MODUL PERTEMUAN XII ANALISIS DATA : ASOSIATIF

MATA KULIAH : STATISTIKA II

DOSEN : ATIQAH, SE, MS.AK

PROGRAM KELAS KARYAWAN FAKULTAS EKONOMI JURUSAN AKUNTANSI UNIVERSITAS MERCU BUANA JAKARTA 2009

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Atiqah, SE., MS.AK

STATISTIKA II

Pertemuan 12 Analisis Data : Asosiatif 1. Pengujian Asosiatif untuk data ordinal : uji t kefisien Korelasi Rank Spearman Koefisien korelasi peringkat spearman, rs, adalah ukuran erat-tidaknya kaitan antara dua variable ordinal; artinya, rs merupakan ukuran atas kadar/derajat hubungan antara data yang telah disusun menurut peringkat (ranked data). Koefisien korelasi Spearman berkisar dari -1 sampai 1. Apabila koefisien korelasi mendekati 1 dan -1 menunjukkan hubungan yang semakin kuat. Sebaliknya apabila mendekati nilai 0, maka hubungannya semakin lemah. Tanda positif dan negative menunjukkan arah hubungan dua variable apakah positif atau negatif. Prosedur Penghitungan Koefisien Korelasi Peringkat Spearman a. Menyusun peringkat data Menyusun peringkat data yaitu menyusun data dari urutan terkecil sampai urutan terbesar. Setelah data terurut diberikan peringkat, untuk data yang mempunyai nilai sama diberikan peringkat rata-rata. b. Menghitung perbedaan antara pasangan peringkat Mencari selisih peringkat antara satu variabel dengan variabel lainnya. Selisih ini biasanya dilambangkan dengan Di. c. Menghitung rs Menguji Signifikansi rs Pengujian yang lebih formal bisa digunakan untuk menentukan apakah benarbenar ada hubungan statistik sepeti diisyaratkan oleh rs . Prosedur untuk Menghitung dan Menguji Koefisien Korelasi Peringkat Spearman 1. Rumuskan hipotesis nol dan hipotesis alternatif 2. Tentukan taraf nyata 3. Kumpulkan data dan kemudian disusun peringkat data tersebut 4. Hitung perbedaan antara pasangan peringkat 5. Hitung rs = 1 6 D2 n(n2 -1) rs = Koefisien korelasi spearman

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Atiqah, SE., MS.AK

STATISTIKA II

Di N

= Selisih peringkat untuk setiap data = Jumlah sampel atau data

6. Jika n > 10, dihitung CR = rs (n 2) / (1 - rs2) 7. Bandingkan nilai CR yang dihitung dengan nilai kritis rank spearman 8. Tarik kesimpulan tentang H0 Berikut ini adalah data tentang arus kas dan harga saham tanggal 2 Januari 2009. Hitunglah koefisien korelasinya, apakah ada hubungan antara arus kas dan harga saham dengan menggunakan koefisien korelasi Spearman.

Jawab : Langkah Pertama. Perumusan hipotesis H0 : s = 0 H1 : s 0 Langkah Kedua. Tentukan taraf nyata. Taraf nyata 5% untuk uji dua arah dengan n = jumlah pengamatan, yaitu 8 Untuk taraf nyata /2 = 0,05/2 = 0,025 dan n = 8 adalah 0,738 Langkah Ketiga. Menyusun peringkat data

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Atiqah, SE., MS.AK

STATISTIKA II

Langkah Keempat. Menghitung Perbedaan Peringkat

Langkah Kelima. Menghitung Koefisien Korelasi Spearman rs = 1 6 D2 n(n2 -1) rs = 1 (6 x 14) = 1 0,167 8(82 1) rs = 0,833 Nilai koefisien korelasi spearman 0,833, ini menunjukkan bahwa ada hubungan antara harga saham dengan arus kas perusahaan sebesar 83,3%. Hubungan antara harga saham dengan arus kas termasuk kuat. Jadi, kinerja saham akan berkaitan erat dengan kinerja arus kas perusahaan. Langkah Keenam. Menentukan daerah keputusan Menentukan daerah keputusan dengan nilai kritis

Langkah Ketujuh. Menentukan keputusan Nilai t-hitung berada di daerah menolak H0, yang berarti bahwa H0 ditolak dan menerima H1. Ini menunjukkan bahwa koefisien korelasi tidak sama dengan nol, dan

