Contoh soal 1
1. Ingin diketahui seberapa kuat hubungan antara besarnya pendapatan seseorang dengan
pengeluaran (konsumsi) per bulan. Data dari 6 orang yang diwawancarai diperoleh data
sebagai berikut:
X (pendapatan) : 800 900 700 600 700 800 (ribuan)
Y (konsumsi) : 300 300 200 100 200 200 (ribuan)
Untuk menghitung koefisien korelasi maka disusun tabel bantu sebagai berikut:
Tabel . Tabel Bantu Analisis Korelasi Product Moment
n X Y X2 Y2 XY
1 800 300 640.000 90.000 240.000
2 900 300 810.000 90.000 270.000
3 700 200 490.000 40.000 140.000
4 600 100 360.000 10.000 60.000
5 700 200 490.000 40.000 140.000
6 800 200 640.000 40.000 160.000
4.500 1.300 3.430.000 310.000 1.010.000
r 2 √ n−2
t = √ 1-r2
Selain menggunakan Uji t, pengujian hipotesis hubungan dapat menggunakan kriteria nilai
korelasi tabel (rtabel) yaitu dengan cara membandingkan nilai koefisien korelasi (r hitung) dengan
nilai rtabel.
Jika rhitung > rtabel maka hubungan antar variabel signifikan
Jika rhitung rtabel maka hubungan antar variabel tidak signifikan
Contoh soal 2
2. Misalkan menggunakan data sebelumnya yaitu hubungan antara pendapatan dan
konsumsi. Diajukan hipotesis yang menyatakan “ada hubungan yang signifikan antara
pendapatan dengan konsumsi”.
Penyelesaian:
1. Rumusan hipotesis:
Ho : = 0 Tidak ada hubungan yang signifikan antara pendapatan dengan konsumsi
Ha : 0 Ada hubungan yang signifikan antara pendapatan dengan konsumsi
Taraf = 0,05 selanjutnya dapat dicari nilai t tabel pada = 0,05 (uji 2 pihak /2 = 0,025)
derajat bebas = n – 2 = 6 – 2 = 5 yaitu sebesar 2,776451
Kriteria pengujian:
Ho ditolak jika thitung > ttabel atau probabilitas < 0,05
Ho diterima jika thitung ttabel atau probabilitas 0,05
Uji statistik (Uji t)
r 2 √ n−2
Menghitung nilai t dengan rumus: t = √ 1-r2
(0,886621 )2 √6−2
t = √ 1-(0,886621 )2
0 , 786096 x 2
= √1−0 , 786096
1 ,572193
= √ 0 ,213904
1 , 572193
= 0 , 462497
= 3,39936
Jadi diperoleh nilai thitung sebesar 3,39936.
Kesimpulan
Karena thitung (3,39936) > ttabel (2,776451) maka Ho ditolak, artinya hubungan kedua
variabel signifikan, atau pendapatan memiliki hubungan yang signifikan dengan
konsumsi. Dengan demikian hipotesis yang menyatakan “ada hubungan yang signifikan
antara konsumsi dengan pendapatan” diterima.
Pengujian koefisien korelasi dapat juga dilakukan dengan cara membandingkan
nilai koefisien korelasi dengan nilai korelasi tabel atau r tabel, sehingga perlu dicari nilai
rtabel pada taraf = 0,05 dan n = 6 yaitu diperoleh r tabel = 0,811 (lihat tabel r). Karena nilai
rhitung (0,886621) > rtabel (0,811) maka Ho ditolak, artinya pendapatan memiliki hubungan
signifikan dengan konsumsi.
Contoh soal 3
2. Menggunakan data pada contoh korelasi Product Moment dengan menambah variabel jumlah
anak, sehingga akan dihitung hubungan antara pendapatan (X1) dan jumlah anak (X2) dengan
konsumsi (Y), dengan data sebagai berikut:.
n X1 (ribuan) X2 Y (ribuan)
1 800 3 300
2 900 3 300
3 700 2 200
4 600 1 100
5 700 1 200
6 800 1 200
7 900 1 250
8 1000 3 300
9 900 3 300
10 1100 3 350
Untuk mencari nilai koefisien korelasi berganda perlu disusun tabel bantu sebagai
berikut:
Tabel . Tabel Bantu Analisis Korelasi Berganda
n X1 X2 Y X12 X12 Y2 X1Y X2Y X1X2
1 800 3 300 640000 9 90000 24000 900 2400
0
2 900 3 300 810000 9 90000 27000 900 2700
0
3 700 2 200 490000 4 40000 14000 400 1400
0
4 600 1 100 360000 1 10000 60000 100 600
5 700 1 200 490000 1 40000 14000 200 700
0
6 800 1 200 640000 1 40000 16000 200 800
0
7 900 1 250 810000 1 62500 22500 250 900
0
8 1000 3 300 100000 9 90000 30000 900 3000
0 0
9 900 3 300 810000 9 90000 27000 900 2700
0
10 1100 3 350 121000 9 122500 38500 1050 3300
0 0
8400 21 2500 726000 53 675000 21900 5800 18500
0 00
Untuk menghitung koefisien korelasi berganda, maka terlebih dahulu dihitung koefisien
korelasi antar variabel.
10(2 .190 . 000 )−(8 . 400 )(2 .500 )
rx1y = √10 (7 . 260 . 000)−(8400 )2 10 (675. 000 )−(2. 500)2 = 0,891
10(5800 )−(21 )(2. 500 )
rx2y = √10 (53 )−(21)2 10 (675 . 000)−(2 .500 )2 = 0,824
10(18 . 500)−(8400 )(21)
rx1x2 = √10 (7260000 )−(8400 )2 10 (53 )−(21)2 = 0,638
Selanjutnya dari nilai koefisien korelasi antar variabel dapat dihitung koefisien korelasi
berganda:
√
r +r −2( r x1y )( r x 2 y )(r x 1 x 2 )
x 1y2 x2 y2
1−r 2
Rx1x2y = x1x2
√
2 2
0 ,891 +0 , 824 −2(0 , 891 )(0 ,824 )( 0 ,638 )
= 1−(0 , 638 )2
= √ 0 ,536
0 ,593
= 0,951
Hasil perhitungan diperoleh koefisien korelasi berganda ( R ) sebesar 0,951 karena
nilainya mendekati 1 berarti terdapat hubungan yang sangat kuat antara pendapatan dan
jumlah anak dengan konsumsi.
Koefisien Determinasi (R2)
Koefisien determinasi merupakan ukuran kesesuaian (goodnes of fit) garis regresi
linier berganda terhadap suatu data (dibahas pada bab selanjutnya), atau dapat digunakan
untuk mengukur besarnya kontribusi variabel bebas (X) terhadap variasi perubahan
variabel terikat (Y). Nilai koefisien determinasi terletak antara 0 R2 1, dan biasanya
dinyatakan dalam persentase. Nilai R2 semakin mendekati 1 menunjukkan semakin besar
kontribusi variabel bebas (X) terhadap variasi perubahan variabel terikat (Y). Misalnya
mengambil contoh sebelumnya dimana diperoleh nilai R = 0,951 maka R 2 = 0,9512 =
0,90440 artinya seluruh variabel bebas yaitu pendapatan dan jumlah anak memberikan
kontribusi sebesar 90,44% terhadap variasi konsumsi. Sisanya sebesar 9,56% merupakan
kontribusi variabel lain.
Uji Signifikan Koefisien Korelasi Berganda (Uji Hipotesis)
Pengujian signifikansi koefisien korelasi ganda dilakukan dengan Uji F (Anova)
yang rumusnya sebagai berikut:
R2 /(k )
2
F = (1−R )/(n−k−1 )
Keterangan:
R2 = Koefisien determinasi
k = Jumlah variabel bebas
n = Jumlah kasus
Contoh soal 4
3. Misalkan pada contoh sebelumnya diajukan hipotesis yang menyatakan “ada hubungan yang
signifikan antara pendapatan dan jumlah anak dengan konsumsi”.
Penyelesaian:
a. Rumusan hipotesis:
Ho : = 0 Tidak ada hubungan yang signifikan antara pendapatan dan jumlah dengan
konsumsi
Ha : 0 Ada hubungan yang signifikan antara pendapatan dan jumlah anak dengan
konsumsi
b. Taraf = 0,05 selanjutnya dapat dicari nilai F tabel pada = 0,05 derajat bebas = n – k
- 1 = 10 – 2 - 1 = 7, diperoleh Ftabel = 4,74.
c. Kriteria pengujian:
Ho ditolak jika Fhitung > Ftabel atau probabilitas < 0,05
Ho diterima jika Fhitung Ftabel atau probabilitas 0,05
d. Uji statistik (Uji F)
R2 /(k )
2
F = (1−R )/(n−k−1 )
0 , 9512 /2
2
= (1−0 ,951 )/(10−2−1 )
0 , 90440/2
= 0 , 095599/7
0 , 45221
= 0 , 01365
= 33,1113
e. Kesimpulan
Nilai Fhitung sebesar 33,1113 dibandingkan dengan nilai F tabel. Karena Fhitung (33,1113) >
ttabel (4,74) maka Ho ditolak, artinya ada hubungan yang signifikan antara pendapatan
dan jumlah dengan konsumsi.
Contoh soal 4
4. Seorang mahasiswa melakukan survai untuk meneliti apakah ada korelasi antara nilai
statistik dengan nilai ekonometrik, untuk kepentingan penelitian tersebut diambil 10
mahasiswa yang telah menempuh mata kuliah statistik dan ekonometrik. (Sumber: Suliyanto
Undip)
Pemecahan
A. Judul Hubungan antara kemampuan mahasiwa dalam memahami ilmu statistika dan
ilmu ekonometrika.
B. Pertanyaan Penelitian
Apakah terdapat korelasi positif antara kemampuan mahasiswa dalam memahami
ilmu statistika dan ilmu ekonometrika ?
C. Hipotesis
Terdapat korelasi positif kemampuan mahasiwa dalam memahami ilmu staistika
dan ilmu ekonometrika
D. Kriteria pengujian
Ho : Tidak terdapat korelasi positif antara kemampuan mahasiswa dalam memahami
ilmu statistika dan ilmu ekonometrika.
