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
Tidak ada komentar:
Posting Komentar