Npm : 20040002
Seorang peneliti ingin mengetahui apakah prosentase kehadiran mahasiswa di kelas berpengaruh pada
nilai akhir Mata Kuliah. Berikut disajikan data prosentasi kehadiran dan nilai akhir Mata Kuliah dari 20
orang mahasiswa:
NO. URUT % KEHADIRAN NILAI AKHIR NO. URUT % KEHADIRAN NILAI AKHIR
1 80 65 11 70 49
2 70 50 12 80 61
3 80 56 13 100 81
4 90 70 14 70 70
5 70 70 15 90 61
6 90 75 16 70 44
7 100 83 17 40 35
8 100 91 18 40 46
9 90 81 19 90 49
10 60 33 20 70 71
Lakukan Analisis Korelasi dengan Minitab. Lakukan analisis pada Tingkat Toleransi 10%! Uraikan langkah
secara lengkap, mulai dari:
a. Penetapan Hipotesis. Tuliskan hipotetis di Ms. Word!
b. Pengolahan data dengan Minitab, copy paste hasil pada window session ke Ms. Word!
c. Interpretasi hasil. Tulis interpretasi hasil di Ms. Word!
Selanjutnya lakukan Analisis Regresi Linear Sederhana dengan Minitab. Lakukan analisis pada Tingkat
Toleransi 10%! Uraikan langkah secara lengkap, mulai dari:
d. Penetapan Hipotesis. Tuliskan hipotetis di Ms. Word!
e. Pengolahan data dengan Minitab, copy paste hasil pada window session ke Ms. Word!
f. Tuliskan persamaan analisis regresi linear sederhana, P-Value, koefisien determinasi (R ), dan
2
koefisien korelasi (r)! Sajikan juga Fitted Line Plot dari analisis regresi linear kedua variabel ini di Ms.
Word. Tulis interpretasi hasil di Ms. Word!
Jawab :
a. penetapan hipotesis
b. pengolahan data
c. Interpretasi hasil
Dari output tersebut dapat dilihat bahwa kehadiran memiliki korelasi dengan nilai akhir
karena P-Value < 10%. Hubungan antara kehadiran mahasiswa dan nilai akhir bersifat positif
dengan nilai Pearson Correlation sebesar 75,8%.
d. Penetapan Hipotesis
H0 :
H1 :
e. Pengelolahan data
Analysis of Variance
Source DF SS MS F P
Regression 1 2942,9 2942,9 24,28 0,000
Residual Error 18 2182,1 121,2
Total 19 5125,0
f. Tuliskan persamaan analisis regresi linear sederhana, P-Value, koefisien determinasi (R2), dan
koefisien korelasi (r)! Sajikan juga Fitted Line Plot dari analisis regresi linear kedua variabel
95
90
80
70
Percent
60
50
40
30
20
10
1
-30 -20 -10 0 10 20 30
Residual
Prediksi model Regresi Linear Sederhana antara nilai akhir dan kehadiran mahasiswa adalah:
Pada output ini dapat dilihat bahwa MSE (Mean Square Error) yang merupakan
varian residual (s 2) adalah 121,2 maka standar deviasi model adalah akar dari 121,2
atau sama dengan 11,01. Dengan demikian berarti bahwa nilai akhir yang dihasilkan oleh
suatu kehadiran mahasiswa akan jatuh disekitar 2s = 121,2.
ANOVA sebenarnya merupakan uji hipotesis kesesuaian model dengan data yang ada.
Output pada worksheet ini adalah nilai taksiran. Output memperlihatkan bahwa untuk
presentase kehadiran, perkiraan jumlah nilai akhir untuk mahasiswa adalah 63.83