1.

Berikut tersedia data berat badan (Y) dalam pound, tinggi badan ( X1) dalam inchi dan
umur (X2) dari sekelompok orang yang diteliti.
Y 64 71 53 67 55 58 77 57 56
X1 57 59 49 62 55 50 55 48 52
X2 8 10 6 11 8 7 10 12 8
Bila tinggi badan dan umur berkorelasi terhadap berat badan, dan dengan derajad
signifikansi 𝛼 = 5% maka:
Catatan : z adalah digid terakhir NIM sdr.
p adalah satu digit dari dua terakhir NIM
a Tentukan persamaan garis regresi Y pada X1 dan X2,
b Ujilah keberartian koefisien regresinya (Freg)
c Carilah koefisien korelasi antara X1 dan Y, dan antara X2 dan Y
d Carilah sumbangan relatif dan sumbangan efektif dari masing-masing prediktor

a. Dibuat tabel kerja:

Tabel 1
Tabel Kerja Mencari Persamaan Garis Regresi
No. Subjek X1 X2 Y X12 X22 Y2 X1X2 X1Y X2Y
1 57 8 64 3249 64 4096 456 3648 512
2 59 10 71 3481 100 5041 590 4189 710
3 49 6 53 2401 36 2809 294 2597 318
4 62 11 67 3844 121 4489 682 4154 737
5 55 8 55 3025 64 3025 440 3025 440
6 50 7 58 2500 49 3364 350 2900 406
7 55 10 77 3025 100 5929 550 4235 770
8 48 12 57 2304 144 3249 576 2736 684
9 52 8 56 2704 64 3136 416 2912 448
Jml 487 80 558 26533 742 35138 4354 30396 5025

N = 9, ∑ 𝑋1 = 487, ∑ 𝑋2 = 80, ∑ 𝑌 = 558;

2 2
∑ 𝑋1 = 26533, ∑ 𝑋2 = 742, ∑ 𝑌 2 = 35138
∑ 𝑋1 𝑋2 = 4354, ∑ 𝑋1 𝑌 = 30396, ∑ 𝑋2 𝑌 = 5025
Bila nilai-nilai tersebut diubah kedalam skor deviasi akan diperoleh:
2 2 (∑ 𝑋1 )2 4872
∑ 𝑥1 = ∑ 𝑋1 − = 26533 − = 26533 − 26352,1 = 180,9
𝑁 9
(∑ 𝑋2 )2 802
∑ 𝑥2 2 = ∑ 𝑋2 2 − = 742 − = 742 − 711,1 = 30,9
𝑁 9
(∑ 𝑌)2 5582
∑ 𝑦 2 = ∑ 𝑌2 − = 35138 − = 35138 − 34596,0 = 542
𝑁 9
(∑ 𝑋1 )(∑ 𝑋2 ) (487)(80)
∑ 𝑥1 𝑥2 = ∑ 𝑋1 𝑋2 − = 4354 − = 4354 − 4328,9 = 25,1
𝑁 9
(∑ 𝑋1 )(∑ 𝑌) (487)(558)
∑ 𝑥1 𝑦 = ∑ 𝑋1 𝑌 − = 30396 − = 30396 − 30194 = 202
𝑁 9
(∑ 𝑋2 )(∑ 𝑌) (80)(558)
∑ 𝑥2 𝑦 = ∑ 𝑋2 𝑌 − = 5025 − = 5025 − 4960 = 65
𝑁 9
 Persamaan simultan untuk menghitung 𝑏1 dan 𝑏2 adalah
(1). ∑ 𝑥1 𝑦 = 𝑏1 ∑ 𝑥1 2 + 𝑏2 ∑ 𝑥1 𝑥2
(2). ∑ 𝑥2 𝑦 = 𝑏1 ∑ 𝑥1 𝑥2 + 𝑏2 ∑ 𝑥2 2
atau:
180,9𝑏1 + 25,1𝑏2 = 202
25,1𝑏1 + 30,9𝑏2 = 65
180,9 25,1
𝛥=| | = 5589,81 − 630,01 = 4959,8
25,1 30,9
202 25,1
𝛥1 = | | = 6241,8 − 1631,5 = 4610,3
65 30,9
180,9 202
𝛥2 = | | = 11758,5 − 5070,2 = 6688,3
25,1 65
𝛥1 4610,3
𝑏1 = = = 0,93
𝛥 4959,8
𝛥2 6688,3
𝑏2 = = = 1,35
𝛥 4959,8
Persamaan garis regresi dapat dicari dari 𝑦 = 𝑏1 𝑥1 + 𝑏2 𝑥2 atau
𝑌 − 𝑌 = 𝑏1 (𝑋1 − 𝑋1 ) + 𝑏2 (𝑋2 − 𝑋2 )
𝑌 − 62 = 0,93(𝑋1, − 8,89) + 1,35(𝑋2, − 54,1)
𝑌 = 0,93𝑋1 + 1,35𝑋2 + 62 − 8,267 − 73,035 atau
𝑌 = −19,302 + 0,93𝑋1 + 1,35𝑋2

