Gabung METOS

Mahasiswa kelas 5F
Universitas PGRI Palembang

OLEH :
Mahasiswa Kelas 5F
Program Studi : Pendidikan Matematika
Jurusan : Matematika
Dosen Pengasuh : Weny Lestari, M.Pd

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS PGRI PALEMBANG
2012

Mahasiswa kelas 5F

Metode Statistika
i
KATA PENGANTAR

Puji syukur kehadirat Allah SWT karena dengan rahmat dan karunia-Nya
penulis masih diberi kesempatan untuk menyusun makalah yang berjudul Uji F
diberikan oleh Dosen pada mata kuliah Metode Statistika dalam rangka
melengkapi salah satu tugas pada Program Studi Pendidikan Matematika Fakultas
Keguruan dan Ilmu Pendidikan Universitas PGRI Palembang.
Makalah ini disusun agar pembaca dapat mengetahui manfaat dan isi dari
materi kuliah Metode Statistika. Penulis juga mengucapkan terima kasih kepada
semua pihak yang telah banyak membantu penulis agar dapat menyelesaikan
makalah ini. Terutama kepada Ibu Weny Lestari, M.Pd yang telah membimbing,
memberikan arahan, koreksi maupun saran sehingga makalah ini dapat
terselesaikan.
Penulis menyadari bahwa dalam penulisan makalah ini masih banyak
kekurangan, oleh sebab itu penulis sangat mengharapkan kritik dan saran yang
membangun. Semoga makalah ini dapat memberikan wawasan yang lebih luas
kepada pembaca. Terima kasih.

Penulis,

Mahasiswa kelas 5F

Metode Statistika
ii
DAFTAR ISI

Halaman
KATA PENGANTAR .............................................................................. i
DAFTAR ISI ............................................................................................ ii

1. PENGUJIAN HIPOTESIS SATU RATA - RATA ........................ 1
2. UJI T ................................................................................................ 11
3. UJI CHI KUADRAT ........................................................................ 26
4. UJI F ................................................................................................ 38
5. REGRESI DAN KORELASI ........................................................... 70
6. ANALISIS KORELASI SEDERHANA .......................................... 87
7. REGRESI DAN KORELASI LINIER BERGANDA ..................... 108
8. UJI TANDA (SI GN TEST) ............................................................. 124
9. UJI URUTAN BERTANDA WICOYON (THE SI GNED RANK
TEST) ................................................................................................ 133
10. KORELASI RANK ............................................................................ 140
11. UJI RUN .............................................................................................. 154
12. UJI MEDIAN ..................................................................................... 162

LAMPIRAN .............................................................................................. 170
Ordinat y untuk lengkungan normal standar pada titik Z ............. 171
Luas dibawah lengkungan normal standar dari 0 ke Z................... 172
Nilai persentil untuk Distribusi X
2
..................................................... 173
Daftar Distribusi t ............................................................................... 174
Titik persentase Distribusi F untuk probabilitas = 0,01 ................. 175
Titik persentase Distribusi F untuk probabilitas = 0,05 ................. 180

Mahasiswa kelas 5F

Metode Statistika
1
1. PENGUJIAN HIPOTESIS SATU RATA RATA
Hipotesis yaitu dugaan yang mungkin benar, atau mungkin juga salah.
Hipotesis akan ditolak jika salah atau palsu, dan akan diterima jika faktor faktor
membenarkannya. Penolakan dan penerimaan hipotesis, dengan begitu sangat
tergantung kepada hasil hasil penyelidikan terhadap faktor faktor yang
dikumpulkan.
Hipotesis dapat juga di pandang sebagai simpulan yang sifatnya sangat
sementara. Sebagai simpulan sudah tentu hipotesis tidak dibuat semena mena,
melainkan atas dasar pengetahuan pengetahuan tertentu. Pengetahuan ini
sebagian dapat diambil dari hasilhasil serta problematika problematika yang
timbul dari penyelidikan penyelidikan yang mendahului, dari dasar
pertimbangan yang masuk akal, dari hasil hasil penyelidikan yang dilakukan
sendiri.
A. Untuk ukuran sampel besar ( N 30 ) atau standar deviasi populasi
diketahui.
Urutan yang perlu diperhatikan dalam pengujian hipotesis tentang suatu rata rata
(prosedur pengujian hipotesis) adalah sebagai berikut :
Rumuskan hipotesis
I. Ho : o

Ha : o Daerah penerima

0

II. Ho :
1
o
Ha :
1

1
Daerah penerima

0

Mahasiswa kelas 5F

Metode Statistika
2
III. Ho : = o
Ha : o
Daerah penerima

Syarat syarat pengujian hipotesis dan aturan permainan (kesimpulan)
1) Ho : o Apabila Zo Z, Ho ditolak
Ha : o Apabila Zo Z, Ho diterima
2) Ho : o Apabila Zo -Z, Ho ditolak
Ha : o Apabila Zo -Z, Ho diterima
3) Ho : = o Apabila Zo Z atau Zo -Z , Ho ditolak
Ha : o Apabila -Zo Zo Z , Z , Ho ditolak

Menentukan taraf nyata = probabilitas melakukan kesalahan jenis 1 dan cari
nilai Z atau Z dari tabel normal.
1) Hitung Zo sebagai kriteria pengujian
Zo =

Dimana
= rata rata yang diperoleh dari hasil pengumpulan data
o = rata rata yang dihipotesiskan
= standar devisi populasi
n = banyaknya sampel yang di observasikan
2) Menentukan daerah dan titik kritis
3) Kesimpulan
4) Menentukan nilai ( value )

Mahasiswa kelas 5F

Metode Statistika
3
B. Untuk ukuran sampel kecil (N < 30) atau standar deviasi tidak diketahui.
Untuk ukuran sampel kecil ( N < 30 ) Zo, Z, Z di ganti dengan to, t, t
dimana to sebagai berikut :

S = penduga
( )
langsung dihitung dan nilai observasi :
diperoleh dari tabel t dengan menggunakan

dan derajat kebebasan sebesar n-1.

Contoh 1 :
Proses pembuatan barang rata-rata menghasilkan 15,7 unit per jam. Hasil produksi
mempunyai varians = 2,3. Metode baru diusulkan untuk mengganti yang lama jika
rata-rata per jam menghasilkan paling sedikit 16 buah. Untuk menentukan apakah
metoda itu diganti atau tidak, metoda baru dicoba 20 kali dan ternyata rata-rata
per jam menghasilkan 16,9 buah. Pengusaha bermaksud mengambil resiko 5%
untuk menggunakan metoda baru apabila metode ini menghasilkan lebih dari 16
buah. Apakah keputusan si pengusaha?
Penyelesaian :
Dengan memisahkan hasil produksi berdistribusi normal, maka kita akan menguji
pasangan hipotesis:
, Berarti rata-rata hasil metode baru paling tinggi 16.

Jika ini terjadi, metode lama masih dipertahankan.
, Berarti rata-rata hasil metode baru lebih dari 16 dan

karenanya metode lama dapat di ganti.
Diketahui : , n = 20 ,

Didapat :
()

Dari daftar normal standar dengan = 0,05 diperoleh z = 1,64.
Kriteria pengujian adalah: tolak
jika z hitung lebih besar atau sama dengan

1,64. Jika z hitung lebih dari 1,64 maka
diterima.

Mahasiswa kelas 5F

Metode Statistika
4
distribusi normal baku

0,05
Daerah
penerimaan

1,64
Dari penelitian di dapat z = 2,66 yang jelas jatuh pada daerah kritis. Jadi

ditolak. Ini menyimpulkan bahwa metode baru dapat menggantikan metode lama
dengan mengambil resiko 5%.

Contoh 2 :
Akhir-akhir ini masyarakat mengeluh dan mengatakan bahwa isii bersih makanan
A dalam kaleng tidak sesuai dengan yang tertulis pada etiketnya sebesar 5 ons.
Untuk meneliti hal ini, 23 kaleng makanan A telah diteliti secara acak dari ke-23
isi kaleng tersebut berat rata-ratanya 4,9 ons dan simpangan baku 0,2 ons. Dengan
taraf nyata 0,05 tentukan apa yang akan kita katakan tentang keluhan masyarakat
tersebut.
Penyelesaian :
Jika rata-rata isi kaleng tidak kurang dari 5 ons, jelas masyarakat tidak akan
mengeluh. Karenanya akan diuji pasangan hipotesi.
{

Disini simpangan baku tidak diketahui. Dengan memislkan isi kaleng
berdistribusi normal maka didapat statistik t:

Dengan nilai = 0,05 dan dk = 22. Dari daftardistribusi t didapat t = 1,72. Aturan
untuk menguji adalah : tolak
jika t hitung dan terima
dalam hal
lainnya. Dari perhitungan didapat t = -2,398 yang jelas jatuh pada penolakan
.
Jadi
kita tolak dan pengujian memberikan hasil yang berarti pada taraf 5%

Mahasiswa kelas 5F

Metode Statistika
5
Ditribusi t dk=22

0,05 Daerah
penerimaan

-1,72
Kesimpulan : penelitian tersebut menguatkan keluhan masyarakat bahwa isi
bersih makanan dalam kaleng sudah berkurang daripada yang tertera pada etiket.

Contoh 3 :
Pengusaha lampu pijar A mengatakan bahwa lampunya bisa tahan sekitar 800
jam. Akhir-akhir ini timbul dugaan bahwa masa pakai lampu itu telah berubah.
Untuk menentukan hal ini, dilakukan penelitian dengan jalan menguji 50 lampu.
Ternyata rata-ratanya 792 jam. Dari pengalaman, diketahui bahwa simpangan
baku masa hidup lampu 60 jam. Selidikilah dengan taraf nyata 0,05 apakah
kualitas lampu itu sudah berubah atau belum.
Penyelesaian :
Dengan memisalkan masa hidup lampu berdistribusi normal, maka kita akan
menguji.
{

Dari pengalaman, simpangan baku
Dari penelitian didapat dengan n = 50. Statistik yg digunakan
adalah seperti dalam Rumus XII (1) dengan mensubtitusikan
.
Didapat :

Kriteria yang dipakai, dari daftar normal baku untuk uji dua pihak dengan =
0,05 yang memberikan
adalah :
Terima jika
jika z hitung terletak antara -1,96 dan 1,96. Dalam hal lainnya

ditolak.

Mahasiswa kelas 5F

Metode Statistika
6
Dari penelitian sudah didapat z = -0,94 dan ini jelas terletak dalam daerah
penerimaan
jadi
diterima.

Daerah
0,025 Penerimaan
0,025

-1,96 1,96

Mahasiswa kelas 5F

Metode Statistika
7
LATIHAN SOAL

1. Dikatakan bahwa dengan menyuntikkan semacam hormon tertentu kepada
ayam akan menambah berat telurnya rata-rata dengan 4,5 gram. Sampel acak
yang terdiri atas 31 butir telur dari ayam yang telah diberi suntikan hormon
tersebut memberikan rata-rata berat 4,9 gram dan simpangan baku s = 0,8
gram. Cukup beralasankan untuk menerima pernyataan bahwa pertambahan
rata-rata berat telur paling sedikit 4,5 gram?

2. Kita ingin menguji bahwa distribusi jenis kelamin laki-laki dan jenis kelamin
perempuan adalah sama. Sebuah sampel acak terdiri atas 4.800 orang
mengandung 2.458 laki-laki. Dalam taraf nyata 0,05 betulkah distribusi kedua
jenis kelamin itu sama?

3. Pemda kota B ingin mengetahui apakah rata-rata pendapatan art shop di bulan
Juni dapat mencapai Rp. 5.000.000,- per hari. Diketahui dari data tahun lalu,
simpangan baku Rp. 500.000,-. Dari 100 art shop yang di survey, didapatkan
rata-rata penjualan pada bulan Juni adalah Rp. 4.000.000,-. Dapatkah dikatakan
bahwa rata-rata pendapatan art shop di bulan Juni mencapai Rp. 5.000.000,-?
Ujilah dengan = 5%!

Mahasiswa kelas 5F

Metode Statistika
8
KUNCI JAWABAN

1. Yang kita hadapi adalah pasangan hipotesis
{
menyuntikan ayam dengan hormon tidak menyebabkan bertambahnya rata-

rata berat telur dengan 4,5 gram.
suntikan hormone mengakibatkan berat telur rata-rata bertambah paling

sedikit dengan 4,5 gram.
dengan
didapat:

Dengan mengambil = 0,01, dari daftar distribusi t dengan dk = 30 didapat
t = 2,46.

Daerah
Penerimaan
= 0,01

2,46

2. Jika peluang terdapatnya laki-laki, maka akan di uji pasangan hipotesis.
{

Dengan x = 2.458, n = 4.800, dan
didapat,

()()

Angka z dari daftar normal baku dengan = 0,05 adalah 1,96. Jadi kriteria
pengujian yang dipakai adalah: terima
jika z hitung terletak antara -1,96;

sedangkan dalam hal lainnya
ditolak. Harga z = 1,68 ada pada daerah

penerimaan
sehingga
diterima.
Kesimpulan : peluang adanya laki-laki dan perempuan sama besar.

Mahasiswa kelas 5F

Metode Statistika
9
3. x = 4.000.000,- = 5% , n =100, = 5.000.000, = 500.000
Pengujian satu arah ( sisi kiri ), dengan Rumusan Hipotesa :
Ho : = o
H1 : < o

Nilai Z 0,05 = 1,64
Zo = (x)/(/n )= ( 4.000.000 - 5.000.000)/(500.000/10) = - 20
Nilai Zo = -20 < -Z 0,05 = -1,64
Maka Tolak Ho atau terima H1.
Kesimpulan : Pendapatan art shop di bulan juni tidak sampai Rp. 5.000.000,-

Mahasiswa kelas 5F

Metode Statistika
10
DAFTAR PUSTAKA

Sudjana .1996. Metoda Statistika. Bandung: PT.TARSITO BANDUNG
Sudjana .2005. Metoda Statistika. Bandung: PT.TARSITO BANDUNG

NAMA ANGOTA KELOMPOK 1 :
1. TRI RAHMAYANTI (2010.121.258)
2. M. FIRDAUS (2010.121.269)
3. NUR ENDAH K.S (2010.121.260)

Mahasiswa kelas 5F

Metode Statistika
11
2. UJI T
A. Uji T Satu Sampel
Uji T satu sampel ini tergolong hipotesis deskriptif. Uji T ini terdapat
dua rumus yang dapat digunkan, yaitu:
1) Jika standar deviasi populasi diketahui, maka yang digunakan ialah rumus
Z
hitung.

Dimana:
Z
hitung
= harga yang dihitung dan menunjukkan nilai
standar deviasipada distribusi normal (tabel z)
Z
hitung
=

Keterangan:
= rata rata nilai yang diperoleh dari hasil pengumpulan data.
= rata rat nilai yang dihipotesiskan

= standar deviasi populasi yang telah diketahui
n = jumlah populasi penelitian

2) Jika standar deviasi populasi tidak diketahui, maka yang digunakan ialah
rumus t
hitung
.
Keterangan:
t
hitung
= harga yang dihitung dan
menujukkannilai standar deviasi
dari distribusi t (11able t)
= rata rata nilai yang diperoleh dari hasil

pengumpulan data
= nilai yang dihipotesiskan

standar deviasi sampel yang dihitung
jumlah sampel penelitian

Mahasiswa kelas 5F

Metode Statistika
12
Contoh 1:
Kepala Bidang Pengajaran di perguruan tinggi TIANSHI menduga bahwa,
a. Kualitas mengajar dosen statistika paling tinggi 70 % dari rata-rata nilai ideal.
b. Kualitas mengajar dosen statisika paling rendah 70% dari rata-rata nilai ideal.
c. Kualitas mengajar dosen statistika tidak sama dengan 70% dari rata-rata nilai
ideal.
Kemudian dibuktikan dengan penelitian yang dilaksanakan pada setiap
akhir semester. Desebar angket kepada 61 mahasiswa yang mengikuti kuliah
statistika untuk mengisi angket dengan jujur dan adil sesui dengan kualitas dan
dosen ketika mengajar. Jumlah pertanyaan angket penelitian 15 item, instrument
penelitian kualitas mengajar dosen statistika dalam berbagai aspek diberi skala:
(4) = Sangat Baik; (3)= Baik; (2) = Cukup Baik; dan (1) = kurang Baik. Taraf
kepercayaan 95% (taraf signifikansi = 0,05).
Data diperoleh sebagai berikut:
59 60 58 59 60 58 60 59 50 60 59 50 60
59 58 50 59 60 59 60 59 50 60 60 60
60 60 50 59 60 60 60 59 60 60 60 60
60 60 60 50 60 60 60 59 60 60 60 60
58 60 58 50 58 60 60 58 60 60 60 60
Penyelesaian :
Sebelum melakukan perumusan hipotesis dihitung terlebih dahulu rata-rata nilai
yang dihipotesiskan (
o
).
Nilai ideal = 15 x 4 x 61 = 3660
Rat-rata nilai ideal = 3660 : 61 = 60
Jadi, 70% dari rata-rata skor ideal = 0,7 x 60 = 42 atau
o
= 42
Jawaban pertanyaan a (Uji Pihak Kiri)
1) Hipotesis (H
a
dan H
o
) dalam uraian kalimat
H
a
: Kualitas mengajar dosen statistika paling tinggi 70% dari rata-rata
nilai ideal.
H
o
: Kualitas mengajar dosen statistika paling rendah atau sama
dengan 70% dari rata-rata nilai ideal.

Mahasiswa kelas 5F

Metode Statistika
13
2) Hipotesis (H
a
dan H
o
) model
H
a
:
o
42%
H
o
:
o
= 42%
3) Menghitung standar deviasi (s) dan rata rata ( ), dengan rumus:

()
()

4) Menghitung t
hitung
dengan rumus:

5) Menentukan taraf signifikan . Kemudian dicari t
tabel
dengan
ketentuan: db = n 1; db = 61 1 = 60, sehingga didapat t
tabel
= 1,671
6) Menentukan kriteria pengujian:
Kriteria pengujian pihak kiri

7) Membandingkan antara t
hitung
dengan t
tabel

Ternyata : , maka H
o
diterima dan H
a
ditolak
Gambar

wilayah
penolakan Ho
Wilayah
Penerimaan Ho

=0,05

Gambar Uji Pihak Kiris
8) Kesimpulan :
H
a
: kualitas mengajar dosen statistika paling tinggi 70% dari rata
rata nilai ideal ditolak, sedangkan H
o
: kualitas mengajar dosen statistika
paling rendah atau sama dengan 70% dari rata rata nilai ideal diterima.
Jika t
tabel
t
hitung
maka H
o
diterima dan H
a
ditolak

Mahasiswa kelas 5F

Metode Statistika
14
Jadi, kepala bidang pengajaran diperguruan tinggi TIANSHI yang
menyatakan kualitas mengajar dosen statistika paling tinggi 70% dari rata
rata nilai ideal itu kurang tepat bahkan lebih dari itu.
Jawaban pertanyaan b (uji Pihak kanan)
1) Hipotesis (H
a
dan H
o
H
a
: Kualitas mengajar dosen statistika paling rendah 70% dari rata-rata
nilai ideal
H
o
: Kualitas mengajar dosen statistika paling tinggi atau sama dengan
70% dari rata-rata nilai ideal.
2) Hipotesis (H
a
dan H
o
) model
H
a
:
o
= 42%
H
o
:
o
42%
3) Menghitung standar deviasi (s) = 3,14 dan rata-rata ( )=58,443:
4) Menghitung t
hitung
= 41
5) Menentukan taraf signifikan = 0,05 dan nilai t
tabel
=1,671.
Kriteria pengujian pihak kanan:
Jika + t
tabel
t
hitung
, maka H
o
diterima dan H
a
ditolak
7) Menbandingkan antara t
hitung
dengan t
tabel

Ternyata : +1,671 41, maka Ho

diterima dan Ha ditolak
Gambar:

Wilayah wilayah
Penerimaan Ho penolakan Ho

0,05
+ 1,671

Mahasiswa kelas 5F

Metode Statistika
15
8) Kesimpulan
H
a
: Kualitas mengajar dosen statistika paling rendah 70% dari rata-
rata nilai ideal diterima, sedangkan H
o
: kulitas mengajar dosen statistika
paleng tinggi atau sama dengan 70 % dari rata-rata nilai ideal ditolak.
Jadi, Kepala Bidang Pengajaran di perguruan tinggi TIANSHI
yang menyatakan kualitas mengajar dosen statistika paling rendah 70%
dari tara-rata ideal itu benar bahkan lebih dari 70 % yang selama ini ia
duga. Dengan demikian kualitas mengajar dosen statistika memang lebih
hebat atau lebih berkualitas dari dugaan dia.

Jawaban pertanyaan c (Uji Dua Pihak)
1) Hipotesis (H
a
dan H
o
H
a
: Kualitas mengajar dosen statistika tidak sama dengan 70% dari rata-
rata nilai ideal
H
o
: kualitas mengajar dosen statistika sama dengan 70% dari rata-rata
nilai ideal.
2) Hipotesis (H
a
dan H
o
) model
H
a
:
o

42%
H
o
:
o
= 42%
3) Menghitung standar deviasi (s) = 3,14 dan rata-rata ( )=58,443:
4) Menghitung t
hitung
= 41
5) Menentukan taraf signifikan = 0,05 dan nilai t
tabel
=2,000
Kriteria pengujian dua pihak:
Jika t
tabel

t
hitung
+ t
tabel
, maka H
o
diterima dan H
a
ditolak
7) Menbandingkan antara t
hitung
dengan t
tabel

Ternyata : -2,000 41 2,000, maka Ho

ditolak dan Ha diterima

Mahasiswa kelas 5F

Metode Statistika
16
Gambar Uji Dua Pihak

Wilayah wilayah wilayah
Penolakan Ho penerimaan Ho penolakan Ho

= 0,05 =0,05
-2 2 41
8) Kesimpulan
H
a
: Kualitas mengajar dosen statistika tidak sama 70% dari rata-
rata nilai ideal diterima, sedangkan H
o
: kulitas mengajar dosen statistika
sama dengan 70 % dari rata-rata nilai ideal ditolak.
Jadi, Kepala Bidang Pengajaran di perguruan tinggi TIANSHI yang
menyatakan kualitas mengajar dosen statistika tidak sama 70% dari tara-rata ideal
itu benar bahkan lebih dari itu. Dengan demikian kualitas mengajar dosen
statistika memang lebih lebih berkualitas dari dugaan semula.

B. Uji T (T
-Tes
) Dua Sampel
Rumus uji t dua sampel:

Keterangan:
r = nilai korelasi x
1
dengan x
2

n
1
dan n
2
= jumlah sampel
= rata rata sampel ke 1
= rata rata sampel ke 2

S
1
= standar deviasi sampel ke 1
S
2
= standar deviasi sampel ke 2
= varians sampel ke 1
= varians sampel ke 2
) (
)

Mahasiswa kelas 5F

Metode Statistika
17
Contoh 2 :
Ada perbedaan kemampuan berbahasa asing antara lulusan SMU Plus Swasta (X
1
)
dengan lulusan SMU Negeri (X
2
) dikota Bandung. Data sebanyak 30 siswa
diambil secara acak, adapun data seperti TABEL sebagai berikut:
TABEL 73
Data Kemampuan Berbahasa Asing
Lulusan SMU Plus Swasta (
) dengan lulusan SMU Negeri (
)
No KEMAMPUAN BERBAHASA ASING
Res X
1
X
2

1 77 40
2 99 48
3 77 54
4 77 34
5 55 48
6 88 68
7 120 67
8 87 67
9 87 75
10 50 56
11 87 60
12 87 47
13 87 60
14 90 70
15 81 61
16 55 47
17 88 68
18 98 68
19 87 74
20 87 75
21 44 55
22 94 61
23 77 46
24 55 61
25 76 58
26 65 50
27 90 68
28 80 75
29 89 75
30 98 75

Mahasiswa kelas 5F

Metode Statistika
18
Penyelesaian :
1) Hipotesis (H
a
dan H
o
H
a
:

Terdapat perbedaan antara kemampuan berbahasa asing lulusan
SMU Plus Swasta dengan lulusan SMU Negeri di kota Bandung.
H
o
: Tidak terdapat perbedaan antara kemampuan berbahasa asing lulusan
SMU Plus Swasta dengan lulusan SMU Negeri di Kota Bandung.
2) Hipotesis (H
a
dan H
o
) model statistic
H
a
:

H
o
:

3) Menghitung nilai rata rata; standar deviasi; dan varians: setelah dihitung
dengan menggunakan kalkulator f(x) 3600, maka diperoleh hasil sebagai
berikut:
Rata rata

Standar deviasi

Varians

Korelasi
4) Mencari t
hitung
dengan rumus
) (
) (
/ .

5) Mencari nilai t
hitung
dengan ketentuan
Taraf signifikansi , db = n
1
+ n
2
2 = 30 + 30 2 = 58,
Maka diperoleh nilai t
tabel
= 2,004 (interpolasi)

Mahasiswa kelas 5F

Metode Statistika
19
6) Menentukan criteria pengujian

hitung
dengan t
tabel

Ternyata : , maka H
o
ditolak dan H
a
diterima
Gambar:
Wilayah wilayah
Penolakan Ho penolakan Ho
Wilayah
Penerimaan Ho

=0,05 =o,05

- 2,,004 -2,004 6,9
8) Kesimpulan
H
a
yang berbunyi: terdapat perbedaan antara kemampuan
berbahasa asing lulusan SMU plus Swasta dengan lulusan SMU Negeri di
Kota Bandung DITERIMA.
H
o
yang berbunyi: tidak terdapat perbedaan antara kemampuan
bahasa asing lulusan SMU Plus Swasta dengan lulusan SMU Negeri di
Kota Bandung DITOLAK.
Jadi, ada perbedaan bahwa: kemampuan berbahasa asing lulusan
SMU Plus Swasta lebih tinggi dari pada lulusan SMU Negeri di Kota
Bandung. Hal ini dapat diberlakukan untuk populasi.

jika -

maka H
o
diterima dan H
a
ditolak

Mahasiswa kelas 5F

Metode Statistika
20
LATIHAN SOAL

1. Suatu universitas ingin mengetahui apakah rata-rata nilai akhir Bahasa Inggris
SMA mahasiswa baru tahun ini lebih tinggi dari rata-rata nilai Bahasa Inggris
SMA mahasiswa baru tahun lalu. Rata-rata nilai Bahasa Inggris SMA
mahasiswa baru tahun lalu adalah 70.
Untuk mengetahuinya, universitas tersebut mengambil sampel secara acak
sebanyak 25 ijazah SMA mahasiswa baru tahun ini dan mencatat nilai Bahasa
Inggrisnya. Nilai-nilai Bahasa Inggris yang diperoleh adalah sebagai berikut:
76, 83, 65, 75, 71, 68, 69, 79, 72, 75, 66, 83, 67, 66, 70, 75, 69, 72, 76, 68, 72,
67, 65, 70, 78
Tingkat kepercayaan yang digunakan dalam pengujian adalah 95%.

