Materi Statistika Inferensial

Bapak Ibu yang berbahagia dan saya hormati. Berikut bahan diskusi untuk materi
statistika inferensial.

Suatu sampel acak terdiri atas 10 siswa di suatu Sekolah Menengah Kejuruan, memberikan
data tentang skor motivasi belajar matematika (X) dan prestasi belajar matematika (Y) sebagai
berikut:

X 70 60 40 60 30 60 30 50 80 20
Y 92 80 62 87 44 85 47 70 98 38

a. Gambarkan dagram pencar untuk data di atas.

b. Jika diduga bahwa hubungan antara motivasi belajar matematika dan prestasi belajar
matematika siswa linier, bagaimanakah persamaan regresi dugaannya? Gambarkan garis
regresi dugaan tersebut pada gambar diagram pencar pada soal a).
c. Ujilah kelinieran persamaan regresi tersebut pada taraf signifikansi 0,05.
d. Berdasarkan persamaan regresi tersebut, berapakah skor prestasi belajar matematika siswa
yang memiliki skor motivasi belajar matematika 78 ?
e. Hitunglah koefisien korelasi dan koefisien determinasinya. Berdasarkan hasil perhitungan,
masing-masing jelaskan maknanya.

Jawab
a. Gambar diagram pencar

diagram pencar
120

100

80
prestasi

60

40

20

0
0 20 40 60 80 100

motivasi
b. Persamaan regresi dan gambar garis regresi pada diagram pancar
1. Persamaan regresi

data ke x y xy x^2 y^2

1 70 92 6440 4900 8464
2 60 80 4800 3600 6400
3 40 62 2480 1600 3844
4 60 87 5220 3600 7569
5 30 44 1320 900 1936
6 60 85 5100 3600 7225
7 30 47 1410 900 2209
8 50 70 3500 2500 4900
9 80 98 7840 6400 9604
10 20 38 760 400 1444
500 703 38870 28400 53595

Persamaan regresi Y = a + bx
Mencari b :

𝑛(∑ 𝑋𝑌)−∑ 𝑋.∑ 𝑌

𝑏= 𝑛(∑ 𝑋 2 )−(∑ 𝑋)2
10(38.870)−500(703)
𝑏= 10(28.400)−5002
388.700−351.500
𝑏 = 284.000−250.000
37.200
𝑏 = 34.000

b = 1,0941
Mencari nilai a

∑ 𝑌 .∑ 𝑋 2 −∑ 𝑋 .∑ 𝑋𝑌
𝑎= 𝑛(∑ 𝑋 2 )−(∑ 𝑋)2
703(28.400)−500 (38.870)
𝑎= 10(28.400)−5002
19.965.200−19.435.000
𝑎= 284.000−250.000
530.200
𝑎= 34.000

a = 15,594
Jadi persamaan regresinya y = 15,594 + 1,0941x

2. Gambar garis regresi pada diagram pencar

 diagram pencar
120
y = 1.094x + 15.59
100 R² = 0.975
80
prestasi

60

40

20

0
0 20 40 60 80 100

motivasi

c. Uji kelinieran persamaan regresi pada taraf signifikan 0,05

Diketahui:
∑ 𝑋 = 500
∑ 𝑌 = 703
∑ 𝑋𝑌 = 38.870
∑ 𝑋2 = 28.400
∑ 𝑌2 = 53.595
𝑎 = 15,594 dan 𝑏 = 1,0941
𝑦 = 15,594 + 1,0941 𝑥
1) Menghitung jumlah kuadrat regresi [𝐽𝐾(𝑟𝑒𝑔 𝑎) ] dengan rumus:
(∑ 𝑌)2 7032
𝐽𝐾(𝑟𝑒𝑔 𝑎) = 𝑛
= 10
= 49.420,9

2) Menghitung jumlah kuadrat regresi [𝐽𝐾(𝑟𝑒𝑔 𝑏𝐼𝑎) ] dengan rumus:

