Documente Academic
Documente Profesional
Documente Cultură
PENDAHULUAN
1.1 Latar Belakang
1.2 Rumusan Masalah
1. Apa pengertian dari Hipotesis Asosiatif?
2.
3. Fdff
4. Vdvdfvd
5. Fdfvdvd
6. Ddvcdfd
7. Cdcsdc
1.3 Tujuan
1. Untuk mengetahui pengertian dari Hipotesis Asosiatif
2. Njhj
3. Hjjnjbn
4. Bnbnb
5. Hhjbhbjb
6. Bjnbhjgju
7. hgvhght
BAB II
PEMBAHASAN
Dimana:
Rxy = korelasi antara variabel x dengan variabel y
x = ( Xi – rata-rata X)
y = ( Yi – rata-rata Y)
contoh kasus:
Ingin diketahui, benarkah terdapat hubungan antara pendapatan dan pengeluaran. Untuk tujuan
tersebut, data di kumpulkan terhadap 10 responden secara random. Data yang didapat adalah sebagai
berikut :
X 800 900 700 600 700 800 900 600 500 500
Y 300 300 200 200 200 200 300 100 100 100
Dari perhitungan koefisien korelasi dengan rumus korelasi pada bagian atas :
Rata-rata x = 7
Rata-rata y = 2
∑𝑋 2 = 20
∑𝑌 2 = 60
∑𝑋 𝑌 = 10
Jadi, ada korelasi positif sebesar 0.9129 antara pendapatan dengan pengeluaran. Hal ini berarti bahwa
semakin besar pendapatan maka pengeluaran juga akan semakin besar. Permasalahan adalah apakah
angka-angka korelasi tersebut signifikan (dapat di generalisasikan) untuk di katakan bahwa juga terdapat
korelasi POPULASI. Untuk itu maka perlu di perbandingkan r hitung dengan r tabel ( r tabel product
moment) pada taraf signifikan tertentu. Dengan melihat angka tabel r product moment untuk tingkat
signifikan 5%, dengan N = 10, didapat r tabel = 0.632. berarti r hitung = 0.9129 > r tabel yang berarti kita
harus menolak Ho dan menerima Ha . dapat disimpulkan bahwa terdapat hubungan yang kuat dan
signifikan antar pendapatan dan pengeluaran.
Pengujian signifikan korelasi, selain dilakukan dengan membandingkan koefisien korelasi (angka r
hitung) dengan r tabel koefisien product moment, juga bisa dilakukan dengan membandingkan t hitung
dengan t tabel.
𝑟√(𝑛 − 2)
𝑡=
√(1 − 𝑟 2 )
Dari tebel t, dengan taraf signifikan 5%, uji 2 pihak dengan dk n-2 = 8, diperoleh harga t tabel 2.306
Karena t hitung > t tabel, maka Ho ditolak dan Ha diterima, berarti terdapat hubungan yang kuat dan
signifikan antara pendapatan dengan pengeluaran.
Korelasi ganda merupakan angka yang menunjukkan arah dan kuatnya hubungan antara dua variabel
secara bersama-sama atau lebih dengan variabel lain. Rumus korelasi ganda untuk dua variabel adalah
sebagai berikut :
2 2
𝑟𝑦𝑥1 + 𝑟𝑦𝑥2 − 2𝑟𝑦𝑥1. 𝑟𝑦𝑥2. 𝑟𝑥1𝑥2
𝑟𝑦.𝑥1.𝑥2 = √ 2
1 − 𝑟𝑥1𝑥2
Dimana r
Contoh kasus:
Untuk meneliti permasalahan model kepemimpinan dan tata ruang kantor dalam hubungannya dengan
kepuasan kerja, di kumpulkan data yang relevan. Dari data tersebut kemudian di hitung korelasi
sederhananya dan didapat:
Hasil perhitungan korelasi ganda dan sederhana tersebut dapat digambarkan sebagai berikut :
Dari perhitungan tersebut, ternyata besarnya korelasi ganda R harganya > korelasi individual 𝑟𝑦𝑥1 dan
𝑟𝑦𝑥2 .
