DAN
UJI PERBEDAAN
DISUSUN OLEH:
NAMA : PEGI PRATAMA
NIM : 1802 143
KELAS : NR 13 B
DOSEN PENGAMPU:
HARMAWATI, S.Kp, M.Kep
1. Memahami secara lebih baik tentang hubungan antara variabel dependen dengan variabel
independen.
2. Mengetahui kekuatan hubungan yang dapatmenuntun peneliti menuju suatu realisme
penelitian ilmiah yang baru.
Untuk mencari hubuangan antara dua variable atau lebih dilakuakn dengan menghitung
korelasi antar variable yang akan dicari hubungannya. Korelasi merupakan angka yang
menunjukkan arah dan kuatnya hubungan antar dua variable atau lebih. Arah dinyatakan dalam
bentuk hubungan positif atau negative, sedangkan kuatnya hubungan dinyatakan dalam besarnya
koefisien korelasi. Hubungan dua variable atau lebih dikatakan hubungan positif, bila nilai suatu
variable ditingkatkan, maka akan meningkatkan nilai variable yang lain, dan sebaliknya nila satu
variable diturunkan maka akan menurunkan nilai variable yang lain.
Hubungan dua variable atau lebih dikatakan hubungan negative, bila 3 nilai satu variable
dinaikkan maka akan menurunkan nilai variable yang lain, dan juga sebaliknya bila nilai satu
variable diturunkan, maka akan menaikkan nilai variable yang lain.
Kuatnya hubungan antar variable dinyatakan dalam koefisien korelasi. Koefisien korelasi
positif terbesar = 1 dan koefisien korelasi negative terbesar = - 1, sedangkan yang terkeceil adalah
0. Bila hubungan antar dua variable atau lebih itu mempunyai koefisien korelasi = 1 atau -1,
maka hubungan tersebut sempurna. Dalam arti kejadian-kejadian pada variable yang satu akan
dapat dijelaskan atau diprediksikan oleh variable yang lain tanpa terjadi kesalahan (error).
Semakin kecil koefisien korelasi, maka akan semakin besar error untuk membuat prediksi.
Sebagai contoh, bila hubungan bunyinya burung Prenjak mempunyai koefisien korelasi sebesar 1,
maka akan dapat diramalkan setiap ada bunyi burung Prenjak maka akan dipastikan aka nada
tamu. tetapi kalau koefisien korelasinya kurang dari satu, setiap ada bunyi burung Prenjak belum
tentu ada tamu, apalagi koefisien korelasinya mendekati 0.
1. Koefisien Kontingensi
Koefisien kontingensi digunakan untuk menghitung hubungan antar variabel bila datanya
berbentuk nominal. Teknik ini mempunyai kaitan erat dengan Chi Kuadrat yang digunakan
untuk menguji hipotesis komparatif k 7 sampel independen. Oleh karena itu, rumus yang
digunakan mengandung nilai Chi Kuadrat.
2. Cramer’s V
Cramer’s adalah modifikasi dari phi untuk ukuran tabel yang lebih besar dan memiliki
kisaran nilai sampai dengan 1,0 untuk sembarang bentuk tabel. Cramer’s dihitung dengan:
𝑉 = √ 𝑥 2 𝑁 (𝐾 − 1)
3. Gamma
Gamma dari Goodman dan kruskal ialah statistik yang membandingkan pasangan
concordant dan discordant dan kemudian membakukan hasilnya dengan memaksimumkan
nilai penyebutnya. Gamma mempunyai interpretasi penurunan kesalahan proporsional (PKP-
Proportional reduction of error-PRE) yang berhubungan erat dengan apa yang sudah kita
krtahui tentang ukuran nominal PKP.
4. Korelasi Spearman Rank
Kalau pada Product Moment, sumber data untuk variabel yang akan dikorelasikan adalah
sama, data yang dikorelasikan adalah data interval atau rasio, serta data dari kedua variabel
masing-masing membentuk distribusi normal, maka dalam korelasi Spearman Rank, sumber
data untuk kedua variabel yang akan dikonservasikan dapat berasal dari sumber yang tidak
sama, jenis data yang dikorelasikan adalah data ordinal, serta data dari kedua variabel tidak
harus membentuk distribusi normal. Jadi korelasi Spearman Rank adalah bekerja dengan data
ordinal atau berjenjang atau rangking, dan bebas distribusi. 8
5. Korelasi Kendal Tau
Seperti dalam korelasi Spearman rank, korelasi Kendal Tau dapat digunakan untuk
mencari hubungan dan menguji hipotesis antara dua variable atau lebih, bila datanya
berbentuk ordinal atau rangking. Kelebihan teknik ini bila digunakan untuk menganalisis
sampel yang jumlah anggotanya lebih dari 10, dan dapat dikembagkan untuk mencari
koefisien korelasi parsial.
a. Statistik tau b Kendall adalah perbaikan gamma yang mempertimbangkan pasangan
senilai. Suatu pasangan senilai terjadi ketika observasi memiliki nilai yang sama untuk
variabel X dan variabel Y. Untuk ukuran sampel tertentu. Statistik tau b tidak memiliki
interpetasi PKP, tetapi menyajikan jangkauan nilai dari -1,0 hinga +1,0 untuk tabel
persegi.
b. Statistik tau c kendall adalah penyesuaian lainnya untuk hubungan P – Q dari statistik
gamma. Pendekatan ini terhadap asosiasi ordinal adalah cocok untuk tabel sembarang
ukuran.
6. Statistik d Somer
Statistik d Somer menutup pembahasan tentang statistik yang menggunakan konsep
pasangan concordant-discordant. Kegunaan statistk ini berasal dari kemampuannya
mengkompesiasi nilai ranking yang sama dan menyesuaikan arah variabel terikat. Seperti
sebelumnya, koefisien simetris (persamaan 1) memperhitungkan secara sama variabel baris
dan kolom. Perhitungan kedua dan ketiga, masing-masing menunjukan variabel kebugaran
sebagai variabel dependen dan variabel tingkat manajemen variabel dependen.
DAFTAR PUSTAKA
Cooper & Schindler. 2001. Business Research Method. Jakarta : Erlangga Jogiyanto. 2010.
Metodologi Penelitian Bisnis. BPFE UGM