BIOSTATISKA

“HIPOTESA DAN REGRESI LINIER ”

DOSEN PENGAMPU :

Haposan Sirait,M.Si

DISUSUN OLEH :

Nama : Nadia Aufa

Nim: 180101147

PROGRAM STUDI S1 KEPERAWATAN

SEKOLAH TINGGI ILMU KESEHATAN AL-INSYIRAH PEKANBARU

T.A 2020/2021
1. HIPOTESIS

Soal : 1

Suatu pabrik susu merek Good Milk melakukan pengecekan terhadap produk mereka, apakah
rata- rata berat bersih satu kaleng susu bubuk yang di produksi dan di pasarkan masih tetap 400
gram atau sudah lebih kecil dari itu. Dari data sebelumnya di ketahui bahwa simpangan baku
bersih per kaleng sama dengan 125 gram. Dari sample 50 kaleng yang di teliti, di peroleh rata-rata
berat bersih 375 gram. Dapatkah di terima bahwa berat bersih rata-rata yang di pasarkan tetap 400
gram? Ujilah dengan taraf nyata 5 % !

Penyelesaian :

Diketahui :

n = 50, X = 375, σ = 125, µo = 400

Jawab :

a. Formulasi hipotesisnya
Ho : µ = 400
H1 : µ < 400
b. Taraf nyata dan nilai tabelnya :
α = 5% = 0,05
Z0,05 = -1,64 (pengujian sisi kiri)

c. Kriteria pengujian :

 Ho di terima jika Zo ≥ - 1,64

 Ho di tolak jika Zo < - 1,64
d. Uji Statistik

e. Kesimpulan
Karena Zo = -1,41 ≥ - Z0,05 = - 1,64 maka Ho di terima. Jadi, berat bersih rata-rata susu
bubuk merek GOOD MILK per kaleng yang di pasarkan sama dengan 400 gram

Soal : 2

Sebuah sample terdiri atas 15 kaleng susu, memiliki isi berat kotor seperti yang di berikan
berikut ini.
( Isi berat kotor dalam kg/kaleng)

1,21 1,21 1,23 1,20 1,21

1,24 1,22 1,24 1,21 1,19
1,19 1,18 1,19 1,23 1,18

Jika di gunakan taraf nyata 1%, dapatkah kita menyakini bahwa populasi cat dalam kaleng rata-
rata memiliki berat kotor 1,2 kg/kaleng ? (dengan alternatif tidak sama dengan). Berikan evaluasi
anda !
Penyelesaian :

Diketahui :

n = 15, α= 1%, µo = 1,2

Jawab:

∑X = 18,13
∑X2 = 21,9189

X = 18,13 / 15

= 1,208

a. Formulasi hipotesisnya :
Ho : µ = 1,2
H1 : µ ≠ 1,2
b. Taraf nyata dan nilai tabelnya :
α = 1% = 0,01
tα/2 = 0,005 dengan db = 15-1 = 14
t0,005;14 = 2,977

c. Kriteria pengujian :

 Ho di terima apabila : - 2,977 ≤ to ≤ - 2,977

 Ho di tolak : to > 2,977 atau to < - 2,977

d. Uji Statistik

e. Kesimpulan
Karena –t0,005;14 = -2,977 ≤ to = 1,52 ≤ t0,005;14 = - 2,977 maka Ho di terima. Jadi,
populasi susu dalam kaleng secara rata-rata berisi berat kotor 1,2 kg/kaleng.

Soal : 3
Seorang ahli farmakologi mengadakan percobaan dua macam obat anti hipertensi. Obat pertama
diberikan pada 100 ekor tikus dan ternyata 60 ekor menunjukkan perubahan tekanan darah. Obat
kedua diberikan pada 150 ekor tikus dan ternyata 85 ekor berubah tekanan darahnya. Apakah ada
perbedaan antara obat pertama dan obat kedua? Ujilah dengan derajat kebebasan 5%.

