S t a t i s t i k
This presentation is the property of its rightful owner.
Sponsored Links
1 / 14

S T A T I S T I K PowerPoint PPT Presentation


  • 132 Views
  • Uploaded on
  • Presentation posted in: General

S T A T I S T I K. MASALAH HUBUNGAN ANTAR VARIABEL (TEHNIK ANALISIS KORELASIONAL). A. Pengertian korelasional Korelasi artinya hubungan antara dua variabel Ada dua macam vaiabel yaitu : var bebas dan var terikat. B. Arah Korelasi Korelasi satu arah (korelasi positif)

Download Presentation

S T A T I S T I K

An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -

Presentation Transcript


S t a t i s t i k

S T A T I S T I K

MASALAH HUBUNGAN ANTAR VARIABEL

(TEHNIK ANALISIS KORELASIONAL)


S t a t i s t i k

A. PengertiankorelasionalKorelasiartinyahubunganantaraduavariabelAdaduamacamvaiabelyaitu : varbebasdanvarterikat

B. Arah Korelasi

Korelasi satu arah (korelasi positif)

Korelasi berlawanan arah(korelasi negatif)

C. Peta Korelasi-Korelasi positif maksimal

-Korelasi negatif maksimal

-Korelasi positif yang tinggi atau kuat

-Korelasi negatif yang tinggi atau kuat

-Korelasi yang cukup atau sedang, korelasi rendah, atau lemah


S t a t i s t i k

D. AngkaKorelasi: 1. Pengertian: Tinggirendahsuatukorelasitergantungpadabesarkecilnyaangkakorelasi ( Angkaindekkorelasi)

2. Lambangnya:

rxy : korelasi product moment

: (Rho) korelasi tata jenjang

: (Phi) korelasi Phi C

KK : Kontingensi

3. Besarnya:

antara -1 dan +1, kalau nol berarti tanpa korelasi

4. Tandanya:

+ : maka berarti korelasi positif

- : maka berarti korelasi negatif

5. Sifatnya:

rxy=0.75 sedangkan rxz=0.25.

bukan berarti bahwa rxy = 3 kali lipat rxz atau rxz = 1/3 kali rxy


S t a t i s t i k

E. TehnikAnalisisKorelasional 1. Pengertian: Tehnikanalisishubunganantaraduaataulebihvariabel. 2. Tujuan:- inginmencaribuktihubungan- hubunganitukuat, cukupanataurendah- Hubunganitumeyakinkanatautidakmeyakinkan 3. Penggolongannya:tehnikanalisiskorelasiBivariatataumultivariat.

4. AnalisisKorelasiBivariat:

1. TenikKorelasi Product Momen

2. TehnikKorelasi Tata Jenjang

3. TehnikKorelasiKoefisien Phi

4. TehnikKorelasiKontingensi

5. TehnikKorelasi Point Biserial


F tehnik korelasi pruduct m0ment

F TehnikKorelasiPruduct M0ment

a. Interpretasi terhadap angka indeks Korelasi r Pruduct M0ment secara kasar (sederhana)


S t a t i s t i k

b. Interpretasi terhadap angka indeks Korelasi r Pruduct Moment dengan jalan berkorelasi dengan tabel nilai r product moment.

dengancara:

  • Merumuskanhipotesisalternatif (Ha) danhipotesisNihilatauhipotesisnol (Ho)

    Ha nyaadl “ ada(terdapat) korelasipositif (ataukorelasinegatif ) yang signifikan (meyakinkan) antaravar X danvar Y.

    Ho nyaadl “ Tidakada (atautidakterdapat) korelasipositif (ataukorelasinegatif) yang signifikanantaravar X danvar Y.

  • Mengujikebenaranataukepalsuan.

    membandingkanantara “r o” atau “r xy” dengan “r t” ( r tabeldengan

    df=N-nr, ( df=derajatkebebasan) dengantarafsignifikansi 5 % atau 1 %.


