9/26/2017

Uji Hipotesis Asosiatif (Relasional) Pengertian Uji Hipotesis Asosiatif

Lingkup Materi:
Hipotesis asosiatif merupakan dugaan adanya hubungan
antar variabel dalam populasi, melalui data hubungan
Pengertian Uji Hipotesis Asosiatif (Relasional) variabel dalam sampel.
Statistik Parametrik : Pengujian hipotesis asosiatif adalah pengujian koefisiensi
korelasi yang ada pada sampel untuk diberlakukan pada
Korelasi Pearson (Product Moment) seluruh populasi dimana sampel diambil.
Korelasi Ganda
Korelasi Parsial
Parameter
ρ

Parameter
r

Membuat generalisasi = berbentuk hubungan antara dua variabel atau lebih

Untuk mencari hubungan antara dua variabel atau lebih Statistik Parametrik
dilakukan dengan menghitung korelasi antar variabel yang
akan dicari hubungannya. Product Moment
Korelasi merupakan angka yang menunjukkan arah dan Teknik korelasi product moment digunakan untuk mencari hubungan
kuatnya hubungan antar dua variabel atau lebih. Arah dan membuktikan hipotesis hubungan dua variabel atau lebih bila
dinyatakan dalam bentuk hubungan positif atau negatif. data kedua variabel atau lebih berbentuk interval atau rasio, dan
sedangkan kuatnya hubungan dinyatakan dalam besarnya sumber data dari dua variabel atau lebih tersebut adalah sama.
koefisien korelasi. Berikut ini dlkemukakan rumus yang paling sederhana yang dapat
Koefisien relasi korelasi positif sebesar = 1 dan koefisien digunakan untuk menghitung koefisien korelasi, yaitu rumus 1 dan
korelasi negatif sebesar = −1, sedangkan yang terkecil Rumus 2 digunakan bila sekaligus akan menghitung persamaan
regresi.
adalah nol. Interval Tingkat
Koefisien Hubungan
0,00 – 0,199 Sangat Rendah
0,20 – 0,399 Rendah
0,40 – 0,599 Sedang
0,60 – 0,799 Kuat
0,80 – 1,00 Sangat Kuat

Contoh: 2. Diketahui:
Diiakukan penelitian untuk mengetahui ada tidaknya hubungan
antara pendapatan dan pengeluaran. Untuk keperluan tersebut,
maka telah dilakukan pengumpulan data terhadap 10 responden
yang diarnbil secara random. Berdasarkan 10 responden
TABEL PENOLONG UNTUK MENGHITUNG KORELASI
tersebut diperoleh data tentang pendapatan (X) dan ANTARA PENDAPATAN DAN PENGELUARAN
pengeluaran (Y), sebagai berikut:
No X1 Y1 X2 Y2 XY
(X) (Y)
X = 8 9 7 6 7 8 9 6 5 5 juta / bulan 1 8 3 1 1
1 1 1
Y = 3 3 2 2 2 2 3 1 1 1 juta / bulan 2 9 3 2 1 4 1 2 Didapat :
3 7 2 0 0 0 0 0
Penyelesaian: 4 6 2 −1 0 1 0 0
5 7 2 0 0 0 0 0
1. Rumusan Hipotesis: 6 8 2 1 0 1 0 0
7 9 3 2 1 4 1 2
Ho : tidak ada hubungan antara pendapatan dan 8 6 1 −1 −1 1 1 1
pengeluaran 9 5 1 −2 −1 4 1 2
10 5 1 −2 −1 4 1 2
Ha : terdapat hubungan antara pendapatan dan pengeluaran
0 0 20 6 10
Ho : ρ = 0
Ha : ρ ≠ 0

1
 9/26/2017

3. Statistik hitung: Koefisien Determinasi

Koefisien determinasi adalah kuadrad dari koefisien
korelasi (r2). Koefisien ini disebut koefisien penentu.
Untuk r = 0,9129
4. Pengujian:
Koefisien determinasinya adalah r2 = 0,91292 = 0,83.
Dengan mengambil α = 0,05 pengujian dua pihak
dengan dk = 10 – 2 = 8 didapat r tabel = 0,632 Hal ini berarti varian yang terjadi pada variabel pengeluaran
Ternyata r hitung lebih besar dari r tabel (0,913 > 0,632), 83% dapat dijelaskan melalui varian yang terjadi pada
maka Ho ditolak dan Ha diterima. variabel pendapatan,
atau pengeluaran 83% ditentukan oleh besamya
5. Kesimpulan:
pendapatan, dan 17% oleh faktor lain, misalnya terjadi
Terdapat hubungan antara pendapatan dan musibah, sehingga pengeluaran tersebut tidak dapat
pengeluaran. diduga.

