Nama : Rasmila

NIM : A1L115036

Kelas : Genap (B)

1. a. Apa perbedaan antara analisis regresi dan analisis korelasi

Jawaban :

Korelasi adalah suatu teknik analisis statistik untuk mengetahui hubungan suatu

variabel (kejadian) dengan variabel lainnya (kejadian lainnya) yang nilainya

menggunakan acuan hubungan antara variabel yang lemah, sedang hingga kuat.

Sedangkan analisis Regresi adalah suatu analisis yang digunakan untuk mengetahui

pengaruh dari suatu variabel dengan variabel lainnya. Hasil dari analisis regresi

adalah suatu persamaan regresi yang merupakan fungsi prediksi atau peramalan

suatu variabel dengan menggunakan variabel yang lain. Dengan analisis ini, kita

dapat memprediksi perilaku dari variabel dependen dengan menggunakan data

variabel independen.

b. Apakah setiap korelasi perlu analisis regresi. Jelaskan !

Jawaban :

Korelasi dan regresi keduanya mempunyai hubungan yang sangat erat. Setiap

regresi pasti ada korelasinya, tetapi korelasi belum tentu dilanjutkan dengan regresi.

Korelasi yang tidak dilanjutkan dengan regresi, adalah korelasi antara dua variabel

yang tidak mempunyai hubungan kasual/sebab akibat, atau hubungan fungsional.

Analisis regresi dilakukan bila hubungan dua variabel berupa hubungan kausal atau
fungsional. Untuk menetapkan kedua variabel mempunyai hubungan kausal atau

tidak, maka harus didasarkan pada teori atau konsep-konsep tentang dua variabel

tersebut. Misalnya hubungan antara panas dengan tingkat muai panjang, dapat

dikatakan sebagai hubungan yang kausal; hubungan antara kepemimpinan dengan

kepuasan kerja pegawai dapat dikatakan hubungan yang fungsional; hubungan

antara kupu-kupu yang datang dengan banyaknya tamu di rumah bukan merupakan

hubungan kasual maupun fungsional.

c. Diketahui data sebagai berikut :

X1 : 5 4 2 1 4 6 7 8 2 4 6 7 4 5 4

X2 : 110 170 180 150 100 110 150 160 120 130 110 140 160 120 140

Y : 72 96 98 92 70 71 72 75 67 63 65 62 70 72 75

a. Persamaan regresi X1 terhadap Y

Coefficientsa

Model Unstandardized Standardized T Sig.

Coefficients Coefficients

B Std. Error Beta

(Constant) 87,904 6,858 12,819 ,000

Pengaruh Lama -2,878 1,375 -2,093 ,057
1
Belajar

-,502

Dependent Variabel: Prestasi

Belajar Persamaan Regresi X1
Terhadap Y
Y = -2 ,878X1+ 87,904

b. Persamaan regresi X2 terhadap Y

Coefficientsa
Model Unstandardized Standardized t Sig.
Coefficients Coefficients
B Std. Error Beta

(Constant) 32,652 13,309 2,453 ,029

1
IQ ,307 ,096 ,664 3,205 ,007
Dependent Variabel: Prestasi Belajar
Persamaan Regresi X2 Terhadap Y

Y = 0,307 + 32,625

c. Persamaan regresi X1 terhadap X2 bersama-sama terhadap Y

Coefficientsa
Model Unstandardized Standardized T Sig.
Coefficients Coefficients
B Std. Error Beta

(Constant) 3,569 ,004

IQ 47,380 ,280 13,275 ,084
3,313 ,006
1 ,604
Pengaruh Lama -2,375 1,045 -,414 -2,272 ,042
Belajar
Dependent Variabel: Prestasi Belajar
Persamaan regresi X1 terhadap X2 bersama-sama terhadap Y
Y = 0,307 + 32,625

d. Prestasi belajar siswa bila lama belajar diperpanjang 10 jam/hari

Ambil data dari hubungan X1 terhadap Y, maka
Diketahui : X1 nilai sugnifikan = 0,057>0,05(X1= -2,878)
Lama belajar diperpanjang 10 jam/hari
Penye : Y = -2,878 x 10 = -28,78

e. Prestasi belajar siswa bila lama belajar dibuat 9 jam/hari

Ambil data dai hubungan X1 terhadap X2 bersama-sama terhadap Y
Diketahui : X1 nilai signifikan = 0,042> 0,05 (X1 = -2,375)
X2 = 150

