1.

Ingin diketahui seberapa kuat hubungan antara besarnya pendapatan seseorang dengan

pengeluaran (konsumsi) per bulan. Data dari 6 orang yang diwawancarai diperoleh data

sebagai berikut:

X (pendapatan) : 800 900 700 600 700 800 (ribuan)

Y (konsumsi) : 300 300 200 100 200 200 (ribuan)

Untuk menghitung koefisien korelasi maka disusun tabel bantu sebagai berikut:

Tabel . Tabel Bantu Analisis Korelasi Product Moment

n X Y X2 Y2 XY
1 800 300 640.000 90.000 240.000
2 900 300 810.000 90.000 270.000
3 700 200 490.000 40.000 140.000
4 600 100 360.000 10.000 60.000
5 700 200 490.000 40.000 140.000
6 800 200 640.000 40.000 160.000
 4.500 1.300 3.430.000 310.000 1.010.000

Berdasarkan tabel bantu tersebut diperoleh nilai-nilai:

X = 4.500

Y = 1.300

X2 = 3.430.000

Y2 = 310.000

XY = 1.010.000

n=6

Untuk menghitung koefisien korelasi, maka nilai-nilai tersebut dimasukkan dalam rumus

koefisien korelasi sebagai berikut.

 6 (1. 010 . 000)−(4 . 500 )(1 .300)
r = √6 .(3. 430. 000 )−( 4 . 500)2 √ 6 .(310 . 000 )−(1 .300)2
6 . 060 . 000−5 . 850 .000
= √20 . 580. 000−20. 250 . 000 √1.860 . 000−1. 690 .000
210 .000
= √330 . 000 √170 . 000
210.000
= 574, 4563 x 412,3106

210.000
= 236.854,4

= 0,886621

Jadi diperoleh nilai koefisien korelasi ( r ) sebesar 0,886621 karena nilainya positif dan

mendekati 1 berarti hubungan konsumsi dan pendapatan kuat dan searah (positif), artinya

peningkatan pendapatan seseorang akan diikuti dengan peningkatan pengeluaran (konsumsi).

Uji Hipotesis Hubungan (Uji Signifikan)

Pengujian hipotesis hubungan digunakan uji statistik yang disebut Uji t (t-student).

Parameter yang diuji yaitu korelasi dinotasikan dengan  (lihat bab Estimasi Parameter). Uji

hipotesis hubungan pada dasarnya adalah menguji signifikansi koefisien korelasi, apakah

besar kecilnya hubungan yang diperoleh itu kebetulan saja atau memang ada hubungan yang

sesungguhnya.

Rumus Uji t untuk uji hubungan adalah:

2
r √ n−2
t = √ 1-r2
Selain menggunakan Uji t, pengujian hipotesis hubungan dapat menggunakan kriteria nilai

korelasi tabel (rtabel) yaitu dengan cara membandingkan nilai koefisien korelasi (rhitung) dengan

nilai rtabel.

Jika rhitung > rtabel maka hubungan antar variabel signifikan

Jika rhitung  rtabel maka hubungan antar variabel tidak signifikan

2. Misalkan menggunakan data sebelumnya yaitu hubungan antara pendapatan dan

konsumsi. Diajukan hipotesis yang menyatakan “ada hubungan yang signifikan antara

pendapatan dengan konsumsi”.

Penyelesaian:

1. Rumusan hipotesis:

Ho :  = 0 Tidak ada hubungan yang signifikan antara pendapatan dengan konsumsi

Ha :   0 Ada hubungan yang signifikan antara pendapatan dengan konsumsi

Taraf  = 0,05 selanjutnya dapat dicari nilai ttabel pada  = 0,05 (uji 2 pihak /2 = 0,025)

derajat bebas = n – 2 = 6 – 2 = 5 yaitu sebesar 2,776451

Kriteria pengujian:

Ho ditolak jika thitung > ttabel atau probabilitas < 0,05

Ho diterima jika thitung  ttabel atau probabilitas  0,05

Uji statistik (Uji t)

2
r √ n−2
Menghitung nilai t dengan rumus: t = √ 1-r2
 2
(0,886621) √ 6−2
t = √1-(0,886621)2
0,786096 x 2
= √1−0,786096
1,572193
= √0 ,213904
1,572193
= 0,462497

= 3,39936

Jadi diperoleh nilai thitung sebesar 3,39936.

Kesimpulan

Karena thitung (3,39936) > ttabel (2,776451) maka Ho ditolak, artinya hubungan kedua

variabel signifikan, atau pendapatan memiliki hubungan yang signifikan dengan

konsumsi. Dengan demikian hipotesis yang menyatakan “ada hubungan yang signifikan

antara konsumsi dengan pendapatan” diterima.