1. H0 : p1 = p2 Ha : p1 ≠ p2
2. Derajat kemaknaan = 5%  uji 2 arah  titik kritis Zα/2 = 1,96
3. Uji statistik :

4. Daerah kritis :
 H0 ditolak jika berada pada z<-1,96 atau z>1,96
5. Statistik dihitung :

6. Kesimpulan :
Statistik hitung z = 0.66 < 1,96 sehingga H0 gagal ditolak pada tingkat signifikansi 0.05

Soal : 4
Suatu obat ketegangan syaraf didugfa hanya 60% efektif. Hasil percobaan dengan obat baru
terhadap 100 orang dewasa penderita ketegangan syaraf yang diambil secara acak menunjukkan
bahwa obat baru ini 70% efektif. Apakah ini merupakan bukti yang cukup untuk menyimpulkan
bahwa obat baru itu lebih baik dari yang beredar sekarang? Gunakan taraf nyata 0,05
Jawab :
H0:p = 0,6
H1:p > 0,6
  = 0,05
 Wilayah kritik: z > 1,645
 Perhitungan : x = 70, n = 100, p0 = 0,6, dan

70
−0,6
100
z= =2,04
( 0,6 ) (0,4)
√ 100
 Kesimpulan : zhit > ztabel, yaitu 2,04 > 1,645 sehingga H0 ditolak dan disimpulkan bahwa obat
baru tersebut memang lebih unggul dari yang biasa.

Soal : 5

Sebuah meriam harus memiliki ketepatan menembak dengan variasi yang minimum. Spesifikasi
dari pabrik senjata menyebutkan bahwa standar deviasi dari ketepatan menembak meriam jenis
tersebut maksimum adalah 4 meter. Untuk menguji hal tersebut, diambil sampel sebanyak 16
meriam dan diperoleh hasil s2 = 24 meter. Ujilah standar deviasi dari spesifikasi tersebut!
Gunakan a = 0.05

Jawaban

 Hipotesis
H0: σ2 = 16

H1: σ2 > 16
 Nilai kritis dari tabel chi-square :
χ2 = 24.9958 (a = 0.05 dan d.f. = 16 – 1 = 15)

 Statistik uji
( n−1) S 2 (16−1)24
χ 2= = =22,5
σ2 16

 Pengujian Hiopotesis variansi pada dua populasi

 uji dua arah
H 0 :σ 12−σ 22 =0
H 1 : σ 12−σ 22 ≠ 0
 uji satu arah
 H 0 :σ 12−σ 22 ≤ 0
H 1 : σ 12−σ 22 >0
atau
H 0 :σ 12−σ 22 ≥ 0
H 0 :σ 12−σ 22 <0
 Uji statistic

s12
dimana F= 2 df1 = n1 – 1 ; df2 = n2 – 1
s2

 Kriteria penerimaan
 Untuk H0: σ12 – σ22 = 0 dan HA: σ12 – σ22 ≠ 0

s21
F= F1−α / 2 < atau
s22
s 21
F= > Fα /2
s 22

 Untuk H0: σ12 – σ22 ≤ 0 dan HA: σ12 – σ22 > 0

s12
F= 2 >F α ,( v1 ,v 2)
s2

 Untuk H0: σ12 – σ22 ³ 0 dan HA: σ12 – σ22 < 0

s12
F= 2 <F 1−α ,( v 1, v 2)
s2
Soal : 6

Ada dua pabrik penghasil kapur, NICE dan NASDAQ bandingkan apakah variansi panjang
kapur dari kedua pabrik sama, sebagai mana pengujian sebelum nya , Berikut data yang
didapatkan:

NICE NASDAQ

Jumlah 21 25

Rata-rata 3.27 2.53

Std dev 1.30 1.16

Apakah ada perbedaan variansi antara NICE dan NASDAQ pada a = 0.1 level?

