UJIAN AKHIR SEMESTER

Statistika
Nama : Zulkifli Pelana
NIM

: 4415120305

Prodi : Pendidikan Sejarah (A) 2012

JAWABAN
Tabel
Nilai Mata Kuliah Metode Penelitian (X) dan Nilai Skripsi (Y)
Responden
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

X
78
55
62
73
66
70
84
79
70
60
70
69
64
76
71
76
69
70
67
76
1405

Y
80
56
70
77
72
70
85
86
72
65
72
75
66
84
73
81
76
77
72
79
1488

XY
6240
3080
4340
5621
4752
4900
7140
6794
5040
3900
5040
5175
4224
6384
5183
6156
5244
5390
4824
6004
105431

X2
6084
3025
3844
5329
4356
4900
7056
6241
4900
3600
4900
4761
4096
5776
5041
5776
4761
4900
4489
5776
99611

Y2
6400
3136
4900
5929
5184
4900
7225
7396
5184
4225
5184
5625
4356
7056
5329
6561
5776
5929
5184
6241
111720

(a.)
Nama uji korelasi yang akan saya gunakan adalah korelasi Product Moment, dengan rumus
Karl Pearson :

Saya menggunakan uji statistik tersebut karena kedua variabel (variabel X dan variabel Y)
yang ada pada tabel di atas termasuk dalam data interval (variabel X = data interval; variabel
Y = data interval).
(b.)
1.

Untuk mengetahui ada atau tidaknya korelasi antara nilai mata kuliah metode penelitian
dengan nilai skripsi, kita bisa gunakan rumus Karl Pearson tadi dan subtitusikan nilainilai yang ada pada tabel di atas ke dalam rumus tersebut.

N
N

20 x 105431
20 x 99611
1992220

1405 1488
20 x 111720

1405

2108620

1488

2090640

1974025 2234400

2214144

17980
18195 20256
17980
368557920
17980
0,93656
19197,9

0,94

Berdasarkan hasil perhitungan di atas, dapat disimpulkan bahwa ada korelasi antara nilai
mata kuliah metode penelitian dengan nilai skripsi.

2.

Besaran skor koefisien korelasi antara variabel X dan Y = 0,94

3.

Karena besaran skor koefisien korelasi 2 variabel tersebut bernilai positif (+), maka arah
korelasinya: searah (yang berarti: jika variabel X naik, maka variabel Y akan naik pula).
Interpretasi saya terhadap arah tersebut: korelasi sangat kuat

4.

Ya, korelasi antara variabel X dan Y merupakan hubungan yang signifikan.

5.

Besar kontribusi variabel X terhadap variabel Y :

Rxy

= 0,94

R2

= (0,94)2 = 0,8836

Koefisien determinan
R2 x 100% = 0,8836 x 100% = 88,36%

6.

Persamaan Regresi Linier:

Keterangan:
a

1488 99611 1405 105431

20 x 99611 1405
148221168
1992220
n

148130555
1974025

90613
18195

4,98

20 x 105431
20 99611
2108620
1992220

1405 1488
1405

2090640
1974025

17980
18195

0,988

Persamaan Regresi Linier berfungsi sebagai prediktor, yang mana untuk memprediksi
nilai variabel Y (variabel terikat), harus terlebih dahulu diketahui nilai variabel X
(variabel bebas) nya.
Contoh:
Jika X = 78, maka Y = ....

bX

4,98

4,98

0,988 x 78
77,064

82,044

Jadi, jika nilai mata kuliah metode penelitian = 78, maka dapat diprediksikan bahwa
nilai skripsi = 82,04