DISUSUN OLEH:
Cindy Herwiti
Resi Lestari
Riski Pradika
UNIVERSITAS ABDURRAB
PEKANBARU
2019/2020
KATA PENGANTAR
Puji syukur kehadirat Allah SWT atas limpahan rahmat dan anugerah dari-
Nya kami dapat menyelesaikan makalah ini. Shalawat dan salam senantiasa kami
ucapkan kepada junjungan alam yakni Nabi Muhammad SAW yang telah
menunjukkan kepada kita semua jalan yang lurus berupa ajaran agama Islam yang
sempurna dan menjadi anugerah terbesar bagi seluruh alam semesta.
Laporan makalah ini tidaklah sempurna oleh karena itu, kritik dan saran
yang membangun demi perbaikan makalah ini sangatlah kami harapkan.
Tim Penulis
i
DAFTAR ISI
KATA PENGANTAR.........................................................................................................i
DAFTAR ISI.....................................................................................................................ii
BAB I PEMDEHULUAN....................................................................................................1
1.1 Step 1 Clarifying Unfamiliar Terms........................................................................... 1
1.2 Step 2 Problem Definition........................................................................................ 2
1.3 Step 3 Brainstorming.......................................................................................... 2
1.4 Step 4 Analyzing the Problem (spider web).............................................................. 2
1.5 Step 5 Learning Objective......................................................................................... 3
1.6 Step 6 Self Studying.................................................................................................. 3
1.7 Step 7 Reporting...................................................................................................... 3
BAB II ISI........................................................................................................................4
2.1 Penelitian Asosiatif................................................................................................... 4
2.2 Pemilihan Jenis Uji Hipotesis Asosiatif..................................................................... 5
2.3 Uji Chi Square dan Koefisien Asosiasi untuk data Nominal.................................... 11
2.4 Macam-macam Uji Regresi.................................................................................... 17
2.5 Hasil Uji Regresi..................................................................................................... 20
2.6 Perbedaan Penelitian Asosiatif dengan penelitian Komparatif..............................30
BAB III PENUTUP.......................................................................................................322
3.1 Kesimpulan..........................................................................................................322
3.2 Saran....................................................................................................................322
DAFTAR PUSTAKA……………………………………………………………………………………………………..33
ii
BAB I
PENDAHULUAN
SKENARIO
Roni ingin melihat hubungan nilau pretest praktikum dengan nilai ujuan
praktikum anatomi. Nilai pretest dan nilai ujian praktikum anatomi tersedia di
dalam skala numerik dan data terdistribusi normal. Hasil uji kolerasi diperoleh p-
value 0,003 dengan koefisien kolerasi +0,8. Pembimbing menyarankan agar Roni
melanjutkan dengan uji regresi.
Keyword
• Hasil skripsi
• Skala numerik
• Data terdistribusi normal
• Uji regresi
• Uji kolerasi
• Nilai p-value 0,003
• Koefisien kolerasi +0,8
33
1.2 Step 2 Problem Definition
2
1.5 Step 5 Learning Objective
1. Mahasisawa mampu memahami dan menjelaskan tentang penelitian
asosiatif/koleratif:
• Tujuannya
• Ciri-cirinya
• Masalahnya
2. Mampu menjelaskan tentang uji statistik apa saja yang digunakan untuk menjawab
hipotesis asosiatif/koleratif baik parametrik maupun non-parametrik
3. Menjelaskan pemilihan uji statistik untuk penelitian asosiatif berdasarkan skala
data
4. Menjelaskan tentang uji kolerasi:
• Pearson vs spearman
• Menjelaskan makna koefisien kolerasi (r= +0,8)
2
• Dan koefisien determinan (r )
5. Menjelaskan tentang uju Chi Square dan koefisien asosiasi untuk data nominal
6. Menjelaskan macam-macam uji regresi dan kedudukan uji regresi dalam
penelitian asosiatif
7. Menjelaskan hasil yang diperoleh dari dengan uji regresi (rumus)
3
BAB II
ISI
4
sampel yang diambil dari populasi tersebut.dan setidaknya
2
memiliki sekurang-kurangnya dua variabel yang akan di teliti.
Untuk mengetahui kecenderungan hubungan variabel yang
satu dengan variabel yang lainnya dan akan di peroleh besarnya
hubungan antara variabel.