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Atiqah, SE., MS.AK

STATISTIKA II

ini membuktikan bahwa terdapat hubungan yang kuat dan nyata antara arus kas dan peringkat harga saham 2. Pengujian Asosiatif untuk Data Interval/ Rasio : Uji t Koefisien Korelasi Pearson Analisis korelasi pertama kali dikembangkan oleh Karl Pearson pada tahun 1900. Tujuan dari analisis korelasi adalah untuk menentukan seberapa erat hubungan antara dua variabel. Definisi analisis korelasi dinyatakan sebagai berikut : Analisis korelasi adalah suatu teknik statistika yang digunakan untuk mengukur keeratan hubungan atau korelasi antara dua variabel. Variabel X = sumbu horizontal Variabel Y = sumbu vertikal Analisis korelasi mencoba mengukur keeratan hubungan antara dua variabel X dan Y. Keeratan hubungan antara dua variabel tersebut dinyatakan dalam bentuk koefisien korelasi yang dilambangkan dengan huruf r. Koefisien korelasi ( r ) menunjukkan seberapa dekat titik kombinasi antara variabel Y dan X pada garis lurus sebagai garis dugaannya.

r X Y XY X2 Y2 (Y) n
2

= Nilai koefisien korelasi = Jumlah pengamatan variabel X = Jumlah pengamatan variabel Y = Jumlah perkalian variabel X dan Y = Jumlah kuadrat dari pengamatan variabel X = Jumlah kuadrat dari pengamatan variabel Y = Jumlah kuadrat dari jumlah pengamatan variabel Y = Jumlah pasangan pengamatan Y dan X koefisien korelasi mempunyai nilai antara -1 sampai 1. Nilai r = -1 yang

(X)2 = Jumlah kuadrat dari jumlah pengamatan variabel X

disebut dengan linier sempurna negatif, terjadi apabila titik contoh atau kombinasi terletak tepat pada suatu garis lurus yang mempunyai kemiringan negatif. Nilai r = 1 disebut dengan linier sempurna positif, terjadi apabila titik contoh atau kombinasi terletak tepat pada suatu garis lurus yang mempunyai kemiringan positif. Nilai koefisien korelasi yang mendekati -1 atau 1 menyatakan bahwa hubungan kedua

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Atiqah, SE., MS.AK

STATISTIKA II

variabel adalah kuat atau korelasi kedua variabel tinggi. Akan tetapi apabila nilai r mendekati 0, hubungan antara kedua variabel sangat lemah atau mengkin tidak ada sama sekali.

Contoh : Berdasarkan pada teori penawaran, maka dapat diduga adanya hubungan antara produksi dengan harga. Jika harga meningkat, maka produksi meningkat pula, jadi hubungan antara produksi dan harag adalah positif. Berikut adalah data produksi dan harga produk ABC dari tahun 2000 sampai 2009.

Jawab : rumus koefisien korelasi :

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Atiqah, SE., MS.AK

STATISTIKA II

r= r = 0,766

10 x 27196,55 3949 x 67,50 [10(1604891) (3949)2] [10(466,59) (67,50)2]

Nilai koefisien korelasi 76,6% ini menunjukkan hubungan korelasi yang positif, jika harga produk ABC meningkat, maka kuantitas produksi juga akan meningkat. Nilai koefisien 76,6% termasuk ke dalam korelasi positif yang kuat. Ini menunjukkan eratnya hubungan variabel harga dengan produksi. Jadi dengan demikian, hal ini sesuai dengan teori penawaran. 3. Koefisien Determinasi Koefisien determinasi merupakan bagian dari keragaman total variabel tak bebas Y (variabel yang dipengaruhi atau dependent) yang dapat diterangkan atau diperhitungkan oleh keragaman variabel bebas X (variabel yang mempengaruhi atau independent).

Jadi koefisien determinasi adalah kemampuan variabel X (variabel independen) mempengaruhi variabel Y (variabel terikat). Semakin besar koefisien determinasi menunjukkan semakin baik kemampuan X menerangkan Y. Besarnya koefisien determinasi adalah kuadrat dari koefisien korelasi. Untuk contoh di atas, diketahui koefisien korelasi r = 0,766, sehingga koefisien determinasi r2 = 0,7662 = 0,59. Ini berarti bahwa kemampuan variabel X (harga

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Atiqah, SE., MS.AK

STATISTIKA II

produk ABC) dalam menerangkan keragaman variabel Y (produksi kuantitas ABC) sebesar 59%, sedangkan sisanya yaitu 41% dijelaskan oleh variabel lainnya. Uji Signifikansi Koefisien Korelasi Uji signifikansi koefisien korelasi dimaksudkan untuk menguji apakah besarnya atau kuatnya hubungan antar variabel yang diuji sama dengan nol. Apabila besarnya hubungan sama dengan nol, hal tersebut menunjukkan bahwa hubungan antarvariabel sangat lemah dan tidak berarti. Sebaliknya, apabila hubungan antarvariabel secara signifikan berbeda dengan nol, maka hubungan tersebut kuat dan berarti. Uji signifikansi koefisien korelasi dilakukan melalui 5 tahap, yaitu : (1) Perumusan hipotesis yaitu menguji apakah r populasi sama dengan nol; (2) Menentukan taraf nyata dengan derajat bebas (df) = n k, dimana n adalah jumlah sampel, dan k adalah jumlah variabel Y dan X (3) Menentukan uji t statistik (4) Menentukan daerah keputusan (5) Menentukan keputusan Uji statistik untuk koefisien korelasi (r) adalah sebagai berikut :

