desain penelitian korelasional
DESCRIPTION
Desain Penelitian KorelasionalTRANSCRIPT
-
i
PENELITIAN KEPENDIDIKAN MATEMATIKA
DESAIN PENELITIAN KORELASIONAL
Oleh:
I Dewa Putu Putra Wira Dharma NIM. 1213011010
Ngurah Bayu Ary Yoga NIM. 1213011128
Luh Putu Eka Ciptawati NIM. 1213011142
UNIVERSITAS PENDIDIKAN GANESHA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
JURUSAN PENDIDIKAN MATEMATIKA
SINGARAJA
2015
-
ii
PRAKATA
Puji syukur kami panjatkan kehadapan Tuhan Yang Maha Esa karena atas
berkat dan rahmat-Nya kami dapat menyelesaikan penyusunan makalah Penelitian
Kependidikan Matematika yang berjudul Desain Penelitian Korelasional
Dalam penyusunan makalah ini, kami mengucapkan terima kasih kepada
Prof. Dr. Phil. I Gusti Putu Sudiarta, M.Si. selaku dosen pengampu mata kuliah
Penelitian Kependidikan Matematika yang telah memberikan banyak masukan
dan bimbingan dalam penyusunan makalah ini, serta teman-teman yang telah
memberikan masukan dalam penyusunan makalah ini.
Kami menyadari bahwa dalam penyusunan makalah ini terdapat banyak
kekurangan. Oleh karena itu, kami sangat mengharapkan saran dan kritik yang
membangun demi kesempurnaan makalah ini. Semoga makalah ini dapat
bermanfaat bagi pembaca.
Singaraja, April 2015
Penyusun
-
iii
DAFTAR ISI
Prakata ................................................................................................................. ii
Daftar Isi.............................................................................................................. iii
Daftar Gambar ..................................................................................................... iv
Daftar Tabel ........................................................................................................ v
BAB I Pendahuluan ............................................................................................ 1
1.1 Latar Belakang ........................................................................................... 1
1.2 Rumusan Masalah ...................................................................................... 2
1.3 Tujuan ........................................................................................................ 2
BAB II Pembahasan ............................................................................................ 3
2.1 Pengertian Penelitian Korelasional ............................................................ 3
2.2 Jenis-Jenis Desain Penelitian Korelasional ............................................... 4
2.3 Karakteristik Utama Desain Penelitian Korelasional ................................. 6
2.4 Langkah-Langkah Menyusun Studi Korelasional ...................................... 17
2.5 Contoh Desain Penelitian Korelasional ..................................................... 21
BAB III Penutup ................................................................................................. 24
3.1 Simpulan ..................................................................................................... 24
3.2 Saran ............................................................................................................ 24
-
iv
DAFTAR GAMBAR
Gambar 1 Contoh Sebaran Plot ........................................................................... 7
Gambar 2 Pola hubungan antara dua variabel..................................................... 10
Gambar 3 Varians umum bersama untuk bivariat dan Korelasi Parsial ............. 15
Gambar 4 Regresi Linier Sederhana ................................................................... 16
-
v
DAFTAR TABEL
Tabel 1 Contoh Data yang Dikumpulkan dalam Studi Regresi .......................... 19
Tabel 2 Contoh Penelitian Korelasional ............................................................. 21
-
1
BAB I
PENDAHULUAN
1.1 Latar Belakang
Penelitian merupakan kegiatan ilmiah yang didasarkan pada suatu masalah
yang memerlukan solusi yang tepat. Dalam kehidupan selalu ada masalah, baik
masalah pribadi, keluarga, masyarakat dan negara. Dari semua masalah tersebut,
tidak semua masalah memerlukan solusi dalam bentuk kegiatan penelitian.
Perbedaanya adalah pada kegiatan penyelesaian masalah. Selain masalah,
komponen penting yang harus ada dalam penelitian adalah tujuan penelitian
sehingga dapat ditentukan metode yang tepat untuk menyelesaikan masalah.
Kegiatan sistematis untuk memecahkan masalah itu disebut dengan penelitian yang
mengikuti metodologi, dikontrol, dan didasarkan teori yang ada serta diperkuat
dengan fenomena yang ada (Sukardi, 2012:3).
Secara umum, penelitian dapat dibedakan dari beberapa aspek, diantaranya
aspek tujuan, aspek metode, aspek kajian. Menurut Gay (dalam Sukardi, 2012:13)
aspek tujuan terdiri dari penelitian dasar dan lanjut. Aspek metode terdiri atas
penelitian deskriptif, penelitian sejarah, penelitian survei, penelitian ex-post facto,
penelitian eksperimen, penelitian kuai eksperimen. Sedangkan, aspek kajian sesuai
bidang garapan dapat dibagi menjadi dua, yaitu penelitian kependidikan dan
penelitian nonkependidikan (Sukardi, 2012:13-16). Masalah yang ada di dalam
sebuah penelitian dapat dipecahkan melalui sebuah alat. Alat atau instrumen yang
digunakan adalah metodologi penelitian yang biasanya berisi tentang cara-cara
menggunakan beberapa metode pendekatan untuk memecahkan masalah yang
dihadapi.
Masalah penelitian dapat dibagi dalam berbagai bidang diantaranya bidang
pendidikan, kesehatan, sosial, ekonomi, dan lain-lain. Salah satu bidang penelitian
yang memerlukan perhatian khusus adalah bidang penelitian pendidikan. Secara
umum metode penyelesaian masalah pada penelitian pendidikan ada dua, yaitu
metode kualitatif dan kuantitatif. Metode kualitatif yang pengumpulan datanya
dengan cara berinteraksi langsung dengan objek penelitianya dan hasilnya tidak
diperoleh melalui prosedur statistik. Sedangkan metode kuantitatif, pengumpulan
-
2
datanya melalui instrumen penelitian berupa populasi dan sampel serta hasilnya
diperoleh melalui prosedur statistik. Salah satu peneltian yang penting dan
bermanfaat dalam dunia pendidikan adalah penelitian korelasional.
Fenomena yang terjadi dalam dunia pendidikan terdapat hubungan antar unsur-
unsurnya. Seperti hubungan antara guru dengan siswa, guru dengan
materi/kurikulum, materi dengan evaluasi, dan lain-lain. Hubungan-hubungan
tersebut dapat diketahui tingkat korelasinya secara ilmiah secara statistik melalui
metode penelitian korelasional.
