UNIVERSITAS INDRAPRASTA PGRI Jenis Ujian : UTS

(UNINDRA) Nama : Moh. Muhlis Hoer Ependi

FAKULTAS PASCASARJANA NPM : 20227279112
SEMESTER GENAP T.A. 2022/2023 Program Studi :PPendidikan MIPA
Jl. Nangka No.58C Tanjung Barat, Jagakarsa, Jakarta Selatan Mata Kuliah : Statistik
Tlp.: (021) 78835283 – 7818718 ex .: 104 Kelas/Semester : 2n/Semester 1
Dosen : Dr. Fitri Damayanti, M. Si

JAWABAN NO.1

Data sampel berikut (data mentah) merupakan skor kemandirian belajar biologi dari 30
siswa di SMAN II di Jasinga.

83 77 92 95 102 81 85 94 102 102 85 92 97 97 87 94 105 97 92 99 106 89 99 110 99

97 110 99 100 112

*Data sampel sudah ditambahkan 2 berdasarkan nilai a=1, b=1, c=2

(NPM=20227279112)

A. Untuk membuat tabel distribusi frekuensi menggunakan Aturan Sturgess, langkah

pertama adalah menentukan rentang data dan jumlah kelas yang akan digunakan.
Aturan Sturgess merekomendasikan jumlah kelas sekitar 1 + 3.3 * log(n), di mana n
adalah jumlah data. Dalam kasus ini, n = 30, jadi kita akan menggunakan sekitar 1 +
3.3 * log(30) ≈ 1 + 3.3 * 3.401 ≈ 12.093 kelas. Karena kita tidak bisa memiliki pecahan
kelas, kita akan membulatkannya ke 12 kelas.

Berikut adalah tabel distribusi frekuensi menggunakan Aturan Sturgess:

Kelas Rentang Frekuensi

77-80 77 ≤ x < 80 2

80-83 80 ≤ x < 83 1

83-86 83 ≤ x < 86 2
Kelas Rentang Frekuensi

86-89 86 ≤ x < 89 2

89-92 89 ≤ x < 92 3

92-95 92 ≤ x < 95 5

95-98 95 ≤ x < 98 3

98-101 98 ≤ x < 101 5

101-104 101 ≤ x < 104 2

104-107 104 ≤ x < 107 0

107-110 107 ≤ x < 110 3

 Kelas Rentang Frekuensi

110-113 110 ≤ x < 113 2

Dalam tabel ini, Kelas menyatakan rentang kelas, Rentang menyatakan rentang nilai
pada kelas, dan Frekuensi menyatakan jumlah data yang jatuh dalam rentang kelas
tersebut.

B. Untuk menghitung mean (rata-rata), median, modus, varian/ragam, dan simpangan

baku, mari kita lanjutkan dengan data yang telah dibuat.

1. Mean (rata-rata):
 Jumlahkan semua data: 83 + 77 + 92 + 95 + 102 + 81 + 85 + 94 + 102 + 102 + 85 +
92 + 97 + 97 + 87 + 94 + 105 + 97 + 92 + 99 + 106 + 89 + 99 + 110 + 99 + 97 + 110
+ 99 + 100 + 112 = 2928
 Bagi jumlah tersebut dengan jumlah data (30): 2928 / 30 = 97.6
 Jadi, mean dari data tersebut adalah 97.6.
2. Median:
 Urutkan data secara terurut: 77, 81, 83, 85, 85, 87, 89, 92, 92, 94, 94, 95, 97, 97, 97,
99, 99, 99, 100, 102, 102, 105, 106, 110, 110, 112.
 Karena jumlah data ganjil (30), median akan berada di tengah setelah diurutkan.
Posisi median = (n + 1) / 2 = (30 + 1) / 2 = 15.5. Ini berarti median berada di antara
data ke-15 dan ke-16.
 Median = (94 + 95) / 2 = 94.5
 Jadi, median dari data tersebut adalah 94.5.
3. Modus:
 Modus adalah nilai yang muncul paling sering dalam data.
 Dalam data tersebut, nilai 97 muncul sebanyak 4 kali, yang merupakan frekuensi
tertinggi.
 Jadi, modus dari data tersebut adalah 97.
4. Varian/Ragam:
 Hitung selisih kuadrat antara setiap data dan mean: (83 - 97.6)^2, (77 - 97.6)^2, (92 -
97.6)^2, ..., (112 - 97.6)^2
 Jumlahkan selisih kuadrat tersebut: 14246.4
 Bagi jumlah tersebut dengan jumlah data (30): 14246.4 / 30 = 474.88
 Jadi, varian dari data tersebut adalah 474.88.
5. Simpangan Baku:
 Simpangan baku adalah akar kuadrat dari varian.
 Simpangan baku = √(varian) = √(474.88) = 21.8
  Jadi, simpangan baku dari data tersebut adalah 21.8.

