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:
Ry.x1x2 =
Dimana:
Ry.x1x2 = Korelasi antara variabel X1
dengan X2 secara bersama-sama dengan variabel Y
ryx1 = Korelasi Product Moment antara X1 dengan
Y
ryx2 = Korelasi Product Moment antara X2 dengan
Y
rx1x2 = 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
:
Ryx1x2 =
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 (
Tidak ada komentar:
Posting Komentar