1.2 Rumusan Masalah
Berdasarkan latar belakang diatas, penulis dapat merumuskan masalah yang
akan dibahas pada makalah ini yaitu sebagai berikut :
1. Apa yang dimaksud dengan penelitian korelasional?
2. Apa saja jenis-jenis penelitian korelasional?
3. Apa saja karakteristik utama desain penelitian korelasional?
4. Bagaimana langkah-langkah penyusunan desain penelitian korelasional?
5. Bagaimana contoh desain penelitian korelasional?
1.3 Tujuan
Berdasarkan rumusan masalah di atas maka tujuan penulisan makalah ini
adalah sebagai berikut :
1. Memahami pengertian penelitian korelasional.
2. Mengetahui jenis-jenis penelitian korelasional.
3. Memahami karakteristik utama desain penelitian korelasional.
4. Mengetahui langkah-langkah penyusunan desain penelitian korelasional.
5. Bagaimana contoh desain penelitian korelasional.
-
3
BAB II
PEMBAHASAN
2.1 Pengertian Penelitian Korelasional
Penelitian korelasi adalah suatu penelitian yang melibatkan tindakan
pengumpulan data guna menentukan, apakah ada hubungan dan tingkat hubungan
antara dua variabel atau lebih. Penelitian ini dilakukan, ketika kita ingin mengetahui
tentang ada tidaknya dan kuat lemahnya hubungan variabel yang terkait dalam
suatu objek atau subjek yang diteliti. Adanya hubungan dan tingkat variabel ini
penting, karena dengan mengetahui tingkat hubungan yang ada, peneliti akan dapat
mengembangkannya sesuai dengan tujuan penelitian (dalam Sukardi, 2012;166).
Penelitian korelasional mempunyai tiga karakteristik penting untuk para
peneliti yang hendak menggunakannya. Tiga karakteristik tersebut, diantaranya
adalah:
a) penelitian korelasi tepat jika variabel kompleks dan peneliti tidak mungkin
melakukan manipulasi dan mengontrol variabel seperti dalam penelitian
eksperimen,
b) memungkinkan variabel diukur secara intensif dalam setting (lingkungan)
nyata, dan
c) memungkinkan peneliti mendapatkan derajat asosiasi yang signifikan.
(dalam Sukardi, 2012:166)
Desain korelasional memberikan kesempatan bagi peneliti untuk memprediksi
skor dan menjelaskan hubungan antar variabel. Dalam desain penelitian
korelasional, peneliti menggunakan uji statistik korelasi untuk menggambarkan dan
mengukur derajat asosiasi (atau hubungan) antara dua atau lebih variabel. Dalam
desain ini, para peneliti tidak mencoba untuk mengontrol atau memanipulasi
variabel seperti dalam penelitian lainnya, sebaliknya para peneliti biasanya hanya
mendasarkan pada penampilan variabel sebagaimana adanya, tanpa mengatur
kondisi atau memanipulasi variabel tersebut. Oleh karena itu, peneliti hendaknya
mengetahui cukup banyak alasan yang kuat guna mempertahankan hasil hubungan
yang ditemukan.
-
4
Di bidang pendidikan, studi korelasi biasanya digunakan untuk melakukan
penelitian terhadap sejumlah variabel yang diperkirakan mempunyai peranan yang
signifikan dalam mencapai proses pembelajaran. Sebagai contoh, misalnya terdapat
korelasi antara intelegensi dengan prestasi akademik; misalnya subjek yang skornya
tinggi pada tes intelegensi cenderung memiliki rata-rata prestasi akademik yang
tinggi pula, sebaliknya subjek yang skornya rendah pada tes intelegensi cenderung
memiliki rata-rata prestasi akademik yang rendah.
Kapan sebaiknya peneliti memilih bentuk penelitian korelasional? Penggunaan
desain ini ketika seorang peneliti ingin menemukan hubungan dua atau lebih
variabel untuk melihat apakah mereka saling mempengaruhi, seperti hubungan
antara guru yang melaksanakan praktik belajar mengajar sesuai dengan tahapan
perkembangan dan penggunaan pendekatan whole-language terhadap kemampuan
membaca instruksi pada siswa (Ketner, Smith, & Parnell, 1997, dalam Creswell,
2012;338). Desain ini memungkinkan peneliti untuk memprediksi hasil, seperti
prediksi bahwa kemampuan, kualitas pendidikan, motivasi siswa, dan kursus
akademis mempengaruhi prestasi siswa (Anderson & Keith, 1997, dalam Creswell,
2012;338). Peneliti juga menggunakan desain ini ketika ia tahu dan dapat
menerapkan pengetahuan statistik berdasarkan perhitungan korelasi uji statistik.
Penelitian korelasi dilakukan oleh para peneliti pada umumnya mempunyai
beberapa tujuan, diantaranya Tujuan penelitian korelasional menurut Suryabrata
(1994:24) adalah untuk mendeteksi sejauh mana variasi-variasi pada suatu faktor
berkaitan dengan variasi-variasi pada satu atau lebih faktor lain berdasarkan pada
koefisien korelasi.
2.2 Jenis-Jenis Desain Penelitian Korelasional
Menurut Creswell (2012: 339-342), ada dua rancangan utama dalam
penelitian korelasional yaitu Explanatory Research Design dan Prediction
Research Design.
a) Explanatory Research Design (Rancangan Penelitian Penjelasan).
Adalah desain korelasional di mana peneliti tertarik dalam dua variabel
(atau lebih) yang bervariasi, yaitu di mana perubahan dalam satu variabel
-
5
merefleksi perubahan variabel lain. Berikut adalah struktur rancangan
penelitian penjelasan (explanatory research design):
1) Para peneliti dapat mengkorelasikan dua variabel atau lebih.
2) Para peneliti mengumpulkan data pada satu titik waktu. Bukti
ditemukan dalam administrasi instrumen.
3) Peneliti menganalisis semua variabel.
4) Peneliti memperoleh setidaknya dua skor untuk masing-masing
variabel.
5) Peneliti melaporkan penggunaan statistik uji korelasi dalam analisis
data.
6) Di akhir, peneliti membuat interpretasi atau menarik kesimpulan dari
hitungan hasil tes.
b) Prediction Design (Rancangan Penelitian Prediksi)
Jika dua variabel mempunyai hubungan yang signifikan, skor pada satu
variabel dapat digunakan untuk memprediksi skor pada variabel yang lain.