Pengujian signifikansi terhadap koefisien korelasi ganda dapat menggunakan rumus uji F berikut :
𝑅 2 /𝑘
𝐹ℎ =
(1 − 𝑅 2 )/(𝑛 − 𝑘 − 1)
Dimana :
Berdasarkan angka yang telah ditemukan, bila n = 30 maka harga Fh dapat di hitung dengan riumus
diatas dan didapat Fh = 7.43
Harga F hitung tersebut selanjutnya dibandingkan dengan F tabel dengan dk pembilang k = 2 : dan dk
penyebut = n-k-1 = 10-2-1 = 7 dengan taraf signifikansi 5%, harga F tabel ditemukan sebesar 4.74
Dengan membandingkan angka F tabel dengan F hitung, ternyata F hitung > F tabel, berarti Ho ditolak
dan Ha diterima. Jadi, koefisien korelasi ganda yang ditemukan adalah signifikan ( dapat diberlakukan
untuk populasi dimana sampel di ambil.
Korelasi ini digunakan untuk menganalisis nilai peneliti bermaksud mengetahui pengaruh atau hubungan
antara variabel independen dengan variabel dependen, dimana salah satu variabel independen yang lain
di buat tetap atau dikendalikan. Jadi, korelasi parsial merupakan angka yang menunjukkan arah dan
kuatnya hubungan antara dua variabel atau lebih setelah satu variabel yang di duga dapat
mempengaruhi hubungan tersebut dikendalikan untuk dibuat tetap keberadaannya.
Jenis korelasi ini digunakan untuk menghitung hubuingan antara variabel bila datanya berbentyuk
nominal. Teknis ini mempunyai kaitan yang erat denga Chi Kuadrat yang digunakan unutk menguji
hipotesis komperatif K sampel independen. Oleh karena itu rumus yang di gunakan mengandung nilai
Chi Kuadrat. Rumus tersebut adalah sebagai berikut:
𝑋2
𝑡=√
𝑁 + 𝑋2
2
(𝑂𝑝𝑖𝑗 + 𝐸𝑖𝑗 )2
𝑋 = ∑∑
𝐸𝑃𝑖𝑗
Contoh :
Dilakukan penelitian untuk mencari tau apakah terdapat hubungan antara profesi pekerjaan dengan
jenis olahraga yang sering dilakukan. Profesi dikelompokkan menjadi : dokter, pengacara, dosen,
bisnisman. (Dr, Pc, Ds, Bs). Sedangakan jenis olahraga di kelompokkan menjadi: Golf, Tenis,
Bulutangkis, Sepak bola (Gf, T, Bt, Sp). Jumlah responden yang
digunakan untuk mengumpulkan data adalah sebagai berikut:
Dr = 58
Pc = 75
Ds = 68
Bs = 81
Jumlah seluruhnya = 282
Perumusan hipotesisnya adalah:
Ho: Tidak ada hubungan yang signifikan antara profesi seseorang dengan jenis olahraga yang
disenanginya
Ha: Ada hubungan yang kuat dan signifikan antara profesi seseorang dengan jenis olahraga
yang disenanginya
Berdasarkan sampel empat kelompok profesiyang dipilih secara random, diperoleh data
seperti data berikut:
Untuk menghitung f yang diharapkan (fh) pertama-tama dihitung berapa persen dari
masing-masing sampel yang menyenangi olah raga Golf, Tenis, Bulu tangkis, dan sepakbola.
𝑋2 = 𝟐𝟗. 𝟖𝟖𝟏
Jadi, harga Chi Kuadrat (X2) hitung = 29.881. Selanjutnya untuk menghitung keofisien
kontingensi C, maka harga tersebut dimasukkan ke dalam rumus
𝑋2
𝐶=√
𝑁 + 𝑋2
29.881
𝐶=√
282 + 29.881
𝐶 = 0.31
Jadi, besarnya koefisien antara jenis profesi dengan kesenangan olah raga = 0.31. Untuk
menguji signifikansi koefisien C dapat dilakukan dengan menguji harga Chi Kuadrat (X2)
hitung yang ditemukan dengan Chi Kuadrat (X2) tabel, pada taraf signifikansi dan dk tertentu.
