TABEL 5.

3
KECENDRUNGAN RAKYAT DI KABUPATEN
PRINGGODANI DALAM MEMILIH KEPALA DESA
Alternatif Calon Frekuensi yang Frekuensi yang
Kepala Desa diperoleh diharapkan
Calon Pria 200 150
Calon Wanita 100 150
Jumlah 300 300

Catatan: Jumlah frekuensi yang diharapkan adalah sama yaitu 50% : 50% dari
seluruh sampel.

Untuk dapat menghitung besarnya Chi Kuadrat (χ2) dengan

menggunakan rumus 5.4, maka diperlukan tabel penolong seperti yang
ditunjukkan pada tabel 5.4 berikut.

TABEL 5.4
TABEL PENOLONG UNTUK MENGHITUNG CHI KUADRAT
DARI 300 ORANG SAMPEL
Alternatif fo fh fo - fh (fo – fh)2 (fo – fh)2/
Pilihan fh
Pria 200 150 50 2500 16,67
Wanita 100 150 -50 2500 16,67
Jumlah 300 300 0 5000 33,33

Catatan: Disini frekuensi yang diharapkan (fh) untuk kelompok yang memilih pria
dan wanita = 50%. Jadi, 50% x 300 = 150

Harga Chi Kuadrat dari perhitungan dengan rumus 5.4 ditunjukkan pada
tabel di atas yakni jalur paling kanan yang besarnya 33,33.
Untuk dapat membuat keputusan tentang hipotesis yang diajukan
diterima atau di tolak, maka harga chi kuadrat tersebut perlu dibandingkan
dengan Chi Kuadrat tabel dengan dk dan taraf kesalahan tertentu. Dalam
hal ini berlaku ketentuan bila Chi Kuadrat hitung lebih kecil dari tabel, maka
Ho diterima, dan apabila lebih besar atau sama dengan (≥) harga tabel
maka Ho ditolak.
Derajat kebebasan untuk Chi Kuadrat tidak tergantung pada jumlah
individu dalam sampel. Derajat kebebasan akan tergantung pada
kebebasan dalam mengisi kolom-kolom pada frekuensi yang yang
diharapkan (fh) setelah disusun kedalam tabel berikut ini.
Kategori
I A M
II B N
(a + b) (m + n)
 Dalam hal ini frekuensi yang diobservasi (fo) harus sama dengan
frekuensi yang diharapkan (fh). Jadi (a + b) = (m + n) dengan demikian kita
mempunyai kebebasan untuk menetapkan frekuensi yang diharapkan (fh) =
(m + n). Jadi kebebasan yang dimiliki tinggal satu yaitu kebebasan dalam
menetapkan m atau n. Jadi untuk model ini derajat kebebasannya (dk) = 1.
Berdasarkan dk = 1 dan taraf kesalahan yang kita tetapkan 5% maka
harga Chi Kuadrat tabel = 3,841. Ternyata harga Chi Kuadrat hitung lebih
besar dari tabel (33,33 > 3,841). Sesuai ketentuan kalau harga Chi Kuadrat
hitung lebih besar dari tabel, maka Ho ditolak dan Ha diterima. Jadi,
kesimpulannya, hipotesis nol yang diajukan bahwa peluang pria dan wanita
sama untuk dipilih menjadi kepala desa di kabupaten itu ditolak. Hasil
penelitian menunjukkan bahwa masyarakat di kabupaten itu cenderung
memilih pria menjadi Kepala Desa

1. Korelasi Product Moment

Teknik korelasi ini digunakan untuk mencari hubungan dan membuktikan hipotesis hubungan
dua variabel bila data kedua variabel berbentuk interval atau ratio, dan sumber data dari dua
variabel atau lebih adalah sama. Berikut ini dikemukakan rumus yang paling sederhana yang
dapat digunakan untuk menghitung koefisien korelasi, yaitu rumus 7.1 dan 7.2. Rumus 7.2
digunakan bila sekaligus akan menghitung persamaan regresi. Koefisien korelasi untuk populasi
diberi simbol rho (ρ) dan untuk sampel diberi simbol r dan untuk korelasi ganda diberi
simbol R.

