You are on page 1of 12

Latihan soal dan studi Kasus

Contoh soal 1
1. Ingin diketahui seberapa kuat hubungan antara besarnya pendapatan seseorang dengan pengeluaran (konsumsi) per bulan. Data dari 6 orang yang diwawancarai diperoleh data sebagai berikut: X (pendapatan) Y (konsumsi) : 800 900 700 600 700 800 : 300 300 200 100 200 200 (ribuan) (ribuan)

Untuk menghitung koefisien korelasi maka disusun tabel bantu sebagai berikut: Tabel . Tabel Bantu Analisis Korelasi Product Moment n 1 2 3 4 5 6 X 800 900 700 600 700 800 4.500 Y 300 300 200 100 200 200 1.300 X2 640.000 810.000 490.000 360.000 490.000 640.000 3.430.000 Y2 90.000 90.000 40.000 10.000 40.000 40.000 310.000 XY 240.000 270.000 140.000 60.000 140.000 160.000 1.010.000

Berdasarkan tabel bantu tersebut diperoleh nilai-nilai: X Y X2 Y2 = 4.500 = 1.300 = 3.430.000 = 310.000

XY = 1.010.000 n=6

Untuk menghitung koefisien korelasi, maka nilai-nilai tersebut dimasukkan dalam rumus koefisien korelasi sebagai berikut. r =
6 (1.010.000) - (4.500)(1.300) 6 . (3.430.000) ( 4.500) 2 6 . (310.000) (1.300) 2

= = = =

6.060.000 5.850.000 20.580.000 20.250.000 1.860.000 1.690.000 210.000 330.000 170.000


210.000 574,4563 x 412,3106 210.000 236.854,4

= 0,886621 Jadi diperoleh nilai koefisien korelasi ( r ) sebesar 0,886621 karena nilainya positif dan mendekati 1 berarti hubungan konsumsi dan pendapatan kuat dan searah (positif), artinya peningkatan pendapatan seseorang akan diikuti dengan peningkatan pengeluaran (konsumsi). Uji Hipotesis Hubungan (Uji Signifikan) Pengujian hipotesis hubungan digunakan uji statistik yang disebut Uji t (t-student). Parameter yang diuji yaitu korelasi dinotasikan dengan (lihat bab Estimasi Parameter). Uji hipotesis hubungan pada dasarnya adalah menguji signifikansi koefisien korelasi, apakah besar kecilnya hubungan yang diperoleh itu kebetulan saja atau memang ada hubungan yang sesungguhnya. Rumus Uji t untuk uji hubungan adalah: t =
r2 n 2 1- r2

Selain menggunakan Uji t, pengujian hipotesis hubungan dapat menggunakan kriteria nilai korelasi tabel (rtabel) yaitu dengan cara membandingkan nilai koefisien korelasi (rhitung) dengan nilai rtabel. Jika rhitung > rtabel maka hubungan antar variabel signifikan Jika rhitung rtabel maka hubungan antar variabel tidak signifikan

Contoh soal 2
2. Misalkan menggunakan data sebelumnya yaitu hubungan antara pendapatan dan konsumsi. Diajukan hipotesis yang menyatakan ada hubungan yang signifikan antara pendapatan dengan konsumsi. Penyelesaian: 1. Rumusan hipotesis: Ho : = 0 Ha : 0 Tidak ada hubungan yang signifikan antara pendapatan dengan konsumsi Ada hubungan yang signifikan antara pendapatan dengan konsumsi

Taraf = 0,05 selanjutnya dapat dicari nilai ttabel pada = 0,05 (uji 2 pihak /2 = 0,025) derajat bebas = n 2 = 6 2 = 5 yaitu sebesar 2,776451 Kriteria pengujian: Ho ditolak jika thitung > ttabel atau probabilitas < 0,05 Ho diterima jika thitung ttabel atau probabilitas 0,05 Uji statistik (Uji t) Menghitung nilai t dengan rumus: t =
r2 n 2 1- r2

(0,886621) 2 6 2 1 - (0,886621) 2
0,786096 x 2 1 0,786096 1,572193 0,213904

= = =

1,572193 0,462497

= 3,39936 Jadi diperoleh nilai thitung sebesar 3,39936. Kesimpulan Karena thitung (3,39936) > ttabel (2,776451) maka Ho ditolak, artinya hubungan kedua variabel signifikan, atau pendapatan memiliki hubungan yang signifikan dengan konsumsi. Dengan demikian hipotesis yang menyatakan ada hubungan yang signifikan antara konsumsi dengan pendapatan diterima. Pengujian koefisien korelasi dapat juga dilakukan dengan cara membandingkan nilai koefisien korelasi dengan nilai korelasi tabel atau r tabel, sehingga perlu dicari nilai rtabel pada taraf = 0,05 dan n = 6 yaitu diperoleh r tabel = 0,811 (lihat tabel r). Karena nilai rhitung (0,886621) > rtabel (0,811) maka Ho ditolak, artinya pendapatan memiliki hubungan signifikan dengan konsumsi.

