Level Pengukuran Variabel 1. Nominal : JK=L P; SB=H =; 2. Ordinal : (ordo)---ordeordinal---kelompok-- -prestasi belajar; 3. Interval : 4.

Ratio : Konsekuensi Mengenai Level Pengukuran Variabel UKURAN ASOSIASI DI ANTARA DUA VARIABEL Nominal Ordinal Interval/Ratio Pearsons Lambda Cramers Nominal Tschuprowst Wilcoxons Theta Eta the correlation Phi ratio Tetrachoric Ordinal Kruskals Gamma Jaspens M Kendalls Somers dyx Interval/Ratio Spearmans rho Pearsons Sumber : Champion (1981 : 354) , dalam Rakhmat 1985; 134).

Contoh 1 : Ukuran asosiasi di antara dua variable nominal Contoh masalah penelitian : Seberapa kuat pengaruh factor gender terhadap Jenis acara televisi yang ditonton ? Hipotesis : Hipotesis 1 : Terdapat pengaruh factor gender terhadap jenis acara tv yang ditonton Hipotesis 0 : Tidak terdapat pengaruh factor gender terhadap jenis acara tv yang fitonton Jawaban : 1) Data Penelitian : Acara TV Ditonton Sinetron Bukan Sinetron Jumlah Hubungan dua Variabel Nominal Gender Pria Wanita 11 58 24 47 35 105 Jumlah 69 71 140

2) Hitung asosiasi menurut Lambda : = fb + fk (Fb + Fk) 2 N- (Fb + Fk) = (58 + 47) + (24 + 58) (71 + 105) 2.140 (105) = (105) + (82) (176) 280 176 = 187 176 104 = 11 104 = 0,1057692 Contoh 2 : Ukuran asosiasi di antara dua variabel Ordinal: Contoh masalah Penelitian : Apakah ada hubungan antara kosmopolitanisme dengan kecepatan menerima gagasan baru ? Hipotesis : Hipotesis 1 : Makin kosmopolit, makin cepat menerima gagasan baru Hipotesis Nol : Tidak ada hubungan antara kosmopolitanisme dengan kecepatan menerima gagasan gagasan baru Hasil penelitian, setelah diolah/ditabulasi disajikan dalam table 1 Hasilnya,sbb.: Tabel 1 Hubungan Kosmopolitanisme dengan Kecepatan Menerima Kosmopolitanisme n: 150 Rendah Cukup Tinggi Kecepatan Menerima Gagasan Cepat 25 a 18 b 10 c Cukup 12 d 13 e 15 f Lambat 8g 17 h 32 i 45 48 57 Prosedur Analisis : Kita menghitung koefisien korelasi Kruskals Gamma, . Rumusnya,

 = fa - fi fa + fi di mana : fa = frekuensi kesepakatan (agreements) fi = frekuensi inverse (inversions) Secara operasional, dengan melihat lambang-lambang huruf pada tabel 1. fa = a (e +f + h + i ) + b (f + i) + d (h +i) + (e) (i) fi = c (d + e + g + h) + b (d + g) + f (g + h) + (e) (g) Langkah-langkah perhitungan : 1. Hitung dahulu fa dan fi fa = (25) (13 +15 + 17 + 32) + 18 (15 + 32) + (12) (17 + 32) + 13 (32) fa = 1925 + 846 + 588 + 416 fa = 3775 fi = (10) (12 + 13 + 8 + 17) 18 (12 + 8) + (15) (8 + 17) + (13) (8) fi = 500 + 300 + 375 + 104 fi = 1339 2. Masukkan hasil perhitungan pada langkah pertama ke dalam rumus : = 3775 - 1339 3775 + 1339 = 2436 5114 = 0,48 3. Tinhgkat significansi dapat dinilai dengan menghitung nilai Z Z = ( ) fa-fi N (1- ) Nilai hasil perhitungan = 0,48 fa = 3775 fi = 1339 N = 150 Jadi, Z = (0,48) 3775 -1339 (150) (1-0,48) = (0,48) 21,04 = (0,48) (4,592) = 2,20 Untuk tingkat signifikansi 0,05 dengan uji dua arah (two tail test), nilai Kritis adalah sekitar 1,96. Dengan demikian, nilai gamma hasil perhitungan, sebesar 2,20, lebih besar daripada 1,96. Karena itu hipotesis nol dapat ditolak. Artinya, makin kosmopolit responden, memang makin cepat mereka dalam menerima gagasan baru.

