JAWABAN TUGAS STATISTIKA:

REGRESI TUNGGAL, REGRESI GANDA, KORELASI GANDA,

DAN KORELASI SPEARMAN RHO
Soal Regresi Tunggal, Regresi Ganda, dan Korelasi Ganda
Hasil pengukuran untuk mengetahui pengaruh Lama Belajar (X 1) dan IQ (X2) terhadap
Prestasi Belajar di SMA tertentu (Y) dengan sampel 15 siswa adalah sebagai berikut:
No.
X1
X2
Y
1
5
110
72
2
4
170
96
3
2
180
98
4
1
150
92
5
4
100
70
6
6
110
71
7
7
150
72
8
8
160
75
9
2
120
67
10
4
130
63
11
6
110
65
12
7
140
62
13
4
160
70
14
5
120
72
15
4
140
75
Keterangan:
X1
: Lama belajar (jam/hari)
X2
: IQ
Y
: Prestasi belajar siswa (nilai sekolah)
Pertanyaan:
a.
b.
c.
d.
e.
f.

Hitung persamaan regresi X1 terhadap Y!

Hitung persamaan regresi X2 terhadap Y!
Hitung persamaan regresi X1 dan X2 terhadap Y!
Bila lama belajar diperpanjang sampai 10 jam/hari berapa nilai prestasi belajarnya?
Bila lama belajar dibuat 9 jam/hari dan IQ = 150, berapa nilai prestasi belajarnya?
Hitung juga koefisien korelasi ganda antara X1 dan X2 terhadap Y!

Jawaban
1

a. Persamaan regresi X1 terhadap Y

Deskripsi Data
No.

X1

X2

X12

X22

Y2

X1Y

X2Y

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

5
4
2
1
4
6
7
8
2
4
6
7
4
5
4

110
170
180
150
100
110
150
160
120
130
110
140
160
120
140

72
96
98
92
70
71
72
75
67
63
65
62
70
72
75

25
16
4
1
16
36
49
64
4
16
36
49
16
25
16

12100
28900
32400
22500
10000
12100
22500
25600
14400
16900
12100
19600
25600
14400
19600

5184
9216
9604
8464
4900
5041
5184
5625
4489
3969
4225
3844
4900
5184
5625

360
384
196
92
280
426
504
600
134
252
390
434
280
360
300

7920
16320
17640
13800
7000
7810
10800
12000
8040
8190
7150
8680
11200
8640
10500

Jumlah

69

2050

1120

373

288700

85454

4992

155690

Rata-rata

4.60

136.67

74.67

Jml
Kuadrat

4761

4202500

1254400

Model X1 persamaan regresi terhadap Y : Y = a + b X1

Penentuan koefisien regresi b dan a:
b

=
=

n X 1Y X 1 Y
n X 1 ( X 1 ) 2
2

15( 4992) (69)(1120)

15(373) 4761

= -2,88
a

= Y b X 1
= 74,67 (-2,88)(4,60)
= 87,90

Jadi persamaan regresi X1 terhadap Y adalah

= 87,90 2,88 X1

b. Persamaan regresi X2 terhadap Y

Deskripsi Data
2

No.

X1

X2

X12

X22

Y2

X1Y

X2Y

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

5
4
2
1
4
6
7
8
2
4
6
7
4
5
4

110
170
180
150
100
110
150
160
120
130
110
140
160
120
140

72
96
98
92
70
71
72
75
67
63
65
62
70
72
75

25
16
4
1
16
36
49
64
4
16
36
49
16
25
16

12100
28900
32400
22500
10000
12100
22500
25600
14400
16900
12100
19600
25600
14400
19600

5184
9216
9604
8464
4900
5041
5184
5625
4489
3969
4225
3844
4900
5184
5625

360
384
196
92
280
426
504
600
134
252
390
434
280
360
300

7920
16320
17640
13800
7000
7810
10800
12000
8040
8190
7150
8680
11200
8640
10500

Jumlah

69

2050

1120

373

288700

85454

4992

155690

Rata-rata

4.60

136.67

74.67

Jml
Kuadrat

4761

4202500

1254400

Model persamaan regresi X2 terhadap Y : Y = a + b X2

Penentuan koefisien regresi b dan a:
b

n X 2 Y X 2 Y

=
=

n X 2 ( X 2 ) 2
2

15(155690) ( 2050)(1120)
15( 288700) 4202500

= 0,31
a

= Y bX 2
= 74,67 (0,31)(136,67)
= 32,65

Jadi persamaan regresi X2 terhadap Y adalah

= 32,65 + 0,31 X1

c. Persamaan regresi X1 dan X2 terhadap Y

No.

