jawaban bab 5 statistik
TRANSCRIPT
JAWABAN
1. a.
1. b.
No. Subjek
X(Sumbangan Pendidikan)
Y(Kinerja
Guru SD)X2 XY
1 5 8 25 402 9 15 81 1353 3 9 9 274 8 16 64 1285 4 8 16 326 7 13 49 917 9 19 81 1718 5 12 25 609 3 7 9 2110 7 14 49 9811 6 10 36 6012 7 11 49 7713 5 10 25 5014 6 14 36 8415 3 7 9 2116 4 10 16 4017 8 14 64 11218 6 13 36 7819 4 9 16 3620 8 15 64 120
Jumlah 117 234 759 1481
Rata-Rata 5,85 11,7
Slope = 1,503688799=1,504
Intercept =
= 11,7 – 1,504(5,85)= 2,9016= 2,902
Persamaan Regresi
1. c.
1. d.
1.e. Persamaan Regresi
Dari persamaan regresi ini dapat diprediksikan Y berdasarkan X. Penafsirannya sebagai berikut: - Jika sumbangan pendidikan (X) naik satu satuan, maka kinerja guru SD (Y) naik 1,504
- Jika sumbangan pendidikan (X) sama dengan nol, maka kinerja guru SD (Y) bertanda positif.
1.f.
Menghitung simpangan baku XNo.
SubjekX X -
1 5 -0.85 0.72252 9 3.15 9.92253 3 -2.85 8.12254 8 2.15 4.62255 4 -1.85 3.42256 7 1.15 1.32257 9 3.15 9.92258 5 -0.85 0.72259 3 -2.85 8.122510 7 1.15 1.322511 6 0.15 0.022512 7 1.15 1.322513 5 -0.85 0.722514 6 0.15 0.022515 3 -2.85 8.122516 4 -1.85 3.422517 8 2.15 4.622518 6 0.15 0.022519 4 -1.85 3.422520 8 2.15 4.6225
Jumlah 117 0.00 74.55
5.85
Menghitung simpangan baku YNo.
SubjekY
1 8 -3.70 13.692 15 3.30 10.89
3 9 -2.70 7.294 16 4.30 18.495 8 -3.70 13.696 13 1.30 1.697 19 7.30 53.298 12 0.30 0.099 7 -4.70 22.0910 14 2.30 5.2911 10 -1.70 2.8912 11 -0.70 0.4913 10 -1.70 2.8914 14 2.30 5.2915 7 -4.70 22.0916 10 -1.70 2.8917 14 2.30 5.2918 13 1.30 1.6919 9 -2.70 7.2920 15 3.30 10.89
Jumlah 234 0.00 208.2
11.7
No. Subjek X YSkor Simpangan Skor Baku
x y x y
1 5 8 -0.85 -3.70 -0.43 -1.122 9 15 3.15 3.30 1.59 1.003 3 9 -2.85 -2.70 -1.44 -0.824 8 16 2.15 4.30 1.09 1.305 4 8 -1.85 -3.70 -0.93 -1.126 7 13 1.15 1.30 0.58 0.397 9 19 3.15 7.30 1.59 2.218 5 12 -0.85 0.30 -0.43 0.099 3 7 -2.85 -4.70 -1.44 -1.4210 7 14 1.15 2.30 0.58 0.6911 6 10 0.15 -1.70 0.08 -0.5112 7 11 1.15 -0.70 0.58 -0.2113 5 10 -0.85 -1.70 -0.43 -0.5114 6 14 0.15 2.30 0.08 0.6915 3 7 -2.85 -4.70 -1.44 -1.4216 4 10 -1.85 -1.70 -0.93 -0.51
17 8 14 2.15 2.30 1.09 0.6918 6 13 0.15 1.30 0.08 0.3919 4 9 -1.85 -2.70 -0.93 -0.8220 8 15 2.15 3.30 1.09 1.00
Jumlah 117 234 0 0 0 0
Rata-Rata 5.85 11.7
Simpangan Baku (s)
1.98 3.31 1.98 3.31 1 1
Ket:
- Untuk data X skor baku dihitung menggunakan rumus skor baku:
- Untuk data Y skor baku dihitung menggunakan rumus skor baku:
Skor Baku
X Y X2 XY
-0.43 -1.12 0.18 0.481.59 1.00 2.53 1.59-1.44 -0.82 2.07 1.171.09 1.30 1.18 1.41-0.93 -1.12 0.87 1.040.58 0.39 0.34 0.231.59 2.21 2.53 3.51-0.43 0.09 0.18 -0.04-1.44 -1.42 2.07 2.040.58 0.69 0.34 0.400.08 -0.51 0.01 -0.040.58 -0.21 0.34 -0.12-0.43 -0.51 0.18 0.220.08 0.69 0.01 0.05-1.44 -1.42 2.07 2.04-0.93 -0.51 0.87 0.481.09 0.69 1.18 0.750.08 0.39 0.01 0.03-0.93 -0.82 0.87 0.761.09 1.00 1.18 1.08
0 0 19 17
Slope = 0,894736 = 0,895
Intercept =
= 0 – 0,895 (0)= 0
Persamaan Regresi menggunakan skor baku
1.g.
