ANALISIS DATA ASOSIATIF

Transkripsi

1 PERTEMUAN KE-7 Ringkasan Materi : ANALISIS DATA ASOSIATIF Analisis data asosiatif merupakan alat statistik yang digunakan untuk menguji hipotesis asosiatif/hubungan, disebut juga dengan teknik korelasi. Teknik korelasi merupakan teknik statistik yang digunakan untuk menguji ada/tidaknya hubungan dan arah dari dua variabel atau lebih. Besar kecilnya hubungan antar variabel dinyatakan dalam bilangan yang disebut koefisien korelasi (lambang: r, rxy atau ρ). Besarnya koefisien korelasi antara 1 s/d +1. Korelasi sempurna jika besarnya koefisien korelasi adalah -1 atau +1. Jika koefisien korelasinya 0 atau mendekati 0, maka dianggap tidak ada hubungan antar variabel yang diuji. 1. Korelasi Sederhana Pearson Digunakan apabila skala data variabel yang dihubungkan berbentuk data interval dan rasio, berdistribusi normal serta mempunyai hubungan linear. Digunakan untuk dua variabel, satu variabel bebas (X) dan satu variabel terikat (Y). Contoh : Penelitian dengan judul: Hubungan Intensitas Belajar dengan Hasil Belajar Mata Kuliah Statistik Inferensial. Variabel X adalah Intensitas belajar (diukur dari lamanya belajar dalam satu Minggu) dan variabel Y adalah hasil belajar Statistik Inferensial (diukur dari nilai ujian semester). Diperoleh data sebagai berikut: Mahasiswa Intensitas Belajar Hasil Belajar Langkah-langkah uji korelasi dengan SPSS sebagai berikut: Input data di atas ke dalam SPSS Pada kolom Name ketik X dan Y. Pada kolom Decimals angka ganti menjadi 0 untuk seluruh variabel. Pada kolom Label isikan Intensitas Belajar pada X dan Hasil Belajar pada Y. Pada kolom Align isikan Center. Pada kolom Measure isikan Scale pada X dan pada Y. APLIKASI KOMPUTER (SPSS)_M. Jainuri, S.Pd 1

2 Untuk kolom-kolom lainnya biarkan saja (isian default). Klik tab sheet [Variable View] pada SPSS data editor dan ketik/copy data sebagai berikut: Selanjutanya klik [Analyze] > [Descriptives Statistics] > [Explore]. APLIKASI KOMPUTER (SPSS)_M. Jainuri, S.Pd 2

3 Akan muncul kotak dialog Bivariate Correlations dan masukan semua variabel ke dalam kotak di sebelah kanan. Pastikan checlist pilihan Pearson pada Correlation Coefficients. Pilih Two-tailed pada Test of Significance dan berikan checklist pada Flag signifcant Corrections. Klik [OK]. Hasilnya sebagai berikut: Correlations Intensitas Belajar Hasil Belajar Pearson Correlation 1,770 ** Intensitas Belajar Sig. (2-tailed),009 N Pearson Correlation,770 ** 1 Hasil Belajar Sig. (2-tailed),009 N **. Correlation is significant at the 0.01 level (2-tailed). Untuk pengambilan keputusan secara statistik, dapat menggunakan dua cara sebagai berikut: Membandingkan koefisien korelasi pada output SPSS dengan nilai r pada tabel Produck-Momment, dengan ketentuan: 1. Jika rhitung > ttabel terdapat hubungan 2. Jika rhitung < ttabel tidak terdapat hubungan APLIKASI KOMPUTER (SPSS)_M. Jainuri, S.Pd 3

