Latihan soal dan studi Kasus

Contoh soal 1
1. Ingin diketahui seberapa kuat hubungan antara besarnya pendapatan seseorang dengan
pengeluaran (konsumsi) per bulan. Data dari 6 orang yang diwawancarai diperoleh data
sebagai berikut:
X (pendapatan)

: 800 900 700 600 700 800

(ribuan)

Y (konsumsi)

: 300 300 200 100 200 200

(ribuan)

Untuk menghitung koefisien korelasi maka disusun tabel bantu sebagai berikut:
Tabel . Tabel Bantu Analisis Korelasi Product Moment
n
1
2
3
4
5
6

X
800
900
700
600
700
800
4.500

Y
300
300
200
100
200
200
1.300

X2
640.000
810.000
490.000
360.000
490.000
640.000
3.430.000

Y2
90.000
90.000
40.000
10.000
40.000
40.000
310.000

Berdasarkan tabel bantu tersebut diperoleh nilai-nilai:

X

= 4.500

= 1.300

X2

= 3.430.000

Y2

= 310.000

XY = 1.010.000
n=6

XY
240.000
270.000
140.000
60.000
140.000
160.000
1.010.000

Untuk menghitung koefisien korelasi, maka nilai-nilai tersebut dimasukkan dalam rumus
koefisien korelasi sebagai berikut.
r

6 (1.010.000) - (4.500)(1.300)
6 . (3.430.000) ( 4.500) 2

6 . (310.000) (1.300) 2

6.060.000 5.850.000
20.580.000 20.250.000 1.860.000 1.690.000

210.000
330.000 170.000

210.000
574,4563 x 412,3106

210.000
236.854,4

= 0,886621
Jadi diperoleh nilai koefisien korelasi ( r ) sebesar 0,886621 karena nilainya positif dan
mendekati 1 berarti hubungan konsumsi dan pendapatan kuat dan searah (positif), artinya
peningkatan pendapatan seseorang akan diikuti dengan peningkatan pengeluaran (konsumsi).
Uji Hipotesis Hubungan (Uji Signifikan)
Pengujian hipotesis hubungan digunakan uji statistik yang disebut Uji t (t-student).
Parameter yang diuji yaitu korelasi dinotasikan dengan (lihat bab Estimasi Parameter). Uji
hipotesis hubungan pada dasarnya adalah menguji signifikansi koefisien korelasi, apakah
besar kecilnya hubungan yang diperoleh itu kebetulan saja atau memang ada hubungan yang
sesungguhnya.
Rumus Uji t untuk uji hubungan adalah:
t

r2 n 2
1- r2

Selain menggunakan Uji t, pengujian hipotesis hubungan dapat menggunakan kriteria nilai
korelasi tabel (rtabel) yaitu dengan cara membandingkan nilai koefisien korelasi (rhitung) dengan
nilai rtabel.
Jika rhitung > rtabel maka hubungan antar variabel signifikan
Jika rhitung rtabel maka hubungan antar variabel tidak signifikan

Contoh soal 2
2. Misalkan menggunakan data sebelumnya yaitu hubungan antara pendapatan dan
konsumsi. Diajukan hipotesis yang menyatakan ada hubungan yang signifikan antara
pendapatan dengan konsumsi.
Penyelesaian:
1. Rumusan hipotesis:
Ho : = 0

Tidak ada hubungan yang signifikan antara pendapatan dengan konsumsi

Ha : 0

Ada hubungan yang signifikan antara pendapatan dengan konsumsi

Taraf = 0,05 selanjutnya dapat dicari nilai ttabel pada = 0,05 (uji 2 pihak /2 = 0,025)
derajat bebas = n 2 = 6 2 = 5 yaitu sebesar 2,776451
Kriteria pengujian:
Ho ditolak jika thitung > ttabel atau probabilitas < 0,05
Ho diterima jika thitung ttabel atau probabilitas 0,05
Uji statistik (Uji t)
Menghitung nilai t dengan rumus: t =

r2 n 2
1- r2

=
=
=

(0,886621) 2 6 2
1 - (0,886621) 2
0,786096 x 2
1 0,786096

1,572193
0,213904

1,572193
0,462497

= 3,39936
Jadi diperoleh nilai thitung sebesar 3,39936.
Kesimpulan
Karena thitung (3,39936) > ttabel (2,776451) maka Ho ditolak, artinya hubungan kedua
variabel signifikan, atau pendapatan memiliki hubungan yang signifikan dengan
konsumsi. Dengan demikian hipotesis yang menyatakan ada hubungan yang signifikan
antara konsumsi dengan pendapatan diterima.
Pengujian koefisien korelasi dapat juga dilakukan dengan cara membandingkan
nilai koefisien korelasi dengan nilai korelasi tabel atau r tabel, sehingga perlu dicari nilai
rtabel pada taraf = 0,05 dan n = 6 yaitu diperoleh rtabel = 0,811 (lihat tabel r). Karena nilai
rhitung (0,886621) > rtabel (0,811) maka Ho ditolak, artinya pendapatan memiliki hubungan
signifikan dengan konsumsi.

