LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)



dokumen-dokumen yang mirip
BAB 2 LANDASAN TEORI

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

Analisis Korelasi dan Regresi

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

BAB 2 LANDASAN TEORI. Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat

BAB 2. Tinjauan Teoritis

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

Analisis Regresi dan Korelasi

BAB 2 LANDASAN TEORI

REGRESI & KORELASI LINIER SEDERHANA

BAB II LANDASAN TEORI

PENGARUH MODAL KERJA TERHADAP PENDAPATAN PENGRAJIN INDUSTRI KECIL TEMPE DI DESA SAMBAK KECAMATAN KAJORAN KABUPATEN MAGELANG

Uji Statistika yangb digunakan dikaitan dengan jenis data

REGRESI & KORELASI LINIER SEDERHANA

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

Regresi & Korelasi Linier Sederhana

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

II. TINJAUAN PUSTAKA. variabel. Dalam regresi sederhana dikaji dua variabel, sedangkan dalam regresi

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

BAB 2 LANDASAN TEORI

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

Regresi Linier Sederhana Definisi Pengaruh

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan dilapangan SMP Negeri 11 Tamalate

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

INTERPOLASI. FTI-Universitas Yarsi

REGRESI LINIER SEDERHANA

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

8. MENGANALISIS HASIL EVALUASI

BAB II TINJAUAN PUSTAKA

Metode Statistika Pertemuan XII. Analisis Korelasi dan Regresi

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

S2 MP Oleh ; N. Setyaningsih

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

BAB II TINJAUAN PUSTAKA

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

UKURAN GEJALA PUSAT DAN UKURAN LETAK

PRAKTIKUM 20 Interpolasi Polinomial dan Lagrange

STATISTICAL STUDENT OF IST AKPRIND

TINJAUAN PUSTAKA Evaluasi Pengajaran

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: ANALISIS REGRESI LINEAR BERGANDA DENGAN SATU VARIABEL BONEKA (DUMMY VARIABLE)

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

3 Departemen Statistika FMIPA IPB

BAB 2 LANDASAN TEORI

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear

b) Untuk data berfrekuensi fixi Data (Xi)

II. TINJAUAN PUSTAKA

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

BAB IV HASIL PENELITIAN. Hasil penelitian ini berdasarkan data yang diperoleh dari kegiatan penelitian

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

ANALISIS REGRESI. . Berdasarkan sample acak, persamaan regresi populasi (1) akan ditaksir, ini dilakukan dengan jalan menaksir parameter-parameter 1

2.2.3 Ukuran Dispersi

BAB 2 LANDASAN TEORI

BAB III METODOLOGI PENELITIAN. Metode penelitian sangat diperlukan dalam sebuah penelitian untuk

INTERPOLASI INTERPOLASI LINIER INTERPOLASI KUADRATIK

Tabel Distribusi Frekuensi

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat

BAB III PERSAMAAN PANAS DIMENSI SATU

PROGRAM LINIEAR DENGAN METODE SIMPLEX

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

menyelesaikan permasalahan dalan penulisan.

REGRESI LINEAR SEDERHANA

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah

Analisis Regresi. Oleh : Dewi Rachmatin

BAB 2 LANDASAN TEORI. Istilah regresi diperkenalkan oleh seorang yang bernama Francis Gulton dalam

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut

BAB 1 STATISTIKA RINGKASAN MATERI

Regresi Linear Sederhana dan Korelasi

BAB 1 ERROR PERHITUNGAN NUMERIK

UKURAN GEJALA PUSAT (UGP)

III. METODOLOGI PENELITIAN. Metode penelitian merupakan strategi umum yang di anut dalam

PENDITEKSIAN PENCILAN (OUTLIER) DAN RESIDUAL PADA REGRESI LINIER

MODUL ANALISIS REGRESI DAN KORELASI

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

BAB V ANALISIS HIDROLOGI

III. METODOLOGI PENELITIAN. Menurut Arikunto (1991 : 3) penelitian eksperimendalah suatu penelitian yang

Statistika Deskriptif

BAB 2 LANDASAN TEORI

KOMBINASI PENAKSIR RASIO UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI, KOEFISIEN KURTOSIS DAN KOEFISIEN VARIASI

Pertemuan 3 Luas Daerah Bidang Datar, dan Volume Benda Padat dengan Metode Bidang Irisan Sejajar

Pemodelan Regresi Linier Menggunakan Metode Theil (Studi Kasus: Kompensasi Pegawai di Badan Kepegawaian Daerah Kota Samarinda)

BAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013.

