MASALAH HUBUNGAN ANTAR VARIABEL (TEHNIK ANALISIS KORELASIONAL)

Slides:



Advertisements
Presentasi serupa
PENGUJIAN HIPOTESIS SAMPEL KECIL
Advertisements

ANALISIS DATA Dr. Adi Setiawan.
DESAIN DAN ANALISIS PENELITIAN
analisis KORELASIONAL Oleh: Septi Ariadi
Validitas dan Reliabilitas Instrumen
Sesi 9. Pengantar Dalam penelitian komparasional yang melakukan pembandingan antar dua variabel, yaitu apakah memang secara signifikan dua variabel yang.
KORELASI Budi Murtiyasa Jur Pend. Matematika
KORELASI WAHYU WIDODO.
PENGUJIAN HIPOTESIS ASOSIATIF
ANALISIS KORELASI DAN REGRESI LINIER
TEKNIK PENGUJIAN VALIDITAS TES DAN VALIDITAS ITEM TES HASIL BELAJAR
Korelasi Fungsi : Mempelajari Hubungan 2 (dua) variabel Var. X Var. Y.
KORELASI DAN REGRESI LINEAR SEDERHANA
TEKNIK PENGUJIAN VALIDITAS TES DAN VALIDITAS ITEM TES HASIL BELAJAR
KORELASI & REGRESI LINIER
BAB VI REGRESI SEDERHANA.
Analisis Koefisien Korelasi Rank Spearman
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
Abdul Rohman Fakultas Farmasi UGM
Koefisien Korelasi Pearson (r) Dan Regresi Oleh: Roni Saputra, M.Si
KOEFISIEN KORELASI TATA JENJANG SPEARMAN (rho = ρ  rs)
BAB IX Teknik-Taknik Analisis Korelasional Bivariant
Statistik Inferensial
BAB 9 KORELASI.
Analisis Korelasional
ANALISIS KORELASI.
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
METODE KOMPARATIF DAN METODE KORELASIONAL Program MPMT PPs UT
Uji Hipotesis.
Analisis Data Kuantitatif
TEKNIK ANALISIS KORELASIONAL
ANALISIS REGRESI DAN KORELASI LINIER
Analisis Regresi Sederhana
Analisis Koefisien Korelasi Rank Spearman
FUNGSI STATISTIK. SEBAGAI ALAT PENYAJI DATA.
STATISTIK INFERENSIAL
ANALISIS DATA 1. Persiapan 2. Tabulasi
REGRESI LINEAR DALAM ANALISIS KUANTITATIF
POINT BISERIAL, POINT SERIAL DAN PRODUCT MOMEN
METODE PENELITIAN KUANTITATIF (13) FIKOM UNIVERSITAS BUDILUHUR.
KORELASI DAN REGRESI IRFAN.
Oleh Moh. Amin FE/AKUNTANSI UNISMA
KORELASI DAN REGRESI LINEAR SEDERHANA
KORELASI.
Pertemuan ke-2 KORELASI
BAB III METODOLOGI PENELITIAN
BAB 14 PENGUJIAN HIPOTESIS SAMPEL KECIL
KORELASI.
METODE PENELITIAN KORELASIONAL
MANN WHITNEY (UJI U).
UJI KORELASI Choirudin, M.Pd.
Korelasi Korelasi Product Moment digunakan untuk melukiskan hubungan antara 2 buah variabel yg sama-sama berjenis interval atau rasio. Rumus.
KORELASI.
? 1. Konsep Statistika STATISTIKA : Kegiatan untuk : mengumpulkan data
BAB 8 ANALISIS KORELASIONAL sCp.
Uji Dua Sampel Berpasangan (Dependen) (Uji Wilcoxon)
-ANALISIS KORELASI-.
ANALISIS KORELASI Statistik Sosial KD2515 Oleh: Darwis, M.Si
Pengantar Aplikasi Komputer II Analisis Regresi Linier Berganda
PROPOSAL PENELITIAN NAMA : EIS Ns NIM :
PENGUJIAN HIPOTESIS PARAMETRIK
KORELASI & REGRESI LINIER
REGRESI DAN KORELASI DISUSUN OLEH : 1.AVERIO ALVAREZ ( ) 2.FRANS HENDRIKO MARPAUNG ( ) 3.CLAUDIA ELSHA ALVINCE ( ) 4.STEVEN.
Korelasi dan Regresi Linier Sederhana & Berganda
TEORI KORELASI RANK SPEARMAN
ANALISIS DATA 1. Persiapan 2. Tabulasi
FIKES – UNIVERSITAS ESA UNGGUL
Statisti k Non Parame trik UNIVERSITAS ANDALAS PROGRAM MAGISTER JURUSAN TEKNIK LINGKUNGAN 2018 Dosen Pengampu : Disusun Oleh: ASTRI YULIA NIM:
Analisis KORELASIONAL.
Mugi Wahidin, SKM, M.Epid Prodi Kesehatan Masyarakat Univ Esa Unggul
Transcript presentasi:

