Contoh Kasus Korelasi Sederhana :

Sebuah perusahaan AC ingin mengetahui apakah adanya pengaruh Suhu Ruangan terhadap Jumlah
Cacat Produk AC yang dihasilkan dan juga ingin mengetahui keeratan serta bentuk hubungan antara
dua variabel tersebut. Perusahaan AC tersebut kemudian mengambil data selama 30 hari terhadap
rata-rata (mean) Suhu Ruangan dan Jumlah Cacat Produksi seperti dibawah ini :

Penyelesaian :
Pertama-tama hitunglah X², Y², XY dan totalnya seperti tabel dibawah ini :
Lalu hitunglah Koefisien Korelasi berdasarkan rumus korelasi dibawah ini :

Jadi Koefisien Korelasi antara Suhu Ruangan dan Jumlah Cacat Produksi AC adalah 0.955, berarti
kedua variabel tersebut memiliki hubungan yang ERAT dan bentuk hubungannya adalah Linear
Positif.

Contoh soal Regresi Linier Sederhana :

Berikut contoh soal yang dapat dipecahkan menggunakan regresi linier sederhana. Data disajikan
dalam bentuk tabel dimana X merupakan umur mobil sedangkan Y adalah harga mobil tersebut
sebagaimana terlihat dibawah ini:
Tabel diatas menyajikan data dengan variabel X adalah umur mobil dan variabel Y adalah harga.
Hasil estimasinya adalah sebagai berikut :

sehingga persamaan regresinya menjadi

Dari hasil estimasi yang diperoleh dapat disimpulkan bahwa setiap umur mobil bertambah satu tahun
maka harga mobil tersebut akan turun sebesar $2.026.

Contoh Penerapan Teknik Uji Chi Square

1. Pengumpulan Data

 Contoh soal

Pada suatu penelitian yang melibatkan antara hobi dengan jenis kelamin, para peneliti ingin melihat
ada tidaknya hubungan yang terbentuk antara kegemaran berolahraga dengan jenis kelamin. Berikut
data yang tersedia:

1. Jumlah wanita yang memiliki hobi berolahraga 15

2. Jumlah pria yang memiliki hobi berolahraga 29
3. Jumlah wanita yang memiliki hobi komputer 27
4. Jumlah pria yang memiliki hobi komputer 27
5. Jumlah wanita yang memiliki hobi berkebun 17
6. Jumlah pria yang memiliki hobi berkebun 37
7. Jumlah wanita yang memiliki hobi belanja 29
8. Jumlah pria yang memiliki hobi belanja 35

2. Perumusan Hipotesis
Pada langkah pengujian yang pertama, penulis harus merumuskan nilai hipotesis Ha dan Ho. Apabila
χ = 0, maka tidak ada hubungan yang kuat antara kegemaran dengan jenis kelamin. Sementara jika χ
tidak sama dengan 0, maka itu artinya ada hubungan yang kuat antara kegemaran dengan jenis
kelamin.

3. Buat Tabel Kontingensi

 Jawaban dan pembahasan tabel kontingensi:

Data-data yang terkumpul kemudian dikelompokkan ke dalam tabel kontingensi. Karena jenis
kelamin terdiri dari dua jenis, yakni perempuan dan laki-laki sementara tabel hobi terdiri dari empat
jenis, maka tabel kontingensi yang dibuat berbentuk 2 x 4 dengan baris sebanyak dua buah dan
kolom 4 buah.

Setiap kotak di dalam tabel kontingensi disebut dengan istilah sel. Di dalam setiap kolom dan
barisnya memiliki sebuah subvariabel. Berikut tabel kontingensi yang dibuat:

4. Hitung Nilai Frekuensi yang Diinginkan (fe)

a). Hitung nilai fe pada setiap selnya dengan rumus:

 fe = (Total baris) (Total Kolom) / Total Seluruhnya

b). Nilai fe pada sel pertama = (128) (54) / (216) = 32

 Nilai fe pada sel kedua = (88) (54) / (216) = 22

 Nilai fe pada sel ketiga = (128) (54) / (216) = 32
 Nilai fe pada sel keempat = (88) (54) / (216) = 22
 Nilai fe pada sel kelima = (128) (44) / (216) = 26
 Nilai fe pada sel keenam = (88) (44) / (216) = 18
 Nilai fe pada sel ketujuh = (128) (64) / (216) = 38
 Nilai fe pada sel kedelapan = (88) (64) / (216) = 26

5. Nilai Chi Square

 Jawaban cara mencari nilai chi square:

  Jawaban cara mencari nilai df:

Dari tabel kontingensi diatas, kita dapat menghitung nilai df/kb dengan perhitungan berikut ini:

 Jumlah baris tabel kontingensi (r) = 2

 Jumlah kolom tabel kontingensi (c) = 4

Dari tabel 𝜒2(𝑑𝑓;𝛼)→ 𝜒2(3;0.05) diperoleh = 7,815

Dengan menggunakan rumus Area penolakan, maka:

Dengan kata lain, dapat disimpulkan dengan hasil uji chi square, tidak ada hubungan antara jenis
kelamin dengan hobi masing-masing orang yang diikuti dalam survei diatas.

Akhir kata, Uji Chi Square tidak dapat digunakan untuk memberi informasi terkait tingkat kekuatan
hubungan yang tercipta antara variabel yang diteliti