PEMBANGUNAN
Interval Frekuensi
160-303 2
304-447 5
448-591 9
592-735 3
736-878 1
Jawaban 1
Untuk menghitung simpangan baku sampel (s) dan koefisien variasi dari data pertumbuhan
ekonomi, kita perlu melakukan beberapa langkah:
2. Hitung selisih kuadrat dari setiap data dengan rata-rata masing- masing negara:
(2,6 - 2,475)^2 = 0,015625
(3,2 - 2,475)^2 = 0,529
(2,0 - 2,475)^2 = 0,225625
(2,1 - 2,475)^2 = 0,140625
(8,2 - 5,275)^2 = 8,576025
(4,9 - 5,275)^2 = 0,140625
(4,8 - 5,275)^2 = 0,225625
(3,2 - 5,275)^2 = 4,202025
Jawaban 2
Untuk menghitung kuartil 1, kuartil 2, dan kuartil 3 dari data yang sudah dikelompokkan,
kita perlu menggunakan metode interpolasi. Berikut adalah langkah- langkahnya:
3. Temukan rentang yang berisi kuartil 1 dengan mencari interval yang memiliki
frekuensi akumulatif (CF) yang melebihi atau sama dengan LQ.
Rentang yang memenuhi syarat adalah 448-591 dengan CF sebesar 16 (9 + 5 + 2).
6. Temukan rentang yang berisi kuartil 2 dengan mencari interval yang memiliki CF yang
melebihi atau sama dengan MQ.
Rentang yang memenuhi syarat adalah 448-591 dengan CF sebesar 16 (9 + 5 + 2).
9. Temukan rentang yang berisi kuartil 3 dengan mencari interval yang memiliki CF yang
melebihi atau sama dengan UQ.
Rentang yang memenuhi syarat adalah 592-735 dengan CF sebesar 19 (9 + 5 + 2 + 3).
10. Hitung kuartil 3 dengan rumus yang sama seperti kuartil 1 dan
2: Q3 = B + ((UQ - CF sebelumnya) / f) * w
B = 592, CF sebelumnya = 16, f = 3, w = 143 (735 - 592)
Q3 = 592 + ((15.75 - 16) / 3) * 143 ≈ 592 + (-0.08333333) * 143 ≈ 592 - 11.9166667 ≈
580.0833333
Jadi, kuartil 3 (Q3) adalah sekitar 580.08.
Jadi, berdasarkan data yang diberikan, kuartil 1 (Q1) adalah sekitar 370.39, kuartil 2 (Q2) adalah
sekitar 472.5, dan kuartil 3 (Q3) adalah sekitar 580.08.
Jawaban 3a
Untuk membuat persamaan regresi dari data di atas, kita dapat menggunakan metode regresi
linier. Berikut adalah langkah-langkahnya:
Tabel deviasi:
x | y | dev_x | dev_y
----- -
1 | 1 | -6 | -4
3 | 2 | -4 | -3
4 | 4 | -3 | -1
6 | 4 | -1 | -1
8 |5 |1 |0
9 |7 |2 |2
11 | 8 | 4 |3
14 | 9 | 7 |4
3.Hitung perkalian dev_x dan dev_y:
dev_xy = dev_x * dev_y
r^2 = r * r
≈ 0.0456 * 0.0456
≈ 0.00208
Jadi, koefisien determinasi (r^2) sekitar 0.00208.
Dengan demikian, nilai koefisien korelasi (r) sekitar 0.0456 dan koefisien determinasi (r^2)
sekitar 0.00208 berdasarkan tabel deviasi, perkalian, dan kuadrat dev_x yang diberikan.
Jawaban 3b
Untuk menentukan nilai koefisien korelasi (r) dan koefisien determinasi (r^2) dari data yang
diberikan, kita perlu menggunakan rumus-rumus berikut:
1. Hitung jumlah data (n), jumlah x (Σx), jumlah y (Σy), jumlah kuadrat x (Σx^2), jumlah
kuadrat y (Σy^2), dan jumlah produk x*y (Σxy).
n=8
Σx = 1 + 3 + 4 + 6 + 8 + 9 + 11 + 14 = 56
Σy = 1 + 2 + 4 + 4 + 5 + 7 + 8 + 9 = 40
Σx^2 = 1^2 + 3^2 + 4^2 + 6^2 + 8^2 + 9^2 + 11^2 + 14^2 =
467 Σy^2 = 1^2 + 2^2 + 4^2 + 4^2 + 5^2 + 7^2 + 8^2 + 9^2 =
246
Σxy = (1*1) + (3*2) + (4*4) + (6*4) + (8*5) + (9*7) + (11*8) + (14*9) = 270
r^2 = r * r
≈ 1.022 * 1.022
≈ 1.044
Dengan demikian, nilai koefisien korelasi (r) sekitar 1.022 dan koefisien determinasi (r^2)
sekitar 1.044 untuk data yang diberikan.
Jawaban 4
Untuk menghitung indeks Laspeyres, kita perlu menggunakan harga dan kuantitas pada tahun
dasar (2010) dan tahun berikutnya (2015). Berikut adalah perhitungan indeks Laspeyres untuk
kelompok pangan:
Komoditas | Harga 2010 | Kuantitas 2010 | Harga 2015 | Kuantitas 2015 | Nilai
Indeks Laspeyres
----- -
Beras | 1112 | 48.2 | 2777 | 46.6 | 236.0
Jagung | 662 | 7.9 | 1650 | 6.8 | 241.9
Kedelai | 1257 | 1.9 | 1840 | 1.6 | 146.5
Kacang Hijau | 1928 | 0.5 | 3990 | 0.3 | 340.7
Kacang Tanah | 2233 | 0.8 | 3100 | 0.6 | 276.2
Ketela Pohon | 243 | 16.5 | 650 | 15.7 | 90.4
Ketela Rambat | 351 | 2.2 | 980 | 1.8 | 278.9
Kentang | 1219 | 0.5 | 2450 | 0.5 | 200.8
Indeks Laspeyres dihitung dengan mengalikan harga tahun berikutnya dengan kuantitas tahun
dasar, kemudian membaginya dengan hasil perkalian harga tahun dasar dengan kuantitas tahun
dasar. Selanjutnya, hasil tersebut dikalikan dengan 100 untuk mendapatkan persentase indeks.
Indeks Laspeyres digunakan untuk mengukur perubahan harga relatif dari tahun dasar dengan
mempertimbangkan kuantitas yang sama. Jika nilai indeks lebih dari 100, itu menunjukkan
adanya kenaikan harga, sedangkan jika kurang dari 100, itu menunjukkan penurunan harga.
Dalam konteks ini, hasil angka indeks Laspeyres menggambarkan tingkat inflasi atau deflasi
untuk setiap komoditas pangan antara tahun 2010 dan 2015.