Penjelasan Koefisien Kontingensi C dan Cara Hitung Lengkap

Koefisien Kontingensi C

Koefisien Kontingensi adalah uji korelasi antara dua variabel yang berskala data nominal. Fungsinya adalah untuk mengetahui asosiasi atau relasi antara dua perangkat atribut. Koefisien ini fungsinya sama dengan beberapa jenis koefisien korelasi lainnya, seperti koefisien korelasi phi, cramer, lambda, uncertainty, spearman, kendall tau, gamma, Sommer’s. Namun dalam hal ini, Kontingensi C adalah uji korelasi yang spesifik untuk data berskala nominal. Selain itu uji ini juga paling sering atau lazim digunakan dibandingkan uji koefisien korelasi data nominal lainnya.

Uji ini sangatlah erat kaitannya dengan uji chi-square. Sebab berdasarkan rumus uji koefisien ini, bahwa tidaklah mungkin koefisien ini dapat dihitung tanpa terlebih dahulu mengetahu nilai dari chi-square. Jadi, logikanya adalah hitung terlebih dahulu chi-square, baru kemudian hitung koefisien kontingensi.

Rumus Koefisien Kontingensi

Berikut adalah rumusnya:

Metode:

Rumus Kontingensi C

dimana:

Contoh Rumus Pearson Chi-Square

Suatu penelitian ingin mengetahui: “apakah ada perbedaan diantara mahasiswa Fakultas A dalam hal kesukaannya terhadap beberapa jenis musik?”

Hasil hitung: X2 = 8,5

Yang akan dibuktikan:

Ha  -> C  ≠ 0

H0  -> C  = 0

Besarnya koefisien kontingensi:

Contoh Hitung Koefisien C

Signifikansi Koefisien Kontingensi

Uji signifikansi :

  1. X2  = 8,5 -> signifikan pada ∂ = 0,02
  2. C = 0,285
  3. Jadi C ≠ 0
  4. Dengan demikian mahasiswa menurut jurusan dan jenis musik yang digemari berhubungan didalam populasinya.
Daerah Penerimaan Koefisien Kontingensi

Dengan mempelajari tutorial di atas, diharapkan para pembaca memahami sebanarnya cara perhitungan atau rumus uji dalam tutorial ini. Selanjutnya dalam prakteknya, para peneliti atau pembaca dapat langsung menggunakan aplikasi SPSS.

Dengan menggunakan SPSS, kita bisa langsung menilai tingkat signifikansi atau kemaknaan nilai koefisien. Yaitu, apabila nilai signifikansi < 0,05 atau batas kritis, maka dapat diartikan bahwa: terima H1 atau bermakna secara statistik.

Nilai Signifikansi dalam uji ini adalah berdasarkan perhitungan uji chi square. Jenis uji yang lain dan mirip dengan uji ini antara lain: Uji koefisien cramer, lambda, phi dan uncertainty coefficient.

This article was last modified on 3 Februari 2017 06:26

Share
Anwar Hidayat

Founder dan CEO dari Statistikian Sejak 2012. Melayani jasa bantuan olah dan analisis data menggunakan berbagai aplikasi statistik, seperti: SPSS, STATA, Minitab, EViews, AMOS, SmartPLS dan Excel. Silahkan WhatsApp: 08816050259. Biaya 100 ribu sd 300 ribu Sesuai Beban. Proses 1 sd 3 Hari Tergantung Antrian.

Recent Posts

Variabel PLS SEM, Data, Model Hubungan dan Asumsinya

Variabel PLS SEM, Data, Model Hubungan dan Asumsinya Variabel PLS SEM Sebelum kita coba tutorial PLS SEM dalam aplikasi smartPLS,…

20 Desember 2018 00:14

PLS SEM: Pengukuran Kecocokan Model (Inner dan Outer)

Pengukuran Kecocokan Model PLS SEM Dalam bahasan kali ini kita akan melanjutkan artikel sebelumnya yaitu tentang partial least square. Sebelumnya…

25 Agustus 2018 22:15

Partial Least Square (PLS), Pengertian, Fungsi, Tujuan, Cara

Pengertian Partial Least Square (PLS), Fungsi, Tujuan, Cara dan Algoritma Partial least square atau yang biasa disingkat PLS adalah jenis analisis…

25 Agustus 2018 16:12

Hipotesis Penelitian dan Hipotesis Statistik Dalam Perbedaan

Perbedaan Hipotesis Penelitian dan Hipotesis Statistik Apa yang dimaksud dengan hipotesis penelitian? Apa yang dimaksud dengan hipotesis statistik? Apa perbedaan…

23 Mei 2018 01:14

Pengertian Simple Random Sampling, Jenis dan Contoh

Pengertian Simple Random Sampling, Jenis dan Contoh Pengertian Simple Random Sampling Dalam kesempatan ini akan kami coba sharing tentang pengertian…

16 Februari 2018 01:22

Penjelasan dan Tutorial Regresi Linear Berganda

Penjelasan dan Tutorial Regresi Linear Berganda Dalam kesempatan ini, saya akan coba menjelaskan tentang Regresi Linear Berganda serta tutorial regresi…

1 Januari 2018 17:58