karakteristik yang ada pada populasinya. Karena itu, sebelum dilakukan pengambilan sampel, peneliti harus mempelajari iri, sifat, dan sebaran populasi penelitiannya sebagai dasar untuk menentukan kerangka sampling penelitiannya. Langkah menentukan sampel penelitian adalah sebagai berikut. 1. Mempelajari ciri, sifat, dan sebaran populasinya 2. Membuat kerangka sampling 3. Menentukan jumlah unit sampel (besar sampel) minimal yang diperlukan untuk tujuan penelitian Menentukan teknik sampling 5. Menentukan cara pengumpulan data Orang yang terpilih sebagai sampel disebut unit sampel atau unit analisis atau subjek penelitian atau responden. Banyaknya orang yang terpilih sebagai unit sampel disebut besar sampel (sample size) yang dinotasikan dengan n. Dalam keadaan tertentu, unit sampel bisa berbeda dengan unit analisis. Misalkan penelitian bertujuan untuk mengetahui prevalensi rumah tangga yang menggunakan jamban sehat di satu kabupaten, maka dapat dipilih desa atau kelurahan sebagai unit sampel dan rumah tangga yang ada dalam desa/kelurahan diambil sebagai unit analisis. C. Teknik Sampling Teknik sampling adalah cara untuk memilih sampel dengan memperhatikan sifat-sifat dan penyebaran unit populasi agar diperoleh sampel yang representatif. Oleh karena itu sebelum melakukan pengambilan sampel, peneliti perlu. mengetahui ciri, karakteristik, dan penyebaran unit Wf P12 y @ play.google.com G an) 0populasinya. Selanjutnya peneliti__menyusun _kerangka sampling dan menentukan teknik sampling yang tepat untuk memperoleh sampel yang representatif. Mengambil sampel tanpa berpedoman pada kerangka sampling ibarat masuk hutan tanpa peta penunjuk jalan, sehingga bisa tersesat karena tidak tahu arah untuk mencapai tujuan yang dikehendaki. Pada dasarnya terdapat tiga cara pengambilan sampel yang umum dilakukan dalam penelitian, yaitu Probability Sampling, Non-Probability Sampling, dan Mix Sampling, yaitu gabungan probability dan non-probability sampling. ‘TIPE SAMPLING PROBABILITY SAMPLING | NON-PROBABILITY SAMPLING MIX SAMPLING Ir Simple Random Sampling [I Purponve Sampling erate TampTNg Random Sampling |2. Accidental Sampling 5. Quote. semping 4: Tota sampting 5: Snowball Sampling 5. Convecutve Sampling 1. Probability Sampling Probability sampling adalah teknik pengambilan sampel apabila dalam pengambilan sampel_melibatkan unsur peluang. Beberapa jenis sampling yang bersifat probabilistik antara lain sebagai berikut. a. Simple Random Sampling Simple Random Sampling atau sampel acak sederhana adalah teknik pengambilan sampel ketika semua unit populasi memiliki peluang yang sama untuk terambil sebagai sampel. Teknik ini cocok digunakan pada populasi yang bersifat homogen atau tidak mengandung strata di dalamnya. Pengambilan sampel _ menggunakan atc aya y @ play.google.com © an) 0metode simple random sampling dapat dilakukan dengan cara diundi atau menggunakan bilangan acak. Pengambilan sampel dengan cara diundi dapat dilakukan dengan dua cara, yaitu cara undian dengan pengembalian dan undian tanpa pengembalian. Undian dengan pengembalian adalah undian ketika setiap nomor yang terpilih dikembalikan lagi ke dalam populasinya. Dengan cara ini maka setiap unit populasi memiliki peluang yang sama untuk terambil sebagai unit sampel. Kelebihan dari cara ini adalah dapat mengurangi bias sampling dan dapat mengetahui nilai standard error penelitian. Sementara kekurangan dari cara ini adalah bisa terjadi nomor yang sama akan terambil berulang beberapa kali. Undian tanpa