usman@dsn.dinus.ac.

id

ANALISIS MULTIVARIAT IKHTISAR

STATISTIKA INFERENSIAL
Lektion Vier (#4):
Korrelation und Assoziation Khusus:
(Korelasi dan Asosiasi) ▪ Pengujian Hipotesis
▪ Bivariat & Multivariat

© usman@dsn.dinus.ac.id 081.5665.8285  © usman@dsn.dinus.ac.id 081.5665.8285 

Ini yang akan dibicarakan Ini yang akan

dalam sesi ini. dibicarakan
Hipotesis Dasar Tipikal Model pada Pengujian Hipotesis dalam sesi ini.

 Ada 3 macam hipotesis yang biasa diuji 1. Hubungan Simetris (X Y)

dengan statistika: – Analisis Hubungan (korelasional/asosiatif)
– Apakah ada hubungan antara lama waktu tinggal (stay)
1. Hubungan: para pengunjung kafe dengan jumlah transaksi
“Terdapat hubungan antara X dan Y” pembeliannya?
2. Hubungan Asimetris (X Y)
2. Perbedaan:
a) Analisis Perbandingan/Komparasi (uji beda)
“Terdapat perbedaan antara X dan Y” Apakah ada perbedaaan antara jumlah transaksi pada
3. Pengaruh: hari kerja dibandingkan dengan akhir pekan?
b) Analisis Dependensi (uji pengaruh)
“Terdapat pengaruh X terhadap Y” Apakah belanja iklan (biaya promosi) berpengaruh
terhadap jumlah transaksi (penjualan)?
Semua pengujian hipotesis dalam statistika apa pun, selalu berkisar
hanya pada ketiga macam hipotesis tersebut.
© usman@dsn.dinus.ac.id 081.5665.8285  © usman@dsn.dinus.ac.id 081.5665.8285 

1
usman@dsn.dinus.ac.id

Simetris Asimetris
Analisis Analisis Komparasi Analisis
Hubungan Dependensi
Bivariat ▪ Koefisien Korelasi ▪ Uji beda 2 sampel ▪ Regresi linier
Pearson independen sederhana
▪ Koefisien Korelasi ▪ Uji beda 2 sampel
Spearman berpasangan
▪ Koefisien Asosiasi ▪ One-Way ANOVA
Cramer’s V ▪ Uji U Mann-Witney
▪ Uji Wilcoxon
HUBUNGAN SIMETRIS
▪ Uji H Kruskal-Wallis ANTAR 2 VARIABEL:
Multi- ▪ Korelasi berganda ▪ Repeated Measure ▪ Regresi Linier
variat ▪ Korelasi berganda Analyisis Berganda KONSEP
kuadrat (koefisien ▪ k-Way ANOVA ▪ Analisis Jalur
determinasi) ▪ MANOVA ▪ CB-SEM
▪ Uji Friedman ▪ Regresi Logistik
▪ PLS-SEM
Analisis Parametrik
Analisis Nonparametrik Ini yang akan dibicarakan
Bagian dari analisis regresi (dibicarakan kemudian) dalam sesi ini.
© usman@dsn.dinus.ac.id 081.5665.8285  © usman@dsn.dinus.ac.id 081.5665.8285 

Hubungan Simetris:
Koefisien Asosiasi & Koefisien Korelasi
Hubungan Simetris antar 2 Variabel
1. Hubungan Asosiatif
 Ada 3 jenis koefisien untuk mengukur tingkat – Analisis dengan koefisien asosiasi Cramer’s V (N) → hubungan
keeratan hubungan antar 2 variabel. antar 2 variabel nominal
Apakah ada hubungan antara program studi (Manajemen, Akuntansi)
dengan jenis kelamin (L, P)?
2. Hubungan Korelasional
a) Analisis Korelasi Spearman (O) → hubungan antar 2 variabel
ordinal
Apakah ada hubungan antara tingkat pendidikan (SMA, Diploma,
Sarjana) dengan jabatannya (Staf, Manajer, Direktur)?
b) Analisis Korelasi Pearson (M) → hubungan linier antara 2
variabel metrik
Apakah ada hubungan antara lama waktu tinggal pengunjung kafe
(menit) dengan besarnya transaksi (Rp.)?

