A. PENGERTIAN PENELITIAN
Bagi seorang guru yang professional, penelitian merupakan salah satu jenis Karya Tulis Ilmiah
(KTI) yang mempunyai nilai (angka kredit) tertentu bagi pengembangan profesinya.
Menurut Prof. Ir. SUHARDJONO, M. Pd., Dipl. Eng. ada 3 macam KTI, yaitu :
● Penelitian
● Pengembangan
● Penilaian
Penelitian merupakan cara ilmiah untuk mendapatkan data dengan tujuan dan kegunaan
tertentu.
Unsur- unsur definisi diatas:
1. Cara ilmiah :
a. Rasional: cara-cara yang digunakan masuk akal dan dapat dinalar oleh akal manusia.
b. Empiris : cara-cara yang digunakan dalampenelitian itu teramati oleh indra manusia,
sehingga orang lain dapat mengamati dapat mengamati dan mengetahui cara-cara
yang akan digunakan.
c. Sistematis : menggunakan langkah-langkah tertentu yang bersifat logis.
2. Data
3. Tujuan
Tujuan penelitian secara umum meliputi 3 macam:
menemukan data baru yang sebelumya belum pernah diketahui,misalnya menemukan
a.
metode mengajar yang efektif, efisien dan menyenangkan.
b. Membuktikan sesuatu keraguan terhadap suatu pengetahuan, misalnya
mengembangkan metode mengajar yang telah ada sehingga menjadi lebih efektif.
c. Mengembangkan dan memperdalam suatu pengetahuan, misalnya membuktikan
keragu-raguan metode mengajar yang diadopsi dari luar negeri.
4. Kegunaan
Dengan penelitian, peneliti memperoleh data akurat yang dapat digunakan untuk
memahami, memecahkan dan menganalisis masalah.
B. MACAM-MACAM STATISTIK.
Dalam arti sempit, statistik dapat diartikan sebagai data, tetapi dalam arti luas statistik dapat
diartikan sebagai alat. Yaitu alat untuk menganalisis dan mengambil keputusan.
Statistik dapat dibagi 2 (dua) yaitu :
1. Statistika Deskriptif (Descriptive Statistics)
Statistik yang digunakan untuk menggambarkan dan menyajikan data, hanya untuk
menggambarkan atau menganalisis data, tetapi tidak menyimpulkan atau menyusun suatu
generalisasi (inferensi).
Descriptive : bersifat memberi gambaran
2. Statistika Inferensial = Statistika Induktif (Inferential Statistics)
Statistik yang digunakan untuk menganalisis, meramalkan, menduga dan menarik
kesimpulan untuk populasi dimana sampel itu diambil.
Inferential : bersifat melakukan generalisasi (penarikan kesimpulan).
C. VARIABEL PENELITIAN.
II.
B. SAMPEL
Adalah bagian dari jumlah dan karaketristik yang dimiliki oleh populasi.
Agar apa yang dipelajari dan disimpulkan dari sampel dapat diberlakukan pada populasi, maka sampel
harus bersifat representative terhadap populasi.
z = angka baku
s = simpangan baku
Contoh 1:
Terdapat 200 mahasiswa yang mengikuti ujian mata kuliah statistika. Nilai rata-rata ujian adalah
6,5 dan simpangan bakunya 1,5. Berapa mahasiswa yang mendapat nilai 8 atau lebih ?
z = 1
Dari tabel (kurve) dapat dilihat bahwa daerah 0 sampai dengan 1, luasnya adalah 34,13.
Persentase tersebut menunjukkan jarak antaramean (rata-rata) dengan suatu titik yang jaraknya
1 SD diatasmean, yang menunjukkan persentase mahasiswa yang mendapatkan nilai antara
rata-rata (6,5) sampai dengan 8. Dengan demikian persentase mahasiswa yang mendapat nilai 8
keatas adalah 50% - 34,13 % = 15,87 %.
