Archive for the ‘Uji r’ Category

Korelasi Pearson

Desember 31, 2010

Contoh kasus

Seorang peneliti ingin mengetahui apakah ada hubungan antara banyaknya jumlah pupuk urea yang diberikan pada tanaman terhadap hasil yang diperoleh. Pada penelitiannya ia mencoba pupuk urea butiran pada tanaman cabai merah.

Hipotesis

Ho : r =0, tidak ada hubungan antara dosis pupuk urea dengan hasil cabai

HA : r ≠0, ada hubungan antara dosis pupuk urea dengan hasil cabai

Hasil Percobaan

Hasil percobaan yang ia peroleh adalah sebagai berikut (data rekaan)

data urea vs cabai

Analisis

analisis pearson

rumus r

rhithit

r tabel = rα(df) = r0.05(n-2) =r0.05(14-2) = r0.05(12) = 0.5324

Kriteria Pengambilan Kesimpulan

Terima H0, jika r < r table

Tolah H0, alias terima HA, jika r ≥ r table

Kesimpulan

Karena Nilai r > r table, maka tolak H0, alias terima HA

Jadi, ada hubungan yang NYATA antara dosis pupuk urea dengan hasil cabai

Karena r bernilai positif, maka kita dapat menyatakan bahwa hubungan keduanya positif, yaitu semakin banyak dosis pupuk urea yang diberikan, maka semakin tinggi hasil cabai yang diperoleh.

Uji r

Desember 31, 2010

Uji r atau uji korelasi digunakan untuk mempelajari hubungan antara dua variabel atau lebih. Hubungan yang dipelajari adalah hubungan yang linier atau garis lurus. Oleh karena itu, uji r ini sering disebut juga uji korelasi linier. Bila hubungan dua variabel yang sedang dipelajari tidak linier, maka uji ini tidak cocok dipakai, sehingga harus dicari uji lain, seperti uji kuadratik atau uji nonlinier. Perlu dipahami juga bahwa uji korelasi ini hanya dipakai untuk variabel kuantitatif. Artinya, uji ini baru bisa dipakai bila variabel yang sedang dipelajari itu keduanya adalah variabel kuantitatif. Bila tidak, maka uji lain seperti uji χ2 harus dipilih.

Ada dua jenis uji korelasi, yaitu Korelasi Pearson dan Korelasi Spearman. Korelasi Spearman. Bila data berdistribusi normal atau mendekati normal, maka Korelasi Pearson menjadi pilihan, tetapi bila distribusi data sangat ekstrem tidak normal, maka Korelasi Spearman jadi pilihan.

Ukuran korelasi disebut koefisien korelasi, disingkat dengan r. Nilai r berkisar antara –1 sampai +1, termasuk 0. Semakin besar nilai r (mendekati angka 1), maka semakin erat hubungan kedua variabel tersebut. Sebaliknya, semakin kecil nilai korelasi (mendekati angka 0), maka semakin lemah hubungan kedua variabel tersebut. Perlu diketahui bahwa kendatipun nilai r besar, yang menunjukkan ada hubungan yang erat, tetapi kita tidak dapat serta merta menyatakan bahwa hubungan yang terjadi adalah hubungan sebab-akibat antara dua variabel tersebut.

Nilai r ini bisa bertanda positif, tetapi juga bisa negatif. Berikut adalah interpretasi dari tanda pada koefisien korelasi.

1. Jika nilai r = + (positif), maka hubungannya adalah berbanding lurus. Artinya, semakin besar nilai variabel X, maka semakin besar pula nilai variabel Y atau semakin kecil nilai variabel X maka semakin kecil pula nilai variabel Y .

2. Jika nilai r = – (negatif) maka hubungannya adalah berbanding terbalik. Artinya semakin besar nilai variabel X , maka semakin kecil nilai variabel Y atau semakin kecil nilai variabel X, maka semakin besar nilai variabel Y.

