Metode Analisis Korelasi dalam Penelitian

https://www.istockphoto.com/id/vektor/jenis-korelasi-positif-negatif-dan-tidak-ada-korelasi-hubungan-antara-dua-set-data-gm1408183259-459122713?phrase=korelasi

Seorang peneliti terkadang igin mengetahui hubungan antar variabel selain mengetahui pengaruh antar variabel. Sering sekali terjadi kekeliruan dalam pengintrepetasian antara metode melihat hubungan dan pengaruh. Pada umumnya metode yang digunakan untuk mengetahui hubungan antar variabel adalah analisis korelasi sedangkan metode yang digunakan untuk mengetahui pengaruh antar variabel antar variabel adalah analisis regresi.

Dalam penelitian, terkadang analisis korelasi disebut dengan analisis asosiasi, digunakan ketika peneliti ingin mengetahui besar dan arah hubungan antar variabel, tidak menunjukan pengaruh atau sebab akibat. Dalam hal ini terjadi hubungan dua arah atau hubungan timbal balik yang ditunjukkan dengan simbol panah dua arah (biimplikasi) sehingga tidak ada istilah variabel dependen maupun variabel independen. Umumnya analisis korelasi juga memanfaatkan grafik scatter plot dalam menvisualisasikan hubungan antar variabel. Seringkali penggunaan label variabel y dan x hanya sebagai simbol, tidak merujuk jenis variabel tertentu. Arah hubungan dalam korelasi dapat berupah arah positif maupun arah negatif. Arah positif bermakna ketika nilai suatu variabel naik, pola variabel lainnya juga naik dan berlaku sebaliknya. Sedangkan jika arah hubungan negatif bermakna ketika nilai suatu variabel naik, pola variabel lainnya turun dan berlaku sebaliknya.

Besaran atau nilai korelasi berkisar antara -1 sampai 1. Beberapa referensi membagi besaran korelasi menjadi beberapa bagian diantara: jika korelasi bernilai 0, maka disebut hubungan antar variabel acak/ tidak ada korelasi sama sekali, sedangkan jika nilai absolut korelasinya 1 disebut korelasi sempurna. Jika nilai absolut korelasinya diantra 0-0,5 maka disebut korelasinya lemah. Jika nilai absolut korelasinya diantara 0,5-0,7 disebut korelasi moderat/ sedang, sedangkan jika korelasinya diantara 0,7-0,99 disebut korelasi kuat. Misalkan nilai korelasi/hubungan antar dua variabel sebesar -0.87 artinya korelasinya kuat negatif, sedangkan jika nilai korelasinya sebesar 0.67 artinya korelasinya moderat positif.

Terdapat beberapa jenis korelasi berdasarkan jenis data dan distribusinya. Jika kedua variabel merupakan data numerik/ kuantitatif dan kedua datanya berdistribusi normal dengan pola linier maka korelasi yang tepat digunakan adalah korelasi pearson. Misalkan peneliti ingin mengetahui pola hubungan antara usia dan tingkat produktivitas seseorang. Jika kedua variabel merupakan data numerik/ kuantitatif dan minimal satu diantara kedua variabel tidak berdistribusi normal maka korelasi yang digunakan adalah korelasi spearman dan kendall tau. Misalkan peneliti ingin mengetahui pola pemberian skor dua orang juri terhadap sepuluh peserta lomba menyanyi.

Jika kedua variabel berupa data kategorik/ kualitatif maka penggunaan istilah asosiasi sering digunakan menggantikan istilah korelasi. Metode analisis yang digunakan adalah analisis tabel kontingensi dengan distribusi yang digunakan adalah distribusi khi kuadrat. Beberapa jenis korelasi yang digunakan tergantung skala datanya misalnya korelasi tetrahoric jika kedua variabel berskala binary ordinal, korelasi polikhorik jika kedua variabel berskala multi ordinal. Selain itu terdapat korelasi phi jika jika kedua variabel berskala binary nominal, korelasi cramer V jika kedua variabel berskala multinominal. Sebagai contoh misalkan peneliti ingin melihat hubungan jenis kelamin dengan jenis pekrjaannya.

Jika kedua variabel berupa gabungan antara variabel numerik dan kategorik dapat menggunakan korelasi biserial dan poin biserial. Korelasi biserial digunakan jika melihat hubungan variabel numerik dengan data ordinal. Misalkan melihat bagaimana hubungan tingkatan Pendidikan (SMA, S1 dan Pascasarjana) dengan besaran gaji yang diterima. Korelasi poin biserial digunakan jika melihat hubungan variabel numerik dengan data nominal. Misalkan melihat bagaimana hubungan jenis kelamin (laki-laki dan perempuan) dengan besaran gaji yang diterima.

Dengan mengetahui jenis korelasi peneliti dapat menggunakan metode analisis yang tepat. Dengan demikian akan didapat kesimpulan dan keputusan yang dihasilkan menjadi tepat sasaran.