Analisis Multivariat#4 - Korelasi Dan Asosiasi
Analisis Multivariat#4 - Korelasi Dan Asosiasi
id
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.)?
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
3
usman@dsn.dinus.ac.id
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
5
usman@dsn.dinus.ac.id
rs = 0,62
6
usman@dsn.dinus.ac.id
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%)