1

1. Paradigma Sederhana

Paradigma sederhana terdiri dari satu variable bebas (independent) dan satu variable terikat

(dependent)

Gambar 1. Paradigma Sederhana

Contoh:

X1 = Kampanye

Y = Perolehan Suara Pilkada

Rumusan masalah

1. Rumusan Masalah Deskriptif

Bagaimana X? (Kampanye)

Bagaimana Y? (Perolehan Suara Pilkada)

2 Rumusan Masalah Asosiatif

Bagaimana pengaruh Kampanye terhadap Peroleh Suara Pilkada?

Teori yang digunakan

Ada dua teori yang digunakan yaitu Teori tentang Kampanye dan Teori

tentang Pilkada.

Hipotesis

1. Hipotesis Deskriptif

Teknik Kampanye yang dilakukan oleh Parpol tersebut telah 60 % baik.

Hasil Perolehan Suara yang diterima oleh Parpol tersebut hingga saat ini

telah 80 % baik.

2. Hipotesis Asosiatif

Ada pengaruh yang signifikan antara Kampanye dengan hasil Perolehan

Suara Pilkada.

Teknik analisis data

Teknik Analisis yang digunakan pada kasus ini adalah Analisis Korelasi

dan Analisis Deskriptif

X1 Y R

2

2. Paradigma Sederhana Berurutan

Paradigma sederhana berurutan (serial) terdiri dua atau lebih variabel bebas dan satu

variabel terikat yang disusun secara berurutan.

Gambar 2. Paradigma Sederhana Berurutan

Contoh :

X1 = Jenjang Pendidikan X3 = Kualitas Media

X2 = Pengalaman Mengajar Y = Ketuntasan Peserta Didik

Rumusan Masalah

1. Deskriptif

Bagaimana X1? (Jenjang Pendidikan)

Bagaimana X2? (Pengalaman Mengajar)

Bagaimana X3? (Kualitas Media)

Bagaimana Y? (Ketuntasan Peserta Didik)

2. Asosiatif

Bagaimana hubungan X1 dengan X2?

Bagaimana hubungan X2 dengan X3?

Bagaimana hubungan X3 dengan Y?

Landasan Teori

Terdapat 4 landasan teori yaitu teori tentang Jenjang Pendidikan,

Pengalaman Mengajar, Kualitas Media,dan tentang Ketuntasan Peserta Didik.

X1 X2 X3 Y R

r1 r2

3

Hipotesis

1. Deskriptif

Jenjang Pendidikan yang dimiliki oleh Tenaga Pendidik di Sekolah

tersebut telah 70 % baik.

Pengalaman Mengajar yang dimiliki oleh Tenaga Pendidik di Sekolah

tersebut telah 80 % baik.

Kualitas Media Pembelajaran yang dipakai oleh Tenaga Pendidik di

Sekolah tersebut telah 60 % baik.

Ketuntasan Peserta Didik di Sekolah tersebut telah 90 % baik.

2. Asosiatif

Semakin tinggi Jenjang Pendidikan yang dimiliki oleh Tenaga Pendidik,

maka semakin banyak Pengalaman Mengajar mereka.

Semakin lama Pengalaman Mengajar seorang Tenaga pengajar, maka

Kualitas Media Pembelajaran yang dibuat semakin baik.

Semakin baik Media Pembelajaran yang dipakai, maka semakin baik

tingkat ketuntasan peserta didik.

Teknik Analisis

Teknik Analisa yang dipakai pada kasus ini adalah Analisis Product Moment

Pearson dan Analisi Deskriptif

3. Paradigma Ganda dengan Dua Variabel Independen

Paradigma ganda dengan dua variabel independent adalah paradigma yang disusun

atas 2 variabel bebas dan 1 variabel terikat yang susunannya dapat dilihat pada gamabar

berikut :

Gambar 3 Paradigma Ganda dengan Dua Variabel Independen

r1

r2

r3 R

4

Contoh :

X1= kualitas pelayanan

X2= jumlah pengunjung

Y = jumlah pembeli

Rumusan Masalah

1. Deskriptif

Bagaimana X1? (kualitas pelayanan)

Bagaimana X2? (jumlah pengunjung)

Bagaimana Y? (jumlah pembeli)

2. Asosiatif

Bagaimana hubungan X1 dengan X2?

