Najmah, S.KM, MPH

A great man always be like thunder, he storms the skies, while others are waiting to be stormed (Anonymous)

Selasa, 03 Desember 2013

Uji Korelasi (Kelompok 6 )

14 komentar:

Okta Rostalia mengatakan...

Kelompok 7 (Eka mujiati, Fitri Yulianti, furqon Tri F, Okta Rostalia )

pertanyaan :
setelah melakukan uji normalitas, apabila persebaran data tidak normal, maka dilakukan transformasi data, yang dimaksud transformasi data itu seperti apa yaa?
prosesnya bagaimana?
terima kasih

Ermaliani Lia mengatakan...

Kelompok 1 (Irchas, Ermaliani, Nenny Sandy, Miska Khairia, Ade Verientic)
Pada slide interpretasi disebutkan bahwa "hubungan kedua variabel signifikan karena angka signifikansi 0,000 < 0,001, (jika tidak ada tanda dua bintang, maka secara otomatis signifikansinya sebesar 0,05"
Apa yang membedakan signifikansi 0,001 dan signifikansi 0,05 apakah ada kriteria tertentu dalam menggunakan nilai signifikansi ini ???

Tya mengatakan...

Kelompok 3
(Dwi Okta Redy, Surakhmi Oktavia, Rista Rikasi, Mariyah A.M, Tri Destiani)

Pada slide Anda terdapat pernyataan "korelasi mempunyai kemungkinan Hipotesis 2 arah", mhn diberi penjelasan beserta contohnya.

Terima kasih

Rahayu Hasti Komaria mengatakan...
Komentar ini telah dihapus oleh pengarang.
Rahayu Hasti Komaria mengatakan...

jawaban utk kelompok 7:

transformasi data adalah proses yang digunakan untuk mengubah data asli menjadi bentuk lain sehingga data tersebut siap untuk dianalisis.

banyak cara yang dapat digunakan untuk merubah bentuk data namun yang paling sering digunakan adalah Compute dan Recode..

terima kasih

Rahayu Hasti Komaria mengatakan...

jawaban utk kelompxok 1:

secara umum kita menggunakan angka signifikansi itu didasarkan pada tingkat kepercayaan yang diinginkan oleh peneliti itu sendiri. Sedangkan pertimbangan lain ialah menyangkut jumlah data (sample) yang akan digunakan dalam riset. Semakin kecil angka signifikansi maka ukuran sampel akan semakin besar. Sebaliknya semakin besar angka signifikansi maka ukuran sample akan semakin kecil. untuk memperoleh angka signifikansi yang baik, biasanya diperlukan ukuran sample yang besar. sebaliknya jika ukuran sample semakin kecil, maka kemungkinan munculnya kesalahan semakin ada.

dari pernyataan tersebut dapat ditarik kesimpulan pada uji kolerasi kali ini memang menggunakan jumlah sample yang cukup besar sehingga angka signifikansi yang digunakan adalah 0,001..

terimakasih

Rahayu Hasti Komaria mengatakan...

Jawaban untuk kelompok 3:

Dalam korelasi ada dua arah korelasi, yaitu searah dan tidak searah. Pada SPSS hal ini ditandai dengan pesan two tailed. Arah korelasi dilihat dari angka koefesien korelasi. Jika koefesien korelasi positif, maka hubungan kedua variabel searah. Searah artinya jika variabel X nilainya tinggi, maka variabel Y juga tinggi. Jika koefesien korelasi negatif, maka hubungan kedua variabel tidak searah. Tidak searah artinya jika variabel X nilainya tinggi, maka variabel Y akan rendah.

MAD Kelompok 6 mengatakan...

jawaban kelompok 3:

Penentuan 1 sisi atau 2 sisi ini didasarkan hipotesis penelitian. Jika hipotesis hanya menyebutkan “terdapat hubungan” maka artinya bentuk hubungan belum ditentukan apakah positif atau negatif dan dengan demikian menggunakan uji 2 sisi. Jika hipotesis menyatakan “terdapat hubungan positif” atau “terdapat hubungan negatif” maka artinya bentuk hubungan sudah ditentukan dan dengan demikian menggunakan uji 1 sisi.
seperti yang terlihat pada outpul uji korelasi disitu terdapat kesamaan nilai antara BMI dan totchol yang berarti keduanya memiliki hubungan.

trims :)

AnaGitaa mengatakan...

