..

1. ANALISIS KORELASI
OLEH :
WIJAYA
FAKULTAS PERTANIAN
UNIVERSITAS SWADAYA GUNUNG JATI CIREBON
2010

2. ANALISIS KORELASI

3. II. ANALISIS KORELASI
1. Koefisien Korelasi Pearson
¾ Koefisien Korelasi Moment Product
¾ Korelasi Data Berskala Interval dan Rasio
2. Koefisien Korelasi Spearman
¾ Korelasi Data Berskala Ordinal (Rank)
3. Koefisien Kontingensi
¾ Korelasi Data yang Disusun dalam Baris - Kolom
4. Koefisien Korelasi Phi
¾ Korelasi Data Berskala Nominal

4. II. ANALISIS KORELASI
Analisis Korelasi merupakan studi yang membahas
tentang derajat keeratan hubungan antar peubah, yang
dinyatakan dengan Koefisien Korelasi. Hubungan antara
peubah X dan Y dapat bersifat :
a. Positif, artinya jika X naik (turun) maka Y naik
(turun).
b. Negatif, artinya jika X naik (turun) maka Y turun
(naik).
c. Bebas, artinya naik turunnya Y tidak dipengaruhi
oleh X.

5. II. ANALISIS KORELASI
Positif Negatif Bebas (Nol)

6. 1. KORELASI PEARSON
Rumus umum Koefisien Korelasi :
r2 _ _JKG _ JKT - JKG _ JKR
- 1 JKT - JKT -JKT
r2
= Koefisien Determinasi (Koefisien Penentu)
r = √ r2
= Koefisien Korelasi
JKG = Jumlah Kuadrat Galat
JKT = Jumlah Kuadrat Total
JKR = Jumlah Kuadrat Regresi

7. Rumus Koefisien Korelasi Pearson :
nL xy - CL X) CL y)
Y = Variabel Terikat (Variabel Tidak Bebas)
X = Variabel Bebas (Faktor)
Nilai r : – 1 ≤ r ≤ 1 Æ …. ≤ r2
≤ ….

8. 5I 0,21 0,40
I 6 0,07 0,20
7 0,50 0,90
8 1,00 2,00
9 0,70 1,20
10 0,14 0,35
11 0,35 0,70
12 0,28 0,65
-
- -
•,
Data keuntungan usahatani (Y) pada berbagai luas lahan (X) :
l
No Petani Luas Lahan (X) Keuntungan (Y)
1 0,21
2 0,50
)
. I ,• ,
0,50
1,10
3 0,14 0,25
l •
i
4 1,00 1,80
•

9. No X Y X2
Y2 XY
1 0,21 0,50 0,0441 0,2500 0,1050
2 0,50 1,10 0,2500 1,2100 0,5500
3 0,14 0,25 0,0196 0,0625 0,0350
4 1,00 1,80 1,0000 3,2400 1,8000
5 0,21 0,40 0,0441 0,1600 0,0840
6 0,07 0,20 0,0049 0,0400 0,0140
7 0,50 0,90 0,2500 0,8100 0,4500
8 1,00 2,00 1,0000 4,0000 2,0000
9 0,70 1,20 0,4900 1,4400 0,8400
10 0,14 0,35 0,0196 0,1225 0,0490
11 0,35 0,70 0,1225 0,4900 0,2450
12 0,28 0,65 0,0784 0,4225 0,1820
Jumlah
Rata-rata
n
5,10
0,43
12
10,05
0,84
-
3,3232
-
-
12,2475
-
-
6,3540
-
-

10. ∑ X = 5,10 ; ∑ Y = 10,05 ; ∑ X2
= 3,3232 ;
∑Y2
=12,2475 ; ∑ XY = 6,3540 ; n = 12
nL xy - (L X)(Ly)
r = ------------
J[n L X
2 - CL x)2][n Ly2 - CLy)2]
12(6,3540) - (5,10)(10,05)
r~----------------------------
)[12(3,3232) - (5,10)2][12(12,2475) - (10,05)2]
76,2480 - 51,2550
r~~~~~~~~~~~~~~~
J[39,8784 - 26,0100] [146, 9700 - 101,0025]

11. 76,2480 - 51,2550
r~------------------------------
) [39,8784 - 26,0100] [146, 9700 - 101,0025]
24,9930 24,9930
r= ------
)[13,8684][45,9675] 25,2487
r = 0,9899 r2 = 0,9798 = 97,98 0/0
Nilai r2
= 97,98 % artinya sebesar 97,98 % variasi
besarnya keuntungan (nilai Y) diperngaruhi oleh
variasi besarnya luas lahan (nilai X).

