Data Kontinyu (Continuous) adalah data yang nilainya berada pada suatu
interval tertentu.
Contoh: tekanan pada sebuah ban, bobot suatu produk pertanian (sebuah
melon, sebuah sayur dan biji-bijian); bobot dari siswa disebuah kelas,
dsb.
Populasi versus Sampel
Populasi didefinisikan sebagai sekelompok orang, benda/barang, atau obyek
lain yang dapat menjadi sumber didalam pengambilan
sampel.
Contoh Populasi:
• Semua kendaraan roda 2 yang diproduksi tahun 2012 keatas
• Semua ikan yang ada di sebuah kolam
• Semua mahasiswa yang saat ini belajar di Universitas Surya
Semua Perusahaan Perbankan di BEI
Semua Perusahaan Manufaktur di BEI
Sensus
Manfaat Korelasi :
• Metode korelasi dapat mengukur kuatnya hubungan antara dua peubah yang
sifat hubungannya simetris atau timbal balik.
• Pengukuran hubungan antara dua variabe luntuk masing-masing kasus
akan menghasilkan keputusan, diantaranya: hubungan kedua variabel
tidak ada, hubungan kedua variabel lemah, hubungan kedua variabel
cukup kuat, hubungan kedua variabel kuat, dan hubungan kedua variabel
sangat kuat
Jenis Analisis Korelasi
Statistik parametrik:
•◦ Korelasi Product Moment (Pearson)
•◦ Korelasi Parsial
•◦ Korelasi Semi Parsial
•◦ Korelasi Ganda, dsb
Statistik Nonparametrik:
•◦ Korelasi Rank Spearman
•◦ KorelasiTau Kendall
•◦ Koefisien Kontingensi, dsb
VARIABEL
Variabel Bebas (Independent Variable)
•Notasi/Dilambangkan : X
•Variabel yang keberadaannya tidak dipengaruhi oleh variabel lain
Contoh:
• Hubungan antara pendapatan dengan konsumsi
• Hubungan antara minat belajar dengan nilai mata kuliah
CONT
KORELASI SEDERHANA
•Mengetahui hubungan antara satu variabel dengan satu variabel lain
•X Y
•Koefisien Korelasi (r) : derajat hubungan antarvariabel
• -1 <= r <= 1
nilai korelasi sebesar 73%, korelasi kuat, artinya hubungan positif yang
kuat antara tinggi badan dengan rasa percaya diri
Korelasi Correlati
ons
Self
Height
Esteem
Height Pearson Correlation 1 .731**
Sig. (2-tailed) .000
N 20 20
Self
Pearson Correlation .731** 1
Esteem
Sig. (2-tailed) .000
N 20 20
•Asumsi :
- kegiatan Statistik non parametrik yang tidak memerlukan asumsi
normalitas dan linearitas
- data beskala ordinal
- tidak ada variabel bebas dan variabel terikat
- data penelitian berbentuk peringkat sehingga disebut rank spearman
- bertujuan untuk mengetahui hubungan variabel
Cont'
• Metode Korelasi Spearman Rank(rho) bisa juga disebut
Korelasi Berjenjang dengan notasi (rs).
• Metode ini dikemukakan oleh Carl Spearman tahun 1904.
• Kegunaannya untuk mengukur tingkat atau eratnya hubungan
antara dua variabel yaitu variabel bebas dan variabel terikat
yang berskala ordinal.
• Metode ini tidak terikat oleh asumsi bahwa populasi yang
diselidiki harus berdistribusi normal, populasi sampel yang
diambil sebagai sampel maksimal 5<n<30 pasang
cont'
Note : Ranking X diurutkan dengan Nilai tertinggi (95, 92.90 dstnya) tidak ada nilai yang sama.
Ranking Y diurutkan dengan Nilai Tertinggi (90 =1), karena ada Nilai yang sama (80=2, 80=3, rata-rata
cont'
• rs (ρs)= 1 − 6Σdi2
n(n2−1)
rs = -0,9565 (0,0434)
Prosedur Uji Hipotesis
1. Tetapkan hipotesis
H0: ρ = 0
Ha: ρ ≠ 0
2. Tentukan nilai ρ tabel pada n=10 α=0,05 adalah : 0,648
3. ρ hitung = 0,0434
4. Kesimpulan
Karena nilai ρ hitung 0,0434 < ρ tabel 0,648, maka Ho diterima Ha ditolak berarti
tidak ada korelasi antara motivasi belajar dengan prestasi belajar statistika
cont
berkorelasi prest
asi
Correlation
Coefficient
.025 1.00
0
Sig. (2-tailed) .946 .
N 10 10
cont'