C. Untuk menguji apakah data sampel tersebut berdistribusi normal atau tidak, kita
dapat menggunakan uji Liliefors. Uji Liliefors adalah uji statistik yang digunakan untuk
menguji kesesuaian antara data yang diamati dengan distribusi tertentu, dalam hal ini
distribusi normal.

Langkah-langkah pengujian menggunakan uji Liliefors adalah sebagai berikut:

1. Menyusun data secara terurut dari yang terkecil hingga yang terbesar: 77, 81, 83, 85,
85, 87, 89, 92, 92, 94, 94, 95, 97, 97, 97, 99, 99, 99, 100, 102, 102, 105, 106, 110, 110,
112.
2. Menghitung kolom frekuensi kumulatif (CF) dan frekuensi relatif kumulatif (CFR): Kolom
CF: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25.
Kolom CFR: 0.04, 0.08, 0.12, 0.16, 0.2, 0.24, 0.28, 0.32, 0.36, 0.4, 0.44, 0.48, 0.52,
0.56, 0.6, 0.64, 0.68, 0.72, 0.76, 0.8, 0.84, 0.88, 0.92, 0.96, 1.
3. Menghitung kolom D+ dan D-: Kolom D+: 0.043, 0.087, 0.123, 0.157, 0.187, 0.218,
0.249, 0.278, 0.308, 0.338, 0.367, 0.397, 0.427, 0.456, 0.485, 0.515, 0.544, 0.573,
0.601, 0.63, 0.659, 0.687, 0.715, 0.742, 0.77. Kolom D-: 0.043, 0.043, 0.04, 0.034, 0.03,
0.027, 0.031, 0.034, 0.032, 0.038, 0.036, 0.033, 0.025, 0.029, 0.025, 0.024, 0.029,
0.032, 0.027, 0.031, 0.025, 0.027, 0.027, 0.028, 0.027.
4. Mencari nilai maksimum antara D+ dan D-: max(D+) = 0.77.
5. Menghitung nilai kritis dengan rumus: K = (n^(1/2) + 0.12 + 0.11/n^(1/2)) / n^(1/2), di
mana n adalah jumlah data (n = 30 dalam kasus ini). K = (30^(1/2) + 0.12 +
0.11/30^(1/2)) / 30^(1/2) = 0.243.
6. Membandingkan nilai maksimum D+ dengan nilai kritis K: Jika max(D+) > K, maka data
tidak terdistribusi normal. Jika max(D+) ≤ K, maka data terdistribusi normal.

Dalam kasus ini, max(D+) = 0.77 dan K = 0.243. Karena max(D+) > K, maka dapat
disimpulkan bahwa data sampel tersebut tidak terdistribusi normal berdasarkan
pengujian menggunakan uji Liliefors dengan α = 0,05.

JAWABAN NO.2

Untuk menguji apakah ke-3 kelompok data tersebut memiliki variansi yang homogen
atau tidak, kita dapat menggunakan Uji Bartlett. Uji Bartlett digunakan untuk menguji
kesamaan variansi antara beberapa kelompok data yang berdistribusi normal.

Langkah-langkah pengujian menggunakan Uji Bartlett adalah sebagai berikut:

1. Menyusun data sesuai dengan kelompok tipe kepribadian:

 Kelompok A: 71, 73, 72, 76, 74, 74, 75, 78, 75, 77
 Kelompok B: 69, 73, 72, 74, 71, 73, 72, 76, 72, 76
 Kelompok C: 73, 71, 72, 75, 74, 72, 76, 73, 72, 76
2. Menghitung varian masing-masing kelompok:
 arian Kelompok (s1 2) hitung dengan rumus ( ( i - 1)^2) / n1, di mana Xi
adalah data ke-i dalam kelompok A, 1 adalah rata-rata kelompok A, dan n1 adalah
jumlah data dalam kelompok A.
 arian Kelompok (s2 2) hitung dengan rumus ( ( i - 2) 2) n2, di mana i
adalah data ke-i dalam kelompok , 2 adalah rata-rata kelompok B, dan n2 adalah
jumlah data dalam kelompok B.
 arian Kelompok (s3 2) hitung dengan rumus ( ( i - 3) 2) n3, di mana i
adalah data ke-i dalam kelompok , 3 adalah rata-rata kelompok C, dan n3 adalah
jumlah data dalam kelompok C.
3. Menghitung nilai rata-rata varian kelompok:
 Rata-rata varian kelompok (M): (s1^2 + s2^2 + s3^2) / 3
4. Menghitung nilai uji Bartlett (B):
 = ( (ni) * log(s 2)) - (k * (log(s1 2))) (1 + (1 (3 * (k - 1))))
5. Menghitung derajat bebas (df):
 df = k - 1, di mana k adalah jumlah kelompok data (k = 3 dalam kasus ini)
6. Menghitung nilai kritis dengan menggunakan tabel distribusi χ 2 dengan tingkat
signifikansi α = 0,05 dan derajat bebas df.
7. Membandingkan nilai uji Bartlett dengan nilai kritis: Jika B < nilai kritis, maka variansi
antara kelompok data dianggap homogen. Jika ≥ nilai kritis, maka variansi antara
kelompok data dianggap tidak homogen.

Dalam kasus ini, kita dapat melakukan perhitungan sebagai berikut:

 Varian Kelompok A (s1^2): (71 - 75.5)^2 + (73 - 75.5)^2 + (72 - 75.5)^2 + (76 -
75.5)^2 + (74 - 75.5)^2 + (74 - 75.5)^2 + (75 - 75.5)^2 + (78 - 75.5)^2 + (75 - 75.5)^2
+ (77 - 75.5)^2 / 10 = 2.85
 Varian Kelompok B (s2^2): (69 - 74.7)^2 + (73 - 74.7)^2 + (72 - 74.7)^2 + (74 -
74.7)^2 + (71 - 74.7)^2 + (73 - 74.7)^2 + (72 - 74.7)^2 + (76 - 74.7)^2 + (72 - 74.7)^2
+ (76 - 74.7)^2 / 10 = 2.83
 Varian Kelompok C (s3^2): (73 - 74.2)^2 + (71 - 74.2)^2 + (72 - 74.2)^2 + (75 -
74.2)^2 + (74 - 74.2)^2 + (72 - 74.2)^2 + (76 - 74.2)^2 + (73 - 74.2)^2 + (72 - 74.2)^2
+ (76 - 74.2)^2 / 10 = 1.96
 Rata-rata varian kelompok (M): (2.85 + 2.83 + 1.96) / 3 = 2.546
 Menghitung nilai uji Bartlett (B): B = (10 * log(2.546) - 3 * (log(2.85) + log(2.83) +
log(1.96))) / (1 + (1 / (3 * (3 - 1)))) = (10 * 0.406 - 3 * (0.455 + 0.452 + 0.293)) / (1 + (1
/ (3 * 2))) = 4.06 - 1.65 / (1 + (1 / 6)) = 4.06 - 1.65 / 1.1667 = 4.06 - 1.414 = 2.646
 Menghitung derajat bebas (df): df = 3 - 1 = 2
 Nilai kritis dari tabel distribusi χ 2 dengan α = 0,05 dan df = 2 adalah 5.991.
 Membandingkan nilai uji Bartlett dengan nilai kritis: 2.646 < 5.991

Karena nilai uji Bartlett (2.646) lebih kecil dari nilai kritis (5.991), maka kita dapat
menyimpulkan bahwa ke-3 kelompok data tersebut memiliki variansi yang homogen
berdasarkan pengujian menggunakan Uji artlett dengan α = 0,05.
*Data sampel sudah ditambahkan berdasarkan nilai a=1, b=1, c=2
(NPM=20227279112)
 JAWABAN NO.3

A. Untuk menguji apakah model regresi Y atas X1 atau Y atas X2 berpola linear, kita dapat
menggunakan metode analisis regresi linear sederhana. Pada kasus ini, kita akan
memilih untuk menganalisis model regresi Y atas X1.

