Pasang Iklan

ads ads ads ads ads ads

Wednesday, 14 April 2010

ANALISIS KORELASI



BAB II
PEMBAHASAN
A. Definisi Teori Analisi Korelasi.
Dalam teori probabilitas dan statistika, korelasi, juga disebut koefisien korelasi, adalah nilai yang menunjukkan kekuatan dan arah hubungan linier antara dua peubah acak (random variable).
Dengan kata lain analisis korelasi di gunakan untuk mengetahui tentang derajat hubungan antara variable. Jadi, analisi korelasi berhubungan dengan derajat hubungan (seberapa kuat hubungan antara variable-variabel itu terjadi).
Korelasi merupakan teknik analisis yang termasuk dalam salah satu teknik pengukuran asosiasi / hubungan (measures of association). Pengukuran asosiasi merupakan istilah umum yang mengacu pada sekelompok teknik dalam statistik bivariat yang digunakan untuk mengukur kekuatan hubungan antara dua variabel. Diantara sekian banyak teknik-teknik pengukuran asosiasi, terdapat dua teknik korelasi yang sangat populer sampai sekarang, yaitu Korelasi Pearson Product Moment dan Korelasi Rank Spearman. Selain kedua teknik tersebut, terdapat pula teknik-teknik korelasi lain, seperti Kendal, Chi-Square, Phi Coefficient, Goodman-Kruskal, Somer, dan Wilson.
1. Teori Korelasi.
a. Korelasi dan Kausalitas
Ada perbedaan mendasar antara korelasi dan kausalitas. Jika kedua variabel dikatakan berkorelasi, maka kita tergoda untuk mengatakan bahwa variabel yang satu mempengaruhi variabel yang lain atau dengan kata lain terdapat hubungan kausalitas. Kenyataannya belum tentu. Hubungan kausalitas terjadi jika variabel X mempengaruhi Y. Jika kedua variabel diperlakukan secara simetris (nilai pengukuran tetap sama seandainya peranan variabel-variabel tersebut ditukar) maka meski kedua variabel berkorelasi tidak dapat dikatakan mempunyai hubungan kausalitas. Dengan demikian, jika terdapat dua variabel yang berkorelasi, tidak harus terdapat hubungan kausalitas.
Terdapat dictum yang mengatakan “correlation does not imply causation”. Artinya korelasi tidak dapat digunakan secara valid untuk melihat adanya hubungan kausalitas dalam variabel-variabel. Dalam korelasi aspek-aspek yang melandasi terdapatnya hubungan antar variabel mungkin tidak diketahui atau tidak langsung. Oleh karena itu dengan menetapkan korelasi dalam hubungannya dengan variabel-variabel yang diteliti tidak akan memberikan persyaratan yang memadai untuk menetapkan hubungan kausalitas kedalam variabel-variabel tersebut. Sekalipun demikian bukan berarti bahwa korelasi tidak dapat digunakan sebagai indikasi adanya hubungan kausalitas antar variabel. Korelasi dapat digunakan sebagai salah satu bukti adanya kemungkinan terdapatnya hubungan kausalitas tetapi tidak dapat memberikan indikasi hubungan kausalitas seperti apa jika memang itu terjadi dalam variabel-variabel yang diteliti, misalnya model recursive, dimana X mempengaruhi Y atau non-recursive, misalnya X mempengaruhi Y dan Y mempengaruhi X.
Dengan untuk mengidentifikasi hubungan kausalitas tidak dapat begitu saja dilihat dengan kaca mata korelasi tetapi sebaiknya menggunakan model-model yang lebih tepat, misalnya regresi, analisis jalur atau structural equation model.
b. Korelasi dan Linieritas.
Terdapat hubungan erat antara pengertian korelasi dan linieritas. Korelasi Pearson, misalnya, menunjukkan adanya kekuatan hubungan linier dalam dua variabel. Sekalipun demikian jika asumsi normalitas salah maka nilai korelasi tidak akan memadai untuk membuktikan adanya hubungan linieritas. Linieritas artinya asumsi adanya hubungan dalam bentuk garis lurus antara variabel. Linearitas antara dua variabel dapat dinilai melalui observasi scatterplots bivariat. Jika kedua variabel berdistribusi normal dan behubungan secara linier, maka scatterplot berbentuk oval; jika tidak berdistribusi normal scatterplot tidak berbentuk oval.
c. Asumsi
Asumsi dasar korelasi diantaranya seperti tertera di bawah ini:
1) Kedua variabel bersifat independen satu dengan lainnya, artinya masing-masing variabel berdiri sendiri dan tidak tergantung satu dengan lainnya. Tidak ada istilah variabel bebas dan variabel tergantung.