pengembalian adalah undian ketika setiap nomor yang terambil tidak dikembalikan lagi ke dalam populasinya, sehingga setiap populasi memiliki peluang yang tidak sama untuk terambil sebagai unit sampel. Pengambilan sampel menggunakan metode simple random sampling sebaiknya _dilakukan menggunakan bilangan random. Stratified Random Sampling Stratified random sampling atau pengambilan sampel berstrata_(berlapis)_ilakukan untuk mengambil sampel berdasar_tingkatan_tertentu. Stratified random sampling baik dilakukan untuk populasi yang heterogen. Makin heterogen suatu populasi, makin besar pula perbedaan sifat antara strata dalam populasi. 19/22 y @ play.google.com G an) 0Presisi. pengambilan sampel antara lain dipengaruhi oleh derajat keragaman (homogenitas) populasinya. Karena itu untuk menggambarkan secara tepat sifat-sifat_populasi_ yang heterogen, maka populasi yang bersangkutan perlu dibagi dalam strata yang homogen. Kemudian pengambilan sampel dilakukan secara acak pada setiap strata. Peluang unit populasi terpilih sebagai unit sampel pada satu strata dan strata lainnya bisa berbeda. Karena itu, terdapat dua syarat yang harus terpenuhi dalam pengambilan sampel dengan teknik Stratified random sampling, yaitu: 1) Terdapat kriteria yang jelas yang dipergunakan sebagai dasar untuk menetapkan _stratifikasi populasi, 2) Jumlah unit populasi pada setiap strata (lapisan) harus diketahui dengan tepat. Besar sampel yang diambil dari setiap strata dapat berimbang (proporsional) dan dapat pula tidak berimbang (tidak proporsional). Dalam pengambilan sampel yang berimbang (proporsional), maka jumlah unit sampel yang diambil dari setiap strata berbanding lurus dengan jumlah unit analisis pada strata yang bersangkutan. Dalam pengambilan sampel yang tidak berimbang (tidak proporsional), maka peneliti dapat menentukan sendiri jumlah unit sampel dari setiap strata yang bersangkutan. Cluster Random Sampling Cluster random sampling atau pengambilan sampel acak berdasarkan kelompok atau area tertentudigunakan apabila subjek yang akan diteliti tersebar secara luas. Tujuan metode cluster random sampling antara lain untuk meneliti tentang suatu hal pada bagian- bagian yang berbeda di dalam suatu kelompok atau area. Cluster random sampling dapat dilakukan secara berjenjang. Multi stage sampling atau pengambilan sampel bertingkat_ merupakan proses pengambilan sampel yang dilakukan secara bertingkat. Misalnya perhitungan cepat hasil_ pemungutan suara pemilihan Presiden. Unit populasinya adalah TPS (tempat pernungutan suara) yang berada di tingkat RT. Stage pertama dilakukan pengambilan sampel provinsi. Stage kedua iilakukanpengambilan _sampel kabupaten/kota pada masing-masing provinsi Stage ketiga dilakukan pengambilan sampel kecamatan pada masing-masing kabupaten/kota terpilih. Stage keempat dilakukan pengambilan sampel kelurahan/ desa pada masing-masing kecamatan terpilih. Stage kelima dilakukan pengambilan sampel TPS pada masing-masing kelurahan/desa terpilih. Non probability Sampling Non probability Sampling adalah_teknik pengambilan sampel apabila dalam pengambilan sampel tidak melibatkan unsur peluang. Purposive Sampling Purposive sampling adalah teknik pengambilan sampel dengan pertimbangan tertentu. Misalkan kita hendak meneliti tentang kualitas makanan yang diberikan kepada pasien rawat inap di rumah sakit X,maka sumber data sampel adalah orang-orang yang ahli_ (mengerti) tentang kualitas makanan. Teknik sampling ini lebih cocok digunakan untuk penelitian kualitatif atau