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.
Subjek Kecerdasaan Prestasi
Emosional Y
X
1 54 53
2 54 53
3 55 53
4 55 55
5 55 55
6 63 62
7 63 62
8 63 62
9 65 63
10 65 65
11 65 65
12 65 70
13 70 70
14 70 75
15 70 75
16 65 70
17 67 70
18 63 71
19 60 70
20 62 75
21 67 72
22 69 77

1
a. Penyelesaian cara manual:
1. Merumuskan Ho dan Ha secara statistik :
2.

Subyek Kecerdasaan Prestasi X2 Y2 XY


Emosional

1 54 53 2916 2809 2862


2 54 53 2916 2809 2862
3 55 53 3025 2809 2915
4 55 55 3025 3025 3025
5 55 55 3025 3025 3025
6 63 62 3969 3844 3906
7 63 62 3969 3844 3906
8 63 62 3969 3844 3906
9 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

2
Rumus yang akan digunakan adalah:

𝑛 𝑋𝑌 − 𝑋 𝑌
𝑟=
𝑛 𝑋2 − 𝑋 2 𝑛 𝑌2 − 𝑌 2
n = 25
22 91602 − (1385 x 1443)
𝑟=
22 87791 − (1385)2 22 95957 − (1443)2
16689
𝑟=
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
a
Keterangan Kolmogorov-Smirnov Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

KECERDASAAN ,185 22 ,048 ,890 22 ,019


Nilai EMOSIONAL

PRESTASI ,212 22 ,011 ,907 22 ,040

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 > 𝛼 = 0.05 sehingga
Ho diterima artinya data motivasi menyebar normal. Dan untuk data hasil belajar sign =
0.400 > 𝛼 = 0.05, sehingga Ho diterima artinya data hasil belajar menyebar normal.

3
Asumsi homoskedastisitas

Test of Homogeneity of Variance

Levene Statistic df1 df2 Sig.

Based on Mean 5,405 1 42 ,025

Based on Median 4,578 1 42 ,038


Nilai Based on Median and with 4,578 1 39,608 ,039
adjusted df

Based on trimmed mean 5,443 1 42 ,025

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

Uji Korelasi Product Moment

Correlations

kecerdasaanemosional Prestasi
**
Pearson Correlation 1 ,857

kecerdasaanemosional Sig. (2-tailed) ,000

N 22 22
**
Pearson Correlation ,857 1

prestasi Sig. (2-tailed) ,000

N 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 < 𝛼 = 0.05 sehingga Ho ditolak artinya
terdapat hubungan yang berarti antara kecerdasan emosional dan prestasi.

4
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
D1 1
D2 2 Sangat Rendah 1

D3 3 Rendah 2
S1 4 Sedang 3
S2 5
Tinggi 4

Sangat Tinggi 5
Sehingga diperoleh data sebagi berikut :
Nomor Guru Tingkat Pendidikan Motivasi Mengajar

1 G1 S2 Sangat Tinggi
2 G2 S2 Tinggi
3 G3 S2 Sangat Tinggi
4 G4 S2 Tinggi
5 G5 S1 Tinggi
6 G6 S1 Sedang
7 G7 S1 Sedang
8 G8 S1 Tinggi
9 G9 S1 Sangat Tinggi
10 G10 S1 Sedang
11 G11 S1 Tinggi
12 G12 S1 Tinggi
13 G13 S1 Sangat Tinggi
14 G14 D3 Sedang
15 G15 D3 Sedang
16 G16 D3 Sedang
17 G17 D3 Tinggi
18 G18 D2 Rendah
19 G19 D2 Rendah
20 G20 D1 Rendah

5
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 : 𝜌 = 0 (tidak ada hubungan/kesesuaian yang berarti antara Tingkat Pendidikan dan


Motivasi Mengajar guru)
Ha : 𝜌 ≠ 0 (ada hubungan/kesesuaian yang berarti antara Tingkat Pendidikan dan
Motivasi Mengajar guru)
Kriteria Pengujian Hipotesis
 Ho ditolak bila harga ρ hitung > dari ρ tabel
 Ho diterima bila harga ρ hitung ≤ dari ρ tabel

