• Tidak ada hasil yang ditemukan

Pengujian Hipotesis Asosiatif

N/A
N/A
Razqa Alfatih

Academic year: 2024

Membagikan "Pengujian Hipotesis Asosiatif"

Copied!
23
0
0

Teks penuh

(1)
(2)

Jenis Data Uji Statistika

Nominal Koefisien Kontingensi

Ordinal Rank Spearman

Kendall Tau

Korelasi Parsial Kendall Tau

Koefisien Konkordansi Kendall W Interval dan Rasio Pearson

Korelasi Ganda Korelasi Parsial

Uji Statistika yangb digunakan dikaitan dengan jenis data

(3)

Hipotesis yang diuji:

Jenis Data Interval atau Rasio

0 :

0

0

: H

a

H

Korelasi Product Moment Pearson

2 2

1

2 2

1

y x

xy Y

Y X

X

Y Y

X X

r n

i

i i

n

i

i i

xy

(4)

Atau dapat juga dengan rumus

Untuk menguji hipotesisnya digunakan langsung dari daftar nilai r atau statistik

n

i

n

i

i i

n

i

n

i

i i

n

i

i n

i

n

i

i i

i XY

Y Y

n X

X n

Y X

Y X n

r

1

2

1 2

1

2

1 2

1

1 1

1

2

2

r

n

t r

(5)

Keputusan:

Tolak Ho jika

) 2

1 ( )

1

( 12 atau t t 12 dengan dk n t

t

(6)

Koefisien Kontingensi C

Suatu ukuran kadar asosiasi atau relasi antar dua himpunan kategori.

Misalkan ada dua himpunan katagori A1, A2, A3, …, Ak dan himpunan kategori B1, B2, B3,

…, Br.

Susun data dalam tabel r x k yang tiap selnya berisi frekuensi pengamatan dari kedua

kelompok kategori tersebut.

(7)

A1 A2 Ak total

B1 (A1, B1) (A2, B1) (Ak, B1)

B2 (A1, B2) (A2, B2) (Ak, B2)

.. .

Br (A1, Br) (A2, Br) (Ak, Br)

Total

(8)

r

i

k

j ij

ij ij

e e o

dengan C N

1 1

2 2

2 2

Kemudian hitung :

Kriteria pengujian didasarkan pada statistik chi square yang terlebih

dahulu dihitung sebelum menghitung

nilai C.

(9)

Koefisien Korelasi Rank Spearman:

Mengukur asosiasi dua variabel yang diukur sekurang-kurangnya dalam skala ordinal, sehingga obyek-obyek yang dipelajari dapat dirangking.

Nilai korelasi Rank Spearman dihitung dengan rumus sebagai berikut:

r

s

N N

d r

N

i

i

s 3

1

6

2

1

di adalah selisih antara kedua rangking

(10)

Jika terdapat rangking yang sama digunakan faktor koreksi, yakni

y x

N T y N

N T x N

t dan T t

12 12 12

3 2

3 2

3

2 2

2 2

2

2 x y

d y

r

s

x

Dan koefisien

korelasi dihitung dengan rumus :

(11)

Siginifikansi nilai r (Spearman) :

Untuk N dari 4 hingga 30, harga-harga r

spearman untuk tingkat signifikansi 0,05 dan 0,01 disajikan dalam tabel P (Siegel).

Untuk N 10 digunakan dengan menghitung nilai t, yakni :

kemudian bandingkan dengan nilai t pada tabel B dengan dk = N - 2

1 2

2

s

s r

r N t

(12)

Fungsi dan jenis data yang digunakan sama dengan korelasi rank Spearman.

Keuntunganya dapat digeneralisasi sebagai suatu korelasi parsial.

Metode:

Misal akan dicari korelasi antara variabel X dan Y.

Rangking data pada masing-masing variabelnya.

Urutkan rangking berdasarkan salah satu variabelnya, misal X, dan pasangan rangking datanya tetap.

Kemudian hitung nilai S, yakni nilai jumlah skor +1 dan -1 untuk semua pasangan data.

(13)

Hitung nilai , dengan

Jika ada rangking yang sama, maka dihitung dengan

) 1

2

(

1

N N

S

y

x

N N T

T N

N

S

) 1 (

) 1

(

12

12

(14)

Dengan:

) 1

2 (

1 t t

Tx T adalah banyaknya observasi berangka sama dalam tiap kelompok angka sama pada variabel X.

) 1

2 (

1 t t

Ty

T adalah banyaknya observasi berangka sama dalam tiap kelompok angka sama pada variabel Y.

(15)

Untuk N kurang dari atau sama dengan 10 digunakan tabel Q.