Pengujian koefisien korelasi dapat juga dilakukan dengan cara membandingkan

nilai koefisien korelasi dengan nilai korelasi tabel atau r tabel, sehingga perlu dicari nilai

rtabel pada taraf  = 0,05 dan n = 6 yaitu diperoleh r tabel = 0,811 (lihat tabel r). Karena nilai

rhitung (0,886621) > rtabel (0,811) maka Ho ditolak, artinya pendapatan memiliki hubungan

signifikan dengan konsumsi.

2. Menggunakan data pada contoh korelasi Product Moment dengan menambah variabel jumlah

anak, sehingga akan dihitung hubungan antara pendapatan (X1) dan jumlah anak (X2) dengan

konsumsi (Y), dengan data sebagai berikut:.

n X1 (ribuan) X2 Y (ribuan)
1 800 3 300
2 900 3 300
3 700 2 200
4 600 1 100
5 700 1 200
6 800 1 200
7 900 1 250
8 1000 3 300
9 900 3 300
10 1100 3 350

Untuk mencari nilai koefisien korelasi berganda perlu disusun tabel bantu sebagai

berikut:

Tabel . Tabel Bantu Analisis Korelasi Berganda

n X1 X2 Y X12 X12 Y2 X1Y X2Y X1X2

1 800 3 300 640000 9 90000 240000 900 2400
2 900 3 300 810000 9 90000 270000 900 2700
3 700 2 200 490000 4 40000 140000 400 1400
4 600 1 100 360000 1 10000 60000 100 600
5 700 1 200 490000 1 40000 140000 200 700
6 800 1 200 640000 1 40000 160000 200 800
7 900 1 250 810000 1 62500 225000 250 900
8 1000 3 300 1000000 9 90000 300000 900 3000
9 900 3 300 810000 9 90000 270000 900 2700
10 1100 3 350 1210000 9 122500 385000 1050 3300
 8400 21 2500 7260000 53 675000 2190000 5800 18500

Untuk menghitung koefisien korelasi berganda, maka terlebih dahulu dihitung koefisien

korelasi antar variabel.

10(2. 190 .000)−(8 . 400)(2 .500 )

rx1y = √10(7 . 260 .000 )−(8400)2 10 (675 .000 )−(2. 500)2 = 0,891

10(5800)−(21)(2 . 500)
rx2y = √10(53)−(21)2 10 (675. 000 )−(2 .500 )2 = 0,824

10(18 .500 )−(8400)(21)

rx1x2 = √10(7260000 )−(8400 )2 10 (53)−(21)2 = 0,638

Selanjutnya dari nilai koefisien korelasi antar variabel dapat dihitung koefisien korelasi

berganda:

r +r −2(r x1y )(r x 2 y )(r x 1 x 2 )

Rx1x2y = √ x 1 y2 x 2 y2
1−r
x1 x 2
2

2 2
0 , 891 +0 ,824 −2(0 , 891)(0 , 824 )(0 , 638)
= √ 1−(0 , 638)2

0, 794+0,679−0. 936819
= √ 1−0, 407

0,536
= √ 0,593

= 0,951
 Hasil perhitungan diperoleh koefisien korelasi berganda ( R ) sebesar 0,951 karena

nilainya mendekati 1 berarti terdapat hubungan yang sangat kuat antara pendapatan dan

jumlah anak dengan konsumsi.

Koefisien Determinasi (R2)

Koefisien determinasi merupakan ukuran kesesuaian (goodnes of fit) garis regresi

linier berganda terhadap suatu data (dibahas pada bab selanjutnya), atau dapat digunakan

untuk mengukur besarnya kontribusi variabel bebas (X) terhadap variasi perubahan

variabel terikat (Y). Nilai koefisien determinasi terletak antara 0  R2  1, dan biasanya

dinyatakan dalam persentase. Nilai R2 semakin mendekati 1 menunjukkan semakin besar

kontribusi variabel bebas (X) terhadap variasi perubahan variabel terikat (Y). Misalnya

mengambil contoh sebelumnya dimana diperoleh nilai R = 0,951 maka R 2 = 0,9512 =

0,90440 artinya seluruh variabel bebas yaitu pendapatan dan jumlah anak memberikan

kontribusi sebesar 90,44% terhadap variasi konsumsi. Sisanya sebesar 9,56% merupakan

kontribusi variabel lain.

Uji Signifikan Koefisien Korelasi Berganda (Uji Hipotesis)

Pengujian signifikansi koefisien korelasi ganda dilakukan dengan Uji F (Anova)

yang rumusnya sebagai berikut:

2
R /(k )
2
F = (1−R )/(n−k −1)

Keterangan:

R2 = Koefisien determinasi

k = Jumlah variabel bebas

n = Jumlah kasus
3. Misalkan pada contoh sebelumnya diajukan hipotesis yang menyatakan “ada hubungan yang

signifikan antara pendapatan dan jumlah anak dengan konsumsi”.