Variabel yang menjadi dasar pembuatan prediksi diacu sebagai prediktor,
dan variabel yang diprediksikan sebagai kriteria. Studi prediksi sering
dilakukan untuk memudahkan pengambilan kesimpulan mengenai individu
atau membantu pemilihan individu. Studi prediksi juga dilakukan untuk
menguji hipotesis teoritis mengenai variabel yang dipercaya menjadi
prediktor suatu kriteria, dan untuk menentukan validitas prediktif instrumen
pengukuran individual.
Berikut adalah struktur rancangan dari penelitian prediksi, antara lain:
1) Para penulis biasanya memasukan kata prediksi di dalam judul.
2) Para peneliti biasanya mengukur variabel prediktor pada satu titik
waktu dan variabel kriteria pada suatu titik waktu selanjutnya.
3) Para peneliti memperkirakan kinerja masa depan.
Sebuah penelitian prediksi akan melaporkan analisa korelasi
menggunakan uji statistik korelasi. Sebagai contoh, penulis mungkin
tertarik di beberapa prediktor yang membantu menjelaskan kriteria dari
setiap variabel.
-
6
2.3 Karakteristik Penting Desain Penelitian Korelasional
Adapun karakteristik penting dari suatu studi penelitian korelasional adalah
sebagai berikut:
a) Tampilan Skor
Jika peneliti memiliki dua himpunan skor dalam penelitian korelasi,
peneliti dapat mem-plot skor tersebut pada grafik (sebaran plot).
Para peneliti mem-plot skor dari dua variabel pada grafik untuk
memberikan gambaran visual dari bentuk skor. Hal ini memungkinkan
peneliti untuk mengidentifikasi jenis hubungan antar variabel dan
menemukan nilai ekstrim. Yang paling penting, plot ini dapat memberikan
informasi yang berguna tentang bentuk hubungan apakah sebaran skor
mendekati linear (mengikuti garis lurus) atau lengkung (mengikuti bentuk
U). Hal ini juga menunjukkan arah hubungan (misalnya, satu skor naik dan
skor yang lainnya juga naik) serta derajat hubungan (apakah hubungan
sempurna, dengan korelasi 1.0, atau kurang sempurna).
Plot membantu memperlihatkan hubungan antara dua skor yang
diperoleh oleh individu. Sebaran plot (atau diagram pencar) adalah gambar
yang ditampilkan pada grafik dari dua himpunan nilai individu. Skor ini
biasanya diidentifikasi sebagai X dan Y, dengan skor X diwakili pada
sumbu horisontal, dan skor Y diwakili pada sumbu vertikal.
Perhatikan sebaran plot skor pada Gambar 1, yang menunjukkan
himpunan kecil yakni 10 siswa dan plot skor mereka. Asumsikan bahwa
peneliti studi korelasional berusaha untuk mempelajari apakah lama
penggunaan internet oleh siswa SMA berhubungan dengan tingkat depresi.
(kita dapat berasumsi bahwa siswa yang menggunakan internet secara
berlebihan juga merupakan orang yang depresi karena mereka mencoba
untuk melarikan diri dari permaslahan yang dialaminya). Kita mengukur
lama penggunaan internet dengan menanyakan kepada siswa berapa jam per
minggu mereka menggunakan internet. Peneliti mengukur skor depresi
individu pada instrumen. Asumsikan bahwa ada 15 pertanyaan tentang
depresi pada instrumen dengan skala penskoran dari 1 (sangat tidak setuju)
-
7
Skor
Der
esi
Penggunaan Internet jam per
minggu
X=I.V.
sampai 5 (sangat setuju). Ini berarti bahwa nilai dijumlahkan akan berkisar
dari 15 sampai 75.
Seperti ditunjukkan dalam Gambar 1, skor untuk 10 siswa dikumpulkan
dan diplot pada grafik. Beberapa aspek tentang grafik ini akan membantu
kita memahaminya:
Variabel "lama penggunaan internet" diplot pada sumbu X, sumbu
horisontal.
Variabel "tingkat depresi" diplot pada sumbu Y, sumbu vertikal.
Penggunaan
internet
dalam jam
per minggu
Depresi
(Skor
dari 15
sampai
45)
Laura 17 30
Chad 13 41
Patricia 5 18
Bill 9 20
Rosa 5 25
Todd 15 44
Angela 7 20
Jose 6 30
Maxine 2 17
Jamal 18 45
Skor
rata-rata
9,7 29.3
Gambar 1. Contoh Sebaran Plot
Setiap siswa dalam penelitian ini memiliki dua skor: satu skor
untuk jumlah jam per minggu dalam penggunaan internet dan yang
satu lagi untuk tingkat depresi.
Plot titik pada grafik menunjukkan skor untuk setiap individu pada
tingkat depresi dan jumlah jam penggunaan internet setiap minggu.
-
8
Ada 10 skor (titik) pada grafik, satu untuk setiap peserta dalam
penelitian ini.
Nilai rata-rata (M) pada masing-masing variabel juga diplot pada
grafik. Para siswa menggunakan internet rata-rata 9,7 jam per minggu, dan
skor depresi rata-rata adalah 29,3.
Tiga catatan penting tentang plot skor ini. Pertama, arah skor
menunjukkan bahwa ketika X meningkat, Y meningkat juga sehingga
menunjukkan hubungan positif. Kedua, titik-titik pada sebaran plot
cenderung membentuk garis lurus. Ketiga, titik akan cukup dekat dengan
garis lurus jika kita menarik garis melalui semua dari mereka. Ketiga catatan
ini berhubungan dengan arah, bentuk hubungan, dan tingkat hubungan yang
dapat kita pelajari melalui sebaran plot ini. Kita akan menggunakan
informasi ini nanti ketika kita membahas hubungan antara skor dalam
penelitian korelasi.
b) Hubungan Antar Skor
Setelah peneliti tentang korelasi memperoleh grafik skor, mereka
kemudian dapat menafsirkan makna hubungan antar skor. Ini bertujuan
untuk memahami arah asosiasi, bentuk asosiasi, derajat asosiasi, dan
kekuatannya.