MASALAH HUBUNGAN ANTAR VARIABEL (TEHNIK ANALISIS KORELASIONAL) S T A T I S T I K MASALAH HUBUNGAN ANTAR VARIABEL (TEHNIK ANALISIS KORELASIONAL)

A. Pengertian korelasional Korelasi artinya hubungan antara dua variabel Ada dua macam vaiabel yaitu : var bebas dan var terikat B. Arah Korelasi Korelasi satu arah (korelasi positif) Korelasi berlawanan arah(korelasi negatif) C. Peta Korelasi -Korelasi positif maksimal -Korelasi negatif maksimal -Korelasi positif yang tinggi atau kuat -Korelasi negatif yang tinggi atau kuat -Korelasi yang cukup atau sedang, korelasi rendah, atau lemah

D. Angka Korelasi: 1. Pengertian: Tinggi rendah suatu korelasi tergantung pada besar kecilnya angka korelasi ( Angka indek korelasi) 2. Lambangnya: rxy : korelasi product moment : (Rho) korelasi tata jenjang : (Phi) korelasi Phi C KK : Kontingensi 3. Besarnya: antara -1 dan +1, kalau nol berarti tanpa korelasi 4. Tandanya: + : maka berarti korelasi positif - : maka berarti korelasi negatif 5. Sifatnya: rxy=0.75 sedangkan rxz=0.25. bukan berarti bahwa rxy = 3 kali lipat rxz atau rxz = 1/3 kali rxy

E. Tehnik Analisis Korelasional 1 E. Tehnik Analisis Korelasional 1. Pengertian: Tehnik analisis hubungan antara dua atau lebih variabel. 2. Tujuan: - ingin mencari bukti hubungan - hubungan itu kuat, cukupan atau rendah - Hubungan itu meyakinkan atau tidak meyakinkan 3. Penggolongannya: tehnik analisis korelasi Bivariat atau multivariat. 4. Analisis Korelasi Bivariat: 1. Tenik Korelasi Product Momen 2. Tehnik Korelasi Tata Jenjang 3. Tehnik Korelasi Koefisien Phi 4. Tehnik Korelasi Kontingensi 5. Tehnik Korelasi Point Biserial

F Tehnik Korelasi Pruduct M0ment a. Interpretasi terhadap angka indeks Korelasi r Pruduct M0ment secara kasar (sederhana) Besarnya “r” Prodyct Moment “r xy” Interpretasi 0,00 – 0,20 Sangat lemah dan sangat rendah (diabaikan dianggap tidak ada 0,20 – 0.40 Lemah atau rendah 0,40 – 0,70 Sedang atau cukupan 0,70 – 0,90 Kuat atau tinggi 0,90 – 1,00 Sangat kuat atau sangat tinggi

Menguji kebenaran atau kepalsuan. b. Interpretasi terhadap angka indeks Korelasi r Pruduct Moment dengan jalan berkorelasi dengan tabel nilai r product moment. dengan cara: Merumuskan hipotesis alternatif (Ha) dan hipotesis Nihil atau hipotesis nol (Ho) Ha nya adl “ ada(terdapat) korelasi positif (atau korelasi negatif ) yang signifikan (meyakinkan) antara var X dan var Y. Ho nya adl “ Tidak ada (atau tidak terdapat) korelasi positif (atau korelasi negatif) yang signifikan antara var X dan var Y. Menguji kebenaran atau kepalsuan. membandingkan antara “r o” atau “r xy” dengan “r t” ( r tabel dengan df=N-nr, ( df=derajat kebebasan) dengan taraf signifikansi 5 % atau 1 %.