Penyelesaian:

a. Rumusan hipotesis:

Ho :  = 0 Tidak ada hubungan yang signifikan antara pendapatan dan jumlah dengan

konsumsi

Ha :   0 Ada hubungan yang signifikan antara pendapatan dan jumlah anak dengan

konsumsi

b. Taraf  = 0,05 selanjutnya dapat dicari nilai Ftabel pada  = 0,05 derajat bebas = n – k

- 1 = 10 – 2 - 1 = 7, diperoleh Ftabel = 4,74.

c. Kriteria pengujian:

Ho ditolak jika Fhitung > Ftabel atau probabilitas < 0,05

Ho diterima jika Fhitung  Ftabel atau probabilitas  0,05

d. Uji statistik (Uji F)

2
R /(k )
2
F = (1−R )/(n−k −1)
2
0 , 951 /2
= (1−0 , 9512 )/(10−2−1)

0,90440/2
= 0 ,095599 /7

0,45221
= 0,01365

= 33,1113
 e. Kesimpulan

Nilai Fhitung sebesar 33,1113 dibandingkan dengan nilai Ftabel. Karena Fhitung (33,1113) >

ttabel (4,74) maka Ho ditolak, artinya ada hubungan yang signifikan antara pendapatan

dan jumlah dengan konsumsi.

4. Seorang mahasiswa melakukan survai untuk meneliti apakah ada korelasi antara nilai

statistik dengan nilai ekonometrik, untuk kepentingan penelitian tersebut diambil 10

mahasiswa yang telah menempuh mata kuliah statistik dan ekonometrik. (Sumber: Suliyanto

Undip)

Pemecahan

A. Judul Hubungan antara kemampuan mahasiwa dalam memahami ilmu statistika dan

ilmu ekonometrika.

B. Pertanyaan Penelitian

 Apakah terdapat korelasi positif antara kemampuan mahasiswa dalam memahami

ilmu statistika dan ilmu ekonometrika ?

C. Hipotesis

 Terdapat korelasi positif kemampuan mahasiwa dalam memahami ilmu staistika

dan ilmu ekonometrika

D. Kriteria pengujian

Ho : Tidak terdapat korelasi positif antara kemampuan mahasiswa dalam memahami

ilmu statistika dan ilmu ekonometrika.

Ha : Terdapat korelasi positif antara kemampuan mahasiswa dalam memahami ilmu

statistika dan ilmu ekonometrika.

Ho diterima Jika

rhitung ≤ rtabel(a, n-2) atau

t hitung ≤ ttabel (a, n-2)

Ha diterima Jika

rhitung > rtabel(a, n-2) atau

thitung > ttabel (a, n-2)

Data Yang dikumpulkan

Hasil perhitungan:

6 ∑ d 2i
ρ xy=1−
n(n 2−1 )
 6 x7
ρ xy=1− =0 , 96
10(100−1)
• Dengan Kriteria r htung:
• rhitung (0,96) > r tabel (0,738)

• Dengan Kriteria t hitung:

xy n  2 0, 96 √10−2
t t= =9, 697
(1  r )
2
√(1−0, 92)

t hitung (9,697) > t tabel (1,86)

Kesimpulan

 Karena rhitung > dari rtabel maka Ha diterima.

 Karena t hitung > dari t tabel maka Ha diterima.
Kesimpulan:
Terdapat korelasi positif antara kemampuan mahasiswa dalam memahami ilmu statistika
dan ilmu ekonometrika.

5.Hasil penelitian tentang hubungan antara biaya iklan dengan volume penjualanan pada suatu
perusahaan tersaji dalan table berikut. Tentukan koefisien korelasinya? dalam Rp 1000,-.
(Sumber:shohibul Munir Un. Mercu Buana)

Tabel . Prosedur penentuan koefisien korelasi pengeluaran biaya iklan dan

volume penjualan .
Biaya Iklan Volume Penjualan
(X) (Y) X2 Y2 XY
1 2 3 4 5
5 40 25 1600 200
7 50 49 2.500 350
10 60 100 3.600 600
12 65 144 4.225 780
 15 70 225 4.900 1.050
20 80 400 6.400 1.600
25 92 625 8.464 2.300
30 100 900 10.000 3.000
X = 124 Y = 557 2.468 41.689 9.880

N=8

8 ( 9 . 880 )− (124 ) (557 )

→r=
√ 8 (2 . . 468 )−( 124 )2 √ 8 ( 41. 689 ) −( 557 )2
9 . 972
r= =0 , 989
√ 4368 x √23 . 263

6.  Sebuah penelitian dilakukan untuk mengetahui korelasi antara Kadar SGOT (Unit /100ml) dengan
Kolesterol HDL (mg/100ml) pada 7 sampel yang diambil secara random. Hasil pengumpulan
data dapat dilihat pada Tabel. Bagaimana kesimpulan yang dapat diambil dari data tersebut pada
α=0.05
Sampel Kadar SGOT Kadar HDL
1 5,7 40,0
2 11,3 41,2
3 13,5 42,3
4 15,1 42,8
5 17,9 43,8
6 19,3 43,6
7 21,0 46,5
Sampel Kadar SGOT (xi) Ranking x Kadar HDL (yi) Ranking y di di2
1 5,7 1 40,0 1 0 0
2 11,3 2 41,2 2 0 0
3 13,5 3 42,3 3 0 0
4 15,1 4 42,8 4 0 0
 5 17,9 5 43,8 6 -1 1
6 19,3 6 43,6 5 1 1
7 21,0 7 46,5 7 0 0
∑di 2=2
Jawab:

Kesimpulan
Karena nilai ρhitung (0,964) ≥ ρtabel (0,786) Ho ditolak (Ada korelasi yang sangat kuat dan
positif antara Kadar SGOT dengan Kadar HDL)

                                                                                                                                
7.      Beberapa siswa di SMA X mengikuti bimbingan belajar di luar sekolah dengan tujuan
meningkatkan prestasi akademik di sekolah. Orang tua siswa ingin mengetahui apakah ada
hubungan antara prestasi akademik di tempat bimbingan belajar dengan prestasi akademik  di
sekolah. Setelah mengikuti ujian akhir di sekolah hasilnya didapat dalam bentuk
peringkat. Hitung koefisien korelasi peringkat Spearman dari data berikut:

Nama Siswa Peringkat Prestasi di Bimbel(X) Peringkat Prestasi di Sekolah(Y)

Agus 3 5
Dion 5 2
Dita 1 4
Wahyu 4 3
Titis 6 7
Rendra 9 8
Nima 7 10
NamaSuci
Siswa X Y D 2 D2 1
AgusLiya 3 5 -2 8 4 6
DionYuyun 5 2 3 10 9 9
Dita 1 4 -3 9 Jawab :
Wahyu 4 3 1 1
Titis 6 7 -1 1
Rendra 9 8 1 1
Nima 7 10 -3 9
Suci 2 1 1 1
Liya 8 6 2 4
Yuyun 10 9 1 1
∑D = 0 ∑D2 = 40
 dapat diambil kesimpulan bahwa terdapat korelasi yang positif antara prestasi belajar di tempat
bimbingan belajar dengan prestasi akademik di sekolah.

8.      Berikut tersaji data hasil pengukuran terhadap variabel X dan Y. Data hasil pengukuran berskala
ordinal sebagai berikut:
No Resp 1 2 3 4 5 6 7 8 9 10 11 12 13 14
Rank X 3 14 12 2 13 1 8 10 4 7 5 11 6 9
Rank Y 4 12 13 1 14 2 6 11 3 8 7 10 5 9
Hitung korelasi peringkat Spearman dari data diatas.
Jawab:
NO. RESP. Rank  X Rank Y d d²
1 3 4 -1 1
2 14 12 2 4
3 12 13 -1 1
4 2 1 1 1
5 13 14 -1 1
6 1 2 -1 1
7 8 6 2 4
8 10 11 -1 1
9 4 3 1 1
10 7 8 -1 1
11 5 7 -2 4
12 11 10 1 1
13 6 5 1 1
14 9 9 0 0
Σd²=22
              

9.      Sebuah penelitian dilakukan untuk mengetahui korelasi antara motivasi belajar dengan
prestasi belajar Matematika. Hasil pengumpulan data dapat dilihat pada tabel di
bawah.Bagaimana kesimpulan yang dapat diambil dari data tersebut? α=0.05
No Skor Motivasi Nilai Matematika
1 64 42
2 56 46
3 50 40
4 68 55
5 76 65
6 84 88
7 90 86
8 66 56
9 85 62
10 90 92
11 75 55
12 92 81
No Skor Motivasi Nilai Matematika Ranking x Ranking y di di2
1 64 42 3.0 2.0 1 1
2 56 46 2.0 3.0 -1 1
3 50 40 1.0 1.0 0 0
4 68 55 5.0 4.5 0.5 0.25
5 76 65 7.0 8.0 -1 1
6 84 88 8.0 11.0 -3 9
7 90 86 10.5 10.0 0,5 0.25
8 66 56 4.0 6.0 -2 4
 9 85 62 9.0 7.0 2 4
10 90 92 10.5 12.0 -1.5 2.25
11 75 55 6.0 4.5 1.5 2.25
12 92 81 12.0 9.0 3 9
34
Jawab:

Kesimpulan Karena nilai ρ hitung (0,881) ≥ ρ tabel (0,591),maka Ho ditolak Ha diterima berarti

ada korelasi yang positif antara motivasi belajar dengan prestasi belajar Matematika.