2.1.3 Ciri-ciri Penelitian Asosiatif
Koefisien korelasi antara variabel yang satu dengan
variabel yang lainya biasanya digambar kan menggunakan diagram
3
pencar (scatter gram). Variabel yang di analisis hubunganya
adalah variabel tergantung (dependent variabel) dengan variabel-
variabel bebas (independen variabel). Berdasarkan jumlah variabel
biasanya dibedakan menjadi bivariat dan multivariate dan arah
hubungan nya bias kearah positif dan negative dan juga penelitian
3
ini tidak harus apakah ada hubungan sebab akibat atau tidak.
TABEL 7.1
5
PEDOMAN UNTUK MEMILIH TEKNIK KOLERASI
DALAM PENGUJIAN HIPOTESIS
Macam/Tingkat Data Teknik Kolerasi yang Digunakan
Nominal 1. Koefisien Kontingensi
Ordinal 1. Spearman Rank
2. Kendal Tau
Interval dan Rasio 1. Pearson Product Moment
2. Kolerasi Ganda
3. Kolerasi Parsial
B. Statistika Parametris
1. Korelasi Product Moment
Teknik korelasi ini digunakan untuk mencari hubungan dan
membuktikan hipotesis hubungan dua variable bila data kedua variable
berbentuk interval atau ratio, dan sumber data dari dua variable atau
lebih tersebut adalah sama.
Berikut adalah rumus yang paling sederhana yang dapat digunakan
untuk menghitung koefisien korelasi :
6
Dalam analisis korelasi terdapat suatu angka yang di sebut dengan
2
koefisien determinasi, adalah kuadran dari koefisien korelasi ( r ).
Koefisien ini disebut koefisien penentu, karena varians yang terjadi
pada variabel dependent dapat dijelaskan melalui varians yang terjaadi
1
pada variabel independent.
2. Korelasi Ganda
Korelasi ganda (multiple correlation) merupakan angka yang
menunjukkan arah dan kuatnya hubungan antara dua variable
independent secara bersama-sama atau lebih dengan satu variable
dependent. Simbol korelasi adalah R. Pemahaman tentang korelasi
ganda dapat dilihat gambar :
3. Korelasi Parsial
Korelasi Parsial digunakan untuk menganalisis bila peneliti
bermaksud mengetahui pengaruh atau hubungan antara variable
independent dan dependent, dimana salah satu variable independent nya
7
dibuat tetap/dikendalikan. Jadi korelasi parsial merupakan angka yang
menunjukkan arah dan kuatnya hubungan antara dua variable atau
lebih, setelah satu variable yang diduga dapat mempengaruhi
1
hubungan variable tersebut tetap/dikendalikan.
Rumus untuk korelasi Parsial :
(1)
C. Statistik Nonparametris
1. Koefisien Kontingansi
Koefisien kontingansi digunakan untuk menghitung hubungan
antar variable bila datanya berbentuk nominal. Teknik ini mempunyai
kaitan erat dengan Chi Kuadrat yang digunakan untuk menguji
hipotesis komparatif k sampel independent. Oleh karena itu, rumus
yang digunakan mengandung nilai Chi Kuadrat. Rumusnya adalah :
8
3. Korelasi Kendal Tau ( )
Seperti dalam korelasi Spearman Rank, Korelasi Kendal Tau( )
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 dikembangkan untuk
1
mencari koefisien korelasi parsial.
9
variabel Y, begitu juga sebaliknya. Korelasi negative terjadi apabila
kedua variabel atau lebih yang berhubungan itu menunjukkan adanya
perubahan yang berlawanan arah. Artinya, kenaikan variabel X selalu
diikuti oleh penurunan Y, begitu sebaliknya. Korelasi tidak berpola
terjadi apabila perubahan yang terjadi tidak jelas naik turunnya (tidak
5
sistematis).
Arah korelasi tersebut ditunjukkan oleh suatu harga yang disebut
koefisien korelasi (r). Koefisien korelasi bergerak dari -1,0 sampai
dengan +1,0. Korelasi tertinggi adalah -1,0 atau +1,0, sedang korelasi
terendah adalah 0. Tanda minus (-) menunjukkan adanya korelasi yang
berlawanan (tidak searah) sedangkan tanda plus (+) menunjukkan
adanya korelasi yang searah. Namun sangat jarang dijumpai korelasi
yang koefisien korelasinya benar-benar sempurna (+1,0 atau -1,0) atau
5
benar-benar tidak ada korelasi (Nihil 0).