b. Uji Keberartian

Koefien korelasi antara 𝑋1 dan 𝑋2 terhadap kriterium Y dirumuskan

𝑏1 ∑ 𝑥1 𝑦 + 𝑏2 ∑ 𝑥2 𝑦
𝑅𝑦(1,2) = √
∑ 𝑦2

(0,93)(202) + (1,35)(65) 187,86 + 87,75

𝑅𝑦(1,2) = √ =√
542 542
275,61
=√ = √0,5085 = 0,713,
542

Koefisien determinasi (KD): 𝑅 2 𝑦(1,2) = 0,713

𝑅 2 (𝑁−𝑚−1)
F regresi: 𝐹𝑅𝑒 𝑔 = 𝑚(1−𝑅 2 )
𝑅 2 (𝑁 − 𝑚 − 1) (0,713)(9 − 2 − 1) 4,278
𝐹𝑅𝑒 𝑔 = = = = 7,453
𝑚(1 − 𝑅 2 ) 2(1 − 0,713) 0,574
Dengan db: m lawan (N-m-1) atau 2 lawan 6 terbaca di tabel 𝐹0.05;2,6 = 5,14
Karena 𝐹ℎ𝑖𝑡 > 𝐹0.05;2,6 = 5,14 maka regresinya signifikan, yang berarti ada korelasi antara 𝑋1
dan 𝑋2 terhadap Y.
c. Koefisien korelasi antara X1 dan Y, dan antara X2 dan Y

Dengan momen produk karl pearson diperoleh:

𝑛 ∑ 𝑋1 𝑌 − (∑ 𝑋1 )(∑ 𝑌)
𝑟𝑦1 =
√(𝑛 ∑ 𝑋12 − (∑ 𝑋1 )2 )(𝑛 ∑ 𝑌 2 − (∑ 𝑌)2 )

9(30396) − (487)(558)
𝑟𝑦1 =
√(9(26533) − (487)2 )(9(35138) − (558)2 )
273564 − 271746
𝑟𝑦1 =
√(238797 − 237169)(316242 − 311364)
1818 1818 1818
𝑟𝑦1 = = = = 0,645
√(1628)(4878) √7941384 2818,046
𝑛 ∑ 𝑋2 𝑌 − (∑ 𝑋2 )(∑ 𝑌)
𝑟𝑦2 =
√(𝑛 ∑ 𝑋22 − (∑ 𝑋2 )2 )(𝑛 ∑ 𝑌 2 − (∑ 𝑌)2 )