Bagaimana hubungan X1 dengan Y?

Bagaimana hubungan X2 dengan Y?

Landasan Teori

Terdapat 3 landasan teori yaitu teori tentang kuatitas pelayanan, jumlah

pengunjung, jumlah pembeli.

Hipotesis

1. Deskriptif

Kualitas dari pelayanan pegawai toko tersebut sudah mencapai 75% baik.

Jumlah pengunjung toko tersebut sudah mencapai 80% baik.

Jumlah pembeli di toko tersebut sudah mencapai 65% baik.

2. Asosiatif

Kualitas pelayanan yang diberikan oleh pegawai toko akan

memperngaruhi banyaknya pengunjung toko tersebut.

Kualitas dari pelayanan yang diberikan pegawai toko akan mempengaruhi

banyaknya jumlah pembeli di toko tersebut.

Jumlah pengunjung toko dapat mempengaruhi jumlah dari pembeli di toko

tersebut.

Teknik Analisis

Teknik analisis yang digunakan pada kasus ini adalah Analisis Korelasi Product

Moment.

5

4. Paradigma Ganda dengan Tiga Variabel Independen

Paradigma ganda dengan tiga variabel independen yaitu X1;X2 dan X3. untuk mencari

besarnya hubungan antara X1 dengan variabel Y; X2 dengan Y; X3 dengan Y; X1 dengan X2; X2

dengan X3; dan X1 dengan X3 dapat menggunakan korelasi sederhana. Untuk mencari besarnya

hubungan antara X1 secara bersama-sama dengan X2 dan X3 terhadap Y digunakan korelasi ganda.

Regresi sederhana dan ganda serta korelasi parsial dapat diterapkan dalam paradigma ini. Jadi bisa

dikatakan dalam paradigm ganda dengan tiga variable independen, terdapat tiga variable

independen (X1,X2,X3) dan satu variable dependen (Y)

Gambar 4 Paradigma Ganda dengan Tiga Variabel Independen

Contoh:

X1 = Keuntungan perusaan Y = Perkembangan perusaan

X2 = Perencanaan perusahaan

X3 = Promosi perusahaan

Rumusan Masalah

1. Deskriptif

Bagaimana X1? (Keuntungan Perusahaan)

Bagaimana X2? (Perencanaan Perusahaan)

Bagaimana X3? (Promosi Perusahaan)

Bagaimana Y? (Perkembangan Perusahaan)

2. Asosiatif

Bagaimana hubungan keuntungan perusaan terhadap perencanaan

perusahaan?

Bagaimana hubungan perencanaan perusahaan terhadap promosi

perusahaan?

Bagaimana hubungan keuntungan perusahaan terhadap promosi

perusahaan?

x1

x3

y

r1

r2

r3

x2

r4

r5

r6

6

Bagaimana pengaruh keuntungan perusahaan terhadap perkembangan

perusahaan?

Bagaimana pengaruh perencanaan perusahaan terhadap perkembangan

perusahaan?

Bagaimana pengaruh promosi perusahaan terhadap perkembangan

perusahaan?

Bagaimana hubungan atau pengaruh keuntungan perusahaan, perencanaan

perusahaan, dan promosi terhadap perkembangan perusahaan?

Teori yang digunakan

Ada empat teori yaitu tentang keuntungan perusahaan, perencanaan perusahaan,

promosi perusahaan, dan perkembangan perusahaan.

Hipotesis

1. Deskriptif

Keuntungan yang di peroleh perusahaan mencapai 35%

Perencanaan perusahaan mencapai target maksimal yaitu 85%

Promosi perusahaan sudah mencangkup lingkup provinsi

Perusahaan tersebut telah berkembang pesat dengan keuntungan yang

mencapai 85%.

