7. Kesimpulan
( fo fh ) 2
fh
Rumus:
(Catatan: Jika data berbentuk interval, maka harus dibuat kategorik lebih dulu.)
Contoh:
Pengujian:
1. Hipotesis:
H1: 0 (ada hubungan antara jenis kelamin dengan tingkat pendidikan)
Ho : = 0 (tidak ada hubungan antara jenis kelamin dengan tingkat pendidikan)
2. Tabel silang:
Tingkat
Pendidikan
Jenis Kelamin
Jumlah
Laki-laki
perempuan
Rendah
80
80
160
Sedang
100
70
170
Tinggi
120
50
170
Jumlah
300
200
500
perempuan:
3/5 x 160 = 96
2/5 x 160 = 64
2/5 x 170 = 68
2/5 x 170 = 68
Tingkat
Pendidikan
Jenis Kelamin
Jumlah
Laki-laki
perempuan
Rendah
96
64
160
Sedang
102
68
170
Tinggi
102
68
170
Jumlah
300
200
500
Gunakanrumus:
o2
(80 96) 2 (80 64) 2 (100 102) 2 (70 68) 2 (120 102) 2 (50 68) 2
96
64
102
68
102
68
2o = 14,71
5. 2o = 14,71 > 2t (0,05; 2) = 5,99 berarti Ho ditolak
6. Kesimpulan: Ada hubungan antara jenis kelamin dengan tingkat pendidikan
7. Koefisien kontingensi = koefisien asosiasi
o2
n o2
14,92
0,17
514,92
Ns Nd
Ns Nd
5. Transformasi Z:
o (G )
Ns Nd
N (1 G 2 )
6. Bandingkan Zo dan Zt
7. Kriteria:
8. Kesimpulan
Contoh:
Pengujian:
1.
Ho: = 0
(tidak ada hubungan antara status sosial ekonomi dengan tingkat pendidikan)
H1: > 0
(ada hubungan positif antara status sosial ekonomi dengan tingkat pendidikan)
2. Tabel silang:
Tingkat
Pendidikan
Jumlah
Rendah
Sedang
Tinggi
Rendah
80
70
30
180
Sedang
80
60
30
170
Tinggi
40
70
40
150
Jumlah
200
200
100
500
3. Zt ( = 0,05) Zt = 1,645
(Luas kurva 0,5 0,05 = 0,450 terletak pada nilai z = 1,645)
4. Menghitung Gamma:
konsisten;
tidak konsisten; jika status sosial ekonomi rendah tapi tingkat pendidikan tinggi
dan sebaliknya jika status sosial ekonomi tinggi tapi tingkat
pendidikan rendah.
Ns = 80 (60 + 30 + 70 + 40) + 80 (70 + 40) + 70 (30 + 40) + 60 (40) = 32.100
Nd = 40 (70 + 30 + 60 + 30) + 80 (70 + 30) + 70 (30 + 30) + 60 (30) = 21.600
0,2
32.100 21.600 53.700
5. Z o (0,2 0).
53.700
= 2,12
500(1 0,2 2 )
tingkat pendidikan
8. G2 = 0,22 = 0,04 x 100% = 4%
Variasi tingkat pendidikan dapat ditentukan oleh status sosial ekonomi hanya 4%
Y
b = tg
Yi = + Xi + i
a
0
Fungsi Taksiran:
=a+bx
Persamaan regresi tertentu jika nilai a dan b diketahui. Untuk menghitung nilai a dan
b diperlukan pasangan data (x, y) yang didapat dari penelitian.
1. Rumus Regresi: b xy
2
a y bx
Dimana:
y
2
n
2
2
2
x
n
.
xy
n
X1
X2
Xn
Y1
Y2
Yn
4. Sebelum membuat tabel ANAVA, data X harus diurutkan dari yang terkecil sampai
terbesar. Data y yang memiliki nilai x yang sama, dijadikan dalam satu kelompok (k).
5. Buat tabel ANAVA dengan terlebih dahulu menentukan sumber variasi, yaitu:
Total, Regresi (a), Regresi (b/a), Sisa, Tuna cocok, dan Galat.
Setiap sumber variasi ditentukan nilai Jumlah Kuadrat (JK) dan derajat bebas (db).
