TUGAS STATISTIK &

PROBABILITAS

Nama :
Muhammad Yusrul Huda (18173115017)
Muhammad Irfanil Aslam (18173115060)

Jurusan : Teknik Sipil

Semester 3

FAKULTAS TEKNIK SIPIL & PERENCANAAN

INSTITUT TEKNOLOGI BUDI UTOMO

Jl. Raya Mawar Merah No. 23, Pondok Kopi , JAKARTA TIMUR 13460
Telp: (021) 86606633, Whatsapp/SMS: +6282111418463
Email: pmbitbu@gmail.com
 Analisis Korelasi Pearson Product Moment
1. Apa kegunaan analisis korelasi Pearson Product Moment?
Jawab :
Kegunaan analisis korelasi Pearson Product Moment adalahn untuk menguji hipotesis asosiatif (uji
hubungan) dua variabel bila datanya berskala interval atau rasio.

2. Berikut ini data motivasi mahasiswa dengan prestasi mahasiswa. Sampel diambil 12 orang
mahasiswa.
Kode
X Y
Responden
1 38 60
2 45 50
3 46 62
4 30 40
5 53 68
6 54 59
7 61 79
8 50 69
9 52 65
10 51 70
11 69 89
12 53 79
Pertanyaan!
a. Berapa besar koefisien relasinya?
b. Berapa besar sumbangan antar variable?
c. Buktikan apakah ada hubungan yang signifikan antara motivasi mahasiswa dengan prestasi
mahasiswa. Jika α = 0,05 dan diuji dua pihak?

Jawab :

Kode
X Y X2 Y2 XY
Responden
1 38 60 1444 3600 2280
2 45 50 2025 2500 2250
3 46 62 2116 3844 2852
4 30 40 900 1600 1200
5 53 68 2809 4624 3604
6 54 59 2916 3481 3186
 7 61 79 3721 6241 4819
8 50 69 2500 4761 3450
9 52 65 2704 4225 3380
10 51 70 2601 4900 3570
11 69 89 4761 7921 6141
12 53 79 2809 6241 4187
Jumlah 602 790 31306 53938 40919

a. Berapa besar koefisien relasinya?

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

12 . 40919 − (602)(790)
=
√(12 . 31306 − (602)2 ) . (12 . 53938 − (790)2 )

15448
= = 0,881
17528,086

b. Berapa besar sumbangan antar variable?

𝐾𝑃 = (𝑅)2 × 100%
= (0,881)2 × 100%
= 0,7767 × 100%
= 77,67 %

c. Buktikan apakah ada hubungan yang signifikan antara motivasi mahasiswa dengan prestasi
mahasiswa. Jika α = 0,05 dan diuji dua pihak?

Langkah 1 : Membuat Hipotesis

Ha = Ada hubungan yang signifikan antara motivasi mahasiswa dengan prestasi mahasiswa.
Ho = Tidak ada hubungan yang signifikan antara motivasi mahasiswa dengan prestasi mahasiswa.

Langkah 2 : Mencari nilai T-hitung

𝑅 0,881 0,881
𝑇ℎ𝑖𝑡𝑢𝑛𝑔 = = = = 5,89837
2 2 0,149
√1 − 𝑅 √1 − 0,881
𝑛−2 12 − 2

Langkah 3 : Menentukan nilai T-tabel, α= 5% dan db = n-2.

Dari tabel distribusi T, kita peroleh: T(0.05/2, 10) = 2,22814
 Langkah 4 : Bandingkan T-hitung dengan T-tabel

Dari hasil perhitungan, diperoleh nilai T-hitung = 5,89837 dan T-tabel = 2,22814.

Langkah 5 : Kesimpulan :

Nilai |T-hitung| > T-tabel sehingga menolak Ho dan menerima Ha. Maka ada hubungan yang
signifikan antara motivasi mahasiswa dengan prestasi mahasiswa.