X1

X2

Y2

x1

110

72

5184

0.40

x2
-26.67

x12

x22

-2.67

0.16

711.11

y2
7.11

x1y
-1.07

x2y

x1x2

71.11

-10.67

170

96

9216

-0.60

33.33

21.33

0.36

1111.11

455.11

-12.80

711.11

-20.00

180

98

9604

-2.60

43.33

150

92

8464

-3.60

13.33

23.33

6.76

1877.78

544.44

-60.67

1011.11

-112.67

17.33

12.96

177.78

300.44

-62.40

231.11

100

70

4900

-0.60

-48.00

-36.67

-4.67

0.36

1344.44

21.78

2.80

171.11

110

71

5041

22.00

1.40

-26.67

-3.67

1.96

711.11

13.44

-5.13

97.78

-37.33

150

72

160

75

5184

2.40

13.33

-2.67

5.76

177.78

7.11

-6.40

-35.56

32.00

5625

3.40

23.33

0.33

11.56

544.44

0.11

1.13

7.78

120

79.33

67

4489

-2.60

-16.67

-7.67

6.76

277.78

58.78

19.93

127.78

10

43.33

130

63

3969

-0.60

-6.67

-11.67

0.36

44.44

136.11

7.00

77.78

11

4.00

110

65

4225

1.40

-26.67

-9.67

1.96

711.11

93.44

-13.53

257.78

-37.33

12

140

62

3844

2.40

3.33

-12.67

5.76

11.11

160.44

-30.40

-42.22

8.00

13

160

70

4900

-0.60

23.33

-4.67

0.36

544.44

21.78

2.80

-108.89

-14.00

14

120

72

5184

0.40

-16.67

-2.67

0.16

277.78

7.11

-1.07

44.44

-6.67

15

140

75

5625

-0.60

3.33

0.33

0.36

11.11

0.11

-0.20

1.11

-2.00

69

2050

1120

85454

2623.33

-100.00

Rata-rata

4.60

136.67

74.67

Jml Kuadrat

4761

4202500

1254400

Jumlah

55.6

8533.33

1827.3

-160

Keterangan:
X1
: Lama belajar (jam/hari)
X2
: IQ
Y
: Prestasi belajar siswa (nilai sekolah)
x1
: X1i - X 1
x2
: X2i - X 1
y
: yi - y i
Model Regresi : Y = b0 + b1 X1 + b2 X2 atau y = b1 x1 + b2 x2
Dengan ketentuan : y = (Yi - Y ); x1 = (X1i - X 1 ); x2 = (X2i - X 2 )
bo, b1, dan b2 dihitung dengan menggunakan rumus:

x1y = b1 x12 + b2 x1x2 . (1)

x2y = b1 x1x2 + b2 x22.. (2)
b0 = Y - b1 X 1 - b2 X 2 . (3)
55.60
-100.00

b
1
b
1

-100.00

b2

-160

(1)

8533.33

b2

2623.3

(2)

Eliminasi b1 dengan menggunakan persamaan (1) dan (2)

55.60
-100.00

b1
b1

+
+

-100.00
8533.33

b2
b2

=
=

-160
2623.3

X
X

-100.00
55.60

<=>
<=>

-5560.00
-5560.00
0

b1
b1
b1

+
+
+

10000.00
474453.33
-464453.33

b2
b2
b2
b2

=
=
=
=

16000.00
145857.33
-129857.33
0.280

b2 = 0.280 disubstitusikan ke persamaan (1)

