korelasi kedua variabel tersebut memiliki arah hubungan yang searah.
Jika kita menginterpretasikan, maka peningkatan motivasi karyawan diestimasikan akan meningkatkan kinerja karyawan. Hal ini juga berlaku sebaliknya, menurunnya motivasi karyawan diestimasikan akan menurunkan kinerja karyawan.
Dengan demikian kita akan mengetahui bahwa koefisien korelasi positif menunjukkan arah hubungan yang searah, sebaliknya jika koefisien korelasinya bernilai negatif maka ini menunjukkan arah hubungan yang berlawanan arah.
3. Keeratan hubungan
Cara interpretasi yang terakhir yaitu mengetahui keratan hubungan. Ketika membaca sebuah artikel hasil penelitian, kadang disampaikan bahwa hubungannya dinyatakan sangat erat. Atau di artikel lain kita lihat bahwa disimpulkan keeratan hubungannya kuat.
Inilah contoh aplikasi penerapan interpretasi keeratan hubungan. Jika kita ingat kembali saat belajar ilmu Statistik, di situ ada berapa buku yang mengkategorikan keeratan hubungan menjadi sangat tidak erat, tidak erat, cukup erat, erat, dan sangat erat.
Ada yang mengkategorikan sangat tidak kuat, tidak kuat, cukup kuat, kuat, dan sangat kuat. Ada juga referensi yang menyatakan hubungan cukup dibagi menjadi dua yaitu erat dan tidak erat atau kuat dan tidak kuat.
Jika kita melihat nilai koefisien korelasi 0,875 menunjukkan bahwa nilai korelasi tersebut mendekati 1 yang menunjukkan bahwa keeratan hubungannya kuat.
Penutup
Setelah kita membahas mengenai interpretasi hasil analisis korelasi, kini saatnya kita mengambil kesimpulan. Ketika peneliti akan memilih analisis korelasi, peneliti perlu memperhatikan skala pengukuran data dan asumsi yang dipersyaratkan.
Pada pilihan analisis korelasi tersebut, interpretasi analisis korelasi setidaknya memuat tiga hal yaitu pengujian hipotesis, arah hubungan, dan keeratan hubungan.
Baik, ini artikel yang dapat saya tulis pada kesempatan ini. Semoga bermanfaat dan memberikan nilai tambah pengetahuan untuk kita semuanya. Sampai jumpa di artikel edukasi pekan berikutnya, terima kasih.
Posting Komentar untuk "Cara Interpretasi Output Analisis Korelasi dalam Penelitian"