Lama belajar dibuat 9 jam/hari

Penye : Y = 0,28(150) 2,375(9) + 47,38 = 68,005

f. Koefisien korelasi ganda X1 dan X2 terhadap Y

- Untuk koefisien X1 terhadap Y

Ambil data dari hubungan X1 terhadap Y, maka diperoleh koefisien korelasi

X1 terhadap Y adalah 0,502

- Untuk koefisien korelasi X2 terhadap Y

Ambil data dari hubungan X2 terhadap Y, maka diperoleh koefisien korelasi

X2 terhadap Y adalah 0,664

2. Buktikan hipotesis bahwa ada hubungan yang signifikan antara rangking di SD

dengan di SMU

Descriptive Statistiks

Mean Std.deviation N

Rangking di SD 5.20 2.648 20

kelas VI

Rangking di SMU 4.05 2.114 20

kelas 11

Correlations
Rangking di Rangking di SMU

SD kelas VI kelas 11

Perseon correlation 1 .534*

Sig- (2-tailed) .015

 Rangking di Sum of squares and 133.200 56.800
SD kelas VI cross products
Covariace 7.011 2.989

N 20 20

Rangking di Person Correlation .534* 1

SMU kelas
11 sig. (2-tailed) .015

Sum of squares and 56.800 84.950

cross products
Covariance 2.989 4.471

N 20 20

*. Correlation is significant at the 0.05 level (2-tailed). Dari data di atas dapat dilihat
bahwa nilai sig.(2-tailed) sebesar 0,015 < 0,05 ini berarti terdapat hubungan yang
signifikan antara rangking di SD dan di SMU.

3. a. Perbedaan analisis regresi dengan analisis jalur

Jawaban :

Analisis jalur Analisis jalur (path analysis) merupakan suatu teknik analisis

statistika yang dikembangkan dari analisis regresi berganda. Path analysis (PA) atau

analisis jalur adalah keterkaitan antara variable independent, variable intermediate,

dan variable dependen yang biasanya disajikan dalam bentuk diagram, analisis ini

digunakan untuk menganalisis pola hubungan antara variabel dengan tujuan untuk

mengetahui pengaruh langsung maupun tidak langsung seperangkat variabel bebas

(eksogen) terhadap variabel terikat (endogen). Sedangkan analisis regresi adalah

suatu analisis yang digunakan untuk mengetahui pengaruh dari suatu variabel

dengan variabel lainnya.

b. Syarat yang harus dipenuhi untuk dilakukannya analisis jalur

Jawaban :
Uji Prasyarat Analsis Jalur adalah sebagai berikut:

1. Uji Normalitas

2. Uji Multikolinearitas (apabila menggunakan Lisrel dan apabila variabel

bebasnya lebih dari satu)

3. Uji Linearitas

4. Uji Autokorelasi (bisa diabaikan apabila datanya cross section)

c. Kriteria untuk memutuskan menolak atau menerima model yang

dihipotesiskan
Jawaban :

a. Penerimaan Ho terjadi jika nilai uji statistiknya lebih kecil atau lebih besar

dari pada nilai positif atau negatif dari • tabel. Atau nilai uji statistik berada

di luar nilai kritis.

b. Penolakan Ho terjadi jika nilai uji statistiknya lebih besar atau lebih kecil

dari nilai positif atau negatif dari • tabel. Atau nilai uji statistik berada di

luar nilai kritis.

d.Dari data yang telah diberikan dapat dituliskan sebagai berikut :

X1 X2 = 0,3 X2 X4 = 0,2
X1 X3 = 0,25 X2 X5 = 0,3

X1 X4 = 0,3 X2 X6 = 0,6
X1 X5 = 0,3 X3 X4 = 0,2
X1 X6 = 0,25 X3 X5 = 0,3
X2 X3 = 0,2 X3 X6 = 0,3
Mencari t hitung menggunakan rumus:

𝑟 √𝑛 − 2
𝑡=
1 − 𝑟2
Keterangan: t = nilai t hitung
r = koefisien korelasi
n= banyak subjek
Untuk koefisien korelasi 0,2 diperoleh t hitung = 3,55
Untuk koefisien korelasi 0,3 diperoleh t hitung = 51,7
Untuk koefisien korelasi 0,6 diperoleh t hitung = 1,035
Untuk koefisien korelasi 0,25 diperoleh t hitung =5,01
Untuk nilai koefisien korelasi 0,3nilai t hitung yang diperoleh yaitu 51,7 kriteria
pengamatan €t tabel<t hitung<t tabel. Untuk banyak sampel 300 maka nilai t tabel
pada α = 0,025 adalah 1,97, sehingga t hitung tidak berada pada rentang pengamatan
€t tabel <t hitung< t tabel maka Ho ditolak artinya terdapat hubungan yang
signifikan antara X1 dan X2.

Untuk nilai koefisien 0,6 nilai t hitung yang diperoleh yaitu 1,035 €t tabel>t
hitung>t tabel. Untuk banyak sampel 300 maka nilai t tabel pada α = 0,025 adalah
1,97, sehingga t hitung berada pada rentang €t tabel>t hitung>t tabel maka Ho
diterima artinya tidak terdapat hubungan yang signifikan antara X2 dan X6. Oleh
karena pada model initer dapat variabel yang tidak memiliki hubungan yang
signifikan maka model ini tidak cocok diterapkan.