2. Data sampel terdiri atas 10 pasien pria mendapat obat captorildengan dosis
6,25mg. pasien diukur dengan tekanan darah sistolik sebelum pemberian obat
dan 60 menit sesudah pemberian obat. Peneliti ingin mengetahui apakah
pengobatan tersebut efektif untuk menurunkan tekanan darah pasien-pasien
tersebut. Dengan = 0,05. Adapun hasil pengukuran sebagai berikut:
Sebelum : 175 179 165 170 162 180 177 178 140 176
Sesudah : 140 143 135 133 162 150 182 150 175 155

3. Sebuah perusahaan pembuat mesin pengisi produk minuman botol mengklaim
bahwa mesin buatannya rata rata mengisi botol minuman sebanyak 100 ml
per botol. Untuk meyakinkan hal itu, perusahaan yang membeli mesin tersebut
melakukan pengujian dengan mengukur kembali isi botol yang telah diisi oleh
mesin. Hasil yang diperoleh dari pengukuran sampel adalah sebagai berikut:
101, 99, 104, 103, 102, 100, 98, 101, 101, 100, 99, 97, 98, 100, 105, 101, 103,
104, 96, 97
Tingkat kepercayaan ( ) yang digunakan dalam pengujian adalah 95%.

Mahasiswa kelas 5F

Metode Statistika
21
KUNCI JAWABAN

1. 1). Hipotesis (H
a
dan H
o
)
H
a
: Rata rata nilai akhir Bahasa Inggris SMA mahasiswa baru tahun ini
lebih tinggi dari rata rata nilai Bahasa Inggris SMA mahasiswa
tahun lalu
H
o
lebih rendah atau sama dengan dari rata rata nilai Bahasa Inggris
SMA mahasiswa baru tahun lalu.
2) Hipotesis (H
a
dan H
o
) model statistik

3) Menghitung standar deviasi (s) dan rata - rata (
), dengan rumus:

()
()

4) Menghitung t
hitung
dengan rumus
t
hitung

5) Menentukan taraf signifikan , kemudian cari t
tabel
dengan
ketentuan:
db = n 1 ; db = 25 1 = 24, sehingga didapat t
tabel
= 1,71

Mahasiswa kelas 5F

Metode Statistika
22
6) Menetukan kriteria pengujian
Kriteria pengujian pihak kiri
(

hitung
dengan t
tabel

Ternyata: -1,71 1,79, maka H
a
diterima dan H
o
ditolak

8) Kesimpulan
H
a
lebih tinggi dari rata rata nilai Bahasa Inggris SMA mahasiswa tahun
lalu di tolak, sedangkan H
o
: Rata rata nilai akhir Bahasa Inggris SMA
mahasiswa baru tahun ini lebih rendah atau sama dengan dari rata rata
nilai Bahasa Inggris SMA mahasiswa baru tahun lalu diterima.

2. Dik : A = 10 dk = 10 1 = 9
Data sebelum dan sesudah pemberian obat (tekanan darah)
Pengujian Hipotesis
1) Perumusan Hipotesis
H
o
:
1
=
2

H
a
:
1
2
uji dua pihak
2) Uji statistik

=
( )( )( )( )( )
( )( )( )( )( )

() ()
= 16,7
Wilayah
penerimaan H
o
Wilayah
penolakan H
a

Mahasiswa kelas 5F

Metode Statistika
23
S
2
=
( )

S
2
=

S
2
=

S
2
= 561,788
S = 23,70
daerah penerimaan
3) T
hitung
:

: 2,226 -t 0,625 2,226 t 0.025
-2,2622 2,2622
4) Pengambilan keputusan
T
hitung
(2,,226) < t
tabel
(2,2622)maka H
o
diterima artinya tidak ada
perbedaan yang berarti pada tekanan daerah sistolik setelah diberikan obat
maupun sebelum diberikan obat tersebut -2,2622 (-t
tabel
) < t
hitung
(2,226) <
t
tabel
(2,2622)

3. Dik :
0
: 100 m
n : 20 dk : 20 1 = 19
x : 0,05
= 0,025
Pengujian hipotesis
1) Perumusan hipotesis
H
o
:
o
= 100
H
a
:
o

uji dua pihak
2) Uji statistik

=100,45

Mahasiswa kelas 5F

Metode Statistika
24
S
2
=
( ))

S
2
=

S
2
=

S = 2,542
3) T
hitung
:

: 0,7914
4) T
tabel
: t
. dk = t 0,025,19 = 2,093

daerah penerimaan

dk = 19

-t 0,025 0,7914 T 0,025
-2,093

5) Pengambilan keputusan
-t
tabel
(-2,093) < t
hitung
(0,7914) < t
tabel
(2,093),maka H
o
diterima artinya
tingkat kepercayaan 95 % secara signifikan diperoleh hasil pengujian yang
sama /tidak berbeda dengan apa yang diklaim oleh perusahaan pengisi botol
tersebut.

Mahasiswa kelas 5F

Metode Statistika
25
DAFTAR PUSTAKA

. 1992. Soal Jawab Bagian Statistik. Yogyakarta : Liberty
. 1994. Metodologi Researc Jilid 1-4. Yogyakarta: Andi Offset. (cetakan ke-27)
Djarwanto. 1994. Statistik Induktif. Yogyakarta : BPFE
Furqon. 2001, Statistik Jilid 13. Yogyakarta : Andi Offset. (cetakan ke-19)
Ibrahin dan Nana Sudjana. 2001. Penelitian dan Penilaian Pendidikan. Bandung :
Sinar Baru Agensindo. (cetakan ke-2)

1. DESSY GITA AYU A. (2010.121.254)
2. NOVITA AGUSTINA (2010.121.257)
3. WANTI NURFARITA (2010.121.268)

Mahasiswa kelas 5F

Metode Statistika
26
3. UJI CHI KUADRAT
A. Pengujian Proporsi Data Multinom
Nilai uji chi kuadrat (
) selalu bernilai positif karena sesuai dengan

nilai kuadrat. Misalkan sebuah eksperimen menghasilkan peristiwa peristiwa
yang saling terpisah masing masing dengan peluang
). Akan diuji pasangan hipotesis :

Pengujian menggunakan data sampel acak berukuran n yang
didalamnya ada
.
Dengan harga
yang diberikan kita dapat menghitung

ekspektasinya, yaitu dengan

Dalam daftar adalah sebagai berikut :
Kategori

Pengamatan

Diharapkan

Pengujiannya menggunakan rumus :

- Untuk data binom
Kategori I II Jumlah
Pengamatan X n x N
Diharapkan N n(1-) N
Statistik yang digunakan :
.|
)

Mahasiswa kelas 5F

Metode Statistika
27
Kriteria Pengujian :
a. Tolak
jika
()()
dengan = taraf nyata untuk pengujian
b. Dalam hal lainnya,
diterima.

Contoh 1 :
Peluang munculnya salah satu permukaan mata dadu homogen = 1 / 6. Sebuah
eksperimen dilakukan sebanyak 120 kali dengan sebuah dadu, dan menghasilkan
16 muka bermata 1, 24 bermata 2, 23 bermata3, 15 bermata 4, 17 bermata 5 dan
25 bermata 6. Ujilah apakah dadu tersebut homegen atau tidak !
Penyelesaian :
Perumusan hipotesis :
paling sedikit satu tanda sama dengan tidak berlaku.

Dalam table :
Muka

Pengamatan 16 24 23 15 17 25
Diharapkan 20 20 20 20 20 20
Jika
benar, maka nilai yang diharapkan adalah :

.
.
( )
( )
( )
( )
( )
( )

Mahasiswa kelas 5F

Metode Statistika
28

Melalui table distribusi chi kuadrat dengan = 0,05 dan dk = 5 didapat
()()

Hasil pengujian :
Karena
()()

maka
atau dadu bersifat

homogen.

B. Pengujian Kesamaan Rata Rata Poisson
Misalkan ada k, dimana ( k 2 ) buah distribusi Poisson dengan
parameter
. akan diuji pasangan hipotesis :

Dari populasi diambil sebuah sampel acak berukuran
dari populasi
satu sampai
dari populasi ke k. untuk tiap sampel dihitung banyak

peristiwa yang mengikuti distribusi poisson dan dinyatakan dengan

Statistik yang digunakan untuk menguji hipotesis
adalah :

Kriteria pengujian :
a. Tolak
jika
()()

diterima.

Contoh 2 :
Lima orang sekretaris bertugas untuk menyalin data ke dalam sebuah daftar yang
telah disediakan. Misalkan bahwa banyaknya salah menyalin untuk setiap daftar
berdistribusi Poisson masing masing dengan rata rata
. Dari hasil
salinan tiap sekretaris diambil sampel acak berukuran empat dan dicatat
banyaknya kesalahan per daftar, dengan data seperti dibawah ini :

Mahasiswa kelas 5F

Metode Statistika
29
Sekretaris Kesalahan tiap daftar Banyaknya kesalahan (
)
I
II
III
IV
V
2, 0, 3, 3, 2
0, 0, 2, 1, 2
1, 1, 2, 3, 2
2, 1, 1, 1, 4
2, 3, 0, 3, 3
10
5
9
9
11
Jumlah - 44
Tentukan apakah kelima sekretaris tersebut tergolong bekerja dalam kelas yang
sama ?
Penyelesaian :

( )
( )
( )
( )
( )

Dari table distribusi chi kuadrat dengan dan dk = 4 diperoleh
()()
dan ini lebih besar dari 2,36. Sehingga
diterima.

C. Pengujian Independen Antara Dua Faktor
Secara umum, untuk menguji independen antara dua factor dapat
dijelaskan sebagai berikut :
Misalkan sebuah sampel acak berukuran n telah diambil, dimana tiap
pengamatan tunggal diduga terjadi karena adanya dua macam factor, yaitu
factor I yg terbagi atas B taraf dan factor II yang terbagi atas K taraf. Banyak
pengamatan yang terjadi karena taraf ke i factor ke -I ( i = 1, 2, , B) dan

Mahasiswa kelas 5F

Metode Statistika
30
taraf ke- j factor ke II ( j = 1, 2, , K ) akan dinyatakan dengan
.
Hasilnya dapat dicatat pada table kontingensi B x K seperti dibawah ini :

FAKTOR II (K TARAF)
JUMLAH
1 2 K
F
A
K
T
O
R

I

(
B

T
A
R
A
F
)

1

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
B

JUMLAH

Pasangan hipotesis yang akan diuji adalah :
kedua factor bebas statistik
kedua factor tidak bebas statistik.

Pengujian bersifat eksak sukar digunakan, karenanya digunakan
pengujian yang bersifat pendekatan. Untuk itu diperlukan frekuensi teoritik
atau banyak gejala yang diharapkan terjadi yang dinyatakan dengan :

Statistik yang digunakan untuk menguji hipotesis diatas adalah :

- Untuk daftar table kontingensi 2 x 2
Taraf 1 Taraf 2 Jumlah
F
a
k
t
o
r

K
e
s
a
t
u

Taraf 1 A b a+b
Taraf 2 C d c+d
Jumlah a+c b+d n

Mahasiswa kelas 5F

Metode Statistika
31
Statistik pengujiannya :
.| |
( ) ( ) ( ) ( )

Kriteria pengujian :
a. Tolak
jika
()*()()+
, dengan
( )( )
diterima

Contoh 3:
Misalkan penggolongan pendapatan telah disetujui terbagi atas kelas kelas
tinggi, menengah dan rendah. Selanjutnya, untuk tingkatan pendapatan ini
terdapat pula empat kelas pasar tempat mereka berbelanja makanan sehari hari,
yaitu pasar pasar kelas I, kelas II, kelas III dan kelas IV. Hasil penelitian
tersebut dapat dilihat pada table dibawah ini :
Kelas Pasar
I II III IV Jumlah
T
i
n
g
k
a
t

p
e
n
d
a
p
a
t
a
n

Tinggi 56 71 12 35 174
Menengah 47 163 38 62 310
Rendah 14 42 85 43 184
Jumlah 117 276 135 140 668
Ujilah apakah kelas pasar dan factor pendapatan bersifat independen !
Penyelesaian :

Hitung nilai yang diharapkan untuk terjadi :
( )
( )
( )
( )

Mahasiswa kelas 5F

Metode Statistika
32
( )
( )
( )
( )

Nilai nilai tersebut dapat dimasukkan ke dalam table seperti dibawah ini :
Kelas Pasar
I II III IV Jumlah
T
i
n
g
k
a
t

P
e
n
d
a
p
a
t
a
n

Tinggi 56 71 12 35
174
30,5 71,9 35,2 36,5
Menengah
47 163 38 62
310
54,3 128,1 62,6 65,0
Rendah
14 42 85 43
184
32,2 76,0 37,2 38,5
Jumlah 117 276 135 140 668

Untuk pengujian hipotesis dihitung :
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )

Dengan ( )( )
()()

Nilai ini jauh lebih kecil dari 144,12. Jadi ada hubungan yang sangat nyata antara
kelas pendapatan dan kelas pasar tempat orang orang berbelanja. Artinya

ditolak.

Mahasiswa kelas 5F

Metode Statistika
33
SOAL LATIHAN

1. Undian dengan sebuah mata uang telah dilakukan sebanyak 400 kali. Hasilnya
didapat 227 muka G dan 173 muka H. Ujilah apakah mata uang tersebut
homogen atau tidak dengan menggunakan taraf nyata 0,05 !

2. Barang rusak setiap hari yang dihasilkan oleh tiga buah mesin ternyata
berdistribusi Poisson. Pengamatan telah dilakukan selama enam hari dan
terdapatnya barang rusak setiap hari dari ketiga mesin itu, dapat dilihat
dibawah ini :
Mesin Banyaknya barang rusak tiap hari
1
2
3
4, 3, 4, 6, 3, 5
3, 2, 3, 6, 5, 2
5, 5, 3, 4, 4, 6
Dapatkah disimpulkan bahwa rata rata dihasilkannya barang rusak setiap
hari oleh ketiga mesin itu sama besar ?

3. Hasil kuesioner terhadap dua kelompok pegawai (laki laki dan perempuan),
mengenai pendapat tentang peraturan baru adalah sebagai berikut :
Pegawai
Laki laki Perempuan
Pendapat
Setuju 102 88
Tidak Setuju 78 136
Tidak Peduli 20 76
Apakah jenis kelamin menentukan pendapat tentang peraturan baru tersebut ?

Mahasiswa kelas 5F

Metode Statistika
34
KUNCI JAWABAN SOAL LATIHAN

1. Perumusan masalah :

Jika
benar, maka nilai yang diharapkan adalah :

Dalam table :
Muka

Pengamatan 227 173
Diharapkan 200 200

( )
( )

Melalui table distribusi chi kuadrat dengan = 0,05 dan dk = 1 didapat
()()

Hasil pengujian :
Karena
()()

maka

2. Perumusan hipotesis :

Mahasiswa kelas 5F

Metode Statistika
35

( )
( )
( )

Dari table distribusi chi kuadrat dengan dan dk = 2 diperoleh
()()
dan ini lebih besar dari 0,768. Sehingga
diterima.

3. Perumusan hipotesis :

Hitung nilai yang diharapkan untuk terjadi :
( )
( )
( )
( )
( )
( )

Nilai nilai tersebut dapat dimasukkan ke dalam table seperti dibawah ini :
Jenis kelamin
Lk Pr Jumlah
P
e
n
d
a
p
a
t

Setuju 102 88
190
76 114
Tidak
Setuju
78 136
214
85,6 128,4
Tidak
Peduli
20 76
96
38,4 57,6
Jumlah 200 300 500

Mahasiswa kelas 5F

Metode Statistika
36
Untuk pengujian hipotesis dihitung :
( )
( )
( )
( )
( )
( )

Dengan ( )( )
()()

Nilai ini jauh lebih kecil dari 30,645. Jadi ada hubungan yang sangat nyata
antara jenis kelamin dengan pendapat peraturan baru tersebut, Artinya

ditolak.

Mahasiswa kelas 5F

Metode Statistika
37
DAFTAR PUSTAKA

http://lolipopsri.wordpress.com/2012/05/20/pengujian-chi-kuadrat/ Diakses pada
tanggal 02 Oktober 2012 pukul 12.00 WIB
Sudjana. 2002. Metoda Statistika edisi VI. Bandung : Tarsito

1. FITRI MILASARI (2010.121.256)
2. PUTRI WIJAYANTI (2010.121.259)
3. PUTRI NURJANNAH UTAMI (2010.121.264)

Mahasiswa kelas 5F

Metode Statistika
38
4. UJI F
ANOVA lebih dikenal dengan Uji-F (Fisher Test) adalah prosedur
statistika untuk mengkaji (mendeterminasi) apakah rata rata hitung (mean) dari
tiga populasi atau lebih, sama atau tidak. Ditemukan oleh seorang ahli statistik
yang bernama R.A. Fisher pada tahun 1920. Persyaratan penggunaan uji-f sama
dengan persyaratan uji-t, yaitu sampel diambil secara random dari populasi yang
berdistribusi normal, datanya harus berskala interval atau rasio. Bedanya uji-t atau
uji-z hanya dapat melihat perbandingan dua kelompok data saja sedangkan uji-f
lebih dari dua kelompok data. Uji-f dapat digunakan antara lain untuk pengujian
hipotesis mengenai :
A. Persaman tiga atau lebih rata-rata populasi yang diperkirakan dengan teknik
analisis varians (ANOVA = analysis of variance) dan meliputi :
1) Analisis varians satu arah
2) Analisis varians dua arah
B. Persamaan dua varians populasi yang diperkirakan.
Arti variasi atau varians itu asal usulnya dari pengertian konsep Mean
Square atau Kuadrat Rerata (KR), dapat dirumuskan :
Keterangan :
JK = Jumlah Kuadrat (sum of square)
df = Derajat Bebas (degree of freedom)

Menghitung nilai ANOVA atau (F
hitung
) dengan rumus :

Mahasiswa kelas 5F

Metode Statistika
39
A. Pengujian Hipotesis Beda Tiga Rata-Rata atau Lebih
Pengujian ini dibedakan atas tiga jenis, yaitu pengujian klasifikasi satu
arah, pengujian klasifikasi dua arah tanpa interaksi, dan pengujian klasifikasi dua
arah dengan interaksi.
1. Pengujian klasifikasi satu arah
Klasifikasi satu arah, adalah klasifikasi pengamatan yang hanya
didasarkan pada satu kriteria. Pengujian ini dengan satu faktor yang berpengaruh.
Langkah-langkah pengujiannya :
1). Menentukan informasi hipotesis :
- Buatlah hipotesis (H
a
dan H
o
) dalam bentuk kalimat.
- Buatlah hipotesis (H
a
dan H
o
) dalam bentuk statistik.
H
o
=
1
=
2
=
3
= .... =
n

H
a
=
1

2

3
....
n
2). Buat Tabel Perhitungan Uji F
1. Ukuran Data Sama
JK
T
=

JK
A
=

JK
D
= JK
T
JK
A
Analisis Varian (ANOVA)
Dalam Klasifikasi Satu Arah Dengan Data Sama
Sumber Varian
(SV)
Jumlah
Kuadrat
(JK)
Derajat
Bebas (df)
Kuadrat
Rerata (KR)
F
hitung
Taraf
Signifikan
()
Antar Group (A) JK
A
k 1 KR
A
=
F
tabel
Dalam Group (D) JK
D
k(n 1) KR
D
=
- -
Total JK
T
nk 1 - - -

Mahasiswa kelas 5F

Metode Statistika
40
2. Ukuran Data Tidak Sama
JK
T
=

JK
A
=

JK
D
= JK
T
JK
A

Dalam Klasifikasi Satu Arah Dengan Data Tidak Sama
Sumber Varian
(SV)
Jumlah
Kuadrat
(JK)
Derajat
Bebas
(df)
Kuadrat
Rerata (KR)
F
hitung
Taraf
Signifikan
()
Antar Group (A) JK
A
k 1 KR
A
=
F
tabel
Dalam Group (D) JK
D
N k KR
D
=
- -
Total JK
T
N 1 - - -

KETERANGAN :
JK
T
= Jumlah Kuadrat Total
JK
A
= Jumlah Kuadrat Antar Group
JK
D
= Jumlah Kuadrat Dalam Group
KR
A
= Kuadrat Rerata Antar Group
KR
D
= Kuadrat Rerata Dalam Group
df
A
= Derajat Bebas Antar Group
df
D
= Derajat Bebas Dalam Group
k = Banyak Sampel Antar Group (anggota kolom)
n = Banyak Sampel Dalam Group (anggota baris)
nk atau N = Banyak Keseluruhan Sampel (jumlah kasus dalam penelitian)

= Pengamatan Dalam Group Dari Populasi Antar Group
= Total Semua Pengamatan Dalam Group Dari Populasi Antar Group
= Total Semua Pengamatan

Mahasiswa kelas 5F

Metode Statistika
41
3). Menentukan taraf signifikasi (misalnya = 0,05 atau = 0,01), F
hitung
dan
F
tabel
. (F
tabel
= F
() (dfA, dfD)
).
Taraf signifikasi () ditentukan dengan derajat pembilang (df
A
) dan derajat
penyebut (df
D
).

4). Menentukan kriteria pengujian :
- jika F
hitung
> F
tabel
, maka H
o
ditolak berarti variabel independen
mempengaruhi variabel dependen.
- jika F
hitung
F
tabel
maka H
o
diterima, berarti semua variabel independen
tidak mempengaruhi variabel dependen.
5). Buat Kesimpulan

Contoh 1:
Seorang ingin mengetahui perbedaan prestasi belajar untuk mata kuliah dasar-
dasar statistika antara mahasiswa tugas belajar, izin belajar dan umum. Data
diambil dari nilai UTS sebagai berikut :
Tugas belajar (A1) = 6 8 5 7 7 6 6 8 7 6 7 = 11 orang
Izin belajar (A2) = 5 6 6 7 5 5 5 6 5 6 8 7 = 12 orang
Umum (A3) = 6 9 8 7 8 9 6 6 9 8 6 8 = 12 orang
Buktikan apakah ada perbedaan atau tidak ( = 0,05)?
Penyelesaian :
1) Menentukan informasi hipotesis :
- Hipotesis (H
a
dan H
o
H
a
: Terdapat perbedaan prestasi belajar yang signifikan antara
mahasisiwa tugas belajar, izin belajar dan umum.
H
o
: Tidak ada perbedaan prestasi belajar yang signifikan antara
mahasisiwa tugas belajar, izin belajar dan umum
- Hipotesis (H
a
dan H
o
H
a
: A
1
A
2
A
3

H
o
: A
1
= A
2
= A
3

Mahasiswa kelas 5F

Metode Statistika
42
2) Table Perhitungan Anova (Uji - F)
- Menghitung jumlah kuadrat antar group (JK
A
) dengan rumus:
X
1
= 6 + 8 + 5 + 7 + 7 + 6 + 6 + 8 + 7 + 6 + 7 = 73, n
1
= 11
X
2
= 5 + 6 + 6 + 7 + 5 + 5 + 5 + 6 + 5 + 6 + 8 + 7 = 71, n
2
= 12
X
3
= 6 + 9 + 8 + 7 + 8 + 9 + 6 + 6 + 9 + 8 + 6 + 8 = 90, n
3
= 12
(
(
)
(
()

()

()
) =

( )

()

JK
A
=

- Menghitung derajat bebas antar group (df
A
) dengan rumus :
df
A
= k 1 = 3 1 = 2 k = A
1
, A
2
dan A
3

- Menghitung jumlah rerata antar group (KR
A
) dengan rumus :
KR
A
=
=
- Menghitung jumlah kuadrat dalam group (JK
D
) dengan rumus :

(

= (6)
2
+(8)
2
+(5)
2
+(7)
2
+(7)
2
+(6)
2
+(6)
2
+(8)
2
+(7)
2
+(6)
2
+(7)
2
= 493
(

= (5)
2
+(6)
2
+(6)
2
+(7)
2
+(5)
2
+(5)
2
+(5)
2
+(6)
2
+(5)
2
+(6)
2
+(8)
2
+(7)
2
= 431
(

= (6)
2
+(9)
2
+(8)
2
+(7)
2
+(8)
2
+(9)
2
+(6)
2
+(6)
2
+(9)
2
+(8)
2
+(6)
2
+(8)
2
= 692

JK
T
=
= 1616 1564,46 = 51,54

JK
D
= JK
T
JK
A
= 51,54 15,07 = 36,47
- Menghitung derajat bebas dalam group (df
D
) dengan rumus :

N =
= 11 + 12 + 12 = 35
df
D
= N k = 35 3 = 32
- Menghitung jumlah rerata dalam group (KR
D
) dengan rumus :
KR
D
=
=

Mahasiswa kelas 5F

Metode Statistika
43
Sumber Varian
(SV)
Jumlah
Kuadrat
(JK)
Derajat
Bebas
(df)
Kuadrat
Rerata
(KR)
F
hitung
Taraf
Signifikan
()
Antar group (A) 15,07 2 7,54
6,61
0,05
F
tabel
= 3,30 Dalam group (D) 36,47 32 1,14
Total 51,54 34 - - -

3) Menentukan taraf signifikasi (), F
hitung
dan F
tabel

- Taraf signifikan sebesar = 0,05
- F
hitung
dengan rumus :

- F
tabel
dengan rumus :
F
tabel
= F
() (dfA,dfD)

F
tabel
= F
( 0,05) (2,32)

F
tabel
= 3,30
Cara mencari : nilai F
tabel
= 3,30
Angka 2 = pembilang atau hasil dari df
A
.
Angka 32 = penyebut atau hasil dari df
D

Angka 2 dicari ke kanan dan angka 32 ke bawah maka akan bertemu dengan
nilai F
tabel
= 3,30 untuk taraf signifikan 0,05 (taraf kepercayaan 95%)
4) Kriteria pengujian :
H
o
diterima apabila : F
hitung
3,30
H
o
ditolak apabila : F
hitung
> 3,30
5) Kesimpulan :
Karena F
hitung
(6,61)

> F
tabel
(3,30) maka H
o
ditolak dan H
a
di terima. Jadi,
terdapat perbedaan prestasi belajar yang signifikan antara mahasisiwa tugas
belajar, izin belajar dan umum.