Proosedur lain bdlm statstik : 1)Statistik Deskriptif 2)Statistik Inferensial

== Contoh : Perhitungan X Hubungan Motif Menonton Televisi dengan Kebutuhan Informasi Kriminal Dalam Sergap RCTI N = 71
Motif Kadar Kebutuhan Tinggi Sedang f0 6 6 Kognitif Ft 6,33 4,0 F0 17 8 Afektif Ft 15,83 10,0 f0 12 4 Escapist ft% 8,14 5,14 Companion ship f0 3 6 Ft 7,69 4,85 f 38 24 Jumlah % 100,00 (45,24) 100,00 (28,57) Rendah Jumlah 2 14 3,66 10 35 9,16 2 18 4,71 8 17 4,45 22 84 100,00 (26,19) 100,00

X = 11,981, df 6, p < 0,10 Keterangan: Kecenderungan bentuk motif lebih dari satu; % ( ) adalah % ke sub motif.ke bawah. Sumber : Hasil Olahan Data, Pebruari 2006 df (derajat kebebasan) untuk tabel 8.1 = (3-1) (4-1) = (2) (3) = 6

Ft = total baris x total kolom / Total Observasi Contoh : 38 x 14 / 84 = 6,33 38 x 35 /84 = 15,83 Untuk mengetahui asosiasi/hubungan kedua variabel, maka perlu dicari lebih dulu nilai X - nya. Menurut Rakhmat (1984 : 135), caranya dengan menggunakan rumus berikut ini : Jumlah X adalah

 (f0 ft) ft

Berdasarkan rumus tersebut, maka hasil perhitungannya menjadi sebagai berikut : Kamar f0 ft (f0 ft) (f0 ft) ft 1 2 3 4 5 6 7 8 9 10 11 12 6 17 12 3 6 8 4 6 2 10 2 8 6,33 15,83 8,14 7,69 4,0 10,0 5,14 4,85 3,66 9,16 4,71 4,45 ( -0,33 ) = 0,109 ( 1,17 ) = 1,369 ( 3,86 ) = 14,90 ( -4,69 ) = 21,99 ( 2,0 ) = 4.00 ( -2 ) = 4.00 ( -1,14 ) = 1,30 ( -1,15 ) = 1,32 ( -1,66 ) = 2,75 ( 0,84 ) = 0,70 ( -2,71 ) = 7,344 ( 3,55 ) = 12,60 0,017 0,086 1,830 2,860 1,000 0,400 0,253 0,273 0,753 0,077 1,60 2,832 _______+ 11,981 Hasil perhitungan X tabel 8.1. adalah sebesar 11,981. Dengan melihat tabel distribusi X, maka terlihat di situ bahwa untuk p (probabilitas) 0,05, pada df 6 adalah sebesar 12,592. Dengan demikian nilai ini lebih besar dari pada nilai X tabel 8.1 yang nilainya sebesar 11,981. Ini berarti, hipotesis yang menyebutkan adanya hubungan di antara variabel kebutuhan informasi kriminal dengan motif menonton televisi, dapat ditolak. Meskipun begitu, jika ditelusuri lebih jauh pada tabel distibusi X, diketahui bahwa nilai X tabel 8.1. yang sebesar11,981 tadi lebih besar dibandingkan dengan nilai pada tabel distribusi X pada sejumlah tingkat probabiliti. Hasil lengkap perbandingan dengan nilai dalam tabel distribusi X adalah sbb. :

pada taraf probabllitas pada taraf probabllitas pada taraf probabllitas pada taraf probabllitas pada taraf probabllitas pada taraf probabllitas

0,10 0,20 0,30 0,50 0,70 0,80

= 10,645 = 8,558 = 7,231 = 5,348 = 3,828 = 3,070

Dengan hasil tinjauan terhadap nilai pada tabel distibusi X di atas, kiranya dapat diartikan bahwa hubungan dua variabel memiliki signifikansi. Signifikansi tertingginya yaitu pada taraf probabllitas 0,10 = 10,645. Dengan signifikansi tersebut, maka dalam kondisi yang sama terhadap penelitian yang sejenis, maka hubungan Untuk mengetahui kadar hubungan ini, maka diantaranya dengan mengacu pada usuran Guilford (1956 : 145, dalam Rakhmat, 1985; 29). Menurut Guilford, koefisien korelasi diartikan secara kasar, sbb. : < 0,20 hubungan rendah sekali 0,20 0,40 hubungan rendah tapi pasti 0,40 - 0,70 hubungan yang cukup berarti 0,70 - 0,90 hubungan yang tinggi; kuat > - 0,90 hubungan sangat tinggi, kuat sekali, dapat diantalkan