statistik parametrik korelasi pearson product moment
19/04/2013
Deskriptif
Statistik
Parametris
Inferensial
Non
Parametris
Gambar : Macam-macam statistik (Sugiyono, 2003)
1
19/04/2013
Ilmu statistika yang mempertimbangkan jenis
sebaran/distribusi data, yaitu apakah data
menyebar/berdistribusi secara normal atau
tidak.
Digunakan untuk menganalisis Data yang
berskala INTERVAL dan RASIO.
2
19/04/2013
Sumber: Sopiyudin Dahlan.,2012
Sumber: Sopiyudin Dahlan.,2012
3
19/04/2013
Sumber: Sopiyudin Dahlan.,2012
1.
Skala Pengukuran: Kategorik &
Numerik
2.
Jenis Hipotesis: Komparatif – Korelatif
3.
Jumlah Kelompok: 2 Kelompok – Lebih
2 dari Kelompok.
4
19/04/2013
Dibedakan atas Kategorik dan Numerik
Dalam berbagai buku rujukan, ada beberapa
istilah yang digunakan dalam klasifikasi skala
pengukuran antara lain: Kategorik dan NonKategorik atau Kualitatif dan Kuantitatif.
Dalam program SPSS, digunakan istilah Scale
untuk istilah Kuantitatif dan Nonkategorik.
KATEGORIK: Nominal dan Ordinal
NUMERIK: Interval dan Rasio
Sumber: Sopiyudin Dahlan.,2012
5
19/04/2013
Dibedakan menjadi 2 : Hipotesis Komparatif
dan Hipotesis Korelatif.
Hipotesis Komparatif:
◦ Perbedaan
◦ Pengaruh
◦ Efektivitas
Hipotesis Korelatif:
◦ Korelasi
◦ Hubungan
Pertanyaan Penelitian dengan Hipotesis
Komparatif:
◦ Apakah terdapat perbedaan terjadinya kanker paru pada
perokok dan bukan perokok?
Pertanyaan Penelitian dengan Hipotesis Korelatif:
◦ Berapa besar korelasi antara kadar trigliserida dan
kadar gula darah ?
◦ Adakah hubungan antara kebiasaan merokok dengan
kejadian kanker paru ?
6
19/04/2013
4.
Uji Korelasi Parsial (Partial Correlation)
5.
Uji Korelasi Ganda (Multiple Correlation)
6.
Uji Regresi (Regresion Test)
7.
Uji Regresi Ganda (Multiple Regresion Test)
2
Kelompok Berpasangan:
◦ Uji t berpasangan (Paired t-test)
2
Kelompok Tidak Berpasangan:
◦ Uji t tidak berpasangan
(Independent t-test)
7
19/04/2013
Korelasi
Product Moment
Korelasi
Ganda
Korelasi
Parsial
HIPOTESIS KORELATIF
Merupaka DUGAAN ada ya hubu ga
a tar variabel dala
populasi.
Hubungan antar Variabel PO“ITIF : apabila Nilai dari Satu
Variabel ditingkatkan, maka akan meningkatkan variabel yang
lain atau SEBALIKNYA.
Contoh: Ada hubungan Positif antara Tinggi Badan dengan Kecepatan lari.
Hubungan antar Variabel NEGATIF : apabila Nilai dari Satu
Variabel ditingkatkan, maka akan menurunkan nilai variabel yang
lain atau SEBALIKNYA.
Contoh: Ada hubungan Negatif antara Curah Hujan dengan Penjualan Es.
8
19/04/2013
Digunakan untuk Mencari Hubungan atau
Membuktikan Hipotesis Hubungan antara Dua
Variabel dengan Skala Data berbentuk INTERVAL
atau RASIO
La ba g/“i bol = r
Kuatnya Hubungan (Koefisien Korelasi) =
-1 ≤ r ≤ +1
-1 s/d +1 (Paling Rendah = 0)
INTERPRETASI KOEFISIEN KORELASI
(Riduwan,2010)
0,000,199 =
Sangat
Rendah
0,200,399 =
Rendah
0,400,599 =
Sedang
0,600,799 =
Kuat
0,801,000 =
Sangat
Kuat
9
19/04/2013
Syarat Uji Pearson Product
Moment:
Data berdistribusi Normal
Skala Data Interval atau Rasio
RUMUS :
Cara Analisis dengan Program SPSS
• Entry Data
• Analyze Correlate Bivariate
• Dst (Modul Praktikum)
10
19/04/2013
1.
Membandingkan nilai ‘r’ hitung dengan nilai
‘r’ tabel.
2.
Membandingkan Harga Signifikansi (p).
Bila nilai ‘t’ hitung Lebih Besar dari nilai ‘t’ pada
tabel, maka berarti H0 ditolak dan Ha diterima.
Dan sebaliknya.
Melihat Tabel Interpretasi Koefisien Korelasi.
Bila harag ‘p’ < 0.05 ; berarti H0 ditolak dan Ha
diterima.
Dan sebaliknya.
Dilakukan suatu penelitian dengan tujuan untuk
mengetahui ada tidaknya hubungan antara
pendapatan dan pengeluaran. Untukkeperluan
tersebut, maka telah dilakukan pengumpulan data
terhadap100 responden yang diambil secara
random. Berdasarkan 100 responden tersebut telah
diperoleh
data
tentang
pendapatan
dan
pengeluaran
dengan
Skala
Data
Numerik.
Berdasarkan Kasus di atas, maka:
1. Bagaimanakah Rumusan Hipotesisnya ?
2. Teknik Analisis Data apa yang paling tepat
digunakan untuk menguji Hipotesis tersebut
bila Data berdistribusi secara Normal ? Berikan
alasannya !
