Anda di halaman 1dari 16

TUGAS 3TUTORIAL MPDR5202 STATISTIKAPENDIDIKAN

SEMESTER 2020/21.1

MAS AYU RUSMINI


NIM. 530058002

PROGRAM PASCASARJANA
UNIVERSITAS TERBUKA
2020
1. Seorang guru hendak mengetahui keeratan hubungan antara nilai try out Ujian Nasional
pada mata pelajaran Matematika dan Bahasa Indonesia serta rata-rata hasil Ujian Nasional
30 orang siswa yang dianggap berprestasi di kelasnya. Nilai try outdan rata-rata hasil Ujian
Nasional 30 orang siswa adalah sebagai berikut.
Nilai Try Out Pelajaran Rata-rata Hasil
No.
Matematika Bahasa Indonesia Ujian Nasional
1. 79 61 75
2. 97 98 97
3. 92 62 85
4. 66 63 65
5. 51 60 53
6. 79 69 77
7. 99 94 98
8. 61 80 66
9. 75 66 73
10. 92 95 93
11. 52 61 54
12. 65 62 64
13. 62 53 60
14. 73 100 80
15. 86 65 81
16. 66 68 67
17. 77 24 64
18. 39 68 46
19. 60 94 69
20. 48 47 48
21. 76 42 68
22. 69 82 72
23. 85 35 73
24. 92 84 90
25. 75 72 74
26. 83 72 80
27. 61 62 61
28. 100 76 94
29. 49 47 49
30. 77 54 71
Berdasarkan penjelasan di atas tentukan:
a. Hipotesis statistik yang tepat dirumuskan untuk dugaan guru tersebut!
Jawaban :
𝐻𝑜 ∶ 𝑅 = 0 → tidak ada hubungan yang erat (signifikan) antara nilai try out Ujian
Nasional pada mata pelajaran Matematika dan Bahasa Indonesia dengan
rata-rata hasil Ujian Nasional
𝐻𝑎 ∶ 𝑅 ≠ 0 → ada hubungan yang erat (signifikan) antara nilai try out Ujian Nasional
pada mata pelajaran Matematika dan Bahasa Indonesia dengan rata-rata
hasil Ujian Nasional
b. Statistik uji yang tepat digunakan untuk membuktikan dugaan guru tersebut?
Jawaban :
Statistik Uji yang tepat digunakan adalah Uji Korelasi Berganda karena terdiri dari 3
atau lebih variable (dua atau lebih variable dependent dan satu variable independent)

𝑟𝑥21𝑦 + 𝑟𝑥22𝑦 − 2 ∙ 𝑟𝑥1𝑦 ∙ 𝑟𝑥2𝑦 ∙ 𝑟𝑥1𝑥2


𝑅𝑦𝑥1𝑥2 =√
1 − 𝑟 2 𝑥1𝑥2

𝑑𝑒𝑛𝑔𝑎𝑛,
𝑛 ∑ 𝑥𝑖 𝑦𝑖 − (∑ 𝑥𝑖 ). (∑ 𝑦𝑖 )
𝑟𝑥𝑦 =
√(𝑛 ∑ 𝑥𝑖2 − (∑ 𝑥𝑖 )2 )(𝑛 ∑ 𝑦𝑖2 − (∑ 𝑦𝑖 )2 )

𝐷𝑖𝑚𝑎𝑛𝑎 𝑅𝑦𝑥1𝑥2 = 𝑘𝑜𝑒𝑓𝑖𝑠𝑖𝑒𝑛 𝑘𝑜𝑟𝑒𝑙𝑎𝑠𝑖 𝑔𝑎𝑛𝑑𝑎 𝑎𝑛𝑡𝑎𝑟𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑒𝑙 𝑋1 𝑑𝑎𝑛 𝑋2


𝑟𝑦𝑥1 = 𝑘𝑜𝑒𝑓𝑖𝑠𝑖𝑒𝑛 𝑘𝑜𝑟𝑒𝑙𝑎𝑠𝑖 𝑋1 𝑡𝑒𝑟ℎ𝑎𝑑𝑎𝑝 𝑌
𝑟𝑦𝑥2 = 𝑘𝑜𝑒𝑓𝑖𝑠𝑖𝑒𝑛 𝑘𝑜𝑟𝑒𝑙𝑎𝑠𝑖 𝑋2 𝑡𝑒𝑟ℎ𝑎𝑑𝑎𝑝 𝑌
𝑟𝑥1𝑥2 𝑘𝑜𝑒𝑓𝑖𝑠𝑖𝑒𝑛 𝑘𝑜𝑟𝑒𝑙𝑎𝑠𝑖 𝑋1 𝑡𝑒𝑟ℎ𝑎𝑑𝑎𝑝 𝑋2
Mencari Koefisien Determinasi dengan rumus :
𝐾𝑃 = 𝑟 2 × 100%
Dimana : KP adalah besarnya koefisien penentu (determinan)
r adalah koefisien korelasi
Cari 𝐹𝐻𝑖𝑡𝑢𝑛𝑔 dengan rumus :
𝑅2
𝑘
𝐹𝐻𝑖𝑡𝑢𝑛𝑔 = (1−𝑅2 )2
𝑛−𝑘−1