Kemudian menghitung nilai Rata-rata Jumlah Kuadrat (RJK)
Rumus JK dan RJK:
JK (T ) 2
JK (a)
Rumus db:
db (T) = n
db (a) = 1
db (b/a)= 1
db (S) = n 2
db (Tc) = k 2
db (G) = n k
2 X i 2
JK (G ) X i
ni
i 1
n
JK (b / a) b.xy
JK(S) = JK (T) JK (a) JK (b/a)
JK (Tc)= JK (S) JK (G)
RJK = JK / db
RJK (b / a)
RJK ( S )
RJK (Tc)
RJK (G)
Rxy
xy
x 2 .y 2
R n2
1 R2
R2 x 100%
Contoh:
1. Menentukan Fungsi taksiran dari data X dan Y berikut:
Jumlah
X2
Y2
XY
20
25
400
100
20
36
400
120
23
36
529
138
24
36
576
144
20
49
400
140
23
49
529
161
25
49
625
175
26
49
676
182
20
64
400
160
24
64
576
192
26
81
676
234
28
81
784
252
85
279
619
6571
1998
(y) 2
(279) 2
y Y
6571
87,25
n
12
2
x 2 X 2
(x) 2
(85) 2
619
16,92
n
12
xy XY
(X )(Y )
(85)(279)
1998
21,75
n
12
xy 21,75
1,29
x 2 16,92
Y
X 279
85
b.
Fungsi Taksiran:
Y 14,12 1,29 X
20
20
23
24
20
23
25
26
20
24
26
28
Kelompok
JK (T ) 2 6571
2
JK (a)
2792
6486,75
n
12
JK (b / a) b.xy (1,29).(21,75) 28,05
JK(S)
2
2
X i 2
20 23 24
2
2
2
JK (G ) X i
20 23 24
ni
3
i 1
2
20 23 25 262 202 242 20 24
2
2
2
20
23
25
26
4
2
2
2
26 28
2
26 28
8,67 21 8 2 39,67
2
JK (Tc)
= 28,05 / 1
= 56,19 / 10 = 5,619
= 16,52 / 3
= n = 12
=1
=1
=n2
=k2
=nk
= 28,05
= 5,51
= 5,67
= 12 2 = 10
=52=3
=12 5 = 7
RJK (b / a) 28,06
4,99
RJK ( S )
5,619
Fo (Tc)
0,98
RJK (G) 5,67
F(7,3; 0.05)
= 4,35
Sumber
Variasi
Total
JK
db
6571,00
12
Regresi (a)
6486,75
Regresi (b/a)
28,06
28,06
Sisa
56,19
10
5,619
Tuna cocok
16,52
5,51
Galat
39,67
5,67
RJK
F obs
F tabel
= 0,05
= 0,01
4,99
4,96
10,04
0,98
4,35
8,45
6. Kesimpulan:
Fo (b/a) = 4,99 > Ft = 4,96 berarti Regresi signifikan.
Fo (Tc) = 0,98 < Ft = 4,35 berarti Regresi linier.
xy
x 2 .y 2
21,75
0,58
(16,92).(84,25)
to
R n2
1 R2
0,58. 12 2
1 0,582
2,25
9. Kesimpulan:
to = 2,25 > tt = 1,81 maka Ho ditolak berarti Koefisien korelasi signifikan (ada
hubungan positif antara X dan Y dalam populasi)
10. Koefisien determinasi = 0,582 x 100% = 33,6%
Kesimpulan: Nilai Y ditentukan oleh nilai X dengan variasi sebesar 33,6 %
Untuk mengambil kesimpulan, bisa juga langsung menggunakan Uji Korelasi. Tapi
kita perlu melakukan Uji Regresi, karena:
1. Rumus Rxy
xy
x 2 .y 2
linier maka persamaan ini tidak bisa digunakan untuk mengambil kesimpulan.
2. Fungsi regresi digunakan untuk memprediksi nilai Y.
Galat taksiran, G = y y , harus normal
Tuna cocok adalah penyimpangan dari galat taksiran.
Tc = 0 Titik-titik (nilai ) melekat pada garis.
Model:
Fungsi taksiran: Y bo b1 X1 b2 X 2
bo, b1, b2 didapat dari pasangan data (X1, X2, Y) yang diperoleh dari penelitian.