9(5025) − (80)(558)
𝑟𝑦2 =
√(9(742) − (80)2 )(9(35138) − (558)2 )
45225 − 44640
𝑟𝑦2 =
√(6678 − 6400)(316242 − 311364)
585 585 585
𝑟𝑦2 = = = = 0,502
√(278)(4878) √1356084 1164,51
𝑛 ∑ 𝑋1 𝑋2 − (∑ 𝑋1 )(∑ 𝑋2 )
𝑟12 =
√(𝑛 ∑ 𝑋12 − (∑ 𝑋1 )2 )(𝑛 ∑ 𝑋2 2 − (∑ 𝑋2 )2 )

9(4354) − (487)(80)
𝑟12 =
√(9(26533) − (487)2 )(9(742) − (80)2 )
39186 − 38960
𝑟12 =
√(238797 − 237169)(6678 − 6400)
226 226 226
𝑟12 = = = = 0,336
√(1628)(278) √452584 672,744

Koefisien korelasi antara X1 dan Y

𝑟𝑦1 − 𝑟𝑦2 𝑟12
𝑟𝑦1.2 =
√(1 − 𝑟𝑦2 2 )(1 − 𝑟12 2 )
0,645 − (0,502)(0,336)
𝑟𝑦1.2 =
√(1 − 0,5022 )(1 − 0,3362 )
0,645 − 0,169
𝑟𝑦1.2 =
√(1 − 0,252)(1 − 0,113)
 0,476
𝑟𝑦1.2 =
√(0,748)(0,887)
0,476 0,476
𝑟𝑦1.2 = = = 0,585
√0,663 0,814
Jadi Koefisien korelasi antara X1 dan Y adalah 𝟎, 𝟓𝟖𝟓

Koefisien korelasi antara X2 dan Y

𝑟𝑦2 − 𝑟𝑦1 𝑟12
𝑟𝑦2.1 =
√(1 − 𝑟𝑦1 2 )(1 − 𝑟12 2 )
0,502 − (0,645)(0,336)
𝑟𝑦2.1 =
√(1 − 0,6452 )(1 − 0,3362 )
0,502 − 0,217
𝑟𝑦2.1 =
√(1 − 0,416)(1 − 0,113)
0,285
𝑟𝑦2.1 =
√(0,584)(0,887)
0,285 0,285
𝑟𝑦2.1 = = = 0,396
√0,518 0,720
Jadi Koefisien korelasi antara X2 dan Y adalah 𝟎, 𝟑𝟗𝟔

d. Sumbangan Relatif Dan Sumbangan Efektif

Mencari besarnya sumbangan relatif dan sumbangan efektif dari masing-masing prediktor
terhadap kriterium.
(1) Dihitung
𝑏1 ∑ 𝑥1 𝑦 = (0,93)(202) = 187,86
𝑏2 ∑ 𝑥2 𝑦 = (1,35)(65) = 87,75
+
𝐽𝐾𝑟𝑒𝑔 = 275,61
𝐽𝐾𝑇𝑜𝑡 = ∑ 𝑦 2 = 542
𝐽𝐾𝑟𝑒𝑔 275,61
(2) Efektifitas garis regresi = 𝐽𝐾 × 100% = × 100% = 50,85%
𝑇𝑜𝑡 542
(3) Sumbangan Relatif masing-masing prediktor
 Sumbangan relatif 𝑋1 dalam % :
𝑏1 ∑ 𝑥1 𝑦 187,86
SR = ∑ 𝑦2
× 100% = × 100% = 34,66%
542
 Sumbangan relatif 𝑋2 dalam % :
𝑏2 ∑ 𝑥2 𝑦 87,75
SR = ∑ 𝑦2
× 100% = × 100% = 16,19%
542
(4) Sumbangan efektif masing-masing prediktor
 Sumbangan efektif 𝑋1 dalam % :
𝑏1 ∑ 𝑥1 𝑦 187,86
SE = ∑ 𝑦2
× 50,85% = × 10,53% = 3,65%
542
 Sumbangan efektif 𝑋2 dalam % :
𝑏2 ∑ 𝑥2 𝑦 87,75
SE= ∑ 𝑦2
× 50,85% = × 10,53% = 1,70%
542
2. Berikut tersedia data dorongan orang tua ( X1) dan semangat (X2) taruna pada keberhasilan
studi (Y) kuliah di Sekolah Pelayaran di kota P

