TUGAS 5

STATISTIK PENDIDIKAN

(Dosen Pengampu: Dr. Gusti Ngurah Adhi Wibawa, S.Si., M.Si.)

Disusun Oleh:

Nama : Desy Rahayu

NIM : G2I122018
Kelas :B

PROGRAM STUDI S2 PENDIDIKAN MATEMATIKA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS HALU OLEO
KENDARI
2023
1. Diberikan data tentang IQ dan tingkat kehadiran sepuluh siswa di kelas yang diperkirakan
mempengaruhi nilai UAS.
IQ Tingkat Kehadiran (%) Nilai UAS
Siswa
(X1) (X2) (Y)
1 75 60 65
2 50 85 70
3 80 75 75
4 50 80 70
5 85 80 80
6 100 90 80
7 95 95 85
8 100 95 95
9 100 90 95
10 100 100 98

Pertanyaan:
a. Misalkan model regresi linear berganda cocok digunakan, tuliskan persamaan regresi
dugaannya. Bagaimana dugaan 1 dan  2 ditafsirkan dalam hal ini?
b. Ujilah apakah ada hubungan regresi linear antara kedua peubah bebas dengan peubah
tak bebas, gunakan taraf nyata 0,05.
c. Hitunglah koefisien determinasi ganda R2! Bagaimana ukuran ini ditafsirkan dalam
kasus ini?
d. Ujilah 1  0 atau tidak  2  0 atau tidak   0,05

e. Buatlah selang kepercayaan 95% secara masing-masing untuk 1 dan  2 . Berikan

maknanya?
f. Buatlah selang kepercayaan secara serempak 95% untuk 1 dan  2 . Berikan
maknanya?
g. Buatlah uji asumsi-asumsi dalam regresi linear berganda!
 Jawab
a. Persamaan Regresi Ganda

Berdasarkan data di atas diperoleh persamaan regresinya yaitu:

^
Y  9,358  0,297 X 1  0,555 X 2
Persamaan ini menunjukan bahwa:
1. Nilai konstanta memiliki nilai positif sebesar 9,358. Hal ini menunjukan bahwa Jika
semua variabel independen yang meliputi IQ (X1) dan tingkat kehadiran (X2) bernilai 0
persen, maka rata-rata nilai UAS adalah 9,358.
2. Nilai koefisien regresi untuk variabel IQ (X1) sebesar 0,297. Hal ini menunjukan bahwa
jika variabel IQ mengalami kenaikan sebesar 1%, maka nilai UAS akan naik sebesar
0,297. Dengan asumsi bahwa variabel lainnya dianggap konstan.
3. Nilai koefisien regresi untuk variabel tingkat kehadiran (X 2) memiliki nilai positif
sebesar 0,555. Hal ini menunjukan bahwa jika tingkat kehadiran (X 2) mengalami
kenaikan 1% maka nilai UAS akan naik sebesar 0,555 dengan asumsi variabel
independen lainnya dianggap konstan.

b. Menentukan pengaruh antara variabel independen terhadap variabel dependen

Berdasarkan data di atas diperoleh nilai signifikan sebesar 0,001 lebih kecil dari tingkat
signifikansi 0,05. Hal ini menunjukan bahwa variabel IQ (X1) dan tingkat kehadiran (X2)
secara bersama-sama (simultan) berpengaruh terhadap nilai UAS (Y).
c. Koefisien determinasi ganda R2

Dari data di atas diperoleh nilai R2 = 0,860. Hal ini menunjukan bahwa kemampuan
variabel bebas (IQ dan tingkat kehadiran) dalam menjelaskan varians variabel tak bebas
(nilai UAS) adalah sebesar 86%. Masih terdapat 14% varians variabel tak bebas yang
belum mampu dijelaskan oleh variabel bebas.

d. Uji hipotesis secara parsial

Berdasarkan tabel di atas, diperoleh bahwa nilai signifikansi IQ sebesar 0,019 < 0,05 maka
H0 ditolak. Artinya ada pengaruh yang signifikan antara IQ terhadap nilai UAS. Dan
berdasarkan tabel di atas, diperoleh bahwa nilai signifikansi tingkat kehadiran siswa
sebesar 0,012 < 0,05 maka H0 ditolak. Artinya ada pengaruh tingkat kehadiran siswa
terhadap nilai UAS.

e. Selang kepercayaan 95% secara masing-masing untuk 1 dan  2 .

Dari data di atas diperoleh selang kepercayaan 1 adalah 0,066  1  0,527

Artinya diduga bahwa rata-rata nilai UAS (Y) naik sekitar antara 0,066 sampai 0,527
untuk setiap kenaikan 1 persen IQ (X1) bila tingkat kehadiran tetap (X2). Dan diperoleh
selang kepercayaan  2 adalah 0,166   2  0,944 artinya diduga bahwa rata-rata nilai
 UAS (Y) naik sekitar antara 0,166 sampai 0,944 untuk setiap kenaikan 1 persen tingkat
kehadiran (X2) bila IQ tetap (X1).

f. Selang kepercayaan secara serempak 95% untuk 1 dan  2 .

0,066  1  0,527; 0,166   2  0,944

Selang kepercayaan serempak ini mengidentifikasi bahwa 1 dan  2 keduanya positif.
Hal ini sesuai harapan teoritis bahwa nilai UAS harus tinggi jika IQ dan tingkat kehadiran
siswa tinggi, asalkan peubah-peubah lain dipertahankan konstan.

g. Uji asumsi-asumsi dalam regresi linear berganda

- Multikolinieritas

Dari data di atas diketahui nilai VIF untuk variabel IQ dan tingkat kehadiran sama-sama
1,375 sedangkan Tolerance-nya 0,728. Karena nilai VIF dari kedua variabel kurang dari
10 dan nilai Tolerance lebih besar dari 0,1 maka dapat dikatakan tidak terjadi
multikolinieritas pada kedua variabel bebas tersebut.

- Autokorelasi
 Dari data di atas diketahui nilai Durbin-Watson (d) = 1,200 dan nilai du untuk k = 2 dan
n = 10 adalah 1,6413 dan dL = 0,6972. Berdasarkan kriteria pengambilan keputusan jika
4-d > du yakni 2,800 > 1,6413 maka tidak ada autokorelasi.

- Heteroskedastisitas

Dari gambar di atas terlihat bahwa sebaran titik membentuk suatu pola/alur tertentu,
sehingga dapat disimpulkan bahwa terjadi heteroskedastisitas.

- Normalitas

Sebaran titik-titik dari gambar Normal P-P Plot di atas relatif menjauhi garis lurus, sehingga
dapat disimpulkan bahwa (data) residual tidak berdistribusi normal.