12. t
Penr
g••
ujian Koefisien Korelasi Pearson :
1. H0 ≡ r = 0 lawan H1 ≡ r ≠ 0
2. Taraf Nyata α = 5 % = 0,05
3. Uji Statistik = Uji- t
4. Wilayah Kritik (Daerah Penolakan H0) :
t < –tα/2(n-2) atau t > tα/2(n-2)
t < –t0,025(10) atau t > t0,025(10)
t < –2,228 atau t > 2,228

13. 5. Perhitungan :
n-2
t=r
1- r2
t = 0,9899
12 - 2
1- 0,9798
t = 0,9899
10
0,0202
t = 0,9899 (22,2772) = 22,052

14. 6. Kesimpulan :
Karena nilai ( t = 22,052) > ( t0,025(10) = 2,228)
maka disimpulkan untuk menolak H0, artinya
terdapat hubungan yang signifikan antara
keuntungan usahatani (Y) dengan luas lahan
garapan (X)

15. 6. Kesimpulan :
Nilai t = 22,052 dan t0,025(10) = 2,228.
Tolak H0
•
I-a.
Terima H0
Tolak H0
–2,228 2,228
22,052

16. d
2. KORELASI SPEARMAN
1. Jika tidak
6
a
L
da
r
nilai pengamatan yang sama
:
rs = 1 - n(n2 _ 1)
2. Jika ada nilai pengamatan yang sama :

17. r
2. KORELASI SPEARMAN
L X
2
+ L y2 - L dr=-------
s 2~ CL X2)(L y2)
LT
y
t3-t
=--
12

18. No X • Y
1 12 85
2 10 74
3 10 78
4 13 90
5 11 85
6 14 87
7 13 94
8 14 98
9 11 81
10 14 91
11 10 76
12 8 74
No X Rank
1 8 1
2 10 3
3 10 3
4 10 3
5 11 5,5
6 11 5,5
7 12 .. 7
8 13 8,5
9 13 8,5
10 14
11 14 11
12 14 11
No X Rank
1 74 1,5
2 74 1,5
3 76 3
4 78 4
5 81 5
6 85 6,5
7 85 6,5
8 87 8
9 90 9
10 91 10
11 94 11
12 98 12
-Data Pengalaman Usahatani (X) dan Penerapan Teknologi
(Y) dari 12 petani :
-
•
11-
•

19. No X Y Rank-X Rank-Y d 2
i
1 12 85 7 6,5 0,25
2 10 74 3 1,5 2,25
3 10 78 3 4 1,00
4 13 90 8,5 9 0,25
5 11 85 5,5 6,5 1,00
6 14 87 11 8 9,00
7 13 94 8,5 11 6,25
8 14 98 11 12 1,00
9 11 81 5,5 5 0,25
10 14 91 11 10 1,00
11 10 76 3 3 0,00
12 8 74 1 1,5 0,25
Jml 22,50

20. i∑ d 2 = 22,50 n = 12
6(22,50)
rs = 1- 12 (144 - 1)
135
Ts = 1- 1716 = 1 - 0,0787
Ts = 0,9213

21. 5,5 2
8,5 2
11 3
Jml
RUMUS II :
Rank-X t Tx Rank-Y t .. Ty
3 3 2,0 1,5 2 0,5
0tJ,I5f-p·~.....
t
0,5
2,0
6,5 2 0,5
•
~ 2 12
3
-12
5,0 Jml 1,0
L x = 12 - 5, 0 = 138
~ 2 12
3
-12
L Y = 12 - 1,0 = 142

22. r =-------
L X2 + L y2 - L dr
s 2J (L X2)(Ly2)
138 + 142 - 22, 50
r =
s 2.) (138)(142)
257,50
rs = 2
79,9
71 = 0, 9197

23. Pengujian Koefisien Korelasi Spearman :
1. H0 ≡ rs = 0 lawan H1 ≡ rs ≠ 0
2. Taraf Nyata α = 5 % = 0,05
3. Uji Statistik = Uji- t
4. Wilayah Kritik (Daerah Penolakan H0) :
t < –tα/2(n-1) atau t > tα/2(n-1)
t < –t0,025(10) atau t > t0,025(10)
t < –2,228 atau t > 2,228

