Contoh analisis uji beda nonparamaetrik wilcoxonEDI RIADI
Ranking bertanda Wilcoxon banyak digunakan untuk menguji perbedaan perlakuan yang diberikan kepada objek penelitian dengan mempertimbangkan arah dan magnitude relatif perbedaan dari dua sampel berpsangan.
Contoh analisis uji beda nonparamaetrik wilcoxonEDI RIADI
Ranking bertanda Wilcoxon banyak digunakan untuk menguji perbedaan perlakuan yang diberikan kepada objek penelitian dengan mempertimbangkan arah dan magnitude relatif perbedaan dari dua sampel berpsangan.
Makalah analisa regresi linier sederhana dengan perhitungan manual dan dengan aplikasi SPSS untuk matakuliah Data Mining semester 6, STMIK Nusa Mandiri, Jakarta. Tahun ajaran 2017/2018
Makalah analisa regresi linier sederhana dengan perhitungan manual dan dengan aplikasi SPSS untuk matakuliah Data Mining semester 6, STMIK Nusa Mandiri, Jakarta. Tahun ajaran 2017/2018
UNTUK DOSEN Materi Sosialisasi Pengelolaan Kinerja Akademik DosenAdrianAgoes9
sosialisasi untuk dosen dalam mengisi dan memadankan sister akunnya, sehingga bisa memutakhirkan data di dalam sister tersebut. ini adalah untuk kepentingan jabatan akademik dan jabatan fungsional dosen. penting untuk karir dan jabatan dosen juga untuk kepentingan akademik perguruan tinggi terkait.
Sebuah buku foto yang berjudul Lensa Kampung Ondel-Ondelferrydmn1999
Indonesia, negara kepulauan yang kaya akan keragaman budaya, suku, dan tradisi, memiliki Jakarta sebagai pusat kebudayaan yang dinamis dan unik. Salah satu kesenian tradisional yang ikonik dan identik dengan Jakarta adalah ondel-ondel, boneka raksasa yang biasanya tampil berpasangan, terdiri dari laki-laki dan perempuan. Ondel-ondel awalnya dianggap sebagai simbol budaya sakral dan memainkan peran penting dalam ritual budaya masyarakat Betawi untuk menolak bala atau nasib buruk. Namun, seiring dengan bergulirnya waktu dan perubahan zaman, makna sakral ondel-ondel perlahan memudar dan berubah menjadi sesuatu yang kurang bernilai. Kini, ondel-ondel lebih sering digunakan sebagai hiasan atau sebagai sarana untuk mencari penghasilan. Buku foto Lensa Kampung Ondel-Ondel berfokus pada Keluarga Mulyadi, yang menghadapi tantangan untuk menjaga tradisi pembuatan ondel-ondel warisan leluhur di tengah keterbatasan ekonomi yang ada. Melalui foto cerita, foto feature dan foto jurnalistik buku ini menggambarkan usaha Keluarga Mulyadi untuk menjaga tradisi pembuatan ondel-ondel sambil menghadapi dilema dalam mempertahankan makna budaya di tengah perubahan makna dan keterbatasan ekonomi keluarganya. Buku foto ini dapat menggambarkan tentang bagaimana keluarga tersebut berjuang untuk menjaga warisan budaya mereka di tengah arus modernisasi.
2. Pengertian
Pada penelitian yang ingin mengetahui ada
tidaknya hubungan di antara variabel yang
diamati, atau ingin mengetahui seberapa besar
derajat keeratan hubungan di antara variabel
tersebut, maka digunakan analisis korelasi.
Analisis korelasi merupakan studi yang
membahas tentang derajat keeratan hubungan
antara dua atau lebih variabel yang diteliti.
Nanparametrik_Korelasi_M.Jainuri, M.Pd 2
3. Lanjutan...
Dalam statistik parametrik, ukuran derajat
keeratan hubungan antara dua variabel
yang paling kenal adalah Pearson Product-
Moment (PPM) atau koefisien hasil kali
Pearson r. PPM mensyaratkan data dari
variabel yang diukur minimal dalam skala
interval, data (diambil dari populasi)
berdistribusi normal.
