ANALISIS HUBUNGAN

Berbagai fenomena yang terjadi dalam kehidupan selalu menimbulkan berbagai pertanyaan, mengapa itu terjadi ?, bagaimana itu terjadi ?, dan pertanyaan-pertanyaan lain yang pada dasarnya menunjukan keingintahuan manusia untuk dapat memahami dan menjelaskannya. Kompleksnya masalah yang terjadi baik secara bersamaan maupun beriringan berakibat pada tidak sederhananya jawaban yang bisa dimunculkan. Keadaan ini telah mendorong manusia untuk memilih dan memilah-milah berbagai kejadian serta mengkajinya sebagai upaya untuk memahaminya. Apabila terjadi suatu gejala yang sama dengan gradasi yang berbeda dengan latar sebab (secara rasional yang sama,manusia mencoba mengkaji perbedaan tersebut dengan memunculkan pertanyaan apakah perbedaan tersebut benar-benar merupakan perbedaan yang nyata ataukah tidak ?, bila terjadi gejala yang sama dengan gradasi yang berbeda dan latar sebab yang berbeda, manusiapun akan mencari jawabannya terhadap perbedaan tersebut. Ketika pengkajian terhadap masalah-masalah tersebut dilakukan, manusia mencoba mengkaitkan antara satu gejala dengan gejala lainnya, baik itu terhadap gejala yang menunjukan kesamaan ataupun perbedaan. !ecara sederhana jawaban terhadap masalah-masalah tersebut terkadang dicukupkan pada jawaban yang bersifat Common Sense dengan menunjuk pada bukti empiris ( dengan keterbatasan pengamatan serta mengkaitkannya dengan gejala yang mengiringinya. Akan tetapi bukti-bukti empiris (dalam penggunaan Common Sense, bukti empiris umumnya berrsifat tunggal karena keterbatasan pengamatan yang teramati pada dasarnya merupakan masalah yang kompleks pula sehingga memerlukan pendalaman dan pengulangan pengamatan baik secara beriringan ataupun bersamaan, dalam upaya ini frekuensi kejadian serta representasi kejadian terhadap kejadian secara keseluruhan menjadi penting untuk dikaji sebelum 79

dimunculkan jawabannya. "alam kaitan ini maka !tatistik menjadi alat bantu yang penting guna mengkaji dan menganalisa berbagai gejala tersebut, sehingga dapat diperoleh bukti-bukti statistik yang dapat memperkuat buktibukti empiris (Common Sense , dan #lmu !tatistik telah lama mengembangkan alat untuk menganalisis berbagai hubungan antara gejalagejala yang bergradasi atau ber$ariasi. 4.1. Macam-macam Hubungan !ecara sederhana hubungan antar $ariabel penelitian didasarkan pada pengelompokan $ariabel ke dalam $ariabel Bebas (Independent Variable) dan $ariabel terikat (Dependent Variable). %ariabel bebas, sering juga disebut $ariabel yang mempengaruhi, sementara itu $ariabel terikat sering disebut $ariabel yang dipengaruhi. #stilah &ubungan dan pengaruh sebenarnya tidak dapat dipersamakan, dalam #lmu sosial 'engaruh mengacu pada hubungan sebab akibat (Kausal), sedangkan hubungan antara $ariabel bebas dan $ariabel terikat tidak selalu merupakan hubungan kausal. (amun demikian terdapat kecenderungan untuk mempertukarkan pemahaman tersebut cukup besar, sebagaimana diungkapkan oleh Peter Hagul dkk bahwa walaupun terdapat kemungkinan pengertian hubungan dicampuradukan dengan pengaruh, istilah $ariabel pengaruh dan $ariabel terpengaruh lebih mencerminkan kecenderungan dan arah dalam penelitian sosial. )saha untuk mencari hubungan antar $ariabel sesungguhnya mempunyai tujuan akhir untuk melihat pengaruh antar $ariabel. "isamping pemahaman hubungan seperti tersebut di atas, dilihat dari kejadiannya dengan mengacu pada teori tertentu hubungan antar $ariabel dapat dikelompokan kedalam tiga macam hubungan yaitu * +. &ubungan ,imbal balik -. &ubungan !imetris .. &ubungan Asimetris