24. 5. Perhitungan :
n-2
t=r s
1- r2s
12 - 2
t=O,9197 1-(0,9197)2
10
t = 0,9197 0,1541
t = 0,9197(8,0560) = 7,409

25. ..
•
6. Kesimpulan :
..
Karena nilai ( t = 7,409) > ( t0,025(10) = 2,228)
maka disimpulkan untuk menolak H0, artinya
.k.
0:..- terdapat hubungan yang signifikan antara
pengalaman usahatani (X) dengan
p
...
enerapan
/ teknologi (Y)
~.~
,..'
/'
I
./
..:..-I"o _

26. 3. KORELASI PHI
Koefisien korelasi phi rφ merupakan ukuran derajat
keeratan hubungan antara dua variabel dengan skala
nominal yang bersifat dikotomi (dipisahduakan).
Kolom Jumlah
Baris A B (A+B)
C D (C+D)
Jumlah (A+C)
AD-BC
(B+D) N
r (J = ---;J==(A==+====B==) (==C==+==D==)==(A==+====C)==(==B==+==D==)

27. Uji signifikansi rφ dengan statistik χ2
Pearson :
Atau dengan rumus :
2 _ N[ I(AD - Be)1 - OJ 5N]2
X - (A + B)(C + D) (A + C)(B + D)
Derajat Bebas χ2
= (b – 1)(k –1)

28. Contoh : Data banyaknya petani tebu berdasarkan
penggunaan jenis pupuk dan cara tanam.
Pupuk
Tunggal
Pupuk
Majemuk
Jumlah
Tanam Awal 5 9 14
Keprasan 9 7 16
Jumlah 14 16 30
Tentukan nilai Koefisien Korelasinya dan Ujilah pada
taraf nyata 1% apakah penggunaan jenis pupuk
tergantung dari cara tanamnya ?

29. Pupuk
Tunggal
Pupuk
Majemuk
Jumlah
Tanam Awal 5 9 14
Keprasan 9 7 16
Jumlah 14 16 30
J
Jawab :
AD-BC
r6=~~~~~~~~~
)(A + B)(C + D)(A + C)(B +
D)
(5) (7) - (9) (9) -46 -46
r - - ---
8 - (14)(16)(14)(16) - V50176 - 224
ro = -0,2054

30. X > X
Uji Koefisien Korelasi phi :
1. H0 ≡ rφ = 0 lawan H1 ≡ rφ ≠ 0
2. Taraf Nyata α = 5 % = 0,05
3. Uji Statistik = Uji- X2
4. Wilayah Kritik (Daerah Penolakan H0) :
2 2
0,05(1)
5. Perhitungan :
atau X2
> 3,841

31. Pupuk
Tunggal
Pupuk
Majemuk
Jumlah
oi ei oi ei
Tanam Awal 5 6,53 9 7,47 14
Keprasan 9 7,47 7 8,53 16
Jumlah 14 16 30
2 _ [(5 - 6J 53) - OJ 5]2 [(7 - 8J 53) - OJ 5]2
X - 6 53 + ...+ 8 53
J J
x2
== 0,571

32. 0,05(1)
6. Kesimpulan
Karena nilai (X2
= 0,571) < (X2 = 6,635)
maka H0 diterima artinya penggunaan jenis
pupuk tidak tergantung pada cara tanam.
_. ', -.. IIIII!IIII'.· ···liIel'.:._~ .j.. ••

33. Pupuk
Tunggal
Pupuk
Majemuk
Jumlah
Tanam Awal 5 9 14
Keprasan 9 7 16
Jumlah 14 16 30
2 _ N[ I(AD - Be)1 - 0, 5N]2
X -(A+B)(C+D)(A+C)(B+D)
2 30[1(35-81)1-15]2
X = (14)(16)(14)(16)
2 30[ 1-461 - 15]2
X = 50176 = 0,575

34. Pupuk
Tunggal
Pupuk
Majemuk
Jumlah
Tanam Awal 5 9 14
Keprasan 9 7 16
Jumlah 14 16 30
4. KORELASI C
lA
R
D
AM
-B
E
el
R
v=-----------------
.j(A + B)(C + D)(A + C)(B + D)
V = 1(5)(7) - (9) (9) I = 0, 2054
J (14)(16)(14)(16)

35. 4. KORELASI KONTINGENSI
Koefisien kontingensi C merupakan ukuran korelasi
antara dua variabel kategori yang disusun dalam tabel
kontingensi berukuran ( b x k ).
Pengujian koefisien kontingensi C digunakan sebagai
Uji Kebebasan (Uji Independensi) antara dua variabel.
Jadi apabila hipotesis nol dinyatakan sebagai C = 0
diterima, berarti kedua variabel tersebut bersifat bebas.

