MIPA 5128
Dosen:
Dr. Karim,M.Si
Oleh:
NIM:1920132310010
PROGRAM PASCASARJANA
PROGRAM STUDI MAGISTER KEGURUAN IPA
UNIVERSITAS LAMBUNG MANGKURAT
BANJARMASIN
2020
11. 43. Hitung dan interprestasikan koefisien korelasi untuk nilai 6 siswa
berikut yang dipilih secara random:
Nilai Matematika Nilai Bahasa Inggris
70 74
92 84
80 63
74 87
65 78
83 90
Jawaban:
Manual
Nilai Nilai Bahasa Metode Least Square Metode Product Momen
No
Matematika(X) Inggris(Y)
X^2 Y^2 X*Y x y x^2 y^2 x*y
1 70 74 4900 5476 5180 -7.33 -5.33 53.78 28.44 39.11
215.1
2 92 84 8464 7056 7728 14.67 4.67 1 21.78 68.44
3 80 63 6400 3969 5040 2.67 -16.33 7.11 266.78 -43.6
4 74 87 5476 7569 6438 -3.33 7.67 11.11 58.78 -25.6
152.1
5 65 78 4225 6084 5070 -12.33 -1.33 1 1.78 16.44
6 83 90 6889 8100 7470 5.67 10.67 32.11 113.78 60.44
3825 471.3
∑ 464 476 36354 4 36926 3 491.33 115.3
Rerata 77.33 79.33
Ternyata thitung lebih kecil dari ttabel atau 2,002 < 2,069 maka Ho diterima, artinya
tidak ada hubungan antara kekuatan lengan dengan angkat dinamis.
Aplikasi R
Berdasarkan hasil Ouput aplikasi R diperoleh thitung sebesar 2,0068 dan
Probabilitas 0,05666
Pengujian dapat dilakukan dengan cara melihat thitung atau melihat probabilitas:
1. Dengan melihat hasil thitung pada ouput Aplikasi R yaitu sebesar 2,0068
Berdasarkan perhitungan di atas α = 0,05 dan n 25, uji dua pihak:
dk = n-2 = 25-2 = 23 sehingga diperoleh ttabel = 2,069
Ternyata thitung lebih kecil dari ttabel atau 2,0068 < 2,069 maka Ho diterima,
artinya tidak ada hubungan antara kekuatan lengan dengan angkat
dinamis.
2. Dengan melihat hasil probabilitas pada ouput Aplikasi R yaitu sebesar
0,05666
Hipotesis:
Probabilitas > 0,05 Ho diterima
Probabilitas < 0,05 Ha diterima
Ternyata Probabilitas lebih besar dari 0,05 atau 0,05666 > 0,05 maka
Ho diterima, artinya tidak ada hubungan antara kekuatan lengan dengan
angkat dinamis.
Berdasarkan gambar diagram pancar di atas juga dapat dilihat bahwa
tidak ada menunjukkan hubungan antara variabel X dan Y atau tidak ada
korelasi antara kekuatan lengan dengan angkat dinamis.
11.45. Dengan merujuk pada latihan 11.13 di halaman 400, anggap data x dan y
adalah random dengan distribusi normal bivariate.
a. Hitung r
b.Uji hipotesis bahwa ρ = -0,5 terhadap alternatif ρ = < -0,5 pada tingkat
signifikan 0,025.
c. Tentukan persentase variasi jumlah partikel partikulat yang dihilangkan yang
disebabkan perubahan jumlah hujan harian
Jawaban:
a. Menghitung r
Manual
Curah
Hujan Partikulat Metode Least Square Metode Product Momen
No
Harian Hilang(Y)
(X) X2 Y2 X.Y x y X2 Y2 x.y
1 4.3 126 18.49 15876 541.8 -0.70 4.44 0.49 19.75 -3.11
2 4.5 121 20.25 14641 544.5 -0.50 -0.56 0.25 0.31 0.278
3 5.9 116 34.81 13456 684.4 0.90 -5.56 0.81 30.86 -5
4 5.6 118 31.36 13924 660.8 0.60 -3.56 0.36 12.64 -2.13
5 6.1 114 37.21 12996 695.4 1.10 -7.56 1.21 57.09 -8.31
6 5.2 118 27.04 13924 613.6 0.20 -3.56 0.04 12.64 -0.71
109.0
3.8 132
7 14.44 17424 501.6 -1.20 10.44 1.44 9 -12.5
378.0
2.1 141
8 4.41 19881 296.1 -2.90 19.44 8.41 9 -56.4
- 183.7
7.5 108
9 56.25 11664 810 2.50 13.56 6.25 5 -33.9
13378 804.2
∑ 45 1094 244.26 6 5348.2 19.26 2 -122
Rerat
a 5.00 121.56
Aplikasi R
Pearson's product-moment correlation
b. Uji hipotesis bahwa ρ = -0,5 terhadap alternatif ρ = < -0,5 pada tingkat
signifikan 0,025
Manual:
Membuat hipotesis kalimat:
Ho = Tidak ada hubungan antara curah hujan harian dengan hilangnya
partikulat
Ha = Ada hubungan antara curah hujan harian dengan hilangnya partikulat
Membuat hipotesis statistik:
Ho = ρ = -0,5
Ha = ρ = < -0,5
Berdasarkan hasil perhitungan r dengan cara manual menggunakan metode
square maupun metode product moment hasil yang di dapat r nya adalah -
0,9787
Ternyata thitung lebih kecil dari -0,5 Ho ditolak, artinya ada hubungan antara
curah hujan harian dengan hilang pertikulat.
Aplikasi R
Berdasarkan hasil Ouput aplikasi R diperoleh t hitung sebesar -12,6 dan
Probabilitas 4,579 x10-6
Pengujian dapat dilakukan dengan cara melihat melihat probabilitas:
Dengan melihat hasil probabilitas pada ouput Aplikasi R yaitu sebesar
4,579 x10-6
Hipotesis:
Probabilitas > 0,05 Ho diterima
Probabilitas < 0,05 Ha diterima
Ternyata Probabilitas lebih kecil dari 0,05 atau 4,579 < 0,05 maka Ha
diterima, artinya ada hubungan antara curah hujan harian dengan hilang
pertikul.
Berdasarkan gambar diagram pancar di atas juga dapat dilihat bahwa
adanya korelasi negatif yang berarti ada hubungan antara curah hujan
harian dengan hilang pertikul di mana semakin tinggi curah hujan maka
semakin hilang partikulatnya.
c. Persentase variasi jumlah partikel partikulat yang dihilangkan yang
disebabkan perubahan jumlah hujan harian
KP = r2 x 100% = = -0.97872 x 100% = 95,75%
Artinya perubahan jumlah hujan harian memberikan konstribusi terhadap
hilang partikulat sebesar 95,75% dan sisanya 4,25%% ditentukan oleh
variabel lain.
11.47. Data berikut diperoleh dalam penelitian hubungan antara berat badan
dan lingkar dada bayi saat lahir.
Berat Kg (X) Lingkar Dada (cm)
2.75 29.5
2.15 26.3
4.41 32.2
5.52 36.5
3.21 27.2
4.32 27.7
2.31 28.3
4.3 30.3
3.71 28.7
a. Hitung r
b.Uji hipotesis bahwa ρ = 0 terhadap alternatif ρ = > 0 pada tingkat signifikan
0,05
c. Tentukan persentase dalam ukuran lingkar yang dijelaskan oleh perbedaan
berat pada bayi yang baru lahir.
Jawaban:
a. Menghitung r
Manual
Berat Linkar
No Metode Least Square Metode Product Momen
(X) dada(Y)
X^2 Y^2 X*Y x y x^2 y^2 x*y
-
2.75 29.5
1 7.5625 870.25 81.125 -0.88 0.13 0.78 0.02 0.117
- 11.1
2.15 26.3
2 4.6225 691.69 56.545 -1.48 3.33 2.19 1 4.937
1036.8
4.41 32.2
3 19.4481 4 142.002 0.78 2.57 0.61 6.59 1.999
1332.2 47.1
5.52 36.5
4 30.4704 5 201.48 1.89 6.87 3.57 5 12.97
-
3.21 27.2
5 10.3041 739.84 87.312 -0.42 2.43 0.18 5.92 1.025
-
4.32 27.7
6 18.6624 767.29 119.664 0.69 1.93 0.47 3.74 -1.33
-
2.31 28.3
7 5.3361 800.89 65.373 -1.32 1.33 1.75 1.78 1.761
8 4.3 30.3 18.49 918.09 130.29 0.67 0.67 0.45 0.44 0.446
-
3.71 28.7
9 13.7641 823.69 106.477 0.08 0.93 0.01 0.87 -0.07
7980.8 77.6
∑ 32.68 266.7 128.6602 3 990.268 9.9955 2 21.85
Rerat
a 3.63 29.63
Aplikasi R
data: Data_11_47$`Berat (X)` and Data_11_47$`Lingkar dada(Y)`
t = 3.3467, df = 7, p-value = 0.01231
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
0.2512383 0.9524044
sample estimates:
cor
0.7844691
Ternyata thitung lebih besar dari ttabel atau 3,3477 < 1,895 maka Ho ditolak, artinya
ada hubungan antara berat dengan lingkar dada bayi yang baru lahir.
Aplikasi R
Berdasarkan hasil Ouput aplikasi R diperoleh thitung sebesar 3,3467 dan
Probabilitas 0.01231
Pengujian dapat dilakukan dengan cara melihat thitung atau melihat probabilitas:
1. Dengan melihat hasil thitung pada ouput Aplikasi R yaitu sebesar 3,3467
Berdasarkan perhitungan di atas α = 0,05 dan n 9, uji satu pihak:
dk = n-2 = 9-2 = 7 sehingga diperoleh ttabel = 1,895
Ternyata thitung lebih kecil dari ttabel atau 3,3467 > 1,895 maka Ho ditolak,
artinya ada hubungan antara berat dengan lingkar dada pada bayi yang
baru lahir.
2. Dengan melihat hasil probabilitas pada ouput Aplikasi R yaitu sebesar
0,01231
Hipotesis:
Probabilitas > 0,05 Ho diterima
Probabilitas < 0,05 Ha diterima
Ternyata Probabilitas kurang dari 0,05 atau 0,01231 < 0,05 maka Ho
ditolak, artinya ada hubungan antara berat dan lingkar dada pada bayi
yang baru lahir.
Berdasarkan gambar diagram pancar di atas juga dapat dilihat bahwa ada
hubungan korelasi positif antara variabel x yaitu berat badan bayi dengan
variabel y yaitu panjang lingkar dadanya.
c. Persentase dalam ukuran lingkar yang dijelaskan oleh perbedaan berat
pada bayi yang baru lahir
KP = r2 x 100% = = 0,7845 x 100% = 61,54%
Artinya berat badan bayi baru lahir memberikan konstribusi panjang
lingkar dada baru lahir sebesar 61,54% dan sisanya 38.46% ditentukan
oleh variabel lain.