80

Hubungan timbal balik adalah hubungan antara $ariabel satu dengan $ariabel lain dimana masing-masing $ariabel dapat menjadi sebab dan juga akibat, dalam hubungan macam ini sulit ditentukan mana $ariabel penyebab dan mana $ariabel akibat, karena bisa saja pada satu saat menjadi penyebab dan pada saat lain menjadi akibat. Hubungan Simetris adalah hubungan dimana $ariabel yang satu tidak disebabkan atau dipengaruhi oleh $ariabel lainnya, hal ini dapat terjadi bila $ariabel-$aribel (0 (+ merupakan indikator dari konsep yang sama/ (nrupakan akibat dari faktor yang sama/ (. berkaitan secara fungsional, dan berhubungan secara kebetulan. Apabila dalam fakta-fakta penelitian ditemukan macam hubungan yang demikian maka diperlukan pengkajian yang lebih mendalam tentang kemungkinan-kemungkinan terdapatnya $ariabel-$ariabel lain yang berpengaruh. Hubungan simetris adalah hubungan apabila terdapat $ariabel suatu $ariabel yang mempengaruhi $ariabel lainnya. ,erdapat enam tipe hubungan asimetris yaitu hubungan antara * (+ !timulus dan respon/ (- "isposisi dan 1espon/ (. 2iri indi$idu dan ,ingkah laku/ (0 prakondisi dan akibat/ (3 #mmanen/ (4 tujuan dan cara. "engan memahami macam-macam hubungan tersebut, peneliti akan terbantu dalam menentukan konsep dan atau $ariabel yang akan diteliti serta macam hubungannya sehingga terhindar dari kerancuan teoritis dalam penentuan indikator (operasionalisasi $ariabel5Konsep , umumnya dalam penelitian sosial dan pendidikan hubungan antara $ariabel yang menjadi fokus penelitian lebih banyak mengacu pada hubungan Asimetris, dan paling tidak tercakup dalam enam macam hubungan seperti tersebut di atas. )ntuk lebih jelas berikut ini akan dikemukakan contoh-contoh hubungan *

81

!abel "#$ Contoh Hubungan simetris No + . 0 3 4 Macam Hubungan !timulus 6 1espon "isposisi - 1espon 2iri #ndi$idu - , 7aku 'rakondisi - Akibat #mmanen 2ara 6 ,ujuan Hubungan antar Konsep/Variabel Bebas (X) Terikat (Y) Kompensasi %oti&asi Ke'a (uru Kiner'a Kepala Sekolah Ke)erdasan *mosi !ingkat Pendidikan Produkti&itas Ker'a +uality of ,ork -ife Kepuasan Ker'a .umlah Pega/ai Span of Control Disiplin Prestasi Sis/a

&ubungan-hubungan tersebut bila dilihat dari $ariasi antar %ariabel serta nilai prediksinya termasuk ke dalam tipe hubungan korelasional atau regresional dimana di dalamnya tidak terdapat true &alue nilai 0 untuk tiap nilai 1, berbeda dengan tipe hubungan 2ungsional dimana untuk tiap-tiap nilai 1 mempunyai !rue Value nilai 0, hubungan jenis ini kebanyakan berlaku dalam #lmu Alam, sedangkan tipe hubungan korelasional atau regresional lebih banyak ditemukan dalam penelitian #lmu-ilmu sosial termasuk #lmu 'endidikan. 4.2. Teknik Analisis Analisis hubungan antar $ariabel pada dasarnya mengindikasikan adanya data pengamatan5penelitian dapat dilakukan hubungan yang dengan antar berpasangan, tiga cara dan dan cara menganalisisnya sebagaimana menganalisis

diungkapkan oleh 3obert (# D# Steel dan .ammes H# !orrie yaitu * +. 8engabaikan keduanya, masing-masing secara terpisah -. menggunakan analisis regresi .. memeriksa korelasinya. di sini yang akan dibahas adalah cara nomor dua dan nomor tiga yakni regresi dan korelasi, sedang yang nomor satu tidak akan dibahas karena

