Konsep Dasar Pengujian Hipotesis Asosiatif

KONSEP DASAR

PENGUJIAN HIPOTESIS ASOSIATIF

(MAKALAH)

Oleh:

Muji Desy Susanty

            NPM: 1123031020

 

PROGAM STUDI MAGISTER PENDIDIKAN IPS

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN

UNIVERSITAS LAMPUNG

2011

 

KATA PENGANTAR

Puji syukur penyusun panjatkan kehadirat Allah SWT, yang telah begitu banyak melimpahkan Rahmat dan Hidayah-Nya kepada penyusun, sehingga penyusun dapat menyelesaikan tugas makalah mata kuliah Statistik Aplikasi Penelitian, makalah ini diharapkan dapat berguna bagi penyusun pada khususnya dan bagi mahasiswa pada umumnya.

Tak lupa penyusun mengucapkan terima kasih kepada Dr. R. Gunawan Sudarmato, S.Pd., S.E., M.M dan bpk. Dr. Basrowi, M.Pd selaku dosen pengampu Mata Kuliah Statistik Aplikasi Penelitian dan teman-teman mahasiswa yang telah membantu dalam penyelesaian Makalah ini.

Penyusun menyadari masih banyak kekurangan, baik mengenai isi maupun tata letak dan penulisan, penulis sangat berharap agar pembaca Makalah ini dapat memberikan masukan atau perbaikan makalah ini untuk yang akan datang.  Terima Kasih.

Bandar Lampung,        2011

                 Penulis

DAFTAR ISI

HALAMAN JUDUL……………………………………………………………………...  i

KATA PENGANTAR……………………………………………………………………   ii

DAFTAR ISI………………………………………………………………………………  iii

BAB I PENDAHULUAN…………………………………………………………………

            A. Latar Belakang ………………………………………………………………....

            B. Permasalahan …………………………………………………………………..

            C. Tujuan ………………………………………………………………………….

BAB II PEMBAHASAN ………………………………………………………………….

BAB III PENUTUP ……………………………………………………………………….

            A. Simpulan ……………………………………………………………………….

            B. Saran ……………………………………………………………………………

DAFTAR PUSTAKA ……………………………………………………………………..

BAB I

PENDAHULUAN

A. Latar Belakang

Hipotesis dapat diartikan sebagai pernyataan statistik tentang parameter populasi. Statistik adalah ukuran yang dikenakan pada sampel ( x= rata-rata; s = simpangan baku; s² = varians;

r = koefisien korelasi), dan parameter adalah ukuran-ukuran yang dikenakan pada populasi (µ= rata-rata;σ=simpangan baku, σ²= varians; ρ= koefisien korelasi). Dengan kata lain, hipotesis adalah taksiran terhadap parameter populasi, melalui data-data sampel.

Hipotesis diartikan sebagai jawaban sementara terhadap rumusan masalah penelitian, bisa berupa pernyataan tentang hubungan dua variabel atau lebih, perbandingan (komparasi), atau variabel mandiri (deskripsi). Deskriptif dalam statistik adalah penelitian yang didasarkan pada populasi (tidak ada sampel), sedangkan deskriptif dalam penelitian menunjukkan tingkat ekplanasi yaitu menanyakan tentang variabel mandiri (tidak dihubungkan dan dibandingkan).

Dalam statistik terdapat dua macam hipotesis, yaitu hipotesis nol dan hipotesis alternatif. Hipotesis nol diartikan sebagai tidak adanya perbedaan antara parameter dengan statistik, atau tidak adanya perbedaan antara ukuran populasi dan ukuran sampel. Hipotesis alternatif adalah lawannya hipotesis nol, yang berbunyi adanya perbedaan antara data populasi dengan data sampel. Secara ringkas hipotesis dalam statistik merupakan pernyataan statistik tentang parameter populasi sedangkan hipotesis dalam penelitian merupakan jawaban sementara terhadap rumusan masalah pada suatu penelitian.

Terdapat bermacam-macam teknik statistik yang dapat digunakan dalam suatu penelitian khususnya dalam pengujian statistik. Teknik statistik yang akan digunakan tergantung pada interaksi dua hal, yaitu macam data yang akan dianalisis dan bentuk hipotesisnya (untuk lebih jelasnya perhatikan tabel 1.1. Bentuk hipotesis ada tiga macam,yaitu:

1. Hipotesis deskriptif

    Hipotesis deskriptif adalah dugaan tentang nilai suatu variabel mandiri, tidak membuat perbandingan atau hubungan.

2. Hipotesis Komparatif

    Hipotesis komparatif adalah pernyataan yang menunjukkan dugaan nilai dalam satu variabel atau lebih pada sampel yang berbeda.

3. Hipotesis Asosiatif

    Hipotesis asosiatif adalah suatu pernyataan yang menunjukkan dugaan tentang hubungan antara dua variabel atau lebih.