36. 4. KORELASI KONTINGENSI
c=

37. Contoh : (
Ada anggapan bahwa pelayanan bank swasta terhadap
para nasabahnya lebih memuaskan dari pada bank
pemerintah. Untuk mengetah,ui hal tersebut,maka
dilakukan wawancara terhadap nasabah bank swasta
dan bank pemerintah masing-masing sebanyak 40
orang. Hasil wawancara yang tercatat adalah :
Swasta Pemerintah
Tidak Puas 16 10
Netral 9 5
Puas 15 25

38. X > X
Pengujian Hipotesis :
1. H0 ≡ C = 0 lawan H1 ≡ C ≠ 0
2. Taraf Nyata α = 5 % = 0,05
3. Uji Statistik = Uji- X2
4. Wilayah Kritik (Daerah Penolakan H0) :
2 2
0,05(2)
5. Perhitungan :
atau X2
> 5,991

39. Swasta Pemerintah
Jumlahoi ei oi ei
Tidak Puas 16 13 10 13 26
Netral 9 7 5 7 14
Puas 15 20 25 20 40
Jumlah 40 40 80
L
Pengujian Hipotesis :
X2 = (0'
t
- e·)2
t
e·t
2 (16 - 13)2 (5 - 7)2
X = + 000 + = 5 027
13 7'

40. .J
c=
c = 5,027
5, 027 + 80 = 0, 0591 = 0, 243

41. 0,05(2)
6. Kesimpulan :
Karena nilai (X2
= 5,027) < (X2 = 5,991) maka
H0 diterima artinya hubungan antara kedua
variabel tersebut bersifat tidak nyata (tingkat
kepuasan nasabah terhadap pelayanan bank
swasta tidak berbeda nyata dengan bank
pemerintah).

42. 5. KORELASI BISERI
Koefisien korelasi biseri merupakan ukuran derajat
keeratan hubungan antara Y yang kontinu
(kuantitatif) dengan X yang diskrit bersifat dikotomi.

43. 5. KORELASI BISERI
(Yl - YZ)pq
Tb =
rb = Koefisien Korelasi Biseri
Y1
Y2
p
=
=
=
Rata-rata Variabel Y untuk
Rata-rata Variabel Y untuk
Proporsi kategori ke-1
kategori ke-1
kategori ke-2
q = 1 – p
u = Tinggi ordinat kurva z dengan peluang p dan q
Sy = Simpangan Baku Variabel Y

44. Data berikut merupakan hasil nilai ujian statistika dari
145 mahasiswa yang belajar dan tidak belajar.
Nilai Ujian
Jumlah Mahasiswa
Total
Belajar Tidak Belajar
55 – 59 1 31 32
60 – 64 0 27 27
65 – 69 1 30 31
70 – 74 2 16 18
75 – 79 5 12 17
80 – 84 6 3 9
85 – 89 6 5 11
Total 21 124 145

45. Interval Y1 F FY1 Y2 F FY2
55 – 59
60 – 64
65 – 69
70 – 74
75 – 79
80 – 84
85 – 89
57
62
67
72
77
82
87
1
0
1
2
5
6
6
57
0
67
144
385
492
522
57
62
67
72
77
82
87
31
27
30
16
12
3
5
1767
1674
2010
1152
924
246
435
Jumlah
Rata-rata
21 1667
79,38
124 8208
66,19
Yl = 79,38; Yz = 66,19 ; P = 21/45 = 0,14
q = 0,86 ; Sy = 9,26 ; U = 0,223

46. (79,38 - 66, 19) (0,14) (0,86)
r, = (0, 223) (9,26)
Tb =
(13,19)(0,120)
2,065
= 0
'
769

47. 2 JKR
r =
JKT
=
6. KORELASI LINEAR GANDA DAN PARSIAL
1. Korelasi Linear Ganda
Untuk regresi linier ganda Y = b0 + b1 X1 + b2 X2 +
… + bk Xk , maka koefisien korelasi ganda dihitung
dari Koefsisien Determinasi dengan rumus :
b1x1y + b2X2Y + ...+ bkXkY
Ly2

48. 1. Korelasi Linear Ganda
rZ =
JK
R
= b1x1y + bzzY + .
Ly2
..+
bkXkY
x
JKR = Jumlah Kuadrat Regresi
JKT = Jumlah Kuadrat Total