∑𝑋∑𝑦
𝐽𝐾(𝑟𝑒𝑔 𝑏𝐼𝑎) = 𝑏 . (∑ 𝑋𝑌 − 𝑛
)
500(703)
𝐽𝐾(𝑟𝑒𝑔 𝑏𝐼𝑎) = 1,0941 . (38.870 − 10
)

𝐽𝐾(𝑟𝑒𝑔 𝑏𝐼𝑎) = 1,0941 . (38.870 − 35.150)

𝐽𝐾(𝑟𝑒𝑔 𝑏𝐼𝑎) = 1,0941(3720)
 𝐽𝐾(𝑟𝑒𝑔 𝑏𝐼𝑎) = 4.070,052

3) Menghitung jumlah kuadrat residu [𝐽𝐾(𝑟𝑒𝑠) ] dengan rumus:

𝐽𝐾(𝑟𝑒𝑠) = ∑ 𝑌2 − 𝐽𝐾(𝑟𝑒𝑔 𝑏𝐼𝑎) − 𝐽𝐾(𝑟𝑒𝑔 𝑎)

𝐽𝐾(𝑟𝑒𝑠) = 53.595 − 4.070,052 − 49.420,9
𝐽𝐾(𝑟𝑒𝑠) = 104,048

4) Menghitung rata-rata jumlah kuadrat regresi (a) [𝑅𝐽𝐾(𝑟𝑒𝑔(𝑎)) ] dengan rumus:

𝑅𝐽𝐾(𝑟𝑒𝑔(𝑎)) = 𝐽𝐾(𝑟𝑒𝑔(𝑎)) = 49.420,9

5) Menghitung rata-rata jumlah kuadrat regresi (bIa) [𝑅𝐽𝐾(𝑟𝑒𝑔(𝑏𝐼𝑎)) ] dengan rumus:

𝑅𝐽𝐾(𝑟𝑒𝑔(𝑏𝐼𝑎)) = 𝐽𝐾(𝑟𝑒𝑔 𝑏𝐼𝑎) = 4.070,052

6) Menghitung rata-rata jumlah kuadrat residu [𝑅𝐽𝐾(𝑟𝑒𝑠) ] dengan rumus:

𝐽𝐾(𝑟𝑒𝑠) 104,048 104,048
𝑅𝐽𝐾(𝑟𝑒𝑠) = 𝑛−2
= 10−2
= 8
= 13,006
7) Menghitung jumlah kuadrat error [𝐽𝐾𝐸 ] dengan rumus:
(∑ 𝑌)2
𝐽𝐾𝐸 = ∑𝑘 {∑ 𝑌2 − 𝑛
}

Tabel urutan data pasangan variable X dan Y untuk mencari 𝐽𝐾𝐸

X Kelompok N Y
20 1 1 38
30 44
2 2
30 47
40 3 1 62
50 4 1 70
60 80
60 5 3 87
60 85
70 6 1 92
80 7 1 98

𝑛 = 10 dan 𝑘 = 7
 382 (44+47)2 622 702
𝐽𝐾𝐸 = (382 − 1
) + {(442 + 472 ) − 2
2
} + (62 − 1
) + (70
2
− 1
)+

2 2 2 (80+87+85)2 2 922 2 982

{(80 + 87 + 85 ) − 3
} + (92 − 1
) + (98 − 1
)