82

lebih mengarah pada analisis perbandingan guna membedakan antara $ariabel yang satu dengan $ariabel lainnya. "alam melakukan analisis hubungan, !tatistika menjadi alat bantu penting dalam proses pendeskripsian dan penganalisaan, baik itu dalam penggambaran tunggal $ariabel maupun dalam penggambaran lebih dari satu $ariabel. Analisis hubungan pada dasarnya merupakan upaya untuk melihat $ariasi yang bersamaan antara satu $ariabel dengan $ariabel lainnya guna memperoleh gambaran tentang keterkaitannya antara $ariabel bebas dengan $ariabel terikat, baik dalam kekuatannya maupun kemampuan prediksi $ariabel bebas terhadap $ariabel terikat. "alam !tatistika, analisis yang bermaksud memahami kekuatan serta arah hubungan antar $ariabel adalah ,eknik analisis Korelasi, sedangkan analisis yang bermaksud untuk memahami bentuk serta prediksinya adalah teknik analisis 3egresi, kedua teknik analisis ini pada dasarnya saling berhubungan, sehingga dalam penerapannya sering digunakan secara bersamaan dalam melakukan analisis hubungan antar $ariabel, dan penggunaan keduanya sering disebut sebagai analisis korelasional (Correlational 3esear)h4Study . !ementara itu apabila analisis dilanjutkan dengan model kausal (atas dasar formulasi teori tertentu maka analisis jalur (Path nalysis merupakan teknik analisis yang tepat. "alam penerapannya, teknik analisis hubungan mempunyai $ariasi urutan yang berbeda, ada yang menempatkan analisis regresi terlebih dahulu baru kemudian analisis korelasi seperti Sud'ana, dan Santosa %ur/ani, ada pula yang sebaliknya yakni mendahulukan analisis korelasi baru kemudian analisis regresi seperti Dennis * Hinkle, !ementara itu menurut %ade Putra/an pertanyaan yang harus dijawab dalam penelitian yang bersifat hubungan yaitu (+ bagaimana model regresinya ?, (- bagaimana bentuk hubungannya ?, dan (. berapa kekuatan5keeratan hubungannya , model regresi dan bentuk hubungan diketahui melalui persamaan regresi,

83

sementara keeratan hubungan dapat diketahui dengan perhitungan korelasi (koefisien korelasi . 'erbedaan tersebut secara prinsip tidak akan mempengaruhi hasil analisis, tetapi nampaknya pengurutan itu tergantung pada pertanyaan analisis yang diharapkan. Bila seseorang ingin mengetahui lebih dahulu tentang ada tidaknya hubungan antar $ariabel, maka analisis korelasi didahulukan baru kemudian analisis regresi untuk melihat bentuk hubungan serta persamaannya untuk melakukan prediksi/ sementara itu bila ingin mengetahui bentuk hubungan serta persamaan untuk melakukan prediksi, analisa regresi bisa didahulukan baru analisis korelasi untuk mengetahui keeratan hubungan atau efisiensi garis regresi (persamaan regresi guna menentukan akurasi prediksi. !uatu hal yang perlu dipahami adalah bahwa analisis regresi dan korelasi sangat erat hubungannya, hal ini juga terlihat dari cara-cara perhitungannya, disamping itu akurasi prediksi dalam persamaan regresi ditentukan juga oleh korelasinya sebagaimana dikemukakan oleh Kerlinger bahwa !he higher the )orrelation, the better the predi)tion5 the higher the )orrelation /hether positi&e or negati&e, the )loser the plotted &alues /ill be to the regression line# "alam penelitian korelasional, perumusan masalahnya harus mengarah pada suatu hubungan sesuai dengan %ariabel-$ariabel yang akan diteliti apakah bersifat sederhana atau multiple o 'erumusan masalah untuk Korelasi tunggal5regresi linier sederhana Apakah terdapat hubungan antara %ariabel 9 dengan %ariabel :

o 'erumusan masalah untuk Korelasi ;anda5regresi linier ;anda ( 1$,16,0 Apakah terdapat hubungan antara %ariabel 9 + dengan %ariabel : Apakah terdapat hubungan antara %ariabel 9 - dengan %ariabel : Apakah terdapat hubungan antara %ariabel 9 + dan 9- secara bersama-sama dengan %ariabel : 84

o 'erumusan masalah untuk Korelasi 8ultiple . %ariabel bebas

(1$,16,17,0

Apakah terdapat hubungan antara %ariabel 9 + dengan %ariabel : Apakah terdapat hubungan antara %ariabel 9 - dengan %ariabel : Apakah terdapat hubungan antara %ariabel 9 . dengan %ariabel : Apakah terdapat hubungan antara %ariabel 9 +, 9-, 9. secara bersama-sama dengan %ariabel :

