SOAL DAN JAWAB UJI HIPOTESIS

(TM14, Least Square dan Regresi Korelasi)

1. Jelaskan pengertian hipotesis?

2. Seorang peneliti biasanya tertarik menguji satu hipotesis dari enam alternatif hipotesis.
Sebutkan enam alternatif hipotesis tersebut?
3. Apa yang dimaksud dengan pengujian hipotesis?
4. Jelaskan prosedur lima langkah dalam pengujian hipotesis?
5. Jelaskan dua tipe kesalahan dalam pengujian hipotesis?
6. Seorang kepala sekolah mengeluh motivasi mengajar guru di sekolahnya sangat rendah. Rekap
mengajar guru yang terdapat di sekolah menunjukkan bahwa rata-rata ketidakhadiran guru (guru
masuk kelas) adalah 12 jam pelajaran sebulan, dengan simpangan baku 2,5. Untuk mengatasi
rendahnya motivasi mengajar tersebut, kepala sekolah memberikan insentif Rp. 25.000,- per jam
pelajaran. Setelah diberlakukan kebijakan insentif rata-rata ketidakhadiran 40 guru di sekolah
tersebut 10 jam pelajaran sebulan dengan simpangan baku 1,5. Dengan menggunakan taraf
signifikansi 5 %, dapatkah kita menyimpulkan bahwa penurunan ketidakhadiran tersebut
signifikan?
Kerjakan !!!!

Berikut adalah contoh soal dari pengujian hipotesis. Contoh soal ini diambil dari buku
“Pengantar Statistika” oleh Ronald E. Walpole.

    A.  UJI HIPOTESIS MENGENAI NILAI MEAN

1.      Contoh satu populasi

Contoh 1.
Perusahaan alat olahraga mengembangkan jenis barang pancing sintetik
yang diklaim mempunyai rata-rata kekuatan 8 kg dan simpangan baku 0,5 kg. Telah diketahui
bahwa dengan sampel 50 pancing sintetik rata-rata kekuatannya adalah 7,8 kg. Dengan taraf
signifikasi sebesar 0,01, Ujilah hipotesis bahwa rata-rata populasinya tidak sama dengan 8 kg ?
Langkah-langkah menjawab soal diatas adalah sebagai berikut.
a)      Hipotesis dari soal diatas adalah
H0 : µ = 8 kg
H1 : µ ≠ 8 kg
b)      Telah diketahui bahwa taraf signifikasinya (α) = 0,01
c)      Karena uji hipotesisnya adalah two-tiled (Dua-arah) dan α = 0,01 maka daerah kritik dari
permasalahan ini adalah z < -2,57 dan z > 2,57 (cara mendapat nilai kritik ini adalah dengan
melihat tabel disribusi normal dimana zα/2 = z0,01/2 = z0,005 = -2,57 ).
d)     Perhitungan
            Dengan n = 50, simpangan baku=0,5, dan rata-rata populasi 8 kg, sehingga rumus yang
digunakan adalah   

e)      Keputusan
Keputusan yang dapat diambil adalah H0 ditolak karena zhitung berada dalam rentang daerah
kritiknya yaitu z < -2,57 (-2,83 < -2,57) sehingga kesimpulan yang dapat diambil adalah rata-rata
populasi yang sebenarnya tidak sama dengan 8. 

Contoh 2.
Suatu sampel acak 100 catatan kematian di US selama tahun yang lalu menunjukkan umur rata-
rata 71,8 tahun dengan simpangan baku 8,9 tahun. Dengan taraf signifikasi 0,05 , ujilah hipotesis
bahwa rata-rata umur sekarang ini lebih dari 70 tahun ?
 Langkah-langkah menjawab soal diatas adalah sebagai berikut.
a)      Hipotesis dari soal diatas adalah
H0 : µ = 70 tahun
H1 : µ > 70 tahun
b)      Telah diketahui bahwa taraf signifikasinya (α) = 0,05
c)      Karena uji hipotesisnya adalah one-tiled (satu-arah) dan α = 0,05 maka daerah kritik dari
permasalahan ini adalah z > 1,64 (cara mendapat nilai kritik ini adalah dengan melihat tabel
disribusi normal dimana zα = z0,05 =-1,64 ).
d)     Perhitungan
Dengan n = 100, simpangan baku=8,9, dan rata-rata populasi 71,8 tahun, sehingga rumus yang
digunakan adalah

e)      Keputusan
Keputusan yang dapat diambil adalah H0 ditolak karena zhitung berada dalam rentang daerah
kritiknya sebesar z > 1,64 (2,02 > 1,64) sehingga kesimpulan yang dapat diambil adalah rata-rata
populasi umur sekarang ini adalah lebih dari 70 tahun. 

