N
Di mana:
KK = Koefisien kontingensi
X² = Harga Chi-Kuadrat yang diperoleh N = Jumlah frekuensi/individu
Contoh perhitungannya:
Tabel 5.7 Data tentang Aktivitas Berorganisasi dan Kegairahan Belajar dari 100 Orang Subjek
Tidak Aktif Berorganisasi
Kegairahan Belajar Tinggi Sedang Rendah Jumlah
Tinggi Sedang Rendah
12 25 8
10 18 5
8 12 2
30 55 15
45 33 22 100 = N
Untuk menghitung angka indeks korelasi koefisien kontingensi, terlebih dahulu dilakukan hal berikut.
1. Mengetahui besar Chi-Kuadrat dengan rumus:
X² =
P o or t 2
78629 , 0
N X
X
2 2
2
h h of
f f
N XX
2
2
100 212 ,1
212 ,1
212 , 101
212 ,1
012 , 0
N XX
2 2
X Y XYN Di mana:
X² = Chi-Kuadrat
fo = Frekuensi yang diperoleh fh = Frekuensi yang diharapkan
Untuk menyelesaikan rumus di atas, diperlukan tabel kerja berikut ini.
DUMMY
Tabel 5.8 Tabel Kerja untuk Menghitung Chi-Kuadrat (X²) dari Bahan Tabel 5.7
Sel fo fh (fo – fh) (fo – fh)² (fo – fh)² ––––––fh 1
2
3
4
5
6
7
8
9
12
10
8
25
18
12
8
5
2
45 x 30 –––––– = 13,5 100 33 x 30 –––––– = 9,9 100 22 x 30 –––––– = 6,6 100 45 x 55 –––––– = 24,75 100
33 x 55 –––––– = 18,15 100
22 x 55 –––––– = 12,1 100 45 x 15 –––––– = 6,75 100 33 x 15 –––––– = 4,95 100 22 x 15 –––––– = 3,3 100
-1,5
+0,1
+1,4
+0,25
-0,15
-0,1
+1,25
+0,05
-1,3
2,25
0,01
1,96
0,062
0,022
0,01
1,562
0,002
1,69
0,167
0,001
0,297
0,002
0,001
0,001
0,231
0,000
0,512
N = 100 ∑(fo – fh) = 0 ∑(fo – fh)² ––––––– = 1,212 fh
Perhatian:
Untuk menetapkan fh digunakan rumus berikut:
Jk x Jb
fh = ––––––
Js
DUMMY
fh = Frekuensi yang diharapkan Jk = Jumlah kolom
Jb = Jumlah baris
Js = Jumlah semua/jumlah individu
Dari perhitungan Tabel 5.8 di atas, diperoleh Chi-Kuadratnya adalah 1,212 (X² = 1,212).
2. Menyelesaikan rumus korelasi koefisien kontingensi:
KK =
P o or t 2
78629 , 0
N X
X
2
2
2
h h o
f f f
N XX
2 2
100 212 ,1
212 ,1
212 , 101
212 ,1
012 , 0
N X
X
2
2
N X2
X 2
N Y2
Y 2
Y X XY N
Di mana: X² = 1,212 dan N = 100 Jadi:
KK =
P o or t 2
78629 , 0
N X
X
2 2
2
h h of
f f
N XX
2
2
100 212 ,1
212 ,1
212 , 101
212 ,1 012 , 0
N X
X
2
2
N X2
X 2
N Y2
Y 2
Y X XY N
=
P o or t 2 78629 , 0
N X
X
2
2
2
h h of
f f
N XX
2
2
100 212 ,1
212 ,1
212 , 101
212 ,1
012 , 0
N X
X
2
2
N X2
X 2
N Y2
Y 2
Y X XY N
=
P o or t 2
78629 , 0
N X
X
2 2
2
h h of
f f
N X
X
2
2
100 212 ,1
212 ,1
212 , 101
212 ,1 012 , 0
N XX
2
2
N X2
X 2
N Y2
Y 2
Y X XY N
= 0,110
Untuk memberikan interpretasi terhadap harga koefisien kontingensi, terlebih dahulu diubah menjadi Phi dengan rumus:
KK Phi = ––––––––––
1 – KK2
0,110 Phi = –––––––––
1 – 0,1102
0,110
= ––––––––––
1 – 0,112
0,110 = –––––––––
0,988
DUMMY
0,110 = ––––––––
0,994
= 0,111
Selanjutnya, harga Phi yang sudah diperoleh kita konsultasikan dengan Tabel Nilai r Product Moment. Adapun Tabel Nilai r Product Moment adalah sebagai berikut.
