Anda di halaman 1dari 15

TUGAS MANDIRI 11 UJI KOEFISIEN KORELASI, PEARSON KENDALL,

SPEARMAN, CHI-SQUARE, GAMMA


NAMA
: FITRIA LESTARI
NPM
: 14 23021 021
KELAS
: PASCA B
1. Koefisien Korelasi
Asumsi-asumsi korelasi terdiri dari asumsi kenormalan dan asumsi homoskedastisitas
Contoh soal dengan data kualitatif
Seorang peneliti ingin mengetahui apakah ada hubungan antara Kecerdasan Emosional
dengan Prestasi pada siswa SMU NEGERI xxx dengan ini variabel yang digunakan pada
penelitian yaitu Kecerdasaan Emosional dan Prestasi.
Kecerdasaan
Emosional
X
54

Prestasi
Y

54

53

55

53

4
5
6
7
8
9
10
11
12

55

55

55

55

63

62

63

62

63

62

65

63

65

65

65

65

65

70

13
14
15
16
17
18
19
20
21

70

70

70

75

70

75

65

70

67

70

63

71

60

70

62

75

67

72

22

69

77

Subjek
1
2
3

53

a. Penyelesaian cara manual:


1. Merumuskan Ho dan Ha secara statistik :
2.
Subyek

Kecerdasaan
Emosional

Prestasi

X2

Y2

XY

54

53

2916

2809

2862

54

53

2916

2809

2862

55

53

3025

2809

2915

55

55

3025

3025

3025

55

55

3025

3025

3025

63

62

3969

3844

3906

63

62

3969

3844

3906

63

62

3969

3844

3906

65

63

4225

3969

4095

10

65

65

4225

4225

4225

11

65

65

4225

4225

4225

12

65

70

4225

4900

4550

13

70

70

4900

4900

4900

14

70

75

4900

5625

5250

15

70

75

4900

5625

5250

16

65

70

4225

4900

4550

17

67

70

4489

4900

4690

18

63

71

3969

5041

4473

19

60

70

3600

4900

4200

20

62

75

3844

5625

4650

21

67

72

4489

5184

4824

22

69

77

4761

5929

5313

1385

1443

87791

95957

91602

Rumus yang akan digunakan adalah:

22 91602 (1385 x 1443)

=
=

n = 25

22 87791 (1385)2 22 95957 (1443)2


16689
19482 ,389

r = 0,856
Jadi koefisien korelasi antara motivasi dan hasil belajar adalah 0,856, berarti kedua variable
tersebut memiliki hubugan yang sangat kuat.

b. Penyelesaian cara SPSS:


Masukan data ke dalam SPSS Uji Asumsi kenormalan dan Asumsi homoskedastisitas
Asumsi Normalitas

Tests of Normality
Keterangan

Kolmogorov-Smirnov
Statistic

KECERDASAAN
Nilai

df

Shapiro-Wilk

Sig.

Statistic

df

Sig.

,185

22

,048

,890

22

,019

,212

22

,011

,907

22

,040

EMOSIONAL
PRESTASI

a. Lilliefors Significance Correction

Hipotesis:
Ho : data menyebar normal
H1 : data tidak menyebar normal
Kesimpulan :
Dari output di atas, terlihat bahwa untuk data motivasi nilai sign = 0.199 > = 0.05 sehingga
Ho diterima artinya data motivasi menyebar normal. Dan untuk data hasil belajar sign =
0.400 > = 0.05, sehingga Ho diterima artinya data hasil belajar menyebar normal.

Asumsi homoskedastisitas

Test of Homogeneity of Variance


Levene Statistic

Nilai

df1

df2

Sig.

Based on Mean

5,405

42

,025

Based on Median

4,578

42

,038

Based on Median and with

4,578

39,608

,039

5,443

42

,025

adjusted df
Based on trimmed mean

Hipotesis:
Ho : data homogen
H1 : data tidak homogen
Kesimpulan :
Dari output di atas, terlihat bahwa sign = 0.025 > = 0.05 sehingga Ho diterima artinya data
tersebut homogen.

Uji Korelasi Product Moment


Correlations
kecerdasaanemosional
Pearson Correlation
kecerdasaanemosional

Sig. (2-tailed)
N
Pearson Correlation

prestasi

Sig. (2-tailed)
N

Prestasi
,857

**

,000
22

22

**

,857

,000
22

22

**. Correlation is significant at the 0.01 level (2-tailed).

Hipotesis:
Ho : tidak ada hubungan yang berarti antara kecerdasan emosional dan prestasi
H1 : terdapat hubungan yang berarti antara kecerdasan emosional dan prestasi
Kesimpulan :
Dari output di atas, terlihat bahwa sign = 0.000 < = 0.05 sehingga Ho ditolak artinya
terdapat hubungan yang berarti antara kecerdasan emosional dan prestasi.