Mahasiswa kelas 5F

Metode Statistika
44
Contoh 2:
Empat macam campuran makanan diberika kepada kambing dalam rangka
percobaan utuk meningkatkan pertambahan berat dagingnya. Setelah percobaan
selesai, pertambahan berat dagingnya dicatat dan hasilnya sebagai berikut :
Makanan ke (1) : 12, 20, 23, 10, 17
Makanan ke (2) : 14, 15, 10,19, 22
Makanan ke (3) : 6, 16, 16, 20
Makanan ke (4) : 9, 14, 18, 19
Buktikan ada perbedaan atau tidak ( = 0,05)?
Penyelesaian :
- Hipotesis (H
a
dan H
o
H
a
: Ada perbedaan yang signifikan berat daging kambing karena
makanan ke (1),(2),(3),(4)

H
o
: Tidak ada perbedaan yang signifikan berat daging kambing karena
makanan ke (1),(2),(3),(4)
- Hipotesis (H
a
dan H
o
H
a
:
1

2

3

4

H
o
:
1
=
2
=
3
=
4
2) Table Perhitungan ANOVA (Uji - F)
Pertambahan Berat Karena Makanan Ke
No 1

2

3

4

Data Hasil
Pengamatan
1
2
3
4
5
12
20
23
10
17
14
15
10
19
22
6
16
16
20

9
14
18
19

Statistik Total (T)
5 5 4 4 N =18
X 82 80 58 60 280
X
2
1462 1366 948 962 4738

1344,8 1280 841 900 4355,56

Mahasiswa kelas 5F

Metode Statistika
45
A
) dengan rumus:
JK
A
=
.
()

()

()

()
/
()

= 4365,8
A
) dengan rumus :
df
A
= k 1 = 4 1 = 3 k = 1, 2, 3 dan 4
A
) dengan rumus :
KR
A
=

D
) dengan rumus :
JK
T
=
= =
JK
D
= JK
T
JK
A
= 382,44 10,24 = 372,20
D
) dengan rumus :
df
D
= N k = 18 4 = 14
D
) dengan rumus :
KR
D
=

Sumber Varian
(SV)
Jumlah
Kuadrat
(JK)
Derajat
Bebas
(df)
Kuadrat
Rerata
(KR)
F
hitung
Taraf
Signifikan
()
Antar group (A) 10,24 3 3,41
0,128
0,05
F
tabel
= 3,34 Dalam group (D) 372,20 14 26,59
Total 382,44 17 - - -

hitung
dan F
tabel

- F
hitung
dengan rumus :

- F
tabel
dengan rumus :
F
tabel
= F
() (dfA,dfD)

F
tabel
= F
( 0,05) (3,14)

F
tabel
= 3,34

Mahasiswa kelas 5F

Metode Statistika
46
H
o
hitung
3,34
H
o
ditolak apabila : F
hitung
> 3,34
5) Kesimpulan :
Karena F
hitung
(0,128)

F
tabel
(3,34) maka H
o
diterima dan H
a
ditolak. Jadi,
tidak ada perbedaan yang signifikan berat daging kambing karena makanan
ke (1),(2),(3),(4)

2. Pengujian klasifikasi dua arah tanpa interaksi
Pengujian klasifikasi dua arah tanpa interaksi merupakan pengujian
hipotesis beda tiga rata-rata atau lebih dengan dua faktor yang berpengaruh dan
interaksi antara kedua faktor tersebut ditiadakan. Langkah-langkah pengujian
klasifikasi dua arah tanpa interaksi ialah sebagai berikut:
- H
o
:
(pengaruh baris nol)

H
a
: sekurang-kurangnya satu
tidak sama dengan nol

- H
o
:
(pengaruh kolom nol)

H
a
tidak sama dengan nol

2) Menentukan taraf signifikasi (misalnya = 0,05 atau = 0,01), F
hitung
(F
A
;
F
B
)

dan F
tabel
. (F
tabel
= F
() ((dfA; dfB), dfD)
).
A
; df
B
) dan
derajat penyebut (df
D
).
3) Buat Tabel Perhitungan Uji F
JK
T
=

JK
A
=

JK
B
=

JK
D
= JK
T
JK
A
JK
B

Mahasiswa kelas 5F

Metode Statistika
47
Dalam Klasifikasi Dua Arah Tanpa Interaksi
Sumber Varian
(SV)
Jumlah
Kuadrat
(JK)
Derajat
Bebas
(df)
Kuadrat
Rerata
(KR)
F
hitung

Taraf
Signifikan ()
Antar Group (A)
Baris
JK
A
b 1
KR
A
=

F
A (tabel)
Antar Group (B)
Kolom
JK
B
k 1
KR
B
=

F
B (tabel)

Dalam Group (D)
Residu
JK
D
(b 1).( k 1)
KR
D
=

Total JK
T
bk 1

4) Menentukan kriteria pengujian :
- Untuk Baris :
jika F
hitung
> F
tabel
, maka H
o
ditolak
jika F
hitung
F
tabel
maka H
o
diterima
- Untuk Kolom :
jika F
hitung
> F
tabel
, maka H
o
ditolak
jika F
hitung
F
tabel
maka H
o
diterima
5) Buat Kesimpulan

3. Pengujian klasifikasi dua arah dengan interaksi
Pengujian hipotesis klasifikasi dua arah dengan interaksi merupakan
pengujian beda tiga rata-rata atau lebih dengan dua faktor yang berpengaruh dan
pengaruh interaksi antara kedua faktor tersebut diperhitungkan. Langkah-langkah
pengujian klasifikasi dua arah dengan interaksi ialah sebagai berikut:
- H
o
:

H
a

- H
o
:

H
a

- H
o
: ()
()
()
()

H
a
: sekurang-kurangnya satu ()

Mahasiswa kelas 5F

Metode Statistika
48
2) Menentukan taraf signifikasi (misalnya = 0,05 atau = 0,01), F
hitung
(F
A
;
F
B
; F
AB
)

dan F
tabel
. (F
tabel
= F
() ((dfA; dfB; dfAB), dfD)
).
A
; df
B;
df
AB
) dan
derajat penyebut (df
D
).
3) Buat Tabel Perhitungan Uji F
JK
T
=

JK
A
=

JK
B
=

JK
AB
=
JK
A
JK
B

JK
D
= JK
T
JK
A
JK
B
JK
AB

Dalam Klasifikasi Dua Arah Dengan Interaksi
Sumber Varian
(SV)
Jumlah
Kuadrat
(JK)
Derajat
Bebas
(df)
Kuadrat
Rerata
(KR)
F
hitung

Taraf
Signifikan ()
Antar Group (A)
Baris
JK
A
b 1
KR
A
=

F
A (tabel)
Antar Group (B)
Kolom
JK
B
k 1
KR
B
=

F
B (tabel)

Antar Group (AB)
Interaksi
JK
AB
(b 1).( k 1)
KR
AB
=

F
AB (tabel)

Dalam Group (D)
Residu
JK
D
N (b.k)
KR
D
=

Total JK
T
N 1

KETERANGAN :
JK
T
= Jumlah Kuadrat Total
JK
A
= Jumlah Kuadrat Antar Group Pada Baris
JK
B
= Jumlah Kuadrat Antar Group Pada Kolom
JK
AB
= Jumlah Kuadrat Antar Group Interaksi Pada Baris Dan Kolom
JK
D
= Jumlah Kuadrat Dalam Group

Mahasiswa kelas 5F

Metode Statistika
49
KR
A
= Kuadrat Rerata Antar Group Pada Baris
KR
B
= Kuadrat Rerata Antar Group Pada Kolom
KR
AB
= Kuadrat Rerata Antar Group Interaksi Pada Baris Dan Kolom
KR
D
= Kuadrat Rerata Dalam Group
df
A
= Derajat Bebas Antar Group Pada Baris
df
B
= Derajat Bebas Antar Group Pada Kolom
df
AB
= Derajat Bebas Antar Group Interaksi Pada Baris Dan Kolom
df
D
= Derajat Bebas Dalam Group
b = Banyak Sampel Antar Group Pada Baris
k = Banyak Sampel Antar Group Pada Kolom
bk = Banyak Sampel Dalam Group Pada Baris Dan Kolom
N = Banyak Keseluruhan Sampel (jumlah kasus dalam penelitian)
= Total Keseluruhan Pengamatan Pada Baris Dan Kolom
= Total Pengamatan Pada Baris
= Total Pengamatan Pada Kolom
= Total Semua Pengamatan

4) Menentukan kriteria pengujian :
- Untuk Baris :
jika F
hitung
> F
tabel
, maka H
o
ditolak
jika F
hitung
F
tabel
maka H
o
diterima
- Untuk Kolom :
jika F
hitung
> F
tabel
, maka H
o
ditolak
jika F
hitung
F
tabel
maka H
o
diterima
- Untuk Interaksi :
jika F
hitung
> F
tabel
, maka H
o
ditolak
jika F
hitung
F
tabel
maka H
o
diterima
5) Buat Kesimpulan

Mahasiswa kelas 5F

Metode Statistika
50
Contoh 3:
Hasil suatu percobaan pada tambahan berat kambing dan sapi seperti tabel
dibawah ini yang menunjukkan banyaknya makanan dan tambahan berat. Sampel
diambil secara random, data diasumsikan homogen dan taraf kesalahan 0,05 dan
0,01. Apakah makanan yang diberikan menghasilkan tambahan berat yang
berbeda di antara kambing dan sapi itu?
Tabel Tambahan Berat Makanan Kambing dan Sapi
KAMBING SAPI
MAKANAN

BERAT MAKANAN

BERAT

19
20
38
35
34
25
25
18
30
37
30
20
70
65
75
89
70
50
35
45
50
80
65
60

Penyelesaian :
- Hipotesis (H
a
dan H
o
H
a
: Sekurang-kurangnya terdapat satu perbedaan yang signifikan antara
tambahan berat makanan kambing dan sapi.
H
o
: Tidak terdapat perbedaan yang signifikan antara tambahan berat
makanan kambing dan sapi
- Hipotesis (H
a
dan H
o
H
a
: X
1
X
2

X
3
X
4

H
o
: X
1
= X
2
= X
3
= X
4

Mahasiswa kelas 5F

Metode Statistika
51
TAMBAHAN BERAT MAKANAN
KAMBING DAN SAPI
KAMBING SAPI
MAKANAN BERAT MAKANAN BERAT
X
1
X
1
2
X
2
X
2
2
X
3
X
3
2
X
4
X
4
2
19 361 25 625 70 4900 35 1225
20 400 18 324 65 4225 45 2025
38 1444 30 900 75 5625 50 2500
35 1225 37 1369 89 7921 80 6400
34 1156 30 900 70 4900 65 4225
25 625 20 400 50 2500 60 3600
STATISTIK TOTAL
6 6 6 6 N = 24
X 171 160 419 335 1085
X
2
5211 4518 30071 19975 59775

160 335 495

171 419 590
- Menghitung jumlah kuadrat total (JKT) dengan rumus:
JK
T
=
= (
) .
(
/
= (5211 + 4518 + 30071 + 19975) .
()
/
= 59975
= 59775 49051,04 = 10723,96

- Menghitung jumlah kuadrat antar group pada baris (JK
A
) dengan rumus:
JK
A
=
= .
(
/ .
(
/
= .
()

()
/ .
()
/
= .
= (9130,08 + 47376,33) 49051,04

= 56506,41 49056,41 49051,04 = 7455,37
- Menghitung jumlah kuadrat antar group pada kolom (JK
B
) dengan rumus:
JK
B
=
= .
(
/ .
(
/
=.
()

()
/ .
()
/ = .

= (29008,33 + 20418,75) 49051,04 = 49427,08 40951,04 = 376,04

Mahasiswa kelas 5F

Metode Statistika
52
- Menghitung jumlah kuadrat antar group interaksi pada baris dan kolom
(JK
AB
) Dengan rumus :
JK
AB
=
JK
A
JK
B

= .
(
/ .
(
/ - JK
A
- JK
B

= .
/ - .
()
/ 7455,37 376,04
= (4873,5 + 4266,67 + 29260,17 + 18704,17) 7455,37 376,04
= 57104,51 49051,04 7455,37 376,04 = 222,06
D
) dengan rumus :
JK
D
= JK
T
JK
A
JK
B
JK
AB

= 10723,96 7455,37 376,04 222,06 = 2670,49
- Menghitung derajat bebas (df
A
, df
B
, df
AB
,

df
D
, df
T
) dengan rumus :
df
A(baris)
= b 1 = 2 1 = 1
df
B(kolom )
= k 1 = 2 1 = 1
df
AB(interaksi)
= (b 1)

.

(k 1) = 1 .1 = 1
df
D(residu)
= N (b.k) = 24 (2.2) = 20
df
T (total )
= N 1 = 24 1 = 23
A
, KR
B
, KR
AB
,) dengan rumus :
KR
A
=
= 7455,37
KR
B
=
= 376,04
KR
AB
=
= 222,06
D
) dengan rumus :
KR
D
=
= 133,52

Mahasiswa kelas 5F

Metode Statistika
53
Sumber Varian
(SV)
Jumlah
Kuadrat
(JK)
Derajat
Bebas
(df)
Kuadrat
Rerata
(KR)
F
hitung
F
tabel

Antar Group
Kambing (A)
7455,37

1 7455,37 55,84
o ()
o (0,01) = 8,10
Antar Group
Sapi (B)
376,04 1 376,04 2,82
Antar Group
Kambing Sapi
(AB)
222,06 1 222,06 1,7
Dalam Group (D)
Residu
2670,49 20 133,52 - -
Total 10723,96 23 - - -
hitung
dan F
tabel

- Taraf signifikan sebesar = 0,05 dan = 0,01
- F
hitung
(F
A
; F
B
;F
AB
) masing masing group dengan rumus :
F
A(hitung)
=
= 55,84
F
B(hitung)
=
= 2,82
F
AB(hitung)
=
= 1,7
- F
tabel
dengan rumus :
F
A(tabel )
= F
A () (dfA : dfD)
= F
(0,05) (1, 20)
= 4,35
= F
(0,01) (1, 20)
= 8,10
F
B(tabel)
= F
B () (dfB : dfD)
= F
(0,05) (1, 20)
= 4,35
= F
(0,01) (1, 20)
= 8,10
F
AB(tabel)
= F
AB () (dfAB : dfD)
= F
(0,05) (1, 20)
= 4,35
= F
(0,01) (1, 20)
= 8,10
- Untuk Baris :
jika F
A (hitung)
> 4,35 (untuk = 0,05) atau F
A (hitung)
> 8,10 (untuk = 0,01),
maka H
o
ditolak.
jika F
A (hitung)
4,35 (untuk = 0,05) atau F
A (hitung)
8,10 (untuk = 0,01)
maka H
o
diterima

Mahasiswa kelas 5F

Metode Statistika
54
- Untuk Kolom :
jika F
B (hitung)
> 4,35 (untuk = 0,05) atau F
B (hitung)
> 8,10 (untuk = 0,01),
maka H
o
ditolak.
jika F
B (hitung)
4,35 (untuk = 0,05) atau F
B (hitung)
8,10 (untuk = 0,01)
maka H
o
diterima
- Untuk Interaksi :
jika F
AB(hitung)
> 4,35(untuk = 0,05) atau F
AB(hitung)
> 8,10(untuk = 0,01),
maka H
o
ditolak.
jika F
AB(hitung)
4,35(untuk = 0,05) atau F
AB(hitung)
8,10(untuk = 0,01)
maka H
o
diterima
5) Kesimpulan :
a) F
A(hitung)
(55,84) > F
A(tabel)
(4,35) untuk taraf signifikan 0,05 dan F
A(hitung)

(55,84) > F
A(tabel)
(8,10) untuk taraf signifikan 0,01. Karena F
A(hitung)
lebih
besar dari F
A(tabel),
maka H
o
di tolak dan H
a
diterima. Artinya terdapat
perbedaan yang signifikan antara tambahan berat makanan kambing dan
sapi, dapat disimpulkan bahwa tambahan makanan akan mempengaruhi
berat kambing dan sapi secara signifikan. Tambahan makanan berarti
dapat meningkatkan berat pada kambing dan sapi.
b) F
B(hitung)
(2,82) < F
B(tabel)
B (hitung)

(2,82) < F
B(tabel)
B(hitung)
lebih
kecil dari F
B(tabel),
maka H
o
diterima dan H
a
di tolak. Dapat disimpulkan
bahwa tidak terdapat perbedaan yang signifikan antara tambahan berat
makanan kambing dan sapi.
c) F
AB(hitung)
(1,7) < F
AB(tabel)
AB(hitung)

(1,7) < F
AB(tabel)
AB(hitung)
lebih
kecil dari F
AB(tabel),
maka Ho diterima dan Ha ditolak. Dapat di simpulkan
bahwa tidak terdapat interaksi yang signifikan tambahan berat makanan
antara kambing dan sapi.
Berdasarkan hasil penelitian ini, maka dapat di sarankan memberikan
makanan yang sesuai dengan kondisi kambing dan sapi secara insetif.

Mahasiswa kelas 5F

Metode Statistika
55
B. Pengujian Hipotesis Beda Dua Varians
Pengujian hipotesis dua varians yang merupakan pengujian varians dua
populasi adalah sama. Untuk maksud tersebut, dari masing-masing populasi
diambil sampel random, kemudian dihitung variansnya.
2
1
S dan
2
2
S merupakan
penduga dari
2
1
o dan
2
2
o .
Rumus variansnya:

KETERANGAN:
2
1
S = varians dari sampel 1 dengan
individu
2
2
S = varians dari sampel 2 dengan
individu

Langkah-langkah pengujian hipotesis tentang dua varians ialah sebagai berikut.
1) Menentukan formulasi hipotesis
- H
o
:

H
a
:

- H
o
:

H
a
:

- H
o
:

H
a
:

2) Menentukan taraf nyata () dan F tabel
Taraf nyata () dan F tabel ditentukan dengan derajat bebas pembilang dan
penyebut masing-masing:

dan

3) Menentukan kriteria pengujian
4) Uji Statistik

)

Mahasiswa kelas 5F

Metode Statistika
56
5) Kesimpulan
Menyimpulkan H
0
diterima atau ditolak

Catatan:
1.

2. Statistik lain yang digunakan untuk menguji hipotesis H
0
adalah

Dengan kriteria pengujian:
a. Terima H
0
apabila
)

b. Tolak H
0
apabila
)

Contoh 4 :
Sebuah pelajaran matematika diberikan kepada 12 siswa dengan metode
pembelajaran biasa. Kelas lain yang terdiri atas 10 siswa diberi pelajaran yang
sama dengan metode terprogram. Pada akhir semester, kedua kelas diberikan ujian
yang sama. Kelas pertama mendapatkan nilai rata-rata 85 dengan simpangan baku
4 dan kelas kedua mendapat nilai rata-rata 81 dengan simpangan baku 5. Ujilah
kesamaan varians dua populasi dengan asumsi bahwa varians kedua populasi
sama dengan alternatif tadik sama! Gunakan taraf nyata 10% !
Penyelesaian:
1) Formulasi hipotesis:
H
0
:

H
0
:

2) Taraf nyata () dan nilai tabel:
= 10 % = 0,1
= 0,05
11 1 12
1
= = v dan 9 1 10
2
= = v

Mahasiswa kelas 5F

Metode Statistika
57
( )
11 , 3
9 ; 11 05 . 0
= F
( )
34 , 0
11 , 3
1
9 ; 11 95 . 0
= = F
3) Kriteria pengujian:
0
H diterima apabila : 34 , 0 <
0
F < 3,11
0
H ditolak apabila :
0
F 0,34 atau
0
F 3,11
4) Uji statistik:
64 , 0
25
16
0
= = F
5) Kesimpulan:
Karena
( ) ( )
11 , 3 64 , 0 34 , 0
9 , 11 05 , 0 0 9 , 11 95 , 0
= < = < = F F F maka
0
H diterima.

Mahasiswa kelas 5F

Metode Statistika
58
LATIHAN SOAL

1. Kepala tata usaha perusaan koran dan periklanan menguji keterampilan
mengetik komputer kepada 4 orang stafnya. Setelah staf tersebut dikursuskan
mengetik di Hamidah Komputer Jl. Minasa Upa Blok G 18/1 makassar 90221.
Hasil data berupa lembaran naskah yang dihitung tiap 4 jam/hari selama 6 hari.
Data sebagai berikut :
Hari /
kode
Senin Selasa Rabu Kamis Jum,at Sabtu
M
1

M
2

M
3

M
4
23
23
24
30
25
36
23
38
40
30
25
33
33
25
20
34
34
37
30
37
38
25
32
25
Buktikan apakah ada perbedaan keterampilan ngetik komputer keempat staf
tersebut , jika = 0,01.

2. Selama ini diketahui dugaan motivasi kerja pegawai Eselon I, II, III, IV dan V
di departemen TIANSHI. Pimpinan departemen tersebut ingin mengetahui
apakah ada perbedaan motivasi kerja pegawai Eselon I V. Sample diambil
secara random, data diasumsikan homogen dan taraf kesalahan = 0,01. Data
sebagai berikut :
I : 70, 75, 60, 82, 70, 65, 85
II : 75, 65, 70, 72, 80, 85, 80,75
III : 80, 85, 70, 72, 70, 76, 75, 65, 60
IV : 60, 65, 70, 82, 80, 85, 65, 70, 75, 65
V : 80, 65, 80, 82, 80,85, 68, 75, 70, 75, 65

3. Suatu penelitian yang disponsori oleh PT Yan Mufid Perkasa Sidoarjo yang
ingin mengetahui apakah terdapat perbedaan tingkat kemempuan pegawai
(afektif, kognitif dan psikomotorik) antara lulusan universitas negeri dan
swasta. Sampel diambil secara random, data diasumsikan homogen dan taraf
kesalahan 0,05 dan 0,01. Data seperti tabel berikut :

Mahasiswa kelas 5F

Metode Statistika
59
TABEL TINGKAT KEMAMPUAN PEGAWAI
LULUSAN ANAK PERSITAS NEGERI DAN SWASTA

LULUSAN
TINGKAT KEMAMPUAN PEGAWAI
AFEKTIF KOGNITIF PSIKOMOTORIK

UNIVERSITAS
NEGERI
X
1
X
2
X
3

70 65 75
75 70 65
79 75 70
65 80 75
64 60 65
80 65 70
85 60 75
88 70 65
75 75 70

UNIVERSITAS
SWASTA
75 70 65
90 65 75
80 70 90
85 90 90
70 75 75
75 65 80
65 75 90
75 75 85
85 70 90

Pernyataan :
a. Buktikan perbedaan tingkat kemampuan pegawai antara lulusan universitas
negeri dan swasta.
b. Buktikan tingkat kemampuan pegawai apakah terdapat perbedaan atau tidak
anatra lulusan universitas luar negeri.
c. Buktikan perbedaan antara kombinasi intraksi kedua pegawai antara lulusan
universitas negeri dan swasta.

Mahasiswa kelas 5F

Metode Statistika
60
KUNCI JAWABAN

1. 1) Menentukan informasi hipotesis :
- Hipotesis (H
a
dan H
o
H
a
: Ada perbedaan yang signifikan antara keterampilan mengetik
komputer staf M
1,
M
2,
M
3
dan M
4.
H
o
: Tidak ada perbedaan yang signifikan antara keterampilan mengetik
komputer staf M
1,
M
2,
M
3
dan M
4

- Hipotesis (H
a
dan H
o
H
a
: M
1
M
2

M
3
M
4

H
o
: M
1
= M
2
= M
3
= M
4
Keterampilan Ngetik Komputer Staf
Hari No M
1
M
2
M
3
M
4
Senin
Selasa
Rabu
Kamis
Jumat
Sabtu
1
2
3
4
5
6
23
25
40
33
34
38
23
36
30
25
37
25
24
23
25
20
30
32
30
38
33
34
37
25
Statistik Total (T)
6 6 6 6 N =24
X 193 176 154 197 720
X
2
6443 5344 4054 6583 22424
(X)
2
/n
Ai
6208,17 5162,67 3952,67 6466,17 21600

A
) dengan rumus:
JK
A
=
.
()

()

()

()
/
()

=
A
) dengan rumus :
df
A
= k 1 = 4 1 = 3 k = M
1
, M
2,
M
3
dan M
4

A
) dengan rumus :
KR
A
=

Mahasiswa kelas 5F

Metode Statistika
61
D
) dengan rumus :
JK
T
=

JK
D
= JK
T
JK
A
= 824 191,68 = 632,32
D
) dengan rumus :
df
D
= N k = 24 4 = 20
D
) dengan rumus :
KR
D
=

Sumber Varian
(SV)
Jumlah
Kuadrat
(JK)
Derajat
Bebas
(df)
Kuadrat
Rerata
(KR)
F
hitung
Taraf
Signifikan
()
Antar group (A) 191,68 3 63,89
2,02
0,01
F
tabel
= 4,94 Dalam group (D) 632,32 20 31,6
Total 824,00 23 - - -

hitung
dan F
tabel

- F
hitung
dengan rumus :

- F
tabel
dengan rumus :
F
tabel
= F
() (dfA,dfD)

F
tabel
= F
( 0,01) (3,20)

F
tabel
= 4,94
. H
o
hitung
4,94
H
o
ditolak apabila : F
hitung
> 4,94
5) Kesimpulan :
Karena F
hitung
(2,02)

< F
tabel
(4,94) maka H
o
diterima dan H
a
ditolak. Jadi,
tidak ada perbedaan yang signifikan antara keterampilan mengetik
komputer staf M
1,
M
2,
M
3
dan M
4

Mahasiswa kelas 5F

Metode Statistika
62
- Hipotesis (H
a
dan H
o
H
a
: Ada perbedaan yang signifikan antara motivasi kerja pegawai Eselon
I , II, III, IV, dan V departemen TIANSHI
.
H
o
: Tidak ada perbedaan yang signifikan antara motivasi kerja pegawai
Eselon I , II, III, IV, dan V departemen TIANSHI.
- Hipotesis (H
a
dan H
o
H
a
: E
1
E
2

E
3
E
4
E
5

H
o
: E
1
= E
2
= E
3
= E
4
= E
5
2) Tabel Perhitungan ANOVA (Uji - F )
A
) dengan rumus:
X
1
= 70+75+60+82+70+65+85 = 507, n
1
= 7
X
2
= 75+65+70+72+80+85+80+75= 602, n
2
= 8
X
3
= 80+85+70+72+70+76+75+65+60 = 653, n
3
= 9
X
4
= 60+65+70+82+80+85+65+70+75+65 = 717, n
4
= 10
X
5
= 80+65+80+82+80+85+68+75+70+75+65 = 825, n
5
= 11
.
(
/
.
()

()

()

()
()

()

()

JK
A
=

A
) dengan rumus :
df
A
= k 1 = 5 1 = 4 k = E
1
, E
2
,

E
3
, E
4
dan E
5

A
) dengan rumus :
KR
A
=

Mahasiswa kelas 5F

Metode Statistika
63
D
) dengan rumus :
(

= (70)
2
+(75)
2
+(60)
2
+(82)
2
+(70)
2
+(65)
2
+(85)
2
= 37199
(

= (75)
2
+(65)
2
+(70)
2
+(72)
2
+(80)
2
+(85)
2
+(80)
2
+(75)
2
= 45584
(

= (80)
2
+(85)
2
+(70)
2
+(72)
2
+(70)
2
+(76)
2
+(75)
2
+(65)
2
+(60)
2
= 47835
(

= (60)
2
+(65)
2
+(70)
2
+(82)
2
+(80)
2
+(85)
2
+(65)
2
+(70)
2
+(75)
2
+(65)
2

= 52049
(

= (80)
2
+(65)
2
+(80)
2
+(82)
2
+(80)
2
+(85)
2
+(68)
2
+(75)
2
+(70)
2
+(75)
2
+(65)
2

= 62373

JK
T
=

JK
D
= JK
T
JK
A
=
D
) dengan rumus :
df
D
= N k = 45 5 = 40
D
) dengan rumus :
KR
D
=

Sumber Varian
(SV)
Jumlah
Kuadrat
(JK)
Derajat
bebas
(db)
Kuadrat
Rerata
(KR)
F
hitung
Taraf
signifikan
()
Antar goup (A) 17,48 4 24,37
0,41
0,01
F
tabel
= 3,83 Dalam group (D) 2355 40 58,89
Total 2452,98 44 - - -
hitung
dan F
tabel

- F
hitung
dengan rumus :

- F
tabel
dengan rumus :
F
tabel
= F
() (dfA,dfD)
F
tabel
= F
( 0,01) (4,40)
F
tabel
= 3,83

Mahasiswa kelas 5F

Metode Statistika
64
. H
o
hitung
3,83
H
o
ditolak apabila : F
hitung
> 3,83
5) Kesimpulan :
Karena F
hitung
(0,41) < F
tabel
(3,83) maka H
o
diterima dan H
a
ditolak. Jadi,
tidak ada perbedaan yang signifikan antara motivasi kerja pegawai Eselon
I, II, III, IV, dan V departemen TIANSHI

- Hipotesis (H
a
dan H
o
H
a
: Ada perbedaan yang signifikan antara tingkat kemampuan pegawai
lulusan universitas luar negeri dan swasta.
H
o
: Tidak Ada perbedaan yang signifikan antara tingkat kemampuan
pegawai lulusan universitas luar negeri dan swasta
- Hipotesis (H
a
dan H
o
H
a
: X
1
X
2

X
3

H
o
: X
1
= X
2
= X
3

Mahasiswa kelas 5F

Metode Statistika
65
LULUSAN
TINGKAT KEMAMPUAN PEGAWAI
AFEKTIF KOGNITIF PSIKOMOTORIK TOTAL
UNIVERSITAS
NEGERI
X
1
X
1
X
2
X
2
X
3
X
3
X
4
X
4

70
75
79
65
64
80
85
88
75
4900
5625
6241
4225
4096
6400
7225
7744
5625
65
70
75
85
60
65
60
70
75
4225
4900
5625
7225
3600
4225
3600
4900
5625
75
65
70
75
65
70
75
65
70
6525
4225
4900
5625
4225
4900
5625
4225
4900
210
210
224
225
189
215
220
223
220
44100
44100
50176
50625
35721
46225
48400
49729
48400

681 655 360 1936
52081 43925 44250 417476

UNIVERSITAS
SWASTA
75
90
80
85
75
70
65
75
85
5625
8100
6400
7225
5625
4900
4225
5625
7225
70
65
70
90
75
65
75
75
70
4900
4225
4900
8100
5625
4225
5625
5625
4900
65
75
90
90
75
80
90
85
90
4225
5625
8100
8100
5625
6400
8100
7225
8100
210
230
240
265
225
215
230
235
245
44100
52900
57600
70225
50625
46225
52900
55225
60025

700 656 740 2095
54950 48125 61500 489826

STATISTIK TOTAL
18 18 18 N = 54
1381 1280 1370 4031
107031 92050 105705 304831
76,7 71,1 76,111 74,65

- Menghitung jumlah kuadrat total (JKT) dengan rumus:
JK
T
=
= 304831 -
= 304831 300906,69 = 3924,31

- Menghitung jumlah kuadrat antar group A (JK
A
) dengan rumus:
JK
A
=
= .
()

()
()
/ -

= .
(
/
(
=
= (105953,39 + 91022,22 + 104272,22) 300906,69
= 301247,83 300906,69 = 341,14

Mahasiswa kelas 5F

Metode Statistika
66
- Menghitung jumlah kuadrat antar group B (JK
B
) dengan rumus:
JK
B
=
= .
()

()
/ -

= 138818,37 + 162556,48 300906,69
= 301374,85 300906,69 = 468,16
- Menghitung jumlah kuadrat antar group A dan B (JK
AB
) Dengan rumus :
JK
AB
=
JK
A
JK
B
= .
/ -
341,14 468,16
= (51529 + 43402,78 + 44100 + 54444,44 + 47669,44 + 60844,44)
300906,69 - 341,14 - 468,16
= 301990,1 - 300906,69 341,14 468,16 =274,11
Menghitung jumlah kuadrat dalam group (JK
D
) dengan rumus :
JK
D
= JK
T
JK
A
JK
B
JK
AB

= 3924,31 341,14 468,16 274,11 = 2840,9
- Menghitung derajat bebas (df
A
, df
B
, df
AB,
df
D
, df
T
) dengan rumus :
df
A(baris)
= b 1 = 3 1 = 2
df
B(kolom)
= k 1 = 2 1 = 1
df
AB(interaksi)
= (b 1).

(k 1) = 2 .1 = 2
df
D(residu)
= N (b.k) = 54 (3.2) = 48
df
T (total )
= N 1 = 54 1 = 53
A
) dengan rumus :
KR
A
=
= 170,57
KR
B
=

KR
AB
=
= 137,06
D
) dengan rumus :
KR
D
=
= 59,18

Mahasiswa kelas 5F

Metode Statistika
67
Sumber Varian
(SV)
Jumlah
Kuadrat
(JK)
Derajat
Bebas
(df)
Kuadrat
Rerata
(KR)
F
hitung
F
tabel

Antar group (A)
341,14 2 170,57 2,88
o()
o(0,01) = 5,08

Antar group (B)
468,16 1 468,16 7,9
o()
o(0,01) = 7,19
Antar group (AB)
274,11 2 137,06 2,32
o()
o(0,01) = 5,08
Dalam Group (D)
1840,9 48 59,18 - -
Total 3924,31 53 - - -

hitung
dan F
tabel

- Taraf signifikan sebesar = 0,05 dan = 0,01
- F
hitung
(F
A
; F
B
;F
AB
) masing masing group dengan rumus :
F
A(hitung)
=
= 2,88
F
B(hitung)
=
= 7,9
F
AB(hitung)
=
= 2,32
- F
tabel
dengan rumus :
F
A(tabel )
= F
A () (dfA : dfD)
= F
(0,05) (2, 48)
= 3,19
= F
(0,01) (2, 48)
= 5,08
F
B(tabel)
= F
B () (dfB : dfD)
= F
(0,05) (1, 48)
= 4,04
= F
(0,01) (1, 48)
= 7,19
F
AB(tabel)
= F
AB () (dfAB : dfD)
= F
(0,05) (2, 48)
= 3,19
= F
(0,01) (2, 48)
= 5,08
- Untuk Baris :
jika F
A (hitung)
> 3,19 (untuk = 0,05) atau F
A (hitung)
> 5,08 (untuk = 0,01),
maka H
o
ditolak.
jika F
A (hitung)
3,19 (untuk = 0,05) atau F
A (hitung)
5,08 (untuk = 0,01)
maka H
o
diterima

Mahasiswa kelas 5F

Metode Statistika
68
- Untuk Kolom :
jika F
B (hitung)
> 4,04 (untuk = 0,05) atau F
B (hitung)
> 7,19 (untuk = 0,01),
maka H
o
ditolak.
jika F
B (hitung)
4,04 (untuk = 0,05) atau F
B (hitung)
7,19 (untuk = 0,01)
maka H
o
diterima
- Untuk Interaksi :
jika F
AB(hitung)
> 3,19(untuk = 0,05) atau F
AB(hitung)
> 5,08(untuk = 0,01),
maka H
o
ditolak.
jika F
AB(hitung)
3,19(untuk = 0,05) atau F
AB(hitung)
5,08(untuk = 0,01)
maka H
o
diterima
5) Kesimpulan :
a) F
A (hitung)
= 2,88 < F
A

(tabel)
= 3,19 untuk taraf signifikan 0,05 dan
F
A (hitung)
= 2,88 < F
A

(tabel)
= 5,08 untuk taraf signifikan 0,01. Karena
F
A (hitung)
lebih kecil dari F
A (tabel),
maka H
o
diterima dan H
a
di tolak.
Dapat disimpulkan bahwa tidak ada perbedaan yang signifikan antara
tingkat kemampuan pegawai lulusan universitas negeri dan swasta.
b) F
B (hitung)
= 7,9 > F
B (tabel)
F
B (hitung)
= 7,9 > F
B (tabel)
harga F
B

(hitung)
lebih besar dari F
B

(tabel),
maka H
o
ditolak dan H
a
diterima
diterima. Artinya terdapat perbedaan yang signifikan antara tingkat
kemampuan pegawai lulusan universitas negeri dan swasta .
c) F
AB

(hitung)
= 2,32 < F
AB

(tabel)
F
AB

(hitung)
= 2,32 < F
AB

(tabel)
F
AB

(hitung)
lebih kecil dari F
AB (tabel),
maka H
o
diterima dan H
a
ditolak.
Dapat disimpulkan bahwa tidak terdapat interaksi yang signifikan
antara tingkat kemampuan pegawai lulusan universitas negeri dan
swasta.
Berdasarkan hasil penelitian ini, maka disarankan kemampuan pegawai
baik lulusan universitas negeri dan swasta agar terjadi peningkatan diperlukan
yang terpadu antara kemampuan kognitif, afektif dan psikomotorik yang dapat
diterapkan di lapangan.

Mahasiswa kelas 5F

Metode Statistika
69
DAFTAR PUSTAKA

Hasan, Iqbal. 2001. Pokok Pokok Materi Statistika 2 (Statistika Inferensif).
Jakarta : Bumi Aksara.
Ridwan, M.BA. 2009. Pengatar Statistika Sosial. Bandung : Alfabeta
Soepeno, Bambang. 2002. Statistik Terapan dalam Penelitian Ilmu Ilmu Sosial
dan Pendidikan. Jakarta : Rineka Cipta
Sudjana. 2005. Metoda Statistika. Bandung : Tarsito
http://junaidichaniago.com/2010/04/22/download-tabel-f-lengkap/
online : 5 Oktober 2012

1. EPA PEZI PARIYATI (2010.121.226)
2. RULIK ARIYANI (2010.121.248)
3. VENY RAMADHANTY (2010.121. 270)

Mahasiswa kelas 5F

Metode Statistika
70
5. REGRESI DAN KORELASI
A. Analisis Regresi
1. Pengertian Analisis Regresi
Analisis regresi adalah suatu analisis yang mengukur pengaruh variabel
bebas terhadap variabel terikat. Jika pengukuran ini melibatkan satu variabel
bebas (X) dan variabel terikat (Y), dinamakn analisis regresi linier sederhana yang
dirumuskan Y = a + bX.
b =
( ) ( )

( )

2. Pengukuran Analisis Regresi
Jika pengukuran pengaruh antar variabel melibatkan lebih dari satu
variabel bebas ( X1, X2, X3, . . . , Xn ) dinamakan analisis regresi linier berganda.
Persamaan estimasi regresi linier berganda sebagai berikut :
Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
n
X
n

Keterangan :
A = nilai konstanta dan b
1
, b
2
, b
3
, ..., b
n
= nilai koefisien regresi variabel
X
1
, X
2
, X
3
, ..., X
N
Untuk menentukan nilai a dan b
1
, b
2
, ..., b
n
, dipergunakan beberapa persamaan
regresi linier berganda :
1) SY = an + b
1
SX
1
+ b
2
SX
2
, + b
n
SX
n

2) SX
1
Y = aSX
1
+ b
1
SX
1
2
+ b
2
SX
1
X
2
+ .....+ b
n
SX
1
X
n

3) SX
2
Y = aSX
2
+ b
1
SX
1
X
2
+ b
2
SX
2
2
+ b
n
SX
2
X
n
dan seterusnya.

3. Contoh penghitungan Manual Analisis Regresi
Contoh 1 :
Misalkan apakah terdapat pengaruh kepuasan kerja dan prestasi kerja terhadap
produktivitas kerja karyawan PT.ABC? Data merupakan data-data skor masing-
masing variabel, baik variabel bebas maupun variabel terikat untuk 10 responden.
Kepuasaan kerja = variabel bebas satu (X1), prestasi kerja = variabel bebas dua
(X2), dan produktivitas kerja = variabel terikat (Y). Maka dapat dibuat persamaan
umum regresi Y = a + b
1
X
1
+ b
2
X
2
.

Mahasiswa kelas 5F

Metode Statistika
71
Penyelesaian :
Berdasarkan persamaan umum tersebut, persamaan regresi yang dapat dibuat
sebanyak 2 + 1 = 3 persamaan sebagai berikut.
1. SY = an + b
1
SX
1
+ b
2
SX
2
2. SX
1
Y = aSX
1
+ b
1
SX
1
2
+ b
2
SX
1
X
2

3. SX
2
Y = aSX
2
+ b
1
SX
1
X
2
+ b
2
SX
2
2

Tabel Penghitung Persamaan Regresi
Resp X
1
X
2
Y X
1
Y X
1
2
X
1
X
2
X
2
Y X
2
2
Y
2

1
2
3
4
5
6
7
8
9
10
2
3,5
4
4,5
4
3,5
2,5
4,5
4,5
4
3
3
4
4,5
3,5
4
3,5
4
4
3,5
4
3,5
4,5
4
3,5
4
4
3,5
4,5
4,5
8
12,25
18
18
14
14
10
11,25
20,25
18
4
12,25
16
20,25
16
12,25
6,25
20,25
20,25
16
6
10,5
16
20,25
14
14
8,75
18
18
14
12
10,5
18
18
12,25
16
14
10
18
15,75
9
9
16
20,25
12,25
16
14
16
16
12,25
16
12,25
20,25
16
12,25
16
16
6,25
20,25
20,25
Jml 37 37 39 143,75 143,50 139,50 144,50 139 155,5

Langkah perhitungan :
1) 39 = 10a + 37 b
1
+ 37b
2
(x37)
2) 143,75 = 37a + 143,50b
1
+ 139,50b
2
(x10)
Hasilnya :
1.443 = 370a + 1.369b
1
+ 1.369b
2

1.437,5 = 370a + 1.435b
1
+ 1.395b
2

5,5 = 0 66b
1
26b
2

5,5 = - 66b
1
26b
2
... persamaan (1)

Mahasiswa kelas 5F

Metode Statistika
72
1) 39 = 10a + 37 b
1
+ 37b
2
(x37)
2) 144, 5 = 37a + 139,50b
1
+ 139,50b
2
(x10)
Hasilnya :
1.443 = 370a + 1.369b
1
+ 1.369b
2

1.444= 370a + 1.395b
1
+ 1.390b
2

-2 = 0 26b
1
21b
2

-2 = -16b
1
21b
2
... persamaan (2)

(1) 5,5 = -66b
1
26b
2
(x26)
(2) -2 = -26b
1
21b
2
(x66)
Hasilnya :
143 = -1.716b
1
676b
2

-132 = - 1.716b
1
1.386b
2

275 = 0 + 710b
2

b
2
=
= 0,387
Jadi, nilai b
1
-2 = -26b
1
21b
2

-2 = -26b
1
21(0,387)
-2 = -26b
1
8,127
26b
1
= 2 8,127
26b
1
= -6,127
b
1
= -0,236
Jadi nilai a dengan memiliki salah satu dari 3 persamaan regresi, misal persamaan
pertama sebagai berikut :
39 = 10a + 37b
1
+ 37b
2

39 = 10a + 37(-0,236) +37(0,387)
39 = 10a 8,732 + 14,319
39 = 10a + 5,587
10a = 39 5,587
10a = 33,413
a = 3,3413

Mahasiswa kelas 5F

Metode Statistika
73
dengan demikian persamaan regresi berganda diperoleh Y = 3,3413 0,236X
1

+ 0,387X
2

4. Pengujian Koefisien Regresi
Pengujian persamaan regresi Y = 3,3413 0,236X
1
+ 0,387X
2
ada 2
yaitu pengujian parsial dan pengujian simultan.
1. Pengujian parsial
a. Pengujian koefisien regresi prediktor kepuasan kerja (b
1
)
Langkah penguji :
1) Menentukan H
0
dan H
a
:
H
0
: b
1
= 0 ( nilai koefisien regresi prediktor kepuasan kerja tidak
signifikan atau tidak terdapat pengaruh yang signifikan kepuasan kerja
terhadap produktivitas kerja karyawan PT.ABC).
H
0
: b
1
1
= 0 ( nilai koefisien regresi prediktor kepuasan kerja signifikan
atau terdapat pengaruh yang signifikan kepuasan kerja terhadap
produktivitas kerja karyawan PT.ABC).
2) Menentukan level of significance (a)
Jika data sulit dikumpulkan , sebaiknya menggunakan level of
significance (a) relatif besar, dan sebaliknya, menggunakan (a) retelatif
kecil. Misal kita gunakan a = 1% dengan banyak sampel (n) = 10 maka
nilai t tabel dapat ditentukan : ta/2;df(n-2) = t 1%/2;df(10 2)
= t 0,5%; df(8) = 3,355.
3) Kriteria pengujian
H
0
ditolak H
0
ditolak

H
O
diterima

H
0
diterima jika t hitung berada di antara -3,355 dan + 3,355 dan H
0

ditolak jika t hitung < -3,355 atau t hitung > + 3,355.

Mahasiswa kelas 5F

Metode Statistika
74
4) Pengujian
Pengujian untuk nilai b
1
dan b
2
sebagai berikut :
tb
1
=
...sb
1
=
...se =

se = standar error of estimate
menghitung sb
1
,
1
, se, tb
1
, dimana diketahui dari tabel diatas jumlah
X
1
= 37 dari n = 10 responden, berarti
1
=
= 3,7 dan (X
1
-
1
)
2

Sebagai berikut :
Resp 1 2 3 4 5 6 7 8 9 10 jml
X1 2 3,5 4 4,5 4 3,5 2,5 4,5 4,5 4 -
(x
1
-
1
)
2
2,89 0,04 0,09 0,64 0,09 0,04 1,44 0,64 0,64 0,09 6,60

Menghitung se :
Sebelum harus menghitung estimasi Y atau Y
dengan persamaan regresi

Y
= -0,236X
1
+ 0,387X
2
dari kesepuluh responden.
Resp X
1
X
2
Y Y

(Y Y)
2

1 2 3 4 0,689 10,963
2 3,5 3 3,5 0,335 10,017
3 4 4 4,5 0,604 15,179
4 4,5 4,5 4 0,6795 11,026
5 4 3,5 3,5 0,4105 9,545
6 3,5 4 4 0,722 10,745
7 2,5 3,5 4 0,7645 10,468
8 4,5 4 2,5 0,486 4,056
9 4,5 4 4,5 0,486 16,112
10 4 3,5 4,5 0,4105 16,724
JUMLAH 114,835

se =

Mahasiswa kelas 5F

Metode Statistika
75
se = = 3,7887
Jadi : sb
1
=
= 1,4748
tb
1
=
= -0,16
5) Kesimpulan :
Karena tb
1
= -0,16 berada di antara -3,355 dan +3,355 maka H
0
diterima,
berarti nilai koefisien regresi prediktor kepuasan kerja (X
1
) tidak
signifikan atau tidak terdapat pengaruh yang signifikan kepuasan kerja
secara parsial terhadap produktifitas kerja karyawan PT.ABC.

b. Penguji koefisien regresi prestasi kerja (b
1
) langkah pengujian :
1) Menentukan H
0
dan H
a
:
H
0
: b
2
= 0 (nilai koefisien regresi prediktor prestasi kerja tidak signifikan
atau tidak terdapat pengaruh yang signifikan prestasi kerja terhadap
produktivitas kerja karyawan PT.ABC.
H
0
: b
2
2
0 (nilai koefisien regresi prediktor prestasi kerja signipikan atau
terdapat pengaruh yang signifikan prestasi kerja terhadap produktivitas
kerja karyawan PT.ABC).
Jika data sulit dikumpulkan , sebaiknya menggunakan level of
significance 0 relatif besar, dan sebaliknya, menggunakan (a) relatif
kecil. Misal kita gunakan a = 1% dengan banyak sampel (n) = 10 maka
nilai t tabel dapat ditentukan : ta/2;df(n-2) = t 1% /2; df(10-2)
= t 0,5%;df(8) = 3,355
H
0
ditolak H
0
ditolak

Mahasiswa kelas 5F

Metode Statistika
76
H
0
diterima jika t hitung berada di antara -3,355 dan +3,355 dan H
0
dan
H
0
ditolak
Jika t hitung < -3,355 atau t hitung > +3,355
4) Pengujian
Pengujian untuk nilai b
1
dan b
2
sebagai berikut :
tb
2
=
... sb
2
=
...se =

se = standar error of estimate
menghitung sb
2
,
2
, tb
2
, dimana diketahui se = 3,7887, X
2
= 37 dan
jumlah n = 10 responden berarti
2
=
= 3,7 dan sebagai berikut :

Resp 1 2 3 4 5 6 7 8 9 10 jml
X
2
3 3 4 4,5 3,5 4 3,5 4 4 3,5 -
(x
2
-
2
)
2
0,4
9
0,4
9
0,0
9
0,6
4
0,0
4
0,0
9
0,0
4
0,0
9
0,0
9
0,0
4
2,1
0
5) Kesimpulan :
Karena tb
2
= 0,148 berada diantara -3,355 dan + 3,355 maka H
0
diterima,
berarti nilai koefisien regresi prediktor prestasi kerja (X
2
) tidak signifikan
atau tidak terdapat pengaruh yang signifikan prestasi kerja secara parsial
terhadap produktivitas kerja karyawan PT.ABC.

2. Pengujian Simultan
Pengujian secara simultan menggunakan distribusi F, yaitu membandingkan
antara F hitung (F rasio ) dan F tabel. Langkah pengujian secara simultan:
1) Menentukan H
0
dan Ha :
H
0
: b
1
,b
2
= 0 (nilai koefisien regresi prediktor kepuasan kerja dan prestasi
kerja tidak signifikan atau tidak terdapat pengaruh yang signifikan kepuasan
kerja dan prestasi kerja secara simultan terhadap produktivitas kerja
karyawan PT.ABC.
H
0
: b
1
, b
2
1
0 (nilai koefisien regresi prediktor kepuasan kerja dan prestasi
kerja signifikan atau terdapat pengaruh yang signifikan kepuasan kerja dan

Mahasiswa kelas 5F

Metode Statistika
77
prestasi kerja secara simultan terhadap produktivitas kerja karyawan
PT.ABC.
Kebanyakan menggunakan a = 5% atau a = 1%, misal kita gunakan a= 5%
nilai F tabel dicari dengan menentukan besar degree of freedom (df)
pembilang (numerator) dan df penyebut (denominator). Numerator = banyak
variabel bebas (X
1
,X
2
) = 2 serta denominator = N m -1 = 10-2-1 = 7 maka
F tabel = F5%;df(2)(7) = 4,74
Uji F merupakan uji satu sisi kanan sehingga distribusi pengujiannya
sebagai berikut :

H
0
ditolak

H
0
diterima jika F hitung 4,74 dan ditolak jika F hitung > 4,74.
4) Pengujian
Fhitung =
()
(
)
... dimana R =

X
1
.Y = X
1
.Y
(
)()
= 143,75
()()

X
1
.Y = 143,75 144,3 = -055
X
2
.Y = X
2
Y
(
)()
= 144,5 -
()()

X
2
.Y = 144,5 144,3 = 0,2
Y
2
= Y
2

(
= 155,5
()

Y
2
= 155,5
= 155,5 152,1 = 3,4

Mahasiswa kelas 5F

Metode Statistika
78
R =
=
()()

R =

R = 0,24686 atau 0,25
Fhitung =
()
()
(
)
=
= 0,233
5) Kesimpulan
Karena F hitung = 0,233 lebih kecil dari 4,74 maka H
0
diterima, berarti nilai
koefisien regresi prediktor kepuasan kerja dan pestasi kerja signifikan atau
tidak terdapat pengaruh yang signifikan kepuasan dan prestasi kerja secara
simultan terhadap produktivitas kerja karyawan PT.ABC.

B. Kolerasi Dalam Regresi Linier
Untuk keperluan perhitungan koefisien kolerasi r berdasarkan sekumpulan
data (X
i
, Y
i
) berukuran n dapat dirumuskan:
r =
) (
)
*
+ *
+

Bentuk lain dapat pula digunakan, ialah :
r =

Contoh 2 :
Perhatikan data dalam daftar XV(1), Bab XV, mengenai hubungan antara banyak
pengunjung dan yang berbelanja disebuah toko. Dari daftar XV(2) telah didapat
X
i
= 1.105, Y
i
= 1.001, X
i
Y
i
= 37.094,
= 33.599 dan n = 30.

Penyelesaian :
r =
() ()()
*() ()
+ *() ()
+

r = 0,8758
dari hasil ini ternyata didapatkan kolerasi positif antara banyak pengunjung X dan
yang berbelanja Y.

Mahasiswa kelas 5F

Metode Statistika
79
LATIHAN SOAL

1. X 90 100 100 95 105 110 105 105 115 120
Y 70 75 80 80 85 85 85 90 95 100
Dari table di atas, jika di hitung nilai a, b, c dan variasinya !

2. Berikut adalah bulanan pendapatan perkapital (X) dan besar penjumlahan
produk (Y) dalam ratusan ribu rupiah. Carilah persamaan regresinya
interprestasikan, kemudian dugalah paramenter B-nya ! gunakan = 5
(disertai dengan perhitungan )
Bulan X Y X
2
Y
2
XY
Jan 4.4 1.7 19.36 2.89 7.48
Feb 5.2 1.3 27.04 1.69 6.76
Mart 6.8 2.1 46.24 4.41 14.28
Apr 4.8 1.4 23.04 1.96 6.72
Mei 4.3 0.7 18.49 0.49 3.01
Jun 5.7 1.8 32.49 3.24 10.26
Total 31.2 9 166.66 14.68 48.51

Mahasiswa kelas 5F

Metode Statistika
80
3. Berikut ini adalah data index harga komoditi dalam negeri (X) dengan
permintaan barang infor (Y). Carilah model regresinya, nilai r beserta
interprestasinya
Tahun x
i
y
i
x
i
y
i
Y
i
2
X
i
2

1980 35 104.5 3657.5 1225 10920.25
1981 37.5 104.5 3918.75 1406.25 10920.25
1982 30 106 3180 900 11236
1983 32 105.75 3384 1024 11183.063
1984 35.5 105 3727.5 1260.25 11025
1985 30 105.25 3157.5 900 11077.563
1986 41.5 106.5 4419.75 1722.25 11342.25
1987 48 109.7 5265.6 2304 12032.89
1988 50 110 5500 2500 12100
1989 42 108.4 4552.8 1764 11750.56
1990 45 109 4533.875 2025 11881
1991 41.5 109.25 5763.75 1722.25 11935.563
1992 53 108.75 5752 2809 11826.563
1993 44 108 4752 1936 11664
1994 45.5 110 5005 2070.25 12100
Total 610.5 1610.6 65723.025 25568 172996.15

Mahasiswa kelas 5F

Metode Statistika
81
KUNCI JAWABAN

1.
X Y X
2
Y
2
XY
120 100 14400 10000 12000
115 95 13225 9025 10925
110 85 12100 7225 9350
105 85 11025 8100 9450
105 80 11025 7225 8925
105 75 11025 7225 8925
100 80 10000 6400 8000
100 75 10000 5640 7500
95 80 9025 6400 7600
90 70 8100 4900 6300
1045 845 109925 109925 88975

Sedangkan selisih setiap nilai X dengan rata-ratanya :
X
) (

120 104,5 15,5 240,25
115 104,5 10,5 110,25
110 104,5 5,5 30,25
105 104,5 0,5 0,25
105 104,5 0,5 0,25
105 104,5 0,5 0,25
100 104,5 -4,5 20,25
100 104,5 -4,5 20,25
95 104,5 -9,5 90,25
90 104,5 -14,5 210,25
1045 104,5 0 722,5

Mahasiswa kelas 5F

Metode Statistika
82
Dan mencari selisih nilai y dengan rata-ratanya :
( )
( )

100 84,5 15,5 240,25
95 84,5 10,5 110,25
85 84,5 5,5 30,25
90 84,5 0,5 0,25
85 84,5 0,5 0,25
85 84,5 0,5 0,25
80 84,5 -4,5 20,25
75 84,5 -4,5 20,25
80 84,5 -9,5 90,25
70 84,5 -14,5 210,25
0 722,5

Berdasarkan kedua tabel di atas dapat di hitung a, b, c serta variasi sebagai
berikut :
a. =
()

=
( )( )
( )

= -12,76816609 = -12,77
b. =

()

=
( ) ( )
( )

= 0,9307958478 = 0,93
(

) (
)
Sebelum kita menghitung rata-rata kuadrat penyimpangan sekitar regresi,
kita perlu menghitung variasi masing-masing variabel

Mahasiswa kelas 5F

Metode Statistika
83

Kita masukkan dalam rumus rata-rata kuadrat penyimpangan sekitar regresi
sehingga hasilnya :
( )
)
( (
( )
( )
}
{
}

Variasi Y dan X yang diketahui ( untuk X = 100 ) adalah :
( )
}
{
( )
( )
}
{
( )
}

Mahasiswa kelas 5F

Metode Statistika
84
2. b =

()

=
() ()
()()

= 0.39

a =

=
( )
= -0.528
Maka persamaan regresinya adalah :
= - 52800 + 39000
Interprestasi :
- Bila pendapatan perkapita O maka besar penjualan produk adalah -52.800
rupiah
- Bila terjadi pendapatan perkapita berubah sebesar satu rupiah maka akan
terjadi perubahan pada penjualan produk sebesar 39000 rupiah.

3. n = 15
b =

()

=
() ( )
() ()
= 2.829

a =

=
()
= -263.059

Maka persamaan regresinya adalah :
= -263.059 + 2.829

Mahasiswa kelas 5F

Metode Statistika
85
Interprestasinya :
- Bila index harga komoditi dalam negeri 0 maka demand barang infor adalah
-263.59
- Bila terjadi perubahan index harga komoditi dalam negeri sebesar satu unit
maka akan terjadi perubahan pada tingkat demand barang infor sebesar
2.829 unit.

r
2
=

,()( )-
()-
()
-

r
2
=
,() ()-
,( ) ()
-,() ()
-
= 0.6734
r = 0.82
Interprestasi :
Hanya 67.34% hubungan antara demand barang infor dari index harga
komoditi dalam negeri yang dapat dijelaskan sistem sedangkan sisanya tidak
dapat dijelaskan pengaruh variabel lain.

Mahasiswa kelas 5F

Metode Statistika
86
DAFTAR PUSTAKA

Sunyoto, danang.2009. Analisis Regresi dan Uji Hipotesis. Yogyakarta:
Hanindita.
Sudjana, 1996. Metode Statistika. Bandung:PT.TARSITO

1. EMIYANTI (2010 121 234)
2. HERLIYATI (2010 121 239)
3. YUNITA SARI (2010 121 255)

Mahasiswa kelas 5F

Metode Statistika
87
6. ANALISIS KORELASI SEDERHANA
A. KoefisienKorelasi Linier Sederhana
1. PengertianKoefisienKorelasi (KK)
Koefisien korelasi merupakan indeks atau bilangan yang digunakan
untuk mengukur keeratan (kuat,lemah,atautidakada) hubungan antar variabel.
Koefisien korelasi ini memiliki nilai antara -1 dan +1 (-1 KK +1).
a. Jika KK bernilai positif, maka variabel-variabel berkorelas ipositif.
Semakin dekat nilai KK ini ke +1 semakin kuat korelasinya, demikian pula
sebaliknya.
b. Jika KK bernilai negatif, maka variabel variabel berkorelasi negatif.
Semakin deka tnilai KK ini ke -1 semakin kuat nilai korelasinya, demikian
pula sebaliknya.
c. Jika KK bernilai 0 (nol), maka variable variabel tidak menunjukkan
korelasi.
d. Jika KK bernilai +1 atau -1, maka variable menunjukkan korelasi positif
atau negatif yang sempurna.

Untuk menentukan keeratan hubungan/korelasi antar variable tersebut,
berikut ini diberikan nilai nilaidari KK sebagaipatokan.
- KK = 0, tidakadakorelasi
- 0 KK 0,20, korelasi sangat rendah/lemah sekali.
- 0,20 KK 0,40, korelasi rendah/lemah tapi pasti.
- 0,40 KK 0,70, korelasi yang cukup berarti.
- 0,70 KK 0,90, korelasi yang tinggi ; kuat.
- 0,70 KK 1,00, korelasi sangat tinggi; kuatsekali, dapatdiandalkan.
- KK = 1, korelasisempurna

Mahasiswa kelas 5F

Metode Statistika
88
2. Jenis-jenisKeofisienKorelasi
a. KoefisienKorelasi Pearson
Koefisien korelasi ini digunakan untuk mengukur keeratan hubungan
antara dua variabel yang datanya berbentuk data interval atau rasio. Disimbolkan
dengan r dan dirumuskan:
r =

(

( )

) (
()
)

Nilaidarikoefisienkorelasi (r)terletakantara -1 dan +1 (-1 KK +1).
1. Jika r = +1, terjadi korelasi positif sempurna antara variabel X dan Y.
2. Jika r = -1, terjadi korelasi negative sempurna antaravariabel X dan Y.
3. Jika r = 0, tidak terdapat korelasi antara variabel X dan Y.
4. Jika 0 r +1, terjadi korelasi positif antara variabel X dan Y
5. Jika -1 r 0, terjadi korelasi negatif antara variabel X dan Y.
Contoh 1 :
Tabel 1.1 Hubungan Antara Hasil Penjualan dan Biaya Promosi
X 16 13 18 17 16 19 11 14
1,6 1,5 1,8 1,5 1,7 1,8 1,1 1,3 Y
Y = hasilpenjualan (jutaRp)
X = biayapromosi (ribuRp)
Dengan menggunakan data dari table 1.1, tentukan besarnya koefisien korelasi
dan jelaskan artinya!
Penyelesaian :
X Y X
2
Y
2
XY
16 1,2 256 2,56 25,6
13 1,5 169 2,25 19,5
18 1,8 324 3,24 32,4
17 1,5 289 2,25 25,5
16 1,7 256 2,89 27,2
19 1,8 361 3,24 34,2
11 1,1 121 1,21 12,1
14 1,3 196 1,69 18,2

Mahasiswa kelas 5F

Metode Statistika
89
n = 8 = 124
= 1.972
= 12,3
= 19,33 = 194,7
r =

(

( )

) (
()
)

=
() ()()
( () ()
)( () ()
( )( )

=
()()

=

= 0,885

KP =

= (0,885)
100
= 0,7832 100
= 78,32

=

()
=

()
=

()
=
()
= 4,64

Jika
maka
artinya signifikan
, artinya
tidak signifikan. Berdasarkan perhitungan di atas = 0,05 dan n = 8, karena uji
dua pihak jadi dk = 8-2 = 6, sehingga di peroleh
= 1,94, maka
ditolak.
Jadi, antara variabel X (biayapromosi) dan variabel Y (hasilpenjualan) terdapat
korelasi positif dan kuat, artinya apabila biaya promosi naik maka hasil penjualan
juga akan meningkat.

Mahasiswa kelas 5F

Metode Statistika
90
b. Koefisien Korelasi Rank Spearman
Koefisien korelasi ini digunakan untuk mengukur keeratan
hubungan antara dua variabel yang datanya berbentuk data ordinal ( data
bertingkat ). Disimbolkan dengan
.
Dirumuskan :
= 1 -

Keterangan :
d = selisih ranking X dan Y
n = banyaknya pasangan data

c. Koefisien Korelasi Kontingensi
Koefisien korelasi ini digunakan untuk mengukur keeratan
hubungan antara dua variabel yang datanya berbentuk data nominal (data
kualitatif). Disimbolkan dengan C dan dirumuskan :
C =

d. Koefisien Penentu (KP) atau Koefisien Determinasi (R)
Koefisien penentu ini menjelaskan besarnya pengaruh nilai suatu
variabel (variabel X) terhadap naik/turunnya (variasi) nilai variabel lainnya
(variabel Y). Dirumuskan :
KP = R = (KK)
100
Ket : KK = koefesienkorelasi
Nilai koefesien penentu ini terletak antara 0 dan +1 (0 KP +1). Jika
koefesien korelasinya adalah Koefesien korelasi Pearson (r),maka koefesien
penentunya adalah :
KP = R =
100
Dalam bentuk rumus,koefesien penentu (KP) dituliskan:
KP =
()() ()()
[()(
) ()
],()(
) ()
-

Mahasiswa kelas 5F

Metode Statistika
91
Contoh 2 :
Dengan menggunakan data dari table 1.1,tentukan besarnya koefesien penentu dan
apa artinya?
Penyelesaian :
Dari penyelesaian contoh soal sebelumnya diperoleh :
r = 0,885
KP =

= (0,885)
100
= 0,7832 100
= 78,32
Nilai KP = 78,32 memiliki arti, yaitu pengaruh variabel X (biaya
promosi) terhadap variasi (naik-turunnya) variabel Y (hasil penjualan)
hanyasebesar 78,32%, sisanya sebesar 21,68% berasal dari faktor-faktor lain,
seperti biaya periklanan, biaya distribusi tetapi tidak dimasukkan dalam
persamaan regreasinya namun tetap mempengaruhi variabel Y.

B. Pendugaan dan Pengujian Hipotesis Koefesien Korelasi Populasi ()
Koefesien korelasi populasi dari variabel X dan Y yang keduanya
merupakan variabel random dan memiliki distribusi bivariat,dirumuskan:
=
()

Cov (X,Y) =
= E(XY) E(X) E(Y)

= (
= (

Dalam prakteknya,koefesien korelasi populasi () tidak diketahui,namun
dapat diduga dengan koefesien korelasi sampel(r). Dengan demikian, r merupakan
penduga dari .

Mahasiswa kelas 5F

Metode Statistika
92
1. Pendugaan Koefesian Korelasi Populasi
Pendugaan koefesien korelasi populasi (interval keyakinan )
menggunakan distribusi Z. Pendugaannya dapat dilakukan dengan terlebih dahulu
mengubah koefesien korelasi sampel r menjadinilai
, yang dalam bentuk

persamaan dituliskan:
ln

Variabel
akan mendekati distribusi normal dengan rata-rata dan varians sebagai

berikut:

ln

dan

Untuk
, pendugaan intervalnya secara umum dirumuskan:

P(
) = 1 atau

Contoh 3 :
Suatu sampel terdiri atas 12 pasang data menghasilkan nilai r = 0,7. Dengan
tingkat keyakinan 95%, buatlah pendugaan interval bagi !
Penyelesaian :
ln
ln
= 0,867
= 0,33
= 5% = 0,05
= 0,025
= 1,96
Pendugaan interval bagi
dengan tingkat keyakinan 95%

0,867 1,96(0,33)
0,867 + 1,96(0,33)
0,214
1,52

Mahasiswa kelas 5F

Metode Statistika
93
Dengan mentransformasikan batas batas bagi
, diperoleh batas-batas bagi

pendugaan interval bagi , yaitu:
= 0,210 dan = 0,909
Jadi pendugaan interval bagi dengan tingkat keyakinan 95% adalah
0,210 0,909
Catatan :
*
ln

2. Pengujian Hipotesis Koefesien Korelasi Populasi ()
a. Untuk asumsi =0
: = 0 ( tidak ada hubungan antara X dan Y)
: (ada hubungan positif)

(ada hubungan negatif)
(adahubungan)
2) Menentukan taraf nyata () beserta t tabel,dengan derajat bebas
(db) = n 2
= . atau
= .
a. Untuk
: = 0 dan
: :
(1)
diterima jika

(2)
diterima jika

b. Untuk
: = 0 dan
: :
(1)

diterima jika

(2)

ditolak jika

c. Untuk

: = 0 dan
: 0
(1)

diterima jika

(2)

ditolak jika

Mahasiswa kelas 5F

Metode Statistika
94
4) Menentukan nilai uji statistik

5) Membuat kesimpulan
Menyimpulkan
diterima atau di tolak. (sesuai dengan kriteria

pengujian ).

Contoh 4:
Sampel banyak 6 pasang data darivariabel X dan Y diperlihatkan seperti berikut ini
X = Jumlahpekerja
Y = Produksi yang dihasilkan
X 25 35 20 45 40 50
310 150 125 425 210 400 Y
Ujian pendapat yang mengatakan bahwa tidak ada hubungan antara jumlah
pekerja(X) dan banyaknya produksi yang dihasilkan (Y),dengan alternative ada
hubungan positif ! gunakan taraf nyata 5%.
Penyelesaian :
n = 6 = 215
= 8.375
= 1.620
= 518.950 = 63.025
r =
() ()
(() ()
) (() ()

= 0,67
1) Formulasi hipotesis:
: = 0
: 0
2) Taraf nyata () dan nilai t tabel
= 5% = 0,05 db = 6 2 = 4
()
= 2,132
diterima apabila
2.132
ditolak apabila
2.132

Mahasiswa kelas 5F

Metode Statistika
95
4) Nilai uji statistik :
=

()
= 1,811
5) Kesimpulan :
Karena
= 1,811
()
= 2,132 maka
diterima. Jadi,tidak ada

hubungan antara jumlah pekerja dengan banyaknya produksi yang dihasilkan.

b. Untuk asumsi 0

: =
mewakili nilai tertentu)
: >
lebih besar dari nilai tertentu)

<
lebih kecil dari nilai tertentu)

tidak sama dengan nilai tertentu)

2) Menentukan taraf nyata () dan nilai Z tabel

= . atau

a. Untuk
: =
dan
:
(1)
diterima jika

(2)
ditolak jika
>

b. Untuk
: =
dan
:
(1)
diterimajika

(2)
ditolak jika
<

c. Untuk
: =
dan
:
(1)
diterima jika

(2)
ditolak jika
>
atau
<

4) Menentukan nilai uji statistik

5) Kesimpulan
Menyimpulkan
diterima atau ditolak

Mahasiswa kelas 5F

Metode Statistika
96
C. Koefesien Korelasi Linier Data Berkelompok
Dirumuskan :
r =
)(
)(
)

(
)

D. Koefisien Phi
Koefisien phi dirancang untuk peubah dikhotom. Kita mempunyai dua
peubah, peubah I dan peubah II yang hasil amatannya disajikan dalam bentuk
tabel Kontingensi 2 x 2.
Kategori Peubah II
Kategori Peubah I
Total
1 2
1
2
a
c
b
d
a + b
c + d
Total a + c b + d n

- Koefisien phi adalah nilai phi diantara 1 dan 1

- Hubungannya dengan X
2

adalah yang mempunyai sebaran khi-kuadrat
dengan 1 derajat bebas.

Contoh 5 :
Pada studi pelecehan seksual ditempat kerja, peneliti mengambil contoh pekerja
yang bukan manager, ditanya apakah mereka pernah mendapat pelecehan seksual
ditempat kerja. Hasilnya setelah diklasifikasi berdasar jenis kelamin dan adanya
pelecehan adalah

Mahasiswa kelas 5F

Metode Statistika
97
Pelecehan seksual
Jenis kelamin Ya Tidak Total
Laki-laki
Wanita
15
50
35
25
50
75
Total 65 60 125
Penyelesaian :

Untuk uji nyata kita gunakan : X
2
= 125 (-0,3595)
2
= 16.16
Karena 16.16 > 3.841, Tolak H
0.
Jadi kita simpulkan ada asosiasi antara Jenis
kelamin dan Pelecehan seksual

E. Analisis Korelasi Kontingensi
Digunakan untuk mengetahui ada tidaknya hubungan antar variabel yang
mempunyai data kategori, baik kategori asli maupun buatan.
Contoh 6 :
Penelitian berjudul :
Hubungan Antara Penguasaan Konsep Matematika dengan Prestasi Belajar Kimia
Fisika Mahasiswa Jurdik Kimia FMIPA UNY.
Penyelesaian :
Langkah 1. Menetapkan variabel penelitian dan jenis datanya (kategori)
Variabel X = Penguasaan Konsep Matematika
Jika data yang diperoleh berupa skor nilai matematika (data interval), maka untuk
analisis kontingensi diubah menjadi data kategori.
Misalnya : penguasaan konsep matematika dengan 3 kategori yaitu tinggi, sedang,
rendah.
Variabel Y : Prestasi Belajar Kimia Fisika
Jika data yang diperoleh berupa skor nilai kimia fisika (data interval), maka untuk
analisis kontingensi diubah menjadi data kategori.
Misalnya : prestasi belajar kimia fisika dengan 3 kategori yaitu tinggi, sedang,
rendah.

Mahasiswa kelas 5F

Metode Statistika
98
Langkah 2. Pengubahan menjadi kategori tidak harus 3 kelompok seperti dalam
contoh tersebut, tetapi dapat menjadi 2, 4 dan sebagainya sesuai dengan
kepentingan penelitian.
Data Dasar Untuk Analisis Korelasi Kontingensi
PBKF
PKM
Tinggi Sedang Rendah Total
Tinggi 30 10 10 50
Sedang 10 25 15 50
Rendah 5 20 15 40
Total 45 55 40 140
PBKF = Prestasi Belajar Kimia Fisika
PKM = Penguasaan Konsep Matematika
Tabel Kerja Untuk Analisis Korelasi Kontingensi
PBKF
PKM
Tinggi Sedang Rendah Total
Tinggi fo = 30
fh = 16,0714
fo = 10
fh = 19,6429
fo = 10
fh = 14,2857
50
Sedang fo = 10
fh = 16,0714
fo = 25
fh = 19,6429
fo = 15
fh = 14,2857
50
Rendah fo = 5
fh = 12,8571
fo = 20
fh = 15,7142
fo = 15
fh = 11,4286
40
Total 45 55 40 140

Langkah 3. Menghitung
2
dan C (koefisien kontingensi)
2
= 12,0715 + 4,7338 + 1,2857 + 2,2994 + 1,4610 + 0,0357 + 4,8016 + 1,1689 +
1,1161
2
= 28,968
C = 0,414

Mahasiswa kelas 5F

Metode Statistika
99
Langkah 4. Menginterpretasikan hasil analisis.
Pengujian signifikansi koefisien korelasi kontingensi dilakukan dengan
membandingkan
2
hitung dengan
2
tabel pada db = (banyak garis 1) x (banyak
kolom 1). Pada taraf kepercayaan 95% dan db = (3-1) x (3-1) = 4, diperoleh
harga
2
tabel = 9,49. Ternyata
2
hitung >
2
tabel, sehingga disimpulkan bahwa
ada hubungan yang signifikan antara penguasaan konsep matematika dengan
prestasi belajar kimia fisika mahasiswa Jurdik Kimia FMIPA UNY.

F. Koefesien Korelasi Creamer
Koefisien ini merupakan sebuah ukuran dari derajat hubungan atau
korelasi antara dua variable. Korelasi ini digunakan pada data dimana satu atau
kedua variabel berskala nominal dan dihitung dari sebuah tabel kontingensi.
Dalam bentuk tabel kontingensi, kita akan mencari nilai harapan (expected
value) untuk setiap cell-nya. Semakin besar perbedaan antara nilai harapan
dengan nilai observasi (observed value), maka akan semakin besar pula derajat
hubungan antara dua variable yang sekaligus berarti semakin besar pula nilai
koefisien cramernya. Ketika datanya adalah data kualitatif (data berskala ordinal)
maka besar hubungan dua variabel dapat dicari dengan korelasi Spearman atau
korelasi Kendall Tau, dan ketika datanya adalah data kuantitatif (data berskala
interval atau rasio) dan kedua variabel adalah bivariat yang berdistribusi normal
maka besar hubungan dua variabel dapat dicari dengan korelasi Pearson. Korelasi
Spearman, Kendall, dan Pearson akan dibahas pada sesi tulisan yang lain.
Formula koefisien cramer adalah sebagai berikut:

Mahasiswa kelas 5F

Metode Statistika
100
Keterangan :
r = banyaknya baris (row)
c = banyaknya kolom (column)
O = nilai observasi (observed value)
= nilai harapan yang diperkirakan (expected value)
N = jumlah seluruh observasi
L = banyaknya minimum baris atau kolom pada tabel kontingensi.

Nilai koefisien cramer tidak pernah negatif, hanya berkisar antara 0 dan 1. Hal ini
dikarenakan koefisien ini mengukur hubungan antara variable kategori yang tidak
memperhatikan urutan (order) diantara mereka.
Contoh 7: kita gunakan tabel kontingensi sampel perbankan

Hitunglah koefisien cramer untuk melihat besar hubungan antara usia peminjam
dengan status pinjamannya.
Penyelesaian :
E
11
= 132 E
12
= 132
E
21
= 188,5 E
22
= 188,5
E
31
= 105,5 E
32
= 105,5
E
41
= 144 E
42
= 144

Mahasiswa kelas 5F

Metode Statistika
101

Jadi besar hubungan antara usia peminjam dengan status pinjamannya sebasar
0,2504.
Sidney siegel dalam bukunya nonparametric statistics for the behavioral
sciences menggunakan koefisien kontingensi C untuk mengukur derajat
hubungan dua variabel kategori menggunakan formula seperti berikut:

- Uji keberartian untuk koefisien cramer
Untuk menguji apakah nilai koefisien Cramer C mengindikasikan hubungan
yang signifikan antara dua variabel kategori didalam populasinya, gunakan
cara seperti pada uji independensi chi-square.
- Uji Independensi chi-square
Uji ini digunakan untuk menentukan apakah ada cukup bukti untuk
menyatakan bahwa dua variabel kualitatif saling berhubungan. Hipotesanya
adalah sebagai berikut:
H
0
= tidak ada hubungan antara duavariabel dalam populasi
H
1
= ada hubungan antara dua variabel dalam populasi

Mahasiswa kelas 5F

Metode Statistika
102

Kesimpulan: ada hubungan antara usia peminjam dengan status pinjamannya

Mahasiswa kelas 5F

Metode Statistika
103
LATIHANSOAL

1. Seorang mahasiswa fakultas ekonomi ingin mengetahui apakah ada hubungan
antara tingkat kepercayaan keuntungan perusahaan (X) dan tingkat kenaikan
harga saham (Y) perusahaan tersebut.Ia mengambil data 10 perusahaan sebagai
berikut:
Y 11,1 7,9 3,8 9,9 1,5 8,9 13,5 7,5 8,0 9,0
X 4,6 2,4 4,2 4,7 4,0 8,4 4,7 3,6 4,0 2,1
Tentukan koefesien korelasi dan artinya!

2. Data dibawah ini menunjukkan besarnya biaya iklan (% dalam biaya total) dan
laba usaha bersih (% dari total penjualan) dari sampel random 6 tokotekstil.
Biaya Iklan Laba usaha bersih
1,5
1,0
2,8
0,4
1,3
2,0
3,6
2,8
5,4
1,9
2,9
4,3
X = biaya iklan
Y = laba usaha bersih
Buatlah pendugaan interval bagi koefesien korelasi populasinya pada tingkat
keyakinan 95%!

Mahasiswa kelas 5F

Metode Statistika
104
3. Tabel Hubungan antara Tinggi dan Berat badan dari 300 Mahasiswa
Universitas B tahun 1995

Tinggi, X (inci)
59-62 63-66 67-70 71-74 75-76

Berat,Y(Ib) 90-109
110-129
130-149
150-169
170-189
190-209
210-229
2
7
5
2
1
8
15
12
7
2
4
22
63
28
10
1
2
7
19
32
20
4
1
5
12
7
2
3
21
50
101
79
39
7
16 45 128 84 27 300
Tentukan koefesien korelasi linier dari distribusi frekuensi bivariabel pada
tabel diatas!

Mahasiswa kelas 5F

Metode Statistika
105
KUNCI JAWABAN

1. n = 10 = 42,7
= 1823,29
=81,1
= 6.577,21 = 3462,97
r =
() ()()
() ()
)(() ()
)

=

= 1,0
Jadi, antara variabel X (keuntungan perusahaan) dan variabel Y (kenaikan
harga saham) terdapat korelasi sempurna.

2. Dik : n = 6 = 9
= 81
= 20,9
= 436,81 = 188,1
r =
() ()()
() ()
)(() ()

= 0,99
ln
ln 199
= 2,646

=0,578
= 5% = 0,05
= 0,025
=1,96

Mahasiswa kelas 5F

Metode Statistika
106
Pendugaan interval bagi

2,646 1,96(0,578)
) 2,646 + 1,96(0,578)
1,513
3,778
Dengan mentransformasikan batas-batas bagi
batas-batas bagi pendugaan

interval bagi ,
ln
ln -4,898
= 0,55

ln
ln -1,717
= 0,313
Jadi pendugaan ,
0,55 0,31

3. Dik : n = 300
= 208
= 61
= 77
= 301
= 459
r =
)(
)(
)

(
)

=
()() ()()
(( )
)(()( )
)

= 0,5

Mahasiswa kelas 5F

Metode Statistika
107
DAFTAR PUSTAKA

Hasan, Ikbal. 2003. Pokok-pokok Materi Statistik 2. Jakarta: Bumi Aksara.
http://digensia.wordpress.com/2012/03/26/koefisien-korelasi-cramer-c/
http://dc145.4shared.com/doc/z_T74JT8/preview.html
http://statistikian.blogspot.com/2012/09/koefisien-phi.html#.ULdV_2fWreg

1. AYU WIDYASTUTI (2010 121 231)
2. RUSMALA DEWI (2010 121 242)
3. EVA PAULINA (2010 121 246)

Mahasiswa kelas 5F

Metode Statistika
108
7. REGRESI DAN KORELASI LINIER BERGANDA
A. Regresi Linear Berganda
1. Hubungan linear lebih dari dua variabel
Analisis regresi digunakan untuk menentukan bentuk dari hubungan
antar variabel. Tujuan utama dalam penggunaan analisis itu adalah untuk
meramalkan atau memperkirakan nilai dari suatu variabel dalam hubungannya
dengan variabel yang lain.
Hubungan linear lebih dari dua variabel bila dinyatakan dalam bentuk
persamaan matematis adalah :
Y = a + b
1
x
1
+ b
2
x
2
+ ... + b
k
x
k

Keterangan :
x, x
1,
x
2
..x
k

= variabel-variabel
a, b
1,
b
2
..b
k

= bilangan konstan (konstanta) koefisien variabel

2. Persamaan regresi linear berganda
Regresi linear berganda adalah regresi dimana variabel terikatnya (Y)
dihubungkan atau dijelaskan lebih dari satu variabel, mungkin dua, tiga dan
seterusnya variabel bebas (x, x
1,
x
2
..x
n

) namun masih menunjukkan diagram
hubungan yang linear.
Bentuk umum dari persamaan linear berganda dapat ditulis sebagai berikut:
1. Bentuk stokastik : y = a + b
1
x
1
+ b
2
x
2
+ b
3
x
3
b
k
x
k
+ c
2. Bentuk non stokastik : y = a + b
1
x
1
+ b
2
x
2
+ b
3
x
3
b
k
x
k

Keterangan :
y : Variabel terikat (nilai duga y)
a, b
1,
b
2
b
3
..b
k

: koefisien regresi
x
1,
x
2
x
3
..x
k

: variabel bebas
e : kesalahan pengganggu

Persamaan regresi linear berganda dengan dua variabel bebas :
Y =a+b
1
X
1
+b
2
X
2

Mahasiswa kelas 5F

Metode Statistika
109
) ) ( )( ) ( (
) )( (
2
1
2
1
2 2
1 1
1
X X n Y Y n
X Y Y X n
r
Y

=
) ) ( )( ) ( (
) )( (
2
2
2
2
2 2
2 2
2
X X n Y Y n
X Y Y X n
r
Y

=
Keterangan :
Y : variabel terikat
X
1,
X
2 :
variabel bebas
a,b
1
,b
2 :
koefisien regresi linear berganda
a : nilai Y, apabila X
1
= X
2
= 0
b
1
: besarnya kenaikan /penurunan Y dalam satuan, jika X
1
naik /turun
satu satuan dan X
2
konstan
b
2
: besarnya kenaikan / penurunan Y dalam satuan, jika X
2
naik/turun
satu satuan dan X
1
konstan
nilai a , b
1
, b
2
dapat ditentukan dengan menggunakan metode berikut :
- Metode kuadrat terkecil

)(
) (
) (
)
(
)(
) (
)(
) (
) (
)
(
)(
) (

Mahasiswa kelas 5F

Metode Statistika
110
Contoh 1 :
TABEL 7.1 Nilai tes, pengalaman kerja dan keluaran dari 10 pekerja.
Y ( Keluaran ) 32 15 30 34 35 10 39 26 11 23
X
1
( nilai tes ) 160 80 112 185 152 90 170 140 115 150
X
2
(pengalaman kerja ) 5,5 6 9,5 5 8 3 9 5 0,5 1,5
a. Buatlah persamaan regresi linear berganda!
b. Jika seorang pekerja memiliki nilai tes 200 dan pengalaman kerja 10 tahun ,
berapa besar keluaran yang mungkin dihasilkan ?
Penyelesaian :
Cara perhitungan untuk memperoleh nilai a,b
1
,b
2
dapat dilihat pada table berikut:
Pekerja Y X
1
X
2
Y
2
X
1
Y X
2
Y X
1
X
2
1
2
3
4
5
6
7
8
9
10
32
15
30
34
35
10
39
26
11
23
160
80
112
185
152
90
170
140
115
150
5,5
6,0
9,5
5,0
8,0
3,0
9,0
5,0
0,5
1,5
1.024
225
900
1.156
1.225
100
1.521
676
121
529
25.600
6.400
12.544
34.225
23.104
8.100
28.900
19.600
13.225
22.500
30,25
36,00
90,25
25,00
64,00
9,00
81,00
25,00
0,25
2,25
5.120
1.200
3.360
6.290
5.320
900
6.630
3.640
1.265
3.450
176
90
285
170
280
30
351
130
5,5
34,5
880
480
1.064
925
1.216
270
1.530
700
57,5
225
Jumlah 255 1.354 53,0 7.477 194.198 363,00 37.175 1.552,0 7.347,5
Dengan rumus didapat :
( )
( )
( )( )
()()
()()
()

Mahasiswa kelas 5F

Metode Statistika
111
)(
) (
) (
)
(
)(
) (
()() ()()
()() ()

() ()
() ()

)(
) (
) (
)
(
)(
) (
()() ()()
()() ()

() ()
() ()

()() ()()
= 25,5 28,7048 10,5947
= -13,7995

a. Persamaan regresi linear bergandanya :
Y = -13,7995 + 0,212X
1
+ 1,999X
2

b. Ramalan Y, jikaX
1
= 200 dan X
2
= 10
Y = -13,7995 + 0,212 (200) + 1,999 (10)
= -13,7995 + 42,4 + 19,99
= 48,59

Mahasiswa kelas 5F

Metode Statistika
112
3. Pendugaan dan Pengujian Koefisien Regresi
1. Kesalahan baku regresi dan koefisien regresi berganda
Kesalahan baku atau selisih taksir standar regresi adalah nilai menyatakan
seberapa jauh menyimpangnya nilai regresi tersebut terhadap nilai sebenarnya.
Nilai ini digunakan untuk mengukur tingkat ketepatan suatu pendugaan dalam
menduga nilai. Jika nilai ini sama dengan nol maka penduga tersebut memiliki
tingkat ketepatan 100%.
Kesalahan baku atau selisih taksir standar regresi berganda dirumuskan :
S
e
=
( ) ( )
2
1 1 2 2
y b x y b x y
n m
+

Keterangan :
Se : Kesalahan baku regresi berganda
n : Jumlah pasangan observasi
m : Jumlah konstant dalam persamaan regresi berganda.
Untuk koefisien b
1
dan b
2
kesalahan bakunya dirumuskan :
Sb
1
=
( )( )
2 2 2
1 1 1
Se
x nx 1 r y

Sb
2
=
( )( )
2 2 2
2 2 1
Se
x nx 1 r y

Contoh 2 :
Dengan menggunakan data dari table 7.1 kerjakan soal berikut ini.
a. Tentukan kesalahan baku regresi bergandanya !
b. Tentukan kesalahan baku koefisien regresi berganda b
1
dan b
2
!
Penyelesaian :

b
1
= 0,212
= 53
b
2
= 1,999 m = 3

n = 10

=28,09

Mahasiswa kelas 5F

Metode Statistika
113
a. S
e
=
( ) ( )
2
1 1 2 2
y b x y b x y
n m
+
(() ())

= 1,33
b. Sb
1
=
( )( )
2 2 2
1 1 1
Se
x nx 1 r y
( ()( ()
)

= 0,013
Sb
2
=
( )( )
2 2 2
2 2 1
Se
x nx 1 r y
( ()( ()
)

= 0,15

2. Pendugaan interval koefisien regresi berganda (parameter B
1
dan B
2
)
Parameter B
1
dan B
2
sering juga disebut sebagai koefisien regresi
parsial. Pendugaan parameter B
1
dan B
2
menggunakan distribusi t dengan derajat
bebas db = n m secara umum pendugaan parameter B
1
dan B
2
adalah :
b
1
t
a/2n-m
Sb
i
s B
i
s b
i
+ t
a/2n-m
Sb
i

i = 2,3
Contoh 3 :
Dengan menggunakan tabel 7.1 , buatlah pendugaan interval bagi parameter B
1

dan B
2
dengan
Peneyelesaian :
Dari jawaban contoh soal sebelumnya diperoleh :
b
1
= 0,212 b
2
= 1,999
Sb
1
= 0,013 Sb
2
=0,15
n = 10 m = 3

Mahasiswa kelas 5F

Metode Statistika
114
= 5%=0,05
= 0,025

t
0,025(7)
= 2,365
- Pendugaan interval bagi parameter B
1
adalah
b
1
- t
0,025(7)
Sb
1

B
1
+ t
0,025(7)
Sb
1

0,212 2,365 ( 0,013) B
1
0,212 + 2,365(0,013)
0,181 B
1
0,243
- Pendugaan interval bagi parameter B
2
adalah
B
2
- t
0,025(7)
Sb
2

B
2
+ t
0,025(7)
Sb
2
1,999 2,365 ( 0,15) B
1
1,999 + 2,365(0,15)
1,644 B
1
2,354

4. Peramalan dengan Regresi Linear Berganda
Peramalan terhadap nilai Y dengan menggunakan regresi linear
berganda, dapat dilakukan apabila persamaan garis regresinya sudah diestimasi
dan nilai variabel bebas x
1
, x
2
sudah diketahui.
Variabel bebas x
1
dan x
2
disebut memiliki pengaruh yang nyata apabila
dalam pengujian hipotesis koefisien parsialnya H
0
: B
1
= B
2
= 0 ditolak atau H
1
:
B
1
= B
2
= 0 diterima, khususnya pada taraf nyata 1%
Kelebihan peramalan y dengan menggunakan regresi linear berganda
adalah dapat diketahui besarnya pengaruh secara kuantitatif setiap variabel bebas
(x
1
atau x
2
) apabila pengaruh variabelnya dianggap konstan. Misalnya sebuah
persamaan regresi berganda
y = a + b
1
x
1
+ b
2
x
2

Keterangan :
y : Nilai statistik mahasiswa
x
1
: Nilai inteligensi mahasiswa
x
2
: Frekuensi membolos mahasiswa
b
1
: Pengaruh x
1
terhadap y jika x
2
konstan
b
2
: Pengaruh x
2
terhadap y jika x
1
konstan

Mahasiswa kelas 5F

Metode Statistika
115
Contoh 4 :
jika a = 17,547; b
1
= 0,642; b
2
= - 0,284 maka persamaan regresi linear
bergandanya menjadi y = 17,547 + 0,624 (75) 0,284 (4)
Penyelesaian :
Dengan persamaan regresi linear berganda tersebut, nilai y (nilai statistik maha
siswa) dapat diramalkan dengan mengetahui nilai x
1
(nilai inteligensi mahasiswa)
dan x
2
(frekuensi membolos mahasiswa) misalkan, nilai x
1
= 75 dan x
2
= 24 maka
ramalan nilai y adalah : y = 17,547 + 0,624 (75) 0,284 (4)
= 63.211
Penulisan persamaan garis regresi linear berganda biasanya disertai dengan
kesalahan baku masing-masing variabel bebas dan koefisien determinasi berganda
r
2
, sebagai ukuran tepat atau tidaknya garis tersebut sehingga pendekatan.

B. Korelasi Linear Berganda
Korelasi linear berganda merupakan alat ukur mengenai hubungan yang
terjadi antara variabel yang terikat. (variabel Y) dan dua atau lebih variabel bebas
(x
1
, x
2
x
k
). Analisis korelasinya menggunakan tiga koefisien korelasi yaitu
koefisien determinasi berganda, koefisien korelasi berganda, dan koefisien
korelasi parsial.
1. Korelasi linear berganda dengan dua variabel bebas
a. Koefisien penentu berganda atau koefisien determinasi berganda
Koefisien determinasi berganda, disimbolkan KPB y.12 atau R
2

merupakan ukuran kesusaian garis regresi linear berganda terhadap suatu data.
Rumus :
KPB
y.12
= R
2
=
1 1 2 2
2
b x y b x y
y
+

Mahasiswa kelas 5F

Metode Statistika
116
Contoh 5 :
Dengan menggunakan data tabel 7.1 tentukan koefisien determinasi bergandanya !
Penyelesaian :
Dari jawaban contoh soal sebelumnya diperoleh

b
1
= 0,212

b
2
= 1,999
()() ()()

= 0,9855 atau 98,55 %

b. Koefisien korelasi berganda
Koefisien korelasi berganda disimbolkan r
y12
merupakan ukuran
keeratan hubungan antara variabel terikat dan semua variabel bebas. Secara
bersama-sama. Rumus :
R
y.12
=
1 1 2 2
2
b x y b x y
y
+

Contoh 6 :
Dengan menggunakan data tabel 7.1 tentukan koefisien koefisien korelasi
bergandanya !
Penyelesaian :
Dari jawaban contoh soal sebelumnya , diperoleh koefisien determinasi berganda
(KPB
Y12
) = 0,9855
Jadi :
R
Y12
=

=

Mahasiswa kelas 5F

Metode Statistika
117
c. Koefisien korelasi parsial
Koefisien korelasi parsial merupakan koefisien korelasi antara dua
variabel. Jika variabel lainnya konstan, pada hubungan yang melibatkan lebih dari
dua variabel.
Ada 3 koefisien korelasi parsial untuk hubungan yang melibatkan 3
variabel yaitu sebagai berikut :
1) Koefisien korelasi parsial antara y dan x
1
, apabila x
2
konstan dirumuskan
r
y.12
=
( )( )
y1 y2 12
2 2
y1 I2
r r .r
I r I r

2) Koefisien korelasi parsial antara y dan x
2
, apabila x
1
konstan dirumuskan
r
y.12
=
( )( )
y2 y1 I2
2 2
y1 y2
r r .r
I r I r

3) Koefisien korelasi parsial antara x
1
dan x
2
apabila y konstan dirumuskan
R
12
y =
( )( )
12 y1 I2
2 2
y1 y2
r r .r
I r I r

Contoh 7 :
Dengan menggunakan data dari tabel 7.1 tentukan korelasi berikut !
a. r
Y.12
b. R
12Y

Penyelesaian :
Dari jawaban contoh soal sebelumnya , diperoleh :
()()
()()
()()

Mahasiswa kelas 5F

Metode Statistika
118
a.

()()
(()
)(()
)

= 0,988
b.

()()
(()
)(()
)

= 0,967

2. Korelasi linear berganda dengan 3 variabel bebas
a. Koefisien penentu berganda
KPB =
1 1 2 2 3 3
2
b x y b x y b x y
y
+ +

( )
2
2 2
y
y y
n
=

b. Koefisien korelasi berganda
ry
123
=
1 1 2 2 3 3
2
b x y b x y b x y
y
+ +

Mahasiswa kelas 5F

Metode Statistika
119
LATIHAN SOAL

1. Data pengeluaran 10 rumah tangga, untuk pembelian barang tahan lama per
minggu(Y), pendapatan per minggu (X
1
), dan jumlah anggota keluarga (X
2
)
disajikan dalam tabel berikut. Jika suatu rumah tangga mempunyai pendapatan
per minggu (X
1
) Rp11.000,00 dan jumlah anggota keluarga (X
2
) 8 orang,
berapa uang yang dikeluarkan untuk membeli barang-barang tahan lama
tersebut.
Y
X
1
X
2

23 10 7
7 2 3
15 4 2
17 6 4
23 8 6
22 7 5
10 4 3
14 6 3
20 7 4
19 6 3

2. Hubungan antara pendapatan, pengeluaran dan banyaknya anggota keluarga.
VARIABEL
RUMAH TANGGA
I II III IV V VI VII
Pengeluaran (Y) 3 5 6 7 4 6 9
Pendapatan (X1) 5 8 9 10 7 7 11
Jumlah Anggota Keluarga (X2) 4 3 2 3 2 4 5
Pertanyaan :
a. Carilah Nilai Koefisien Korelasinya !
b. Jelaskan makna hubungannya !

3. Berdasarkan data soal nomor 1, tentukan :
a. Nilai Koefisien Determinasi (R
2
)
b. Jelaskan apa maknanya ?

Mahasiswa kelas 5F

Metode Statistika
120
KUNCI JAWABAN
1. Penyelesaian :
Y
X
1
X
2
X
1
Y X
2
Y X
1
X
2

Y
2

X
1
2
X
2
2

23 10 7 230 161 70 529 100 49
7 2 3 14 21 6 49 4 9
15 4 2 60 30 8 225 16 4
17 6 4 102 68 24 289 36 16
23 8 6 184 138 48 529 64 36
22 7 5 154 110 35 484 49 25
10 4 3 40 30 12 100 16 9
14 6 3 84 42 18 196 36 9
20 7 4 140 80 28 400 49 16
19 6 3 114 57 18 361 36 9
170 60 40 1122 737 267 3162 406 182
Persamaan normal adalah :

Jadi suatu rumah tangga dengan pendapatan per minggu Rp11.000,00 dan jumlah
anggota keluarga 8 orang, diperkirakan akan mengeluarkan Rp27.500,00 untuk
pembelian barang-barang tahan lama.
737 182 267 40
1122 267 406 60
170 40 60 10
2 1 0
2 1 0
2 1 0
2
2
2 2 1 2 1 2 0
1 2 1 2
2
1 1 1 0
2 2 1 1 0
= + +
= + +
= + +
= + +
= + +
= + +

b b b
b b b
b b b
Y X X b X X b X b
Y X X X b X b X b
Y X b X b n b
( ) ( )
08 , 27500
83 , 3 42 , 31
8 48 , 0 11000 50 , 2 92 , 3
48 , 0 50 , 2 92 , 3
48 , 0 ; 50 , 2 ; 92 , 3
2 1
2 1 0
=
=
+ =
+ =
= = =
Y
Y
Y
X X Y
b b b

Mahasiswa kelas 5F

Metode Statistika
121
) ) ( )( ) ( (
) )( (
2
1
2
1
2 2
1 1
1
X X n Y Y n
X Y Y X n
r
Y

=
2 2
1
) 57 ( ) 489 ( 7 )( ) 40 ( ) 252 ( 7 (
) 57 )( 40 ( ) 348 ( 7

=
Y
r
) ) ( )( ) ( (
) )( (
2
2
2
2
2 2
2 2
2
X X n Y Y n
X Y Y X n
r
Y

=
2 2
2
) 23 ( ) 83 ( 7 )( ) 40 ( ) 252 ( 7 (
) 23 )( 40 ( ) 137 ( 7

=
Y
r
42 , 0
35 , 92
39
2
= =
Y
r
2. Penyelesaian :
No Y
X
1
X
2

Y
2

X
1
2
X
2
2

X
1
Y X
2
Y X
1
X
2

1 3 5 4 9 25 16 15 12 20
2 5 8 3 25 64 9 40 15 24
3 6 9 2 36 81 4 54 12 18
4 7 10 3 49 100 9 70 21 30
5 4 7 2 16 49 4 28 8 14
6 6 7 4 36 49 16 42 24 28
7 9 11 5 81 121 25 99 45 55
40 57 23 252 489 83 348 137 189

92 , 0
93 , 168
156
1
= =
Y
r

) ) 23 ( ) 83 ( 7 ( ) 57 ( ) 489 ( 7 (
) 23 )( 57 ( ) 189 ( 7
2 2
12

= r
) ) ( )( ) ( (
) )( (
2
2
2
2
2
1
2
1
2 1 2 1
12
X X n X X n
X X X X n
r

=

Mahasiswa kelas 5F

Metode Statistika
122
13 , 0
12 , 95
12
12
= = r

2
2 2
12 .
) 13 , 0 ( 1
) 13 , 0 )( 42 , 0 )( 92 , 0 ( 2 ) 42 , 0 ( ) 92 , 0 (
+
=
Y
R
9686 , 0 9382 , 0
12 .
= =
Y
R

Berdasarkan hasil perhitungan diperoleh nilai Korelasi (R) = 0,9686 atau 0,97.
Nilai Korelasi (R) = 0,97 bermakna bahwa hubungan kedua variabel X (
dan
) sangat kuat karena nilai R mendekati 1.

3. Penyelesaiaan :

a.
% 100 9686 , 0
2 2
12 .
x R
Y
=
% 100 9381 , 0
2
12 .
x R
Y
=
% 81 , 93
2
12 .
=
Y
R

b. Nilai koefisien R
2
Y.12
= 93,81 atau 93,81% memberi makna bahwa naik
turunnya (variasi) pengeluaran (Y) disebabkan oleh pendapatan (X1) dan
jumlah anggota keluarga (X2) sebesar 93,81% sedangkan sisanya sebesar
6,19% disebabkan oleh faktor-faktor lainnya yang juga turut mempengaruhi
pengeluaran (Y) tetapi tidak dimasukkan ke dalam persamaan regresi linear
berganda.

2
12
12 2 1
2
2
2
1
12 .
1
2
Y
Y Y Y Y Y
Y
r
r r r r r
R
+
=
9686 , 0
12 .
=
Y
R

Mahasiswa kelas 5F

Metode Statistika
123
DAFTAR PUSTAKA

Anto, Dajan, 1991. Pengantar Metode Statistik. Jilid 2. Jakarta : LP3 S
Arif, Karseno. 1995. Statistik I. Jakarta: Karunika
Hasan, Ikbal. 2003. Pokok-pokok Materi Statistik 2. Jakarta: Bumi Aksara.

1. MIA MEGA PERTIWI (2010 121 238)
2. ABDUL NAZIR (2010 121 240)

Mahasiswa kelas 5F

Metode Statistika
124
8. UJI TANDA (SI GN TEST)
Apabila kita telah menetapkan pasangan ukuran ordinal yang diambil dari
sabjek yang sama atau sabjek yang dicocokan, dan apabila anda hanya tertarik
pada adanya perbedaan nyata atu tidak tanpa memperhatiakan perbedaan tersebut,
maka prosedur uji tanda harus digunakan. Prosedur uji tanda didasarkan pada
tanda negative atau positif dari perbedaan antara pasangan data ordinal. Pada
hakikatnaya, pengujian ini hanya memperhatikan arah perbedaan dan bukan
besarnya perbedaan itu.

A. Prosedur pelaksanaan uji tanda dengan sampel kecil
a) Menyatakan Hipotesis Nol dan Hipotesis Alternatif
b) Memilih Taraf Nyata (mis. 5%,1%,10%)
c) Menghitung Frekuensi Tanda
d) Menentukan Tanda Beda antara Pasangan Observasi
e) Menetukan Probabilitas hasil Sampel yang Diobservasi
f) Penarikan kesimpulan Statistik tentang Hipotesis Nol. Menerima Ho
jika probabilitas sampel atau menolak Ho dan menerima H1 jika
> probabilitas hasil sampel.

Contoh 1 :
PT. Rimba Raya ingin mengembangkan alat pemotong kayu baru untuk mengolah
kayu pada industri hilirnya. Perusahaan tersebut ingin melihat apakah alat baru
tersebut lebih bagus dari alat lama yang telah digunakan. Dalam hal ini
perusahaan tidak tertarik pada tingkat efisiensi penggunaan alat. 10 pekerja dipilih
secara acak untuk menguji alat. Setiap pekerja yang menggunakan satu alat lama
dan memberikan nilai 1-10 dimana (1) sangat tidak bagus dan (10) sangat bagus.
Kemudian pekerja disuruh menggunakan alat baru dengan memberikan nilai 1-10,
dimana (1) sangat bagus dan (10) sanagat tidak bagus. Dari ilustrasi di atas apakah
terdapat perbedaan nyata pada kedua alat pemotong kayu tersebut?

Mahasiswa kelas 5F

Metode Statistika
125
Berikut Tabel Data Hasil Pengamatan:
Pekerja Alat Baru Alat Lama Tana Beda (x y)
A 5 6 -
B 8 5 +
C 9 1 +
D 7 6 +
E 5 6 -
F 10 4 +
G 6 3 +
H 8 8 0
I 4 7 -
J 9 7 +
n = jumlah observasi yang relevan
= jumlah tanda positif + jumlah tanda negative
= 6 + 3
= 9
r = jumlah tanda yang paling sedikit
= 3

Penyelesaian :
Prosedur Uji Tanda
a) Menyatakan hipotesis nol ( Ho) dan hipotesis alternatif (H1)
Ho : p = 0.5 ( alat baru tidak lebih bagus dari alat lama)
Hi : p > 0,5 (alat baru lebih bagus dari alat lama)
Dimana p adalah probabilitas adanya penggunaan alat yang lebih baik
b) Memilih taraf nyata.
Taraf nyata adalah = 5%
c) Menghitung frekuensi tanda.
Dari data di atas diperoleh 6 tanda positif, 3 tanda negatif, dan 1 tanda 0
d) Menentukan tanda beda antara pasangan frekuensi.
Untuk tanda beda ini sudah tertera pada Tabel Data Pengamatan
e) Menentukan probabilitas hasil sampel yang diobservasi.
Dari data diperoleh n = 9 dan r = 3, maka dari table Binomial diperoleh hasil
bahwa :

Mahasiswa kelas 5F

Metode Statistika
126
n = 9 pada p = 0,50
r 0 = 0,0020
r 1 = 0,0176
r 2 = 0,0703
r 3 = 0,1641
total = 0,2540
f) Penarikan kesimpulan
Menerima Ho jika probabilitas sampel, menolak Ho dan menerima Hi
jika > prob.sampel
Dari hasil di atas diperoleh bahwa 0,05 < 0,2540, yang berarti terima
H0. Maksudnya adalah alat pemotong kayu baru memiliki perbedaan nyata
terhadap alat pemotong kayu yang lama atau dengan kata lain alat baru
dapat layak atau dapat menggantikan alat baru.