Contoh 3.
Waktu rata-rata yang diperlukan per mahasiswa untuk mendaftarkan diri pada semester ganjil
disuatu perguruan tinggi adalah 50 menit dengan simpangan baku 10 menit. Suatu prosedur
pendaftaran baru yang menggunakan mesin modern sedang dicoba. Dengan mesin modern
tersebut diketahui bahwa 12 mahasiswa memerlukan waktu pendaftaran rata-rata 42 menit
dengan simpangan baku 11,9 menit. Dengan taraf keyakinan sebesar 0,05 , ujilah hipotesis
bahwa nilai rata-rata  populasi mesin modern kurang dari 50 ? Asumsikan bahw populasi waktu
berdistribusi normal.
Langkah-langkah menjawab soal diatas adalah sebagai berikut.
a)      Hipotesis dari soal diatas adalah
H0 : µ = 50 menit
H1 : µ < 50 menit
b)      Telah diketahui bahwa taraf signifikasinya (α) = 0,05
c)      Karena uji hipotesisnya adalah one-tiled (satu-arah), α = 0,05 dan n < 30 maka daerah kritik
dari permasalahan ini menggunakan uji t . degree of freedom (df) adalah n-1 yaitu 11 maka t =
1,796, sehingga daerah kritik dari permasalahan tersebut adalah t < -1,796.
d)     Perhitungan
Dengan n =12, simpangan baku=11,9, dan rata-rata populasi 50 menit, sehingga rumus yang
digunakan  

e)      Keputusan
Keputusan yang dapat diambil adalah H0 ditolak karena thitung berada dalam rentang daerah
kritiknya sebesar t < -1,796 (-2,33 < -1,796) sehingga kesimpulan yang dapat diambil adalah
rata-rata populasi mesin modern adalah kurang dari 50 menit.

2.      Contoh dua populasi

Sebuah pelajaran matematika diberikan pada 12 siswa dengan metode pengajaran yang biasa.
Kelas lain yang terdiri dari 10 siswa diberikan pelajaran yang sama tetapi dengan metode yang
menggunakan bahan yang telah diprogramkan. Pada akhir semester murid kedua kelas itu
diberikan ujian yang sama. Kelas pertama mencapai nilai rata-rata 85 dengan simpangan baku 4,
sedangkan kelas yang menggunakan bahan yang terpogramkan memperoleh nilai rata-rata 81
dengan simpangan baku 5. Dengan taraf signifikasi 0,1 , ujilah hipotesis bahwa tidak ada
perbedaan antara kedua metode pengajaran. Asumsikan bahwa kedua populasi berdistribusi
normal dengan varians yang sama.  
Langkah-langkah menjawab soal diatas adalah sebagai berikut.
a)     Misal µ1 dan µ2 adalah rata-rata nilai semua siswa yang mungkin mengambil pelajaran tersebut
dengan kedua metode pengajaran. Maka hipotesisnya adalah
H0 : µ1 = µ2
H1 : µ1 ≠ µ2  
b)      Telah diketahui bahwa taraf signifikasinya (α) = 0,1
c)      Karena uji hipotesisnya adalah two-tiled (dua-arah), α = 0,1 dan n < 30 maka daerah kritik dari
permasalahan ini menggunakan uji t . degree of freedom (df) adalah n1+ n2-2 yaitu 20 maka t =
1,725, sehingga daerah kritik dari permasalahan tersebut adalah t < -1,725 dan t > 1,725.
d)     Perhitungan
Dengan n1=12, n2=10, s1=4, s2=5, rata-rata populasi ke-1 adalah 85, dan rata-rata populasi ke-2 adalah
81 sehingga rumus yang digunakan adalah

e)   keputusan 
 Keputusan yang dapat diambil adalah H0 ditolak karena thitung berada dalam rentang daerah
kritiknya sebesar t > 1,725 (2,07 > 1,725) sehingga kesimpulan yang dapat diambil adalah ada
perbedaan antara metode mengajar biasa dan metode mengajar dengan bahan terprogramkan
dimana metode biasa lebih baik dibandingkan metode dengan bahan terprogramkan.   .