49. Skor tes (X1) Frek. Bolos (X2) Nilai Ujian (Y)
65 1 85
50 7 74
55 5 76
65 2 90
55 6 85
70 3 87
65 2 94
70 5 98
55 4 81
70 3 91
50 1 76
55 4 74
∑ X1 = 725
∑ X2 = 43
2∑ X1 = 44.475
2
= 195∑ X2
∑ X1X2 = 2.540
∑ Y = 1.011
∑ X1Y = 61.685
∑ X2Y = 3.581

50. ∑ X1Y = b0 ∑ X1 + b1 ∑
∑ X2Y = b0 ∑ X2 + b1 ∑
b1 = ∑ X1Y
b2 ∑ X2Y
Regresi Dugaan : Y = b0 + b1 X1 + b2 X2. Kemudian
persamaan normal yang dapat dibentuk yaitu :
∑ Y = b0 n + b1 ∑ X1 + b2 ∑ X2
X1
2
+ b2 ∑ X1X2
X1X2 + b2 ∑ X2
2
Matrik dari persamaan normal diatas :
n ∑ X1 ∑ X2 b0 ∑ Y
∑ X1 ∑ X1
2
∑ X1X2
∑ X2 ∑ X1X2 ∑ X2
2

51. Nilai b0 , b1 dan b2 dapat dihitung melalui :
1. Matriks :
a. Determinan Matriks,
b. Invers Matriks
2. Substitusi, dan (b) Eliminasi
Melalui salah satu cara diatas diperoleh nilai
b0 = 27,254
b1 = 0,922
b2 = 0,284

52. ∑ X1 = 725 ∑ X1
2
= 44.475 ∑ Y = 1.011
∑ X2 = 43 ∑ X2
2
= 195 ∑ X1X2 = 2.540
b∑o
X=1Y2=7,6215.
648;5
b1 =∑ 0X,29Y2=2
3.;58b12
= 0,2∑8Y4
2
= 85.905
Analisis Ragam :
FK = (∑Y)2
/ n = (1,011)2
/ 12 = 85.176,75
JKT = ∑ Y2
– FK = 85.905 – 85,175,75 = 728,25
JKR = b1 [ (∑ X1Y – (∑X1)(∑Y)/n ] + b2 [ (∑ X2Y – (∑X2)(∑Y)/n]
= 0,922 [ (61.685 – (725)(1.011)/12 ] +

53. 0,284 [ (3.581 – (43)(1.011)/12 ]
= 556,463 – 11.867 = 544,596

54. No Variasi DB JK KT F F5%
1
2
Regresi
Galat
2
9
544,596
183,654
272,298
20,406
13,344 4,256
Total 11 728,250
Analisis Ragam :
JKG = JKT – JKR = 728,25 – 544,596 = 183,654
2 JKR 544,596
r = JKT = 728,250 = 0,7478
r = .jO, 7478 = 0,8648

55. Pengujian Korelasi Ganda :
(r2)j(k)
F - --_..:: ....:, -----::-
- (1 - r2)j(n - k - 1)
Tolak H 0 jika F > F 0,05(k; n-k-l)
Tolak H 0 jika F > F 0,05(2; 9)

56. r2 = 0, 7478 ,· k =
2
,· n - k - 1 = 9
(r2)j(k)
F=------
(1 - r2)j(n - k - 1)
(0,7478)/2
F = (0,2522)/9 = 13,343
F0,05(2 ; 9) = 4,2565
Karena nilai ( F = 13,343) > ( F0,05(2 ; 9) = 4,2565) artinya
koefisien korelasi ganda tersebut bersifat nyata.

57. 2. Koefisien Korelasi Parsial :
A. Korelasi X1 dengan Y jika X2 tetap :
Tyl - Ty2T12
B. Korelasi X2 dengan Y jika X1 tetap :

58. 2. Koefisien Korelasi Parsial :
n LXIY - (LXI)(L Y)
rI=
y j[nLXi - (LXI)Z][nLYZ - (LY)Z]
nLXZY - (LXZ)(LY)
r Z = ----;::::::==============================
y j[nLX~ - CLXZ)Z][nLYZ - CLY)Z]
nLX1XZ - (LX1)(LX2)
r12 = ----;::::::=========================================:
J[nLXi - (LX1)Z][nLX~ - (LXZ)Z]