1) Arah Asosiasi
Ketika memeriksa grafik, penting untuk mengidentifikasi apakah titik
berpotongan, atau bergerak ke arah yang sama atau berlawanan. Dalam
korelasi positif (ditandai dengan koefisien korelasi +) titik bergerak ke
arah yang sama; yaitu ketika X meningkat, begitu juga Y meningkat atau
sebaliknya, jika X menurun, begitu pula Y menurun. Dalam korelasi negatif
(ditandai dengan koefisien korelasi -), titik-titik bergerak ke arah yang
berlawanan; misalnya ketika X meningkat maka Y menurun, dan ketika X
menurun maka Y meningkat.
2) Bentuk Asosiasi
Dalam studi korelasional, peneliti mengidentifikasi bentuk dari skor
yang diplot sebagai suatu persamaan linier atau nonlinier. Salah satu contoh
-
9
ialah mengenai variabel yang berkorelasi positif serta memiliki sebaran plot
mendekati linier (dapat dilihat pada gambar 1). Jenis hubungan ini hanya
salah satu dari beberapa kemungkinan yang mungkin timbul dari data
aktual. Pada kenyataannya, suatu hubungan mungkin menganggap salah
satu dari bentuk yang ditunjukkan pada Gambar 2.
Hubungan yang mendekati sebaran linier pada bagian (a) dari Gambar
2 menggambarkan korelasi positif, di mana skor rendah (atau tinggi) pada
satu variabel berhubungan dengan skor rendah (atau tinggi) pada variabel
kedua. Dalam contoh kita, skor rendah pada tingkat depresi seseorang
berhubungan dengan skor rendah pada jumlah jam yang dihabiskan
seseorang dalam menggunakan internet per minggu begitu juga sebaliknya.
Pada bagian (b) Gambar 2 menggambarkan hubungan skor yang
linier serta berkorelasi negatif, di mana skor rendah pada satu variabel
berhubungan dengan nilai yang tinggi pada variabel lainnya. Skor rendah
pada tingkat depresi seseorang, misalnya, mungkin terkait dengan skor
tinggi pada jumlah jam yang dihabiskan seseorang dalam menggunakan
internet per minggu, ini menunjukkan hubungan (korelasi) yang negatif.
Tidak adanya korelasi dan sebaran plot nonlinier dapat dilihat pada
bagian (c) Gambar 2, kita melihat tidak adanya korelasi dari skor. Dalam
distribusi ini, variabel saling bebas (independen) satu sama lain. Skor
khusus pada satu variabel tidak memprediksikan informasi tentang
kemungkinan skor pada variabel lain. Dalam contoh, sebaran skor untuk
tingkat depresi seseorang dan skor untuk penggunaan internet akan menjadi
tidak teratur atau tidak memiliki pola tertentu.
Sebuah distribusi lengkung (atau hubungan nonlinier) menunjukkan
hubungan skor mendekati bentuk U. Distribusi ini dapat dilihat pada bagian
(d) Gambar 2, yang menunjukkan peningkatan skor variabel Y dan
penurunan variabel Y seiring dengan peningkatan skor variabel X.
Distribusi sebagian pada bagian (e) Gambar 2 menunjukkan penurunan skor
variabel Y dan peningkatan variabel Y seiring dengan meningkatkatnya
skor dari variabel X. Sebagai contoh, adalah mungkin bahwa saat
penggunaan internet meningkat, begitu juga tingkat depresi akan meningkat,
-
10
sampai titik di mana internet benar-benar menjadi mekanisme coping untuk
tingkat stres seseorang, dan tingkat depresi mulai menurun (seperti yang
digambarkan dalam bagian [d] Gambar 2).
Gambar 2. Pola hubungan antara dua variabel
Contoh lain misalkan adalah hubungan antara tingkat kecemasan
pemain dan jumlah poin yang dicetak dalam pertandingan tenis. Dengan
tingkat kecemasan yang rendah awalnya, pemain tenis mungkin mencetak
banyak poin, tapi jumlah poin yang dicetak ini bisa menurun disaat tingkat
kecemasan meningkat. Namun pada suatu titik tertentu seiring
bertambahnya tingkat kecemasan pemain akan menyebabkan ia lebih
berkonsentrasi dalam bermain sehingga ia kembali mencetak banyak poin.
Hubungan tersebut kita dapat lihat pada bagian [e] Gambar 2.
Koefisien korelasi (r) berguna untuk menggambarkan dan mengukur
hubungan antara dua variabel jika asosiasi (hubungan) mengikuti sebaran
linier. Seperti terlihat pada pola hubungan dalam Gambar 2, asosiasi
mungkin lengkung (atau nonlinier). Adapun rumus yang dapat digunakan
untuk menentukan besar koefisien korelasi (r) adalah sebagai berikut:
-
11
})()}{()({
))((
))((
.
))((1
2222
22
iiii
iiii
ii
ii
xy
ii
YYNXXN
YXYXNr
YX
YXr
SySx
YYXXNr
Jika koefisien korelasi (r) digunakan untuk memperkirakan
hubungan lengkung, itu akan mengabaikan nilai korelasi (r). Oleh karena
itu, peneliti menggunakan pendekatan statistik yang berbeda dari r untuk
menghitung hubungan antara variabel pada distribusi lengkung dan untuk
hubungan data peringkat.
Sebagai pengganti koefisien r, peneliti menggunakan koefisien
korelasi Rho Spearman (rs) untuk data nonlinier dan untuk jenis data yang
diukur pada kategori (nominal). Adapun rumus korelasi yang digunakan
adalah:
16
12
2
1
NN
Drs
Dalam hal ini :
= Koefisien korelasi spearman
2 = Jumlah kuadrat selisih rangking antara Xi dan Yi
N = Banyaknya subjek (kasus)
Bila peneliti mengukur satu variabel pada skala kontinu (interval
atau rasio) dan yang lainnya adalah berupa kategori atau skala dikotomis,
statistik korelasi tidak harus berupa r tetapi dapat menggunakan korelasi
biserial titik. Asumsikan bahwa seorang peneliti suatu korelasi kontinu,
dengan nilai interval adalah tentang tingkat depresi pada laki-laki dan
perempuan (variabel dikotomis). Statistik korelasi biserial titik digunakan
dengan mengubah variabel dikotomis (laki-laki, perempuan) menjadi nilai
numerik dengan memisalkan laki-laki = 1 dan perempuan = 2.
Menggunakan penomoran ini dan rumus untuk data ordinal, peneliti
menghitung koefisien korelasi biserial titik yang mengukur derajat dan arah
-
12
hubungan antara laki-laki dan perempuan pada tingkat depresi seseorang.