𝐽𝐾𝐸 = 0 + 4,5 + 0 + 0 + 26 + 0 + 0
𝐽𝐾𝐸 = 30,5
8) 𝐽𝐾𝑇𝐶 = 𝐽𝐾𝑟𝑒𝑠 − 𝐽𝐾𝐸
𝐽𝐾𝑇𝐶 = 104,048 − 30,5
𝐽𝐾𝑇𝐶 = 73,548

𝐽𝐾𝑇𝐶
9) 𝑅𝐽𝐾𝑇𝐶 = 𝑘−2
73,548
𝑅𝐽𝐾𝑇𝐶 = 7−2
73,548
𝑅𝐽𝐾𝑇𝐶 = 5

𝑅𝐽𝐾𝑇𝐶 = 14,7096
𝐽𝐾
10) 𝑅𝐽𝐾𝐸 = 𝑛−𝑘𝐸
30,5
𝑅𝐽𝐾𝐸 = 10−7
30,5
𝑅𝐽𝐾𝐸 = 3

𝑅𝐽𝐾𝐸 = 10,1667
11) 𝐹hitung dan 𝐹tabel
𝑅𝐽𝐾𝑇𝐶
 𝐹hitung = 𝑅𝐽𝐾𝐸
14,7096
𝐹hitung = 10,1667

𝐹hitung = 1,4468
 𝐹tabel = 𝐹(1−𝛼)(𝑑𝑘𝑇𝐶,𝑑𝑏 𝐸)
𝐹tabel = (1 − 0,05)(𝑑𝑘 = 𝑘 − 2, 𝑑𝑏 = 𝑛 − 𝑘)
𝐹tabel = (0,95)(7 − 2 , 10 − 7)
𝐹tabel = (0,95)(5,3)
𝑑𝑘 = 5, sebagai angka pembilang
𝑑𝑏 = 3 , sebagai angka penyebut
𝐹tabel = 9,01
 Tabel ANAVA VAriabel X dan Y Uji Linieritas
Rata-rata
Derajat Jumlah
Sumber Jumlah 𝑭𝐡𝐢𝐭𝐮𝐧𝐠
Kebebasan Kuadrat 𝑭𝐭𝐚𝐛𝐞𝐥
Variasi (SV) Kuadrat
(dk) (JK)
(RJK)
Total 10 53.595 - 1,4468 9,01
Regresi (a) 1 49.420,9 49.420,9 Ternyata 𝑭𝐡𝐢𝐭𝐮𝐧𝐠 < 𝑭𝐭𝐚𝐛𝐞𝐥
Regresi (bIa) 1 4.070,052 4.070,052 𝟏, 𝟒𝟒𝟔𝟖 < 𝟗, 𝟎𝟏
Residu 8 104,048 13,006 Maka data berpola linear
Tuna Cocok 5 73,548 14,7096 / model regresinya linear
Error 3 30,5 10,1667

d. Skor prestasi belajar matematika siswa yang memiliki skor motivasi 78 adalah

Y = 15,59 + 1,094x
= 15,59 + 1,094(78)
= 100,92

e. 1. Koefisien korelasi

𝑛 ∑ 𝑋𝑌−∑ 𝑋 ∑ 𝑌
𝑟=
√(𝑛 ∑ 𝑋 2 −(∑ 𝑋)2 ).(𝑛 ∑ 𝑌 2 −(∑ 𝑌)2 )

10(38.870)−500(703)
𝑟=
√(10(28.400)−5002 ) .(10(53.595)−7032 )
388.700−351.500
𝑟=
√(284.000−250.000).(535.950−494.209)
37.200
𝑟=
√(34.000).(41.741)
37.200
𝑟=
√1.419.194.000
37.200
𝑟 = 37.672,1913 = 0,98747

Apabila koefisien korelasi mendekati 1, berarti hubungan antar variable semakin

kuat. Sebaliknya, apabila koefisien korelasi mendekati 0, berarti hubungan antar
variable semakin lemah. Jika hasil korelasi sama dengan 1 berarti korelasi
sempurna.

2.Koefisien determinasi
Koefisien determinasi = 𝑟2
𝑟2 = (0,98747)2
r2 = 0,9751

Dalam kasus ini koefisien determinasi 𝑟2 = 0,9751 mempunyai arti bahwa sebesar
98% variasi dari variable Y (prestasi belajar) dapat diterangkan dengan variable X
(motivasi belajar), sedangkan sisanya 2% (0,02) dipengaruhi oleh variable-
variabel yang tidak diketahui atau variabilitas yang inheren.