BAB :+

/)

ANALISIS HUBUNGAN (1)

A. PENGERTIAN ANALISIS HUBUNGAN

Analisis hubungan adalah bentuk analisis variabel (data) penelitian untuk
mengetahui derajat atau kekuatan hubungan, bentuk atau arah hubungan di antara
variabel-variabel, dan besarnya pengaruh variabel yang satu (variabel bebas,
variabel independen) terhadap variabel lainnya (variabel terikat, variabel dependen)'
Dalam analisis hubungan ini, hubungan antarvariabel dapat berbentuk hubungan
simetris, hubungan kausal, dan hubungan timbal balik.

1. Hubungan Simetris
Hubungan simetris merupakan bentuk hubungan di mana dua variabel
atau lebih muncul secara bersamaan. Dalam bentuk hubungan ini tidak
ditemukan secara pasti adanya variabel bebas dan variabel terikat. Hal ini
disebabkan karena keberadaan satu variabel tidak disebabkan atau tidak
dipengaruhi oleh keberadaan variabel lainnya.
Contoh:
a. Huhungan antara bunyinya burung hantu dengan kematian seseorang'
b. Hubungan antara tingkat kemanisan buah rambutan dengan keberadaan semut
di pohon rambutan.
c. Hubungan antarakekayaan kepala desa di pedesaan dengan tingkat volume
penjualan mobil di perkotaan,

2, Hubungan Kausal
Hubungan kausal merupakan bentuk hubungan yang sifatnya sebab-akibat,
artinya keadaan satu variabel disebabkan atau ditentukan oleh keadaan satu atau
lebih variabel lain. Dalam bentuk hubungan ini, sudah ditemukan secara pasti adanya
variabel terikat dan variabel bebas. Variabel yang nilai-nilainya bergantung pada
variabel lain atau ditentukan oleh variabel lain disebut sebagai variabel terikat dan
disimbolkan dengan "Y". Variabel yang nilai-nilainya tidak bergantung pada variabel
lain atau menentukan nilai variabel lainnya disebut sebagai variabel bebas dan
disimbolkan dengan "X",

r-, Analisis Data Penelitia@!

 -tt

Hubungan ini dapat terjadi apabila memenuhi beberapa syarat berikut ini.
a. Asosiasi, menunjukkan kaitan di antara variabel seperti yang sering diperoleh
dengan teknik korelasi.
b. Prioritas waktu, menunjukkan bahwa X (variabel bebas) harus terjadi lebih
dahulu sebelum Y (variabel terikat).
c. Hubungan sebenarnya, menunjukkan Y benar-benar disebabkan oleh X bukan
oleh faktor lain.
d. Rasional, menunjukkan logika yang mendasari hubungan-hubungan tersetrut.
Contoh:
a. Hubungan antara periklanan dengan volume penjualan.
b. Hubungan antara kurs valuta asing (valas) dengan harga saham.
c. Hubungan antara pelatihan dengan prestasi kerja.

3. Hubungan Timbal Balik

Hubungan timbal balik atau hubungan interaktif atau hubungan resiprokal
merupakan bentuk hubungan di mana dua variabel atau lebih saling men-lengaruhi.
Dalam bentuk hubungan ini, sudah ditemukan secara pasti adanya variabei terrikat
dan variabel bebas, namun kedua variabel ini dapat bergantian kedudukannya,
artinya variabel terikat dapat bertindak sebagai variabel bebas. Demikian pula
sebaliknya, variabel bebas dapat bertindak sebagai variabel terikat.
Contoh:
a. Hubungan antara motivasi dan prestasi kerja.
b. Hubungan antara harga dan volume penjualan.

B. TEKNIK STATISTIK DALAM ANALISIS HUBUNGAN

Teknik statistik yang digunakan dalam analisis hubungarr rneliputi analisis
korelasi (koefisien korelasi), koefisien penentu atau koefisien deternlinasi, dan
analisis regresi (persamaan regresi linear), baik untuk hubungan yang melibatkan
hanya dua variabel maupun untuk hubungan yang melibatkan lebih dari dua variabel
serta uj i statistiknya masing-masing.

