pembahasan soal statistika parametrik

Upload: warjoko

Post on 05-Jul-2018

229 views

Category:

Documents


0 download

TRANSCRIPT

  • 8/16/2019 PEMBAHASAN soal statistika parametrik

    1/6

    Pembahasan_0401515026_Kamila Nisa 1

    ESSAI

    1.  Suatu alat pengukur tekanan darah elektronik akan diuji ketepatan hasilpengukurannya. Bila hasil pengukuran tekanan darah sama atau mendekati hasil

    pengukuran alat ukur standar maka alat pengukur elektronik ini dinyatakan dapat

    dipakai. Dari 15 orang yang terpilih sebagai sampel dilakukan dua kali pengukuran

    masing-masing dengan alat ukur tekanan darah standar dan dengan alat ukur

    elektronik. Diperoleh hasil pengukuran tekanan darah diastolik sebagai berikut:

    Alat Elektronik 72 84 89 100 97 88 84 70 103 84 86 63 69 87 93

    Alat

    Standar

    Alat

    Elektronik

    68 72

    82 84

    94 89

    106 100

    92 9780 88

    76 84

    74 70

    119 103

    93 84

    86 86

    65 63

    74 69

    84 87

    100 93

    Apakah alat pengukur tekanan darah elektronik ini dapat dipakai? ( = , )SELESAIAN :

    a.  Hipotesis

    : ,  = 0 (hubungan antara x1 dan x2 lemah): ,  ≠ 0 (hubungan antara x1 dan x2 tidak lemah)

     b.  Formulasi Rancangan Analisis

    Correlations 

     ALAT_ST

     ANDAR

     ALAT_ELE

    KTRONIK

     ALAT_STANDAR Pearson Correlation 1 .895** 

    Sig. (2-tailed) .000

    N 15 15

     ALAT_ELEKTRONIK Pearson Correlation .895**  1

    Sig. (2-tailed) .000

    N 15 15

    **. Correlation is significant at the 0.01 level (2-tailed).

  • 8/16/2019 PEMBAHASAN soal statistika parametrik

    2/6

    Pembahasan_0401515026_Kamila Nisa 2

    c.  Analisis HasilDari tabel output terlihat sig Alat elektronik dan Alat standar = 0,000 < 5% berarti H0 ditolak.

    Jadi korelasi antara X1 dan X2 tidak lemah

    d.  Interpretasi HasilKarena terdapat korelasi antara X1(alat standar) dan X2 (alat elektronik) maka alat elektronik

    dapat digunakan karena memberikan hubungan 0,895 = 89,5%

    2.  Hasil pengamatan banyaknya orang yang datang (X) di toko swalayan dan banyaknyaorang yang berbelanja (Y) selama 10 hari.

    Hari X Y

    1 45 30 a.  Estimasikan persamaan regresi Y atas X!b.  Uji keberartian koefisien arah persamaan

    regresi!

    c.  Ujilah kelinearan model regresi!d.  Bila dapat, prediksikan berapa banyak orang

    yang berbelanja pada hari ke-11 jika yang

    datang 76 orang = %!

    2 45 34

    3 45 37

    4 49 40

    5 49 42

    6 51 44

    7 55 48

    8 65 52

    9 65 53

    10 75 63

    SELESAIANa.  Plotting data

     b.  Uji Linearitas

  • 8/16/2019 PEMBAHASAN soal statistika parametrik

    3/6

    Pembahasan_0401515026_Kamila Nisa 3

    a)  Hipotesis model linear :

     = = () = 0 (Persamaan adalah tidak linear atau tak ada relasi antara  dan )

     = = () ≠ 0

     (Persamaan adalah linear atau tak ada relasi antara

     dan

    )

     b)  Penaksir model linear ganda adalah ̂ = +  dengan uji dua pihak, taraf signifikan 5%.

    Coefficientsa 

    Model

    Unstandardized Coefficients

    Standardized

    Coefficients

    t Sig.B Std. Error Beta

    1 (Constant) -5.314 5.111 -1.040 .329

    X .912 .092 .961 9.867 .000

    a. Dependent Variable: Y

    Diperoleh nilai = −5,314; = 0,912. Jadi persamaan regresi :̂ = +  = −5,314 + 0,912 

    Kita akan uji nilai ,   tersebut. Untuk menerima atau menolak hipotesis dibaca Tabel perhitungan distribusi F atau pada output tabe ANOVA :

    ANOVAb 

    Model Sum of Squares df Mean Square F Sig.