Nanparametrik_Korelasi_M.Jainuri, M.Pd 3
4. Lanjutan...
Apabila persyaratan tersebut tidak
terpenuhi, maka dapat diterapkan
ukuran derajat keeratan hubungan
(korelasi) nonparametrik
Nanparametrik_Korelasi_M.Jainuri, M.Pd 4
6. Analisis Korelasi Nonparametrik
Spearman Rank
Dari semua statistik yang didasarkan atas
ranking (peringkat), koefisien korelasi
Spearman Rank merupakan statistik yang
paling awal dikembangkan dan paling dikenal
baik. Statistik ini disebut juga rho.
Nanparametrik_Korelasi_M.Jainuri, M.Pd6
7. Lanjutan....
Nanparametrik_Korelasi_M.Jainuri, M.Pd7
Disebut juga korelasi tata jenjang/ rank order
correlation/ rank difference correlation dikembangkan
oleh Charles Spearman.
Digunakan untuk menghitung/ menentukan tingkat
hubungan/korelasi dua variabel yang keduanya
memiliki tingkatan data ordinal. Apabila pada
penelitian tingkatan datanya adalah interval maka
harus diubah ke dalam ranking-ranking yang
merupakan sifat data ordinal.
Membuat ranking dilakukan dengan mengurutkan data
dari yang tertinggi sampai yang terendah, apabila ada
data kembar (sama) ranking dijumlah dan dibagi
dengan banyaknya data kembar (sama) tersebut.
8. Lanjutan....
Nanparametrik_Korelasi_M.Jainuri, M.Pd8
Kelebihan Spearman Rank :
1. Hubungan antara variabel X dan Y tidak harus
linear (tidak perlu diuji linearitasnya)
2. Asumsi kenormalan data (normalitas) tidak
diperlukan.
3. Data tidak harus dengan ukuran numerik,
melainkan hanya berupa ranking/ peringkat saja.
9. Lanjutan...
Nanparametrik_Korelasi_M.Jainuri, M.Pd9
Suatu ukuran nonparametrik bagi hubungan antara dua
variabel X dan Y diberikan oleh koefisien peringkat
Spearman, yaitu :
Di mana :
di = selisih antara peringkat bagi Xi dan Yi
n = banyaknya pasangan data
Kriteria penarikan kesimpulan :
Jika rs < rtabel maka Ho diterima
Jika rs > rtabel maka Ho ditolak
)1(
6
1 2
1
2
nn
d
r
n
i
i
s
10. Lanjutan...
Nanparametrik_Korelasi_M.Jainuri, M.Pd10
Nilai korelasi rs berkisar dari -1 ≤ rs ≤ +1. Bila rs = 1 menunjukkan
hubungan positif sempurna, bila rs = -1 terdapat hubungan antar kedua
variabel tetapi bertolak belakang (hubungan negatif).
Pengujian signifikansi Spearman Rank dilakukan jika Ho ditolak,
pengujian tersebut sebagai berikut :
1. Didasarkan atas padanan distribusi Z (distribusi normal) jika n > 30
dengan rumus :
Daerah kritik :
Uji Dua Pihak Uji Satu Pihak
Zo ≤ Z[0,5 – 1/2α)] terima Ho Zo ≤ Z[0,5 – α)] terima Ho
Zo > Z[0,5 – 1/2α)] tolak Ho Zo > Z[0,5 – α)] tolak Ho
Wibisono (2005:651)
1 nrsZ
12. Contoh :
Nanparametrik_Korelasi_M.Jainuri, M.Pd12
Akan diteliti apakah terdapat hubungan antara
cara belajar dengan motivasi belajar siswa,
diambil sampel 10 siswa dengan taraf signifikansi
5%. Data cara belajar (X) dan motivasi (Y)
sebagai berikut :
X : 50, 50, 40, 90, 80, 80, 70, 65, 65, 50
Y : 65, 50, 50, 80, 90, 70, 80, 50, 40, 50
Buktikan apakah ada hubungan yang signifikan
antara cara belajar dengan motivasi !
13. Penyelesaian :
Nanparametrik_Korelasi_M.Jainuri, M.Pd13
Langkah-langkah :
1. Menentukan hipotesis penelitian :
Ho : Tidak ada hubungan yang signifikan
antara cara belajar dengan motivasi
belajar siswa.
Ha : Ada hubungan yang signifikan antara
cara belajar dengan motivasi belajar
siswa.
