METODE PENELITIAN KORELASIONAL

Slides:



Advertisements
Presentasi serupa
ANALISIS REGRESI (REGRESSION ANALYSIS)
Advertisements

Statistik Parametrik.
analisis korelasional RHO SPEARMAN
Statistik deskriptif.
analisis KORELASIONAL Oleh: Septi Ariadi
BAB XI REGRESI LINEAR Regresi Linear.
Analisis Korelasi dan Regresi Linier Sederhana
ANALISIS KORELASI DAN REGRESI LINEAR SEDERHANA
Operations Management
PENGUJIAN HIPOTESIS ASOSIATIF
REGRESI LINEAR Oleh: Septi Ariadi
Analisis Korelasi dan Regresi Linier Sederhana
Korelasi Fungsi : Mempelajari Hubungan 2 (dua) variabel Var. X Var. Y.
KORELASI DAN REGRESI LINEAR SEDERHANA
KORELASI & REGRESI LINIER
BAB VI REGRESI SEDERHANA.
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
Abdul Rohman Fakultas Farmasi UGM
Koefisien Korelasi Pearson (r) Dan Regresi Oleh: Roni Saputra, M.Si
Probabilitas dan Statistika
BAB 9 KORELASI.
Analisis Korelasional
ANALISIS REGRESI SEDERHANA
REGRESI LINEAR SEDERHANA
ANALISIS KORELASI.
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
Uji Hipotesis.
Regresi & Korelasi Linier Sederhana
T – test
ANALISA REGRESI & KORELASI SEDERHANA
Dosen pengasuh: Moraida hasanah, S.Si.,M.Si
BAB VII ANALISIS KORELASI DAN REGRESI LINIER SEDERHANA
ANALISIS REGRESI SEDERHANA
TEKNIK ANALISIS KORELASIONAL
ANALISIS REGRESI DAN KORELASI LINIER
Analisis Regresi Sederhana
Analisis Korelasi dan Regresi linier
Regresi dan Korelasi Linier
REGRESI LINEAR DALAM ANALISIS KUANTITATIF
Variabel Penelitian.
STATISTIKA ANALISIS REGRESI DAN KORELASI
ANALISIS KORELASI DAN REGRESI LINEAR SEDERHANA
SEJARAH REGRESI Istilah Regresi diperkenalkan oleh Fancis Galtom
STATISTIKA INDUSTRI I ANALISIS REGRESI DAN KORELASI LINIER (1)
KORELASI DAN REGRESI IRFAN.
PERAMALAN DENGAN GARIS REGRESI
REGRESI LINIER DAN KORELASI
Analisis REGRESI.
KORELASI DAN REGRESI LINEAR SEDERHANA
ANALISIS REGRESI SEDERHANA
STATISTIKA INDUSTRI I ANALISIS REGRESI DAN KORELASI LINIER (1)
Pengertian Regresi Analisis regresi merupakan studi ketergantungan satu atau lebih variabel bebas terhadap variabel tidak bebas. Dengan maksud untuk meramalkan.
BAB 14 PENGUJIAN HIPOTESIS SAMPEL KECIL
ANALISIS KORELASI.
Operations Management
ANALISIS REGRESI SEDERHANA
KORELASI DAN REGRESI SEDERHANA
UJI KORELASI Choirudin, M.Pd.
KORELASI.
-ANALISIS KORELASI-.
Created by - Elmi Imiarti Purba - Linda Azzahra - Tamara Nathania
REGRESI LINEAR SEDERHANA
KORELASI & REGRESI LINIER
REGRESI DAN KORELASI DISUSUN OLEH : 1.AVERIO ALVAREZ ( ) 2.FRANS HENDRIKO MARPAUNG ( ) 3.CLAUDIA ELSHA ALVINCE ( ) 4.STEVEN.
Regresi dan Korelasi E. Susy Suhendra.
ANALISIS KORELASI DAN REGRESI LINEAR SEDERHANA
ANALISIS REGRESI SEDERHANA
ANALISIS REGRESI SEDERHANA
Analisis KORELASIONAL.
Korelasi dan Regresi Aria Gusti.
Transcript presentasi:

METODE PENELITIAN KORELASIONAL

JENIS-JENIS METODE PENELITIAN KUANTITATIF Ada 4 jenis metode penelitian kuantitatif (Steg, Buunk, Rothengatter, 2008) penelitian korelasional/ correlational research eksperimen murni/true experiment eksperimen tidak murni/quasi-experiment survei /survey.

penelitian korelasional Penelitian korelasional menyelidiki hubungan antar variabel (khususnya measured variables), dengan minat utama untuk menentukan bagaimana variabel-variabel tersebut berhubungan satu sama dalam situasi yang bersifat natural Ciri-ciri utama penelitian korelasional: Penelitian pada kelompok subjek tertentu. Pengukuran variabel variabel penelitian.

