TUGAS DARING MODUL 2

Dalam Mata Kuliah

Aplikasi Statistik dalam Pendidikan

(Dosen Pengampu: Prof. Dr. Nyoman Dantes)

Oleh:

Nama : Ni Made Tini Sulasmi

NIM : 1829041007

Kelas :A

Semester :I

JURUSAN PENDIDIKAN GURU SEKOLAH DASAR

PROGRAM PASCASARJANA
UNDIKSHA SINGARAJA
TAHUN 2018
Tugas
Buatlah 3 variabel bebas (X1, X2, X3) dengan N=30, kemudian buktikan uji
prasyarat normalitas setiap variabel (X1, X2, X3) dan uji multikolinieritas
antar variabel bebasnya!

A. Uji Normalitas Variabel Bebas X1

Dimisalkan DataVariabel Bebas (X1) dengan N = 30
40 59 64
49 59 69
49 59 69
54 59 69
54 59 69
54 64 69
59 64 74
59 64 74
59 64 74
59 64 74

1. Langkah-Langkah Menyusun Data Bergolong

a. Menghitung Total Range (R)
R = (Skor maksimal – Skor minimal) + 1
R = (74 – 40) + 1
R = 34 + 1
R = 35
b. Menghitung dan menentukan Interval Kelas (i)
R 35
imaksimal   7
5 5
R 35
iminimal    2,33
15 15
Berdasarkan perhitungan di atas, dapat dianalisis i mak dengan i minimal
diantara 2 sampai 7 yaitu 2, 3, 4, 5, 6, dan 7. Penentuan kelas interval
sebaiknya ganjil agar titik kelas tengah kelas interval tidak pecahan, sehingga

1
dapat dipilih antara 3, 5, 7. Berdasarkan hal tersebut interval yang dipilih
yaitu interval 5.

2. Menyusun Tabel Distribusi Data Bergolong

Selanjutnya menyususn tabel distribusi data bergolong sebagai berikut.

Tabel 01
Distribusi Frekuensi Data Bergolong untuk Variabel Bebas X1

2
Kelas Interval X f. absolut fX χ  f 2
40 – 44 42 1 42 -18 324 324
45 – 49 47 2 94 -13 169 338
50 – 54 52 3 156 -6 36 108
55 – 59 57 9 513 -3 9 81
60 - 64 62 6 372 2 4 24
65 – 69 67 5 335 7 49 245
70 - 74 72 4 288 12 144 576
N=30 ∑fX=1800
∑ f 2 = 1696

a. Menghitung mean (M=rerata)

Diketahui:
∑ fX =1800
∑f = 30

M
 fX
f
1800
M
30
M  60
Jadi, nilai mean variabel bebas X1adalah 60.
b. Menghitung Standar Deviasi (s)
Diketahui:
∑ f 2 = 1696
N = 30

s
 f 2

2
 56,53
s
30

s  56,53
s  7,51887
Jadi, nilai standar deviasi variabel bebas X1 dibulatkan menjadi 8.
3. Menyusun Tabel Kerja Chi Kuadrat
Tabel 02
Tabel Kerja Chi-Kuadrat Variabel Bebas X1

Kategori Kriteria fo fh (fo-fh) (fo-fh)2 (fo-fh)2/fh

M+2SD - M+3SD 89 - 95 0 0,68 -0,68 0,47 0,68
M+1SD - <M+2SD 82 - 88 9 4,08 4,92 24,24 5,94
M - <M+1SD 75 - 81 6 10,24 -4,24 19,79 1,75
M - 1SD-M 68 - 74 12 10,24 1,76 3,10 0,30
M-2SD - <M-1SD 61 - 67 2 4,08 -2,08 4,31 1,06
M-3SD - <M-2SD 53 - 60 1 0,68 0,32 0,10 0,15
∑fo=30 ∑=9,89
Kesimpulan:
Berdasarkan table kerja chi-kuadrat di atas diperoleh Chi Kuadrat hitung sebesar
9,89 dan Chi Kuadrat tabel dengan taraf signifikansi 5% sebesar 11,07. Jadi, dapat
disimpulkan Chi Kuadrat hitung < Chi Kuadrat tabel (9,89<11,07), H0 diterima
yang menyatakan data berdistribusi normal, dan H1 ditolak.