4.2.1. Regresi #stilah regresi pertama kali digunakan oleh 2ran)is (alton pada tahun +<<= ketika mengadakan penelitian tentang hubungan antara tinggi orang tua dengan tinggi anaknya, dan sampai pada kesimpulan bahwa rata-rata tinggi anak yang berasal dari orang tua yang tinggi lebih rendah dibanding rata-rata tinggi orang tuanya, sedangkan anak-anak yang berasal dari orang tua yang rendah, tinggi rata-ratanya lebih tinggi dari tinggi orang tuanya, dengan demikian terjadi regress (kemunduran atau tendensi terjadinya penurunan. !elanjutnya istilah 3egression digunakan untuk menggambarkan garis yang menunjukan arah hubungan antar $ariabel, serta dipergunakan untuk melakukan prediksi, selain istilah tersebut, di kalangan akhli !tatistik ada juga yang menggunakan istilah estimating line sebagai padanan istilah 1egresi. Sutrisno Hadi dalam bukunya analisis regresi bertujuan untuk * +. memeriksa apakah garis regresi tersebut bakal efisien dipakai sebagai dasar -. 8enghitung persamaan garis regresi .. untuk mengetahui sumbangan relatif dan sumbangan efektif bila prodiktornya lebih dari satu $ariabel. 1egresi yang terdiri dari satu $ariabel bebas ( predi)tor dan satu $ariabel terikat (3esponse4Criterion disebut regresi linier sederhana 85 nalisis 3egresi menyatakan bahwa atau garis taksiran

(bi&ariate regression , sedangkan regresi yang $ariabel bebasnya lebih dari satu disebut regresi jamak (%ultiple regression4multi&ariate regression), yang dapat terdiri dari dua prediktor (regresi ganda maupun lebih. "alam persamaan regresi $ariabel bebas ( predi)tor biasanya dilambangkan dengan 9, dan $ariabel terikat dilambangkan dengan :, dalam penulisan persamaan : perlu diberi topi (0 )ap untuk menunjukan : yang diprediksi berdasarkan persamaan (3egression e8uation . Adapun bentuk persamaannya adalah * $# 9 6# 9 7# 9 : a ; b 1 (3egresi linier sederhana) : a ; b$1$ ; b616 (3egresi linier (anda4dua prediktor) : a ; b$1$ ; b616 ; b717 (3egresi linier tiga prediktor)

a adalah koefisien konstanta dari persamaan, yang berarti nilai : pada saat nilai b : nol, dan pada saat ini garis regresi akan memotong garis :, sehingga a juga biasa disebut inter)ept. !ementara itu b adalah koefisien regresi atau koefisien arah dari persamaan regresi, yang menunjukan besarnya penambahan 0 apabila niai 1 bertambah sebesar satu. )ntuk lebih jelas dapat dilihat dalam gambar ..+. berikut ini * :

9 : a ; b1

b satuan + satuan

a
(>,>
(ambar 7#$# (rafik (aris 3egresi

;ambar di atas dapat memberikan pemahaman tentang konsep analisis regresi dengan melihat posisi masing-masing koefisien, baik 86

koefisien konstan (a maupun koefisien arah atau koefisien regresi (b . dan untuk lebih mendalami analisisnya berikut ini akan diberikan contoh perhitingan regresi yang dimulai dengan regresi linier sederhana kemudian regresi multiple dengan dua prediktor (regresi ganda 4.2.1.1. regresi linier se er!ana "sa#u $re ik#%r& )ntuk keperluan perhitungan dalam analisis regresi, contoh $ariabel yang akan dipergunakan dalam perhitungan adalah $ariabel 8oti$asi (9 sebagai $ariabel bebas, dan $ariabel Kinerja (: sebagai $ariabel terikat. !esuai dengan persyaratan analisis yang mengharuskan skala pengukuran5datanya bersifat inter$al atau rasio (statistik 'arametrik , maka data berikut merupakan data inter$al hasil kon$ersi dari data ordinal (!kala sikap dengan menggunakan %ethod of summated rating. !abel "#6 Data Skor %oti&asi dan Kiner'a %ariabel 9 (8oti$asi -> .> 3> 4> <> ?> 330 %ariabel : (Kinerja 4> 3> => <> +-> ++> !0