Apabila gejala yang berskala nominal tersebut diskor secara dikotomi, maka
sering disebut korelasi point-biserial (rp-bis). Rumusnya adalah sebagai
berikut:
pqS
MMbisr
t
p
21
Dalam hal ini:
rp-bis = koefisien korelasi point-biserial
M1 = mean gejala interval kelompok 1
M2 = mean gejala interval kelompok 2
St = standar deviasi total (kelompok 1 dan 2)
p = Proporsi dari kelompok 1
q = 1 - p
Suatu variasi dari pembahasan kali ini menggunakan berbagai jenis
penilaian dalam menilai hubungan antara dua variabel yaitu dengan
menggunakan koefisien phi. Koefisien phi digunakan untuk menentukan
tingkat dan arah asosiasi jika kedua variabelnya dikotomis. Dalam contoh
kita, laki-laki dan perempuan mungkin berkorelasi dengan penggunaan
obat. Dalam situasi ini, peneliti juga mengubah kedua variabel dikotomis ke
dalam nilai-nilai numerik (laki-laki = 1; wanita = 2; tidak menggunakan
obat-obatan = 1; menggunakan obat-obatan = 2) dan kemudian
menggunakan rumus koefisien phi untuk memperoleh korelasi kedua
variabel dikotomis tersebut.
3) Derajat dan Kekuatan Asosiasi
Bila dua variabel dikorelasikan hasilnya adalah koefisien korelasi,
biasanya dinyatakan dalam harga r yang mempunyai nilai -1 sampai +1.
Nilai negatif (-) menunjukkan arah dua variabel bertolak belakang. Nilai
positif (+) menunjukkan dua variabel pada arah yang sama. Jika ada
hubungan antara 2 variabel, berarti skor dalam 2 variabel mempunyai
asosiasi dengan variabel tertentu yang terukur. Harga r = -1 atau +1
menunjukkan asosiasi sempurna diantara 2 variabel, sedangkan harga r = 0
-
13
mempunyai arti bahwa dua variabel tersebut tidak memiliki hubungan
antara variabel satu dengan variabel yang lainnya.
(Cohen dan Manion, 1981;128) dalam Sukardi (2008;170)
menunjukkan harga r (hubungan) sebagai berikut:
a) Nilai r = 0,20 - 0,35 menunjukkan hubungan dua variabel lemah
walaupun signifikan.
b) Nilai r = 0,35 - 0,65 menunjukkan hubungan sedang, umumnya
signifikan pada lebih dari 1%, hubungan tersebut berguna untuk
analisis prediksi
c) Nilai r = 0,65 - 0,85 menunjukkan hubungan cukup tinggi yang
memungkinkan peneliti melakukan prediksi yang tepat
d) Nilai r = > 0,85 menunjukkan hubungan antarvariabel tinggi,
dan peneliti dianjurkan melakukan prediksi grup secara tepat.
Di samping itu, prediksi individual juga dapat dilakukan secara
cermat.
Hubungan variabel yang lemah mungkin tidak memberikan
rekomendasi untuk dilanjutkan, tetapi untuk variabel yang kuat misalnya r
> 0,80, peneliti dianjurkan untuk melakukan analisis prediksi hubungan
sebab-akibat (causal comparative study) atau bahkan ke studi eksperimen
untuk dapat mendapatkan kepastian apakah hubungan tersebut memiliki
sebab akibat.
Interpretasi suatu koefisien korelasi tergantung pada bagaimana ia
digunakan. Dengan kata lain, seberapa besar ia diperlukan agar bermanfaat
tergantung pada tujuan perhitungannya. Dalam studi yang dirancang untuk
menyelidiki atau mengetahui hubungan yang dihipotesiskan, suatu
koefisien korelasi diinterpretasikan dalam istilah signifikansi statistiknya.
Dalam studi prediksi, signifikansi statistik merupakan nilai kedua dari
koefisien dalam memudahkan prediksi yang akurat.
Ketika menginterpretasikan suatu koefisien korelasi, peneliti harus
selalu ingat bahwa peneliti hanya berbicara tentang suatu hubungan, bukan
hubungan sebab akibat. Koefisien korelasi yang signifikan mungkin
menyarankan hubungan sebab akibat, tetapi tidak menetapkannya. Dalam
-
14
kenyataan, itu mungkin tidak saling memengaruhi; mungkin terdapat
variabel ketiga yang memengaruhi kedua variabel.
c) Analisis Variabel dalam Studi Korelasional
Dalam banyak studi korelasi, peneliti memprediksi hasil didasarkan
pada lebih dari satu variabel prediktor. Dengan demikian, mereka perlu
memperhitungkan dampak dari masing-masing variabel. Ada dua analisis
variabel dalam studi korelasional yakni korelasi parsial dan regresi ganda.
1) Korelasi Parsial
Dalam banyak situasi penelitian, kita terkadang akan mempelajari tiga,
empat, atau lima variabel sebagai prediktor hasil. Jenis variabel yang disebut
variabel intervening "berdiri di antara" variabel independen dan dependen
serta mempengaruhi keduanya. Variabel ini berbeda dari variabel kontrol
yang mempengaruhi hasil dalam percobaan. Kita menggunakan korelasi
parsial untuk menentukan jumlah varians dari variabel intervening yang
menjelaskan dengan baik variabel independen dan dependen.
Sebuah gambar dari dua variabel diikuti dengan masuknya variabel
ketiga yang dapat membantu menjelaskan korelasi parsial. Lihat pada
gambar 3 yang menunjukkan korelasi bivariat (dua variabel) di sisi kiri dan
korelasi parsial (tiga variabel) di sisi kanan. Asumsikan bahwa peneliti ingin
melakukan penelitian yakni mencari hubungan waktu mengerjakan tugas
dengan prestasi bagi anak-anak sekolah menengah. Setelah mengumpulkan
data, peneliti akan menghitung koefisien korelasi dengan hasil misalkan r =
0.50. Namun, motivasi siswa yang merupakan variabel ketiga, juga dapat
mempengaruhi baik waktu mengerjakan tugas siswa serta prestasi mereka
di kelas. Peneliti mengidentifikasi variabel ketiga ini didasarkan pada kajian
literatur dan studi teori masa lalu yang telah menunjukkan faktor yang
memungkinkan dalam mempengaruhi prestasi belajar siswa. Dalam desain
penelitian korelasional, motivasi perlu dihapus sehingga hubungan antara
waktu mengerjakan tugas dan prestasi dapat lebih jelas ditentukan. Sebuah
analisis statistik korelasi parsial digunakan yang menghilangkan varians
bersama baik waktu mengerjakan tugas dan prestasi dengan motivasi.
