KUNCI JAWABAN

MODUL PEMBELAJADARAN
STATISTIKA
Program Studi Pendidikan Fisika

Fakultas Keguruan dan Ilmu Pendidikan

Universitas Kristen Indonesia

2020
DAFTAR ISI
 Modul I:
Ukuran Pemusatan

BAB
Bab I
I

1. a. range = 7 unit

b. x́ = 5 unit

2. a. x́ = 17,75 menit

b. Me = 17,5 menit

c. s = 18,829 menit

d. Skewness = 0,039

3. a. Statistik Matematik : 80 Metode Statistik : 79,5 Metode Sampling : 77

b. Sama seperti no. 1.a

c. Untuk data tunggal lebih praktis menggunakan rumus ratarata tidak tertimbang,
karena setiap amatan memiliki bobot yang sama.

d. 77,5 e. 72

4. a. 66/km2

b. 60,57/km2

c. Untuk data tersebut lebih tepat menggunakan rata-rata tertimbang

5. a. x́= 3.167 unit

b. Me = 3.128 unit

6. ax́= Rp 47.000,00

b. Mo = Rp 44.786,00

Bab II
BAB II

1. a. range = Rp 12 juta

b. x́= Rp 28,8 juta

 c. s2 = Rp 20,16 juta ; s = Rp 4,489 juta

d. CV = 0,156

2. x́= Rp 57.188,889 Mo = Rp 60.750,00 s = Rp 5.758,514

3. a. x́= 71,833

b. Mo = 76,581

c. s = 21,929

d. Skewness = -0,217

4. a. x́1 = 381,25 kg ; x́2 = 540 kg

b. Mo1 = 423,182 kg ; Mo2 = 448,75 kg

c. s1 = 16,66 kg ; s2 = 13,436 kg

d. Skewness1 = -2,517 ; Skewness2 = 6,792

5. a. x́= 30,431 km

b. Me = 30,05 km

c. s = 8,629 km

d. Skewness = 0,133

6. a. x́= 14 unit

b. Me = 14,50 unit

c. Mo = 15 unit

d. s = 13,697 unit

e. Skewness = -0,037

7. a. x́= 8,38 perjalanan wisata

b. Mo = 9,7 perjalanan wisata

c. s = 6,211 perjalanan wisata

d. Skewness = -0,213

8. s = 18,829 menit Skewness = 0,039

9. s = 246,705 menit Skewness = 0,036

10. s = Rp 64,489 Skewness = 0,034

BAB III

1. a. Grafik Garis digunakan untuk menggambarkan perkembangan/perubahan data

series dari waktu ke waktu.
b. Grafik Batang digunakan untuk membandingkan data-data baik data series (antar
waktu) atau crosecsional (antar kondisi).
c. Grafik Lingkaran digunakan untuk memberikan gambaran proporsi (persentase)
suatu komponen terhadap komponen totalnya

2. Grafik batang tunggal digunakan untuk membandingkan suatu data tunggal

(dengan karakteristik tunggal)sedangkan grafik batang bertumpuk digunakan untuk
membandingkan komposisi komponen data terhadap komponen data totalnya.
3. Grafik batang bertumpuk
4.
 MODUL 2:
DASAR-DASAR PROBABILITAS

LATIHAN 1

1. a). 24 x 10 x 10 = 2400
b). 24 x 9 x 10 = 2160
2. a). S = {GGG,GGk,GKG,KGG,GKK,KGK,KKG,KKK} b). B =
{GGK,GKG,KGG}
c). C = {GGG,KKK}
d). B∩C = { }, himpunan kosong
e). B∪C = {GGG,GGK,GKG,KGG,KKKJ }
3. 5P3 = 5!/(5-3)! = 60
4. 9P5 = 9!/(5!. 4!) = 126
5. [26C1][26C3]
6. Banyak macam menu makan siang adalah (4)(3)(5)(4) = 240
7. Permutasi yang berasal dari penyusunan benda dalam bentuk lingkaran disebut
permutasi melingkar.
Banyaknya permutasi n benda yang berbeda yang disusun dalam suatu
lingkaran adalah (n-1)!
Jadi dari 5pohon akan terbentuk (5-1)! = 24 susunan melingkar.
8. 5040 susunan melingkar
9. 24
10. 48
11. 56
12. 56
13. 560
14. 800
15. 720

LATIHAN 2

1. a). [2C2]/[5C2] = 0,1

b). (2C1. 3C1)/5C2 = 0,6

2. a). 6/15

b). 4/15

c). 5/15

d). 3/5

e). 6/15 + 4/15 - 10/1.5

3. a). (4/6)(3/8) = ¼

b). dari kotak I putih, kotak II hitam atau sebaliknya.

Peluang =(4/6)(5/8) + (2/6)(3/8)

= 13/24

4. (0,7)(0,6) = 0,42
5. (0,8)(0,5) - 0,40
6. Untuk X=6 maka nilai setiap mata dadu yang mungkin adalah

[(1,5);(2,4);(3,3);(4,2);(5,1)]

Dengan titik sampel 36 maka peluang jumlah mata dadu yang muncul sama dengan
6 adalah: P(X=6) = 5/36

3 4 3
7. P ( O=1 , A=2 , B=2 )=
( 1) ( 2 ) ( 2 ) 3∗6∗3 54
= = =
3
252 252 14
(105 )
8. X : # pemilihan acak untuk mendapatkan seorang berdarah ganjil p = 3/100
3
3
g (X ≤ 3, p= /100) = ∑ p (1− p) x−1
x−1

0 1 2
3 97 3 97 3 97
¿ ( )( ) ( )( ) ( )( )
100 100
+
100 100
+
100 100

¿ 0,087327 ≈ 0,87

9. Jumlah karyawan RS yang menyukai olah raga adalah: Bagian Adminstrasi =

10/100 x 40 =4

Bagian Perawat = 20/100 x 30 =6

Bagian Paramedis = 30/100 x 30 =9

-------------------------
 Jumlah karyawan RS yang menyukai olah raga 19 Probabilitas karyawan yang
menyukai olahraga berasal dari bagian adminstrasi adalah = 4 / 19

