• Home
  • Sitemap
  • Contact
  • About
  • Privacy Policy
  • Disclaimer

EDUCATION

Merupakan pusat simulasi ujian CBT online dan bank soal terlengkap di Indonesia. Temukan latihan soal terbaru, pembahasan akurat, dan tips sukses menghadapi ujian berbasis komputer secara digital.

Selamat Datang — Sumber Belajar Terpercaya untuk Persiapan Ujian dan Simulasi CBT — Mari Belajar Lebih Cerdas Bersama Kami.
  • HOME
  • Daftar Isi
  • WhatsApp
  • Telegram
  • Facebook

Minggu, Februari 01, 2026

Home » Matematika Umum » Variabel Independen, Dependen, dan Korelasi Sederhana

Variabel Independen, Dependen, dan Korelasi Sederhana

  Education     Minggu, Februari 01, 2026
Latihan Soal Ujian


1. Mengenal Variabel: Independen vs Dependen

Dalam penelitian atau analisis data, kita biasanya mengamati hubungan antara dua hal atau lebih yang disebut variabel.

a. Variabel Independen (X): Disebut juga variabel bebas atau prediktor. Ini adalah variabel yang nilainya ditentukan atau dimanipulasi untuk melihat pengaruhnya.

b. Variabel Dependen (Y): Disebut juga variabel terikat atau respon. Ini adalah variabel yang nilainya "tergantung" atau dipengaruhi oleh variabel independen.

Contoh: Pengaruh Lama Belajar (X) terhadap Nilai Ujian (Y). Semakin lama belajar, nilai ujian berubah.


2. Konsep Korelasi Sederhana

Korelasi mengukur seberapa kuat hubungan linear antara dua variabel. Kekuatan ini dinyatakan dengan Koefisien Korelasi (r).

A. Arah Hubungan

1) Koreas Positif (r > 0): Searah. Jika X naik, maka Y juga naik.

Contoh: Semakin tinggi suhu udara, semakin banyak penjualan es krim.

2) Korelasi Negatif (r < 0): Berlawanan arah. Jika X naik, maka Y justru turun.

Contoh: Semakin cepat mobil melaju, semakin sedikit waktu yang dibutuhkan untuk sampai tujuan.

3) Korelasi Nol (r = 0): Tidak ada hubungan linear. Titik-titik data menyebar acak.


B. Nilai Koefisien Korelasi (r)

Rentang nilai r adalah antara -1 hingga +1:

1. r = +1: Korelasi positif sempurna (garis lurus naik).

2. r = -1: Korelasi negatif sempurna (garis lurus turun).

3. $r \approx 0$: Hubungan sangat lemah atau tidak ada.

3. Rumus Koefisien Korelasi Pearson

$$r = \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{\sqrt{\sum (x_i - \bar{x})^2 \sum (y_i - \bar{y})^2}}$$

Rumus korelasi tersebut digunakan untuk mengukur kekuatan dan arah hubungan linear antara dua variabel numerik (X dan Y).

Berikut adalah poin-poin penjelasannya agar lebih lengkap:

1. Mengukur Kekuatan Hubungan: Nilai r menunjukkan seberapa erat titik-titik data pada scatter plot mendekati pola garis lurus.


2. Menentukan Arah hubungan:

a. Jika r positif (+), variabel bergerak searah (keduanya naik).

b. Jika r negatif (-), variabel bergerak berlawanan arah (satu naik, satu turun).

3. Standardisasi: Rumus ini menghasilkan nilai tanpa satuan dalam rentang $-1 \le r \le 1$, sehingga memudahkan perbandingan antar data yang berbeda skala.

4. Dasar Analisis Lanjutan: Hasil dari rumus ini sering digunakan untuk menghitung koefisien determinasi ($r^2$) guna mengetahui seberapa besar variasi variabel dependen yang dapat dijelaskan oleh variabel independen.


4. Diagram Pencar (Scatter Plot)

Diagram pencar adalah grafik yang digunakan untuk melihat sebaran data pasangan (X, Y).

a. Jika titik-titik membentuk pola garis naik ke kanan, itu positif.

b. Jika titik-titik membentuk pola garis turun ke kanan, itu negatif.


5. Analisis Mendalam 

A. Koefisien Determinasi ($r^2$$

Jika kita menguadratkan nilai r, kita mendapatkan $r^2$. Angka ini menunjukkan seberapa besar persentase variasi variabel Y yang dapat dijelaskan oleh variabel X.

Contoh: Jika r = 0,7, maka $r^2 = 0,49$ Artinya, 49% dari perubahan Y disebabkan oleh X, sedangkan 51% sisanya disebabkan faktor lain.


B. Korelasi $\neq$ Kausalitas

Penting untuk diingat bahwa adanya korelasi yang kuat tidak selalu berarti variabel X adalah "penyebab" langsung dari Y. Bisa jadi ada variabel ketiga yang memengaruhi keduanya.

Contoh: Korelasi antara jumlah pemadam kebakaran dan kerusakan kebakaran adalah positif kuat. Bukan berarti pemadam kebakaran menyebabkan kerusakan, melainkan karena ada variabel "Ukuran Api" yang memengaruhi keduanya.


C. Sifat Koefisien Korelasi

Nilai r tidak memiliki satuan (unit). Selain itu, nilai r tidak akan berubah meskipun kita mengubah satuan variabelnya (misal dari meter ke centimeter), selama hubungannya tetap linear.


Berikut adalah simulasi ujian CBT Akademik untuk tahun 2026. Latihan ini dirancang untuk menguji kesiapan peserta dalam menghadapi ujian resmi dengan sistem Computer Based Test yang stabil dan akurat.

UJIAN ONLINE CBT

Tes Kemampuan Akademik

📋 TATA TERTIB PESERTA:

  • PASSWORD UJIAN: 1234 atau UjianCBT2026.
  • Mode Jangan Ganggu: Wajib aktif agar tidak terhenti oleh notifikasi.
  • Layar Penuh: Ujian wajib dalam mode Full Screen.
  • Anti-Curang: Pindah tab, buka aplikasi lain, atau keluar Full Screen akan mengakibatkan ujian dihentikan otomatis.
  • Waktu: Sistem akan Auto-Submit jika waktu habis.
  • Hasil: Muncul otomatis setelah menekan tombol KIRIM.
Menghubungkan ke Server... 20s

“Sistem CBT ini dijalankan secara otomatis. Dengan menekan tombol mulai, Anda akan memasuki mode layar penuh untuk menjaga integritas ujian. Pastikan koneksi internet Anda stabil.”

🔐

Konfirmasi Akses

Apakah Anda sudah siap masuk ke ruang ujian online CBT?

Memuat Soal CBT...

Mohon jangan tutup atau refresh halaman ini.

By Education at 2026-02-01T20:55:00+07:00
Labels: Matematika Umum
Bagikan artikel ini: WhatsApp Facebook Twitter Telegram

Tidak ada komentar:

Posting Komentar

Deskripsi

Education: Pusat simulasi ujian CBT online dan bank soal terlengkap di Indonesia. Temukan latihan soal terbaru, pembahasan akurat, dan tips sukses menghadapi ujian berbasis komputer secara digital.

Web Links

  • Whatsapp

Menu Navigasi

  • Home
  • Sitemap
  • Contact
  • About
  • Privacy Policy
  • Disclaimer
Copyright © EDUCATION. All rights reserved. Template by Education