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real.

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

REGRESI DAN INTERPOLASI

REGRESI SEDERHANA Regresi

PENAKSIR REGRESI CUM RASIO UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN KOEFISIEN KURTOSIS DAN KOEFISIEN SKEWNESS

Transkripsi:

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN (Utuk Data Nomal). Merumuska hpotess (termasuk rumusa hpotess statstk). Data hasl peelta duat dalam etuk tael slag (tael frekues oservas) 3. Meetuka krtera uj atau tael. 4. Meghtug la oservas ( o), utuk dperluka tael frekues harapa (asums Ho dterma) 5. Memadgka la o dega t 6. Krtera: Jka o > t ; maka Ho dtolak Jka o t ; maka Ho dterma 7. Kesmpula Rumus: ( fo fh fh ) (Catata: Jka data eretuk terval, maka harus duat kategork leh dulu.) Cotoh: = jes kelam; = tgkat peddka Apakah ada huuga atara jes kelam dega tgkat peddka? Peguja:. Hpotess: H : 0 (ada huuga atara jes kelam dega tgkat peddka) H o : = 0 (tdak ada huuga atara jes kelam dega tgkat peddka). Tael slag: Tgkat Jes Kelam Peddka Lak-lak perempua Jumlah Redah Sedag Tgg 80 00 0 80 70 50 60 70 70 Jumlah 300 00 500

3. t dmaa; d = ( )(k ) = (3 )( ) = t (0,05; ) = 5,99 4. Frekues harapa (dmaa raso peradga lak-lak : perempua = 3 : ) Lak-lak: perempua: 3/5 60 = 96 /5 60 = 64 3/5 70 = 0 /5 70 = 68 3/5 70 = 0 /5 70 = 68 Tgkat Jes Kelam Peddka Lak-lak perempua Jumlah Redah Sedag Tgg 96 0 0 64 68 68 60 70 70 Jumlah 300 00 500 Guakarumus: (80 96) (80 64) (00 0) (70 68) (0 0) (50 68) o 96 64 0 68 0 68 o = 4,7 5. o = 4,7 > t (0,05; ) = 5,99 erart Ho dtolak 6. Kesmpula: Ada huuga atara jes kelam dega tgkat peddka 7. Koefse kotges = koefse asosas o o 4,9 54,9 0,7 = 0,7 = 0,09 0,03 Jad tgkat peddka dapat dtetuka oleh jes kelam varasa haa 3%

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN (Utuk Data Ordal). Rumuska hpotess. Data dalam etuk tael slag 3. Meetuka statstk uj (Z t ) 4. Meghtug Gamma: N s = Jumlah hasl kal pasaga ag Ns Nd G Ns Nd kosste N d = Jumlah hasl kal pasaga ag tdak kosste 5. Trasformas Z: Ns Nd o ( G ) N( G ) 6. Badgka Zo da Z t 7. Krtera: Zo > Z t ; maka Ho dtolak Zo Z t ; maka Ho dterma 8. Kesmpula Cotoh: = status sosal ekoom; = tgkat peddka Apakah ada huuga postf atara status sosal ekoom dega tgkat peddka? (Huuga postf arta: semak tgg tgkat status sosal ekoom maka tgkat peddkaa juga harus semak tgg) Peguja:. Ho: = 0 (tdak ada huuga atara status sosal ekoom dega tgkat peddka) H : > 0 (ada huuga postf atara status sosal ekoom dega tgkat peddka). Tael slag:

Tgkat Status sosal ekoom Peddka Redah Sedag Tgg Jumlah Redah Sedag Tgg 80 80 40 70 60 70 30 30 40 80 70 50 Jumlah 00 00 00 500 3. Z t ( = 0,05) Z t =,645 (Luas kurva 0,5 0,05 = 0,450 terletak pada la z =,645) 4. Meghtug Gamma: kosste; jka status sosal ekoom redah maka tgkat peddka juga redah da sealka jka status sosal ekoom tgg maka tgkat peddka juga tgg. tdak kosste; jka status sosal ekoom redah tap tgkat peddka tgg da sealka jka status sosal ekoom tgg tap tgkat peddka redah. N s = 80 (60 + 30 + 70 + 40) + 80 (70 + 40) + 70 (30 + 40) + 60 (40) = 3.00 N d = 40 (70 + 30 + 60 + 30) + 80 (70 + 30) + 70 (30 + 30) + 60 (30) =.600 3.00.600 G 3.00.600 0.500 53.700 0, 5. 53.700 Z o ( 0, 0). =, 500( 0, ) 6. Zo =, > Z t =,645 erart Ho dtolak 7. Kesmpula: Terdapat huuga postf atara status sosal ekoom dega tgkat peddka 8. G = 0, = 0,04 00% = 4% Varas tgkat peddka dapat dtetuka oleh status sosal ekoom haa 4%