2. Korelasi Rank Spearman


Korelasi Rank Spearman digunakan untuk mencari hubungan atau untuk menguji signifikansi
hipotesis asosiatif bila masing-masing variabel yang dihubungkan berbentuk Ordinal.
Contoh kasus:
Seorang peneliti ingin mengetahui apakah ada hubungan yang signifikan antara tingkat
pendidikan guru dan motivasi mengajar di sekolah tertentu. Tingkat pendidikan guru dan
motivasi mengajar diklarifikasikan sebagi berikut :
Tingkat Pend.

Skor

Motivasi

Skor

Sangat Rendah

D3

Rendah

S1

Sedang

S2

Tinggi

Sangat Tinggi

D1

D2

Sehingga diperoleh data sebagi berikut :


Nomor

Guru

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

G1
G2
G3
G4
G5
G6
G7
G8
G9
G10
G11
G12
G13
G14
G15
G16
G17
G18
G19

Tingkat Pendidikan
S2
S2
S2
S2
S1
S1
S1
S1
S1
S1
S1
S1
S1
D3
D3
D3
D3
D2
D2

Motivasi Mengajar
Sangat Tinggi
Tinggi
Sangat Tinggi
Tinggi
Tinggi
Sedang
Sedang
Tinggi
Sangat Tinggi
Sedang
Tinggi
Tinggi
Sangat Tinggi
Sedang
Sedang
Sedang
Tinggi
Rendah
Rendah

G20
D1
Rendah
20
Dari hasil penelitian , apakah ada hubungan yang signifikan antara tingkat pendidikan guru
dan motivasi mengajar di sekolah? Dengan alpa 5 %
Jawab
Secara Manual :
a. Tentukan Hipotesis Statistik:
Ho : = 0 (tidak ada hubungan/kesesuaian yang berarti antara Tingkat Pendidikan dan
Motivasi Mengajar guru)
Ha : 0 (ada hubungan/kesesuaian yang berarti antara Tingkat Pendidikan dan
Motivasi Mengajar guru)
Kriteria Pengujian Hipotesis

Ho ditolak bila harga hitung > dari tabel

Ho diterima bila harga hitung dari tabel

Tabel BPerhitungan
No
Guru

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

G1
G2
G3
G4
G5
G6
G7
G8
G9
G10
G11
G12
G13
G14
G15
G16
G17
G18
G19
G20

Tingkat
Pendidikan
(X)
5
5
5
5
4
4
4
4
4
4
4
4
4
3
3
3
3
2
2
1

Motivasi
Mengajar
(Y)
5
4
5
4
4
3
3
4
5
3
4
4
5
3
3
3
4
2
2
2
Jumlah

Ran X

Rank Y

Di

Di2

2,5

2,5
2,5
2,5
2,5
8
8
8
8
8
8
8
14,5
14,5
14,5
14,5
14,5
14,5
19
19
19

0
0
0
0
-1
-1
-1
-1
-1
-1
-1
5,5
5,5
-1
-1
-1
-1
0,5
0,5
-1

0
0
0
0
1
1
1
1
1
1
1
30,25
30,25
1
1
1
1
0,25
0,25
1
73

2,5
2,5
2,5
9
9
9
9
9
9
9
9
9
15,5
15,5
15,5
15,5
18,5
18,5
20

Menggunakan rumus korelasi speraman :


Untuk variabel x terdapat lima himpunan observasi berangka sama,dimana untuk 5 sebanyak
4 kali ; 4 sebanyak 9 kali; 3 sebanyak 4 kali; 2 sebanyak 2 kali ; 1 sebanyak 1 kali, sehingga
2 sebagi berikut :

kita cari nilai


2 =
2 =

12
20 3 20
12

4 3 4
12

93 9
12

4 3 4
12

23 2
12

13 1
12

= 665 70,5 = 594,5


Untuk variabel Y terdapat lima himpunan observasi berangka sama,dimana untuk 5 sebanyak
4 kali ; 4 sebanyak 7 kali; 3 sebanyak 6 kali; 2 sebanyak 3 kali sehingga kita cari nilai

sebagi berikut :
2 =
2 =

12
20 3 20
12

4 3 4
12

73 7
12

63 6
12

33 3
12

= 665 52,5 = 612,5


Maka koefisien spearman bisa kita cari dengan rumus :
2+ 2 2

2 ( 2 )( 2 )

2 (594,5)(612,5)