Interpretasi Nilai Koefisien Korelasi (r)
Nilai r Interpretasi
0,900 s.d. 1.000 (-0,900 s,d, -1,000) Korelasi (+/-) Sangat Tinggi
0,000 s.d. 0.300 (-0,000 s,d, -0,300) Korelasi (+/-) Tidak Berarti
6
b. Korelasi Determinasi
Koefisien determinasi bertujuan untuk mengukur seberapa jauh
kemampuan model dalam menerangkan variasi variabel dependen. Nilai
koefisien determinasi adalah antara nol dan satu. Nilai R2 yang kecil
menunjukkan bahwa kemampuan variabel-variabel independen dalam
menjelaskan variabel dependen amat terbatas. Klasifikasi koefisien
korelasi tanpa memperhatikan arah adalah sebagai berikut:
1. 0 : Tidak ada Korelasi
10
2. 0 s.d. 0,49 : Korelasi lemah
3. 0,50 : Korelasi moderat
4. 0,51 s.d.0,99 : Korelasi kuat
5. 1,00 : Korelasi sempurna
2.3 Uji Chi Square dan Koefisien Asosiasi untuk data Nominal
Uji Chi Square merupakan statistik non parametrik untuk menguji
hipotesis komparatif rata-rata dua sampel independen.dimana setiap sampel
terdapat beberapa kategori/klas.data yang digunakan adalah data nominal.
Chi- square digunakan untuk mencari hubungan dan tidak dapat untuk
1
melihat seberapa besar hubungannya.
Rumusnya adalah :
Dimana :
2
X = Chi kuadrat
Syarat :
1. Tidak ada nilai cell dengan nilai frekuensi kenyataan atau disebut dengan
Actual Count (F0) sebesar 0 (nol)
2. Apabila bentuk tabel kontingensi 2 x2 , maka tidak boleh ada 1 cell saja
yang memiliki frekuensi harapan atau disebut juga expected count (fh) kurang dari 5
11
3. Apabila bentuk tabel lebih dari 2x3 misal 2x3 maka jumlah cell dengan
frekuensi harapan yang kurang dari 5 tidak boleh lebih dari 20%
12
total 15 34 49
2
Cell Fo Fh Fo-fh (Fo-fh) (fo-
2
fh) /fh
Tidak 13 17/49x15= 5,2 7,8 60,84 11,7
merokok
dan tidak
kanker
Tidak 4 11,8 -7,8 60,84 5,15
merokok
dan kanker
Merokok 2 9,8 -7,8 60,84 6,2
dan tidak
kanker
Merokok 30 22,2 7,8 60,84 2,74
dan kanker
25,79
Dk(derajat kebebasan) = (s-1)x(k-1)
DF: (k-1)(k-1)
DF: (2-1)(2-1) = 1
Untuk dapat membuat keputusan tentang hipotesis yang diajukan atau ditolak,
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
13
Uji Chi Square dengan SPSS
Hasil interpretasi
14
15
i. Hal pertama yang dilhat ialah pada Chi square tests, pastikan bahwa
tidak ada sel dengan nilai< 5. Kemudian lihat nilai P pada symmetric measure, jika <0,05
maka hipotesis terbukti. Untuk risiko dengan disain case control dapat dilihat pada Odds
Ratio (OR), OR sebesar 48 maknanya perokok memiliki risiko 48 kali lipat untuk menderita
kanker paru dibandingkan dengan non perokok.
ii. Jika disain studi cohort maka dapat dilihat risk estimate cohort yang
pertama untuk kejadian kanker paru =1 dengan merokok sebesar 12,235 bermakna bahwa
tidak merokok memiliki kemungkinan 12,235 kali untuk tidak menderita kanker paru. Untuk
risk estimate kanker paru=2 sebesar 0,251 bermakna bahwa merokok memiliki kemungkinan
0,251 kali untuk menderita kanker paru.
Koefisien kontingansi
Koefisien kontingensi :
C: (25,79)/ 49+25,79
√C=25,79/74,79
=√ 0,344
= 0,587
16
terdapat hubungan merokok dengan kanker paru. Dan mempunyai hubungan
signifikan sebesar 0,587.
