Kumpulan Kuis Mata Kuliah Analisis Korelasi dengan Data Kategori
Kuis Bab 1 Analisis
Korelasi dengan Data Kategori
1.
Kita
perlu memeriksa ketepatan pilihan analisis data jika bantuan paket statistika
di komputer yang digunakan dengan cara:
a. Meminta
bantuan ahli statistika
b. Menguasai
bidang aplikasi statistika
c. Menguasai
teori statistika
d. Ketiga
jawaban ini benar
2.
Analisis
korelasi digunakan untuk mempelajari hubungan antara dua peubah (variables):
a. Kuantitatif
b. Ketiga
jawaban ini benar
c. Kuantitatif
dan kualitatif
d. Kualitatif
3.
Proporsi
variasi satu peubah yang dapat dijelaskan oleh peubah lainnya disebut:
a. Koefisien
determinasi
b. Koefisien
nondeterminasi
c. Ketiga
jawaban ini benar
d. Koefisien
alienasi
4.
Tinggi
bangunan sekolah di kota Makassar, adalah contoh peubah dengan skala
pengukuran:
a. Nominal
b. Rasio
c. Ordinal
d. Interval
5.
Volume
bahan bakar yang terjual setiap hari pada suatu pompa bensin (SPBU) adalah
contoh peubah dengan skala pengukuran:
a. Rasio
b. Nominal
c. Ordinal
d. Interval
6.
Perbedaan
intensitas dari sebuah peubah kualitatif disebut:
a. Dikotomi
b. Ordinal
c. Level
d. Ketiga
jawaban ini benar
7. Sikap
positif siswa terhadap statistika yang membuatnya berprestasi dalam mata
pelajaran itu, dan sebaliknya prestasi yang baik akan membangun sikap yang
lebih positif adalah contoh:
a. Hubungan
timbal balik
b. Hubungan
asimetris
c. Hubungan
simetris
d. Ketiga
jawaban ini benar
8.
Peubah
kualitatif memiliki skala pengukuran:
a. Nominal
b. Interval
c. Rasio
d. Ordinal
9.
Jika
koefisien korelasi dinyatakan dengan r, maka koefisien nondeterminasi
dinyatakan dengan:
a. Ketiga
jawaban ini benar
b. 1
– r2
c. √(1
– r2)
d. r2
10. Misalnya,
peubah pembelian baju baru dan peubah pembelian perhiasan model mutakhir,
keduanya dipengaruhi oleh keadaan ekonomi yang semakin baik, adalah contoh:
e. Hubungan
timbal balik
f. Hubungan
asimetris
g. Ketiga
jawaban ini benar
h. Hubungan
simetris
11. Hubungan antara peubah bebas dengan peubah terikat,
adalah contoh:
a. Hubungan
simetris
b. Ketiga
jawaban ini benar
c. Hubungan
timbal balik
d. Hubungan
asimetris
12. Golongan darah pasien di suatu pusat kesehatan masyarakat
adalah contoh peubah dengan skala pengukuran:
a. Interval
b. Ordinal
c. Rasio
d. Nominal
13. Koefisien korelasi digunakan untuk mengukur:
a. Ketiga
jawaban ini benar
b.
Pengaruh
satu peubah terhadap peubah lainnya
c. Hubungan
sebab akibat dua peubah
d. Kekuatan
hubungan dua peubah
14. Peubah kuantitatif memiliki skala pengukuran:
a. Ordinal
b. Rasio
c. Interval
d. Ketiga
jawaban ini benar
Kuis Bab 2 Analisis
Korelasi dengan Data Kategori
1.
Kalau
perhitungan untuk soal tabel silang ini dilakukan dengan bantuan komputer,
hasil SPSS yang diperoleh sebagai berikut.
Penghasilan |
||||||||||
|
|
|
Rendah |
Menengah |
Tinggi |
|
|
|||
|
Amat
baik |
48 |
64 |
41153 |
|
|
|
|||
|
Pelayanan |
Baik |
98 |
120 |
50268 |
|
|
|
||
|
|
Jelek |
30 |
33 |
16 79 |
|
|
|
||
|
Total |
|
176 |
217 |
107500 |
|
|
|
||
Chi-Square
Tests |
|
|
|
|
|
|||||
|
|
|
Value |
df |
Asymp. Sig. |
|
Exact Sig. |
|||
|
|
|
|
|
(2-sided) |
|
(2-sided) |
|||
Pearson Chi- Square |
4.278 |
4 |
|
.370 |
|
|||||
a. 0
cells (.0%) have expected count less than 5.. b.Binomial
distribution used |
||||||||||
Pengujian dapat dilakukan
dengan menggunakan nilai Pearson Chi – Square = 4.278, karena:
a. Binomial
distribution used
b. Ketiga
jawaban ini benar
c. The
minimum expected count is 16.91
d. 0
cells (.0%) have expected count less than 5
2.