Contoh soal 3
2. Menggunakan data pada contoh korelasi Product Moment dengan menambah variabel jumlah
anak, sehingga akan dihitung hubungan antara pendapatan (X1) dan jumlah anak (X2) dengan
konsumsi (Y), dengan data sebagai berikut:.

n
1
2
3
4
5
6
7
8
9
10

X1 (ribuan)
800
900
700
600
700
800
900
1000
900
1100

X2
3
3
2
1
1
1
1
3
3
3

Y (ribuan)
300
300
200
100
200
200
250
300
300
350

Untuk mencari nilai koefisien korelasi berganda perlu disusun tabel bantu sebagai
berikut:

Tabel . Tabel Bantu Analisis Korelasi Berganda

n

X1

X2

X12

X12

Y2

X1Y

X2Y

X1X2

800

300

640000

90000

240000

900

2400

900

300

810000

90000

270000

900

2700

700

200

490000

40000

140000

400

1400

600

100

360000

10000

60000

100

600

700

200

490000

40000

140000

200

700

800

200

640000

40000

160000

200

800

900

250

810000

62500

225000

250

900

1000

300

1000000

90000

300000

900

3000

900

300

810000

90000

270000

900

2700

10

1100

350

1210000

122500

385000

1050

3300

8400

21

2500

7260000

53

675000

2190000

5800

18500

Untuk menghitung koefisien korelasi berganda, maka terlebih dahulu dihitung koefisien
korelasi antar variabel.
10 (2.190.000) - (8.400)(2.500)

rx1y =

10 (7.260.000) - (8400) 2 10 (675.000) - (2.500) 2

10 (5800) - (21)(2.500)

rx2y =

10 (53) - (21) 2 10 (675.000) - (2.500) 2

10 (18.500) - (8400)(21)

rx1x2 =

10 (7260000) - (8400) 2 10 (53) - (21) 2

= 0,891

= 0,824

= 0,638

Selanjutnya dari nilai koefisien korelasi antar variabel dapat dihitung koefisien korelasi
berganda:
2

rx1 y rx 2 y 2 (rx1y )(rx 2 y )(rx1x 2 )

Rx1x2y =

1 rx1x 2

0,8912 0,824 2 2(0,891)(0,824)(0,638)

1 (0,638) 2

0,794 0,679 0.936819

1 0,407

0,536
0,593

= 0,951
Hasil perhitungan diperoleh koefisien korelasi berganda ( R ) sebesar 0,951 karena
nilainya mendekati 1 berarti terdapat hubungan yang sangat kuat antara pendapatan dan
jumlah anak dengan konsumsi.
Koefisien Determinasi (R2)
Koefisien determinasi merupakan ukuran kesesuaian (goodnes of fit) garis regresi
linier berganda terhadap suatu data (dibahas pada bab selanjutnya), atau dapat digunakan

untuk mengukur besarnya kontribusi variabel bebas (X) terhadap variasi perubahan
variabel terikat (Y). Nilai koefisien determinasi terletak antara 0 R2 1, dan biasanya
dinyatakan dalam persentase. Nilai R2 semakin mendekati 1 menunjukkan semakin besar
kontribusi variabel bebas (X) terhadap variasi perubahan variabel terikat (Y). Misalnya
mengambil contoh sebelumnya dimana diperoleh nilai R = 0,951 maka R 2 = 0,9512 =
0,90440 artinya seluruh variabel bebas yaitu pendapatan dan jumlah anak memberikan
kontribusi sebesar 90,44% terhadap variasi konsumsi. Sisanya sebesar 9,56% merupakan
kontribusi variabel lain.
Uji Signifikan Koefisien Korelasi Berganda (Uji Hipotesis)
Pengujian signifikansi koefisien korelasi ganda dilakukan dengan Uji F (Anova)
yang rumusnya sebagai berikut:
F =

R 2 /( k )
(1 R 2 ) /( n k 1)

