JAWABAN

1. a.

1. b.

No. Subjek

X(Sumbangan Pendidikan)

Y(Kinerja

Guru SD)X2 XY

1 5 8 25 402 9 15 81 1353 3 9 9 274 8 16 64 1285 4 8 16 326 7 13 49 917 9 19 81 1718 5 12 25 609 3 7 9 2110 7 14 49 9811 6 10 36 6012 7 11 49 7713 5 10 25 5014 6 14 36 8415 3 7 9 2116 4 10 16 4017 8 14 64 11218 6 13 36 7819 4 9 16 3620 8 15 64 120

Jumlah 117 234 759 1481

Rata-Rata 5,85 11,7

Slope = 1,503688799=1,504

Intercept =

= 11,7 – 1,504(5,85)= 2,9016= 2,902

Persamaan Regresi

1. c.

1. d.

1.e. Persamaan Regresi

Dari persamaan regresi ini dapat diprediksikan Y berdasarkan X. Penafsirannya sebagai berikut: - Jika sumbangan pendidikan (X) naik satu satuan, maka kinerja guru SD (Y) naik 1,504

- Jika sumbangan pendidikan (X) sama dengan nol, maka kinerja guru SD (Y) bertanda positif.

1.f.

Menghitung simpangan baku XNo.

SubjekX X -

1 5 -0.85 0.72252 9 3.15 9.92253 3 -2.85 8.12254 8 2.15 4.62255 4 -1.85 3.42256 7 1.15 1.32257 9 3.15 9.92258 5 -0.85 0.72259 3 -2.85 8.122510 7 1.15 1.322511 6 0.15 0.022512 7 1.15 1.322513 5 -0.85 0.722514 6 0.15 0.022515 3 -2.85 8.122516 4 -1.85 3.422517 8 2.15 4.622518 6 0.15 0.022519 4 -1.85 3.422520 8 2.15 4.6225

Jumlah 117 0.00 74.55

5.85    

Menghitung simpangan baku YNo.

SubjekY

1 8 -3.70 13.692 15 3.30 10.89

3 9 -2.70 7.294 16 4.30 18.495 8 -3.70 13.696 13 1.30 1.697 19 7.30 53.298 12 0.30 0.099 7 -4.70 22.0910 14 2.30 5.2911 10 -1.70 2.8912 11 -0.70 0.4913 10 -1.70 2.8914 14 2.30 5.2915 7 -4.70 22.0916 10 -1.70 2.8917 14 2.30 5.2918 13 1.30 1.6919 9 -2.70 7.2920 15 3.30 10.89

Jumlah 234 0.00 208.2

11.7    

No. Subjek X YSkor Simpangan Skor Baku

x y x y

1 5 8 -0.85 -3.70 -0.43 -1.122 9 15 3.15 3.30 1.59 1.003 3 9 -2.85 -2.70 -1.44 -0.824 8 16 2.15 4.30 1.09 1.305 4 8 -1.85 -3.70 -0.93 -1.126 7 13 1.15 1.30 0.58 0.397 9 19 3.15 7.30 1.59 2.218 5 12 -0.85 0.30 -0.43 0.099 3 7 -2.85 -4.70 -1.44 -1.4210 7 14 1.15 2.30 0.58 0.6911 6 10 0.15 -1.70 0.08 -0.5112 7 11 1.15 -0.70 0.58 -0.2113 5 10 -0.85 -1.70 -0.43 -0.5114 6 14 0.15 2.30 0.08 0.6915 3 7 -2.85 -4.70 -1.44 -1.4216 4 10 -1.85 -1.70 -0.93 -0.51

17 8 14 2.15 2.30 1.09 0.6918 6 13 0.15 1.30 0.08 0.3919 4 9 -1.85 -2.70 -0.93 -0.8220 8 15 2.15 3.30 1.09 1.00

Jumlah 117 234 0 0 0 0

Rata-Rata 5.85 11.7        

Simpangan Baku (s)

1.98 3.31 1.98 3.31 1 1

Ket:

- Untuk data X skor baku dihitung menggunakan rumus skor baku:

- Untuk data Y skor baku dihitung menggunakan rumus skor baku:

Skor Baku

X Y X2 XY

-0.43 -1.12 0.18 0.481.59 1.00 2.53 1.59-1.44 -0.82 2.07 1.171.09 1.30 1.18 1.41-0.93 -1.12 0.87 1.040.58 0.39 0.34 0.231.59 2.21 2.53 3.51-0.43 0.09 0.18 -0.04-1.44 -1.42 2.07 2.040.58 0.69 0.34 0.400.08 -0.51 0.01 -0.040.58 -0.21 0.34 -0.12-0.43 -0.51 0.18 0.220.08 0.69 0.01 0.05-1.44 -1.42 2.07 2.04-0.93 -0.51 0.87 0.481.09 0.69 1.18 0.750.08 0.39 0.01 0.03-0.93 -0.82 0.87 0.761.09 1.00 1.18 1.08

0 0 19 17

Slope = 0,894736 = 0,895

Intercept =

= 0 – 0,895 (0)= 0

Persamaan Regresi menggunakan skor baku

1.g.

1. h. Kinerja Guru yang diprediksikan untuk latar belakang pendidikannya sama dengan 4, 6, & 9.

= 2,902 + 1,504(4)= 8,918

= 2,902 + 1,504(6)= 11,926

= 2,902 + 1,504(9)= 16,438

2.

No. Subjek

X Y Y’ e

1 5 8 10.42 -2.422 9 15 16.44 -1.443 3 9 7.41 1.594 8 16 14.93 1.075 4 8 8.92 -0.926 7 13 13.43 -0.437 9 19 16.44 2.568 5 12 10.42 1.589 3 7 7.41 -0.4110 7 14 13.43 0.5711 6 10 11.93 -1.9312 7 11 13.43 -2.4313 5 10 10.42 -0.4214 6 14 11.93 2.0715 3 7 7.41 -0.4116 4 10 8.92 1.0817 8 14 14.93 -0.9318 6 13 11.93 1.0719 4 9 8.92 0.0820 8 15 14.93 0.07

Jumlah 117 234 234.01 0Rata-Rata

5.85 11.7

Ket:

- Y’ =

- Kekeliruan prediksi atau galat prediksi: e = Y – Y’

Prediksi pada subjek no. 6 yang paling akurat. Karena memiliki galat prediksi -0,43, nilainya paling mendekati nol. Jika nilai galat prediksi sama dengan nol berarti nilai Y dengan Y’ sama,

hal ini berarti semakin besar galat prediksi (selisih antara Y dengan Y’) maka prediksi semakin tidak akurat.

5.

6.No.

SubjekX Y Y’ e

1 5 8 10.42 -2.422 9 15 16.44 -1.443 3 9 7.41 1.594 8 16 14.93 1.075 4 8 8.92 -0.926 7 13 13.43 -0.437 9 19 16.44 2.568 5 12 10.42 1.589 3 7 7.41 -0.4110 7 14 13.43 0.5711 6 10 11.93 -1.9312 7 11 13.43 -2.4313 5 10 10.42 -0.4214 6 14 11.93 2.0715 3 7 7.41 -0.4116 4 10 8.92 1.0817 8 14 14.93 -0.9318 6 13 11.93 1.0719 4 9 8.92 0.0820 8 15 14.93 0.07

Jumlah 117 234 234.01 0,01Rata-Rata

5.85 11.7 11,7

Ket:

- Y’ =

- Residu: e = Y – Y’

7. Jumlah kuadrat regresi (JK Regresi) adalah variasi peubah Y yang dapat dijelaskan oleh peubah X melalui persamaan regresi linier, sedangkan jumlah kuadrat residu (JK Residu) adalah sisa variasi peubah Y yang tidak dapat dijelaskan oleh peubah X melalui persamaan regresi linier tersebut.

8. a

Jika nilai X naik satu satuan maka nilai Y naik 1,5

8.b.

Jika nilai X naik satu satuan maka nilai Y naik 1

8.c.

Jika nilai X naik satu satuan maka nilai Y naik 0,5

Kesimpulan dari persamaan regresi a, b, dan c:

9.10.