Nilai
maksimum KTS yang mungkin dan diberi simbol KTSmaks dihitung dari tabel silang
3×5 adalah:
a. √(4/5)
b. √(3/5)
c. √(2/3)
d. Ketiga
jawaban ini salah
3.
Nilai
hitung KTS/KTSmaks kita sebut dengan Indeks Kuatnya Hubungan (IKH),
mengindikasikan kekuatan hubungan yang besar dua faktor, apabila:
a. IKH
mendekati setengah
b. Ketiga
jawaban ini salah
c. IKH
mendekati nol
d. IKH
mendekati satu
4.
Jika
H0 benar berarti dua kelompok atribut yang diuji keterkaitannya:
a. Tidak
memiliki keterkaitan
b. Keterkaitannya
tidak menunjukkan arah tertentu
c. Keterkaitannya
mungkin terjadi secara kebetulan
d. Ketiga
jawaban ini benar
5.
Koefisien
Tabel Silang (KTS) dengan rumus =
(χ2/n)/√((b
– 1)(k – 1)), dengan b = banyaknya baris dan k = banyaknya
kolom dari tabel silang adalah KTS dari:
a. Cramer
b. Goodman
– Kruskal
c. Kendall
– Stuart
d. Pearson
6. Diperoleh
hasil SPSS analisis tabel silang sebagai berikut.
|
|
|
|
Motivasi
Kerja |
|
|
|||
|
|
|
|
Rendah |
Tinggi |
|
|
||
|
Kepuasan Kerja |
Rendah |
18 |
10 |
28 |
|
|||
|
Tinggi |
8 |
20 |
28 |
|
||||
|
|
Total |
|
26 |
30 |
56 |
|
||
Chi-Square
Tests |
|||||||||
|
|
|
Value |
df |
Asymp. Sig. (2-sided). |
||||
|
|
|
|
|
|
|
|
||
|
Pearson Chi-Square
7.179 |
1 |
|
.007 |
|
||||
a. 0
cells (.0%) have expected count less than 5. The minimum expected count is
13.00 b.Binomial
distribution used. |
|||||||||
Nilai p – 0,007, yang berarti
a.
Tidak
dapat diputuskan adanya keterkaitan antara kepuasan kerja dan motivasi kerja
b. Ketiga
jawaban ini benar
c.
Ada
keterkaitan antara kepuasan kerja dan motivasi kerja
d.
Tidak
ada keterkaitan antara kepuasan kerja dan motivasi kerja
7.
Uji
hipotesis koefisien tabel silang (KTS) menggunakan statistik chi – kuadrat (χ2)
yang menguji H0 dan H1 memiliki nilai p (probability
value) dan dibandingkan dengan taraf kesignifikanan alpha (α) sehingga disimpulkan bahwa H0 diterima
apabila:
a. p
≥
α
b. p
=
α
c. p
<
α
d. Ketiga
jawaban ini benar
8.
Untuk
menggunakan koefisien tabel silang (KTS), perlu asumsi:
a. Kemalaran
(continuity)
b. Ketiga
jawaban ini benar
c. Sebaran
khusus normal
d. Tidak
perlu asumsi
9.
Koefisien
tabel silang (KTS) adalah suatu ukuran kadar hubungan antara dua himpunan
atribut. Pengukuran ini dapat dipergunakan kalau informasi kita tentang atribut
itu terdiri dari rangkaian frekuensi yang tidak berurutan:
a. Berurutan
dari kecil ke besar
b. Tidak
berurutan
c. Ketiga
jawaban ini benar
d. Berurutan
dari besar ke kecil
10. Persyaratan uji chi – kuadrat untuk tabel silang
digunakan secara layak apabila:
a. Ketiga
jawaban ini benar
b.
Tidak
ada sel mempunyai frekuensi harapan kurang dari satu
c.
Kurang
dari 20% selnya mempunyai frekuensi harapan kurang dari lima
d. Isi
selnya adalah data frekuensi
Kuis Bab 3 Analisis
Korelasi dengan Data Kategori
1.