© usman@dsn.dinus.ac.id 081.5665.8285  © usman@dsn.dinus.ac.id 081.5665.8285 

2
usman@dsn.dinus.ac.id

 Nilai V : 0 ‒ 1
Koefisien Asosiasi Cramer (V)  Interpretasi nilai V :
– V = 0 → kedua variabel tidak ada hubungan sama sekali.
 Koefisien asosiasi Cramer’s V: menunjukkan
– V = 1 → kedua variabel berhubungan sempurna
tingkat keeratan hubungan antar 2 variabel
– Semakin dekat 0 → hubungan antar kedua variabel
nominal (N).
semakin lemah
 Syarat data: kedua variabel mempunyai skala ukur – Semakin dekat 1 → hubungan antar kedua variabel
Nominal semakin kuat
 Contoh: hubungan antara Gender (L,P) dengan  Contoh interpretasi koefisien asosiasi V:
Hobi (Traveling, Panjat Tebing, Masak, Musik, ...) – 0,8 → sangat kuat
– 0,7 → kuat
– 0,5 → cukup
– 0,3 → lemah
– 0,2 → sangat lemah/tidak ada hubungan
© usman@dsn.dinus.ac.id 081.5665.8285  © usman@dsn.dinus.ac.id 081.5665.8285 

 Nilai rs : (-1) ‒ 0 ‒ (+1)

Koefisien Korelasi Spearman (rs)
 Koefisien korelasi Spearman (rs): menunjukkan tingkat
keeratan hubungan antar 2 variabel ordinal (O).
 Syarat data:
– Kedua variabel ordinal, atau
– Kedua variabel metrik (I,R) dengan ukuran sampel kecil.
 Contoh: hubungan antara Tingkat Pendidikan (SMU,
Diploma, Sarjana, ...) dengan Jabatan (Staf, Penyelia,
Manajer, Direktur)
 Nama lengkap: Koefisien Korelasi Peringkat (rank)
Spearman (rs).
 Nama singkat: Koefisien Korelasi Spearman
© usman@dsn.dinus.ac.id 081.5665.8285 
 Interpretasi nilai rs :
– rs = 0 → kedua variabel tidak ada hubungan sama sekali.
– rs = -1 → terdapat hubungan negatif sempurna antar kedua variabel
– rs = +1 → terdapat hubungan positif sempurna antar kedua variabel
– Semakin dekat 0 → hubungan antar kedua variabel semakin lemah
– Semakin dekat 1 → hubungan antar kedua variabel semakin kuat
 Contoh interpretasi koefisien korelasi rs:
– +0,8 → positif sangat kuat
– -0,7 → negatif kuat
– +0,5 → positif sedang
– -0,3 → negatif lemah
– +0,2 → positif sangat lemah
© usman@dsn.dinus.ac.id 081.5665.8285 

3
usman@dsn.dinus.ac.id

 Nilai r : (-1) ‒ 0 ‒ (+1)