Korelasi Ganda
Statistik Parametrik Tiga Variabel Independen dan Satu Variabel Dependen.
Korelasi Ganda
Korelasi ganda (multiple correlation) merupakan angka yang
menunjukkan arah dan kuatnya hubungan antara dua
variabel secara bersama-sama atau lebih dengan variabel
yang lain.
Korelasi Ganda
Dua Variabel Independen dan Satu Variabel Dependen.

X1 : kepemimpinan
X1 : kesejahteraan pegawai
X2 : tata ruang kantor
X2 : Hubungan dengan pimpinan
Y : kepuasan kerja
X3 : pengawasan
R : korelasi ganda
Y : efektivitas kerja
R : korelasi ganda

Contoh: Korelasi ganda antara Kepemimpinan dan Tata Ruang Kantor

secara bersama-sama dengan Kepuasan Kerja Pegawai dapat
Misalnya dari suatu penelitian yang berjudul "Kepemimpinan dihitung:
dan Tata ruang Kantor dalam kaitannya dengan Kepuasan
Kerja Pegawai di Perusahaan A". Berdasarkan data yang
terkumpul untuk setiap variabel, dan setelah dihitung
korelasi sederhananya ditemukan sebagai berikut:
1. Korelasi antara Kepemimpinan dengan Kepuasan
Kerja Pegawai, ryx1 = 0,45;
2. Koreiasi antara Tata Ruang Kantor dengan Kepuasan Hasil perhitungan korelasi sederhana dan ganda dapat
Kerja Pegawai, ryx2= 0,48; digambarkan sebagai berikut:
3. Korelasi antara Kepemimpinan dengan Tata Ruang
Kantor, rx1x2 = 0,22.

2

Pengujian signifikansi terhadap koefisien korelasi ganda
dapat menggunakan rumus:
Harga tersebut selanjutnya dibandingkan dengan harga F
tabel dengan dk pembilang = k dan dk penyebut = (n - k - 1).
Jadi dk pembilang = 2 dan dk penyebut = 10-2-1 =7. Dengan
taraf kesalahan 5%, harga F tabel dttemukan = 4,74. Temyata
harga F hitung lebih besar dari F tabel (7,43 > 4,74). Maka Ho
ditolak dan Ha diterima. Jadi koefisien korelasi ganda yang
ditemukan adalah signifikan (dapat diberlakukan untuk
populasi dimana sampel diambil).
Dengan rumus korelasi parsial didapat hasil:
Sebelum waktu belajar digunakan sebagai variabel kontrol,
korelasi IQ dengan nilai kuliah = 0,58. Setelah waktu
belajarnya dibuat sama (dikontrol) untuk seluruh sampel,
maka korelasinya = 0,68. Jadi hubungannya lebih kuat.
Hal ini berarti bila orang yang IQ-nya tinggi dan waktu
belajarnya sama dengan yang IQ-nya rendah, maka nilai
mata kuliahnya akan jauh lebih tinggi.
Terima Kasih
9/26/2017
Statistik Parametrik
Korelasi Parsial
Korelasi parsial digunakan untuk menganalisis pengaruh
atau hubungan antara variabel independen dan dependen,
dimana salah satu variabel independennya dibuat tetap/
dikendalikan.
Contoh:
1. Korelasi antara IQ dengan nilai kuliah = 0,58;
2. Korelasi antara nilai kuliah dengan waktu belajar = 0,10;
3. Korelasi antara IQ dengan waktu belajar = −0,40.
Untuk orang yang waktu belajarnya sama (diparsialkan)
berapa korelasi antara IQ dengan nilai kuliah.
Pengujian signifikansi terhadap koefisien korelasi parsial
dapat menggunakan rumus:
Kemudian t hitung dibandingkan dengan t tabel dengan
dk = n – 1 = 25 – 1= 24. Bila taraf kesalahan 5% untuk uji
dua pihak, maka didapat harga t tabel = 2,064.
Ternyata t hitung lebih besar dari t tabel (4,35 > 2,064).
Dengan demikian korelasi adalah signifikan.