11
Deskriptif
Statistik
Parametris
Inferensial
Non
Parametris
Gambar : Macam-macam statistik (Sugiyono, 2003)
1
19/04/2013
Ilmu statistika yang mempertimbangkan jenis
sebaran/distribusi data, yaitu apakah data
menyebar/berdistribusi secara normal atau
tidak.
Digunakan untuk menganalisis Data yang
berskala INTERVAL dan RASIO.
2
19/04/2013
Sumber: Sopiyudin Dahlan.,2012
Sumber: Sopiyudin Dahlan.,2012
3
19/04/2013
Sumber: Sopiyudin Dahlan.,2012
1.
Skala Pengukuran: Kategorik &
Numerik
2.
Jenis Hipotesis: Komparatif – Korelatif
3.
Jumlah Kelompok: 2 Kelompok – Lebih
2 dari Kelompok.
4
19/04/2013
Dibedakan atas Kategorik dan Numerik
Dalam berbagai buku rujukan, ada beberapa
istilah yang digunakan dalam klasifikasi skala
pengukuran antara lain: Kategorik dan NonKategorik atau Kualitatif dan Kuantitatif.
Dalam program SPSS, digunakan istilah Scale
untuk istilah Kuantitatif dan Nonkategorik.
KATEGORIK: Nominal dan Ordinal
NUMERIK: Interval dan Rasio
Sumber: Sopiyudin Dahlan.,2012
5
19/04/2013
Dibedakan menjadi 2 : Hipotesis Komparatif
dan Hipotesis Korelatif.
Hipotesis Komparatif:
◦ Perbedaan
◦ Pengaruh
◦ Efektivitas
Hipotesis Korelatif:
◦ Korelasi
◦ Hubungan
Pertanyaan Penelitian dengan Hipotesis
Komparatif:
◦ Apakah terdapat perbedaan terjadinya kanker paru pada
perokok dan bukan perokok?
Pertanyaan Penelitian dengan Hipotesis Korelatif:
◦ Berapa besar korelasi antara kadar trigliserida dan
kadar gula darah ?
◦ Adakah hubungan antara kebiasaan merokok dengan
kejadian kanker paru ?
6
19/04/2013
4.
Uji Korelasi Parsial (Partial Correlation)
5.
Uji Korelasi Ganda (Multiple Correlation)
6.
Uji Regresi (Regresion Test)
7.
Uji Regresi Ganda (Multiple Regresion Test)
2
Kelompok Berpasangan:
◦ Uji t berpasangan (Paired t-test)
2
Kelompok Tidak Berpasangan:
◦ Uji t tidak berpasangan
(Independent t-test)
7
19/04/2013
Korelasi
Product Moment
Korelasi
Ganda
Korelasi
Parsial
HIPOTESIS KORELATIF
Merupaka DUGAAN ada ya hubu ga
a tar variabel dala
populasi.
Hubungan antar Variabel PO“ITIF : apabila Nilai dari Satu
Variabel ditingkatkan, maka akan meningkatkan variabel yang
lain atau SEBALIKNYA.
Contoh: Ada hubungan Positif antara Tinggi Badan dengan Kecepatan lari.
Hubungan antar Variabel NEGATIF : apabila Nilai dari Satu
Variabel ditingkatkan, maka akan menurunkan nilai variabel yang
lain atau SEBALIKNYA.
Contoh: Ada hubungan Negatif antara Curah Hujan dengan Penjualan Es.
8
19/04/2013
Digunakan untuk Mencari Hubungan atau
Membuktikan Hipotesis Hubungan antara Dua
Variabel dengan Skala Data berbentuk INTERVAL
atau RASIO
La ba g/“i bol = r
Kuatnya Hubungan (Koefisien Korelasi) =
-1 ≤ r ≤ +1
-1 s/d +1 (Paling Rendah = 0)
INTERPRETASI KOEFISIEN KORELASI
(Riduwan,2010)
0,000,199 =
Sangat
Rendah
0,200,399 =
Rendah
0,400,599 =
Sedang
0,600,799 =
Kuat
0,801,000 =
Sangat
Kuat
9
19/04/2013
Syarat Uji Pearson Product
Moment:
Data berdistribusi Normal
Skala Data Interval atau Rasio
RUMUS :
Cara Analisis dengan Program SPSS
• Entry Data
• Analyze Correlate Bivariate
• Dst (Modul Praktikum)
10
19/04/2013
1.
Membandingkan nilai ‘r’ hitung dengan nilai
‘r’ tabel.
2.
Membandingkan Harga Signifikansi (p).
Bila nilai ‘t’ hitung Lebih Besar dari nilai ‘t’ pada
tabel, maka berarti H0 ditolak dan Ha diterima.
Dan sebaliknya.
Melihat Tabel Interpretasi Koefisien Korelasi.
Bila harag ‘p’ < 0.05 ; berarti H0 ditolak dan Ha
diterima.
Dan sebaliknya.
Dilakukan suatu penelitian dengan tujuan untuk
mengetahui ada tidaknya hubungan antara
pendapatan dan pengeluaran. Untukkeperluan
tersebut, maka telah dilakukan pengumpulan data
terhadap100 responden yang diambil secara
random. Berdasarkan 100 responden tersebut telah
diperoleh
data
tentang
pendapatan
dan
pengeluaran
dengan
Skala
Data
Numerik.
Berdasarkan Kasus di atas, maka:
1. Bagaimanakah Rumusan Hipotesisnya ?
2. Teknik Analisis Data apa yang paling tepat
digunakan untuk menguji Hipotesis tersebut
bila Data berdistribusi secara Normal ? Berikan
alasannya !
11