Korelasi Lain
Korelasi Lain
NIM : 1302595
PRODI : PENDIDIKAN IPA KELAS B
ANALISIS KORELASI
A. Korelasi Biserial Titik (Dikotomi Murni Kontinum Interval)
Contoh : mengkaji hubungan antara jenis kelamin dengan sikap keguruan
dikotomi murni kontinum interval
Pertanyaan dapat berupa:
1. Bagaimana hubungan antara jenis kelamin dengan sikap keguruan ?
2. Apakah sikap guru pria berbeda dengan sikap guru wanita ?
3. Apakah ada perbedaan sikap keguruan antara pria dan wanita ?
Bisa dilakukan uji t (untuk 2 kelompok yang independen). Namun, nisa juga dianalisis
dengan korelasi biserial titik.
Rumus :
Kel. Kesatu = pria (p)
Kel. Kedua = wanita (q)
X 0 = wanita
1 = pria
Jawab.
Nilai yang diperlukan rumus
= 3/6 = 0,5
= 3/6 = 0,5
Dengan menggunakan rumus korelasi pearson akan didapat hasil yang sama.
B. Korelasi Phi (Dikotomi Murni Dikotomi Murni)
Jika kedua peubah bersifat dikotomi, maka kemungkinan pasangannya hanya, (1,1) (1,0)
(0,1) (0,0).
Tabel yang ada pada soal dapat ditransformasikan pada tabel kontingensi 2 2 untuk
menghitung koefisien korelasi phi.
Tabel kontingensi 2 2
y
0 1
x
1 a b
0 c d
Rumus :
( ) ( )( )( )
Contoh soal
Menemukan koefisien korelasi antara jenis kelamin dengan respon subjek terhadap suatu soal
benar salah. data seperti pada tabel.
No x y No x y
1
2
3
4
5
6
7
8
9
10
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
0
0
0
0
11
12
13
14
15
16
17
18
19
20
0
0
0
0
0
0
0
0
0
0
1
1
0
0
0
0
0
0
0
0
Jawab.
Transformasi ke tabel kontingensi 2 2
y
0 1
x
1 4 (a) 6 (b)
0 8 (c) 2 (d)
( ) ( )( )( )
() ()
( ) ( )( )( )
() ()()()
C. Korelasi Peringkat Spearman (Peringkat Peringkat)
Untuk analisis non parametrik. Data paling tidak keduanya harus ordinal ataau unsurnya
dapat diurutkan.
X jenis kelamin
1 = pria
2 = wanita
Y soal salah benar
1 = benar
2 = salah
Artinya,
1,0 = pria menjawab salah = 4
1,1 = pria menjawab benar = 6
0,1 = wanita menjawab benar = 8
0,0 = wanita menjawab salah = 2
Rumus
Jika skor pada kelompok terdapat peringkat yang sama/kembar < 20 %
Jika skor pada kelompok terdapat peringkat yang sama/kembar > 20 %
dengan,
Contoh soal
Hitung koefisien korelasi !. Hubungan kemampuan menulis skirpsi dan kemampuan memper-
tahankannya dalam ujian. Berdasarkan penilaian dosen pembimbing dan penguji skirpsi, skor
penilaian ditulis dalam peringkat sebagai berikut :
a. Jika tidak ada peringkat kembar
Mahasiswa A B C D E F G H
Peringkat menulis 2 3 5 1 8 7 6 4
Peringkat ujian 1 4 5 2 7 6 8 3
D 1 -1 0 -1 1 1 -2 1
d
2
1 1 0 1 1 1 4 1 10
)
(
)
N = banyak pasangan
t = banyak anggota kembar pada
suatu perkembaran
b. Jika ada peringkat kembar
Mahasiswa A B C D E F G H
Peringkat menulis (x) 2,5 2,5 5 1 7 7 7 4
Peringkat ujian (y) 1 4 5 2 7 6 8 3
d 1,5 -1,5 0 -1 0 1 -1 1
d
2
2,25 2,25 0 1 1 1 1 1 8,5
Peringkat kembar X
Grup ke1 = 2 unsur (2,5)
Gurp ke2 = 3 unsur (7)
Jumlah skor kembar = 2 + 3 = 5
Besarnya =
, pakai rumus r
k
Kembar 2 t = 2
(
Kembar 3 t = 3
(
Peringkat kembar Y tidak ada peringkat kembar
(
()
Masukkan ke rumus
D. Korelasi Peringkat Kendal (Peringkat Peringkat)
Langkah:
1. Urutkan / wajarkan data pertama urutan biasa
2. Wajarkan data kedua dengan perhitungan (wajar = +1, tidak wajar = -1)
3. Hitung skor maksimal (S)