B.    UJI HIPOTESIS MENGENAI NILAI VARIANS

1.      Contoh satu populasi

Sebuah perusahaan Aki Mobil mengklaim bahwa umur Aki yang diproduksinya mempunyai
simpangan baku 0,9 tahun. Bila sampel acak dari 10 aki menghasilkan simpangan baku s sebesar
1,2 tahun. Dengan taraf signifikasi 0,05, apakah menuut anda simpangan baku lebih dari 0,9 ?
Langkah-langkah menjawab soal diatas adalah sebagai berikut.
a)      Hipotesis dari soal diatas adalah
H0 : σ2 = 0,81
H1 : σ2 > 0,81
b)      Telah diketahui bahwa taraf signifikasinya (α) = 0,05
c)      Karena uji hipotesisnya adalah one-tiled (satu-arah), α = 0,05 dan n < 30 maka daerah kritik
dari permasalahan ini menggunakan uji chi-square (karena menguji nilai varians). degree of
freedom (df) adalah n-1 yaitu 9 maka nilai χ2 = 16,919, sehingga daerah kritik dari permasalahan
tersebut adalah χ2 > 16,919.
d)     Perhitungan
Dengan n =10, simpangan baku (s) =1,2, sehingga rumus yang digunakan

e)   Keputusan 
           Keputusan yang dapat diambil adalah H0 gagal ditolak karena χ2hitung tidak berada dalam
rentang daerah kritiknya sebesar χ2  > 16,919 dimana 16 < 16,919 sehingga kesimpulan yang
dapat diambil adalah simpangan bakunya sama dengan 0,9. 

      2.      Contoh dua populasi

            Ketika menguji kesaman dua nilai rata-rata populasi dalam “contoh dua populasi”, kita
mengasumsikan varians kedua populasinya sama tetapi nilainya tidak diketahui. Cukupkah
beralasankah asumsi yang kita buat ini ? Gunakanlah taraf signifikasi 0,1.    
       Langkah-langkah menjawab soal diatas adalah sebagai berikut.
a)      Hipotesis dari permalahan diatas adalah
H0 : σ21 = σ22
H1 : σ21 ≠ σ22
b)      Telah diketahui bahwa taraf signifikasinya (α) = 0,1
c)      Karena uji hipotesisnya adalah two-tiled (dua-arah), α = 0,1 dan n < 30 maka daerah kritik dari
permasalahan ini menggunakan uji f . degree of freedom (df) adalah n1-1 dan n2-1 yaitu 11 dan 9
maka  f0,05(11, 9) = 3,11 dan  f0,95(11, 9)=0,34, sehingga daerah kritik dari permasalahan tersebut
adalah f < 0,34 dan f > 3,11.
d)     Perhitungan
 Dengan s1=4 dan s2=5, sehingga rumus yang digunakan adalah

e)   Keputusan
Keputusan yang dapat diambil adalah H0 gagal ditolak karena fhitung tidak berada dalam rentang
daerah kritiknya sebesar f < 0,34 (0,64 >0,34) sehingga kesimpulan yang dapat diambil adalah
kita cukup beralasan ketika mengasumsikan bahwa kedua varians populasi sama.  

C.    UJI HIPOTESIS MENGENAI NILAI PROPORSI

1.      Contoh satu populasi

Seorang pemborong menyatakan bahwa 70% rumah-rumah yang baru dibangun di kota
Richmond dipasang suatu alat pemompa udara panas. Apakah anda setuju dengan pernyataan
tersebut bila diantara 15 rumah baru yang diambil secara acak terdapat 8 rumah yang
menggunakan pompa udara panas ? Gunakan taraf signifikasi 0,1.  
Langkah-langkah menjawab soal diatas adalah sebagai berikut.
a)      Hipotesis dari permalahan diatas adalah
H0 : p =  0,7
H1 : p  ≠ 0,7
b)      Telah diketahui bahwa taraf signifikasinya (α) = 0,1
c)      Karena uji hipotesisnya adalah two-tiled (dua-arah), α = 0,1 dan n < 30 maka daerah kritik dari
permasalahan ini menggunakan uji binomial. Dengan p=0.7 maka daerah kritiknya adalah x ≤ 7
dan x ≥ 14 (nilai daerah kritik dapat dilihat pada tabel distribusi binomial)
d)     Perhitungan
xhitung = 8
e)   Keputusan 
      Keputusan yang dapat diambil adalah H0 gagal ditolak karena xhitung tidak berada dalam rentang
daerah kritiknya sebesar x ≤ 7 (8  ≥ 7) sehingga kesimpulan yang dapat diambil adalah tidak ada
alasan yang kuat untuk meragukan pernyataan pemborong diatas.