Regresi Linear
Sederhana
Regresi
Regresi Linear
Berganda
17
A. Regresi Linear Sederhana
Regresi linier sederhana bertujuan untuk memperkirakan besarnya
efek kuantitatif dari perubahan suatu kejadian terhadap kejadian lain.
7
Perubahan variabel terikat terhadap variabel bebas.
Regresi sederhana didasarkan pada hubungan fungsional ataupun
kausal antara satu variabel independen dengan satu variabel dependen.
1
Persamaan umum regresi linier sederhana adalah :
Dimana :
ý = subyek dalam variabel dependen yang
diprediksikan a = harga Y bila X = 0 (harga konstan)
b = angka arah atau koefisien regresi, yang menunjukkan angka
peningkatan ataupunpenurunan variabel dependen yang didasarkan
pada variable independen. Bila b (+) maka naik, dan bila (-) maka
terjadi penurunan.
X = subyek pada variabel Independen yang mempunyai nilai tertentu
18
prediktor dimanipulasi (dinaik-turunkan nilainya). Jadi analisis regresi
1
ganda akan dilakukan bila jumlah variabel independennya minimal 2.
1. Regresi Ganda Dua Prediktor
Contoh : pengaruh kemampuan kerja pegawai dan
kepemimpinan direktif terhadap produktivitas kerja pegawai.
Keterangan:
Y = produktivitas , X1 =kemampuan kerja pegawai , X2
=kepemimpinan direktif.
Persamaan regresi untuk dua prediktor adalah : Y =
a+b1X1+b2X2
2. Analisis Regresi Tiga Prediktor
Contoh : Hubungan antara kemampuan kerja, pemahaman
terhadap tugas , motivasi kerja dan produktivitas kerja.
Keterangan:
X1 = kemampuan kerja
X2 = pemahaman terhadap tugas
X3 = motivasi kerja
Y = produktivitas kerja
Persamaan regresi untuk tiga prediktor adalah : Y
=a+b1X1+b2X2+b3X3
3. Regresi 4 prediktor
Contoh = mencari persamaan regresi dan hubungan antara
pemagangan (X1) sikap (X2) kepuasan kerja (X3) dan disiplin
kerja (X4) terhadap prestasi kerja (Y).
Persamaan regresi untuk n prediktor adalah :Y = a + b1X1 +
b2X2 + b3X3 + ......+bnXn
19
2.5 Hasil Uji Regresi
2.5.1 Regresi Linear Sederhana
A. Contoh Masalah
1. Apakah ada pengaruh antara kemampuan fisika matematika
terhadap prestasi belajar
2. fisika kuantum mahasiswa fisika FMIPA UNY?
3. Apakah ada pengaruh antara pengalaman kerja terhadap
produktivitas kerja karyawan?
B. Kasus
Berikut disajikan data nilai fisika matematika dan prestasi fisika
mahasiswa fisika FMIPA UNY.
Fisika Matematika Fisika Kuantum
45 57
53 43
50 62
40 53
31 44
28 40
58 69
60 73
68 79
75 83
20
C. Prosedur Analisis
1. Jalankan program SPSS 22, pilih Variable View di bagian bawah.
2. Isikan di kolom Name “FisikaMatematika” di baris pertama
dengan decimals bernilai 2, dan “FisikaKuantum” di baris ke dua dengan decimals bernilai 2.
3. Pilih Data View dan masukan nilai Fisika Matematika dan Fisika
Kuantum sebagai berikut.
21
6. Klik OK sehingga akan muncul hasil analisis.
22
D. Pembacaan Hasil Analisis
1. Tabel Variables Entered/Removeda menampilkan variabel yang
dimasukkan dalam model, dikeluarkan, metode analisisnya. Dalam hal ini variabel yang
dimasukkan ke dalam model adalah Fisika Matematika, variabel yang dikeluarkan tidak ada
dan metode analisis yang digunakan adalah metode enter (dimasukkan secara
8
simultan/bersama).