10. N = 100; N1 = 60; N2 = 40

P(R1) = 25/100; P(R2) = 125/1000

Banyaknya microchip produk pabrik 1 yang rusak

= P(R1).N1

= 25/100 x 60

= 15

Banyaknya microchip produk pabrik 2 yang rusak

= P(R2).N2

=125/1000 x 40

=5

Jadi total microchip yang diharapkan rusak berjumlah 20

11. a). Jumlah peluang lebih dari satu

b). Jumlah peluang kurang dari satu

c). Peluang tidak boleh negatif

12. a). 144

b). 344

13. 9/19
14. Misal: A=kejadian lulus Kalkulus B=kejadian lulus Statistika

P(A) =2/3 ; P(B)=4/9 ; P(A∪B)=4/5

P(A∪B) = P(A) + P(B) – P(A∩B)

P(A∩B) = P(A) + P(B) – P(A∪B)

= 2/3 + 4/9 – 4/5 = 14/45

15. 0,9 x 10-5

LATIHAN 3

1. a). 6C4 . (1/2)4 . (1/2)6-4

b). rata-rata = 6 x ½ = 3
c). 6C4 . (1/2)6 + 6C5 . (1/2)6 + 6C6 . (1/2)6 = 11/32
2. a). 4C1 . (0,2) (0,8)3 = 0,4096
b). 4C0 . (0,2)0 (0,8)4 = 0,4096
c). 0,4096 + 0,4096 + 0,1536 = 0,9728
3. a). 0,3849
b). 0,2517
c). 0,1772 + 0,4864 = 0,6636
d). 0,1828
e). 0,2742
f). 0,8997
4. Untuk menghitung P (X 188) = P (X > 187,5) = 1 – P (X < 187,5) maka sama
saja dengan menghitung luas daerah nilai
padanannya. Jadi diperoleh
x−μ 187,5−14,5
z= = =1,88
σ 6,9
Dan dengan mrnggunakan tabel Dist.Normal diperoleh
( X ≥ 188=1−P ( Z <1,88 ) )
= 1 - 0,9699
= 0,0301
Jadi jumlah mahasiswa yang tinggi badannya lebih besar atau sama dengan 188
adalah 0,0301 x 1000= 30,1 30 orang
5. a). n = 10 r=2 p = 0, 2 q = 1 - 0,2 = 0,8 P (2; 10) = 10 C 2 (0,2)2 (0,8)
8
= 0,302 b. P (0; 10) = 10 C 0 (0,2) 0 (0,8) 10 = 0,107
b). P (1; 10) = 10 C 1 (0,2) 1 (0,8) 9 = 0,268
Probabilitas mendapatkan 2 atau lebih plastik yang rusak adalah = 1 – (0,107 +
0,268) = 0,525
c). P(3 ; 10 ) = 0,201 P(4 ; 10 ) = 0,088
P(5 ; 10 ) = 0,026
Probabilitas menemukan lebih dari lima barang rusak adalah:
= 1 – (0,107 + 0,268 + 0,201 + 0,088 + 0,026)
= 0.31
6. Nilai-nilai z padanan x 1=45 dan x 2=62 adalah
45−50
z 1= =−0,5
10
62−50
z 2= =1,2
10
Dengan demikian,
P ( 45< X <62 )=P (−0,5< Z< 1,2 )
 Nilai P (−0,5< Z<1,2 ), diberikan oleh daerah gelap. Luas daerah ini dapat
diperoleh dengan mengurangkan luas daerah disebelah kiri z = -0,5 dari luas
daerah kiri z =1,2. Dengan menggunakan tabel normal (halaman ...) kita
memperoleh:
P ( 45< X <62 )=P (−0,5< Z< 1,2 )
¿ P ( Z <1,2 )−P ( Z ←0,5 )
¿ 0,8849−0,3085
¿ 0,5764
7. 0,032
8. 0,211
9. a. 0,0338
b. 0,8779
c. 0,1859
10. 0,0808
11. 82,225; Jadi nilai terendah bagi A adalah 83 dan nilai tertinggi bagi B adalah 82
12. 0,1112 (11,12 %)
13. 0,0901 (9,01 %)
14. 0,2949; Jadi 29,49 % atau kira-kira 88 diantara 300 mahasiswa tingkat persiapan
tersebut, mempunyai NMR 2,5 dan 3,5 inklusif
15. a. 0,1151
b. 0,5403
c. 16,375
d. 20,55
 MODUL 3:
PENGOLAHAN DATA

JAWABAN

BAB I
1. a 6. a

2. d 7. c

3. b 8. c

4. c 9. a

5. b 10. c

BAB II
1. b 6. b

2. d 7. a

3. c 8. c

4. d 9. c

5. b 10. a

BAB III
1. b 6. b

2. b 7. b

3. a 8. d

4. d 9. c

5. c 10. d

BAB IV
1. a 6. b
2. c 7. d

3. d 8. c

4. a 9. b

5. b 10. d
 MODUL 4:
Angka Indeks

Penyelesaian

Soal Latihan Bab I

1. Kegunaan Angka Indeks adalah: Mengukur besar kecilnya daya beli nilai mata
uang ,Mengukur tinggi redahnya upah nyata , Menghitung indeks biaya hidup ,
Mengukur perbedaan antar variable, Mengukur perbandingan antar variable.

2. Nilai indeks harga beras pada bulan Desember 2011 yaitu Artinya telah terjadi
kenaikan harga beras sebesar 4,6153% antara JuniDesember 2011.

6800
x 100=104,6153
6500

3. Besar indeks harga telur di Solo dibandingkan dengan harga telur di Kudus adalah
Artinya harga telur di Solo 33,33% lebih mahal dari pada di Kudus.