10.     Berikut ini adalah data hubungan antara Nilai Ujian Tengah Semester (UTS) (X) dengan nilai
Ujian Akhir Semester (UAS) (Y) dari 12 responden :
X 12 13 14 15 16 16 14 20 17 11 12 18
Y 19 19 11 12 17 15 16 18 14 13 18 13
Buktikanlah hipotesis yang berbunyi “terdapat hubungan yang positif antara Nilai UTS dan
UAS” dengan menggunakan data tersebut!
Jawab :
X Y RX RY RX-RY (RX-RY)2
12 19 2,5 11,5 -9 81
13 19 4 11,5 -7,5 56,25
14 11 5,5 1 4,5 20,25
15 12 7 2 5 25
16 17 8,5 8 0,5 0,25
16 15 8,5 6 2,5 6,25
14 16 5,5 7 -1,5 2,25
20 18 12 9,5 2,5 6,25
 17 14 10 5 5 25
11 13 1 3,5 -2,5 6,25
12 18 2,5 9,5 -7 49
18 13 11 3,5 7,5 56,25
∑b = 334

     

Untuk itu, karena nilai  hitung ρ <  tabel, maka H0 diterima. Kesimpulannya adalah hipotesis
yang berbunyi : “tidak terdapat hubungan antara nilai UTS dan UAS” diterima.
11. Berikut ini merupakan data perusahaan mengenai harga permintaan suatu komoditi (X) dan
harga rata-rata suatu komoditi (Y) disajikan dalam tabel berikut:

X Y

178 105

224 105

160 130

315 130

229 130

250 150

181 150

306 170

257 170

300 180

Hitunglah koefisien korelasi pada kasus tersebut dan bagaimana arti dari hasil koefisien korelasi
yang didapat!

11:
Berikut ini hasil perhitungan tabel untuk mendapatkan nilai total untuk X, Y, X2, Y2, dan XY:
Data X Y X2 Y2 XY

1 178 105 31684 11025 18690

2 224 105 50176 11025 23520

3 160 130 25600 16900 20800

4 315 130 99225 16900 40950

5 229 130 52441 16900 29770

6 250 150 62500 22500 37500

7 181 150 32761 22500 27150

8 306 170 93636 28900 52020

9 257 170 66049 28900 43690

10 300 180 90000 32400 54000

Tota 60407
2400 1420 207950 348090
l 2

Dengan memasukan nilai total dari semua variabel pada tabel dan jumlah data ke dalam rumus
korelasi Pearson Product Moment maka didapat hasil sebagai berikut:

Maka nilai koefisien korelasi Pearson Product Momentnya adalah 0.5477. Bagaimana intepretasi
arti dari hasil koefisien korelasi Pearson Product Moment pada kasus tersebut?

Koefisien Korelasi antara permintaan suatu komoditi dengan harga rata-rata komoditi sebesar
0.5477 dengan hubungan antara permintaan suatu komoditi dengan harga rata-rata komoditi
memiliki tingkat hubungan yang
menengah sehingga terkadang apabila ditambahkan permintaan suatu komoditi maka akan
mempengaruhi peningkatan harga rata-rata suatu komoditi. Apabila diturunkan permintaan
suatu komoditi maka akan mempengaruhi penurunan harga rata-rata suatu komoditi.

Dapat juga dibalik intepretasinya, apabila ditambahkan harga rata-rata suatu komoditi maka akan
mempengaruhi peningkatan permintaan suatu komoditi. Apabila diturunkan harga rata-rata suatu
komoditi maka akan mempengaruhi permintaan suatu komoditi.

12:
Diketahui data rekap data hasil pendapatan perusahaan (Y) berdasarkan jumlah sales (X1) dan
harga yang dijual (X2) dengan masing-masing koefisien korelasi antar variabel yang didapat
sebagai berikut:

rx1x2 = -0.545
rx1y = 0.986
rx2y = 0.436

Intepretasikan hasil koefisien korelasi berdasarkan informasi yang didapat dari kasus tersebut!

12:

 Untuk rx1x2 = -0.545 memiliki arti bahwa koefisien korelasi jumlah sales dengan harga
jual sebesar -0.545 dengan arah hubungan yang negatif serta tingkat hubungan
yang moderate, sehingga terkadang apabila jumlah sales ditingkatkan maka
akan menurunkan harga jual. Sebaliknya terkadang apabila jumlah sales diturunkan maka
akan meningkatkan harga jual.
 Untuk rx1y = 0.986 memiliki arti bahwa koefisien korelasi jumlah sales dengan
pendapatan sebesar 0.986 dengan arah hubungan yang positif serta tingkat hubungan yang
sangat kuat, sehingga jelas bahwa apabila jumlah sales ditingkatkan maka
akan meningkatkan pendapatan. Sebaliknya jelas pula apabila jumlah sales diturunkan maka
akan menurunkan pendapatan.
 Untuk rx2y = 0.436 memiliki arti bahwa koefisien korelasi harga jual dengan pendapatan
sebesar 0.436 dengan arah hubungan yang positif serta tingkat hubungan yang moderate,
sehingga terkadang apabila harga jual ditingkatkan maka akan meningkatkan pendapatan.
Sebaliknya terkadang apabila harga jual diturunkan maka akan menurunkan pendapatan.