       2.      Contoh dua populasi

Suatu pemungutan suara hendak dilakukan diantara penduduk suatu kota dan sekitarnya untuk
mengetahui pendapat mereka mengenai rencana pendirian sebuah gedung pertemuan serba guna.
Lokasi gedung yang akan dibangun itu di dalam kota, sehingga para penduduk yang tinggal di
sekitar merasa bahwa rencana itu akan lolos karena besarnya proporsi penduduk kota yang
menyetujuinya. Untuk mengetahui apakah ada selisih yang nyata antara proporsi penduduk kota
dan penduduk sekitar kota itu yang menyetujui rencana tersebut, diambil suatu sampel acak. Bila
ternyata 120 di antara 200 penduduk kota dan 240 diantara 500 penduduk sekitar kota yang
menyetujui rencana tersebut, apakah anda setuju bila dikatakan bahwa proporsi penduduk kota
yang menyetujui rencana tersebut lebih tinggi daripada proporsi penduduk sekitar kota yang
menyetujui rencana tersebut ? Gunakan taraf signifikasi 0,025.
Langkah-langkah menjawab soal diatas adalah sebagai berikut.
a)      Misal p1 dan p2 adalah proporsi sebenarnya penduduk kota dan sekitar kota yang menyetujui
rencana tersebut. Maka hipotesisnya adalah
H0 : p1 = p2
H1 : p1 > p2  
b)      Telah diketahui bahwa taraf signifikasinya (α) = 0,025
c)      Karena uji hipotesisnya adalah one-tiled (satu-arah), α = 0,025 dan n > 30 maka daerah kritik
dari permasalahan ini menggunakan uji z maka z = 1,96, sehingga daerah kritik dari
permasalahan tersebut adalah z > 1,96.
d)     Perhitungan
Dengan n1=200, n2=500, x1=120, x2=240, rata-rata populasi ke-1 adalah 85, dan rata-rata populasi
ke-2 adalah 81 sehingga rumus yang digunakan adalah

e)   Keputusan 
      Keputusan yang dapat diambil adalah H0 ditolak karena zhitung berada dalam rentang daerah
kritiknya sebesar z > 1,96 (2,9 > 1,96) sehingga kesimpulan yang dapat diambil adalah proporsi
penduduk kota yang menyetujui rencana itu lebih besar dibandingkan proporsi penduduk sekitar
kota yang menyetujui rencana tersebut

SOAL-SOAL

1. Tinggi rata-rata mhs tingkat awal di suatu PT adalah 162,5 cm dengan simpangan baku 6,9 cm. Apakah
ada alasan untuk mempercayai bahwa telah terjadi perubahan dalam tinggi ratarata, bila suatu contoh
acak 50 mhs tingkat awal mempunyai tinggi rata-rata 165,2 cm? Gunakan taraf nyata 0,02.
2. Ujilah bahwa isi kaleng rata-rata suatu jenis minyak pelumas adalah 10 liter bila isi suatu contoh acak 10
kaleng adalah 10,2; 9,7; 10,1; 10,3; 10,1; 9,8; 9,9; 10,4; 10,3; dan 9,8 liter. Gunakan taraf nyata 0,01.
3. Tahun lalu karyawan dinas kebersihan kota menyumbang rata-rata $8 pada korban bencana alam. Ujilah
hipotesis bahwa sumbangan rata-rata tahun ini akan meningkat bila suatu contoh acak 12 karyawan
menunjukkan sumbangan rata-rata $8,9 dengan simpangan baku $1,75.
4. Pengalaman lalu menunjukkan bahwa waktu yang diperlukan oleh siswa kelas 3 SMA untuk
menyelesaikan suatu ujian memiliki simpangan baku 6 menit. Ujilah hipotesis bahwa simpangan baku
tersebut saat ini menjadi lebih kecil, jika suatu contoh acak 20 siswa menghasilkan simpangan baku 4,51
5. Suatu obat penenang ketegangan saraf diduga hanya 60% efektif. Hasil percobaan dengan obat baru
terhadap 100 orang dewasa penderita ketegangan syaraf, yang diambil secara acak, menunjukkan
bahwa obat baru itu 70% efektif. Apakah ini merupakan bukti yang cukup untuk menyimpulkan bahwa
obat baru itu lebih baik daripada yang beredar sekarang?
Metode kuadrat terkecil (least square method)

