Asosiasi dan Uji Perbedaan

Learning Outcomes

Pada akhir pertemuan ini, diharapkan

mahasiswa akan mampu :
Menjelaskan pengertian asosiasi dan
Tabulasi Silang.
Menghitung koefisien korelasi dan uji
perbedaan.
Outline Materi

Asosiasi
Tabulasi Silang
Korelasi Kontingensi
Korelasi Spearman Rank
Uji Perbedaan
Asosiasi
Hubungan (asosiasi) antara dua variabel atau lebih, meliputi : 1)
hubungan simetris (hubungan antara dua variabel atau lebih kebetulan
munculnya bersama. 2) hubungan kausal (hubungan yang bersifat
sebab akibat). 3) hubungan interaktif / timbal-balik (hubungan yang
saling mempengaruhi)
Bagaimana sesuatu masalah berhubungan dengan masalah lain ?
Kenyataan dan pengalaman menunjukkan : 1) ada hubungan yang
kuat dan positif antara merokok dengan kanker paru-paru ; 2) ada
hubungan yang kuat dan positif antara makanan tinggi kadar kolesterol
dengan penyakit jantung.
Asosiasi dalam bentuk pernyataan ini bermanfaat untuk : 1) memahami
secara lebih baik tentang hubungan antara variabel dependen dengan
variabel independen. 2) mengetahui kekuatan hubungan yang dapat
menuntun peneliti menuju suatu realisme penelitian ilmiah yang baru.
Tabulasi Silang
Tabulasi Silang : merupakan cara termudah melihat asosiasi dalam sejumlah
data dengan perhitungan persentase.
Variabel-variabel yang dipaparkan dalam suatu tabel tabulasi silang berguna
untuk : 1) menganalisis hubungan-hubungan antar variabel yang terjadi. 2)
melihat bagaimana kedua atau beberapa variabel berhubungan. 3) mengatur
data untuk keperluan analisis statistik. 4) untuk mengadakan kontrol terhadap
variabel tertentu sehingga dapat dianalisis tentang ada tidaknya hubungan palsu
(spurious relations). 5) untuk mencek apakah terdapat kesalahan-kesalahan
dalam kode atau pun jawaban dari daftar pertanyaan (kuesioner).
Contoh : Seorang peneliti melakukan tabulasi silang antara variabel FULTIM
(apakah responden saat ini bekerja full time) dan WORKEXP (apakah
responden mempunyai pengalaman kerja sebelumnya)
Dalam Tabel berikut ini menunjukkan Tabulasi Silang mengenai hal ini, dimana
: IV = Independent Variable
DV = Dependent Variable
Kolom 1 menunjukkan jawaban Ya terhadap pertanyaan mengenai status
pekerjaan full time. Ada 55 responden menjawab Ya atas pertanyaan ini.
Masing-masing sel dalam baris juga menyajikan informasi tambahan. Dalam sel
11, misalnya ada 33 diantara yang menjawab Ya terhadap pertanyaan status
pekerjaan full time juga mempunyai pengalaman kerja. Selain itu, 22 responden
dengan pengalaman kerja sebelum saat ini tidak bekerja full time.
Kerja Full Time dan Pengalaman Kerja : Tabulasi Silang 2x2

Independent Dependent Dependent

Variable (IV) Variable (DV) Variable (DV)
Saat ini Bekerja Full Saat ini Bekerja Full Total
Time (FULTIM) Time FULTIM)
Pengalaman
Kerja Sebelum- Ya Tidak
nya(WORKEXP)
33 22 55
Ya 60 % 40 %
A B
17 28 45
Tidak 38 % 62 %
C D
Total 50 50 100
Korelasi Kontinjensi (Contingency Correlation)
(1)
Kendati Tabel Tabulasi Silang tersebut diatas
menunjukkan suatu hubungan antara dua variabel,
namun tidak menunjukkan rangkuman indikator
kekuatan hubungan. Untuk mengukur kekuatan
hubungan digunakan Koefisien Phi.
Rumus untuk menghitung Phi adalah :

Phi = BC AD
(A + C)(B + D)(B + A)(D + C)
Korelasi Kontijensi ( 2 ): Tahap Untuk Menghitung Phi :
1. Letakkan frekuensi dalam bentuk tabel :

Variabel Y Variabel Y Total

Variabel X B A B+A
Variabel X D C D+C

Total B+D A+C N

FULTIM FULTIM Total

WORKEXP 22 33 55
WORKEXP 28 17 45

Total 50 50 100
Korelasi Kontijensi ( 3 )

2. Hitung Koefisien Phi dengan rumus :

Phi = BC - AD
(A+B) (B+D) (B+A) (D+C)

= 22(17) - 33(28) = - 0,22

50(50)(45)(55)

Nilai Koefisien Phi besarnya antara 1 s/d 1. Semakin mendekati 1

menunjukkan hubungan antara dua variabel yang semakin kuat. Pada
kasus diatas hubungan antara FULTIM dan WORKEXP adalah
moderat.
Korelasi Spearman Rank

Mengukur hubungan antara dua variabel ordinal kadang-kadang perlu

dilakukan. Bila peneliti tidak dapat mengasumsikan bahwa variabel-
variabel tersebut memiliki ciri interval (skala nilai), maka cara yang
tepat untuk mengukur asosiasi hubungan adalah dengan Korelasi
Spearman Rank atau Kendall Tau.
Untuk menghitung koefisien ini pengukuran harus diranking untuk
setiap variabel dan perbedaan skor dihitung. Rumus untuk menghitung
koefisien korelasi Spearman Rank (Rho) adalah :

Rho = 1 - 6 d
N (N - 1)
di mana N = Jumlah Ranking
d = Perbedaan antar ranking dalam dua distribusi ranking.
Uji Perbedaan
Deteksi mengenai perbedaan antar kelompok amat berguna bagi peneliti bisnis.
Manajer dapat memperoleh informasi yang amat bermanfaat dari jenis analisis ini.

Tingkat Dua Sampel Dua Sampel

Pengukuran Sampel Sampel Klasifikasi
Kasus Satu
Sampel Bebas Terikat Statistik

Nominal Uji hipotesis Uji hipotesis Uji Mc Nemar Non

yang meliputi yang Parametrik
proporsi melibatkan
sampel : dua proporsi
Uji Chi- sampel :
Square (X) Analisis Tabel
Kontijensi
Ordinal Kolmogorov - Mann- Wilcoxon Non
Smimov Whitney , Uji signed rank Parametrik
Median,
Kruskal
Wallis
Interval dan Uji hipotesis Uji t untuk Uji t (d) Parametrik
Rasio yang meliputi perbedaan
suatu sampel
statistik (uji-t)