2. Tabel Model Summary menampilkan nilai R yang merupakan
simbol dari nilai koefisien korelasi. Pada contoh diatas nilai korelasi adalah 0,993. Melalui
tabel ini juga diperoleh nilai R Square atau koefisien determinasi (KD) yang menunjukkan
seberapa bagus model regresi yang dibentuk oleh interaksi variabel bebas dan variabel
terikat. Nilai KD yang diperoleh adalah 98,7% yang dapat ditafsirkan bahwa variabel bebas
Fisika Matematika memiliki pengaruh kontribusi yang sangat besar yaitu 98,7 % terhadap
variabel Fisika Kuantum dan 1,3 % lainnya dipengaruhi oleh faktor-faktor lain diluar variabel
8
Fisika Matematika.
a
3. Tabel ANOVA digunakan untuk menentukan taraf signifikansi
atau linieritas dari regresi.
Hipotesis Penelitian :
Ho : Tidak terjadi hubungan linier antara kemampuan Fisika
Matematika terhadap prestasi Fisika Kuantum.
H1 : Terjadi hubungan linier antara kemampuan Fisika
Matematika terhadap prestasi Fisika Kuantum.
Ketentuan Jika F hitung > F tabel, maka Ho ditolak.
Jika F hitung < F tabel, maka Ho
diterima Atau
Jika Sig < α, maka Ho ditolak.
Jika Sig > α, maka Ho diterima.
23
Berdasarkan tabel ketiga, diperoleh nilai Sig (0,00) < α (0,05),
dengan demikian Ho ditolak. Dengan demikian ada hubungan
linier antara kemampuan Fisika Matematika terhadap prestasi
8
Fisika Kuantum.
a
4. Tabel Coefficients menginformasikan uji koefisien dan uji
5
konstanta.
Hipotesis Penelitian (uji koefisien) :
Ho : koefisien Fisika Matematika tidak signifikan.
H1 : koefisien Fisika Matematika signifikan.
KetentuanJika t hitung > t tabel, maka Ho ditolak. Jika
t hitung < t tabel, maka Ho diterima
Atau
Jika Sig < α, maka Ho ditolak.
Jika Sig > α, maka Ho diterima.
24
Berdasarkan tabel keempat (baris Constant), diperoleh nilai t =
6,576 dan Sig = 0,00. Nilai sig (0,00) < α (0,05), dengan
demikian Ho ditolak. Dengan demikian koefisien kemampuan
Fisika Matematika terhadap prestasi Fisika Kuantum
8
signifikan.
Model persamaan regresi diperoleh dari koefisien konstanta
dan koefisien variabel yang ada di kolom Unstandardized
Coefficients B. Berdasarkan tabel ini diperoleh model
persamaan regresi : Fisika Kuantum (Y) =13,262 + 0,960 x
Fisika Matematika (X) atau Y = 13,262 + 0,960 X.
2.5.2 Regresi Linear Ganda
A. Masalah Penelitian Pendidikan
1. Apakah ada pengaruh fasilitas belajar dan motivasi belajar
terhadap prestasi belajar mahasiswa?
2. Bagaimana pengaruh lingkungan kerja dan pengalaman kerja
terhadap produktivitas kerja karyawan?
3. Apakah ada pengaruh gaji perbulan dan fasilitas kantor terhadap
kinerja pegawai?
B. Kasus
Berikut disajikan data fasilitas belajar dan motivasi belajar terhadap
prestasi belajar mahasiswa.
25
6 8
10 12
2 6
4 4
4 4
6 9
10 9
Didapatkan ahasil analisis sebagai berikut :
26
Dalam hal ini variabel yang dimasukkan ke dalam model adalah
Motivasi dan Fasilitas, variabel yang dikeluarkan tidak ada dan
metode analisis yang digunakan adalah metode enter
(dimasukkan secara simultan/bersama). Di bagian bawah juga
ditampilkan nama variabel terikatnya yaitu Prestasi (Dependent
Variable: Prestasi).
2. Tabel Model Summary menunjukan beberapa hal sebagai
berikut.
a. R = 0,978 artinya koefisien korelasinya sebesar 0,978. Angka
ini menunjukkan derajad korelasi antara variabel fasilitas belajar dan motivasi belajar dengan
prestasi belajar.
b. R Square = 0,956 menunjukkan angka koefisien
determinasinya (R2). Artinya variansi dalam prestasi dapat dijelaskan oleh fasilias belajar dan
motivasi belajar melalui model sebesar 95,6 %, sisanya (3,4%) berasal dari variabel lain.