16000
x 100=133,333
12000

4. Nilai indeks beras ketan hitam curah terhadap Bimoli minyak goreng klasik yaitu
8
x 100=400
2

5. Harga Bimoli minyak goreng klasik 2 liter pada bulan Desember adalah Jadi, harga
Bimoli minyak goreng klasik 2 liter pada bulan Desember 2011 adalah Rp. 22.981,-

24500
x 100=106.2 x=22981
x

6. Harga Avena minyak goreng 1 liter-pouch di bulan April 2012 yaitu Jadi, harga
Avena minyak goreng 1 liter diprediksi akan mencapai Rp. 12.280,8 pada bula April
2012.

x
x 100=102.34 x=122280.8
12000
7. Indeks harga ayam potong di Kalteng adalah Artinya, harga ayam potong di Kateng
pada bulan Januari 2012 lebih mahal 31.5789% daripada di Papua.

50000
x 100=131.5789
38000

Soal Latihan Bab II

Untuk nomor 1 dan 2

1. Perkembangan harga beras jenis A di Kabupaten Bantul adalah

2. Indeks harga rata-rata relatif tahun 1993 dengan tahun dasar 1988

3. a. Indeks harga Laspeyres 1998, dengan menggunakan tahun dasar 1992 yaitu
 b. Indeks Paasche tahun 1992, dengan menggunakan tahun dasar 1998 adalah

4. Indeks harga agregatif tertimbang dengan menggunakan tahun 1990 sebagai

tahun dasar adalah

5. Indeks harga agregatif tertimbang dengan tahun 1990 sebagai tahun dasar (1990 =
100) adalah
6. Indeks kuantitatif agregatif tertimbang dengan menggunkan tahun 1990 sebagai
tahun dasar yaitu

7. Indeks harga relatif rata-rata dari data berikut ini (1990 = 100) adalah
8. Indeks kuantitatif relatif rata-rata dari data berikut ini (1999 = 100) yaitu

9. Indeks Laspeyres, Indeks Paasche, dan Indeks Fisher sebagai berikut :

Indeks Laspeyeres
10. Interpretasi hasil perhitungan adalah sebagai berikut :

MODUL 5:
Statistik non Paramentrik
 Evaluasi Kegiatan

4.1
1. Nominal
2. Friedman
3. 242
4. Lebih memiliki kuasa (power), jika asumsi dalam parametrik
terpenuhi.
5. Kruskal Wallis
4.2
1.

2.

4.3
1. parameter populasi dalam
2.
 1.4
1. Hipotesisnol bahwa sampel ditarik dari populasi yang sama.

2. berupa nominal atau ordinal yang terpisah-dua ( dikotomi).

3. populasi
4.5

2.
 MODUL 6:
Diklat Fungsional Statistik

PEMBAHASAN SOAL LATIHAN

BAB I

1. Manfaat menggunakan analisis data deret berkala dapat melihat gambaran

perkembangan suatu kegiatan dari waktu ke waktu dan membuat peramalan hasil
kegiatan di masa yang akan datang.

2. Komponen data deret berkala: f. Seculer Trend (long term movement) g. Variasi sikli
(cyclical variations) h. Variasi musim (seasonal variations) i. Variasi random
(irregular atau random movement)

3. Variasi musim

4. Variasi sikli

5. Irregular movements

6. Data yang dipengaruhi musim: a. Meningkatnya pengunjung tempat rekreasi saat

liburan anak b. Turunnya harga buah durian saat musimnya c. Meningkatnya jumlah
penumpang kereta api menuju Jawa menjelang Idul Fitri

7. Trend sekuler
BAB II

1. Metode yang dapat digunakan untuk menentukan trend: a. Metode setengah rata-rata
(semi average) b. Metode kuadrat minimum (least square) c. Metode rata-rata bergerak
(moving average)

2. Tujuan pengrata-rataan data berkala adalah untuk mengisolasikan variasi musim dan
random bahkan sebagian variasi sikli.

3. Metode setengah rata-rata:

4. Nilai trend pada tahun 2010:

x=8
Y’ = 61.718,65 + 4320,7912x =61.718,65 + 4320,7912(8)
= 96.284, 9816

5. Metode kuadrat terkecil:

6. Perbandingan metode:

Grafik data asli terlihat kenaikan dan penurunan yang tajam di bulan-bulan tertentu.
Setelah dibuat trend datanya menggunakan metode setengah ratarata (semi average)
dan least square method nilainya menjadi konstan dan cenderung naik. Tidak ada
perbedaan yang berarti dari kedua metode tersebut.

7. Perbedaan metode rata-rata bergerak sederhana dan tertimbang: Metode rata-rata

bergerak sederhana menggunakan rata-rata data berkali untuk beberapa tahun (misal
3 tahun atau 5 tahun) secara berturut-turut sehingga diperoleh nilai rata-rata yang
bergerak secara teratur atas dasar jumlah tahun tertentu. Metode rata-rata bergerak
tertimbang prinsipnya sama dengan sederhana akan tetapi diberi timbangan dulu
sebelum dirata-ratakan menggunakan koefisien binomial sesuai dengan jumlah tahun
yang digunakan.
8. Metode rata-rata bergerak sederhana & tertimbang:
BAB III
1. Variasi musim adalah variasi di sekitar trend yang berulang secara teratur akibat
faktor alami maupun institusional atau gerakan yang mempunyai pola-pola tetap
atau identik dari waktu ke waktu dalam waktu kurang dari satu tahun.
2. Agar dapat digunakan sebagai dasar penyusunan indeks musim, data berkala harus
diisolasikan dari trend, variasi siklis dan random.
3. Metode yang dapat digunakan untuk menghitung variasi musim adalah: a. Metode
rata-rata sederhana b. Metode persentase dari trend (Falkner’s Method) c. Metode
rasio terhadap rata-rata bergerak
4. Yang merupakah contoh variasi musim adalah: a , b , c , e 5. Penyelesaian
Metode Rata-rata Sederhana:

Nilai indeks musim pada bulan Desember adalah 103,82. Hal ini berarti bahwa
penjualan makanan ringan bulan Desember mencapai 103,82% dari penjualan
rata-rata bulanan atau penjualan bulan Desember adalah 3,82% lebih tinggi dari
rata-rata penjualan bulanannya.
Nilai indeks musim pada bulan Januari adalah 92,48. Hal ini berarti bahwa
penjualan makanan ringan pada bulan Januari mencapai 92,48% dari rata-rata
penjualan bulanannya atau penjualan makan ringan bulan Januari adalah 7,52%
lebih rendah dari rata-rata penjualan bulanannya.
Nilai indeks musim pada bulan Desember adalah 116,98. Hal ini berarti bahwa
penjualan makanan ringan pada bulan Desember mencapai 116,98% dari rata-rata
penjualan bulanannya atau penjualan makan ringan bulan Desember adalah 16,98%
lebih tinggi dari rata-rata penjualan bulanannya.

8. Penyelesaian Metode Rata-rata Sederhana:

Nilai indeks musim paling tinggi yaitu pada bulan Desember adalah 108,18. Hal ini
berarti bahwa rata-rata harga GKG bulan Desember mencapai 108,18% dari harga rata-
rata bulanannya atau harga rata-rata GKG bulan Desember adalah 8,18% lebih tinggi
dari harga rata-rata bulanannya. Sedangkan harga rata-rata paling rendah pada bulan
April yang 9,92% lebih rendah dibanding harga rata-rata bulanannya.
Nilai indeks musim paling tinggi yaitu pada bulan Januari mencapai 107,5. Hal ini
berarti bahwa harga rata-rata GKG bulan Januari mencapai 107,5% dari rata-rata
harga GKG bulanannya atau harga GKG bulan Januari adalah 7,5% lebih tinggi dari
rata-rata harga GKG bulanannya. Sedangkan paling rendah yaitu pada bulan April
7,6% lebih rendah dari rata-rata harga GKG bulanannya.
Nilai indeks musim paling tinggi yaitu pada bulan Desember adalah 113,29. Hal ini
berarti bahwa rata-rata harga GKG pada bulan Desember mencapai 113,29% dari rata-
rata harga GKG bulanannya atau harga rata-rata GKG bulan Desember adalah 13,29%
lebih tinggi dari harga rata-rata bulanannya. Sedangkan paling rendah yaitu pada bulan
Maret 5,18% lebih rendah dibanding harga rata-rata bulanannya.

Komprehensif
1. a. Jawaban soal no. 1 bagian a. Penghitungan trend awal kuartal dengan metode
setengah rata-rata dari data nilai ekspor produk-produk farmasi Indonesia
kuartalan dari 2006-Q1 sampai 2009-Q4 sebagai berikut:

1. b. Jawaban
soal no. 1
bagian b.
Penghitungan
trend awal
kuartal dengan
metode
kuadrat
minimum dari
data nilai
ekspor
produk-
produk
farmasi
Indonesia
kuartalan dari
2006-Q1
sampai 2009-
Q4 sebagai berikut:
2. Penghitungan trend awal kuartal dengan metode rata-rata bergerak sederhana
dan tertimbang dari data nilai ekspor produk-produk farmasi Indonesia kuartalan
dari 2006-Q1 sampai 2009-Q4 sebagai berikut:
3. a. Penghitungan indeks musim dengan metode rata-rata sederhana dari data nilai
ekspor produk-produk farmasi Indonesia bulanan dari Januari 2006 sampai
Desember 2009 sebagai berikut:

Dari penghitungan indeks musim dengan metode rata-rata sederhana diketahui

bahwa pola ekspor produk-produk farmasi pada bulan Mei mencapai 89,59
persen dari ekspor rata-rata bulanannya atau ekspor produkproduk farmasi 10,41
persen lebih rendah daripada ekspor rata-rata bulanannya. Sementara pola
ekspor produk-produk farmasi pada bulan Oktober mencapai 116,72 persen dari
ekspor rata-rata bulanannya atau
ekspor produk-produk farmasi 16,72 persen lebih tinggi dibanding ekspor rata-
rata bulanannya.
3. b. Penghitungan indeks musim dengan metode persentase dari trend
(Falkner’s Method) dari data nilai ekspor produk-produk farmasi Indonesia
bulanan dari Januari 2006 sampai Desember 2009 sebagai berikut:
Dari penghitungan indeks musim dengan metode persentase dari trend
(Falkner’s Method) diketahui bahwa pola ekspor produk-produk farmasi pada
bulan Maret mencapai 105,33 persen dari ekspor rata-rata bulanannya atau
ekspor produk-produk farmasi 5,33 persen lebih tinggi daripada ekspor rata-rata
bulanannya. Sementara pola ekspor produk-produk farmasi pada bulan Juli
mencapai 107,70 persen dari ekspor rata-rata bulanannya atau ekspor produk-
produk farmasi 7,70 persen lebih tinggi dibanding ekspor rata-rata bulanannya.
Sementara pola ekspor produk-produk farmasi pada bulan Desember mencapai
87,76 persen dari ekspor rata-rata bulanannya atau ekspor produk-produk
farmasi 12,24 persen lebih rendah dibanding ekspor rata-rata bulanannya.

3. c. Penghitungan indeks musim dengan metode rasio terhadap rata-rata

bergerak dari data nilai ekspor produk-produk farmasi Indonesia bulanan dari
Januari 2006 sampai Desember 2009 sebagai berikut:
Dari penghitungan indeks musim dengan metode rasio terhadap rata-rata
bergerak diketahui bahwa pola ekspor produk-produk farmasi pada bulan
Januari mencapai 109,95 persen dari ekspor rata-rata bulanannya atau ekspor
produk-produk farmasi 9,95 persen lebih tinggi daripada ekspor ratarata
bulanannya. Sementara pola ekspor produk-produk farmasi pada bulan April
mencapai 98,27 persen dari ekspor rata-rata bulanannya atau ekspor produk-
produk farmasi 1,73 persen lebih rendah dibanding ekspor rata-rata bulanannya.
Sementara pola ekspor produk-produk farmasi pada bulan September mencapai
93,03 persen dari ekspor rata-rata bulanannya atau ekspor produk-produk
farmasi 6,97 persen lebih rendah dibanding ekspor rata-rata bulanannya.
 MODUL 7:
Pengujian Hipotesis

JAWABAN EVALUASI KEGIATAN

Evaluasi Kegiatan Sub Modul 1.1.

