2. Latar belakang masalah
Dalam hal ini penulis menganalisa data
tentang“keterkaitan tingkat IQ siswa dengan nilai mata
pelajaran ilmu pengetahuan umum”.Selain itu penulis
juga ingin melihat ada tidaknya keterkaitan atau
korelasi antara tingkat IQ siswa dengan nilai mata
pelajaran ilmu pengetahuan umum yang didapat siswa
pada kelas tersebut. Penganalisaan ini berawal dari
kesadaran penulis akan semakian banyak dan
beragamnya masalah – masalah yang ada
dikehidupan sehari hari yang berkaitan dengan
masalah regresi yaitu bentuk keterkaitan antara dua
data atau lebih.
3. Perumusan Masalah
1. Bagaimana menentukan variable independent dan dependent
2. Bagaimana cara membuat scatter plot dan bagaimana plotnya
3. Bagaimana menghitung korelasi dari suatu persamaan model
4. Bagaimana menentukan Estimasi model regresinya dan menggambar
estimasi model tersebut
5. Bagaimana menentukan koefisiennya
6. Bagaiman melakukan pengujian kesignifikansi parameter
7. Apa yang dimaksud dengan koefisien determinasi dan jelaskan
8. Bagaimana menentukan estimasi interval dari parameter taksiran ( )
4. Tujuan
1. Untuk menentukan variable dependent dan independent.
2. Untuk membuat sccater plot dari data yang dianalisa
3. Untuk menghitung korelasi dari persamaan model
4. Untuk menentukan Estimasi model regresinya dan menggambar
estimasi model tersebut
5. Untuk menentukan koefesien dari persamaan regresinya.
6. Untuk melakukan pengujian kesignifikansi parameter
7. Untuk menjelaskan yang dimaksud koefisien determinasi
8. Untuk menentukan estimasi interval dari parameter taksiran ( ).
5. manfaat
1. Dapat mengetahui sejauh mana pengaruh IQ terhadap
nilai ujian mata kuliah umum.
2. Dapat melakukan penganalisaan terhadap dua data yang
saling berkaitan dengan menggunakan metode regresi
linear.
3.3. Dapat melakukan pengujian hipotesis terhadap kebenaran
(signifikansi ) dari model regresi linear.
4.4. Dapat melakukan pengujian hipotesis terhadap kebenaran
(signifikansi ) dari parameter model regresi linear yang
diketahui.
6. BAB III
METODOLOGI
3.1 Sumber Data
Dalam membuat laporan ini penulis menggunakan
data sekunder yang bersumber dari buku ”Metode
Statistika” karangan Dr.Sudjana, edisi ketiga halaman
343.
3.2 Alat dan Bahan
3.2.1 Alat
1. Soft ware MINITAB
2. Polpoin
3. Kertas A-4
4. Komputer
5. Kalkulator
6. Tabel sebaran distribusi.
7. Bahan
Data tingkat IQ siswa dengan nilai ujian Ilmu
pengetahuan Umum masing – masing siswa.
8. Langkah Analisis
1. Mencari data dan menentukan variabelnya
2. Menggambar sccater plot &
menginterpretasikannya
3. Menghitung korelasi model
4. Menentukan estimasi model dan
menggambarnya
5. Menentukan koefesien persamaan regresinya
6. Melakukan ujin signifikansi parameternya
7. Menentukan koefesien determinasinya
8. Menentukan estimasi interval .m
9. BAB IV
ANALISIS DATA DAN PEMBAHASAN
4.1 Menentukan variable dependen dan
independen
Dari data tingkat IQ dan nilai ujian ilmu
pengetahuan umum diketahui variabel dependent
(variabel bebas atau variabel yang mempengaruhi)
adalah tingka IQ (X), sedangkan variabel independent
(variabel tidak bebas atau variabel yang dipengaruhi )
adalah variabel nilai ujian ilmu pengetahuan umum (Y).