2. Menentukan hipotesis statistik :
Ho : rs = 0
Ha : rs ≠ 0
14. Penyelesaian :
Nanparametrik_Korelasi_M.Jainuri, M.Pd14
3. Menentukan statistik uji :
Spearman Rank
4. Menentukan kriteria pengujian :
Jika rs < rtabel maka Ho diterima
Jika rs > rtabel maka Ho ditolak
5. Menghitung koefisien korelasi Spearman
Rank (rs) :
17. Penyelesaian :
Nanparametrik_Korelasi_M.Jainuri, M.Pd17
6. Mencari rs tabel :
Dengan taraf signifikansi = 0,05 dan n = 10
Diperoleh rs tabel = 0,648
7. Membandingkan rs hitung dengan rs tabel:
Karena rs hitung > rs tabel atau 0,703 > 0,648 maka
Ho ditolak dan Ha diterima artinya ada hubungan
antara cara belajar dengan motivasi belajar siswa.
Untuk membuktikan apakah hubungan tersebut
signifikan atau tidak, selanjutnya diuji
signifikansinya.
18. Penyelesaian :
Nanparametrik_Korelasi_M.Jainuri, M.Pd18
8. Uji signifikansi koefisien korelasi rs hitung
Karena n < 30 maka menggunakan rumus:
Dengan taraf signifikansi = 0,05 dan dk = 8,
diperoleh ttabel = 2,306. Karena thitung > ttabel atau
2,796 > 2,306 maka Ho ditolak dan Ha diterima
artinya ada hubungan tersebut adalah signifikan.
2
1
2
s
s
r
n
rt
796,2
)703,0(1
210
.703,0 2
t
19. Penyelesaian :
Nanparametrik_Korelasi_M.Jainuri, M.Pd19
9. Menarik kesimpulan :
Karena rs hitung > rs tabel atau 0,703 > 0,648
maka Ho ditolak dan Ha diterima artinya ada
hubungan yang signifikan antara cara belajar
dengan motivasi belajar siswa.
21. Korelasi Kendall Tau
Nanparametrik_Korelasi_M.Jainuri, M.Pd21
Koefisien korelasi Kendall Tau (τ) cocok
sebagai ukuran korelasi dengan jenis data
yang sama di mana rs dapat digunakan.
Fungsi koefisien Kendall Tau merupakan
ukuran asosiasi/ korelasi/ hubungan antara
dua variabel yang didasarkan atas ranking.
Kedua variabel mempunyai tingkatan data
ordinal.
22. Lanjutan....
Nanparametrik_Korelasi_M.Jainuri, M.Pd22
Korelasi Kendall Tau adalah ukuran korelasi yang setara
dengan Spearman Rank terkait dengan asumsi yang
mendasarinya serta kekuatan statistiknya. Namun besaran
Spearman Rank dan Kendall Tau akan berbeda dalam
logika mendasari serta formula perhitungannya.
Jika Spearman Rank setara dengan PPM, yaitu koefisien
korelasinya menunjukkan proporsi variabilitas (di mana untuk
Spearman Rank dihitung dari rank sedangkan PPM dari data
aslinya), sebaliknya Kendall Tau merupakan probabilitas
perbedaan antara probabilitas data dua variabel dalam
urutan yang sama dengan probabilitas dua variabel dalam
urutan yang berbeda.
23. Lanjutan....
Nanparametrik_Korelasi_M.Jainuri, M.Pd23
Prosedur penghitungan dan pengujian:
1. Berikan ranking pada variabel X dan Y, jika
ada ranking kembar buat rata-ratanya.
2. Urutkan ranking X dari terkecil hingga terbesar
(1, 2, 3...n).
3. Tentukan harga S berdasarkan ranking Y yang
telah disusun mengikuti X. Amati ranking Y
mulai dari yang kecil menurut X, hingga yang
terbesar menurut X. Kemudian beri nilai +1
untuk setiap harga yang lebih tinggi
berdasarkan susunan rangking X dan -1 untuk
setiap harga yang lebih rendah.
24. Lanjutan....
Nanparametrik_Korelasi_M.Jainuri, M.Pd24
4. Jika tidak ada ranking berangka sama
(kembar) gunakan rumus:
5. Jika banyak ranking berangka sama (kembar)
gunakan rumus :
Tx dan Ty = ½ Σt(t – 1)
)1(
2
NN
S
TyNNTxNN
S
)1(.)1( 2
1
2
1
25. Lanjutan....
Nanparametrik_Korelasi_M.Jainuri, M.Pd25
6. Untuk melakukan uji signifikansi :
Jika 4 ≤ n ≤ 10 gunakan tabel Q uji satu sisi
(Siegel, 1985 : 337)
Kriteria : p ≤ α maka Ho ditolak.