Koefisien Korelasi Pearson (r)  Interpretasi nilai r :
– rs = 0 → kedua variabel tidak ada hubungan liner.
– rs = -1 → terdapat hubungan linier negatif sempurna antar kedua
 Koefisien korelasi Pearson (r): menunjukkan
variabel
tingkat keeratan hubungan linier antar 2 variabel – rs = +1 → terdapat hubungan linier positif sempurna antar kedua
metrik (I, R). variabel
 Syarat data: – Semakin dekat 0 → hubungan antar kedua variabel semakin lemah
– Semakin dekat 1 → hubungan antar kedua variabel semakin kuat
– Kedua variabel metrik (I,R), dan
 Contoh interpretasi koefisien korelasi r:
– Ukuran sampel besar – +0,8 → positif sangat kuat
 Contoh: hubungan antara Berat Badan (kg ) – -0,7 → negatif kuat
dengan Usia (tahun) – +0,5 → positif sedang
 Nama lengkap: Koefisien Korelasi Bivariat Momen – -0,3 → negatif lemah
Hasil Kali Pearson (r). – +0,2 → positif sangat lemah
 Nama singkat: Koefisien Korelasi Pearson
© usman@dsn.dinus.ac.id 081.5665.8285  © usman@dsn.dinus.ac.id 081.5665.8285 

Ringkasan: Soal:Koefisien asosiasi/korelasi apa yang paling cocok

Koefisien Asosiasi dan Korelasi digunakan?

Rentang 1. Merokok vs Sakit Jantung; n = 40

Hubungan Antara Koefisien Simbol
Nilai
2. Jenis Kelamin vs Golongan Darah; n = 140
2 variabel Nominal Koefisien Asosiasi V 0‒1
Cramer’s V 3. Gaji (Rp.) vs Masa Kerja (Bln); n = 160
• 2 Variabel Ordinal Koefisien Korelasi rs -1 ‒ 0 ‒ +1 4. Tingkat Pendidikan vs Jabatan; n = 90
• 2 Variabel Metrik (I,R) Spearman
sampel kecil 5. Ukuran Perusahaan (Rp.) vs Harga Saham (Rp.); n = 20
2 Variabel Metrik (I,R) Koefisien Korelasi r -1 ‒ 0 ‒ +1
sampel besar Pearson
6. Ukuran Perusahaan (K, S, B) vs Harga Saham (Rp.); n = 22
7. IPK vs Program Studi; n = 30
Catatan:
Jika kedua variabel mempunyai skala ukur yang berbeda, maka ikuti yang
8. Jumlah Anak vs Saving; n = 16
terendah (Ingat! Menurunkan derajat skala): 9. Income vs Saving; n = 35
• Nominal & Ordinal → 2 variabel Nominal
• Nominal & Rasio → 2 variabel Nominal 10. Ketaatan Beribadah (%) vs Tingkat Kriminalitas (%); n =
• Ordinal & Rasio → 2 variabel Ordinal 350
© usman@dsn.dinus.ac.id 081.5665.8285  © usman@dsn.dinus.ac.id 081.5665.8285 

4
usman@dsn.dinus.ac.id

Soal Latihan
1. Bagaimana model hubungan simetris antar 2 variabel?
2. Bagaimana rumusan pasangan hipotesis (H0 dan H1) untuk
analisis hubungan simetris antar 2 variabel?
3. Bagaimana kriteria umum penarikan kesimpulan dalam
pengujian hipotesis? HUBUNGAN SIMETRIS
4. Pada data “Karyawan” (n = 474), analisis apa yang cocok
digunakan (cramer’s V; Spearman rs; atau Pearson r) untuk
ANTAR 2 VARIABEL:
mengevaluasi hubungan simetris antar variabel berikut: APLIKASI DENGAN SPSS
a) gaji dan gaji_awal f) pddk dan gaji
b) gender dan minoritas g) pddk dan minoritas
c) gaji dan ms_kerja h) gender dan pddk
d) pddk dan jabatan i) gj_awal dan pnglmn
e) gender dan jabatan j) gj_awal dan minoritas
© usman@dsn.dinus.ac.id 081.5665.8285  © usman@dsn.dinus.ac.id 081.5665.8285 