penelitian yang tidak melakukan generalisasi Accidental Sampling Accidental sampling adalah_—smetode pengambilan sampel tanpa _sengaja (accidental). Peneliti mengambil sampel yang _kebetulan ditemuinya pada saat itu. Penelitian ini cocok untuk meneliti jenis kasus penyakit langka yang sampelnya sulit didapatkan Misalnya, peneliti_ ingin meneliti tentang penyakit Steven Johnson Syndrom, yaitu penyakit yang merusak seluruh mukosa atau lapisan tubuh akibat reaksi tubuh tethadap antibiotik. Kasus Steven Johnson Syndrome ini cukup langka dan sulit sekali menemukan kasus tersebut. Dengan demikian, peneliti mengambil sampel saat itu juga, saat menemukan kasus tersebut. Kemudian peneliti melanjutkan pencarian sampel_hingga _periode tertentu yang telah ditentukan oleh peneliti. Accidental sampling juga sering digunakan untuk penelitian yang bersifat umum. Misalnya seorang peneliti ingin meneliti kebersihan Kota X. Peneliti menanyakan tentang kebersihan Kota X pada warga kota X yang ditemui saat itu. Quota Sampling Quota sampling adalah metode pengambilan sampel yang mengambil jumlah unit sampel sebanyak jumlah yang telah ditentukan oleh peneliti. Kelebihan metode ini adalah praktis karena sampel penelitiansudah —diketahui_—sebelumnya,—_sedangkan kekurangannya adalah bias penelitian cukup tinggi. Quota sampling biasanya digunakan pada penelitian yang memiliki jumlah sampel terbatas. Misalnya, penelitian pada pasien lupus atau penderita penyakit tertentu. Dalam suatu area terdapat 10 penderita lupus, maka populasi tersebut dijadikan sampel secara keseluruhan, inilah yang disebut sebagai Total Quota Sampling. Pendapat lain mengatakan, quota sampling adalah teknik pengambilan sampel dari populasi yang mempunyai ciri-ciri tertentu sampai mencapai jumlah (kuota) yang diinginkan. Misalkan —penelitian tentang -—_kepuasan masyarakat terhadap pelayanan kesehatan gratis oleh petugas kesehatan. Dalam hal ini, yang menjadi responden adalah orang yang berobat dengan harapan mendapatkan fasilitas pelayanan berobat gratis. Ukuran sampel ditentukan sebanyak 100 orang Apabila pengumpulan data belum mencapai 100 orang. maka penelitian belum dianggap selesai karena belum memenuhi kuota yang ditentukan. Total Sampling Total sampling atau sampling jenuh adalah teknik pengambilan sampel apabila semua unit populasi diambil sebagai unit sampel. Hal ini sering dilakukan apabila jumlah unit populasi relatif kecil atau penelitian ingin membuat generalisasi_ dengan margin of error yang sangat kecil (1%). Total sampling juga sering digunakan pada penelitian dengan pengumpulan data yang mudah dan murah. —_Misainya__pengumpulan __dataMenggunakan kuesioner, maka kuesioner tersebut dapat dibagikan kepada seluruh anggota populasi, atau pengumpulan data melalui kuesioner yang ditayangkan melalui google form. Snowball Sampling Snowball Sampling adalah teknik pengambilan sampel berdasarkan wawancara atau korespondensi Metode ini meminta informasi dari sampel pertama untuk mendapatkan sampel berikutnya, demikian secara terus menerus hingga seluruh kebutuhan sampel penelitian dapat terpenuhi. Dengan kata lain, snowball sampling merupakan teknik pengambilan sampel yang mula-mula jumlahnya_ kecil, kemudian makin membesar. Pertama dipilih satu sebagai sampel, tetapi karena merasa informasi yang diperoleh dari orang tersebut belum lengkap maka peneliti mencari orang lain yang dipandang lebih tahu sehingga dapat melengkapi data sebelumnya, dan begitu seterusnya sehingga anggota sampel menjadi makin