Keterangan :
R : Nilai koefisien korelasi ganda
k : jumlah variable bebas
n : jumlah sampel
𝐹𝐻𝑖𝑡𝑢𝑛𝑔 : nilai F yang dihitung
Cari 𝐹𝑇𝑎𝑏𝑒𝑙 = 𝐹(1−𝛼) kemudian dengan
𝑑𝑘𝑝𝑒𝑚𝑏𝑖𝑙𝑎𝑛𝑔 = 𝑘
𝑑𝑘𝑝𝑒𝑛𝑦𝑒𝑏𝑢𝑡 = 𝑛 − 𝑘 − 1
c. Nilai statistik hitung pada poin 1.b menggunakan informasi pada tabel di atas?
Jawaban :
Misalkan :
X1 : Nilai Try Out Pelajaran Matematika
X2 : Nilai Try Out Pelajaran Bahasa Indonesia
Y : Rata – rata Hasil Ujian Nasional
Kita buat tabel bantuan untuk memudahkan melakukan perhitungan.

No 𝐗𝟏 𝐗𝟐 𝐘 𝐗 𝟐𝟏 𝐗 𝟐𝟐 𝐘𝟐 𝐗𝟏𝐘 𝐗𝟐𝐘 𝐗𝟏𝐗𝟐


1 79 61 75 6,241 3,721 5,625 5,925 4,575 4,819
2 97 98 97 9,409 9,604 9,409 9,409 9,506 9,506
3 92 62 85 8,464 3,844 7,225 7,820 5,270 5,704
4 66 63 65 4,356 3,969 4,225 4,290 4,095 4,158
5 51 60 53 2,601 3,600 2,809 2,703 3,180 3,060
6 79 69 77 6,241 4,761 5,929 6,083 5,313 5,451
7 99 94 98 9,801 8,836 9,604 9,702 9,212 9,306
8 61 80 66 3,721 6,400 4,356 4,026 5,280 4,880
9 75 66 73 5,625 4,356 5,329 5,475 4,818 4,950
10 92 95 93 8,464 9,025 8,649 8,556 8,835 8,740
11 52 61 54 2,704 3,721 2,916 2,808 3,294 3,172
12 65 62 64 4,225 3,844 4,096 4,160 3,968 4,030
13 62 53 60 3,844 2,809 3,600 3,720 3,180 3,286
14 73 100 80 5,329 10,000 6,400 5,840 8,000 7,300
15 86 65 81 7,396 4,225 6,561 6,966 5,265 5,590
16 66 68 67 4,356 4,624 4,489 4,422 4,556 4,488
17 77 24 64 5,929 576 4,096 4,928 1,536 1,848
18 39 68 46 1,521 4,624 2,116 1,794 3,128 2,652
19 60 94 69 3,600 8,836 4,761 4,140 6,486 5,640
20 48 47 48 2,304 2,209 2,304 2,304 2,256 2,256
21 76 42 68 5,776 1,764 4,624 5,168 2,856 3,192
22 69 82 72 4,761 6,724 5,184 4,968 5,904 5,658
23 85 35 73 7,225 1,225 5,329 6,205 2,555 2,975
24 92 84 90 8,464 7,056 8,100 8,280 7,560 7,728
25 75 72 74 5,625 5,184 5,476 5,550 5,328 5,400
26 83 72 80 6,889 5,184 6,400 6,640 5,760 5,976
27 61 62 61 3,721 3,844 3,721 3,721 3,782 3,782
28 100 76 94 10,000 5,776 8,836 9,400 7,144 7,600
29 49 47 49 2,401 2,209 2,401 2,401 2,303 2,303
30 77 54 71 5,929 2,916 5,041 5,467 3,834 4,158

∑ 2,186 2,016 2,147 166,922 145,466 159,611 162,871 148,779 149,608


𝑛 ∑ 𝑥1 𝑦 − (∑ 𝑥1). (∑ 𝑦)
𝑟𝑥1𝑦 =
√(𝑛 ∑ 𝑥12 − (∑ 𝑥1 )2)(𝑛 ∑ 𝑦𝑖2 − (∑ 𝑦)2 )

30 ∙ 162,871 − (2,186)(2,147)
=
√(30 ∙ 166,922 − (2,186)2 ) ∙ (30 ∙ 159,611 − (2,147)2 )
192,788
=
202,332.76
= 0.95
➢ Nilai koefisien korelasinya diinterpretasikan sangat kuat
➢ 𝐾𝑃 = 𝑟 2 × 100%
= 0.952 × 100%
= 90.25%

𝑛 ∑ 𝑥2𝑦 − (∑ 𝑥2 ). (∑ 𝑦)
𝑟𝑥2𝑦 =
√(𝑛 ∑ 𝑥22 − (∑ 𝑥2 )2)(𝑛 ∑ 𝑦𝑖2 − (∑ 𝑦)2 )

30 ∙ 148,779 − (2,016)(2,147)
=
√(30 ∙ 145,466 − (2,016)2 ) ∙ (30 ∙ 159,611 − (2,147)2 )
135,018
=
231,445.40
= 0.58
➢ Nilai koefisien korelasinya diinterpretasikan lemah
➢ 𝐾𝑃 = 𝑟 2 × 100%
= 0.582 × 100%
= 34.03%

𝑛 ∑ 𝑥1𝑥2 − (∑ 𝑥1 ). (∑ 𝑥2)
𝑟𝑥1𝑥2 =
√(𝑛 ∑ 𝑥12 − (∑ 𝑥1 )2 )(𝑛 ∑ 𝑥22 − (∑ 𝑥2 )2 )
30 ∙ 149,608 − (2,186)(2,016)
=
√(30 ∙ 166,922 − (2,186)2) ∙ (30 ∙ 145,466 − (2,016)2 )
81,264
=
262,022.86
= 0.31
➢ Nilai koefisien korelasinya diinterpretasikan lemah
➢ 𝐾𝑃 = 𝑟 2 × 100%
= 0.312 × 100%
= 9,61%

Rumus Kolerasi Berganda :

𝑟𝑥21𝑦 + 𝑟𝑥22𝑦 − 2 ∙ 𝑟𝑥1 𝑦 ∙ 𝑟𝑥2 𝑦 ∙ 𝑟𝑥1𝑥2


𝑅𝑦𝑥1𝑥2 = √
1 − 𝑟 2 𝑥1 𝑥2

0.952 + 0.582 − 2 ∙ (0.95) ∙ (0.58) ∙ (0.31)


=√
1 − 0.312

0.9025 + 0.3364 − 0.3416


=√
1 − 0.0961

0.8973
=√
0.9039

= 0.99

𝐾𝑃 = 𝑟 2 × 100%
= 0.992 × 100%
= 98.01%

d. Kriteria pengujian hipotesis statistik yang dapat digunakan oleh guru tersebut sesuai
hipotesis statistik pada poin 1.a dan menggunakan statistik uji pada poin 1.b dengan
taraf signifikansi 5%?
Jawaban :
Kriteria Pengujian R yaitu :
𝐻𝑜 ∶ 𝑡𝑖𝑑𝑎𝑘 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑘𝑎𝑛
𝐻𝑎 ∶ 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑘𝑎𝑛
Jika :
𝐹𝐻𝑖𝑡𝑢𝑛𝑔 ≤ 𝐹𝑇𝑎𝑏𝑒𝑙 𝑚𝑎𝑘𝑎 𝐻𝑜 𝑑𝑖𝑡𝑒𝑟𝑖𝑚𝑎 (𝑡𝑖𝑑𝑎𝑘 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑘𝑎𝑛)
𝐹𝐻𝑖𝑡𝑢𝑛𝑔 ≥ 𝐹𝑇𝑎𝑏𝑒𝑙 𝑚𝑎𝑘𝑎 𝐻𝑜 𝑑𝑖𝑡𝑜𝑙𝑎𝑘 (𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑘𝑎𝑛)
Menghitung 𝐹𝐻𝑖𝑡𝑢𝑛𝑔 dengan rumus :
𝑅2
𝑘
𝐹𝐻𝑖𝑡𝑢𝑛𝑔 = (1−𝑅2 )2
𝑛−𝑘−1
0.992
2
= (1−0.992 )2
30−2−1

0.49
=
0.0003
= 1,653.3
Selanjutnya, menghitung 𝐹𝑇𝑎𝑏𝑒𝑙 sebagai berikut :
𝐹𝑇𝑎𝑏𝑒𝑙 = 𝐹(1−𝛼) dengan
𝑑𝑘𝑝𝑒𝑚𝑏𝑖𝑙𝑎𝑛𝑔 = 𝑘 = 2
𝑑𝑘𝑝𝑒𝑛𝑦𝑒𝑏𝑢𝑡 = 𝑛 − 𝑘 − 1 = 30 – 2 – 1 = 27
𝑇𝑎𝑟𝑎𝑓 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑘𝑎𝑛 5% → 𝐹𝑇𝑎𝑏𝑒𝑙 = 3.35
𝐽𝑎𝑑𝑖, 𝐹𝐻𝑖𝑡𝑢𝑛𝑔 > 𝐹𝑇𝑎𝑏𝑒𝑙 (1,653.3 > 3.35)
Karena 𝐹𝐻𝑖𝑡𝑢𝑛𝑔 > 𝐹𝑇𝑎𝑏𝑒𝑙 maka koefisien korelasi ganda yang diperoleh adalah
signifikan.

e. Kesimpulan apa yang akan diperoleh guru tersebut berdasarkan hasil perhitungan pada
poin 1.c dan kriteria pengujian hipotesis pada poin1.d?
Jawaban :
Berdasarkan hasil perhitungan dan kriteria pengujian R diatas maka diperoleh
𝐹𝐻𝑖𝑡𝑢𝑛𝑔 ≥ 𝐹𝑇𝑎𝑏𝑒𝑙 𝑚𝑎𝑘𝑎 𝐻𝑜 𝑑𝑖𝑡𝑜𝑙𝑎𝑘 (𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑘𝑎𝑛)
Jadi, terdapat hubungan yang erat (signifikan) antara nilai try out Ujian Nasional pada
mata pelajaran Matematika dan Bahasa Indonesia dengan rata-rata hasil Ujian Nasional

2. Jika pada permasalahan No. 1 nilai try out Ujian Nasional pada mata pelajaran Matematika
dinotasikandengan X 1 , nilai try out Ujian Nasional pada mata pelajaran Bahasa Indonesia

dinotasikandengan X 2 , dan rata-rata hasil Ujian Nasionaldinotasikandengan Y serta guru

tersebut tertarik untuk melanjutkan analisisnya untuk melihat hubungan linear antar
variabel tersebut dimodelkan dengan Y =  0 + 1 X 1 +  2 X 2 +  .
a. Hipotesis statistik apa sajakah yang perlu dirumuskan untuk dugaan guru tersebut!
Jawaban :
Hipotesis Statistik :
𝐻𝑜 ∶ 𝐵1 = 𝐵2 = 0 → 𝑇𝑖𝑑𝑎𝑘 𝑡𝑒𝑟𝑑𝑎𝑝𝑎𝑡 ℎ𝑢𝑏𝑢𝑛𝑔𝑎𝑛 𝑙𝑖𝑛𝑖𝑒 𝑏𝑒𝑟𝑔𝑎𝑛𝑑𝑎
𝐻1 ∶ 𝐵1 ≠ 𝐵2 ≠ 0 → 𝑇𝑒𝑟𝑑𝑎𝑝𝑎𝑡 ℎ𝑢𝑏𝑢𝑛𝑔𝑎𝑛 𝑙𝑖𝑛𝑖𝑒 𝑏𝑒𝑟𝑔𝑎𝑛𝑑𝑎

b. Statistik uji yang tepat digunakan untuk membuktikan seluruh hipotesis statistik guru
tersebut?
Jawaban :
Statistik uji yang tepat digunakan adalah Model Regresi Berganda dengan 2 variabel
independen (𝑋1 dan 𝑋2 ) dan 1 variabel dependen (Y). Persamaan regresi linier ganda
dengan 2 variabel bebas adalah sebagai berikut :
𝑌̂ = 𝑎 + 𝑏1 𝑋1 + 𝑏2 𝑋2 + 𝑒
Dengan :
𝑌̂ = 𝑁𝑖𝑙𝑎𝑖 𝑌 𝑃𝑟𝑒𝑑𝑖𝑘𝑠𝑖
𝑎 = 𝐾𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑎
𝑋1 = 𝑉𝑎𝑟𝑖𝑎𝑏𝑒𝑙 𝐵𝑒𝑏𝑎𝑠 1
𝑋2 = 𝑉𝑎𝑟𝑖𝑎𝑏𝑒𝑙 𝐵𝑒𝑏𝑎𝑠 2
𝑏1 = 𝐾𝑜𝑒𝑓𝑖𝑠𝑖𝑒𝑛 𝑟𝑒𝑔𝑟𝑒𝑠𝑖 𝑣𝑎𝑟𝑖𝑎𝑏𝑒𝑙 𝑏𝑒𝑏𝑎𝑠 1
𝑏2 = 𝐾𝑜𝑒𝑓𝑖𝑠𝑖𝑒𝑛 𝑟𝑒𝑔𝑟𝑒𝑠𝑖 𝑣𝑎𝑟𝑖𝑎𝑏𝑒𝑙 𝑏𝑒𝑏𝑎𝑠 2
𝑒 = 𝑒𝑟𝑟𝑜𝑟 (𝑘𝑒𝑠𝑎𝑙𝑎ℎ𝑎𝑛 𝑝𝑟𝑒𝑑𝑖𝑘𝑠𝑖)
Serta dengan menggunakan uji F untuk menentukan 𝐹𝐻𝑖𝑡𝑢𝑛𝑔 dengan rumus :
𝐾𝑇 𝑅𝑒𝑔𝑟𝑒𝑠𝑖
𝐹𝐻𝑖𝑡𝑢𝑛𝑔 =
𝐾𝑇 𝑅𝑒𝑠𝑖𝑑𝑢𝑎𝑙

c. Nilai statistik hitung pada poin b menggunakan informasi pada tabel No.1?
Jawaban :
Nilai 𝑎, 𝑏1 dan 𝑏2 dapat dihitung dengan menggunakan rumus-rumus sebagai berikut :
𝑎 = 𝑌̅ − 𝑏1 𝑋̅1 − 𝑏2 𝑋̅2
(∑ 𝑥22 ) ∙ (∑ 𝑥1 𝑦) − (∑ 𝑥1𝑥2 ) ∙ (∑ 𝑥2 𝑦)
𝑏1 =
(∑ 𝑥12 ) ∙ (∑ 𝑥22 ) − (∑ 𝑥1𝑥2)2
(∑ 𝑥12 ) ∙ (∑ 𝑥2 𝑦) − (∑ 𝑥1𝑥2) ∙ (∑ 𝑥1 𝑦)
𝑏2 =
(∑ 𝑥12 ) ∙ (∑ 𝑥22 ) − (∑ 𝑥1 𝑥2)2
Yang mana :
(∑ 𝑋1 )2
∑ 𝑥12 = ∑ 𝑋12 −
𝑛
(∑ 𝑋2 )2
∑ 𝑥22 = ∑ 𝑋22 −
𝑛
(∑ 𝑌)2
∑ 𝑦 2 = ∑ 𝑌2 −
𝑛
∑ 𝑋1 ∑ 𝑌
∑ 𝑥1𝑦 = ∑ 𝑋1 𝑌 −
𝑛
∑ 𝑋2 ∑ 𝑌
∑ 𝑥2𝑦 = ∑ 𝑋2 𝑌 −
𝑛
∑ 𝑋1 ∑ 𝑋2
∑ 𝑥1𝑥2 = ∑ 𝑋1 𝑋2 −
𝑛

Berdasarkan Tabel bantuan pada soal no 1, diketahui :


∑ 𝑋1 = 2,186
∑ 𝑋2 = 2,016
∑ 𝑌 = 2,147
∑ 𝑋12 = 166,922
∑ 𝑋22 = 145,466
∑ 𝑌 2 = 159,611
∑ 𝑋1 𝑌 = 162,871
∑ 𝑋2 𝑌 = 148,779
∑ 𝑋1 𝑋2 = 149,608
Sehingga :
(∑ 𝑋1 )2 (2,186)2
∑ 𝑥12 = ∑ 𝑋12 − = 166,922 − = 7,635.5
𝑛 30
(∑ 𝑋2 )2 (2,016)2
∑ 𝑥22 = ∑ 𝑋22 − = 145,466 − = 9,990.8
𝑛 30
(∑ 𝑌)2 (2,147)2
∑ 𝑦 2 = ∑ 𝑌2 − = 159,611 − = 5,957.4
𝑛 30
∑ 𝑋1 ∑ 𝑌 (2,186 × 2,147)
∑ 𝑥1𝑦 = ∑ 𝑋1 𝑌 − = 162,871 − = 6,426.3
𝑛 30
∑ 𝑋2 ∑ 𝑌 (2,016 × 2,147)
∑ 𝑥2𝑦 = ∑ 𝑋2 𝑌 − = 148,779 − = 4,500.6
𝑛 30
∑ 𝑋1 ∑ 𝑋2 (2,186 × 2,016)
∑ 𝑥1𝑥2 = ∑ 𝑋1 𝑋2 − = 149,608 − = 2,708.8
𝑛 30
Koefisien Regresinya adalah :
(∑ 𝑥22 ) ∙ (∑ 𝑥1 𝑦) − (∑ 𝑥1𝑥2 ) ∙ (∑ 𝑥2 𝑦)
𝑏1 =
(∑ 𝑥12 ) ∙ (∑ 𝑥22 ) − (∑ 𝑥1𝑥2)2
(9,990.8) ∙ (6,426.3) − (2,708.8) ∙ (4,500.6)
=
(7,635.5) ∙ (9,990.8) − (2,708.8)2
64,203,878.04 − 12,191,225.28
=
76,284,753.4 − 7,337,597.44
52,012,652.76
=
68,947,155.96
= 0.75
(∑ 𝑥12 ) ∙ (∑ 𝑥2 𝑦) − (∑ 𝑥1𝑥2) ∙ (∑ 𝑥1 𝑦)
𝑏2 =
(∑ 𝑥12 ) ∙ (∑ 𝑥22 ) − (∑ 𝑥1 𝑥2)2
(7,635.5) ∙ (4,500.6) − (2,708.8) ∙ (6,426.3)
=
(7,635.5) ∙ (9,990.8) − (2,708.8)2
34,364,331.3 − 17,407,561.44
=
76,284,753.4 − 7,337,597.44
16,956,769.9
=
68,947,155.96
= 0.25
Sebelum menghitung nilai 𝑎, terlebih dahulu kita hitung :
∑ 𝑌 2,147
𝑌̅ = = = 71.6
𝑛 30
∑ 𝑋1 2,186
̅̅̅
𝑋1 = = = 72.86
𝑛 30
∑ 𝑋2 2,016
̅̅̅
𝑋2 = = = 67.2
𝑛 30
Sehingga :
𝑎 = 𝑌̅ − 𝑏1 𝑋̅1 − 𝑏2 𝑋̅2
= 71.6 − (0.75)(72.86) − (0.25)(67.2)
= 0.15
Jadi, persamaan regresi linier bergandanya adalah :
𝑌̂ = 0.15 + 0.75. 𝑋1 + 0.25. 𝑋2
Pengertian dari persamaan tersebut adalah :
• Apabila 𝑋2 konstan, maka pertambahan satu unit pada 𝑋1 akan mempunyai
pengaruh menaikkan 0.75 unit pada Y.
• Apabila 𝑋1 konstan, maka pertambahan satu unit pada 𝑋2 akan mempunyai
pengaruh menaikkan 0.25 unit pada Y.
• Apabila 𝑋1 dan 𝑋2 sama dengan nol, besarnya Y adalah 0.15 satuan.

Standard error of estimates dinyatakan dengan rumus sebagai berikut :

∑ 𝑌 2 − 𝑏1 ∑ 𝑋1 𝑌 − 𝑏2 ∑ 𝑋2 𝑌
𝑆𝑦12 = √
𝑛−3

Dengan :
𝑛 = 𝑗𝑢𝑚𝑙𝑎ℎ 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑠𝑖
3 = 𝑏𝑎𝑛𝑦𝑎𝑘 𝑘𝑜𝑒𝑓𝑖𝑠𝑖𝑒𝑛
Sehingga :

∑ 𝑌 2 − 𝑏1 ∑ 𝑋1 𝑌 − 𝑏2 ∑ 𝑋2 𝑌
𝑆𝑦12 = √
𝑛−3

5,957.4 − (0.75)(6,426.3) − (0.25)(4,500.6)


=√
30 − 3

5,957.4 − 4,819.7 − 1,125.2


=√
27

= √0.46
= 0.68

Uji F (Analisi varians regresi)


𝐹𝑇𝑎𝑏𝑒𝑙 dengan
𝑑𝑘𝑝𝑒𝑚𝑏𝑖𝑙𝑎𝑛𝑔 = 𝑘 = 2
𝑑𝑘𝑝𝑒𝑛𝑦𝑒𝑏𝑢𝑡 = 𝑛 − 𝑘 − 1 = 30 – 2 – 1 = 27
𝑇𝑎𝑟𝑎𝑓 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑘𝑎𝑛 5% → 𝐹𝑇𝑎𝑏𝑒𝑙 = 3.35
Tabel Ragam Regresi Berganda
Sumber Derajat Jumlah Kuadrat
F Hitung F Tabel
Keragaman (JK) Bebas (DB) Kuadrat Tengah
Regresi 2 159,348.1 318,696.2
1,444.388 3.35
Residual 27 5,957.4 220.64
𝐽𝑎𝑑𝑖, 𝐹𝐻𝑖𝑡𝑢𝑛𝑔 > 𝐹𝑇𝑎𝑏𝑒𝑙 (1,444.388 > 3.35)
d. Seluruh kriteria pengujian hipotesis statistik yang dapat digunakan oleh guru tersebut
sesuai hipotesis statistik pada poin 2.a dan menggunakan statistik uji pada poin 2.b
dengan taraf signifikansi 5%?
Jawaban :
𝐹𝐻𝑖𝑡𝑢𝑛𝑔 dapat diperoleh dengan menggunakan rumus (asumsi sebaran data normal
untuk komponen pengganggu e) :
𝐾𝑇 𝑅𝑒𝑔𝑟𝑒𝑠𝑖
𝐹𝐻𝑖𝑡𝑢𝑛𝑔 =
𝐾𝑇 𝑅𝑒𝑠𝑖𝑑𝑢𝑎𝑙
Nilai 𝐹𝐻𝑖𝑡𝑢𝑛𝑔 ini akan digunakan untuk pengujian hipotesis :
𝐻𝑜 ∶ 𝐹𝐻𝑖𝑡𝑢𝑛𝑔 = 0
𝐻1 ∶ 𝐹𝐻𝑖𝑡𝑢𝑛𝑔 ≠ 0
Kriteria pengujian nilai 𝐹𝐻𝑖𝑡𝑢𝑛𝑔 adalah sebagai berikut :
1. Jika 𝐹𝐻𝑖𝑡𝑢𝑛𝑔 > 𝐹𝑇𝑎𝑏𝑒𝑙 artinya terdapat hubungan bukan linier berganda pada
pasangan 𝑋1, 𝑋2 , Y tersebut. 𝐹(𝑋1 𝑋2 ) bukan linier pada taraf 𝛼 = 5%.
2. Jika 𝐹𝐻𝑖𝑡𝑢𝑛𝑔 ≤ 𝐹𝑇𝑎𝑏𝑒𝑙 artinya terdapat hubungan linier berganda antara pengaruh 𝑋1
dan 𝑋2 terhadap Y secara bersama atau simultan pada taraf 𝛼 = 5%.

e. Apa kesimpulan yang dapat diperoleh oleh guru SD tersebut berdasarkan hasil nilai
statistik uji hitung pada poin 2.c dan kriteria pengujian hipotesis pada poin 2.d?
Jawaban :
Kesimpulan yang dapat diperoleh oleh guru SD tersebut berdasarkan hasil nilai statistik
uji hitung diatas adalah :
𝐹𝐻𝑖𝑡𝑢𝑛𝑔 > 𝐹𝑇𝑎𝑏𝑒𝑙 (1,444.388 > 3.35), maka terdapat hubungan bukan linier berganda
pada pasangan 𝑋1, 𝑋2 , Y tersebut. 𝐹(𝑋1 𝑋2 ) bukan linier pada taraf 𝛼 = 5%.

3. Misalkan diketahui hubungan antara X1, X2, X3, dan X4 sebagai berikut.
X1

X3 X4

X2
Jika diketahui korelasi antar peubah tersebut
X1 X2 X3 X4
X1 1,00 0,43 0,52 0,35
X2 1,00 0,72 0,25
X3 1,00 0,53
X4 5 1,00
a. Rumuskan model persamaan struktural dari hubungan antar keempat peubah tersebut!
Jawaban :
Model persamaan strukturalnya adalah sebagai berikut :
𝑋3 = 𝑃31 𝑋1 + 𝑃32 𝑋2 + 𝑝3 𝜀
𝑋4 = 𝑃41 𝑋1 + 𝑃42 𝑋2 + 𝑃43 + 𝑝3 𝜀

b. Tentukan koefisien-koefisien lintas pada setiap model hubungan antar keempat peubah
pada poin 3.a!
Jawaban :
𝑋1 𝑑𝑒𝑛𝑔𝑎𝑛 𝑋2 ; 𝑟12 = 0,43 → 𝑃21 = 0,43
𝑋1 𝑑𝑒𝑛𝑔𝑎𝑛 𝑋3 ; 𝑟13 = 0,52 → 𝑃31 = 0,52
𝑋2 𝑑𝑒𝑛𝑔𝑎𝑛 𝑋3 ; 𝑟23 = 0,72 → 𝑃32 = 0,72
𝑋2 𝑑𝑒𝑛𝑔𝑎𝑛 𝑋4 ; 𝑟24 = 0,25 → 𝑃42 = 0,25
𝑋1 𝑑𝑒𝑛𝑔𝑎𝑛 𝑋4 ; 𝑟14 = 0,35 → 𝑃41 = 0,35
𝑋3 𝑑𝑒𝑛𝑔𝑎𝑛 𝑋4 ; 𝑟34 = 0,53 → 𝑃43 = 0,53

𝑋1
𝑃41 (0,35)

𝑃31 (0,52)
𝑃21 (0,43)
𝑋3 𝑃43 (0,53) 𝑋4
𝑃32 (0,72)
𝑃42 (0,25)
𝑋2

Berdasarkan Diagram Jalur diatas dapat disusun persamaan sebagai berikut :


𝑋3 = 𝑃31 𝑋1 + 𝑃32 𝑋2 + 𝑝3 𝜀
𝑋4 = 𝑃41 𝑋1 + 𝑃42 𝑋2 + 𝑃43 + 𝑝3 𝜀
Dengan nilai korelasi yang sudah diketahui pada tabel, maka koefisien jalurnya adalah
sebagai berikut :
𝑟12 = 0,43
𝑟13 = 𝑃31 + 𝑃32 𝑟12 = 0,52 + 0,3 = 0,82
𝑟23 = 𝑃32 + 𝑃32 𝑟12 = 0,72 + 0,2 = 0,92
𝑟14 = 𝑃41 + 𝑃42 𝑟12 + 𝑃43 𝑟13 = 0,35 + 0,107 + 0,44 = 0,9
𝑟24 = 𝑃42 + 𝑃41 𝑟12 + 𝑃43𝑟23 = 0,25 + 0,2 + 0,5 = 0,9
𝑟34 = 𝑃43 + 𝑃41 𝑟13 + 𝑃42𝑟23 = 0,53 + 0,3 + 0,2 = 1,03
Karena tidak ada nilai koefisien jalur yang kurang dari 0,05 maka diagram jalur tersebut
tidak berubah.
Selanjutnya, kita akan menghitung matrik korelasi. Apakah terdapat perubahan antara
matrik korelasi yang sebelumnya dengan yang sekarang.
Matrik korelasi awal
X1 X2 X3 X4
X1 1,00 0,43 0,52 0,35
X2 1,00 0,72 0,25
X3 1,00 0,53
X4 5 1,00

Matrik korelasi yang baru


X1 X2 X3 X4
X1 1,00 0,43 0,82 0,9
X2 1,00 0,92 0,9
X3 1,00 1,03
X4 5 1,00

c. Tentukan besarnya pengaruh langsung, pengaruh tak langsung, dan pengaruh total
untuk setiap hubungan antar keempat peubah pada poin 3.a tersebut!
Jawaban :
Pada Diagram Jalur diatas, maka proses analisisnya dilakukan secara bertahap melalui
substruktur-substruktur. Substruktur I menjelaskan hubungan kausal antara variable
𝑋1 𝑑𝑎𝑛 𝑋2 ke variable 𝑋3 , serta subtruktur II menjelaskan hubungan kausal antara
variable 𝑋1 , 𝑋2 𝑑𝑎𝑛 𝑋3 ke variable 𝑋4 .

Pengaruh dari 𝑋1 ke 𝑋4
Pengaruh langsung = 0,9
Pengaruh tidak langsung (melalui 𝑋3 ) = 0,82 × 1,03 = 0,84
Total pengaruh = 0,9 + 0,84 = 1,74

Pengaruh dari 𝑋2 ke 𝑋4
Pengaruh langsung = 0,9
Pengaruh tidak langsung (melalui 𝑋3 ) = 0,92 × 1,03 = 0,94
Total pengaruh = 0,9 + 0,94 = 1,84

Pengaruh dari 𝑋3 ke 𝑋4
Pengaruh langsung = 1,03

d. Sketsa daerah penerimaan dan daerah penolakan hipotesis statistik beserta kriteria (nilai
kritis) yang dapat digunakan oleh guru tersebut dalam menguji hipotesis statistik yang
telah ditetapkan pada poin a dan menggunakan statistik uji pada poin b?
Jawaban :
𝐽𝑖𝑘𝑎 𝑎𝑛𝑔𝑘𝑎 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑘𝑎𝑛 ≥ 0,05 𝑚𝑎𝑘𝑎 𝐻0 𝑑𝑖𝑡𝑒𝑟𝑖𝑚𝑎
𝐽𝑖𝑘𝑎 𝑎𝑛𝑔𝑘𝑎 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑘𝑎𝑛 < 0,05 𝑚𝑎𝑘𝑎 𝐻0 𝑑𝑖𝑡𝑜𝑙𝑎𝑘
Karena dari hasil pada poin a dan poin b nilai koefisien jalur tidak ada kurang dari 0,05,
ini berarti bahwa 𝑎𝑛𝑔𝑘𝑎 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑘𝑎𝑛 ≥ 0,05 𝑚𝑎𝑘𝑎 𝐻0 𝑑𝑖𝑡𝑒𝑟𝑖𝑚𝑎
Sehingga dapat digambarkan daerah penolakan hipotesis statistic :
e. Apa kesimpulan yang dapat diperoleh oleh guru SD tersebut berdasarkan hasil nilai
statistik uji hitung pada poin c dan kriteria pengujian hipotesis pada poin d?
Jawaban :
1. 𝑋1 tidak mempunyai pengaruh langsung terhadap 𝑋4 , tetapi mempunyai pengaruh
tidak langsung melalui 𝑋2 dan 𝑋3
2. 𝑋2 dan 𝑋3 mempunyai pengaruh langsung terhadap 𝑋4 , tetapi 𝑋2 juga mempunyai
pengaruh tidak langsung terhadap 𝑋4 melalui 𝑋3
3. Pengaruh langsung dua variable (𝑋2 dan 𝑋3 ke 𝑋4 ) lebih besar bila dibandingkan
pengaruh tidak langsung 𝑋2 ke 𝑋3 (0,92 dan 1,03 ≥ 0,92). Pengaruh langsung 𝑋2
terhadap 𝑋4 lebih kecil dari 𝑋3 terhadap 𝑋4 (0,9 < 1,03)

Anda mungkin juga menyukai