1

1. Prosedur Pengujian Normalitas Data

a. Merumuskan Formula Hipotesis
H0 : data berasal dari populasi berdistribusi normal
H1 : data berasal dari populasi tidak berdistribusi normal
b. Menentukan Nilai Statistik Uji

Keteranga :
𝒙2= Chi Square
Oi = Frekuensi hasil pengamatan pada klasifikasi ke i
Ei = frekuensi yang diharpkan pada klasifikasi ke i
= banyak data (n) x Luas interval Z
c. Menentukan Tingkat Signifikansi (α)
Untuk mendapatkan Chi Square tabel :
X2 tabel = X2 (1-α) (dk)
Keterangan : α= 1% atau 5 %
dk = derajat kebebasan
dk= k-3
k= banyak kelas interval
d. Menentuka Kriteria Pengujan Hipotesis

e. Memberikan Kesimpulan
1) Contoh pengujan normalitas data (berdasarkan tabel kurva norma Z) :
Hasil pengumpulan data siswa yang medapat nilai ujian bahasa Arab, yang diambil
secara acak sebanyak 20 orang. Dicatat dalam daftar distribusi frekuensi. Hasilnya
sebagai berikut:
Skor Interval Frekuensi Titik F𝑥 𝑥2 Fixi2
(f) Tengah (𝑥)
20 - 29 1 24,5 24,5 600,25 600,25
30 - 39 6 34,5 207 1190,25 7141,5
40 -49 4 44,5 178 1980,25 7921
50 - 59 3 54,5 163,5 2970,25 8910,57
 60 - 69 4 64,5 258 4160,25 16641
70 - 79 2 74,5 149 5550,25 11100,5
Jumlah 20 980 52315,82

Ujilah apakah data tersebut berdistribusi normal, dengan α = 0,05?

Jawab :

Rumus Hipotesis

H0 : data berasal dari populasi berdistribusi normal

H1 : data berasal dari populasi tidak berdistribusi normal
1. Menentukan nilai rata-rata (Mean)

980
= = 49
20

2. Menentukan nilai simpangan baku

n f i xi   f i xi 
2 2

s
nn  1

20(52315,822 )−(980)2
=√
20(20−1)

104616,4−960400
=√
380

85916,4
=√
380
=√226,09
= 15,03

3. Membuat tabel hasil perhitungan chi square

(a). Menentukan batas kelas
Ujung bawah – 0,5
Ujung atas + 0,5
Batas kelas
19,5 – 29,5
29,5 – 39,5
 39,5 – 49,5
49,5 – 59,5
59,5 – 69,5
69,5 – 79,5

(b). Mencari nilai Z-score untuk batas kelas interval

𝑏𝑎𝑡𝑎𝑠 𝑘𝑒𝑙𝑎𝑠− 𝑥̅
Z=
𝑠
19,5−49
= = -1,96
15,03

(c). Menentukan luas 0-Z dari tabel kurva normal

Z Tabel Kurva Normal (Z) Luas 0 - Z
-1,96 0.0 0 1 ..... 6 0,0250
-1,29 0.1 0000 0400 ..... 0359 0,0985
-0,63 ..... ..... ..... ..... ..... 0,2643
0,03 1.9 4981 4920 ..... 0250 0,5120
0,69 0,7549
1,36 0,9131

Luas Z = - 1,96 = 0,0250

Catatan :
Tanda ( - ) menunjukan luas Z pada sisi kiri
Tanda (+) menunjukan luas Z pada sisi kanan

(d). Mencari luas setiap kelas interval

Yaitu angka baris pertama dikurangi baris ke dua, angka baris ke dua di kurangi
baris ke tiga, dan begitu seterusnya. Kecuali untuk angka pada baris paling
tengah ditambahkan dengan angka pada baris berikutnya.

Luas 0-Z Luas Tiap

Interval
0,0985-0,0250 0,0735
0,2643-0,0985 0,1658
0,5120-0,2643 0,2477
0,7549-0,5120 0,2429
0,9131-0,7549 0,1582
0,9783-0,9131 0,0652
 Cat : Jika bertanda sama : nilai yang besar dkurangi nilai yang kecil
Jika tandanya berbeda : kedua nilai tersebut di tambahkan
(e). Mencari frekuensi yang diharapkan (Ei)
Dengan cara mengalikan luas setiap interval dengan n = 20
Luas tiap kelas E1
interval
0,0735 1,47
0,1658 3,316
0,2477 X 20 = 4,954
0,2429 4,858
0,1582 3,164
0,0652 1,304

Hasil Perhitungan Uji Normalitas Dengan Uji Chi Square

Batas Kelas Z Luas 0-Z Luas Tiap Ei Oi
Interval
19,5 – 29,5 (-1,96) – (-1,29) 0,0985-0,0250 0,0735 1,47 1
29,5 – 39,5 (-1,29) – (-0,63) 0,2643-0,0985 0,1658 3,316 6
39,5 – 49,5 (-0,63) – (0,03) 0,5120-0,2643 0,2477 4,954 4
49,5 – 59,5 (0,03) – (0,69) 0,7549-0,5120 0,2429 4,858 3
59,5 – 69,5 (0,69) – (1,36) 0,9131-0,7549 0,1582 3,164 4
69,5 – 79,5 (1,36) – (2,02) 0,9783-0,9131 0,0652 1,304 2

 Mencari Nilai Chi Square Hitung

(1 − 1,47)2 (6 − 3,316)2 (4 − 4,954)2 (3 − 4,858)2 (4 − 3,164)2 (2 − 1,304)2

𝑥2 = + + + + +
1,49 3,316 4,954 4,858 3,164 3,204

0,2209 7,2038 0,9101 3,4521 0,6988 0,4844

𝑥2 = + + + + +
1,47 3,316 4,954 4,858 3,164 1,304

𝑥 2 = 0,1502 + 2,1724 + 0,1837 + 0,7106 + 0,2208 + 0,3714

𝑥 2 = 3,8091
  Menentukan taraf Signifikansi dan Chi Square Tabel
Ditentukan :α = 5% = 0,05
Dk = k -3 = 6 – 3= 3
X2 = tabel = 7,815

 Menentukan Kriteria Pengujian

H0 ditolak jika nilai Chi Square (X2) hitung ≥ X2 tabel
H1 ditolak jika nilai Chi Square (X2) hitung < X2 tabel

 Kesimpulan
Nilai Chi Square hitung = 3,8091. Chi square tabel = 7,815, maka H0 diterima artinya
dengan tingkat signifikansi α = 5 %, data tersebut berasal dari populasi berdistribusi
normal.