adalah metode yang dimaksudkan agar jumlah kuadrat dari semua deviasi antara variabel X
dan Y yang masing-masing punya koordinat sendiri akan berjumlah seminimal mungkin.

Dari persamaan Y = a + bX, dibuat persamaan:

ΣY = na + bΣX
ΣXY = aΣX + bΣX2

Contoh soal metode kuadrat terkecil:

1. Dari sebuah industri batik diperoleh data produksi dan penjualan sebagai berikut:

Pertanyaan:
a. Buatlah trend produksi dengan metode least square method
b. Tentukan estimasi produksi pada tahun 2004
Jawaban:
Dari soal diatas (tahun 1999 akan kita jadikan tahun dasar dan kita cari estimasi produksi di
tahun 2004), maka:
Lalu kita akan melakukan eliminasi dengan cara:

b = 27,714, disubstitusukan ke persamaan:

2102     = 6a + 3b
2102     = 6a + 3(27,714)
2102     = 6a + 83,142
6a          = 2102 – 83,142
a            = 2108,858/6
= 336,476
Jadi persamaan trend produksi dengan metode Least Square adalah: Y = 336,476 + 27,714X

Sehingga estimasi produksi untuk tahun 2004 (X=5) adalah:

Y = 336,476 + 27,714X
Y = 336,476 + 27,714(5)
Y = 336,476 + 138,57
= 475,046
Akhirnya diketahui estimasi produksi untuk tahun 2004 sebanyak 475,046 unit

2. Berikut adalah perkembangan asset pemerintah Indonesia tahun 2014 – 2020 (sumber:
https://kemenkeu.go.id), tentukan trend perkembangan nilai asset dan estimasi nilai aset
tahun 2030 dengan menggunakan least square method:
Jawaban:
Buat tabel kolom baru, beri nama X, XY, dan dan X². Lalu hitung nilainya.

Selanjutnya kita cari nilai a dan b:

Maka persamaan trendnya adalah Y = 6909,42 + 1180,03X

Sehingga estimasi nilai aset tahun tahun 2030 (X = 13) adalah:

y =a+bX
=6909,42+1180,03 (13)
=22249.81
Jadi estimasi aset pada tahun 2030 dengan least square method adalah 22249,81 triliun

Tujuan Metode Kuadrat Terkecil

Dirangkum dari web Williams.edu, metode kuadrat terkecil digunakan untuk
memprediksi perilaku variable terikat dan digunakan untuk melakukan suatu estimasi
atau peramalan pada masa yang akan datang. Metode kuadrat terkecil dapat dibagi
dalam dua kasus, yaitu kasus data genap dan kasus data ganjil.

Kelebihan Metode Kuadrat Terkecil

Beberapa kelebihan Least-square method diantaranya:

 Metode ini bebas dari bias pribadi analis karena sifatnya sangat objektif.
 Dengan metode kuadrat terkecil kita bisa menemukan nilai tren untuk seluruh deret
waktu.
 Kita bisa melakukan peramalan masa lalu dari nilai masa depan dengan sempurna,
karena metode ini memberi kita hubungan fungsional antara dua variabel dalam bentuk
persamaan garis tren, yaitu. Yc = a + bX, Yc  = a + bX + cX² + …. atau Yc = abX dan
sebagainya.
 Metode ini memberi kita garis ideal dimana jumlah deviasi positif dan negatifnya adalah
nol, dan jumlah kuadrat deviasinya yang paling kecil adalah
– ∑ (Y-Yc) = 0
– ∑ (Y-Yc)2 = Nilai terkecil.
 Least-square merupakan metode yang paling populer dan banyak digunakan untuk
menyelesaikan fungsi matematis pada sekumpulan pengamatan tertentu.
 Metode ini sangat fleksibel dalam arti memungkinkan untuk menggeser asal tren dari
satu titik waktu ke titik lain, dan untuk konversi persamaan tren tahunan menjadi
persamaan tren bulanan, atau kuartalan, dan sebaliknya.