Atau

t : Nilai t-hitung r : nilai koefisien korelasi n : jumlah data pengamatan Contoh : Ujilah apakah nilai r = 0, 766 pada hubungan antara harga produk ABC dan kuantitas produksi ABC sama dengan nol pada taraf nyata 5% ?

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Atiqah, SE., MS.AK

STATISTIKA II

Jawab : 1. Perumusan hipotesis H0 : = 0 H1 : 0 2. Taraf nyata 5% untuk uji dua arah dengan derajat bebas (df) = n k = 10 2 = 8. n = jumlah pengamatan, yaitu 10 sedangkan k adalah jumlah variabel, yaitu X dan Y, jadi k = 2. Untuk taraf nyata /2 = 0,05/2 = 0,025 dan df = 8 adalah 2,306. 3. Menentukan nilai uji t t = 0,766 (10 2) 1 (0,766)2 t = 2,166 / 0,643 = 3,368 4. Menentukan daerah keputusan dengan nilai kritis

5. Menentukan keputusan Nilai t-hitung berada di daerah menolak H0, yang berarti bahwa H0 ditolak dan menerima H1. Ini menunjukkan bahwa koefisien korelasi tidak sama dengan nol, dan ini membuktikan bahwa terdapat hubungan yang kuat dan nyata antara harga dan produksi produk ABC. Menggunakan Ms Excel untuk Mencari Korelasi (1) Masukkan data X dan Y ke kolom baik A dan B (2) Klik icon insert pilih fungsi fx function (3) Pilih statistical pada function category dan correl pada function name (4) Buatlah blok pada kolom A untuk array 1 dan kolom B untuk array 2.

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Atiqah, SE., MS.AK

STATISTIKA II

Menggunakan Program SPSS untuk Mencari Korelasi Dengan tehnik korelasi ini kita dapat melihat hubungan antara variabel dependen dan independen, dari hasil pengujian melalui SPSS ini dapat terlihat diantara keduanya apakah mempunyai hubungan yang berbanding lurus atau terbalik atau tidak mempunyai hubungan sama sekali. Untuk melakukan prosedur korelasi pada proses analisis statistik dengan menggunakan software SPSS adalah sebagai berikut : Hasil Aktifkan menu Analize Pilih Correlate Klik Bivariate, Pilih Pearson, Kendalls tau-b dan Spearman, click Two tailed

Contoh : Indeks Prestasi Lama Belajar/Hari 2.35 2.45 2.45 3.00 3.25 3.15 3.20 3.45 Mahasiswa 2.45 2.50 2.75 2.78 2.85 2.95 3.00 3.20

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Atiqah, SE., MS.AK

STATISTIKA II

10

3.30 3.50 3.40 3.35 3.55 3.60 3.70

3.30 3.30 3.45 3.20 3.30 3.45 3.45

Pilihan Bivariate pada Correlate

Kotak dialog Bivariate Correlations

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Atiqah, SE., MS.AK

STATISTIKA II

11

Kotak dialog Bivariate Correlations Options

Correlations
Descriptive Statistics IPK LamaBelajar Mean 3.1253 3.1167 Std. Deviation .40247 .38437 N 15 15

Correlations IPK IPK Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N LamaBelajar .848** .000 15 15 .848** 1 .000 15 15 1

LamaBelajar

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

Nonparametric Correlations

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Atiqah, SE., MS.AK

STATISTIKA II

12

Correlations Kendall's tau_b IPK Correlation Coefficient Sig. (2-tailed) N Correlation Coefficient Sig. (2-tailed) N Correlation Coefficient Sig. (2-tailed) N Correlation Coefficient Sig. (2-tailed) N IPK LamaBelajar 1.000 .745** . .000 15 15 .745** 1.000 .000 . 15 15 1.000 .862** . .000 15 15 .862** 1.000 .000 . 15 15

