Korelasi dan Regresi Sederhana

1. Korelasi
Hubungan intensitas belajar (X) dengan/terhadap hasil belajar (Y) MK Stattistik Pendidikan
Ho= tidak ada hubungan antara intensitas belajar dengan /terhadap hasil belajar matkul statistik
Pendidikan
Ketentuan/syarat data: data harus berdistribusi normal, tipe data harus interval (tingkatan pns,
jenjang Pendidikan)/scale (korelasinya pakai pearson karena kedua data scale, kalua ada salah satu
yang ordinal maka pakai spearman)

Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

Hasil Belajar .113 24 .200* .964 24 .521

Intensitas Belajar .163 24 .098 .925 24 .077

*. This is a lower bound of the true significance.

a. Lilliefors Significance Correction

Hasil Belajar Stem-and-Leaf Plot

Frequency Stem & Leaf

1.00 5 . 5
7.00 6 . 0456799
8.00 7 . 12235677
4.00 8 . 1345
4.00 9 . 1344

Stem width: 10
Each leaf: 1 case(s)

Datanya normal karena hasil signifikansinya di atas 0,05/5%

A. Langkah Korelasi
1. Analize
2. Correlate
3. Bivariate
4. Kedua variabel dipindahkan
 Correlations

Intensitas
Hasil Belajar Belajar

Hasil Belajar Pearson Correlation (bukan

minus/negative,
1 hanya tanda
nol, 103), r
hitung, -.103

Sig. (2-tailed) .631

N 24 24
Intensitas Belajar Pearson Correlation -.103 1

Sig. (2-tailed) .631

N 24 24

Signifikansinya 0,6/0,631
Syarat korelasi

a. Dengan melihat/membandingkan tabel korelasi(R), dgn r hitung (pearsonn korelasi) jika r hitung
>= r tabel maka ho ditolak atau h1 diterima, jika r hitung >= r tabel maka h1 ditolak atau ho
diterima.
R tabelnya 0,423
R hitung 0,103
Kesimpulan Ho diterima berarti tidak ada hubungan antara intensitas belajar dengan hasil
belajar matkul statistik
b. Membandingkan nilai signifikan dengan 5% atau 0,05. Jika nilai signifikan <= 5%/0,05 maka ho
ditolak dan h1 diterima, jika nilai signifikan >= 5%/0,05 maka maka h1 ditolak dan ho diterima.
Karena h1 ditolak dan ho diterima karena nilai signifikan lebih besar 0,631 dari 0,05
c. Nilai hasil belajar dan intensitas harus sama
Kalau datanya tdak normal maka datanya harusn diperbanyak

2. Regresi Linier Sederhana

A. Langkahnya
1. Analize
2. Regresi pilih yg linier, dependentnya hasil belajar dan independentnya intensitas

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 84.879
19.285 4.401 .000
(konstanta/a)

Intensitas Belajar -.692 (nilai

1.419 -.103 -.487 .631
x/koefisien)

a. Dependent Variable: Hasil Belajar

Persamaan untuk regresi linier sederhana

Y=bx(x=koefisien) + a (konstanta)
Y= -0,692x (x=10 misal) + 84, 879 = 77,959
Kesimpulannya jika nilai x semakin besar mka nilai y smakin kecil
Regresi untuk mencari data yg tidak ada di data aslinya

Lengkapi dengan pengertian korelasi dan regresi

Judul modul korelasi dan regresi linier sederhana