menggunakan
data
yang
berjenis
Asosiasi
variabel
ordinal
pengurutan
atau
ranking
dua
X2
= Jumlah Sampel
N
fe
( fo fe )2
fe
Interpretasi
Nilai = 0 tidak ada hubungan
Nilai = 1 ada hubungan sempurna
Bila Tabel > 2 kolom dan baris hasil
>1 mempersulit
interpretasi.
Kelemahan
-
Koefisien V Creamer
Pada dasarnya asosiasi basis chi square memiliki fungsi yang
sama, yang menjadi perbedaan adalah koefisien V Creamer
digunakan untuk variabel dengan kategori lebih dari 2,
tetapi jumlah kategori harus sama antara variabel satu dengan
variabel lainnya. Di bawah ini merupakan rumus pada yang
dipergunakan:
2
( N ){Min (r 1), (c 1)}
Interpretasi
Koefisien Kontingensi C
Chi square dengan koefisien kontingensi C digunakan untuk
matriks dengan jumlah kolom dan baris berbeda. Di bawah
ini merupakan rumus pada yang dipergunakan :
2
(N 2 )
hubungan sempurna
Pengujian Koefisien Asosiasi
Pengujian dilakukan ketika data yang digunakan berupa
sampel
namun
ingin
menjelaskan
suatu
populasi.
Berikut
kuat
atau
lemahnya
hubungan.
Basis
PRE
Kesalahan
Prediksi
dengan
mengabaikan
variabel
independent (E1)
b. Jumlah Kesalahan Prediksi dengan mempertimbangkan variabel
independent (E2)
E1 E2
E1
c.
Keduanya
dibandingkan
untuk
memperoleh
Statistik
Interpretasi
Nilai dari 0 1
0 informasi variabel independent tidak memperbaiki prediksi
1 informasi variabel independent memperbaiki prediksi
Bila
dikalikan
100
Lambda
menunjukkan
prosentase
reduksi
kesalahan
Kontinyu
memberikan
interpretasi
pada
keberadaan,
kuat
lemahnya hubungan dan arah hubungan antar dua variabel. Pada data
ordinal kontinyu terdapat dua ukuran asosiasi variabel, yaitu:
korelasi
ini
digunakan
pada
Variabel
Ordinal
Collapse
memberikan
interpretasi
pada
Koefisien Gamma
Metode ini memperkirakan urutan dari
pasangan
kasus.
Gamma
dapat
Koefisien d Sommer
Koefisien ini melibatkan pasangan satu
baris dan satu kolom yang terikat pada variabel terikat. Nilai koefisien
ini akan tergantung pada variabel yang dinyatakan tidak bebas.
__
( X i X )(Yi Y )
(n 1) S x S y
1.
__
__
( X X )(Y Y )
[ ( X X ) ][ (Y Y )
__
2.
__
N XY ( X )( Y )
[ N X 2 ( X ) 2 ][ N Y 2 ( Y ) 2 ]
3.
Interpretasi
antar
analisis
melihat
anova
apakah
perbedaan
yang
variabel.
terdapat
antar
cukup
ini
besar
sampel
untuk
membenarkan
suatu
keputusan.
anova
adalah
Prinsip
membandingkan
Analisis Regresi
Analisis
regresi
menggambarkan
linier
sifat
memberikan
hubungan
antara
suatu
dua
persamaan
variabel
yang
sekaligus
persamaan
matematik