Penyelesaian Soal UAS Statistika Dan Probabilitas 20161219 PDF
Penyelesaian Soal UAS Statistika Dan Probabilitas 20161219 PDF
2 19 169
3 18 171
4 20 173
5 17 167
6 16 161
7 15 158
8 14 170
9 13 156
(a) Temukanlah persamaan hubungan antara kedua variabel dengan teknik regresi linear, metode
kuadrat terkecil. [Bobot 20%]
(b) Berapakah koefisien korelasi hubungan linear kedua variabel tersebut? [Bobot 10%]
(c) Apakah yang dapat Saudara simpulkan dari hubungan kedua variabel tersebut? [Bobot 10%]
PENYELESAIAN
𝑌̂ = 𝑎0 + 𝑎1 𝑋
Variabel 𝑌̂ atau sering pula disimbolkan dengan 𝑌𝑟 adalah tinggi badan siswa sebagai fungsi usia
siswa. Nilai a0 dan a1 dalam persamaan regresi dicari dengan persamaan berikut:
𝑛 ∑𝑛𝑖=1 𝑥𝑖 𝑦𝑖 − ∑𝑛𝑖=1 𝑥𝑖 ∑𝑛𝑖=1 𝑦𝑖
𝑎1 = dan 𝑎0 = 𝑌̅ − 𝑎1 𝑋̅
𝑛 ∑𝑛𝑖=1 𝑥𝑖 2 − (∑𝑛𝑖=1 𝑥𝑖 )2
Dalam persamaan di atas, n adalah jumlah data, 𝑌̅ dan 𝑋̅ adalah tinggi badan rata-rata dan usia rata-
rata. Untuk menghemat penulisan, indeks pada operator penjumlahan tidak dituliskan, sehingga
∑𝑛𝑖=1 𝑥𝑖 dituliskan sebagai ∑ 𝑥𝑖 .
Hitungan regresi linear dengan metode kuadrat terkecil disajikan pada Tabel 1 pada halaman
setelah halaman ini. Dari Tabel 1, diperoleh informasi sebagai berikut:
▪ jumlah siswa, n = 9;
▪ tinggi badan rata-rata, 𝑌̅ = ∑ 𝑦𝑖 ⁄𝑛 = 1480⁄9 = 164.4 𝑐𝑚;
▪ usia rata-rata, 𝑋̅ = ∑ 𝑥𝑖 ⁄𝑛 = 144⁄9 = 16 𝑡𝑎ℎ𝑢𝑛.
i 𝒙𝒊 𝒚𝒊 𝒙𝒊 𝒚 𝒊 𝒙𝒊 𝟐
Istiarto ⦁ Departemen Teknik Sipil dan Lingkungan FT UGM ⦁ http://istiarto.staff.ugm.ac.id/
i 𝒙𝒊 𝒚𝒊 ̅ )𝟐
(𝒚𝒊 − 𝒀 𝒚̂𝒊 (𝒚𝒊 − 𝒚̂𝒊 )𝟐
[tahun] [cm] [cm ]
2 [cm] [cm2]
1 12 155 88.36 156.3 1.69
2 19 169 21.16 170.5 2.25
3 18 171 43.56 168.5 6.25
4 20 173 73.96 172.5 0.25
5 17 167 6.76 166.4 0.36
6 16 161 11.56 164.4 11.56
7 15 158 40.96 162.4 19.36
8 14 170 31.36 160.3 94.09
9 13 156 70.56 158.3 5.29
𝑺𝒕 = 388.24 𝑺𝒓 = 141.10
𝑆𝑡 − 𝑆𝑟 388.24 − 141.10
𝑟=√ =√ = 0.80.
𝑆𝑡 388.24
174
Istiarto ⦁ Departemen Teknik Sipil dan Lingkungan FT UGM ⦁ http://istiarto.staff.ugm.ac.id/
172
170
Tinggi badan siswa [cm]
168
outlier
166
164
kurva regresi linear
162 tinggi badan = 2.03 (usia) + 131.92
160
158
156
154
11 12 13 14 15 16 17 18 19 20 21
Usia siswa [tahun]
GAMBAR 1 HUBUNGAN LINEAR ANTARA USIA SISWA DALAM SATUAN TAHUN DAN TINGGI BADAN SISWA DALAM
SATUAN CENTIMETER
(c) Hubungan antara usia dan tinggi badan [bobot nilai 10%]
Tinggi badan dan usia siswa menunjukkan hubungan linear yang erat, walau linearitas hubungan
antara kedua variabel tidak sepenuhnya sempurna. Nilai koefisien korelasi 0.80 cukup mendukung
simpulan yang menyatakan bahwa tinggi badan siswa berbanding lurus dengan usia siswa. Ini
tampak jelas pada tampilan grafis titik-titik data (Gambar 1). Keberadaan sebuah outlier (14,170)
mengurangi keeratan hubungan linear antara kedua variabel.