= 15,87 % x 200
Nilai ujian Mata kuliah Statistik dari 150 mahasiswa adalah sbb:
27 79 69 40 51 88 55 48 36 61
53 44 93 51 65 42 58 55 69 63
70 48 61 55 60 25 47 78 61 54
57 76 73 62 36 67 40 51 59 68
27 46 62 43 54 83 59 13 72 57
82 45 54 52 71 53 82 69 60 35
41 65 62 75 60 42 55 34 49 45
49 64 40 61 73 44 59 46 71 86
43 69 54 31 36 51 75 44 66 53
80 71 53 56 91 60 41 29 56 57
35 54 43 39 56 27 62 44 85 61
59 89 60 51 71 53 58 26 77 68
62 57 48 69 76 52 49 45 54 41
33 61 80 57 42 45 59 44 68 73
55 70 39 59 69 51 85 46 55 67
Dalam perhitungan ternyata diperoleh Chi kuadrat hitung = 1,55, selanjutnya harga ini dibandingkan
dengan harga Chi kuadrat tabel dengan dk (derajat kebebasan) 6 – 1 = 5.
Berdasarkan tabel Chi kuadrat , bahwa bila dk = 5 dan kesalahan = 5 %, harga chi kuadrat = 11,070.
Karena nilai chi kuadrat dari hasil perhitungan data yang dikerjakan diperoleh 1,55, artinya mempunyai
nilai lebih kecil dari harga chi kuadrat tabel (11,070), maka dapat disimpulkan bahwa distribusi data
nilai statistik 150 mahasiswa tersebut dinyatakan normal.
Secara umum beberapa macam teknik sampling seperti yang tergambar di bawah ini :
Teknik sampling
Probability sampling
Non Probability sampling
Simple random sampling
Area (cluster) sampling
Disproportionate stratified random sampling
1. Probability Sampling
Adalah teknik pengambilan sampel yang memberikan peluang yang sama bagi unsur (anggota)
populasi untuk dipilih menjadi anggota sampel.
Beberapa macam probability sampling antara lain:
a. Simple random sampling.
Pengambilan anggota sampel dari populasi dilakukan secara acak tanpa memperhatikan
strata yang ada dalam populasi itu.
Simple random sampling dilakukan apabila anggota populasi dianggap homogeny, bisa
dilakukan dengan undian, pengacakan nomor, dll.
b. Proportionate Stratified Random Sampling.
Apabila populasi mempunyai anggota/unsur yang tidak homogen dan berstrata secara
2. Nonprobability Sampling.
Adalah teknik pengambilan sampel yang tidak memberikan peluang yang sama bagi unsur
(anggota) populasi untuk dipilih menjadi anggota sampel.
Beberapa macam teknik pengambilan sampel adalah:
a. Sampling sistematis.
Sampling sistematis adalah teknik pengambilan sampel berdasarkan urutan anggota
populasi yang telah diberi nomor urut. Pengambilan dapat dilakukan dengan memilih
nomor secara urut, atau bernomor ganjil saja, atau kelipatan 5 saja misalnya.
b. Sampling kuota .
Sampling kuota adalah teknik pengambilan sampel dari populasi yang mempunyai ciri-ciri
tertentu sampai jumlah (kuota) yang diinginkan/dibutuhkan. Misal pengambilan sampel
dari siswa disuatu sekolah dengan kriteria tinggi tertentu sampai 100 siswa dari 1000
siswa sekolah tersebut.
c. Sampling insidental.
Sampling insidental adalah teknik pengambilan sampel dari populasi berdasarkan
kebetulan, yaitu siapa saja yang secara kebetulan bertemu dengan peneliti digunakan
sebagai sampel, bila ditemukan secara kebetulan dan cocok sebagai sumber data.
d. Sampling Purposive .
Sampling Purposive adalah teknik pengambilan sampel dari populasi dengan
pertimbangan tertentu.
Penelitian tentang pendidikan, maka sampelnya adalah orang-orang atau obyek yang
n = ukuran sampel
N = ukuran populasi
e = persen kelonggaran ketidaktelitian karena kesalahan pengambilan sampel yang masih
dapat ditolerir atau diinginkan, misalnya 2%.
3. Kracjie
Secara prinsip, sama dengan Slovin, hanya untuk ά = 5 % dan jumlah populasi N mulai dari 10
sampai 100.000.
Dalam perhitungan akhirnya diperoleh jumlah sampel yang hampir sama dengan yang dilakukan
menggunakan teori Slovin.
4. Harry king
Harry King menghitung jumlah sampel menggunakan nomogram dan jumlah populasi maksimum
2000 dengan α bervariasi sampai dengan 15%
IV.
2. Hipotesis Komparatif.
Hipotesis Komparatif adalah pernyataan yang menunjukkan dugaan nilai dalam satu variabel atau
lebih pada sampel yang berbeda.