Contoh soal 3
2. Menggunakan data pada contoh korelasi Product Moment dengan menambah variabel jumlah anak, sehingga akan dihitung hubungan antara pendapatan (X1) dan jumlah anak (X2) dengan konsumsi (Y), dengan data sebagai berikut:.

n 1 2 3 4 5 6 7 8 9 10

X1 (ribuan) 800 900 700 600 700 800 900 1000 900 1100

X2 3 3 2 1 1 1 1 3 3 3

Y (ribuan) 300 300 200 100 200 200 250 300 300 350

Untuk mencari nilai koefisien korelasi berganda perlu disusun tabel bantu sebagai berikut:

Tabel . Tabel Bantu Analisis Korelasi Berganda


n 1 2 3 4 5 6 7 8 9 10 X1 800 900 700 600 700 800 900 1000 900 1100 8400 X2 3 3 2 1 1 1 1 3 3 3 21 Y 300 300 200 100 200 200 250 300 300 350 2500 X12 640000 810000 490000 360000 490000 640000 810000 1000000 810000 1210000 7260000 X12 9 9 4 1 1 1 1 9 9 9 53 Y2 90000 90000 40000 10000 40000 40000 62500 90000 90000 122500 675000 X1Y 240000 270000 140000 60000 140000 160000 225000 300000 270000 385000 2190000 X2Y 900 900 400 100 200 200 250 900 900 1050 5800 X1X2 2400 2700 1400 600 700 800 900 3000 2700 3300 18500

Untuk menghitung koefisien korelasi berganda, maka terlebih dahulu dihitung koefisien korelasi antar variabel. rx1y =
10 (2.190.000) - (8.400)(2.500) 10 (7.260.000) - (8400) 2 10 (675.000) - (2.500) 2 10 (5800) - (21)(2.500) 10 (53) - (21) 2 10 (675.000) - (2.500) 2 10 (18.500) - (8400)(21) 10 (7260000) - (8400) 2 10 (53) - (21) 2

= 0,891

rx2y =

= 0,824

rx1x2 =

= 0,638

Selanjutnya dari nilai koefisien korelasi antar variabel dapat dihitung koefisien korelasi berganda:

Rx1x2y =

rx1 y + rx 2 y 2 (rx1y )(rx 2 y )(rx1x 2 ) 1 rx1x 2


2

0,8912 + 0,824 2 2(0,891)(0,824)(0,638) 1 (0,638) 2


0,794 + 0,679 0.936819 1 0,407 0,536 0,593

= 0,951 Hasil perhitungan diperoleh koefisien korelasi berganda ( R ) sebesar 0,951 karena nilainya mendekati 1 berarti terdapat hubungan yang sangat kuat antara pendapatan dan jumlah anak dengan konsumsi. Koefisien Determinasi (R2) Koefisien determinasi merupakan ukuran kesesuaian (goodnes of fit) garis regresi linier berganda terhadap suatu data (dibahas pada bab selanjutnya), atau dapat digunakan

untuk mengukur besarnya kontribusi variabel bebas (X) terhadap variasi perubahan variabel terikat (Y). Nilai koefisien determinasi terletak antara 0 R2 1, dan biasanya dinyatakan dalam persentase. Nilai R2 semakin mendekati 1 menunjukkan semakin besar kontribusi variabel bebas (X) terhadap variasi perubahan variabel terikat (Y). Misalnya mengambil contoh sebelumnya dimana diperoleh nilai R = 0,951 maka R 2 = 0,9512 = 0,90440 artinya seluruh variabel bebas yaitu pendapatan dan jumlah anak memberikan kontribusi sebesar 90,44% terhadap variasi konsumsi. Sisanya sebesar 9,56% merupakan kontribusi variabel lain. Uji Signifikan Koefisien Korelasi Berganda (Uji Hipotesis) Pengujian signifikansi koefisien korelasi ganda dilakukan dengan Uji F (Anova) yang rumusnya sebagai berikut: F =
R 2 /( k ) (1 R 2 ) /( n k 1)