59. y1
)(1-
2. Koefisien Korelasi Parsial :
ry1 = 0,862 ; r 2
= 0,743 ; ry2 = –0,242
2rY2
2
= 0,059 ; r12 = –0,349 ; r12 = 0,122
A. Korelasi TXyl1 d-enTgy2aTn12Y jika X2 tetap
:
T yl /2 = -;::::::============
j(l - r;z)(l - Ti2)
0,862 - [(-0,242)(-0,349)]
r 1/2 = --;::=================---
y 0,059)(1 - 0,122)
0,778
ryl/2 = 0, 909 = 0, 855

60. y1
j(1 -
B. Korelasi X2 dengan Y jika X1 tetap :
ry1 = 0,862 ; r 2
= 0,743 ; ry2 = –0,242
2rY2
2
= 0,059 ; r12 = –0,349 ; r12
ry2jl = ,.....--------
r;1)(1 - riz)
= 0,122
-0,242 - [(0,862)(-0,349)]
r 2 j 1 = --;:::::::======================--
y J(1 - 0,941)(1- 0,122)
0,059
ryZ/l = 0,475 = 0,124

61. Pengujian Koefisien Korelasi Parsial :
n-3
t = Tyi/j 1- T;i/j
A. Korelasi X1 dengan Y jika X2 tetap (ry1/2) :
B. Korelasi X2 dengan Y jika X1 tetap (ry2/1) :
n-3
t = Ty2/1 1- Ty22/1

62. = 0,855 ;
= 0,124 ;
r
/2
r
A. Korelasi X1 dengan Y jika X2 tetap (ry1/2) :
ry1/2
2y1.../2 = 0,731 ;
ry2/1
t = r
y1
n-3
1-
Ty2l/2
2
Y2/1 = 0,015
12 - 3 = 4,949
1 t = 0, 855 1 _ 0, 731
t0,025(9) = 2,262 Æ Korelasi Signifikan

63. y1/2
Y2/1
B. Korelasi X2 dengan Y jika X1 tetap (ry2/1) :
ry1/2 = 0,855 ; r 2
ry2/1 = 0,124 ; r 2
n-3
= 0,731 ;
= 0,015
t = ry2/1 1- r2 /
y2 1
12 - 3 = 0,374
t = 0, 124 1 _ 0,015
t0,025(9) = 2,262 Æ Korelasi Tidak Signifikan

64. 7. KORELASI DATA DIKELOMPOKKAN
nI/i xy - (L/x x)CI/y y)
r=~=======================
j[nI/Xx2 - (L/xX)2] [nI/yy2 - CI/yy)2]
Atau :
nI/i c.c, - (L/x Cx)CI/y Cy)
r=~========================
j[nI/xci - cu. Cx)2] [nI/yC; - CI/y Cy)2]
•

65. Out Put
(Y)
Jml (fy )
1 – 20 21 – 40 41 – 60
J
61 – 80 81 – 100
1 – 20
21 – 40
41 – 60
61 – 80
81 – 100
1 2
4
1
1
3
5
2
1
2
7
3
2
2
3
4
4
9
15
8
7
Jml (fx) 1 7 12 14 9 n = 43
-
Pendapatan (X) dan Pengeluaran (Y) Bulanan (ribu
(
rupiah) karyawan sebuah pabrik :
:/
In Put (X)

66. Y
X 10,5 30,5 50,5 70,5 90,5
Cy .Cx – 2 – 1 0 1 2 fy fy.Cy fy.Cy2 fi
CxCy
10,5 – 2 •1 2 1 4 – 8 16 8
30,5 – 1 4 3 2 9 – 9 9 2
50,5• 0 1 5 7 2 15 0 0 0
70,5 1 2 3 3 8 8 8 9
90,5 2 1 2 4 7 14 28 20
fx 1 7 12 14 9 43 5 61 39
fx.Cx – 2 – 7 0 14 18 23
fx.Cx2 4 7 0 14 36
fi Cx.Cy 4 8 0 5 22 39
-
-
..
6
-1
•

67. Mencari •fi Cx.Cy = 8 pada titik tengah (X) = 30,5
adalah : 8 = (2)(–2)(–1) + (4)(–1)(–1) + (1)(0)(–1)
nL.fi c.c; - (Lfx Cx)(L.fy cy)
r=~========================
[nL.fxCi - (Lfx Cx)2] [nL.fyc~ - (L.fy Cy)2]
. 43 (39) - (23) (5)
r=~-----------------------
.)[(43)(61) - (23)2][(43)(61) - (5)2]
..
r = 0,67
... . ..
-