REGRESI LINIER SEDERHANA Persamaa regres sa dguaka jka da erkorelas. Model Regres: Y Y = + X + Fugs Taksra: a = tg θ 0 Ŷ = a + Persamaa regres tertetu jka la a da dketahu. Utuk meghtug la a da dperluka pasaga data (, ) ag ddapat dar peelta.. Rumus Regres: a Dmaa:. X X X X Y Y Y Y. Kemuda htug la ΣY, ΣY, Σ, ΣX, ΣX, Σ, ΣXY, Σ. Guaka rumus regres utuk mecar la a da, sehgga aka ddapat fugs taksra. 3. Seelum fugs taksra dguaka, terleh dahulu melakuka Uj Keerarta da Uj Kelera dega ANAVA.

4. Seelum memuat tael ANAVA, data X harus durutka dar ag terkecl sampa teresar. Data ag memlk la ag sama, djadka dalam satu kelompok (k). 5. Buat tael ANAVA dega terleh dahulu meetuka sumer varas, atu: Total, Regres (a), Regres (/a), Ssa, Tua cocok, da Galat. Setap sumer varas dtetuka la Jumlah Kuadrat (JK) da derajat eas (d). Kemuda meghtug la Rata-rata Jumlah Kuadrat (RJK) Rumus JK da RJK: JK ( T ) JK ( G) JK ( a) JK ( / a). JK(S) = JK (T) JK (a) JK (/a) JK (Tc)= JK (S) JK (G) RJK = JK / d k X X Rumus d: d (T) = d (a) = d (/a)= d (S) = d (Tc) = k d (G) = k 6. Tetuka la F htug (F o ) dega rumus: F o ( / a) RJK ( / a) RJK ( S) da F o ( Tc) RJK ( Tc) RJK ( G) 7. Tetuka la F tael (,k; ), dega megguaka: F t (/a) dmaa: d Reg (/a) kolom, da d ssa ars F t (Tc) dmaa: d Tua cocok kolom, da d galat ars 8. Badgka la F htug dega la F tael. Jka F o (/a) > F t maka Ho dtolak, erart regres sgfka Jka F o (/a) < F t maka Ho dterma, erart regres tdak sgfka Jka F o (Tc) > F t (ttk-ttk pada dagram semak mejauh gars regres), erart regres tdak ler Jka F o (Tc) < F t (ttk-ttk pada dagram semak medekat gars regres), erart regres ler. 9. Meghtug koefse korelas dega rumus: R.

0. Tetuka la t htug: t o R da la t tael t(d;) R. Badgka la t htug da t tael Jka t o > t t maka Ho dtolak, erart Koefse korelas sgfka (ada huuga postf atara da dalam populas). Jka t o < t t maka Ho dterma, erart koefse korelas tdak sgfka (tdak ada huuga atara da dalam populas).. Htug la koefse determas: R 00% Cotoh:. Meetuka Fugs taksra dar data X da Y erkut: X Y X Y XY 5 0 5 400 00 6 0 36 400 0 6 3 36 59 38 6 4 36 576 44 7 0 49 400 40 7 3 49 59 6 7 5 49 65 75 7 6 49 676 8 8 0 64 400 60 8 4 64 576 9 9 6 8 676 34 9 8 8 784 5 Jumlah 85 79 69 657 998 Y ( ) (79) 657 87,5

