Sederhana
Handout
11
A Identitas
B Learning Outcome
Mampu mengkaji materi statistika deskriptif dan statistika inferensial, menyelesaikan masalah
terkait pengambilan kesimpulan/keputusan tentang hasil penelitian pendidikan secara statistik,
dan mendeskripsikannya dengan baik dan benar.
Handout
Statistika
Pendidikan Fisika
C Tujuan Pembelajaran
D Materi Pembelajaran
1 Ringkasan Materi
a. Pengertian Regresi
Regresi merupakan alat analisis statistik yang dapat membantu peneliti untuk malakukan
prediksi atas variabel terikat dengan mengetahui kondisi variabel bebas. Analisis regresi
berguna untuk mendapatkan hubungan fungsional antara dua variabel atau lebih.
Asumsi agar analisis regresi dapat digunakan adalah sebagai berikut :
1) Variabel yang dicari hubungan fungsionalnya mempunyai data yang terdistribusi
normal.
2) Variabel X tidak acak, sedangkan variabel Y harus acak.
3) Variabel yang dihubungkan mempunyai pasangan sama dari subjek yang sama pla.
4) Variabel yang dihubungkan mempunyai data interval atau rasio.
Makna Persamaan Analisis Regresi
Handout
Statistika
Pendidikan Fisika
Misalkan kita ingin mengetahui hubungan fungsional (pengaruh) antara variabel X
terhadap variabel Y. Persamaan analisis regresinya adalah :
dimana :
: Menyatakan jarak perpotongan garis regresi dengan sumbu tegak
: Menyatakan kemiringan garis (gradien) terhadap X
: Digunakan untuk membedakan antara nilai ramalan yang dihasilkan garis
regresi dan nilai pengamatan y yang sesungguhnya
Bentuk persamaan regresi tersebut sering dibaca sebagai Regresi X atas Y, artinya regresi
X sebagai variabel bebas dengan Y sebagai bvariabel terikatnya. Sebaliknya ada pula
persamaan regresi yang dibaca sebagai regresi Y atas X.
Koefisien arah regresi linier dinyatakan dengan huruf b yang juga menyetakan perubahan
rata-rata variabel Y untuk setiap variabel X sebesar satu bagian. Maksudnya ialaha bila
harga b positif, maka variabel Y akan mengalami kenaikan atau pertambahan.
Sebaliknya, bila b negatif, aka variabel Y akan mengalami penurunan.
Beberapa kegunaan persamaan regresi :
1) Untuk regresi data
Dalam hal ini persamaan regresi hanya digunakan untuk menyimpulkan data dan
perbandingan.
2) Untuk menggambarkan hubungan sebab-akibat
Jika kita dapat mengontrol faktor-faktor lain yang mempengaruhi variabel Y, maka
persamaan regresi antara Y terhadap X dapat menjelaskan pola hubungan sebab-akibat
yang terjadi antara Y dan X.
3) Untuk prediksi
Dengan regresi kita menduga besarnya nilai Y untuk suatu nilai X tertentu.
4) Untuk menyusun model dugaan
Jika kita mengamati sejumlah variabel bebas X1, X2, ...., Xk dan ingin mengetahui
bagaimana pola hubungannya dengan variabel tajk bebas Y. Maka dengan analisis
regresi dapat ditemukan model regresi terbaik. Artinya kita dapat memilih variabel tak
bebas mana saja yang erat hubungan liniernya dengan Y.
Handout
Statistika
Pendidikan Fisika
b. Estimasi Model Rgresi Sederhana
Nilai-nilai dugaan kuadrat terkecil bagi parameter dalam garis regresi dapat
diperoleh dari rumus :
Sebelum kita menguji hipotesis ini terlebih dahulu diperhatikan apakah asumsi yang
diisyaratkan untuk dipenuhi. Asumsi yang diperlukan untuk analisis selanjutnya adalah
kebebasan antar pengamatan, keaditifan model, kehomogenan variansi dan kenormalan
sebaran data.