Harga dk = (k – 1) (r – 1); dimana K = jumlah sampel = 4; r = jumlah kategoriolah raga. Jadi
dk = (4 – 1) ( 4 – 1) = 9. Dengan dk = 9 dan pada taraf signifikansi 0.05, maka harga Chi
Kuadrat (X2) tabel = 15.51. Ketentuan pengujian kalauharga Chi Kuadrat (X2) hitung lebih
besar dati Chi Kuadrat (X2) tabel, maka hubungannya signifikan. Pada kasus kita di atas,
ternyata harga Chi Kuadrat (X2) hitung lebih besar daripada Chi Kuadrat (X2) tabel. (29.881
> 15.51). Dengan demikian dapat disimpulkan bahwa Ho ditolak dan Ha diterima. Jadi, jenis
profesi pekerjaaan secara nyata mempunyai hubungan signifikan dengan jenis olahraga yang
disenangi sebesar 0.31. Data yang ada pada sampel dan angka korelasi mencerminkan
keadaan populasi di mana sampel diambil.
2.6. korelasi rank spearman
Korelasi rank spearman digunakan untuk mencari hubungan atau untuk menguji signifikansi
hipotesis asosiatif bila masing-masing variabel yang di hubungkan berbentuk ordinal.
Contoh:
Ada 10 orang responden yang diminta untuk mengisi daftar pertanyaan tentang Motivasi dan Prestasi
dalam sebuah kantor. Jumlah responden yang diminta mengisi daftar pertanyaan itu 10 karyawan,
masing-masing diberi nomor 1, 2, 3, 4, 5, 6, 7, 8, 9, 10. Nilai yang diberikan oleh kesepuluh responden
tentang Motivasi dan Prestasi itu diberikan pada contoh berikut. Yang akan diketahui adalah apakah ada
hubungan antara Motivasi dengan Prestasi.
Berdasarkanhaltersebutmaka:
1.Judulpenelitianadalah: HubunganantaraMotivasidenganPrestasi.
2.Variabelpenelitiannyaadalah: nilaijawabandari10 respondententangMotivasi(Xi) danPrestasi(Yi)
3.Rumusanmasalah: apakahadahubunganantaravariabelMotivasidanPrestasi?
4.Hipotesis:
Ho: tidakadahubunganantaravariabelMotivasidanPrestasi.
Ha: adahubunganantaravariabelMotivasidanPrestasi
5. KriteriaPengujianHipotesis
Ho ditolakbilahargaρ hitung> dariρ tabel
Ho diterimabilahargaρhitung≤dariρtabel
Penyajian data
Jawaban responden yang telah terkumpul ditunjukkan pada Tabel 1berikut ini:
Tabel 1. Nilai Motivasi dan Prestasi
Selanjutnya harga bi2 yang telah diperoleh dari hitungan dalam tabel kolom terakhir
dimasukkan dalam rumus korelasi Spearman Rank :
ρ = 1 –6.7 : ( 10 x 102-1 ) = 1 –0,04 = 0,96
Sebagai interpretasi, angka ini perlu dibandingkan dengan tabel nilai-nilai ρ(dibaca: rho)
dalamTabel 3. Dari tabel itu terlihat bahwa untuk n = 10, dengan derajat kesalahan 5 %
diperoleh harga 0,648 dan untuk 1 % = 0,794. Hasil ρhitung ternyata lebih besar dari ρtabel
Derajat kesalahan 5 %….. 0,96 >0,648
Derajat kesalahan 1 %….. 0,96 > 0,794
Hal ini berarti menolak Ho dan menerima Ha.
Kesimpulan:
Terdapat hubungan yang nyata/signifikan antara Motivasi (Xi) dengan Prestasi (Yi). Dalam hal
ini hipotesis nolnya (Ho) adalah:tidak ada hubungan antara variabel Motivasi (Xi) dengan
Prestasi (Yi). Sedangkan hipotesis alternatifnya (Ha) adalah:terdapat hubungan yang positif dan
signifikanantara variabel Motivasi (Xi) dengan Prestasi (Yi). Dengan demikian hipotesis nol (Ho)
ditolak dan hipotesis alternatif (Ha) diterima. Atau dengan kata lain bahwa variabel Motivasi
mempunyai hubungan yang signifikan dengan Prestasi.
Tabel 3 : Tabel Nilai-nilai ρ (RHO), Korelasi Spearman Rank
2.7.