ATRIUM GAMING : SLOT GACOR MUDAH MENANG 2024 TERBARU
ย
PPT KELOMPOK 2 STATISTIK UJI HUBUNGAN ANTAR VARIABEL.pptx
1. Mata Kuliah:
Statistik
Dosen Pengampu:
Hidayatul Arief, S.Pd., M.Pd
Disusun Oleh: Kelompok 2
1. AMALIA GALUH DWI PRATIWI (A1A121041)
2. DHEA MELVIYANTI PUTRI (A1A121068)
3. SHAFA SALSABELA (A1A121104)
Uji Variabel Antar Hubungan
Bismillah
2. Uji korelasi Product Moment, yang juga dikenal sebagai uji korelasi Pearson, digunakan untuk mengukur hubungan
antara dua variabel numerik yang bersifat kontinu.
Pentingnya uji korelasi Product Moment adalah untuk memahami hubungan antara variabel dalam konteks analisis
data dan penelitian. Hal ini memungkinkan kita untuk membuat kesimpulan, mengambil keputusan, dan
merumuskan strategi berdasarkan pemahaman tentang korelasi antara variabel tersebut.
Uji korelasi Product Moment (Pearson) memiliki manfaat yang signifikan dalam analisis data dan penelitian.
manfaat tersebut diantaranya: (1) Mengukur Hubungan antara Variabel, (2) Mengidentifikasi Pola, (3) Prediksi, (4)
Validasi Teori, (5) Penemuan Masalah.
Adapun dasar pengambilan keputusannya yaitu:
1. Melihat hasil output pada bagian pearson correlation dan membandingkannya dengan tabel interprestasi angka
korelasi. Berikut tabel interprestasi angka korelasi menurut Prof Sugiono (2007)
2. Melihat hasil output pada bagian sig. (2-tailed) dengan menentukan hipotesis
H0 = artinya tidak ada hubungan antara variabel X dengan variabel Y
Ha = artinya terdapat hubungan antara variabel X dengan variabel Y
Dasar pengambilan keputusan
Jika nilai signifikansi 2 tailed > 0,005 maka H_0 diterima dan H_a ditolak
Jika nilai signifikansi 2 tailed < 0,005 maka H_0 ditolak dan H_a diterima
Uji Korelasi Product Moment
3. Uji korelasi parsial adalah metode statistik yang digunakan untuk mengukur hubungan antara dua
variabel dengan kontrol atau menghilangkan pengaruh dari satu atau lebih variabel lainnya. Hal ini
memungkinkan kita untuk memahami sejauh manahubungan antara dua variabel yang diteliti tetap kuat
ketika variabel lain diambil ke dalam pertimbangan.
Jadi, uji korelasi parsial adalah alat penting dalam statistik yang membantu peneliti dan analis data untuk
memahami hubungan antara variabel dengan lebih baik dengan mengontrol pengaruh variabel lain yang
relevan.
Adapun dasar pengambilan keputusannya yaitu:
1. jika significance (2-tailed) > 0,05 maka ๐ป0 diterima dan ๐ป๐ditolak
2. jika significance (2-tailed) < 0,05 maka ๐ป0 ditolak dan ๐ป๐diterima
Derajat keeratan hubungan Dalam uji ungan atau koefisien korelasi antara variabel dapat
dikelompokkan sebagai berikut ;
1. Nilai koefisien korelasi 0,00 s/d 0,20 berarti hubungan sangat lemah
2. Nilai koefisien korelasi 0,21 s/d 0,40 berarti hubungan lemah
3. Nilai koefisien korelasi 0,41 s/d 0,70 berarti hubungan kuat
4. Nilai koefisien korelasi 0,71 s/d 0,90 berarti hubungan sangat kuat
5. Nilai koefisien korelasi 0,91 s/g 0,99 berarti hubungan kuat sekali
6. Nilai koefisien relasi 1,00 berarti hubungan sempurna
Uji Korelasi Parsial
4. Uji korelasi simultan adalah metode statistik yang digunakan untuk menguji hubungan simultan antara
beberapa variabel independen (prediktor) dan satu variabel dependen (hasil) dalam analisis regresi
simultan
Tujuan utama dari uji korelasi simultan adalah untuk menentukan sejauh mana variabel independen
secara bersama-sama memiliki pengaruh yang signifikan terhadap variabel dependen, dengan
memperhitungkan interaksi dan pengaruh bersama di antara variabel independen tersebut
Berdasarkan dasar pengambilan keputusan yaitu:
1. Jika nilai probabilitas 0,005 lebih kecil atau sama dengan nilai probabilitas sig.F change atau
(0,005<sig.F change) maka ๐ป0 diterima dan ๐ป๐ ditolak artinya tidak ada hubungan yang signifikan
antara variable X dengan variabel Y
2. Jika nilai probabilitas 0,05 lebih besar dari nilai probabilitas sig F. change atau (0,05>sig F. Change)
maka ๐ป0 ditolak dan ๐ป๐ diterima, artinya ada hubungan yang signifikan antara variabel X dengan
variabel Y
Uji Korelasi Simultan
5. Uji korelasi rank Spearman, yang juga dikenal sebagai koefisien korelasi Spearman (ฯ atau rho), adalah metode statistik non-
parametrik yang digunakan untuk mengukur hubungan atau korelasi antara dua variabel. Uji ini lebih sesuai digunakan ketika
data tidak memenuhi asumsi distribusi normal atau ketika Anda memiliki data ordinal atau data yang diukur dalam skala
peringkat. perbedaan utamanya dengan uji korelasi Pearson adalah bahwa Spearman mengukur hubungan dalam konteks
data yang tidak memenuhi asumsi distribusi normal atau data yang diukur dalam skala peringkat.