Atau dengan bahasa sederhana besarnya kontribusi/sumbangan fasilias belajar dan motivasi
belajar terhadap prestasi belajar adalah sebesar 95,6 %, sisanya 3,4 % berasal dari variabel
lain.
c. Adjusted R square = 0,948. Ukuran ini maknanya sama
dengan R square,hanya saja Adjusted R square ini nilainya lebih stabil karena sudah
disesuaikan dengan jumlah variabel bebasnya.
d. Standard Error of The Estimate = 2,44123 yang menunjukkan
ukuran tingkat kesalahan dalam melakukan prediksi terhadap variabel terikat.
a
3. Tabel ANOVA digunakan untuk menentukan taraf signifikansi
atau linieritas dari regresi.
Hipotesis Penelitian (uji kelinieran) :
27
Ho : Tidak terjadi hubungan linier antara variabel predictor
(fasilitas belajar dan motivasi belajar) dengan variabel dependen
(prestasi belajar).
H1 : Terjadi hubungan linier antara variabel predictor (fasilitas
belajar dan motivasi belajar) dengan variabel dependen (prestasi
belajar).
28
demikian Ho ditolak. Dengan demikian koefisien fasilitas
belajar signifikan.
H1 : konstanta signifikan
29
Model persamaan regresi diperoleh dari koefisien konstanta dan
koefisien variabel yang ada di kolom Unstandardized
Coefficients B. Berdasarkan tabel ini diperoleh model
persamaan regresi : Prestasi (Y) = 49,908 + 3,871 x Fasilitas
Belajar (X1) + 0,301 x Motivasi Belajar (X2) atau Y =.49,908
+ 3,871 (X1) + 0,301 (X2)
30
membandingkan motivasi kerja pegawai swasta dan PNS dan
1
sebagainya.
2.6.2 Tujuan
1. membandingkan antara dua kondisi (masalah) yang sedang
diteliti, apakah antara keduanya terdapat perbedaan yang signifikan atau tidak
2. Menguji hipotesis komparatif berarti menguji parameter populasi
yang berbentuk perbandingan melalui ukuran sample yang juga berbentuk perbandingan
3. Menguji kemampuan generalisasi(signifikansi hasil penelitian)
1,5
yang berupa perbandingan keadaan variabel dari dua sample atau lebih.
2.6.3 Ciri-ciri
1. Terdapat dua model komparasi
2. Setiap model komparasi sampel dibagi menjadi dua jenis yaitu
sampel yang berkorelasi dan sampel yang tidak berkorelasi disebut dengan sampel
independen.
3. Sampel berkorelasi biasanya tedapat dalam desain penelitian
eksperimen.
5
4. Memiliki teknik statistik untuk menguji hipotesis komparatif.
31
BAB III
PENUTUP
3.1 Kesimpulan
Adalah suatu pernyataan yang menunjukan dugaan tentang hubungan antara
1
dua variable atau lebih . Hipotesis asosiatif dinyatakan dengan kalimat yang
menunjukkan dugaan tentang hubungan, korelasi, atau asosiasi antara variabel
independen (X) terhadap variabel dependen (Y). Hubungan dapat terjadi antara
satu variabel independen dengan satu variabel dependen atau antara beberapa
variabel independen terhadap satu variabel dependen. Peneliti juga dapat
menambah variabel moderator atau variabel lainnya (Z) apabila diperlukan.
Terdapat tiga macam bentuk hubungan antar variable, yaitu hubungan
simetris, hubungan sebab akibat, dan hubungan iteraktif. Untuk mencari
hubungan antara dua variabel atau lebih dilakukan dengan menghitung korelasi
antar korelasi yang akan dicari hubungan nya . korelasi merupakan angka yang
menunjukan arah dan kuatnya hubungan antar dua variabel atau lebih arah di
nyatakan dalam bentuk hubungan posetif dan negative. Sedangkan kuatnya
hubungan di nyatakan dalam besarnya hubungan koefisien korelasi.
3.2 Saran
Disini penulis menyadari bahwa dalam penulisan makalah ini masih jauh dari
sempurna, sehingga kritik dan saran yang bersifat membangun dan
menyempurnakan penulisan makalah penelitian eksperimen ini sangat diharapkan.
32
DAFTAR PUSTAKA
33