TUGAS STATISTIK 10

Nama : Shinega Wahyu Aditya

NIM : 200351615709

Offering :B

Tugas Pertemuan 12 Mata Kuliah Statistika Penelitian Pendidikan

1. Seorang peneliti ingin mengetahui hubungan antara pemberian pupuk dengan dosis
tertentu dengan pertumbuhan pada suatu jenis tanaman. Dari hasil penelitian
diperoleh data sebagai berikut:

Pupuk 1 2 2 3 3 3
Pertumbuhan 3 3 4 4 4 5
a. Tentukan variable bebas dan variable terikatnya
Jawab:
Variable bebas : Pemberian dosis pupuk
Varialbel terikat : Pertumbuhan tanaman
b. Tentukan persamaan garis regresi liniernya
Jawab:

Pertumbuhan 2 2
No Pupuk (X) XY X Y
(Y)
1 1 3 3 1 9
2 2 3 6 4 9
3 2 4 8 4 16
4 3 4 12 9 16
5 3 4 12 9 16
6 3 5 15 9 25
Jumlah 14 23 56 36 91

( ∑ Y ) ( ∑ X 2 )−( ∑ X ) ( XY )
a= 2
n ( ∑ X ) −( ∑ X )
2

( 23 )( 36 )−( 14 )( 56 )
a= =2,2
6 ( 36 ) −( 14 )2
 n ( ∑ X Y ) −( ∑ X )( ∑ Y )
b= 2
n ( ∑ X 2 ) −( ∑ X )
6 (56 )−( 14 )( 23 )
b= 2
=0,7
6 ( 36 ) −( 14 )
Jadi persamaan garis regresinya adalah Y^ =2,2+ 0,7 x
Sehingga dihasilkan diagram scatter sebagai berikut

Pertumbuhan Jenis Tanaman

6
5
Pertumbuhan (Y)

4
3
2
1
0
0.5 1 1.5 2 2.5 3 3.5
Pupuk (X)

Jika menggunakan SPSS diperoleh hasil output sebagai berikut

Dari output diperoleh persamaan linier yaitu Y^ =2,2+ 0,7 x

c. Selidiki apakah persamaan garis regresi tersebut berarti
Jawab:
Dengan persamaan Y^ =2,2+ 0,7 x dapat dibuat prediksi bahwa setiap penambahan
satu satuan variable bebas (Pemberian dosis pupuk) maka akan mengakibatkan
naiknya pertumbuhan tanaman (variable terikat) sebesar 0,7.
d. Tentukan besarnya koefisien kolerasinya
Jawab:
n ∑ xy−( ∑ x )( ∑ y )
r xy =
√( n∑ x −(∑ x ) )(n ∑ y −(∑ y ) )
2 2 2 2
 6 × 56−( 14 )( 23 )
r xy =
√ (6 ×36−( 14 ) )( 6 ×91−( 23 ) )
2 2

336−322
r xy =
√(20)(17)
14
r xy=
18,44
r xy=0,759
e. Selidiki apakah besarnya koefisien kolerasi tersebut berarti
Jawab:
Merumuskan Hipotesis
Ho: ρ=0 (tidak terdapat kolerasi yang signifikan antar variable)
Ha: ρ ≠ 0 (terdapat kolerasi yang signifikan antar variable)
Menentukan nilai t hitung

t h itung=r
√ n−2
1−r
2

t h itung=0,759
√ 6−2
1−0,759
2

t h itung=2,33147
Menentukan nilai t tabel
t tabel=t α ( dk=n−2 )
t tabel=t (0,05) ( dk=6−2 )=2,7764
Kriteria uji
Ho diterima jika jika −t tabel ≤t hitung ≤t tabel
Karena nilai t hitung =2,33147 dan t tabel=2,7764. Maka
−t tabel =−2,7764 ≤ t hitung =2,33147 ≤ t tabel=2,7764 , sehingga Ho diterima
Menggunakan SPSS
 Dari output pertama dihasilkan nilai koefisien kolerasi ( R )=0,759 dengan
koefisien determinasi ( R Square )=0,576=57,6 %. Keberartian nilai koefisien
kolerasi tersebut ditunjukkan oleh output kedua yaitu uji ANOVA yang
menghasilkan pengujian F hitung =5,444 dengan nilai Sig=0,080. Kriteria pengujian
jika nilai Sig< α maka koefisien kolerasi tersebut signifikan. Karena nilai
Sig=0,080>α =0,05 , maka koefisien kolerasi untuk persoalan tersebut tidak
signifikan dengan besar pengaruh 57,6%
f. Berikan kesimpulan dari hasil perhitungan di atas
Jawab:
Pemberian pupuk dengan dosis terntentu pada dosis tertentu pada suatu
pertumbuhan jenis tanaman tidak terdapat kolerasi yang signifikan antar variable
2. Dari daftar buku di toko buku “Pinter” kita ingin mengetahui apakah ada hubungan
antara ketebalan buku dengan harga buku, untuk itu diambil 6 sampel buku sebagai
berikut: (harga dalam ribuan rupiah)

Tebal 750 550 280 580 450 350

Harga 24 20 10 20 15 12
Tentukan:
a. Persamaan garis regresinya dan apa artinya?
Jawab:

2 2
Data Tebal (X) Harga (Y) XY X Y
1 750 24 18000 562500 576
2 55 20 11000 302500 400
3 280 10 2800 78400 100
4 580 20 11600 336400 400
5 450 15 6750 202500 225
6 350 12 4200 122500 144
Jumlah 2960 101 54350 1604800 1845

( ∑ Y ) ( ∑ X 2 )−( ∑ X ) ( XY )
a= 2
n ( ∑ X ) −( ∑ X )
2

(101 ) ( 1604800 )−( 2960 )( 54350 )

a= 2
=1,394
6 ( 1604800 )−( 2960 )
 n ( ∑ X Y ) −( ∑ X )( ∑ Y )
b= 2
n ( ∑ X 2 ) −( ∑ X )
6 (54350 )−( 2960 ) ( 101 )
b= 2
=0,0312961
6 ( 1604800 )−( 2960 )
Jadi persamaan regresinya adalah Y^ =1,394 +0,0313 x
Sehingga dihasilkan diagram scatter sebagai berikut

Daftar Buku Toko Pinter

30

20
Harga (Y)

10

0
200 300 400 500 600 700 800
Tebal (X)

Jika menggunakan SPSS diperoleh output sebagai berikut

Dari output diatas diperoleh persamaan regresi linier yaitu Y^ =1,394 +0,031 x.
Dengan persamaan garis regresi tersebut berarti setiap penambahan satu satuan
variable bebas maka akan mengakibatkan naiknya variable terikat sebesar 0,031
b. Koefisien kolerasi dan determinasinya, dan apa artinya?
Jawab:
n ∑ xy−( ∑ x )( ∑ y )
r xy =
√( n∑ x −(∑ x ) )(n ∑ y −(∑ y ) )
2 2 2 2

6 ×54350−( 2960 ) ( 101 )

r xy= =0,988654=0,989
√ (6 ×1604800−( 2960 )2 )(6 ×1845−( 101 )2 )
Merumuskan Hipotesis
Ho: ρ=0 (tidak terdapat kolerasi yang signifikan antar variable)
Ha: ρ ≠ 0 (terdapat kolerasi yang signifikan antar variable)
Menentukan nilai t hitung
 t h itung=r
√ n−2
1−r 2

t h itung=0,989
√ 6−2
1−0,989
2

t h itung=13,3725
Menentukan nilai t tabel
t tabel=t α ( dk=n−2 )
t tabel=t (0,05) ( dk=6−2 )=2,7764
Kriteria uji
Ho diterima jika −t tabel ≤t hitung ≤t tabel
Karena nilai t hitung =13,3725 dan t tabel=2,7764. Maka
−t tabel =2,7764−≤ t hitung =13,3725>t tabel =2,7764 sehingga Ho ditolak dan Ha
diterima dan dapat disimpulkan bahwa ketebalan buku berpengaruh signifikan
pada harga buku
Koefisien determinasi
2
D=( r xy ) ×100 %

D= ( 0,989 )2 ×100 %
D=0,9781=97,81 %
Jika menggunakan SPSS sebagai berikut

Dari output diatas dihasilkan nilai koefisien kolerasi ( R )=0,989 dengan koefisien
determinasi ( R Square )=0,972=97,2% . Keberartian nilai koefisien kolerasi
tersebut ditunjukkan oleh output kedua yakni pada uji ANOVA yang
menghasilkan F hitung =173,138 dengan nilai Sig=0,000. Kriteria pengujian jika
nilai Sig< α maka koefisien kolerasi tersebut signifikan. Karena nilai
Sig=0,000<α =0,05 , maka koefisien kolerasi untuk persoalan tersebut signifikan
dengan pengaruh sebesar 97,2%
 c. Berapa kira-kira harga buku yang tebalnya 1000 halaman?
Jawab:
Y^ =1 , 394+ 0,0313 x
Y^ =1 , 394+ 0,0313(1000)
Y^ =1,394 +31,3
^ =32,694
Y
Jadi perkiraan harga buku dengan ketebalan 1000 yaitu sekitar 32.000
d. Berapa kira-kira jumlah halaman sebuah buku yang berharga RP. 35.000?
Jawab:
Y^ =1 , 394+ 0,0313 x
35=1, 394+ 0,0313 x
35−1, 394=0,0313 x
33,606=0,0313 x
33,606
x= =1073,674
0,0313
Jadi perkiraan jumlah halaman sebuah buku yang berharga Rp. 35.000 yaitu
sekitar 1073 lembar
3. Carilah koefisien kolerasi antara nilai rata-rata ulangan harian mata pelajaran biologi
dengan nilai ulangan semesteran pada sekolah tertentu.

Rata-Rata Nilai UH Rata-Rata Nilai Ulangan

No Responden
Mapel Bio (X) Semester (Y)
1 7 8
2 7 7
3 5 7
4 8 8
5 6 6
6 6 7
7 8 8
8 5 6
Jumlah 52 57
Jawab:

No Responden Rata-Rata Rata-Rata XY X

2
Y
2

Nilai UH Nilai Ulangan

 Mapel Bio
Semester (Y)
(X)
1 7 8 56 49 64
2 7 7 49 49 49
3 5 7 35 25 49
4 8 8 64 64 64
5 6 6 36 36 36
6 6 7 42 36 49
7 8 8 64 64 64
8 5 6 30 25 36
Jumlah 52 57 376 348 411
n ∑ xy−( ∑ x )( ∑ y )
r xy =
√( n∑ x −(∑ x ) )(n ∑ y −(∑ y ) )
2 2 2 2

8 ×376−( 52 ) ( 57 )
r xy = =0,787726
√ (8 ×348−( 52 )2)( 8 × 411−( 57 )2 )
Jika menggunakan SPSS sebagai berikut

Dari output diatas koefisien kolerasi ( R )=0,788 dengan koefisien determinasi

( R Square )=0,621=62,1 % . Keberartian nilai koefisien kolerasi tersebut ditunjukkan
oleh output kedua yaitu pada uji ANOVA yang menghasilkan F hitung =9,811 dengan
nilai Sig=0,020. Kriteria pengujian jika nilai Sig< α maka koefisien kolerasi tersebut
signifikan. Karena nilai Sig=0,020<α =0,05 , maka koefisien kolerasi untuk
persoalan tersebut signifikan dengan besar pengaruh sebesar 62,1%.
4. Seorang guru ingin mengetahui hubungan antara nilai siswa pada pelajaran
matematika ( x ) dengan pelajaran IPA ( y ) di kelas tertentu. Untuk keperluan tersebut
diambil sampel dan diperoleh data sebagai berikut:
 Matematika (X ) 3 5 6 6 7 9
IPA ( Y ) 5 6 5 6 6 8
a. Tentukan persamaan garis regrsinya dan selidiki linieritasnya
Jawab:
Persamaan garis regresi linier