Jika n > 10 :
Hitung z dengan rumus :
Gunakan tabel A (Siegel, 1985:299)
)1(9
)12(2
2
NN
NN
S
z
26. Contoh (1):
Nanparametrik_Korelasi_M.Jainuri, M.Pd26
Diberikan data cara belajar (X) dan motivasi belajar
(Y) mahasiswa matematika STKIP YPM Bangko :
Tentukan koefisien korelasi X dengan Y !
Mahasiswa A B C D E F G H I J K L
Skor
X 42 46 39 37 65 88 86 56 62 92 54 81
Y 82 98 87 40 116 113 111 83 85 126 106 117
27. Penyelesaian :
Nanparametrik_Korelasi_M.Jainuri, M.Pd27
Menentukan ranking berdasarkan urutan mahasiswa :
Menentukan ranking (susunan yang wajar)
berdasarkan peringkat mahasiswa :
Mahasiswa A B C D E F G H I J K L
Skor
X 3 4 2 1 8 11 10 6 7 12 5 9
Y 2 6 5 1 10 9 8 3 4 12 7 11
Mahasiswa D C A B K H I E L G F J
Skor
X 1 2 3 4 5 6 7 8 9 10 11 12
Y 1 5 2 6 7 3 4 10 11 8 9 12
28. Penyelesaian :
Nanparametrik_Korelasi_M.Jainuri, M.Pd28
Menentukan harga S untuk ranking yang saling
berhubungan dengan variabel Y :
D C A B K H I E L G F
S = (11-0)+(7-3)+(9-0)+(6-2)+(5-2)+(6-0)+(5-0)+(2-2)+(1-2)+(2-0)+(1-0)
= 11+4+9+4+3+6+5+0-1+2+1 = 44
Ranking statistik nonparametrik yang paling kiri adalah
ranking 1, ini memilii 11 ranking yang lebih besar dan 0
ranking yang lebih kecil di sebelah kanannya. Jadi skornya
11-0, demikian seterusnya.
Mahasiswa D C A B K H I E L G F J
Skor
X 1 2 3 4 5 6 7 8 9 10 11 12
Y 1 5 2 6 7 3 4 10 11 8 9 12
29. Penyelesaian :
Nanparametrik_Korelasi_M.Jainuri, M.Pd29
Menghitung koefisien korelasi kendall tau (τ) :
Jadi τ = 0,67 merepresentasikan tingkat
hubungan antara cara belajar (X) dengan
motivasi belajar (Y) yang diperlihatkan oleh 12
mahasiswa matematika STKIP YPM Bangko.
)1(
2
NN
S
)112(12
)44(2
67,0
132
88
30. Contoh (2):
Nanparametrik_Korelasi_M.Jainuri, M.Pd30
Diberikan data skor unjuk kerja Statistik
Inferensial (X) dan mahasiswa yang mengulang
(Y) pada mahasiswa matematika STKIP YPM
Bangko :
Tentukan koefisien korelasi X dengan Y !
Mahasiswa A B C D E F G H I J K L
Skor
X 42 46 39 37 65 88 86 56 62 92 54 81
Y 0 0 1 1 3 4 5 6 7 8 8 12
31. Penyelesaian :
Nanparametrik_Korelasi_M.Jainuri, M.Pd31
Menentukan ranking berdasarkan urutan mahasiswa :
Menentukan ranking (susunan yang wajar)
berdasarkan peringkat mahasiswa :
Mahasiswa A B C D E F G H I J K L
Skor
X 3 4 2 1 8 11 10 6 7 12 5 9
Y 1,5 1,5 3,5 3,5 5 6 7 8 9 10,5 10,5 12
Mahasiswa D C A B K H I E L G F J
Skor
X 1 2 3 4 5 6 7 8 9 10 11 12
Y 3,5 3,5 1,5 1,5 10,5 8 9 5 12 7 6 10,5
32. Penyelesaian :
Nanparametrik_Korelasi_M.Jainuri, M.Pd32
Menentukan harga S untuk ranking yang saling
berhubungan dengan variabel Y :
D C A B K H I E L G F
S = (8-2)+(8-2)+(8-0)+(8-0)+(1-5)+(3-3)+(2-3)+(4-0)+(0-3)+(1-1)+(1-0)
= 6+6+8+8-4+0-1+4-3+0+1 = 25
Ranking statistik nonparametrik yang paling kiri adalah
ranking 3,5, ini memilii 8 ranking yang lebih besar dan 2
ranking yang lebih kecil di sebelah kanannya. Jadi skornya 8-
2, demikian seterusnya.