X ( ) (85) 69 6, 9 ( X )( Y) XY 998 (85)(79),75,75 6,9,9 Y a X 79 85. (,9) 3,5 (,9)(7,08) 4, Fugs Taksra: Yˆ 4,, 9X. Megurutka data X dar la ag terkecl da meetuka kelompok: X 5 6 6 6 7 7 7 7 8 8 9 9 Y 0 0 3 4 0 3 5 6 0 4 6 8 Kelompok 3 4 5 3. Uj lertas da sgfka dega ANAVA Meghtug la-la Jumlah Kuadrat (JK), derajat eas (d), da Rata-rata Jumlah Kuadrat (RJK) pada sumer varas: JK ( T ) 657 79 JK ( a) 6486,75 JK ( / a). (,9).(,75) 8,05 JK(S) = JK (T) JK (a) JK (/a) = 657 6486,75 8,05 = 56,9 k JK ( G) X 0 6 3 8 5 6 6 8 X 0 3 4 0 0 3 5 6 0 4 4 3 4 0 8,67 8 39,67 4 3

JK (Tc) = JK (S) JK (G) = 56,9 39,67 = 6,5 RJK (/a) = JK (/a) / d = 8,05 / = 8,05 RJK (S) = JK (S) / d = 56,9 / 0 = 5,69 RJK (Tc) = JK (Tc) / d = 6,5 / 3 = 5,5 RJK (G) = JK (G) / d = 39,67 / 7 = 5,67 d (T) = = d (a) = d (/a) = d (S) = = = 0 d (Tc) = k = 5 = 3 d (G) = k = 5 = 7 4. Meghtug la F o : RJK( / a) 8,06 RJK( Tc) 5,5 F o ( / a) 4,99 F o ( Tc) 0, 98 RJK( S) 5,69 RJK( G) 5,67 5. Tetuka la F tael dega = 0,05 da = 0,0 F(0, ; 0.05) = 4,96 F(0,; 0.0) = 0,04 F(7,3; 0.05) = 4,35 F(7,3; 0.0) = 8,45 Sumer Varas JK d RJK F os F tael Total 657,00 = 0,05 = 0,0 Regres (a) Regres (/a) 6486,75 8,06-8,06-4,99-4,96-0,04 Ssa 56,9 0 5,69 Tua cocok Galat 6,5 39,67 3 7 5,5 5,67 0,98 4,35 8,45 6. Kesmpula: F o (/a) = 4,99 > F t = 4,96 erart Regres sgfka. F o (Tc) = 0,98 < F t = 4,35 erart Regres ler.,75 7. Meghtug koefse korelas: R 0, 58. (6,9).(84,5)

R 0,58. 8. Meetuka la t htug: t o, 5 R 0,58 Meetuka la t tael: t (0; 0.05) =,8 9. Kesmpula: t o =,5 > t t =,8 maka Ho dtolak erart Koefse korelas sgfka (ada huuga postf atara X da Y dalam populas) 0. Koefse determas = 0,58 00% = 33,6% Kesmpula: Nla Y dtetuka oleh la X dega varas seesar 33,6 % Utuk megaml kesmpula, sa juga lagsug megguaka Uj Korelas. Tap kta perlu melakuka Uj Regres, karea:. Rumus R haa sa dguaka jka korelasa ler, jka tdak. ler maka persamaa tdak sa dguaka utuk megaml kesmpula.. Fugs regres dguaka utuk mempredks la Y. Galat taksra, G = ˆ, harus ormal Tua cocok adalah pempaga dar galat taksra. Tc = 0 Ttk-ttk (la Ŷ) melekat pada gars.

REGRESI MULTIPEL DENGAN PREDIKTOR Model: o Fugs taksra: Yˆ o X X o,, ddapat dar pasaga data (X, X, Y) ag dperoleh dar peelta. Meetuka la : ΣY = ΣX = ΣX = ΣX Y = ΣX Y = ΣX X = ΣY = ΣX = ΣX = Σ = Σ = Σ = da ddapat dar formula smulta seaga erkut: Mecar la o : o Y X X Uj sgfka persamaa regres dega ANAVA: Sumer Varas: Total, Regres, da Ssa Meghtug la Jumlah Kuadrat (JK) dar sumer varas: JK (T) = Σ JK (Reg) = + JK (S) = Σ JK (Reg) Meghtug derajat eas (d) sumer varas: d (T) = d (Reg) = k d (S) = k Meghtug Rata-rata Jumlah Kuadrat (RJK) sumer varas: RJK (Reg) = JK(Re g) d(re g) RJK (S) = JK( S) d( S) = aaka pegamata k = aaka varael eas (X)

