Pearson Correlation - Case Motivasi Kerja

Misalkan kita melakukan survey untuk 30 orang dalam sebuah organisasi, dengan mengukur 5 variable:

1. Kepemimpinan: 1 sd 100 (1 tidak ada kepemimpinan, 100 kepemimpinan sempurna)

2. Iklim organisasi perusahaan: 1 sd 100 (1 iklim tidak bagus, 100 iklim sangat bagus)

3. Motivasi Kerja: 1 sd 100 (1 sangat tidak termotivasi, 100 sangat termotivasi)

4. Kinerja: 1 sd 100 (1 kinerja sangat buruk, 100 kinerja sangat bagus)

5. Gender: Perempuan 0, Laki-laki 1

Didapatkan data sbb:

.browse

pemimpin, iklim, motiv, kinerja, Gender

70 57 61 79 L

84 79 69 89 L

70 57 61 79 L

63 58 52 65 L

74 67 51 70 P

35 25 30 40 P

63 58 52 65 P

55 36 38 60 P

65 49 50 69 P

65 49 50 69 P

73 52 53 79 L

44 69 54 59 L

84 79 69 89 L

70 57 61 79 L

74 67 51 70 P

73 52 53 79 L

73 52 53 79 L

65 49 50 69 P

44 69 54 59 L

60 47 46 62 P

60 47 46 62 P

35 25 30 40 P

74 67 51 70 P

64 68 53 68 L

55 36 38 60 P

84 79 69 89 L

63 58 52 65 L

45 46 45 50 P

45 46 45 50 P

64 68 53 68 L

.desc

--------------------------------------------------------------------

              storage   display    value

variable name   type    format     label      variable label

--------------------------------------------------------------------

pemimpin        double  %10.0g                Kepemimpinan

iklim           double  %10.0g                Iklim Organisasi

motiv           double  %10.0g                Motivasi kerja

kinerja         double  %10.0g                Prestasi Kerja

Gender          byte    %8.0g      Gender     

---------------------------------------------------------------------

catatan: lupakan type double, seharusnya untuk menghemat storage bisa di convert ke type integer (untuk menghemat space penyimpanan).

Pertanyaan:

1. Apakah ada korelasi antara Kepemimpinan dengan Motivasi?

2. Apakah ada korelasi antara Iklim Organisasi dengan Motivasi?

Jawab:

Pertama-tama kita cek data, apakah bisa digunakan Pearson Corelation?

Menurut https://statistics.laerd.com/stata-tutorials/pearsons-correlation-using-stata.php ada 4 syarat sebelum Pearson Corelation bisa diterapkan, yaitu:

1. Kedua kombinasi variable adalah variable continuous, bukan ordinal.

Jika kita lihat Kepemimpinan dan Motivasi, diukur dalam metode yang memungkinkan user memilih angka yang continous spt 25, atau 25.3  atau 25.977 dst (walaupun sebenarnya user akan cenderung menggunakan integer/bilangan bulat bukan float/ada desimalnya, artinya cenderung ke Ordinal). Jika type ordinal dengan grade 100, sehingga jika diasumsikan ordinal maka lebih cocok diperiksa menggunakan Spearman Correlation.

Namun karena pertanyaan survey nya bukan dropdown list, tapi value text (isi angka bebas), maka untuk case ini bisa kita asumsikan ini adalah continuos variable.

2. Harus ada linearitas antara 2 variable tsb

. scatter motiv iklim

. scatter motiv pemimpin

Terlihat bahwa kedua pasangan variable cukup linier 

3. Jangan sampai ada outlier yang significant.

Dari diagram scatter plotter diatas terlihat bahwa tidak ada satu atau beberapa values yang melenceng jauh dari garis trend (warna merah). Kita bisa juga menampilkan dalam bentuk matrix.

.graph matrix pemimpin iklim motiv kinerja, half

4. Variable terdistribusi secara normal

Untuk menguji apakah distribusi normal, dapat dilakukan Shapiro-Wilk test of normality.

