Professional Documents
Culture Documents
PENDAHULUAN
1.1
Latar belakang
Dalam kehidupan sehari-hari, sering kita jumpai banyak hal yang dapat
meperoleh
data-data
tersebut,
diperlukan
adanya
suatu
Tujuan
Menambah
Menambah
Menambah
Menambah
wawasan
wawasan
wawasan
wawasan
dan
dan
dan
dan
mengetahui
mengetahui
mengetahui
mengetahui
BAB II
PEMBAHASAN
Pengujian hipotesis asosiatif
Hipotesis asosiatif merupakan dugaan tentang adanya hubungan antar
variabel dalam populasi yang akan diuji melalui hubungan antar variabel
dalam sampel yang diambil dari populasi yang akan diuji melalui
hubungan antar variabel dalam sampel yang diambil dari populasi
tersebut. Untuk itu dalam langkah awal pembuktiannya, maka perlu
dihitung terlebih dahulu koefesien korelasi antar variabel dalam sampel ,
baru koefesien yang ditemukan itu diuji signifikansinya. Jadi menguji
hipotesis asosiatif adalah menguji koefesien korelasi yang ada pada
sampel untuk diberlakukan pada seluruh populasi dimana sampel diambil
(Lihat Gambar 7.1). Bila penelitian dilakukan pada seluruh populasi maka
tidak diperlukan pengujian signifikan terhadap koefesien korelasi yang
ditemukan. Hal ini berarti peneliti tidak merumuskan dan menguji
instrumen statistik.
Terdapat tiga macam bentuk hubungan antar variabel, yaitu hubungan
simetris, hubungan sebab akibat (kausal) dan hubungan interaktif(saling
mempengaruhi). Untuk mencari hubungan antara dua variabel atau lebih
dilakukan dengan meghitung korelasi antar variabel yang akan dicari
hubungannya. Korelasi merupakan angka yang menunjukkan arah dan
kuatnya hubungan antar dua variabel atau lebih. Arah dinyatakan dalam
bentuk hubungan positif atau negatif, sedangakan kuatnya hubungan
dinyatakan dalam besarnya koefesien korelasi.
Parameter
Reduksi
Statistik r
Besarnya koefesien korelasi dapat diketahui berdasarkan penyebaran titiktitik pertemuan antara dua variabel misalnya X dan Y. Bila titik-titik
pertemuan antara dua variabel misalnya X dan Y. Bila titik-titik itu
terdapat dalam satu garis, maka koefesien korelasinya = 1 atau -1. Bila
titik titik itu membentuk lingkaran, maka koefesien korelasinya = 0.
Hubungan X dengan Y untuk berbagai koefesien bila digambarkan dalam
diagram pencar (scatterpolt) dapat dilihat pada Gambar 7.3a , 7.3b, dan
7.3c di atas.
Terdapat
bermacam-macam
teknik
Statistik
Korelasi
yang
dapat
/ Teknik
tingkatan data
Nominal
yang
digunakan
1. Koefesien
Kontingency
1. Spearman Rank
2. Kendal Tau
1. Pearson
Product
Ordinal
Interval
korelasi
dan
ratio
Moment
2. Korelasi Ganda
3. Korelasi Parsial
A. Statistik Parametris
Seperti telah ditunjukkan dalam Tabel 7.1 bahwa statistik parametris
yang digunakan untuk menguji hipotesis asosiatif (hubungan antar
variabel) meliputi Korelasi Product Moment, Korelasi Ganda dan
Korelasi Parsial.
1. Korelasi Product Moment
Teknik korelasi ini digunakan untuk mencari hubungan dan
membuktikan hipotesis hubungan dua variabel bila data kedua
variabel berbentuk interval atau ratio , dan sumber data dari dua
variabel atau lebih tersebut adalah sama.
Berikut ini dikemukakan rumus yang paling sederhana yang
dapat digunakan untuk menghitung koefesien korelasi , yaitu
Rumus 7.1 dan 7.2. Rumus 7.2 digunakan bila sekaligus akan
menghitung
persamaan
regresi.
Koefesien
korelasi
untuk
dimana :
rxy = Korelasi antara variabel x dengan y
x =(x - x )
i
y=(yi- y )
xi
yi
rxy =
n x 2i
yi
2
n y i ( 2)
2
(( xi ) )
x i y i
n
Contoh:
Dilakukan
Rumus 7.2
penelitian
untuk
mengetahui
ada
tidaknya
keperluan
tersebut,
maka
telah
dilakukan
random.
Berdasarkan
10
responden
tersebut
diperoleh data tentang nilai ujian fisika (x) dan nilai ujian
matematika (y) sebagai berikut.
Penyelesaian :
x
= 80 90 70 60 70 80 90 60 50 50 / bab
y
= 30 30 20 20 20 20 30 10 10 10 / bab
Ho : Tidak ada hubungan antara nilai ujian Fisika dengan
Matematika.