3. Jika nilai r = 0, artinya tidak ada hubungan sama sekali antara variabel X dan variabel Y.

Tabel r

Desember 27, 2010

Nilai Koefisien Korelasi ® untuk taraf signifikan tertentu

df 0.10 0.05 0.02 0.01
1 0.9877 0.9969 0.9995 0.9999
2 0.9000 0.9500 0.9800 0.9900
3 0.8054 0.8783 0.9343 0.9587
4 0.7293 0.8114 0.8822 0.9172
5 0.6694 0.7545 0.8329 0.8745
6 0.6215 0.7067 0.7887 0.8343
7 0.5822 0.6664 0.7498 0.7977
8 0.5494 0.6319 0.7155 0.7646
9 0.5214 0.6021 0.6851 0.7348
10 0.4973 0.5760 0.6581 0.7079
11 0.4762 0.5529 0.6339 0.6835
12 0.4575 0.5324 0.6120 0.6614
13 0.4409 0.5140 0.5923 0.6411
14 0.4259 0.4973 0.5742 0.6226
15 0.4124 0.4821 0.5577 0.6055
16 0.4000 0.4683 0.5425 0.5897
17 0.3887 0.4555 0.5285 0.5751
18 0.3783 0.4438 0.5155 0.5614
19 0.3687 0.4329 0.5034 0.5487
20 0.3598 0.4227 0.4921 0.5368
21 0.3515 0.4132 0.4815 0.5256
22 0.3438 0.4044 0.4716 0.5151
23 0.3365 0.3961 0.4622 0.5052
24 0.3297 0.3882 0.4534 0.4958
25 0.3233 0.3809 0.4451 0.4869
26 0.3172 0.3739 0.4372 0.4785
27 0.3115 0.3673 0.4297 0.4705
28 0.3061 0.3610 0.4226 0.4629
29 0.3009 0.3550 0.4158 0.4556
30 0.2960 0.3494 0.4093 0.4487
31 0.2913 0.3440 0.4032 0.4421
32 0.2869 0.3388 0.3972 0.4357
33 0.2826 0.3338 0.3916 0.4296
34 0.2785 0.3291 0.3862 0.4238
35 0.2746 0.3246 0.3810 0.4182
36 0.2709 0.3202 0.3760 0.4128
37 0.2673 0.3160 0.3712 0.4076
38 0.2638 0.3120 0.3665 0.4026
39 0.2605 0.3081 0.3621 0.3978
40 0.2573 0.3044 0.3578 0.3932
41 0.2542 0.3008 0.3536 0.3887
42 0.2512 0.2973 0.3496 0.3843
43 0.2483 0.2940 0.3457 0.3801
44 0.2455 0.2907 0.3420 0.3761
45 0.2429 0.2876 0.3384 0.3721
46 0.2403 0.2845 0.3348 0.3683
47 0.2377 0.2816 0.3314 0.3646
48 0.2353 0.2787 0.3281 0.3610
49 0.2329 0.2759 0.3249 0.3575
50 0.2306 0.2732 0.3218 0.3542
51 0.2284 0.2706 0.3188 0.3509
52 0.2262 0.2681 0.3158 0.3477
53 0.2241 0.2656 0.3129 0.3445
54 0.2221 0.2632 0.3102 0.3415
55 0.2201 0.2609 0.3074 0.3385
56 0.2181 0.2586 0.3048 0.3357
57 0.2162 0.2564 0.3022 0.3328
58 0.2144 0.2542 0.2997 0.3301
59 0.2126 0.2521 0.2972 0.3274
60 0.2108 0.2500 0.2948 0.3248
61 0.2091 0.2480 0.2925 0.3223
62 0.2075 0.2461 0.2902 0.3198
63 0.2058 0.2441 0.2880 0.3173
64 0.2042 0.2423 0.2858 0.3150
65 0.2027 0.2404 0.2837 0.3126
66 0.2012 0.2387 0.2816 0.3104
67 0.1997 0.2369 0.2796 0.3081
68 0.1982 0.2352 0.2776 0.3060
69 0.1968 0.2335 0.2756 0.3038
70 0.1954 0.2319 0.2737 0.3017
71 0.1940 0.2303 0.2718 0.2997
72 0.1927 0.2287 0.2700 0.2977
73 0.1914 0.2272 0.2682 0.2957
74 0.1901 0.2257 0.2664 0.2938
75 0.1888 0.2242 0.2647 0.2919
76 0.1876 0.2227 0.2630 0.2900
77 0.1864 0.2213 0.2613 0.2882
78 0.1852 0.2199 0.2597 0.2864
79 0.1841 0.2185 0.2581 0.2847
80 0.1829 0.2172 0.2565 0.2830
81 0.1818 0.2159 0.2550 0.2813
82 0.1807 0.2146 0.2535 0.2796
83 0.1796 0.2133 0.2520 0.2780
84 0.1786 0.2120 0.2505 0.2764
85 0.1775 0.2108 0.2491 0.2748
86 0.1765 0.2096 0.2477 0.2732
87 0.1755 0.2084 0.2463 0.2717
88 0.1745 0.2072 0.2449 0.2702
89 0.1735 0.2061 0.2435 0.2687
90 0.1726 0.2050 0.2422 0.2673
91 0.1716 0.2039 0.2409 0.2659
92 0.1707 0.2028 0.2396 0.2645
93 0.1698 0.2017 0.2384 0.2631
94 0.1689 0.2006 0.2371 0.2617
95 0.1680 0.1996 0.2359 0.2604
96 0.1671 0.1986 0.2347 0.2591
97 0.1663 0.1975 0.2335 0.2578
98 0.1654 0.1966 0.2324 0.2565
99 0.1646 0.1956 0.2312 0.2552
100 0.1638 0.1946 0.2301 0.2540
1000 0.0519 0.0619 0.0734 0.0812
10000 0.0164 0.0196 0.0233 0.0258