Sedangkan apabila kita ingin sekaligus akan menghitung persamaan regresi, maka rumus yang
digunakan adalah :

Contoh :
Dilakukan penelitian untuk mengetahui ada tidaknya hubungan antara pendapatan dan
pengeluaran. Untuk keperluan tersebut, maka telah dilakukan pengumpulan data terhadap 10
responden yang diambil secara random. Berdasarkan 10 responden tersebut diperoleh data
tentang pendapatan (X) dan pengeluaran (Y), sebagai berikut :
X = 800 ; 900; 700; 600; 700; 800; 900; 600; 500; 500 / bulan
Y = 300; 300; 200; 200; 200; 200; 300; 100; 100; 100 / bulan
Hipotesis penelitian yang diajukan :
Ho : tidak ada hubungan antara pendapatan dan pengeluaran
Ha : terdapat hubungan antara pendapatan dan pengeluaran
Ho : ρ = 0
Ha : ρ≠ 0
Untuk perhitungan koefisien korelasi, maka data pendapatan dan pengeluaran perlu
dimasukkan ke dalam tabel 7.2 berikut. Dari tabel tersebut telah ditemukan :
Rata-rata X = 7000 : 10 = 700
Rata-rata Y = 2000 : 10 = 200

∑x2 = 20
∑y2 = 60
∑xy = 10

TABEL 2
TABEL PENOLONG UNTUK MENGHITUNG KORELASI
ANTARA PENDAPATAN DAN PENGELUARAN

Jadi ada korelasi positif sebesar 0,9129 antara pendapatan dan pengeluaran tiap bulan. Hal ini
berarti semakin besar pendapatan, maka akan semakin besar pula pengeluaran. Apakah koefisien
korelasi hasil perhitungan tersebut signifikan (dapat digeneralisasi) atau tidak, maka perlu
dibandingkan dengan r tabel, dengan taraf kesalahan tertentu (lihat tabel III, r Produck
Moment). Bila taraf kesalahan ditetapkan 5%, (taraf kepercayaan 95%) dan N = 10, maka
harga r tabel = 0,632. Ternyata harga r hitung lebih besar dari harga r tabel, sehingga Ho ditolak
dan Ha diterima. Jadi kesimpulannya ada hubungan positif dan signifikan antara pendapatan dan
pengeluaran sebesar 0,9129. Data dan koefisien yang diperoleh dalam sampel tersebut dapat
digeneralisasikan pada populasi dimana sampel diambil atau data tersebut mencerminkan
kedaan populasi.
Pengujian signifikansi koefisien korelasi, selain dapat menggunakan tabel, juga dapat dihitung
dengan uji t yang rumusnya ditunjukkan pada rumus 7.3. berikut :
 Harga t hitung tersebut selanjutnya dibandingkan dengan harga t tabel. Untuk kesalahan 5% uji
dua fihak, dan dengan dk 9, maka diperoleh t tabel = 2,306. Ternyata harga t hitung lebih besar
dari t tabel, sehingga Ho ditolak. Hal ini berarti terdapat hubungan yang positif dan signifikan
antara pendapatan dan pengeluaran sebesar 0,9129.
Untuk dapat memberikan penafsiran terhadap koefisien korelasi yang ditemukan tersebut
besar atau kecil, maka dapat berpedoman pada ketentuan yang tertera pada tabel 7.3 sebagai
berikut :

TABEL 7.3
PEDOMAN UNTUK MEMBERIKAN INTERPRESTASI TERHADAP KOEFISIEN KORELASI

Dalam analisis korelasi terdapat suatu angka yang disebut dengan Koefisien Determinasi, yang
besarnya adalah kuadrat dari koefisien korelasi (r2). Koefisien ini disebut koefisien penentu,
karena varians yang terjadi pada variabel dependen dapat dijelaskan melalui varians yang
terjadi pada variabel independen. Untuk contoh diatas ditemukan r = 0,9129. Koefisien
determinasinya = r2 = (0,9129)2 = 0,83. Hal ini berarti varians yang terjadi pada variabel
pendapatan, atau pengeluaran 83% ditentukan oleh besarnya pendapatan, dan 17% oleh faktor
lain, misalnya terjadi musibah, sehingga pengeluaran terebut tidak dapat diduga

Prosedur uji hipotesis

1. Tentukan parameter yang akan diuji.
2. Tentukan Hipotesis nol (H0)
3. Tentukan Hipotesis alternatif (H1)
4. Tentukan (α)
5. Pilih statistik yang tepat.
6. Tentukan daerah penolakan.
7. Hitung statistik uji.
8. Putuskan apakah Hipotesis nol (H0) ditolak atau tidak