-
15
Gambar 3. Varians umum bersama untuk bivariat dan Korelasi Parsial
Perhitungan matematika untuk koefisien korelasi ini tersedia dalam
buku-buku statistik; didasarkan pada koefisien korelasi antara ketiga
variabel dan varians mereka. Daerah menetas ditandai menunjukkan
perbedaan ini bersama tersisa setelah mengeluarkan efek motivasi, dan r2 =
(0,35)2 kini lebih rendah dari korelasi asli r = 0,50.
2) Regresi Ganda
Peneliti yang melakukan studi korelasi akan menggunakan statistik
korelasi untuk memprediksi nilai atau skor di masa depan. Untuk melihat
dampak dari pengaruh beberapa variabel pada hasil (yang akan diprediksi),
peneliti menggunakan analisis regresi. Kita akan mulai dengan memahami
garis regresi dan kemudian beralih ke analisis menggunakan regresi. Sebuah
garis regresi adalah garis "paling cocok" untuk semua titik skor yang diplot
pada grafik. Garis ini paling dekat dengan semua titik-titik pada plot dan
dihitung dengan menggambar garis yang meminimalkan jarak kuadrat dari
selisih antara titik-titik plot dengan garis.
Periksa pada Gambar 4, menunjukkan grafik yang sama dengan pada
Gambar 1, grafik tersebut menunjukkan hubungan antara "jumlah jam
penggunaan internet per minggu" dan "skor tingkat depresi seseorang"
untuk siswa sekolah menengah. Gambar 4 kini mengandung informasi
tambahan: lebih detail tentang garis regresi. Kalian dapat melihat bagaimana
garis dekat dengan semua titik-titik pada grafik, dan dengan korelasi positif
antara penggunaan internet dan skor tingkat depresi. Perhitungan ini
-
16
memegang peranan untuk memprediksi skor pada hasil (yaitu, tingkat
depresi) dengan yang diketahui adalah prediktornya (yaitu, jam penggunaan
internet per minggu). Berdasarkan rumus matematika, peneliti dapat
menghitung persamaan yang mengungkapkan baris ini:
Y (diprediksi) = b(X) + a
di mana:
Y = skor yang akan diprediksi (tingkat depresi)
X = skor aktual pada jumlah jam penggunaan internet
b = kemiringan garis regresi
a = konstanta, nilai Y (tingkat depresi) diperkirakan ketika X = 0.
Gambar 4. Regresi Linier Sederhana
Dalam situasi yang lebih rumit, di mana beberapa variabel independen
dapat berkorelasi dengan variabel dependen. Beberapa regresi (atau korelasi
berganda) adalah prosedur statistik untuk meneliti hubungan gabungan dari
beberapa variabel independen dengan variabel dependen tunggal. Dalam
regresi, variasi dalam variabel dependen dapat dijelaskan oleh varians dari
masing-masing variabel independen (tergantung kepentingan dari masing-
masing prediktor) (Kline, 1998, dalam Creswell;350). Serupa dengan
persamaan regresi disebutkan sebelumnya, perkiraan nilai pada hasil (Y)
dapat dihasilkan dengan menggunakan persamaan yang mirip dengan
persamaan regresi sederhana, tetapi mencakup prediktor
tambahan. Persamaannya adalah:
Y (diprediksi) = b1 (X1) + b2 (X2) + a
-
17
di mana
Y = skor diprediksi
b1 = konstan untuk kemiringan X1 (b2, untuk X2)
a = titik perpotongan pada sumbu Y
2.4 Langkah-Langkah Menyusun Studi Korelasional
a) Langkah 1. Menentukan Apakah Studi Korelasional Merupakan
Jalan Terbaik Untuk Permasalahan Penelitian.
Sebuah studi korelasional digunakan ketika peneliti akan memecahkan
masalah yang membutuhkan identifikasi arah dan derajat hubungan antara
dua himpunan skor. Hal ini berguna untuk mengidentifikasi jenis hubungan,
menjelaskan hubungan yang kompleks dari beberapa faktor yang
menjelaskan hasil (kriteria), dan memprediksi hasil dari satu atau lebih
prediktor. Penelitian korelasional tidak "membuktikan" hubungan;
sebaliknya, ingin menunjukkan adanya hubungan antara dua variabel atau
lebih.
Karena dalam studi korelasional tidak membandingkan, peneliti dapat
menggunakan pertanyaan penelitian daripada hipotesis. Contoh pertanyaan
dalam studi korelasional adalah:
Apakah kreativitas memiliki kaitan dengan nilai tes IQ untuk anak-
anak SD? (menghubungkan dua variabel)
Apakah peringkat kelas di SMA dapat memprediksi rata-rata nilai
mahasiswa dalam semester pertama kuliah? (prediksi)
b) Langkah 2. Peninjauan Masalah atau Studi Kepustakaan
Setelah penentuan masalah, kegiatan penelitian yang penting adalah
studi kepustakaan yang menjadi dasar pijakan untuk memperoleh landasan
teori, kerangka pikir dan penentuan dugaan sementara sehingga peneliti
dapat mengerti, mengalokasikan, mengorganisasikan, dan menggunakan
variasi pustaka dalam bidangnya. Macam-macam sumber untuk
memperoleh teori yang berkaitan dengan masalah yang diteliti adalah dari
jurnal, laporan hasil penelitian, majalah ilmiah, surat kabar, buku yang
relevan, hasil-hasil seminar, artikel ilmiah dan narasumber.