PROSEDUR PENGUJIAN NORMALITAS DATA(UJI K-S)

1. Merumuskan Pola Hipotesis

H0 : Data Berasal dari Populasi yang Berdistribusi Normal

H1 : Data Berasal dari Populasi yang tidak Berdistribusi Normal

2. Menentukan nilai-nilai Z, FT, FS dan |𝐅𝐓 − 𝐅𝐒|

Tabel Perhitungan Uji Kolmogorov-Smirnov

No. 𝒙𝒊 𝒙𝒊 − ̅
𝒙 𝑭𝑻 𝑭𝑺 |𝑭𝑻 − 𝑭𝑺|
𝒁=
𝑺
1.

2.

dst.

Keterangan:
𝑥𝑖 = 𝑎𝑛𝑔𝑘𝑎 𝑝𝑎𝑑𝑎 𝑑𝑎𝑡𝑎
(𝑋𝑖 − 𝑋̅ )
𝑍 = 𝐴𝑛𝑔𝑘𝑎 𝑁𝑜𝑟𝑚𝑎𝑙 𝐵𝑎𝑘𝑢 =
𝑆
𝐹𝑇 = 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑡𝑎𝑠 𝑘𝑜𝑚𝑢𝑙𝑎𝑡𝑖𝑓 𝑇𝑒𝑜𝑟𝑖𝑡𝑖𝑠 (𝑇𝑎𝑏𝑒𝑙 𝐾𝑢𝑚𝑢𝑙𝑎𝑡𝑖𝑓 𝑁𝑜𝑟𝑚𝑎𝑙 𝐵𝑎𝑘𝑢)
𝐹𝑆 = 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑡𝑎𝑠 𝑘𝑜𝑚𝑢𝑙𝑎𝑡𝑖𝑓 𝑆𝑎𝑚𝑝𝑙𝑒 (𝐹𝑟𝑒𝑘𝑢𝑒𝑛𝑠𝑖 𝐾𝑢𝑚𝑢𝑙𝑎𝑡𝑖𝑓 𝐷𝑎𝑡𝑎)
3. Menentukan Tingkat Signifikansi(𝜶)
Untuk Mendapatkan Tabel Kolmogorof-Semirnov :
Dimana :
Tabel K-S = K-S(𝛼)(𝑛)
(𝛼) = 1% atau 5%
(𝑛) = jumlah data
4. Menentukan Kriteria Pengujian Hipotesis

Nilai Terbesar |𝐅𝐓 − 𝐅𝐒|dibandingkan dengan nilai Tabel K-S :

 Jika Nilai Terbesar |𝐅𝐓 − 𝐅𝐒|<nilai Tabel K-S, maka H0diterima. Data
berdistribusi normal.
 Jika Nilai Terbesar |𝐅𝐓 − 𝐅𝐒| >nilai Tabel K-S, maka H0 ditolak. Data
tidak berdistribusi normal.
5. Memberikan Kesimpulan

Contoh Soal :

Suatu Penelitian tentang siswa yang mempelajari bahasa Arab dengan

semple sebanyak 20 orang, didapat data sebagai berikut :

20 30 30 30 30 30 30 40 40 45 45 50 50 50 60 60 60 65 75 75

Selidikilah dengan (𝛼) =5%, apakah data tersebut daiambil dari populasi
yang berdistribusi normal ? (Diketahui nilai rata-rata : 45,75 dan Simpangan
Baku : 16,17)

Jawab :

1. Rumusan Hipotesis

H0 : Data Berasal dari Populasi yang Berdistribusi Normal

H1 : Data Berasal dari Populasi yang tidak Berdistribusi Normal

2. Taraf Signifikansi

(𝛼) = 5%

3. Statistik Uji

Maks |𝐹𝑇 − 𝐹𝑆|

4. Tabel Perhitungan Uji Kolmogorov-Smirnov

NO. Xi Xi F Fkum FS Z FT |𝑭𝑻 − 𝑭𝑺|

Awsl

1 20 20 1 1 0,05 -1,59 0,0559 0,0059

2 30 30 6 7 0,35 -0.97 0,1660 0,1840
3 30 40 2 9 0,45 -0,36 0,3594 0,0904
4 30 45 2 11 0,55 -0,05 0,5199 0,0301
5 30 50 3 14 0,7 0,26 0,6026 0,0974
6 30 60 3 17 0,85 0,88 0,8106 0,0394
7 30 65 1 18 0,9 1,19 0,8830 0,0170
8 40 75 2 20 1 1,81 0,9649 0,0351
9 40 MAX 0,1840
10 45 |𝑭𝑻 − 𝑭𝑺|
11 45
Keterangan :
12 50
13 50 XiAwal = Data Awal

14 50 Xi = Data dalam bentuk Distribusi Frekuensi

15 60
16 60 F = Frekuensi dari Xi

17 60 Fkum = Frekuensi Kumulatif dari Xi

18 65
𝑭𝒌𝒖𝒎
19 75 FS =
𝒏

FT = Nilai Tabel Z Kumulatif Normal Baku

berdasarkan nilai Z
20 75
𝒙̅ = 45,75
S = 16,17

 Nilai Maks |𝑭𝑻 − 𝑭𝑺| : 0,1840

 Nilai Tabel Kolmogorov-Smirnov

Diketahui : n = 20 dan (𝛼) = 5%

Maka nilai Tabel Kolmogorov-Smirnov (terlampir) = 0,294

 Membandingkan Nilai Maks |𝑭𝑻 − 𝑭𝑺| dengan Nilai Tabel Kolmogorov

Nilai Maks |𝑭𝑻 − 𝑭𝑺| (0,1840) < Nilai Tabel Kolmogorov (0,2940)

