Professional Documents
Culture Documents
1. Koefisien Korelasi
1
a. Penyelesaian cara manual:
1. Merumuskan Ho dan Ha secara statistik :
2.
2
Rumus yang akan digunakan adalah:
𝑛 𝑋𝑌 − 𝑋 𝑌
𝑟=
𝑛 𝑋2 − 𝑋 2 𝑛 𝑌2 − 𝑌 2
n = 25
22 91602 − (1385 x 1443)
𝑟=
22 87791 − (1385)2 22 95957 − (1443)2
16689
𝑟=
19482 ,389
r = 0,856
Jadi koefisien korelasi antara motivasi dan hasil belajar adalah 0,856, berarti kedua variable
tersebut memiliki hubugan yang sangat kuat.
Masukan data ke dalam SPSS Uji Asumsi kenormalan dan Asumsi homoskedastisitas
Asumsi Normalitas
Tests of Normality
a
Keterangan Kolmogorov-Smirnov Shapiro-Wilk
Hipotesis:
Ho : data menyebar normal
H1 : data tidak menyebar normal
Kesimpulan :
Dari output di atas, terlihat bahwa untuk data motivasi nilai sign = 0.199 > 𝛼 = 0.05 sehingga
Ho diterima artinya data motivasi menyebar normal. Dan untuk data hasil belajar sign =
0.400 > 𝛼 = 0.05, sehingga Ho diterima artinya data hasil belajar menyebar normal.
3
Asumsi homoskedastisitas
Hipotesis:
Ho : data homogen
H1 : data tidak homogen
Kesimpulan :
Dari output di atas, terlihat bahwa sign = 0.025 > 𝛼 = 0.05 sehingga Ho diterima artinya data
tersebut homogen.
Correlations
kecerdasaanemosional Prestasi
**
Pearson Correlation 1 ,857
N 22 22
**
Pearson Correlation ,857 1
N 22 22
Hipotesis:
Ho : tidak ada hubungan yang berarti antara kecerdasan emosional dan prestasi
H1 : terdapat hubungan yang berarti antara kecerdasan emosional dan prestasi
Kesimpulan :
Dari output di atas, terlihat bahwa sign = 0.000 < 𝛼 = 0.05 sehingga Ho ditolak artinya
terdapat hubungan yang berarti antara kecerdasan emosional dan prestasi.
4
2. Korelasi Rank Spearman
Korelasi Rank Spearman digunakan untuk mencari hubungan atau untuk menguji signifikansi
hipotesis asosiatif bila masing-masing variabel yang dihubungkan berbentuk Ordinal.
Contoh kasus:
Seorang peneliti ingin mengetahui apakah ada hubungan yang signifikan antara tingkat
pendidikan guru dan motivasi mengajar di sekolah tertentu. Tingkat pendidikan guru dan
motivasi mengajar diklarifikasikan sebagi berikut :
Tingkat Pend. Skor
Motivasi Skor
D1 1
D2 2 Sangat Rendah 1
D3 3 Rendah 2
S1 4 Sedang 3
S2 5
Tinggi 4
Sangat Tinggi 5
Sehingga diperoleh data sebagi berikut :
Nomor Guru Tingkat Pendidikan Motivasi Mengajar
1 G1 S2 Sangat Tinggi
2 G2 S2 Tinggi