1.

2.

Artinya dengan tingkat kepercayaan 95 persen, nilai pendugaan proporsi siswa SMA
yang berminat ke ‘Jurusan Bahasa’ berada pada interval 8,2% hingga 41,8%
3.
 Artinya dengan tingkat kepercayaan 98 persen, nilai pendugaan beda IQ lakilaki
dan perempuan di kota tersebut berada pada interval 1,689 hingga 14,311.
4.

5.
Evaluasi Kegiatan Sub Modul 1.2.

1. Hipotesis Nol (
H0 )
2. Hipotesis satu ( H 1 )
3. 2 macam
4. Menentukan
H 0 dan H 1 berdasarkan anggapan yang akan diuji
5. Menarik kesimpulan

Evaluasi Kegiatan Sub Modul 1.3.

1.
2.

3.
 4.

5.
 MODUL 8:
Analisis Regreasi Dan Korelasi
Soal latihan BAB I

1. Kita dapat menggunakan persamaan seperti dalam pembahasan.

n X i Y i− X i Y i
b 1=
n X 2l −¿ ¿
Tapi dalam contoh ini kita akan mencoba menggunakan persamaan berikut yang
kadang akan lebih berguna :
XY
b 1= i 2 i
Xl

Dimana xi = Xi – X, dan yi – Y

Jadi, persamaan regresi yang kita dapatkan yaitu .

Ketika X = 10 maka kita akan mendapatkan. Y = 40,54 + 1,29 10 = 53,58 Jadi, ketika
menggunakan pupuk sebanyak 10 kg/are maka akan menghasilkan hasil panen sebanyak
53,48 kg/are.

2. Pada contoh ini juga kita akan menggunakan rumus alternatif berikut untuk
mencari nilai perkiraan b1 dan b2:
Dari kertas kerja di atas kita mendapatkan :

Jadi, kita mendapatkan persamaan Y = 40,95 + 1,19X1 + 0,17 X2

Dari persamaan yang telah kita dapatkan, jika diketahui penggunaan pupuk sebanyak
10 kg/are dan insektisida 5 kg/are maka kita dapat menduga dari persamaan regresi
bahwa nilai panen yang dihasilkan yaitu sebesar 40,95 + 1,19 + 0,175 = 53,7 kg/are.

3. Mencari perkiraan koefisien regresi

 Nilai perkiraan IP mahasiswa yang memiliki nilai tes masuk 5,0 adalah Y -1,7 + 0,84
5,0 = 2,5.

Perubahan nilai IP jika nilai tes masuk naik atau turun dapat dilihat dari nilai koefisien
regresinya, b1 = 0,84. Ini artinya orang yang mendapatkan nilai tes masuk lebih besar
atau meningkat 1 poin maka diperkirakan IPnya juga akan meningkat 0,84 poin.

4. Koefisien-koefisien regresi :

Jadi, persamaan regresinya yaitu Y = 4,19 + 3,73X1 + 5,03X2.

X1 = 12, X2 = 110 Y = 4,19 + 3,73 12 + 5,03 1,10 = 54,51. Jadi, waktu memindahkan
kiriman 12 drum dengan berat total 110 kg diperkirakan sekitar 55 menit.
Soal latihan BAB II

1. Nilai koefisien determinasi (R2) dapat dicari menggunakan rumus berikut :

 Kita mendapatkan nilai R2 = 0.96 atau 96%. Artinya, keragaman hasil

panen jagung dapat diterangkan oleh variabel penggunaan pupuk dan
penggunaan insektisida sebesar 96%.

 Untuk mengetahui besarnya pengaruh variabel lain yang tidak tercakup

dalam model, kita menggunakan nilai koefisien non-determinasi (1-R2).
Jadi, besarnya pengaruh variabel di luar model yaitu 4 %.

 Kofisien korelasi linier, r = R2 = 0,98 = 0,98 . Dengan ini kita dapat

mengatakan bahwa hubungan linier antara penggunaan pupuk dan
insektisida terhadap hasil panen jagung sangat kuat.
2. Kita dapat menggunakan nilai R2. Karena SSR + SSE = SST maka kita dapat
mencari nilai R2 sebagai berikut :

Jadi, keragaman waktu memindahkan kiriman ke gudang dapat dijelaskan

sebesar 99% oleh banyaknya drum dalam kiriman dan berat total kiriman.

Nilai koefisien korelasi r = R2 = 0,99 = 0,989 . Jadi, hubungan linier antara

waktu memindahkan kiriman ke gudang dengan banyaknya drum dalam kiriman
dan berat total kiriman sangat kuat.
3. Pada tampilan output tersebut, persamaan regresi dapat dilihat di tabel terakhir
pada kolom ‘Coefficients’ yang menunjukkan nilai koefisien regresi untuk
masing-masing variabel dan intercept (b0). Jadi, persamaan yang terbentuk
adalah :
Y = 37,65 + 4,43X1 + 4,37X2

Dengan nilai kelembutan isi = 6 dan manis = 4, dari persamaan regresi

diperkirakan tingkat kesukaan pelanggan kue adalah 81,71 poin.
Y = 37,65 + 4,43(6) + 4,37(4) = 81,71
 Besarnya kesukaan pelanggan yang dapat dijelaskan oleh lembut dan manisnya
kue tersebut dapat dilihat dari nilai ‘R Square’(R 2) pada tabel pertama di output.
Nilainya yaitu 95%. Jadi, kesukaan pelanggan dapat dijelaskan oleh lembut dan
manisnya kue sebesar 95%.