Assalamualaikum, kami dari kelompok 8 (Ana Fauziah, Gita Arista dan Herim Fitriyani) ingin bertanya pada kelompok anda:

bahwa dalam langkah pengujian korelasi dilakukan uji normalitas terlebih dahulu, nah biasanya dalam uji normalitas kita melihat "tabel normality of test" dimana terdiri atas kolom "kolmogorov smirnov" dan kolom "shapiro wilk" kenapa pmbacaan nilai uji normalitas pada kolom kolmogrov smirnov, bukan pada angka signifikan pada "kolom shapiro wilk"?? Terima kasih :D

nU of Nurophoshion mengatakan...

Assalamualaikum...
saya Nur Hidayah perwakilan kelompok 2 (nur hidayah, manto, nur inzana, ade nurmayanti, dan hanis karuniawati.
ingin bertanya kepada kelompok 6
bagaimana cara mengupayakan transform data yang tidak normal menjadi sebaran data yang normal pada uji korelasi? apakah ada pengaruh hasil uji? dan apakah perlu dilakukan pengubahan2 data?
terima kasih...
mohon penjelasanny :)

Rahayu Hasti Komaria mengatakan...

Kami akan menjawab pertanyaan kelompok 8..
Terima kasih atas pertanyaannya..

SPSS akan melakukan analisis Shapiro-Wilk jika kita hanya memiliki kurang dari 50 subjek atau kasus. Uji Shapiro-Wilk dianggap lebih akurat ketika jumlah subjek yang kita miliki kurang dari 50.

Metode shapiro wilk menggunakan data dasar yang belum diolah dalam tabel distribusi frekuensi.

Rahayu Hasti Komaria mengatakan...

Kami akan menjawab pertanyaan dari kelompok 2,,

Terima kasih atas pertanyaannya..
Caranya yaitu dengan Normalisasi data. Normalisasi merupakan cara transformasi data agar distribusinya menjadi normal. Jadi, data yang perlu dilakukan normalisasi harus dipastikan bahwa memang datanya belum berdistribusi normal. Distribusi normal itu secara sederhana digambarkan dalam kurva distribusi bentuknya cenderung seperti lonceng simetris. Tidak skew alias melenceng atau miring ke kiri atau ke kanan. Demikian pula kurtosisnya, kurva gambar lonceng yang terlalu gemuk atau kurus juga mengindikasikan ditribusinya tidak normal. Jadi, dikatakan distribusi normal jika skewness = 0 dan kurtosis = 0. Tentang skewness dan kurtosis,

Normalisasi bisa dilakukan dengan dua langkah. Pertama, lakukan pembersihan data. Periksalah, apakah ada data yang outlier (di luar kewajaran, ekstrim kiri atau kanan). Misalnya data tinggi anak usia sekolah dasar di Kota Bandung, ada data satu siswa yang tingginya 175 cm.. Jelas outlier itu, walau kemungkinan kejadian di dunia nyata benar-benar ada. Tapi mungkin satu per sekian juta kasus…

Kedua, bila langkah pertama tidak juga menghasilkan distribusi yang normal, bolehlah kita melakukan transformasi data. Transformasi di sini berarti kita mengubah semua data, tidak terkecuali untuk menjaga perbedaan antar data relatif tetap. Ada empat jenis transformasi yang dikenal, yaitu:

1.Transformasi log
Digunakan untuk menormalisasi distribusi data yang memiliki Positive Skew (banyak data yang nilainya di bawah nilai median sehingga tail atau ekor alias kaki kurva lonceng lebih panjang ke sebelah kanan)
2.Transformasi square root (akar kuadrat)
Untuk menormalisasi distribusi data dengan Positive Skew
3.Transformasi resiprokal
Cocok dipakai pada distribusi data dengan  Positive Skew
4.Tranformasi reverse score
Untuk data yang distribusinya Negative Skew

Dyan Sapti Permata Sari mengatakan...

Kami dari kelompok 4 (mulawarman, indah, dyan, widyawati, novinda) ingin bertanya korelasi bivariat gunanya untuk apa?
terima kasih

moga aryo mengatakan...

Kel 6 Uji Korelasi
Asalamualaikum wr..wb..
Kami dari kelompok 5:
• Sarnita
• Mario Sandro
• Ria Safitri
• Moga Aryo Wicaksono
• Larasati
Ingin sedikit bertanya kepada kelompok kalian…..
Pada langkah-langkah untuk menentukan uji korelasi pearson disebutkan bahwa “Bila tidak memenuhi syarat (sebaran data tidak normal) maka diupayakan untuk melakukan transformasi data supaya sebaran data menjadi normal” tolong jelaskan bagaimana cara melakukan transformasi tersebut? Dan tolong jelaskan bagaimana cara kalian melakukan Interpretasi untuk uji ini.

Poskan Komentar