Terdapat data sebagai berikut :

Jenis Blok
No. Pekerjaan Pendapatan Pengeluaran
Kelami Ruma
n h
1 L A TNI IDR IDR
2,534,617.00 2,735,112.00
2 L A TNI IDR IDR
2,102,479.00 2,529,124.00
3 P B Karyawan IDR IDR
swasta 4,395,724.00 4,455,241.00
4 L A Polisi IDR IDR
3,027,471.00 3,476,804.00
5 P B Karyawan IDR IDR
swasta 4,716,715.00 4,914,451.00
6 L B TNI IDR IDR
2,852,510.00 2,402,774.00
7 L A Polisi IDR IDR
3,475,081.00 3,595,509.00
8 P A Karyawan IDR IDR
swasta 4,079,214.00 4,950,635.00
9 L A Polisi IDR IDR
3,494,392.00 3,464,953.00
10 P B Karyawan IDR IDR
swasta 4,329,731.00 4,129,341.00
11 L A TNI IDR IDR
2,518,463.00 2,666,155.00
12 L A TNI IDR IDR
2,099,080.00 2,580,905.00

a. Adakah hubungan antara Jenis kelamin dengan Blok Rumah? Korelasi apa yang
digunakan? Jelaskan dengan analisis data! (Chi-Square / Theta)
b. Adakah hubungan yang signifikan antara jenis kelamin dengan pemilihan pekerjaan? ?
Korelasi apa yang digunakan? Jelaskan dengan analisis data!
c. Adakah hubungan yang signifikan antara Pekerjaan dengan pendapatan? ? Korelasi
apa yang digunakan? Jelaskan dengan analisis data!
d. Apakah terdapat hubungan antara tingkat pengeluaran dengan pendapatan? ? Korelasi apa
yang digunakan? Jelaskan dengan analisis data!

Jawaban :

a. Jenis Kelamin vs Blok

Rumah Jenis Kelamin :

Nominal Blok Rumah :

Ordinal

Hipotesis : H0  tidak terdapat Asosiasi antara variabel Jenis Kelamin dengan Blok
Rumah
 H1  terdapat Asosiasi antara variabel Jenis Kelamin dengan Blok Rumah, dan

H0 ditolak

Alpha  0,05

Sifat Uji : Asosiasi

Cramar Kriteria Uji :

1. Tolak H0 jika p-value (sig.) < alfa

2. Terima H0 jika p-value (sig.) >

alfa Rumus :

1. Chi-Square :

2. Asosiasi Crammar :

Hasil Uji Jenis Kelamin vs Blok Rumah

Chi-Square Tests
Asymp. Exact Exact
Sig. (2- Sig. Sig.
Value D
f sided) (2- (1-
sided) sided)
Pearson Chi-Square 4.688a 1 .030
Continuity Correctionb 2.297 1 .130
Likelihood Ratio 4.749 1 .029
Fisher's Exact Test
.067 .067
Linear-by-Linear 4.297 1 .038
Association
N of Valid Cases 12
a.3 cells (75.0%) have expected count less than 5. The minimum expected count is 1.33.
b.Computed only for a 2x2 table
Didapatkan nilai P-Value 0,03
P-Value (sig.) = 0.03 < Alpha =
0,05 Maka, H0 ditolak, dan H1
Diterima.
Kesimpulannya : dengan tingkat kepercayaan 95% Terdapat asosiasi antara variabel
Jenis Kelamin dengan Blok Rumah. Karena terdapat hubungan, diperlukan
perhitungan berapa besar asosiasinya dengan menggunakan rumus asosiasi cramar
dengan perhitungan sebagai berikut :

Rumus Cramar :

C = √ (Chi – Square) / ( N x (L-1) )

C = √ (4,688) / ( 12 x ( 2-1) )
C = 0,180

Maka, dari hasil perhitungan didapatkan bahwa nilai koefisien asosiasi cramar,
menunjukkan keeratan hubungan sebesar 0,180 dan termasuk asosiasi sangat rendah.
b. Jenis Kelamin vs

Pekerjaan Jenis Kelamin =

Nominal Pekerjaan =

Nominal

Hipotesis : H0  tidak terdapat asosiasi antara variabel Jenis Kelamin dengan

Pekerjaan H1  terdapat asosiasi antara variabel Jenis Kelamin dengan

Pekerjaan, dan H0

ditolak

Alpha  0,05

Sifat Uji : Asosiasi

Cramar Kriteria Uji :

1. Tolak H0 jika p-value (sig.) < alfa

2. Terima H0 jika p-value (sig.) >

alfa Rumus :

1. Chi Square :
 2. Asosiasi Crammar :

Hasil Uji SPSS Jenis Kelamin vs Pekerjaan :

Chi-Square Tests
Asymp.
Sig. (2-
Value d
f sided)
Pearson Chi-Square 12.000a 2 .002
Likelihood Ratio 15.276 2 .000
Linear-by-Linear .239 1 .625
Association
N of Valid Cases 12
a. 6 cells (100.0%) have expected count less than 5. The
minimum expected count is 1.00.
Didapatkan nilai P-Value (sig.) =

0.002 P-Value (sig.) = 0.002 < Alpha

= 0.05 Maka, H0 ditolak, dan H1

diterima.

