PENYAJIAN DATA
DISUSUN OLEH :
Dosen Pengasuh :
UNIVERSITAS SRIWIJAYA
1
KATA PENGANTAR
Segala puji dan syukur kami panjatkan kepada Tuhan Yang Maha Esa,
karena atas berkat dan limpahan rahmatnNYAlah maka penulis bisa
menyelesaikan sebuah makalah dengan tepat waktu.
Melalui kata pengantar ini penulis lebih dahulu meminta maaf dan
memohon permakluman bila mana isi makalah ini ada kekurangan dan ada tulisan
yang penulis buat kurang tepat atau menyinggu perasaan pembaca.
Dengan ini saya mempersembahkan makalah ini dengan penuh rasa terima
kasih dan semoga Allah SWT memberkahi makalah ini sehingga dapat
memberikan manfaat.
Palembang, ....................2016
Penulis,
2
BAB I
PENDAHULUAN
Korelasi merupakan teknik analisis yang termasuk dalam salah satu teknik
pengukuran asosiasi / hubungan (Measures of association). Teknik ini berguna
untuk mengukur kekuatan hubungan antara dua variabel (kadang lebih dari dua
variabel) dengan skala-skala tertentu. Diantara sekian banyak teknik-teknik
pengukuran asosiasi, terdapat dua teknik korelasi yang sangat populer sampai
sekarang, yaitu Korelasi Pearson Product Moment dan Korelasi Rank Spearman.
3
BAB II
PEMBAHASAN
4
besar dari r umumnya
dipakai untuk analisis item
Biserial rwbs Interval interval Khususnya dipakai untuk
perseorangan yang
Widespread
ekstrem dalam dikotomi
variabel
Point Biserial rpbis Interval interval Hasilnya lebih tendah
daripada rbis
Tentrachoris Ss Dikotomi Dikotomi Digunakan jika kedua
Artifisial Artifisial variabel dapat dipecah
Buatan Buatan pada titik kritis
Phi Ф Dikotomi Dikotomi Digunakan pada
sebenarnya sebenarnya perhitungan antara analisis
item
Contingensi Ε 2 kategori 2 kategori atau Ialah kondisi khusus dapat
atau lebih lebih dibandingkan dengan rτ –
berhubungan erat dengan
chi kuadrat
Rasio otomatis Η Interval interval Digunakan untuk
mengetahui hubungan
nonlinear
(Disadur dari Usman, H, 2006, hal 199)
Analisis Korelasi betujuan untuk mengetahui keeratan hubungan (kuat-
lemahnya) hubungan antara variabel bebas X dengan variabel terikat Y, tanpa
melihat bentuk hubungannya, apakah linear atau tidak linear. Kuat-lemahnya
hubungan antara dua variabel dilihat dari koefisisen korelasinya.
2. Koefisien Korelasi
5
1) Jika KK positif maka variabel-variabel berkorelasi positif. Semakin dekat
nilai KK ke +1 semakin kuat korelasinya, demikian pula sebaliknya
2) Jika KK bernilai negatif maka variabel-variabel berkorelasi negatif. Semakin
dekat nilai KK ke -1 semakin kuat korelasinya, demikian pula sebaliknya.
3) Jika KK berniali 0 maka variabel-variabel tidak menunjukkan korelasi.
4) Jika KK bernilai +1 atau -1 maka variabel menunjukkan korelasi positif atau
negatif yang sempurna
Untuk menentukan keeratan hubungan / korelasi antar variabel tersebut,
berikut ini diberikan nilai-nilai dari KK sebagai patokan, (Hasan, 2008: 234).
1) KK = 0 tidak ada korelasi
2) 0 < KK ≤ 0,20 korelasi sangat rendah / lemah sekali
3) 0,20 < KK ≤ 0,40 korelasi rendah / lemah tapi pasti
4) 0,40 < KK ≤ 0,70 korelasi yang cukup berarti
5) 0,70 < KK ≤ 0,90 korelasi yang tinggi; kuat
6) 0,90 < KK ≤ 1,00 korelasi yang sangat tinggi; kuat sekali, dapat
diandalkan.