Tabel BPerhitungan
No Guru Tingkat Motivasi Ran X Rank Y Di Di2
Pendidikan Mengajar
(X) (Y)
1 G1 5 5 2,5 2,5 0 0
2 G2 5 4 2,5 2,5 0 0
3 G3 5 5 2,5 2,5 0 0
4 G4 5 4 2,5 2,5 0 0
5 G5 4 4 9 8 -1 1
6 G6 4 3 9 8 -1 1
7 G7 4 3 9 8 -1 1
8 G8 4 4 9 8 -1 1
9 G9 4 5 9 8 -1 1
10 G10 4 3 9 8 -1 1
11 G11 4 4 9 8 -1 1
12 G12 4 4 9 14,5 5,5 30,25
13 G13 4 5 9 14,5 5,5 30,25
14 G14 3 3 15,5 14,5 -1 1
15 G15 3 3 15,5 14,5 -1 1
16 G16 3 3 15,5 14,5 -1 1
17 G17 3 4 15,5 14,5 -1 1
18 G18 2 2 18,5 19 0,5 0,25
19 G19 2 2 18,5 19 0,5 0,25
20 G20 1 2 20 19 -1 1
Jumlah 73
Menggunakan rumus korelasi speraman :

6
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
kita cari nilai 𝑥 2 sebagi berikut :
𝑁 3 −𝑁
𝑥2 = − 𝑇𝑥
12
20 3 −20 4 3 −4 93 −9 4 3 −4 23 −2 13 −1
𝑥2 = − + + + +
12 12 12 12 12 12
2
𝑥 = 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 𝑥2
sebagi berikut :
𝑁 3 −𝑁
𝑦2 = − 𝑇𝑦
12
20 3 −20 4 3 −4 73 −7 63 −6 33 −3
𝑦2 = − + + +
12 12 12 12 12
2
𝑦 = 665 − 52,5 = 612,5
Maka koefisien spearman bisa kita cari dengan rumus :

𝑥2+ 𝑦 2− 𝑑2
𝑟𝑠 =
2 ( 𝑥 2 )( 𝑦 2 )

594,5+612,5−73 1134
𝑟𝑠 = = 1509,98 = 0,751
2 (594,5)(612,5)

Sebagai interpretasi, angka ini perlu dibandingkan dengan tabel nilai-nilai ρ(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 ρ hitung = 0,751 > ρ 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 ρ (RHO), Korelasi Spearman Rank

Derajat signifikansi Derajat signifikansi


N N
5% 1% 5% 1%
5 1,000 16 0,506 0,665
6 0,886 1,000 18 0,475 0,625
7 0,786 0,929 20 0,450 0,591
8 0,738 0,881 22 0,428 0,562

7
9 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 ar
**
Correlation Coefficient 1,000 ,751

Tingkatpendidikan Sig. (2-tailed) . ,000


N 20 20
Spearman's rho **
Correlation Coefficient ,751 1,000

Motivasimengajar Sig. (2-tailed) ,000 .

N 20 20

**. 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 < α = 0.05, sehingga Ho ditolak artinya terdapat
kesesuaian yang berarti antara Tingkat Pendidikan dan Motivasi Mengajar guru

8
3. UJI KENDALL TAU (τ)

Korelasi kendall tau (τ) 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

1 46 2

2 40 6

3 38 11

4 42 1

5 35 12

6 37 8

7 29 15

8 34 20

9 26 34

10 30 22

Jawab
1. Menentukan Hipotesis
H0 : τ = 0 (Tidak ada hubungan antara motivasi belajar dan rangking kelas)
H1 : τ ≠ 0 (ada hubungan antara motivasi belajar dan rangking kelas)
Kriteria : 𝜒 2 ℎ𝑖𝑡 ≤ 𝜒 2 𝑡𝑎𝑏 maka H0 diterima
𝜒 2 ℎ𝑖𝑡 > 𝜒 2 𝑡𝑎𝑏 maka H0 ditolak