Dalam hal ini digunakan teknik analisis variansi, yakni dengan menguraikan sumber-
sumber variasi dari model regresi tersebut. Sehingga diperoleh hubungan seperti berikut
JKG = JKT – JKR
dimana : JKG = jumlah kuadrat galat
JKT = jumlah kuadrat total
JKR = jumlah kuadrat regresi
Handout
Statistika
Pendidikan Fisika
Tabel ANAVA untuk menguji b = 0
Sumber Jumlah Kuadrat Derajat Bebas Kuadrat Tengah F hitung
Regresi JKR 1 KTR = JKR
Galat JKG n-2 KTG = s2
Total JKT n-1
jika H0 benar, maka :
Merupakan suatu variabel random F yang berdistribusi F dengan derajat bebas dan (n – 2)
dengan kriteria, tolak H0 jika
Di samping menggunakan statistik variansi, menguji hipotesis di atas dapat juga
menggunakan statistik t, yaitu :
, dengan
dimana
Handout
Statistika
Pendidikan Fisika
4) Hitung a menggunakan rumus berikut :
7) Ujilah signifikansi dan linieritas persamaan regresi tersebut dengan menggunakan tabel
ANAVA
Sumber Jumlah Kuadrat Derajat Bebas Kuadrat Tengah F hitung
Regresi JKR 1 KTR = JKR
Galat JKG n-2 KTG = s2
Total JKT n-1
8) Gunakan rumus-rumus yang tersedia untuk melengkapi tabel ANAVA tersebut
9) Tetapkan taraf signifikansinya
10) Buatkan kriteria pengujian H0
11) Cari nilai Ftabel dengan melihat Tabel distribusi F
12) Bandingkan nilai Ftabel dengan Fhitung (nilai F yang didapat menggunakan bantuan tabel
ANAVA)
13) Buatkan kesimpulannya.
d. Analisis Regresi Ganda
Regresi ganda berguna untuk meramalkan pengaruh dua variabel bebas atau lebih terhadap
satu variabel terikat atau untuk membuktikan ada atau tidaknya hubungan fungsional
antara dua buah variabel bebas (X) atau lebih dengan variabel terikat (Y).
Rumus persamaan garis regresi ganda
1) Untuk 2 variabel bebas : Y = a + b1 X1 + b2 X2
2) Untuk 3 variabel bebas : Y = a + b1 X1 + b2 X2 + b3 X3
3) Untuk n variabel bebas : Y = a + b1 X1 + b2 X2 + b3 X3 + ... + bn Xn
Handout
Statistika
Pendidikan Fisika
Langkah-langkah dalam analisis regresi ganda
1) Tulislah H1 dan H0 dalam bentuk kalimat
2) Tulislah H1 dan H0 dalam bentuk statistik
3) Buatlah tabel penolong untuk regresi ganda sebagai berikut
No.
Y X1 X2 YX1 YX2 X1X2 X21 X22 Y2
Res
1
2
3
4
.
n
n= ∑Y ∑ X1 ∑ X2 ∑ YX1 ∑ YX2 ∑ X1X2 ∑ X21 ∑ X22 ∑ Y2
Handout
Statistika
Pendidikan Fisika
∑x1y = b1∑x21 + b2∑x1x2 + b3x1x3 .... Pers. (1)
∑x2y = b1∑x1x2 + b2∑x22 + b3∑x2x3 .... Pers. (2)
∑x3y = b1∑x1x3+b2∑x2x3+b3∑x23 .... Pers. (3)
b)
c)
Handout
Statistika
Pendidikan Fisika
Jika tiga prediktor tambahkan :
Jika 2 prediktor
dimana :
n : banyak anggota sampel (responden)
m : bayak prediktor
g) Tentukan taraf signifikansinya (α)
h) Hitung Ftabel dengan mengguanakan rumus :
Ftabel = F(1-α)(dkpembilang,dkpenyebut)
dkpembilang = m
dkpenyebut = n – m - 1
Kenudian lihat tabel F sehingga diperoleh Ftabel
i) Tentukan kriteria pengujian H0, yaitu :
H1 : Tidak signifikan
H0 : Signifikan
Jika Fhitung ≤ Ftabel, maka H0 diterima atau signifikan
12) Buatlah kesimpulannya,
Handout
Statistika
Pendidikan Fisika
Bahan Kajian
2
Permasalahan 1.
Soal
Data berikut ini melukiskan hasil pengamatan mengenai banyaknya
mahasiswa yang datang ke perpustakaan jurusan Fisika ( X ) dan
banyaknya mahasiswa yang meminjam buku di perpustakaan Fisika ( Y )
selama 30 hari.