SPSS
memberikan hasil perhitungan komputer yang dapat membantu dengan cepat sebagai
berikut.
|
|
|
X |
Y |
Spearman’s rho |
X |
Correlation
Coefficient |
1.000 |
615 |
|
|
Sig
(1–tailed) |
|
.017 |
|
Y |
Correlation
Coefficient |
615 |
1.000 |
|
|
Sig
(1–tailed) |
.017 |
|
|
|
N |
12 |
12 |
Kesimpulan yang paling baik adalah:
a.
Menolak
H0: ρs =
0 pada taraf kesignifikan 1,8%
b.
Menolak
H0: ρs =
0 pada taraf kesignifikan 2,0%
c.
Menolak
H0: ρs =
0 pada taraf kesignifikan 1,5%
d.
Ketiga
jawaban ini benar
3.
Misalkan
tabel berikut hasil penilaian juri X dan Y
Karya tulis |
|||||
Juri |
A |
B |
C |
D |
E |
X |
1 |
2 |
3 |
4 |
5 |
Y |
2 |
1 |
4 |
2 |
3 |
|
+ |
- |
+ |
- |
- |
Koefisien Korelasi
Peringkat Kendall (τ) dihitung dengan rumus τ = S/(1/2n(n – 1)) dimana S sama dengan:
a.
+1
b.
–1
c.
0
d.
2
4.
Jika
dua hasil pengamatan atau lebih pada X maupun pada Y berangka sama, kita
menggunakan prosedur yang biasa dalam memberi peringkat skor berangka sama,
yaitu pengamatan berangka sama diberi peringkat:
a.
Rata
– rata yang sedianya didapatkan andaikan tidak terdapat angka sama
b.
Sesuai
urutan alphabet nama objek yang dinilai
c.
Sesuai
urutan identitas objek yang dinilai
d.
Ketiga
jawaban ini benar
6.
Koefisien
korelasi yang dihitung untuk hubungan dua peubah ordinal disyaratkan kedua
peubah diukur dalam skala:
a.
Ordinal
atau interval
b.
Ordinal
c.
Interval
atau rasio
d.
Ketiga
jawaban ini benar
7.
Kesignifikan
suatu rs yang kita hasilkan dalam situasi hipotesis nol benar dapat diuji
dengan statistik t = rs √(n
– 2)/(1 – r2), apabila (pilih yang paling tepat).
a.
n lebih
besar 9
b.
n kurang
dari 10
c.
n
cukup besar
d.
ketiga
jawaban ini benar
Kuis Bab 4 Analisis
Korelasi dengan Data Kategori
1.
Koreksi
kemalaran (continuity correction) diperlukan Uji McNemar χ2 =
(b – c)2/(b + c) rumus McNemar
terkoreksi χ2MNK =
(|b – c| – 1)2/(b + c), apabila:
a.
Digunakan
pada sampel data dikotomi turunan
b.
Digunakan
pada sampel besar
c.
Digunakan
pada sampel kecil
d.
Ketiga
jawaban ini benar
2.
Korelasi
tetrachoric (atau rt), sebagai salah satu bentuk korelasi dua peubah
dikotomi mengamsusikan:
a.
Peubah
malar X yang sudah diubah menjadi peubah dikotomi dan Y dikotomi
b.
Dua peubah
X dan Y yang sudah dalam bentuk peubah dikotomi
c.
Dua peubah
malar X dan Y yang sudah diubah menjadi peubah dikotomi
d.
Ketiga
jawaban ini benar
3.
Hipotesis
”Individu dengan daya tarik luar yang besar cenderung menunjukkan pelaksanaan
pekerjaan yang relatif baik.” disebut:
a.
Hipotesis
simulasi
b.
Hipotesis
nol
c.
Hipotesis
diversi
d.
Ketiga
jawaban ini benar
4.
Perbandingan
dua proporsi yang diturunkan dari tabel silang 2×2 dapat
menggunakan:
a.
Ketiga
jawaban ini benar
b.
Uji McNemar
c.
Uji
Eksak Fisher
d.
Uji
pendekatan distribusi normal dalam tabel silang 2×2
5.
Perlu
dijelaskan bahwa rumus Cosine-pi memberikan pendekatan yang paling dekat kepada
tetrachoric rt hanya jika kedua peubah X dan Y didikotomi pada:
a.
Kuratil
– kuartil pertamanya
b.
Ketiga
jawaban ini benar
c. Median
– mediannya
d.
Rerata
– reratanya
6. Korelasi
tetrachoric akan lebih andal apabila:
a. rt
besar
b.