Tabel 5.9 Tabel Harga Kritik dari r Product Moment
N Interval
Kepercayaan
95% 99% N Interval
Kepercayaan
95% 99% N Interval
Kepercayaan 95% 99%
3 45
67 89 10 1112 1314 15 1617 1819 20 21 2223 2425
0,997 0,999 0,950 0,990 0,978 0,959 0,811 0,917 0,574 0,874 0,707 0,874 0,666 0,798 0,632 0,765 0,602 0,735 0,576 0,708 0,553 0,684 0,532 0,661 0,514 0,641 0,497 0,623 0,482 0,606 0,468 0,590 0,456 0,575 0,444 0,561 0,433 0,549 0,423 0,537 0,413 0,526 0,404 0,515 0,396 0,505
26 2728 29 30 3132 3334 35 3637 3839 40 4142 4344 45 46 4748 4950
0,388 0,496 0,381 0,487 0,374 0,478 0,367 0,470 0,361 0,463 0,355 0,456 0,349 0,449 0,344 0,442 0,339 0,436 0,334 0,430 0,329 0,424 0,325 0,418 0,320 0,413 0,316 0,408 0,312 0,403 0,308 0,396 0,304 0,393 0,301 0,389 0,297 0,384 0,294 0,380 0,291 0,376 0,288 0,372 0,284 0,368 0,281 0,364 0,279 0,361
55 6065 70 75 8085 9095 100 125150 175200 300 400500 600700 800 900 1000
0,266 0,345 0,254 0,330 0,244 0,317 0,235 0,306 0,227 0,296 0,220 0,286 0,213 0,278 0,207 0,270 0,202 0,263 0,195 0,256 0,176 0,230 0,159 0,210 0,148 0,194 0,138 0,181 0,113 0,148 0,098 0,128 0,088 0,115 0,080 0,105 0,074 0,097 0,070 0,091 0,065 0,086 0,062 0,081
DUMMY
Dari tabel di atas, diketahui N = 100 diperoleh harga r tabel pada taraf signifikansi 5% = 0,195 dan pada taraf signifikansi 1% = 0,256.
Karena Phi = 0,111 lebih kecil dari r tabel, baik pada taraf signifikansi 5% maupun 1%, maka hipotesis alternatif Ha yang berbunyi: Ada korelasi antara yang tidak aktif berorganisasi dengan kegairahan belajar ditolak. Ini berarti tidak ada korelasi antara yang tidak aktif berorganisasi dengan kegairahan belajar.
Contoh lain untuk menghitung korelasi koefisien kontingensi seperti tertera pada tabel berikut.
Tabel 5.10 Latar Belakang Pendidikan dan Kebiasaan Belajar Latar Belakang
Pendidikan Kebiasaan Belajar Jumlah
Selalu Kadang-kadang Tidak Pernah SMP
MTs
15 12
5 8
0 0
20 20
Jumlah 27 13 0 N = 40
Untuk menyelesaikan rumus korelasi koefisien kontingensi, ada beberapa tahapan yang harus ditempuh, yaitu sebagai berikut.
1. Membuat Tabel fo dan fh
Tabel 5.11 Frekuensi yang Diperoleh (fo) dan yang Diharapkan (fh) Latar Belakang
Pendidikan Kebiasaan Belajar Jumlah
Selalu
Kadang-kadang Tidk
Pernah SMP
MTs
15 (13,5)
12 (13,5)
5 (6,5)
8 (6,5)
0 (0)
0 (0)
20
20
Jumlah 37 23 0 N = 40
Angka-angka dalam kurung adalah jumlah frekuensi yang diharapkan (fh). Untuk mencari frekuensi yang diharapkan (fh), digunakan rumus berikut.