3 G3 S2 Sangat Tinggi
4 G4 S2 Tinggi
5 G5 S1 Tinggi
6 G6 S1 Sedang
7 G7 S1 Sedang
8 G8 S1 Tinggi
9 G9 S1 Sangat Tinggi
10 G10 S1 Sedang
11 G11 S1 Tinggi
12 G12 S1 Tinggi
13 G13 S1 Sangat Tinggi
14 G14 D3 Sedang
15 G15 D3 Sedang
16 G16 D3 Sedang
17 G17 D3 Tinggi
18 G18 D2 Rendah
19 G19 D2 Rendah
20 G20 D1 Rendah
5
Dari hasil penelitian , apakah ada hubungan yang signifikan antara tingkat pendidikan guru
dan motivasi mengajar di sekolah? Dengan alpa 5 %
Jawab
Secara Manual :
a. Tentukan Hipotesis Statistik:
Tabel BPerhitungan
No Guru Tingkat Motivasi Ran X Rank Y Di Di2
Pendidikan Mengajar
(X) (Y)
1 G1 5 5 2,5 2,5 0 0
2 G2 5 4 2,5 2,5 0 0
3 G3 5 5 2,5 2,5 0 0
4 G4 5 4 2,5 2,5 0 0
5 G5 4 4 9 8 -1 1
6 G6 4 3 9 8 -1 1
7 G7 4 3 9 8 -1 1
8 G8 4 4 9 8 -1 1
9 G9 4 5 9 8 -1 1
10 G10 4 3 9 8 -1 1
11 G11 4 4 9 8 -1 1
12 G12 4 4 9 14,5 5,5 30,25
13 G13 4 5 9 14,5 5,5 30,25
14 G14 3 3 15,5 14,5 -1 1
15 G15 3 3 15,5 14,5 -1 1
16 G16 3 3 15,5 14,5 -1 1
17 G17 3 4 15,5 14,5 -1 1
18 G18 2 2 18,5 19 0,5 0,25
19 G19 2 2 18,5 19 0,5 0,25
20 G20 1 2 20 19 -1 1
Jumlah 73
Menggunakan rumus korelasi speraman :
6
Untuk variabel x terdapat lima himpunan observasi berangka sama,dimana untuk 5 sebanyak
4 kali ; 4 sebanyak 9 kali; 3 sebanyak 4 kali; 2 sebanyak 2 kali ; 1 sebanyak 1 kali, sehingga
kita cari nilai 𝑥 2 sebagi berikut :
𝑁 3 −𝑁
𝑥2 = − 𝑇𝑥
12
20 3 −20 4 3 −4 93 −9 4 3 −4 23 −2 13 −1
𝑥2 = − + + + +
12 12 12 12 12 12
2
𝑥 = 665 − 70,5 = 594,5
Untuk variabel Y terdapat lima himpunan observasi berangka sama,dimana untuk 5 sebanyak
4 kali ; 4 sebanyak 7 kali; 3 sebanyak 6 kali; 2 sebanyak 3 kali sehingga kita cari nilai 𝑥2
sebagi berikut :
𝑁 3 −𝑁
𝑦2 = − 𝑇𝑦
12
20 3 −20 4 3 −4 73 −7 63 −6 33 −3
𝑦2 = − + + +
12 12 12 12 12
2
𝑦 = 665 − 52,5 = 612,5
Maka koefisien spearman bisa kita cari dengan rumus :
𝑥2+ 𝑦 2− 𝑑2
𝑟𝑠 =
2 ( 𝑥 2 )( 𝑦 2 )
594,5+612,5−73 1134
𝑟𝑠 = = 1509,98 = 0,751
2 (594,5)(612,5)
Sebagai interpretasi, angka ini perlu dibandingkan dengan tabel nilai-nilai ρ(dibaca: rho)
dalam Tabel 3. Dari tabel itu terlihat bahwa untuk n - 2 = 20 – 2 = 18, dengan derajat
kesalahan 5 % diperoleh harga 0,475. Hasil ρ hitung = 0,751 > ρ table = 0,475.
Hal ini berarti menolak Ho dan menerima H1.
Kesimpulan :
Terdapat kesesuaian yang berarti antara tingkat pendidikan dan movitasi mengajar.