2) Data untuk kedua variabel berdistribusi normal. Data yang mempunyai distribusi normal artinya data yang distribusinya simetris sempurna. Jika digunakan bahasa umum disebut berbentuk kurva bel. Menurut Johnston (2004) ciri-ciri data yang mempunyai distribusi normal ialah sebagai berikut:
a) Kurva frekuensi normal menunjukkan frekuensi tertinggi berada di tengah-tengah, yaitu berada pada rata-rata (mean) nilai distribusi dengan kurva sejajar dan tepat sama pada bagian sisi kiri dan kanannya. Kesimpulannya, nilai yang paling sering muncul dalam distribusi normal ialah rata-rata (average), dengan setengahnya berada dibawah rata-rata dan setengahnya yang lain berada di atas rata-rata.
b) Kurva normal, sering juga disebut sebagai kurva bel, berbentuk simetris sempurna.
c) Karena dua bagian sisi dari tengah-tengah benar-benar simetris, maka frekuensi nilai-nilai diatas rata-rata (mean) akan benar-benar cocok dengan frekuensi nilai-nilai di bawah rata-rata.
d) Frekuensi total semua nilai dalam populasi akan berada dalam area dibawah kurva. Perlu diketahui bahwa area total dibawah kurva mewakili kemungkinan munculnya karakteristik tersebut.
e) Kurva normal dapat mempunyai bentuk yang berbeda-beda. Yang menentukan bentuk-bentuk tersebut adalah nilai rata-rata dan simpangan baku (standard deviation) populasi.
Korelasi bermanfaat untuk mengukur kekuatan hubungan antara dua variabel (kadang lebih dari dua variabel) dengan skala-skala tertentu, misalnya Pearson data harus berskala interval atau rasio; Spearman dan Kendal menggunakan skala ordinal; Chi Square menggunakan data nominal. Kuat lemah hubungan diukur diantara jarak (range) 0 sampai dengan 1. Korelasi mempunyai kemungkinan pengujian hipotesis dua arah (two tailed). Korelasi searah jika nilai koefesien korelasi diketemukan positif; sebaliknya jika nilai koefesien korelasi negatif, korelasi disebut tidak searah. Yang dimaksud dengan koefesien korelasi ialah suatu pengukuran statistik kovariasi atau asosiasi antara dua variabel. Jika koefesien korelasi diketemukan tidak sama dengan nol (0), maka terdapat ketergantungan antara dua variabel tersebut. Jika koefesien korelasi diketemukan +1. maka hubungan tersebut disebut sebagai korelasi sempurna atau hubungan linear sempurna dengan kemiringan (slope) positif.
Jika koefesien korelasi diketemukan -1. maka hubungan tersebut disebut sebagai korelasi sempurna atau hubungan linear sempurna dengan kemiringan (slope) negatif.
Dalam korelasi sempurna tidak diperlukan lagi pengujian hipotesis, karena kedua variabel mempunyai hubungan linear yang sempurna. Artinya variabel X mempengaruhi variabel Y secara sempurna. Jika korelasi sama dengan nol (0), maka tidak terdapat hubungan antara kedua variabel tersebut.
B. Jeni-jenis Korelasi.
1. Korelasi Product Moment.
Teknik korelasi ini di gunakan untuk mencari hubungan dan membuktikan hipotesis hubungan 2 variabel bila data kedua variable berbentuk interval atau ratio dan sumber data dari dua variable atau lebih tersebuat adalah sama.
Pengukuran ini dilakukan dengan menggunakan teknik korelasi Product Moment dari Pearson. Teknik ini bertujuan untuk menguji apakah tiap item atau butir pernyataan benar-benar mampu mengungkap faktor yang akan diukur atau konsistensi internal tiap item alat ukur dalam mengukur suatu faktor.