Kesimpulannya : dengan tingkat kepercayaan 95% Terdapat asosiasi antara variabel

Jenis Kelamin dengan Pekerjaan. Karena terdapat hubungan, diperlukan perhitungan
berapa besar asosiasinya dengan menggunakan rumus asosiasi cramar dengan
perhitungan sebagai berikut :

Rumus Cramar :

C = √ (Chi – Square) / ( N x (L-1) )

C = √ (12,000) / ( 12 x ( 2-1) )
C =1
Maka, dari hasil perhitungan didapatkan bahwa nilai koefisien asosiasi crammar,
menunjukkan keeratan hubungan sebesar 1 dan termasuk asosiasi sangat kuat
c. Pekerjaan vs Pendapatan

Pekerjaan :
Nominal Pendapatan :
Rasio

H0 = Tidak terdapat asosiasi antara pekerjaan dengan pendapatan H1

= Terdapat Asosiasi antara pekerjaan dengan pendapatan

Toleransi Kekeliruan : 5% =
0,05 Statistik Uji = Asosiasi
ETA Rumus :
ETA :

Dengan uji signifikansi,

Kriteria Uji :

1. Tolak H0 jika p-value (sig.) < alfa

2. Terima H0 jika p-value (sig.) > alfa

Hasil perhitungan dengan SPSS

Directional Measures
Value
Nominal by Eta Pekerjaan Dependent 1.000
Interval
Pendapatan .956
Dependent
Didapat nilai ETA = 0,956
P-Value = 0,956 > Alpha = 0,05
Maka, H0 diterima, dan H1
Ditolak
Nilai Uji Signifikansi :

F = (ETA^2 x (N-K)) / ((1-ETA^2) x (K-1))

F = (0.956^2 x (12-3)) / ((1-0.956^2) x (3-
1)) F = 47.78667

Kesimpulannya : dengan tingkat kepercayaan 95% Tidak terdapat asosiasi antara

variabel Pekerjaan dengan Pendapatan. Dengan tingkat signifikansi sebesar 47.78667
d. Pengeluaran Vs Pendapatan Pendapatan : Interval
Pengeluaran : Interval

HO-1 : r = 0 ; X1 tidak ada hubungan antara pengeluaran dengan pendapatan

H1-1 : r ≠ 0 ; X1 ada hubungan antara pengeluaran dengan pendapatan
H0-2 : r = 0 ; tidak ada hubungan antara pengelaran dengan pendapatan
H1-2 : r ≠ 0 ; ada hubungan antara pengeluaran dengan pendapatan

Toleransi Kekeliruan : 5% =
0,05 Statistik Uji = Pearson
Rumus :
Pearson :

Kriteria Uji :

1. Tolak H0 jika p-value (sig.) < alfa

2. Terima H0 jika p-value (sig.) > alfa

Hasil Uji dengan SPSS

Correlations
Pendapata Pengeluara
n n
Pendapatan Pearson 1 .931**
Correlation
Sig. (2-tailed) .000
N 12 12
Pengeluara Pearson .931** 1
n Correlation
 Sig. (2-tailed) .000
N 12 12
**. Correlation is significant at the 0.01 level (2-tailed).

Didapat P-Value Pendapatan = 0.931

Didapat P-Value Pegeluaran = 0.931

Korelasi. Jika suatu hubungan tidak sama dengan 0, maka dapat dikatakan terjadi hubungan.
Perhatikan baris-baris Pearson Correlation, di mana dihasilkan hasil-hasil berikut:

1. Pendapatan berhubungan secara positif sebesar 0,931 (r = 0,931).

2. Pengeluaran berhubungan secara positif sebesar 0,931(r= 0,931).

Signifikansi. Signifikansi bisa ditentukan lewat baris Sig. (2-tailed). Jika nilai Sig. (2-tailed) <
0,05, maka hubungan yang terdapat pada r dianggap signifikan. Hasil uji signifikansi (di atas)
adalah:

Nilai r hubungan pengeluaran dengan pendapatan adalah 0,000.

Artinya, 0,000 < 0,05, korelasi antara kedua variabel signifikan.