No Subyek X1 X2 Y
1 8 7 7
2 7 6 7
3 6 4 5
4 9 8 9
5 5 6 6
6 6 7 8
7 7 8 9
8 10 8 9
9 4 5 6
10 8 7 8

a. Tentukan persamaan garis regresi Y pada X1 dan X2, cari: a dan b,

Y = a + b1X1 +b2X2
b. Ujilah keberartian koefisien regresinya (Freg)
c. Carilah koefisien korelasi antara X1 dan Y, dan antara X2 dan Y
d. Carilah sumbangan relatif dan sumbangan efektif dari masing-masing prediktor

a. Dibuat tabel kerja:

Tabel 2
Tabel Kerja Mencari Persamaan Garis Regresi
No. Subjek X1 X2 Y X12 X22 Y2 X1X2 X1Y X2Y
1 8 7 7 64 49 49 56 56 49
2 7 6 7 49 36 49 42 49 42
3 6 4 5 36 16 25 24 30 20
4 9 8 9 81 64 81 72 81 72
5 5 6 6 25 36 36 30 30 36
6 6 7 8 36 49 64 42 48 56
7 7 8 9 49 64 81 56 63 72
8 10 8 9 100 64 81 80 90 72
9 4 5 6 16 25 36 20 24 30
10 8 7 8 64 49 64 56 64 56
Jml 70 66 74 520 452 566 478 535 505
N = 10, ∑ 𝑋1 = 70, ∑ 𝑋2 = 66, ∑ 𝑌 = 74;
2 2
∑ 𝑋1 = 520, ∑ 𝑋2 = 452, ∑ 𝑌 2 = 566
∑ 𝑋1 𝑋2 = 478, ∑ 𝑋1 𝑌 = 535, ∑ 𝑋2 𝑌 = 505
Bila nilai-nilai tersebut diubah kedalam skor deviasi akan diperoleh:
(∑ 𝑋1 )2 702
∑ 𝑥1 2 = ∑ 𝑋1 2 − = 520 − = 520 − 490 = 30
𝑁 10
(∑ 𝑋2 )2 662
∑ 𝑥2 2 = ∑ 𝑋2 2 − = 452 − = 452 − 435,6 = 16,4
𝑁 10
 2 2
(∑ 𝑌)2 742
∑𝑦 =∑𝑌 − = 566 − = 566 − 547,6 = 18,4
𝑁 10
(∑ 𝑋1 )(∑ 𝑋2 ) (70)(66)
∑ 𝑥1 𝑥2 = ∑ 𝑋1 𝑋2 − = 478 − = 478 − 462 = 16
𝑁 10
(∑ 𝑋1 )(∑ 𝑌) (70)(74)
∑ 𝑥1 𝑦 = ∑ 𝑋1 𝑌 − = 535 − = 535 − 518 = 17
𝑁 10
(∑ 𝑋2 )(∑ 𝑌) (66)(74)
∑ 𝑥2 𝑦 = ∑ 𝑋2 𝑌 − = 505 − = 505 − 488,4 = 16,6
𝑁 10
Persamaan simultan untuk menghitung 𝑏1 dan 𝑏2 adalah
(3). ∑ 𝑥1 𝑦 = 𝑏1 ∑ 𝑥1 2 + 𝑏2 ∑ 𝑥1 𝑥2
(4). ∑ 𝑥2 𝑦 = 𝑏1 ∑ 𝑥1 𝑥2 + 𝑏2 ∑ 𝑥2 2
atau :
30𝑏1 + 16𝑏2 = 17
16𝑏1 + 16,4𝑏2 = 16,6
30 16
𝛥=| | = 492 − 256 = 236
16 16,4
17 16
𝛥1 = | | = 278,8 − 265,6 = 13,2
16,6 16,4
30 17
𝛥2 = | | = 498 − 272 = 226
16 16,6
𝛥1 13,2
𝑏1 = = = 0,056
𝛥 236
𝛥2 226
𝑏2 = = = 0,958
𝛥 236
Persamaan garis regresi dapat dicari dari 𝑦 = 𝑏1 𝑥1 + 𝑏2 𝑥2 atau
𝑌 − 𝑌 = 𝑏1 (𝑋1 − 𝑋1 ) + 𝑏2 (𝑋2 − 𝑋2 )
𝑌 − 7,4 = 0,056(𝑋1, − 7) + 0,958(𝑋2, − 6,6)
𝑌 = 0,056𝑋1 + 0,958𝑋2 + 7,4 − 0,392 − 6,323 atau
𝑌 = 0,685 + 0,056𝑋1 + 0,958𝑋2
Dan nilai 𝑎 = 0,685 𝑏1 = 0,056 𝑏2 = 0,985