Nilai korelasi yang diperoleh (nilai korelasi per item dengan total item yang diperoleh setelah dikorelasikan secara statistik per individu) lalu dibandingkan dengan tabel nilai korelasi (r) Product Moment untuk mengetahui apakah nilai korelasi yang diperoleh signifikan atau tidak. Jika indeks nilai yang diperoleh dari perhitungan tersebut memiliki nilai yang lebih besar dari nilai table korelasi maka item itu dinyatakan valid demikian juga sebaliknya. Dalam penelitian ini terdapat keterbatasan menguji validitas alat ukur maka yang dilakukan adalah mengukur kesahihan butir (validitas item).
2. Korelasi Ganda.
Menurut Prof. DR. Sugiyono Korelasi ganda merupakan angka yang menunjukkan arah dan kuatnya hubungan antara dua variable independen secara bersama-sama atau lebih dengan satu variable dependen.
korelasi yang terdiri dari dua variabel bebas (X1, X2) serta satu variabel terikat (Y). apabila perumusan masalahnya terdiri dari tiga masalah, maka hubungan antara masing-masing variabel dilakukan dengan cara perhitungan korelasi sederhana, oleh karena itu berikut ini hanya akan dikemukakan cara perhitungan ganda antara X1, dan X2 dengan Y, yang bila dibagankan akan nampak sebagai berikut :
Jadi untuk mendapatkan korelasi ganda maka harus dihitung terlebih dahulu korelasi sederhananya melalui korelasi Product Moment dari Pearson
3. Korelasi parsial.
Menurut Prof. DR. Sugiyono korelasi parsial di gunakan untuk menganalisis bila peneliti bermaksud mengetahui pengaruh atau mengetahui hubungan antara variable independen dan dependen, dimana salah satu variable independenya dibuat tetap/di kendalikan.
Jadi korelasi parsial merupakan angka yang menunjukkan arah dan kuatnya hubungan antara dua variable atau lebih, setelah variable yang diduga dapat mempengaruhi hubungan variable tersebut tetap/dikendalikan.
Korelasi parsial adalah pengukuran hubungan antara dua variabel, dengan mengontrol atau menyesuaikan efek dari satu atau lebih variabel lain. Singkatnya r1234 adalah korelasi antara 1 dan 2, dengan mengendalikan variabel 3 dan 4 dengan asumsi variabel 1 dan 2 berhubungan linier terhadap variabel 3 dan 4. Korelasi parsial dapat digunakan pada banyak kasus, misalnya apakah nilai penjualan suatu komoditi terkait kuat kepada pembelanjaan iklan ketika efek harga dikendalikan. Jika korelasi parsialnya nol, maka dapat disimpulkan bahwa korelasi yang dihitung sebelumnya adalah semu
C. Kreteria Untuk Memilih Instrument.
Suatu pengukuran ialah skor (angka), yang ditentukan atas dasar sutu tes(Biyakto, 1993: 3). Pengukuran adalah suatu alat bantu dalam proses evaluasi dengan berbagai macam alat dan teknik yang dipergunakan untuk mengumpulkan data. Dengan demikian, yang dimaksud dengan pengukuran(measurement) adalah suatu proses untuk memperoleh besaran kuantitatif dari suatu objek tertentu dengan menggunakan alat ukur (test) yang baku (Wahjoedi, 2001: 12).
Dalam proses pengukuran dapat terjadi kekeliruan-kekeliruan. Ada 2 kelompok kekeliruan, yaitu kekeliruan sistematik (berkaitan dengan alat ukur, metode pengukuran, dan faktor manusia) dan kekeliruan acak (berkaitan dengan factor non teknis/sistematik).
Banyak kriteria-kriteria yang harus dipenuhi ketika kita harus memilih dan menentukan instrument yang tepat untuk melakukan pengukuran (baik itu dengan theodolit/theodolite, maupun total station lainnya) dalam sebuah proses atau dalam memilih valve yang tepat untuk kontrol aliran.