Kasus 1 Prosedur Analisis Hubungan Asosiatif

Apakah ada hubungan antara Klasifikasi Minoritas
dan Jabatan karyawan?  Menu: Analyze | Descriptive Statistics | Crosstabs...
 Klasifikasi Minoritas → N Kasus hubungan
Jabatan → O asosiatif (Cramer’s V)
 Rumusan hipotesis:
H0: tidak ada hubungan antara klasifikasi minoritas dan
jabatan
H1: ada hubungan antara klasifikasi minoritas dan
jabatan
 Penarikan kesimpulan:
H0 ditolak jika p-value (Sig.) <  (= 5%)

© usman@dsn.dinus.ac.id 081.5665.8285  © usman@dsn.dinus.ac.id 081.5665.8285 

5
usman@dsn.dinus.ac.id

Koefisien Cramer’s V Kasus 2

 Analisis tentang keeratan hubungan antar 2 variabel
nominal
Observed
Expected
 V = 0,202 → terdapat
hubungan yang lemah antara
variabel baris (minoritas) dan
variabel kolom (jabatan).
 Uji Hipotesis: H0 ditolak (terdapat hubungan yang signifikan
antara minoritas dan jabatan)
© usman@dsn.dinus.ac.id 081.5665.8285 
Apakah ada hubungan antara Pendidikan dan
Jabatan karyawan?
 Pendidikan → O Kasus hubungan korelasional
Nonparametrik (Spearman rs)
Jabatan → O
 Rumusan hipotesis:
H0: tidak ada hubungan antara pendidikan dan jabatan
H1: ada hubungan positif antara pendidikan dan jabatan
 Penarikan kesimpulan:
H0 ditolak jika p-value (Sig.) <  (= 5%)
© usman@dsn.dinus.ac.id 081.5665.8285 

Prosedur Korelasi Spearman Koefisien Spearman

Nonparametric Correlations

 Menu: Analyze | Correlate | Bivariate...

rs = 0,62

 rs = 0,62 → terdapat hubungan positif antara pddk

dan jabatan.
 Uji Hipotesis: H0 ditolak (terdapat hubungan positif
yang signifikan antara pddk dan jabatan)
© usman@dsn.dinus.ac.id 081.5665.8285  © usman@dsn.dinus.ac.id 081.5665.8285 

6
usman@dsn.dinus.ac.id

Kasus 3 Prosedur Korelasi Pearson & Korelasi Spearman

Apakah ada hubungan antara gaji dan gj_awal?
 Menu: Analyze | Correlate | Bivariate...
 gaji → M
Kasus hubungan
gj_awal → M korelasional Parametrik
Sampel besar (n = 474) (Pearson r)

 Rumusan hipotesis:
H0: tidak ada hubungan linier antara gaji dan gj_awal
H1: ada hubungan linier positif antara gaji dan gj_awal
 Penarikan kesimpulan:
H0 ditolak jika p-value (Sig.) <  (= 5%)

© usman@dsn.dinus.ac.id 081.5665.8285  © usman@dsn.dinus.ac.id 081.5665.8285 

Korelasi Pearson Soal

r = 0,88
 r = 0,88 → terdapat hubungan linier yang sangat
erat antara gaji dan gj_awal.
 Uji Hipotesis: H0 ditolak (terdapat hubungan linier
positif yang signifikan antara gaji dan gj_awal)
© usman@dsn.dinus.ac.id
 Gunakan file data kredit.sav
 Lakukan analisis sebanyak 3 kali, yaitu: tentang tingkat
keeratan hubungan antara 2 variabel untuk 3 pasang
variabel dari variabel-variabel yang tersedia dengan
menggunakan analisis hubungan simetris yang sesuai!!
[variabel yang dipilih bebas, misalnya, pasangan 1:
durasi dan usia).
 Jawaban meliputi:
– Rumusan H0 dan H1
– Output SPSS
– Interpretasi Koefisien
– Kesimpulan uji hipotesis
 Tampilkan hasil analisis dan interpretasinya di MS
Word!! (nama file: hubsimetris_nama_nim.docx)
081.5665.8285  © usman@dsn.dinus.ac.id 081.5665.8285 