Keterangan: R2 = Koefisien determinasi k n = Jumlah variabel bebas = Jumlah kasus

Contoh soal 4
3. Misalkan pada contoh sebelumnya diajukan hipotesis yang menyatakan ada hubungan yang signifikan antara pendapatan dan jumlah anak dengan konsumsi. Penyelesaian: a. Rumusan hipotesis:

Ho : = 0 Tidak ada hubungan yang signifikan antara pendapatan dan jumlah dengan konsumsi Ha : 0 Ada hubungan yang signifikan antara pendapatan dan jumlah anak dengan konsumsi b. Taraf = 0,05 selanjutnya dapat dicari nilai Ftabel pada = 0,05 derajat bebas = n k - 1 = 10 2 - 1 = 7, diperoleh Ftabel = 4,74. c. Kriteria pengujian: Ho ditolak jika Fhitung > Ftabel atau probabilitas < 0,05 Ho diterima jika Fhitung Ftabel atau probabilitas 0,05 d. Uji statistik (Uji F) F
R 2 /( k ) = (1 R 2 ) /( n k 1)

0,9512 / 2 (1 0,9512 ) /(10 2 1)


0,90440 / 2

= 0,095599 / 7 = 0,01365 = 33,1113 e. Kesimpulan Nilai Fhitung sebesar 33,1113 dibandingkan dengan nilai Ftabel. Karena Fhitung (33,1113) > ttabel (4,74) maka Ho ditolak, artinya ada hubungan yang signifikan antara pendapatan dan jumlah dengan konsumsi.
0,45221

Contoh soal 4
4. Seorang mahasiswa melakukan survai untuk meneliti apakah ada korelasi antara nilai statistik dengan nilai ekonometrik, untuk kepentingan penelitian tersebut diambil 10

mahasiswa yang telah menempuh mata kuliah statistik dan ekonometrik. (Sumber: Suliyanto Undip) Pemecahan A. Judul Hubungan antara kemampuan mahasiwa dalam memahami ilmu statistika dan ilmu ekonometrika. B. Pertanyaan Penelitian Apakah terdapat korelasi positif antara kemampuan mahasiswa dalam memahami ilmu statistika dan ilmu ekonometrika ? C. Hipotesis Terdapat korelasi positif kemampuan mahasiwa dalam memahami ilmu staistika dan ilmu ekonometrika D. Kriteria pengujian Ho : Tidak terdapat korelasi positif antara kemampuan mahasiswa dalam memahami

ilmu statistika dan ilmu ekonometrika. Ha : Terdapat korelasi positif antara kemampuan mahasiswa dalam memahami ilmu

statistika dan ilmu ekonometrika. Ho diterima Jika hitung tabel(, n-2) atau t hitung ttabel (, n-2) Ha diterima Jika

hitung > tabel(, n-2) atau thitung > ttabel (, n-2) Data Yang dikumpulkan

Hasil perhitungan:

xy = 1

n(n 2 1)

6d i2

xy =1

6 x7 = 0,96 10(100 1)

Dengan Kriteria r htung: hitung (0,96) > tabel (0,738)

Dengan Kriteria t hitung:

t=

xy n 2
(1 r 2 )

t=

0,96 10 2 = 9,697 (1 0,92)

Kesimpulan

Karena hitung > dari tabel maka Ha diterima. Karena t hitung > dari t tabel maka Ha diterima. Kesimpulan: Terdapat korelasi positif antara kemampuan mahasiswa dalam memahami ilmu statistika dan ilmu ekonometrika.

Contoh soal 5
5.Hasil penelitian tentang hubungan antara biaya iklan dengan volume penjualanan pada suatu perusahaan tersaji dalan table berikut. Tentukan koefisien korelasinya? dalam Rp 1000,-. (Sumber:shohibul Munir Un. Mercu Buana)

Tabel . Prosedur penentuan koefisien korelasi pengeluaran biaya iklan dan volume penjualan .
Biaya Iklan (X) 1 5 7 10 12 15 20 25 30 Volume Penjualan (Y) 2 40 50 60 65 70 80 92 100 X2 3 25 49 100 144 225 400 625 900 Y2 4 1600 2.500 3.600 4.225 4.900 6.400 8.464 10.000 XY 5 200 350 600 780 1.050 1.600 2.300 3.000

X = 124
N=8

Y = 557

2.468

41.689

9.880

r =
r=

8( 2..468) (124 )

8( 9.880 ) (124 )( 557 )


2

8( 41.689 ) ( 557 )

9.972 = 0,989 4368 x 23.263

You might also like