Penyelesaian

 Statistik Uji:

s12 1 . 302
F= 2 = =1 . 256
s 2 1 . 162

 Mencari nilai kritik distribusi F a = 0.1:

Pembilang:
df1 = n1 – 1 = 21 – 1 = 20
Penyebut:
df2 = n2 – 1 = 25 – 1 = 24
F0.05, 20, 24 = 2.03
F0.95, 20, 24 = 0.48
2. REGRESI LINIER

Soal : 1

Sebuah penelitian terhadap pohon Mahoni, dimana akan diteliti apakah ada hubungan antara
tinggi pohon dengan diameter batang pohon, dengan artian apakah ada pengaruh diameter
batang pohon terhadap tinggi pohon tersebut.

Diambil sampel secara acak sejumlah delapan pohon mahoni.Dapat dilihat dari Tabel 1 pada
kolom X dan Y.

Hal pertama yang akan kita lakukan adalah membentuk persamaan regresi, yaitu :

Y' = a + bX

Selanjutnya adalah menentukan konstanta a dan koefisien b, kita ikuti langkah sebagai
berikut :
maka diperoleh :

Persamaan regresi diperoleh :

Y' = -1,3147 + 4,5413X

dimana :

Y' = Tinggi pohon mahoni yang diprediksi

X  = Diameter batang pohon mahoni

Interpretasi dari koefisien regresi :

 Nilai a = -1,3147 artinya tidak ada diameter batang pohon maka tidak ada tinggi pohon.
(karena tidak ada tinggi yang bernilai negatif sehingga dianggap nol).

 Nilai b = 4,5413 artinya jika terjadi peningkatan diameter batang pohon mahoni satu
satuan maka akan terjadi peningkatan tinggi pohon mahoni sebesar 4,5413 satuan.

Koefisien Determinasi R2 :
r = 0,886 bernilai positif dan kuat

artinya terdapat hubungan atau korelasi yang kuat antara tinggi pohon mahoni dengan
diameter batang pohon mahoni. Semakin besar diameter batang pohon mahoni maka semakin
tinggi batang pohon mahoni.

R2  = 0,8862  = 0,785

artinya sekitar 78,5% variasi dari variabel diameter batang pohon mahoni dapat menjelaskan
variasi dari variabel tinggi pohon mahoni.

(cukup tinggi)

Standar Error Estimate Persamaan Regresi:

Jadi besarnya standar error estimate persamaan regresi adalah 6,6364. Hal ini menunjukkan
penyimpangan data-data terhadap garis regresi, atau bagaimana penyimpangan data yang
menyebar disekitar garis regresi.

(cukup kecil).

Pengujian Koefisien Regresi :

> Hipotesis Uji

Ho : b =  0

Ha : b ≠ 0

> Taraf Signifikansi

Pilih nilai signifikansi a = 5%

> Daerah Kritis

dengan nilai a = 5% dan derajat bebas n-2=8-2=6, maka diperoleh nilai t-tabel pada 5%/2 =
2,5% yaitu 2,447.

> Statistik Uji

> Keputusan

nilai t-hitung = 4,6805 > t-tabel = 2,447 sehingga Ho ditolak dan Ha diterima.

> Kesimpulan

Dengan tingkat signifikansi 5% cukup menjelaskan bahwa ada pengaruh diameter batang
pohon mahoni terhadap tinggi pohon mahoni.

Soal : 2

Hubungan antara kompetensi (X) dan kinerja pegawai (Y) kita ambil sampel acak 15 0rang
pegawai sebagai berikut :

X Y
40 4
55 16
32 12
55 24
50 15
52 24
61 22
44 17
 30 4
22 14
40 24
64 26
58 20
48 9
44 14

Akan ditentukan persamaan regresi Y atas X maka didapat :

X Y X2 XY
22 14 484 308
30 4 900 120
32 12 1024 384
40 4 1600 160 Dari rumus XIV(6) kita peroleh harga-harga :
40 24 1600 960
44 17 1936 748
44 14 1936 616
48 9 2304 432
50 15 2500 750
52 24 2704 1248
55 16 3025 880 ( ∑ Y ) ( ∑ X 2 )−( ∑ X )( ∑ XY )
a=
55 24 3025 1320 n ∑ X 2− ( ∑ X )
2