Pembagian
dalam dua kategori di sekitar mediannya
c.
n
besar
d.
ketiga
jawaban ini benar
7.
Kita
perlu menghindari upaya menghitung rt jika:
a.
Ketiga
jawaban ini benar
b.
Terdapat
frekuensi kecil dalam satu sel tabel 2×2
c.
Terdapat
frekuensi nol dalam satu sel tabel 2×2
d.
Terdapat
frekuensi besar dalam satu sel tabel 2×2
8. Uji
eksak Fisher (Fisher exact test) untuk tabel silang 2×2
apabila:
a.
Tabel
silang 2×2 datanya frekuensi peubah turunan dari peubah malar
b.
Syarat
analisis chi – kuadrat untuk tabel silang 2×2
tidak dapat dipenuhi
c.
Tabel
silang 2×2 memiliki sel dengan frekuensi besar
d.
Ketiga
jawaban ini benar
9.
Indeks
t diberikan kepada rt untuk menyatakan bahwa itu adalah koefisien korelasi
tetrachoric yang secara numerik mendekati koefisien korelasi Pearson (r) dalam:
a.
Situasi
yang sesuai
b.
Situasi
dua peubah malar yang diubah menjadi peubah dikotomi
c.
Situasi
dua peubah dikotomi sebagai turunan dari peubah malar
d.
Ketiga
jawaban ini benar
10. Bentuk
umum tabel 2×2 untuk uji Fisher sebagai berikut:
|
Kategori
I |
Kategori
II |
Jumlah |
Sampel 1 |
a |
A
– a |
A |
Sampel 2 |
b |
B
– b |
B |
Jumlah |
a
+ b |
A
+ B – a – b |
A + B |
Pendekatan normal dengan statistik uji Z dihitung dengan
rumus z = (a/A) – (b/B)/√p(1 – p)(1/A + 1/B), dengan p = (a + b)/(A
+ B)
apabila nilai masing-masing a, b, A – a, dan B – b
a. Tidak
ada yang nol
b. Paling
sedikit lima
c. Cukup
besar
d. Ketiga
jawaban ini benar
11. Tabel 2×2
yang memungkinkan koefisien korelasi tetrachoric r dapat dihitung
Pertanyaan 2 |
Pertanyaan 1 |
|
|
Ya |
Tidak |
|
|
Ya |
a |
b |
a
+ b |
Tidak |
c |
d |
c +
d |
Jumlah |
a + c |
b + d |
a +
b + c + d |
a. rcos–pi
= cos (180° √bc / (√ad + √bc))
b. rcos–pi
= cos (π
√bc / (√ad + √bc))
c. rcos–pi
= cos (180° / 1 + (√ad + √bc))
d. Ketiga
jawaban ini benar
Kuis Bab 5 Analisis
Korelasi dengan Data Kategori
1.
Terdapat
situasi bahwa peubah Y diukur dengan skala malar, namun tidak dapatnya
diperoleh taksiran koefisien korelasi Pearson yang baik. Dalam kasus seperti
ini, koefisien korelasi biseri (rb) dapa membantu, contoh situasi
ini:
a. Distribusi
yang terpotong (truncated distribution)
b.
Terdapat
sangat sedikit kategori untuk peubah Y
c.
Kemiringan
yang tajam dari distribusi sampel Y
d. Ketiga
jawaban ini benar
2. Misalnya, kita ingin mengetahui korelasi antara nilai
Indeks Prestasi Kumulatif IPK (Y) dan hasil Tes Potensi Akademik TPA (X) yang
dikategorikan lulus dan gagal. Derajat hubungan yang digunakan untuk
hal ini adalah:
a. Koefisien
korelasi point biseri rpb
b. Ketiga
jawaban ini benar
c. Koefisien
korelasi biseri rb
d. Koefisien
korelasi Pearson r
3. Lebih
baik menggunakan koefisien korelasi point-biserial (rpb) daripada
koefisien korelasi biseri (rb), apabila dua peubah yang
dikorelasikan:
a. Tidak
menunjukkan indikasi ketidakmalaran
b. Menunjukkan
indikasi kemalaran
c. Ketiga
jawaban ini benar
d. Menunjukkan
indikasi ketidakmalaran
4.
Jika
koefisien korelasi rpb dan rb dihitung dari data yang
sama, maka:
a. Ketiga
jawaban ini benar
b.
rpb
akan lebih besar daripada rb
c.
rpb
akan lebih kecil daripada rb
d.
rpb
akan sama besar dengan rb
5.