10. 4.2 Estimasi model regresi
Dengan bantuan Minitab didapat persamaan estimasi Y = -16.759+
0.61943X, artinya jika X berubah 1 satuan maka y berubah 0.619438
satuan dengan Plot sbb:
11. 4.3 Koefesien persamaan regresi
Dengan bantuan Minitab didapat model regresi
y = - 16.8 + 0.619 x. Dimana diketahui b1
sebesar 0.619438 dan b0 sebesar -16.7590, artinya
hubungan antara IQ mahasiswa dengan nilai ujian ilmu
pengetahuan umum dari mahasiswa dapat
digambarkan oleh persamaan y = - 16.8 + 0.619 x,
dimana dalam setiap pertambahan atau perubahan X
sebesar satu satuan maka akan mengakibatkan
pertambahan nilai Y sebesar 0.619 satuan
12. 4.4 Sccater-plot
80+ *
- *
- *
*
n - *
*
i - * *
* *
l 64+ *
a -
i - * * * *
- * * *
u - *
j 48+ * ** ** * *
i - ** *
a - * * *
n - *
-
32+ * *
- *
----+---------+---------+---------+---------+------
---+--
13. Uji signifikansi model
Analysis of Variance
Source DF SS MS F
P
Regression 1 3182.1 3182.1 35.07
0.000
Error 34 3084.9 90.7
Total 35 6267.0
Hipotesis :
H0 : 0= 0
≠0
H1 : 1
Statistik uji :
F-tabel = 4.170
Daerah kritis :
Setelah melakukan perhitungan dengan bantuan Minitab maka didapat nilai
F-hitung = 35.07
Keputusan:
Karena F-tabel< F-hitung, maka tolak H0
Kesimpulan :
dengan taraf kepercayaan sebesar 95% dapat simpulkan bahwa model yang
digunakan cukup signifikan.
14. Uji signifikansi parameter
Untuk b0
Hipotesis :
H0 : b0 = 0
H1 : b0
Statistik uji :
T tabel = 2.042
Darah kritis :
Setelah melakukan perhitungan dengan bantuan Minitab
maka didapat nilai T hitung sebesar -1.39 sesuai dengan
tabel 4.5.2 diatas.
Keputusan :
Karena T tabel sebesar 2.042 > T hitung yaitu –1.39
maka terima H0,
Kesimpulan :
sehingga dari pengujian parameter diatas dapat diambil
kesimpulan bahwa parameter b0 tidak signifikan.
15. Untuk b1
• Hipotesis:
H0 : b1 = 0
H1 : b1
• Stat uji :
T tabel = 2.042
• Daeah kritis :
Setelah melakukan perhitungan dengan
bantuan Minitab maka didapat nilai T hitung
sebesar 5.92
• Keputusan :
Karena T hitung sebesar 5.92 > dari pada T
tabel maka tolak H0,
• Kesimpulan :
Dari pengujian parameter diatas dapat
diambil kesimpulan bahwa parameter b1
signifikan.
16. Korelasi antara IQ dengan nilai Ujian IPU
Correlations (Pearson)
Correlation of IQ and nilai
ujian = 0.713
18. Estimasi interval untuk b0
Estimasi interval dari parameter Y adalah:
Sxx = - n480262-36(114.5)
= 480262-4122
= 476140
Var(b0) = 0.01(480262)/(36)(476140)
= (4802.62)/(17141040)
= 0.00028
Estimasi iterval = b0 +-t,db error, /2
= -16.8+2.75(0.00028)
= -16.8+-0.00077
(-16.79;-16.80077)
Artinya nilai b0 sebesar –16.8 terletak antara –16.79 sampai
-6.80077, atau dapat ditulis –16.79 < b0 < -6.80077.
19. Estimasi interval untuk b1
Var(b1) = (0.01)/ (476140)
= 0.000000021
Estimasi interval = b1 +-t,db error, /2
= 0.619+-2.042(0.0001449)
= 0.619+-0.0000296
(0.6189;0.6190296)
Artinya nilai b1 sebesar 0.619 terletak antara 0.6189 sampai
0.6190296, atau dapat ditulis 0.6189 < b1 <
0.6190296.