S t a t i s t i k

- Jika r o samadenganataulebihbesardari r t makahipotesisalternatif (Ha) disetujui (diterima).sebaliknya, HipotesisNihil (Ho) tidakdapatditerima.Artinyaadakorelasipositif (kornegatif) yang signifikanantaravar X danvar Y- Jika r o kurangdari r t makahipotesisnol (Ho) diterimasebaliknya, Hipotesisalternatif (Ha) tidakdapatditerima.Artinyatidakadakorelasipositif (kornegatif) yang signifikanantaravar X danvar Y .


S t a t i s t i k

6 caramencariangkaindekskorelasi “r” Product moment dancaramembuatinterpretasinya.1. Data tunggaldgn N kurangdari 30, dgnterlebihdahulumenghitung SDRumus:

Keterangan:

r xy = Angka indeks korelasi “R” PM

∑xy= jumlah hasil kali dari x dan y

x = X-Mx dan y = Y-My dengan My = rata-rata dri var Y

SDx = Deviasi standart dari X, dengan

SDy = Deviasi standar dari Y

N= number of case


S t a t i s t i k

Dari data pada tabel 1, diperoleh kesimpulan bahwa:r o atau r xy= 0,310 ,sedangkan dengan df=20-2=18 dan r t pada taraf signifikansi 5% = 0,444r t pada taraf signifikansi 1% = 0,561

  • Jadi r o kurang dari r t, sehingga Ha ditolak sedang Ho diterima.

  • Kesimpulan: Korelasi positif antara prestasi studi di fakultas dan prestasi studi di SLTA( secara matematik) disini bukanlah merupakan korelasi positif yang meyakinkan


2 data tunggal dgn n kurang dari 30 dengan tidak usah menghitung sd rumus

2. Data tunggal dgn N kurang dari 30, dengan tidak usah menghitung SD Rumus:

  • Dengan:

    r xy = Angka indeks korelasi “r” PM

    ∑x^2= jumlah deviasi skor X setelah dikuadratkan

    ∑y^2= jumlah deviasi skor Y setelah dikuadratkan

    Hasil dari r xy = 0,310 (pada tabel 1) , hasilnya persis sama dengan rumus nomor satu,

    Interpretasi: sama dengan diatas.


3 data tunggal dari n kurang dari 30 dengan mendasrkan diri pada skor aslinya rumus

3. Data tunggal dari N kurang dari 30, dengan mendasrkan diri pada skor aslinya.Rumus:

  • Keterangan:

    r xy = Angka indeks korelasi “R” PM

    ∑XY= jumlah hasil kali antara skor X dan skor Y

    ∑X= jumlah seluruh skor X

    ∑Y= jumlah seluruh skor Y

    N = Number of case

    Contoh dan Perhitungan pada tabel.1 sheet.2


4 data tunggal dari n kurang dari 30 dengan mendasrkan diri pada skor aslinya rumus

4. Data tunggaldari N kurangdari 30, denganmendasrkandiripadaskoraslinyaRumus:

  • Keterangan:

    r xy = Angka indeks korelasi “R” PM

    ∑XY= jumlah hasil kali antara skor X dan skor Y

    Mx = Mean dari skor variabel X

    My = Mean dari skor variabel Y

    Mx ^2= kwadrat dari Mean skor variabel X

    My = Kwadrat dari Mean skor variabel Y

    ∑X^2 = kwadrat dari mean skor variabel X

    ∑Y^2 = kwadrat dari mean skor variabel Y

    ∑Y= jumlah seluruh skor Y

    N = Number of case

    Contoh dan perhitungan pada Tabel.1 sheet.3


5 data tunggal dari n kurang dari 30 dengan mendasarkan diri pada skor aslinya rumus

5. Data tunggal dari N kurang dari 30, dengan mendasarkan diri pada skor aslinya. Rumus:

  • Keterangan:

    2 adalah bilangan konstanta


S t a t i s t i k

6. Data tunggal dari N kurang dari 30, dengan mendasarkan diri pada selisih skornya (selisih ukuran kasarnya) Rumus:


  • Login