• RUMUS:
STATISTIKA PARAMETRIK DAN NON
PARAMETRIK
PARAMETRIK NON PARAMETRIK
Suatu Uji statistic yang menetapkan adanya Suatu uji statistic yang mengabaikan asumsi-
asumsi-asumsi tertentu seperti: data berdistribusi asumsi yang ditetapkan pada statistika
normal, varansi data sama/homogen, dan skala parametrik
pengukuran interval/ rasio.
Contoh Uji statistic parametrik dalam korelasi: Contoh Uji statistic non parametrik dalam
KORELASI PEARSON. korelasi: KORELASI SPEARMAN.
ASUMSI KORELASI PEARSON
• SAMPEL DIAMBIL SECARA ACAK (RANDOM)
• DATA SETIAP VARIAEL BERDISTRIBUSI NORMAL
• DATA INTERVAL/RASIO
UJI HIPOTESIS
• MERUMUSKAN HIPOTESIS
• MENENTUKAN ALFA
• MENENTUKAN KRITERIA PENOLAKAN
• MENGHITUNG NILAI STATISTIK
• KESIMPULAN
KORELASI PEARSON
• Rumus untuk menghitung nilai r:
Tabel penolong
• Jika dengan Tabel penolong berikut, maka r dapat ditentukan dengan rumus:
No Xi Yi
1.
Dst.
Contoh
• SEORANG MANAGER INGIN MENGETAHUI APAKAH ADA KORELASI ANTARA
MOTIVASI BERPRESTASI DENGAN KINERJA KARYAWAN DI PERUSAHAANNYA.
DATANYA ADALAH SEBAGAI BERIKUT:
RESPONDEN SKOR MOTIVASI SKOR PERFORMANCE
1 9 8
2 6 7
3 5 6
4 7 8
5 4 5
6 3 4
7 2 2
8 8 9
9 7 8
10 6 6
KORELASI RANK SPEARMAN
• Koefisien Korelasi Rank Spearman adalah indeks atau angka yang digunakan
untuk mengukur keeratan hubungan antara dua variabel yang berskala ordinal
(data bertingkat/data ranking).
Keterangan :
=koefisien korelasi rank spearman
=selisih dalam ranking (Rx-Ry)
=banyaknya pasangan rank
Prosedur Hitung
• Nilai pengamatan yang diukur diberi ranking dari terkecil ke terbesar
• Setiap pasangan ranking dihitung perbedaannya
• Perbedaan setiap pasang ranking dikuadratkan dan dihitung jumlahannya
• Hitung nilai
Contoh:
Berikut nilai matematika dan statistika dari 10 mahasiswa prodi PMAT:
Matema 82 75 85 70 77 60 63 66 80 89
tika
Statistik 79 80 89 65 67 62 61 68 81 84
a
r 2
y x1 r 2
y x2 2 ry x1 ry x2 rx1 x 2
ry x1 x 2
1 r 2
x1 x 2
X1 10 2 4 6 8 7 4 6 7 6
X2 7 3 2 4 6 5 3 3 4 3
Y 23 7 15 17 23 22 10 14 20 19
Akan dibuktikan ada hubungan linier positif dan signifikan antara variabel X 1
dan X2 secara bersama-sama dengan variabel Y.