Hubungan linier dapat dilihat dari nilai koefisien korelasi (r = R2 ). Besarnya

koefisien korelasi yaitu 0,97. Artinya, kesukaan pelanggan dengan lembut dan
manisnya kue hubungannya, secara linier, sangat kuat.
4. Pada tampilan output tersebut, persamaan regresi dapat dilihat di tabel terakhir
pada kolom ‘B’ yang menunjukkan nilai koefisien regresi untuk masingmasing
variabel. Jadi, persamaan yang terbentuk adalah :

Y = 162,88 – 1,21X1 – 0,67X2 – 8,61X3

Nilai R2 dapat dilihat di tabel Model Summary kolom ‘R Square’. Kita

mendapatkan nilai R2 = 0,673 atau sekitar 67%. Jadi, umur pasien, keparahan
penyakit, dan kecemasan pasien dapat menjelaskan tingkat kepuasan pasien
hanya sebesar 67%.

Soal latihan BAB III

1. Kesalahan baku dapat kita cari dengan rumus berikut :
Jadi, nilai kesalahan baku dari persamaan regresinya yaitu 3,443. Artinya, jumlah hasil
panen jagung menyebar, secara normal, di sekitar garis regresi pada kisaran 3,44 kg /
are.

Untuk menghitung nilai kesalahan baku penduga koefisien regresinya kita dapat juga
menggunakan rumus berikut.

2. Kertas kerja yang kita gunakan :

Artinya, waktu memindahkan kiriman ke gudang bervariasi sekitar 5,63 menit dari
perkiraan yang di dapat dari garis regresi.

 Ringkasan perhitungan dari data diketahui:

3. Dari output, kita dapat langsung melihat nilai standard error pada tabel Summary
Output. Tapi kerena disoal dihilangkan maka dapat mencari SE dari nilai SSE, lihat
rumus pada penyelesaian soal nomor 1-a. SSE pada output dapat dilihat di tabel
Anova kolom ‘SS’ baris ‘Residual’. Kita dapatkan nilai SSE = 94,3. Sedangkan
nilai n – (k + 1) dalam tabel Anova dapat dilihat langsung di kolom ‘df’ baris
‘Residual’, n – (k + 1) = 13.

 Nilai kesalahan baku estimator dapat dilihat di tabel terakhir pada kolom
‘Standard Error’. Dari sana kita mendapatkan : Sb1 = 0,301 dan Sb1 = 0,673
4. Dari output SPSS, kita dapat melihat nilai SE di tabel Model Summary kolom ‘Std.
Error of the Estimate’. Dari sini kita dapatkan SE = 10,289.
 Kesalahan baku estimator koefisien regresi dapat dilihat di tabel Coefficiens
kolom ‘Std. Error’. Dari sini kita mendapatkan :

Soal latihan BAB IV

1. Untuk mencari interval kepercayaan kita menggunakan rumus :
Y – ta 2 . SE≤ Y ≤ Y +¿ ta 2 . SE
Untuk nilai X1 = 10 dan X2 = 5, kita dapatkan Y = 40,95 + 1,19 10 + 0,17 5
= 53,7
Pada taraf nyata (α ¿ 0,05 dan derajat bebas (df) = n-(k+1), kita
mendapatkan nilai t0.025,7 = 2,365. Dengan demikian interval kepercayaan
untuk Y :
53,7 – 2,365 3,443 ≤ Y ≤ 53,7 + 2,365 3,443
45,56 ≤ Y ≤ 61,84
 Jadi, dapat kita perkirakan dengan menggunakan pupuk 10 kg/are dan
insektisida 5 gr/are akan menghasilkan panen jagung sekitar 45,56 sampai
61,84 kg/are.
Interval kepercayaan untuk parameter koefisien regresi dapat dicari dengan
rumus :
bk – ta 2 Sbk≤ Bk ≤ bk – ta 2 . Sbk
Untuk B1 akan berada pada interval :
1,19 – 2,365 1,142 ≤ B1 ≤ 1,19 + 2,365 1,142 -1,51 ≤ B1 ≤ 3,89
Untuk B2 akan berada pada interval :
0,17 – 2,365 0,686 ≤ B2 ≤ 0,17 + 2,365 0,686 -1,45 ≤ B2 ≤ 1,79
Perhatikan bahwa kedua interval ini rentangnya dari nilai negatif ke positif.
Sehingga ada peluang nilai koefisien regresi bernilai nol yang artinya
penggunaan pupuk dan insektisida secara parsial tidak berpengaruh terhadap
hasil panen jagung.
2. Untuk X1 = 20 dan X2 = 3 ( dalam ratusan kg); kita mendapatkan nilai
Y = 4,19 + 3,73 20 + 5,03 3 + 93,93
Dengan nilai α =5 % dan derajat bebas 17, nilai t table yang kita gunakan
yaitu t0.025,17 = 2,11.
Interval kepercayaan untuk Y pada tingkat kepercayaan 95 persen:

Jadi, diperkirakan lamanya memindahkan kiriman yang berisi 20 drum dengan

berat total 300kg akan memakan waktu sekitar 82 sampai 106 menit. Interval
kepercayaan untuk parameter koefisien regresi dapat dicari dengan rumus :

3. Dari tabel output kita mendapatkan nilai SE = 2,693 Nilai perkiraan tingkat
kesukaan terhadap kue dalam soal ketika dengan tingkat kelembutan isi(X 1)
= 4 dan kemanisan (X2) = 6 :
Y = 37,65 + 4,43(4) + 4,37(6) = 81,59
Dengan α =5 % dan derajat bebas n – (k+1) + 16-3+13, nilai table t yang
digunakan adalah t0,025,13 = 2,16.
Nilai derajat bebas yang digunakan dapat dilihat di table Anova pada kolom
“df” baris ‘Residual’

Dari sini kita membuat interval kepercayaan Y :

 Jadi, kita dapat perkirakan tingkat kesukaan pelanggaran terhadap kue
dengan tingkat kelembutan isi bernilai 4 dan kemanisan bernilai 6 berkisar
antara 75,77 sampai 87,41 poin.

