TUGAS METODE PENELITIAN pendidikan dan

TUGAS METODE PENELITIAN
IBU SRI
DISUSUN OLEH :
ALSEN MEDIKANO TUMANGGOR
55060084
PASCA SARJANA STIE IPWIJA JAKARTA 2014
RUMUS :
Simple Linier Regression & Korelasi
n.å x. y - å x.å y
b=
y = a + bx + e
2
n.å x 2 - å x

(

a=

)

å y - bå x

n

Y = a + b.x

r=

å x. y - n.(x )(. y )
(å x - n.(x) ).(å y - n.(y) )
2

2

2

2

1. Menentukan adanya korelasi nyata antara hubungan usia dengan berat
badan wanita
Tingkat kepercayaan 1%

H0
H1

tidak ada hubungan antara usia dengan berat badan
ada hubungan korelasi antara usia dan berat badan

Uji Statistik Korelasi Pearson r

Usia
x
42
38
45
27
16
25
37
38
268
r=

Berat
y
120
135
140
115
98
123
130
132
993

xy

x2

y2

5040

5130
6300
3105
1568
3075
4810
5016
34044

1764
1444
2025
729
256
625
1369
1444
9656

14400

18225
19600
13225
9604
15129
16900
17424
124507

0.8454
jum xy
34044

84.54
n
8

x rata2
33.5

y rata2
124.13

jum x2
9656

n
8

x rata2
33.5

jum y2
124507

daerah penolakan

t>ta2, n 2
>t1%/2,6
>3.707 (appendix C)

n
8

y rata2
124.13

Kesimpulan
Terdapat hub positif cukup tinggi 84,54%, antara usia dan berat badan sejak nilai ini dihitung
Kita menolak H0 ; pada tingkat kepercayaan 1%. Jadi disimpulkan bahwa ada suatu
Korelasi nyata (significant) antara usia dan berat badan

b=

a=

Y=

1.15
n

8
n
8

jum xy
34044
jum x2
9656

jum x
268
jum x
268

jum y
993

85.66
jum y
993

b
1.15

jum x
268

a
85.66

b
1.15

x
8

272352

266124

6228

77248

71824

5424

n
8

993

307.73

685.27

85.66

9.185841

94.85

Kesimpulan
Dimana perpotongan y : 85.66, atau titik dimana regresi memotong sumbu y pada x =
0
Dengan kemiringan 1.15, ini diartikan sebagai estimasi peningkatan berat badan (y) thp usia
wanita (x)
Y = a + bx = 85.66 + 1.15.(8) = 94.85
Jadi, perhitungan berat badan wanita serta usia 16-45 tahun dan koresponding grade
(tingkat)nya
8 orang wanita dalam statistik adalah 94.85 kg

2. Diketahui data showroom mobil dengan tahun pembuatan sudah 8 tahun, kondisi baik & akan
direparasi
No
1
2
3
4
5
Jumlah

Usia Mobil
x
5.5
10.1
3.2
4.5
2.5
25.8

Biaya Reparasi
y
1200
900
450
750
200
3500

xy

x2

6600
9090
1440
3375
500
21005

30.25
102.01
10.24
20.25
6.25
169

b=
n
5

82.10
jum xy
21005

jum x
25.8

jum y
3500

n
5

jum x2
169

jum x
25.8

a=
n
5

276.38
jum y
3500

b
82.10

jum x
25.8

105025

90300

14725

845

665.64

179.36

3500

2118.114

1381.886

Dimana perpotongan y adalah 276.38 atau titik dimana regresi memotong sumbu y pada x = 0
Dengan kemiringan 82.10. Sbg estimasi meningkatnya biaya perbaikan mobil (y) per thn (x)
Y

a
276.38

b
82.10

x
8

933.16

Biaya perbaikan mobil berumur 8 thn adalah Rp. 933.16 ribu

3 Menentukan tingkat hubungan antara kemampuan matematika dari 8 pelajar college
Digambarkan dalam ujian masuk dan koreponden grade (tingkat)nya dalam statistik
Tingkat kepercayaan 5%

Pelajar
1
2
3
4
5
6
7
8
Jumlah

Math
Score
x
67
83
67
56
77
88
88
76
602

Stat
Grade
y
75
80
72
78
71
90
60
69
595

xy

x2

y2

5025
6640
4824
4368
5467
7920
5280
5244
44768

4489
6889
4489
3136
5929
7744
7744
5776
46196

5625
6400
5184
6084
5041
8100
3600
4761
44795

a. Persamaan Regresi
Hipotesis
H0
tidak ada hubungan antara mathematic score dengan statistic grade
H1
ada hubungan korelasi antara mathematic score dengan statistic grade
Tingkat kepercayaan 5%
Uji Statistik : r-test
r=

-0.0083
jum xy
44768

-0.83
n
8

x rata2
75.25

y rata2
74.38

jum x2
46196

n
8

x rata2
75.25

jum y2
44795

daerah penolakan

n
8

y rata2
74.38

t>ta2, n 2
>t5%/2,6
>2.447 (appendix C)

Kesimpulan
Terdapat suatu hubungan korelasi yang nol karena - 0.0083 (r =0) antara nilai mathematic dan nilai statistic grade
Nilai ini dihitung dalam area penolakan, kita menolak H1; pada tk kepercayaan 5%. Dapat disimpulkan
tidak ada korelasi antara mathematic score dan statistic grade

b. Hitung nilai Y

b=

a=

Y=

-0.01
n
8
n
8

jum xy
44768
x rata2
46196

jum x
602
jum x2
602

jum y
595

74.86
jum y
595

b
-0.01

jum x
602

n
8

a
74.86

b
-0.01

x
8

74.86

358144

358190

-46

369568

362404

7164

595

-3.87

598.87

-0.0514

74.81

Dimana perpotongan y : 74.86, atau titik dimana regresi memotong sumbu y pada x = 0
Dengan kemiringan - 0.01, ini diartikan sebagai estimasi penurunan statistic grade (y) tiap pelajar (x)
Y = a + bx = 74.86 + (- 0.01).(8) = 74.81
Jadi, perhitungan statistic grade dari 8 pelajar college dalam ujian masuk dan koresponding grade (tingkat)nya
dalam statistik adalah 74.81

4. Menentukan tingkat hubungan antara hujan turun dengan hasil panen
Data berikut menunjukkan jumlah curah hujan dalam suatu daerah dan korespodensinya
dengan karung-karung beras yang dipanen
Tingkat kepercayaan 5%
Hujan
Turun
No

1
2
3
4
5
6
7
8
9
10
Jumlah

(inch)
x
2.9
3.1
2.6
1.9
2.2
2.3
2.1
3.1
3.2
1.8
25.2

Panen
(karung
goni)
y
25
33
28
24
33
22
20
22
30
34
271

xy

x2

y2

72.5
102.3
72.8
45.6
72.6
50.6
42
68.2
96
61.2
683.8

8.41
9.61
6.76
3.61
4.84
5.29
4.41
9.61
10.24
3.24
66.02

625
1089
784
576
1089
484
400
484
900
1156
7587

a. Persamaan Regresi
Hipotesis
H0

tidak ada hubungan antara hujan turun dengan hasil panen
ada hubungan korelasi antara hujan turun dengan hasil
H1
panen
Tingkat kepercayaan 5%
Uji Statistik : r-test
r=
0.0356
jum xy
683.8

3.56
n
10

x rata2
2.52

y rata2
27.10

jum x2
66.02

daerah penolakan

n
10

x rata2
2.52

jum y2
7587

t>ta2, n - 2
>t5%/2,8
>2.306 (appendix C)

n
10

y rata2
27.10

daerah penolakan

t>ta2, n 2
>t1%/2,8
>3.355 (appendix C)

Kesimpulan
Terdapat suatu hubungan korelasi yang nol karena 0.0356 (r = 0) antara hujan turun dan hasil panen
Nilai ini dihitung dalam area penolakan, kita menerima H0 dan menolak H1; pada tk kepercayaan 5%.
Dapat disimpulkan tidak ada korelasi antara hujan turun dan panen
b. Hitung nilai Y
b=

a=

Y=

0.35
n
10
n
10

jum xy
683.8
x rata2
66.02

jum x
25.2
jum x2
25.2

jum y
271

26.22
jum y
271

b
0.35

jum x
25.2

n
10

a
26.22

b
0.35

x
10

26.22

6838

6829.2

8.8

660.2

635.04

25.16

271

8.81

262.19

3.4976

29.72

Dimana perpotongan y : 26.22, atau titik dimana regresi memotong sumbu y pada x = 0
Dengan kemiringan 0.35, ini diartikan sebagai estimasi penurunan hasil panen (y) dengan karung beras (x)
Y = a + bx = 26.22 + 0.35.(10) = 29.72
Jadi, perhitungan jumlah karung beras yang dipanen dalam curah hujan suatu daerah
dalam statistik adalah 29.72

b. Panen padi jika curah hujan adalah 3.5 inchi
Hujan
Turun
No

1
2
3
4
5
6
7
8
9
10
Jumlah
Hipotesis
H0

(inch)
x
3.5
3.5
3.5
3.5
3.5
3.5
3.5
3.5
3.5
3.5
35

Panen
(karung
goni)
y
25
33
28
24
33
22
20
22
30
34
271

xy

x2

y2

87.5
115.5
98
84
115.5
77
70
77
105
119
948.5

12.25
12.25
12.25
12.25
12.25
12.25
12.25
12.25
12.25
12.25
122.5

625
1089
784
576
1089
484
400
484
900
1156
7587

tidak ada hubungan antara hujan turun dengan hasil panen

ada hubungan korelasi antara hujan turun dengan hasil
H1
panen
Tingkat kepercayaan 5%
Uji Statistik : r-test
r=

#DIV/0!
jum xy
948.5

#DIV/0!
n
10

x rata2
3.5

y rata2
27.10

jum x2
122.5

n
10

x rata2
3.5

jum y2
7587

daerah penolakan

t>ta2, n - 2
>t5%/2,8
>2.306 (appendix C)

n
10

y rata2
27.10

daerah penolakan

t>ta2, n 2
>t1%/2,8
>3.355 (appendix C)

Kesimpulan
Terdapat suatu hubungan korelasi yang nol karena r hitung = 0 (r = 0) antara hujan turun dan hasil panen
Nilai ini dihitung dalam area penolakan, kita menerima H0 dan menolak H1; pada tk kepercayaan 5%.
Dapat disimpulkan tidak ada korelasi antara hujan turun dan panen
b. Hitung nilai Y
b=

a=

Y=

#DIV/0!
n
10
n
10

jum xy
948.5
x rata2
122.5

jum x
35
jum x2
35

jum y
271

#DIV/0!
jum y
20

b
#DIV/0!

jum x
3.5

n
10

a
#DIV/0!

b
#DIV/0!

x
10

#DIV/0!

9485

9485

0

1225

1225

0

20

#DIV/0!

#DIV/0!

#DIV/0!

#DIV/0!

Dimana perpotongan y :0, atau titik dimana regresi memotong sumbu y pada x = 0
Dengan kemiringan 0, ini diartikan sebagai estimasi penurunan hasil panen (y) dengan karung beras (x)
Y = a + bx = 0 + 0.(10) = 0

Jadi, perhitungan jumlah karung beras yang dipanen dalam curah hujan suatu daerah
Tidak ada hasil yang bisa disimpulkan. Soal tidak dapat diselesaikan
5. Merupakan kinerja bbrp pegawai & jumlah pengabdian mereka pd perusahaan
Tingkat kepercayaan 5%
Pertanyaan :
a. Tentukan apakah terdapat antara produktivitas pegawai dengan tahun pengalaman kerja mereka dalam
perusahaan
b. Tentukan persamaan regresi linier
c. Gambar trend liniernya
d. Project produktivitas pegawai jika dia telah bekerja dengan perusahaan selama 21.7 tahun. Adakah hubungan
akurat antara dua variabel tersebut? Jelaskan