ANALISIS REGRESI, KORELASI, DAN ASOSIASI GOODMAN

KRUSKAL


Oleh:
Dr. Taufiq Ramdani, M.Sos
(Universitas Cordova Indonesia)


Regresi linier sederhana digunakan untuk mengetahui pengaruh satu
variabel indevenden terhadap variabel devenden. Pengaruh variabel bebas terhadap
variabel tak bebas.
X= variabel bebas
Y= variabel tak bebas ditentukan oleh variabel bebas
X Y + =
= varameter
X Y + =


bX a Y + =

Sebagai contoh, di sini hendak dianalisis sejauh mana pengaruh
pertumbuhan jumlah diskotik dalam rentan waktu satu semester di Kabupaten
Malang (X) terhadap angka tindak pidana psikotropika(Y).

Bulan X Y XY
X
2
Y
2

1 5 3 15 25 9
2 3 5 15 9 25
3 2 2 4 4 4
4 1 1 1 1 1
5 4 4 16 16 16
6 5 3 15 25 9
20 18 66 80 64

Hiopotesa:
Ho= 0 = (tidak ada pengaruh)
Hi= 0 = (ada pengaruh)

terimaHo t
tabel
s
Kaidah Uji:
= =
sb
b
t
hitung


i tabel
terimaH t >

n
x
X
n
y x
xy
b
2
2
) (
.

=

44 , 0
6
) 20 (
80
6
360
66
2
=

= b



__ __
X b Y a =


n
X
b
n
Y
a

= .

) . 44 , 0 (
n
X
n
Y
a

=

)
6
20
44 , 0 (
6
18
= a

46 , 1 = a



X y 44 , 0 46 , 1 + =



Y





1,46

X
__ __
X b Y a =
0,44


Data di atas memberi arti, bahwa setiap penambahan jumlah satuan
bangunan diskotik akan meningkatkan angka tindak pidana psikotropika sebesar
0,44. sedangkan angka 1,46 yakni intersep dari persamaan, dalam hal ini
mengandung arti, bahwa pada saat tidak ada penambahan jumlah diskotik, maka
angka tindak pidana psikotropika berkisar pada tingkat sebesar 1,46.


n
X
X
s
sb
2
2
) (

=

s= ) . (
) (
(
2
2
n
Y X
XY b
n
Y
Y

) . (
2
XY b Y s =

96 , 34
) 04 , 29 64 (
=
=
s
s


57 , 9
65 , 3
96 , 34
6
) 20 (
80
96 , 34
2
= =

= sb

04 , 0
57 , 9
44 , 0
= = =
sb
b
t




ANALISIS KORELASI

Analisis korelasi umumnya digunakan dalam pengujian hipotesis yang
bersifat asosiatif, yaitu dugaan adanya hubungan antar variabel dalam populisi.
Dalam langkah awal biasanya dihitung terlebih dahulu nilai koefesien korelasi antar
variabel dalam sampel, kemudian koefesien yang ditemukan diuji tingkat
signifikansinya. Jadi menguji hipotesis asosiatif dalam analisis korelasi adalah
menguji koefesien korelasi yang ada pada sampel selanjutnya untuk diberlakukan
pada populasi.
Terdapat beberapa analisis dalam menguji hipotesis dengan menggunakan
perhitungan korelasi. Analisis korelasi yang akan digunakan tergantung pada jenis
data yang ada. Namun di sini, pengujian hipotesis korelasi dilakukan berdasarkan
skala ukuran ratio yaitu data yang jaraknya sama dan memiliki nilai nol mutlak (
Pearson Product Moment ). Skala ratio merupakan ukuran yang paling teliti,
dibandingkan dengan skala interval, ordinal maupun nominal.
Dalam analisis korelasi ini, hubungan dua variabel atau lebih dinyatakan
negatif apabila nilai satu variabel dinaikkan maka akan menurunkan nilai variabel
lainnya demikian juga sebaliknya, bila nilai variabel yang satu diturunkan maka
akan menaikkan variabel lainnya. Kuatnya hubungan antar variabel dinyatakan
dalam koefesien korelasi positif sebesar 1 dan korelasi negatif terbesar adalah 1.