58 20 3364 1160
61 22 3721 1342
64 26 4096 1664
695 245 34219 12092

( 245 )( 34219 ) −( 695 ) (12092 )

a=
15 ( 34219 )−( 695 )2

8383655−8403940
a=
513285−483025

a=−0,670

n ∑ XY −( ∑ X )( ∑ Y )
b= 2
n ∑ X 2 −¿ ( ∑ X ) ¿
 15 ( 12092 )− ( 695 )( 245 )
b=
15 ( 34219 )−( 695 )2

181380−170275
b=
513285−483025

b=0,367

Dengan demikian, persamaan regresi linear Y atas X untuk soal diatas adalah :

Y^ =a+bX

Y^ =−0,67+0,367 X

Soal : 3

Nilai dan kualitas pelayanan keperawatan dan nilai rata-rata jumlah pasien

Data berikut adalah hasil pengamatan terhadap nilai layanan (Xi) dan nilai rata-rata jumlah
pasien (Yi) data kedua variabel terdapat pada tabel berikut ini:

No Kualitas pelayanan keparawatan (Xi) Jumlah pasien (Yi)

1 50 149
2 54 158
3 53 156
4 48 147
5 50 149
6 52 150
7 50 153
8 53 156
9 54 158
10 55 160

Untuk menghitung persamaan regresi, diperlukan tabel seperti berikut:

No Xi Yi XiYi X2 Y2
1 50 149 7450 2500 22201
2 54 158 8532 2916 24964
 3 53 156 8268 2809 24336
4 48 147 7056 2304 21609
5 50 149 7450 2500 22201
6 52 150 2600 2704 22500
7 50 153 2650 2500 23409
8 53 156 8268 2809 24336
9 54 158 8532 2916 24964
10 55 160 8800 3025 25600
ΣXi= 519 ΣYi=1536 ΣXiYi= 69606 ΣX2 = 26938

Menghitung harga a dan b

A = (1.536)( 26.938)- (519)(69.606)

(10)( 26.938)-(519)2

= 41.376.768 - 36. 125.514

269.380 - 269.361

= 5.251.254 : 19

=267.381,7

B = (10)(69.606)-( 519)( 1.536)

(10)( 26.938)-(519)2

= -101124:19

= -5.322,3

Persamaan regresi linier

Y= a-bX

Y= 267.381,7 – (-5.322,3)(X)
 =267.381,7 – (-5.322,3)(56)

= 565.430,5

Jadi diperkirakan nilai rata-rata jumlah pasien tiap bulan sebesar 565.430,5. Dari persamaan
regresi di atas dapat diartikan bila kualitas layanan bertambah 1 maka nilai rata-rata jumlah
pasien bertambah 5.322,3.

Soal : 4

Suatu studi telah dilakukan oleh seorang penyalur untuk menentukan hubungan antara biaya
advertensi dan nilai penjualan bulanan. Diperoleh data sebagai berikut :

Biaya advertensi (ribuan Penjualan (puluhan ribu

Rp) Rp)
40 385
20 400
25 395
20 365
30 375
50 440
40 490
20 420
50 560
40 525
25 480
50 510

a. Buatlah diagram berseraknya.

b. Carilah persamaan garis regresinya untuk meramal nilai penjualan berdasarkan biaya
advertensi yang dikeluarkan.
c. Perkirakan nilai penjualan yang dapat dicapai bila biaya advertensi sebessar 35.
JAWAB

9-1 a. diagram serak/pencar :

Penjualan (10.000Rp)

600

500

400

300

200

100
0
10 20 30 40 50

b. persamaan garis regresi

Biaya advertensi Penjualan X2 XY

X Y
40 385 1660 15400
20 400 400 8000
25 395 625 9875
20 365 400 7300
30 475 900 14250
50 440 2500 22000
40 490 1600 19600
20 420 400 8400
50 560 2500 28000
40 525 1600 21000
25 480 625 1200
50 510 2500 25500
410 5445 15650 191325

Yx = a + bX
 n ∑ XY −(∑ X )(∑ Y )
b=
n ∑ X 2−(∑ X 2)

12(191325)−(410)(5445)
=
12(15650)−(410)2

= 2295900−2232450 = 63450 = 3,22

187800−168100 19700

∑ Y −b ∑ X
a=
n

5445−3,22(410) 4124,8
= = = 343,73
12 12

Yx = 343,73 + 3,22 X

c. Nilai penjualan dengan biaya advertensi 35 :

Yx = 343,73 + 3,22 (35)

= 456,43

Soal : 5
Data sampel di bawah ini menunjukkan permintaan terhadap suatu produk ( dalam ribuan
unit dan harganya ( dalam rupiah ) di enam pasar yang berbeda lokasi.

Harga 18 10 14 11 16 13
Permintaan 9 125 57 90 22 79
a. Tentukan garis regresinya dengan metode least squares
b. Estimasikan besarnya permintaan akan produk permintaan tersebut di suatu pasar bila
harga produk tersebut 15.

JAWAB
a. Tentukan garis regresinya dengan metode least squares

Harga Permintaan X2 XY
(X) (Y)
18 9 324 162
10 125 100 1250
14 57 196 798
11 90 121 990
16 22 256 352
13 79 169 1027
82 382 1166 4579

6 ( 4579 )− ( 82 ) (382)
b ¿
6 ( 1166 )−¿ ¿

27474−31324 −3850
¿ ¿ ¿−14,1544
6996−6724 272

382−(−14,1544 )( 82) 1542,6608

a ¿ ¿ ¿ 257,11
6 6

Ý x =¿ 257,11−14,15 X

b. Untuk X = 15
Ý x =¿ 257,11−14,15(15)

¿ 257,11−212,25=44,86

Soal : 6

Suatu perusahaan optic menerima pesanan lensa, data dibawah ini menunjukkan unit cost dan
jumlah unit yang dipesan.
Jml pesanan 1 3 5 10 12
Cost per unit 58 55 40 37 22
(ribuan)

a. Tentukan persamaan garis regresinya

b. Bila jumlahpesanan 8 unit, berapa besar cost per unit
c. Dengan tingkat konfiden 0.95, tentukan besar cost per unit untuk pesanan 8 unit.

9 – 6 a. Garis regresi dengan metode least square :

Cos per
Jumlah Pesanan
Unit X2 XY Y2
(X)
(Y)
1 58 1 58 3364
3 55 9 165 3025
5 40 25 200 1600
10 37 100 370 1369
12 22 144 264 484
31 212 279 1059 9842

5 (10570 ) - (31 )( 212)

2

b = 5(279)− (31)
5285−6572 −1287
= 1395−961 = 434 = - 296
 212 - (-2,96)(31)
=60 , 75
a = 5
−

Y x = 60,75 – 2,96X
b. Besarnya cost per unit untuk pesanan 8 unit =
−

Y x = 60,75 – 2,96 (8) = 37,07

c. Interval koefisien 0,95 untuk limits of prediction besarnya cos per unit

∑Y
2

S y.x= √ −a ∑ y−b ∑ XY
n−2

9842−60 ,75 (212 )−(−2 , 96 ) (1057)

S y.x = √ 5−2

S y.x = 5,529
−
X =31/5=6,2
− 2

A=
t .S
0 , 025 y. x

√ n+1
n
+
( X −X )
∑ X −n. X 2
2
−

(8−6,2)2
¿ 3,182 (5,529 )
5+
5
1
+
√279−5( 6,2)2

¿ 17,593278 √1,2+0,037=17,593278 ( 1,112 )

¿ 19,59

Ý x – A = 37,07 – 19,56 = 17,51

Ý x + A = 37,07 – 19,56 = 56,63