Anda di halaman 1dari 337

Dr. Tedjo N. Reksoatmodjo, ST., M.Pd.

swlsTl m TE

,l}li:trILt

YINYflI VXIISIIVIS

r,iII,IK
t:

.:rIr';:.llliaan
.t

F:r 1 :.:.i .i: r

zotl

RF_TEK.1 5.01

.2009

Dr. Tedjo N. Reksoatmodjo, ST., M.Pd.


STATISTIKA TEKNIK

Editor:
Desain

Ali

S.

Mifka
Hendra Kurniawan, S.Si.
S.

Sampul :

Setting & Lay Out

lsi: Ali

Mifka

Diterbitkan & dicetak oleh PT Refika Aditama ll. Mengger Cirang No.98, Bandung40254 Telp. (022) 5205985, Fax. (022\ 5205984

Website : www.refika-aditama.com

E-Mail

penerbit@refika-aditama.com & refika-aditama@yahoo.co'id

Anggota lkapi

Cetakan Pertama: Juni 2009 ISBN 979-1 073-66-x


O 2009. Hak Cipta Dilindungi Undang-Undang. Dilarang mengutip atau memperbanyak sebagian atau seluruh isi buku ini

TANPA lZlN TERTU

LIS

dari penerbit.

'pd'lt "ls 'ofporuleos{au 'N ofpal.ro

srlnuad

600Z lun['Sunpueg

'ue8uede; 1p lsrqerd uep 'lele8uad ered rBeq lreq ]eerueuJaq rur n)nq eSor-ua5 'r3o;ou1a1 uep up)rprpuad leled ered eyas uasop e;ed rrep ue)nseu -ue)nseul ue>ljeseptaq ueleurnduastp snJal elellaq eJe)as tJalew 'ljeq uetpnula) rp er(uure1 srqerd qeleseur-qeleseu nele uauuadsla elep ueqelo8uad ure;ep e)rlsrlels ueldelauauu ere) eueLureSeq rueqeLuaLu ledep eA srseqeur uer)rurap ue3ua6 'seqeq -rp 3ue,( qeleseL! ueresa;ar(uad qoluo: ueBuap rdelSua;rp qeq der1a5 leos-leos '(tx qeB) >lulaurered-uoN uaulladsl3 ue8uap lllr1)elp uep (X qeB) letroUe3 uauuads)l ,(Xl qpg) suerren slslleuv'(llln qe8)ledauadr6 uauuuadsl3 '(lln qe8) rsar8ay uep tselato) ststleuv '(ln qeg) uelSurpueqr-uay,1 ue8uap uauuads);l ,(n qeB) jrlenlen3 uaur.rads>ll tuelep elrlsrlpls uedelauad ue3uap uelln[uellC 'e)t]st]e]S iesep dasuol-dasuol uelrfer(uau .(s)s n I qeB p/s I qeg 'qeq t I Uep urpral ueldersrp 3ue,( ua1ey1 t) ralsauras tlparl uenles t ]oqoq ueSuap ueqerlnYad )nlun ueldersrp tur lrulal qusllpls n)ng
'1e1ere,(seu ueelalqe[asa) uep uelrprpuad nlnLu lelSuruauu ledep e,(uuerrlrB eped uep ue>18uequa)lp ledep rsenour 1e,(ueq ,uauuuadsla ue)n)elau uenduueua>1 ueSuap ueldersrp uasop uep nrnS e1r['ueutler(a1laq srlnuad 'uen:n[a; ,g r3o;ou1a13ueprq rp e,(usnsnq; 'uederal ]eJrsraq uep rsuaJa]ar nlnq ederaqaq lJep rnpestp uelrfesrp 3ue,( ua1e14l ',firsta,vun q)easal dasuo>1 eped rseluarrotaq Suer( r33ut1 uen;n8tad e,(uetdrrral eped qere8uauu 3ue,( uerSord-Lue.rSord Sunlnpuat-u eunB e)rlsrlets n)nq-n>lnq qeueseLl) leXueqraduaur )nlun unsnsrp rur {lqale1!}srlp}S n)nB