banyak sampai diperoleh informasi (data) yang cukup. Snowball sampling atau sampling bola salju cocok untuk penelitian mengenai hal-hal yang sensitif dan membutuhkan privasi tinggi. Misalnya penelitian tentang kaum waria, penderita HIV, atau kelompok khusus lainnya. Consecutive Sampling Consecutive sampling merupakan non, probability sampling yang paling mendekati probability sampling. Consecutive sampling menjadi pilihan peneliti yang tidak mendapatkan kerangka sampel. Caranya adalah dengan mengambil sampelyang memenubhi kriteria tertentu secara berurutan sampai diperoleh sejumlah sampel. Misalkan seorang peneliti ingin meneliti kasus TB di Rumah Sakit X. Peneliti_ mengambil setiap kedatangan pasien TB dengan nomor urut ganjil (atau urutan dari urut pertama) sebagai sampel sampai dipenuhi sejumlah sampel. Kedatangan pasien dan nomor urut ganjil, dianggap mendekati prosedur acak (diacak oleh alam). Mix Sampling Mix Sampling merupakan gabungan dari probability sampling dan non probability sampling. Contoh dari mix sampling adalah systematic sampling (pengambilan sampel acak sistematis). Pada systematic sampling, probability sampling hanya dilakukan pada pengambilan sampel yang pertama saja, sedangkan pada pengambilan sampel_selanjutnya bergantung pada hasil pengambilan sampel yang pertama. Dengan demikian pengambilan sampel yang kedua dan seterusnya tidak bersifat probability. Sistematic sampling akan memperoleh hasil yang baik apabila populasi berukuran besar dan bersifat homogen serta peneliti memiliki kerangka sampel yang baik. Misalkan dari populasi berukuran 100 orang diambil unit sampel sebanyak 10 orang secara sistematis, maka terdapat 100/10 jumlah kelompok interval. Langkah pertama, seluruh unit populasi_ diberi nomor urut secara acak dari nomor 1 sampai dengan 100. Kelompok pertama terdiri dari responden dengan nomor urut 1-10, kelompok kedua terdiri dari responden dengannomor urut 11-20, dan seterusnya hingga kelompok ke-10 terdiri ari responden dengan nomor urut 91-100. Langkah kedua dilakukan pengambilan sampel secara acak pada kelompok pertama. Misalkan terambil unit populasi nomor 5, maka pada kelompok berikutnya akan diambil secara sistematis. yaitu unit populasi nomor urut 15, 25, 35, 45, 55, 65, 75, 85, dan 95. D. Variabel Definisi variabel menurut beberapa ahli adalah sebagai berikut. 1. Hatch dan Farhady Secara teoritis variabel dapat didefinisikan sebagai atribut seseorang atau objek yang mempunyai “variasi” antara satu orang dengan yang lain atau satu objek dengan yang lain. 2. Kelinger Variabel adalah konstruk (constucts) atau sifat yang akan dipelajari. Variabel adalah suatu sifat yang diambil dari suatu nilai yang berbeda. 3. Sugiono Variabel adalah suatu atribut atau sifat atau nilai dari orang. objek, atau kegiatan yang mempunyai_variasi tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. 4. Hagul Variabel adalah konsep yang diberi lebih dari satu nilai. Variabel adalah pengelompokan yang logis dari dua atau lebih atribut. Atribut dalam suatu variabel_ harus mencakup semua kemungkinan yang ada dalam suatu variabel (exhaustive). Sebagai contoh variabel status perkawinan di Jawa tidak hanya meliputi atribut belumkawin, kawin, dan janda/duda tetapi juga beberapa kemungkinan lain seperti pisah kebo, kumpul kebo, kawin gantung, kawin si Berdasarkan beberapa pendapat beberapa ahli tersebut dapat disimpulkan, bahwa variabel adalah karakteristik dari subjek penelitian yang akan diteliti (diukur) yang bisa diklasifikasikan ke dalam sekurang-kurangnya dua klasifikasi yang berbeda, atau bisa memberikan sekurang-kurang dua hasil pengukuran yang berbeda. Variabel dibedakan menurut skala_ukur (nominal, ordinal, interval, atau rasio). Variabel juga dibedakan menurut kedudukan (variabel bebas atau terikat). Variabel juga memiliki definisi konsep dan operasional. 