 Kesimpulan : Data berasal dari populasi berdistribusi normal

 Tabel Kolmogorov Smirnov

N 𝜶 = 𝟎, 𝟏𝟎 𝜶 = 𝟎, 𝟎𝟓 𝜶 = 𝟎, 𝟎𝟏
1 0,950 0,975 0,995
2 0,776 0,842 0,925
3 0,636 0,708 0,829
4 0,565 0,624 0,734
5 0,509 0,563 0,669
6 0,468 0,519 0,617
7 0,436 0,483 0,576
8 0,410 0,454 0,542
9 0,387 0,430 0,513
10 0,369 0,409 0,486
11 0,352 0,391 0,468
12 0,338 0,375 0,449
13 0,325 0,361 0,432
14 0,314 0,349 0,418
15 0,304 0,338 0,404
16 0,295 0,327 0,392
17 0,286 0,318 0,381
18 0,279 0,309 0,371
19 0,271 0,301 0,361
20 0,265 0,294 0,352
21 0,259 0,287 0,344
22 0,253 0,281 0,337
23 0,247 0,275 0,330
24 0,242 0,269 0,323
25 0,238 0,264 0,317
26 0,233 0,259 0,311
27 0,229 0,254 0,305
 28 0,225 0,250 0,300
29 0,221 0,246 0,295
30 0,218 0,242 0,290
35 0,202 0,224 0,269
40 0,189 0,210 0,252
45 0,179 0,198 0,238
50 0,170 0,188 0,226
Pendekatan 1,22/√𝒏 1,36/√𝒏 1,63/√𝒏
n > 50
A. Uji Liliefors

Metode Lilliefors menggunakan data dasar yang belum diolah dalam tabel distribusi
frekuensi. Data ditransformasikan dalam nilai Z untuk dapat dihitung luasan kurva normal
sebagai probabilitas komulatif normal. Probabilitas tersebut dicari bedanya dengan
probabilitas komultaif empiris. Beda terbesar dibanding dengan tabel Lilliefors pada Tabel
Nilai Quantil Statistik Lilliefors Distribusi Normal.

Berikut ini adalah beberapa persyaratan yang harus dipenuhi dalam pengujian
normalitas Lilliefors adalah :

 Data berskala interval atau ratio (kuantitatif)

 Data tunggal/belum dikelompokkan pada tabel distribusi frekuensi
 Dapat untuk n besar maupunn kecil

PROSEDUR PENGUJAN NORMALITAS DATA (UJI LILLIEFORS)

1. Merumuskan Formula Hipotesis

H0 : Data Berasal dari Populasi yang Berdistribusi Normal

H1 : Data Berasal dari Populasi yang tidak Berdistribusi Normal

2. Menentukan nilai-nilai Z, F(X), S(X) dan |𝐅(𝐗) − 𝐒(𝐗)|

TABEL PERHITUNGAN UJI LILLIEFORS

No. Xi S(X) ̅
𝒙𝒊 − 𝒙 𝑭(𝑿) |𝑭(𝑿) − 𝑺(𝑿)|
𝒁=
𝑺
1
2
Dst

Keterangan :

Xi = Data(Berururt dari terkecil-terbesar)

 (𝑋𝑖−𝑥̅ )
Z= Angka Normal Baku = = 𝑆

𝐹(𝑋)= Probabilitas komulatif Teoritis (Tabel Kumulatif Normal Baku)

𝑆(𝑋)= Probabilitas komulatif Sample (Frekuensi Kumulatif Data/n)

3. Menentukan Tingkat Signifikansi (𝜶)

Untuk Mendapatkan Tabel Lilliefors :

Dimana :
Tabel Lilliefors = Lilliefors (𝛼)(𝑛)
(𝛼) = 1% atau 5%
(𝑛) = jumlah data
4. Menentukan Kriteria Pengujian Hipotesis

Nilai Terbesar |𝐅(𝐗) − 𝐒(𝐗)|dibandingkan dengan nilai Tabel Lilliefors :

 Jika Nilai Terbesar |𝐅(𝐗) − 𝐒(𝐗)|<nilai Tabel K-S, maka H0diterima. Data
berdistribusi normal.
 Jika Nilai Terbesar |𝐅(𝐗) − 𝐒(𝐗)| >nilai Tabel K-S, maka H0 ditolak. Data tidak
berdistribusi normal.
5. Memeberikan Kesimpulan

Contoh Soal :

Suatu Penelitian tentang siswa yang mempelajari bahasa Arab dengan semple
sebanyak 20 orang, didapat data sebagai berikut :

20 30 30 30 30 30 30 40 40 45 45 50 50 50 60 60 60 65 75 75

Selidikilah dengan (𝛼) =5%, apakah data tersebut daiambil dari populasi yang
berdistribusi normal ? (Diketahui nilai rata-rata : 45,75 dan Simpangan Baku : 16,17)

Jawab :

1. Rumusan Hipotesis
 H0 : Data Berasal dari Populasi yang Berdistribusi Normal

H1 : Data Berasal dari Populasi yang tidak Berdistribusi Normal

2. Taraf Signifikansi

(𝛼) = 5%

3. Statistik Uji

Maks |𝐹(𝑋) − 𝑆(𝑋)|

4. Tabel Perhitungan Uji Lilliefors

NO. Xi Xi F Fkum S(X) Z F(X) |𝑭(𝑿) − 𝑺(𝑿)|

Awsl

1 20 20 1 1 0,05 -1,59 0,0559 0,0059

2 30 30 6 7 0,35 -0.97 0,1660 0,1840
3 30 40 2 9 0,45 -0,36 0,3594 0,0904
4 30 45 2 11 0,55 -0,05 0,5199 0,0301
5 30 50 3 14 0,7 0,26 0,6026 0,0974
6 30 60 3 17 0,85 0,88 0,8106 0,0394
7 30 65 1 18 0,9 1,19 0,8830 0,0170
8 40 75 2 20 1 1,81 0,9649 0,0351
9 40 MAX 0,1840
10 45 |𝑭(𝑿)
− 𝑺(𝑿)|
Keterangan :
11 45
12 50 XiAwal = Data Awal
13 50
Xi = Data dalam bentuk Distribusi Frekuensi
14 50
15 60 F = Frekuensi dari Xi

16 60 Fkum = Frekuensi Kumulatif dari Xi

17 60
𝑭𝒌𝒖𝒎
S(X) =
𝒏

F(X) = Nilai Tabel Z Kumulatif Normal Baku

berdasarkan nilai Z
18 65
19 75
 Nilai Maks |𝑭(𝑿) − 𝑺(𝑿)| : 0,1840
20 75
 Nilai Tabel Lilliefors
𝒙̅ = 45,75
S = 16,17 Diketahui : n = 20 dan (𝛼) = 5%

Maka nilai Tabel Lilliefors (terlampir) = 0,190

 Membandingkan Nilai Maks |𝑭(𝑿) − 𝑺(𝑿)| dengan Nilai Tabel Lilliefors

Nilai Maks |𝑭(𝑿) − 𝑺(𝑿)| (0,1840) < Nilai Tabel Kolmogorov (0,190)