Contoh:
V.
A. STATISTIK PARAMETRIS.
Terdapat beberapa macam teknik statistik yang dapat digunakan untuk menguji hipotesis deskriptif.
Tabel di bawah ini menggambarkan teknik statistik yang dipakai sesuai dengan jenis data yang diperoleh:
53 44 93 51 65 42 58 55
70 48 61 55 60 35 47 78
57 76 73 62 36 67 40 51
45 46 62 43 54 83 59 33
= – 1,07851887
Untuk membuat keputusan apakah hipotesis ini terbukti atau tidak, maka harga t hitung tersebut
dibandingkan dengan t tabel (tabel t ).
Pada taraf kesalahan 5% dengan menggunakan uji dua fihak, maka harga t tabel adalah = 2,021.
Untuk mempermudah dimana kedudukan t hitung dan t tabel dapat dilukis gambar sebagai berikut.
Dalam gambar tersebut ternyata harga t hitung berada pada daerah penerimaan Ho (karena nilai t
hitung lebih kecil dari t tabel). Dengan demikian hipotesis Ho yang menyatakan bahwa ketahanan
belajar siswa SMA X adalah 60 menit/hari diterima. Sehingga kesimpulan ini dapat digeneralisasikan
untuk seluruh populasi.
Daerah penerimaan Ho
Daerah penolakan Ho
Daerah penolakan Ho
- 2,021
-1,0785
2,021
1,0785
2.
B. STATISTIK NONPARAMETRIS.
1. TEST BINOMIAL
Test binomial digunakan untuk menguji hipotesis bila dalam populasi terdiri atas dua
kelompok klas, datanya berbentuk nominal dan jumlahnya kecil ( kurang dari 25).
Dua kelompok kelas itu misalnya kelas pria dan wanita, senior dan yunior, sarjana dan
bukan sarjana, kaya dan miskin, pemimpin dan rakyat, dsb.
Test ini dinamakan test Binomial karena distribusi data dalam populasi itu berbentuk
Binomial. Distribusi Binomial adalah suatu distribusi yang terdiri dari dua kelas, sehingga
bila dalam suatu populasi yang jumlahnya N, terdapat satu kelas yang berkategori x, maka
kategori yang lain adalah ( N – x ). Sehingga probabilitas untuk memperoleh x obyek
dalam satu kategori dan (N – x) dalam kategori yang lain adalah :
P(x) = ( N C x ) p x . q (N-x)
Selanjutnya dalam menentukan nilai probablitas, dapat menggunakan tabel yang tersedia
(Tabel IV dari buku Prof. Dr. Sugiyono).
Ho : p1 = p 2 = 0.5.
Ha : p1 ≠ p 2 ≠ 0.5.
Kaidah pengambilan keputusan: Bila harga p hitung lebih besar dari taraf signifikan yang
ditetapkan, maka Ho diterima dan Ha ditolak.
VI.
Hipotesis Asosiatif merupakan dugaan tentang adanya hubungan antar variabel dalam populasi yang
akan diuji melalui hubungan antar variabel dalam sampel yang diambil dari populasi tersebut.
Langkah-langkah pembuktiannya:
● Hitung koefisien korelasi antar variabel dalam sampel.
● Menguji signifikansi koefisien korelasi yang ditemukan.
Terdapat 3 (tiga) macam bentuk hubungan antar variabel, yaitu :
1. hubungan simetris
2. hubungan sebab akibat (kausal).
3. hubungan interaktif (saling mempengaruhi).
Untuk mengetahui hubungan antara dua variabel atau lebih, dilakukan dengan menghitung koefisien
korelasi antara variabel yang akan dicari hubungannya. Korelasi merupakan angka yang menunjukkan
arah dan kuatnya hubungan antara dua variabel atau lebih. Arah dinyatakan dalam bentuk hubungan
positif atau negatif, sedang kuatnya hubungan dinyatakan oleh besarnya koefisien korelasi.
Hubungan antar variabel dinyatakan positif, apabila nilai suatu variabel ditingkatkan, maka akan
meningkatkan nilai variabel yang lain.
1.
Untuk menguji ada tidaknya hubungan dan membuktikan hipotesis hubungan dua variabel dipakai
rumus berikut :
Dimana :
r = korelasi antara variabel x dan y
x = (xi – )
y = (yi – )
atau dengan menggunakan rumus berikut :
Apabila harga r hitung > r tabel, maka Ho ditolak dan Ha diterima dan sebaliknya.