13. Pada suatu lahan di daerah dataran tinggi Diengakan dilakukan budidaya hortikultura
(tanaman jagung manis) oleh mahasiswa pertanian. Akan tetapi sebelum dilakukannya
penanaman, para mahasiswa melakukan penelitian sederhana untuk mengetahui kuat
lemahnya pengaruh hubungan antara dosis pupuk yang diberikan dan banyaknya jumlah
pemupukan dalam tiga bulan terhadap berat tongkol jagung.
Pada penelitian ini, pupuk yang digunakan adalah pupuk NPK (6 : 6 : 13) dan
para mahasiswa menanam 33 benih jagung hingga berproduksi. Kemudian dilakukannya
pengukuran hasil poduksi (tongkol jagung) dengan tiga kali pengulangan pengukuran dan
X1 X2 Y diambil rata-rata pengukuran sebagai
No. data yang diperoleh, sehingga
1 4 3 0,240 didapatkan sebanyak 11 data sebagai
2 7 3 0,258 berikut :
3 10 3 0,272
4 13 3 0,298 Tabel 1. Tabel data
5 4 4 0,278
6 7 4 0,344
7 10 4 0,362
8 13 4 0,398
9 4 5 0,358
10 7 5 0,432
11 10 5 0,454
Keterangan :
X1: Dosis Pemupukan Pupuk NPK (gram)
X2: Jumlah Pemupukan Dalam Tiga Bulan
Y : Berat Tongkol Jagung (kg)

Ditanyakan :
Apakah terdapathubungan yang signifikanantara dosispemupukan pupuk NPK (X1)
danjumlah pemupukan dalam tiga bulan (X2) terhadapberat tongkol jagung (Y).
jikasignifikasinya 5%?
Jawab:
1. Hipotesa :
Ha = Ada hubungan yang signifikanantara dosispemupukan pupuk NPK (X1) danjumlah
pemupukan dalam tiga bulan(X2) terhadapberat tongkol jagung (Y).
Ho = Tidak ada hubungan yang signifikan antara dosis pemupukan pupuk NPK (X1) dan
jumlah pemupukan dalam tiga bulan (X2) terhadap berat tongkol jagung (Y).
Tabel 2. Tabel pembantu
 No. X1 X2 Y X 12 X22 Y2 X 1Y X2 Y X1 X2
1 4 3 0.24 16 9 0.058 0.96 0.72 12
2 7 3 0.26 49 9 0.067 1.81 0.77 21
3 10 3 0.27 100 9 0.074 2.72 0.82 30
4 13 3 0.30 169 9 0.089 3.87 0.89 39
5 4 4 0.28 16 16 0.077 1.11 1.11 16
6 7 4 0.34 49 16 0.118 2.41 1.38 28
7 10 4 0.36 100 16 0.131 3.62 1.45 40
8 13 4 0.40 169 16 0.158 5.17 1.59 52
9 4 5 0.36 16 25 0.128 1.43 1.79 20
10 7 5 0.43 49 25 0.187 3.02 2.16 35
11 10 5 0.45 100 25 0.206 4.54 2.27 50
Jumlah 89 43 3.69 833 175 1.293 30.67 14.95 343
n . ∑ x 1 y − (∑ x 1 )( ∑ y )
2 2 2 2
2. rx1y = √{n .∑ x −( ∑ x ) }. {n . ∑ y −( ∑ y ) }
1 1

11.30 , 67−(89 ).(3 , 69 )

= √{11. 833−(89 )2} . {11.1 , 293−(3 , 69)2 }
8 ,96
= 27,36
= 0,32
 Nilai koefisien korelasinya di interpretasikan lemah.
 KP(keofisien determinan) = r2 x 100%

= (0,32)2 x 100%
= 10,24%
n. ∑ x 2 y − ( ∑ x 2 )( ∑ y )
2
3. rx2y = √{n .∑ x −( ∑ x ) }. {n .∑ y −(∑ y ) }
2
2 2
2 2

11.14 , 95−(43 ).(3 , 69)

= √{11. 175−(43 )2} . {11. 1, 293−(3 , 69)2 }
5,78
= 6 ,77
 = 0,85
 Nilai koefisien korelasinya di interpretasikan sangat kuat.
 KP(keofesien determinan) = r2 x 100%

= (0,85)2 x 100%
= 72,25%

n . ∑ x1 x 2 − (∑ x1 )( ∑ x 2 )
2
4. rx1x2 = √{n .∑ x −( ∑ x ) }. {n .∑ x −( ∑ x ) }
2
1 1
2 2
2 2

11 .343−(89 ).( 43)

= √{11. 833−(89 )2} . {11.175−( 43)2 }
54
= 307,23
= 0,17
 Nilai koefisienya korelasi di interpretasikan sangat lemah.
 KP = r2 x 100%

= (0,17)2 x 100%
= 2,89%

2 2
r X1 Y + r X 2 Y − 2( r X 1 Y ) (r X 2 Y )( r X1 X 2 )