Tabel 3: Tabel Nilai-nilai ρ (RHO), Korelasi Spearman Rank
7
9 0,683 0,833 24 0,409 0,537
10 0,648 0,794 26 0,392 0,515
12 0,591 0,777 28 0,377 0,496
14 0,544 0,715 30 0,364 0,478
Correlations
tingkatpendidika motivasimengaj
n ar
**
Correlation Coefficient 1,000 ,751
N 20 20
Kesimpulan:
Dari output di atas bahwa sign = 0.000 < α = 0.05, sehingga Ho ditolak artinya terdapat
kesesuaian yang berarti antara Tingkat Pendidikan dan Motivasi Mengajar guru
8
3. UJI KENDALL TAU (τ)
Korelasi kendall tau (τ) merupakan statistic nonparametrik. Jenis data pada uji ini adalah
ordinal. Formula yang digunakan adalah:
Contoh Kasus:
1. Seorang mahasiswa ingin mengetahui apakah “Hubungan Motivasi belajar dengan
rangking Kelas yang diperoleh disebuah sekolah SMA Negeri xxxx” dari hasil penelitian
terhadap 10 siswa diperoleh sebagai berikut : untuk taraf signifikan 5 %
Siswa Motivasi Belajar Ranking kelas
1 46 2
2 40 6
3 38 11
4 42 1
5 35 12
6 37 8
7 29 15
8 34 20
9 26 34
10 30 22
Jawab
1. Menentukan Hipotesis
H0 : τ = 0 (Tidak ada hubungan antara motivasi belajar dan rangking kelas)
H1 : τ ≠ 0 (ada hubungan antara motivasi belajar dan rangking kelas)
Kriteria : 𝜒 2 ℎ𝑖𝑡 ≤ 𝜒 2 𝑡𝑎𝑏 maka H0 diterima
𝜒 2 ℎ𝑖𝑡 > 𝜒 2 𝑡𝑎𝑏 maka H0 ditolak
Kriteria:
Z hitung > Z tabel, maka H0 ditolak
Z hitung ≤ Z tabel, maka H0 diterima
2. Perhitungan dengan tabel ;
9
Siswa Motivasi Belajar Ranking kelas Nc Nd
1 46 2 0 9
2 40 6 2 6
3 38 11 0 7
4 42 1 0 6
5 35 12 0 5
6 37 8 1 3
7 29 15 0 3
8 34 20 0 2
9 26 34 1 0
10 30 22 0 0
Jumlah 4 41
Menentukan nilai
2(𝑁𝐶 − 𝑁𝑑 ) 2(4 − 41) −74
𝜏= = = = −0,822
𝑛(𝑛 − 1) 10(9) 90
𝜏
𝑧=
2(2𝑁 + 5)
9𝑁(𝑁 − 1)
−0,822
𝑍=
2 (2.10 + 5)
9.10 (10 − 1)
𝑍 = −3, 3091
Z tabel = 0, 9974
Kesimpulan :
Karena Zhitung = -3, 3091 < Ztabel = 0,9974 maka H0 di tolak artinya ada hubungan yang
signifikan antara motivasi belajar dengan ranking siswa.
10
𝑠𝑖𝑔𝑛 < ∝ = 0,05 maka H0 ditolak
Hipotesis:
H0 : (Tidak ada hubungan antara motivasi belajar dan rangking kelas)
H1 : (ada hubungan antara antara motivasi belajar dan rangking kelas)
Correlations
motivasi rangking
**
Correlation Coefficient 1,000 -,822
N 10 10
Kendall's tau_b **
Correlation Coefficient -,822 1,000
N 10 10
Kesimpulan:
Pada tabel Correlations di atas dapat diketahui bahwa nilai sign (2-tailed) dari kendall’s tau
sebesar 0,001 < 0,05, maka Ho ditolak, artinya ada hubungan antara motivasi dan rangking
kelas, dan Correlation coefficient hitung = perhitungan manual yaitu -0,822.