. swilk motiv pemimpin iklim

                   Shapiro-Wilk W test for normal data

    Variable |        Obs       W           V         z       Prob>z

-------------+------------------------------------------------------

       motiv |         30    0.93193      2.164     1.596    0.05528

    pemimpin |         30    0.95156      1.540     0.892    0.18608

       iklim |         30    0.96908      0.983    -0.036    0.51429

Prob>z untuk ke tiga variable tsb > dari 0.05, artinya ketiga variable tsb memenuhi syarat distribusi normal.

Dengan terpenuhi 4 syarat diatas maka kita siap melakukan Uji Korelasi Pearson.

Korelasi Kepemimpinan Organisasi dengan Motivasi

. pwcorr motiv pemimpin

             |    motiv pemimpin

-------------+------------------

       motiv |   1.0000 

    pemimpin |   0.7828   1.0000

Terlihat bahwa Kemimpinan Organisasi berkorelasi positif dengan Motivasi Kerja sebesar 0.7828. 

Korelasi Iklim Organisasi dengan Motivasi

. pwcorr motiv iklim

             |    motiv    iklim

-------------+------------------

       motiv |   1.0000 

       iklim |   0.8710   1.0000

Terlihat bahwa Iklim Organisasi berkorelasi positif dengan Motivasi Kerja sebesar 0.8710. 

Bisa juga diperiksa apakah ada korelasi antara variable Kepemimpinan Organisasi, dengan Iklim Organisasi?

Korelasi Kepemimpinan Organisasi dengan Iklim Organisasi

. pwcorr iklim pemimpin

             |    iklim pemimpin

-------------+------------------

       iklim |   1.0000 

    pemimpin |   0.6630   1.0000

Terlihat bahwa Kepemimpinan Organisasi berkorelasi positif terhadap Iklim Organisasi sebesar 0.6630.

Kita bisa merangkum korelasi tsb sbb:

. pwcorr motiv pemimpin iklim, sig star(.05) obs

             |    motiv pemimpin    iklim

-------------+---------------------------

       motiv |   1.0000 

             |

             |       30

             |

    pemimpin |   0.7828*  1.0000 

             |   0.0000

             |       30       30

             |

       iklim |   0.8710*  0.6630*  1.0000 

             |   0.0000   0.0001

             |       30       30       30

Perintah diatas akan menghasilkan 3 baris. Contoh korelasi pemimpin dengan motiv:

0.7828* - koefisien korelasi r = 0.7828  

0.0000 - p value (signicifant level)< 0.05 diberi bintang

30 - jumlah data yang di observasi

Kekuatan korelaasi:

Coefficient Value	Strength of Association
0.1 < | r | < .3	small correlation
0.3 < | r | < .5	medium/moderate correlation
| r | > .5	large/strong correlation

Jika melihat data diatas r=0.7828 > 0.5, maka korelasi pemimpin - motiv sangat strong.

Liniearitas, Sebaran Data, dan Kekuatan Korelasi

Jika dilihat, korelasi antara Kepemimpinan -- Iklim Organisasi yang 0.6630, kita coba plot:

. scatter iklim pemimpin

. scatter pemimpin iklim

terlihat bahwa data nya lebih tersebar (dari garis merah).

Bisa disimpulkan bahwa semakin tersebar datanya (artinya tidak terlalu mengumpul di garis merah), maka kekuatan korelasi nya akan mengecil.

Kekuatan korelasi:

- 0.6630 iklim - pemimpin (data lebih tersebar)

- 0.7828 pemimpin -- motiv

- 0.8710 iklim -- motiv (data lebih memusat)

Perlu diingat bahwa korelasi absolut 1 (+1 atau -1)  adalah paling kuat, sedangkan korelasi 0 artinya tidak ada korelasi. Lebih jauh tentang Pearson Correlation ini bisa di baca di https://en.wikipedia.org/wiki/Pearson_correlation_coefficient.

Kesimpulan:

Dalam organisasi yang disurvey: Motivasi karyawan saling berkorelasi dengan: Iklim organisasi perusahaan (kekuatan korelasi 87%), kemudian saling berkorelasi juga dengan Faktor Pemimpin (kekutan korelasi 78%).

Demikian juga Iklim Perusahaan saling berkorelasi dengan Kepemimpinan perusahaan tersebut (kekuatan korelasi 66%).

<eof>