 Kesimpulan : Data berasal dari populasi berdistribusi normal

Tabel LILLIEFORST

TARAF SIGNIFIKANSI (𝜶)

N 0.01 0.05
4 0.417 0.381
5 0.405 0.337
6 0.364 0.319
7 0.348 0.300
8 0.331 0.285
9 0.311 0.271
10 0.294 0.258
11 0.284 0.249
12 0.275 0.242
13 0.268 0.234
14 0,261 0.227
15 0.257 0.220
16 0.250 0.213
17 0.245 0.206
 18 0.239 0.200
19 0.235 0.195
20 0.231 0.190
25 0.200 0.173
30 0.187 0.161
N > 30 1.031 /√𝒏 0.886 /√𝒏

3
 PROSEDUR PENGUJIAN NORMALITAS DATA (SHAPIRO WILK)
1. Merumuskan formula hipotesis
H0 : data berasal dari populasi yang berdistribusi normal
H1 : data berasal dari populasi yang tidak berdistribusi normal
2. Menentukan nilai T3 dengan rumus
2
1k 
T3   ai ( xni 1  xi )
D  i 1 

 
n
D   xi  x
2

i 1

Keterangan :
𝑎𝑖 : koefisien uji Shapiro Wilk
𝑥𝑛−𝑖+1 : data ke n-i+1
𝑥𝑖 : data ke i
𝑥̅ : rata – rata data
K : jumlah data dari koefisien shapiro wilk
Xi : data ke –i (berturut dari terkecil-terbesar
n : jumlah data

3. Menentukan tingkat signifikansi (𝜶)

Untuk mendapatkan nilai tabel shapiro wilk :

Tabel 2 Shapiro Wilk = Quantil

Shapiro Wilk (𝛼)(n)
 Dimana :
𝛼= 1% atau 5%
n= jumlah data

4. Kriteria pengujian

Nilai T3 dibandingkan dengan nilai Quantil Shapiro Wilk (Tabel 2):

 Jika nilai T3<nilai Tabel Shapiro Wilk, maka H0 ditolak. Data tidak berdistribusi normal
 Jika nilai T3> nilai tabel Shapiro wilk, maka H0 diterima. Data berdistribusi normal
5. Memberikan kesimpulan

CONTOH SOAL :

Berdasarkan data skor ujian mata pelajaran b.arab yang diambil sampel secara random
dari suatu Sekolah Menengah Atas sebanyak 20 siswa, didapatkan data sebagai berikut:

20, 30, 30, 30, 30, 30, 30, 40, 40, 45, 45, 50, 50, 50, 60, 60, 60, 65, 75, 75.

Selidikilah apakah data skor ujian tersebut diambil dari populasi yang berdistribusi
normal? Dengan 𝛼 = 5%.

JAWAB:

1. Rumusan Hipotesis:
H0 : Data berasal dari Populasi Berdistribusi Normal
H1 : Data berasal dari Populasi tidak Berdistribusi Normal
2. Menghitung nilai D
Tabel Perhitungan Nilai D
No. Xi (X-𝑥̅ ) (X-𝑥̅ )2
1 20 -25,75 663,0625
2 30 -15,75 248,0625
3 30 -15,75 248,0625
 4 30 -15,75 248,0625
5 30 -15,75 248,0625
6 30 -15,75 248,0625
7 30 -15,75 248,0625
8 40 -5,75 33,0625
9 40 -5,75 33,0625
10 45 -0,75 0,5625
11 45 -0,75 0,5625
12 50 4,25 18,0625
13 50 4,25 18,0625
14 50 4,25 18,0625
15 60 14,25 203,0625
16 60 14,25 203,0625
17 60 14,25 203,0625
18 65 19,25 370,5625
19 75 29,25 855,5625
20 75 29,25 855,5625
̅
𝒙 45,75 ∑ 4963,75

Berdasarkan hasil perhitungan pada tabel di atas, diperoleh Nilai D sebagai berikut:

 
n
D   xi  x = 4963,75
2

i 1

3. Menghitung nilai T3, dengan cara melihat Tabel Koefisien Shapiro Wilk berdasarkan
jumlah datanya (n):
I ai (Xn-i+1) – (Xi) ai ((Xn-i+1) –
(Xi))
1 0,473 75 – 20 = 55 26,015
2 0,3211 75 – 30 = 45 14,4495
 3 0,2565 65 – 30 = 35 8,9775
4 0,2085 60 – 30 = 30 6,255
5 0,1686 60 – 30 = 30 5,058
6 0,1334 60 – 30 = 30 4,002
7 0,1013 50 – 30 = 20 2,026
8 0,0711 50 – 40 = 10 0,711
9 0,0422 50 – 40 = 10 0,422
10 0,0140 45 – 45 = 0 0
∑ 67, 916

Berdasarkan hasil perhitungan pada tabel di atas, diperoleh Nilai T3 sebagai berikut:

1k  𝟏

𝟒𝟔𝟏𝟐,𝟓𝟖𝟑𝟎𝟔
T3   ai ( xni 1  xi ) = (67,916)2 = 𝟒𝟗𝟔𝟑,𝟕𝟓 = 0,9292
D  i 1  𝟒𝟗𝟔𝟑,𝟕𝟓

4. Kriteria Pengujian

Diketahui 𝛼 = 0,05 dan n = 20. Pada tabel Shapiro Wilk (Tabel 2), didapat nilai tabel
shapiro willk = 0,905.

5. Kesimpulan

Dengan 𝛼 = 0, 05 menunjukkan bahwa nilai T3 (0.9292) > Tabel Shapiro Wilk (0,905),
maka H0 diterima. Data berasal dari populasi yang berdistribusi normal.

