1 contoh korelasi
TRANSCRIPT
LAMPIRAN 13
CONTOH PROSES MENGHITUNG
DATA KORELASIONAL
DATA PENGETAHUAN EVALUASI, MOTIVASI BERPRESTASI DAN KINERJA PIMPINAN
No.RespondenX1X2Y
128145156
228138145
320111129
427125149
5108693
623108115
721111130
830127150
912146138
1023132127
1121131127
1214152162
1331120126
1430135141
1524125131
1632123146
1727131154
1816142148
1927126121
2031125141
2115146162
2226139147
2329122128
2435144164
251013198
2623115117
2731136130
2822131139
2933155148
3014125105
3127125138
3228136145
3329120140
3431132138
3525128137
3626123109
3728121131
3820147142
3929133149
4014146132
Jumlah970,005194,005428,00
SD6,7113,3616,57
Varians44,96178,39274,57
Rata-rata24,25129,85135,70
PENGUJIAN HIPOTESIS
(KORELASIONAL)
Langkah-langkah dalam pengujian hipotesis pertama meliputi:
A. Mencari persamaan regresi = a + bX
B. Menguji Keberartian Regresi dan Linearitas
C. Mencari Koefisien Korelasi
D. Menguji Keberartian Koefisien Korelasi
E. Mencari Koefisien Diterminasi
F. Mencari Koefisien Korelasi Parsial
G. Menguji Keberartian Koefisien Korelasi Parsial
A. Mencari persamaan regresi = a + bX
Harga-harga untuk menghitung a dan b dalam regresi linear = a + bX1
No.X1YX12X1YY2
128156784436824336
228145784406021025
320129400258016641
427149729402322201
510931009308649
6231155292645Lengkapi
7211304412730
8301509004500
9121381441656
10231275292921
1121127441Lengkapi
1214162196
1331126961
1430141900
1524131576
1632146Lengkapi
1727154
1816148
1927121
2031141
2115162
2226147
2329128
2435164
251098
2623117
2731130
2822139
2933148
3014105
3127138
3228145
3329140
3431138
3525137
3626109
3728131
3820142
3929149
4014132
Jumlah970542825276133341747288
Berdasarkan Tabel di atas diperoleh harga-harga sbb.:
( X1=970
( Y2=747288
( Y=5428
( X1Y= 133341
( X12=25276
n=40
((Y) ((X2) - ((X) ((XY)
a = -------------------------------
n ((X2) - ((X)2
n (XY - ((X) ((Y)
b = -------------------------------
n (X2 - ((X)2
(5428) (25276) - (970) (133341)
a = -------------------------------------------- = 112,02
40 (25276) - (970)2
40 X 133341 - (970) (5428)
b = --------------------------------------------- = 0,98
40 (25276) - (970)2
Dari hasil perhitungan tersebut diperoleh konstanta a = 112,02 dan koefisien arah b = 0,98. Dengan hasil perhitungan tersebut, maka regresi ki-nerja pimpinan (Y) atas pengetahuan evaluasi (X1) adalah Y = 112,02 + 0,98X1.
B. Menguji Keberartian Regresi dan Linearitas
Harga-harga yang diperlukan untuk mencari JK (G)
Skor X1 dan Y setelah X1 Dikelompokkan
No.X1KelompokniY
11012156
210145
3122129
41433149
514 93
614 115
7154130
8165150
92062138
1020127
112173127
1221162
1322126
142383141
1523131
1623146
172492154
1825148
1926102121
2026141
2127114162
2227147
2327128
2427164
252812498
2628 117
2728130
2828139
2929133148
3029105
3129 138
3230142145
3330140
3431154138
3531137
3631109
3731131
383216142
393317149
403518132
((Y)2JK (G) = ({ (Y2 - --------- }
ni
(156+145)2 (129)2
JK (G) = { 156 2 + 145 2 - --------------- } + { 129 2 - ----------- } +
2
1
(149 + 93 + 115)2 (129)2 { 149 2 + 93 2 + 115 2 - ------------------------- } + { 129 2- ------------ }
3
1
(130)2
(142)2 { 130 2 - ------------ } ........................................ + { 1422 - -------- } +
1
1
(149)2 (152)2
{ 149 2 - ------------ } + { 1522 - -------- } = 6184,5
1 1
JK (G) = 6184,5
JK (T) = (Y2 = 747288
JK (a) = ((Y)2 /n = (747288)2 /40 = 736580
((X1) ((Y)
JK (b/a) = b { (X1Y - ---------------- }
n
(970) (5428)
JK (b/a) = 0,98 { 743789 - ------------------- }
40
= 1671,5
JK (S)= JK (T) - JK (a) - JK (b/a)
= 747288 - 736580 - 1671,5
= 9036,9
JK (TC) = JK (S) - JK (G)
= 9036,9 - 6184,5
= 2852,4
Tabel 1 Daftar ANAVA untuk menghitung Regresi Linear
Sumber VariasidkJKKTF
Totaln(Y2(Y2
Regresi (a)1JK (a)JK (a)
Regresi (b/a)1JK (b/a)s2Reg = JK (b/a)s2Reg/s2sis
Sisan-2JK (S)s2sis = JK (S)/n-2
Tuna Cocokk-2JK (TC)s2TC (TC)/k-2s2TC/s2G
Galatn-kJK (G)s2G (G)/n-k
Keterangan:
n = Banyaknya pasangan data
JK = Jumlah Kuadrat
k = Banyaknya kelompok
Dengan harga-harga di atas, maka diperoleh daftar ANAVA sebagai berikut:
Tabel 2. Daftar ANAVA untuk Regresi Linear
Y = 112,02 + 0,98 X1
Sumber VariasidkJKKTF-hitungF-tabel
5% 1%
Total406184,506184,50
Regresi (a)1736579,60736579,60
Regresi (b/a)11671,481671,487,03*4,107,35
Sisa389036,92237,81
Tuna Cocok162852,42158,470,56n.s.2,132,94
Galat226184,50281,11
* Regresi signifikan (F-hitung = 7,03 > F-tabel 0,99: 1,38 = 4,10)
n.s. Non signifikan atau regresi linear (F-hitung = 0,56 < F-tabel 0,99: 18,22 = 2,13)
Keterangan:
dk = derajat kebebasan
JK = jumlah kuadrat
KT = kuadrat tengah
Uji Keberartian Regresi
Hipotesis statistik yang diuji untuk keberartian regresi adalah sebagai berikut:
H0 : ( = 0
H0 : ( > 0
Dari Tabel 8.2 di atas diperoleh Fhitung = 7,03 lebih besar dari Ftabel dengan ( 0,05 dk pembilang 1, dk penyebut 38 (n-2) sebesar 4,10. Dengan demikian dapat disimpulkan bahwa H0 ditolak, sehingga koefisien arah regresi Y = 112,02 + 0,98 X1 adalah berarti.
Uji Linearitas
Hipotesis statistik yang diuji untuk linearitas adalah sebagai berikut:
H0 : Y = ( + (X
H0 : Y ( ( + (X
Dari daftar ANAVA pada Tabel 8.2 diperoleh Fhitung sebesar 0,56 lebih kecil dari Ftabel dengan ( 0,05 dengan dk pembilang 16 (k-2) dan dk penyebut 22 (n-k) sebesar 2,13. Dengan demikian dapat disimpulkan bahwa H0 diterima, sehingga model regresi linear.
Dengan hasil pengujian tersebut maka dapat dinyatakan bahwa regresi Y = 112,02 + 0,98 X1, dapat dipertanggung jawabkan untuk digunakan bagi pengambilan beberapa kesimpulan yang diperlukan.
C. Mencari Koefisien Korelasi
Mencari koefisien korelasi data pengetahuan evaluasi (X1) dengan kinerja pimpinan (Y).
Harga-harga yang diperlukan untuk menghitung koefisien korelasi X1Y
( X1=970
( Y2=747288
( Y=5428
( X1Y= 133341
( X12=25276
n=40
n (XY - ((X) ((Y)
ry1 = --------------------------------------------------
( {n ((X2) - ((X)2} {n ((Y2) - ((Y)2}
40 X 133341 - (970) (5428)
r y1 = -------------------------------------------------------------
( { 40 (25276) - (970)2} { 40 (747288) - (5428)2}
r y1 = 0,40
D. Menguji Keberartian Koefisien Korelasi
Untuk menguji keberartian koefisien korelasi digunakan Statistik Student t, dengan rumus sebagai berikut:
r y1
t = ------------------
( 1 - r y12
0,40
t = ------------------
= 2,69
( 1 - (0,40)2
Dari distribusi t dengan dk 38 (n-2) dan taraf nyata ( 0,05 diperoleh t tabel sebesar 2,02. Jelas bahwa t hitung (2,69) lebih besar dari t tabel (2,02). Dengan demikian dapat disimpulkan bahwa koefisien korelasi antara pengetahuan evaluasi (X1) dengan kinerja pimpinan (Y) berarti.
E. Mencari Koefisien Determinasi
Dari hasil perhitungan koefisien korelasi diperoleh harga r y1 = 0,40, sehingga koefisien determinasinya adalah (0,40)2 = 0,16. Dengan terujinya koefisien korelasi tersebut, maka dapat dinyatakan bahwa 16% variasi kinerja pimpinan Depdiknas (Y) dapat dijelaskan oleh variabel pengetahuan evaluasi pimpinan (X1) melalui regresi Y = 112,02 + 0,98 X1F. Mencari Koefisien Korelasi Parsial
Harga-harga yang diperlukan untuk mencari koefisien korelasi parsial adalah sebagai berikut:
r12 = 0,06
ry1 = 0,40
ry2 = 0,66
Keterangan:
r12 = Koefisien korelasi X1 dengan X2.
ry1 = Koefisien korelasi Y dengan X1.
ry2 = Koefisien korelasi Y dengan X2.
ry1 - (ry2)(r12)
ry1.2 = --------------------------------------
( (1 - r2y2) (1 - r212)
0,40 - (0,66) (0,06)
ry1.2 = ---------------------------------------
( (1 - (0,66)2 ) (1- (0,06)2 )
ry1.2 = 0,4806
G. Menguji Keberartian Koefisien Korelasi Parsial
Untuk menguji keberartian koefisien korelasi parsial digunakan rumus sebagai berikut:
ry1.2 ( n-3
t = ------------------
( 1 - r2y1.2
0,4806 ( 37
t = --------------------------
( 1 - (0,4806)2 = 3,334
Dari distribusi t dengan dk 37 (n-3) dan taraf nyata ( 0,05 diperoleh t tabel sebesar 2,02. Dengan demikian dapat disimpulkan bahwa t hitung (3,334) lebih besar dari t tabel (2,02). Ini berarti koefisien korelasi parsial antara pengetahuan evaluasi (X1) dengan kinerja pimpinan (Y), apabila motivasi berprestasi (X2) di kontrol adalah berarti dan tidak dapat diabaikan.
2M.E. Winarno, Menghitung Data Korelasi