Koefisien korelasi adalah suatu ukuran hubungan antara dua variabel, yang memiliki nilai antara -1 dan 1. Jika variabel-variabel keduanya memiliki hubungan linier sempurna, koefisien korelasi itu akan bernilai 1 atau -1. Tanda positif/negatif bergantung pada apakah variabel-variabel itu memiliki hubungan secara positif atau negatif. Koefisien korelasi bernilai 0 jika tidak ada hubungan yang linier antara variabel. Ada terdapat dua jenis koefisien korelasi yang dapat digunakan. Yang pertama adalah koefisien korelasi produk momen Pearson, dan yang lain disebut koefisien korelasi rank Spearman, yang berdasar pada hubungan peringkat (rank) antara variabel-variabel. koefisien korelasi Pearson lebih umum digunakan di dalam mengukur hubungan antara dua variabel.
Misalkan pada pengukuran dengan data berpasangan (X1,Y1), (X2,Y2), . . . ,(Xn,Yn), koefisien korelasi produk momen Pearson di peroleh dengan rumus sebagai berikut:
Margin of Error dan Titik Kritis (Critical Value)
Margin of error adalah suatu tingkat ketidaksesuaian hasil statistik dengan dengan kenyataan di lapangan yang berarti margin of Error ini dapat menunjukkan keakuratan dalam suatu penelitian/poling/survei. Kita dapat menetukan margin of error dengan menggunakan formula aljabar, chart (tabel) ataupun dengan menggunakan bantuan kalkulator/software. Seorang peneliti hanya membutuhkan tiga buah syarat yaitu, ukuran populasi, ukuran sampel dan standar deviasi yang diperoleh dari setiap pengamatan sampel. Setelah semua syarat ini terpenuhi maka kita dapat menghitung besarnya margin eror. Semakin besar nilai dari margin error, maka semakin besar tingkat kekeliruan yang terjadi dalam penelitian.
menghitung margin of error dengan menggunakan rumus:
menghitung margin of error dengan menggunakan rumus:
Kelebihan dan kekurangan Analisis Korespodensi
Analisis korespondensi memiliki kelebihan dan kekurangan dibandingkan dengan analisis teknik lainnya yaitu :
A. Kelebihan
Analisis Multivariat
Pengujian Hipotesis
A. Kelebihan
- Memberikan tampilan grafik gabungan dari kategori baris dan kolom dalam satu gambar yang berdimensi sama.
- Sangat tepat untuk menganalisis data variabel kategori ganda (multiple categorical variable) yang dapat digambarkan secara sedehana dalam data tabulasi siang (crosstabulated data).
- Tidak hanya menggambarkan hubungan antara baris dan kolom tetapi juga antar kategori dalam baris dan kolom.
- Cukup fleksibel untuk digunakan dalam data matrik berukuran besar.
- Analisis ini tidak cocok untuk pengujian hipotesis tetapi sangat tepat untuk eksplorasi data.
- Tidak mempunyai suatu metode khusus untuk menentukan atau memutuskan jumlah dimensi yang tepat.
Analisis Multivariat
Pengujian Hipotesis
Analisis korespondensi
Analisis korespondensi merupakan sebuah teknik yang memperlihatkan baris dan kolom dari suatu data yang berbentuk matrik (dua arah yang kemudian dapat diperluas untuk tabel kontigensi multi arah) pada suatu ruang vektor berdimensi kecil dan optimal.
Analisis korespondensi ditemukan dan dikembangkan pertama kali tahun 1960-an oleh jean – paul Benzeory dan kawan-kawan di Perancis. Analisis ini juga didesain untuk digunakan dalam pengembangan –pengelompokan yang mewakili data frekuensi.
Analisis korespondensi ditemukan dan dikembangkan pertama kali tahun 1960-an oleh jean – paul Benzeory dan kawan-kawan di Perancis. Analisis ini juga didesain untuk digunakan dalam pengembangan –pengelompokan yang mewakili data frekuensi.
Langganan:
Postingan (Atom)