Contoh :
Dilakukan penelitian untuk mengetahui ada tidaknya hubungan antara pendapatan dan
pengeluaran. Terhadap 10 responden yang diambil secara random, diperoleh data sebagai berikut :
Pendapatan (x) dan pengelauaran (y), masing-masing dalam ribuan :
x 800 900 700 600 700 800 900 600 500 500
y 300 300 200 200 200 200 300 100 100 100
No x1 y1 xi- yi – x2 y2 x. y xi* yi xi 2 yi 2
1 8 3 1 1 1 1 1 24 64 9
2 9 3 2 1 4 1 2 27 81 9
3 7 2 0 0 0 0 0 14 49 4
4 6 2 -1 0 1 0 0 12 36 4
5 7 2 0 0 0 0 0 14 49 4
6 8 2 1 0 1 0 0 16 64 4
7 9 3 2 1 4 1 2 27 81 9
8 6 1 -1 -1 1 1 1 6 36 1
9 5 1 -2 -1 4 1 2 5 25 1
10 5 1 -2 -1 4 1 2 5 25 1
Jumlah 70 20 0 0 20 6 10 150 510 46
Rata-rata 7 2
= 0,91287
Dari hasil tersebut, dapat disimpulkan ada korelasi positif sebesar 0,91287 antara pendapatan dan
pengeluaran tiap bulan. Hal ini berarti semakin besar pendapatan, maka semakin besar pula
pengeluaran. Sedangkan signifikansi koefisien korelasi hasil perhitungan tersebut dapat
dibandingkan dengan r tabel (Tabel r Product Moment).
Untuk taraf kesalahan 5 % dan N = 10, nilai r tabel = 0,632. Ternyata nilai r hitung lebih besar dari
harga r tabel, sehingga Ho ditolak dan Ha diterima. Jadi kesimpulannya ada hubungan positif dan
nilai koefisien antara pendapatan dan pengeluaran sebesar 0, 91287.
2. Korelasi Ganda.
Korelasi ganda (multiple correlation) merupakan angka dan arah yang menunjukkan kuatnya
hubungan antara dua variabel independen secara bersama-sama atau lebih dengan satu variabel
dependen. Secara mudah, korelasi ganda dapat diskemakan sebagai berikut.
Dimana :
r1 = korelasi Product Moment antara variabel x1 dengan variabel y.
r2 = korelasi Product Moment antara variabel x2 dengan variabel y.
R = korelasi antara variabel x1 dan variabel x2 secara bersama-sama dengan variabel y.
Dalam hal ini korelasi ganda R bukan merupakan penjumlahan dari korelasi sederhana yang ada
pada setiap variabel. Dengan kata lain R r1 + r2 + r3 .
Korelasi ganda merupakan hubungan secara bersama-sama x1 dan x2 dengan y.
R =
Untuk menghitung korelasi ganda, maka harus dihitung terlebih dahulu korelasi sederhananya dulu
x1 70 80 72 67 64 70 71 78 90 96 54 52 65 71 66 89 80 64 50 74
x2 64 72 70 45 62 90 71 86 80 71 42 36 71 60 57 52 70 46 30 71
y 70 67 74 56 73 79 57 58 71 66 72 43 76 55 81 54 66 57 51 69
1. Hitunglah koefisien korelasi antara x1 dengan y, x2 dengan y dan x1 dengan x2.
2. Secara bersama-sama berapakah hubungan antara x1 dan x2 dengan y ?
VII.
Menguji hipotesis komparatif berarti menguji parameter populasi berbentuk perbandingan melalui
ukuran sampel yang juga berbentuk perbandingan. Hal ini juga dapat berarti menguji kemampuan
generalisasi (signifikansi hasil penelitian) yang berupa perbandingan keadaan variabel dari dua sampel
berbeda.
Statistik parametris yang digunakan untuk menguji hipotesis komparatif rata-rata dua sampel bila
datanya berbentuk interval atau rasio adalah menggunakan t-test.
Sampel yang berkorelasi, biasanya terdapat dalam desain penelitian eksperimen. Misalnya
perbandingan kinerja pegawai sebelum dan sesudah mendapat insentif, nilai pretest dan postest siswa,
pegawai yang dididik dengan latihan tertentu dan tidak dilatih.
