s t a t i s t i k n.
Download
Skip this Video
Download Presentation
S T A T I S T I K

Loading in 2 Seconds...

play fullscreen
1 / 14

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


  • 176 Views
  • Uploaded on

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)

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'S T A T I S T I K' - seven


Download Now 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)

slide2
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

slide3

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

slide4

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)

slide6

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 %.

slide7

- 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 .

slide8

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

slide9

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% = 0,444 r 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

slide14
6. Data tunggal dari N kurang dari 30, dengan mendasarkan diri pada selisih skornya (selisih ukuran kasarnya) Rumus: