Tugas Statistik 4 Final Final

TUGAS MATA KULIAH
STATISTIK II
Dosen : Prof. Dr. R. Santosa Murwani/
Prof. Dr. Suyono
Ali Rahman
NIM. 7117140001
PROGRAM STUDI TEKNOLOGI PENDIDIKAN

PPS UNIVERSITAS NEGERI JAKARTA
2014
TUGAS 1:
STATISTIK PENDIDIKAN
Data nilai ujian:
792 492 482 742 811 981 871 811 800 840 900 700 919 539 829 789
702 712 921 382 561 811 741 731 680 720 850 510 659 939 839 869
902 329 832 732 741 431 861 681 920 930 760 710 919 729 679 759
802 912 612 722 971 911 881 811 710 740 990 950 809 599 719 779
632 602 832 822 611 671 891 631 760 630 880 700 669 889 799 759
1. Banyaknya Data n = 80
2. Rentangan
(r = data terbesar –
data terkecil) r = 990-329 = 661
3. Banyak Kelas
Interval k = 1 + 3.3 log n
= 1 + 3.3 log 80
log(80)=1.90308999
1.90308999x3.3=6.28019697
6.28019697+1=7.28019697
= 7.28 ≈ 7 / 8
𝑟
4. Panjang Interval i = 𝑘; syarat (k.i) ≥ r+1
661
= k = 7.28 = 𝟕 → 𝑖 = 𝟕 = 94.42857143 = 94/95
i = 94.42857143 = 94 → 𝑖. 𝑘 = 94x7=658 > 661+1
i = 94.42857143= 95 → 𝑖. 𝑘 = 95x7=665 > 661+1
661
= k = 7.28 = 𝟖 → 𝑖 = 𝟖 = 82.625 = 82/83
i = 82.625 = 82 → 𝑖. 𝑘 = 82x8=656 > 661+1
i = 82.625 = 83 → 𝑖. 𝑘 = 83x8=664 > 661+1
i = 94.42857143 ≈ 94 / 95
i = 82.625 ≈ 82 / 83
1
No Interval 1 Interval 2 Interval 3
1 329-411 328-410 327-409
2 412-494 411-493 410-492
3 495-577 494-576 493-575
4 578-660 577-659 576-658
5 661-743 660-742 659-741
6 744-826 743-825 742-824
7 827-909 826-908 825-907
8 910-992 909-991 908-990
5. Distribisi Frekuensi
No Nilai Tabulasi Data f Tanda Kelas

1 328-410 // 2 369
2 411-493 /// 3 452
3 494-576 /// 3 535
4 577-659 //// - /// 8 618
5 660-742 //// - //// - //// - //// - / 21 701
6 743-825 //// - //// - //// - / 16 784
7 826-908 //// - //// - //// 15 867
8 909-991 //// - //// - // 12 950
∑ 80
fr (%) = 𝑓 =
No Nilai fa 𝑓 Ket.
𝑥 100%
𝑛
1 328-410 2 2.50
2 411-493 3 3.75
3 494-576 3 3.75
4 577-659 8 10.00
5 660-742 21 26.25
6 743-825 16 20.00
7 826-908 15 18.75
8 909-991 12 15.00
∑ 80 100.00
2
6. Histogram dan Poligon
f Batas Tanda
No Nilai
Bawah Atas Kelas
1 328-410 2 327.5 410.5 369
2 411-493 3 410.5 493.5 452
3 494-576 3 493.5 576.5 535
4 577-659 8 576.5 659.5 618
5 660-742 21 659.5 742.5 701
6 743-825 16 742.5 825.5 784
7 826-908 15 825.5 908.5 867
8 909-991 12 908.5 991.5 950
∑ 80
f
25
21
20
histogram
16
15 15
poligon 12
10
8
5 3
3
2
0
327.5 - 410.5 410.5 - 493.5 493.5 - 576.5 576.5 - 659.5 659.5 - 742.5 742.5 - 825.5 825.5 - 908.5 908.5 - 991.5 Nilai
369 452 535 618 784 784 867 950
3
TUGAS 2:
Mencari Rerata Hitung dan Varians:
∑𝑓𝑋
1. Rerata hitung 𝑋̅ = ∑𝑓
No Nilai f X fX
1 328-410 2 369 738
2 411-493 3 452 1356
3 494-576 3 535 1605
4 577-659 8 618 4944
5 660-742 21 701 14721
6 743-825 16 784 12544
7 826-908 15 867 13005
8 909-991 12 950 11400
∑ 80 5276 60313
∑𝑓𝑋 60313
Rerata : 𝑋̅ = ∑𝑓 = 80 = 753.9125
1 2 (∑𝑓𝑋)2
2. Varians s2 = {∑ fX − }
𝑁 𝑁
No Nilai f X X2 fX fX2
1 328-410 2 369 136161 738 272322
2 411-493 3 452 204304 1356 612912
3 494-576 3 535 286225 1605 858675
4 577-659 8 618 381924 4944 3055392
5 660-742 21 701 491401 14721 10319421
6 743-825 16 784 614656 12544 9834496
7 826-908 15 867 751689 13005 11275335
8 909-991 12 950 902500 11400 10830000
∑ 80 5276 3768860 60313 47058553
4
1 2 (∑𝑓𝑋)2
Varians s2 = {∑ fX − }
𝑁 𝑁
1 (60313)2
= {47058553 − }
80 80
1 3637657969
= {47058553 − }
80 80
1
= {47058553 − 45470724.61}
80
1
= {1587828.388}
80
s2 = 19847.85484
3. Simpangan Baku s = √𝑠 2
= √19847.85484
= 140.8824149
5
TUGAS 3:
A. Menggunakan coding c:
Mean duga = 𝑋̅𝑑
No Nilai f X c fc c2 fc2
1 328-410 2 369 -4 -8 16 32
2 411-493 3 452 -3 -9 9 27
3 494-576 3 535 -2 -6 4 12
4 577-659 8 618 -1 -8 1 8
5 660-742 21 701 0 0 0 0
6 743-825 16 784 1 16 1 16
7 826-908 15 867 2 30 4 60
8 909-991 12 950 3 36 9 108
∑ 80 5276 51 44 263
Di sini k = 8; i = 83; n = 80
𝑋̅𝑑 = 701 di kelompok 5, maka di sini c diberi 0.
∑ fc
1. Mencari rerata 𝑋̅ = 𝑋̅𝑑 + i ∑f
51
= 701 + 83 = 701 + 52.9125 = 753.9125
80
∑ 𝑓𝑐 2 ∑ fc 2
2. Mencari varians 𝑠 2 = 𝑖 2 { − ( ) }
𝑛 n
263 51 2
= 6889 { 80 − (80) }
263 2601
= 6889 { 80 − 6400}
= 6889{3.2875 − 0.40640625}
= 6889{2.88109375}
= 19847.85484
3. Mencari simpangan baku
S = √𝑠 2 = √19847.85484
= 140.8824149
6
B. Menggunakan Kalkulator
No Nilai f X X2 fX fX2
1 328-410 2 369 136161 738 272322
2 411-493 3 452 204304 1356 612912
3 494-576 3 535 286225 1605 858675
4 577-659 8 618 381924 4944 3055392
5 660-742 21 701 491401 14721 10319421
6 743-825 16 784 614656 12544 9834496
7 826-908 15 867 751689 13005 11275335
8 909-991 12 950 902500 11400 10830000
∑ 80 5276 3768860 60313 47058553
Menggunakan Kalkulator Casio fx-3650 dengan langkah-langkah berikut:

1. Membersihkan kalkulator dengan menekan tombol
ON SHIFT CLR 3
2. Menekan tombol
MODE MODE 1
Untuk program SD
3. Entry data dengan memasukkan nilai X (data/tanda kelas) kemudian
menekan tombol M+ sebanyak f (frekuensi)
369 M+ M+
452 M+ M+ M+
535 M+ M+ M+
618 SHIFT , 8 M+
701 SHIFT , 21 M+
784 SHIFT , 16 M+
867 SHIFT , 15 M+
950 SHIFT , 12 M+
7
4. Output
SHIF S- 3 EXE n = 80
T Sum
SHIF S- 2 EXE ∑X = 60313
T Sum
SHIF S- 1 EXE ∑𝑋 2 = 47058553
T Sum
SHIF S-Var 1 EXE 𝑋̅ = 753.9125
T
∑𝑋 2
SHIF S-Var 2 EXE √ = 140.882415
𝑛
T
∑𝑋 2
SHIF S-Var 3 EXE √ = 141.7712718
𝑛−1
T
SHIF S-Var 2 EXE ^ 2 EXE 𝑠 2 = 19847.85484
T
Keterangan:
n = banyaknya data
∑X = Data dijumlahkan atau sama dengan ∑fX yang ada ditabel
distribusi frekuensi
∑𝑋 2 = Data dikuadratkan kemudian dijumlahkan atau sama dengan ∑fX2
yang ada di tabel distribusi frekuensi
𝑋̅ = Rerata
∑𝑋 2
√ = Varians populasi
𝑛
∑𝑋 2
√ = Varians sampel
𝑛−1
𝑠2 = Varians
8
TUGAS 4:
Data nilai ujian:
792 492 482 742 811 981 871 811 800 840 900 700 919 539 829 789
702 712 921 382 561 811 741 731 680 720 850 510 659 939 839 869
902 329 832 732 741 431 861 681 920 930 760 710 919 729 679 759
802 912 612 722 971 911 881 811 710 740 990 950 809 599 719 779
632 602 832 822 611 671 891 631 760 630 880 700 669 889 799 759
Data tersebut dikelompokkan menjadi empat kelompok
NO X1 X2 X3 Y
1 792 811 800 919
2 702 561 680 659
3 902 741 920 919
4 802 971 710 809
5 632 611 760 669
6 492 981 840 539
7 712 811 720 939
8 329 431 930 729
9 912 911 740 599
10 602 671 630 889
11 482 871 900 829
12 921 741 850 839
13 832 861 760 679
14 612 881 990 719
15 832 891 880 799
16 742 811 700 789
17 382 731 510 869
18 732 681 710 759
19 722 811 950 779
20 822 631 700 759
9
Uraian Tugas:
1. Tuliskan konstalasi masalah hubungan nonkausal antara empat kelompok

