Soal Determinasi Uji T

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:

r2 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

Contoh soal 2

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)

r2 n  2
Menghitung nilai t dengan rumus: t =
1- r2
 (0,886621)2 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.

Contoh soal 3

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 = = 0,891
10 (7.260.000) - (8400) 2 10 (675.000) - (2.500) 2

10 (5800) - (21)(2.500)
rx2y = = 0,824
10 (53) - (21) 2 10 (675.000) - (2.500) 2

10 (18.500) - (8400)(21)
rx1x2 = = 0,638
10 (7260000) - (8400) 2 10 (53) - (21) 2

Selanjutnya dari nilai koefisien korelasi antar variabel dapat dihitung koefisien korelasi

berganda:

2 2
rx1 y  rx 2 y  2 (rx1y )(rx 2 y )(rx1x 2 )
Rx1x2y = 2
1  rx1x 2

0,8912  0,824 2  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:

R 2 /( k )
F =
(1  R 2 ) /( n  k  1)

Keterangan:

R2 = Koefisien determinasi

k = Jumlah variabel bebas

n = Jumlah kasus

Contoh soal 4

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)

R 2 /( k )
F =
(1  R 2 ) /( n  k  1)

0,9512 / 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.

Contoh soal 4

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 i2
xy  1 
n( n 2  1)
 6 x7
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  0,92)
(1  r 2 )

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.

Contoh soal 5

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
Y2 XY
(X) (Y) X2
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  8 41.689    557 
2 2

9.972
r  0,989
4368 x 23.263