2. Assosiatif

Ada hubungan positif dan signifikan antara keuntungan perusahaan

dengan perencanaan perusahaan. Hal ini berarti bila keuntungan

perusahaan semakin tinggi maka akan semakin menunjang perencanaan

perusahaan.

Ada hubungan positif dan signifikan antara perencanaan perusahaan

dengan promosi perusahaan. Ini berarti semakin matang perencanaan

perusahaan maka akan semakin menunjang promosi perusahaan.

Ada hubungan positif dan signifikan antara keuntungan perusahaan

dengan promosi perusahaan. Hal ini berarti bila keuntungan perusahaan

semakin tinggi akan semakin menunjang promosi perusahaan.

Ada hubungan positif dan signifikan antara keuntungan perusahaan

dengan perkembangan perusahaan. Hal ini berarti semakin tinggi

7

keuntungan perusahaan maka akan semakin menunjang perkembangan

perusahaan.

Ada hubungan positif dan signifikan antara perencanaan perusahaan

dengan perkembangan perusahaan. Ini berarti semakin matang

perencanaan perusahaan maka akan semakin menunjang perkembangan

perusahaan.

Ada hubungan positif dan signifikan antara promosi dengan

perkembangan perusahaan. Hal ini berarti bila promosi perusahaan

meningkat maka akan semakin menunjang perkembangan perusahaan.

Ada hubungan positif dan signifikan antara akreditasi belajar, kualitas

guru, dan motivasi belajar siswa dengan prestasi belajar siswa. Ini

berarti bila keuntungan perusahaan, perencanaan perusahaan, dan

promosi perusahaan semakin meningkat maka akan semakin menunjang

perkembangan perusahaan.

Teknik analisis data

Untuk hipotesis assosiatif, untuk mencari besarnya hubungan antara X1

dengan Y; X2 dengan Y; X3 dengan Y; X1 dengan X2; X2 dengan X3;

dan X1 dengan X3 dapat menggunakan korelasi sederhana. Untuk mencari

besarnya hubungan antar X1 secara bersama – sama dengan X2 dan X3 terhadap

Y digunakan korelasi ganda. Regresi sederhana dan ganda serta korelasi parsial

juga dapat digunakan.

5. Paradigma Ganda dengan Dua Variabel Dependen

Paradigma Ganda dengan dua variable dependen adalah paradigma dengan satu

variabel independen dan dua dependen. Untuk mencari besarnya hubungan antara X dan Y1

dan X dengan Y2 digunakan teknik korelasi sederhana. Demikian juga untuk Y1 dengan Y2

analisis regresi juga dapat digunakan disini.

8

Gambar 5 Paradigma Ganda dengan Dua Variabel Dependen

Contoh :

X1 = Hobi

Y1 = Minat

Y2 = Perasaan Senang

Rumusan Masalah

1. Deskriptif

Bagaimana X1? (Hobi)

Bagaimana Y1? (Minat)

Bagaimana Y2? (Perasaan Senang)

2. Asosiatif

Bagaimana pengaruh hobi terhadap minat seseorang?

Bagaimana pengaruh hobi dengan perasaan senang?

Bagaimana pengaruh minat dengan perasaan senang?

Landasan Teori

Teori yang akan digunakan adalah mengenai hobi, minat dan perasaan

senang pada beberapa objek (manusia).

Hipotesis

1. Deskriptif

Hobi tiap objek berbeda-beda.

Minat seseorang mungkin saja bersifat global.

Perasaan senang selalu ditunjukkan pada setiap objek penelitian.

2. Asosiatif

Terdapat hubungan yang signifikan antara hobi dan minat seseorang.

Terdapat hubungan yang signifikan antara hobi dan perasaan senang.

Y1

Y2

X1

r1

r2

R

9

Terdapat hubungan yang signifikan antara minat dan perasaan senang.