b. Uji Keberartian

Koefien korelasi antara 𝑋1 dan 𝑋2 terhadap kriterium Y dirumuskan

𝑏1 ∑ 𝑥1 𝑦 + 𝑏2 ∑ 𝑥2 𝑦
𝑅𝑦(1,2) = √
∑ 𝑦2

(0,056)(17) + (0,958)(16,6) 0,952 + 15,903

𝑅𝑦(1,2) = √ =√
18,4 18,4
16,855
=√ = √0,916 = 0,957,
18,4

Koefisien determinasi (KD): 𝑅 2 𝑦(1,2) = 0,957

 𝑅 2 (𝑁−𝑚−1)
F regresi: 𝐹𝑅𝑒 𝑔 = 𝑚(1−𝑅 2 )
𝑅 2 (𝑁 − 𝑚 − 1) (0,957)(10 − 2 − 1) 6,699
𝐹𝑅𝑒 𝑔 = = = = 77,895
𝑚(1 − 𝑅 2 ) 2(1 − 0,957) 0,086
Dengan db: m lawan (N-m-1) atau 2 lawan 7 terbaca di tabel 𝐹0.05;2,7 = 4,74
Karena 𝐹ℎ𝑖𝑡 > 𝐹0.05;2,7 = 4,74 maka regresinya signifikan, yang berarti ada korelasi antara 𝑋1
dan 𝑋2 terhadap Y.

c. Koefisien korelasi antara X1 dan Y, dan antara X2 dan Y

Dengan momen produk karl pearson diperoleh:

𝑛 ∑ 𝑋1 𝑌 − (∑ 𝑋1 )(∑ 𝑌)
𝑟𝑦1 =
√(𝑛 ∑ 𝑋12 − (∑ 𝑋1 )2 )(𝑛 ∑ 𝑌 2 − (∑ 𝑌)2 )

10(535) − (70)(74)
𝑟𝑦1 =
√(10(520) − (70)2 )(10(566) − (74)2 )
5350 − 5180
𝑟𝑦1 =
√(5200 − 4900)(5660 − 5476)
170 170 170
𝑟𝑦1 = = = = 0,724
√(300)(184) √55200 234,947
𝑛 ∑ 𝑋2 𝑌 − (∑ 𝑋2 )(∑ 𝑌)
𝑟𝑦2 =
√(𝑛 ∑ 𝑋22 − (∑ 𝑋2 )2 )(𝑛 ∑ 𝑌 2 − (∑ 𝑌)2 )

10(505) − (66)(74)
𝑟𝑦2 =
√(10(452) − (66)2 )(10(566) − (74)2 )
5050 − 4884
𝑟𝑦2 =
√(4520 − 4356)(5660 − 5476)
166 166 166
𝑟𝑦2 = = = = 0,956
√(164)(184) √30176 173,712
𝑛 ∑ 𝑋1 𝑋2 − (∑ 𝑋1 )(∑ 𝑋2 )
𝑟12 =
√(𝑛 ∑ 𝑋12 − (∑ 𝑋1 )2 )(𝑛 ∑ 𝑋2 2 − (∑ 𝑋2 )2 )