88 92 79 86 81 77 82 83
87 94 81 90 85 70 84 78
74 85 75 85 75 78 80 82
78 76 90 85 71 83 90 73
87 89 77 81 94 78 84 81
PENYELESAIAN
Kelembaban udara adalah variabel random kontinu. Data kelembaban udara tersebut adalah data
sampel, bukan data populasi. Tabel frekuensi disajikan pada Tabel 3 di bawah ini. Kelembaban
udara disimbolkan dengan notasi X.
TABEL 3 KELEMBABAN UDARA RELATIF DI SEBUAH STASIUN CUACA
Jumlah data dalam sampel kelembaban udara adalah ∑ 𝑓𝑖 = 40. Operator penjumlahan ∑ 𝑓𝑖 dibaca
∑7𝑖=1 𝑓𝑖 . Data kelembaban udara dalam tabel frekuensi di atas dapat pula disajikan dalam bentuk
grafik batang atau histogram seperti disajikan pada Gambar 2.
12
10
8
Frekuensi
0
68-72 72-76 76-80 80-84 84-88 88-92 92-96
Kelembaban udara relatif [%]
tengah, yaitu dalam kelasa 80-84 [%]. Jadi, kelembaban udara rata-rata adalah 82%.
Nilai median adalah nilai data yang berada di tengah dalam deret data yang diurutkan dari kecil ke
besar atau dari besar ke kecil. Tabel 3 telah mengatur data dalam deret dari kecil ke besar. Karena
jumlah data adalah 40, maka nilai median adalah nilai yang berada di tengah antara data ke-20 dan
ke-21. Dari histogram data (Gambar 2) dan kolom frekuensi pada tabel frekuensi data (Tabel 3),
tampak bahwa data berdistribusi secara simetris dengan sumbu simetri kelas 80-84 [%]. Nilai
median kelembaban udara, dengan demikian, adalah 82%. Nilai median dapat pula dihitung dengan
persamaan berikut:
𝑛
− ∑𝑚−1
𝑖=1 𝑓𝑖
𝑋𝑚𝑒𝑑𝑖𝑎𝑛 = 𝑥𝑙 + (2 ) (𝑥𝑢 − 𝑥𝑙 )
𝑓𝑚
Dalam persamaan di atas, 𝑥𝑙 adalah batas bawah kelas yang mengandung nilai median, 𝑥𝑢 adalah
batas atas kelas yang mengandung nilai median, m adalah nomor urut kelas yang mengandung nilai
median, dan f adalah frekuensi data.
20 − 15 5
𝑋𝑚𝑒𝑑𝑖𝑎𝑛 = 80 + ( ) (84 − 80) = 80 + 4 = 82%.
10 10
Nilai modus adalah nilai data yang memiliki frekuensi tertinggi, yaitu kelas data 80-84 [%].
Mengingat distribusi data adalah simetri, maka modus kelembaban udara adalah 82%. Nilai modus
dapat pula dihitung dengan persamaan berikut:
𝑓𝑚 − 𝑓𝑚−1
𝑋𝑚𝑜𝑑𝑢𝑠 = 𝑥𝑙 + { } (𝑥𝑢 − 𝑥𝑙 )
(𝑓𝑚 − 𝑓𝑚−1 ) + (𝑓𝑚 − 𝑓𝑚+1 )
Dalam persamaan di atas, 𝑥𝑙 adalah batas bawah kelas yang mengandung nilai modus, 𝑥𝑢 adalah
batas atas kelas yang mengandung nilai modus, m adalah nomor urut kelas yang mengandung nilai
modus, dan f adalah frekuensi data.
10 − 8 2
𝑋𝑚𝑜𝑑𝑢𝑠 = 80 + { } (84 − 80) = 80 + 4 = 82%.
(10 − 8) + (10 − 8) 2+2
Tampak bahwa nilai rata-rata, median, dan modus kelembaban udara adalah sama, yaitu 82%.
Kesamaan ketiga nilai ini merupakan salah satu sifat data yang berdistribusi normal.
√𝑛 √40
𝑇= (𝑋̅ − 𝜇0 ) = (82 − 80) = 2.0736.
𝑠𝑋 6.1
Batas-batas penerimaan atau penolakan statistika uji dengan tingkat keyakinan 1 − 𝛼 = 90% dan
jumlah sampel n = 40 adalah: 𝑡𝛼⁄2,𝑛−1 = 𝑡0.05,39 dan 𝑡1−𝛼⁄2,𝑛−1 = 𝑡0.95,39.
𝑡0.05,39 = −1.6849
1 − 𝛼 = 0.90
𝛼⁄2 = 0.05 𝛼⁄2 = 0.05 Dengan demikian, statistika uji 𝑇 =
2.0736 berada di luar rentang
𝑡0.05,39 = −1.6849 𝑡0.95,39 = 1.6849 penerimaan hipotesis H0 (|𝑇| > 𝑡0.95,39),
-o0o-
Istiarto ⦁ Departemen Teknik Sipil dan Lingkungan FT UGM ⦁ http://istiarto.staff.ugm.ac.id/