MUHAMMAD HAJARUL ASWAD Pertemuan 2 MUHAMMAD HAJARUL ASWAD

2.2.2. korelasi Carl spearman 1. Analisis korelasi 2.2.2. korelasi Carl spearman 2.2.3. korelasi kontingensi

2.2.2. Korelasi Carl Spearman (rs) Sumber data ordinal dan boleh tidak berdistribusi normal Data dari kedua variabel tidak harus sama Korelasi ini efektif digunakan untuk jumlah data yang berkisar antara 10 s/d 30 pasangan. Dengan: rs = Koefisien korelasi carl spearman d = selisih skor antara dua kelompok pasangan n = jumlah pasangan pengamatan

Contoh 1. Sebuah perusahaan X merekrut pegawai baru dari perguruan tinggi dan universitas di seluruh Indonesia. Setiap peserta kemudian diberi nilai oleh pihak penyeleksi, yang besarnya antara 0 sampai dengan 15 yang menunjukkan semakin besar nilai yang diperoleh (medekati 15) semakin tinggi potensi / keahlian yang dimiliki peserta. Kemudian, setiap peserta memasuki program pelatihan internal dan kemudian diberikan penilaian di akhir pelatihan. Nilai kampus dan Nilai hasil pelatihan dari ke-12 peserta dapat dilihat pada tabel berikut:

Hasil Perhitungan Lulusan Nilai Kampus (X) Nilai Pelatihan (Y) A 8 4 B 10 C 9 D 3 E 12 6 F 11 G H 7 I J 13 K 5 L Hasil Perhitungan Hitunglah koefisien korelasi tingkatnya. Kemudian jelaskan arti dari nilai korelasi tersebut.

Dari hasil perhitungan diperoleh nilai rs = 0,726. Artinya: Terdapat hubungan positif (dari tanda positif 0,726) yang kuat (lihat skala Goilford) antara nilai pihak penyeleksi dan nilai staf pelulusan. Lulusan yang mendapatkan nilai tinggi dari pihak penyeleksi memiliki kecenderungan menjadi salah satu yang mendapatkan nilai tinggi dari staf pelatihan.

2.2.3. Korelasi Kontingensi (C) Sumber data nominal Memiliki kaitan erat dengan chi-square yang digunakn untuk menguji hipotesis uji beda. Dengan: C = Koefisien korelasi kontingensi = selisih skor antara dua kelompok pasangan N = jumlah sampel O = frekuensi observasi E = frekuensi harapan

Contoh 2. Akan dilihat apakah ada hubungan antara jenis profesi dengan jenis olah raga yang digemari. Perhatikan datanya dalam bentuk tabel berikut: Jenis olah raga Jenis Profesi Jumlah Dokter Pengacara Dosen Bisnis Golf Tenis Bulutangkis Sepak Bola 17 23 12 6 14 26 10 18 30 11 80 70 52 58 75 68 81 282

Jenis olah raga DOK PEN DOS BIS Jumlah O E Golf 17 16,45 23 21,28 10 19,29 30 22,98 80,00 Tenis 14 26 Bulutangkis 12 14,40 18,62 18 16,88 20,11 70,00 Sepak Bola 6 10,70 13,83 12,54 11 14,94 52,00 58   75 68 81 282 Hasil perhitungan

Hasil Perhitungan No Jenis Olahraga Profesi O E O - E (O - E)2 (O - E)2/E 1 Golf Dokter 17 16,45 0,55 0,30 0,02 Pengacara 23 21,28 1,72 2,97 0,14 Dosen 10 19,29 -9,29 86,32 4,47 Bisinis 30 22,98 7,02 49,30 2,15 2 Tenis 6,55 42,85 2,60 14 -7,28 52,95 2,49 -2,29 5,25 0,27 26 3,02 9,13 0,40 3 Bulutangkis 12 14,40 -2,40 5,75 18,62 7,38 54,51 2,93 18 16,88 1,12 1,26 0,07 20,11 -6,11 37,29 1,85 4 Sepak bola 6 10,70 -4,70 22,04 2,06 13,83 -1,83 3,35 0,24 12,54 10,46 109,43 8,73 11 14,94 -3,94 15,49 1,04 Jumlah   29,86 Hasil Perhitungan

Dari hasil perhitungan diperoleh nilai C = 0,31. Artinya: Terdapat hubungan positif (dari tanda positif 0,31) tetapi rendah (lihat skala Goilford) antara jenis profesi seseorang dengan jenis olah raga yang digemari.

Next: 2.3. korelasi parsial selesai Next: 2.3. korelasi parsial