1. Skala Ukur Variabel Berdasarkan skala__—_pengukurannya, _variabel dibedakan menjadi empat jenis yang memiliki sifat berbeda, yaitu: Nominal, Ordinal, Interval, dan Rasio. a. Variabel Nominal Variabel nominal adalah variabel yang berskala nominal, yaitu variabel yang nilainya didasarkan atas pengelompokan yang dinyatakan dalam bilangan. Dalam hal ini bilangan semata-mata hanya berfungsi sebagai lambang untuk membedakan. Terhadap bilangan ini tidak berlaku hukum aritmatika secara penuh, misalnya— menjumlahkan, —_ mengurangi, mengalikan, atau membagi Dalam variabel berskala nominal tidak ada asumsi tentang jarak maupun urutan antara katagori- katagori dalam ukuran itu. Dasar penggolongan hanyalah katagori yang tidak tumpang tindih.Contoh: Jenis Kelamin: (1) Pria dan (2) Wanita. Angka (1) dan (2) pada contoh ini hanya berfungsi sebagai pembeda antara Pria dan Wanita, tidak berarti angka (2) lebih tinggi peringkatnya dari angka (1). Pada variabel berskala nominal tidak berlaku hukum aritmatika secara penuh, seperti penjumlahan, pengurangan, perkalian, atau pembagian. Variabel Ordinal Variabel ordinal adalah variabel yang berskala ordinal, yaitu variabel yang nilainya dinyatakan dalam bilangan yang dikategorikan menurut tingkat urutan tertentu. Dalam hal ini bilangan yang diberikan pada setiap katagori memiliki dua fungsi, yaitu sebagai lambang untuk membedakan dan sekaligus mengurutkan peringkat berdasarkan kualitas yang ditentukan. Ukuran ordinal mengurutkan rangking dari individu (objek) mulai dari peringkat paling rendah ke peringkat paling tinggi menurut suatu atribut tertentu. Contoh: Tingkat pendidikan: (1) SD, (2) SLTP, (3) SLTA, (4) Sarjana S1, (5) Magister $2, dan (6) Doktor $3. Pada tingkat_ pengukuran ordinal, dapat dikatakan lebih baik atau lebih buruk: lebih tinggi atau lebih rendah; tetapi tidak bisa menentukan berapa kali lebih tinggi atau lebih rendah. Orang yang berpendidikan tamat Sarjana $1 pengetahuannya lebih tinggi daripada orang yang berpendidikan SLTA, tetapi tidak berarti orang yang berpendidikan tamat SarjanaST tingkat pengetahuannya dua kali atau tiga kali lebi tinggi daripada orang yang berpendidikan SLTA. Pada variabel berskala ordinal tidak berlaku hukum aritmatika secara penuh, seperti penjumlahan, pengurangan, perkalian, atau pembagian. Variabel Interval Variabel interval adalah variabel berkala interval, yaitu semacam variabel berskala ordinal tetapi jarak antara. dua ukuran atau bilangan mencerminkan ukuran yang sama. Jadi ukuran interval adalah ukuran yang tidak semata-mata mengurutkan rangking objek berdasarkan suatu atribut, tetapi juga memberikan informasi tentang interval antara satu objek dengan objek lainnya. Ukuran ini tidak memberikan informasi tentang jumlah absolut yang dimiliki oleh seseorang. Jadi titik awal ukuran ini tidak selalu nol (titik nol tidak mutlak). Fungsi bilangan pada variabel berskala interval adalah sebagai lambang untuk membedakan; untuk mengurutkan peringkat yang artinya makin tinggi bilangan makin tinggi peringkat; dan memperlihatkan jarak atau interval. Pada variabel berskala interval berlaku hukum aritmatika secara penuh, seperti penjumlahan, pengurangan, perkalian, atau