TABEL 1.1 PENGGUNAAN STATISTIK PARAMETRIS DAN

NONPARAMETRIS UNTUK MENGUJI HIPOTESIS

Macam data	Bentuk Hipotesis
	Deskriptif (satu variabel)	Komparatif 2 sampel		Komparatif (lebih dari 2 sampel)		Asosiatif (hubungan)
		related	independen	related	independen
Nominal	- Binomial - X2 1 sampel	- Mc Nemar	-  Fisher   Exact Probability - X2 2 sampel	-  X2 k sampel Cochran(Q)	-  X2 k sampel	Coefisient Contingency (C)
Ordinal	- Run test	- Sign test - Wilcoxon matched paired	- Median test - Mann-  Whitney (U) Kolmogorov- Smirnov - Wald- Woldfowitz	- Friedman -  2 way nova	- Median   Extension - Kruskal-   Wallis - 1 way   anova	- Rank   Spearman   Correlation - Kendall  Tau
Interval, rasio	- t-test	- t-test   paired	- t-test   independent	-  1 way    anova -  2 way  anova	-  1 way  Anova -  2 Way Anova	- Pearson   Product   Moment - Partial   Correlation - Multiple Correlation - Regresi

B. Permasalahan

Berdasarkan latar belakang diatas, maka permasalahan dalam makalah ini adalah sebagai berikut:

1. Bagaimanakah hipotesis dalam statistik penelitian?

2. Bagaimanakah konsep hipotesis?

3. Bagaimanakah Pengujian Hipotesis Asosiatif?

C. Tujuan

Berdasarkan permasalahan tersebut diatas, maka dapat dirumuskan tujuan makalah ini adalah sebagai berikut:

1. Mengetahui statistik dalam penelitian

2. Mengetahui konsep hipotesis

3. Mengetahui Pengujian Hipotesis Asosiatif

BAB II

PEMBAHASAN

2. Korelasi Ganda

Korelasi ganda (multiple correlation) merupakan angka yang menunjukkan angka yang menunjukkan arah dan kuatnya hubungan antara dua variabel independen secara bersama-sama atau lebih dengan satu variabel dependen. Simbol korelasi ganda adalah R. korelasi ganda (R) untuk dua variabel independen dan satu dependen.

Rumus korelasi ganda dua variabel adalah:

R_y.x1x2 =

Dimana:

R_y.x1x2   = Korelasi antara variabel X₁ dengan X₂ secara bersama-sama dengan variabel Y

r_yx1         = Korelasi Product Moment antara X₁ dengan Y

r_yx2         = Korelasi Product Moment antara X₂ dengan Y

r_x1x2        = Korelasi Product Moment antara X₁ dengan X₂

Jadi untuk dapat menghitung korelasi ganda, maka harus dihitung terlebih dahulu korelasi sederhananya dulu melalui korelasi Product Moment dari Pearson.

3. Korelasi Parsial

Korelasi Parsial digunakan untuk menganalisis bila peneliti bermaksud mengetahui pengaruh atau mengetahui pengaruh atau mengetahui hubungan antara variabel independen dan dependen, dimana salah satu variabel independennya dibuat tetap/dikendalikan. Jadi korelasi parsial merupakan angka yang menunjukkan arah dan kuatnya hubungan antara dua variabel atau lebih, setelah satu variabel yang diduga dapat memengaruhi hubungan variabel tersebut tetap/dikendalikan.

Rumus untuk korelasi parsial adalah :

R_yx1x2 =

Uji koefisien korelasi parsial dapat dihitung dengan rumus:

t =

B. Statistik Nonparametris

Berikut ini dikemukakan dua macam statistik nonparametris yang digunakan untuk menguji hipotesis asosiatif, yaitu koefisien Kontingensi dan korelasi Spearman Rank.

1. Koefisien Kontingensi

Seperti telah ditunjukkan pada tabel, bahwa koefisien kontingensi digunakan untuk menghitung hubungan antar variabel bila datanya berbentuk nominal. Teknik ini mempunyai kaitan erat dengan Chi Kuadrat yang digunakan untuk menguji hipotesis komparatif k sampel independen. Oleh karena itu, rumus yang digunakan mengandung nilai Chi Kuadrat.

Rumusnya adalah:

C =

Harga Chi kuadrat dicari dengan rumus:

X² =

Untuk memudahkan perhitungan, maka data-data hasil penelitian perlu disusun ke dalam tabel penolong, seperti berikut:

Tabel penolong untuk menghitung koefisien C

2. Korelasi Spearman Rank

Kalau pada Product Moment, sumber data untuk variabel yang akan dikorelasikan adalah sama, data yang dikorelasikan adalah data interval atau rasio, serta data dari kedua variabel masing-masing membentuk distribusi normal, maka dalam korelasi Spearman Rank, sumber data untuk kedua variabel yang akan dikonservasikan dapat berasal dari sumber yang tidak sama, jenis data yang dikorelasikan adalah data ordinal, serta data dari kedua variabel tidak harus membentuk distribusi normal. Jadi korelasi Spearman Rank adalah bekerja dengan data ordinal atau berjenjang atau rangking, dan bebas distribusi.

Jika sumber datanya berbeda maka untuk menganalisisnya digunakan Spearman Rank yang rumusnya adalah:

ρ = 1-

dimana:

ρ = koefisien korelasi Spearman Rank

karena korelasi Spearman Rank bekerja dengan data ordinal, maka data tersebut terlebih dahulu harus diubah menjadi data ordinal dalam bentuk rangking yang caranya sebagai berikut:

Tabel penolong untuk menghitung koefisien korelasi Spearman Rank

3. Korelasi Kendal Tau (