Adapun dasar pengambilan keputusannya yaitu:
1. Melihat kriteria tingkat kekuatan korelasi menurut Prof Sugiono (2007)
2. Kriteria Arah Korelasi
Arah korelasi dilihat pada angka koefisien korelasi sebagaimana tingkat kekuatan korelasi. Besarnya nilai koefisien korelasi
tersebut terletak antara + 1 sampai dengan โ 1. Jika koefisien korelasi bernilai postif, maka hubungan kedua variable dikatakan
searah. Maksud dari hubungan yang searah ini adlaah jika variable X meningkat maka variable Y juga akan meningkat.
Sebaliknya, jika koefisien korelasi bernilai negative maka hubungan kedua variable tersebut tidak searah. Tidak searah artinya
jika variable X meningkat maka variable Y akan menurun.
3. Kriteria Signifkansi Korelasi
Kekuatan dan arah korelasi (hubungan) akan mempunyai arti jika hubungan antar variable tersebut bernilai signifikan.
Dikatakan ada hubungan yang signifikan, jika nilai Sig. (2-tailed) hasil perhitungan lebih kecil dari nilai 0,05 atau 0,01.
Sementara itu, jika nilai sig. (2-tailed) lebih besar dari 0,05 atau 0,01, hubungan antar variable tersebut dapat dikatakan tidak
signifikan atau tidak berarti.
Uji Korelasi Rank Spearman (Rho)
6. Koefisien Kontingensi C (Contingency Coefficient C) adalah ukuran statistic yang digunakan untuk
mengevaluasi hubungan antara dua variabel kategori atau factor dan mengukur sejauh mana dua
variabel kategori (biasanya dalam bentuk tabel kontingensi) terkait satu sama lain. Ini berguna dalam
analisis data untuk mengidentifikasi hubungan antara dua variabel kategori atau faktor. Dalam uji ini
digunakan untuk menguji data yang bersifat nominal.
Adapun dasar pengambilan keputusannya yaitu:
1. Melihat kriteria tingkat kekuatan korelasi menurut Prof Sugiono (2007)
2. Melihat nilai Approximate Significance (P-Value)
โข Jika P-Value < 0,05 maka terdapat hubungan yang signifikan
โข Jika P-Value >0,05 maka tidak terdapat hubungan yang signifikan
Uji Contingency Coefficient C
7. Dasar pengambilan keputusan dalam analisis korelasi sebagai pedoman atau dasar pengambilan
keputusan dalam analisis korelasi dapat dilakukan melalui beberapa cara diantaranya:
1) Membandingkan nilai r hitung dengan nilai r table
โข Membandingkan nilai r hitung > r tabel, maka artinya ada korelasi antar variabel yang dihubungkan.
โข Jika nilai r hitung < r tabel, maka artinya tidak ada korelasi antar variabel yang dihubungkan.
2. Membandingkan nilai signifikansi (Sig.) dengan nilai Alpha 0,05
โข Jika nilai signifikansi (Sig.) < 0,05 maka artinya terdapat korelasi antar variabel yang dihubungkan.
โข Jika nilai signifikansi (Sig.) > 0,05 maka artinya tidak terdapat korelasi antar variabel yang dihubungkan.
Cara Membaca Tabel R
8. Uji korelasi Product Moment, yang juga dikenal sebagai uji korelasi Pearson,
digunakan untuk mengukur hubungan antara dua variabel numerik yang bersifat
kontinu. Variabel independen adalah variabel pemberi efek atau pengaruh yang
direpresentasikan simbol x. Variabel dependen (y) adalah variabel respons atau
variabel yang dipengaruhi oleh variabel independen.
Uji korelasi parsial adalah metode statistik yang digunakan untuk mengukur
hubungan antara dua variabel dengan kontrol atau menghilangkan pengaruh dari
satu atau lebih variabel lainnya.
Uji korelasi simultan adalah metode statistik yang digunakan untuk menguji
hubungan simultan antara beberapa variabel independen (prediktor) dan satu
variabel dependen (hasil) dalam analisis regresi simultan.
Uji korelasi rank Spearman, yang juga dikenal sebagai koefisien korelasi
Spearman (ฯ atau rho), adalah metode statistik non-parametrik yang digunakan
untuk mengukur hubungan atau korelasi antara dua variable.
Kesimpulan