tersebut!
2. Tuliskan hipotesis statistik yang akan diuji!
3. Sajikan deskripsi data yang diperlukan!
4. Tuliskan persamaan regresi Y atas X1, Y atas X2, Y atas X3, dan Y atas X1, X2,
dan X3, secara bersama-sama!
5. Uji linieritas masing-masing regresi sederhana!
6. Hitung dan uji signifikansi koefisien korelasi masing-masing hubungan!
A. Konstelasi Masalah
X1
X1 = variabel bebas 1
X2 X2 = variabel bebas 2
Y
X3 = variabel bebas 3
Y = variable terikat
X3
1. Adakah pengaruh X1 terhadap Y?

4. Adakah pengaruh X1, X2, dan X3 secara bersama-sama terhadap Y?
10
B. Hipotesis Statistik
1. H0 : ρy1 = 0
H1 : ρy1 ≠ 0
2. H0 : ρy2 = 0
H1 : ρy2 ≠ 0
3. H0 : ρy3 = 0
H1 : ρy3 ≠ 0
4. H0 : ρy123 = 0
H1 : ρy123 ≠ 0
C. Deskripsi Data
No. X1 X2 X3 Y X12
1 792 811 800 919 627264

2 702 561 680 659 492804
3 902 741 920 919 813604
4 802 971 710 809 643204
5 632 611 760 669 399424
6 492 981 840 539 242064
7 712 811 720 939 506944
8 329 431 930 729 108241
9 912 911 740 599 831744
10 602 671 630 889 362404
11 482 871 900 829 232324
12 921 741 850 839 848241
13 832 861 760 679 692224
14 612 881 990 719 374544
15 832 891 880 799 692224
16 742 811 700 789 550564
17 382 731 510 869 145924
18 732 681 710 759 535824
19 722 811 950 779 521284
20 822 631 700 759 675684
∑ 13956 15410 15680 15490 10296534
max 921 981 990 939
min 329 431 510 539
mean 697.8 770.5 784 774.5
11
No. X22 X32 Y2 X1Y X2Y X3Y
1 657721 640000 844561 727848 745309 735200
2 314721 462400 434281 462618 369699 448120
3 549081 846400 844561 828938 680979 845480
4 942841 504100 654481 648818 785539 574390
5 373321 577600 447561 422808 408759 508440
6 962361 705600 290521 265188 528759 452760
7 657721 518400 881721 668568 761529 676080
8 185761 864900 531441 239841 314199 677970
9 829921 547600 358801 546288 545689 443260
10 450241 396900 790321 535178 596519 560070
11 758641 810000 687241 399578 722059 746100
12 549081 722500 703921 772719 621699 713150
13 741321 577600 461041 564928 584619 516040
14 776161 980100 516961 440028 633439 711810
15 793881 774400 638401 664768 711909 703120
16 657721 490000 622521 585438 639879 552300
17 534361 260100 755161 331958 635239 443190
18 463761 504100 576081 555588 516879 538890
19 657721 902500 606841 562438 631769 740050
20 398161 490000 576081 623898 478929 531300
∑ 12254500 12575200 12222500 10847434 11913400 12117720
No. X1X2 X1X3 X2X3 x1 x2 x3

1 642312 633600 648800 94.2 40.5 16
2 393822 477360 381480 4.2 -209.5 -104
3 668382 829840 681720 204.2 -29.5 136
4 778742 569420 689410 104.2 200.5 -74
5 386152 480320 464360 -65.8 -159.5 -24
6 482652 413280 824040 -205.8 210.5 56
7 577432 512640 583920 14.2 40.5 -64
8 141799 305970 400830 -368.8 -339.5 146
9 830832 674880 674140 214.2 140.5 -44
10 403942 379260 422730 -95.8 -99.5 -154
11 419822 433800 783900 -215.8 100.5 116
12 682461 782850 629850 223.2 -29.5 66
13 716352 632320 654360 134.2 90.5 -24
14 539172 605880 872190 -85.8 110.5 206
15 741312 732160 784080 134.2 120.5 96
16 601762 519400 567700 44.2 40.5 -84
17 279242 194820 372810 -315.8 -39.5 -274
18 498492 519720 483510 34.2 -89.5 -74
19 585542 685900 770450 24.2 40.5 166
20 518682 575400 441700 124.2 -139.5 -84
∑ 10888906 10958820 12131980 0 0 0
12
No. y x12 x22 x32 y2 x1y
1 144.5 8873.64 1640.25 256 20880.25 13611.9
2 -115.5 17.64 43890.25 10816 13340.25 -485.1
3 144.5 41697.64 870.25 18496 20880.25 29506.9
4 34.5 10857.64 40200.25 5476 1190.25 3594.9
5 -105.5 4329.64 25440.25 576 11130.25 6941.9
6 -235.5 42353.64 44310.25 3136 55460.25 48465.9
7 164.5 201.64 1640.25 4096 27060.25 2335.9
8 -45.5 136013.44 115260.25 21316 2070.25 16780.4
9 -175.5 45881.64 19740.25 1936 30800.25 -37592.1
10 114.5 9177.64 9900.25 23716 13110.25 -10969.1
11 54.5 46569.64 10100.25 13456 2970.25 -11761.1
12 64.5 49818.24 870.25 4356 4160.25 14396.4
13 -95.5 18009.64 8190.25 576 9120.25 -12816.1
14 -55.5 7361.64 12210.25 42436 3080.25 4761.9
15 24.5 18009.64 14520.25 9216 600.25 3287.9
16 14.5 1953.64 1640.25 7056 210.25 640.9
17 94.5 99729.64 1560.25 75076 8930.25 -29843.1
18 -15.5 1169.64 8010.25 5476 240.25 -530.1
19 4.5 585.64 1640.25 27556 20.25 108.9
20 -15.5 15425.64 19460.25 7056 240.25 -1925.1
∑ 0 558037.2 381095 282080 225495 38512
No. x2y x3y x1x2 x1x3 x2x3

1 5852.25 2312 3815.1 1507.2 648
2 24197.25 12012 -879.9 -436.8 21788
3 -4262.75 19652 -6023.9 27771.2 -4012
4 6917.25 -2553 20892.1 -7710.8 -14837
5 16827.25 2532 10495.1 1579.2 3828
6 -49572.75 -13188 -43320.9 -11524.8 11788
7 6662.25 -10528 575.1 -908.8 -2592
8 15447.25 -6643 125207.6 -53844.8 -49567
9 -24657.75 7722 30095.1 -9424.8 -6182
10 -11392.75 -17633 9532.1 14753.2 15323
11 5477.25 6322 -21687.9 -25032.8 11658
12 -1902.75 4257 -6584.4 14731.2 -1947
13 -8642.75 2292 12145.1 -3220.8 -2172
14 -6132.75 -11433 -9480.9 -17674.8 22763
15 2952.25 2352 16171.1 12883.2 11568
16 587.25 -1218 1790.1 -3712.8 -3402
17 -3732.75 -25893 12474.1 86529.2 10823
18 1387.25 1147 -3060.9 -2530.8 6623
19 182.25 747 980.1 4017.2 6723
20 2162.25 1302 -17325.9 -10432.8 11718
∑ -21645 -26440 135808 17316 50540
13
NO SIMBOL ∑ NO SIMBOL ∑ NO SIMBOL ∑
1 X1 13956 19 x12 558037.2 35 r X1 0.108566551