594,5+612,573

1134

= 1509,98 = 0,751

Sebagai interpretasi, angka ini perlu dibandingkan dengan tabel nilai-nilai (dibaca: rho)
dalam Tabel 3. Dari tabel itu terlihat bahwa untuk n - 2 = 20 2 = 18, dengan derajat
kesalahan 5 % diperoleh harga 0,475. Hasil hitung = 0,751 > table = 0,475.
Hal ini berarti menolak Ho dan menerima H1.
Kesimpulan :
Terdapat kesesuaian yang berarti antara tingkat pendidikan dan movitasi mengajar.
Tabel 3: Tabel Nilai-nilai (RHO), Korelasi Spearman Rank
Derajat signifikansi
N

Derajat signifikansi
N

5%

1%

5%

1%

16

0,506

0,665

1,000

0,886

1,000

18

0,475

0,625

0,786

0,929

20

0,450

0,591

0,738

0,881

22

0,428

0,562

0,683

0,833

24

0,409

0,537

10

0,648

0,794

26

0,392

0,515

12

0,591

0,777

28

0,377

0,496

14

0,544

0,715

30

0,364

0,478

Perhitungan dengan SPSS :

Correlations
tingkatpendidika motivasimengaj
n
Correlation Coefficient
Tingkatpendidikan

ar
1,000

Sig. (2-tailed)
N

Motivasimengajar

Sig. (2-tailed)
N

**

,000

20

20

**

1,000

,000

20

20

Spearman's rho
Correlation Coefficient

,751

,751

**. Correlation is significant at the 0.01 level (2-tailed).

Hipotesis:
Ho : tidak ada kesesuaian yang berarti antara Tingkat Pendidikan dan Motivasi Mengajar
guru
H1 : ada kesesuaian yang berarti antara Tingkat Pendidikan dan Motivasi Mengajar guru
Kesimpulan:
Dari output di atas bahwa sign = 0.000 < = 0.05, sehingga Ho ditolak artinya terdapat
kesesuaian yang berarti antara Tingkat Pendidikan dan Motivasi Mengajar guru

3. UJI KENDALL TAU ()


Korelasi kendall tau () merupakan statistic nonparametrik. Jenis data pada uji ini adalah
ordinal. Formula yang digunakan adalah:
Contoh Kasus:
1. Seorang mahasiswa ingin mengetahui apakah Hubungan Motivasi belajar dengan
rangking Kelas yang diperoleh disebuah sekolah SMA Negeri xxxx dari hasil penelitian
terhadap 10 siswa diperoleh sebagai berikut : untuk taraf signifikan 5 %
Siswa

Motivasi Belajar

Ranking kelas

46

40

38

11

42

35

12

37

29

15

34

20

26

34

10

30

22

Jawab
1. Menentukan Hipotesis
H0

: = 0 (Tidak ada hubungan antara motivasi belajar dan rangking kelas)

H1

: 0 (ada hubungan antara motivasi belajar dan rangking kelas)

Kriteria : 2 2 maka H0 diterima


2 > 2 maka H0 ditolak
Kriteria:
Z hitung > Z tabel, maka H0 ditolak
Z hitung Z tabel, maka H0 diterima
2. Perhitungan dengan tabel ;

Siswa

Motivasi Belajar

Ranking kelas

Nc

Nd

46

40

38

11

42

35

12

37

29

15

34

20

26

34

10

30

22

41

Jumlah

Menentukan nilai
=

2( ) 2(4 41) 74
=
=
= 0,822
( 1)
10(9)
90

2(2 + 5)
9( 1)
0,822

2 (2.10 + 5)
9.10 (10 1)

= 3, 3091
Z tabel = 0, 9974

Kesimpulan :
Karena Zhitung = -3, 3091 < Ztabel = 0,9974 maka H0 di tolak artinya ada hubungan yang
signifikan antara motivasi belajar dengan ranking siswa.
Perhitungan Dengan spss:

Kriteria :

> = 0,05 maka H0 diterima

< = 0,05 maka H0 ditolak


Hipotesis:
H0

: (Tidak ada hubungan antara motivasi belajar dan rangking kelas)

H1

: (ada hubungan antara antara motivasi belajar dan rangking kelas)

Output yang diperoleh sebagai berikut:


Correlations
motivasi
Correlation Coefficient
Motivasi

rangking

1,000

Sig. (2-tailed)
N

Rangking

Sig. (2-tailed)
N

**

,001

10

10

**

1,000

,001

10

10

Kendall's tau_b
Correlation Coefficient

-,822

-,822

**. Correlation is significant at the 0.01 level (2-tailed).

Kesimpulan:
Pada tabel Correlations di atas dapat diketahui bahwa nilai sign (2-tailed) dari kendalls tau
sebesar 0,001 < 0,05, maka Ho ditolak, artinya ada hubungan antara motivasi dan rangking
kelas, dan Correlation coefficient hitung = perhitungan manual yaitu -0,822.