Keterangan:
R2 = Koefisien determinasi
k

= Jumlah variabel bebas

= Jumlah kasus

Contoh soal 4
3. Misalkan pada contoh sebelumnya diajukan hipotesis yang menyatakan ada hubungan yang
signifikan antara pendapatan dan jumlah anak dengan konsumsi.
Penyelesaian:
a. Rumusan hipotesis:

Ho : = 0 Tidak ada hubungan yang signifikan antara pendapatan dan jumlah dengan
konsumsi
Ha : 0 Ada hubungan yang signifikan antara pendapatan dan jumlah anak dengan
konsumsi
b. Taraf = 0,05 selanjutnya dapat dicari nilai Ftabel pada = 0,05 derajat bebas = n k 1 = 10 2 - 1 = 7, diperoleh Ftabel = 4,74.
c. Kriteria pengujian:
Ho ditolak jika Fhitung > Ftabel atau probabilitas < 0,05
Ho diterima jika Fhitung Ftabel atau probabilitas 0,05
d. Uji statistik (Uji F)
F

R 2 /( k )
=
(1 R 2 ) /( n k 1)

0,9512 / 2
(1 0,9512 ) /(10 2 1)
0,90440 / 2

= 0,095599 / 7
0,45221

= 0,01365
= 33,1113
e. Kesimpulan

Nilai Fhitung sebesar 33,1113 dibandingkan dengan nilai Ftabel. Karena Fhitung (33,1113) >
ttabel (4,74) maka Ho ditolak, artinya ada hubungan yang signifikan antara pendapatan
dan jumlah dengan konsumsi.

Contoh soal 4
4. Seorang mahasiswa melakukan survai untuk meneliti apakah ada korelasi antara nilai
statistik

dengan

nilai ekonometrik, untuk kepentingan penelitian tersebut diambil 10

mahasiswa yang telah menempuh mata kuliah statistik dan ekonometrik. (Sumber: Suliyanto
Undip)
Pemecahan
A. Judul Hubungan antara kemampuan mahasiwa dalam memahami ilmu statistika dan
ilmu ekonometrika.
B. Pertanyaan Penelitian
Apakah terdapat korelasi positif antara kemampuan mahasiswa dalam memahami
ilmu statistika dan ilmu ekonometrika ?
C. Hipotesis
Terdapat korelasi positif kemampuan mahasiwa dalam memahami ilmu staistika
dan ilmu ekonometrika
D. Kriteria pengujian
Ho

: Tidak terdapat korelasi positif antara kemampuan mahasiswa dalam memahami

ilmu statistika dan ilmu ekonometrika.

Ha

: Terdapat korelasi positif antara kemampuan mahasiswa dalam memahami ilmu

statistika dan ilmu ekonometrika.

Ho diterima Jika
hitung tabel(, n-2) atau
t hitung ttabel (, n-2)
Ha diterima Jika

hitung > tabel(, n-2) atau

thitung > ttabel (, n-2)
Data Yang dikumpulkan

Hasil perhitungan:

xy 1

xy 1

6 d i2

n(n 2 1)

6 x7
0,96
10(100 1)

Dengan Kriteria r htung:

hitung (0,96) > tabel (0,738)

Dengan Kriteria t hitung:

xy n 2
(1 r 2 )

0,96 10 2
9,697
(1 0,92)

Kesimpulan

Karena hitung > dari tabel maka Ha diterima.

Karena t hitung > dari t tabel maka Ha diterima.
Kesimpulan:
Terdapat korelasi positif antara kemampuan mahasiswa dalam memahami ilmu statistika
dan ilmu ekonometrika.

Contoh soal 5
5.Hasil penelitian tentang hubungan antara biaya iklan dengan volume penjualanan pada suatu
perusahaan tersaji dalan table berikut. Tentukan koefisien korelasinya? dalam Rp 1000,-.
(Sumber:shohibul Munir Un. Mercu Buana)

Tabel . Prosedur penentuan koefisien korelasi pengeluaran biaya iklan dan

volume penjualan .
Biaya Iklan

Volume Penjualan

(X)
1
5

(Y)
2
40

X2
3
25

Y2
4
1600

XY
5
200

50

49

2.500

350

10

60

100

3.600

600

12

65

144

4.225

780

15

70

225

4.900

1.050

20

80

400

6.400

1.600

25

92

625

8.464

2.300

30

100

900

10.000

3.000

X = 124

Y = 557

2.468

41.689

9.880

N=8

r
r

8 9.880 124 557

8 2..468 124

8 41.689 557

9.972
0,989
4368 x 23.263