Notasi/ lambang koefisien korelasi populasi yaitu ρ (rho) sampel yaitu r (huruf kecil r)
Koefisien korelasi is a measure of the degree of association between two variables It is a measure of linear
association
-1 ≤ r ≤ 0 0≤r≤1
Y = f (X)
7. Koefisien korelasi yaitu juga menunjukkan kovarians dari dua variabel Y dan X.
Formula Koefisien Korelasi (Sampel) sbb:
Deviasi Standar
untuk variabel X & Y
2
Uji Statistik Koefisien Korelasi sbb:
Uji statistik atau uji hipotesis untuk koefisien korelasi (r) didasarkan pada distribusi statistik t (lihat pd Lampiran:
Tabel t), di mana pd Tabel t terdapat kolom d.f. (degree of freedom/ derajat kebebasan) dan α (tingkat
kesalahan) untuk satu sisi atau dua sisi
Uji Hipotesis untuk koefisien korelasi sbb:
Dg d.f. = n – 2 = 15 – 2 = 13 uji dua sisi (two-tailed) sehingga α = 5%/2 = 2,5% nilai kritis t ±2,5%; 13 = 2,160
(lihat pd Lampiran: Tabel Statistik Distribusi t)
Misal, hasil perhitungan koefisien korelasi (r) = 0,9539 Hasil uji t untuk koef.korelasi (r) tobs = 41,9960
Jadi, tobs = 41,9960 > t tabel = t ±2,5%; 13 = 2,160 sehingga H0 ditolak atau H1 diterima. Hal itu berarti bhw variabel Y
dan X terdapat hubungan linier(korelasi) positif/ searah secara signifikan 97,5% atau dg kesalahan (α) = 2,5%.
Catatan Penting:
Uji hipotesis atau uji t untuk koefisien korelasi (r) mencari nilai statistik untuk koefisien korelasi (r)
Formula koefisien korelasi (r) mencari nilai absolut untuk koefisien korelasi (r)
Jadi, dlm statistik acapkali ada dua nilai, yaitu nilai formula/ estimator dan nilai statistik (berdasarkan distribusi
probabilita tertentu, misal distribusi statistik t, F, Z, 𝛘𝟐 , atau lainnya)
Contoh Lain:
Dg nilai α = 5% d.f. = 20 – 2 = 18 uji satu sisi (one-tailed) nilai kritis t + atau – 5%; 18 = ??? (lihat Lampiran:
tabel statistik distribusi t) nilai kritis t berada pd sisi kiri atau kanan??? + (positif) atau – (negatif)
Dg nilai α = 1% d.f. = 25 – 2 = 23 uji satu sisi (one-tailed) nilai kritis t + atau – 1%; 23 = ??? (lihat Lampiran:
tabel statistik distribusi t) nilai kritis t berada pd sisi kiri atau kanan??? + (positif) atau – (negatif)
3
Catatan:
1) Perubahan tingkat kesalahan (α) dapat mengubah kesimpulan dlm uji hipotesis.
2) Ingat, ada dua jenis kesalahan dalam uji hipotesis yaitu kesalahan pertama (α Error) dan kesalahan kedua
(β Error).
Dua Jenis Kesalahan (Two Type Errors)
Dengan menolak H0, berarti menerima H1. Atau sebaliknya, menerima
H0, berarti menolak H1.
Dalam menarik kesimpulan yang dinyatakan benar, jika H0 benar
diterima atau jika H0 salah ditolak.
Kesalahan timbul, bila H0 benar ditolak atau H0 salah diterima.
Jadi, dalam uji hipotesis dapat terjadi dua jenis kesalahan:
4
Uji Hipotesis yaitu pembuktian/ penguatan atas suatu dugaan/
anggapan ttg parameter populasi (unkown) yang didasarkan pada
informasi dari sampel yang diambil dari populasi.
H0 (Hipotesis Nol) pernyataan yang diduga
5
Lampiran:
TABEL - t
One-tailed 0,25 0,20 0,15 0,10 0,05 0,025 0,01 0,005 0,0005
Two-tailed 0,50 0,40 0,30 0,20 0,10 0,050 0,02 0,010 0,0010
d.f.
1 1,0000 1,3764 1,9626 3,0777 6,3138 12,7062 31,8205 63,6567 636,6192
2 0,8165 1,0607 1,3862 1,8856 2,9200 4,3027 6,9646 9,9248 31,5991
3 0,7649 0,9785 1,2498 1,6377 2,3534 3,1824 4,5407 5,8409 12,9240
4 0,7407 0,9410 1,1896 1,5332 2,1318 2,7764 3,7469 4,6041 8,6103
5 0,7267 0,9195 1,1558 1,4759 2,0150 2,5706 3,3649 4,0321 6,8688