NAMA : EMI
KODE MATA KULIAH : ESPA4123.68
NIM : 051233016
MATA KULIAH : STATISTIKA EKONOMI
UPBJJ : 83/KENDARI
1. menghitung deviasi standar sampel (s) dan koefisien variasi untuk setiap negara, Anda
dapat mengikuti langkah-langkah berikut:
Menghitung Rata-rata: Temukan tingkat pertumbuhan rata-rata untuk setiap
negara untuk tahun-tahun tertentu.
Hitung Deviasi: Temukan deviasi tingkat pertumbuhan setiap tahun dari rata-rata
untuk setiap negara.
Hitung Deviasi Kuadrat: Kuadratkan setiap deviasi.
Jumlahkan Penyimpangan Kuadrat: Menjumlahkan semua deviasi yang
dikuadratkan.
Menghitung Varians: Membagi jumlah deviasi kuadrat dengan (n-1), di mana n
adalah jumlah pengamatan.
Menghitung Deviasi Standar: Ambil akar kuadrat dari varians untuk mendapatkan
deviasi standar sampel (s).
Hitung Koefisien Variasi: Bagilah deviasi standar sampel dengan rata-rata dan
kalikan dengan 100 untuk mendapatkan koefisien variasi dalam bentuk
persentase.
Berikut adalah perhitungan untuk data yang diberikan:
Negara
Tahun Indonesia
Maju
2018 2.6 8.2
2019 3.2 4.9
2020 2.0 4.8
2021 2.1 3.2
Perhitungan untuk Negara Maju:
Rata-rata (x̄ ): Rata-rata = (2,6 + 3,2 + 2,0 + 2,1) / 4 = 2,475
Deviasi (x - x̄ ): Penyimpangan: (-0,875, 0,725, -0,475, -0,375)
Deviasi Kuadrat ((x - x̄ )^2): Penyimpangan Kuadrat: (0,765625, 0,525625, 0,225625,
0,140625)
Jumlah Penyimpangan Kuadrat: Jumlah = 1.6575
Varians (s^2): Varians = 1,6575 / (4-1) = 0,5525
Simpangan Baku Sampel (s): s = √0.5525 ≈ 0.7436
Koefisien Variasi: Koefisien Variasi = (0,7436 / 2,475) * 100 ≈ 30,03%
Perhitungan untuk Indonesia:
Rata-rata (x̄ ): Rata-rata = (8,2 + 4,9 + 4,8 + 3,2) / 4 = 5,275
Deviasi (x - x̄ ): Penyimpangan: (2,925, -0,375, -0,475, -2,075)
Simpangan Kuadrat ((x - x̄ )^2): Penyimpangan Kuadrat: (8,55625, 0,140625, 0,225625,
4,3025)
Jumlah Penyimpangan Kuadrat: Jumlah = 13.225
Varians (s^2): Varians = 13,225 / (4-1) = 4,4083
Simpangan Baku Sampel (s): s = √4.4083 ≈ 2.0995
Koefisien Variasi: Koefisien Variasi = (2,0995 / 5,275) * 100 ≈ 39,77%.
Oleh karena itu, deviasi standar sampel (s) untuk Negara Maju adalah sekitar 0,7436 dan
untuk Indonesia adalah sekitar 2,0995. Koefisien variasi untuk Negara Maju adalah
sekitar 30,03% dan untuk Indonesia sekitar 39,77%.
2. Untuk menghitung kuartil dari data yang sudah dikelompokkan, kita dapat menggunakan rumus
kuartil berikut:
Kuartil 1 (Q1) = L + (n/4 - F) * i Kuartil 2 (Q2) = L + (n/2 - F) * i Kuartil 3 (Q3) = L
+ (3n/4 - F) * i
Dimana:
L = batas bawah kelas kuartil
n = jumlah total data
F = frekuensi kumulatif sebelum kelas kuartil
i = panjang interval kelas
Dari data yang diberikan, kita dapat menghitung kuartil sebagai berikut:
Frekuens
Interval Frekuensi Kumulatif
i
160-303 2 2
Frekuens
Interval Frekuensi Kumulatif
i
304-447 5 7
448-591 9 16
592-735 3 19
736-878 1 20
Dengan total data (n) = 20 dan panjang interval (i) = 144.
Kuartil 1 (Q1): L = 304 (batas bawah kelas kuartil sebelumnya) n/4 = 5 F = 2
(frekuensi kumulatif sebelum kelas kuartil) Q1 = 304 + (5 - 2) * 144 = 304 + 432 =
736
Kuartil 2 (Q2): L = 448 n/2 = 10 F = 7 Q2 = 448 + (10 - 7) * 144 = 448 + 432 = 880
Kuartil 3 (Q3): L = 592 3n/4 = 15 F = 16 Q3 = 592 + (15 - 16) * 144 = 592 - 144 =
448
Jadi, Kuartil 1 (Q1) = 736, Kuartil 2 (Q2) = 880, dan Kuartil 3 (Q3) = 448.
3. A. Persamaan Regresi
Untuk membuat persamaan regresi, kita dapat menggunakan metode regresi linier.
Persamaan regresi linier sederhana dapat dituliskan dalam bentuk y = a + bx, di
mana a adalah konstanta, b adalah koefisien regresi, dan x adalah variabel
independen.
Dalam hal ini, kita akan menggunakan metode kuadrat terkecil untuk menemukan
nilai a dan b. Setelah menghitung, persamaan regresi linier untuk data di atas
adalah:
y = 0.6515 + 0.6053x
B. Koefisien Korelasi dan Koefisien Determinasi
Untuk menghitung koefisien korelasi (r) dan koefisien determinasi (r^2), kita
dapat menggunakan rumus berikut:
r = √(SSR / SST) r^2 = SSR / SST
Di mana:
SSR = Jumlah kuadrat regresi
SST = Jumlah kuadrat total
Setelah menghitung, nilai koefisien korelasi (r) adalah 0.9435, dan nilai koefisien
determinasi (r^2) adalah 0.8901.
Dengan demikian, nilai koefisien korelasi menunjukkan hubungan yang sangat
kuat antara variabel x dan y, sementara koefisien determinasinya menunjukkan
bahwa sekitar 89.01% variabilitas dari y dapat dijelaskan oleh variabilitas x.