 PROSEDUR PENGUJIAN HOMOGENITAS VARIANS DUA SAMPEL

1. Merumuskan Formula Hipotesis
H0 : Kedua populasi mempunyai varians yang homogen
H1 : Kedua populasi mempunyai varians yang tidak homogen
Atau:
2 2
H0 : 𝜎 = 𝜎
1 2
 2 2
H1 : 𝜎 ≠ 𝜎
1 2

2. Menentukan Nilai Statistik Uji

𝑉𝑎𝑟𝑖𝑎𝑛𝑠 𝑇𝑒𝑟𝑏𝑒𝑠𝑎𝑟
F= 𝑉𝑎𝑟𝑖𝑎𝑛𝑠 𝑇𝑒𝑟𝑘𝑒𝑐𝑖𝑙

3. Menentukan Tingkat Signifikansi (𝜶)

Ftabel = F 𝛼(dk)

Ftabel = F𝛼 (n1 – 1) (n2 – 1)

Dimana :

𝛼 = 1% atau 5%
Dk = derajat kebebasan pembilang dan penyebut
Dk pembilang (varians terbesar) = (n1 – 1)
Dk penyebut (varians terkecil) = (n2 – 1)

4. Menentukan Kriteria Pengujian Hipotesis

Ho ditolak jika F hitung ≥ F tabel

Ho diterima jika F hitung <F tabel

5. Memberikan Kesimpulan

CONTOH PENGUJIAN HOMOGENITAS VARIANS:

Berikut adalah data hasil belajar siswa menengah atas dari dua kelas yaitu kelas XI IPS A
dan kelas XI IPS B :
 Kelas XI IPS A
Kelas Interval Frekuensi (f)
20 – 29 1
30 – 39 6
40 - 49 4
50 - 59 3
60 – 69 4
70 – 79 2
Jumlah ∑ 𝒇 = 20

Kelas XI IPS B
Kelas Interval Frekuensi (f)
52 – 58 2
59 – 65 6
66 – 72 7
73 – 79 20
80 – 86 8
87 – 93 4
94 – 100 3
Jumlah ∑ 𝒇 = 50

Ujilah apakah kedua kelompok data tersebut memiliki varians yang homogen, dengan 𝛼
= 5% !

JAWAB:

1. Rumusan Hipotesis :
H0 : Kedua populasi mempunyai varians yang homogen
H1 : Kedua populasi mempunyai varians yang tidak homogen
Atau:
 2 2
H0 : 𝜎 = 𝜎
1 2
2 2
H1 : 𝜎 ≠ 𝜎
1 2

2. Menentukan nilai Statistik Uji:

a. Kelas XI IPS A
Kelas Frekuensi Titik Fx (X-𝑥̅ ) (X-𝑥̅ )2 f (X-𝑥̅ )2
Interval (f) Tengah
(x)
20 – 29 1 24,5 24,5 -24,4 600,25 600,25
30 – 39 6 34,5 207 -14,5 210,25 1.262,5
40 – 49 4 44,5 178 4,5 20,25 81
50 – 59 3 54,5 163,5 5,5 30,25 90,75
60 – 69 4 64,5 258 15,5 240,25 961
70 – 79 2 74,5 149 25,5 650,25 1.300,5
Jumlah ∑ 𝒇 = 20 ∑ 𝒇𝒙 = ∑ 𝒇 (X-
980 𝑥̅ )2 =
4.295

Menghitung nilai rata-rata (mean) :

∑ 𝒇𝒙 980
𝑥̅ = ∑𝒇
= = 49
𝟐𝟎

Menghitung nilai varians :

∑ 𝒇𝒊 (𝒙𝒊−𝑥̅ )2 𝟒.𝟐𝟗𝟓 𝟒.𝟐𝟗𝟓
S2IPS A = = 𝟐𝟎−𝟏 = = 226,05
𝐧−𝟏 𝟏𝟗

b. Kelas XI IPS B
Kelas Frekuensi Titik Fx (X-𝑥̅ ) (X-𝑥̅ )2 f (X-𝑥̅ )2
Interval (f) Tengah
(x)
52 – 58 2 55 110 21 441 882
59 – 65 6 62 372 14 196 1176
66 – 72 7 69 483 7 49 343
 73 – 79 20 76 1520 0 0 0
80 – 86 8 83 664 7 49 392
87 – 93 4 90 360 14 196 784
94 – 100 3 97 291 21 441 1323
Jumlah ∑ 𝒇 = 50 ∑ 𝒇𝒙 =3800 ∑ 𝒇 (X-
𝑥̅ )2 =
4900

Menghitung nilai rata-rata (mean) :

∑ 𝒇𝒙 𝟑𝟖𝟎𝟎
𝑥̅ = ∑𝒇
= = 76
𝟓𝟎

Menghitung nilai varians :

∑ 𝒇𝒊 (𝒙𝒊−𝑥̅ )2 4900 4900

S2IPS B = = 50−1 = = 100
𝐧−𝟏 49

3. Menentukan nilai F hitung:

𝑉𝑎𝑟𝑖𝑎𝑛𝑠 𝑇𝑒𝑟𝑏𝑒𝑠𝑎𝑟 𝑆2𝐼𝑃𝑆 𝐴 226,05
F= = 𝑆2 𝐼𝑃𝑆 𝐵 = = 2,2605
𝑉𝑎𝑟𝑖𝑎𝑛𝑠 𝑇𝑒𝑟𝑘𝑒𝑐𝑖𝑙 100

4. Menentukan nilai F tabel:

 Ditentukan ∝ = 5 % = 0,05
 Dk pembilang = (n1 – 1), dk penyebut = (n2 – 1)
 Dk pembilang = 19, dk penyebut = 49
 Ftabel (5%)(19)(49) = 1,7480

5. Kesimpulan

Nilai F hitung (2,2605) F tabel (1,7480)

 4
A. PROSEDUR PENGUJIAN UJIT BERPASANGAN (PARIED)

1. Merumuskan Formula Hipotesis

H0 : tidak terdapat perbedaan antara sebelum perlakuan dengan sesudah perlakuan

H1 : terdapat perbedaan antara sebelum perlakuan dengan sesudah perlakuan
Atau ; H0 : µ1 = µ2 H1 : µ1≠ µ2

2. Menentukan Nilai Statistik Uji

B̅
t=𝑆
𝐵 / √𝑛

Keterangan : B̅ = Rata-Rata Dari Beda

𝑆𝐵 = Simpangan Baku Dari Beda

N = Banyaknya Data

3. Menentukan Tingkat Signifikasi (ɑ)

ttabel= t(ɑ) (dk)

ttabel= t(ɑ) (n-1)
Dimana :
ɑ = 1% Atau 5%
Dk = Derajat Kebebasan (n-1)

4. Menentukan Kriteria Pengujian Hipotesis

 H0 ditolak jika : thitung atau |-thitung|≥ttabel

H0 diterima jika : thitung atau |- thitung|< ttabel

5. Memberikan Kesimpulan

CONTOH KASUS:

