Cara Mudah Mengatasi Masalah Statistik Dan Rancangan Percobaan Dengan Spss 12

  • Upload
    adiscsi

  • View
    282

  • Download
    3

Embed Size (px)

Citation preview

Spesifikasi:Ukuran: 14x21 cm Tebal: 279 hlm Harga: Rp 47.800 Terbit pertama: November 2004 Sinopsis singkat: Statistik telah terbukti sangat bermanfaat dalam kehidupan manusia. Banyak keputusan yang diambil menggunakan data statistik. Sayangnya perhitungan statistik seringkali cukup rumit dan melelahkan. Untungnya, saat ini telah banyak perangkat lunak statistik yang beredar. SPSS telah dikenal sebagai salah satu aplikasi statistik yang paling banyak digunakan. Hingga saat ini, SPSS telah mencapai rilis ke-12. Buku ini akan membahas tentang penggunaan SPSS 12 untuk memecahkan masalahmasalah statistik. Isinya disajikan dalam bahasa yang sederhana dan to the point. Pokok bahasan dalam buku ini mencakup Uji t, Chi Square, Korelasi, Regresi, Rancangan Percobaan (RANCOB), dan Uji Validitas-Reliabilitas. Buku yang membahas RANCOB masing sangat jarang sehingga buku ini dapat sangat membantu Anda. Buku ini juga memuat bahasan mengenai uji validitas dan reliabilitas instrumen yang biasanya digunakan untuk menguji kelayakan kueioner. Dalam buku ini Anda juga akan menemukan teori-teori dasar mengenai statistik sehingga dapat memudahkan Anda untuk memahami dan menginterpretasi masalah statistik.

BAB 4

KORELASI

Korelasi dapat diartikan sebagai hubungan. Analisis korelasi bertujuan untuk mengetahui pola dan keeratan hubungan antara dua atau lebih variabel. Sebagai contoh, secara umum hubungan antara diameter pohon dengan volume kayu adalah searah, artinya pohon yang berdiameter besar akan menghasilkan kayu dengan volume lebih besar. Arah hubungan antara dua variabel dapat dibedakan menjadi: 1. Direct correlation (positive correlation). Perubahan pada satu variabel diikuti perubahan variabel yang lain secara teratur dengan arah gerakan yang sama.Y

0

X

83

2. Inverse correlation (negative correlation). Perubahan pada satu variabel diikuti perubahan variabel yang lain secara teratur dengan arah gerakan yang berlawanan.Y

0

X

3. Nihil correlation. Arah hubungan kedua variabel yang tidak teratur. Koefisien Korelasi Persoalan akan timbul jika kita berhadapan dengan pertanyaan apakah ada hubungan antara variabel-variabel dari sekumpulan data yang sedang kita selidiki. Penyelidikan untuk mengetahui hubungan antara dua variabel biasanya diawali dengan usaha untuk menemukan bentuk terdekat dari hubungan tersebut dengan cara menyajikannya dalam bentuk diagram pencar (scatter plot). Diagam ini menggambarkan titik-titik pada bidang X dan Y dimana setiap titik ditentukan oleh pasangan nilai X dan Y. Koefisien korelasi sering dilambangkan dengan huruf (r). Koefisien korelasi dinyatakan dengan bilangan, bergerak antara 0 sampai +1 atau 0 sampai -1. Apabila korelasi mendekati +1 atau -1 berarti terdapat hubungan yang kuat, sebaliknya korelasi yang mendekati nilai 0 bernilai lemah. Apabila korelasi sama dengan 0, antara kedua variabel tidak terdapat hubungan sama sekali. Pada korelasi +1 atau -1 terdapat hubungan yang sempurna antara kedua variabel. Notasi positif (+) atau negatif (-) menunjukkan arah hubungan antara kedua variabel. Pada notasi positif (+), hubungan antara kedua variabel searah, jadi jika satu variabel naik maka variabel yang lain juga naik. Pada notasi negatif (-), kedua variabel 84

berhubungan terbalik, artinya jika satu variabel naik maka variabel yang lain justru turun.

4.1 Korelasi Product Moment (Pearson)Korelasi Pearson atau disebut juga korelasi product moment merupakan analisis korelasi untuk statistik parametrik, sedangkan untuk statistik non-parametrik sering digunakan analisis korelasi Kendalls tau-b dan Spearman. Contoh Mahasiswa Fakultas Kehutanan UGM hendak menghitung korelasi antara diameter pohon dengan volume kayu. Diameter yang diukur adalah diameter setinggi dada (130 cm), sedangkan volume pohon dihitung dengan membagi pohon menjadi potongan-potongan kemudian dihitung dengan rumus Smalian. Hasil pengukuran adalah sebagai berikut: Diameter dbh (cm) 50 65 63 50 65 63 57 84 36 48 52 58 Volume (m3) 1,9 2,6 2,5 1,9 2,6 2,5 2,2 3,2 1,5 1,7 1,9 2,2 Diameter dbh (cm) 56 66 78 56 66 78 71 49 56 58 60 72 Volume (m3) 2,0 2,6 2,6 2,0 2,6 2,6 2,5 1,7 2,2 2,2 2,0 2,5

85

1. Entrilah data ke lembar kerja SPSS.

2. Klik Analyze | Correlate | Bivariate, lalu pindahkan variabel diameter dan volume ke kolom Variables. Pada Correlation Coefficients, pilihlah Pearson.

3. Klik OK.

86

OutputCorrelationsCorrelations DIAMETER Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N DIAMETER VOLUME 1 ,942** , ,000 18 18 ,942** 1 ,000 , 18 18

VOLUME

**. Correlation is significant at the 0.01 level (2-tailed).

InterpretasiAngka koefisien korelasi adalah 0,942, artinya hubungan antara diameter dengan volume kayu sangat erat. Koefisien korelasi bertanda positif (+), artinya hubungan diameter pohon dengan volumenya searah sehingga jika diameter semakin besar maka volume kayu semakin besar. Tanda ** menunjukkan bahwa koefisien signifikan pada taraf kepercayaan 99%. Perhitungan Teoritis korelasi tersebut

Rumus korelasi Product Moment (Pearson): n n n n Xi Yi Xi Yi i =1 i =1 i =1 2 2 n n n Xi 2 Xi n Yi 2 Yi i 1 i 1 i 1 = = =

r =

n n i =1

No Diameter Volume X 1 50 Y 1,9

X2

Y2

XY

2500

3,61

95 87

2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

65 63 57 84 36 48 52 58 56 66 78 71 49 56 58 60 72 1079

2,6 2,5 2,2 3,2 1,5 1,7 1,9 2,2 2 2,6 2,6 2,5 1,7 2,2 2,2 2 2,5 40

4225 6,76 169 3969 6,25 157,5 3249 4,84 125,4 7056 10,24 268,8 1296 2,25 54 2304 2,89 81,6 2704 3,61 98,8 3364 4,84 127,6 3136 4 112 4356 6,76 171,6 6084 6,76 202,8 5041 6,25 177,5 2401 2,89 83,3 3136 4,84 123,2 3364 4,84 127,6 3600 4 120 5184 6,25 180 66969 91,88 2475,7

r=

( 18 (66969) (1079) )( 18 (91,88) (40) )2 2

18 (2475,7) (1079) (40)

r =0,9417 (sama dengan output SPSS) Uji signifikansi koefisien korelasi (r) Hipotesis Ho=korelasi kedua variabel sama dengan nol Ha=korelasi kedua variabel tidak sama dengan nol Dasar pengambilan keputusan Dengan uji tthitung

=

r

n2 (1 r 2 )

88

Pengambilan keputusan Jika -ttabel