DUMMY
Jk x Jb fh = –––––––
Js
fh = Frekuensi yang diharapkan Jk = Jumlah kolom
Jb = Jumlah baris
Js = Jumlah semua/jumlah individu Jadi, untuk sel SMP:
27 x 20
fh = –––––––– = 13,5 40
13 x 20
fh = –––––––– = 6,5 40
Sementara itu, untuk sel MTs:
27 x 20
fh = –––––––– = 13,5 40
13 x 20
fh = –––––––– = 6,5 40
Perhatian!
Bahwa dalam mencari bilangan X2 harus lebih dahulu ∑fo = ∑fh dan ∑)fo – fh = 0
2. Menghitung Chi-Kuadrat X² =
∑ (
−)
2h h of
f f Di mana:
X² = Chi-kuadrat
fo = Frekuensi yang diperoleh fh = Frekuensi yang diharapkan
Untuk keperluan menyelesaikan rumus di atas, diperlukan tabel kerja berikut.
DUMMY
Tabel 5.12 Tabel Kerja untuk Menghitung Chi-Kuadrat (X²) dari Bahan Tabel 5.11
Latar Belakang
Pendidikan Kategori fo fh (fo – fh) (fo – fh)² (fo – fh)² ––––––
fh
SMP Selalu
Kadang-kadang Tidak Pernah
15 5 0
13,5 6,5
0
+1,5 -1,5 0
2,25 2,25 0
0,167 0,167 0
MTs Selalu
Kadang-kadang Tidak Pernah
15 5 0
13,5 6,5
0
+1,5 -1,5 0
2,25 2,25 0
0,167 0,167 0 40 40 ∑(fo – fh) = 0 ∑(fo – fh)²
––––––– = 1,026 fh
3. Menghitung Koefesien Korelasi Kontingensi KK =
Po or t 2
78629 , 0
N X
X
2 2
2
h h of
f f
N X
X
2
2
100 212 ,1
212 ,1
212 , 101
212 ,1 012 , 0
N XX
2
2
N X2
X 2
N Y2
Y 2
Y X XY N
Di mana: X² = 1,026 dan N = 40 Jadi:
KK = 1,026
——————
1,026 + 40
= 1,026
————41026
= 0,025
= 0,158
4. Membuat Tabel Harga C maks untuk Berbagai m
m adalah harga minimum antara banyaknya baris dan banyaknya kolom. C maks selalu lebih kecil dari 1. Untuk menghitung C maks, digunakan rumus berikut.
DUMMY
C maks = m – 1
————m
Dari contoh di atas, maka daftar kontingensi terdiri dari dua baris dan tiga kolom. Jadi, minimumnya (m) adalah dua, sehingga:
C maks = 2 – 1
————3
= 1
——3
= 0,5
= 0,707
Tabel 5.13 Harga C maks untuk Berbagai m
m C maks
2 3 4 5 6 7 8 9 10
0,707 0,816 0,866 0,894 0,913 0,926 0,935 0,943 0,949
5. Membandingkan dan Menginterpretasikan Koefisien Korelasi Kontingensi
Harga KK = 0,158 ini dimasukkan ke dalam harga C maks untuk bebagai m, yaitu 0,707, ternyata harga KK = 0,158 lebih kecil dari harga C maks untuk bebagai m. Maka, dapat dikatakan bahwa tidak ada korelasi antara latar belakang pendidikan dengan kebiasaan belajarnya.