Jika
koefisien korelasi rpb dan rb dihitung dari data yang
sama, maka:
a. Keduanya
tidak dapat dibandingkan
b. Keduanya
dapat dibandingkan
c. Ketiga
jawaban ini benar
d. Keduanya
memberikan hasil yang sama
6.
Koefisien
korelasi point-biserial (rpb), yang sesuai apabila:
a.
Semua
peubah dalam yang dikotomi murni
b. Ketiga
jawaban ini benar
c.
Tidak
ada peubah yang berul-betul dikotomi
d.
Ada
satu peubah dalam yang dikotomi murni
7.
Pada
kecermatan yang sama, untuk koefisien biseri rb dan koefisien
korelasi Pearson r, diperlukan:
a. Ketiga
jawaban ini benar
b.
Sampel
yang lebih kecil untuk menghitung rb
c.
Sampel
yang sama besar untuk menghitung rb
d.
Sampel
yang lebih besar untuk menghitung rb
8.
Contoh
peubah yang benar-benar dikotomi adalah:
a. Ketiga
jawaban ini benar
b.
Memiliki
rumah sendiri dan tidak memiliki rumah sendiri
c. Pekerjaan
petani dan bukan petani
d. Jenis
kelamin
9. Hubungan
antara rb dan rpb dinyatakan dengan rb = ((√pq)/y)rpb
atau rpb = (y/(√pq))rb, apabila:
a. Syarat
distribusi normal tidak terpenuhi
b.
Syarat
distribusi normal tidak diketahui terpenuhi atau tidak
c. Syarat
distribusi normal terpenuhi
d. Ketiga
jawaban ini benar
10. Dengan
menggunakan rumus untuk koefisien korelasi biseri, data Tabel 5.1 memberikan
hasil rb = 0,508, sedangkan rumus koefisien korelasi Pearson
memberikan hasil 0,395, maka hasil yang paling tepat digunakan adalah koefisien
korelasi biseri karena:
a.
Dua
peubah yang dikorelasikan adalah peubah dikotomi
b. Ketiga
jawaban ini benar
c.
Koefisien
korelasi biseri lebih besar dari koefisien korelasi Pearson
d.
Peubah
yang dikorelasikan adalah peubah dikotomi
11. Selain koefisien biseri, jenis koefisien yang sesuai
adalah koefisien korelasi point-biserial (rpb) apabila:
a.
Satu
dari dua peubah dikotomi murni
b. Dua
peubah adalah dikotomi murni
c. Ketiga
jawaban ini benar
d.
Satu
peubah malar dan yang lainnya dikotomi murni
12. Untuk koefisien korelasi biseri (rb),
rekomendasi agar dikotomi dilakukan pada median karena:
a. Ketiga
jawaban ini benar
b.
Jika
p mendekati 1,0 rasio menjadi lebih besar
c.
Kesalahan
baku rb lebih besar dari kesalahan baku Pearson
d.
Jika
p mendekati 0,0 rasio menjadi lebih besar
13. Koefisien korelasi biseri digunakan dengna syarat, peubah
dikotomi yang dikorelasikan adalah:
a.
Peubah
malar yang diubah menjadi dikotomi
b. Peubah
dikotomi murni
c.
Satu
peubah malar dan satu peubah dikotomi
d. Ketiga
jawaban ini benar
14. Apabila terdapat pilihan antara menghitung koefisien
korelasi Pearson (r) atau koefisien korelasi biseri (rb) kita harus
memilih korelasi Pearson, karena:
a.
Kesalahan
baku koefisien korelasi biseri jauh lebih besar
b. Sampel
terlalu besar
c. Ketiga
jawaban ini benar
d. Waktu
perhitungan menjadi pertimbangan
Kuis Bab 6 Analisis
Korelasi dengan Data Kategori
1.
Untuk
menentukan kecocokan menyeluruh di antara k himpunan peringkat, kita mencari
nilai-nilai koefisien korelasi Spearman (atau koefisien korelasi Kendall)
antara semua pasangan peringkat yang mungkin, dan kemudian menghitung rata – rata
koefisien – koefisien ini untuk menentukan hubungan keseluruhan. Jika terdapat
k = 3 himpunan peringkat, maka banyaknya pasangan yang mungkin adalah:
a.
3
b.
5
c.
4
d.
Ketiga
jawaban ini salah
2.
Hasil
perhitungan koefisien korelasi peringkat Spearman diberikan pada output computer
berikut:
|
|
|
X |
Y |
Z |
Spearman’s rho |
X |
Correlation
Coefficient |
1.000 |
.479 |
.758 |
|
|
Sig.