Analisis Korelasi Ganda

1. Apa kegunaan analisis korelasi ganda?
Jawab :
Kegunaan analisis korelasi ganda adalah untuk menunjukkan arah dan kuatnya hubungan antara dua
variabel independen secara bersama-sama atau lebih dengan satu variabel dependen.

2. Sebuah penelitian dilakukan untuk mengetahui apakah ada hubungan gaya kepemimpinan (X1) dan
budaya kerja (X2) terhadap produktivitas kerja pegawai (Y) di Kantor Pertahanan Jakarta. Angket
disebar kepada 40 pegawai secara random dan diperoleh data sebagai berikut.

N X1 X2 Y N X1 X2 Y
1 60 58 45 21 45 42 50
2 30 33 34 22 49 44 48
3 78 69 70 23 50 53 49
4 68 70 68 24 29 27 30
5 50 49 48 25 69 70 63
6 30 29 27 26 45 54 49
7 40 48 46 27 55 66 50
8 54 54 57 28 45 51 48
9 58 60 60 29 54 37 50
10 26 34 31 30 40 38 44
11 78 76 74 31 41 45 39
12 45 42 45 32 56 62 68
13 47 56 55 33 69 68 67
14 34 42 40 34 55 50 48
15 57 58 56 35 43 41 54
16 53 53 55 36 53 42 56
 17 77 76 70 37 43 53 49
18 49 45 47 38 39 53 36
19 59 54 55 39 69 49 60
20 34 32 36 40 42 44 40

Pertanyaan!
a. Berapa besar koefisien korelasi :
1) X1 dengan Y
2) X2 dengan Y
3) X1 dan X2
4) X1 dan X2 terhadap Y
b. Berapa besar sumbangan antar variabel X1 dan X2 terhadap Y?
c. Buktikan! Apakah ada hubungan yang signifikan secara bersama-sama gaya kepemimpinan dan
budaya kerja terhadap produktivitas kerja pegawai di Kantor Pertahanan Jakarta?

Jawab :

N X1 X2 Y X12 X22 Y2 X 1Y X2Y X1X2

1 60 58 45 3600 3364 2025 2700 2610 3480
2 30 33 34 900 1089 1156 1020 1122 990
3 78 69 70 6084 4761 4900 5460 4830 5382
4 68 70 68 4624 4900 4624 4624 4760 4760
5 50 49 48 2500 2401 2304 2400 2352 2450
6 30 29 27 900 841 729 810 783 870
7 40 48 46 1600 2304 2116 1840 2208 1920
8 54 54 57 2916 2916 3249 3078 3078 2916
9 58 60 60 3364 3600 3600 3480 3600 3480
10 26 34 31 676 1156 961 806 1054 884
11 78 76 74 6084 5776 5476 5772 5624 5928
12 45 42 45 2025 1764 2025 2025 1890 1890
13 47 56 55 2209 3136 3025 2585 3080 2632
14 34 42 40 1156 1764 1600 1360 1680 1428
15 57 58 56 3249 3364 3136 3192 3248 3306
16 53 53 55 2809 2809 3025 2915 2915 2809
17 77 76 70 5929 5776 4900 5390 5320 5852
18 49 45 47 2401 2025 2209 2303 2115 2205
19 59 54 55 3481 2916 3025 3245 2970 3186
20 34 32 36 1156 1024 1296 1224 1152 1088
 21 45 42 50 2025 1764 2500 2250 2100 1890
22 49 44 48 2401 1936 2304 2352 2112 2156
23 50 53 49 2500 2809 2401 2450 2597 2650
24 29 27 30 841 729 900 870 810 783
25 69 70 63 4761 4900 3969 4347 4410 4830
26 45 54 49 2025 2916 2401 2205 2646 2430
27 55 66 50 3025 4356 2500 2750 3300 3630
28 45 51 48 2025 2601 2304 2160 2448 2295
29 54 37 50 2916 1369 2500 2700 1850 1998
30 40 38 44 1600 1444 1936 1760 1672 1520
31 41 45 39 1681 2025 1521 1599 1755 1845
32 56 62 68 3136 3844 4624 3808 4216 3472
33 69 68 67 4761 4624 4489 4623 4556 4692
34 55 50 48 3025 2500 2304 2640 2400 2750
35 43 41 54 1849 1681 2916 2322 2214 1763
36 53 42 56 2809 1764 3136 2968 2352 2226
37 43 53 49 1849 2809 2401 2107 2597 2279
38 39 53 36 1521 2809 1296 1404 1908 2067
39 69 49 60 4761 2401 3600 4140 2940 3381
40 42 44 40 1764 1936 1600 1680 1760 1848
Jumlah 2018 2027 2017 108938 108903 106983 107364 107034 107961