V.1
Analisis Korelasi Sederhana

Korelasi ini digunakan untuk mengetahui tingkat hubungan dan menguji
hipotesis hubungan antara dua variabel bila data variebel berbentuk ratio atau
interval. Namun dalam contoh berikut ini akan digunakan data berbentuk ratio,
yaitu data yang jaraknya sama dan memiliki nilai nol mutlak.
Sebagai contoh, di sini akan dianalisis, sejauh mana hubungan antara berat
badan (X) dan usia harapan hidup Dosen Universitas Brawijaya (Y).

Untuk Sampel Kecil ( di bawah 30 )
No X Y
X
2
Y
2

XY
1 25 35 625 1225 875
2 33 27 1089 729 891
3 41 47 1681 2209 1927
4 27 55 729 3025 1485
5 49 57 2401 3249 2793
6 37 49 1369 2401 1813
7 51 53 2601 2809 2703
263 323 10495 15647 12487






2 2
) 323 ( 15647 7 )( ) 263 ( 10495 7 (
323 263 12487 7


=
x x
x x
r
y x



11 , 72 54 , 65
2460
5200 . 4296
2460
x
= =
) ) ( ( ) ( (
) )( ( (
2 2 2 2
i i i i
i i i i
y x
y y n x x n
y x y x n
r


=

= 52 , 0
08 , 4726
2460
=



Menguji Significant Korelasi:

Ho = 0 =
Hi = 0 =

Ho = artinya tidak ada hubungan antara variabel X dan Y, dimana sampling
distribusi dari r dapat diperkirakan mendekati kurve normal yang mempunyai
rata-rata = 0.
Hi = ada hubungan antara variabel X dan Y.

Tingkat nyata = 5 %.

Karena sampelnya kecil (<30 sampel) maka rumusnya:






2704 , 0 1
2 7 52 , 0

=
hit
t

589 , 1
729 , 0
159 , 1
= =
hit
t


oleh karena 589 , 1 =
hitung
t sedangkan
tabel
t 5 % db (7-1) = 2,447 maka:
,
tabel hitung
t t < berarti menolak Ho. Artinya tidak ada hubungan yang nyata antara
variabel X dengan variabel Y.







2
1
2
r
n r
t
hit

=
ANALISIS ASOSIASI GOODMAN KRUSKAL


(SKALA NOMINAL)


Kasus pertama:
Asosiasi antara tingkat pendidikan dengan pemilihan jenis pekerjaan yang
disukai:


Jenis Pendidikan Jenis Pekerj
yg dipilih Dasar Menengah PT
Jumlah
PNS 5 15 20 40
Enterprener 5 15 10 30
Karyawan 15 10 5 30
Jumlah 25 40 35 N=100

J = kolom (B)
I = baris (A)

ji = setiap variabel
i = jumlah setiap baris
j = setiap


Rumus :
i j
j
i j ij ij
i
n
f f n
f f f f
G
max max 2
max max max max
. .

+
=



i = adalah baris
j = adalah kolom
ij
f = frekwensi setiap baris dan kolom
. i
f = jumlah frekwensi setiap baris
n = jumlah keseluruhan sampel

Hipotesis : maksimum 1 (dari-1 s/d 1 = menerima Ho)

16 , 0
6
1
12
2
120
20
40 40 200
40 40 50 50
40 40 ) 100 ( 2
40 40 ) 20 15 15 ( ) 15 15 20 (
= = = =

+

+ + + + +


Kasus kedua: ingin mengetahui pengaruh tingkat pendidikan terhadap pemilihan
jenis pekerjaan.

Rumus : G. A / B =
fi n
fi fij
max
max max

+ +
40 100
40 ) 20 15 15 (
?

Sedangkan bila ingin mengetahui pengaruh pemilihan jenis pekerjaan
terhadap tingkat pendidikan :

Tingkat pendidikan : B
Jenis pekerjaan : A

Rumus: G. B /A :
j
j
f n
f Fij
.
.
. max
max max

?
40 100
40 ) 15 15 20 (
=

+ +




CRAMER
(skala nominal)

c =
1 ) . (min
2
k b n
X


X

=
ij j i
f f
ij f
n ) 1
.
(
. .
2
2



? 1 )
35 . 30
5
40 . 30
10
25 . 30
15
35 . 30
10
45 . 30
15
25 . 30
5
35 . 40
20
40 . 40
15
25 . 40
5
( 100
2 2
2 2 2 2 2 2 2
= +
+ + + + + +


) 1 3 ( 100
2

=
X
c