Meghtug F oservas: F os = RJK(Re g) RJK( S) Meetuka Koefse Korelas Multpel (R. ) da Koefse determas (R. ) R. JK(Re g) Cotoh: X X Y 6 5 0 8 4 5 9 6 8 5 6 6 6 7 7 7 7 8 8 9 9 0 0 3 4 0 3 5 6 0 4 6 8 Tetukalah: a) Fugs taksra ) Uj sgfka dega ANAVA c) Koefse korelas multpel da koefse determas

Peelesaa: a) Mecar Fugs taksra X X Y X X Y X Y X Y X X 6 5 0 56 5 400 30 00 80 5 6 0 5 36 400 300 0 90 0 6 3 400 36 59 460 38 0 6 4 484 36 576 58 44 3 8 7 0 34 49 400 360 40 6 7 3 44 49 59 483 6 47 4 7 5 576 49 65 600 75 68 5 7 6 65 49 676 650 8 75 9 8 0 36 64 400 380 60 5 8 4 484 64 576 58 9 76 6 9 6 676 8 676 676 34 34 8 9 8 784 8 784 784 5 5 Jumlah 56 85 79 5636 69 657 6069 998 85 Y ( Y ) ( X) (79) 657 (56) 5636 X ( X ) (85) 69 X 84,5 74,667 6,9 ( X )( Y) (56)(79) XY 6069 7 ( X )( Y) (85)(79) X Y 998,75 ( X)( X ) (56)(85) XX 85 38,667 Persamaa Smulta: 74,667 + 38,667 = 7 38,667 + 6,9 =,75

Meetuka la o,, da : 7 38,667,75 6,9 = 74,667 38,667 38,667 6,9 38,663 460,9 0,78 74,667 7 38,667,75 = 74,667 38,667 38,667 6,9 75,03 460,9-0,4965 o Y X X Y X X = 79 56 85 (0,78) ( 0,4965) = 0,8 o Fugs Taksra Persamaa Regres: Ŷ = 0,8 + 0,78 X 0,4965 X ) Uj sgfka Persamaa Regres dega ANAVA: Meetuka la Jumlah Kuadrat (JK) masg-masg sumer varas: JK (T) = Σ = 84,5 JK (Reg) = + = (0,78)(7) + (- 0,4965)(,75) = 80,46 JK (S) = Σ JK (Reg) = 84,5 80,46 =3,789 Meetuka derajat eas (d) masg-masg sumer varas: d (T) = = = d (Reg) = k = d (S) = k = = 9 Meghtug la RJK masg-masg sumer varas: RJK (Reg) = JK (Re g) = d(re g) 80,46 = 40,3 RJK (S) = JK ( S) d( S) = 3,789 9 = 0,4

Meghtug la F oservas: F os = RJK (Re g) RJK ( S) = Memuat tael ANAVA: Sumer Varas 40,3 0,4 = 95,558 JK d RJK F os F tael = 0,05 = 0,0 Regres 80,46 40,3 95,558 4,6 8,0 Ssa 3,789 9 0,4 Total 84,5 F os = 95,558 > F tael = 8,0 Berart: Regres Multpel sagat sgfka c) Koefse Korelas Multpel: R. JK(Re g) = 80,46 84,5 = 0,977 Koefse determas: R. = (0,977) = 0,955 X 00% = 95,5 % Arta: 95,5 % Varas Y dapat dtetuka (djelaska) oleh X da X secara ersama-sama Koefse korelas sederhaa atara X da Y: r Σ Σ. 7 (74,667)( 84,5) 0,9645 Koefse korelas sederhaa atara X da Y: r Σ Σ.Σ,75 0,576 (6,9)(84,5) Koefse korelas sederhaa atara X da X : r Σ Σ.Σ 38,667 (74,667)( 6,9) 0,7

UJI KEBERARTIAN KOEFISIEN REGRESI da t o RJK( S) kesalaha aku.( R ) RJK(S) 0,4 0,005 0, 07.( R ) (74,667)( 0,7 ) RJK(S) 0,4 0,05 0, 4.( R ) (6,9)( 0,7 ) t o 0,78 = 0, 99 0,07 t 0,4695 o =, 096 0,4 t t (0,05;9) =,83 da t t (0,0;9) =,8 t o =,66 > t t (0,05) =,83 Koefse korelas sagat sgfka t o =,77 < t t (0,05) =,83 Koefse korelas tdak sgfka Kesmpula: Jka pegaruh X dkotrol (msala dsamaka), maka huuga X dega Y sgfka Jka pegaruh X dkotrol, maka huuga X dega Y tdak sgfka