Variabel Penelitian

Variabel Bebas (independent variable) Data penyebab Faktor yang mempengaruhi Dilambangkan dengan simbol “X”, X1, X2, X3, ... Xn (tergantung banyaknya variabel bebas)

Variabel Terikat (dependent variable) Data akibat Faktor yang dipengaruhi Variabel terikat biasanya dilambangkan dengan huruf Y

Perhatikan contoh berikut: Hubungan antara kemiskinan dengan kebodohan Kalimat ini dapat dijelaskan bahwa orang yang bodoh dapat menyebabkan dirinya miskin, atau sebaliknya yaitu orang yang miskin dapat menyebabkan dirinya bodoh. Dengan demikian pada contoh kalimat yang pertama tidak jelas mana yang menjadi penyebab dan mana yang menjadi akibat. Hubungan antara tinggi badan dan berat badan Kalimat ini dapat dijelaskan bahwa tinggi badan seseorang menyebabkan berat badannya bertambah, tetapi dengan berat badan yang bertambah maka belum tentu menyebabkan tinggi badannya bertambah pula.

Diskusi Tentukan mana variabel Bebas dan mana variabel Terikat! Gaya Kepemimpinan --- Motivasi Kerja Kinerja --- Disiplin Minat Baca Anak --- Keterlibatan Orang tua Kecepatan Mesin --- Jumlah cetakan Motivasi belajar mahasiswa --- Kinerja Dosen Sistem Perpajakan --- Keputusan Investasi Peningkatan Penjualan --- Promosi

Materi 2 Korelasi linier sederhana (Materi Pendahuluan)

Koefisien Korelasi Pearson Korelasi ini paling sering digunakan dalam penelitian sosial dalam lambang r Koefisien korelasi (KK) merupakan indeks atau bilangan yang digunakan untuk mengukur keeratan (kuat, lemah, atau tidak ada) hubungan antarvariabel

Manfaat Koefisien Korelasi Pearson Untuk menyatakan ada atau tidaknya hubungan yang signifikan antara variabel satu dengan yang lainnya. Untuk menyatakan besarnya sumbangan variabel satu terhadap yang lainnya yang dinyatakan dalam persen (%) --- Koefisien Determinasi = r2 X 100%

Beberapa asumsi menggunakan korelasi ini adalah variabel yang dihubungkan harus memiliki ketentuan Data berdistribusi normal Data linier (searah) Data yang dipilih secara acak (random) Variasi skor variabel yang dihubungkan harus sama Data interval atau rasio

Koefisien korelasi bernilai antara -1 dan +1 (-1 ≤ KK ≤ +1), dengan ketentuan: Jika KK bernilai positif maka variabel-variabel berkorelasi positif. Semakin dekat nilai KK ke +1 semakin kuat korelasinya, demikian pula sebaliknya. Jika KK bernilai negatif maka variabel-variabel berkorelasi negatif. Semakin dekat nilai KK ke -1 maka semakin kuat korelasinya, demikian pula sebaliknya. Jika KK bernilai 0 (nol) maka variabel – variabel tidak menunjukkan korelasi Jika KK bernilai +1 atau -1 maka variabel – variabel menunjukkan korelasi positif atau negatif yang sempurna.

Tabel interpretasi dari nilai r Tidak berkorelasi 0,01 – 0,20 Sangat rendah 0,21 – 0,40 Rendah 0,41 – 0,60 Agak Rendah 0,61 – 0,80 Cukup 0,81 – 0,99 Tinggi 1 Sangat Tinggi Sumber: Usman dan Purnomo (2008 : 201)