Program Matematika

Ujian Statistik II Direktorat Pelatihan Umum

Pertanyaan 1:
Investigasi hubungan antara arus lalu lintas (ribuan mobil per hari) (X) dan kandungan timbal pada kulit kayu dekat
jalan raya [ug/g] (Y) berat kering menghasilkan data sebagai berikut : a) Hitung kovarians dan tunjukkan jika ada
hubungan antara variabel, dan seperti apa hubungan itu.

X DAN
8.3 227
8.3 312
12.1 362
12.1 521 KOVARIANS = 2050.0512396694
17 640
17 539
17 728
24.3 945
24.3 738
24.3 759
33.6 1263

Kovarian menunjukkan bahwa ada hubungan langsung antara variabel, yaitu semakin besar arus mobil, semakin
besar kandungan timbal dalam pohon.

b) Buatlah scatterplot, termasuk model regresi linier dan koefisien determinasinya.

Model Linier:
menunggu interpretasi:
y = 36,184x - 12,842
Ketika jumlah rata-rata mobil meningkat sebanyak 1.000 mobil per
hari, diperkirakan kandungan timbal rata-rata dalam kulit pohon
meningkat sebesar 36,184(ug/g)

Koefisien determinasi: R² = 0,9143

Penafsiran: 91,43% variabilitas kandungan timbal dalam pohon dijelaskan oleh
variabilitas aliran mobil, menurut model linier.

c) Bangun tabel ANOVA dan model regresi linier menggunakan alat Regresi EXCEL. Bagaimana nilai F yang
diperoleh diinterpretasikan?

Halaman1 18 bentuk 1
 Program Matematika
Ujian Statistik II Direktorat Pelatihan Umum

Nilai kritisnya kurang dari 0,05, sehingga hipotesis bahwa variabel Flow tidak signifikan ditolak. Pada taraf
signifikansi 5% dapat ditegaskan bahwa Arus Kendaraan berpengaruh terhadap kandungan timbal dalam pohon.

Pertanyaan 2:
Direktur sebuah perusahaan berpikir bahwa permintaan akan produk yang dijualnya hanya bergantung pada harga
eceran. Kami memiliki data sampel berikut:

Harga (US$) kuantitas terjual

19 1000
18 1200
16 1300
15 1400
15 1500
14 1700
14 2000
13 2100
12 2200
13 2000

a) Hitung kovarians dan tunjukkan jika ada hubungan antara variabel, dan jenis hubungan apa itu.

Kovarian menunjukkan bahwa ada hubungan terbalik antara variabel, yaitu semakin tinggi harga produk, semakin
sedikit barang yang terjual.

b) Buatlah scatterplot, termasuk model regresi linier dan koefisien determinasinya.

Model Linier: y = -177,28x + 4281,5
menunggu interpretasi:
Ketika harga barang naik sebesar $1, diperkirakan jumlah barang
yang terjual berkurang sekitar 177 barang.

R² = 0,8909
............................................................
Koefisien determinasi: 89,09% variabilitas permintaan barang dijelaskan oleh variabilitas
harga, menurut model linier.
Penafsiran:

Halaman2 18 bentuk 1
 Program Matematika
Ujian Statistik II Direktorat Pelatihan Umum

c) Bangun tabel ANOVA dan model regresi linier menggunakan alat Regresi EXCEL. Bagaimana nilai F yang
diperoleh diinterpretasikan?

Nilai kritisnya kurang dari 0,05, maka hipotesis bahwa variabel harga tidak signifikan ditolak. Pada tingkat
signifikansi 5% dapat ditegaskan bahwa harga mempengaruhi permintaan terhadap barang tersebut.

pertanyaan https://www.youtube.com/watch?v=BVc9WIftQj0&t=1s
1

Halaman3 18 bentuk 1
pertanyaan 1 b1
Kovariansi: -796
Memimpin konten dan arus lalu lintas

b0
b
1
Kovariansi: 2050.0512396
694

Pertanyaa
n2

Harga dan Kuantitas Terjual

k
u
a
n
tit
as

Harga (US$)
b
0
Ringkasan
Statistik Regresi
Koefisien korelasi berganda 0.9561851758
Koefisien determinasi R^2 0.9142900904
R^2 disesuaikan 0.9047667671
Kesalahan tipikal 92.1909593246
Pengamatan 11

ANALISIS VARIANSI
Derajat kebebasan Jumlah kuadrat
Regresi 1 815966.170441948
Limbah 9 76492.5568307796
Total 10 892458.727272727

koefisien Kesalahan tipikal

penangkapan -12.8415535691 72.1428734085
X 36.1838481556 3.6928954265

Ringkasan
Statistik Regresi
Koefisien korelasi berganda 0.9438702737
Koefisien determinasi R^2 0.8908910936
R^2 disesuaikan 0.8772524803
Kesalahan tipikal 146.9815072531
Pengamatan 10

ANALISIS VARIANSI
Derajat kebebasan Jumlah kuadrat
Regresi 1 1411171.4922049
Limbah 8 172828.5077951
Total 9 1584000

Koefisien Kesalahan tipikal

penangkapa 4281,5144766147 330.1213628137
n
 -177.2828507795 21.9350953269
rga

S$)
Ha

(U
rata-rata kuadrat F Nilai kritis F
815966.170441948 96.005361021 4.2387567145E-06
8499.1729811977

t-statistik Kemungkinan lebih rendah Atas 95% Bawah 95,0%

95%
-0.17800169250.8626637018 -176.0400710614 150.35696392 -176.04007106
9.79823254584.238757E-06 27.8299383323 44.537757979 27.8299383323

rata-rata kuadrat F Nilai kritis F

1411171.4922049 65.321237113 4.0568865114E-05
21603.5634743875

t-statistik Probabilitas Lebih Rendah 95% Atas 95% Lebih Rendah 95,0%
12.9695165442 1.183465E-06 3520.2532494761 5042.7757038 3520.25324948
-8.0821554745 4.056887E-05 -227.8652712677 -126.70043029 -227.86527127
Lebih tinggi
95,0%
150.3569639231
44.537757979

Lebih tinggi
95,0%
5042.775703753
-126.700430291
1400
 Ringkasan

Statistik Regresi
Koefisien Korelasi Berganda 0.9561851758
Koefisien determinasi R^ 0.9142900904
R^2 disesuaikan 0.9047667671
Kesalahan tipikal 92.1909593246
Pertanyaan 1: 1
Pertanyaan 2: 2
Memimpin konten dan arus lalu lintas 4
b 0 b1 4
Harga dan Kuantitas Terjual 4
b1 5

koefisien
penangkapa -12.8415535691
n 36.1838481556
X
 Hubungan antara arus kendaraan dan kandungan
timah

6,1838481556x - 12,8415535691 142900904

yo------------------------------------1-------------------------------------1-------------------------------------yo
15 20 25 30

arus lalu lintas (dalam ribuan mobil per hari)

Jumlah kuadrat Rata-rata kuadrat F Nilai kritis F
815966.170441948 815966.170441948 96.00536102 4.23875671E-06
76492.5568307797 8499.1729811977
892458.727272727

Kesalahan tipikal t-statistik Kemungkinan lebih rendah Atas 95% Bawah 95,0%
72.1428734085 95%
-0.1780016925 0.862663702 -176.040071395 150.3569643 -176.04007
3.6928954265 9.7982325458 4.238757E-06 27.8299383152 44.537758 27.8299383
yo "Y
35 O
Lebih tinggi 95,0% 150,35696426 44,537757996
pertanyaan https://www.youtube.com/watch?v=BVc9WIftQj0&t=1s
1