Matematika 2 2
Data IPA (Y) XY X Y
(X)
1 3 5 15 9 25
2 5 6 30 25 36
3 6 5 30 36 25
4 6 6 36 36 36
5 7 6 42 49 36
6 9 8 72 81 64
Jumlah 36 36 225 236 222

( ∑ Y ) ( ∑ X 2 )−( ∑ X ) ( XY )
a= 2
n ( ∑ X ) −( ∑ X )
2

( 36 ) (236 )−( 36 )( 225 )

a= 2
=3,3
6 ( 236 ) −( 36 )
n ( ∑ X Y ) −( ∑ X )( ∑ Y )
b= 2
n ( ∑ X ) −( ∑ X )
2

6 ( 225 )−( 36 ) ( 36 )
b= 2
=0,45
6 ( 236 ) −( 36 )
Jadi persamaan garis regresinya adalah Y^ =3,3+ 0,45 x
Sehingga dihasilkan diagram scatter sebagai berikut
 Nilai Mata Pelajaran
9
8
7
6
5
IPA (Y)

4
3
2
1
0
2 3 4 5 6 7 8 9 10
Matematika (X)

Jika menggunakan SPSS sebagai berikut

Dari output dihasilkan persamaan regresi linier yaitu Y^ =3,3+ 0,45 x. Dengan
persamaan garis tersebut berarti setiap penambahan satu satuan variable bebas
maka akan mengakibatkan naiknya variable terikat sebesar 0,45.
Uji linieritas
1. Menghitung jumlah kuadrat regresi a ¿ ¿)

(∑ y )
2

JK reg [ a ]=
n
( 36 )2
JK reg [ a ]=
6
1296
JK reg [ a ]= =216
n
2. Menentukan konstanta b
n Σ xy−( Σ x )( Σ y )
b=
n Σ x 2−(Σ x )2
6(225)−(36)(36)
b=¿ 2
=0,45
6(236)−(36)
3. Menentukan jumlah kuadrat regresi b terhadap a ¿ ¿)

(
JK reg [ b/ a ] =b Σ xy−
(Σ x)( Σ y)
n )
 (
JK reg [ b/ a ] =0,45 225−
(36)(36)
6 )
JK reg [ b/ a ] =0,45 ( 225−216 )=4,05
4. Menentukan jumlah kuadrat residu (JK ¿¿ res)¿
JK res =Σ y 2−JK reg [ a ] −JK reg [ b / a ]

JK res =222−216−4,05
JK res =1,95
5. Menentukan jumlah kuadrat kekeliruan ¿ ¿)

Matematika (X) IPA (Y) K

3 5 1
5 6 2
6 5 3
6 6 -
7 6 4
9 8 5
JK kk =Σ ¿

( )
2
(5+ 6)
JK kk=Σ 52+ 62−
2
2
( 11)
JK kk=25+36−
2
121
JK kk=61−
2
JK kk =0,5
6. Menghitung jumlah kuadrat ketidak-cocokan ( JK tc ¿
( JK tc )=JK res −JK kk
( JK tc ) =1,95−0,5
( JK tc ) =1,45
7. Menentukan derajat kebebasan kekeliruan (dk ¿ ¿ kk )¿
dk kk=n – k
dk kk =6−5
dk kk=1
8. Menentukan derajat kebebasan ketidak-cocokan (dk ¿ ¿tc) ¿
dk tc =k – 2
dk tc =5 – 2
 dk tc =3
9. Menghitung rata-rata kuadrat kekeliruan (RK ¿¿ kk ) ¿
RK kk=JK kk :dk kk
RK kk=0,5:1
RK kk=0,5
10. Menghitung rata-rata kuadrat ketidak cocokan ( RK tc ¿
RK tc=JK tc : dk tc
RK tc=1,45 :3
RK tc=0,48
11. Menghitung nilai F ketidak-cocokan ( F tc)
F tc=RK tc : RK kk
F tc=0,48 :0,5
F tc=0,96