X Y X Y
34 32 42 38
38 36 41 37
34 31 32 30
40 38 34 30
30 29 36 30
40 35 37 33
40 33 36 32
34 30 37 34
35 32 39 35
39 36 40 36
33 31 33 32
32 31 34 32
42 36 36 34
40 37 37 32
42 35 38 34
Handout
Statistika
Pendidikan Fisika
Recognize The Problem
Step 1
(Mengidentifikasi Masalah)
Diketahui :
X Y X Y
34 32 42 38
38 36 41 37
34 31 32 30
40 38 34 30
30 29 36 30
40 35 37 33
40 33 36 32
34 30 37 34
35 32 39 35
39 36 40 36
33 31 33 32
32 31 34 32
42 36 36 34
40 37 37 32
42 35 38 34
Ditanya :
Grafik dan peersmaan regresi ?
Handout
Statistika
Pendidikan Fisika
Plan a Solution (Rencana Penyelesaian
Step 3
Masalah)
1. Buat tabel penolong seperti berikut :
No. Resp
1
2
3
.
n
X Y XY X2 Y2
34 32 1088 1156 1024
38 36 1368 1444 1296
34 31 1054 1156 961
Handout
Statistika
Pendidikan Fisika
40 38 1520 1600 1444
30 29 870 900 841
40 35 1400 1600 1225
40 33 1320 1600 1089
34 30 1020 1156 900
35 32 1120 1225 1024
39 36 1404 1521 1296
33 31 1023 1089 961
32 31 992 1024 961
42 36 1512 1764 1296
40 37 1480 1600 1369
42 35 1470 1764 1225
42 38 1596 1764 1444
41 37 1517 1681 1369
32 30 960 1024 900
34 30 1020 1156 900
36 30 1080 1296 900
37 33 1221 1369 1089
36 32 1152 1296 1024
37 34 1258 1369 1156
39 35 1365 1521 1225
40 36 1440 1600 1296
33 32 1056 1089 1024
34 32 1088 1156 1024
36 34 1224 1296 1156
37 32 1184 1369 1024
38 34 1292 1444 1156
1105 1001 37094 41029 33599
ΣXi = 1105 ; ΣYi =1001; ΣXY= 37094; ΣX2 = 41029; ΣY2 = 33599
Handout
Statistika
Pendidikan Fisika
Persamaan regresi :
Handout
Statistika
Pendidikan Fisika
E Tugas Terstruktur
2. Nilai laporan (x) dan ujian (y) praktikum Fisika Dasar dari 9 mahasiswa adalah berikut
ini.
No. 1 2 3 4 5 6 7 8 9
Nilai Laporan (x) 77 50 71 72 81 94 96 99 67
Nilai Ujian (y) 82 66 78 34 47 85 99 99 68
Handout
Statistika
Pendidikan Fisika
b. Tentukan persamaan garis regresi untuk meramalkan nilai akhir berdasarkan nilai tes
c. Gambarkan garis regresi pada diagram pencarnya
d. Bila 60 adalah nilai akhir untuk lulus dari matakuliah Fisika Umum, berapakah batas
nilai tes terendah di masa mendatang untuk dapat diizinkan mengikuti kuliah tersebut.
4. Ujilah hipotesis dengan menggunakan tiga jenis pengujian parameter regresi pada taraf
nyata 0,05 untuk data nilai 6 mahasiswa berikut ini.
No. 1 2 3 4 5 6
Nilai Mata Kuliah Prasyarat 70 92 80 74 65 83
(X)
Nilai Akhir Mata Kuliah (Y) 74 84 63 87 78 90
Handout
Statistika
Pendidikan Fisika
F Kepustakaan
Irianto, Agus. 2004. Statistik Konsep Dasar dan Aplikasinya. Jakarta : Prenada Media.
Ramli, Ermaniati. 2013. Dasar-dasar Statistika. Padang : UNP.
Sudjana. 2002. Metoda Statistika. Bandung : Tarsito.
Usman, Husaini. 2003. Pengantar Statistika. Jakarta : Bumi Aksara.
