1 / 11

Menguji Keeratan Hubungan Dua Variabel Berskala Nominal

Menguji Keeratan Hubungan Dua Variabel Berskala Nominal. Pendahuluan. Jika tadi kita contohkan bahwa berdasarkan analisis Crosstab ditemukan terdapat hubungan antara dua variabel berskala nominal, yaitu antara gender dengan pekerjaan

blaise
Download Presentation

Menguji Keeratan Hubungan Dua Variabel Berskala Nominal

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. MengujiKeeratanHubunganDuaVariabelBerskala Nominal

  2. Pendahuluan • Jika tadi kita contohkan bahwa berdasarkan analisis Crosstab ditemukan terdapat hubungan antara dua variabel berskala nominal, yaitu antara gender dengan pekerjaan • Sekarang kita akan cari tahu seberapa besar keeratan hubungan tersebut.

  3. SPSS menyediakanduacarauntukmengukurhubungantersebut, yaitu: • Symetric Measures, yaituhubungan yang setaradanberdasarkanperhitungan Chi-square • Directional Measures, yaituhubungan yang tidaksetaradanberdasarkanpada proportional Reduction In Error (PRE) • KeduacaraperhitungandiatasdapatdigunakanpadakasushubunganantaraPekerjaandengan Gender.

  4. Case Processing Summary Analisis Output Bagian Pertama (Case Processing Summary) Ada 25 data yang semuanya diproses (tidak ada data missing), sehingga tingkat validitasnya 100%.

  5. gender * kerja Crosstabulation • Count • Analisis Output Bagian Kedua • (Crosstab antara Gender dengan Pekerjaan) • Terlihat tabel silang yang memuat hubungan diantarakedua variabel • Misalnya, pada baris-1 kolom-1, terdapat angka 8. Hal ini berarti ada 8 orang pria (variabel gender) yang mempunyai pekerjaan karyawan (varaibel Pekerjaan) • Demikian pula untuk data yang lainnya.

  6. Disini juga ada 3 ukuran untuk mengukur hubungan antara kedua variabel tersebut Namun di sini ada pembedaan, yaitu satu variabel sebagai dependen sedangkan yang lainnya sebagai variabel independen.

  7. Symmetric ataukeduavariabelsetara (bebas), makabesarkorelasinyaadalah 0,393 ataucukuplemah (kurangdari 0,50) • Angkasignifikansinyaadalah 0,045 ataudibawah 0,05 yang berartikeduavariabelmemangberhubungansecaranyata. • Jikaadaperkataan Dependent, dipakaipedoman (berlakuuntukketigaalatuji) berikut: • Jikaangkakorelasi 0, makapengetahuanakanvariabelindependentidakmenolongdalamusahamemprediksivariabeldependen • Jikaangkakorelasi = 1, makapengetahuanakanvariabelindependenmenolongdalamusahamemprediksivariabeldependen

  8. Contohanalisispada Lambda • Gender KonsumenDependenatau Gender sebagaivariabeldependen (tergantung), dimanaPekerjaanadalahvariabelindependennya. Karenaangkasignifikansi 0,116 lebihbesardaripada 0,05 (5%), makavariabelIndependen/bebasyaituPekerjaantidakdapatmemprediksivariabeldependenyaitu Gender. • PekerjaanKonsumenDependenatauPekerjaansebagaivariabeldependen (tergantung), dimana gender adalahvariabelindependennya. Karenaangkasignifikansi 0,041 lebihbesardaripada 0,05 (5%), makavariabelIndependen/bebasyaituPekerjaandapatmemprediksivariabeldependenyaitu Gender. TetapiAngkaKorelasilambdanya 0,313 < 0,50 iniartinyakorelasinyalemah. Bisadikatakanbahwapengetahuanakan gender seorangkonsumentidakbegitumenolongdalammupayamemprediksipekerjaankonsumentersebut. Ataupekerjaankonseumensebagaikaryawanataupetaniatauwiraswastatidakbisadiperkirakanbegitusajakarenaiaseoraangpriaatauwanita.

  9. AnalisispadaKorelasi Goodman danKruskal Tau • Dari angkasignifikansikeduanyaadalahsignifikan (berbedadengan Lambda), namunbesarkorelasinyajugatidakkuat. Atauvariabel gender tidakbisamemprediksisecarakuatvariabelPekerjaanseorangkonsumen, demikian pula sebaliknya. • AnalisispadaKorelasi Uncertainty Coefficient • Dari angkasignifikansiketiganyaadalahsignifikan, namunbesarkorelasinyajugatidakkuat. Atauvariabel gender tidakbisamemprediksisecarakuatvariabelPekerjaanseorangkonsumen, demikian pula sebaliknya. • AnalisispadaKorelasi Asymptotic Standard Error • Di sinisyaratnyaharusdidapatkankorelasi yang signifikan. Sebagaicontohangkakorelasi lambda sebesarr 0,313 yang signifikan, didapatstandar error 0,137. • Padatingkatkepercayaan 95% atauadaduastandardeviasi, makarentangkorelasiadalah: 0,313 ± (2 x 0,137) atauantara 0,039 sampai 0,587

  10. Output bagian Ketiga (Symmetric Measures) Symmetric Measures a Not assuming the null hypothesis. b Using the asymptotic standard error assuming the null hypothesis. c Based on normal approximation. Di sini hanya diperhatikan besar korelasi antara Nominal-Nominal Hal ini karena kedua variabel berskala nominal, karena itu besaran Pearson dan Spearman tidak relevan untuk dibahas.

  11. Ada 3 besaranuntukmenghitungkorelasiantaravariabelpekerjaandengan gender, danketiganyamempunyaiangkasignifikanataunilaiProbabilitas 0,021 • KarenanilaiProbabilitasdibawah 5%, makabisadikatakanadahubunganantarakeduavariabeltersebut (sepertitelahterbuktisebelumnya). • Besarankorelasi (Phi dan Cramer) menghasilkanangkasamayaitu 0,555 • Sedangkankoefisienkontingensimenghasilkanangka 0,485 (lebihkecil) • Dari ketigabesaranitubisadisimpulkanadanyahubungan yang cukuperatantara (disebuteratjikamendekatiangka 1 dantidakadahubunganbilamendekatiangka 0) antaravariabelpekerjaandenganvariabeljender.

More Related