1. Koefisien Korelasi
Koefisien korelasi adalah indeks atau bilangan yang digunakan untuk mengukur
derajat hubungan, meliputi kekuatan hubungan dan bentuk/arah hutrungan.
Untuk kekuatan hubungan, nilai koefisien korelasi berada di antara -1
dan +1. Untuk bentuk/arah hubungan, nilai koefisien korelasi dinyatakan
dalam positif (+) dan negatif (-), atau (-l < KK < +l).
. Jika koefisien korelasi bernilai positif maka variabel-variabel berkorelasi positif.
arlinya jika variabel yang satt"t naik/turun maka variabel yang lainnya juga naik/
turun. Semakin dekat nilai koefisien korelasi ke +1, semakin kuat korelasi positiftya"

3ab 4 Analisis Hubu

' Jika koefisien korelasi bernilai negatif maka variabel-variabel berkorelasi
negatif, artinya jika variabel yang satu naik/turun maka variabel yang lainnya
akan naiMurun. Semakin dekat nilai koefisien korelasi ke -1. semakin kuat
korelasi negatifnya.
. Jika koefisien korelasi bemilai 0 (nol) maka variabel tidakmenunjukkan korelasi.
. Jika koefisien korelasi bernilai +1 atau -1 maka variabel-variabel menun-
jukkan korelasi positif atau negatif sempuma.
Untuk menentukan keeratan hubungan/korelasi antarvariabel tersebut,
berikut ini diberikan nilai-nilai dari KK sebagai patokan.

Tabel4.1
lnterval Nilai Koefisien Korelasi dan
Kekuatan Hubungan

No. lntervalNilai Kekuatan Hubungan

1. KK = 9,99 Tidak ada
2. 0,00<KK<0,20 Sangat rendah atau lemah sekali
3. 0,20<KK<0,40 Rendah atau lemah tapi pasti
4. 0,40<KK<0,70 Cukup berarti atau sedang
5. 0,70<KK<0,90 Tinggiatau kuat
6. 0,90<KK<1,00 Sangat tinggi atau kuat sekali, dapat diandalkan
7. KK = 1,99 Sempurna

Catatan:
. Interval nilai KK dapat bernilai positif atau negatif
. Nilai KK positif berarti korelasi positif
. Nilai KK negatif berarti korelasi negatif
Proses untuk memperoleh koefisien korelasi ini disebut sebagai ukuran asosiasi.
Jenis ukuran asosiasi harus sesuai dengan jenis data atau variabel berdasarkan
skala pengukurannya.

2. Koefisien Penentu
Koefisien penentu (KP) atau koefisien determinasi (KD) adalah angka atau
indeks yang digunakan untuk mengetahui besarnya sumbangan sebuah variabel
atau lebih (variabel bebas, X) terhadap variasi (naik/turunnya) variabel yang lain
(variabel terikat, Y).
Nilai koefisien penentu berada antara 0 sampai 1 (0 < KP < 1).
. Jika nilai koefisien penentu (KP) = 0, berarti tidak pengaruh variabel independen
(X) terhadap variabel dependen (Y).

Analisis Data Penelitian

 2. Nominal Ordinal Theta (0)

3. Nominal lnterval/rasio 1. Eta (q)

2. Point Biserial (roo,)

4. Ordinal Ordinal 1. Gamma (y)

2. Spearman (r")

5. Ordinal lnterval/rasio Jaspen's (M)

6. lnterval/rasio lnterval/rasio Pearson's (r)

Berikut ini rumus-rumus dari koefisien korelasi tersebut.

a. Rumus Koelisien Korelasi Kontingensi (C)
Rumus koefisien korelasi kontingensi (C), digunakan pada analisis
korelasi sederhana untuk variabel nominal dengan variabel nominal. Koefisien
korelasi kontingensi dirumuskan:

Keterangan:
C = koefisien kontingensi
X' = kai kuadrat
n = jumlah data

Contoh soal 1
Sebuah penelitian tentang hubungan antara tingkat pendidikan dengan
kebiasaan rekreasi karyawan perusahaan "MAJU" datanya adalah sebagai
berikut.