Contoh Kasus
Untuk memudahkan pemahaman sobat, disini kami menyediakan contoh kasus
“Menentukan stok pulsa pada suatu Konter dengan metode Least-Square Method”.

Persamaan garis trend yang akan dicari ialah : Y = a + bX , dimana:

a=∑Yn dan b=∑XY∑X2
dengan :

Y = data berkala (time series) = taksiran nilai trend.

a = nilai trend pada tahun dasar.
b = rata-rata pertumbuhan nilai trend tiap tahun.
X = variabel waktu (hari, minggu, bulan atau tahun).

Untuk melakukan penghitungan, maka diperlukan nilai tertentu pada variabel waktu(x)
sehingga jumlah nilai variabel waktu adalah nol atau Σx=0.

Untuk n ganjil maka :

1. Jarak antara dua waktu diberi nilai satu satuan.

2. Di atas 0 diberi tanda negatif.
3. Dibawahnya diberi tanda positif.
Untuk n genap maka :

1. Jarak antara dua waktu diberi nilai dua satuan.

2. Di atas 0 diberi tanda negatif.
3. Dibawahnya diberi tanda positif.
Untuk melakukan perhitungan kebutuhan stok menggunakan metode least-square ini
dibagi dalam dua kasus, yaitu kasus data genap dan kasus data ganjil.

Secara umum persamaan garis linier dari analisis time series adalah : Y = a + bX. Y
adalah variabel yang dicari trendnya dan X adalah variabel waktu.Sedangkan untuk
mencari nilai konstanta (a) dan parameter (b) adalah : a = Σ Y / n dan b = Σ XY / Σ X 2.
Berikut simulasi dari kedua kasus tersebut :

 Simulasi Data Ganjil

Bulan (X) Penjualan (Y) Xi XiYi Xi2

September 1265 -1 -1265 1

Oktober 1198 0 0 0

November 1228 1 1228 1

Σ 3691 -37 2

Data Ganjil

Untuk mencari nilai a dan b adalah sebagai berikut :

a = 3691 / 3 = 1230,33 dan
b = -37 / 2 = -18,5
Persamaan garis liniernya adalah : Y = 1230,33 + (-18,5) X

Dengan menggunakan persamaan tersebut, dapat diramalkan penjualan pada bulan

Desember adalah :
Y = 1230,33 + (-18,5) X (untuk bulan Desember nilai X adalah 4), sehingga :
Y = 1230,33 + (-74) = 1156,3

Artinya penjualan barang “P” pada bulan Desember diperkirakan sebesar 1156,3 atau
1156 (dibulatkan).

2. Simulasi Data Genap

Bulan (X) Penjualan (Y) Xi XiYi Xi2

September 1265 -3 -3795 9

Oktober 1198 -1 -1198 1

November 1228 1 1228 1

Desember 1245 3 3735 9

Σ 4936 -30 20

Data Genap

Untuk mencari nilai a dan b adalah sebagai berikut :

a = 4936 / 4 = 1234 dan
b = -30 / 20 = -1,5
Persamaan garis liniernya adalah : Y = 1234 + (-1,5) X

Dengan menggunakan persamaan tersebut, dapat diramalkan penjualan pada bulan

Januari adalah :
Y = 1234 + (-1,5) X (untuk bulan Januari nilai X adalah 5), sehingga :
Y = 1234 + (-7,5) = 1226,5

Artinya penjualan barang “P” pada bulan Januari diperkirakan sebesar 1226,5 atau 1227
(dibulatkan).

Contoh Soal Metode Kuadrat Terkecil

Setelah membaca pembahasan diatas, berikut kami sertakan contoh soal metode
kuadrat terkecil yang dapat sobat gunakan sebagai bahan latihan.
1. Dari sebuah rumah produksi koran diperoleh data produksi dan penjualan sebagai
berikut :

Tahun Produksi (unit) Penjualan (juta rupiah)

1997 300 30

1998 320 30,2

1999 260 30,55

2000 400 31,5

2001 410 35

2002 412 40,1

Data diambil dari Google.