Ha : Terdapat korelasi positif antara kemampuan mahasiswa dalam memahami ilmu
statistika dan ilmu ekonometrika.
Ho diterima Jika
rhitung ≤ rtabel(a, n-2) atau
t hitung ≤ ttabel (a, n-2)
Ha diterima Jika
rhitung > rtabel(a, n-2) atau
thitung > ttabel (a, n-2)
Data Yang dikumpulkan
Hasil perhitungan:
6 ∑ d 2i
ρ xy=1−
n (n2 −1)
6 x7
ρ xy=1− =0 , 96
10(100−1 )
• Dengan Kriteria r htung:
• rhitung (0,96) > r tabel (0,738)
• Dengan Kriteria t hitung:
xy n 2 0 , 96 √10−2
t t= =9 , 697
(1 r )
2
√(1−0 , 92)
Kesimpulan
Karena rhitung > dari rtabel maka Ha diterima.
Karena t hitung > dari t tabel maka Ha diterima.
Kesimpulan:
Terdapat korelasi positif antara kemampuan mahasiswa dalam memahami ilmu statistika
dan ilmu ekonometrika.
Contoh soal 5
5.Hasil penelitian tentang hubungan antara biaya iklan dengan volume penjualanan pada suatu
perusahaan tersaji dalan table berikut. Tentukan koefisien korelasinya? dalam Rp 1000,-.
(Sumber:shohibul Munir Un. Mercu Buana)
Tabel . Prosedur penentuan koefisien korelasi pengeluaran biaya iklan dan volume penjualan .
Biaya Iklan Volume Penjualan
(X) (Y) X2 Y2 XY
1 2 3 4 5
5 40 25 1600 200
7 50 49 2.500 350
10 60 100 3.600 600
12 65 144 4.225 780
15 70 225 4.900 1.050
20 80 400 6.400 1.600
25 92 625 8.464 2.300
30 100 900 10.000 3.000
X = 124 Y = 557 2.468 41.689 9.880
N=8
c. Pak Dedi menyatakan bahwa PKM GT-AI dari Fakultas Ilmu Pendidikan Universitas Negeri
Malang yang telah terkumpul sebanyak374 PKM.
Jawaban
Ho = Pak Dedi menyatakan bahwa PKM GT-AI dari Fakultas Ilmu Pendidikan Universitas
Negeri Malang yang telah terkumpul sebanyak374 PKM.
Ha = Pak Dedi menyatakan bahwa PKM GT-AI dari Fakultas Ilmu Pendidikan Universitas
Negeri Malang yang telah terkumpul kurang dari 374 PKM.
ATAU
Ha = Pak Dedi menyatakan bahwa PKM GT-AI dari Fakultas Ilmu Pendidikan Universitas
Negeri Malang yang telah terkumpul lebih dari 374 PKM.
Karena Ho : μo = 374 dan Ha : μo < 374
Jadi, hipotesis ini termasuk hipotesis maksimum.
d. Pak Dekan FIP menyatakan bahwa rata-rata penulisan PKM-GT oleh mahasiswa FIP tidak
melebihi 200 PKM.
Jawaban
Ho = Pak Dekan FIP menyatakan bahwa rata-rata penulisan PKM-GT oleh mahasiswa FIP
kurang dari 200 PKM.
Ha = Pak Dekan FIP menyatakan bahwa rata-rata penulisan PKM-GT oleh mahasiswa FIP
melebihi 200 PKM.
Karena Ho : μo = 200 dan Ha : μo ≠ 200
Jadi, hipotesis ini termasuk hipotesis sama.
PT ABC (Ganjil)
PENJUALAN PREDIKSI
NO TAHUN X^2 XY
(Y) (X)
1 1996 15.000 -5 25 -75.000
2 1997 16.000 -4 16 -64.000
3 1998 17.000 -3 9 -51.000
4 1999 17.500 -2 4 -35.000
5 2000 18.000 -1 1 -18.000
6 2001 18.500 0 0 0
7 2002 18.500 1 1 18.500
8 2003 19.000 2 4 38.000
9 2004 19.250 3 9 57.750
10 2005 19.500 4 16 78.000
11 2006 19.750 5 25 98.750
JUMLAH 11 198.000 0 110 48.000
Y’ = a + bX
Y’ = 18.000 + 436.36X
PT ABC (Genap)
PENJUALAN PREDIKSI
NO TAHUN X^2 XY
(Y) (X)
1 1997 16250 -9 81 -146250
2 1998 17200 -7 49 -120400
3 1999 18050 -5 25 -90250
4 2000 18800 -3 9 -56400
5 2001 19450 -1 1 -19450
6 2002 20000 1 1 20000
7 2003 20450 3 9 61350
8 2004 20800 5 25 10400
9 2005 21050 7 49 147350
10 2006 21250 9 81 191250
JUMLAH 10 193300 0 330 91200
b = 91200/330 = 276.36
Y’ = a + bX
Y’ = 19330 + 276.36X