Rekreasi
Pendidikan Jumlah
Tidak Pernah Jarang Sering

Tidak ada 745 58 8 211

Menengah 77 13 27 717
Sarjana 21 3Z 79 72

iumlah 243 103 54 400

$*:Tr
t45
Analisis Data Peneliti an dengan Statistik
 I

Pertanyaan:
a. Berapa besar koefisien korelasi kontingensinya?
b. Apa artinya?
Jawab:
Dari tabel di atas, diketahui:
nr.= 2ll nz = Il7 nr.= 72 n=400
n.r= 243 n.z = 103 ns= 54
i = 1,2,3
i = 1,2,3
Untuk menyelesaikan diperlukan tabel seperti berikut ini.

n.. e.. (n..

.U - e..)
U U U'

r45 r28.2 16,8 2,20

58 54,3 3,7 0,25
8 28,5 -20,5 14,7 5
77 7r.1 5,9 0,49
13 30,1 r7,l 9,71
27 15,8 rl,2 7,94
aan rt,79
2l 43,7
32 18,5 - 13,5 9,85
19 9,7 9,3 8,92
Jumlah 65,9

X2 = 65'9
a. Nilai koefisien kontingensinya (C) adalah sebagai berikut.

C- x'
xt +n

65,9 + 400
= 0,3761

b. Nilai C = 0,37 6I memberikan arti bahwa antara tingkat pendidikan dengan

kebiasaan rekreasi terdapat hubungan yang rendah atau lemah tetapi
pasti berarti, di mana makin tinggi/rendah tingkat pendidikan, kebiasaan
rekreasinya makin sering/kurang.

Bab 4Analisis Hubunqan (1) n-*T

L ::, -.f
 a. Nilai koefisien korelasi Jaspen's
y= )(Y,Xon -o")
/(on _o,)r )
(s,)>l p
l.) I

4,I9I5
= (o,osxo,gg34)

= 0,7843
b. Nilai M = 0,7843 memberikan arti bahwa hubungan antara keterlibatan
pemuka masyarakat dalam kegiatan-kegiatan kemasyarakatan dengan
lamanya tinggal di komunitas yang bersangkutan adalah positif dan
kuat.

i Koefisien Korelasi Pearson (r)

Rumus koefisien korelasi Pearson (r), digunakan pada analisis korelasi
nderhana untuk variabel interval/rasio dengan variabel interval/rasio. Koefisien
Pcarson dirumuskan:

n)XY-(>X)(IY)
n>x'z - (>x' )] ["t' - (tt' )]
= koefisien korelasi Pearson
= variabel bebas
= variabel terikat

soal 10
Fenelitian mengenai hubungan antara besamya periklanan (uta) dengan volume
penjualan (uta) yang dicapai selama lima tahun oleh sebuah perusahaan datanya
rdalah sebagai berikut.
Tahun x Y
1995 4,5 50,250
t996 5,5 58,375
r997 6,0 64,375
1998 3,5 56,750
r999 6,0 78,075
Jumlah 25,5 307,825
 Keterangan:
X = biaya periklanan (000.000)
Y = volume penjualan (00C,000)

Pertanyaan:
a. Berapa besar nilai koefisien korelasi Pearson (r)l
b. Apa artinya?
Jawab:
Untuk mencari koefisien korelasi Pearson (r), digunakan tabel seperti berikut
ini.