Pertanyaan :
a. Buatlah trend produksi dengan metode least square method
b. Tentukan estimasi produksi pada tahun 2004

Jawaban :
Dari soal diatas (tahun 1999 akan kita jadikan tahun dasar dan kita cari estimasi produksi
di tahun 2004), maka :

Tahun Produksi (Y) X XY X2

1997 300 -2 -600 4
1998 320 -1 -320 1
1999 260 0 0 0
2000 400 1 400 1
2001 410 2 820 4
2002 412 3 1236 9
Jumlah 2102 3 1536 19
Lalu kita melakukan Eliminasi dengan cara :

b = 27,714, disubstitusikan ke persamaan:

2102 = 6a + 3b
2102 = 6a + 3(27,714)
2102 = 6a + 83,142
6a = 2102 – 83,142
a = 2108,858/6 = 336,476

Jadi persamaan trend produksi dengan metode Least Square adalah: Y = 336,476 +
27,714X

Sehingga estimasi produksi untuk tahun 2004 (X=5) adalah:

Y = 336,476 + 27,714X
Y = 336,476 + 27,714(5)
Y = 336,476 + 138,57
= 475,046

Akhirnya diketahui estimasi produksi koran untuk tahun 2004 sebanyak 475,046 buah.

2. Berikut adalah perkembangan asset pemerintah Indonesia tahun 2014 – 2020

(sumber: https://kemenkeu.go.id), tentukan trend perkembangan nilai asset dan estimasi
nilai aset tahun 2030 dengan menggunakan least square method:

Tahun Nilai Aset (Triliun)

2014 3910
2015 5163
2016 5456
2017 5947
2018 6325
2019 10467
2020 11098
Jawaban :

Buat tabel kolom baru, beri nama X, XY, dan dan X². Lalu hitung nilainya.

Tahun Aset X XY X2
2014 3910 -3 -11730 9
2015 5163 -2 -10326 4
2016 5456 -1 -5456 1
2017 5947 0 0 0
2018 6325 1 6325 1
2019 10467 2 20934 4
2020 11098 3 33294 9
Jumlah 48366 0 33041 28
Selanjutnya kita cari nilai a dan b :
Maka persamaan trendnya adalah Y = 6909,42 + 1180,03 X

Sehingga estimasi nilai aset tahun tahun 2030 (X = 13) adalah:

y =a+bX
= 6909,42 + 1180,03 (13)
= 22249.81

Jadi estimasi aset pada tahun 2030 dengan least square method adalah 22249,81 triliun

Contoh Perhitungan Regresi

Seorang peneliti ingin mengetahui bentuk hubungan antara jumlah cacing jenis
tertentu dengan jumlah telurnya pada usus ayam buras. Untuk tujuan tersebut
diperiksa 20 ekor ayam dan ditemukan sebagai berikut:

Tabel 1 jumlah cacing dan jumlah telurnya pada usus ayam buras.

Dari data diatas kita bisa menghitung:

Bila kita duga bentuk hubungan antara jumlah cacing (X) dan jumlah telurnya
(Y) adalah:
Jadi Ŷ=-2,442 + 4,103 Xi,

Persamaan Garis regresi  Banyak Jenisnya

Persamaan garis regresi Yi =-2,442 + 4,103 Xi bukanlah satu-satunya garis
penduga untuk menyatakan hubungan antara jumlah cacing dengan jumlah
telurnya. Sudah barang tentu masih banyak lagi bentuk persamaan penduga
yang dapat dibuat misalnya dalam bentuk persamaan
Yi=βo+β1Xi+β2Xi2,Yi=βoXiβ1(dalam bentuk linear LnYi=Ln βo+βiLnXi) dan
masih banyak lagi bentuk yang lainnya.

Untuk menyatakan apakah garis yang diperoleh cukup baik untuk

menggambarkan hubungan antara peubah bebas (X) dengan peubah tak bebas
(Y) dapat dilakukan pengujian bentuk model yang digunakan dan keeratan
hubungannya (korelasi) untuk menyatakan ketepatan dan ketelitian persamaan
garis regresi yang diperoleh.

Perbedaan dasar antara korelasi dan regresi  Korelasi hanya menunjukkan sekedar hubungan.  Dalam
korelasi variabel tidak ada istilah tergantung dan variabel bebas.  Regresi menunjukkan hubungan
pengaruh.  Dalam regresi terdapat istilah tergantung dan variabel bebas.