-
18
c) Langkah 3. Mengidentifikasi Tindakan Untuk Individu dalam
Penelitian
Karena ide dasar penelitian korelasional adalah untuk membandingkan
dua atau lebih karakteristik individu dalam satu kelompok, ukuran variabel
dalam pertanyaan penelitian perlu diidentifikasi (jumlah populasi dan
ukuran sampel), dan instrumen yang mengukur variabel perlu diperoleh
(teknik pengumpulan data). Dalam mengidentifikasi sampel penelitian,
idealnya peneliti harus secara acak memilih individu untuk
menggeneralisasi hasil pada populasi, dan mencari izin untuk
mengumpulkan data dari otoritas yang bertanggung jawab. Kelompok
(sampel) ini haruslah ukurannya memadai untuk menggunakan statistik
korelasional, seperti N = 30; ukuran yang lebih besar memberikan
kontribusi variansi kesalahan yang lebih sedikit dan klaim yang lebih baik
mengenai keterwakilan. Instrumen yang mengukur variabel harus mampu
membuktikan validitas dan reliabilitas. Biasanya satu variabel diukur pada
setiap instrumen, tapi satu instrumen mungkin berisi kedua variabel yang
berkorelasi dalam penelitian ini.
d) Langkah 4. Mengumpulkan Data
Langkah berikutnya adalah mengelola instrumen dan mengumpulkan
setidaknya dua himpunan data dari masing-masing individu. Berbagai jenis
instrumen dapat digunakan untuk mengukur dan mengumpulkan data
masing-masing variabel, seperti angket, tes, pedoman interview dan
pedoman observasi, tentunya disesuaikan dengan kebutuhan. Data yang
dikumpulkan dengan instrumen-instrumen tersebut harus dalam bentuk
angka. Dalam penelitian korelasional, pengukuran variabel dapat dilakukan
dalam waktu yang relatif sama. Sedang dalam penelitian prediktif, variabel
prediktor harus diukur selang beberapa waktu sebelum variabel kriteria
terjadi. Jika tidak demikian, maka prediksi terhadap kriteria tersebut tidak
ada artinya.
Sebuah contoh untuk sampel kecil sebanyak 10 mahasiswa dapat dilihat
pada tabel 1, peneliti berusaha untuk menjelaskan variabilitas rata-rata
Indeks Prestasi (IPK) dalam tahun pertama untuk 10 mahasiswa pasca
-
19
sarjana. Asumsikan bahwa peneliti telah mengidentifikasi empat prediktor
dalam tinjauan literatur. Dalam penelitian terakhir, prediksi ini telah
berkorelasi positif dengan prestasi di perguruan tinggi. Peneliti dapat
memperoleh informasi untuk variabel prediktor dari kantor penerimaan
perguruan tinggi. Dalam penelitian regresi ini, peneliti berusaha untuk
mengidentifikasi salah satu faktor atau kombinasi faktor terbaik yang
menjelaskan variansi IPK mahasiswa tahun pertama. Dalam tinjauan data
ini menunjukkan bahwa skor bervariasi pada masing-masing variabel,
dengan lebih banyak variasi pada skor GRE dibandingkan dengan skor
rekomendasi dan skor fit-to-Program. Juga tampak bahwa IPK perguruan
tinggi dan skor GRE berkorelasi positif dengan IPK semester pertama.
Tabel 1. Contoh Data yang Dikumpulkan dalam Studi Regresi
Dalam contoh ini, karena data tersedia dari kantor penerimaan
mahasiswa di perguruan tinggi, peneliti tidak perlu terlalu khawatir tentang
prosedur yang mengancam validitas skor. Faktor-faktor lain yang mungkin
mempengaruhi kemampuan peneliti untuk menarik kesimpulan yang valid
dari hasil adalah kurangnya prosedur standar administrasi, kondisi situasi
pengujian, dan harapan peserta.
e) Langkah 5. Analisis Data
Tujuan penelitian korelasional adalah untuk menggambarkan tingkat
hubungan antara dua variabel atau lebih. Peneliti mencari pola respon dan
-
20
menggunakan prosedur statistik untuk menentukan kuat-rendahnya
hubungan serta arahnya. Sebuah hubungan yang signifikan secara statistik,
jika ditemukan, tidak berarti sebab-akibat, tetapi hanya hubungan antara
variabel. Hasil analisis tersebut biasanya dilaporkan dalam bentuk nilai
koefisien korelasi atau koefisien regresi serta tingkat signifikansinya,
disamping proporsi variansi yang disumbangkan oleh variabel bebas
terhadap variabel terikat.
Analisis dimulai dengan coding data dan memindahkannya dari
instrumen ke file komputer. Maka peneliti perlu menentukan langkah
statistik yang tepat untuk digunakan. Pertanyaan awal adalah apakah data
linier atau curvilinearly.
f) Langkah 6. Menginterpretasikan Hasil Penelitian
Langkah terakhir dalam melakukan penelitian korelasional adalah
menafsirkan arti dari hasil. Ini mengharuskan peneliti mendiskusikan
besarnya hubungan serta arahnya dalam sebuah penelitian korelasional,
mengingat dampak dari variabel intervening dalam sebuah penelitian
korelasi parsial, menafsirkan bobot regresi variabel dalam analisis regresi,
dan mengembangkan suatu persamaan prediksi untuk digunakan dalam
penelitian prediksi.
Interpretasi data pada penelitian korelasional adalah akan menghasilkan
koefisen korelasi dengan simbol (r). Hubungan variabel tersebut dinyatakan
dengan nilai dari -1 sampai +1. Nilai (-) menunjukan korelasi negatif yang
variabelnya saling bertolak belakang dan nilai (+) menunjukkan korelasi
positif yang variabelnya saling mendekati ke arah yang sama.
Dalam semua langkah ini, yang menjadi perhatian secara keseluruhan
adalah apakah data peneliti mendukung teori, hipotesis, atau pertanyaan.
Selanjutnya, peneliti mempertimbangkan apakah hasil penelitian
mengkonfirmasi atau tidak mengkonfirmasi hasil temuan dari penelitian
lain. Juga, refleksi dibuat tentang apakah beberapa ancaman yang telah
dibahas di atas mungkin telah berkontribusi terhadap koefisien yang salah
dan langkah-langkah yang mungkin dilakukan oleh para peneliti masa
depan untuk mengatasi masalah ini.
-
21
2.6 Contoh Penelitian Korelasional
Di bawah ini diberikan contoh garis-garis besar langkah-langkah
penyusunan penelitian korelasional berdasarkan pada pedoman langkah-
langkah penyusunan Penelitian Korelasional yang telah dibahas
sebelumnya.
Masalah Apa ada kaitan antara kemampuan numerik peserta
didik terhadap prestasi belajar matematika peserta
didik kelas VII SMP N 1 Singaraja?
