Anda di halaman 1dari 8

CONTOH PROSES MENGHITUNG

DATA KORELASIONAL
DATA PENGETAHUAN EVALUASI, MOTIVASI BERPRESTASI
DAN KINERJA PIMPINAN
No.

Responden

X1

X2

1
2
3
4
5
6
7
8
9
10
11

28
28
20
27
10
23
21
30
12
23
21

145
138
111
125
86
108
111
127
146
132
131

156
145
129
149
93
115
130
150
138
127
127

12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34

14
31
30
24
32
27
16
27
31
15
26
29
35
10
23
31
22
33
14
27
28
29
31

152
120
135
125
123
131
142
126
125
146
139
122
144
131
115
136
131
155
125
125
136
120
132

162
126
141
131
146
154
148
121
141
162
147
128
164
98
117
130
139
148
105
138
145
140
138

M.E. Winarno, Menghitung Data Korelasi 1

No.

Responden

35
36
37
38
39
40
Jumlah
SD
Varians
Rata-rata

X1

X2

25
26
28
20
29
14
970,00
6,71
44,96
24,25

128
123
121
147
133
146
5194,00
13,36
178,39
129,85

137
109
131
142
149
132
5428,00
16,57
274,57
135,70

PENGUJIAN HIPOTESIS
(KORELASIONAL)
Langkah-langkah dalam pengujian hipotesis pertama meliputi:
A. Mencari persamaan regresi = a + bX
B. Menguji Keberartian Regresi dan Linearitas
C. Mencari Koefisien Korelasi
D. Menguji Keberartian Koefisien Korelasi
E. Mencari Koefisien Diterminasi
F. Mencari Koefisien Korelasi Parsial
G. Menguji Keberartian Koefisien Korelasi Parsial
A. Mencari persamaan regresi = a + bX
Harga-harga untuk menghitung a dan b dalam regresi linear = a + bX1
No.

X1

X12

X1Y

Y2

1
2
3
4
5
6
7
8
9
10
11
12
13
14

28
28
20
27
10
23
21
30
12
23
21
14
31
30

156
145
129
149
93
115
130
150
138
127
127
162
126
141

784
784
400
729
100
529
441
900
144
529
441
196
961
900

4368
4060
2580
4023
930
2645
2730
4500
1656
2921
Lengkapi

24336
21025
16641
22201
8649
Lengkapi

M.E. Winarno, Menghitung Data Korelasi 2

No.

X1

X12

15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40

24
32
27
16
27
31
15
26
29
35
10
23
31
22
33
14
27
28
29
31
25
26
28
20
29
14

131
146
154
148
121
141
162
147
128
164
98
117
130
139
148
105
138
145
140
138
137
109
131
142
149
132

576
Lengkapi

Jumlah

970

5428

25276

X1Y

Y2

133341

747288

Berdasarkan Tabel di atas diperoleh harga-harga sbb.:


X1

970

Y2

747288

5428

X1Y =

133341

X12

25276

40

(Y) (X2) - (X) (XY)


a = ------------------------------n (X2) - (X)2
n XY - (X) (Y)
b = ------------------------------n X2 - (X)2
M.E. Winarno, Menghitung Data Korelasi 3

(5428) (25276) - (970) (133341)


a = -------------------------------------------- = 112,02
40 (25276) - (970)2
40 X 133341 - (970) (5428)
b = --------------------------------------------- = 0,98
40 (25276) - (970) 2

Dari hasil perhitungan tersebut diperoleh konstanta a = 112,02 dan koefisien arah b =
0,98. Dengan hasil perhitungan tersebut, maka regresi ki-nerja pimpinan (Y) atas pengetahuan
evaluasi (X1) adalah Y = 112,02 + 0,98X1.
B. Menguji Keberartian Regresi dan Linearitas
Harga-harga yang diperlukan untuk mencari JK (G)
Skor X1 dan Y setelah X1 Dikelompokkan
No.

X1

Kelompok

ni

1
2
3

10
10
12

156
145
129

4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

14
14
14
15
16
20
20
21
21
22
23
23
23
24
25
26
26
27
27
27
27
28
28

4
5
6

10

11

12

149
93
115
130
150
138
127
127
162
126
141
131
146
154
148
121
141
162
147
128
164
98
117

M.E. Winarno, Menghitung Data Korelasi 4

No.