55.60 b1

(-100.00) b2

-160

55.60 b1

-160

55.60 b1

=
=

-132.04
-2.375

b1

(-100.00) (0.280)

b1 = -2.375 dan b2 = 0.280 di substitusikan ke bo = Y - b1 X 1 - b2 X 2

bo

=
=

74,67 - (-2,375)(4,60) - 0,280(136,67)

47.38

Jadi persamaan regresi X1 dan X2 terhadap Y adalah

X2

= 47,38 2,375 X1 + 0,280

d. Bila lama belajar diperpanjang sampai 10 jam/hari

X1 = 10

= 87,90 2,88 (10)

= 59,13
Jadi, jika lama belajar diperpanjang menjadi 10 jam/hari maka prestasi belajar sama
dengan 59,13.
e. Bila lama belajar dibuat 9 jam/hari dan IQ = 150
X1 = 9 dan X2 = 150

= 47,38 2,375 X1 + 0,280 X2

= 47,38 2,375 (9) + 0,280 (150)

= 67,95
Jadi jika lama belajar 9 jam/hari dan IQ = 150 maka prestasi belajar sama dengan
67, 95

f. Koefisien korelasi ganda antara X1 dan X2 terhadap Y

Data
No.
X1
X2
Y
5

1
5
110
72
2
4
170
96
3
2
180
98
4
1
150
92
5
4
100
70
6
6
110
71
7
7
150
72
8
8
160
75
9
2
120
67
10
4
130
63
11
6
110
65
12
7
140
62
13
4
160
70
14
5
120
72
15
4
140
75
Keterangan:
X1 : Lama belajar (jam/hari)
X2 : IQ
Y : Prestasi belajar siswa (nilai sekolah)
Rumus Perhitungan Koefisien Korelasi Ganda antara X1 dan X2 dengan Y

Ryx1x2

r 2 yx1 + r 2 yx 2 2ryx1ryx 2 rx1x 2

1 r 2 x1x 2

Berdasarkan rumus di atas maka terlebih dulu dihitung koefisien korelasi antara X 1
dan Y (rYX1), koefisien korelasi antara X2 dan Y (rYX2), dan koefisien korelasi antara
X1 dan X2 (rX1X2)
Koefisien Korelasi antara X1 dan Y
Perhitungan koefisien korelasi antara X1 dan Y dilakukan demgam menggunakan
rumus:
rYX1 =

n X 1Y X 1 Y

(n X 1 ( X 1 ) 2 )(nY 2 (Y ) 2
2

Deskripsi Data
No.

X1

X1Y

X12

Y2

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Jumlah

5
4
2
1
4
6
7
8
2
4
6
7
4
5
4
69

(X)2

72
96
98
92
70
71
72
75
67
63
65
62
70
72
75
1120

rYX1 =

25
16
4
1
16
36
49
64
4
16
36
49
16
25
16
373

5184
9216
9604
8464
4900
5041
5184
5625
4489
3969
4225
3844
4900
5184
5625
85454

4761

(Y)2

rYX1 =

360
384
196
92
280
426
504
600
134
252
390
434
280
360
300
4992

1254400

n X 1Y X 1 Y

(n X 1 ( X 1 ) 2 )(nY 2 (Y ) 2
2

15( 4992) (69)(1120)

(15(373) 4761)(15(85454) 1254400)

= -0,502
Jadi besarnya hubungan (koefisien korelasi) antara X1 dengan Y atau
rYX1 = -0,502

Koefisien Korelasi antara X2 dan Y

Deskripsi Data
No.

X2

X2Y

X22

Y2

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Jumlah
(X)

110
170
180
150
100
110
150
160
120
130
110
140
160
120
140

72
96
98
92
70
71
72
75
67
63
65
62
70
72
75

2050

1120

rYX2 =

12100
28900
32400
22500
10000
12100
22500
25600
14400
16900
12100
19600
25600
14400
19600
288700

5184
9216
9604
8464
4900
5041
5184
5625
4489
3969
4225
3844
4900
5184
5625
85454

4202500

(Y)2

rYX2 =

7920
16320
17640
13800
7000
7810
10800
12000
8040
8190
7150
8680
11200
8640
10500
155690

1254400

n X 2Y X 2 Y

(n X 2 ( X 2 ) 2 )(nY 2 (Y ) 2
2

15(155690) (2050)(1120)
(15(288700) 4202500)(15(85454) 1254400)

= 0,664
Jadi besarnya hubungan (koefisien korelasi) antara X1 dengan Y atau
rYX2 = 0,664

Koefisien Korelasi antara X1 dan X2

Deskripsi Data
No.