11
4. UJI CHI SQUARE ( 𝝌𝟐 )
Uji Chi-Square digunakan untuk menguji hipotesis mengenai hubungan antara dua variabel,
dimana salah satu atau kedua variabelnya berukuran nominal dapat menggunakan teknik Chi-
Square. Pengujian adanya hubungan antara dua variabel tersebut dengan menggunakan Chi-
Square dilakukan dengan menguji frekuensi dari kelompok sampel. Sebagai contoh untuk
menguji apakah ada hubungan antara jenis kelamin dengan tingkat pendidikan, dilakukan
dengan menguji frekuensi yang berpendidikan tinggi anatara kelompok sampel wanita dan
kelompok laki-laki.
Contoh kasus :
Bila pada tahun-tahun sebelumnya, mahasiswa yang mendapat nilai A sebanyak 30%, B 20%,
C 35%, D 7% dan E 8%, apakah nilai mahasiswa tahun ini mempunyai distribusi yang sama
dengan nilai mahasiswa tahun-tahun sebelumnya ? (gunakan α = 0,05)
Jawab :
Hipotesis:
H0 : λ = 0 (Tidak ada hubungan antara nilai mahasiswa tahun ini dengan tahun-
tahun sebelumnya. )
H1 : λ ≠ 0 (ada hubungan antara antara nilai mahasiswa tahun ini dengan tahun-
tahun sebelumnya. )
Kriteria : 𝜒 2 ℎ𝑖𝑡 ≤ 𝜒 2 𝑡𝑎𝑏 maka H0 diterima
𝜒 2 ℎ𝑖𝑡 > 𝜒 2 𝑡𝑎𝑏 maka H0 ditolak
12
Tabel analisis
Nilai A B C D E Jumlah
F Observed 25 30 17 10 8 90
2 2 2 2 2
𝜒 2 ℎ𝑖𝑡 = (25-27) /27 + (30-18) /18 + (17-31,5) /31,5 +(10-6,3) /6,3 + (8-7,2) /7,2
= 17,085
𝜒 2 𝑡𝑎𝑏𝑒𝑙 = 𝜒 2 0,05 , 4
𝜒 2 𝑡𝑎𝑏𝑒𝑙 = 9,49
Karena 𝜒 2 ℎ𝑖𝑡 > 𝜒 2 𝑡𝑎𝑏 maka H0 ditolak artinya terdapat hubungan yang signifikan antara
nilai mahasiswa tahun ini dengan tahun-tahun sebelumnya.
13
5. Gamma (γ)
Gamma (γ) dapat digunakan untuk menguji hipotesis mengenai hubungan antara dua variabel
diskrit dengan skala pengukuran ordinal.
Contoh kasus :
tingkat tingkat pendidikan
jumlah
penghasilan SARJANA SMA SMP
rendah 40 60 90 190
sedang 60 80 60 200
tinggi 100 60 50 210
jumlah 200 200 200 600
Langkah-Langkah perhitungan dengan uji gamma sbb:
(1) Merumuskan hipotesis statistik:
H0 : γ=0 (Tidak ada hubungan antara tingkat pendidikan dengan tingkat
penghasilan)
H1 : γ≠0 (ada hubungan antara tingkat pendidikan dengan tingkat
penghasilan)
(2) Menghitung Nd dan Nc
40 60 90 40 60 90 40 60 90 40 60 90
60 80 60 60 80 60 60 80 60 60 80 60
60 80 60 60 80 60 60 80 60 60 80 60
14
(3) Menetapkan kriteria (dari tabel)
Ztab = Z(0,iu05)= 1,96
(4) Menghitung koefisien gamma dengan rumus
𝑁 −𝑁 54200 −27200 27000
G= 𝑁𝑐 +𝑁𝑑 = = 81400 = 0,33169
𝑐 𝑑 54200 +27200
𝑁𝑐 + 𝑁𝑑
𝑍0 = 𝐺
𝑁(1 − 𝐺 2 )
81400
𝑍0 = 0,33 = 4,095
600 1 − 0,110018
15