Ada seorang guru ingin mengetahui apakah terdapat perbedaan antara hasil
belajar siswa sebelum dan sesudah penggunaan metode audio visual. Berikut adalah
datanya (diasumsikan data distribusi normal dan variansinya homogen):

No SKOR PENGGUNAAN BEDA 𝐁𝟐

METODE AUDIO VISUAL (B)
SEBELUM(X) SESUDAH(Y) B = Y-X

1 20 25 5 25
2 30 25 -5 25
3 30 25 -5 25
4 30 25 -5 25
5 30 30 0 0
6 30 30 0 0
7 30 45 15 225
8 40 45 5 25
9 40 55 15 225
10 45 55 10 100
11 45 55 10 100
12 50 60 10 100
13 50 60 10 100
 14 50 60 10 100
15 60 60 0 0
16 60 65 5 25
17 60 65 5 25
18 65 75 10 100
19 75 75 0 0
20 75 80 5 25
Jumlah ∑B =100 ∑𝐁 𝟐 = 1250

 Langkah-Langkah Pengisian

a. MenentukanNilai Rata-Rata Beda

∑𝐵 100
B̅ = = =5
𝑛 20

b. RumusanHipotesis

H0 :TidakterdapatperbedaanantarahasilbelajarsiswasebelumdansesudahPengunaanmetode
audio visual
H1 :TerdapatperbedaanantarahasilbelajarsiswasebelumdansesudahpenggunaanMetode
audio visual

Atau : H0 : µ1 = µ2 H1 : µ1 ≠ µ2

c. Menentukan Nilait hitung

𝐵̅
t = 𝑆𝐵/
√𝑛

5 5
t = 6,28/√20 = 1,40 = 3,57
d. MenentukanNilaiSimpangan Baku Beda

S 𝑛 ∑ 𝐵2 𝑖−(∑ 𝐵𝑖)2
B= √ 𝑛(𝑛−1)

S 20(1250)−(100)2 25,000−10,000
B =√ = √
20(19) 380

S 15,000
B= √ = √39,47 = 6,28
380

e. MenentukanNilai t Tabel

ttabel= t (a)(dk)
ttabel= t (0,05) (20-1) = t0,05(19) = 2,09
f. KriteriaPengambilanKeputusan

H0 ditolak jika : thitung atau |-thitung|≥ttabel

H0 diterima jika : thitung atau |- thitung|< ttabel

g. Kesimpulan
 Nilaithitung (3,57) ≥ttabel(2,09) → H0.DitolakArtinyadengan α = 5%
terdapatperbedaan yang
signifikanantarahasilbelajarsiswasebelumdansesudahpenggunaanmetode audio visual.

→ PROSEDUR PENGUJIAN UJI WILCOXON (MATCH PAIRS TEST)

1. Merumuskan Formula Hipotesis

Ho :Tidakterdapatperbedaanantarasebelumperlakuandengansesudahperlakuan
H1 :Terdapatperbedaanantarasebelumperlakuandengansesudahperlakuan

Atau: Ho : µ1 = µ2 H1 : µ1 ≠ µ2

2. MenentukanNIlaiStatistikUji

a. Sampel (n) ≤ 25
- Menentukantanda Beda (selisih) danbesarnyatanda Beda antarapasangan data
- Nilai Beda denganhasil “0” diabaikan.
- MengurutkanNilai Beda tanpamemperhatikantanda.
- Memisahkantanda Beda yang positifdannegatif.
- Menentukannilai T
hitungdenganmenjumlahkansemuaangkapositifdanangkanegatif.
- Menentukannilai T hitungdenganmemilihnilai T absolute terkecil.

b. Sampel (n)> 25
 1
T − 4 𝑛(𝑛 + 1)
𝑧=
√ 1 𝑛 (𝑛 + 1)(2𝑛 + 1)
24

3. Menentukan Tingkat Singnifikansi (α)

a. Sampel (n) ≤ 25
- Menentukan alpha (α)
- Menentukannilai T tabel Wilcoxon
b. Sampel (n) > 25
- Menentukan alpha (α)
- Menentukannilai Z tabel (kurva normal baku)
4. MenentukanKriteriaPengujianHipotesis
a. Sampel (n)≤ 25
Jikanilai T Wilcoxon hitung> T tabel Wilcoxon, makaterdapat H0diterima.
Jikanilai T Wilcoxon hitung ≤ T tabel Wilcoxon, makaterdapat H0ditolak.
b. Sampel (n)> 25
Z hitung ≥ Z tabel, H0ditolak, makaterdapatperbedaan (signifikan)
Z hitung ≥ Z tabel, H0diterima, makatidakterdapatperbedaan
5. MemberikanKesimpulan

CONTOH KASUS :

Seorang Guru Matematika SD imgimmengetahuiefektifitasMetodeBelajardalam Proses

Pembelajaran di kelasnya. Sebelumpelajarandimulai, Guru tersebutmengadakan pretest
untukmengetahuipemahamanawalsiswapadamateri yang diajarkan.
Kemudiansetelahpembelajarandilakukan protest. Hasilkedua test tersebutadalahsebagaiberikut:

Pretes: 20 30 30 30 30 30 30 40 40 45 45
50 50 50 60 60 60 65 75 75

Postest: 25 25 25 25 30 30 45 45 55 55 55
60 60 60 60 65 65 75 75 80
 Guru tersebutmemprediksibahwanilaikedua test tersebutadalahberbeda.
Cobabuktikanhipotesistersebut!

JAWAB:

a. Rumusanhipotesis
Ho: TidakterdapatperbedaanantarahasilbelajarsiswasebelumpenggunaanMetodeBelajar A
(pretest)dansesudahpenggunaanMetodeBelajar A (pretest).
Hi: TerdapatperbedaanantarahasilbelajarsiswasebelumpenggunaanMetodeBelajar A
(pretest)dansesudapenggunaanMetodeBelajar A (pretest).
Atau: H0 :µ1 : µ2 H1 : µ1 ≠ µ2

b. MenentukanNilai Beda dannilai T (-) serta T (+)

No. Prete Postest Beda Ranking Rangki RANKING

st (y) (x-y) Awal ngAkh [T] [T]
(x) ir Positif(+) Negatif(-)

1 20 25 5 1 4,5 4,5
2 30 25 -5 2 4,5 -4,5
3 30 25 -5 3 4,5 -4,5
4 30 25 -5 4 4,5 -4,5
5 30 30 0 - -
6 30 30 0 - -
7 30 45 15 15 15,5 15,5
8 40 45 5 5 4,5
9 40 55 15 16 15,5 15,5
10 45 55 10 9 11,5 11,5
11 45 55 10 10 11,5 11,5
12 50 60 10 11 11,5 11,5
13 50 60 10 12 11,5 11,5
14 50 60 10 13 11,5 11,5
15 60 60 0 - -
16 60 65 5 6 4,5 4,5
17 60 65 5 7 4,5 4,5
18 65 75 10 14 11,5 11,5
19 75 75 0 - -
20 75 80 5 8 4,5 4,5 
Jumlah 122,5 13,5 
 MenentukanNilai T absolute Terkecil

Berdasarkanhasilperhitungan di atas, diperolehbahwanilai Tabsoluteterkecilnyaadalahsebesar

13,5.

