TAKE HOME STATISTIK

PRAPASCA SARJANA

PENGAJAR : TOTO WARSA, Ir., M.S.

PENYUSUN:
Nama : Ade Setiawan
NPM : L2B06003

PERTANYAAN DAN JAWABAN

1. Percobaan telah dilakukan untuk meneliti pengaruh sejenis obat terhadap penurunan
laju detak jantung pada orang dewasa. Hasilnya adalah sebagai berikut (DANIEL,
1978:263):
Dosis Obat (mg), Penurunan laju detak
X jantung per menit, Y
0.50 10
0.75 8
1.00 12
1.25 12
1.50 14
1.75 12
2.00 16
2.25 18
2.50 17
2.75 20
3.00 18
3.25 20
3.50 21

Pertanyaan:
a. Gambarkan diagram titiknya
b. Jika model regresinya Y = β0 + β1X + ε, tentukanlah persamaan garis
regresinya!
c. Gambarkanlah garis regresi itu pada diagram titik jawaban soal a! Komentari!
d. Tentukanlah koefisien korelasi dan koefisien determinasinya! Apa yang dikur
oleh nilai-nilai koefisien tersebut?
e. Ujilah hipotesis pada taraf uji 0.05:
(1) Ho : β1 = 0 lawan H1: β1 ≠ 0
(2) Ho : β1 = 2 lawan H1: β1 ≠ 2
(3) Ho : β1 = 2 lawan H1: β1 > 2

1
Jawab:

No X Y X2 Y2 XY
1 0.50 10 0.25 100 5
2 0.75 8 0.56 64 6
3 1.00 12 1.00 144 12
4 1.25 12 1.56 144 15
5 1.50 14 2.25 196 21
6 1.75 12 3.06 144 21
7 2.00 16 4.00 256 32
8 2.25 18 5.06 324 40.5
9 2.50 17 6.25 289 42.5
10 2.75 20 7.56 400 55
11 3.00 18 9.00 324 54
12 3.25 20 10.56 400 65
13 3.50 21 12.25 441 73.5
Jumlah 26.00 198.00 63.38 3226.00 442.50
Rataan 2.00 15.23

a. Gambarkan diagram titiknya

25
Penurunan Laju Detak

20
Jantung, Y

15

10

0
0.00
0.25
0.50
0.75
1.00
1.25
1.50
1.75
2.00
2.25
2.50
2.75
3.00
3.25
3.50
3.75

Dosis Obat (mg), X

2
b. Jika model regresinya Y = β0 + β1X + ε, tentukanlah persamaan garis
regresinya!
ΣX i ΣYi β 0 = Y − β1 X
ΣX i Yi −
β1 = n = 15.231 − 4.0879(2)
( Σ X ) 2
= 7.0549
ΣX i −
2 i

n
(26)(198)
442.50 −
= 13
(26) 2
63.375 −
13
= 4.0879

Sehingga persamaan regresinya:

Y = 7.0549 + 4.0879X

c. Gambarkanlah garis regresi itu pada diagram titik jawaban soal a! Komentari!
y = 4.0879x + 7.0549
R2 = 0.9039
Penurunan Laju Detak Jantung, Y

25

20

15

10

0
0.00
0.25
0.50
0.75
1.00
1.25
1.50
1.75
2.00
2.25
2.50
2.75
3.00
3.25
3.50
3.75

Dosis Obat (m g), X

Berdasarkan diagram pencar, tampak bahwa sebaran titik-titik mengikuti pola

linier dengan kemiringan positif, berarti terdapat hubungan yang sejalan antara
peningkatan dosis obat dengan penurunan laju detak jantung. Dengan demikian,
kita bisa memprediksi garis persamaan regresinya dengan menggunakan model
regresi linier. Seperti yang tampak pada gambar, garis persamaan regresi tidak
menyimpang jauh dari titik pengamatan. Hal ini menunjukkan bahwa model
yang kita buat sudah tepat! Kita bisa mengatakan bahwa setiap perubahan dosis
obat sebesar 1 mg, akan mengakibatkan perubahan penurunan laju detak jantung
sebesar 4,09%. Apabila tidak diberikan obat, penurunan laju detak jantung
hanya sebesar 7.0549%.