12. Menentukan F tabel dengan: F tabel=F α ( )

dk tc
dk kk

F tabel=F 0,01 ( 31 )=5403

13. Pemeriksaan linieritas regresi
Jika F tc <¿ F tabel maka regresi tersebut linear
Jika F tc >¿ F tabel maka regresi tersebut tidak linear
Berdasarkan perhitungan yang diperoleh, yaitu F tc=0,96 ¿ F tabel=F 0,01=5403
Sehingga dapat disimpulkan regresi tersebut linear
b. Jika seorang siswa mendapatkan nilai IPA sebesar 7, berapakah nilai
matematikanya?
Jawab:
Y^ =3,3+ 0,45 x
7=3,3+0,45 x
7−3,3=0,45 x
3,7
x=
0,45
x=8,2
c. Tentukan koefisien kolerasi dan determinasinya, serta apa artinya?
Jawab:
 n ∑ xy−( ∑ x )( ∑ y )
r xy =
√( n∑ x −(∑ x ) )(n ∑ y −(∑ y ) )
2 2 2 2

6 × 225−( 36 )( 36 )
r xy = =0,821584
√ (6 ×236−( 36 ) )(6 × 222−( 36 ) )
2 2

Merumuskan hipotesis
Ho: ρ=0 (tidak terdapat kolerasi yang signifikan antar variable)
Ha: ρ ≠ 0 (terdapat kolerasi yang signifikan antar variable)
Menentukan nilai t hitung

t h itung=r
√ n−2
1−r
2

t h itung=0,821584
√ 6−2
1−0,821584
2

t h itung=2,88231
Menentukan nilai t tabel
t tabel=t α ( dk=n−2 )
t tabel=t (0,05) ( dk=6−2 )=2,7764
Kriteria uji
Ho diterima jika −t tabel ≤t hitung ≤t tabel . Karena nilai t hitung =2,88231 dan t tabel=2,7764
. Maka −t tabel =−2,7764 ≤ t hitung =2,88231>t tabel =2,7764 sehingga Ho ditolak dan
Ha diterima dan dapat disimpulkan bahwa terdapat kolerasi yang signifikan antar
variable.
Jika menggunakan SPSS sebaagai berikut

Dari output diatas dihasilkan koefisien koleras ( R )=0,822 dengan koefisien

determinasi ( Rsquare )=0,675=67,5 %. Keberartian nilai koefisien kolerasi
tersebut ditunjukkan oleh output kedua yaitu pada uji ANOVA yang
 menghasilkan F hitung =8,308 dengan nilai Sig=0,045. Kriteria pengujian jika nilai
Sig< α maka koefisien kolerasi untuk persoalan tersebut signifikan. Karena nilai
Sig=0,045<α =0,05 , maka koefisien kolerasi untuk persoalan tersebut signifikan
dengan besar pengaruh 67,5%.
5. Hubungan mahasiswa mengadakan penelitian dengan judul: “Hubungan Tingkat
Sosial Ekonomi Orang Tua Siswa dengan Prestasi Belajar Anaknya”. Dari hasil
rekaptulasi angket tingkat sosial ekonomi orang tua siswa dan prestasi belajar siswa
diperoleh data sebagai berikut:

Tentukan
a. Persamaan garis regresinya dan apa artinya?
Jawab:
Membuat klasifikasi

Tingkat Sosek Skor

Sangat kurang 1
Kurang 2
Cukup 3
Tinggi 4
Sangat Tinggi 5
Data klasifikasi tersebut diperoleh sebagai berikut

Hasil Penelitian
Siswa Tingkat Sosek Skor (X) Prestasi (Y) XY X2 Y2
1 Tinggi 4 65 260 16 4225
2 Tinggi 4 64 256 16 4096
3 Cukup 3 64 192 9 4096
 4 Cukup 3 75 225 9 5625
5 Cukup 3 80 240 9 6400
6 Tinggi 4 90 360 16 8100
7 Kurang 2 80 160 4 6400
8 Tinggi 4 84 336 16 7056
9 Cukup 3 70 210 9 4900
10 Cukup 3 85 255 9 7225
11 Cukup 3 65 195 9 4225
12 Sangat Tinggi 5 90 450 25 8100
13 Cukup 3 70 210 9 4900
14 Cukup 3 70 210 9 4900
15 Sangat Tinggi 5 68 340 25 4624
16 Tinggi 4 90 360 16 8100
17 Tinggi 4 85 340 16 7225
18 Cukup 3 70 210 9 4900
19 Tinggi 4 78 312 16 6084
20 Tinggi 4 80 320 16 6400
21 Cukup 3 65 195 9 4225
22 Tinggi 4 84 336 16 7056
23 Cukup 3 74 222 9 5476
24 Cukup 3 75 225 9 5625
25 Cukup 3 68 204 9 4624
26 Tinggi 4 80 320 16 6400
27 Cukup 3 70 210 9 4900
28 Sangat Tinggi 5 90 450 25 8100
29 Tinggi 4 60 240 16 3600
30 Tinggi 4 85 340 16 7225
31 Cukup 3 74 222 9 5476
32 Cukup 3 83 249 9 6889
33 Cukup 3 72 216 9 5184
34 Tinggi 4 80 320 16 6400
35 Cukup 3 75 225 9 5625
36 Tinggi 4 80 320 16 6400
Jumlah 127 2738 9735 465 210786
( ∑ Y ) ( ∑ X )−( ∑ X ) ( XY )
2

a= 2
n ( ∑ X ) −( ∑ X )
2

( 2738 )( 465 )−( 127 )( 9735 )

a= 2
=60,27
36 ( 465 )−( 127 )
n ( ∑ X Y ) −( ∑ X )( ∑ Y )
b= 2
n ( ∑ X ) −( ∑ X )
2

36 ( 9735 )−( 127 ) ( 2738 )

b= =4,4746
36 ( 465 ) −( 127 )2
Jadi persamaan garis regresinya adalah Y^ =60,27+4,4746 x .
 Sehingga diagram scatteernya sebagai berikut

Prestasi Belajar
100
80
60
Prestasi

40
20
0
1.5 2 2.5 3 3.5 4 4.5 5 5.5
Tingkat Sosek

Jika menggunakan SPSS sebagai berikut

Dari output diatas diperoleh persamaan regresi liniernya yaitu Y^ =60,27+4,4746 x

. Dengan persamaan garis tersebut berarti setiap penambahan satu satuan variable
bebas maka akan mengakibatkan naiknya variable terikat sebesar 4,4746
b. Koefisien kolerasi dan determinasinya, dan apa artinya?
Jawab:
Koefisien Korelasi
n ∑ xy−( ∑ x )( ∑ y )
r xy =
√( n∑ x −(∑ x ) )(n ∑ y −(∑ y ) )
2 2 2 2

36 × 9735−( 127 )( 2738 )

r xy= =0,365
√ (36 × 465−( 127 )2 )(36 × 210786− (2738 )2)
Koefisien Determinasi
D=( r xy ) 2 ×100 %
2
D= ( 0,365 ) ×100 %
D=0,133
Jika menggunaka SPSS maka sebagai berikut
 Dari output di atas dihasilkan nilai koefisien kolerasi ( R )=0,365 dengan koefisien
determinasi ( Rsquare )=0,133=13,3 %. Keberartian nilai koefisien kolerasi
tersebut ditunjukkan oleh output kedua yakni pada uji ANOVA yang
menghasilkan F hitung =5,237 dengan nilai Sig=0,028. Kriteria nilai Sig< α maka
koefisien kolerasi tersebut signifikan. Karena nilai Sig=0,028<α =0,05 maka
koefisien kolerasi untuk persoallan tersebut signifikan dengan besar pengaruh
sebesar 13,3%. Sehingga dapat disimpulkan bahwa terdapat kolerasi yang
signifikan antar variable.
6. Seorang peneliti ingin mengetahui apakah ada hubungan antara seringnya nonton film
berbahasa inggris dengan kelancaran berbahasa inggris. Dari hasil penelitian terhadap
40 mahasiswa diperoleh data sebagai berikut

Tentukan
a. Persamaan garis regresinya dan apa artinya
Jawab:
Membuat klasifikasi
 Frekuensi Nonton skor