4. Masukkan ke rumus
Rumus
Jika skor pada kelompok tidak terdapat peringkat yang sama / kembar
Skor maksimum yang mungkin terjadi
Koefisien korelasi kendall
Jika skor pada kelompok terdapat peringkat yang sama / kembar
Contoh soal
Hitung koefisien korelasi !. Hubungan kemampuan menulis skirpsi dan kemampuan memper-
tahankannya dalam ujian. Berdasarkan penilaian dosen pembimbing dan penguji skirpsi, skor
penilaian ditulis dalam peringkat sebagai berikut :
a. Jika tidak ada skor kembar
Mahasiswa A B C D E F G H
Peringkat menulis 2 3 5 1 8 7 6 4
Peringkat ujian 1 4 5 2 7 6 8 3
Langkah 1. Susun salah satu peringkat secara wajar, sehingga tabel menjadi
Mahasiswa D A B H C G F E
Peringkat menulis 1 2 3 4 5 6 7 8
Peringkat ujian 2 1 4 3 5 8 6 7
Langkah 2. Wajarkan data kedua. Memperhitungkan posisi wajar peringkat kelompok
yang satu terhadap yang lain dari peringkat kelompok kedua. Peringkat naik = wajar (+1),
peringkat turun = tidak wajar (-1)
( )
( )
( )
( )
) (
( )
( )
)
2 1 4 3 5 8 6 7
-1 +1 +1 +1 +1 +1 +1 = 5
1 4 3 5 8 6 7
+1 +1 +1 +1 +1 +1 = 6
4 3 5 8 6 7
-1 +1 +1 +1 +1 = 3
3 5 8 6 7
+1 +1 +1 +1 = 4
5 8 6 7
+1 +1 +1 = 3
8 6 7
-1 -1 = -2
6 7
+1 = 1
Langkah 3. Jumlah skor untuk mendapatkan skor maksimum
S = 5 + 6 + 3 + 4+ 3 2 + 1 = 20
Langkah 4. Masukkan ke rumus
( )
()
( )
b. Jika ada skor kembar
Mahasiswa A B C D E F G H
Peringkat menulis (x) 2,5 2,5 5 1 7 7 7 4
Peringkat ujian (y) 1 4 5 2 7 6 8 3
Langkah 1. Urutkan salah satu data peringkat secara wajar, sehingga tabel menjadi
Mahasiswa A D H B C F E G
Peringkat ujian (y) 1 2 3 4 5 6 7 8
Peringkat menulis (x) 2,5 1 4 2,5 5 7 7 7
Langkah 2. Hitung S
S = (5-1) + (6-0) + (4-1) + (4-0) + (3-0) = 20
Langkah 3. Hitung nilai peringkat kembar
Kembar di X 2 grup kembar
Grup 1 = 2 skor t = 2
Grup 2 = 3 skor t = 3
Faktor koreksian =
( )
()
()
Kembar di Y tidak ada
Langkah 4. Masukkan ke rumus
( )
( )
) (
( )
( )
( )
( )
E. Korelasi Biseri (Dikotomi Buatan Kontinum Interval)
Rumus
= peubah kontinu
( )
Masukkan rumus
(
()()
)
F. Korelasi Tetrakhorik (Dikotomi Buatan Dikotomi Buatan)
Langkah pertama membuat tabel kontingensi 2 2.
Rumus
Contoh soal
Melihat hubungan kemampuan akademik awal mahasiswa dalam skor sipenmaru dan skor bakat
guru. Kedua macam skor itu dilaporkan dalam bentuk diatas rerata (0) dan dibawah rerata (1).
Rerata skor sipenmaru di jurusan itu = 650
Jika skor seorang mahasiswa = 673 diatas rerata
Rerata skor bakat guru di jurusan itu = 35
Jika skor seorang mahasiswa = 30 dibawah rerata
Andaikan banyak mahasiswa dij= jurusan itu untuk angkatan tertentu = 80 orang. Setelah
dikalkulasi tabel kontingensi 2 2 nya sebagai berikut :
Sipenmaru
0 1
Bakat
Guru
1 14 (a) 38 (b)
0 21 (c) 7 (d)
Jawab.
()()
()() ()()
G. Regresi Logistik
Ketika variabel terikat dikotomi
Tidak mengasumsikan hubungan 2 variabel secara linier.
Rumus
1 = diatas rerata
0 = dibawah rerata
(
= kemungkinan y = 1
= variabel independen
= koefisien regresi
Contoh kasus
Jika ingin megetahui pembelaian kosmetik merk tertentu oleh beberapa orang wanita,
dengan variabel penjelas : umur, tingkat pendapatan (low, medium, high), dan status (
menikah/M, single/S). Pembelian merupakan variabel prediktor 1 = membeli, 0 = tidak
membeli.