pembagian. Ciri utama tingkat pengukuran interval adalah titik nol bukan merupakan titik mutlak, tetapi titik yang ditentukan berdasarkan perjanjian. Misalnya, berat bayi baru lahir biasanya dihitung dari berat terendah atau berat rata-rata, bukan dihitung dari titik nol sesungguhnya karena tidak mungkin ada bayi yang baru lahir beratnya nol gram.Contoh lain, misalnya pada skala temperatur Celsius dan Fahrenheit yang angka awalnya berbeda. Angka 100°F + 100°C karena titik awal pada skala temperatur Celsius dan Fahrenheit tidak sama. Angka O°C = 32°F. d. Variabel Rasio Variabel rasio adalah variabel berskala rasio. yaitu variabel yang mempunyai sifat-sifat interval dan mempunyai titik nol sebagai titik awal. Ciri utama variabel berskala rasio adalah bahwa titik nol adalah mutlak. Nilai nol artinya kosong. Misalnya sebuah keluarga tidak =mempunyai anak balita, maka dapat dituliskan bahwa keluarga tersebut mempunya nol balita. Contoh lain, misalnya seorang responden menuliskan besar gajinya adalah nol rupiah. Hal ini bisa diartikan bahwa orang tersebut tidak bekerja sehingga tidak memperoleh gaji atau gajinya nol. 2. Sifat Variabel Berdasarkan sifatnya, variabel dibedakan antara variabel katagorik dan variabel numerik.. a. Variabel Kategorik Variabel_katagorik merupakan variabel yang berskala nominal atau ordinal. Variabel katagorik disebut juga variabel yang tidak dapat diukur secara numerik, atau variabel hasil dari pengklasifikasian dari variabel numerik. Misalnya usia diklasifikasikan menjadi Usia berisiko melahirkan, yaitu usia <20 tahun atau >35 tahun. kes @ play.google.com G aa) oO1 KS) Bab 5 ANALISIS INFERENSIAL Analisis inferensial (analitik) dilakukan untuk menguji hipotesis sesuai dengan tujuan penelitian atau tujuan analisis. Statistik yang digunakan untuk uji hipotesis bergantung pada tujuan uji hipotesis. A. Analisis Korelasi Analisis korelasi digunakan untuk mengetahui arah hubungan, kuat hubungan, dan signifikansi kuatnya hubungan antara dua variabel. 1. Korelasi Person Korelasi Pearson digunakan untuk mengetahui arah hubungan, kuat hubungan, dan signifikansi_ kuatnya hubungan apabila kedua variabel berskala numerik dan sebaran datanya berdistribusi normal. Contoh: Misalkan penelitian bertujuan untuk menganalisis korelasi LDL dan Korelasi total. Diasumsikan sebaran data X = LDL dan Y = Kolesterol Total berdistribusi normal. Hipotesis Statistik: Ho: Tzy = 0; korelasi antara X dan Y tidak signifikan Hy: ty # 0; korelasi antara X dan Y signifikan Kriteria Uji: tolak hipotesis Hy apabila Pyaiue < 5% -142- oo) @ play.google.comall TSEL & od Hasil Uji: Txy = 0,899 dan Pave = 0.000 Kesimpulan: Korelasi atau kuatnya hubungan antara LDL dan Kolesterol Total adalah Positif 89,9% dengan Pyaiue = 0.000. 2. Korelasi Spearman Korelasi. spearman digunakan untuk mengetahui arah hubungan, kuat hubungan, dan signifikansi kuatnya hubungan apabila kedua variabel berskala numerik dan terdapat variabel yang sebaran datanya berdistribusi tidak normal. Contoh: Misalkan penelitian bertujuan untuk menganalisis korelast LDL dengan Kolesterol total. Diasumsikan bahwa sebaran data X = LDL dan Y = Kolesterol Total ada yang berdistribusi tidak normal. Hipotesis Statistik: Ho: Yxy = 0; korelasi antara X dan Y tidak signifikan Hy: xy # 0; korelasi antara X dan Y signifikan Kriteria Uji: tolak hipotesis Hy apabila Pyaiue < 5% oo)1 KS) Hasil Uji: Contetations Spearmarve ha oer Tot Coreiaion Cosi 1000] — 8st 99. tates) 000 N 260 wor Coetabon Coane a1 99. Gales) 00 Tyy = 0,851 dan Pyaine = 0,000 Kesimpulan: Korelasi atau kuatnya hubungan antara LDL dan Kolesterol Total adalah Positif 85.1% dengan Pyaiue = 0.000. 