Asosiasi dan Uji Perbedaan

Learning Outcomes
Pada akhir pertemuan ini, diharapkan
mahasiswa akan mampu :
 Menjelaskan pengertian asosiasi dan Tabulasi
Silang.
 Menghitung koefisien korelasi dan uji
perbedaan.
Outline Materi
 Asosiasi
 Tabulasi Silang
 Korelasi Kontingensi
 Korelasi Spearman Rank
 Uji Perbedaan
 11 LANGKAH PENELITIAN (SIKLUS)
TEORI/ KONSEP PERUMUSAN IDENTIFIKASI
YANG TELAH HIPOTESIS
4
VARIABEL, SUMBER DATA
BAKU
3
IDENTIFIKASI 2
MASALAH
2 PENENTUAN PENENTUAN
1 5 INSTRUMEN 6 RANCANGAN
HASIL
PENELITIAN
TERDAHULU

PENGAMBILAN
7 SAMPEL

SEMINAR/ INTERPRETASI ANALISA PENGUM-

PUBLIKASI HASIL ANALISA DATA ULAN DATA

11 10 9 8
Asosiasi
 Hubungan (asosiasi) antara dua variabel atau lebih, meliputi : 1)
hubungan simetris (hubungan antara dua variabel atau lebih kebetulan
munculnya bersama. 2) hubungan kausal (hubungan yang bersifat
sebab akibat). 3) hubungan interaktif / timbal-balik (hubungan yang
saling mempengaruhi)
 Bagaimana sesuatu masalah berhubungan dengan masalah lain ?
Kenyataan dan pengalaman menunjukkan : 1) ada hubungan yang
kuat dan positif antara merokok dengan kanker paru-paru ; 2) ada
hubungan yang kuat dan positif antara makanan tinggi kadar kolesterol
dengan penyakit jantung.
 Asosiasi dalam bentuk pernyataan ini bermanfaat untuk : 1) memahami
secara lebih baik tentang hubungan antara variabel dependen dengan
variabel independen. 2) mengetahui kekuatan hubungan yang dapat
menuntun peneliti menuju suatu realisme penelitian ilmiah yang baru.
Tabulasi Silang

 Tabulasi Silang : merupakan cara termudah melihat asosiasi dalam sejumlah

data dengan perhitungan persentase.
 Variabel-variabel yang dipaparkan dalam suatu tabel tabulasi silang berguna
untuk : 1) menganalisis hubungan-hubungan antar variabel yang terjadi. 2)
melihat bagaimana kedua atau beberapa variabel berhubungan. 3) mengatur
data untuk keperluan analisis statistik. 4) untuk mengadakan kontrol terhadap
variabel tertentu sehingga dapat dianalisis tentang ada tidaknya hubungan palsu
(spurious relations). 5) untuk mencek apakah terdapat kesalahan-kesalahan
dalam kode atau pun jawaban dari daftar pertanyaan (kuesioner).
 Contoh : Seorang peneliti melakukan tabulasi silang antara variabel FULTIM
(apakah responden saat ini bekerja full time) dan WORKEXP (apakah
responden mempunyai pengalaman kerja sebelumnya)
 Dalam Tabel berikut ini menunjukkan Tabulasi Silang mengenai hal ini, dimana :
IV = Independent Variable
DV = Dependent Variable
Kolom 1 menunjukkan jawaban Ya terhadap pertanyaan mengenai status
pekerjaan full time. Ada 55 responden menjawab Ya atas pertanyaan ini.
Masing-masing sel dalam baris juga menyajikan informasi tambahan. Dalam sel
11, misalnya ada 33 diantara yang menjawab Ya terhadap pertanyaan status
pekerjaan full time juga mempunyai pengalaman kerja. Selain itu, 22 responden
dengan pengalaman kerja sebelum saat ini tidak bekerja full time.
Kerja Full Time dan Pengalaman Kerja : Tabulasi Silang 2x2

Independent Dependent Dependent

Variable (IV) Variable (DV) Variable (DV)
Saat ini Bekerja Full Saat ini Bekerja Full Total
Time (FULTIM) Time FULTIM)

Pengalaman
Kerja Sebelum- Ya Tidak
nya(WORKEXP)
33 22 55
Ya 60 % 40 %
A B
17 28 45
Tidak 38 % 62 %
C D
Total 50 50 100
Korelasi Kontinjensi (Contingency Correlation)
(1)

 Kendati Tabel Tabulasi Silang tersebut diatas

menunjukkan suatu hubungan antara dua variabel,
namun tidak menunjukkan rangkuman indikator
kekuatan hubungan. Untuk mengukur kekuatan
hubungan digunakan Koefisien Phi.
 Rumus untuk menghitung Phi adalah :

Phi = BC – AD
√(A + C)(B + D)(B + A)(D + C)
Korelasi Kontijensi ( 2 ): Tahap Untuk Menghitung
Phi :
1. Letakkan frekuensi dalam bentuk tabel :

Variabel Y Variabel Y Total

Variabel X B A B+A
Variabel X D C D+C

Total B+D A+C N

FULTIM FULTIM Total

WORKEXP 22 33 55
WORKEXP 28 17 45

Total 50 50 100
Korelasi Kontijensi ( 3 )

2. Hitung Koefisien Phi dengan rumus :

Phi = BC - AD
√(A+B) (B+D) (B+A) (D+C)

= 22(17) - 33(28) = - 0,22

√50(50)(45)(55)

Nilai Koefisien Phi besarnya antara – 1 s/d 1. Semakin mendekati 1

menunjukkan hubungan antara dua variabel yang semakin kuat. Pada
kasus diatas hubungan antara FULTIM dan WORKEXP adalah
moderat.
Korelasi Spearman Rank

 Mengukur hubungan antara dua variabel ordinal kadang-kadang perlu

dilakukan. Bila peneliti tidak dapat mengasumsikan bahwa variabel-
variabel tersebut memiliki ciri interval (skala nilai), maka cara yang
tepat untuk mengukur asosiasi hubungan adalah dengan Korelasi
Spearman Rank atau Kendall Tau.
 Untuk menghitung koefisien ini pengukuran harus diranking untuk
setiap variabel dan perbedaan skor dihitung. Rumus untuk menghitung
koefisien korelasi Spearman Rank (Rho) adalah :

Rho = 1 - 6 Σd²
N (N² - 1)
di mana N = Jumlah
Ranking
d = Perbedaan
antar ranking
dalam dua
distribusi
ranking.
 Uji Perbedaan
Deteksi mengenai perbedaan antar kelompok amat berguna bagi peneliti bisnis.

Manajer dapat memperoleh informasi yang amat bermanfaat dari jenis analisis ini.

Peneliti
Tingkat kesehatan, berperan pada Dua
Pengukuran penelitian
Sampel pra eksperimen
Dua Sampel
Kasus Satu Sampel Sampel Bebas Sampel Terikat Klasifikasi Statistik

Nominal Uji hipotesis yang Uji hipotesis yang Uji Mc Nemar Non Parametrik
meliputi proporsi melibatkan dua
sampel : proporsi sampel :
Uji Chi-Square Analisis Tabel
(X²) Kontijensi

Ordinal Kolmogorov - Mann-Whitney , Uji Wilcoxon signed Non Parametrik

Smimov Median, Kruskal rank
Wallis

Interval dan Rasio Uji hipotesis yang Uji t untuk Uji t (d) Parametrik
meliputi suatu perbedaan
sampel statistik (uji-
t)

UjiF(Indep UjiF(Independensi) Parametrik

Uji X² endensi)
TERIMAKASIH