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

9
Siswa Motivasi Belajar Ranking kelas Nc Nd

1 46 2 0 9

2 40 6 2 6

3 38 11 0 7

4 42 1 0 6

5 35 12 0 5

6 37 8 1 3

7 29 15 0 3

8 34 20 0 2

9 26 34 1 0

10 30 22 0 0

Jumlah 4 41

Menentukan nilai
2(𝑁𝐶 − 𝑁𝑑 ) 2(4 − 41) −74
𝜏= = = = −0,822
𝑛(𝑛 − 1) 10(9) 90

𝜏
𝑧=
2(2𝑁 + 5)
9𝑁(𝑁 − 1)
−0,822
𝑍=
2 (2.10 + 5)
9.10 (10 − 1)
𝑍 = −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 : 𝑠𝑖𝑔𝑛 > ∝ = 0,05 maka H0 diterima

10
𝑠𝑖𝑔𝑛 < ∝ = 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 rangking
**
Correlation Coefficient 1,000 -,822

Motivasi Sig. (2-tailed) . ,001

N 10 10
Kendall's tau_b **
Correlation Coefficient -,822 1,000

Rangking Sig. (2-tailed) ,001 .

N 10 10

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

Kesimpulan:
Pada tabel Correlations di atas dapat diketahui bahwa nilai sign (2-tailed) dari kendall’s 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.

11
4. UJI CHI SQUARE ( 𝝌𝟐 )

Uji Chi-Square digunakan untuk menguji hipotesis mengenai hubungan antara dua variabel,
dimana salah satu atau kedua variabelnya berukuran nominal dapat menggunakan teknik Chi-
Square. Pengujian adanya hubungan antara dua variabel tersebut dengan menggunakan Chi-
Square 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 α = 0,05)
Jawab :
Hipotesis:
H0 : λ = 0 (Tidak ada hubungan antara nilai mahasiswa tahun ini dengan tahun-
tahun sebelumnya. )
H1 : λ ≠ 0 (ada hubungan antara antara nilai mahasiswa tahun ini dengan tahun-
tahun sebelumnya. )
Kriteria : 𝜒 2 ℎ𝑖𝑡 ≤ 𝜒 2 𝑡𝑎𝑏 maka H0 diterima
𝜒 2 ℎ𝑖𝑡 > 𝜒 2 𝑡𝑎𝑏 maka H0 ditolak

12
Tabel analisis

Nilai A B C D E Jumlah

F Observed 25 30 17 10 8 90

F Expected 27 18 31,5 6,3 7,2 90

2 2 2 2 2
𝜒 2 ℎ𝑖𝑡 = (25-27) /27 + (30-18) /18 + (17-31,5) /31,5 +(10-6,3) /6,3 + (8-7,2) /7,2

= 17,085
𝜒 2 𝑡𝑎𝑏𝑒𝑙 = 𝜒 2 0,05 , 4

𝜒 2 𝑡𝑎𝑏𝑒𝑙 = 9,49

Karena 𝜒 2 ℎ𝑖𝑡 > 𝜒 2 𝑡𝑎𝑏 maka H0 ditolak artinya terdapat hubungan yang signifikan antara
nilai mahasiswa tahun ini dengan tahun-tahun sebelumnya.

Perhitungan dengan spss :

13
5. Gamma (γ)

Gamma (γ) dapat digunakan untuk menguji hipotesis mengenai hubungan antara dua variabel
diskrit dengan skala pengukuran ordinal.
Contoh kasus :
tingkat tingkat pendidikan
jumlah
penghasilan SARJANA SMA SMP
rendah 40 60 90 190
sedang 60 80 60 200
tinggi 100 60 50 210
jumlah 200 200 200 600
Langkah-Langkah perhitungan dengan uji gamma sbb:
(1) Merumuskan hipotesis statistik:
H0 : γ=0 (Tidak ada hubungan antara tingkat pendidikan dengan tingkat
penghasilan)
H1 : γ≠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

14
(3) Menetapkan kriteria (dari tabel)
Ztab = Z(0,iu05)= 1,96
(4) Menghitung koefisien gamma dengan rumus
𝑁 −𝑁 54200 −27200 27000
G= 𝑁𝑐 +𝑁𝑑 = = 81400 = 0,33169
𝑐 𝑑 54200 +27200

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

𝑁𝑐 + 𝑁𝑑
𝑍0 = 𝐺
𝑁(1 − 𝐺 2 )

81400
𝑍0 = 0,33 = 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.

15

Anda mungkin juga menyukai