Mahasiswa D C A B K H I E L G F J
Skor
X 1 2 3 4 5 6 7 8 9 10 11 12
Y 3,5 3,5 1,5 1,5 10,5 8 9 5 12 7 6 10,5
33. Penyelesaian :
Nanparametrik_Korelasi_M.Jainuri, M.Pd33
Setelah menentukan harg S = 25, selanjutnya
menentukan harga Tx dan Ty.
Pada variavel X tidak ada angka sama maka
Tx = 0.
Pada variabel Y ada 3 himpunan ranking
berangka sama (1,5; 3,5; 10,5) dan t masing-
masing = 2, maka Ty dapat dihitung :
Ty = ½ Σt(t – 1)
= ½ [2(2-1)+(2(2-1)+(2(2-1)]
= ½ [2+2+2]
= ½ [6] = 3
34. Penyelesaian :
Nanparametrik_Korelasi_M.Jainuri, M.Pd34
Menentukan harga koefisien Kendall Tau (τ) :
Dengan S = 25, N = 12, Tx = 0 dan Ty = 3, maka :
Jadi koefisien kendall tau (τ) = 0,39
TyNNTxNN
S
)1(.)1( 2
1
2
1
3)112(12.0)112(12
25
2
1
2
1
39,0
48,64
25
4158
25
63.66
25
36. Koefisien Kontingensi C
Nanparametrik_Korelasi_M.Jainuri, M.Pd36
Koefisien kontingensi digunakan untuk
menghitung hubungan antar variabel bila datanya
berbentuk nominal.Teknik ini mempunyai kaitan
erat dengan Chi Square yang digunakan untuk
menguji hipotesis komparatif k sampel
independen.
Oleh karena itu, rumus koefisien kontingensi
mengandung nilai Chi Square/ Khi Kuadrat (χ2).
37. Koefisien Kontingensi C
Nanparametrik_Korelasi_M.Jainuri, M.Pd37
Harga Chi Square dicari dengan
rumus:
dk = (b-1).(k-1)
Rumus koefisien kontingensi C dan
Cmaks untuk mengetahui keeratan
hubungan:
Keterangan:
C = koefisien kontingensi
N = total banyaknya observasi
Oij = data observasi baris ke-i kolom ke-j pada
tabel kontingensi.
Eij = nilai frekuensi harapan ke-ij untuk Oij
b = banyaknya baris pada tabel kontingensi
(crosstabulation)
k = banyaknya kolom pada tabel kontingensi
(crosstabulation)
i = 1,2,3,...,b
j = 1,2,3,...,k
χ2 = hasil perhitungan Chi-Square
m = nilai minimum antara banyak baris b dan
banyak kolom k.
2
2
χN
χ
C
ij
2
ijij
11
2
E
)E-(O
χ
k
j
b
i
m
1-m
Cmaks
38. Koefisien Kontingensi C
Nanparametrik_Korelasi_M.Jainuri, M.Pd38
Langkah-langkah perhitungan:
1. Susun frekuensi-frekuensi observasi dalam suatu tabel
kontingensi k x r (k = banyak kolom, r = baris).
A1 A2 ... Ak TOTAL
B1 (A1,B1) (A2,B1) ... (Ak,B1)
B2 (A1,B2) (A2,B2) ... (Ak,B2)
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Br (A1,Br) (A2,Br) ... (Ak,Br)
TOTAL N
39. Koefisien Kontingensi C
Nanparametrik_Korelasi_M.Jainuri, M.Pd39
2. Hitung nilai frekuensi yang diharapkan untuk tiap-tiap
sel.