Tahun x Y x2 XY Y2

r 995 4,5 50,250 20,25 226,r25 2.525,063

1996 5,5 58,375 30,25 32r,063 3.407,64r
1997 6,0 64,375 36,00 386,250 4.144,141
I 998 3,5 56.750 12,25 r98,625 3.220.563
1999 6,0 78,075 36,00 468,450 6.095,706
Jumlah 25,5 307,925 r34,7 5 1.600,5 13 19.393,r14

a. Nilai koefisien korelasi Pearsonnya adalah

nDff-(DO(>Y)
l-

"Dr -(rx)'][* -(>4']

s ( 1.6oo,s 12) - (zs,s) (zw,ax)
s ( 1 34, 7s) - ( 2s, s)' ( s.3e3,rr2) -( 307, 82s
r
] [s
1
]
= uro/ro
0,6716

b. Nilai r = 0,6716 memberikan arti bahwa antara periklanan dengan volume

penjualan yang dicapai terdapat hubungan positifdan tinggi atau kuat, ini
berarti bahwa jika biaya periklanan diperbesar/dikurangi, maka volume
penjualan akan meningkat/menurun.

Analisis Data Penelitian n Statistik

 -{

1 Koefisien Penentu (KP)

Koefisien penentu dirumuskan:
11p=(KK)rxL00Vo
lieterangan:
sK = koefisien korelasi
Contoh soal 11
Dari contoh-contoh soal di atas, masing-masing koefisien korelasinya
adalah sebagai berikut:
a. C = 0,376I (lihat halaman 47)
b. r, = 0,7212 (lihat halaman 58)
c. r = 0,6716 (lihat halaman 62)
Pertanyaan:
Tentukan koefisien penentunya, dan apa artinya?
Jnwab:
a. KP = C2 x I00Vo
= (0,3877)2 x I00Vo
= I5,03Vo
Nilai KP = 15,03Vo, memberikan pengertian bahwa variasi (naik/turunnya)
kebiasaan rekreasi yang disebabkan oleh tingkat pendidikan hanya sekitar
15,037o dan selebihnya34,9TVo disebabkan oleh faktor-faktor lain.
b. KP = (r,)2 x I00Vo
= (0,7212)2 x 1007o
= 52,0IVo
Nilai KP = 52,0IVo,memberikan pengertian bahwa variasi (naiVturunnya)
prestasi kerja yang disebabkan oleh kompensasi hanya sekitar 52,0I%o
dan selebihn y a 47,99 Vo di sebabkan oleh faktor-faktor lain,
c. KP = 12 x l00%o
= (0,6it6)2 x I00Vo
= 45,107o
Nilai KP = 45,10Vo, memberikan pengertian bahwa variasi (naik/turunnya)
volume penjualan yang disebabkan oleh periklanan hanya sekitar 45,I)Vo
dan selebihn y a 5 4,9 Vo di sebabkan oleh faktor-faktor lain.

3. Regresi Linear Sederhana

Regresi linear sederhana adalah regresi linear di mana variabel yang terlibat
:: Calamnya hanya dua, yaitu satu variabel terikat Y, dan satu variabel bebas X
berpangkat satu,
'ena
 -

Contoh:
1. Perbandingan kinerja pegawai TVRI dengan pegawai RCTI.
2. Perbandingan pendapatan pedagang dengan petani.

B. TEKNIK STATISTIK DALAM ANALISIS KOMPARATIF

Jenis teknik statistik yang digunakan untuk menguji hipotesis komparatif harus
sesuai dengan jenis data atau variabel berdasarkan skala pengukurannya, yaitu
data nominal, data ordinal, dan data interval atau rasio dari kelompok sampel yang
drrji.
Berikut ini diberikan tabel yang berisikan jenis variabel dan teknik statistik yang
tepat dan sering dipakai dalam analisis komparatif.

Tabel6.1
Teknik Statistik untuk Analisis Komparatif

Bentuk Komparatif
Macam
Data Dua Sampel k Sampel
Korelasi lndependen Korelasi lndependen
Nominal McNemer Fisher Exact Kai Kuadral Kai Kuadrat k
k sampel sampel
Kai Kuadrat dua
sampel Cochram Q

Ordinal Sign test Median Test Friedman Median Exten-

sion

Wilcoxon Mann-Whitney Two Way Anova

Matched U test Kruskal Walls
Pairs One Way Anova
Kolmogorov-
Smirnov

Wald Wolfowitz

lnterval/ T-test dua T{es dua One Way Anova One Way Anova
Ratio sampel sampel
Two Way Anova Two Way Anova

6 Analisis