Langkah-langkah penelitian penentuan masalah .. …

suatu peristiwa atau kejadian memiliki keterkaitan dengan peristiwa lain. Dalam ranah metodologi situasi seperti itu dikenal dengan sebutan Hubungan Sebab Akibat Hubungan atau korelasi antara kejadian satu dengan kejadian yang lainnya dapat dinyatakan dengan adanya perubahan nilai variabel Misalnya : variabel harga (X)  naik turunnya harga dinyatakan dalam perubahan nilai X variabel hasil penjualan (Y)  naik turunnya hasil penjualan diperlihatkan dari perubahan pada nilai Y

Hubungan antar variabel : a. Hubungan Simetris b. Hubungan Asimetris c. Hubungan Resiprokal

Langkah awal identifikasi variabel Variabel X (pengaruh) dan Variabel Y (terpengaruh) Hubungan yang hendak diuji juga harus didasarkan pada landasan teoritik dan logika yang kuat

Variabel bebas/ independent variabel/ explanatory variable/ variabel peramal ( predictor)/ yang meregresi (regressor) dan variabel kendali (stimulus or control variable) Intinya variabel bebas adalah variabel yang nilai-nilainya tidak tergantung pada variabel yang lainnya disimbolkan dengan X Variabel X Variabel terikat / dependent variable; variabel yang dijelaskan (explained variable); variabel yang diramalkan (predictand); variabel yang diregresi (regressand); variabel tanggapan (response) disimbolkan dengan Y Variabel terikat intinya adalah variabel yang dipengaruhi; variabel yang ada karena variabel lain Variabel Y

pengertian dan bentuk KORELASI istilah yang digunakan untuk mengukur kekuatan hubungan antar variabel Analisis Korelasional merupakan cara untuk mengetahui ada tidaknya hubungan antar 2 variabel korelasi positif; korelasi negatif; tidak ada korelasi; korelasi sempurna Bentuk Korelasi :

Korelasi Positif Korelasi Negatif Tidak Ada Korelasi Korelasi Sempurna Korelasi/hubungan jika kenaikan variabel X diikuti pula dengan kenaikan variabel Y dan sebaliknya penurunan variabel X diikuti dengan penurunan variabel Y Korelasi/hubungan jika kenaikan variabel X diikuti dengan penurunan pada variabel Y atau penurunan variabel X diikuti dengan kenaikan variabel Y Tidak Ada Korelasi Korelasi Negatif jenis korelasi di mana kenaikan ataiu penurunan variabel X berbanding dengan kenaikan atau penurunan variabel Y Jika kedua variabel tidak memperlihatkan adanya hubungan. Ketika X naik Y naik tapi pada saat bersamaan Y juga bisa turun Korelasi Positif Korelasi Sempurna

Scatter Plot Tujuan diagram pencar: Diagram Pencar/ alat berupa diagram yang digunakan untuk menunjukkan ada tidaknya hubungan antara variabel X dan variabel Y melalui penggambaran nilai dari variabel-variabel tersebut menggunakan sistem koordinat cartesius. Pada sumbu X diletakkan nilai variabel bebas dan pada sumbu Y diletakkan nilai variabel terikat. Tujuan diagram pencar: untuk mengetahui apakah titik-titik koordinat diagram membentuk pola tertentu

…lanjutan Selanjutnya dalam diagram ditarik suatu garis yang dapat membagi dua titik koordinat pada kedua sisinya. Garis yang ditarik diupayakan sesuai menggambarkan kecenderungan data yang tersebar (garis best fit) Dari garis tersebut dapat diketahui korelasi antara 2 variabel sekaligus arah atau bentuk hubungan Jika garis naik  jenis hubungan positif Jika garis turun  jenis hubungan negatif. Jika terjadi beberapa garis  tidak ada korelasi Jika titik2 tepat melalui garis  korelasi sempurna.

Koefisien Korelasi (KK) indeks atau bilangan yang digunakan untuk mengukur keeratan ( kuat, sedang, lemah, tidak ada hubungan) antar variabel memiliki nilai antara: - 1 sampai dengan + 1 ( -1 ≤ KK ≤ + 1) a. KK bernilai positif maka hubungan variabel arahnya positif b. KK bernilai negatif maka hubungan variabel arahnya negatif c. KK bernilai 0 maka antar variabel tidak ada hubungan d. KK bernilai +1 atau – 1 maka variabelnya menunjukkan korelasi sempurna positif /negatif

…lanjutan Untuk menentukan keeratan hubungan antar variabel dapat menggunakan pedoman berikut : KK = 0 , tidak ada korelasi 0 < KK ≤ 0,20 korelasi sangat rendah/ lemah sekali 0,20 < KK ≤ 0,40 korelasi rendah/ lemah 0,40 < KK ≤ 0,70 korelasi cukup berarti 0,70 < KK ≤ 0,90 korelasi kuat/ tinggi 0,90 < KK < 1,00 korelasi sangat tinggi/ kuat/ dapat diandalkan KK = 1 korelasi sempurna. KP (coeficient of determination) = r 2 *r = koefisien korelasi Kontribusi X  Y = r 2 x 100%

