Kamis, 20 Desember 2012

Penelitian Korelasi

 Penelitian korelasi bertujuan untuk menemukan ada tidaknya hubungan antara dua variabel atau lebih, dan apabila ada, betapa eratnya hubungan serta berarti atau tidaknya hubungan itu. Untuk menentukan tingkat hubungan-hubungan antara variabel-variabel dapat digunakan suatu alat statistik yang disebut koefisien yang dipilih adalah mereka yang menampakkan perbedaan dalam beberapa variabel penting yang sedang diteliti. Untuk menghitung besarnya korelasi digunakan statistik teknik statistik ini yang digunakan untuk menghitung antar dua atau lebih variabel. Ada dua jenis statistik untuk menghitung korelasi:
a.  Koefisien korelasi bivariat adalah statistik yang dapat digunakan oleh peneliti untuk menerangkan keeratan hubungan antara dua variabel.
b.  Metode korelasi multi variat adalah statistik yang digunakan peneliti untuk menggambarkan dan menentukan hubungan antara tiga variabel atau lebih.
Teknik Korelasi
Ada beberapa jenis teknik korelasi yang bisa digunakan.
1.  Korelasi Product – Moment
Ada 3 unsur yang digunakan untuk menentukan koefisien korelasi ini, yaitu:

Dari ketiga rumus diatas akan didapat koefisien korelasi (r) lalu diinterpretasikan. Untuk interpretasi dapat dilihat tabel berikut.
Besarnya r
Interpretasi
0,800<r<1
0,600<r<0,600
0,400<r<0,600
0,200<r<0,400
0,000<r<0,200
Tinggi
Cukup
Agak Rendah
Rendah
Sangat Rendah
Apabila diperoleh angka negatif, berarti kelasnya negatif, ini menunjukkan kebalikan urutan indeks korelasi tidak pernah lebih dari 1 (satu).

2.  Korelasi Tata Jenjang
Korelasi tata jenjang digunakan untuk menentukan hubungan atau dua gejala yang kedua-duanya merupakan gejala ordinal atau tata jenjang.
Rumus yang dikemukakan:
3.  The Widespread Biserial Correlation
Sering terjadi dalam penelitian yang membutuhkan pengamatan seperti cenderung memberikan nilai rata-ratadari pada menilai sangat baik atau sangat buruk.
Rumus:
4.  Poin Biserial Correlation
Digunakan apabila kita hendak mengetahui korelasi antara dua variabel, yang atu variabel kontinum, sedang yang lain variabel deskrit murni. Hasil perhitungan dengan korelasi biserial dapat dikonsultasikan ke tabel r hasil korelasi produk moment.
Rumus:
5.  Korelasi Tetrachoric
Digunakan untuk mencari korelasi dua variabel deskrit buatan. Mula-mula datanya merupakan data kontenum yang sebenarnya dikelompokkan menjadi dua kelompok yaitu:
a.  Subjek yang menguasai materi
b.  Subjek yang tidak menuasai materi

6.  Phi Coeficient
Koeficient Phi (π) yang menghasilkan Koeficient Phi digunakan untuk mencari hubungan dua variabel diskrit dan diutamakan diskrit murni bila variabel deskrit dan merupakan variabel diskrit, maka diubah dulu menjadi variabel diskrit Korelasi Phi sering digunakan untuk menentukan validitas item variabel pertama adalah benar atau salahnya subjek dalam menjawab item, sedangkan variabel kedua adalah skor total yang dibuat dikotomi.
Cara mengubah skor total menjadi dikatomi dapat menggunakan mean atau median. Jika menggunakan mean sebagai nilai pemisah subjek maka ada kemungkinan banyaknya subjek pada dua kelompok bisa tidak sama bila menggunakan mean sebagai nilai pemisah subjek maka banyak subjek untuk kedua kelompok sama.
a.  Kelompok yang tidak sama jumlah subjeknya
b.  Kelompok yang sama jumlah subjeknya
7.  Contingen Coeficient (Koefisien Kontingensi)
Koefisien Kontingensi digunakan bila variabel yang dikorelasikan berbentuk kategori (gejala ordinal) bila datanya bergaris diskrit, maka aelain menggunakan koefisient phi atau tetra korik. Tetapi bila variabelnya diklasifikasikan menjadi lebih dari dua maka koefisient phi atau tetra korik tidak dapat digunakan.
Contingency (C) sangat erat kaitannya dengan Ch – kuadrat dan dihitung dengan Chi kuadrat maka C dapat dengan mudah diketahui. Rumus menghitung Chi kuadrat adalah:

Untuk menghitung koefisien kontinyansi digunakan rumus:

Tidak ada komentar:

Posting Komentar