(2-tailed) |
. |
.162 |
.011 |
|
Y |
Correlation
Coefficient |
.4791 |
.000 |
.345 |
|
|
Sig.
(2-tailed) |
.162 |
. |
.328 |
|
Z |
Correlation
Coefficient |
.758 |
.3451 |
.000 |
|
|
Sig.
(2-tailed) |
.011 |
.328 |
. |
|
|
N |
10 |
10 |
10 |
a.
rsxy
= 0,479
b.
rsyz
= 0,345
c.
rsxz
= 0,758
d.
ketiga
jawaban ini benar
3.
Kendall
(1948) telah menunjukkan adanya hubungan linear antara τsrt dan W yang diberikan dalam rumus: τsrt
= (kW – 1)/(k – 1). Simbol τsrt adalah rerata dari
koefisien korelasi semua pasangan yang mungkin dari k peubah dari korelasi:
a.
Ketiga
jawaban ini salah
b.
Spearman
c.
Kendall
d.
Pearson
4.
Jika
ada 3 penilai X, Y, dan Z serta 3 individu yang dinilai I1, I2, dan
I3. Jika ketiga penilai memiliki kecocokan sempurna dalam memberi peringkat
kepada 3 individu, maka pemenang pertama, kedua dan ketiga memiliki jumlah
peringkat secara berturut – turut.
a.
3,
6, dan 9
b.
Ketiga
jawaban ini salah
c.
12,
15, dan 18
d.
1,
2, dan 3
5.
Apabila
kita mempunyai k himpunan peringkat, kita dapat menentukan hubungan antara
himpunan – himpunan peringkat itu dengan menggunakan:
a.
Ketiga
jawaban ini benar
b.
Koefisien
korelasi Pearson
c.
Koefisien
korelasi peringkat Kendall
d.
Korelasi
konkordansi Kendall
6.
Koefisien
korelasi konkordansi Kendall (W) mengandung hubungan linear dengan:
a.
Koefisien
korelasi product moment Pearson
b.
Koefisien
korelasi peringkat Spearman
c.
Ketiga
jawaban ini benar
d.
Koefisien
korelasi peringkat Kendall
7.
Untuk
menentukan kecocokan menyeluruh di antara k himpunan peringkat, kita mencari
nilai–nilai koefisien korelasi Spearman (atau koefisien korelasi Kendall)
antara semua pasangan peringkat yang mungkin, dan kemudian menghitung rata–rata
koefisien–koefisien ini untuk hubungan keseluruhan. Jika terdapat k = 3
himpunan peringkat, maka banyaknya pasangan yang mungkin adalah:
a.
5
b.
6
c.
4
d.
Ketiga
jawaban ini salah
8.
Ukuran
hubungan koefisien korelasi konkordansi Kendall (W) dapat digunakan dalam situasi:
a.
Koefisien
korelasi peringkat Spearman tidak dapat digunakan
b.
Kita
mempunyai k himpunan peringkat
c.
Koefisien
korelasi peringkat Kendall tidak dapat digunakan
d.
Ketiga
jawaban ini benar
9.
Pendekatan
pengujian untuk sampel besar digunakan statistik F = (k – 1)W/(1 – W)
yang mendekati distribusi Snedecor F dengan dk pembilang V1 dan dk
penyebut V2 yang bisanya bukan bilangan bulat, sehingga nilai F yang
dicari tidak terdapat di tabel rujukan. Dengan demikian nilai F tabel yang digunakan
adalah:
a.
Nilai
terdekat yang lebih kecil pada nilai – nilai tabel F
b.
Nilai
terdekat yang lebih besar pada nilai – nilai tabel F
c.
Nilai
interpolasi pada nilai – nilai tabel F
d.
Ketiga
jawaban ini benar
10. Misalnya lima peserta lomba dinilai oleh tiga juri, hasil
peringkat diberikan sebagai berikut.
|
Peserta |
||||
Penilai |
A |
B |
C |
D |
E |
I |
2 |
1 |
4 |
3 |
5 |
II |
2 |
3 |
5 |
1 |
4 |
III |
3 |
2 |
4 |
1 |
4 |
Maka yang ditetapkan
sebagai juara 1, 2, dan 3 adalah:
a.
D,
B, dan E
b. D,
B, dan C
c. D,
B, dan A
d. Ketiga
jawaban ini salah
Comments
Post a Comment