5.
Rx 1 x2 y
=
√ r 2
x1 y +r 2
x2 y −2 ( r x
1−r
1

2
y

x 1 x2
)( r x y )( r x x ) R yx x =
2 1 2
1 2
√ 1 − r 2X
1
X
2

0 ,1024+0,7225 − 2(0,32)(0 ,85)(0,17)

=
√
0 ,82−0,092
1 − 0,0289

=
√ 0,97
0,73
=
√
0 ,97
= √ 0,75 = 0,87
2
 KP = r x 100%

= (0,87)2 x 100%
= 75,7%
 R2
k
6. F hitung = 2
( 1−R2 )
n−k −1
2
0 , 87
2
=
(1 − 0 , 87 2 )2
12 − 2 − 1 12 ganti 11
0,38
=
(0 ,059 )
9 = 57,8
9 ganti 8

7. Ftabel dengan dk pembilang = k  2 dan dk penyebut = n-k-1 8 maka Ftabel adalah 4,46.

8. Kesimpulan:Karena Fhitung(51,52) lebih besardari Ftabel (4,46) maka tolak H0 dan terima Ha
(signifikan), dengan nilai koefisien determinannya sebesar 75,7 %.

14. a
Seorang mahasiswa bernama Andi melakukan penelitian dengan menggunakan alat ukur
skala. Andi ingin mengetahui apakah ada hubungan antara kecerdasan dengan prestasi belajar
pada siswa SMU Negeri 1 Yogyakarta, dengan ini Andi membuat 2 variabel yaitu kecerdasan
dan prestasi belajar. Tiap-tiap variabel dibuat beberapa butir pertanyaan dengan menggunakan
skala Likert, yaitu angka 1 = Sangat tidak setuju, 2 = Tidak setuju, 3 = Setuju dan 4 = Sangat
Setuju. Setelah membagikan skala kepada 12 responden didapatlah skor total item-item yaitu
sebagai berikut:

                 Tabel. Tabulasi Data (Data Fiktif)

Subjek Kecerdasan Prestasi Belajar
1 33 58
2 32 52
3 21 48
4 34 49
5 34 52
6 35 57
7 32 55
8 21 50
9 21 48
10 35 54
11 36 56
12 21 47
                                           
:

                  Tabel. Hasil Analisis Korelasi Bivariate Pearson

Dari hasil analisis korelasi sederhana (r) didapat korelasi antara kecerdasan dengan prestasi
belajar (r) adalah 0,766. Hal ini menunjukkan bahwa terjadi hubungan yang kuat antara
kecerdasan dengan prestasi belajar. Sedangkan arah hubungan adalah positif karena nilai r
positif, berarti semakin tinggi kecerdasan maka semakin meningkatkan prestasi belajar.

-     Uji Signifikansi Koefisien Korelasi Sederhana (Uji t)

Uji signifikansi koefisien korelasi digunakan untuk menguji apakah hubungan yang terjadi
itu berlaku untuk populasi (dapat digeneralisasi). Misalnya dari kasus di atas populasinya adalah
siswa SMU Negeri 1 Yogyakarta dan sampel yang diambil dari kasus di atas adalah 12 siswa
SMU Negeri 1 Yogyakarta, jadi apakah hubungan yang terjadi atau kesimpulan yang diambil
dapat berlaku untuk populasi yaitu seluruh siswa SMU Negeri 1 Yogyakarta.

Langkah-langkah pengujian sebagai berikut:

a. Menentukan Hipotesis
Ho : Tidak ada hubungan secara signifikan antara kecerdasan dengan prestasi belajar
Ha : Ada hubungan secara signifikan antara kecerdasan dengan prestasi
belajar menentukan tingkat signifikansi

             Pengujian menggunakan uji dua sisi dengan tingkat signifikansi a = 5%. (uji dilakukan 2
sisi karena untuk mengetahui ada atau tidaknya hubungan yang signifikan, jika 1 sisi digunakan
untuk mengetahui hubungan lebih kecil atau lebih besar).
Tingkat signifikansi dalam hal ini berarti kita mengambil risiko salah dalam mengambil
keputusan untuk menolak hipotesa yang benar sebanyak-banyaknya 5% (signifikansi 5% atau
0,05 adalah ukuran standar yang sering digunakan dalam penelitian
 b. Kriteria Pengujian
Ho diterima jika Signifikansi > 0,05
            Ho ditolak jika Signifikansi < 0,05

c.  Membandingkan signifikansi
Nilai signifikansi 0,004 < 0,05, maka Ho ditolak.

d. Kesimpulan
Oleh karena nilai Signifikansi (0,004 < 0,05) maka Ho ditolak, artinya bahwa ada hubungan
secara signifikan antara kecerdasan dengan prestasi belajar. Karena koefisien korelasi nilainya
positif, maka berarti kecerdasan berhubungan positif dan signifikan terhadap pretasi belajar. Jadi
dalam kasus ini dapat disimpulkan bahwa kecerdasan berhubungan positif terhadap prestasi
belajar pada siswa SMU Negeri 1 Yogyakarta.