4 Membandingkan nilai Sig pada output SPSS dengan nilai α (0,05) dengan kriteria keputusan: 1. Jika Sig > 0,05 maka tidak terdapat hubungan 2. Jika Sig < 0,05 maka terdapat hubungan 2. Korelasi Parsial dan Korelasi Ganda Korelasi parsial adalah korelasi yang digunakan untuk menguji hubungan dua atau lebih variabel bebas dengan satu variabel terikat, dan salah satu variabelnya dibuat tetap/konstan (dikendalikan). Tujuan dari korelasi parsial adalah supaya hubungan antara kedua variabel tidak dipengaruhi faktor lain. Data yang digunakan adalah data interval atau rasio. Korelasi ganda termasuk dalam analisis multiple corelations digunakan untuk mencari derajat keeratan dan arah hubungan antara dua atau lebih variabel bebas (X1, X2,...Xn) terhadap variabel terikat (Y) secara bersamaan. Contoh: Penelitian dengan judul: Pengaruh Minat dan Intensitas Belajar dengan Hasil Belajar Mata Kuliah Statistik Inferensial. Variabel X1 adalah minat (diukur menggunakan angket dengan skala Likert), variabel X2 adalah Intensitas belajar (diukur dari lamanya belajar dalam satu Minggu) dan variabel Y adalah hasil belajar Statistik Inferensial (diukur dari nilai ujian semester). Diperoleh data sebagai berikut: Mahasiswa Minat Intensitas Belajar Hasil Belajar Langkah-langkah uji korelasi parsial dengan SPSS sebagai berikut: Input data di atas ke dalam SPSS Pada kolom Name ketik X1, X2 dan Y. Pada kolom Decimals angka ganti menjadi 0 untuk seluruh variabel. Pada kolom Label isikan Minat pada X1, Intensitas Belajar pada X2 dan Hasil Belajar pada Y. Pada kolom Align isikan Center. Pada kolom Measure isikan Ordinal pada X1, Scale pada X2 dan pada Y. Untuk kolom-kolom lainnya biarkan saja (isian default). APLIKASI KOMPUTER (SPSS)_M. Jainuri, S.Pd 4

5 Klik tab sheet [Variable View] pada SPSS data editor dan ketik/copy data sebagai berikut: Selanjutanya klik [Analyze] > [Correlate] > [Partial]. Akan terbuka kotak dialog Partial Correlations. Masukan variabel Hasil Belajar dan Intensitas Belajar pada kotak Variables dan Minat ke dalam Controlling for (variabel minat yang dikendalikan/ dibuat konstan). APLIKASI KOMPUTER (SPSS)_M. Jainuri, S.Pd 5

6 Klik tombol Options, kemudian pilih Zero-order Corrections (hal ini untuk mengetahui korelasi sebelum ada variabel yang dikendalikan). Klik Continue, maka akan kembali pada kotak dialog sebelumnya. Klik [OK], maka outputnya sebagai berikut: APLIKASI KOMPUTER (SPSS)_M. Jainuri, S.Pd 6

7 Dari output di atas diperoleh koefisien korelasi Zero-order (tanpa variabel kontrol) sebesar 0,770, sedangkan setelah variabel Minat dikendalikan, nilai koefisien korelasi menjadi sebesar 0,777. Jadi, terjadi peningkatan korelasi setelah adanya variabel Minat yang dikendalikan atau dibuat tetap. Jadi kesimpulannya, jika Minat belajar adalah sama, maka hubungan positif antara Intensitas Belajar dan Hasil Belajar akan meningkat. Untuk menentukan signifikansi dapat dilihat dari output, dapat diketahui koefisien korleasinya adalah 0,777 dengan Sig adalah 0,014. Ternyata Sig < 0,05 maka dapat disimpulkan hubungan yang terjadi antara intensitas belajar dan hasil belajar adalah signifikan. Langkah-langkah uji korelasi parsial dengan SPSS sebagai berikut: Lakukan langkah-langkah seperti di atas (input data). Selanjutanya klik [Analyze] > [Regression] > [Linear]. APLIKASI KOMPUTER (SPSS)_M. Jainuri, S.Pd 7

8 Akan terbuka kotak dialog Linear Regression, masukan variabel Hasil Belajar ke dalam kotak Dependent dan variabel yang lainnya ke dalam kotak Independent. Klik [OK], hasilnya sebagai berikut: Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1,777 a,604,491 7,220 a. Predictors: (Constant), Intensitas Belajar, Minat Koefisien korelasi ganda (R) dapat dilihat pada output, bandingkan dengan nilai pada tabel r kemudian tarik kesimpulan. Sedangkan untuk koefisien penentu/ determinasi (KP) adalah pada kolom R Square = 0,604 [KP = R 2 = (0,777) 2.] APLIKASI KOMPUTER (SPSS)_M. Jainuri, S.Pd 8