X1

27
28
29
30
31
32
33
34
35
36
37
38
39
40

28
28
29
29
29
30
30
31
31
31
31
32
33
35

Kelompok

ni

13

14

15

Y
130
139
148
105
138
145
140
138
137
109
131
142
149
132

16
17
18

(Y)2
JK (G) = { Y2 - --------- }
ni
(156+145)2
(129)2
2
JK (G) = { 156 + 145 - --------------- } + { 129 - ----------- } +
2
1
(149 + 93 + 115)2
(129)2
{ 149 2 + 93 2 + 115 2 - ------------------------- } + { 129 2- ------------ }
3
1
2

(130)2
{ 130 - ------------ } ........................................ + { 1422 - -------- } +
1

(142)2

(149)2
(152)2
2
{ 149 - ------------ } + { 152 - -------- } = 6184,5
1
1
2

JK (G)
JK (T)
JK (a)

= 6184,5
= Y2 = 747288
= (Y)2 /n = (747288)2 /40 = 736580

JK (b/a)

(X1) (Y)
= b { X1Y - ---------------- }
n

JK (b/a)

(970) (5428)
= 0,98 { 743789 - ------------------- }
40
= 1671,5
M.E. Winarno, Menghitung Data Korelasi 5

JK (S) = JK (T) - JK (a) - JK (b/a)


= 747288 - 736580 - 1671,5
= 9036,9
JK (TC)

= JK (S) - JK (G)
= 9036,9 - 6184,5
= 2852,4
Tabel 1 Daftar ANAVA untuk menghitung Regresi Linear

Sumber Variasi

dk

JK

KT

Total

Y2

Y2

Regresi (a)
Regresi (b/a)
Sisa

1
1
n-2

JK (a)
JK (b/a)
JK (S)

Tuna Cocok
Galat

k-2
n-k

JK (TC)
JK (G)

JK (a)
s = JK (b/a)
s2sis = JK (S)/n-2

s2Reg/s2sis

2
Reg

s2TC (TC)/k-2
s2G (G)/n-k

s2TC/s2G

Keterangan:
n = Banyaknya pasangan data
JK = Jumlah Kuadrat
k = Banyaknya kelompok
Dengan harga-harga di atas, maka diperoleh daftar ANAVA sebagai berikut:
Tabel 2. Daftar ANAVA untuk Regresi Linear
Y = 112,02 + 0,98 X1
Sumber Variasi

dk

JK

KT

F-tabel

F-hitung

5%
Total

40

6184,50

6184,50

Regresi (a)
Regresi (b/a)
Sisa

1
1
38

736579,60
1671,48
9036,92

736579,60
1671,48
237,81

Tuna Cocok
Galat

16
22

2852,42
6184,50

158,47
281,11

1%

7,03*

4,10

7,35

0,56n.s.

2,13

2,94

* Regresi signifikan (F-hitung = 7,03 > F-tabel 0,99: 1,38 = 4,10)


n.s. Non signifikan atau regresi linear (F -hitung = 0,56 < F-tabel 0,99: 18,22 = 2,13)
Keterangan:
dk
JK
KT

= derajat kebebasan
= jumlah kuadrat
= kuadrat tengah

Uji Keberartian Regresi


Hipotesis statistik yang diuji untuk keberartian regresi adalah sebagai berikut:
M.E. Winarno, Menghitung Data Korelasi 6