Sampel yang tidak berkorelasi (independen) adalah sampel yang tidak berkaitan (lepas satu sama lain).
Misalnya membandingkan dua kelompok siswa (SMA dan SMK) mengenai rentang waktu (masa
tunggu mereka mendapat pekerjaan).
Rumusan t-test yang digunakan untuk menguji hipotesis komparatif dua sampel yang berkorelasi
adalah :
Dimana :
= rata-rata sampel 1
= rata-rata sampel 2
s 1.= simpangan baku sampel 1.
s 2. = simpangan baku sampel 2.
= varians sampel 1.
= varians sampel 2.
No. Produktifitas
Responden Kerja
Sebelum Sesudah
1 75 85
2 80 90
3 65 75
4 70 75
5 75 75
6 80 90
7 65 70
8 80 85
9 90 95
10 75 70
11 60 65
12 70 75
13 75 85
14 70 65
15 80 95
16 65 65
17 75 80
18 70 80
19 80 90
20 65 60
21 75 75
22 80 85
23 70 80
24 90 95
25 70 75
Rumusan hipotesis untuk permasalahan tersebut diatas adalah :
Ho : Tidak terdapat perbedaan yang signifikan antara produktifitas kerja pegawai sebelum dan sesudah
diberikan fasilitas.
Ha : Ada perbedaan yang signifikan antara produktifitas kerja pegawai sebelum dan sesudah diberikan
fasilitas.
Paired
Sample
s
Correlat
ions
N Correlation Sig.
Pair 1 Kinerja sebelummendapat
fasilitas & Kinerja sesudah 25 .863 .000
mendapat fasilitas
Paired
Sample
s Test
Paired
Differences
95%
Std. Confidence
Std. Sig.
Mean Error Interval of t df
Deviation (2-tailed)
Mean the
Difference
Kesimpulan:
Nilai t hitung = – 4,906 < t tabel (– 2 ,064), maka Ho ditolak dan Ha diterima, artinya ada perbedaan kinerja
pegawai sebelum dan sesudah diberikan fasilitas.
Bila | t hitung | > | t tabel |, maka Ho ditolak dan Ha diterima (terdapat perbedaan) antara dua kelompok
sampel yang diteliti.
3.025579
Kesimpulan :
Karena t hitung > t tabel, (3,026 > 2,095), maka Ho ditolak dan Ha diterima artinya ada perbedaan waktu
menunggu mendapat pekerjaan, antara siswa SMA dan siswa SMK.
Group Statistics
Jenis
N Mean Std. Deviation Std. Error Mean
Sekolah
Lama Menunggu SMA 22 2.91 1.509 .322
SMK 18 1.78 .808 .191
Lower Upper
Lama Equal variances 5.162 .029 2.858 38 .007 1.131 .396 .330 1.933
VIII.
Ada perbedaan yang mendasar antara analisis korelasi dan regresi. Analisis korelasi digunakan
untuk mencari arah dan hubungan antara dua variabel atau lebih, baik hubungan yang bersifat simetris,
kausal atau reciprocal, sedangkan analisis yang digunakan untuk memprediksikan seberapa jauh
perubahan nilai variabel dependen, bila nilai variabel independen dimanipulasi/dirubah-rubah atau
dinaik-turunkan.
Kuatnya hubungan antar variabel yang dihasilkan dari analisis korelasi dapat diketahui berdasarkan
besar kecilnya koefisien korelasi yang nilainya – 1 < r < 1. Koefisien korelasi yang mendekati – 1 atau
+ 1, berarti hubungan variabel tersebut sempurna negatif atau sempurna positif. Bila koefisien korelasi
(r) tinggi, pada umumnya koefisien regresi (b) juga tinggi, sehingga daya prediktifnya akan tinggi. Bila
koefisien korelasi minus ( – ) maka pada umumnya koefisien regresi juga minus ( – ) dan sebaliknya.
Contoh:
Data berikut adalah hasil pengamatan terhadap nilai Kualitas Layanan (x) dan nilai rata-rata penjualan barang
tertentu tiap bulan (Y). Data kedua variabel seperti dalam tabel di bawah ini.
Susunlah persamaan regresi dari data tersebut !
dan
Variabe
ls
Entere
d/Rem
ovedb
Variabels Variabels
Model Entered Removed Method
a
1 Layanan . Enter
a. All
request
ed
variabel
s
entered
.
b.