 MenentukanNilai α dan T tabel Wilcoxon

- Alpha (α) yang digunakan = 5%

- Makanilai T tabel Wilcoxon untuk n = 20dan α = 5% adalahsebesar52.

 Kesimpulan

Dengan α = 5% diperoleh T hitung (13,5) < T tabel Wilcoxon (52), maka H0ditolak.
ArtinyaterdapatperbedaanantarahasilbelajarsiswasebelumpenggunaanMetodeBelajar A (pretest)
dansesudahpenggunaanMetodeBelajar B (postest)

5
 PROSEDUR PENGUJIAN PRODUUCT MOMENT
1. Mermuskan Formula Hipotesis
H0 : Tidak terdapat korelasi positif yang signifikan antara variabel X dan variabel Y
H1 : Terdapat korelasi positif yang signifikan anatara Varibel X dan variabel Y
Atau : H0 : ρ = 0 H1 : ρ ≠ 0
2. Menetukan Nilai Statistik Uji

𝑛 ∑ 𝑋𝑌−(∑ 𝑋) (∑ 𝑌)
rxy =
√〔𝑛 ∑ 𝑋 2 −(∑ 𝑋)2 〕〔𝑛 ∑ 𝑌 2 −(∑ 𝑌)2 〕
Keterangan:

rxy = Koefisien korelasi product moment

n = Banyaknya data

∑ 𝑋𝑌= Jumalah hasil perkalian antara skor X dan skor Y

∑ 𝑋 = Jumlah seluruh skor Y

∑ 𝑌 = Jumlah seluruh skor Y

3. Menentukan Tingkat Signifikansi (α)

Dimana :
α = 1% atau 5%
rtabel = r (α) (dk)
n = banyak data
rtabel = r (α) (n – k) dk = n – k
k = banyak variabel yang dikorelasikan

4. Menentukan Kriteria Pengujain Hipotesis

H0 ditolak jika : rhitung ≥ rtabel

H0 diterima jika : rhitung ˂ rtabel

5. Memberikan Kesimpulan

Contoh kasus:
Dalam suatu penelitian, ingin diketahui apakah secara signifikan terdapat korelasi positif
antara nilai nahwu (X) dengan nilai sharaf (Y). ditetapakan 20 orang siswa sebagai
sampel penelitian, datany adalah sebagai berikut:

n X Y X2 Y2 XY
1 20 25 400 625 500
2 30 25 900 625 750
3 30 25 900 625 750
 4 30 25 900 625 750
5 30 30 900 900 900
6 30 30 900 900 900
7 30 45 900 2025 1350
8 40 45 1600 2025 1800
9 40 55 1600 3025 2200
10 45 55 2025 3025 2475
11 45 55 2025 3025 2475
12 50 60 2500 3600 3000
13 50 60 2500 3600 3000
14 50 60 2500 3600 3000
15 60 60 3600 3600 3600
16 60 65 3600 4225 3900
17 60 65 3600 4225 3900
18 65 75 4225 5625 4875
19 75 75 5625 5625 5625
20 75 80 5625 6400 6000
∑𝑋 ∑𝑌 ∑ 𝑿𝟐 ∑ 𝒀𝟐 ∑ 𝑿𝒀
Jumlah
915 1015 46825 57925 51750

1. Merumuskan Formula Hipotesis

H0 : tidak terdapat korelasi positif yang signifikan antara nilai nahwu (X) dengan nilai
sharaf (Y)
H1 : terdapat korelasi positif yang signifikan antara nilai nahwu (X) dengan nilai
sharaf (Y)
Atau : H0 : ρ = 0 H1 : ρ ≠ 0
2. Menentukan Nilai Statistik Uji
𝑛 ∑ 𝑋𝑌−(∑ 𝑋) (∑ 𝑌)
rxy =
√〔𝑛 ∑ 𝑋 2 −(∑ 𝑋)2 〕〔𝑛 ∑ 𝑌 2 −(∑ 𝑌)2 〕

20(51750)−(915)(1015)
=
√〔20(46825)−(915)2 〕〔20(57925)−(1015)2 〕

1035000−928725
=
√(936500−837225)(1158500−1030225)

106275
=
√(99275)(128275)

106275
=
√12734500625

106275
=112847,2
 rxy =0.94

3. Menentukan Nilai r Tabel

 Ditentukan : α = 5% = 0,05
 Dk = (n – k) = (20 – 2) = 18
 Maka “r” tabel = 0,444
4. Kesimpulan
Berdasarkan hasil perhitungan diatas, ternyata
 nilai korelasi antara variabel X dan variabel Y bertanda positif. Berarti
diantara kedua variabel tersebut terdapat korelasi positif.
 Dengan melihat besarnya “r” (yaitu = 0,94) berkisar antara 0,80 – 1,00 berarti
bisa dikategorikan ke dalam korelasi positif yang sangat kuat.
 Jika dibandingkan dengan r tabel, dapat dilihat bahwa nilai “r” hitung (0,94) ˃
“r” tabel (0,444) H0 ditolak. Artinya dengan α = 5%, terdapat korelasi
(hubunganpositif) yang signifikan antara nilai nahwu ( X) dan nilai sharaf (Y).