Contoh 2 :
Nilai rasa oleh 10 konsumen ayam goring yang dimasak dengan resep lama dan
ayam goreng yang dimasak dengan resep baru (10 menunjukan rasa sangat
enak, dan 1 menunjukan rasa sangat tidak enak).
NILAI RASA
Konsumen Resep Lama
(x)
Resep Baru
(y)
Tanda Pendekatan
(y-x)
Ali
Budi
Cindy
Dedi
Eli
Finrah
Gading
Herry
Indri
Jhon
3
5
3
1
5
8
2
8
4
6
9
5
6
3
10
4
2
5
6
7
+
0
+
+
+
-
0
-
+
+
n = jmlh obsevasi yang relevan
= jumlah tanda positif + jumlah tanda negative
= 6 + 2
= 8
r = jumlah tanda yang paling sedikit
= 2

Mahasiswa kelas 5F

Metode Statistika
127
Penyelesaian :
Prosedur Uji Tanda
a) Menyatakan hipotesis nol ( Ho) dan hipotesis alternatif (Ha)
Ho : p = 0,5 (resep baru tidak memberikan rasa lebih enak dari pada resep
lama)
Ha : p > 0,5 (resep baru memberikan rasa lebih enak dari pada resep lama)
Dimana p adalah probabilitas adanya perbaikan rasa
b) Memilih taraf nyata.
Taraf nyata adalah = 5% = 0,05
c) Menghitung frekuensi tanda
Dari data di atas diperoleh 6 tanda positif , 2 tanda negatif, dan 2 tanda 0
d) Menentukan tanda beda antara pasangan frekuensi
Untuk tanda beda ini sudah tertera pada Tabel Data Pengamatan
e) Menentukan probabilitas hasil sampel yg diobservasi
Dari data diperoleh n = 8 dan r = 2, maka dari table Binomial diperoleh hasil
bahwa :
n = 8 pada p = 0,50
r 0 = 0,0039
r 1 = 0,0312
r 2 = 0,1094
Total = 0,1445
f) Penarikan kesimpulan
Menerima Ho jika probabilitas sampel, menolak Ho dan menerima Ha
jika > prob.sampel
Karena dalm contoh kita, 0,05 < 0,1445, maka kita menerima hipotesis
nol resep baru tidak bias dikatakan sebagai perbaikan rasa atas resep
lama.(resep baru = reseo lama, tidak berbeda)

Mahasiswa kelas 5F

Metode Statistika
128
B. Prosedur Uji Tanda dengan Sampel Besar
Jika jumlah sampel cukup besar, dan jika pendekatan normal
menerima terhadap distribusi binomial,maka aturan pengambilan
keputusan yang berlaku sesuai dengan aturan distribusi Z dmana rasio
kritis (CR dari nilai Z) dihitung sebagai :
CR =

Dimana :
R = jumlah tanda positif
n = jumlah pasangan observasi yang relevan

Contoh 3 :
Anggaplah bahwa dalam soal no.2 terdapat 33 konsumen di dalam sampel.
Asumsikan pula bahwa hasil berikut telah diperoleh
Beda bertanda + = 18
Beda bertanda - = 12
Beda bertanda 0 = 3
Total = 33 n = 33
Penyelesaian :
Jika taraf nyata sebesar 0,05 digunakan, aturan pengambilan keputusan
dapat dinyatakan dengan formatyang berupa sebagai berikut :
Terima Ho Jika CR 1,64 atau tolak Ho dan terima Ha jika > 1,64.
Rasio kritis dihitung sebagai berikut :
CR =

CR =
()

CR =

= 1, 095
Karena 1,095 < 1,64 maka hipotesis nol akan diterima.dalam ha lini
kesimpulannya menjadi, tidak terjadi perbedaan nyata antara nilai rasa kedua
resep tersebut.

Mahasiswa kelas 5F

Metode Statistika
129
PROSEDUR PELAKSANAAN UJ I TANDA

Lihat tabel probabilitas binomial
dan cari n dan r
Lihat di bawah p = 0,50 dan jumlahkan
probabilitas yang relevan
Bandingkan jumlah probabilitas
dengan
Jumlahkan masing masing tanda
positif, tanda negative, dan nol
Mis. r = jmlh tnd yg paling sedikit
dan mis. n = jmlah psngan
observasi yang relevan
Rumusan aturan pengambilan
keputusan
Jumlahkan masing masing
tanda positif, tanda negative,
dan nol
Apakah jumlah
sampel kecil?
Star
Nyatakan hipotesis nol dan
hipotesis alternative serta
tetapkan
Susun pasangan observasi dan
tentukan tanda perbedaan antara
observasi
Nyatakan kesimpulan statistik
mengenai hipotesis nol
Hitung rasio kritis:
CR =

Bandingkan CR dengan aturan
pengambilan keputusan

Mahasiswa kelas 5F

Metode Statistika
130
LATIHAN SOAL

1. Jika perbedaan antara pasangan data yang digunakan dalam prosedur uji tanda
adalah 5 positif, 7 negatif, dan 6 sama atau nol, maka kita mempunyai n = 18
dan r = 7. Benar atau salah?

2. Apakah prosedur uji tanda itu?

3. Data berikut, kolom(2) dan kolom (3),adalah mengenai hasil dua macam
kacang tanah (dinyatakan dalam ons), untuk tiap rumpun dari berbagai lokasi.
Lokasi
(1)
Macam X
(2)
Macam Y
(3)
Tanda
(Xi Yi)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
3,4
3,7
2,8
4,2
4,6
3,8
3,6
2,9
3,0
3,8
4,0
3,9
3,8
4,2
4,7
4,0
3,6
3,2
3,4
2,9
3,0
3,9
3,2
4,6
4,3
3,4
3,5
3,0
2,9
3,7
3,7
4,0
3,5
4,5
3,9
3,7
3,2
2,9
3,0
3,6
+
-
-
-
+
+
+
-
+
+
+
-
+
_
+
+
+
+
+
-

Mahasiswa kelas 5F

Metode Statistika
131
KUNCI JAWABAN

3. Kolom akhir berisikan tanda (Xi Yi) yang memberikan r = 7 untuk tanda
yang terjadi paling sedikit, ialah tanda negative. Dengan n = 20 dan = 0,05
dari daftarnilai kritis untuk uji tanda didapat r = 5. Dari pengamatan diperoleh
r = 7 dan ini lebih besar dari 5. Jadi hipotesis bahwa hasil kedua macam kacang
tanah sama tidak dapat ditolakpada taraf nyata 0,05.

Mahasiswa kelas 5F

Metode Statistika
132
DAFTAR PUSTAKA

Reksoatmodjo, Tedjo N. 2009. Statistika untuk Psikologi dan Pendidikan.
Bandung: PT Refika Aditama.
Sudjana, 2005. Metode Statistika. Bandung: TARSITO
http://alammemanggilkita.blogspot.com/2010/06/aplikasi-uji-tanda-pada-
statistik.html

1. DEA PERMATA SARI (2010 121 233)
2. RUSTAMAN (2010 121 251)

Mahasiswa kelas 5F

Metode Statistika
133
9. UJI URUTAN BERTANDA WICOYON (THE SI GNED RANK TEST)
Uji Wilcoxon merupakan perbaikan dari uji tanda.Uji Wilcoxon meneliti
apakah perbedaan median antara sampel yang berpasangan adalah nol.Pada uji ini
prosedurnya lebih detail dan lebih kuat daripada uji tanda.Caranya dengan
memberikan pangkat pada selisih antara X
i
- Y
i .
Pangkat adalah nomor urut untuk
nilai-nilai yng berlainan.Jika nilainya sama ,pangkatnya adalah rata-rata nomor
urut dari nilai pengamatan yang sama itu.Caranya adalah sebagai berikut :
1. Menghitung selisih tiap pasang,mencatat lebih besar dengan tanda (+) dan
lebih kecil dengan tanda ( - ).
2. Membuat rangking pada nilai-nilai absolute dari perbedaan itu dari yang
terkecil kepada yang terbesar.Abaikan untuk pasangan yang nilainya sama.
3. Pilihlah nilai W yang lebih kecil dari jumlah rangking antara (+) atau ( - ).
Kriteria Penolakan Ho
- Arah sisi kanan
, dimana W adalah jumlah rangking yang negatif

- Arah sisi kiri
, dimana W adalah jumlah rangking yang positif

- Arah sisi kanan-kiri
, dimana W adalah jumlah rangking yang lebih

kecil dari kedua jumlah rangking itu.
Contoh 1 :
Sebuah perusahaan rokok menghasilkan rokok dengan bahan tembakau yang
berasal dari daerah Wonosobo dan Bojonegoro.Selama ini tembakau yang paling
tinggi kualitasnya berasal dari kedua daerah itu.Sebuah panel dari 10 perokok
diminta untuk merasakan tembakau secara serta merta antara kedua jenis
tembakau yang berasal dari kedua daerah tersebut.Tiap-tiap orang diminta untuk
member skor pada kedua jenis tembakau denga skala dari angka 1 sampai 20
berdasarkan criteria yang dikembangkan oleh ahli tembakau.Skor hasil merasakan
ditunjukkan dalam tabel 1. Apakah kedua jenis tembakau ini sama-sam disukai
oleh semua perokok itu ?

Mahasiswa kelas 5F

Metode Statistika
134
Tabel 1
Taster
T.Wonosobo
X
1
T.Bojonegoro
X
2
X
1
X
2
Rangking
+ -
1
2
3
4
5
6
7
8
9
10
15
14
12
14
15,5
12
16
14,5
15
13
12
13
10
14
12
14
11
15
11
12
3
1
2
0
3,5
-2
5
-0,5
4
1

6
2,5
4,5
-
7

9

8
2,5

4,5

1

39,5 5,5
W = 5,5

Langkah-langkah penyelesaian:
Ho : Tidak ada perbedaan kesukaan antara tembakau dari Wonosobo dengan
tembakau dari Bojonegoro
Ha : Ada perbedaan kesukaan antara tembakau dari wonosobo dengan
tembakau dari Bojonegoro.
2) Menentukan taraf signifikansi ,
3) Menentukan nilai kritis
pada taraf signifikansi , dan n = 9

dengan uji dua arah adalah 6
4) Mengambil keputusan : Oleh karena
,maka Ho ditolak.Dengan
demikian ada perbedaan kesukaan antara kedua jenis tembakau tersebut oleh
semua perokok itu.
Contoh 2 :
Data berikut adalah berapa lama dalam jam,sebuah alat listrik pencukur rambut
dapat digunakan sebelum harus diisi tenaga listrik kembali :
1,5 , 2,2 , 0,9 , 1,3 , 2,0 , 1,6 , 1,8 , 1,5 , 2,0 , dan 1,7.
Gunakan uji Wilcoxon untuk menguji hipotesis pada taraf nyata 0,05 bahwa alat
pencukur ini secara rata-rata dapat bekerja 1,8 jam sebelum harus disi tenaga
listrik kembali .

Mahasiswa kelas 5F

Metode Statistika
135
Penyelesaian :
1) Ho :
2) Ha :
3) Taraf signifikansi , .
4) Nilai kritis : karena n = 10,setelah membunag pengamatan yang sama dengan
1,8.Pada tabel uji peringkat bertanda Wilcoxon menunjukkan bahwa nilai
kritisnya adalah .
5) Perhitungan : dengan mengurangkan 1,8 dari setiap pengamatan dan kemudian
menentukan peringkat selisih-selisih itu tanpa memperhatikan tanda-tandanya,
sehingga diperoleh

-
0
,
3
0,4
-
0
,
9
-
0
,
5
0,2
-
0
,
2
-
0
,
3
0,2
-
0
,
6
-
0
,
1
5,5 7 10 8 3 3 5,5 3 9 1
Sekarang
= 13 dan
,sehingga w = 13 karena w adalah yang

terkecil diantara
dan
.
6) Keputusan: Terima Ho seperti sebelumnya dan kita simpulkan bahwa rata-rata
lama alat itu bekerja sebelum harus diisi tenaga listrik kembali tidak berbeda
nyata dari 1,8 jam .
Ukuran Sampel Besar
Untuk ukuran sampel besar ( ),uji Wilcoxon dapat menggunakan
pendekatan distribusi normal.Jika hipotesis nol benar ,distribusi Wilcoxon akan
mendekati kurva normal , (
) .
Dimana
()
( )
( )( )

()

Mahasiswa kelas 5F

Metode Statistika
136
Contoh 3 :
Untuk menentukan tingkat upah minimum,suatu lembaga penelitian melakukan
studi tentang nilai tengah gaji tahunan yang diberikan disejumlah perusahaan di
provinsi A dan provinsi B.Dari masing-masing provinsi diambil 22
perusahaan.Hasil survei dikedua provinsi itu disajikan dalam tabel 2.
Tabel 2 : Median gaji tahunan dari 40 perusahaan di dua provinsi
No
Median gaji tahunan ( 000.000 Rp
)
Tanda
+ atau -

Provinsi A Provinsi B
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
15,7
17,2
18,0
19,8
21,7
25,5
28,5
34,0
40,2
38,1
56,6
89,8
65,7
95,3
196,6
14,2
15,6
16,4
17,8
18,7
19,2
20,1

15,0
16,3
18,1
20,3
21,9
23,5
26,1
31,5
36,1
43,3
63,3
73,1
75,5
86,1
191,5
12,5
14,2
15,9
16,8
18,0
19,3
21,7
+ 0,7
+ 0,9
- 0,1
- 0,5
- 0,2
+ 2,0
+ 2,4
+ 2,5
+ 4,1
- 5,3
- 6,7
+ 16,7
- 9,8
+ 9,2
+ 5,1
+ 1,7
+ 1,4
+ 0,5
+ 1,0
+ 0,7
- 0,1
- 1,6

+ 6,5
+ 8

+ 13
+ 14
+ 15
+ 16

+ 22

+ 20
+ 17
+ 12
+ 10
+ 4,5
+ 9
+ 6,5

+ 11

-1,5
- 4,5
- 3

- 18
- 19

- 21

-1,5
jumlah + 184,5 - 68,5

Langkah-langkah penyelesaian :
Ho : Tidak ada perbedaan median gaji antara provinsi A dan provinsi B
Ha : Ada perbedaan median gaji antara provinsi A dan provinsi B

Mahasiswa kelas 5F

Metode Statistika
137
2) Menentukan taraf signifikansi ,
3) Menentukan nilai kritis z pada taraf signifikansi , dan n = 22 dengan
uji dua arah adalah
4) Menentukan uji hipotesis
a. Menghitung nilai median yang diharapkan
()
( )
( )

b. Menghitung standar deviasi

( )( )
( ) ( )

c. Menghitung nilai z,di mana T = 68,5 ( jumlah rangking yang lebih kecil)

()

d. Menentukan kesimpulan : oleh karena nilai z tidak berada dalam range
nilai-nilai kritisnya, maka Ho ditolak,jadi ada perbedaan median gaji pada
perusahaan-perusahaan didua provinsi A dan B .

Mahasiswa kelas 5F

Metode Statistika
138
LATIHAN SOAL

1. Dua makanan A dan B diberikan kepada ayam secara terpisah untuk jangka
waktu tertentu.Ingin diketahui apakah ada perbedaan yang berarti mengenai
pertambahan berat daging ayam yang dikarenakan kedua macam makanan itu
atau kah tidak.Pertambahan berat badan ayam ( dalam ons) pada akhir
percobaan adalah sebagai berikut :
Makanan A 3,1 3,0 3,3 2,9 2,6 3,0 3,6 2,7 3,8 4,0 3,4
Makanan B 2,7 2,9 3,4 3,2 3,3 2,9 3,0 3,0 3,6 3,7 3,5
Selidikilah hal tersebut dengan menggunakan uji Wilcoxon .

2. Dari 12 kali berobat ke dokter,seorang pasien harus menunggu 17, 32, 25, 15,
28, 25, 20, 12, 35, 20, 26 dan 24 menit diruang tunggu.Gunakan uji Wilcoxon
dengan untuk menguji pernyataan dokter itu bahwa secara rata-rata
pasiennnya tidak menunggu lebih dari 20 menit sebelum dipanggil ke ruang
periksa.

3. Bobot badan dalam kilogram,lima orang sebelum dan sesudah berhenti
merokok tercatat sebagai berikut :

Orang
1 2 3 4 5
Sebelum
Sesudah
66
71
80
82
69
68
52
56
75
73
Gunakan uji peringkat bertanda Wilcoxon untuk menguji hipotesis pada taraf
nyata 0,05 bahwa berhenti merokok tidak berpengaruh pada bobot badan
seseorang. Lawan alternatifnya bahwa bobot badan seseorang akan bertambah
bila ia berhenti merokok.

Mahasiswa kelas 5F

Metode Statistika
139
DAFTAR PUSTAKA

Sarwoko .2007 .Statistik Interfrensi untuk Ekonomi dan Bisnis. Yogyakarta :
ANDI
Somantri , Ating dan Sambas Ali Muhidin. 2006 . Aplikasi Statistika Dalam
Penelitian. Bandung : CV.Pustaka Setia
Sudjana.1992. Metode Statistika Edisi ke-5 . Bandung : Tarsito
Walpole,E. Ronald .1993. Pengantar Statistik Edisi ke-3 .Jakarta : PT.Gramedia
Pustaka Utama

1. DESI MUTIARA P. (2010 121 253)
2. RISKA AMELIA (2010 121 267)

Mahasiswa kelas 5F

Metode Statistika
140
10. KORELASI RANK
A. Rumus koefisien kolersai Rank Spearman

Keterangan :
= Koefesien korelasi Rank
= Selisih Ranking (
)
= Banyaknya Pasangan data

Langkah-langkah dalam menghitung koefisien kolerasi Rank Spearman:
1) Tulis
dan
dalam bentuk kalimat
terdapat kesesuaian yang positif dan signifikan antara variabel X dan Y
: tidak terdapat kesesuaian positif dan signifikan antara variabel X dan Y

2) Tulis
dan
dalam bentuk statistik

3) Membuat tabel penolong untuk menghitung koefisien kolerasi Rank
spearman
No
Ranking

Ranking

1
2
.
.
N

Jumlah

4) Masukkan nilai-nilai yang terdapat dalam table tersebut kedalam rumus
5) Tentukan taraf signifikansinya
6) Tentukan kriteria pengujian signifikansi
Jika

, maka
diterima atau kolerasinya tidak

signifikan.
7) Tentukan
pada akhir kritis dengan n dan taraf signifikan (langkah 5)

)

Mahasiswa kelas 5F

Metode Statistika
141
8) Bandingkan

dengan

dan konsultasikan dengan kriteria
(langkah 6)
9) Kesimpulan

Contoh 1 :
Ada dua orang juri yang diminta untuk menilai dalam lomba membuat makanan.
Jumlah makanan yang dinilai ada 10, masing-masing diberi nomor
1,2,3,4,5,6,7,8,9,10. Nilai yang diberikan oleh kedua juri diberikan pada tabel
berikut:
Nomor makanan Nilai dari Juri I Nilai dari Juri II
1
2
3
4
5
6
7
8
9
10
9
6
5
7
4
3
2
8
7
6
8
7
6
8
5
4
2
9
8
6
Bagaimana kesesuaian antara juri I dan II dalam memberikan penilaian terhadap
10 makanan dengan taraf signifikan 0,05?
Penyelesaian :
1. Tulis Ha dan Ho dalam bentuk kalimat
terdapat kesesuaian yang positif dan signifikan antara juri I dan II dalam
memberikan penilaian terhadap 10 makanan
: tidak terdapat kesesuaian yang positif dan signifikan antara antara juri I
dan II dalam memberikan penilaian terhadap 10 makanan
2. Tulis Ha dan Ho dalam bentuk statistik

3. Membuat tabel penolong untuk menghitung koefesian kolerasi rank
a. Menghitung ranking X ke- dengan cara sebagai berikut:
Nilai 9 merupakan rankingke- 1

Mahasiswa kelas 5F

Metode Statistika
142
Nilai 7 karena ada dua jadi, rankingke-

Nilai 6 karena ada dua jadi merupakan rangkingke-

b. Menghitung rangking Y ke-dengan cara berikut:
Nilai 8, merupakan rankingke-

Nilai 6, merupakan rankingke-

Nilai 4 merupakan rangkingke- 9
Nilai
makanan
Nilai
dari
juri I
(X
i
)
Nilai
dari
Juri II
(Yi)
Ranking
(X
i
)
Ranking
(Yi)
(

1
2
3
4
5
6
7
8
9
10
9
6
5
7
4
3
2
8
7
6
8
7
6
8
5
4
2
9
8
6
1
5,5
7
3,5
8
9
10
2
3,5
5,5
3
5
6,5
3
8
9
10
1
3
6,5
-2
0,5
0,5
0,5
0
0
0
1
0,5
-1
4
0,25
0,25
0,25
0
0
0
1
0,25
1
Jumlah
7

1) Masukan nilai-nilai yang terdapat dalam table tersebut ke dalam rumus
sperman

)

()
(
( )

()

2) Taraf signifikannya ()= 0,05
3) Kriteria pengujian signifikansi yaitu:
jika

, maka

signifikan

Mahasiswa kelas 5F

Metode Statistika
143
4)

pada daftar kritis untuk sperman dengan dan n = 10
didapat

5) Ternyata : -0,648 < 0,958 < 0,648 sehingga Ho diterima atau kolerasinya tidak
signifikan
6) Kesimpulan:
Jadi, tidak terdapat kesesuaian yang positif dan signifikan antara antara juri I
dan II dalam memberikan penilaian terhadap 10 makanan karena Ho diterima
atau kolerasinya tidak signifikan.

B. Kolerasi Rank Kendall Tau

Keterangan :
Koefisien korelasi kendala tau yang besarnya ( )
Jumlah rangking atas
Jumlah rangking bawah
Jumlah anggota sampel

Untuk uji signifikannya koefisien korelasi mengunakan rumus z. rumusnya
adalah sebagai berikut:

Langkah-langkah menghitung koefisien kolerasi rank kendal tau:
1) Tulis
dan
: Terdapat hubungan yang positif dan signifikan antara variabel X dan Y
: Tidak terdapat hubungan positif dan signifikan antara variabel X dan Y

.
/ ( )

( )
( )

Mahasiswa kelas 5F

Metode Statistika
144
2) Tulis
dan
dalam bentuk statistic

3) Membuat tabel penolong untuk menghitung koefisien kolerasi rank. seperti
contoh berikut:
R1 dan R2 merupakan rangking dari X dan Y.
Cara menghitung Ra dan Rb, berpedoman pada R2. Ra adalah jumlah
rangking di bawah garis yang dihitung jumlahnya, tetapi angkanya yang
lebih besar dari angka pada baris itu. Rb adalah jumlah rangking di bawah
garis yang dihitung, dan angkanya lebih kecil dari angka baris itu.
Table Penolong Menghitung Kolerasi Rank
No Resp X Y R1 R2 Jumlah
Ra
Jumlah
Rb
1
2
.
N

Jumlah

4) Masukan nilai-nilai yang terdapat dalam table tersebut kedalam rumus
5) Tentukan taraf signifikansinya
6) Tentukan criteria pengujian signifikansi
jika , maka
diterima
7) Buat kesimpulan

Contoh 2 :
Dilakukan penelitian untuk mengetahui hubungan yang positif dan signifikan
antara kedisiplinan dan prestasi siswa. Berdasarkan sampel yang berjumlah 20
orang ditemukan kedisiplinan dan prestasi siswa ditunjukkan pada tabel: .

Mahasiswa kelas 5F

Metode Statistika
145
No. Kedisiplinan Prestasi
1 17 80
2 15 75
3 10 60
4 16 78
5 20 90
6 2 36
7 12 67
8 8 53
9 6 45
10 13 68
11 18 85
12 7 50
13 4 43
14 11 65
15 14 70
16 5 44
17 1 35
18 3 38
19 19 87
20 9 55

Penyelesaian:
1) Tulis
dan

terdapat hubungan yang positif dan signifikan antara kedisipilinan dan

prestasi siswa
: tidak terdapat hubungan positif dan signifikan antara kedisiplinan dan

prestasi siswa
2) Tulis
dan
dalam bentuk statistic

3) Membuat tabel penolong untuk menghitung koefisien kolerasi rank kendal tau
berikut:
(Ra) pada baris pertama jumlahnya 16, di dapat dari rangking
5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20 (ranking 1,2,3` tidak termasuk
karena di bawah rangking 4 yang dihitung jumlahnya) dan seterusnya.

Mahasiswa kelas 5F

Metode Statistika
146
No. Kedisiplinan

Prestasi R1 R2 Jumlah
Ra
Jumlah
Rb
1 17 80 4 4 16 3
2 15 75 6 6 14 4
3 10 60 11 11 9 9
4 16 78 5 5 13 3
5 20 90 1 1 15 0
6 2 36 19 19 1 13
7 12 67 9 9 9 4
8 8 53 13 13 6 6
9 6 45 15 15 4 7
10 13 68 8 8 7 3
11 18 85 3 3 8 1
12 7 50 14 14 4 4
13 4 43 17 17 2 5
14 11 65 10 10 4 2
15 14 70 7 7 5 1
16 5 44 16 16 2 2
17 1 35 20 20 0 1
18 3 38 18 18 1 1
19 19 87 2 2 1 0
20 9 55 12 12 0 0


.
/ ( )

( )

5) Taraf signifikansinya adalah 0,01
Jika , maka
ditolak
7) Kesimpulan
Jadi terdapat hubungan yang positif sebesar 0,27 antar kesiiplinan dengan
prestasi siswa. Hal ini berarti makin tinggi kedisiplinan siswa maka akan
semakin tinggi prestasisiswa tersebut.

Mahasiswa kelas 5F

Metode Statistika
147
Untuk menguji signifikansinya adalah sebagai berikut:

(dalam tabel z 495 tidak ada, tetapi angka yang paling mendekati adalah angka
4951, berdasarkan angka tersebut maka harga z = 2,58).
Jadi korelasi antara kedisiplinan dengan prestasi siswa sebesar 0,27 adalah tidak
signifikan karena z hitung 1,66 kurang dari z tabel 2,58.