3. Korelasi Gamma Korelasi gamma digunakan untuk mengetahui arah hubungan, kuat hubungan, dan signifikansi kuatnya hubungan apabila kedua variabel berskala_katagorik ordinal dan kedudukannya setara. Contoh: Misalkan penelitian bertujuan untuk menganalisis korelasi LDL dan Kolesterol Total. Variabel X = LDL dan Y Kolesterol Total merupakan variabel katagorik ordinal dan kedudukannya setara. Hipotesis Statistik: Ho: Txy = 0; korelasi antara X dan Y tidak signifikan Hy: Txy ¥ 0; korelasi antara X dan Y signifikan Kriteria Uji: tolak hipotesis Hy apabila Pyaiue < 5% en) 144/212 > @ play.google.com G aa) oO1 KS) Hasil Uji: Smet teasures popes | appr Penyajian data pada laporan penelitian dapat diberikan dalam bentuk tabel sebagai berikut. Tabel 5.1 Hubungan LDL dan Kolesterol Total Keser Tend Ker we eat oe Tess z 108 gua 0.00 = f i as ee Kesimpulan: Korelasi atau kuatnya hubungan antara LDL dan Kolesterol Total adalah Positif 94,1% dengan Pyaive = 0,000. 4. Korelasi Somers'd Korelasi Somers'd digunakan untuk mengetahui arah hubungan, kuat hubungan, dan signifikansi_ kuatnya hubungan apabila kedua variabel berskala_katagorik ordinal dan kedudukannya tidak setara Contoh: Misalkan penelitian bertujuan untuk menganalisis korelasi antara LDL dan Kolesterol Total. Variabel X = LDL dan Y = Kolesterol Total merupakan variabel katagorik ordinal dan kedudukannya tidak setara (Y dianggap sebagai variabel terikat dan X sebagai variabel bebas). ee) 145/212 > @ play.google.com © aa) oOHipotesis Statistik: Ho: Txy = 0; korelasi antara X dan Y tidak signifikan Hy: fy # 0; korelasi antara X dan Y signifikan Kriteria Uji: tolak hipotesis Hy apabila Pyaiue < 5% Hasil Uji: we | PEE np |p Wostae “ wo |_29 ooo Penyajian data pada laporan penelitian dapat diberikan dalam bentuk tabel sebagai berikut. Tabel 5.2 Hubungan LDL dan Kolesterol Total ps Koester Total Korda ae Toes Jui Sone Tash 108 gy = Kesimpulan: Korelasi atau kuatnya hubungan antara LDL dan Kolesterol Total adalah Positif 64,3% dengan Paine = 0.000. Korelasi Cramer atau Phi Korelasi. cramer atau phi digunakan untuk mengetahui arah hubungan, kuat hubungan, dan signifikansi_ kuatnya hubungan apabila kedua variabel berskala katagorik nominal dan kedudukannya setara. oT Pw y @ play.google.com © an) 0al TSEL © 6. Korelasi Lambda Korelasi lambda digunakan untuk mengetahui arah hubungan, kuat hubungan, dan signifikansi_ kuatnya hubungan apabila kedua variabel berskala_katagorik nominal dan kedudukannya tidak setara. Contoh: Misalkan penelitian bertujuan untuk menganalisis korelasi antara LDL dan kolesterol total. Variabel X = LDL dan Y = Kolesterol Total merupakan variabel katagorik nominal dan kedudukannya tidak setara (Y dianggap sebagai variabel terikat dan X sebagai variabel bebas). Hipotesis Statistik: Ho: Txy = 0; korelasi antara X dan Y tidak sig Hy: ty # 0; korelasi antara X dan Y signifikan Kriteria Uji: tolak hipotesis Hy apabila Pyaiue < 5% Hasil Uji: Penyajian data pada laporan penelitian dapat diberikan dalam bentuk tabel sebagai berikut. — | Vyas y @ play.google.com © an) 0Contoh: Misalkan penelitian bertujuan untuk menganalisis korelasi antara LDL dan kolesterol total. Variabel X = LDL dan Y = Kolesterol Total merupakan variabel katagorik nominal dan kedudukannya setara. Hipotesis Statistik: Ho: Txy = 0: korelasi antara X dan Y tidak signifikan