Teknik Analisa

Teknik analisa yang digunakan adalah Korelasi sederhana dan regresi.

6. Paradigma Ganda dengan Dua Variabel Independen dan Dua Variabel Dependen

Hubungan antara X1 bersama-sama dengan X2 terhadap Y1 dan X1 dan X2

bersama-sama terhadap Y2 dapat lihat pada gambar di bawah ini. Dalam paradigm ini

terdapat dua variable terikat yang dipengaruhi oleh dua variabel bebas dan antar variabel

terikat dan variabel bebasnya saling mempengaruhi satu sama lain.

Gambar 6 Paradigma Ganda dengan Dua Variabel Independen dan Dua Variabel Dependen.

Contoh :

X1 = Pelayanan Dealer Motor Y1 = Pelanggan

X2 = Sistem Penjualan Y2 = Komplain Pelanggan

Rumusan Masalah

1. Deskriptif

Bagaimana X1? (Pelayanan Dealer Motor)

Bagaimana X2? (Sistem Penjualan)

Bagaimana Y1? (Pelanggan)

Bagaimana Y2? (Komplain Pelanggan)

2. Asosiatif

Bagaimana hubungan antara pelayanan dealer motor dengan pelanggan?

Bagaimana hubungan antara pelayanan dealer motor dengan komplain

pelanggan?

Bagaimana hubungan antara sistem penjualan dengan pelanggan?

X1

X2

Y1

Y2

r1

r2 r3

r5 r6

r4

10

Bagaimana hubungan antara sistem penjualan dengan komplain

pelanggan?

Bagaimana hubungan antara pelayanan dealer motor dengan sistem

penjualan?

Bagaimana hubungan antara pelanggan dengan komplain?

Landasan Teori

Teori yang digunakan dalam kasus ini adalah tentang pelayanan dealer

motor, sistem penjualan, pelanggan dan komplain pelanggan.

Hipotesis

1. Deskriptif

Pelayanan yang dilakukan oleh dealer motor tersebut telah 80 % baik.

Sistem penjualan yang digunakan pada dealer motor tersebut telag 70%

baik.

95% Pelanggan merasa puas dengan pelayanan yang diberikan.

5% pelanggan komplain dengan pelayanan yang diberikan.

2. Asosiatif

Terdapat hubungan yang signifikan antara pelayanan dealer motor

dengan pelanggan.

Terdapat hubungan yang signifikan antara pelayanan dealer motor

dengan komplain pelanggan.

Terdapat hubungan yang signifikan antara sistem penjualan dengan

pelanggan.

Terdapat hubungan yang signifikan antara sistem penjualan dengan

komplain pelanggan.

Terdapat hubungan yang signifikan antara pelayanan dealer motor

dengan sistem penjualan.

Terdapat hubungan yang signifikan antara pelanggan dengan komplain.

Teknik Analisa

Teknik analisa yang dilakukan adalah regresi ganda dan korelasi.

11

7. Paradigma Jalur

Paradigma jalur. Dalam paradigma itu terdapat empat rumusan masalah deskriptif

dan 6 rumusan masalah asosiatif. Dinamakan paradigma jalur karena terdapat variabel yang

berfungsi sebagai jalur antara (X3). Dengan adanya variabel antara ini, akan dapat digunakan

untuk mengetahui apakah untuk mencapai sasaran akhir harus melewati variabel antara itu

atau bisa langsung kesasaran akhir. Dari gambar terlihat bahwa, murid yang berasal dari

status sosial ekonomi tertentu

Gambar 2.6 Paradigma Jalur.

Contoh :

X1 = Kedisiplinan X3 = Jiwa Kepemimpinan

X2 = Tingkah Laku Y = Pemimpin yang baik

Rumusan Masalah

1. Deskriptif

Bagaimana X1? (Kedisiplinan)

Bagaimana X2? (Tingkah Laku)

Bagaimana X3? (Jiwa Kepemimpinan)

Bagaimana Y? (Pemimpin yang baik)

2. Asosiatif

Bagaimana hubungan antara Kedisiplinan dengan tingkah laku?