4. UJI CHI SQUARE ( )


Uji Chi-Square digunakan untuk menguji hipotesis mengenai hubungan antara dua variabel,
dimana salah satu atau kedua variabelnya berukuran nominal dapat menggunakan teknik ChiSquare. Pengujian adanya hubungan antara dua variabel tersebut dengan menggunakan ChiSquare dilakukan dengan menguji frekuensi dari kelompok sampel. Sebagai contoh untuk
menguji apakah ada hubungan antara jenis kelamin dengan tingkat pendidikan, dilakukan
dengan menguji frekuensi yang berpendidikan tinggi anatara kelompok sampel wanita dan
kelompok laki-laki.
Contoh kasus :
Dalam ujian Statistika, 90 orang mahasiswa mendapat nilai sebagai berikut :
25 orang mendapatkan nilai A
30 orang mendapat nilai B
17 orang mendapat nilai C
10 orang mendapat nilai D
8 orang mendapat nilai E
Bila pada tahun-tahun sebelumnya, mahasiswa yang mendapat nilai A sebanyak 30%, B 20%,
C 35%, D 7% dan E 8%, apakah nilai mahasiswa tahun ini mempunyai distribusi yang sama
dengan nilai mahasiswa tahun-tahun sebelumnya ? (gunakan = 0,05)
Jawab :
Hipotesis:
H0

: = 0 (Tidak ada hubungan antara nilai mahasiswa tahun ini dengan tahuntahun sebelumnya. )

H1

: 0 (ada hubungan antara antara nilai mahasiswa tahun ini dengan tahuntahun sebelumnya. )

Kriteria : 2 2 maka H0 diterima


2 > 2 maka H0 ditolak

Tabel analisis
Nilai

Jumlah

F Observed

25

30

17

10

90

F Expected

27

18

31,5

6,3

7,2

90

2
2
2
2
2
2 = (25-27) /27 + (30-18) /18 + (17-31,5) /31,5 +(10-6,3) /6,3 + (8-7,2) /7,2
= 17,085
2 = 2 0,05 , 4
2 = 9,49
Karena 2 > 2 maka H0 ditolak artinya terdapat hubungan yang signifikan antara
nilai mahasiswa tahun ini dengan tahun-tahun sebelumnya.
Perhitungan dengan spss :

5. Gamma ()
Gamma () dapat digunakan untuk menguji hipotesis mengenai hubungan antara dua variabel
diskrit dengan skala pengukuran ordinal.
Contoh kasus :
tingkat
tingkat pendidikan
penghasilan SARJANA SMA
SMP
rendah
40
60
90
sedang
60
80
60
tinggi
100
60
50
jumlah
200
200
200

jumlah
190
200
210
600

Langkah-Langkah perhitungan dengan uji gamma sbb:


(1)

Merumuskan hipotesis statistik:


H0

: =0 (Tidak ada hubungan antara tingkat pendidikan dengan tingkat

penghasilan)
H1

: 0 (ada hubungan antara tingkat pendidikan dengan tingkat

penghasilan)
(2)

Menghitung Nd dan Nc

40

60

90

40

60

90

40

60

90

40

60

90

60

80

60

60

80

60

60

80

60

60

80

60

100

60

50

100

60

50

100

60

50

100

60

50

40(80+60+60+50) +60(60+50) +60(60+50)+80(50)


Nd = 10000 + 6600 + 6600 + 4000 = 27200
40

60

90

40

60

90

40

60

90

40

60

90

60

80

60

60

80

60

60

80

60

60

80

60

100

60

50

100

60

50

100

60

50

100

60

50

90(60+80+100+60)+60(60+100) +60(100+60) + 80(100)


Nc = 27000 + 9600 + 9600 + 8000 = 54200

(3) Menetapkan kriteria (dari tabel)


Ztab = Z(0,iu05)= 1,96
(4) Menghitung koefisien gamma dengan rumus

G= + =

54200 27200
54200 +27200

27000

= 81400 = 0,33169

(5) Transformasi gamma ke Z (pada =0)


0 =

+
(1 2 )

0 = 0,33

81400
= 4,095
600 1 0,110018

(6) Membandingkan dengan kriteria pengujian (Z0 dan Ztab)


Z0 = 4,095 > Ztab=1,96 maka H0 ditolak
(7) Membuat kesimpulan
Karena Z0 >Ztab atau H0 ditolak maka terdapat hubungan antara tingkat
pendidikan dengan tingkat penghasilan.