Interpretasi Korelasi Pearson

Langkah-langkah analisis korelasi di artikel uji korelasi SPSS telah mengantarkan Anda untuk mendapatkan output yang ditunjukkan oleh SPSS. Lalu, apa arti dari output tersebut? Apa artinya? Bagaimana cara membacanya?

Pertama kita harus memahami hipotesis yang akan di jawab oleh uji korelasi pearson. Hipotesis uji korelasi pearson sebagai berikut:

H0 : Tidak terdapat hubungan yang signifikan antara Persentase Penduduk Miskin dan IPM (P-value > 0.05)

H1 : Terdapat hubungan yang signifikan antara Persentase Penduduk Miskin dan IPM (P-value < 0.05)

Highlight Kuning menunjukkan nilai korelasi antara variabel Persentase Kemiskinan dan IPM, yaitu sebesar -0,674. Untuk menginterpretasikan kekuatan hubungan, yang dilihat adalah angkanya. Sedangkan untuk menginterpretasikan arah hubungan, yang dilihat adalah tandanya.

Dengan menggunakan panduan tabel interpretasi korelasi di bawah ini, bisa kita ketahui bahwa angka korelasi ada di range 0,60 sampai 0,79. Yang artinya, keeratan hubungan antara Persentase Kemiskinan dan IPM tergolong kuat. 

Dengan melihat tandanya yang negatif, artinya hubungan antara Persentase Kemiskinan dan IPM adalah negatif. Artinya, bila Persentase Kemiskinan meningkat, IPM menurun. Begitu juga sebaliknya.

Garis Merah di tabel output menunjukkan nilai p-value, yaitu 0.000. Nilai ini kurang dari  alpha (5%), maka terbukti bahwa dengan tingkat signifikansi 5% bahwa variabel Kemiskinan dan IPM memiliki korelasi yang signifikan secara statistik.

Dengan informasi di atas, bisa disimpulkan bahwa variabel persentase kemiskinan dan IPM memiliki hubungan yang kuat, negatif, dan signifikan.

Sumber data :

• Badan Pusat Statistik (bps.go.id) (IPM)
• Badan Pusat Statistik (bps.go.id) (Persentase Penduduk Miskin Semester 2 – Atau kita sebut variabel Miskin)