2 X2 15410 20 x22 381095 36 r X2 -0.073836739
3 X3 15680 21 x32 282080 37 r X3 -0.104835132
4 Y 15490 22 y2 225495 38 r X1X2 0.294494476
5 X12 10296534 23 x1y 38512 39 r X2X3 0.154146073
6 X22 12254500 24 x2y -21645 40 r X1X3 0.043644533
7 X32 12575200 25 x3y -26440 41 mean X1 697.8
8 Y2 12222500 26 x1x2 135808 42 mean X2 770.5
9 X1Y 10847434 27 x2x3 50540 43 mean X3 784
10 X2Y 11913400 28 x1x3 17316 44 mean Y 774.5
11 X3Y 12117720 29 a X1 726.3425051 45 a X1X2 600.6783064
12 X1X2 10888906 30 a X2 818.2619819 46 a X2X3 681.8179457
13 X2X3 12131980 31 a X3 847.9861032 47 a X1X3 762.3471338
14 X1X3 10958820 32 b X1 0.06901332 48 b X1X2 0.243367288
15 x1 0 33 b X2 -0.056796862 49 b X2X3 0.132617851
16 x2 0 34 b X3 -0.093732275 50 b X1X3 0.031030189
17 x3 0
18 y 0
1. Antara X1 dan Y:
a. 𝑛 = 20 c. a1 = 726.3425051
∑𝑋1 = 13956 b1 = 0.06901332
∑𝑋12 = 10296534 ry1 = 0.108566551
𝑋̅1 = 697.8
b. ∑𝑋1 𝑌 = 10847434 d. ∑𝑥12 = 558037.2
∑𝑌 = 15490 ∑𝑦 2 = 225495
∑𝑌 2 = 12222500 ∑𝑥1 𝑦 = 38512
𝑌̅ = 774.5
2. Antara X2 dan Y:
a. 𝑛 = 20 c. a2 = 818.2619819
∑𝑋2 = 15410 b2 = -0.056796862
∑𝑋22 = 12254500 ry2 = -0.073836739
𝑋̅2 = 770.5
b. ∑𝑋2 𝑌 = 11913400 d. ∑𝑥22 = 381095
∑𝑌 = 15490 ∑𝑦 2 = 225495
∑𝑌 2 = 12222500 ∑𝑥2 𝑦 = -21645
𝑌̅ = 774.5
14
3. Antara X3 dan Y:
a. 𝑛 = 20 c. a3 = 847.9861032
∑𝑋3 = 15680 b3 = -0.093732275
∑𝑋32 = 12575200 ry3 = -0.104835132
𝑋̅3 = 784
b. ∑𝑋3 𝑌 = 12117720 d. ∑𝑥32 = 282080
∑𝑌 = 15490 ∑𝑦 2 = 225495
∑𝑌 2 = 12222500 ∑𝑥3 𝑦 = -26440
𝑌̅ = 774.5
4. Antara X1 dan X2:
a. 𝑛 = 20
∑𝑋1 𝑋2 = 10888906
b. r12 = 0.294494476
∑𝑥1 𝑥2 = 135808
a. 𝑛 = 20
∑𝑋2 𝑋3 = 12131980
b. r23 = 0.154146073
∑𝑥2 𝑥3 = 50540
a. 𝑛 = 20
∑𝑋1 𝑋3 = 109558820
b. r13 = 0.043644533
∑𝑥1 𝑥3 = 17316
D. Persamaan Regresi Linier Sederhana
1. Persamaan Regresi Linier Sederhana X1 dengan Y
𝑌̂ = 𝑎1 + 𝑏1 𝑋1
∑ 𝑥1 𝑦 38512
𝑏1 = ∑ 𝑥12
= = 0.06901332
558037.2
𝑎1 = 𝑌̅ − 𝑏1 𝑋̅1 = 774.5 − 0.06901332 x 697.8 = 726.3425053

Persamaan regresi Y atas X1 adalah: 𝑌̂ = 726.3425053 + 0.06901332𝑋1.
Jika disajikan dalam bentuk analisis SPSS maka dapat dilihat sebagai
berikut:
15
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 726.343 106.870 6.796 .000
X1 .069 .149 .109 .463 .649
a. Dependent Variable: Y
Berdasarkan tabel coefisients ini, konstanta dan koefisien persamaan
regresi linier diperoleh dari kolom B, yaitu: 𝑌̂ = 726.343 + 0.069𝑋1.
2. Persamaan Regresi Linier Sederhana X2 dengan Y
𝑌̂ = 𝑎2 + 𝑏2 𝑋2
∑ 𝑥2 𝑦 −21645
𝑏2 = ∑ 𝑥22
= = −0.056796862
381095
𝑎2 = 𝑌̅ − 𝑏2 𝑋̅2 = 774.5 − −0.056796862 x 770.5 = 818.2619822

Persamaan regresi Y atas X2 adalah: 𝑌̂ = 818.2619822 − 0.056796862𝑋2 .
berikut:
Coefficientsa
1 (Constant) 818.262 141.534 5.781 .000
X2 -.057 .181 -.074 -.314 .757
regresi linier diperoleh dari kolom B, yaitu: 𝑌̂ = 818.262 − 0.057𝑋2
3. Persamaan Regresi Linier Sederhana X3 dan Y
𝑌̂ = 𝑎3 + 𝑏3 𝑋3
16
∑ 𝑥3 𝑦 −26640
𝑏3 = ∑ 𝑥32
= = −0.093732275
282080
𝑎3 = 𝑌̅ − 𝑏3 𝑋̅3 = 774.5 − −0.093732275 x 784 = 847.9861032

Persamaan regresi Y atas X3 adalah: 𝑌̂ = 847.9861032 − 0.093732275𝑋3 .
berikut:
Coefficientsa
1 (Constant) 847.986 166.184 5.103 .000
X3 -.094 .210 -.105 -.447 .660
regresi linier diperoleh dari kolom B, yaitu: 𝑌̂ = 847.986 − 0.094𝑋3.
4. Persamaan Regresi Linier Sederhana X1 dan X2
𝑌̂ = 𝑎12 + 𝑋1 𝑋2
∑ 𝑥1 𝑥2 135808
𝑏12 = ∑ 𝑥12
= = 0.243367288
558037.2
𝑎12 = 𝑋̅2 − 𝑏12 𝑋̅1 = 770.5 − 0.243367288 x 697.8 = 600.6783064

Persamaan regresi X2 atas X1 adalah: 𝑌̂ = 600.6783064 − 0.243367288𝑋12 .
berikut:
Coefficientsa
1 (Constant) 600.678 133.561 4.497 .000
X1 .243 .186 .294 1.307 .208
a. Dependent Variable: X2
17
regresi linier diperoleh dari kolom B, yaitu: Ŷ = 600.678 + 0.243X12.
𝑌̂ = 𝑎23 + 𝑋2 𝑋3
∑ 𝑥2 𝑥3 50540
𝑏23 = ∑ 𝑥22
= = 0.132617851
381095
𝑎23 = 𝑋̅3 − 𝑏23 𝑋̅2 = 784 − 0.132617851 x 770.5 = 681.8179457

berikut:
Coefficientsa
1 (Constant) 681.818 156.835 4.347 .000
X2 .133 .200 .154 .662 .516
𝑌̂ = 𝑎13 + 𝑋1 𝑋3
∑ 𝑥1 𝑥3 17316
𝑏13 = ∑ 𝑥12
= = 0.031030173
558037.5
𝑎13 = 𝑋̅3 − 𝑏13 𝑋̅1 = 784 − 0.031030173 x 697.8 = 762.3471453

berikut:
18
Coefficientsa
1 (Constant) 762.347 120.125 6.346 .000
X1 .031 .167 .044 .185 .855
7. Persamaan Regresi Ganda X1, X2, X3 dengan Y
𝑌̂ = 𝑎 + 𝑏1 𝑋1 + 𝑏2 𝑋2 + 𝑏3 𝑋3
𝑏1 , 𝑏2 , 𝑏3 dihitung dari:
∑ 𝑥1 𝑦 = 𝑏1 ∑ 𝑥12 + 𝑏2 ∑ 𝑥1 𝑥2 + 𝑏3 ∑ 𝑥1 𝑥3
∑ 𝑥2 𝑦 = 𝑏1 ∑ 𝑥1 𝑥2 + 𝑏2 ∑ 𝑥22 + 𝑏3 ∑ 𝑥2 𝑥3
∑ 𝑥3 𝑦 = 𝑏1 ∑ 𝑥1 𝑥3 + 𝑏2 ∑ 𝑥2 𝑥3 + 𝑏3 ∑ 𝑥32
Menentukan determinan D
558037.2 135808 17316

D 135808 381095 50540 53484011330734000
17316 50540 282080
38512 135808 17316

D1 -21645 381095 50540 4844892379750000
-26440 50540 282080
558037.2 38512 17316

D2 135808 -21645 50540 -4158800560286000
17316 -26440 282080
558037.2 135808 38512

D3 135808 381095 -21645 -4565462406819000
17316 50540 -26440
19
𝐷1 4844892379750000
b1 = = 53484011330734000 = 0.090585808
𝐷
𝐷2 −4158800560286000
b2 = = = −0.077757828
𝐷 53484011330734000
𝐷3 −4565462406819000
b3 = = = −0.085361256
𝐷 53484011330734000
b0 = 𝑌̅ − 𝑏1 𝑋̅1 − 𝑏2 𝑋̅2 − 𝑏3 𝑋̅3
b0 = 774.5 − (0.090585808)(697.8) − (0.077757828)(770.5) −
(−0.085361256)(784)
b0 = 774.5 − (63.21077682) − (−59.91240647) − (−66.9232247)
b0 = 838.1248544
Sehingga persamaan regresi ganda tiga variable bebas adalah:
𝑌̂ = 838.1248544 + 0.090585808 – 0.077757828 – 0.085361256 atau
dapat dilihat pada tabel SPSS berikut ini.
Coefficientsa
1 (Constant) 838.125 223.047 3.758 .002
X1 .091 .164 .143 .554 .587
X2 -.078 .200 -.101 -.389 .703
X3 -.085 .222 -.095 -.384 .706
Dari hasil output SPSS di atas (analyze ->regression->linear) diperoleh
persamaan regresi X1, X2, X3 dan Y secara bersama-sama (persamaan regresi
ganda) sebagai berikut: 𝑌̂ = 838.125 + 0.091𝑋1 − 0.078𝑋2 − 0.085𝑋3
20
E. Uji Linieritas Masing-masing Regresi Sederhana
1. Uji linieritas X1 dengan Y
a. JK dan db sumber varians:

Total : 𝐽𝐾(𝑇) = ∑𝑌 2 ; 𝑑𝑏 = 𝑛
= 12222500; db = 20
(∑𝑌)2
Regresi a : 𝐽𝐾(𝑎) = ; 𝑑𝑏 = 1
𝑛
154902
= = 11997005; db = 1
20
Total direduksi : 𝐽𝐾(𝑇𝑅) = ∑𝑦 2 ; 𝑑𝑏 = 𝑛 − 1

= 225495; db = 19
Regresi b : 𝐽𝐾(𝑟𝑒𝑔) = 𝐽𝐾(𝑏) = 𝑏1 ∑𝑥1 𝑦 ; 𝑑𝑏 = 1
= 0.06901332 x 38512 = 2657.84098; db = 1
Sisa : 𝐽𝐾(𝑆) = 𝐽𝐾(𝑇𝑅) − 𝐽𝐾(𝑟𝑒𝑔); 𝑑𝑏 = 𝑛 − 2
= 225495 – 2657.84098 = 222837.159; db = 18
(∑ 𝑌𝑘 )2
Galat : 𝐽𝐾(𝐺) = ∑𝑋1 {∑ 𝑦𝑘2 − } ; 𝑑𝑏 = 𝑛 − 𝑘
𝑛𝑘
k = banyak kelompok (jenis) data X1

= 7200; db = 20 – 19 = 1
2
(∑ 𝑌)
k X1 Y ∑ 𝑌2 −
𝑛
1 328 729 0
2 382 869 0
3 482 829 0
4 492 539 0
5 602 889 0
6 612 719 0
7 632 669 0
8 702 659 0
9 712 939 0
10 722 779 0
11 732 759 0
12 742 789 0
21
13 792 919 0
14 802 809 0
15 822 759 0
832 679
16 7200
832 799
17 902 919 0
18 912 599 0
19 922 839 0
JK(G) 7200
Tuna cocok : JK(TC) = JK(S) – JK(G); db = k – 2

= 222837.159 – 7200 = 215637.159;
db = 19 – 2 = 17
b. Hipotesis
𝐻0 ∶ 𝑌 = 𝛼1 + 𝛽1 𝑋1
𝐻1 ∶ 𝑌 ≠ 𝛼1 + 𝛽1 𝑋1
c. Kriteria Pengujian
Kriteria pengujian linieritas regresi adalah jika Fh < Ft, maka H0 diterima; berarti
regresi linier.
d. Pengujian
2
𝑆𝑇𝐶 𝐽𝐾(𝑇𝐶)/(𝑘 − 2)
𝐹ℎ = 2 =
𝑆𝐺 𝐽𝐾(𝐺)/(𝑛 − 𝑘)
2
𝑆𝑇𝐶 215637.159/17
𝐹ℎ = 2 =
𝑆𝐺 7200/1
2
𝑆𝑇𝐶 12684.53876
𝐹ℎ = 2 =
𝑆𝐺 7200
𝑭𝒉 = 𝟏. 𝟕𝟔𝟏𝟕𝟒𝟏𝟒𝟗𝟒
𝐹𝑡 = 𝐹(∝;𝑘−2/𝑛−𝑘)
𝐹𝑡 = 𝐹(0.05;17/1)
𝐹𝑡 = 𝐹(𝑖𝑛𝑡𝑒𝑟𝑝𝑜𝑙𝑎𝑠𝑖) = 2.47
Karena f tabel dengan pembilang 17 penyebut 1 tidak ada dalam tabel, maka
digunakan teknik interpolasi dengan rumus:
22
𝐶−𝐶0 𝐵−𝐵0
a) 𝐶 = 𝐶 =
1 −𝐶0 𝐵1 −𝐵0
C = ? → Ftabel untuk α: 0.05

C0 = 2.46
C1 = 2.48
B = db: 17
B0 = 16
B1 = 20
𝐶−2.46 17−16 𝐶−2.46 1
= = = = 0,25
2.48−2.46 20−16 2.48−2.46 4
𝑐 − 2.46 = (2.48 𝑥 0.25) − (2.46 𝑥 0.25)
𝑐 − 2.46 = 0.62 − 0.615
𝑐 − 2.46 + 0.005
𝑐 = 2.465 (2.47)
b) 𝐶 = 𝐶 =
1 −𝐶0 𝐵1 −𝐵0
C0 = 61.69
C1 = 62.68
B = db: 17
B0 = 16
B1 = 20
𝐶−61.69 17−16 𝐶−61.69 1
= 20−16 = 62.68−61.69 = 4 = 0,25
62.68−61.69
𝑐 − 61.69 = (62.68 𝑥 0.25) − (61.69 𝑥 0.25)
𝑐 − 61.69 = 15.67 − 15.4225 =
𝑐 − 61.69 + 0.2475
𝑐 = 61.9375 (61.94)
Uji linieritas regresi dapat dapat disajikan dalam tabel ANAVA (analisis varians)
sebagai berikut:
Sumber Ft
db JK RJK = s2 Fh
varians 0.05 0.01
Total 20 12222500 - - - -
Tuna
17 215637.159 12684.53876 1.761741495ns 2.47 61.94
cocok
Galat 1 7200 7200 - - -
nsregresi linier (Fh = 1.761741495 < Ft = 2.47)
Selanjutnya uji linieritas regresi juga disajikan dalam bentuk hasil output SPSS
seperti pada Anova Table sebagai berikut:
23
ANOVA Table
Sum of Mean
Squares df Square F Sig.
Y * X1 Between (Combined) 218295.000 18 12127.500 1.684 .549
Groups Linearity 2657.841 1 2657.841 .369 .652
Deviation from 215637.159 17 12684.539 1.762 .538
Linearity
Within Groups 7200.000 1 7200.000
Total 225495.000 19
e. Kesimpulan:
Uji linieritas persamaan garis regresi diperoleh dari baris Deviation from
Linerity, yaitu Fhitung = 1.762, dengan p-value = 0.538>0.05. Hal ini berarti H0
diterima atau persamaan regresi Y atas X1 adalah linier.

= 12222500; db = 20
(∑𝑌)2
𝑛
154902
= = 11997005; db = 1
20

= 225495; db = 19
= -0.056796862 x -21645 = 1229.368078; db = 1
= 225495 – 1229.368078 = 224265.6319; db = 18
(∑ 𝑌𝑘 )2
𝑛𝑘

= 24475; db = 20 – 16 = 4
24
2
(∑ 𝑌)
k X2 Y ∑𝑌 − 2
𝑛
1 431 729 0
2 561 659 0
3 611 669 0
4 631 759 0
5 671 889 0
6 681 759 0
7 731 869 0
741 919
8 3200
741 839
811 919
811 939
9 21275
811 789
811 779
10 861 679 0
11 871 829 0
12 881 719 0
13 891 799 0
14 911 599 0
15 971 809 0
16 922 839 0
JK(G) 24475

= 224265.6319 – 24475 = 199790.6319;
db = 16 – 2 = 14
b. Hipotesis
𝐻0 ∶ 𝑌 = 𝛼2 + 𝛽2 𝑋2
𝐻1 ∶ 𝑌 ≠ 𝛼2 + 𝛽2 𝑋2
regresi linier.
25
d. Pengujian
2
𝐹ℎ = 2 =
2
𝑆𝑇𝐶 199790.6319/14
𝐹ℎ = 2 =
𝑆𝐺 24475/4
2
𝑆𝑇𝐶 14270.75942
𝐹ℎ = 2 = = 2.332299803
𝑆𝐺 6118.75
𝐹ℎ = 𝟐. 𝟑𝟑𝟐𝟐𝟗𝟗𝟖𝟎𝟑
𝐹𝑡 = 𝐹(∝;𝑘−2/𝑛−𝑘)
𝐹𝑡 = 𝐹(0.05;14/4)
𝐹𝑡 = 𝐹(0.05;3.5)
sebagai berikut:
Sumber Ft
db JK RJK = s2 Fh
varians 0.05 0.01
Total 20 12222500 - - - -
Tuna
14 199790.6319 14270.75942 2.332299803ns 5.87 14.24
cocok
Galat 4 24475 6118.75 - - -
nsregresi linier (Fh = 2.332299803 < Ft = 5.87)
ANOVA Table
Sum of Mean
Groups Linearity 1229.368 1 1229.368 .201 .677
Deviation from 199790.632 14 14270.759 2.332 .214
Linearity
Within Groups 24475.000 4 6118.750
Total 225495.000 19
26
e. Kesimpulan:
diterima atau persamaan regresi Y atas X2 adalah linier.