7) KK = 1 korelasi sempurna.
𝑛 ∑ 𝑋𝑌−∑ 𝑋 ∑ 𝑌
𝑟= Sudjana (2002:369)
√ (𝑛 ∑ 𝑋 2 −(∑ 𝑋 )2 )(𝑛 ∑ 𝑌 2 −(∑ 𝑌 ) 2 )
6
Membuat Ha dan Ho dalam bentuk kalimat
Membuat Tabel
Mencari rhitung
Mencari besarnya sumbangan variabel X terhadap variabel Y
Menghitung signifikansi dengan rumus thitung
Membuat kesimpulan
Korelasi rank dipakai apabila: (1) kedua variabel yang akan dikorelasikan
itumempunyai tingkatan data ordinal, (2) jumlah anggota sampel di
bawah 30 (sampel kecil), (3) data tersebut memang diubah dari interval
ke ordinal, dan (4) data interval tersebut ternyata tidak berdistribusi
normal.
Korelasi rank ini ditemukan oleh Spearman, sehingga disebut juga sebagai
korelasi Spearman. Korelasi .ini dapat juga disebut sebagai korelasi
bertingkat, korelasi berjenjang, korelasi berurutan, ataukorelasi
berpangkat.
Besarnya hubungan antara dua variabel atau derajat hubungan yang
mengukur korelasi berpangkat disebut koefisien korelasi berpangkat
atau koefisien korelasi Spearman yang dinyatakan dengan lambang
rs.Makna dan kelayakan nilai r seperti halnya dengan yang diuraikan
dalam korelasi Product moment.
Korelasi Spearman
6 ∑ 𝑑2
𝑟𝑠 = 1 − 3
𝑛 −𝑛
𝑑 = selisih ranking X dan Y
𝑛 = banyak pasangan data
Korelasi Spearman—Brown
2rs
rii 1
1 rs
7
Membuat tabel
Mencari dengan rumus
Menentukan taraf signifikan
Bandingkan rs hirung dengan rtabel
Membuat kesimpulan
8
1 1
𝜎 2 𝑍𝑟 = 𝑑𝑎𝑛 𝜎𝑍𝑟 =
𝑛−3 √𝑛 − 3
Untuk µZr, pendugaan intervalnya secara umum dirumuskan
= 1,0986
𝑍𝑟 − 𝑍 𝛼 𝜎𝑍𝑟 ≤ 𝜇𝑍𝑟 ≤ 𝑍𝑟 + 𝑍𝛼 𝜎𝑍𝑟
2 2
1,96 1,96
1,0986 - < 𝜇𝑍 < 1,0986 + atau 0,7066 < 𝜇𝑍 < 1,4906
√28−3 √28−3
9
Interval taksiran 𝜌 dengan angka kepercayaan 95% adalah :
0,609 < 𝜌 < 0,903
6. Pengujian Hipotesis
r n2
t
hitung
1 r2
n = Jumlah Sampel
Motivasi (X) : 60; 70; 75; 65; 70; 60; 80; 75; 85; 90; 70; dan 85
Kinerja (Y) : 450; 475; 450; 470; 475; 455; 475; 470; 485; 480; 475;dan 480.
Pertanyaan ;
Langkah 1.
Langkah 2.
10
Ha : r ≠ 0
Ho : r = 0
Langkah 3.
No X Y X2 Y2 XY
Statistik X Y X2 Y2 XY
Mencari rhitung dengan cara masukkan angka statistik dari tabel penolong dengan
rumus ;
n XY ( X )( Y )
r
{n X 2 ( X ) 2 }{n Y 2 ( Y ) 2 }
11
12(416.825) (885).(5.460)
r
{12.(66.325) (885) 2 }.{12.(2.652.350) (5.640) 2 }
Langkah 4
Langkah 5
Kaidah pengujian :
Ternyata thitung lebih besar dari ttabel, atau 3,329 > 2,228, maka Ho
ditolak, artinya ada hubungan yang signifikan motivasi dengan kinerja dosen.
langkah 6
Membuat kesimpulan
12
1. Berapakah besar hubungan motivasi dengan kinerja dosen? r xy sebesar
0,465 kategori cukup kuat.