Ha : Terdapat
Matematika.
Atau dapat ditulis singkat :
Ho : = 0
Ha : 0
TABEL 7.2
TABEL PENOLONG UNTUK MENGHITUNG KORELASI ANTARA NILAI
UJIAN FISIKA DENGAN NILAI UJIAN MATEMATIKA
8
Nilai
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
Fisika
/ Matemati
bab (x)
ka / bab
80
90
70
60
70
80
90
60
50
50
= 700
(y)
30
30
20
20
20
20
30
10
10
10
= 200
x = 70
y = 20
(
y y
)
x
x2
y2
Xy
Y
10
20
0
-10
0
10
20
-10
-20
-20
10
10
0
0
0
0
10
-10
-10
-10
100
400
0
100
0
100
400
100
400
400
100
100
0
0
0
0
100
100
100
100
100
200
0
0
0
0
200
100
200
200
2000
600
1000
Untuk perhitungan koefisien korelasi, maka data nilai ujian Fisika dan
Matematka perlu dimasukkan kedalam Tabel 7.2. Dari tabel tersebut
telah ditemukan :
Rata rata
= 700 : 10 = 70
Rata rata
= 200 : 10 = 20
x2
= 2000
y2
= 600
x2 y 2
= 1.200.000
xy = 1000 =0,037
x 2 y 2 2000.600
Jadi, ada korelasi positif sebesar 0,037 antara nilai ujian Fisika dan
Matematika tiap bab. Hal ini berarti semakin besar nilai ujian Fisika,
9
korelasi
hasil
perhitungan
tersebut
signifikan
(dapat
dengan
taraf
kesalahan
tertentu.
Bila
taraf
kesalahan
t=
r n2
1r 2
Rumus 7.3
0,037 102
=0,043
10,037 2
10
Tingkat Hubungan
Sangat rendah
Rendah
Sedang
Kuat
Sangat kuat
11
r1
X1
R
r3
X2
r2
X1
= Kepemimpinan
X2
= Kepuasan kerja
= Korelasi ganda
r1
r5
r5
r3
r6
X2
r2 R
Y
r4
R
X3
X1
= Kesejahteraan pegawai
X2
X3
= Pengawasan
= Efektivitas kerja
12
R yx x =
1
r 2yx +r 2yx 2r yx r yx r x x
1
1r x x
1
Dimana
R yx x =
1
:
Korelasi antara variabel X1 dengan X2 secara bersamasama dengan variabel Y
r yx
r yx
rx x
1
13
kepemimpinan dan
variabel,
dan
setelah
dihitung
korelasi
sederhananya
=0,5959
X1
r1 =0,45
R
r3 =
X2
r2 =0,48
14
1R
( 2)/(nk 1)
R 2 /k
Fh=
Dimana :
R = Koefisien korelasi ganda
K = Jumlah variable independent
n = jumlah anggota sampel
berdasarkan angka yang telah ditemukan, dan bila n = 30, maka
harga Fh dapat dihitung dengan rumus
10,5959
( 2)/(3021)=7,43
0,59592 /2
Fh=
dk
telapak
tangan
akan
semakin
besar
bila
umur
bertambah.
2. Korelasi antara besar telapak tangan dengan umur r1.3 = 0,7.
3. Korelasi antara kemampuan bicara dengan umurvvr2.3 = 0,7.
Telapak tangan variabel 1, kemampuan variabel 2, dan umur
variabel 3, selanjutnya dapat disusun kedalam paradigma
berikut.
X1
R1.3 = 0,7
R1.2 = 0,5
X2
R2.3 = 0,7
r yx 1r yx 2 .r x 1 x 2
1r
2
x 1x 2
1r 2yx 2
16
Untuk
memudahkan
membuat
rumus
baru,
bila
variabel
X2
Y
X1
r y . x 2 x1 =
r yx2 r yx 1 . r x1 x2
1r
2
x 1x 2
1r 2yx 1
r p n3
1r
2
p
1.
2.
3.
4.
r y . x1 x2
r yx 1r yx 2 .r x 1 x 2
1r
2
x 1x 2
1r yx 2
2
0,58(0,40 ) .(0,10)
1(0,40)2 1( 0,10)2
t=
r p n3
1r
2
p
0,68 253
=4,35
1(0,68)2
18
DAFTAR PUSTAKA
Sugiyono. 2014.
Bandung
STATISTIKA
UNTUK
PENELITIAN.
Bandung:
ALFABETA
19
BAB III
PENUTUP
3.1
Kesimpulan
Hipotesis asosiatif merupakan dugaan tentang adanya hubungan
antar variabel dalam populasi yang akan diuji melalui hubungan
antar variabel dalam sampel yang diambil dari populasi yang akan
diuji melalui hubungan antar variabel dalam sampel yang diambil
dari
populasi
tersebut.
Untuk
itu
dalam
langkah
awal
20