Kriteria tersebut yaitu:
 Akurasi: Dalam sebuah alat ukur/alat survey theodolit, akurasi berarti jumlah error yang mungkin terjadi ketika pengukuran sedang dilakukan. Itu berarti seberapa benarnya hasil pengukuran dari nilai aktualnya, dan biasanya digunakan untuk menjelaskan kecocokan alat ukur/ alat survey theodolite itu dalam mengukur nilai besaran yang mau diukur
 Daerah operasi (Range of operation): daerah operasi didefinisikan sebagai batas beroperasinya alat ukur/alat survey maupun juga valve, mulai dari nilai tertinggi sampai terendah dimana alat ukur maupun valve itu tetap dapat bekerja dengan benar dan dapat dijamin kebenarannya.
 Alokasi dana (Budget/Cost): Alokasi dana dalam pemilihan sangat penting juga karena kita harus dapat menentukan dengan yakin dan benar, dimana meskipun semua spesifikasi sudah dipenuhi oleh alat yang akan kita pilih, tetapi banyak factor lain yang harus diperhatikan.
mengidentifikasi empat kriteria biasanya dipertimbangkan dalam memilih dan mengembangkan alat ukur menerapkan konsep validitas, reliabilitas, dan administrability dalam memilih dan mengembangkan instrumen dalam pendidikan fisik mengidentifikasi tiga jenis norrms.
mengevaluasi perilaku mahasiswa di pendidikan Fisik bahwa instrumen ukur yang tepat diseleksi dan hasil developed.The dari pengukuran diambil server berbagai tujuan. Prestasi untuk menunjukkan kemajuan menuju tujuan mahasiswa, ini mungkin diukur untuk memperkirakan keberhasilan potensial di mengandung kegiatan, tes elektrokardiogram dapat administrability untuk melacak gelombang jantung selama latihan, dan appraisal indeks motivasional mungkin bermanfaat untuk pelatih dalam adalah Ekuivalen tingkat kinerja atlet. Tanpa menggunakan atribut atau properti apa yang sedang diukur harus terbuat dari hasil, semua berbagai exedures digunakan dalam program pengukuran harus posting tertentu penting karakteristik, yang dapat kelas bawah judul validitas, reliabilitas, dan administrability. Norma juga mungkin berharga dalam memilih alat ukur, tapi mereka busur tidak penting. karena mereka dapat dihitung setelah ujian telah diberikan. pertimbangan yang paling penting dalam instrumen pengukuran sejauh mana untuk mengukur apa itu metoded untuk mengukur.
Faktor ini disebut validitas. memiliki tingkat validitas tinggi, tes juga harus memiliki sampai tingkat tinggi reliaibility, yang mengacu pada konsistensi gol. Jika skor serupa yang diperoleh oleh minyak individu yang sama dalam tes yang sama pada waktu yang berbeda, menguji reasesses tingkat kehandalan yang tinggi (dependabilily).
administrability berurusan dengan pertimbangan praktis terlibat dalam memilih instrumen memuaskan (misalnya, kemudahan dari administrasi, waktu yang diperlukan, urutan pengujian, ketersediaan fasilitas dan peralatan, dan biaya). Norma, yang diinginkan tetapi tidak perlu, menunjukkan kinerja normal atau khas dari kelompok referensi pada alat pengukur. Mengukur instrumen dapat digunakan untuk menentukan atribut dari individu. Pada kali, atribut bisa begitu komprehensif dan kompleks yang mungkin sulit dilakukan di kelas pendidikan jasmani untuk mengukur setiap aspek. Dalam hal ini, instruktur dapat memilih sampel kinerja keterampilan yang mewakili atribut. Sampel ini biasanya berkembang menjadi suatu jenis alat ukur yang dapat digunakan di kelas; dari hasil, kesimpulan tentang atribut dapat digambarkan. Misalkan tujuannya adalah untuk siswa untuk mengembangkan kemampuan kinerja motor diperlukan untuk bermain golf. Untuk melakukannya siswa harus mampu melakukan berbagai keterampilan golf, seperti stroke, menggunakan setiap dari hutan (dari tee, fairway, dan kasar), setiap besi (dari tee, fairway, kasar, dan perangkap pasir), chipping (dari fairway kasar, dan. perangkap pasir), dan meletakkan (dari berbagai pesawat). Untuk mengukur kemampuan kas Apakah mungkin memerlukan waktu kelas ekstensif. Instruktur dapat memilih salah satu to tiga keterampilan kinerja sebagai wakil keterampilan kinerja yang diperlukan untuk bermain golf. Sampel pertunjukan assence estimasi kemampuan siswa untuk bermain golf, dan ini ilia kemampuan), disimpulkan dari hasil instrumen measurinng. yang appropriatesness dari kesimpulan dapat ditentukan melalui studi validitas yang menjawab pertanyaan, seberapa baik melakukan alat ukur yang dipilih merupakan kriteria yang harus diselesaikan?