!abel "#7 %en)ari Persamaan 3egresi menggunakan Skor Kasar ' -> .> ( 4> 3> '2 0>> ?>> '( +->> +3>> 87

3> 4> <> ?> 330

=> <> +-> ++> !0

-3>> .4>> 40>> <+>> "#!00

.3>> 0<>> ?4>> ??>> 30$00

1umus mencari a dan b menggunakan dua persamaan * @: A (a B b@9 A 4a B ..> b A ..>a B -+?>> b (C ++> (C @ 9: A a@9 B b@9#. 0?> ##. .>3>>

#. 3.?>> A 44> a B .4.>> b ##. 4+>>> A 44> a B 0.<>> b =+>> A =3>> b b A =+>> * =3>> A >.?0444= (>.?3 0?> A 4a B ..> (>.?3 4a A 0?> - .+..3 A +=4.3 a A +=4,3 * 4 A -?.0 9 : 6<," ; =#<> 1 2ara lain mencari a dan b dengan menggunakan tabel ... b A a A b A A A ( (@9: - (@9 (@9 ( (@9- - (@9 @: - b @9 ( 4 (.>3>> - (..> (0?> 4 (-+?>> - (..> -+.>> --3>> >,?0444= (>.?3
-

- bX

88

A A A

0?> - >.?3 (..> 4 +=4.3 Y 4 -?.0+44 (-?,0 6<," ; =#<> 1 - bX <+.4= - 33 (>,?3 A -?.0- (-?.0

!abel "#"# %en)ari Persamaan 3egresi dengan menggunakan simpangan ' -> .> 3> 4> <> ?> 330
X Y

( 4> 3> => <> +-> ++> !0 A A

) -.3 --3 -3 3 -3 .3 0

)2 +--3 4-3 -3 -3 4-3 +--3 3%$0

* --+.4= -.+.4= -++.4= -+.4= .<... -<... 0

*2 04?.3? +>>-.?? +.4.+? -.=? +04?.+? <>-.3? 3&&3'33

)* =3<.03 =?+.=3 3<..3 -<..3 ?3<.-3 ??+.33 3$$0

..>54 A 33 0?>54 A <+.4=

C adalah 9 dikurangi X , y adalah : dikurangi Y )ntuk mencari nilai ? @6 dan ? @y dapat juga dilakukan secara langsung menggunakan ,abel .... tanpa mencari %ean dengan meng gunakan 1umus * @ C- A @ 9- - (@ 9 (
-

A -+?>> - ..>- A .=3> 4

@ Cy A @ 9: - (@ 9 ( @ : A .>3>> 6 ..> C 0?> A .33> ( 4 b A @ Cy A .33> A >.?3 (>.?0444= @ C.=3> a A Y - b X --D <+.4= - 33 (>,?3 A -?.0- (-?.0 9 : 6<," ; =#<> 1 89

!abel "#># %en)ari Persamaan 3egresi dengan menggunakan koefisien korelasi ' -> .> 3> 4> <> ?> 330 ( 4> 3> => <> +-> ++> !0 ) -.3 --3 -3 3 -3 .3 0 )2 +--3 4-3 -3 -3 4-3 +--3 3%$0 * --+.4= -.+.4= -++.4= -+.4= .<... -<... 0 *2 04?.3? +>>-.?? +.4.+? -.=? +04?.+? <>-.3? 3&&3'33 '* =3<.03 =?+.=3 3<..3 -<..3 ?3<.-3 ??+.33 3$$0

!tandar "e$iasi 9 (!d9 A -=..? / !tandar "e$iasi : (!d: A -=.<4 1umus Korelasi * Cy

r@y

(C (y .33>

.33>
A A >.?.>-

r@y

(.=3> (.<<.,..

