NONPARAMETRIK
PENDAHULUAN
Metode statistik nonparametrik
Metode ini disebut metode bebas sebaran (distribution free) karena model uji statistiknya
tidak menetapkan syarat — syarat tertentu tentang bentuk distribusi parameter populasinya.
Artinya bahwa metode statistika nonparametrik ini tidak menetapkan syarat bahwa observasi
— observasinya harus ditarik dari populasi yang berdistribusi normal dan tidak menetapkan
syarat homoscedasticity.
Dalam jumlah uji statistik nonparametrik hanya menetapkan asumsi/persyaratan bahwa
observasi — observasinya harus independen dan bahwa variabel yang diteliti pada dasarnya
harus memiliki kontinuitas. Banyak diantara uji — uji statistik nonparametrik kadangkala
disebut sebagai "uji ranking", karena teknik — teknik nonparametrik ini dapat digunakan
untuk skor yang bukan skor eksak dalam pengertian keangkaan, melainkan berupa skor yang
semata — mata berupa jenjang — jenjang (rank).
METODE ANALISA KORELASI NONPARAMETRIK
Analisis korelasi adalah metode statistika yang digunakan untuk menentukan kuatnya atau derajat
hubungan linier antara dua variabel atau lebih. Semakin nyata hubungan linier (garis lurus), maka
semakin kuat atau tinggi derajat hubungan garis lurus antara kedua variabel atau lebih. Ukuran untuk
derajat hubungan garis lurus ini dinamakan koefisien korelasi.
Korelasi dilambangkan dengan r dengan ketentuan nilai r tidak lebih dari harga (-1≤ r ≤ 1). Apabila nilai r
= -1 artinya korelasi negatif sempurna; r = 0 artinya tidak ada korelasi; dan r = 1 artinya korelasinya
sangat kuat.
UJI KORELASI BERDASARKAN LITERATUR
“ STATISTIK NONPARAMETRIK (Singgih Santoso;2014) “
KORELASI CRAMER
KORELASI LAMBDA KORELASI SPEARMAN
DAN KONTINGENSI
Hipotesis:
Ho: C=0 atau kedua variabel (prodi dengan metode penelitian) adalah independen satu dengan yang lain
Hi: C≠0 atau kedua variabel (prodi dengan metode penelitian) mempunyai hubungan yang nyata
Hipotesis:
Ho: λh=λbo atau pengurangan kesalahan tidak signifikan
Hi: λh≠λbo atau pengurangan kesalahan memang signifikan
Karena angka pada bagian SIG. (2-TAILED) adalah 0,001 yang adalah < 0,05 maka Ho ditolak. Hal ini berarti
lingkungan seorang pekerja memang memengaruhi motivasi kerja pekerja tersebut.
HASIL UJI SPEARMAN
(Lingkungan dan Kinerja)
Hipotesis :
PENGUJIAN
Ho: Kedua variabel (Lingkungan dan Kinerja) tidak ada hubungan yang satu dengan yang lain.
Hi: Kedua variabel (Lingkungan dan Kinerja) memiliki hubungan yang signifikan satu dengan yang lain.
Karena angka pada bagian SIG. (2-TAILED) adalah 0,381 yang adalah > 0,05 maka Ho diterima. Hal ini
berarti lingkungan seorang pekerja memang tidak memengaruhi kinerja pekerja tersebut.
HASIL UJI SPEARMAN
(Motivasi dan
Ketidakdisiplinan)
PENGUJIAN
Hipotesis :
Ho: Kedua variabel (Motivasi dan Kedisiplinan) tidak ada hubungan yang satu dengan yang lain.
Hi: Korelasi adalah negatif (Rs -), karena makin tinggi motivasi, makin kecil tingkat ketidakdisiplinan.
Dasar Pengambilan Keputusan :
Probabilitas > 0,05 maka Ho diterima
Probabilitas < 0,05 maka Ho ditolak
Karena angka pada bagian SIG. (2-TAILED) adalah 0,007 yang adalah < 0,05 maka Ho ditolak. Hal ini berarti
motivasi seorang pekerja memengaruhi kitidakdisiplinan pekerja tersebut.
Dan karena Rs adalah -0,662 maka :
Tanda – menyatakan hubungan yang bersifat invers (kebalikan). Dalam hal ini makin tinggi motivasi makin
kecil tingkat ketidakdisiplinan.
Angka 0,662 yag lebih besar dari 0,5 menyatakan bahwa hubungan kedua variabel tersebut erat
KORELASI KENDALL
Metode Korelasi Kendall
Selain koefisien korelasi Spearman, terdapat metode pengukuran lain tentang keeratan hubungan
antara variabel random X dan Y, di mana X dan/atau Y tidak berdistribusi normal atau tidak diketahui
distribusinya. Metode ini disebut Kendall rank Correlation Coefficient (metode ini dikemukakan untuk
pertama kalinya oleh Maurice G. Kendall pads tahun 1938). Koefisien korelasi Kendall dinotasikan
dengan z (huruf Junani, dibaca: tau).