DUMMY
G. Soal-soal Latihan
1. Apa yang dimaksud dengan:
a. Angka Indeks Korelasi b. Bivariat Variabel c. Multivariat Variabel
2. Kapan Korelasi Product Moment tepat digunakan? Jelaskan!
3. Kapan Korelasi Triserial tepat digunakan? Jelaskan!
4. Bagaimana cara memberikan interpretasi mengenai besarnya koefisien korelasi? Jelaskan!
DATA: A
Subjek Skor pada Varibel
X Y
A B C D E F G H I J
8 7 8 7 9 7 9 8 9 8
8 6 8 6 7 6 7 7 8 7
∑X = ∑Y =
5. Buatlah tabel dari data di atas untuk menyelesaikan rumus Korelasi Product Moment, kemudian telitilah dengan cermat apakah ada korelasi positif yang signifikan antara skor variabel X dan variabel Y, dengan cara sebagai berikut.
a. Merumuskan hipotesis alternatif dan hipotesis nihilnya.
b. Melakukan perhitungan untuk memperoleh angka indeks korelasi rxy lengkap dengan rumus yang digunakan, yaitu sebagai berikut.
DUMMY
rxy =
P o or t 2
78629 , 0
N X
X
2
2
2
h h of
f f
N X
X
2 2
100 212 ,1
212 ,1
212 , 101
212 ,1 012 , 0
N X
X
2
2
N X2
X 2
N Y2
Y 2
Y X XY N
c. Memberikan interpretasi dengan cara berkonsultasi pada Tabel Nilai r Product Moment.
d. Kemukakan kesimpulan dari hasil perhitungan tersebut.
DATA: B
Statistik Kerajinan Belajar
Tinggi Sedang Rendah
7,9 8 8,2 7,5 6,8 7,2
6,8 6,4 6,9 7,5 6,2 7,2 6,6 7,3 6,3 6,0 6,2
6,2 5,8 5,6
6. Buatlah tabel dari data di atas untuk menyelesaikan rumus korelasi triserial, kemudian telitilah dengan cermat apakah ada korelasi positif yang signifikan antara kerajinan belajar dan prestasi belajar, dengan cara sebagai berikut.
a. Merumuskan hipotesis alternatif dan hipotesis nihilnya.
b. Buatlah tabel kerja r serial.
c. Hitunglah SDtot, dengan terlebih dahulu membuat tabel kerja untuk mencari SDtot.
d. Berikan interpretasi hasil yang diperoleh.
e. Kemukakan kesimpulan dari hasil perhitungan tersebut.
DUMMY
DATA: C Latar Belakang
Pendidikan
Kebiasaan Belajar
Jumlah Selalu Kadang-kadang Tidak Pernah
SMP MTs
20 17
10 13
0 0
30 30
Jumlah 37 23 0 N = 60
7. Hitunglah Korelasi Kontingensi dengan mengemukakan tahapan-tahapannya!
8. Berikan interpretasi hasil perhitungan tersebut!
9. Kesimpulan apa yang dapat saudara berikan!
DUMMY
A. Pengertian Tes Non-Parametrik
Tes Non-Parametrik disebut juga dengan tes bebas distribusi, dan dapat digunakan bilamana:
1. Sifat distribusi populasi (dari mana sampelnya ditarik) tidak diketahui normal/tidaknya.
2. Variabel-variabelnya berbentuk skala nominal (terklasifikasi dalam kategori-kategori) dan dinyatakan dalam jumlah frekuensi.
3. Variabel-variabelnya berbentuk skala ordinal (bertata jenjang), yang dinyatakan dalam urutan ke-1, ke-2, ke-3, dan seterusnya.
Para ahli statistik banyak yang menyarankan bila memungkinkan gunakanlah tes parametrik. Oleh karena tes non-parametrik didasarkan atas data hitung atau ranking, sehingga tes non-parametrik kurang begitu cermat. Akan tetapi, bilamana asumsi-asumsi parametrik kurang dapat dipenuhi, gunakanlah tes non-parametrik.
B. Student Test (“t” Tes)
Hal yang dimaksud dengan “t” tes adalah salah satu tes statistik yang dipergunakan untuk menguji kebenaran atau kepalsuan hipotesis nihil yang menyatakan bahwa di antara dua buah Mean Sampel