LamaBelajar

Spearman's rho

IPK

LamaBelajar

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

ANALISIS OUTPUT Dari hasil output diperoleh Mean dari IPK adalah 3,1253 dengan standar deviasi sebesar 0,40247. Sedangkan Mean dari Lama Belajar adalah 3,1167 dengan standar deviasi sebesar 0,38437. Banyaknya data yang dianalisis adalah 15. Dengan menggunakan korelasi Pearson diperoleh: r = 0,848. Itu berarti ada hubungan yang kuat antara IPK dengan lama belajar. Dari koefisien korelasi yang bertanda + diperoleh arti adanya hubungan yang searah. Artinya, jika lama belajar meningkat maka hasil IPK yang diperoleh akan semakin tinggi. Begitu juga sebaliknya. Dengan menggunakan nilai koefisien korelasi Kendalls tau-b diperoleh nilai korelasi = 0,745, artinya asosiasi antara IPK dan lama belajar searah (jika IPK tinggi karena lamanya belajar, begitu juga sebaliknya). Hasil dari output pada Sig. (2-tailed) = 0,000 (nilainya lebih kecil dari tingkat signifikansi) sehingga dapat disimpulkan hasil tersebut signifikan pada taraf = 0,05 (5%), bahakan pada taraf signifikansi 1%. Jadi dapat disimpulkan terdapat hubungan yang signifikan antara hasil IPK dengan lama belajar. Dengan menggunakan nilai koefisien korelasi Spearman diperoleh nilai korelasi = 0,862, artinya asosiasi antara IPK dan lama belajar searah (jika IPK tinggi karena lamanya belajar, begitu juga sebaliknya). Hasil dari output pada Sig. (2-tailed) = 0,000 (nilainya lebih kecil dari tingkat signifikansi) sehingga dapat disimpulkan hasil tersebut signifikan pada taraf = 0,05 (5%), bahakan pada taraf signifikansi 1%. Jadi dapat disimpulkan terdapat hubungan yang signifikan antara hasil IPK dengan lama belajar.

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Atiqah, SE., MS.AK

STATISTIKA II

13

Latihan 1. PT Anindia mempunyai keyakinan bahwa kursus bahasa inggris akan meningkatkan TOEFL para siswa. Semakin tinggi level/ tingkatan kursus siswa terhadap bahasa inggris, maka diharapkan semakin tinggi tinggi pula hasil TOEFL yang diperoleh. Carilah hubungan antara hasil TODFL dan kursus bahasa inggris dengan korelasi rank Spearman. Ujilah dengan taraf nyata 5%, apakah semakin tinggi level kursus, berarti semakin tinggi hasil TOEFL Kursus 3 4 6 2 1 5 8 7 TOEFL 390 400 435 335 340 450 475 500 2. Seorang ilmuwan berpendapat bahwa tidak ada hubungan antara nilai IQ dengan nilai matematika seorang mahasiswa, dengan alternatif ada hubungan positif. Telah dipilih 10 mahasiswa secara acak, dengan data sebagai berikut. Ujilah pendapat tersebut dengan spearman? Nilai IQ 95 105 110 115 120 122 125 135 Matematika 70 75 85 78 83 90 80 98 3. Berikut ini adalah data mengenai pendapatan dan pengeluaran beberapa karyawan di sebuah perusahaan. Ahli ekonomi berpendapat bahwa tak ada hubungan antara besarnya pendapatan per hari yang diterima oleh karyawan dengan pengeluarannya. Untuk itu dilakukan pengujian terhadap 7 karyawan yang telah dipilih secara acak. Datanya adalah sebagai berikut : Pendapatan (dalam ribuan) 80 Pengeluaran (dalam 40 75 35 50 35 60 38 45 25 95 50 100 45 taraf nyata 1% dengan menggunakan korelasi

ribuan) Tentukan persamaan regresi dan dengan menggunakan = 5% ujilah pendapat tersebut ? 4. Untuk mengevaluasi permintaan atas barang A, maka manajer penjualan melakukan penelitian terhadap hubungan antara banyaknya permintaan barang A dan harga barang A selama 8 bulan terakhir. Permintaan (unit) Harga (ribuan rupiah) 20 9 18 12 25 9 20 10 26 9 25 8 15 15 23 10

Tentukan koefisien korelasi dan dengan menggunakan = 5% ujilah pendapat tersebut ? Daftar Pustaka Sudjana, 2006, Statistika untuk Ekonomi dan Bisnis, Tarsito Bandung

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Atiqah, SE., MS.AK

STATISTIKA II

14

J. Supranto, 2006, Statstika. Teori dan Aplikasi. Erlangga Anto Dajan, 1964. Jilid 1. Pengantar Metode Statistik Robert D. Mason, 1996, Teknik Statistika Bisnis dan Ekonomi Sudjana, 1992, Metode Statistika, Tarsito, Bandung Suharyadi dan Purwanto, Statistika untuk Ekonomi dan Keuangan Modern, 2006

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

Atiqah, SE., MS.AK

STATISTIKA II

15