X1

X2

X1X2

X12

X22

110

550

25

12100

2
3
4
5
6
7
8
9
10
11
12
13
14
15
Jumlah
(X)

(Y)

4
2
1
4
6
7
8
2
4
6
7
4
5
4

170
180
150
100
110
150
160
120
130
110
140
160
120
140

69

2050

680
360
150
400
660
1050
1280
240
520
660
980
640
600
560
9330

16
4
1
16
36
49
64
4
16
36
49
16
25
16
373

28900
32400
22500
10000
12100
22500
25600
14400
16900
12100
19600
25600
14400
19600
288700

4761
4202500

rX1X2 =

rX1X2 =

n X 1 X 2 X 1 X 2

(n X 1 ( X 1 ) 2 )(n X 2 ( X 2 ) 2
2

15(9330) (69)(2050)
(15(373) 4761)(15(288700) 4202500)

= -0,145
Jadi besarnya hubungan (koefisien korelasi) antara X1 dengan X2 atau
rX1X2 = -0,145

Koefisien Korelasi antara X1 dan X2 secara bersama-sama dengan Y

Perhitungan Koefisien Korelasi Ganda antara X1 dan X2 dengan Y

Ryx1x2

r 2 yx1 + r 2 yx 2 2ryx1ryx 2 rx1x 2

1 r 2 x1x 2
9

(0,502) 2 + 0,664 2 2(0,502 0,664 0,142)

1 (0,142) 2

= 0,259
Jadi besarnya hubungan (koefisien korelasi) antara X1 dengan X2 secara bersamasama dengan Y atau Ryx1x2 = 0,259
Soal Koefisien Korelasi Spearman Rho
Dua orang juri diminta untuk menilai dalam lomba memasak makanan. Jumlah
makanan yang dinilai sebanyak 10 jenis, maisng-masing diberi nomor 1, 2, 3, 4, 5, 6, 7,
8, 9, dan 10. Hasil penilaian kedua juri terhadap ke-10 jenis makanan adalah sebagai
berikut:
Nilai Juri

No.

I
9
6
5
7
4
3
2
8
7
6

1
2
3
4
5
6
7
8
9
10

II
8
7
6
8
5
4
2
9
8
6

Pertanyaan:
Tentukan koefsien korelasi Spearman Rho nilai kedua juri terhadap 10 jenis makanan
tersebut!

Jawaban
Koefisien korelasi Spearman Rho dihitung dengan menggunakan rumus:
rs = 1

6d 2

n( n 2 1)

Dengan ketentuan:
10

rs
d
n

: Koefisien korelasi Spearman Rho

: Selisih antar ranking
: Jumlah sampel

Deskripsi Data
No.
1
2
3
4
5
6
7
8
9
10

rs = 1

Nilai Juri
I
II
9
8
6
7
5
6
7
8
4
5
3
4
2
2
8
9
7
8
6
6

Rank I

Rank II

d2

9
5.5
4
7.5
3
2
1
8
7.5
5.5

8
5
4.5
8
3
2
1
9
8
4.5

1
0.5
-0.5
-0.5
0
0
0
-1
-0.5
1
Jumlah

1
0.25
0.25
0.25
0
0
0
1
0.25
1
4

6d 2

n( n 2 1)

6(4)
10(10 2 1)
= 1 0,024
= 0,976

rs = 1

Jadi koefisien korelasi Spearman Rho hasil penilaian dua orang juri terhadap 10
jenis makanan rs = 0,976.

TUGAS
11

APLIKASI STATISTIKA

REGRESI DAN KORELASI

Oleh:
VERA ASDAYANTI
NIM 20127270104

PROGRAM STUDI MATEMATIKA DAN ILMU PENGETAHUAN ALAM

PROGRAM PASCASARJANA
UNIVERSITAS INDRAPRASTA PGRI
2012

12