( )
( )
( )
( )

.
/ ( )

( )

Mahasiswa kelas 5F

Metode Statistika
148
LATIHAN SOAL

1. Direktur PT.MONDAR-MANDIR ingin mengukur peningkatan mutu kerja
karyawan diperusahaannya, setelah memberlakukan kenaikan gaji. Sampel
yang digunakan adalah 8 orang karyawan.Ujilah dengan taraf nyata 5%,
apakah ada peningkatan mutu kerja karyawan setelah gaji naik.
Pegawai
Skor
1 2 3 4 5 6 7 8
Sebelum 95 72 86 60 40 50 86 72
Sesudah 86 60 72 65 83 60 86 60

2. Seorang guru meneliti untuk mengetahui hubungan yang positif dan signifikan
antara IQ dengan nilai prestasi siswa. Sampel yang digunakan adalah 25 orang.
No. IQ Nilai
Prestasi
1 135 72
2 134 74
3 133 69
4 132 71
5 128 65
6 127 64
7 126 63
8 125 62
9 124 49
10 123 68
11 122 66
12 121 55
13 120 51
14 119 54
15 116 50
16 114 42
17 113 47
18 110 48
19 108 46
20 106 45
21 100 53
22 99 39
23 96 43
24 62 44
25 90 41

Mahasiswa kelas 5F

Metode Statistika
149
KUNCI JAWABAN

1. Penyelesaian :
1) Tulis Ha dan Ho dalam bentuk kalimat
Ho: Tidak ada peningkatan mutu kerja karyawan setelah gaji naik
Ha: Ada peningkatan mutu kerja karyawan setelah gaji naik
2) Tulis Ha dan Ho dalam bentuk statistik

3) Membuat tabel penolong untuk menghitung koefesian kolerasi rank
No Sebelum
(X
i
)
Sesudah
(Yi)
Ranking
(X
i
)
Ranking
(Yi)
(

1
2
3
4
5
6
7
8
86
72
83
65
83
60
83
50
95
72
86
72
86
60
86
72
1
6
4
7
4
8
4
9
2
6
3,5
6
3,5
8
3,5
6
1
0
0,5
1
0,5
0
0,5
3
1
0
0,25
1
0,25
0
0,25
9

4) Masukan nilai-nilai yang terdapat dalam tabel tersebut ke dalam rumus
sperman

)

()
(
( )

()

5) Taraf signifikannya ()= 0,05
6) Kriteria pengujian signifikansi yaitu:
Jika

, maka

signifikan
7)

pada daftar kritis untuk sperman dengan dan n = 8
didapat

Mahasiswa kelas 5F

Metode Statistika
150
8) Ternyata : -0,738 < 0,865 < 0,738 sehingga Ho diterima atau kolerasinya
tidak signifikan
9) Kesimpulan:
Jadi, tidak terdapat kesesuaian yang positif dan signifikan, tidak ada
peningkatan mutu kerja Ho diterima atau kolerasinya tidak signifikan.

2. Penyelesaian :
1) Tulis
dan
terdapat hubungan yang positif dan signifikan antara IQ dengan

prestasi belajar kerja pegawai
: tidak terdapat hubungan positif dan signifikan antara variabel X dan Y

2) Tulis
dan
dalam bentuk statistik

3) Membuat table penolong untuk menghitung koefisien kolerasi rank kendal
tau seperti contoh berikut:
Ra pada baris pertama jumlahnya 23, hal ini terdiri atas rangking
4,3,7,8,9,10,16,5,6,11,14,12,15,23,18,17,19,20,13,25,22,21,24 (ranking 1`
tidak termasuk karena di bawah rangking 2 yang dihitung jumlahnya) dan
seterusnya.
Rb untuk baris pertama jumlahnya 1, yaitu angka 1. Di bawah rangking 4
hanya ada satu angka yaitu rangking 3 ( rangking 1 dan 2 yang telah ada
pada baris sebelumnya tidak dihitung lagi).

Mahasiswa kelas 5F

Metode Statistika
151
No. IQ Nilai
Prestasi
R1 R2 Jumlah
Ra
Jumlah
Rb
1 135 72 1 2 23 1
2 134 74 2 1 23 0
3 133 69 3 4 21 1
4 132 71 4 3 21 0
5 128 65 5 7 18 2
6 127 64 6 8 17 2
7 126 63 7 9 16 2
8 125 62 8 10 15 2
9 124 49 9 16 9 7
10 123 68 10 5 15 0
11 122 66 11 6 14 0
12 121 55 12 11 13 0
13 120 51 13 14 10 2
14 119 54 14 12 11 0
15 116 50 15 15 9 1
16 114 42 16 23 2 7
17 113 47 17 18 6 2
18 110 48 18 17 6 1
19 108 46 19 19 5 1
20 106 45 20 20 4 1
21 100 53 21 13 4 0
22 99 39 22 25 0 3
23 96 43 23 22 1 1
24 62 44 24 21 1 0
25 90 41 25 24 0 0


.
/ ( )

( )

5) Taraf signifikansinya adalah 0,01
Jika , maka
ditolak

Mahasiswa kelas 5F

Metode Statistika
152

7) Kesimpulan
Jadi terdapat hubungan yang positif sebesar 0,76 antar IQ dengan prestasi
kerja pegawai. Hal ini berarti makin tinggi IQ pegawai maka akan semakin
tinggi prestasi kerjanya.
Untuk menguji signifikansinya adalah sebagai berikut:

( )
( )
( )
( )

(dalam tabel z 495 tidak ada, tetapi angka yang paling mendekati adalah
angka 4951, berdasarkan angka tersebut maka harga z = 2,58).
Jadi korelasi antara IQ dengan prestasi kerja pegawai sebesar 0,76 adalah
signifikan karena z hitung 5,32 lebih besar dari z tabel 2,58.

Mahasiswa kelas 5F

Metode Statistika
153

DAFTAR PUSTAKA

Sugiyono. 2007. STATISTIKA MATEMATIKA. Bandung : CV. ALFABETA

1. PEMI LESTARI (2010 121 229)
2. SRI UTAMI (2010 121 232)
3. AYU ELMITA (2010 121 235)

Mahasiswa kelas 5F

Metode Statistika
154

11. UJI RUN
Analisis run test termasuk dalam statistic nonparametik. Uji ini digunakan
untuk menguji pada kasus atau sampel. Sampel yang diambil dari populasi,
apakah sampel yang diambil berasal dari sampel acak atau bukan. Penguji ini
untuk kasus satu sampel

Contoh 1 :
a, a, b, b, b, b, b, a, b, a, a, b, b,
Terdiri atas r = 6, runtun pertama panjangnya 2 (a, a), runtun kedua panjangnya 4
(b, b, b, b), runtun ketiga dan keempat panjangnya 1 (a) dan (b), runtun kelima (a,
a) dan keenam (b, b) masing-masing panjangnya 2.

Contoh 2 :
Sampel I dan sampel II terdiri atas data sebagai berikut:
Sampel I 5, 16, 12, 17, 8 9, 12
Sampel II 20, 7, 14, 19, 10
Jika kedua sampel digabungkan dan datanya disusun menurut urutan nilainya,
maka didapat:
5, 7, 8, 9, 10, 12, 12, 14, 16, 17, 19, 20.
Terdisi atas , runtun-runtun dari sampel II diberi garis bawah untuk
membedakan dengan runtun-runtun dari sampel I yang tidak diberi garis bawah.

Dengan adanya runtun ini, kita dapat menguji hipotesis tentang:
A. Data pengamatan telah diambil secara acak dari sebuah populasi, atau sampel
yang diambil dari sebuah populasi adalah acak.
B. Dua sampel acak berasal dari populasi yang sama atau dua populasi
mempunyai distribusi yang sama.

Runtun didefinisikan sebagai suatu urutan lambang-lambang yang sama, yang
diikuti serta mengikuti lambang-lambang yang berbeda.

Mahasiswa kelas 5F

Metode Statistika
155

Untuk melakukan uji hipotesis yang dicantumkan di A, ialah:
1. Merumuskan hipotesis:
: data sampel telah diambil secara acak dari sebuah populasi, melawan
alternative,
: data sampel diambil tidak secara acak,

2. Taraf nyata
3. Tuliskan data hasil pengamatan dalam sampel menurut urutan didapatnya atau
urutan terjadinya.
4. Tentukan besarnya median sampel
5. Data yang harganya lebih bear dari median supaya diberi tanda posotif
sedangkan data yang lebih kecil dari median diberi tanda negative.
6. Hitung berapa banyak tanda positif, diberi symbol
dan berapa banyak tanda

negative, diberi symbol
.
7. Kesimpulan

Contoh 3 :
Yang berikut adalah banyak barang rusak dalam setiap sampel berukuran 500
yang diambil dari sutu proses produksi selama 30 hari berturut-turut:
6,9,12,11,5,9,8,10, 4,2,7,10,6,6,5,7,8,9,10,2,3,5,9,12,11,12,4,10,13,9.
Apakah sampel tersebut diambil secara acak ( = 0,05) ?
Penyelesaian:
1. Menguji hipotesis
: data sampel kerusakan produksi yang dihasilkan selama 30 hari telah

diambil secara acaka dari sebuah populasi
: data sampel kerusakan produksi yang dihasilkan selama 30 hari diambil

tidak secara acak
2. Taraf nyata 0,05
3. Urutkan data
2, 2, 3, 4, 4, 5, 5, 5, 6, 6, 6, 7, 7, 8, 8, 9, 9, 9, 9, 9, 10, 10, 10, 10, 11, 11, 11, 12,
12, 13.

Mahasiswa kelas 5F

Metode Statistika
156

4. Median sampel
Jumlah data (n) = 30 (genap)

5. Data yang lebih besar dari median diberi tanda (+), data yang sebaliknya
dengan tanda ( - )
+ + + + + + + + + + + + + + +
6. Sehingga didapat
= 15 (untuk nilai +),
= 15 (untuk nila -) dan nilai

= 14
7. Kesimpulan: dari tabel batas kritis didapat dan bahwa
terletak antara 10 dan 20 sehingga hipotesis
diterima.
Jadi berdasarkan kerusakan produksi yang dihasilkan selama 30 hari dapat
dianggap bahwa sampel-sampel yang diambil itu acak.

Apabila hipotesis yang dihadapi seperti yang dirumuskan di B, yaitu:
1. Merumuskan hipotesis:
: dua sampel acak berasal dari populasi yang sama atau dua populasi yang
sama atau dua populasi mempunyai distribusi yang sama, melawan
alternative
: kedua sampel berasal dari populasi yang berlainan atau distribusi kedua
populasi berlainan.
2. Taraf nyata
3. Gabungkan kedua sampel yang didapat menjadi sebuah sampel berukuran
, jika
= ukuran sampel kesatu dan
= ukuran sampel kedua, lalu urutkan

nilainya
4. Nyatakan data dari sample kesatu dengan a dan data dari sampel kedua dengan b.
5. Hitung banyak runtun yang di dapat dalam sample gabungan ini dinyatakan
dengan u.
6. Dengan menggunakan
dan
, carilah harga u dari daftar tabel batas kritis.

7. Kesimpulan.

Mahasiswa kelas 5F

Metode Statistika
157
Kriteria pengujian adalah : terima hipotesis H
0
jika u hasil perhitungan
terletak antara harga harga u dari daftar . halam hal lainya H
0
ditolak.
Contoh 4:
Diberikan dua buah sampel
Sampel I 5, 16, 12, 17, 8, 9, 12
Sampel II 20, 7, 14, 19, 10
Apakah kedua sampel berasal dari populasi yang sama? ( = 0,05)
Penyelesaian:
1. Menguji hipotesis
: dua sampel acak berasal dari populasi yang sama atau dua populasi yang
sama atau dua populasi mempunyai distribusi yang sama, melawan
alternative
: kedua sampel berasal dari populasi yang berlainan atau distribusi kedua
populasi berlainan.
2. Taraf nyata = 0,05
3. Gabungkan data : 5, 16, 12, 17, 8, 9, 12, 20, 7, 14, 19, 10.
Disusun menurut urutan nilainya: 5, 7, 8, 9, 10, 12, 12, 14, 16, 17, 19, 20.
4. Nyatakan data sampel kesatu dengan a dn sampel kedua b
a b a a b a a b a a b b
5. Banyak runtun ,
= 7 dan
= 5
6. Dari daftar tabel batas kritis didapat .
7. Kesimpulan:
Karena harga terletak antara sehingga
diterima.
Jadi, kedua sampel diatas berasal dari sebuah populasi yang sama dapat
diterima.

Jika n
1
dan n
2
kedua-duanya lebih besar dari 20, maka u dapat dianggap
mengikuti distribusi normal dengan rata-rata dan simpangan baku :

)
(

)

Mahasiswa kelas 5F

Metode Statistika
158

Untuk kejadian normal baku digunaka transformasi :

Contoh 5 :
Misalkan ahli Ekonomi E dan ahli statistika S yang duduk dalam suatu pertemuan
semuanyan ada 100 orang. Dari sini didapat
= 60,

= 40 dan u = 38
Penyelesaian:
Dengan rumus didapat:

()()

Simpangan bakunya

)
(

()()*()() +
()
()
4,77
Jika didistribusikan dengan rumus diperoleh:

Dari daftar normal baku dengan = 0,05, dapat dilihat bahwa kita tolak hipotesis
mengenai acaknya tempat duduk dalam pertemuan tersebut.

Mahasiswa kelas 5F

Metode Statistika
159

LATIHAN SOAL

1. Misal kita ingin menguji bahwa rata-rata hasil kedelai diwilayah X sebesar 0.0
u/ha. Untuk itu diambil sebuah sampel 10 lokasi diwilayah X diperoleh
hasilnya adalah 10.2, 9.7, 10.1, 10.3, 10.1, 9.8, 9.9, 10.4, 10.3 dan 9.8 u/ha.
Ujilah pada taraf nyata 5% apakah sampel yang diambil tersebut bersifat acak?

2. Dalam suatu kantin diperusahaan elektronika, terdapat sekelompok karyawan
wanita yang sedang makan siang. Dari sekelompok karyawan itu ada 18 orang
diambil secara random, selanjut diwawancarai, kapan akan mengambil cuti
hamil. Dalam pertanyaan itu disediakan dua alternative jawaban yaitu akan
mengambil cuti besar sebelum melahirkan atau sesudah melahirkan.
Wawancara dilakukan secara berurutan, yaitu mulai dari No.1 dan berakhir
No.18.
Diperolehkan data Waktu pengambilan cuti besar Karyawati, yaitu

No Jawaban
1 1
2 1
3 0
4 1
5 0
6 1
7 0
8 0
9 1
10 1
11 0
12 0
13 0
14 1
15 1
16 0
17 1
18 0
Keterangan :
1 : mengambil cuti besar
sebelum melahirkan
0 : mengambil cuti besar
sesudah melahirkan

Mahasiswa kelas 5F

Metode Statistika
160

Apakah data diatas tersusun random?
3. Suatu penelitian tentang sanitasi rumah telah dilakukan. Diambil sebanyak 40
rumah. Masing-masing rumah diukur kelembaban udaranya didapatkan data
urutan sampel berdasarkan kelembaban pada tabel dibawah.
46 53 60 56 70 66 48 54
39 52 45 62 53 69 65 65
52 52 59 67 59 51 46 61
42 77 67 63 59 63 63 72
42 56 47 62 67 70 63 66

Selidikilah dengan = 0.05, apakah sampel rumah tersebut random (acak)
berdasarkan kelembabannya?

Mahasiswa kelas 5F

Metode Statistika
161

DAFTAR PUSTAKA

Supranto, J. 2001. Statistika Teori dan Aplikasi. Jakarta : Erlangga
Suseno bimo, http://www.statistikolahdata.com/2012/01/uji-runtest.html14:15
Usman, Husaini dan Akbar Setiady. 2006. Pengantar statistika. Jakarta :
PT. Bumi Aksara.

1. ANA PRATIWI (2010 121 245)
2. RAHMAH TANZILAL (2010 121 266)

Mahasiswa kelas 5F

Metode Statistika
162

12. UJI MEDIAN
Uji median digunakan untuk menguji apakah dua atau lebih kelompok
(sampel) independen berbeda dalam nilai tengahnya, dengan kata lain apakah dua
atau lebih sampel independen berasal dari suatu populasi yang mempunyai
median yang sama atau berasal dari populasi yang sama. Data yang digunakan
sekurang kurangnya berskala ordinal.
Dalam bagian terakhir ini akan dibicarakan cara pengujian nonparametric
yang lain ialah yang dikenaldengan uji median. Hipotesis yang dihadapi ialah:
H
0
: Kedua sampel berasal dari populasi populasi bermedian sama.
H
1
: Median kedua populasi berbeda (uji dua sisi) atau median satu populasi lebih
besar dari pada median populasi yang lain (uji satu sisi).

Langkah langkan yang ditempuhuntukpengujianhipotesis :
1. Gabungkan kedua sampel menjadi sebuah sampel berukuran ( n
1
+ n
2
)
n
1
: Ukuransampel yang diambildaripopulasikesatu
n
2
: Ukuransampel yang diambildaripopulasikedua
2. Tuliskanke (n
1
+ n
2
) buah data dari sampel gabungan ini menurut urutan
besar nilainya.
3. Tentukan median dari sampel gabungan ini.
4. Dari setiap sampel, tentukan banyak data yang ada di muka Median. Nyatakan
hal ini di atas median dengan a untuk sampel 1 dan b untuk sampel II.
Tentukan juga data yang ada di bawah median, dan menyatakan hal ini dengan
c untuk sampel I dan d untuk sampel II.
5. Bentuklahsebuahdaftarkontingensi 2 x 2 seperti di bawahini.
Sampel I Sampel II jumlah
di atas median a B a + b
di bawah median c D c + d

Mahasiswa kelas 5F

Metode Statistika
163
jumlah a + c b + d n

Jelas bahwa n = a + b + c + d,

Dengan menggunakan data yang telah di susun dalam daftar kontingensi
tersebut, untuk menguji hipotesis H
0
di gunakan uji chi-kuadrat dengan rumus :

Selanjutnya kita tolak hipotesis H
0
jika X
2
dari perhitungan lebih besar dengan
X
2
1-
dengan dk = 1 dan = tarafnyata. Dalam hal lainnya H
0
di terima.

Contoh 1 :
Di berikan data untukduasampelsebagaiberikut
Sampel I 5 16 12 17 8 9 12 10 18 13
Sampel II 20 7 14 19 10 15 13

Sampelgabungannyasetelahdisusunmenuruturutannilainyamenjadi :
5 7 8 9 10 10 12 12 13 13 14 15 16 17 18 19 20
Mediannya : 13
Dari sampel I ada tiga data diatas median dan enam data dibawah median.
Dari sampel II ada empat data diatas median dan dua data dibawah median.
Dalam daftar kontingensi kita dapatkan bentuk berikut.
Sampel I Sampel II Jumlah
> median 3 4 7
< median 6 2 8
Jumlah 9 6 15

(| |
( )( )( )( )

2
=
(||
()()()()

Mahasiswa kelas 5F

Metode Statistika
164

(| |
( )( )( )( )

(| |
()()()()

(| |
()

x
2

Dari daftar distribusi chi-kuadrat dengan = 0,05 dan dk = 1 didapat
= 3,84.
Terlihat bahwa
2
< 3,84.
Jadi hipotesis bahwa kedua sampel itu berasal dari dua populasi yang sama. Tidak
dapat ditolak. (H
0
diterima)

Mahasiswa kelas 5F

Metode Statistika
165

LATIHAN SOAL

1. Untuk melihat apakah ada perbedaan produksi per hektar tanaman jagung
karena pengaruh dua metode penanaman yang digunakan, pertumbuhan
tanaman jagung dipilih dari sejumlah plot tanah yang berbeda secara random.
Kemudian produksi per hektar dari masing-masing plot dihitung dan hasilnya
adalah sebagai berikut: ( = 5%)
Metode 1 : 83 91 94 89 96 91 92 90 92 85
Metode 2 : 91 90 81 83 84 83 88 91 90 84 80 85

2. Dua kelompok murid, masing masing sebanyak 13 anak, mempunyai
intelegensia dan latar belakang yang sama, telah menerima semacam
pengajaran dengan menggunakan metode A untuk kelompok yang satu dan
metode B untuk kelompok yang kedua. Sesuadah waktu tertentu diberikan
ujian dan hasilnya dapat dilihat dibawah ini.
Metode A 78 64 73 79 80 67 74 82 65 68 70 63 64
Metode B 70 73 70 80 78 63 74 78 63 68 68 60 65

Berapakah analisis data dengan menggunakan uji median?

3. Diberikan data berikut.
A 1,32 1,28 1,22 1,23 1,16 1,31 1,06 1,23
B 0,99 1,08 0,98 0,96 0,97 0,98 0,89 1,01

Berikan analisisnya dengan menggunakan uji median.

Mahasiswa kelas 5F

Metode Statistika
166

KUNCI JAWABAN

1. H
0
: dua metode mempunyai nilai median yang sama untuk produksi perhektar.
H
1
: dua metode mempunyai nilai median yang berbeda untuk produksi per
hektar.
Nilai median gabungan
80 81 83 83 83 84 84 85 85 88 89 90 90 90 91 91 91 91 92 92 94 96
Mediannya =
= 89,5
Daftar Kontingensi
Metode I Metode II Jumlah
Diatas median 7 4 11
Dibawah median 3 8 11
Jumlah 10 12 22
2
=
(||
()()()()

=
(| |
()()()()

=
(| | )
()()()()

=
(|| )

=
( )

=
()

=
()
2
= 1,65

Mahasiswa kelas 5F

Metode Statistika
167
= 3,84
Jadi, H
0
diterima karena
2
< 3,84.
2. Metode gabungannya :
60 63 63 63 64 64 65 67 68 68 68 70 70 70 73 73 74 74 78 78 78
79 80 80 82
Mediannya =
= 70
Daftar Kontingensi
Metode A Metode B Jumlah
Diatas median 6 6 12
Jumlah 12 11 23

2
=
.||
()()()()

2
=
(| |
()()()()

2
=
(| |)
()()()()

2
=
(||)
2
=
()
2
=
( )
2
=
()

2
=
2
= 0,0399
= 3,84
Jadi, H
0
diterimakarena
2
< 3,84.

Mahasiswa kelas 5F

Metode Statistika
168

3. Data gabungan
0,89 0,96 0,97 0,98 0,98 0,99 1,01 1,06 1,08 1,16 1,22 1,23 1,23 1,28 1,31 1,32
Mediannya =
= 1,07
Daftarkontingensi
A B Jumlah
Diatas median 7 1 8
Jumlah 8 8 16
2
=
(| |
()()()()

2
=
(| | )
()()()()

2
=
(|| )
()()()()

2
=
( )
()()()()

2
=
()
2
=
()
2
=
2
=6,25
= 3,84
Jadi, H
0
ditolakkarena
2
> 3,84.

Mahasiswa kelas 5F

Metode Statistika
169

DAFTAR PUSTAKA

1. TIARA CINDY A. (2010 121 230)
2. SARTINI (2010 121 237)
3. MAIDIANA (2010 121 250)

Mahasiswa kelas 5F

Metode Statistika
170

Mahasiswa kelas 5F

Metode Statistika
171

Mahasiswa kelas 5F

Metode Statistika
172

Mahasiswa kelas 5F

Metode Statistika
173

Mahasiswa kelas 5F

Metode Statistika
174

Mahasiswa kelas 5F

Metode Statistika
175

Mahasiswa kelas 5F

Metode Statistika
176

Mahasiswa kelas 5F

Metode Statistika
177

Mahasiswa kelas 5F

Metode Statistika
178

Mahasiswa kelas 5F

Metode Statistika
179

Mahasiswa kelas 5F

Metode Statistika
180

Mahasiswa kelas 5F

Metode Statistika
181

Mahasiswa kelas 5F

Metode Statistika
182

Mahasiswa kelas 5F

Metode Statistika
183

Mahasiswa kelas 5F

Metode Statistika
184

Gabung METOS

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Gabung METOS

Diunggah oleh

Hak Cipta:

Format Tersedia

Mahasiswa kelas 5F

Universitas PGRI Palembang

langsung dihitung dan nilai observasi :

diperoleh dari tabel t dengan menggunakan

, Berarti rata-rata hasil metode baru paling tinggi 16.

, Berarti rata-rata hasil metode baru lebih dari 16 dan

jika z hitung lebih besar atau sama dengan

jika t hitung dan terima

menyuntikan ayam dengan hormon tidak menyebabkan bertambahnya rata-

suntikan hormone mengakibatkan berat telur rata-rata bertambah paling

jika z hitung terletak antara -1,96;

ditolak. Harga z = 1,68 ada pada daerah

= rata rat nilai yang dihipotesiskan

= rata rata nilai yang diperoleh dari hasil

= nilai yang dihipotesiskan

= rata rata sampel ke 1

= rata rata sampel ke 2

) dengan lulusan SMU Negeri (

) selalu bernilai positif karena sesuai dengan

yang saling terpisah masing masing dengan peluang

). Akan diuji pasangan hipotesis :

yang diberikan kita dapat menghitung

paling sedikit satu tanda sama dengan tidak berlaku.

benar, maka nilai yang diharapkan adalah :

atau dadu bersifat

. akan diuji pasangan hipotesis :

paling sedikit satu tanda sama dengan tidak berlaku.

dari populasi ke k. untuk tiap sampel dihitung banyak

paling sedikit satu tanda sama dengan tidak berlaku.

kedua factor bebas statistik

kedua factor tidak bebas statistik.

kedua factor bebas statistik

kedua factor tidak bebas statistik.

paling sedikit satu tanda sama dengan tidak berlaku.

benar, maka nilai yang diharapkan adalah :

paling sedikit satu tanda sama dengan tidak berlaku.

kedua factor bebas statistik

kedua factor tidak bebas statistik.

= Pengamatan Dalam Group Dari Populasi Antar Group

= Total Semua Pengamatan Dalam Group Dari Populasi Antar Group

= Total Semua Pengamatan

= 1616 1564,46 = 51,54

(pengaruh baris nol)

tidak sama dengan nol

(pengaruh kolom nol)

tidak sama dengan nol

= Total Keseluruhan Pengamatan Pada Baris Dan Kolom

= Total Pengamatan Pada Baris

= Total Pengamatan Pada Kolom

= Total Semua Pengamatan

160 335 495

= 59775 49051,04 = 10723,96

= (9130,08 + 47376,33) 49051,04

52081 43925 44250 417476

54950 48125 61500 489826

1381 1280 1370 4031

107031 92050 105705 304831

76,7 71,1 76,111 74,65

= 304831 300906,69 = 3924,31

dengan persamaan regresi

= 3,7 dan sebagai berikut :

= 155,5 152,1 = 3,4

= 33.599 dan n = 30.

= E(XY) E(X) E(Y)