X
60
..
40
1990
Y
56
..
46
2027
XY
3360
..
1840
106100
X2
Y2
3600
3136
1600
2116
106408 109885
a = Y bX =
Y = 15,85 +0,70x
Ini berarti naik turunya variabel Y dapat di prediksi melalui regresi
tersebut.
Artinya :
Persamaan tersebut menunjukkan bahwa variabel Y akan
meningkat sebesar 0,69 skor, jika variabel X ditingkat sebesar satu
unit pada konstanta 16,085 atau dengan kata lain setiap
perubahan skor variabel x sebesar 1 unit dapat diestimasikan skor
variabel Y akan berubah 0,70 pada arah yang sama, dengan
konstanta 15,85.
Jika hal ini kita hubungkan dengan variabel di atas yaitu :
Variabel X : kualitas kepemimpinan
Variabel Y : disiplin kerja guru dan pegawai
Hal ini berarti bahwa naik turunnya disiplin kerja guru dan
pegawai dapat diprediksikan melalui regresi tersebut. Kemudian
timbul pertanyaan bila kemampuan kualitas kepemimpinan di
tingkatkan sampai maksimal berapa disiplin kerja guru dan
pegawai yang terjadi?
Berdasarkan instrumen yang dikembangkan, skor kualitas
kepemimpinan yang tertinggi adalah 80. maka produktivitas
padi/disiplin kerja guru dan pegawai
Y = 15,85 +0,70 (80 ) =
71,85. ternyata jika pemakaian pupuk/kualitas kepemimpinan
ditingkatkan sampai maksimal ( 80 ) maka disiplin kerja guru dan
pegawai naik dari nilai rata-rata 50,68 menjadi 71,85. tetapi perlu
di ketahui bila kualitas kepemimpinan walaupun ditingkatkan
sampai maksimal, ternyata disiplin kerja guru dan pegawai tidak
bisa maksimal ( 80 ) hal ini berarti terdapat faktor lain yang
mempengaruhinya.
2. Menentukan Jumlah Kuadrat ( JK ):
Rumus
JK ( T )
JK ( a )
Y2
( Y )2
= -----------n
=
(X) (Y)
JK ( b/a ) = b ( XY - ----------------
n
JK ( S )
= JK ( T) - JK ( a ) - JK ( b/a )
Jumlah Kuadrat
JK ( T ) : Total )
JK (a ) : Regresi a
JK (b/a): Regresi b
JK ( S ): Sisa
JK ( G ): galat ( Kekeliruan )
JK (TC ): Tuna Cocok
( Y2 )
JK ( G )
= (Y2 - --------------- )
n
JK ( TC )
= JK ( S ) - JK ( G )
Catatan :
Untuk mencari nilai JK (G) data variabel X di urutkan dari terkecil
ke terbesar kemudian tentukan kelompoknya ( variabel Y )
berdasarkan kelompok variabel X
dk
n
JK
Y2
RJK
Regresi ( a )
JK ( a )
JK ( a )
Regresi ( b/a )
JK ( b/a )
S2Reg = JK (b/a)
S2Reg/S2sis**
Sisa
n-2
JK ( S )
S2sis = JK (S)/n-2
Tuna Cocok
k-2
JK ( TC )
S2TC (TC)/k-2
S2TC/S2G n.s
Galat
** Regresi Signifikan
n-k
JK ( G )
n.s Regresi Linier
S2 (G) / n-k
Keterangan :
n
: Banyaknya pasangan data
JK
: Jumlah kuadrat
RJK : Rata-rata Jumlah Kuadrat
dk
: derajat Kebebasan
4. Menguji keberartian regresi dan linieritas
Regresi Signifikan ( berarti ) Jika Fhitung lebih besar dari Ftabel
Regresi linier Jika Fhitung lebih kecil dari Ftabel
5. Mencari koefisien korelasi ( derajat hubungan )
Harga-harga yang diperlukan
korelasi X dengan Y adalah:
No.
1
s/d
40
JML
X
60
..
40
1990
Y
56
..
46
2027
Berdasarkan tabel di
X = 1990
X2
Y = 2027
Y2
XY = 106100 n
untuk
XY
3360
..
1840
106100
menghitung
koefisien
X2
Y2
3600
3136
1600
2116
106408 109885
n XY ( X ) ( Y )
ry =
= 0,72
n X2 ( X)2 nY2 ( Y )2
0,72 40-2
=
--------------- = 8,388
1- ry2
1-0,72
= a + bx
X variabel Motivasi
Y variabel prestasi PAI
No.
X2
Y2
XY
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
JML
65
65
70
80
81
85
85
81
82
84
60
70
75
63
82
78
70
80
85
80
85
80
60
90
70
60
60
55
55
75
221
1
60
60
60
60
65
60
65
66
65
68
65
60
66
61
65
68
60
65
70
70
65
80
60
85
60
55
65
50
70
70
193
9
4225
4225
4900
6400
6561
7225
7225
6561
6724
7056
3600
4900
5625
3969
6724
6084
4900
6400
7225
6400
7225
6400
3600
8100
4900
3600
3600
3025
3025
5625
1660
29
3600
3600
3600
3600
4225
3600
4225
4356
4225
4624
4225
3600
4356
3721
4225
4624
3600
4225
4900
4900
4225
6400
3600
7225
3600
3025
4225
2500
4900
4900
1266
31
3900
3900
4200
4800
5265
5100
5525
5346
5330
5712
3900
4200
4950
3843
5330
5304
4200
5200
5950
5600
5525
6400
3600
7650
4200
3300
3900
2750
3850
5250
1439
80