    1 Regression 818.818 1 818.818 97.360 .000a 

    Residual 67.282 8 8.410

    Total 886.100 9

    a. Predictors: (Constant), X

    b. Dependent Variable: Y

    Diperoleh nilai F = 97,360, sig= 0,000. Berarti tolak . Jadi Persamaan adalah linearatau ada relasi antara  dan  

    c)  Interpretasi Hasil : nilai koefisien determinasi dapat dibaca pada nilai R Square yakni pada

    output model summary :

  • 8/16/2019 PEMBAHASAN soal statistika parametrik

    4/6

    Pembahasan_0401515026_Kamila Nisa 4

    Model Summaryb 

    Model R R Square

     Adjusted R

    Square

    Std. Error of the

    Estimate

    1 .961a  .924 .915 2.900

    a. Predictors: (Constant), X

    b. Dependent Variable: Y

    Diperoleh nilai  = 0,915 = 91,5%. Nilai tersebut menunjukkan bahwa variasi variable Ydapat dijelaskan oleh variable Xdipengaruhi 91,5 %.

    d)  Bila dapat, prediksikan berapa banyak orang yang berbelanja pada hari ke-11 jika yang datang

    76 orang = 5%!̂ = +  = −5,314 + 0,912 = −5,314 + 0,912. 76 = 64 

    Aka diprediksikan sebanyak 64 orang

  • 8/16/2019 PEMBAHASAN soal statistika parametrik

    5/6

    Pembahasan_0401515026_Kamila Nisa 5

    3.  Nilai matematika, bahasa inggris dan bahasa indonesia 4 siswa sebagai berikut:(Matematika = X1 , Bahasa Indonesia = X2 , Bahasa Inggris = X3)

    Nama X1  X2  X3 

    A 24 26 23

    B 25 25 22

    C 24 27 23

    D 31 29 20

    Dianggap sampel yang representatif terhadap populasi kelompok tersebut.

    SELESAIAN :

    a.  H ipotesis uji banding dua sampel

     =  =  (rataan ke-3 sampel kadar air adalah sama)

     = salah satu rataan berbeda (rataan ke-i sampel berbeda)b.  Formulasi rancangan anali sis

    Tests of Between-Subjects Effects 

    Dependent Variable:nilai

    Source

    Type III Sum of

    Squares df Mean Square F Sig.

    Corrected Model 52.167a  2 26.083 4.815 .038

    Intercept 7450.083 1 7450.083 1.375E3 .000

    mapel 52.167 2 26.083 4.815 .038

    Error 48.750 9 5.417

    Total 7551.000 12

    Corrected Total 100.917 11

    a. R Squared = .517 (Adjusted R Squared = .410)

    c.  Anal isis Hasil

    Pada output nilai signifikan pada variabel kadar air = 0.038 = 3,8 % < 5% maka H0

    ditolak. Jadi ketiga mapel salah satu berbeda dengan yang lain. Disini perlu uji lanjut

    Post Hoc.

  • 8/16/2019 PEMBAHASAN soal statistika parametrik

    6/6

    Pembahasan_0401515026_Kamila Nisa 6

    Diperoleh :

    Multiple Comparisons 

    Dependent Variable:nilai

    (I) mapel (J) mapel

    Mean

    Differenc

    e (I-J)

    Std.

    Error Sig.

    95% Confidence Interval

    Lower

    Bound Upper Bound

    LSD Matematika Bahasa Indonesia -.75 1.646 .659 -4.47 2.97

    Bahasa Inggris 4.00*  1.646 .038 .28 7.72

    Bahasa Indonesia Matematika .75 1.646 .659 -2.97 4.47

    Bahasa Inggris 4.75*  1.646 .018 1.03 8.47

    Bahasa Inggris Matematika -4.00*  1.646 .038 -7.72 -.28

    Bahasa Indonesia -4.75*  1.646 .018 -8.47 -1.03

    Tamhane Matematika Bahasa Indonesia -.75 1.887 .975 -7.77 6.27

    Bahasa Inggris 4.00 1.826 .254 -3.17 11.17

    Bahasa Indonesia Matematika .75 1.887 .975 -6.27 7.77

    Bahasa Inggris 4.75*  1.109 .017 1.08 8.42

    Bahasa Inggris Matematika -4.00 1.826 .254 -11.17 3.17

    Bahasa Indonesia -4.75*  1.109 .017 -8.42 -1.08

    Based on observed means.

    The error term is Mean Square(Error) = 5.417.

    *. The mean difference is significant at the .05 level.

      Signifikansi Matematika dengan Bahasa Inggris = 0,038 ( < 5%) (nilai matematika dan

     bahasa inggris berbeda)

      Signifikansi Matematika dengan Bahasa Indonesia = 0,659 (> 5%) (nilai matematika dan

     bahasa indonesia sama)

      Signifikansi Bahasa Indonesia dengan Bahasa Inggris = 0,018 (< 5%) (nilai bahasa

    inggris dan bahasa indonesia berbeda)

    d.  I nterpretasi Hasil

     Nilai Bahasa Indonesia dan Matematika memiliki mean yang sama sedang nilai

    Bahasa Inggris memiliki mean yang berbeda dari mapel yang lain.