Handout
Statistika
Pendidikan Fisika
Analisis Korelasi Linear
Sederhana
Handout
12
A Identitas
B Learning Outcome
Mampu mengkaji materi statistika deskriptif dan statistika inferensial, menyelesaikan masalah
terkait pengambilan kesimpulan/keputusan tentang hasil penelitian pendidikan secara statistik,
dan mendeskripsikannya dengan baik dan benar.
Handout
Statistika
C Tujuan Pembelajaran
D Materi Pembelajaran
1 Ringkasan Materi
Handout
Statistika
Keterangan :
X : Variabel bebas
Y : Variabel terikat
Kegunaan korelasi product moment adalah sebagai berikut :
1) Untuk menyatakan ada atau tidaknya hubungan yang signifikan antara variabel satu
dengan yang lainnya.
2) Untuk menyatakan besarnya sumbangan variabel satu terhadap yang lainnya yang
dinyatakan dalam persen.
Syarat penggunaan korelasi product moment adalah sebagai berikut :
1) Variabel yang dihubungkan mempunyai data berdistribusi normal.
2) Variabel yang dihubungkan mempunyai data linier.
3) Variabel yang dihubungkan mempunyai data yang terpilih secara acak (random).
4) Variabel yang dihubungkan mempunyai pasangan sama dari subjek yang sama pula
(variasi skor variabel yang dihubungkan harus sama).
5) Variabel yang dihubungkan mempunyai data interval atau rasio.
b. Koefisien Determinasi
Untuk menentukan seberapa besar tingkat kekuatan hubungan linier antara Y dan X,
digunakan koefisien determinasi (R2) yang merupakan rasio antara jumlah kuadrat regresi
terhadap jumlah kuadrat total, yaitu :
Jika besarnya R2 tidak berkaitan dengan besarnya nilai b. Besarnya R2 merupakan dekat
atau tidaknya titik-titik pengamatan ke garis regresi.
c. Koefisien Korelasi
Analisis korelasi, mengukur derajat atau keeratann hubungan antara dua variabel melalui
suatu bilangan yang koefisien korelasi r. Koefisien koefisien korelasi r, mengukur sejauh
mana titik-titik menggerombol di sekitar sebuah garis lurus yang dibentuk melalui diagram
pencar.
Derajat korelasi dapat diperhatikan menurut diagram pencar berikut :
Handout
Statistika
(a) Korelasi positif dan tinggi (b) Korelasi negatif dan rendah
Keeratan hubungan linier antara variabel dapat diukur dengan koefisien product moment
person yaitu :
Agar memudahkan untuk menghitug nilai r, berikut ini diberikan tabel penolong untuk
menghitung nilai r seperti berikut.
No. Resp
1
2
3
.
n
Handout
Statistika
tidak langsung (indirect) sangat tinggi, yang disebut inverse.
2) Hanya untuk hubungan linier saja.
3) Tidak berlaku untuk sampel dengan varian = 0, karena z tidak dapat dihitung dan
akhirnya r tidak dapat dihitung juga.
4) r tidak mempunyai satuan (dimensi).
Jika r = +1 diberi makna bahwa hubungan kedua variabel adalah linier, positif dan
sangat tinggi; dan jika r = -1, diberi arti hubungan kedua variabel adalah linier, negatif
dan sangat tinggi. Namun jika nilai r berada antara -1 dan +1, maka diperlukan
interpretasi dari nilai r seperti yang terdapat dalam tabel berikut.
r Interpretasi
0 Tidak berkorelasi
0,01 – 0,20 Sangat rendah
0,21 – 0,40 Rendah
0,41 – 0,60 Agak rendah
0,61 – 0,80 Cukup
0,81 – 0,99 Tinggi
1 Sangat tinggi
Handout
Statistika
Keterangan :
X1, X2, X3, .... Xn : Variabel bebas
Y : Variabel terikat
Jika dalam korelasi linier sederhana koefisien korelasi dinyatakan dengan r, maka dalam
korelasi ganda koefisien korelasinya dinyatakan dalam R. Kelayakan nilai R dan makna
nilai R sama dengan korelasi linier sederhana.
Kegunaan dari korelasi ganda adalah untuk mencari hubungan antara dua variabel bebas
atau lebih yang secara bersama-sama dihubungkan dengan variabel terikat (Y), sehingga
akhirnya dapat diketahui besarnya sumbangan seluruh variabel bebas yang menjadi objek
penelitian terhadap variabel terikatnya.