a. Berapa besar koefisien korelasi :

1) X1 dengan Y
𝑛 . ∑ 𝑋1 𝑌 − (∑ 𝑋1 )(∑ 𝑌 )
𝑅𝑋1 𝑌 =
√(𝑛 . ∑ 𝑋1 2 − (∑ 𝑋1 )2 ) . (𝑛 . ∑ 𝑌 2 − (∑ 𝑌)2 )

40 . 107364 − (2018)(2017)
=
√(40 . 108938 − (2018)2 ) . (40 . 106983 − (2017)2 )

224254
= = 0,914
245326 , 715

2) X2 dengan Y
𝑛 . ∑ 𝑋2 𝑌 − (∑ 𝑋2 )(∑ 𝑌 )
𝑅𝑋2 𝑌 =
√(𝑛 . ∑ 𝑋2 2 − (∑ 𝑋2 )2 ) . (𝑛 . ∑ 𝑌 2 − (∑ 𝑌)2 )
 40 . 107034 − (2027)(2017)
=
√(40 . 108903 − (2027)2 ) . (40 . 106983 − (2017)2 )

192901
= = 0,844
228488 , 884

3) X1 dan X2
𝑛 . ∑ 𝑋1 𝑋2 − (∑ 𝑋1 )(∑ 𝑋2 )
𝑅𝑋1 𝑋2 =
√(𝑛 . ∑ 𝑋1 2 − (∑ 𝑋1 )2 ) . (𝑛 . ∑ 𝑋2 2 − (∑ 𝑋2 )2 )
40 . 107961 − (2018)(2027)
=
√(40 . 108938 − (2018)2 ) . (40 . 108903 − (2027)2 )

227954
= = 0,858
265621 , 768

4) X1 dan X2 terhadap Y

(𝑅𝑋1 𝑌)2 + (𝑅𝑋2 𝑌)2 − 2 (𝑅𝑋1 𝑌)(𝑅𝑋2 𝑌)(𝑅𝑋1 𝑋2 )

𝑅𝑋1 𝑋2 𝑌 = √
1 − (𝑅𝑋1 𝑋2 )

(0,914)2 + (0,844)2 − 2(0,914)(0,844)(0,858)

= √
1 − (0,858)2

0,22357
= √ = √0,84914 = 0,9215
0,26351

b. Berapa besar sumbangan antar variabel X1 dan X2 terhadap Y?

𝐾𝑃 = (𝑅𝑋1 𝑋2 𝑌)2 × 100%

= (0,9215)2 × 100%
= 0,849 × 100%
= 84,9%

c. Buktikan! Apakah ada hubungan yang signifikan secara bersama-sama gaya kepemimpinan dan
budaya kerja terhadap produktivitas kerja pegawai di Kantor Pertahanan Jakarta?
Hipotesa :

Ha : Terdapat hubungan yang signifikan secara bersama-sama gaya kepemimpinan dan budaya
kerja terhadap produktivitas kerja pegawai di Kantor Pertahanan Jakarta. ( Ha : R ≠ 0 )
 Ho : Tidak terdapat hubungan yang signifikan secara bersama-sama gaya kepemimpinan dan
budaya kerja terhadap produktivitas kerja pegawai di Kantor Pertahanan Jakarta.
( Ho : R = 0)

R = 0,9215

Kesimpulan :
Ho ditolak dan Ha diterima yaitu terdapat hubungan yang signifikan secara bersama-sama gaya
kepemimpinan dan budaya kerja terhadap produktivitas kerja pegawai di Kantor Pertahanan
Jakarta.