1. Keabsahan
alat ukur ini berlaku untuk deggre bahwa langkah-langkah apa yang dimaksudkan untuk mengukur. ini kriteria tes yang baik mungkin kurang jelas dari yang pertama muncul. misalnya, beberapa pendidik fisik dapat menggunakan tes kinerja secara umum fisik yang mungkin termasuk pull up, jalankan mil dan duduk untuk memperkirakan seberapa baik siswa akan tampil di kelas basket, tapi tes jauh lebih efektif mungkin beberapa jenis keterampilan basket pengujian atau skala penilaian basket. lebih jelas, kita tidak akan menggunakan tes tertulis pada aturan bulutangkis untuk menilai kemampuan bermain bulutangkis dalam situasi permainan single. bukan, orang mungkin keterampilan seperti pendek dan panjang yang jelas server dan tinggi, drop, dan penempatan menghancurkan.
Keabsahan adalah tanpa pertanyaan kriteria yang paling penting dari sebuah alat ukur. tanpa nilai dan kegunaan dari hilang. stopwatch tidak berguna ketika mengukur jarak sebuah lompatan individu, dan tes keterampilan sepak bola memiliki nilai yang kecil dalam menentukan kemampuan berenang. Namun, stopwatch berlaku untuk mengukur waktu untuk berjalan 100 meter, dan memilih tes keterampilan sepak bola mungkin memiliki nilai ketika menentukan kemampuan bermain sepak bola untuk posisi tertentu.
Validitas selalu spesifik untuk penggunaan tertentu. Meskipun sepak bola melewati ujian keterampilan mungkin memiliki jika gelar tinggi validitas untuk menentukan kemampuan individu untuk skor lewat bola, ia memiliki derajat yang sangat rendah validitas untuk menganalisis kemampuan untuk kemampuan untuk menjadi itu seperempat kembali dalam situasi permainan, posisi yang membutuhkan keterampilan dan pengetahuan lain selain lewat. Validitas juga harus berlaku untuk kelompok tertentu. tes mungkin memiliki tingkat validitas yang tinggi bagi siswa maju tapi tidak untuk pemula. tes tenis memerlukan siswa untuk memukul bola yang didorong dari mesin bola tenis ke daerah tertentu mungkin memiliki tingkat validitas yang tinggi untuk pemain maju yang terbiasa dengan kecepatan tinggi bola dan berpengalaman dalam menempatkannya di daerah tertentu , Sedangkan pemula mungkin tidak dapat untuk mencetak sebuah titik pada tes.
validitas bertanya, apa benar dapat disimpulkan dari alat ukur? pertanyaan ini merujuk pada sifat intrinsik alat ukur. pengukuran dapat berupa tes keterampilan kinerja tertentu dari domain motor atau tes pengetahuan dari melakukan kognitif. perhatian adalah untuk mencapai beberapa kesimpulan tentang bagaimana curately skor merupakan keterampilan atau pengetahuan.
Diduga bahwa validitas adalah guru harus di bawah berat badan. Validitas suatu alat ukur tertentu. Instrumen validitas tergantung pada jenis instrumen desirec kesimpulan skor pengukuran. Standar untuk tes internasional dan psikologis (psikologis asosiasi american, 1974) menunjukkan bahwa ada metode umum saling bergantung empat interpendent inferensial dalam mengestimasi validitas: validitas kriteria terkait, metode independen kami memperkirakan validitas mereka saling terkait. Sangat sering lebih dari satu metode dalam mengembangkan instrumen pengukuran. Sebuah konten analisis Anda mungkin akan selesai untuk menentukan tes yang akan dimasukkan dalam pemeriksaan, hasil analisis kami akhirnya dapat digunakan dalam studi prediksi Anda untuk memperkirakan kinerja masa datang.

No comments:

Post a Comment