Interval kepercayaan estimator koefisien regresi dapat dengan mudah

dibaca dari output, pada kolom ‘Lower 95%’ (batas bawah) dan ‘Upper
95%’ (batas atas).
Dari output di atas, interval kepercayaan masing-masing koefisien regresi :
3,774 ≤ B1 ≤ 5,076 DAN 2,92 ≤ B2 ≤ 5,83

4. Kita mendapatkan dari output nilai SE = 10,289. Nilai perkiraan tingkat

kepuasan pasien :
Y = 162,88 – 1,21 56 - 0,67 45 – 8,61 = 46,89
Kita menggunakan nilai tabel t dengan α = 0,05 dan derajat bebas 19, lihat
df Residual di tabel Anova. Nilai t0.025,19 = 2,093.

Dari sini kita membuat interval kepercayaan Y :

Jadi, jika umur pasien 56 tahun, indeks keparahan penyakitnya 45 poin, dan
indeks kecemasan pasien 2,1 poin maka kita dapat perkirakan tingkat
kepuasan pasien sekitar 25,36 sampai 68,42 poin.

Dari output kita dapat melihat interval kepercayaan koefisien regresi pada
kolom ‘95% Confidence Interval of B’. Dari output di atas, kita dapatkan :
-1,84 ≤ B1 ≤ - 0,58 ; -2,38 ≤ B2 ≤ 1,05; dan – 34,23 ≤ B3 ≤ 17,01.
Soal latihan BAB IV
1. Untuk mengetahui apakah secara parsial penggunaan pupuk(X1)
berpengaruh nyata terhadap hasil panen jagung(Y) kita akan melakukan
uji parsial dengan uji t. Hipotesis :
H0 = β 1 = 0
H1 = β 1 ≠ 0
Daerah Kritis : Derajat bebas (df) yang digunakan yaitu n-(k+1) dengan
k merupakan jumlah variabel bebas dalam model. Jadi, df = 10 – 3 = 7.
Dengan taraf nyata 0,05 dan menggunakan uji t dua arah maka nilai
kritisnya t0.025,7 = 2,365.
 Keputusan : Nilai thitung = 1,042 < 2,365. Oleh karena itu kita tidak
menolak H0 yaitu dugaan bahwa nilai β1 = 0 benar. Artinya,
penggunaan pupuk tidak berpengaruh nyata terhadap hasil panen jagung
di daerah tersebut.

Untuk mengetahui apakah secara parsial penggunaan insektisida (X2)

berpengaruh nyata terhadap hasil panen jagung(Y) kita akan melakukan
uji parsial dengan uji t seperti pada poin a.
Hipotesis :
H0 = β 1 = 0
H1 = β 1 ≠ 0
Daerah Kritis : Dari poin a nilai kritisnya t0.025,7 = 2,365.

Nilai t hitung : Dari penyelesaian soal nomor 2 Bab I, kita memperoleh

nilai b1 = 0,17. Dari penyelesaian soal nomor 1 Bab III, kita
memperoleh nilai sb1 = 0,686.
b1−β 1 0,17−0
t hitung = = =0,248
sb 1 0,686

Keputusan :

Nilai thitung = 0,248 < 2,365. Oleh karena itu kita tidak menolak H0 yaitu dugaan
bahwa nilai β2 = 0 benar. Artinya, penggunaan insektisida tidak berpengaruh nyata
terhadap hasil panen jagung di daerah tersebut.

Untuk uji secara simultan

Hipotesis :

H0 = β 1=β 1=β 1=0

H 1=β 1 dan β 2 tidak kedua−duana sama dengan nol

Anova :

Kita akan melakukan uji simultan ini dengan bantuan table Anova berikut :

Daerah Kritis : Nilai kritis untuk uji simultan menggunakan nilai F dengan derajat bebas
2 dan 7 , derajat bebas dari regresi (2) dan sisaan (7). Dengan taraf nyata 0,05 kita
mendapatkan dari tabel nilai F0.05;2;7 = 4,737.

MODUL 9:
Metode Penarikan Sampel

Evaluasi Pembelajaran
 M1 1 43
1 ( 7+8+ 7+3+11+7 )= =7 ,1667
a. ȳ ¿ ∑ ȳ i = 6 6
n j=1

1 n
s2= ∑ ( y − ȳ )2 =6 , 5667
n−1 i
2
N −n s 32−6 6 , 5667
v ( ȳ )= X = X =0 , 8892
N n 32 6

Standar error ȳ = se v ( ȳ)= √0,8892=0,9429

Jadi rata-rata rumah tangga memiliki anggota rumah tangga sebanyak 7
orang dengan nilai penduga rata-rata mendekati nilai populasi sebesar
0,942.

b. ȳ 1 =4,6667

ȳ 2 = 4,3333

ȳ 3 = 6,3333

k
1 1
Ȳ ∑ ȳ i=
k i 3 x (4,6667+4,3333+6,3333) =5,1

k
1
v ( ȳ sy )= ∑ ( ȳi −Ȳ )2
k i

Jadi rata-rata banyaknya sapi yang dimiliki setiap peternak adalah 5 sapi.