A1 A2 ... Ak TOTAL
B1 (A1,B1) (A2,B1) ... (Ak,B1) X1
B2 (A1,B2) (A2,B2) ... (Ak,B2) X2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Br (A1,Br) (A2,Br) ... (Ak,Br)
TOTAL Y1 Y2 N
Cara menghitung
frekuensi harapan
(fh):
N
Y.X
E 11
11
40. Koefisien Kontingensi C
Nanparametrik_Korelasi_M.Jainuri, M.Pd40
3. Hitung nilai χ2 untuk data tersebut dengan
menggunakan rumus:
4. Dengan nilai χ2 yang diperoleh, kemudian hitung nilai
koefisien kontingensi C:
2
2
χN
χ
C
ij
2
ijij
11
2
E
)E-(O
χ
k
j
b
i
41. Koefisien Kontingensi C
Nanparametrik_Korelasi_M.Jainuri, M.Pd41
5. Hitung nilai nilai Cmaks untuk mengetahui derajat
keeratan hubungan yang terjadi dengan rumus:
Makin dekat nilai C dengan Cmaks maka makin besar
derajat hubungan antar variabel.
m
1-m
Cmaks
42. Koefisien Kontingensi C
Nanparametrik_Korelasi_M.Jainuri, M.Pd42
6. Melakukan uji signifikansi dengan membandingkan
nilai χ2 yang diperoleh dengan χ2 tabel menggunakan:
dk = (baris - 1).(kolom - 1) dan taraf nyata tertentu.
Kriteria uji signifikansi:
Jika χ2
hitung < χ2
tabel maka Ho diterima dan H1
ditolak (tidak signifikan)
Jika χ2
hitung ≥ χ2
tabel maka Ho ditolak H1 diterima
(signifikan)
43. CONTOH:
Nanparametrik_Korelasi_M.Jainuri, M.Pd43
Seorang peneliti ingin menguji apakah terdapat
hubungan antara kurikulum sekolah menengah
atas yang dipilih oleh siswa-siswa di suatu kota
dengan kelas sosial siswa-siswa itu.Tabel
frekuensi pendaftaran siswa-siswa tersebut
terdiri dari 4 kelas sosial dalam 3 kemungkinan
kurikulum sekolah menengah atas, data disajikan
sebagai berikut:
45. PENYELESAIAN:
Nanparametrik_Korelasi_M.Jainuri, M.Pd45
1. Menentukan hipotesis penelitian:
Ho : tidak terdapat hubungan antara kurikulum
sekolak menengah atas dengan kelas sosial siswa.
H1 : terdapat hubungan antara kurikulum sekolak
menengah atas dengan kelas sosial siswa.
2. Menentukan hipotesis statistk:
Ho : C = 0
H1 : C ≠ 0
46. PENYELESAIAN:
Nanparametrik_Korelasi_M.Jainuri, M.Pd46
3. Menentukan α dan kriteria uji signifikansi
Taraf nyata (α) = 0,05, dengan kriteria uji signifikansi
korelasi:
Jika χ2
hitung < χ2
tabel maka Ho diterima dan H1
ditolak (tidak signifikan)
Jika χ2
hitung ≥ χ2
tabel maka Ho ditolak H1 diterima
(signifikan)
47. PENYELESAIAN:
Nanparametrik_Korelasi_M.Jainuri, M.Pd47
4. Menghitung nilai χ2
Kurikulum
Kelas Sosial
JumlahI II III IV
fo fe fo fe fo fe fo fe
Persiapan
PT
20 8,357 41 30,214 17 38,357 6 7,071 84
Umum 12 19,599 70 70,859 100 89,957 15 16,584 197
Niaga 7 11,043 30 39,926 62 50,686 12 9,344 111
Jumlah 39 141 179 33 392
357,8
392
.3984
E11
N
Y.X
E 11
11
50. PENYELESAIAN:
Nanparametrik_Korelasi_M.Jainuri, M.Pd50
6. Menguji hipotesis
Karena nilai C ≠ 0, yaitu: 0,354 berarti terdapat
hubungan antara kurikulum sekolah menengah
atas dengan kelas sosial siswa. Keeratan
hubungan tersebut bisa dilihat dari nilai Cmaks
= 0,817. Untuk mengetahui apakah hubungan
signifikan, maka perlu diuji signifikansinya.
52. PENYELESAIAN:
Nanparametrik_Korelasi_M.Jainuri, M.Pd52
8. Menarik kesimpulan
Dengan tingkat kepercayaan 95% dapat
disimpulkan bahwaterdapat hubungan yang
signifikan antara kurikulum sekolah
menengah atas dengan kelas sosial siswa
dengan koefisien kontingensi C sebesar
0,354.