Menentukan nilai :
Y =
X1 =
X2 =
X1Y =
X2Y =
X1X2 =
Y2 =
X1 2 =
X2 2 =
x1y =
x2y =
x1x2 =
x1 x2b1 x2 b2 x2 y
2
b1
x1 y
x1 x 2
x 2 y
x 2
x1
x1 x 2
x1 x 2
x1
x 2
b2
x1 y
x1 x 2
x 2 y
x1
x1 x 2
x1 x 2
x 2
Mencari nilai bo :
bo Y b1 X 1 b2 X 2
=n1
n = banyaknya pengamatan
k = banyaknya variabel bebas (X)
db (Reg) = k
db (S)
=nk1
JK (Re g )
db(Re g )
RJK (S) =
JK ( S )
db( S )
Menghitung F observasi:
Fobs =
RJK(Re g )
RJK ( S )
JK(Re g )
y 2
Contoh:
X1
X2
16
20
15
20
20
23
22
24
18
20
21
23
24
25
25
26
19
20
22
24
26
26
28
28
Penyelesaian:
a) Mencari Fungsi taksiran
Jumlah
X1
X2
X12
X22
Y2
X1Y
X2Y
X1X2
16
20
256
25
400
320
100
80
15
20
225
36
400
300
120
90
20
23
400
36
529
460
138
120
22
24
484
36
576
528
144
132
18
20
324
49
400
360
140
126
21
23
441
49
529
483
161
147
24
25
576
49
625
600
175
168
25
26
625
49
676
650
182
175
19
20
361
64
400
380
160
152
22
24
484
64
576
528
192
176
26
26
676
81
676
676
234
234
28
28
784
81
784
784
252
252
256
85
279
5636
619
6571
6069
1998
1852
(Y ) 2
(279) 2
y Y
6571
84,25
n
12
2
(X 1 ) 2
(256) 2
x1 X
5636
174,667
n
12
2
2
1
x2 X 2
(X 2 ) 2
(85) 2
619
16,92
n
12
x1 y X 1Y
(X 1 )(Y )
(256)(279)
6069
117
n
12
x2 y X 2Y
(X 2 )(Y )
(85)(279)
1998
21,75
n
12
x1 x2 X 1 X 2
(X 1 )(X 2 )
(256)(85)
1852
38,667
n
12
Persamaan Simultan:
174,667 b1 + 38,667 b2 = 117
38,667 b1 + 16,92 b2 = 21,75
b1
x1 y
x1 x2
x2 y
x2
x1
x1 x2
x1 x2
x2
x1
x1 x2
x1 y
x2 y
x1
x1 x2
x1 x2
2
x2
b2
117
38,667
21,75 16,92
1138,663
0,78
174,667 38,667
1460,229
38,667 16,92
174,667
117
38,667 21,75
725,032
- 0,4965
174,667 38,667
1460,229
38,667 16,92
bo Y b1 X1 b2 X 2
bo
Y
279
X
X
2561
85
b1 1 b2 2 =
(0,78)
(0,4965) = 10,128
12
n
12
12
n
n
db (S) = n k 1 = 12 2 1 = 9
JK (Re g )
80,461
=
= 40,23
2
db(Re g )
3,789
JK ( S )
=
= 0,421
9
db( S )
RJK (Re g )
40,23
=
= 95,558
RJK ( S )
0,421
JK
db
RJK
Fobs
Regresi
80,461
40,23
95,558
Sisa
3,789
0,421
Total
84,25
11
Varians
F tabel
= 0,05
= 0,01
4,26
8,02
Ry.12
JK (Re g )
=
y 2
80,461
= 0,977
84,25
Koefisien determinasi:
Ry.122 = (0,977)2 = 0,955 X 100% = 95,5 %
Artinya: 95,5 % Variasi Y dapat ditentukan (dijelaskan) oleh X1 dan X2 secara
bersama-sama
Koefisien korelasi sederhana antara X1 dan Y:
ry1
x1y
x12 .
117
(174,667)(84,25)
0,9645
x 2 y
x 2 2 . y 2
21,75
(16,92)(84,25)
0,576
x1x 2
x12 .
x2
38,667
(174,667)(16,92)
0,711
to
bi
b
2bi
RJK(S)
x i2 .(1 R i2 )
bi kesalahan baku
2b1
RJK(S)
0,421
0,005 b1 0,071
2
2
x1 .(1 R12 ) (174,667)(1 0,7112 )
2b 2
RJK(S)
0,421
0,05 b1 0,224
2
2
x 2 .(1 R12 ) (16,92)(1 0,7112 )
t o1
b1
0,78
=
10,99
bi 0,071
t o2
b2
0,4695
=
2,096
b2
0,224