N = 350
c. N = N 1 + N 2 + 3
N1 100
n1 =n× =35× =10
N 350
N 21 200
n2 =n× =35× =20
N 350
N3 50
n3 =n× =35× =5
N 350
d. Jawaban :

ȳ 1 = 89,6364

ȳ 2 = 77,5833

ȳ 3 = 217

3
N i ȳ i
ȳ st =∑
i N

n1
1
s 2= ( y i − ȳ i )2 =4227 , 2545
1 n1 −1 ∑
i

N 1 −n1 s 1 441−11 4227 , 2545

v ( ȳ 1 )= = × =374 , 710
N 1 n 1 441 11

n2
1
s 2= ( y 2− ȳ 2 )2 =3736 , 6288
2 n2 −1 ∑
i

N 2 −n2 s2 405−12 3736 , 6288

v ( ȳ 2 )= = × =302 , 1595
N 2 n2 405 12

n1
1
s 3= ( y i− ȳ 3 )2 =9915 , 3333
3 n3 −1 ∑
i

N 3 −n3 s3 103−7 9915 , 3333

v ( ȳ 2 )= = × =1320 , 2108
N 3 n3 103 7

3 3
N i ȳ i
Ȳ st =N × ȳ st =N×∑ ∑ N i ȳ i
i=1 N i=1
3

Ȳ st ∑ N i ȳ i
= i=1 =(441 x 89,6364) + (405 x 77,5833) + (103 x 217) =
93301,8
 3
3 N2
v ( Y^ st )=N 2 ×v ( ȳ st )=N 2×∑i=1 2
×v ( ȳi )=∑ N i2 v ( ȳ i )
N i=1

=(4412×374,710)+(4052×302,1595)+(1032׿¿(13202×1320,2108)=136441803,9
Standar error dari
Y^ st = se
Y^ st = =√ 136441803,9=11680 ,83

e. ȳ 1 = 113,32

ȳ 2 = 596,185

ȳ 3 = 4351,333

3
N 1 ȳ 1 ( 2461×543 )+(2385×596 ,185 )+(543×4351 ,133 )
ȳ st =∑ =754 , 046
i N 2461+2385+543

n1
1
s 2= ( y i − ȳ i )2 =73468 , 7222
1 n1 −1 ∑
i

N 1 −n1 s1 2 2461−19 73468 , 7222

v ( ȳ 1 )= = × =3836 , 9216
N 1 n 1 2461 19

n2
1
s 2= ∑ ( y 2− ȳ 2 )2 =442390 , 0798
2 n2 −1 i

N 2 −n2 s2 2385−27 442390 , 0798

v ( ȳ 2 )= = × =16199, 3293
N 2 n2 2385 27

n3
1
s 3= ( y i− ȳ 3 )2 =14150305 , 47
3 n3 −1 ∑
i

N 3 −n3 s3 543−6 14150305 , 47

v ( ȳ 2 )= = × =2332324 , 751
N 3 n3 543 6

N 3
3 i2 1
v ( ȳ st )=∑i=1 2
×v( ȳ i )= 2 ∑ N i2 v( ȳ i )
N N i=1
 1
2
(24612 ×3836 , 9216)+(23852 ×161993293)+
5389
2
= (543 ×2332324 , 751)=27652 , 58

Standar error dari

Y^ st = se
Y^ st = =√ 27652,58=166,291
Jadi rata-rata produksi susu yang dihasilkan di Kabupaten lembang
sebesar 754 liter dengan standard error sebesar 166,291.
 MODUL 10:
Eksplorasi Data

JAWABAN EVALUASI KEGIATAN

10

1.
∑ Xi 20+ 30+…+50
x nsgr = i −1 = =36,5
10 10
10

2.
∑ Xi 20+ 30+…+50 182 = 18,2
x dldr = i −1 = =
10 10 10
3. Data yang sudah diurutkan : 20 25 25 30 35 40 45 45 50 50
Jumlah n = 10, oleh karena itu posisi median ada di urutan yang ke

10+1
Me= =5,5. Posisi 5,5 itu berada di antara posisi 5 dan posisi 6. Jadi
2

35+40
Mediannya adalah =37,5.
2
4. Data yang sudah diurutkan : 10 10 11 12 13 15 25 26 30 30
Karena jumlah n nya samadengan nasi goreng, maka posisi mediannya ada di

13+15
urutan 5,5. Dengan begitu Mediannya adalah =14.
2
S as gr 11,067
6.CV ns gr= x 100 %= x 100 %=3,03 %
X as gr 36,5
S dl dr 8,482
7. CV dl dr = x 100 %= x 100 %=4,66 %
X dl dr 18,2
8. Data setelah diurut : 10 10 10 12 13 13 15 15 15 15 16 18 18 19 20 20 20 20 20 21
21 21 22 25 25 25 25 26 27 30 30 30 30 30 38 40 45 46 50 50
Karena n nya ada 40, maka posisi median ada diurutan antara 20 dan 21. Oleh

21+ 21
karena itu mediannya adalah =21
2
9. Kuartil adalah ukuran yang membagi data menjadi empat bagian. Kuartil
pertama adalah titik yang membagi 25% data yang lebih kecil dan 75% data
yang lebih besar. Oleh karena itu kuartil pertama ada di titik kedua yang
 membagi data menjadi 4 bagian. Karena n nya ada 40, maka titik kedua ada di
15+16
antara data ke 10 dan 11. Kuartil pertamanya adalah =15,5
2
10. Kuartil kedua adalah titik yang membagi 50% data yang lebih kecil dan 50%
data yang lebih besar. Oleh karena itu kuartil kedua berada di urutan antara 20
21+ 21
dan 21. Kuartil keduanya adalah =21
2
11. Kuartil ketiga adalah titik yang membagi 75% data yang lebih kecil dan 25%
data yang lebih besar. Oleh karena itu kuartil kedua berada di urutan antara
30+30
urutan 30 dan 31. Kuartil ketiganya adalah =30
2
Q +Q 15,5+ 30
12. Untuk data yang simetris, me= 1 3 = =22,75
2 2
min+ maks 10+ 50
13. Untuk data yang simetris, me= = =30
2 2

14.

15. Karena Q-Q Plot tersebut mendekati linier, sebaran data tersebut dapat dikatakan
berdistribusi normal.
 MODUL 11:
Probabilitas Lanjutan

JAWABAN LATIHAN PEMBELAJARAN 4

 MODUL 12:
Metodologi Penelitian