20. Estemasi interval untuk 0
.Nilai maksimum
X0 = 142
0 = - 16.8 + 0.619 X0
= -16.8 + 0.169 (142)
= 7.198
Sxx= -n
= 480262 – 36(114.5)
= 476140
Var( 0) = 2(1/n + (X0 -)2/Sxx)
= 236.8521(1/36+(142-114.5)2/476140)
= 236.8521(0.0277778+(0.001588))
= 6.955
0 t db.error /2,
7.198 2.042(2.637)
7.198 5.385
(1.813;12.583)
Artinya nilai 0 sebesar 7.198 terletak antara 1.813 sampai 12.583, atau
dapat ditulis 1.813< 0 < 12.583.
21. Nilai minimumnya
X0 = 89
0 = - 16.8 + 0.619 X0
= -16.8 + 0.169 (89)
= -1.759
Sxx= -n
= 480262 – 36(114.5)
= 476140
Var( 0) = 2(1/n + (X0 -)2/Sxx)
= 236.8521(1/36+(89-114.5)2/476140)
= 236.8521(0.0277778+(0.001365))
= 6.902
0 t db.error /2,
-1.759 2.042(2.627)
-1.759 5.364
(-7.123;3.605)
Artinya nilai 0 sebesar –1.759 terletak antara –7.123 sampai 3.605,
atau dapat ditulis –7.123< 0 < 3.605.
22. BAB V
KESIMPULAN DAN SARAN
Kesimpulan
1. Dari data tersebut dapat diketahui bahwa variabel yang
mempengaruhi (variabel independen) adalah IQ yang
dilambangkan dengan variabel X dan variabel yang dipengaruhi
(variabel dependen) adalah hasil ujian prestasi pengetahuan
umum yang dilambangkan dengan variabel Y.
2 Dari gambar scatter-plot nampak bahwa ada gejala linieritas atau
kelurusan letak titik-titik sehingga didapat regresi liniernya y = -
16.8 + 0.619 x
3 Nilai korelasi dari variabel X dan Y adalah 0.713, maka ada
hubungan linier positif antara IQ dengan hasil ujian,
hubungannya kuat yakni bila IQ tinggi maka hasil ujian baik
(berbanding lurus).
4 Estimasi modelnya adalah Y = -16,8 + 0.169 X, artinya bila X
berubah satu satuan maka Y akan berubah sebesar 0.169
satuan Y
5. Koefesien dari persamaan regresinya adalah b0 adalah –16.8
dan b1 adalah 0.169
23. 6. Dengan uji signifikansi b0 dapat diketahui bahwa T hitung sebesar
–1.39 < T tabel yaitu 2.042 maka keputusannya Terima H0 jadi b0
tidak cocok (tidak signifikan) sedangkan dengan uji signifikansi b1
dapat diketahui bahwa T hitung sebesar 5.92 > T tabel yaitu 2.042
maka keputusannya Tolak H0 jadi model tersebut cocok
(signifikan)
7. Nilai koefisien determinasi R-Sq = 50.8%, artinya proporsi variasi
total disekitar dapat diterangkan oleh model dikatakan baik
karena nilai R-Sq mendekati 100%
8. Interval taksiran nilai maksimum didapat (1.813;12.583) dan nilai
interval minimumnya (-7.123;3.605).
24. Saran
1. Hendaknya dalam laporan digunakan istilah atau
bahasa yang mudah di pahami sehingga hasil
analisis dapat dimengerti oleh semua pembaca.
2. Hendaknya pihak – pihak yang hendak melakukan
penelitian mengerti dan memahami metode regresi
linier sehingga analisis yang di lakukan memperoleh
hasil yang benar dan memberikan kesimpulan sesuai
dengan metode analisis tersebut