Pengujian Hipotesis Asosiatif (Bag 1)


Hipotesis asosiatif merupakan dugaan adanya hubungan antar variabel dalam populasi, melalui data hubungan variabel dalam sample. Untuk itu dalam langkah awal pembuktiannya, maka perlu dihitung terlebih dahulu koefisien korelasi antar variabel dalam sampel, baru koefisien yang ditemukan itu diuji signifikansinya. Jadi menguji hipotesis asosiatif adalah menguji koefisiensi korelasi yang ada pada sampel untuk diberlakukan pada seluruh populasi dimana sampel diambil (lihat gambar 7.1). Bila penelitian dilakukan pada seluruh populasi maka tidak diperlukan pengujian siginifikansi terhadap koefisien korelasi yang ditemukan. Hal ini berarti peneliti tidak merumuskan dan menguji instrumen statistik.

Menguji Hipotesis Asosiatif
Terdapat tiga macam bentuk hubungan antar variabel, yaitu hubungan simetris, hubungan sebab akibat (kausal) dan hubungan interaktif (saling mempengaruhi). Untuk mencari hubungan antara dua variabel atau lebih dilakukan dengan menghitung korelasi antar variabel yang akan dicari hubungannya. Korelasi merupakan angka yang menunjukkan arah dan kuatnya hubungan antar dua vriabel atau lebih. Arah dinyatakan dalam bentuk hubungan positif atau negatif, sedangkan kuatnya hubungan dinyatakan dalam besarnya koefisien korelasi.

Hubungan dua variabel atau lebih dinytakan positif, bila nilai suatu variabel ditingkatkan, maka akan meningkatkan variabel yang lain, dan sebaliknya bila satu variabel diturunkan maka akan menurunkan variabel yang lain. Sebagai contoh, ada hubungan positif antara tinggi badan dengan kecepatan lari, hal ini berarti semakin tinggi badan orang, maka akan semakin cepat larinya, dan semakin pendek orang maka akan semakin lambat larinya.

Hubungan dua variabel atau lebih dinyatakan negatif, bila nilai satu variabel dinaikkan maka akan menurunkan nilai variabel yang lain, dan juga sebaliknya bila nilai satu variabel diturunkan, maka akan menaikkan nilai variabel yang lain. Contoh misalnya ada hubungan negatif antara curah hujan dengan es yang terjual. Hal ini berarti semakin tinggi curah hujan, maka akan semakin sedikit es yang terjual, dan semakin sedikit curah hujan, maka akan semakin banyak es yang terjual. Korelasi positif dan negatif ditunjukkan pada gambar 7.2a dan 7.2b berikut.

Kuatnya hubungan antar variabel dinyatakan dalam koefisien korelasi. Koefisien korelasi positif sebesar = 1 dan koefisien korelasi negatif terbesar adalah -1, sedangkan yang terkecil adalah 0. Bila hubungan antara dua vairiabel atau lebih itu mempunyai koefisien korelasi = 1 atau -1, maka hubungan tersebut sempurna. Dalam arti kejadian- kejadian pada variabel yang satu akan dapat dijelaskan atau diprediksikan oleh variabel yang lain tanpa teriadi kesalahan (error). Semakin kecil koefisien korelasi, maka akan semakin besar e:ror untuk membuat prediksi. Sebagai contoh, bila hubungan bunyinya burung Prenjak mempunyai koefisien korelasi sebear 1, maka akan dapat diramalkan setiap ada bunyi burung Prenjak maka akan dipastikan akan ada tamu. Tetapi kalau  koefisien korelasinya kurang dari satu, Setiap ada bunyi burung Prenjak belum tentu ada tamu, apa lagi koefisien korelasinya mendekati 0.

Besarnya koefisien korelasi dapat diketahui berdasarkan penyebaran titik-titik pertemuan antara dua variabel misalnya X dan Y. Bila titik-titik itu terdapat dalam satu garis, maka koefisien korelasinya 1 atau -1. Bila titik-titik itu membentuk lingkaran, maka koefesien korelasinya = 0. Hubungan X dengan Y untuk berbagai koefisien bila digambarkan dalam diagram pencar (scatterplot) dapat dilihat pada gambar 6.3a, 6.3b, dan 6.3c.


Terdapat bermacam-macam teknik Statistik Korelasi yang dapat digunakan untuk menguji hipotesis isosiatif. Tenik koefisien mana yang akan dipakai tergantung pada jenis data yang akan dianalisis. Berikut ini dikemukakan berbagai teknik statistik korelasi yang digunakan untuk menguji hipotesis asosiatif. Untuk data nominal dan ordinal digunakan statistik nonparametris dan untuk data interval dan ratio digunakan statistik parametris


Pedoman Untuk Memilih Teknik Korelasi Dalam Pengujian Hipotesis