Korelasi Product Moment Korelasi product moment yang dikembangkan oleh Karl Pearson populer juga dengan sebutan Korelasi Pearson Korelasi pearson merupakan indeks atau angka yang digunakan untuk mengukur keeratan hubungan antara 2 variabel Fungsi : Untuk mengetahui hubungan antara 2 variabel Untuk mengetahui arah atau bentuk hubungan Untuk mengetahui keeratan hubungan Dasar untuk melakukan prediksi

Tes Statistiknya: Syarat : (1) ∑xy rxy = ---------------- Berhadapan dengan 1 sampel yang diambil secara random Masing-masing unit analisis atau elemen sampel memiliki 2 variabel (X dan Y) Masing-masing variabel yang diukur menghasilkan data paling rendah berskala interval Data harus mengikuti garis lurus/ linier Diharapkan berdistribusi normal Tes Statistiknya: (1) ∑xy rxy = ---------------- √ ∑x ² . ∑y ² Keterangan : r = koefisien korelasi yang dihitung x = deviasi rata-rata variabel X y = deviasi rata-rata variabel Y

(2) Kesimpulan : Titik Kritis Keputusan : N ∑XY - ∑X . ∑Y r xy = ----------------------------------------------------- √ [ n∑X ² - ( ∑ X) ² ] [( n∑Y² - (∑ Y)²] (2) Titik Kritis Terletak pada Tabel Pearson atau r product moment pada berbagai n dan taraf signfikansi Keputusan : Ho ditolak jika rxy hasil analisis melampuai rxy tabel atau titik kritis Kesimpulan : a). ada tidaknya hubungan antara 2 variabel; b). arah atau bentuk hubungan; c). kekuatan hubungan antar 2 variabel ; d). kontribusi variabel X terhadap variabel Y; e). dasar melakukan prediksi

Contoh soal : Buatlah rumusan masalah berikut hipotesisnya untuk uji korelasional antar 2 variabel. Data yang diperoleh berskala interval yang diambil dari sampel secara random. Data yang berhasil diperoleh adalah sebagai berikut : Berdasarkan data tersebut buktikan (a) Ada tidaknya hubungan antara 2 variabel dengan taraf signifikansi sebesar 5 persen ; (b) Arah atau bentuk hiubungan; (c) Kekuatan hubungan antar 2 variabel dan ; (d) Besarnya kontribusi variabel X terhadap Y; (d) Dapat tidaknya digunakan sebagai dasar melakukan prediksi. Bagaimana bentuk prediksinya? Var X 3 6 9 10 13 Var Y 12 23 24 26 28 No. Resp 1 2 4 5

Penyelesaian Permasalahan : Apakah ada hubungan antara lama kerja dengan prestasi kerja karyawan. Sebanyak 5 karyawan di amati. Data hasil pengukuran berskala interval. Sampel diambil secara random Hipotesis : H1 : ada hubungan antara lama kerja dengan prestasi kerja H0 : Tidak ada hubungan antara lama kerja dengan prestasi kerja Justifikasi : Dalam analisis ini digunakan tes product moment karena : fungsi tes ini adalah : ................ dan asumsi tes ini meliputi; ................. Prosedur analisis :

Tabel Kerja : No. Resp X Y X² Y² XY 1. 3 12 9 144 36 2. 6 23 529 138 3. 24 81 576 216 4. 10 26 100 676 260 5. 13 28 169 784 364 Jumlah 41 113 395 2.709 1.014 N ∑XY - ∑X . ∑Y r xy = ------------------------------------------------------ √ [ n∑X ² - ( ∑ X) ² ] [( n∑Y² - (∑ Y)² ]   (5). (1.014) – (41) . (113) r xy = -------------------------------------------------------- √{ (5) (395) - (41)² } { (5) (2.709) - (113)² } 437 ryx = -------------- = 0,91 ( r hasil analisis) √ 228.144

Titik kritis : Keputusan : Kesimpulan : mis : Pada tabel product moment. Dengan N = 5 dan alpha 5 persen maka nilai r tabel / titik kritis sebesar 0,878. Keputusan : Oleh karena r hasil analisis > dari r tabel maka Ho ditolak. Kesimpulan : Berdasarkan hasil analisis data yang dilakukan maka dapat disimpulkan bahwa : a. Ada hubungan antara lama kerja dengan prestasi kerja pada alpha 5 persen. b. Arah hubungan positif, artinya semakin lama karyawan bekerja maka semakin tinggi prestasi kerjanya dan sebaliknya. c. Kekuatan hubungannya tergolong kuat dengan koefisien korelasi sebesar 0,91 d. Prediksi : semakin lama karyawan bekerja di perusahaan “X” maka semakin tinggi prestasi kerjanya dan sebaliknya (*).