Jarang 1
kadang-kadang 2
sering 3

Berbahasa Inggris Skor

Tidak lancar 1
Kurang lancar 2
Sedang 3
Lancar 4
sangat Lancar 5
Dari klasifikasi diperoleh data sebagai berikut

Hasil Penelitian
Frekuensi Berbahasa
Mahasiswa Nonton (X) Inggris (Y) xy x2 y2
1 3 4 12 9 16
2 2 4 8 4 16
3 1 2 2 1 4
4 1 2 2 1 4
5 1 2 2 1 4
6 2 4 8 4 16
7 2 4 8 4 16
8 3 4 12 9 16
9 3 5 15 9 25
10 3 5 15 9 25
11 3 5 15 9 25
12 3 4 12 9 16
13 1 4 4 1 16
14 1 2 2 1 4
15 2 2 4 4 4
16 2 2 4 4 4
17 2 4 8 4 16
18 2 4 8 4 16
19 3 5 15 9 25
20 2 5 10 4 25
21 3 2 6 9 4
22 1 4 4 1 16
23 1 4 4 1 16
24 2 5 10 4 25
25 2 2 4 4 4
26 2 4 8 4 16
27 1 2 2 1 4
28 3 4 12 9 16
 29 3 5 15 9 25
30 3 5 15 9 25
31 2 4 8 4 16
32 2 4 8 4 16
33 2 2 4 4 4
34 2 2 4 4 4
35 2 4 8 4 16
36 1 2 2 1 4
37 3 5 15 9 25
38 3 5 15 9 25
39 2 5 10 4 25
40 1 4 4 1 16
Jumlah 83 147 324 195 595
( ∑ Y ) ( ∑ X )−( ∑ X ) ( XY )
2

a= 2
n ( ∑ X ) −( ∑ X )
2

(147 )( 195 )−( 83 ) ( 324 )

a= =1,9462
40 ( 195 ) −( 83 )2
n ( ∑ X Y ) −( ∑ X )( ∑ Y )
b= 2
n ( ∑ X ) −( ∑ X )
2

40 ( 324 ) −( 83 ) (147 )
b= =0,8332
40 (195 )−( 83 )2
Jadi persamaan garis regresiny adalah Y^ =1,9462+ 0,8332 x
Sehingga diagram scatteernya sebagai berikut

Kelancaran Bahasa Inggris

6
5
Bahasa Inggris

4
3
2
1
0
0.5 1 1.5 2 2.5 3 3.5
Frekuensi Menonton

Jika menggunakan SPSS maka sebagai berikut

 Dari output diatas diperoleh regresi liniernya adalah Y^ =1,9462+ 0,8332 x . Dengan
persamaan garis tersebut berarti setiap penambahan satu satuan variable bebas
maka akan mengakibatkan naiknya variable terikat sebesar 0,8332.
b. Koefisien kolerasi dan determinasinya dan apa artinya
Jawab:
Koefisien Kolerasi
n ∑ xy−( ∑ x )( ∑ y )
r xy =
√( n∑ x −(∑ x ) )(n ∑ y −(∑ y ) )
2 2 2 2

40 × 324−( 83 ) (147 )
r xy = =0,537231
√ (40 ×195−( 83 )2 )( 40 ×595− (147 )2 )
Koefisien Determinasi
D=( r xy ) 2 ×100 %
2
D= ( 0,537231 ) ×100 %
D=0,288617
Jika menggunakan SPSS maka sebagai berikut

Dari output di atas dihasilkan nilai koefisien kolerasi ( R )=0,537 dengan koefisien
determinasi ( Rsquare )=0,289=28,9 %. Keberartian nilai koefisien kolerasi
tersebut ditunjukkan oleh output kedua yakni pada uji ANOVA yang
menghasilkan F hitung =15,417 dengan nilai Sig=0,000. Kriteria nilai Sig< α maka
koefisien kolerasi tersebut signifikan. Karena nilai Sig=0,000<α =0,05 maka
koefisien kolerasi untuk persoallan tersebut signifikan dengan besar pengaruh
sebesar 28,9%. Sehingga dapat disimpulkan bahwa terdapat kolerasi yang
signifikan antar variable.