Contoh:
Suatu penelitian ingin mengetahui hubungan antara nilai Nahwu (X) nilai Shorof (Y), datanya
sebagai berikut;
Variabel X:
20 30 30 30 30 30 30 40 40 45 45 50 50 50 60 60 60 65 75 75
Variabel Y:
25 25 25 25 30 30 45 45 55 55 55 60 60 60 60 65 65 75 75 80
Jawab:
1. Membuat rumusan hipotesis:
Ho = tidak ada hubungan yang signifikan antara motivasi belajar (X) dengan aktivitas belajar (Y)
H1 = ada hubungan yang signifikan antara motivasi belajar (X) dengan aktivitas belajar (Y)
2. α = 5%

3. Perhitungan

X Rank X Y Rank Y D = Rank – Rank X 𝑑2

20 1 1 25 1 2,73 2,73 - 1 = 1,73 2,9929

30 2 4,81 25 2 2,73 2,73 - 4,81 = -2,08 4,3264

30 3 4,81 25 3 2,73 2,73 - 4,81 = -2,08 4,3264

30 4 4,81 25 4 2,73 2,73 - 4,81 = -2,08 4,3264

30 5 4,81 30 5 5,5 5,5 - 4,81 = -0,69 0,4761

30 6 4,81 30 6 5,5 5,5 - 4,81 = -0,69 0,4761

30 7 4,81 45 7 7,5 7,5 - 4,81 = 2,69 7,2361

40 8 8,5 45 8 7,5 7,5 - 8,5 = -1 1

40 9 8,5 55 9 10,67 10,67 - 8,5 = 2,17 4,7089

45 10 10,5 55 10 10,67 10,67 - 10,5 = 0,17 0,0289

45 11 10,5 55 11 10,67 10,67 - 10,5 = 0,17 0,0289

50 12 13,02 60 12 13,5 13,5 - 13,02 = 0,48 0,2304

50 13 13,02 60 13 13,5 13,5 - 13,02 = 0,48 0,2304

50 14 13,02 60 14 13,5 13,5 - 13,02 = 0,48 0,2304

60 15 16,02 60 15 13,5 13,5 - 16,02 = -2,52 6,3504

60 16 16,02 65 16 16,5 16,5 - 16,02 = 0,48 0,2304

60 17 16,02 65 17 16,5 16,5 - 16,02 = 0,48 0,2304

65 18 18 75 18 18,5 18,5 - 18 = 0,5 0,25

75 19 19,5 75 19 18,5 18,5 - 19,5 = -1 1

75 20 19,5 80 20 20 20 - 19,5 = 0,5 0,25

38,9295

Jadi
6Σ d 2
𝜌 = 1 − N(N 2 - 1)

6 (38,9295)
𝜌=1– 20 (202 − 1)
233,577
𝜌=1– 7.980

𝜌 = 1 – 0,029
𝜌 = 0,971 atau r = 0,971
Menghitung nilai t hitung
𝑟√𝑁 − 2
𝑡=
√1 − 𝑟 2
 0,971 √ 20 − 2
𝑡=
√ 1 − 0,9712
4,119
𝑡=
0, 239
𝑡 = 17,23
Mencari t tabel
t tabel dengan α = 5% dan dk = N - 2 = 18
maka t tabel = 2,10
Membandingkan t hitung dengan t tabel
t hitung = 17,23 > t tabel = 2,10
Ho ditolak
Kesimpulan : Tidak ada hubungan yang signifikan antara nilai nahwu (X) dengan nilai shorof (Y)

Keterangan : KD = (0,971)2 * 100% = 23,9%

berdasarkan contoh diatas, besarnya pengaruh nilai nahwu (X) terhadap nilai sharaf (Y) dapat
dihitung dengan mencari nilai koefisien dterminasi. Adapun nilainya : KD = (0,971) 2 * 100% =
23,9%. Artinya pengaruh atau kontribusi nilai nahwu (X) terhadap nilai sharaf (Y) sebesar 23,9%
dan sisanya 76,1% dipengaruhi oleh faktor lain.

UJI REGRESI LINEAR SEDERHANA

 Digunakan untuk memperlajari hubungan fungsional antara variabel-variabel yang

dinyatakan dalam bentuk persamaan matematik dan garis
 Berbentuk garis lurus (linier) atau ttidak lurus (non linier)
 Persamaan Regresi Linier
Ŷ=a+bX

Dimana:

 Konstanta a = titik potong (intercept)

 Konstanta b = kemiringan garis lurus (slope)
a=∑X2∑Y-∑X∑XY
N∑X2-(∑X)2
b=N∑(XY)-∑X∑Y
 N∑X2-(∑X)2
 Langkah-langkah untuk mencari persamaan regresi:
1. Menyiapkan tabel yang terdiri dari kolom X,Y,X2,Y2 dan XY
2. Menghitung koefisien a dan b
3. Membuat persamaan regresi Y dan X
No X Y X2 Y2 XY
1 20 25 400 625 500
2 30 25 900 625 750
3 30 25 900 625 750
4 30 25 900 625 750
5 30 30 900 900 900
6 30 30 900 900 900
7 30 45 900 2025 1350
8 40 45 1600 2025 1800
9 40 55 1600 3025 2200
10 45 55 2025 3025 2475
11 45 55 2025 3025 2475
12 50 60 2500 3600 3000
13 50 60 2500 3600 3000
14 50 60 2500 3600 3000
15 60 60 3600 3600 3600
16 60 65 3600 4225 3900
17 60 65 3600 4225 3900
18 65 75 4225 5625 4875
19 75 75 5625 5625 5625
20 75 80 5625 6400 6000
∑X= ∑Y= 2
∑X = ∑Y2= ∑XY=
915 1015 46825 57925 51750

Dari angka-angka pada tabel di atas, dapat dihitung:

a= ∑X2∑Y-∑X∑XY b= N∑(XY)-∑X∑Y

N∑X2-(∑X)2 N∑X2-(∑X)2

= 46825x1015-915x51750 = 20x51750-915x1015

20x46825-(915)2 20x46825-(915)2

= 47527375-47351250 = 1035000-928725

936500-837225 936500-837225
 = 176125 = 106275

99275 99275

= 1,77 = 1,07

Dengan nilai a = 1,77 dan b = 1,07

Maka persamaan regresi linier sederhana Y dan X adalah:

Ŷ=a+bX

Ŷ=1,77 + 1,07X

Artinya, setiap kenaikan Y (nilai shorof) sebesar 1,77 mengakibatkan bertambahnya

kenaikan X (nilai nahwu) sebesar 1,07.

Dengan kata lain, skor variabel Y dapat diprediksikan oleh setiap skor variabel X
berdasarkan persamaan regresi linier Ŷ=1,77 + 1,07X.