Mengolah Data Penelitian Korelasi

Posted on June 4, 2012

1


Hal yang saya tulis ini berkecenderungan digunakan untuk metode penelitian korelasi, tetapi beberapa bagian dapat disesuaikan untuk metode lainnya. Cekidot guys!

Guys..bagi kamu-kamu yang sedang mengerjakan proses pengolahan data untuk tugas akhir kamu, pasti dalam benakmu timbul pertanyaan, “Setelah ini, data yang ku dapat ini mau ku apain yah?” Tenang aja, kamu ga sendiri kok, saya juga seperti kamu. Jadi yuk kita bahas sama-sama step-step yang perlu kita lakukan dalam proses pengambilan dan pengolahan data penelitian kamu.

Pertama, kamu harus udah memiliki data hasil try-out aitem skala kamu.

Kedua, kamu harus memeriksa daya diskriminasi aitem. Menurut Azwar (1999) dalam buku Penyusunan Skala Psikologi, daya diskriminasi yang digunakan dalam menganalisis aitem yaitu ≥ 0.30, tetapi daya diskriminasi ini dapat diturunkan menjadi ≥ 0.25 apabila aitem-aitem yang lolos dengan daya diskriminasi ≥ 0.30 tidak mencukupi kuota yang diinginkan. Tetapi juga dipertimbangkan bahwa batas penurunan daya diskriminasi tidak disarankan menurunkan batas kriteria hingga 0.20. So, hal ini dapat menjadi dasar peneliti dalam menetapkan batas daya diskriminasi untuk analisis aitem skala ini. So selanjutnya, data mentah dari hasil skala kamu, kamu pindahkan ke spss data editor. Kemudian kamu lihat di toolbar dan pilih ‘analize’ –> ‘scale’ –> ‘reliability analysis’ –> copy data di kolom kiri ke kanan –> klik tombol ‘statistic’ dan ceklist sub ‘scale if item deleted’ –> klik tombol ‘continue’ –> ‘ok’

setelah proses tersebut, kamu akan melihat tampilan hasil reliabilitas alpha cronbach skala dan daya diskriminasi aitem-aitem. Aitem-aitem yang memiliki daya diskriminasi dibawah 0.2 (jika kamu memilih batas daya diskriminasi ini) dapat kamu hapus. IAtem yang tersisisa, kamu ulang lagi proses spssnya dan sisa aitem tersebutlah yang akan menjadi aitem skala asli kamu.

Ketiga, kamu susun kembali aitem yang telah lolos dan menyebarkannya kembali ke sampel-sampel penelitianmu.

Keempat, data dari skala kedua (hasil setelah try-out), kamu olah data mentah dengan menginputnya di microsoft excel.

Kelima, copy data dari excel ke data editor program SPSS untuk dilakukan uji normalitas dan uji linearitas. Uji normalitas dilakukan untuk mengetahui apakah data penelitian kedua variabel terdistribusi secara normal. Hal ini perlu dilakukan karena kalau populasi yang dari sampel diambil tidak bersifat normal, maka tes statistik yang bergantung pada asumsi normalitas itu menjadi cacat sehingga kesimpulannya menjadi tidak berlaku (Kerlinger, 1995). Uji normalitas ini dilakukan dengan menggunakan uji one-sample Kolmogrov-Smirnov. Data dikatakan terdistribusi normal jika nilai phi > 0.05. Step yang dilakukan di SPSS yaitu buka program SPSS, di toolbar pilih analize, nonparametrics test, 1-sample K-S, ok.

Sedangkan uji linearitas dilakukan untuk mengetahui apakah distribusi data penelitian, yaitu variabel bebas dan variabel tergantung memiliki hubungan linear.

Keenam, setelah kamu melakukan uji normalitas dan linearitas maka selanjutnya yaitu melakukan uji korelasi (hubungan) yang mana kita akan menggunakan korelasi Pearson Product-Moment. Alasan menggunakan analisa ini adalah metode ini cocok digunakan untuk menghubungkan dua variabel dengan skala ordinal (Azwar, 2010).

Nah, dari tiap subjekmu yang telah merespon aitem-aitemmu, maka kamu harus menjumlahkan seluruh jumlah aitem (kamu bisa menggunakan rumus di Microsoft Excell yaitu SUM). Setelah mendapat skor aitem maka kamu harus mengubahnya menjadi data ordinal yaitu tinggi, sedang dan rendah. Cara yang dilakukan untuk mengkategorikannya yaitu dengan rumus:

X < (π-1.0σ)    = rendah

(π-1.0σ) ≤ x < (π+1.0σ)           = sedang

(π+1.0σ) ≤ x    = tinggi

Keterangan:  x (jumlah skor total aitem), π (mean/rerata) dan σ (standar deviasi)

Ketujuh, setelah hasil skor total aitem diubah menjadi data ordinal maka pindakan data tersebut ke data editor SPSS untuk dilihat hubungannya dengan uji korelasi pearson product moment. Pada toolbar program SPSS, pilih analize, correlate, bivariate (2 variabel), pindahkan seluruh data dari kotak kiri ke kanan, masih dalam jendela yang sama centang kotak Pearson (hubungan) & two-tailed (2 arah untuk melihat ada/tidak adanya hubungan), ok.

Nah bila hasil korelasi diatas 0.05 maka data kamu memiliki hubungan (hipotesis kamu diterima) dengan asumsi bila koefisien korelasi bergerak dari nilai 0 sampai +1 maka dinyatakan berkorelasi positif dan apabila koefisien korelasi bergerak dari nilai 0 sampai -1 maka dinyatakan berkorelasi negatif (Sukadji, 2000).

Slamat bekerja!😀