.<+4.><

b b a

A A A :

r C (Sd0 A Sd1 ) >.?.>- C ( -=.<4 * -=..?

Y

A >.?04 (>.?3

- b X --D <+.4= - 33 (>,?3 A -?.0- (-?.0

6<," ; =#<> 1

4.2.1.2. +engu,ian Signi-ikansi an linieri#as Garis Regresi !etelah diperoleh persamaan garis regresi, langkah berikutnya adalah melakukan pengujian apakah persamaan tersebut signifikan serta linier atau tidak. )ntuk itu terlebih dahulu perlu dicari Eumlah kuadrat untuk masingmasing sumber %arian sebagai berikut * 90

.umlah Kuadrat A EK,(Eumlah Kuadrat ,otal EK (Eumlah Kuadrat (a EK (1 (Eumlah Kuadrat ,otal direduksi EK (Eumlah Kuadrat (b EK! (Eumlah Kuadtar !isa EK (; (Eumlah Kuadrat ;alat EK(,2 (Eumlah Kuadrat ,una 2ocok A A A A A A A :( : ( EK, b Cy EK1 EK (b (:k --:5k EK! EK; EK (a
-

)ntuk lebih jelasnya akan dilakukan perhitungan dengan mengacu pada ,abel berikut !abel "#B#
' -> -> 3> 4> <0 ?> 3" ( 4> 3> <> <> +-> ++0 $0 (2 .4>> -3>> 40>> 40>> +00>> +-??4 ("!( ) -.0 -.0 -0 4 .> .4 0 '2 ++34 ++34 +4 .4 ?>> +-?4 $(0 * --0 -.0 -0 -0 .4 .> 0 *2 3=4 ++34 +4 +4 +-?4 ?>> 3!(0 )* <+4 ++34 +4 --0 +><> +><> #"

'ersamaan regresi : 7>#$B ; =#<= 1 "engan data di atas hasil perhitungan Eumlah Kuadrat adalah * EK(, EK (a EK (1 EK (b EK!
EK;

A 04-?4 A 0-..4 A A A
A

04-?4 -

0-..4A .?4> (@ y-

>.?> C 0+-0 A .=++.4 .?4> - .=++.4 A -0<.0

( 4>-B 3>- 6 (++>
-

B ( <>- 6 (<> - B ( <>- 6 (<> + +

91

EK(,2

(+->- 6 (+-> - B (++0- 6 (++0 + + -0<.0 - 3> A +?<.0

3>

untuk menghitung .K( data 0 dikelompokan menurut data 1, data 1 diurutkan dari ke)il ke besar dan yang nilai 1 nya sama merupakan satu kelompok sedang yang 1 nya satu dianggap satu kelompok, sesudah itu hitung .K untuk tiap kelompok, yang kelompoknya satu .K nya =

nilai-nilai tersebut kemudian dimasukan pada tabel Ana$a sbb * !abel "#C# !abel na&a untuk pengu'ian Signifikansi dan linieritas Persamaan regresi
!umber %arians

"b 4 + + 0 . +

EK 04-?4 0-..4
.=++.4 -0<.0

1EK 0-..4 .=++.4 4-.+ 44.+. 3>

Fh

Ft>.>3

Ft>.>+

,otal 1egresi a 1egresi b !isa ,una 2ocok ;alat Kesimpulan *

3?.==

=.=+

-+.->

+?<.0 3>

+..-

-+4

30>.

1. 'ersamaan 1egresi

: 7>#$B ; =#<= 1 signifikan karena Fh D Ft

(3?.== D -+.-> 6 =.=+ baik pada taraf kepercayaan ?3 G (>.>3 maupun pada taraf kepercayaan ?? G (>.>+ 2. 'ersamaan 1egresi : 7>#$B ; =#<= 1 linier baik pada taraf

kepercayaan ?? G (>.>+ Fh H Ft (+..- H 3.0> , maupun pada taraf kepercayaan ?3 G (>.>3 Fh H Ft (+..- H 30>. .

92