3
d. Tentukanlah koefisien korelasi dan koefisien determinasinya! Apa yang dikur
oleh nilai-nilai koefisien tersebut?
Koefisien Korelasi:
ΣX i ΣYi
ΣX i Yi −
ryx = n
⎛ (ΣX i ) ⎞⎛ 2 (ΣYi ) 2 ⎞
2
⎜⎜ ΣX i 2 − ⎟⎜ ΣYi − ⎟
⎝ n ⎟⎠⎜⎝ n ⎟⎠
(26)(198)
442.50 −
= 13
⎛ (26) ⎞⎛
2
(198) 2 ⎞
⎜⎜ 63.375 − ⎟⎟⎜⎜ 3226 − ⎟⎟
⎝ 13 ⎠⎝ 13 ⎠
= 0.95071

Koefisien korelasi menunjukkan tingkat keeratan hubungan antara dosis obat

(X) yang diberikan dengan laju penurunan detak jantung (Y). Berdasarkan hasil
analisis, tampak bahwa dosis obat yang diberikan beruhubungan erat dengan laju
penurunan detak jantung, ditunjukkan oleh koefisien korelasi, r, sebesar 0.9507,
pada taraf nyata 0.05.

Koefisien Determinasi:
R 2 = ryx
2

= (0.95071) 2
= 0.9039

Koefisien determinasi menunjukkan tingkat ketepatan garis regresi antara

variabel Laju penurunan detak jantung yang diamati dengan garis prediksinya.
Nilai koefisien determinasi diatas menunjukkan besarnya pengaruh dosis obat
terhadap keragaman laju penurunan detak jantung. Berdasarkan hasil analisis,
kita yakin 95% bahwa sekitar 90.39% variasi tinggi rendahnya penurunan laju
detak jantung ditentukan oleh dosis obat menurut persamaan regresi:
Y = 7.0549 + 4.0879X; R2 = 0.9039. Sisanya, 9.61% dipengaruhi oleh faktor-
faktor lain yang tidak dimasukkan dalam model atau karena kesalahan model.

4
e. Ujilah hipotesis pada taraf uji 0.05:
( ΣY ) 2 ⎡ (ΣX )(ΣY ) ⎤
ΣY 2 − − β1 ⎢ΣXY − ⎥
s 2 yx =
n ⎣ n ⎦
n−2
⎡ (26)(198) ⎤
2
(198)
3226 − − 4.0879⎢442.5 − ⎥⎦
=
13 ⎣ 13
13 − 2
= 1.838162

s 2 yx 1.838162
s β1 = =
ΣX 26
ΣX 2 − 63.375 −
n 13
= 0.401991

(1) Ho : B1 = 0 lawan H1: B1 ≠ 0

β − B1 4.0879 − 0
Statistik uji : t = 1 = = 10.16917 , dan
sβ1 0.401991
ttabel: t0.025, 11 = 2.021

Karena nilai t > ttabel maka hipotesis nol (H0)ditolak. Hal ini berarti bahwa
koefisien β1 (dosis obat) tidak sama dengan nol, berarti dosis obat nyata
mempengaruhi keragaman laju penurunan detak jantung sebesar 4.0879%.

(2) Ho : B1 = 2 lawan H1: B1 ≠ 2

β − B1 4.0879 − 2
Statistik uji : t = 1 = = 5.19393 , dan
sβ1 0.401991
ttabel: t0.025, 11 = 2.021

Karena nilai t > ttabel maka hipotesis nol (H0)ditolak. Hal ini berarti bahwa
koefisien β1 (dosis obat) tidak sama dengan 2, berarti dosis obat nyata
mempengaruhi keragaman laju penurunan detak jantung sebesar 4.0879%.

(3) Ho : B1 = 2 lawan H1: B1 > 2

β − B1 4.0879 − 2
Statistik uji : t = 1 = = 5.19393 , dan
sβ1 0.401991
ttabel: t0.025, 11 = 2.021

Karena nilai t > ttabel maka hipotesis nol (H0)ditolak. Hal ini berarti bahwa
koefisien β1 (dosis obat) lebih besar dari 2, berarti dosis obat nyata
mempengaruhi keragaman laju penurunan detak jantung sebesar 4.0879%.