- Jika r o sama dengan atau lebih besar dari r t maka hipotesis alternatif (Ha) disetujui (diterima). sebaliknya, Hipotesis Nihil (Ho) tidak dapat diterima. Artinya ada korelasi positif (kor negatif) yang signifikan antara var X dan var Y - Jika r o kurang dari r t maka hipotesis nol (Ho) diterima sebaliknya, Hipotesis alternatif (Ha) tidak dapat diterima. Artinya tidak ada korelasi positif (kor negatif) yang signifikan antara var X dan var Y .

6 cara mencari angka indeks korelasi “r” Product moment dan caramembuat interpretasinya. 1. Data tunggal dgn N kurang dari 30, dgn terlebih dahulu menghitung SD Rumus: Keterangan: r xy = Angka indeks korelasi “R” PM ∑xy= jumlah hasil kali dari x dan y x = X-Mx dan y = Y-My dengan My = rata-rata dri var Y SDx = Deviasi standart dari X, dengan SDy = Deviasi standar dari Y N= number of case

Jadi r o kurang dari r t, sehingga Ha ditolak sedang Ho diterima. Dari data pada tabel 1, diperoleh kesimpulan bahwa: r o atau r xy= 0,310 ,sedangkan dengan df=20-2=18 dan r t pada taraf signifikansi 5% = 0,444 r t pada taraf signifikansi 1% = 0,561 Jadi r o kurang dari r t, sehingga Ha ditolak sedang Ho diterima. Kesimpulan: Korelasi positif antara prestasi studi di fakultas dan prestasi studi di SLTA( secara matematik) disini bukanlah merupakan korelasi positif yang meyakinkan

r xy = Angka indeks korelasi “r” PM 2. Data tunggal dgn N kurang dari 30, dengan tidak usah menghitung SD Rumus: Dengan: r xy = Angka indeks korelasi “r” PM ∑x^2= jumlah deviasi skor X setelah dikuadratkan ∑y^2= jumlah deviasi skor Y setelah dikuadratkan Hasil dari r xy = 0,310 (pada tabel 1) , hasilnya persis sama dengan rumus nomor satu, Interpretasi: sama dengan diatas.

r xy = Angka indeks korelasi “R” PM 3. Data tunggal dari N kurang dari 30, dengan mendasrkan diri pada skor aslinya. Rumus: Keterangan: r xy = Angka indeks korelasi “R” PM ∑XY= jumlah hasil kali antara skor X dan skor Y ∑X= jumlah seluruh skor X ∑Y= jumlah seluruh skor Y N = Number of case Contoh dan Perhitungan pada tabel.1 sheet.2

Contoh dan perhitungan pada Tabel.1 sheet.3 4. Data tunggal dari N kurang dari 30, dengan mendasrkan diri pada skor aslinya Rumus: Keterangan: r xy = Angka indeks korelasi “R” PM ∑XY= jumlah hasil kali antara skor X dan skor Y Mx = Mean dari skor variabel X My = Mean dari skor variabel Y Mx ^2= kwadrat dari Mean skor variabel X My = Kwadrat dari Mean skor variabel Y ∑X^2 = kwadrat dari mean skor variabel X ∑Y^2 = kwadrat dari mean skor variabel Y ∑Y= jumlah seluruh skor Y N = Number of case Contoh dan perhitungan pada Tabel.1 sheet.3

2 adalah bilangan konstanta 5. Data tunggal dari N kurang dari 30, dengan mendasarkan diri pada skor aslinya. Rumus: Keterangan: 2 adalah bilangan konstanta

6. Data tunggal dari N kurang dari 30, dengan mendasarkan diri 6. Data tunggal dari N kurang dari 30, dengan mendasarkan diri pada selisih skornya (selisih ukuran kasarnya) Rumus: