Nama : Rika Fauziah

NIM : 0301182199

Prodi : PAI-6

Matkul : Statistik Pendidikan

1. Jelaskan tujuan di lakukannya pengujian persyaratan analisis !

Jawab :

Tujuan di lakukannya pengujian persyaratan analisis adalah untuk mengetahui apakah

data yang di kumpulkan memenuhi persyaratan untuk dianalisiss dengan tekhnik yang
telah direncanakan .

2. Jelaskan perbedaan uji normalitas, uji homoghenitas, dan uji linieritas !

Jawab :

Uji normalitas adalah sebuah uji yang di lakukan dengan tujuan untuk menilai sebaran
data padasebuah kelompok data atau variabel,apakah data tersebut berdistribusi normal
atau tidak.

Uji homogenitas adalah pengujian mengenai sama tidaknya variansi-variansi dua buah
distribusi atau lebih. Uji homogenitas di lakukan untuk mengetahui apakah data dalam
variabel X dan Y homogen atau tidak.

Uji linieritas adalah uji yang di lakukan untuk mengetahui apakah dua variable
mempunyai hubungan yang linear atau tidak secara signifikan . pengujian ini melihat
bagaimana variable (x) mempengaruhi variable (y), baik itu pengaruh berbanding lurus
mauopun berbanding terbalik. Uji ini biasanya di gunakan sebagai persyaratan dalam
analisis korelasi atau regresi linear.

3. Tuliskan apa yang kamu ketahui mengenai korelasi product momen !

Jawab :

Korelasi product moment adalah ukuran korelasi linier antara dua variabel kontiniu
( minimal berskala data interval ) yang berdistribusi noormal. Korelasi product moment
ini bisa di katakan uji parametrik.

4. Berdasarkan Data Dari Ujian Fisika Dari 20 Siswa di dapatkan data sebagai
berikut : 47,45, 52,63,,70,48,52,52,54,46,66,45,68,71,69,61,65,68,70,65. Selidikilah dengan
α=5%. Apakah data tersebut di ambil dari populasi berdistribusi normal ?

Jawab :

FKumulatif Nilai Ujian Nilai Z F(zi) Sn(zi) F(zi)-Sn(zi) I F(zi)-Sn(zi)I

(Xi)
1 45 - 0,057153747 0,05 0,007153747 0,007153747
1,57912
2 46 - 0,070802199 0,1 -0,029197801 0,029197801
1,46984
3 47 - 0,086826297 0,15 -0,063173703 0,063173703
1,36056
4 48 - 0,105416423 0,2 -0,094583577 0,094583577
1,25128
5 52 - 0,207779308 0,25 -0,042220692 0,042220692
0,81415
6 52 - 0,207779308 0,3 -0,092220692 0,092220692
0,81415
7 52 - 0,207779308 0,35 -0,142220692 0,142220692
0,81415
8 54 - 0,275725661 0,4 -0,124274339 0,124274339
0,59559
9 57 - 0,394449406 0,45 -0,055550594 0,055550594
0,26774
10 61 0,16938 0,5672539 0,5 0,0672539 0,0672539
7
11 63 0,38795 0,650973856 0,55 0,100973856 0,100973856
1
12 65 0,60651 0,727913575 0,6 0,127913575 0,127913575
5
 13 65 0,60651 0,727913575 0,65 0,077913575 0,077913575
5
14 66 0,71579 0,762941628 0,7 0,062941628 0,062941628
7
15 68 0,93436 0,824941116 0,75 0,074941116 0,074941116
1
16 68 0,93436 0,824941116 0,8 0,024941116 0,024941116
1
17 69 1,04364 0,851674672 0,85 0,001674672 0,001674672
3
18 70 1,15292 0,875529381 0,9 -0,024470619 0,024470619
5
19 70 1,15292 0,875529381 0,95 -0,074470619 0,074470619
5
20 71 1,26220 0,896562811 1 -0,103437189 0,103437189
7

Rata Rata 59,45

Standar 9,150639897
Deviasi

Jika D hitung < Dtabel Maka H0 Diterima

Jika D hitung > Dtabel Maka H0 Ditolak

Untuk Menentukan Nilai Dtabel dengan taraf signifikansi 0,05 dan dengan N=20 kita lihat pada
table liliefors
Terlihat nilai Dtabel dengan jumlah sampel 20 dan taraf signifikansi 0,05 nilainya adalah 0,190
ditulis: Dtabel =0,190

Setelah menentukan Nilai terbesar pada |F(zi)-S(zi)| sebesar 0,142 (nilai yang paling besar) maka
didapat kesimpulan bahwa Dhitung (0,142) < Dtabel (0,190) maka H0 Diterima

Jadi data nilai ujian fisika siswa berdistribusi NORMAL

Nomor 5

Penyelesaian:
Hipotesa :
H0: μ1 = μ2 = μ3
H1: Ada rata-rata yang tidak sama

❖ Tingkat signifikasi α = 0.05

❖ Karena df 2= derajat bebas perlakuan = 3 dan df2= derajat bebas galat = 116, maka
f(0.05;3;116) = 3.89. Jadi daerah pelokannya: H0 ditolak jika F > 2.68

Data

SAMPEL

Strategi Strategi Strategi Strategi

discovery inkuiri problem Saintifik
Learning learning (IL) based learning (SL)
 learning
(DL)
(PBL)
80 66 76 78
66 78 88 66
87 77 75 57
57 87 77 75
77 88 85 88
89 65 67
76

TOTAL 532 461 468 364 1825

Jumlah Kuadrat Total

=802+662+872+572+772+762+662+782+772+872+882+652+762+882+752+772+852+672+782+
652+572+752+882 -- 18252

24

=140.953 -3.330.625
1 24
= 3. 382.872 – 3. 330.625
24 24

=127.177

Jumlah Kuadrat Perlakuan dan Jumlah Kuadrat Galat

 =5322 + 4612 +4682 +3642 - 18252

7 6 6 5 24

= 33.962.880 + 33.953. 360 + 30.663. 360 + 22. 359. 328 – 116.571.875

840

=120.838.928 – 116.571.875

840

= 5.079,825

JKG = 127.177 – 5080

= 122.097

TABEL ANOVA DAN KESIMPULAN

Sumber Derajat Jumlah Kuadrat

Statistik F
Variasi Bebas Kuadrat Rata-rata
Perlakuan 4–1=3 5080 1.693, 3
Galat 24 – 4= 20 122.097 6.104,8 F= 0,278
Total 24 – 1= 23 127.177

Karena Fhitung = 0,278 < 3.20 maka H0 diterima. Jadi terdapat rata-rata yang sama.

Nomor 6
Data sebuah penelitian sebagai berikut:

X1 X2 y
20 13 15
22 18 18
18 10 9
24 17 16
19 10 13
18 9 12
21 15 15
22 10 10
17 9 11
16 11 9
22 18 24
24 22 16

a) Tentukan koefisien determinasi dari variabel X1 terhadap Y

b) Tentukan Koefisien determinasi dari variabel X2 terhadap Y
c) Tentukan koefisien determinasi dari variabel X1 dan X2 secara bersama terhadap Y
d) Hitung koefisien korelasi ganda pada α = 0,05
e) Uji keberartian koefisien korelasi
f) Hitung koefisien parsial X1 terhadap Y dengan X2 dikendalikan
g) Hitung koefisien parsial X2 terhadap Y dan X1 dikendalikan

No X X Y X12 X22 Y2 X1Y X2Y X1X2

20 23 25 400 529 625 500 575 460
1
22 28 28 484 784 784 616 784 616
2
18 20 19 324 400 361 342 380 360
3
24 27 26 576 729 676 624 702 648
4
19 20 23 361 400 529 437 460 380
5
18 19 22 324 361 484 396 418 342
6
21 25 25 441 625 625 525 625 525
7
22 20 20 484 400 400 440 400 440
8
17 19 21 289 361 441 357 399 323
9
10 16 21 29 256 441 841 464 609 336
 22 18 24 484 324 576 528 432 396
11
24 22 16 576 484 256 384 352 528
12
243 262 278 4999 5838 6598 5613 6136 5354
Total

❑
N = 12 ∑ X 21 = 4999
❑

❑ ❑
∑ X 1 = 243 ∑ X 22 = 5838
❑ ❑

❑ ❑
2
∑ X 2 = 262
❑
∑
❑
Y = 6598

❑ ❑
∑ Y = 278
❑
∑
❑
X 1 X 2 = 5354

❑ ❑
∑ X 1 Y = 5613 ∑ X 2 Y = 6136
❑ ❑

 Menghitung korelasi varabel X1 dengan variabel Y

H0 : Py.1 = 0

Hα : Py.1 ≠ 0

H0 = tidak terdapat hubungan antara X1 denagn Y

Hα = terdapat hubungan antara X1 dengan Y

❑
rxy = N ∑ X 1 Y −¿ ¿
❑
 12 x 5613−( 24 3 ) (278)
=
√{12(¿ 4999)−(24 3)2 }{12 ( 6598 )−(278)2 ¿
67 356−67554
=
√{59988−59049 }{79068−77284 }
−198
=
√( 93 9 ) (1784)
−198
=
√ 1675176
−198
=
1294,28

rxy = -0,153

Perhitungan uji keberartian X1 terhadap Y

n−2
t=r
√ 1−r 2

12−2
¿−0,15 3
√ 1−(−0,15 3)2

10 10
¿−0,15 3
√ 1−0,02 3
= −0,15 3
√
0,977

= −0,15 3 x √ 10,23 5

= -0,153 x 3, 199

t = 0,489

t tabel dik 10 pada α = 0,05 yaitu 1,81

Dengan demikian thitung = (0,489) < ttabel (1,81) hal ini bermakna bahwa variabel X1 terhadap
variabel Y adalah tidak berarti, dengan demikian menolak H0 dan tentunya menerima Hα
sehingga dapat disimpulkan bahwa tidak terdapat hubungan antara variabel X1 dengan Y.

Selanjutnya koefisien determinasi (R2) Y atas X1

R2 = r2 x 100%

= (-0,153)2 x 100%
 = (0, 023) x 100%

= 2,3%

Sehingga dapat disimpulkan bahwa kontribusi variabel X1 terhadap variabel Y sebesar 2,3%
sedangkan sisara sebesar 97,7% ditentukan oleh faktor (variabel) lain.

 Menghitung korelasi variabel X2 dengan variabel Y

Hipotesis yang diuji adalah

H0 : Py.1 = 0

Hα : Py.1 ≠ 0

H0 = tidak terdapat hubungan antara X2 denagn Y

Hα = terdapat hubungan antara X2 dengan Y

❑
rx2y = N ∑ X 2 Y −¿ ¿
❑

12 x 61 3 6− (262 ) (278)
=
√{12(¿ 583 8)−(262)2 }{12 ( 6598 )−(278)2 ¿
7 3 6 3 2−728 3 6
= ¿
√{70056−68644 }{79176−77284 ¿
796
=
√( 1412 ) (1892)
796
=
√ 2675288
796
=
16 35,6 3

rx2y =0,486

Perhitungan keberartian

n−2
t=r
√ 1−r 2
 12−2
¿ 0,486
√ 1−(0,486¿ ¿ 2)
¿

10
¿ 0,486
√ 1−0,23 6

10
¿ 0,486
√ 0,764

¿ 0,486 √ 13 , 089

¿ 0,486 x 3,617

¿ 1,757

ttabel dik 10 pada α = 0,05 yaitu 1,81

dengan demikian thitung (1,757) < ttabel (1,81) hal ini bermakna bahwa variabel X2 terhadap variabel
Y adalah tidak berarti dengan demikian menolak H0 dan tentunya menerima Hα sehingga dapat
disimpulkan bahwa terdapat hubungan antara variabel X2 dengan Y.

Selanjutnya koefisien determinasi (R2) Y atas X2

R2 = r2 x 100%

= (0,486)2 x 100%

= 0,236 x 100%

= 23,6%

Sehingga dapat disimpulkan bahwa kontribusi variabel X2 terhadap Y sebesar 23,6%sedangkan

sisanya sebesar 76,4 % ditentukan oleh faktor lain (Variabel lain)

 Menghitung korelasi variabel X1 dengan variabel X2

❑
rx1x2 = N ∑ X 1 X 2−¿ ¿
❑

12 X 5 354−( 24 3 ) (262)
= 2 2
√{12 ( 4999 )−( 24 3 ) }{12(583 8)−(262) }
64248−6 3 666
¿
√{ ( 59988 )−59049 }{( 70056 )−68644 }
582
¿
√(9 3 9)(1.412)
 582
¿
13 25868

582
¿
1151,46

rx1x2 = 0, 505

Perhitungan Keberartian

n−2
t=r
√ 1−r 2

12−2
¿ 0 , 505
√ 1−(0 , 505)2

10
¿ 0 , 505
√ 1−0 , 255

10
¿ 0 , 505
√ 0 , 754

¿ 0 , 505 √1 3 , 262

¿ 0 , 505x 3 , 641

= 1,838

ttabel dik 10 pada α = 0,05 yaitu 1,81

dengan demikian thitung (1,838) > ttabel (1,81) hal ini bermakna bahwa variabel X1 terhadap variabel
X2 adalah berarti, sehingga dapat dimaknai bahwa kedua variabel bebas adalah dependen

 Menghitung korelasi ganda variabel X1 dan X2 dengan variabel Y

Hipotesis yang diuji adalah:

Ho : ρy 1 2=0

Ha : ρ . y .1 2≠ 0

Ho : Tidak terdapat hubungan anatara variabel x1 dan x2 secara bersama-sama dengan variabel y

Ha : terdapat hubungan antara variabel x1 dan x2secara bersama-saa dengan variabel y

Dari hitungan sebelumnya diketahui :
rx1y =0,153 r2x1y = 0,023

rx2y = 0,486 r2x2y = 0,236

rx1x2 = 0,505 r2x1x2 =0,255

Seghingga dapat dihitung korelasi ganda sebagai berikut:

r 2 x 1 y +r 2 x 2 y .r x 2 y . rx 1 x 2
Rx1x2y =
√ 1−r 2 x 1 x 2

0,023+0,2 3 6−2 ( 0,15 3 ) ( 0,486 ) (0,505)

=
√ 1−0,255
0,259−0,074
=
√ 0,754
0,185
=
√ 0,754
=√ 0,245
=0,494

Uji keberartian koefisien korelasi ganda

R 0,4942 0,244
K 2 2 0,122
= = = = = 2, 346
F=( 1−N ) (1 ,−0,494) (0,506) 0,052
( N −K −1 ) 12−2−1 9

FTabel (2,9) Pada α =0.05 yaitu 4,256

Hal ini berarti FHitung (2,346)¿ FTabel (4,256) dengan demikian dapat dinyakan bahwa antara
variabel x1 dan x2 secara bersama-sama tidak mempunyai korelasi yang positif dan signifikansi
terhada variabel Y

Koefisien determinasi dari variabel X1 dan X2 secara bersama terhadap Y

R2 = r2 x 100%

= (0,494)2 x 100%
 = 0,244 x 100%

= 24,4%

Sehingga dapat disimpulkan bahwa kontribusi variable X1 dengan X2 Secara Bersama sama
terhadap Y sebesar 24,4%sedangkan sisanya sebesar 75,6 % ditentukan oleh faktor lain (Variabel
lain)

Korelasi Parsial

Berdasarkan pada perhitungan pada korelasi ganda di atas maka dapat dilihat

rx1y =0,153 r2x1y = 0,023

rx2y = 0,486 r2x2y = 0,236

rx1x2 = 0,505 r2x1x2 =0,255

dari data diatas maka dapat dihitung korelasi parsialnya sebagaii berikut

1. Korelasi parsial X1 dengan y dengan pengontrol x2

Hipotesis yang diuji adalah :
Ho : ry1.2 = 0
Ha : ry1.2≠ 0
Ho : tidak terdapat hubungan antara X1 dengan y setelah x2 dikendalikan
Ha : terdapat hubungan antara x1 dengan y setelah x2 dikendalikan

ry−r y 2 ry 12
Ry1.2 = 2 2 y 12
√(1−r ¿ y )(1−r
2 )¿

0,153−r ( 0,486 ) (0,505)

=
√(1−0,2 3 6¿)(1−0,255)¿
0,153−0,246
=
√(0,764¿)(0,745) ¿
−0,09 3
= = -0,123
0,756
Uji keberartian koefisien korelasi parsial

r y 12 √ n−3
t= 2
√1−r y 12

−0,123 √ 12−3
=
√ 1−( 0,015)
−0,123 √9
=
√ 1−0,015

−0,123 √9
=
√ 0,265
−0,123 . 3 −0 , 369
= = = -0,756
√ 0,265 0,484

t tabel dengan dk 9 pada α =0,05yaitu 1,833 dengan demikian thitung (0,754)¿ ttabel (1,833) maka
korelasi parsial variabel (x1) terhadap y dengan pengontrol variabel x2 adalah tidak berarti
dengan demikian menerima Ho dan tentunya menolak Ha. Sehingga dapat diputuskan bahwa
dengan mengendalikan variabel x2 tidak terdapat hubungan antara variabel x1 dengan variabel y.

2. Korelasi parsial x2 dengan y dengan pengontrol x1

Hipotesis yang diuji adalah:
Ho : ry2.1 = 0
Ha : ry2.1 ≠ 0
Ho : tidak dapat hubungan anatara variabel (x2) dengan y. setelah variabel x1
dikendalikan
Ha ; terdapat hubungan anatara variabel (x2) dengan variabel y setelah variabel (x1)
dikendalikan
(r y 2−r y ) 1ry12
Ry1.2 = 2 y1
√( 1−r ) (1−r 2 y 12 ¿)¿
( 0,486 )−( 0,15 3 )( 0,505)
=
√( 1−0,023 ) (1−0,255)
 0,486−0,077
=
√( 0,977 ) (0,745)
0,409
=
√ 0,232
0,409
= = 0,850
0,481
Uji keberartian koefisien korelasi parsial
r y 12 √ n−3
t= 2
√1−r y 12
0,850 √ 9
=
√ 1−0,722
( 0,850 ) (3)
=
√ 0,278
2,55
= = 4,838
0,527
Ttabel dengan dk 9 pada α =0,05yaitu 1,833
Dengan demikian thitung(4,838)¿ ttabel (1,894)maka korelasii parsial variabel terhadap y dengan
pengontrol variabel x1 adalah berarti, dengan demikian menolak Ho dan tentunya menerima Ha.
Sehingga dapat disimpulkan bahwa dengan mengendalikan variabel x1 terdapat hubungan antara
variabel x2 dengan variabel y