Judul Penelitian Hubungan Antara Kemampuan Numerik Peserta
Didik Terhadap Prestasi Belajar Matematika Peserta
Didik Kelas VII SMP N 1 Singaraja
Variabel Penelitaan Variabel bebas dalam penelitian ini adalah
kemampuan numerik peserta didik (X) sedangkan
variabel terikatnya adalah prestasi belajar
matematika peserta didik (Y)
Kajian Teoritis Berisikan teori yang melandasi hal-hal yang terkait
dengan penelitian yang akan dilakukan. Adapun
kajian teoritis dari penelitian ini adalah:
1) Belajar dan Pembelajaran
Pengertian belajar dan pembelajaran
Faktor-faktor yang mempengaruhi
belajar
2) Prestasi Belajar
Pengertian prestasi belajar
Faktor-faktor yang mempengaruhi
prestasi belajar
3) Kemampuan Numerik
Pengertian kemampuan numerik
Kemampuan numerik dalam
matematika
-
22
Metode Penelitian Metode dalam penelitian ini menggunakan metode
korelasi, dikarenakan dalam penelitian ini ditujukan
untuk mengetahui ada tidaknya hubungan dua
variabel atau lebih secara sistematis tanpa
melakukan perlakuan-perlakuan maupun manipulasi
terhadap variabel penelitian berdasarkan pengukuran
terhadap gejala-gejala pada diri responden
Hipotesis Penelitian Hipotesis dapat diartikan sebagai jawaban yang
bersifat sementara dari permasalahan penelitian.
Adapun hipotesis dalam penelitian ini adalah sebagai
berikut:
H0; Adanya hubungan kemampuan numerik peserta
didik terhadap prestasi belajar matematika
peserta didik kelas VII SMP N 1 Singaraja
H1; Tidak ada hubungan kemampuan numerik
peserta didik terhadap prestasi belajar
matematika peserta didik kelas VII SMP N 1
Singaraja
Populasi dan Sampel Populasi dalam penelitian ini adalah seluruh siswa
kelas VII SMP N 1 Singaraja sebanyak 240 siswa,
sedangkan sampel dari penelitian ini diperoleh
dengan menggunakan metode random sampling
dipilih sebanyak 148 siswa (menurut aturan R.V.
Krecjie dan D.W. Morgan)
Subjek Penelitian Subjek Penelitian :
1. Siswa SMP kelas VII di SMPN 1 Singaraja
2. Guru
3. Orang tua Siswa
4. Kepala Sekolah
Objek Penelitian Objek penelitian ini adalah kemampuan numerik
peserta didik (X) prestasi belajar matematika peserta
didik (Y)
-
23
Teknik Pengumpulan
Data
1) Metode Dokumentasi
Metode ini digunakan untuk memperoleh data
prestasi belajar matematika peserta didik SMP N
1 Singaraja, data tentang struktur pengajar, dan
keadaan peserta didik serta data lain yang
berhubungan dengan penelitian.
2) Metode tes
Metode tes digunakan untuk tingkat kemampuan
numerik siswa. Adapun tes kemampuan numerik
ini mencakup beberapa materi antara lain
penjumlahan, pengurangan, pembagian,
perkalian sederhana matematika, dan aritmatika
dasar. Setelah perangkat tes disusun kemudian
diuji cobakan kepada sejumlah obyek tertentu
untuk mengetahui tingkat keabsahan, taraf
kesukaran dan daya pembeda soal.
Analisis Data Dilakukan pengujian terhadap Hipotesis (Analisis
Uji Hipotesis) dengan menentukan besar koefisian
korelasi (r). Dari koefisien korelasi dapat ditentukan
tingkat hubungan variabel X (kemampuan numerik)
dan variabel Y (prestasi belajar matematika) dan
Mencari besarnya kontribusi variabel X terhadap
variabel Y. Berikut analisis lanjut dilakukan untuk
menarik kesimpulan tentang H0 (diterima atau
ditolak)
Menginterpretasikan
hasil penelitian
Berdasarkan analisis uji hipotesis yang diujikan,
akan diketahui bahwa hipotesis yang penulis ajukan
diterima atau ditolak.
Tabel 2. Contoh Penelitian Korelasional
-
24
BAB III
PENUTUP
3.1 Simpulan
Penelitian korelasi adalah suatu penelitian yang melibatkan tindakan
pengumpulan data guna menentukan, apakah ada hubungan dan tingkat hubungan
antara dua variabel atau lebih. Sementara itu, menurut Creswell (2012: 339-342),
ada dua rancangan utama dalam penelitian korelasional yaitu Explanatory Research
Design dan Prediction Research Design. Dalam penelitian korelasional,
karakteristik utama yang perlu diperhatikan adalah pertama skor haruslah dapat
ditampilkan dalam suatu grafik. Kemudian dari grafik sebaran-plot skor, kita dapat
memperoleh hubungan antar skor dengan memperhatikan arah asosiasi, bentuk
asosiasi, derajat serta kekuatan asosiasi. Kemudian adapula analisis variabel yang
digunakan dalam penelitian korelasional adalah berupa korelasi parsial dan regresi
berganda.
Langkah-langkah dalam melakukan studi korelasional yang menggunakan
desain penelitian korelasional adalah menghubungkan variabel atau membuat
prediksi, kemudian menentukan subjek penelitian, mengidentifikasi dua atau lebih
tindakan untuk setiap individu dalam penelitian, mengumpulkan data dan
memantau potensi ancaman terhadap validitas skor, menganalisis data dengan
menggunakan statistik korelasi baik untuk data kontinu atau kategoris, dan
menafsirkan kekuatan dan arah hasil.
3.2 Saran
Diharapkan seorang peneliti mampu memahami desain penelitian korelasional
dengan baik. Pemahaman yang baik akan mempermudah peneliti apabila nantinya
peneliti menemukan suatu permasalahan yang dapat diperoleh solusinya dengan
melaksanakan penelitian korelasional.
-
Daftar Rujukan
Creswell, John W. 2012. Educational research : planning, conducting, and
evaluating quantitative and qualitative research 4th Ed. Boston: Pearson
Emzir. 2009. Metodologi Penelitian Pendidikan Kualitatif dan Kuantitatif. Jakarta:
PT Raja Grafindo Pergoda.
Sukardi. 2012. Metodologi Penelitian Pendidikan Kompetensi dan Praktiknya.
Jakarta : Bumi Aksara.
Suryabrata, S. 1994. Metologi Penelitian. Jakarta; Rajawali Press.
Walpole, dkk. 2012. Probability & Statistics for Engineers & Scientists Ninth
Edition. Boston: Pearson Education, Inc.