2. Berapakah besar sumbangan (konstribusi) motivasi dengan kinerja dosen?
KP = r2 x 100% = 0,4652 x 100% = 21,62%. Artinya motifasi memberikan
konstribusi terhadap kinerja dosen sebesar 21,62% dan sisanya 78,38%
ditentukan oleh variable lain.
Ditanyakan:
13
a. Ha Terdapat hubungan yang positif den signifikan, antara variabel
X dengan Y.
b. Ho Tidak terdapat hubungan yang positif dan signifikan antara
variabel X dengan Y
2. Tulis Ha dan Ho dalam bentuk statistik
a. Ha : r≠0
b. Ho : r=0
3. Tabel penolong analisis korelasi rank spearman.
Nilai Nilai Rank Rank Be da(b) (b2)
Ge nap Ganjil Ge nap Ganjil
2 2 4,50 4 0,50 0,25
3 3 2 1,50 0,50 0,25
2 1 4,50 6 -1,50 2,25
3 2 2 4 -2 4
3 2 2 1,50 0,50 0,25
1 3 6 4 2 4
JUM LAH 0 11
Cara menghitung rank genap.
a) Urutkan data genap mulai yang terbesar sampai terkecil, sehingga data
genap (X) menjadi sebagai berikut:
Urutan ke- Nilai Data Rangking
1 3 2
2 3 2
3 3 2
4 2 4,5
5 2 4,5
6 1 6
b) Periksa dulu apakah nilai data yang diurutkan sudah cocok dengan
banyaknya anggota ota sampel? Dalam halini sudahada enam urutanmentah.
14
Setelah cocok lanjutkan menghitung urutan matang (ranking ke-) dengan
cara, sebagai beriktt:
1 2 3
Nilai 3 Merupakan ranking ke 2
3
45
Nilai 2 Merupakan ranking ke 4,50
2
= 1 – 66/212
= 0,678
15
diterima atau korelasinya tidak signifikan.
9. Kesimpulannya.hubungan antara variabel X dengan variabel Y ternyata
positif (agak cukup) dan tidak signifikan.
Jawaban nomor 2, langkah – langkanya sama dengan di atas hanya istilah
signifikan dengan kesesuaian.
2.0,687
rii
1 0,687
= 0,814
Jika – t ii tabel< t ii hitung < t tabel sehingga Ho diterima atau tidak reliable.
rii tabel pada daftar r kritis untuk Spearman dengan α = 0.05 dan n = 6 didapat
r ii tabel = 0.829
Ternyata —0,828 < 0,814 < 0,829
ataurs tabel<rs hitung< rs tabel sehingga H. diterima atau alat pengumpul datanya
tidak reliabel.
16
BAB III
KESIMPULAN
Korelasi merupakan hubungan antara dua kebijakan dimana kejadian yang
satu dapat mempengaruhi eksistensi kejadian yang lain. Misalnya kejadian X
mempengaruhi kejadian Y. Apabila dua variable X dan Y mempunyai hubungan,
maka nilai variable X yang sudah diketahui dapat dipergunakan untuk
memperkirakan, menaksir atau meramalkan Y. Ramalan pada dasarnya
merupakan perkiraan, taksiran mengenai terjadinya suatu kejadian (nilai variable)
untuk waktu yang akan datang. Variable yang nilainya akan diramalkan disebut
variable tidak bebas (dependent variable), sedangkan variable X yang nilainya
dipergunakan untuk meramalkan nilai Y disebut variable bebas (independent
variable) atau variable peramal (predictor) atau seringkali disebut variable yang
menerangkan (explanatory). Jadi jelas analisis korelasi ini memungkinkan kita
untuk mengtahui suatu diluar hasil penyelidikan, Salah satu cara untuk melakukan
peramalan adalah dengan menggunakan garis regresi. untuk menghitung
parameter yang akan dijadikan dalam penentuan hubungan antara dua variable,
terdapat beberapa cara, yaitu: koefisien determinasi dan koefisien korelasi.
17
DAFTAR PUSTAKA
18