10(478) − (70)(66)
𝑟12 =
√(10(520) − (70)2 )(10(452) − (66)2 )
4780 − 4620
𝑟12 =
√(5200 − 4900)(4520 − 4356)
 160 160 160
𝑟12 = = = = 0,721
√(300)(164) √49200 221,811

Koefisien korelasi antara X1 dan Y

𝑟𝑦1 − 𝑟𝑦2 𝑟12
𝑟𝑦1.2 =
√(1 − 𝑟𝑦2 2 )(1 − 𝑟12 2 )
0,724 − (0,956)(0,721)
𝑟𝑦1.2 =
√(1 − 0,9562 )(1 − 0,7212 )
0,724 − 0,689
𝑟𝑦1.2 =
√(1 − 0,914)(1 − 0,520)
0,035
𝑟𝑦1.2 =
√(0,086)(0,480)
0,035 0,035
𝑟𝑦1.2 = = = 0,173
√0,041 0,202
Jadi Koefisien korelasi antara X1 dan Y adalah 𝟎, 𝟏𝟕𝟑

Koefisien korelasi antara X2 dan Y

𝑟𝑦2 − 𝑟𝑦1 𝑟12
𝑟𝑦2.1 =
√(1 − 𝑟𝑦1 2 )(1 − 𝑟12 2 )
0,956 − (0,724)(0,721)
𝑟𝑦2.1 =
√(1 − 0,7242 )(1 − 0,7212 )
0,956 − 0,522
𝑟𝑦2.1 =
√(1 − 0,524)(1 − 0,520)
0,434
𝑟𝑦2.1 =
√(0,476)(0,480)
0,434 0,434
𝑟𝑦2.1 = = = 0,910
√0,228 0,477
Jadi Koefisien korelasi antara X2 dan Y adalah 𝟎, 𝟗𝟏𝟎

d. Sumbangan Relatif Dan Sumbangan Efektif

Mencari besarnya sumbangan relatif dan sumbangan efektif dari masing-masing prediktor
terhadap kriterium.
(5) Dihitung

𝑏1 ∑ 𝑥1 𝑦 = (0,056)(17) = 0,952
𝑏2 ∑ 𝑥2 𝑦 = (0,958)(16,6) = 15,903
+
𝐽𝐾𝑟𝑒𝑔 = 16,855
𝐽𝐾𝑇𝑜𝑡 = ∑ 𝑦 2 = 18,4
𝐽𝐾𝑟𝑒𝑔 16,855
(6) Efektifitas garis regresi = 𝐽𝐾 × 100% = × 100% = 91,603%
𝑇𝑜𝑡 18,4
(7) Sumbangan Relatif masing-masing prediktor
 Sumbangan relatif 𝑋1 dalam % :
𝑏1 ∑ 𝑥1 𝑦 0,952
SR = ∑ 𝑦2
× 100% = × 100% = 5,174%
18,4
 Sumbangan relatif 𝑋2 dalam % :
𝑏2 ∑ 𝑥2 𝑦 15,903
SR = ∑ 𝑦2
× 100% = × 100% = 86,429%
18,4
(8) Sumbangan efektif masing-masing prediktor
 Sumbangan efektif 𝑋1 dalam % :
𝑏1 ∑ 𝑥1 𝑦 0,952
SE = ∑ 𝑦2
× 91,603% = × 91,603% = 4,739%
18,4
 Sumbangan efektif 𝑋2 dalam % :
𝑏2 ∑ 𝑥2 𝑦 15,903
SE= ∑ 𝑦2
× 91,603% = × 91,603% = 79,172%
18,4