Regresi Sederhana
1. Apa yang anda ketahui tentang Regresi Sederhana?
Jawab :
Regresi Sederhana adalah sebuah metode pendekatan untuk pemodelan hubungan antara satu variabel
dependen dan satu variabel independen.

2. Sebuah penelitian dilakukan terhadap siswa SMP untuk mengetahui apakah ada pengaruh kebiasaan
menonton televisi film kekerasan dengan kecenderungan perilaku anak nakal diukur skala 100 poin.
Angket disebar kepada 20 siswa kelas 2. Diasumsikan bahwa apabila anak sering menonton TV,
maka kecenderungan semakin nakal. Rata-rata nonton TV 4 – 5 jam per hari. Waktu penelitian 2
minggu berturut-turut. Diperoleh data sebagai berikut.

Variabel kebiasaan menonton televise film kekerasan (X)

60 30 60 39 50 30 40 54 58 26
50 45 47 34 57 53 55 49 59 34

Variabel kebiasaan menonton televise film kekerasan (Y)

58 33 69 35 44 49 29 48 54 60
34 45 42 56 42 58 53 76 45 54

a. Hitung persamaan regresinya?

b. Jika anak-anak menonton film kekerasan selama 75 jam, berapa kecenderungan perilaku anak
nakal tersebut?

Jawab :

NO X Y X2 XY
1 60 58 3600 3480
 2 30 33 900 990
3 60 69 3600 4140
4 39 35 1521 1365
5 50 44 2500 2200
6 30 49 900 1470
7 40 29 1600 1160
8 54 48 2916 2592
9 58 54 3364 3132
10 26 60 676 1560
11 50 34 2500 1700
12 45 45 2025 2025
13 47 42 2209 1974
14 34 56 1156 1904
15 57 42 3249 2394
16 53 58 2809 3074
17 55 53 3025 2915
18 49 76 2401 3724
19 59 45 3481 2655
20 34 54 1156 1836
Jumlah 930 984 45588 46290

a. Hitung persamaan regresinya?

( ∑ 𝑌)(∑ 𝑋 2 ) − (∑ 𝑋)(∑ 𝑋𝑌 )
𝑎 =
𝑛 . ∑ 𝑋 2 − (∑ 𝑋)2

(984)(45588) − (930)(46290)
=
20 . 4588 − (930)2

1808892
= = 1,887
958620

𝑛 . ∑ 𝑋𝑌 − (∑ 𝑋)(∑ 𝑌)
𝑏 =
𝑛 . ∑ 𝑋 2 − (∑ 𝑋)2

40 . 46290 − (930)(984)
=
20 . 4588 − (930)2
 936480
= = 0,977
958620

Persamaan Regresi :

𝑌 ′ = 𝑎 + 𝑏𝑋
𝑌 ′ = 1,877 + 0,977𝑋

b. Jika anak-anak menonton film kekerasan selama 75 jam, berapa kecenderungan perilaku anak
nakal tersebut?

𝑋 = 75 , maka :

𝑌 ′ = 1,877 + 0,977𝑋

𝑌 ′ = 1,877 + 0,977 ( 5,36)

𝑌 ′ = 1,877 + 73,268

𝑌 ′ = 75 , 1548

Jadi kecenderungan anak-anak menonton film kekerasan selama 75 jam adalah 75,1548 atau
dibulatkan menjadi 75 poin.