Bagaimana hubungan antara kedisiplinan dengan jiwa kepemimpinan?

Bagaimana hubungan antara tingkah laku dengan jiwa kepemimpinan?

X2

X3 Y

X1

r1

r2

r3

r4

r5

R

12

Bagaimana hubungan antara kedisiplinan dengan pemimpin yang baik?

Bagaimana hubungan antara tingkah laku dengan pemimpin yang baik?

Bagaimana hubungan antara jiwa kepemimpinan dengan pemimpin

yang baik?

Landasan Teori

Teori yang digunakan dalam kasus ini adalah tentang kedisiplinan, tingkah

laku, jiwa kepemimpinan dan pemimpin.

Hipotesis

1. Deskriptif

Seorang pemimpin yang baik harus memiliki kedisiplinan tinggi.

Seorang pemimpin yang baik harus memiliki tingkah laku yang baik.

Seorang pemimpin yang baik harus memiliki jiwa kepemimpinan tinggi.

Pemimpin di daerah tersebut telah 80 % baik.

2. Asosiatif

Terdapat hubungan antara Kedisiplinan dengan tingkah laku.

Terdapat hubungan antara kedisiplinan dengan jiwa kepemimpinan.

Terdapat hubungan antara tingkah laku dengan jiwa kepemimpinan.

Terdapat hubungan antara kedisiplinan dengan pemimpin yang baik.

Terdapat hubungan antara tingkah laku dengan pemimpin yang baik.

Terdapat hubungan antara jiwa kepemimpinan dengan pemimpin yang

baik.

Teknik Analisa

Teknik analisa yang dilakukan adalah regresi ganda dan korelasi.

13

L A M P I R A N

1. Analisis korelasi

Analisis korelasi digunakan untuk menjelaskan kekuatan dan arah hubungan antara

dua variabel. Korelasi bersifat undirectional yang artinya tidak ada yang ditempatkan

sebagai predictor dan respon (IV dan DV).

Angka korelasi berkisar antara -1 s/d +1. Semakin mendekati 1 maka korelasi semakin

mendekati sempurna. Sementara nilai negative dan positif mengindikasikan arah hubungan.

Arah hubungan yang positif menandakan bahwa pola hubungan searah atau semakin tinggi

A menyebabkan kenaikan pula B (A dan B ditempatkan sebagai variabel)

Interprestasi angka korelasi menurut Prof. Sugiyono (2007)

0 - 0,199 : Sangat lemah

0,20 - 0,399 : Lemah

0,40 - 0,599 : Sedang

0,60 - 0,799 : Kuat

0,80 - 1,0 : Sangat kuat

Pearson r correlation:

Pearson r correlation biasa digunakan untuk mengetahui hubungan pada dua variabel.

Korelasi dengan Pearson ini mensyaratkan data berdistribusi normal.

Rumus yang digunakan adalah sebagai berikut :

Analisis korelasi adalah alat yang membahas tentang derajat hubungan antara satu variabel

dengan variabel lainnya. Dua variabel dikatakan berkolerasi apabila perubahan dalam satu

variabel diikuti oleh perubahan variabel lain, baik yang searah maupun tidak. Hubungan antara

variabel dapat dikelompokkan menjadi tiga jenis :

1) Korelasi Positif

14

Terjadinya korelasi positif apabila perubahan antara variabel yang satu diikuti oleh

variabel lainnya dengan arah yang sama (berbanding lurus). Artinya apabila variabel yang

satu meningkat, maka akan diikuti peningkatan variabel lainnya.

2) Korelasi Negatif

Terjadinya korelasi negatif apabila perubahan antara variabel yang satu diikuti oleh

variabel lainnya dengan arah yang berlawanan (berbanding terbalik). Artinya apabila variabel

yang satu meningkat, maka akan diikuti penurunan variabel lainnya.

