• Tidak ada hasil yang ditemukan

statistik parametrik korelasi pearson product moment

N/A
N/A
Protected

Academic year: 2017

Membagikan "statistik parametrik korelasi pearson product moment"

Copied!
11
0
0

Teks penuh

(1)

Statistik

Deskriptif

Inferensial

Parametris

Non

Parametris

(2)

Ilmu statistika yang mempertimbangkan jenis

sebaran/distribusi data, yaitu apakah data menyebar/berdistribusi secara normal atau tidak.

Digunakan untuk menganalisis Data yang

(3)

Sumber: Sopiyudin Dahlan.,2012

(4)

Sumber: Sopiyudin Dahlan.,2012

1.

Skala Pengukuran:

Kategorik &

Numerik

2.

Jenis Hipotesis:

Komparatif

Korelatif

3.

Jumlah Kelompok:

2 Kelompok

Lebih

(5)

Dibedakan atas Kategorik danNumerik

Dalam berbagai buku rujukan, ada beberapa

istilah yang digunakan dalam klasifikasi skala

pengukuran antara lain: Kategorik dan

Non-Kategorik

atau

Kualitatif

dan

Kuantitatif.

Dalam program SPSS, digunakan istilah Scale

untuk istilah Kuantitatif dan Nonkategorik.

KATEGORIK: Nominal dan Ordinal

NUMERIK: Interval dan Rasio

(6)

Dibedakan menjadi 2 : Hipotesis

Komparatif

dan Hipotesis

Korelatif

.

Hipotesis Komparatif:

Perbedaan

PengaruhEfektivitas

Hipotesis Korelatif:

KorelasiHubungan

Pertanyaan Penelitian dengan Hipotesis

Komparatif:

Apakah terdapat perbedaanterjadinya kanker paru pada perokok dan bukan perokok?

Pertanyaan Penelitian dengan Hipotesis Korelatif:

Berapa besar korelasi antara kadar trigliserida dan kadar gula darah ?

(7)

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:

(8)

Korelasi Product Moment

Korelasi Ganda

Korelasi Parsial

Hubungan antar Variabel NEGATIF : apabila Nilai dari Satu Variabel ditingkatkan, maka akan menurunkan nilai variabel yang

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.

HIPOTESIS KORELATIF

(9)

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

INTERPRETASI KOEFISIEN KORELASI

(10)

Data berdistribusi Normal

Skala Data Interval atau Rasio

Moment:

RUMUS :

Cara Analisis dengan Program SPSS

Entry Data

(11)

1. Membandingkan nilai ‘r’ hitung dengan nilai ‘r’ tabel.

 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.

2. Membandingkan Harga Signifikansi (p).

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

Gambar

Gambar : Macam-macam statistik (Sugiyono, 2003)
tabel. Bila nilai ‘t’ hitung Lebih Besar dari nilai ‘t’ pada tabel, maka berarti H0 ditolak dan Ha diterima.

Referensi

Dokumen terkait

Koefsien Korelasi (r) merupakan indeks atau bilangan yang digunakan untuk mengukur keeratan hubungan antar variabel.. Koefsien Korelasi memiliki nilai antara -1 dan

Karena nilai tersebut diperoleh dari tabel distribusi normal untuk pengujian satu sisi, sementara belum dapat diduga kelompok sampel mana yang memberikan skor yang lebih

Tanda bintang dua ** juga menunjukkan hubungan kedua variabel tersebut sangat signifikan, artinya dari 1000 kasus hanya ada satu kemungkinan menyimpang. Korelasi

Dari pemetaan titik-titik hubungan antara kedua variabel tersebut, maka posisi X (variabel kadar amilosa campuran) dan posisi Y (variabel nilai fracture force ) yang secara

Di dalam penelitian ilmiah, selain ingin menunjukkan hubungan antara dua variabel atau lebih dan mengukur hubungan itu, juga ingin dapat meramalkan sesuatu, yaitu menentukan

Arah : dinyatakan dalam bentuk hubungan positif + atau negatif - Kuat : dalam besaran koefisien korelasi Hubungan variabel dinyatakan positif bila kenaikan nilai variabel yang satu

Jika terdapat korelasi variabel X dan variabel Y adalah korelasi positif maximal atau positif tertinggi atau positif sempurna, maka terdapat pencaran titik dalam peta korelasi, apabila

Korelasi merupakan teknik analisis statistik untuk mencari hubungan antar dua atau lebih variabel kuantitatif, dimana perubahan pada satu variabel akan diikuti perubahan pada variabel lain secara