B. Uji Normalitas Variabel Bebas X2

Dimisalkan Data Variabel Bebas X2 dengan N=30
62 58 70
60 60 77
68 70 78
70 68 77
70 70 68
62 77 70
70 60 71
62 70 84
51 56 71
70 58 71

3
1. Langkah-Langkah Menyusun Data Bergolong
a. Menghitung Total Range (R)
R = (Skor maksimal – Skor minimal) + 1
R = (84 – 51) + 1
R = 33 + 1
R = 34
b. Menghitung dan menentukan Interval Kelas (i)
R 34
imaksimal    6,8
5 5
i maksimal dibulatkan menjadi 7
R 34
iminimal    2,27
15 15
Berdasarkan perhitungan di atas, dapat dianalisis i mak dengan i minimal
diantara 2 sampai 7 yaitu 2, 3, 4, 5, 6, dan 7. Penentuan kelas interval
sebaiknya ganjil agar titik kelas tengah kelas interval tidak pecahan, sehingga
dapat dipilih antara 3, 5, 7. Berdasarkan hal tersebut interval yang dipilih
yaitu interval 7.
2. Menyusun Tabel Distribusi Data Bergolong
Selanjutnya menyususn tabel distribusi data bergolong sebagai berikut.

Tabel 03
Distribusi Frekuensi Data Bergolong untuk Variabel Bebas X2

2
Kelas Interval X f. absolut fX χ  f 2
51 – 57 54 1 108 -14 169 338
58 – 64 61 2 366 -7 36 216
65 – 71 68 3 1020 1 1 15
72 – 78 75 9 450 7 64 192
79 - 85 82 6 164 14 255 255
N=30 ∑fX=2108
∑ f 2 = 1016

c. Menghitung mean (M=rerata)

Diketahui:
∑ fX =2108
∑f = 30

4
 M
 fX
f
2108
M
30
M  68
Jadi, nilai mean variabel bebas X2 adalah 68.
d. Menghitung Standar Deviasi (s)
Diketahui:
∑ f 2 = 1016
N = 30

s
 f 2

1016
s
30

s  33,87
s  5,8
Jadi, nilai standar deviasinya dibulatkan menjadi 6.
3. Menyusun Tabel Kerja Chi Kuadrat
Tabel 04
Tabel Kerja Chi-Kuadrat Data Variabel Bebas X2

Kategori Kriteria fo Fh (fo-fh) (fo-fh)2 (fo-fh)2/fh

M+2SD - M+3SD 81 - 85 1 0,68 0,32 0.10 0.15
M+1SD - <M+2SD 75 – 80 4 4,08 -0,08 0.01 0.00
M - <M+1SD 69 – 74 15 10,24 4,76 22.67 2.21
M - 1SD-M 63 – 62 3 10,24 -7,24 52.40 5.12
M-2SD - <M-1SD 57 – 68 6 4,08 1,9 3.70 0.91
M-3SD - <M-2SD 51 - 56 1 0,68 0,32 0.10 0.15
∑fo=30 ∑=8,53
Kesimpulan:
Berdasarkan hasil perhitungan data diperoleh Chi Kuadrat hitung sebesar 8,53 dan
Chi Kuadrat tabel dengan taraf signifikansi 5% sebesar 11,07. Jadi, dapat
disimpulkan Chi Kuadrat hitung < Chi Kuadrat tabel (8,53<11,07), H0 diterima
yang menyatakan data berdistribusi normal, dan H1 ditolak.

5
 C. Uji Normalitas Variabel Bebas X3
Dimisalkan Data Variabel Bebas X3 dengan N =30
70 62 89
68 68 60
76 85 87
67 72 71
66 54 50
73 95 75
65 70 73
69 63 78
92 74 59
63 57 77

1. Langkah-Langkah Menyusun Data Bergolong

a. Menghitung Total Range (R)
R = (Skor maksimal – Skor minimal) + 1
R = (95 – 50) + 1
R = 45 + 1
R = 46
b. Menghitung dan menentukan Interval Kelas (i)
R 46
imaksimal    9,2
5 5
i maksimal dibulatkan menjadi 9
R 46
iminimal    3,07
15 15
Untuk menentukan i diantara i mak dengan i minimal yaitu menganalisis i
diantara 3 sampai 9. Penentuan kelas interval sebaiknya ganjil agar titik kelas
tengah kelas interval tidak pecahan, sehingga dapat dipilih antara 3, 5, 7. 9.
Berdasarkan hal tersebut interval yang dipilih yaitu interval 7.
2. Menyusun Tabel Distribusi Data Bergolong
Selanjutnya menyususn tabel distribusi data bergolong sebagai berikut.

6
 Tabel 05
Distribusi Frekuensi Data Bergolong untuk Varibel Bebas X3

2
Kelas Interval X f. absolut fX χ  f 2
50 – 56 53 2 106 -21 441 882
57 – 63 60 4 240 -14 196 784
64 – 70 67 5 335 -7 49 245
71 – 77 74 8 592 0 0 0
78 – 84 81 6 486 7 49 294
85 – 91 88 3 264 14 196 588
92 - 98 95 2 190 21 441 882
N=30 ∑fX=2108
∑ f 2 = 3675

a. Menghitung mean (M=rerata)

Diketahui:
∑ fX =2213
∑f = 30

M
 fX
f
2213
M
30
M  74
Jadi, nilai mean adalah 74.
b. Menghitung Standar Deviasi (s)
Diketahui:
∑ f 2 = 3675
N = 30

s
 f 2

3675
s
30
s  112,50
s  11
Jadi, nilai standar deviasinya adalah 11.

7
3. Menyusun Tabel Kerja Chi Kuadrat
Tabel 06
Tabel Kerja Chi-Kuadrat Data Variabel Bebas X3

Kategori Kriteria Fo fh (fo-fh) (fo-fh)2 (fo-fh)2/fh

M+2SD - M+3SD 81 - 85 0 0,68 -0.68 0.47 0.68
M+1SD - <M+2SD 75 – 80 4 4,08 -0.08 0.01 0.00
M - <M+1SD 69 – 74 5 10,24 -5.24 27.45 2.68
M - 1SD-M 63 – 62 13 10,24 2.76 7.62 0.74
M-2SD - <M-1SD 57 – 68 7 4,08 2.92 8.54 2.10
M-3SD - <M-2SD 51 - 56 1 0,68 0.32 0.10 0.15
∑fo=30 ∑=6,35
Kesimpulan:
Berdasarkan hasil perhitungan data diperoleh Chi Kuadrat hitung sebesar 6,35 dan
Chi Kuadrat tabel dengan taraf signifikansi 5% sebesar 11,07. Jadi, dapat
disimpulkan Chi Kuadrat hitung < Chi Kuadrat tabel (6,35<11,07), H0 diterima
yang menyatakan data berdistribusi normal, dan H1 ditolak

D. Uji Multikolinieritas Antar Variabel Bebas

Berdasarkan pembahasan di atas, telah diketahui bahwa data X 1, X2,
X3 sebagai berikut.
Tabel 07
Data Variabel Bebas X1, X2, X3

NO X1 X2 X3
1 40 62 70
2 49 60 68
3 49 68 76
4 54 70 67
5 54 70 66
6 54 62 73
7 59 70 65
8 59 62 69
9 59 51 92
10 59 70 63
11 59 58 62
12 59 60 68
13 59 70 85
14 59 68 72

8
 NO X1 X2 X3
15 59 70 54
16 64 77 95
17 64 60 70
18 64 70 63
19 64 56 74
20 64 58 57
21 64 70 89
22 69 77 60
23 69 78 87
24 69 77 71
25 69 68 50
26 69 70 75
27 74 71 73
28 74 84 78
29 74 71 59
30 74 71 77

Untuk mencari multikolinieritas dari variabel-variabel bebas di atas, maka akan

digunakan rumus product moment dengan membuat tabe kerja dan menguji X 1
dengan X2, X2 dengan X3, dan X1 dengan X3.

9
 Tabel 08
Tabel Kerja Statistik Uji Multikolinieritas X1X2

No X1 X2 (X1)2 (X2)2 X1X2

1 40 62 1600 3844 2480
2 49 60 2401 3600 2940
3 49 68 2401 4624 3332
4 54 70 2916 4900 3780
5 54 70 2916 4900 3780
6 54 62 2916 3844 3348
7 59 70 3481 4900 4130
8 59 62 3481 3844 3658
9 59 51 3481 2601 3009
10 59 70 3481 4900 4130
11 59 58 3481 3364 3422
12 59 60 3481 3600 3540
13 59 70 3481 4900 4130
14 59 68 3481 4624 4012
15 59 70 3481 4900 4130
16 64 77 4096 5929 4928
17 64 60 4096 3600 3840
18 64 70 4096 4900 4480
19 64 56 4096 3136 3584
20 64 58 4096 3364 3712
21 64 70 4096 4900 4480
22 69 77 4761 5929 5313
23 69 78 4761 6084 5382
24 69 77 4761 5929 5313
25 69 68 4761 4624 4692
26 69 70 4761 4900 4830
27 74 71 5476 5041 5254
28 74 84 5476 7056 6216
29 74 71 5476 5041 5254
30 74 71 5476 5041 5254
∑ 1856 2029 116764 138819 126353

Berdasarkan Tabel Kerja di atas dapat dihitung nilai multikoliniertias varibel

bebas X1 dengan X2 sebagai berikut.
N . X 1 X 2   X 1  X 2
Rumus: rx1x 2 
N. X 1
2 2

  X 1  N . X 2   X 2 
2 2


10
 30.126353  1856.2029
rx1x 2 
30.116764  344473630.138819  4116841
3790590  3765824
rx1x 2 
5818447729
24766
rx1x 2 
2777064136
24766
rx1x 2 
52698
rx1x 2  0,5
Berdasarkan hasil perhitungan rx1x2 diperoleh nilai r hitung
sebesar 0,5. Jika dibandingkan dengan r tabel ( 0,8) maka r hitung lebih
kecil dengan r tabel (0,5 <0,8). Dengan demikian dapat disimpulkan
bahwa tidak terjadi multikolinieritas sehingga data variabel bebas
tersebut dapat/boleh/layak digunakan untuk menentukan kontribusi
bersama-sama variable bebas terhadap variabel terikat.

11
 Tabel 09
Tabel Kerja Statistik Uji Multikolinieritas X1X3

No X1 X3 (X1)2 (X3)2
1 40 70 1600 4900
2 49 68 2401 4624
3 49 76 2401 5776
4 54 67 2916 4489
5 54 66 2916 4356
6 54 73 2916 5329
7 59 65 3481 4225
8 59 69 3481 4761
9 59 92 3481 8464
10 59 63 3481 3969
11 59 62 3481 3844
12 59 68 3481 4624
13 59 85 3481 7225
14 59 72 3481 5184
15 59 54 3481 2916
16 64 95 4096 9025
17 64 70 4096 4900
18 64 63 4096 3969
19 64 74 4096 5476
20 64 57 4096 3249
21 64 89 4096 7921
22 69 60 4761 3600
23 69 87 4761 7569
24 69 71 4761 5041
25 69 50 4761 2500
26 69 75 4761 5625
27 74 73 5476 5329
28 74 78 5476 6084
29 74 59 5476 3481
30 74 77 5476 5929
∑ 1856 2128 116764 154384

Berdasarkan Tabel Kerja di atas dapat dihitung nilai multikoliniertias varibel

bebas X1 dengan X3 sebagai berikut.
N . X 1 X 2   X 1  X 2
Rumus: rx1x 2 
N. X 1
2 2

  X 1  N . X 2   X 2 
2 2

12
 30.131727  1856.2128
rx1x 2 
30.116764  344473630.154384  4528384
3951810  3949568
rx1x 2 
58184103136
2242
rx1x 2 
6000865024
2242
rx1x 2 
77465
rx1x 2  0,03
Berdasarkan hasil perhitungan rx1x3 diperoleh nilai r hitung
sebesar 0,3. Jika dibandingkan dengan r tabel ( 0,8) maka r hitung lebih
kecil dengan r tabel (0,3 <0,8). Dengan demikian dapat disimpulkan
bahwa tidak terjadi multikolinieritas sehingga data variabel bebas
tersebut dapat/boleh/layak digunakan untuk menentukan kontribusi
bersama-sama variable bebas terhadap variabel terikat.

13
 Tabel 10
Tabel Kerja Statistik Uji Multikolinieritas X2X3

No X2 X3 (X2)2 (X3)2 No
1 62 70 3844 4900 4340
2 60 68 3600 4624 4080
3 68 76 4624 5776 5168
4 70 67 4900 4489 4690
5 70 66 4900 4356 4620
6 62 73 3844 5329 4526
7 70 65 4900 4225 4550
8 62 69 3844 4761 4278
9 51 92 2601 8464 4692
10 70 63 4900 3969 4410
11 58 62 3364 3844 3596
12 60 68 3600 4624 4080
13 70 85 4900 7225 5950
14 68 72 4624 5184 4896
15 70 54 4900 2916 3780
16 77 95 5929 9025 7315
17 60 70 3600 4900 4200
18 70 63 4900 3969 4410
19 56 74 3136 5476 4144
20 58 57 3364 3249 3306
21 70 89 4900 7921 6230
22 77 60 5929 3600 4620
23 78 87 6084 7569 6786
24 77 71 5929 5041 5467
25 68 50 4624 2500 3400
26 70 75 4900 5625 5250
27 71 73 5041 5329 5183
28 84 78 7056 6084 6552
29 71 59 5041 3481 4189
30 71 77 5041 5929 5467
∑ 2029 2128 138819 154384 144175

Berdasarkan Tabel Kerja di atas dapat dihitung nilai multikoliniertias varibel

bebas X1 dengan X3 sebagai berikut.
N . X 1 X 2   X 1  X 2
Rumus: rx1x 2 
N. X 1
2 2

  X 1  N . X 2   X 2 
2 2

14
 30.144175  2029.2128
rx1x 2 
30.138819  411684130.154384  4528384
4325250  4317712
rx1x 2 
47729103136
7538
rx1x 2 
4922578144
2242
rx1x 2 
70161
rx1x 2  0,1
Berdasarkan hasil perhitungan rx1x3 diperoleh nilai r hitung
sebesar 0,1. Jika dibandingkan dengan r tabel ( 0,8) maka r hitung lebih
kecil dengan r tabel (0,1 <0,8). Dengan demikian dapat disimpulkan
bahwa tidak terjadi multikolinieritas sehingga data variabel bebas
tersebut dapat/boleh/layak digunakan untuk menentukan kontribusi
bersama-sama variable bebas terhadap variabel terikat.

15