Jika N lebih dari 10, maka hitung nilai z

Tolak Ho, jika p yang dihasilkan lebih kecil atau sama dengan .

1 9

5 2

2

N N

z N

(16)

Misalkan diketahui penelitian yang berkaitan dengan 3 variabel. Kemudian ingin diketahui korelasi antara dua peubah dengan menjaga variabel ketiga tetap konstan.

Misalnya kita ingin mengetahui kaitan antara kemampuan mengingat dengan kemampuan dalam memecahkan persoalan. Kedua variabel tersebut diduga berkaitan dengan intelegensia.

Untuk itu, secara statistik perlu adanya

pengendalian terhadap intelegensia tersebut, sehingga hubungan kedua variabel tersebut murni.

(17)

Misalkan kita akan menghitung korelasi X dan Y dengan membuat Z konstans

Ranking data berdasarkan variabel masing- masing X, Y, dan Z.

Tulislah rangking Z secara wajar, yang diikuti oleh pasangannya pada rangking variabel X dan Y.

Kemudian buat kombinasi pasangan antar individu, sehingga akan diperoleh

2 N

(18)

Tuliskan tanda + untuk pasangan rangking terurut dan tanda – untuk pasangan yang tidak terurut.

Kemudian himpun dalam tabel kontingensi 2 x 2 sbb:

Pasangan Y bertanda sama dg Z

Pasangan Y bertanda tak sama dg Z

Total

Pasangan X bertanda sama dg Z

A B A + B

Pasangan X bertanda tak sama dg Z

C D C + D

Total A + C B + D A + B + C + D

(19)

Kemudian hitung :

Untuk N yang besar, rumus diatas merepotkan. Untuk itu perhitungannya digunakan rumus :

D B

C A

D C

B A

BC AD

z xy.

2 . 2

1

1

zy zx

zx zy

xy z

xy

(20)

Tes Signifikansi

Untuk N < 20 dapat menggunakan tabel S (Siegel).

Untuk N yang besar, digunakan pendekatan distribusi normal baku, dengan

5 2

2

1 .

z

xy z

N

N N

(21)

Bertujuan menghitung derajat asosiasi sejumlah k variabel.

Tuliskan rangking pada setiap variabel dalam satu tabel.

Hitunglah jumlah rangking untuk setiap responden/objek, Rj.

Hitung nilai W,

Jika tidak ada rangking yang sama

2 3

2 12

1

N R R

s

dengan N

N k

W s

j j

(22)

Jika ada rangking yang sama

12

3

3 2

12 1

t T t

dengan T

k N

N k

W s

(23)

Pengujian Keberartian:

Jika k antara 3 sampai dengan 20 dan N dari 3 sampai 7, maka gunakan tabel R. Tolak Ho, jika W lebih besar atau sama dengan nilai pada tabel tersebut yang sesuai dengan yang dipilih.

Jika N lebih besar dari 7, maka W akan berdistribusi Chi Square dengan db = N -1,

Tolak Ho, jika nilai Chi-Square lebih besar atau sama dengan nilai pada tabel C dengan db = N – 1.

W N

k

N kN

s

) 1 (

) 1 (

2

12 1 2

Referensi

Dokumen terkait

Koefisien korelasi rank Kendall ( τ ), juga digunakan sebagai ukuran korelasi dengan jenis data yang sama seperti data di mana korelasi rank Spearman ( � � ) dapat

Hasil pengujian dengan menggunakan metode statistika Regresi Ganda dan Koefisien Determinasi (untuk data interval/rasio) serta Korelasi Pangkat Spearman dan Uji t

 Dalam Uji Rank Spearman, skala data untuk kedua variabel yang akan dikorelasikan dapat berasal dari skala yang berbeda (skala data ordinal dikorelasikan dengan skala data

Spearman (untuk dua variabel berskala ordinal) dan korelasi Pearson (untuk dua variabel berskala interval/ratio). Hasil yang diberikan, sama dengan kasus iklan dan penjualan

Koefisien korelasi rank Kendall (τ), juga digunakan sebagai ukuran korelasi dengan jenis data yang sama seperti data di mana korelasi rank Spearman

Analisis yang digunakan adalah analisis deskriptif dan analisis korelasional menggunakan uji tabulasi rank Spearman (r s ) dan koefisien kontingensi dari uji chi square (χ 2

Hasil perhitungan koefisien korelasi rank spearman (r) di atas sebesar 0,648, ini menunjukkan bahwa interval koefisien antara 0,60 – 0,799 (lihat tabel), sehingga

Pada bab ini disajikan konsep copula semiparametrik, hasil dari generalisasi copula FGM, perluasan bentuk dan interval nilai rho Spearman, perluasan bentuk tau Kendall, dan