Jawaban Stat Mat
Jawaban Stat Mat
Nuwun
yarno2009@yahoo.com
b. Judul pengembangan
“Pengembangan perangkat pembelajaran Matematika Dengan Strategi
Konstruktivisme Student Active Learning Berbantuan CD Interaktif
materi Geometri kelas VIII”
Hal ini dikarenakan salah satu indikator efektif adalah adalah adanya
pengaruh (model regresi) sehingga dapat dibuat model liniernya.
4. Carikan ekspektasi dan varian masing-masing ruas kiri dan ruas kanan
persamaan normal.
Rataan = 𝜇𝛽̂ = 𝐸(𝛽̂ ) = 𝐸((𝑋 ′ 𝑋)−1 𝑋 ′ 𝑌)
= (𝑋 ′ 𝑋)−1 . 𝑋 ′ . 𝐸(𝑌)
= (𝑋 ′ 𝑋)−1 . 𝑋 ′ 𝑋. 𝛽
=𝛽
Varians = Var (𝛽̂ ) = 𝑉𝑎𝑟((𝑋 ′ 𝑋)−1 𝑋 ′ 𝑌)
5. Pada model linier tuliskan mana yang merupakan variabel acak dan mana yang
bukan variabel acak. Apa yang dimaksud dengan variabel acak dan bukan
variabel acak.
Model linier
𝑌 = 𝑋𝛽 + 𝜀
Asumsi-asumsi dari model linier:
a. X, y variabel dengan jenis data interval/ rasio
b. X bukan variabel acak
c. Y variabel acak
d. 𝜀 → 𝑁 (0, 𝜎 2 )
6. Pada uji banding independent t tes anda jumpai uji F terlebih dahulu apa
maksudnya.
Uji F atau uji Anova yaitu uji yang mengukur besarnya perbedaan variance
antara kedua atau beberapa kelompok. Uji F dapat dilakukan dengan
membandingkan F hitung dengan F tabel, jika F hitung > dari F tabel, (Ho di
tolak Ha diterima).
Hal ini dilakukan keduanya secara bersama karena hasil keduanya ada dalam satu
output SPSS. Untuk menguji homogenitas pada output SPSS dibaca
Independents Samples Test pada distribusi F. Untuk menerima atau menolak H0
baca nilai sig. Jika kita menerima H0 artinya kedua kelompok homogen dan
berdasarkan informasi tersebut kita gunakan untuk uji lanjut Post Hoc memilih
LSD deretan baris Equal variances assumed, sebaliknya dengan menolak H0
artinya kedua kelompok tidak homogen dan berdasarkan informasi tersebut kita
gunakan untuk uji lanjut memilih deretan baris Equal variances not assumed
7. Apa yang anda ketahui tentang peluang kesalahan alfa = 5% dalam uji statistika
di model linier.
Signifikan artinya meyakinkan atau berarti, dalam penelitian mengandung arti
bahwa hipotesis yang telah terbukti pada sampel dapat diberlakukan pada
populasi. Jika tidak signifikan berarti kesimpulan pada sampel tidak berlaku pada
populasi (tidak dapat digeneralisasi).
Tingkat signifikansi (taraf kesalahan) 5% atau 0,05 artinya kita mengambil resiko
salah dalam mengambil keputusan untuk menolak hipotesis yang benar
sebanyak-banyaknya 5% dan benar dalam mengambil keputusan sedikitnya 95%
(tingkat kepercayaan). dengan kata lain kita percaya bahwa 95% dari keputusan
untuk menolak hipotesa yang salah adalah benar. Ukuran 0,05 atau 0,01 adalah
ukuran yang umum sering digunakan dalam penelitian.
Taraf kesalahan yang lebih kecil atau lebih teliti biasanya digunakan untuk
penelitian-penelitian tertentu, misalnya untuk meneliti makanan, miuman atau
obat; dibutuhkan ketelitian tingkat tinggi yang biasa menggunakan taraf
signifikansi seperti 0,005 atau 0,001
9. Pada suatu persamaan matriks model linier, dimana ε ~ N(0,σ2) atau rataan 0 dan
varians σ2 :
a. Y ~N(a,b) carilah a dan b, dimana Y variabel dependen.
b. Ŷ~N(p,q) carilah p dan q dimana Ŷ penaksir OLS variabel dependen
c. Ḃ~N(p,q) carilah p dan q dimana Ḃ penaksir OLS untuk parameter β.
Jawab
a. Y ~N(a,b)
Y ~ , 2
a E (Y )
b 2 E (Y 2 ) 2
b. Ŷ~N(p,q)
p y E (Y )
E ( X )
XE ( ) E ( )
XE ( ) 0
X ( )
q y2 Var (Y )
Var ( X )
Var ( X ) Var ( )
0 2
2
c. 𝛽̂ ~𝑁(𝜇𝛽 , 𝜎𝛽2 )
𝛽̂ = (𝑋′𝑋)−1 𝑋′𝑌
𝑌 = 𝑋𝛽 + 𝜀
Tentukan 𝜇𝛽 dan 𝜎𝛽2 !
Penyelesaian:
(a) Linear
Estimator yang diperoleh dengan metode OLS adalah linear.
𝛽̂ = (𝑋′𝑋)−1 𝑋′𝑌
Dikatakan linear karena (𝑋′𝑋)−1 𝑋′ merupakan matriks dengan
bilangan tetap, 𝛽̂ adalah fungsi linear dari 𝑌.
(b) Tak Bias (Unbiased)
𝐸(𝛽̂ ) = 𝐸[(𝑋′𝑋)−1 𝑋′𝑌]
= 𝐸[(𝑋′𝑋)−1 𝑋′(𝑋𝛽 + 𝜀)]
= 𝐸[(𝑋′𝑋)−1 𝑋′𝑋𝛽 + (𝑋′𝑋)−1 𝑋′𝜀)]
= 𝐸[𝐼𝛽 + (𝑋′𝑋)−1 𝑋′𝜀]
= 𝐸(𝛽) + 𝐸((𝑋′𝑋)−1 𝑋′𝜀)
= 𝛽 + (𝑋′𝑋)−1 𝑋′𝐸(𝜀)
=𝛽+0
=𝛽
Jadi 𝛽̂ merupakan estimator tak bias dari 𝛽.
(c) Variansi minimum
2
𝑉𝑎𝑟(𝛽̂ ) = 𝐸 [(𝛽̂ − 𝛽) ]