Depend
ent
Model
Summa
ryb
Adjusted R Std. Error of the
Model R R Square Square Estimate
a
1 .691 .477 .461 6.30204
a.
Predict
ors:
(Consta
nt),
Layana
n
b.
Depend
ent
Variabe
l:
Penjual
an
ANOVA
b
Coeffici
entsa
Unstandar
95%
dized Standardized
Model t Sig. Confidence
Coefficient Coefficients
Interval for B
s
B Std. Error Beta Lower Bound Upper Bound
Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value 151.7818 174.9546 161.3235 5.93024 34
Residual -14.65558 14.35610 .00000 6.20582 34
Std. Predicted Value -1.609 2.299 .000 1.000 34
Std. Residual -2.326 2.278 .000 .985 34
a. Dependent Variabel:
Penjualan
d. Dengan menggunakan Chi kuadrat selidikilah apakah data tersebut diatas membentuk
kurva normal atau tidak !
e. Apabila siswa yang berat badannya 63 kg atau lebih dinyatakan siswa yang gemuk,
berapakah jumlah siswa yang gemuk ?
2. Tabel hasil penelitian tingkat kecerdasan 150 orang siswa di suatu sekolah adalah sebagai berikut:
a. Dengan menggunakan Chi kuadrat selidikilah apakah data tersebut diatas membentuk
kurva normal atau tidak !
b. Apabila siswa yang kecerdasannya 115 atau lebih dinyatakan siswa yang cerdas,
berapakah jumlah siswa yang cerdas ?
No
x1 x2 Y
responden
1 88 82 91
2 86 86 86
3 78 82 86
4 78 86 81
5 83 86 93
6 83 79 81
7 77 73 83
8 78 84 86
9 84 82 86
10 84 86 81
11 75 88 85
12 70 80 85
13 84 88 93
14 72 77 80
15 86 86 93
16 84 86 91
17 69 80 75
18 86 84 93
19 73 86 84
20 83 86 90
21 84 73 93
22 83 86 89
23 83 84 88
24 72 84 78
25 72 88 83
26 75 88 85
27 72 84 84
28 67 80 76
29 83 80 81
30 83 84 90
31 84 77 83
32 67 68 75
33 67 82 88
34 70 68 76
35 75 80 79
36 73 80 91
37 83 86 88
38 73 80 78
39 72 71 74
40 73 68 78
41 83 70 90
42 75 73 78
43 83 75 86
44 69 66 85
45 70 77 90
a. Tentukan koefisien korelasi antara x1 dengan y , x2 dengan y dan x1 dengan x2.
b. Secara bersama-sama, berapakah koefisien korelasi x1 dan x2 dengan y ?
1. Dilakukan penelitian untuk menguji hipotesis bahwa tidak ada perbedaan kemampuan pegawai pria
dan wanita dalam bidang penguasaan komputer. Berdasarkan sampel yang diambil secara random, dan
dites diperoleh kemampuan pegawai pria (x) dan pegawai wanita (y) sebagai berikut:
X 70 80 76 40 80 70 90 99 60 50 76 41 72 90 50
Y 70 70 90 40 90 80 70 40 50 90 70 40 72 80 42
Buktikan hipotesis tersebut !
Ho : Tidak ada perbedaan kemampuan pegawai pria dan wanita dalam bidang penguasaan komputer.
Ha : Ada perbedaan kemampuan pegawai pria dan wanita dalam bidang penguasaan komputer.
2.
3.
Dilakukan penelitian untuk mengetahui bagaimana pengaruh Lama belajar (x1) dan IQ (x2) terhadap
Prestasi Belajar (Y) di suatu SMA tertentu.
Dari sampel sebanyak 15 siswa diperoleh data sebagai berikut:
X1 (jam/hr) 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
Pertanyaan:
1. Susunlah persamaan regresi X1 terhadap Y ?
2. Susunlah persamaan regresi X2 terhadap Y ?
3. Apabila lama belajar diperpanjang sampai 2 jam/hari berapa nilai prestasi belajarnya ?
4. Apabila lama belajar diperpanjang sampai 3 jam/hari berapa nilai prestasi belajarnya ?
5. Apabila lama belajar diperpanjang sampai 0,5 jam/hari berapa nilai prestasi belajarnya ?
6. Apabila lama belajar diperpanjang sampai 1,2 jam/hari berapa nilai prestasi belajarnya ?