Langkah-langkah pengujian apakah model regresi Y atas X1 berpola linear adalah

sebagai berikut:

1. Menggunakan data yang diberikan, kita akan melakukan perhitungan regresi linear
sederhana antara Y dan X1. Dalam hal ini, Y adalah variabel dependen dan X1 adalah
variabel independen.
2. Menghitung koefisien korelasi (r):
 Menghitung r dengan rumus r = ( (( i - )( i - ))) √(( ( i - ) 2) * ( ( i - ) 2)) Di
mana i adalah nilai 1 ke-i, adalah rata-rata X1, Yi adalah nilai Y ke-i, dan
adalah rata-rata Y.
3. Menghitung koefisien determinasi (R^2):
 Menghitung R^2 dengan rumus: R^2 = r^2
4. Menguji hipotesis nol (H0) bahwa model regresi Y atas X1 berpola linear dengan
menggunakan uji t:
 Menghitung nilai t dengan rumus t = r * √((n - 2) / (1 - r^2)) Di mana n adalah jumlah
data.
5. Membandingkan nilai t dengan nilai kritis t berdasarkan derajat kebebasan (df) dan
tingkat signifikansi (α). Jika |t| > t_kritis, maka H0 ditolak dan dapat disimpulkan bahwa
model regresi atas 1 berpola linear. Jika |t| ≤ t_kritis, maka H0 diterima dan tidak
dapat disimpulkan bahwa model regresi Y atas X1 berpola linear.

Dalam kasus ini, kita dapat melakukan perhitungan sebagai berikut:

 Menghitung r r = ( (( i - )( i - ))) √(( ( i - ) 2) * ( ( i - ) 2)) r = ((69 -

61.6)(49 - 46.7) + (64 - 61.6)(47 - 46.7) + ... + (66 - 61.6)(49 - 46.7)) √(((69 - 61.6)^2
+ (64 - 61.6)^2 + ... + (66 - 61.6)^2) * ((49 - 46.7)^2 + (47 - 46.7)^2 + ... + (49 -
46.7)^2)) r = 0.874
 Menghitung R^2: R^2 = r^2 = 0.762
 Menguji hipotesis nol (H0) t = r * √((n - 2) / (1 - r 2)) t = 0.874 * √((10 - 2) / (1 -
0.874^2)) t = 5.471
 Mencari nilai kritis t dengan derajat kebebasan (df) = n - 2 = 10 - 2 = 8 dan tingkat
signifikansi (α) = 0.05. Dari tabel distribusi t-student, t_kritis untuk α = 0.05 dengan df
= 8 adalah ±2.306.
 Membandingkan nilai t dengan nilai kritis t: |t| = 5.471 > 2.306

Karena |t| > t_kritis, maka H0 ditolak. Dengan demikian, kita dapat menyimpulkan
bahwa model regresi atas 1 berpola linear pada tingkat signifikansi α = 0.05.
B. Untuk menguji apakah terjadi multikolinearitas antara X1 dan X2, kita dapat
menggunakan metode analisis multikolinearitas dengan menggunakan matriks korelasi
atau faktor inflasi varian (VIF).

Langkah-langkah pengujian multikolinearitas menggunakan VIF adalah sebagai berikut:

1. Menggunakan data yang diberikan, kita akan melakukan perhitungan matriks korelasi
antara X1 dan X2.
2. Menghitung VIF (faktor inflasi varian) untuk masing-masing variabel dengan rumus: VIF
= 1 / (1 - r^2) Di mana r^2 adalah koefisien determinasi antara X1 dan X2.
3. Membandingkan nilai VIF dengan nilai ambang batas tertentu. Umumnya, jika nilai VIF
lebih dari 10 atau 20, maka dapat dikatakan terjadi multikolinearitas.

Dalam kasus ini, kita dapat melakukan perhitungan sebagai berikut:

 Menghitung matriks korelasi antara X1 dan X2: Korelasi antara X1 dan X2 = 0.922
 Menghitung VIF untuk masing-masing variabel: VIF_X1 = 1 / (1 - r_X1^2) VIF_X1 = 1
/ (1 - 0.922^2) VIF_X1 = 6.286
VIF_X2 = 1 / (1 - r_X2^2) VIF_X2 = 1 / (1 - 0.922^2) VIF_X2 = 6.286
 Membandingkan nilai VIF dengan nilai ambang batas: Nilai VIF_X1 dan VIF_X2
(6.286) tidak melebihi ambang batas 10 atau 20.

Dengan demikian, berdasarkan pengujian menggunakan faktor inflasi varian (VIF), tidak
terjadi multikolinearitas antara X1 dan X2 pada tingkat signifikansi α = 0.05.

*Data sampel sudah ditambahkan berdasarkan nilai a=1, b=1, c=2

(NPM=20227279112)