15.
Suatu penelitian dilakukan untuk mengetahui hubungan prestasi belajar matematika siswa
dengan motivasi belajarnya. Untuk kepentingan tersebut diambil sampel random
sebanyak 15 siswa kelas 5 SDN 1 Purworejo untuk diberikan angket tentang motivasi
belajarnya. Setelah diberikan perlakuan yang sama dalam pembelajaran matematika,
diakhir semester diadakan tes dengan hasil sebagai berikut :

Motivasi Belajar (X) : 55 60 65 70 50 70 65 80 90 95 65 60 60 65 45

Nilai Matematika (Y) : 5 4 6 6 4 8 7 9 8 10 6 5 6 7 4
Angka indeks korelasi rxy = 0.9
df = 15- 2 = 13
a=5%
r tabel = r5%,13= 0.514
rxy = 0.9 > r tabel = 0,514

Kesimpulan
Karena H0 ditolak, dengan demikian terdapat korelasi positif yang signifikan antara
prestasi belajar matematika siswa dengan motivasi belajarnya.
16. Anggaplah kita memiliki data usia dan berat badan anak di sebuah kelas. Berdasarkan
data tersebut, coba temukan nilai korelasi di antara keduanya!

Berdasarkan hasil pengujian, kita menemukan bahwa tingkat korelasi antara usia dan
tinggi badan adalah 0,90. Artinya, terdapat hubungan yang sangat kuat antara usia dan
berat badan.

17. Sepuluh orang mahasiswa mempunyai nilai Matematika (X) dan Fisika (Y) sebagai
berikut (dalam skala 0 – 4):

N X Y
o
1 3 2
2 4 2
3 3 4
4 2 3
5 4 4
6 3 4
7 2 1
8 1 1
9 3 3
10 2 3
a. Carilah koefisien korelasi antara nilai matematika dan fisika mahasiswa berdasarkan data
di atas! Apa arti dari koefisien korelasi tersebut?
b. Pada taraf nyata 5%, ujilah hipotesis bahwa terdapat korelasi yang signifikan antara nilai
matematika dan fisika mahasiswa!

Jawab :
Data
mahasiswa 1 2 3 4 5 6 7 8 9 10
Matematika 3 4 3 2 4 3 2 1 3 2
Fisika 2 2 4 3 4 4 1 1 3 3

Untuk pengamatan tersebut dapat dibuat table berikut ini (X untuk Matematika, Y untuk
Fisika)
i Xi yi (xi-x̄) (yi-ȳ) (xi-x̄) (yi-ȳ) (xi-x̄)² (yi-ȳ)²
1 3 2 0.3 -0.9 -0.27 0.09 0.81
2 4 2 1.3 -0.9 -1.17 1.69 0.81
3 3 4 0.3 1.1 0.33 0.09 1.21
4 2 3 -0.7 0.1 -0.07 0.49 0.01
5 4 4 1.3 1.1 1.43 1.69 1.21
6 3 4 0.3 1.1 0.33 0.09 1.21
7 2 2 -0.7 -0.9 0.63 0.49 0.81
8 1 2 -1.7 -0.9 1.53 2.89 0.81
9 3 3 0.3 0.1 0.03 0.09 0.01
10 2 3 -0.7 0.1 -0.07 0.49 0.01
Total 27 29 2.7 8.1 6.9

X̄ = 1323 / 8 = 165,4 
Ȳ = 1342 / 8 = 167,75
 18.
Tabel berikut menunjukkan skor keotoriteran dan skor perjuangan sosial dari 12 orang mahasiswa:
Skor
Mahasiswa Keotoriteran Perjuangan sosial
A 82 42
B 98 46
C 87 39
D 40 37
E 116 65
F 113 88
G 111 86
H 83 56
I 85 62
J 126 92
K 106 54
L 117 81

Berdasarkan data tersebut, periksalah apakah terdapat hubungan antara skor keotoriteran dengan
skor perjuangan sosial pada mahasiswa ? (lakukan pengujian signifikansi pada a = 0,01)
Jawab :
Tabel berikut menunjukkan skor keotoriteran dan skor perjuangan sosial dari 12 orang
mahasiswa :
Mahasiswa Skor X² Y² X.Y
Keotoriteran Perjuangan Sosial
(X) (Y)
A 82 42 6724 1764 3444
B 98 46 9604 2116 4508
C 87 39 7569 1521 3393
D 40 37 1600 1369 1480
E 116 65 13456 4225 7540
F 113 88 12769 7744 9944
G 111 86 12321 7396 9546
H 83 56 6889 3136 4648
I 85 62 7225 3844 5270
J 126 92 15876 8464 11592
K 106 54 11236 2916 5729
L 117 81 13689 6561 8586
ΣX = 1164 ΣY = 748 ΣX² = ΣY² = 51056 ΣX.Y =
118958 75680