Koefisien korelasi Kendall dihitung dengan rumus:
Lingkungan Kerja
Responden Motivasi Kerja (X) Kinerja Kedisiplinan
(Y)
1 78 79 84 3
2 77 75 88 2 DATA PENILAIAN KINERJA
PEGAWAI PERUSAHAAN
3 75 69 84 2 KAP TIARA DIASTRI
4 79 81 82 3 (KORELASI KENDALL)
5 82 83 70 1
6 85 88 59 1
7 86 90 59 1
8 70 75 64 4
9 80 84 68 2
10 69 71 91 4
11 67 70 59 4
12 65 69 69 4
13 82 64 70 4
14 85 90 75 3
15 78 80 72 2
HASIL UJI KENDALL (Motivasi
dan Lingkungan)
PENGUJIAN
Hipotesis :
Ho: Kedua variabel (Lingkungan dan Kinerja) tidak ada hubungan yang satu dengan yang lain.
Hi: Kedua variabel (Lingkungan dan Kinerja) memiliki hubungan yang signifikan satu dengan yang lain.
Dasar Pengambilan Keputusan :
Probabilitas > 0,05 maka Ho diterima
Probabilitas < 0,05 maka Ho ditolak
Karena angka pada bagian SIG. (2-TAILED) adalah 0,000 yang adalah < 0,05 maka Ho ditolak. Hal ini berarti
motivasi seorang pekerja memang memengaruhi lingkungan pekerja tersebut.
Dan karena Rs adalah -0,696 maka :
Dengan demikian, ada hubungan antara kedua variabel Angka 0,662 yag lebih besar dari 0,5 menyatakan
bahwa hubungan kedua variabel tersebut erat, karena nilai Rs lebih besar dari 0,5 yakni 0,696 . Nilai R
adalah positif, berarti semakin baik lingkungan pekerja maka diperkirakan kinerja pekerja tersebut semakin
baik. Demikian sebaliknya.
KORELASI KENDALL PARSIAL
KORELASI KENDALL PARSIAL
Korelasi adalah pengukuran keeratan hubungan antar dua variabel.
Korelasi parsial menghitung korelasi dua buah variabel seperti perhitungan korelasi
pada umumnya, namun dengan menganggap sebuah variabel (ketiga) menjadi
konstan.
Perhitungan korelasi secara per bagian ini (parsial) bertujuan untuk menghitung efek
dari variabel ketiga tersebut pada keeratan hubungan dua variabel yang dikorelasi.
Keeratan hubungan antara dua variabel yang diperoleh adalah murni dan langsung.
Data yang digunakan ‘sekurang-kurangnya’ berskala ordinal.
Lingkungan Kerja
Responden Motivasi Kerja (X) Kinerja (Z) Kedisiplinan
(Y)
1 78 79 84 3
2 77 75 88 2 DATA PENILAIAN KINERJA
PEGAWAI PERUSAHAAN
3 75 69 84 2 KAP TIARA DIASTRI
4 79 81 82 3 (KORELASI KENDALL
5 82 83 70 1 PARSIAL)
6 85 88 59 1
7 86 90 59 1
8 70 75 64 4
9 80 84 68 2
10 69 71 91 4
11 67 70 59 4
12 65 69 69 4
13 82 64 70 4
14 85 90 75 3
15 78 80 72 2
HASIL UJI KENDALL PARSIAL (Motivasi, Lingkungan dan Kinerja)
PENGUJIAN
Rumus korelasi parsial:
Hipotesis:
Ho: Hubungan kedua variabel (motivasi dan lingkungan) bebas dari keterikatan dengan variabel ketiga
(kinerja)
Hi: Hubungan kedua variabel (motivasi dan lingkungan) tidak bebas dari keterkaitan dengan variabel
ketiga (kinerja). Atau hubungan kedua variabel dipengaruhi oleh variabel ketiga
3𝝉𝒙y.𝒛 n (n − 1)
𝝉𝒙𝒚.𝒛 =
Ho ditolak Ho diterima
2 (2n + 5) Ho ditolak
Sehingga,
Hubungan kedua variable (MOTIVASI dan LINGKUNGAN) memang dipengaruhi variable
ketiga (KINERJA). Namun, hasil korelasi awal dan korelasi akhir tidak begitu besar, maka
bisa dikatakan VARIABLE KINERJA TIDAK BERPENGARUH SECARA NYATA PADA
HUBUNGAN ANTARA VARIABLE MOTIVASI DAN VARIABEL LINGKUNGAN.
KORELASI GAMMA AND
SOMERS
KORELASI GAMMA DAN SOMERS
Menu SPPS
Tahapan sebelum
input data
Tahap penginputan data
Tahap terakhir
pengolahan data
HASIL UJI KORELASI
GAMMA DAN SOMERS
HASIL UJI KORELASI
GAMMA DAN SOMERS
HASIL PENGUJIAN
Hal ini berarti memang ada hubungannya antara sikap responden dengan usia
responden, dimana seseorang bisa ditetukan golongan usianya dari sikap mereka
terhadap kegemarannya pada makanan gorengan. Dalam artian, karena
seseorang bersikap tidak suka makanan gorengan, maka orang tersebut bisa
digolongkan golongan usia pekerja.