Korelasi ganda merupakan lanjtan dari korelasi linier sederhana, maka untuk menghitung
besarnya koefisien korelasi ganda menggunakan rumus sebagai berikut :
Untuk dua variabel bebas (X1 dan X2)
Dimana :
Ry, x1, x2 = koefisien korelasi ganda antara variabel X1 dan X2 secara bersama-sama
dengan variabel Y
ryx1 = koefisien korelasi X1 dengan Y
ryx2 = koefisien korelasi X2 dengan Y
rx1x2 = koefisien korelasi X1 dengan X2
Sifat korelasi antardua variabel dapat dilihat melalui pembuatan grafik maupun
perhitungan. Sifat hubungan atau korelasi adalah :
1) Pofitif kuat, artinya kedua variabel yang dicari korelasinya mempunyai sifat terikat
yang searah, apabila salah satu variabel cenderung untuk naik nilainya, maka variabel
yang lainnya pun akan naik.
2) Negatif kuat, artinya kedua variabel yang dicari korelasinya mempunyai sifat terikat
yang berkebalikan, apabila salah satu variabel cenderung naik nilainya, maka variabel
yang lainnya akan cenderung turun demikian pula sebaiknya.
3) Tidak berkorelasi, artinya variabel yang dicari korelasinya tidak mempunyai ikatan
yang tegas, masing-masing variabel cenderung untuk independen (bebas).
Handout
Statistika
Bahan Kajian
2
Permaslahan 1.
Soal :
Suatu penelitian ingin melihat apakah ada hubungan antara banyaknya
SKS yang diambil dengan indeks prestasi yang dicapai mahasiswa dalam
satu semester. Setelah dilakukan pengumpulan data dari 10 mahasiswa
ternyata penyabaran kredit yang diambil dan indeks prestasi yang dicapai
sebagai berikut :
(20 SKS; 3,1), (18 SKS; 4,0), (15 SKS; 2,8), (20 SKS; 4,0), (10 SKS; 3,0),
(12 SKS; 3,6), (16 SKS; 4,0), (14 SKS; 3,2), (18 SKS; 3,5), (12 SKS; 4,0).
Adakah hubungan yang signifikan antara jumlah SKS yang diambil
dengan IPK yang didapat ?
Handout
Ditanya :
Adakah hubungan yang signifikan antara jumlah SKS yang diambil dengan IPK yang
didapat?
Terima H0 jika :
2. Hipotesis statistiknya
Ha :
H0 :
4. Hitung nilai r
Jika -rtabel ≤ rhitung ≤ rtabel , maka H0 ditolak atau korelasinya tidak signifikan.
6. dk = n – 2 = 10 – 2 = 8
dengan α = 0,05 dari tabel r kritis Pearson didapat nilai rtabel = 0,564
E Tugas Terstruktur
Tentukan:
a. Diagram pencarnya
b. persamaan garis regresinya dan gambarkan pada diagram pencarnya
c. koefisien determinasi dan interpretasinya
d. koefisien korelasi dan interpretasinya
4. Dilakukan penelitian untuk mengetahui ada tidaknya hubungan antara tingkat
pengetahuan mahasiswa Fisika tetang kebersihan dengan perilaku mahasiswa Fisika
dalam menjaga kebrsihan. Dilakukan pengukuran terhadap 10 mahasiswa Fisika secra
acak, sehingga memperoleh data sebagai berikut :
Tingkat Penegtahuan = 70 90 60 50 80 90 60 70 70 60
Perilaku = 50 60 60 70 80 60 40 50 60 80
Hipotesis yang diuji adalah terdapat hubungan antara tingkat pengetahuan dengan
perilaku mahasiswa Fisika dalam menjaga kebersihan.
a. Ujilah hipoesis tersebut dengan taraf signifikansi 5 %
b. Dapatkah korelasi yang terjadi digeneralisir pada seluruh mahasiswa Fisika ?
Irianto, Agus. 2004. Statistik Konsep Dasar dan Aplikasinya. Jakarta : Prenada Media.
Ramli, Ermaniati. 2013. Dasar-dasar Statistika. Padang : UNP.
Usman, Husaini. 2003. Pengantar Statistika. Jakarta : Bumi Aksara.