= 12222500; db = 20
(∑𝑌)2
𝑛
154902
= = 11997005; db = 1
20

= 225495; db = 19
= -0.093732275 x -26440 = 2478.281339; db = 1
= 225495 – 2478.281339 = 223016.7187; db = 18
(∑ 𝑌𝑘 )2
𝑛𝑘
= 1750; db = 20 – 17 = 3
2
(∑ 𝑌)
k X3 Y ∑𝑌 − 2
𝑛
1 510 869 0
2 630 889 0
3 680 659 0
700 789
4 450
700 759
710 809
5 1250
710 759
6 720 939 0
7 740 599 0
27
760 669
8 50
760 679
9 800 919 0
10 840 539 0
11 850 839 0
12 880 799 0
13 900 829 0
14 920 919 0
15 930 729 0
16 950 779 0
17 990 719 0
JK(G) 1750

= 223016.7187 – 1750 = 221266.7187;
db = 17 – 2 = 15
b. Hipotesis
𝐻0 ∶ 𝑌 = 𝛼3 + 𝛽3 𝑋3
𝐻1 ∶ 𝑌 ≠ 𝛼3 + 𝛽3 𝑋3
regresi linier.
d. Pengujian:
2
𝐹ℎ = 2 =
2
𝑆𝑇𝐶 221266.7187/15
𝐹ℎ = 2 =
𝑆𝐺 1750/3
2
𝑆𝑇𝐶 14751.11458
𝐹ℎ = 2 =
𝑆𝐺 583.3333333
𝐹ℎ = 𝟐𝟓. 𝟐𝟖𝟕𝟔𝟐𝟓
𝐹𝑡 = 𝐹(∝;𝑘−2/𝑛−𝑘)
𝐹𝑡 = 𝐹(0.05;15/3)
𝐹𝑡 = 𝐹(𝑖𝑛𝑡𝑒𝑟𝑝𝑜𝑙𝑎𝑠𝑖) = 8.70
28
Karena f tabel dengan pembilang 17 penyebut 1 tidak ada dalam tabel, maka
digunakan teknik interpolasi dengan rumus:
a) 𝐶 = 𝐶 =
1 −𝐶0 𝐵1 −𝐵0
C0 = 8.71
C1 = 8.69
B = db: 15
B0 = 14
B1 = 16
𝐶 − 8.71 15 − 14 𝐶 − 8.71 1
= = = = 0,5
8.69 − 8.71 16 − 14 8.69 − 8.71 2
𝑐 − 8.71 = (8.69 𝑥 0.5) − (8.71 𝑥 0.5)
𝑐 − 8.71 = 4.345 − 4.355 = −0.01
𝑐 − 8.71 − 0.01
𝑐 = 8.7 (8.70)
b) 𝐶 = 𝐶 =
1 −𝐶0 𝐵1 −𝐵0
C0 = 26.92
C1 = 26.83
B = db: 15
B0 = 14
B1 = 16
𝐶 − 26.92 15 − 14 𝐶 − 26.92 1
= = = = 0,5
26.83 − 26.92 16 − 14 26.83 − 61.69 4
𝑐 − 26.92 = (26.83 𝑥 0.5) − (26.92 𝑥 0.5)
𝑐 − 26.92 = 13.415 − 13.46 = −0.045
𝑐 − 26.92 − 0.045
𝑐 = 26.875 (26.88)
sebagai berikut:
Sumber Ft
db JK RJK = s2 Fh
varians 0.05 0.01
Total 20 12222500 - - - -
Tuna
15 221266.7187 14751.11458 𝟐𝟓. 𝟐𝟖𝟕𝟔𝟐𝟓 ns 8.70 26.88
cocok
Galat 3 1750 583.3333333 - - -
nsregresi tidak linier (Fh = 𝟐𝟓. 𝟐𝟖𝟕𝟔𝟐𝟓 > Ft = 8.70)
29
ANOVA Table
Sum of Mean
Groups Linearity 2478.281 1 2478.281 4.248 .131
Deviation from 221266.719 15 14751.115 25.288 .011
Linearity
Within Groups 1750.000 3 583.333
Total 225495.000 19
e. Kesimpulan
ditolak atau persamaan regresi Y atas X1 adalah tidak linier.
F. Hitung dan Uji Signifikansi Koefisien Regresi dan Koefisien Korelasi
1. Uji Signifikansi Koefisien Regresi
a. Uji signifikansi (koefisien) regresi X1 dan Y
1) JK dan db sumber varians:

= 12222500; db = 20
(∑𝑌)2
𝑛
154902
= = 11997005; db = 1
20

= 225495; db = 19
30
= 0.06901332 x 38512 = 2657.84098; db = 1
= 225495 – 2657.84098 = 222837.159; db = 18
2) Hipotesis statistik
𝐻0 ∶ 𝛽 = 0
𝐻0 ∶ 𝛽 ≠ 0
3) Kriterian Pengujian:
Kriteria pengujian signifikansi koefisien regresi adalah jika Fh > Ft, maka H0
ditolak; berarti koefisien regresi signifikan.
4) Pengujian
2
𝑆𝑟𝑒𝑔 𝐽𝐾(𝑟𝑒𝑔)/1
𝐹ℎ = 2 = 𝐽𝐾(𝑆)/(𝑛 − 2)
𝑆𝑆
2
𝑆𝑟𝑒𝑔 2657.84098/1
𝐹ℎ = 2 = 222837.159/18
𝑆𝑆
2
𝑆𝑟𝑒𝑔 2657.84098
𝐹ℎ = 2 = 12379.84217 = 0.214691023
𝑆𝑆
𝑭𝒉 = 𝟎. 𝟐𝟏𝟒𝟔𝟗𝟏𝟎𝟐𝟑
𝐹𝑡 = 𝐹(𝛼;1/𝑛−2)
𝐹𝑡 = 𝐹(0.05;1/18)
𝐹𝑡 = 4.41
Uji signifikansi koefisien regresi dapat dapat disajikan dalam tabel ANAVA
(analisis varians) sebagai berikut:
Sumber Ft
db JK RJK = s2 Fh
varians 0.05 0.01
Total 20 12222500 - - - -
Regresi a 1 11997005 - - - -
Regresi b 1 2657.84098 2657.84098 0.214691023* 4.41 8.28
Sisa 18 222837.159 12379.84217 - - -
*regresi tidak signifikan (Fh = 0.214691023< Ft = 4.41)
31
Selanjutnya uji signifikansi koefisien regresi juga disajikan dalam bentuk hasil
output SPSS seperti pada Anovab sebagai berikut:
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 2657.841 1 2657.841 .215 .649a
Residual 222837.159 18 12379.842
Total 225495.000 19
a. Predictors: (Constant), X1
b. Dependent Variable: Y
5) Kesimpulan
Uji linieritas persamaan garis regresi diperoleh dari baris Regression kolom
ke-5, yaitu Fhitung = 0.215, dan p-value = 0.649>0.05. Hal ini berarti H0
diterima. Dengan demikian, regresi Y atas X1 adalah tidak berarti atau tidak
signifikan.
b. Uji signifikansi (koefisien) regresi X2 dan Y
1) JK dan db sumber varians:

= 12222500; db = 20
(∑𝑌)2
𝑛
154902
= = 11997005; db = 1
20

= 225495; db = 19
= -0.056796862 x -21645 = 1229.368078; db = 1
= 225495 – 1229.368078 = 224265.6319; db = 18
𝐻0 ∶ 𝛽 = 0
𝐻0 ∶ 𝛽 ≠ 0
32
3) Kriterian Pengujian:
4) Pengujian
2
𝐹ℎ = = 𝐽𝐾(𝑆)/(𝑛−2)
𝑆𝑆2
2
𝑆𝑟𝑒𝑔 1229.368078/1
𝐹ℎ = = 224265.6319/18
𝑆𝑆2
2
𝑆𝑟𝑒𝑔 1229.368078
𝐹ℎ = = 12459.20177 = 0.098671496
𝑆𝑆2
𝑭𝒉 = 𝟎. 𝟎𝟗𝟖𝟔𝟕𝟏𝟒𝟗𝟔
𝐹𝑡 = 𝐹(𝛼;1/𝑛−2)
𝐹𝑡 = 𝐹(0.05;1/18)
𝐹𝑡 = 4.41
Sumber Ft
db JK RJK = s2 Fh
varians 0.05 0.01
Total 20 12222500 - - - -
Regresi a 1 11997005 - - - -
Regresi b 1 1229.368078 1229.368078 0.098671496* 4.41 8.28
Sisa 18 224265.6319 12459.20177 - - -
*regresi tidak signifikan (Fh = 0.098671496 < Ft = 4.41)
ANOVAb
1 Regression 1229.368 1 1229.368 .099 .757a
Residual 224265.632 18 12459.202
Total 225495.000 19
33
5) Kesimpulan
signifikan.
c. Uji signifikansi (koefisien) regresi X3 dan Y
1) JK dan db sumber varians

= 12222500; db = 20
(∑𝑌)2
𝑛
154902
= = 11997005; db = 1
20

= 225495; db = 19
= -0.093732275 x -26440 = 2478.281339; db = 1
= 225495 – 2478.281339 = 223016.7187; db = 18
𝐻0 ∶ 𝛽 = 0
𝐻1 ∶ 𝛽 ≠ 0
3) Kriterian Pengujian
4) Pengujian
2
𝐹ℎ = = 𝐽𝐾(𝑆)/(𝑛−2)
𝑆𝑆2
2
𝑆𝑟𝑒𝑔 2478.281339/1
𝐹ℎ = = 223016.7187/18
𝑆𝑆2
34
2
𝑆𝑟𝑒𝑔 2478.281339
𝐹ℎ = = 12389.81771
𝑆𝑆2
𝐹ℎ = 𝟎. 𝟐𝟎𝟎𝟎𝟐𝟓𝟔𝟒𝟗
𝐹𝑡 = 𝐹(𝛼;1/𝑛−2)
𝐹𝑡 = 𝐹(0.05;1/18)
𝐹𝑡 = 4.41
Sumber Ft
db JK RJK = s2 Fh
varians 0.05 0.01
Total 20 12222500 - - - -
Regresi a 1 11997005 - - - -
Regresi b 1 2478.281339 2478.281339 0.20002565* 4.41 8.28
Sisa 18 223016.7187 12389.81771 - - -
ANOVAb
1 Regression 2478.281 1 2478.281 .200 .660a
Residual 223016.719 18 12389.818
Total 225495.000 19
5) Kesimpulan
signifikan.
35
d. Uji signifikansi (koefisien) regresi X1 dan X2

Total : 𝐽𝐾(𝑇) = ∑𝑋22 ; 𝑑𝑏 = 𝑛
= 12254500; db = 20
(∑𝑋2 )2
𝑛
154102
= = 11873405; db = 1
20
Total direduksi : 𝐽𝐾(𝑇𝑅) = ∑ 𝑥22 ; 𝑑𝑏 = 𝑛 − 1

= 381095; db = 19
Regresi b : 𝐽𝐾(𝑟𝑒𝑔) = 𝐽𝐾(𝑏) = 𝑏12 ∑𝑥1 𝑥2 ; 𝑑𝑏 = 1
= 0.243367288 x 135808 = 33051.22465; db = 1
= 381095 – 33051.22465 = 348043.7754; db = 18
𝐻0 ∶ 𝛽 = 0
𝐻1 ∶ 𝛽 ≠ 0
4) Pengujian
2
𝐹ℎ = = 𝐽𝐾(𝑆)/(𝑛−2)
𝑆𝑆2
2
𝑆𝑟𝑒𝑔 33051.22465/1
𝐹ℎ = = 348043.7754/18
𝑆𝑆2
2
𝑆𝑟𝑒𝑔 33051.22465
𝐹ℎ = = = 1.709331083
𝑆𝑆2 19335.7653
𝐹ℎ = 1.709331083
𝐹𝑡 = 𝐹(𝛼;1/𝑛−2)
𝐹𝑡 = 𝐹(0.05;1/18)
𝐹𝑡 = 4.41
36
Sumber Ft
db JK RJK = s2 Fh
varians 0.05 0.01
Total 20 12254500 - - - -
Regresi a 1 11873405 - - - -
Regresi b 1 33051.22465 33051.22465 1.709331083* 4.41 8.28
Sisa 18 348043.7754 19335.7653 - - -
ANOVAb
Model F Sig.
Sum of Squares df Mean Square
1 Regression 33051.225 1 33051.225 1.709 .208a
Residual 348043.775 18 19335.765
Total 381095.000 19
b. Dependent Variable: X2
5) Kesimpulan
ke-5, yaitu Fhitung = 1.709, dan p-value = 0.208 > 0.05. Hal ini berarti H0
diterima. Dengan demikian, regresi X2 atas X1 adalah tidak berarti atau tidak
signifikan.

= 12575200; db = 20
(∑𝑋3 )2
𝑛
156802
= = 12293120; db = 1
20
37
= 282080; db = 19
= 0.132617851 x 50540 = 6702.50619; db = 1
= 282080 – 6702.50619 = 275377.4938; db = 18
𝐻0 ∶ 𝛽 = 0
𝐻1 ∶ 𝛽 ≠ 0
4) Pengujian
2
𝐹ℎ = = 𝐽𝐾(𝑆)/(𝑛−2)
𝑆𝑆2
2
𝑆𝑟𝑒𝑔 6702.50619/1
𝐹ℎ = = 275377.4938/18
𝑆𝑆2
2
𝑆𝑟𝑒𝑔 6702.50619
𝐹ℎ = = 15298.74966 = 0.438108103
𝑆𝑆2
𝐹ℎ = 𝟎. 𝟒𝟑𝟖𝟏𝟎𝟖𝟏𝟎𝟑
𝐹𝑡 = 𝐹(𝛼;1/𝑛−2)
𝐹𝑡 = 𝐹(0.05;1/18)
𝐹𝑡 = 4.41
Sumber Ft
db JK RJK = s2 Fh
varians 0.05 0.01
Total 20 12575200 - - - -
Regresi a 1 12293120 - - - -
Regresi b 1 6702.50619 6702.50619 0.438108103* 4.41 8.28
Sisa 18 275377.4938 15298.74966 - - -
38
ANOVAb
1 Regression 6702.506 1 6702.506 .438 .516a
Residual 275377.494 18 15298.750
Total 282080.000 19
5) Kesimpulan
signifikan.

= 12575200; db = 20
(∑𝑋3 )2
𝑛
156802
= = 12293120; db = 1
20

= 282080; db = 19
= 0.031030189 x 17316 = 227.0168627; db = 1
= 282080 – 227.0168627 = 281852.9831; db = 18
𝐻0 ∶ 𝛽 = 0
𝐻1 ∶ 𝛽 ≠ 0
39
4) Pengujian
2
𝐹ℎ = = 𝐽𝐾(𝑆)/(𝑛−2)
𝑆𝑆2
2
𝑆𝑟𝑒𝑔 227.0168627/1
𝐹ℎ = = 281852.9831/18
𝑆𝑆2
2
𝑆𝑟𝑒𝑔 227.0168627
𝐹ℎ = = 15658.49906 = 0.014497996
𝑆𝑆2
𝐹ℎ = 𝟎. 𝟎𝟏𝟒𝟒𝟗𝟕𝟗𝟗𝟔
𝐹𝑡 = 𝐹(𝛼;1/𝑛−2)
𝐹𝑡 = 𝐹(0.05;1/18)
𝐹𝑡 = 4.41
Sumber Ft
db JK RJK = s2 Fh
varians 0.05 0.01
Total 20 12575200 - - - -
Regresi a 1 12293120 - - - -
Regresi b 1 227.0168627 227.0168627 0.014497996* 4.41 8.28
Sisa 18 281852.9831 15658.49906 - - -
ANOVAb
1 Regression 537.319 1 537.319 .034 .855a
Residual 281542.681 18 15641.260
Total 282080.000 19
40
5) Kesimpulan
signifikan.
d. Uji signifikansi (koefisien) regresi ganda X1, X2, dan X3 dan Y

= 12222500; db = 20
(∑𝑌)2
𝑛
154902
= = 11997005; db = 1
20

= 225495; db = 19
Regresi b : 𝐽𝐾(𝑟𝑒𝑔) = 𝐽𝐾(𝑏) = 𝑏1 ∑𝑥1 𝑦 + 𝑏2 ∑𝑥2 𝑦 + 𝑏3 ∑𝑥3 𝑦; 𝑑𝑏 = 3
= 0.090585808 x 38512 + -0.077757828 x -21645 + -
0.085361256 x -26440 = 7428.660433; db = 3
= 225495 – 7428.660433 = 218066.3396; db = 16
𝐻0 ∶ 𝛽 = 0
𝐻1 ∶ 𝛽 ≠ 0
Kriteria pengujian signifikansi koefisien regresi ganda adalah jika Fh > Ft,
maka H0 ditolak; berarti koefisien regresi ganda signifikan.
4) Pengujian
2
𝐹ℎ = = 𝐽𝐾(𝑆)/(𝑛−4)
𝑆𝑆2
2
𝑆𝑟𝑒𝑔 7428.660433/3
𝐹ℎ = = 218066.3396/16
𝑆𝑆2
41
2
𝑆𝑟𝑒𝑔 2476.220144
𝐹ℎ = = 13629.14623 = 0.181685639
𝑆𝑆2
𝐹ℎ = 𝟎. 𝟏𝟖𝟏𝟔𝟖𝟓𝟔𝟑𝟗
𝐹𝑡 = 𝐹(𝛼;3/𝑛−4)
𝐹𝑡 = 𝐹(0.05;3/16)
𝐹𝑡 = 3.24
Uji signifikansi koefisien regresi ganda dapat disajikan dalam tabel ANAVA
Sumber Ft
db JK RJK = s2 Fh
varians 0.05 0.01
Total 20 12222500 - - - -
Regresi a 1 11997005 - - - -
Regresi b 3 7428.660433 2476.220144 0.181685639 * 3.24 5.29
Sisa 16 218066.3396 13629.14623 - - -
*koefisien regresi ganda tidak signifikan (Fh = 0.181685639 < Ft = 3.24)
Selanjutnya dapat dilihat hasil output SPSS uji signifikansi (koefisien) regresi
ganda Y atas X1, X2, dan X3, dengan tabel Anovab.
ANOVAb
Sum of
Model Squares df Mean Square F Sig.
1 Regression 7428.660 3 2476.220 .182 .907a
Residual 218066.340 16 13629.146
Total 225495.000 19
a. Predictors: (Constant), X3, X1, X2
diterima. Dengan demikian, regresi Y atas X1, X2, dan X3 adalah tidak berarti
atau tidak signifikan.
42
5) Kesimpulan
Sehingga dapat dikatakan Fhit lebih keci dari pada Ftab, ini berarti H0 diterima
pada taraf signifikansi α = 0.05 dan α = 0.01. sehingga regresi Y atas X1, X2,
dan X3 adalah tidak berarti, atau tidak terdapat hubungan antara X1, X2, dan
X3, secara bersama-sama dengan Y.
2. Uji Signifikansi Koefisien Korelasi
a. Uji signifikansi (koefisien) korelasi X1 dan Y

= 12222500; db = 20
(∑𝑌)2
𝑛
154902
= = 11997005; db = 1
20

= 225495; db = 19
= 0.06901332 x 38512 = 2657.84099; db = 1
= 225495 – 2657.84099 = 222837.159; db = 18
𝐽𝐾(𝑟𝑒𝑔) 1
R2y1 : ; 𝑅𝑦1 = √𝑅𝑦1
𝐽𝐾(𝑇𝑅
2657.84099
= = 0.011786696
225495
𝑅𝑦1 = 𝟎. 𝟏𝟎𝟖𝟓𝟔𝟔𝟓𝟓𝟏
𝐻0 ∶ 𝜌𝑦1 = 0
𝐻0 ∶ 𝜌𝑦1 ≠ 0
43
Kriteria pengujian signifikansi koefisien korelasi adalah jika th > tt, maka H0
ditolak; berarti koefisien korelasi signifikan.
4) Pengujian
𝑟𝑦1 √𝑛 − 2
𝑡ℎ =
2
√1 − 𝑟𝑦1
0.108566551√20 − 2 0.460608867
𝑡ℎ = = = 0.46334763
√1 − 0.1085665512 0.994089183
𝑡ℎ = 𝟎. 𝟒𝟔𝟑𝟑𝟒𝟕𝟔𝟑
𝑡𝑡 = 𝑡(1−∝2 ;𝑛−2)
𝑡𝑡 = 𝑡(0.975;18) = 𝟐. 𝟏𝟎𝟏
Berdasarkan perhitungan tersebut di atas dapat dilihat bahwa th < tt maka H0
diterima. Selanjutnya dapat dilihat pada tabel Model Summary sebagai hasil
output SPSS uji signifikansi (koefisien) korelasi Y atas X1, sebagai berikut:
Model Summary
Change Statistics
Std. Error R
R Adjusted of the Square F Sig. F
Model R Square R Square Estimate Change Change df1 df2 Change
1 .109a .012 -.043 111.265 .012 .215 1 18 .649
5) Kesimpulan
Uji signifikansi koefisien korelasi ganda diperoleh dari tabel Model Summary
yang dapat dilihat bahwa pada kolom koefisien korelasi ganda (Ry1) = 0.109
dan Fhitung (FChange) = 0.215, serta p-value = 0.649 > 0.05. Hal ini berarti H0
diterima. Dengan demikian koefisien korelasi antara X1 dengan Y adalah tidak
bearti atau tidak signifikan.
44
b. Uji signifikansi (koefisien) korelasi X2 dan Y

= 12222500; db = 20
(∑𝑌)2
𝑛
154902
= = 11997005; db = 1
20

= 225495; db = 19
= -0.056796862 x -21645 = 1229.368078; db = 1
= 225495 – 1229.368078 = 224265.6319; db = 18
R2y1 : ; 𝑅𝑦1 = √𝑅𝑦1
𝐽𝐾(𝑇𝑅
1229.368078
= = 0.005451864
225495
𝑅𝑦1 = 𝟎. 𝟎𝟕𝟑𝟖𝟑𝟔𝟕𝟑𝟗
𝐻0 ∶ 𝜌𝑦1 = 0
𝐻0 ∶ 𝜌𝑦1 ≠ 0
4) Pengujian
𝑟𝑦1 √𝑛 − 2
𝑡ℎ =
2
√1 − 𝑟𝑦1
0.073836739√20−2 −0.313262753
𝑡ℎ = √1−0.0738367392
= = 0.314120194
0.997270342
45
𝑡ℎ = 𝟎. 𝟑𝟏𝟒𝟏𝟐𝟎𝟏𝟗𝟒
𝑡𝑡 = 𝑡(1−∝2 ;𝑛−2)
𝑡𝑡 = 𝑡(0.975;18) = 2.101
Model Summary
Change Statistics
Std. Error R
1 .074a .005 -.050 111.621 .005 .099 1 18 .757
5) Kesimpulan
c. Uji signifikansi (koefisien) korelasi X3 dan Y

= 12222500; db = 20
(∑𝑌)2
𝑛
154902
= = 11997005; db = 1
20

= 225495; db = 19
= -0.093732275 x -26440 = 2478.281339; db = 1
46
= 225495 – 2478.281339 = 223016.7187; db = 18
R2y1 : ;𝑅
𝑦1 = √𝑅𝑦1
𝐽𝐾(𝑇𝑅
2478.281339
= = 0.010990405
225495
𝑅𝑦1 = 𝟎. 𝟏𝟎𝟒𝟖𝟑𝟓𝟏𝟑𝟐
𝐻0 ∶ 𝜌𝑦1 = 0
𝐻0 ∶ 𝜌𝑦1 ≠ 0
4) Pengujian
𝑟𝑦1 √𝑛 − 2
𝑡ℎ =
2
√1 − 𝑟𝑦1
0.104835132√20−2 0.444777796
𝑡ℎ = √1−0.1048351322
= 0.994489615 = 0.449720406
𝑡ℎ = 𝟎. 𝟒𝟒𝟗𝟕𝟐𝟎𝟒𝟎𝟔
𝑡𝑡 = 𝑡(1−∝2 ;𝑛−2)
𝑡𝑡 = 𝑡(0.975;18) = 2.101
Model Summary
Change Statistics
Std. Error R
1 .105a .011 -.044 111.310 .011 .200 1 18 .660
47
5) Kesimpulan
d. Uji signifikansi (koefisien) korelasi X1 dan X2

= 12254500; db = 20
(∑𝑋2 )2
𝑛
154102
= = 11873405; db = 1
20
Total direduksi : 𝐽𝐾(𝑇𝑅) = ∑𝑥22 ; 𝑑𝑏 = 𝑛 − 1

= 381095; db = 19
= 0.243367288 x 135808 = 33051.22465; db = 1
= 381095 – 33051.22465 = 348043.7754; db = 18
R2y12 : ; 𝑅𝑦12 = √𝑅𝑦12
𝐽𝐾(𝑇𝑅)
33051.22465
= = 0.086726996
381095
𝑅𝑦12 = 0.294494476
𝐻0 ∶ 𝜌𝑦1 = 0
𝐻0 ∶ 𝜌𝑦1 ≠ 0
48
4) Pengujian
𝑟𝑦12 √𝑛 − 2
𝑡ℎ =
2
√1 − 𝑟𝑦12
0.294494476√20 − 2 1.249434246
𝑡ℎ = = = 1.307413892
√1 − 0.2944944762 0.955653182
𝑡ℎ = 𝟏. 𝟑𝟎𝟕𝟒𝟏𝟑𝟖𝟗𝟐
𝑡𝑡 = 𝑡(1−∝2 ;𝑛−2)
𝑡𝑡 = 𝑡(0.975;18) = 𝟐. 𝟏𝟎𝟏
output SPSS uji signifikansi (koefisien) korelasi X2 atas X1, sebagai berikut:
Model Summary
Change Statistics
Std. Error R
1 .294a .087 .036 139.053 .087 1.709 1 18 .208
5) Kesimpulan
diterima. Dengan demikian koefisien korelasi antara X1 dengan X2 adalah
tidak bearti atau tidak signifikan.
49
e. Uji signifikansi (koefisien) korelasi X2 dan X3

= 12575200; db = 20
(∑𝑋3 )2
𝑛
156802
= = 12293120; db = 1
20

= 282080; db = 19
= 0.132617851 x 50540 = 6702.50619; db = 1
= 282080 – 6702.50619 = 275377.4938; db = 18
R2y23 : ; 𝑅𝑦23 = √𝑅𝑦23
𝐽𝐾(𝑇𝑅)
6702.50619
= = 0.023761012
282080
𝑅𝑦23 = 0.154146073
𝐻0 ∶ 𝜌𝑦23 = 0
𝐻0 ∶ 𝜌𝑦23 ≠ 0
4) Pengujian
𝑟𝑦12 √𝑛 − 2
𝑡ℎ =
2
√1 − 𝑟𝑦12
0.154146073√20 − 2 0.653986401
𝑡ℎ = = = 0.661897352
√1 − 0.1541460732 0.98804807
50
𝑡ℎ = 𝟎. 𝟔𝟔𝟏𝟖𝟗𝟕𝟑𝟓𝟐
𝑡𝑡 = 𝑡(1−∝2 ;𝑛−2)
𝑡𝑡 = 𝑡(0.975;18) = 𝟐. 𝟏𝟎𝟏
Model Summary
Change Statistics
Std. Error R
1 .154a .024 -.030 123.688 .024 .438 1 18 .516
5) Kesimpulan
e. Uji signifikansi (koefisien) korelasi X1 dan X3

= 12575200; db = 20
(∑𝑋3 )2
𝑛
156802
= = 12293120; db = 1
20

= 282080; db = 19
51
= 0.031030189 x 17316 = 537.3187527; db = 1
= 282080 – 537.3187527 = 281542.6812; db = 18
R2y23 : ; 𝑅𝑦23 = √𝑅𝑦23
𝐽𝐾(𝑇𝑅)
537.3187527
= = 0.001904845
282080
𝑅𝑦23 = 0.043644533
𝐻0 ∶ 𝜌𝑦23 = 0
𝐻0 ∶ 𝜌𝑦23 ≠ 0
4) Pengujian
𝑟𝑦12 √𝑛 − 2
𝑡ℎ =
2
√1 − 𝑟𝑦12
0.043644533√20 − 2 0.185168071
𝑡ℎ = = = 0.185344682
√1 − 0.0436445332 0.999047123
𝑡ℎ = 𝟎. 𝟏𝟖𝟓𝟑𝟒𝟒𝟔𝟖𝟐
𝑡𝑡 = 𝑡(1−∝2 ;𝑛−2)
𝑡𝑡 = 𝑡(0.975;18) = 𝟐. 𝟏𝟎𝟏
52
Model Summary
Change Statistics
Std. Error R
1 .044a .002 -.054 125.065 .002 .034 1 18 .855
5) Kesimpulan
g. Uji signifikansi (koefisien) korelasi ganda X1, X2, dan X3 dan Y
𝑌̂ = 𝑎 + 𝑏1 𝑋1 + 𝑏2 𝑋2 + 𝑏3 𝑋3
= 12222500; db = 20
(∑𝑌)2
𝑛
154902
= = 11997005; db = 1
20

= 225495; db = 19
Regresi b : 𝐽𝐾(𝑟𝑒𝑔) = 𝐽𝐾(𝑏) = 𝑏1 ∑𝑥1 𝑦 + 𝑏2 ∑𝑥2 𝑦 + 𝑏3 ∑𝑥3 𝑦; 𝑑𝑏 = 3
= 0.090585808 x 38512 + -0.077757828 x -21645 + -
0.085361256 x -26440 = 7428.660433; db = 3
= 225495 – 7428.660433 = 218066.3396; db = 16
53
R2y123 : = ; 𝑅𝑦123 = √𝑅𝑦123
𝐽𝐾(𝑇𝑅)
7428.660433
= = 0.032943792
225495
2
Ry123 : = √𝑅𝑦123
= 0.181504248
2) Hipotesis
𝐻0 ∶ 𝜌𝑦123 = 0
𝐻0 ∶ 𝜌𝑦123 ≠ 0
Kriteria pengujian signifikansi koefisien korelasi adalah jika Fh > Ft, maka H0
4) Pengujian
𝑅 2 /3
𝐹ℎ =
(1 − 𝑅 2 )/(𝑛 − 4)
0.032943792/3 0.010981264
𝐹ℎ = = = 0.181685639
(1 − 0.032943792)/(16) 0.060441013
𝐹ℎ = 𝟎. 𝟏𝟖𝟏𝟔𝟖𝟓𝟔𝟑𝟗
𝐹𝑡 = 𝑡(∝;3/𝑛−4)
𝐹𝑡 = 𝑡(0.05;3/16) = 𝟑. 𝟐𝟒
Berikut ini dipaparkan tabel Anava dan hasil output SPSS uji signifikansi
(koefisien) korelasi ganda X1, X2, X3, dan Y.
Sumber Ft
db JK R2 Fh
varians 0.05 0.01
Total 20 12222500 - - - -
Regresi a 1 11997005 - - - -
Regresi b 3 7428.660433 0.032943792 0.181504249 3.24 5.29
JK(TR) 16 225495 - - - -
54
Sehingga Fhit < Ftab atau H0 pada kedua taraf signifikansi 5% dan 1%. Hal ini
berarti bahwa korelasi antara X1, X2, dan X3, dengan Y adalah tidak signifikan,
atau tingkat keeratan hubungan antara X1, X2, dan X3, secara bersama-sama
dengan Y tidak signifikan.
Selanjutnya dapat dilihat hasil output SPSS uji signifikansi (koefisien) korelasi
ganda Y atas X1, X2, dan X3, dengan tabel Model Summary.
Model Summary
Change Statistics
Std. Error R
1 .182a .033 -.148 116.744 .033 .182 3 16 .907
a. Predictors: (Constant), X3, X1, X2
5) Kesimpulan
diterima. Dengan demikian koefisien korelasi ganda antara X1, X2, dan X3
dengan Y adalah tidak bearti atau tidak signifikan. Sedangkan koefisien
determinasinya dari tabel tersebut juga dapat dilihat pada kolom kedua (R
Square) = 0.33, yang mengandung makna bahwa 3% variasi nilai Y dapat
dijelaskan oleh X1, X2, dan X3 secara bersama-sama.
55

Tugas Statistik 4 Final Final

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Tugas Statistik 4 Final Final

Uploaded by

Copyright:

Available Formats

TUGAS MATA KULIAH

PROGRAM STUDI TEKNOLOGI PENDIDIKAN

Data nilai ujian:

No Nilai Tabulasi Data f Tanda Kelas

Mencari Rerata Hitung dan Varians:

Mean duga = 𝑋̅𝑑

Menggunakan Kalkulator Casio fx-3650 dengan langkah-langkah berikut:

Data nilai ujian:

Data tersebut dikelompokkan menjadi empat kelompok

1. Tuliskan konstalasi masalah hubungan nonkausal antara empat kelompok

1. Adakah pengaruh X1 terhadap Y?

1 792 811 800 919 627264

No. X1X2 X1X3 X2X3 x1 x2 x3

No. x2y x3y x1x2 x1x3 x2x3

1 X1 13956 19 x12 558037.2 35 r X1 0.108566551

D. Persamaan Regresi Linier Sederhana

1. Persamaan Regresi Linier Sederhana X1 dengan Y

𝑎1 = 𝑌̅ − 𝑏1 𝑋̅1 = 774.5 − 0.06901332 x 697.8 = 726.3425053

2. Persamaan Regresi Linier Sederhana X2 dengan Y

𝑎2 = 𝑌̅ − 𝑏2 𝑋̅2 = 774.5 − −0.056796862 x 770.5 = 818.2619822

3. Persamaan Regresi Linier Sederhana X3 dan Y

𝑎3 = 𝑌̅ − 𝑏3 𝑋̅3 = 774.5 − −0.093732275 x 784 = 847.9861032

4. Persamaan Regresi Linier Sederhana X1 dan X2

𝑎12 = 𝑋̅2 − 𝑏12 𝑋̅1 = 770.5 − 0.243367288 x 697.8 = 600.6783064

5. Persamaan Regresi Linier Sederhana X2 dan X3

𝑎23 = 𝑋̅3 − 𝑏23 𝑋̅2 = 784 − 0.132617851 x 770.5 = 681.8179457

6. Persamaan Regresi Linier Sederhana X1 dan X3

𝑎13 = 𝑋̅3 − 𝑏13 𝑋̅1 = 784 − 0.031030173 x 697.8 = 762.3471453

7. Persamaan Regresi Ganda X1, X2, X3 dengan Y

558037.2 135808 17316

38512 135808 17316

558037.2 38512 17316

558037.2 135808 38512

b0 = 𝑌̅ − 𝑏1 𝑋̅1 − 𝑏2 𝑋̅2 − 𝑏3 𝑋̅3

b0 = 774.5 − (0.090585808)(697.8) − (0.077757828)(770.5) −

b0 = 774.5 − (63.21077682) − (−59.91240647) − (−66.9232247)

1. Uji linieritas X1 dengan Y

a. JK dan db sumber varians:

Total direduksi : 𝐽𝐾(𝑇𝑅) = ∑𝑦 2 ; 𝑑𝑏 = 𝑛 − 1

k = banyak kelompok (jenis) data X1

Tuna cocok : JK(TC) = JK(S) – JK(G); db = k – 2

C = ? → Ftabel untuk α: 0.05

2. Uji linieritas X2 dengan Y

a. JK dan db sumber varians:

Total direduksi : 𝐽𝐾(𝑇𝑅) = ∑𝑦 2 ; 𝑑𝑏 = 𝑛 − 1

k = banyak kelompok (jenis) data X2

Tuna cocok : JK(TC) = JK(S) – JK(G); db = k – 2

3. Uji linieritas X3 dengan Y

a. JK dan db sumber varians:

Total direduksi : 𝐽𝐾(𝑇𝑅) = ∑𝑦 2 ; 𝑑𝑏 = 𝑛 − 1

Tuna cocok : JK(TC) = JK(S) – JK(G); db = k – 2

F. Hitung dan Uji Signifikansi Koefisien Regresi dan Koefisien Korelasi

1. Uji Signifikansi Koefisien Regresi

a. Uji signifikansi (koefisien) regresi X1 dan Y

1) JK dan db sumber varians:

Total direduksi : 𝐽𝐾(𝑇𝑅) = ∑𝑦 2 ; 𝑑𝑏 = 𝑛 − 1

b. Uji signifikansi (koefisien) regresi X2 dan Y

1) JK dan db sumber varians:

Total direduksi : 𝐽𝐾(𝑇𝑅) = ∑𝑦 2 ; 𝑑𝑏 = 𝑛 − 1

c. Uji signifikansi (koefisien) regresi X3 dan Y

1) JK dan db sumber varians

Total direduksi : 𝐽𝐾(𝑇𝑅) = ∑𝑦 2 ; 𝑑𝑏 = 𝑛 − 1

1) JK dan db sumber varians

Total direduksi : 𝐽𝐾(𝑇𝑅) = ∑ 𝑥22 ; 𝑑𝑏 = 𝑛 − 1