H0 : = 0
H0 : > 0
Dari Tabel 8.2 di atas diperoleh F hitung = 7,03 lebih besar dari F tabel dengan 0,05 dk
pembilang 1, dk penyebut 38 (n-2) sebesar 4,10. Dengan demikian dapat disimpulkan bahwa H 0
ditolak, sehingga koefisien arah regresi Y = 112,02 + 0,98 X 1 adalah berarti.
Uji Linearitas
Hipotesis statistik yang diuji untuk linearitas adalah sebagai berikut:
H0 : Y = + X
H0 : Y + X
Dari daftar ANAVA pada Tabel 8.2 diperoleh F hitung sebesar 0,56 lebih kecil dari F tabel
dengan 0,05 dengan dk pembilang 16 (k-2) dan dk penyebut 22 (n-k) sebesar 2,13. Dengan
demikian dapat disimpulkan bahwa H 0 diterima, sehingga model regresi linear.
Dengan hasil pengujian tersebut maka dapat dinyatakan bahwa regresi Y = 112,02 +
0,98 X1, dapat dipertanggung jawabkan untuk digunakan bagi pengambilan beberapa kesimpulan
yang diperlukan.
C. Mencari Koefisien Korelasi
Mencari koefisien korelasi data pengetahuan evaluasi (X 1) dengan kinerja pimpinan (Y).
Harga-harga yang diperlukan untuk menghitung koefisien korelasi X 1Y
X1

970

Y2

5428

X1Y= 133341

X12

25276

747288

40

n XY - (X) (Y)
ry1 = ------------------------------------------------- {n (X2) - (X)2} {n (Y2) - (Y)2}
40 X 133341 - (970) (5428)
r y1 = ------------------------------------------------------------ { 40 (25276) - (970)2} { 40 (747288) - (5428) 2}
r y1 = 0,40
D. Menguji Keberartian Koefisien Korelasi
Untuk menguji keberartian koefisien korelasi digunakan Statistik Student t, dengan
rumus sebagai berikut:
r y1 n 2
t = ----------------- 1 - r y12

0,40 38
t = ----------------- 1 - (0,40)2

= 2,69

M.E. Winarno, Menghitung Data Korelasi 7

Dari distribusi t dengan dk 38 (n-2) dan taraf nyata 0,05 diperoleh t tabel sebesar 2,02.
Jelas bahwa t hitung (2,69) lebih besar dari t tabel (2,02). Dengan demikian dapat disimpulkan
bahwa koefisien korelasi antara pengetahuan evaluasi (X 1) dengan kinerja pimpinan (Y) berarti.
E. Mencari Koefisien Determinasi
Dari hasil perhitungan koefisien korelasi diperoleh harga r y1 = 0,40, sehingga koefisien
determinasinya adalah (0,40) 2 = 0,16. Dengan terujinya koefisien korelasi tersebut, maka dapat
dinyatakan bahwa 16% variasi kinerja pimpinan Depdiknas (Y) dapat dijelaskan oleh variabel
pengetahuan evaluasi pimpinan (X 1) melalui regresi Y = 112,02 + 0,98 X1
F. Mencari Koefisien Korelasi Parsial
Harga-harga yang diperlukan untuk mencari koefisien korelasi parsial adalah sebagai
berikut:
r12 = 0,06
ry1 = 0,40
ry2 = 0,66
Keterangan:
r12 = Koefisien korelasi X1 dengan X2.
ry1 = Koefisien korelasi Y dengan X1.
ry2 = Koefisien korelasi Y dengan X2.
ry1 - (ry2)(r12)
ry1.2 = ------------------------------------- (1 - r2y2) (1 - r212)
0,40 - (0,66) (0,06)
ry1.2 = -------------------------------------- (1 - (0,66)2 ) (1- (0,06)2 )
ry1.2

= 0,4806

G. Menguji Keberartian Koefisien Korelasi Parsial


Untuk menguji keberartian koefisien korelasi parsial digunakan rumus sebagai berikut:
ry1.2 n-3
t = ----------------- 1 - r2y1.2
0,4806 37
t = ------------------------- 1 - (0,4806)2
= 3,334
Dari distribusi t dengan dk 37 (n-3) dan taraf nyata 0,05 diperoleh t tabel sebesar 2,02.
Dengan demikian dapat disimpulkan bahwa t hitung (3,334) lebih besar dari t tabel (2,02). Ini
berarti koefisien korelasi parsial antara pengetahuan evaluasi (X 1) dengan kinerja pimpinan (Y),
apabila motivasi berprestasi (X2) di kontrol adalah berarti dan tidak dapat diabaikan.

M.E. Winarno, Menghitung Data Korelasi 8