Hy: xy # 0; korelasi antara X dan Y signifikan Kriteria Uji: tolak hipotesis Hp apabila Pyaiue < 5% Hasil Uji: Syme eeutes l 708 3 vie | ERS | separ Tare RT PT oF enna at 2} ra] eo 2 org he na panes Penyajian data pada laporan penelitian dapat diberikan dalam bentuk tabel sebagai berikut. Tabel 5.2 Hubungan LDL dan Kolesterol Total Kelestro Total Koreas = cormal Sewn Come Pts | ise | me | TT gee a 105 esa 0000 Kesimpulan: Korelasi atau kuatnya hubungan antara LDL dan Kolesterol Total adalah Positif 66.8% dengan Pyaiue = 0,000. 147/212 y @ play.google.com © an) 0Tabel 5.3 Hubungan LDL dan Kolesterol Total Kelesteot Total Koreas Be Normal Jernlab Cramer axa! =e 108 5 0.00 Normal 3.0% 1 Eve) ame Kesimpulan: Korelasi atau kuatnya hubungan antara LDL dan Kolesterol Total adalah Positif 52,9% dengan Pyaiue = 0,000. B. Analisis Regresi Analisis regresi digunakan untuk menganalisis pengaruh satu atau beberapa variabel bebas terhadap variabel terikat yang dinyatakan dalam model regres. 1. Model Regresi Tunggal Model regresi tunggal adalah model regresi linier yang hanya memiliki satu variabel bebas. Bentuk umum model regresi tunggal adalah sebagai berikut. Yi = Bo + Bixi t & Contoh: Misalkan penelitian bertujuan untuk _menganalisis pengaruh variabel x terhadap variabel y. Variabel x dan y masing-masing merupakan variabel berskala numerik. Hipotesis Statistik: a. Hg:B, =0 variabel x berpengaruh tidak signifikan terhadap variabel y b. Hy: B, #0 variabel x berpengaruh tidak signifikan terhadap variabel y Ol 149/212 y @ play.google.com © an) 0perubahan variabel y tergolong tinggi, yang diperlihatkan oleh nilai R? = 87,7%. Model Regresi Ganda Model regresi ganda adalah model regresi linier yang memiliki lebih dari satu variabel bebas. Bentuk umum model regresi ganda adalah sebagai berikut. Yt = Bo + BiXi + Boxz +o + BuXet & Contoh: Misalkan penelitian bertujuan untuk _menganalisis pengaruh variabel x, dan x, terhadap variabel y. Variabel 4, Xq, dan y masing-masing merupakan variabel numerik. Hipotesis Statistik Pengaruh Simultan: a. Ho:B: =B2=0 variabel x dan x; secarasimultan (bersama sama) berpengaruh tidak signifikan terhadap variabel y. b. Hy: B; #0 variabel x, dan x; secara simultan (bersama sama) berpengaruh signifikan terhadap variabel_y. Artinya terdapat paling sedikit satu variabel bebas yang berpengaruh signifikan terhadap variabel terikat. Kriteria Uji: Tolak hipotesis Hy apabila Pyare < @(5%) Hasil Uji: Uji F sours [ aaa {odo Se | a |iemsame | ¢ | oe te Ragessan | 7445455 TZ] szzrie | wesens | — 000 Residual esos | a | zzaer Teta exrso7s | __39 ‘9, Prego: (Constan), 2 #10, x1 = Usia ©. Dependent Variable: cordasan Emost | 51/212 @ play.google.comKriteria Uji: Tolak hipotesis Hp apabila Pyaiue < «(5%) Hasil Uji: Model Summary” usted | Std. Evorat | Duin Hew |__| rsauare | “Zauare | mneestmate | _ Watson 1 936" B77 873 5.18281 2270 1 Presictors: (Constant, X= Usia », Dependent Variable: Y = Kecerdasan Emosi Penyajian data pada laporan penelitian dapat diberikan dalam bentuk tabel sebagai berikut. Tabel 5.4 Model Regresi Tunggal Kocfisien Reresi value 95% CIforB Square Model regresi : y = 62,092 + 1,424x Variabel x berpengaruh positif terhadap variabel_y sebesar 1,424. Artinya apabila variabel x bertambah satu satuan, maka variabel y bertambah 1,424 satuan. Secara statistik, dengan menggunakan a=5% variabel x berpengaruh signifikan terhadap variabel_y dengan Pratue = 0,000 atau 95% convidence interval for f, adalah 1,249 @ play.google.com G aa) oO