1. h. Kinerja Guru yang diprediksikan untuk latar belakang pendidikannya sama dengan 4, 6, & 9.
= 2,902 + 1,504(4)= 8,918
= 2,902 + 1,504(6)= 11,926
= 2,902 + 1,504(9)= 16,438
2.
No. Subjek
X Y Y’ e
1 5 8 10.42 -2.422 9 15 16.44 -1.443 3 9 7.41 1.594 8 16 14.93 1.075 4 8 8.92 -0.926 7 13 13.43 -0.437 9 19 16.44 2.568 5 12 10.42 1.589 3 7 7.41 -0.4110 7 14 13.43 0.5711 6 10 11.93 -1.9312 7 11 13.43 -2.4313 5 10 10.42 -0.4214 6 14 11.93 2.0715 3 7 7.41 -0.4116 4 10 8.92 1.0817 8 14 14.93 -0.9318 6 13 11.93 1.0719 4 9 8.92 0.0820 8 15 14.93 0.07
Jumlah 117 234 234.01 0Rata-Rata
5.85 11.7
Ket:
- Y’ =
- Kekeliruan prediksi atau galat prediksi: e = Y – Y’
Prediksi pada subjek no. 6 yang paling akurat. Karena memiliki galat prediksi -0,43, nilainya paling mendekati nol. Jika nilai galat prediksi sama dengan nol berarti nilai Y dengan Y’ sama,
hal ini berarti semakin besar galat prediksi (selisih antara Y dengan Y’) maka prediksi semakin tidak akurat.
5.
6.No.
SubjekX Y Y’ e
1 5 8 10.42 -2.422 9 15 16.44 -1.443 3 9 7.41 1.594 8 16 14.93 1.075 4 8 8.92 -0.926 7 13 13.43 -0.437 9 19 16.44 2.568 5 12 10.42 1.589 3 7 7.41 -0.4110 7 14 13.43 0.5711 6 10 11.93 -1.9312 7 11 13.43 -2.4313 5 10 10.42 -0.4214 6 14 11.93 2.0715 3 7 7.41 -0.4116 4 10 8.92 1.0817 8 14 14.93 -0.9318 6 13 11.93 1.0719 4 9 8.92 0.0820 8 15 14.93 0.07
Jumlah 117 234 234.01 0,01Rata-Rata
5.85 11.7 11,7
Ket:
- Y’ =
- Residu: e = Y – Y’
7. Jumlah kuadrat regresi (JK Regresi) adalah variasi peubah Y yang dapat dijelaskan oleh peubah X melalui persamaan regresi linier, sedangkan jumlah kuadrat residu (JK Residu) adalah sisa variasi peubah Y yang tidak dapat dijelaskan oleh peubah X melalui persamaan regresi linier tersebut.
8. a
Jika nilai X naik satu satuan maka nilai Y naik 1,5
8.b.
Jika nilai X naik satu satuan maka nilai Y naik 1
8.c.
Jika nilai X naik satu satuan maka nilai Y naik 0,5
Kesimpulan dari persamaan regresi a, b, dan c:
9.10.