3) Korelasi Nihil

Terjadinya korelasi nihil apabila perubahan antara variabel yang satu diikuti oleh

variabel lainnya dengan arah yang tidak teratur (acak). Artinya apabila variabel yang satu

meningkat, maka akan diikuti penurunan variabel. Artinya apabila variabel yang satu

meningkat, kadang diikuti dengan peningkatan pada variabel lain dan kadang diikuti dengan

penurunan pada variabel lain.

Berdasarkan hubungan antar variabel yang satu dengan variabel lainnya dinyatakan

dengan koefisien korelasi yang disimbolkan dengan “ r “ . besarnya koefisien korelasi

berkisar antara -1 r +1

Untuk mencari korelasi antara variabel Y terhadap X1 atau ry.1,2,…,k dapat dicari

dengan rumus :

Sedangkan untuk mengetahui korelasi antar variabel bebas dengan tiga buah variabel

bebas adalah :

a. Koefisien korelasi antara X1 dan X2

b. Koefisien Korelasi antara X1 dan X3

c. Koefisien Korelasi antara X2 dan X3

15

Nilai koefisien korelasi adalah -1 r +1. Jika dua variabel berkorelasi negatif maka nilai

koefisien korelasinya akan mendekati -1 ; jika dua variabel tidak berkolerasi maka nilai

koefisien korelasinya akan mendekati 0 ; sedangkan jika dua variabel berkolerasi positif maka

nilai koefisien korelasinya akan mendekati 1.

Untuk lebih mengetahui seberapa jauh derajat antara variabel – variabel tersebut, dapat

dilihat dalam perumusan berikut :

-1,00 ≤ r ≤ - 0,80 Berarti korelasi kuat secara negatif

-0,79 ≤ r ≤ - 0,50 Berarti korelasi sedang secara negative

-0,49 ≤ r ≤ 0,49 Berarti korelasi lemah

0,50 ≤ r ≤ 0,79 Berarti korelasi sedang secara positif

0,80 ≤ r ≤ 1,00 Berarti korelasi kuat secara positif

2. Korelasi Product Moment

Digunakan untuk menyatakan ada atau tidaknya hubungan antara variabel X dengan

variabel Y. Dapat juga digunakan untuk menyatakan besarnya sumbangan variabel satu

terhadap yang lainnya yang dinyatakan dalam persen.

Nilai r terbesar adalah +1 dan r terkecil adalah –1. r = +1 menunjukkan hubungan

positip sempurna, sedangkan r = -1 menunjukkan hubungan negatip sempurna. r tidak

mempunyai satuan atau dimensi. Tanda + atau - hanya menunjukkan arah hubungan.

Intrepretasi nilai r adalah sebagai berikut:

Untuk mencari r hitung digunakan perhitungan sebagai berikut :

16

3. Uji Koefisien Regresi Ganda

Adanya variabel – variabel bebas dalam regresi linier ganda perlu diuji untuk melihat

seberapa besar pengaruhnya terhadap variabel tidak bebas. Uji statistik yang paling tepat

adalah menggunakan uji t (t – student ).

Dimisalkan populasi mempunyai model regresi berganda yaitu :

Adanya asumsi bahwa variabel – variabel bebas memberikan pengaruh yang berarti atau

tidak terhadap variabel tidak bebas akan diuji hipotesis H0 melawan hipotesis H1 dalam

bentuk :

H0 = βi = 0,1 = 1,2, . . ., k.

H1 = βi = 0,1 = 1,2, . . ., k.

Untuk menguji tersebut digunakan kekeliruan baku yang ditaksir sy2 1,2,…,k. jadi untuk

melihat kekeliruan tersebut koefisien bi adalah :

Dengan distribusi t – student serta dk = (n – k – 1), ttabel = t(n – k – 1, α), dimana kriteria

pengujian adalah : tolak H0 jika ti >ttabel dan terima H0 jika ti<ttabel.

https://id.scribd.com/doc/94935149/Paradigma-Sederhana-Berurutan-Bner

(Diakses pada 21 Februari 2015, 10:02)