,emslseqer.u

uwl,rwh,rdCA7A>

"""'e>lelsnd reuec 'BL'l ...ueqllel .lL.I


leos_leos

81."""""" g1............. g t ............' ,1......."'." 81""""""' 01""""""' 0t """"""' """""""' """""""'


6 8

"""

ueurn)3ueu '9 L'l

elec uerfe^uad

's['l

llqnpac ueleleuad ueP lqnpul uereleuad '6't B """""""' L " "" " " " "" " 3ur1du-re5 uenrtlala) uep SulldLUeS-uoN uenrlla)a)'B' t " 1adrue5 uegrqr-ue8uad )lu)al 'L'l '9't laduue5 uep rselndod "lllsllels uep ele6 uerva8ua6 '9'l'
"

Ierv

qeqslN uep'rslodord /aseluasJad'rL'|. )uarunN elec lslnllsuo) '1,'f >llloSale) uep lllaunN lsnqlllslc 'z['t elec uelndLunSuad 'L l.'1, ueSuell8 laqel ueeunSSuad Lloluof '61,'1

""""

E """""""' v """""""' , """""""' t """""""' t """""""' 2"""""""' t """""""'

lersuaraJul elttsrlets uep

IrraulnN ele6 stuaf eng ''L ltdrrlsa6l e>lllsllels 'Z'L

1e1rro3a1e)

elecl 'V'l

IT]_

V,TNruVVNNDDN]d NVC

"""" uenlnqepuad '['t V)IISIIVIS

I BVB

[!!A]-tst uvtJVC [A]_UVINVDN]d VIV)I

nOuatfuO

il\

BAB

II

UKURAN LETAK DAN VARIASI DATA 2.1. Gejala Pemusatan

-t19]

2.2. Rerata 2.3. Median .................. 2.4. Modus 2.5. Variasi Data.......... 2.6. Simpangan Baku ......... 2.7. Bilangan Baku dan Koefisien Variasi 2.8. Ukuran Kemiringan dan Kurtosis ................ 2.9. Rangkuman
2.10. Soal-soal Latihan 2.1 1. Daftar Pustaka
BAB

................ 19 ................ 20 ..............22 ................22

..........,....24 .........24 ......25 ..............27 ........29 ..................29 .... 30

ilr

TEOR| DTSTRTBUST -[31] 3.1. Ragam Distribusi 3.2. Distribusi Peluang

3.3. Distribusi Normal 3.4. Estimasi 3.5. Distribusi-t. 3.6. Distribusi-X 3.7. Distribusi-F 3.8. Pengujian Normalitas 3.9. Distribusi Sampling
3.10. Rangkuman 3.1 1. Soal-soal Latihan 3.12. Daftar Pustaka
BAB

.................. 31 ................ 31 ................. 33 .............. 36

.........37 ..........39 .........40 ........... 41 ..............44 ........47 .................. 47


.... 48

rV

DTSTRTBUST WETBULL

DAN EKSPONENSTAT

4.1. 4.2.

Pendahuluan

...............

-[49]

......... 49 ...... 49

Konsep Tingkat Kepercayaan, Reliabilitas, Derajat Kebebasan, dan

Ranking 4.3. Distribusi Log Normal ...........,.... 4.4. Persamaan Densitas


4.5. 4.6. 4.7. 4.7. 4.8.

............54 .............57 Fungsi Weibull dengan Dua Parameter (0, b) ............................. 58 Fungsi Weibull dengan Tiga Parameter (0, b, Xo) ........................ 61 Distribusi Eksponensial................. ..........63 La.iu Bahaya............... .......... 64 Rangkuman ........ 65

""""'leLue[ rselaroy uep lsar8au '91'l 1st1 tq1-seqro) uarsrlaoy1L'l " tselaro) .tl.l )trorl)eJlal ) letrastg lulod 'ZL'I
rsnqrrlsrcl ue)rruoloq)lpuaw Lle)ellB

't

lelrasrB rselalo) uarsryao)

'0['l
'6'l
'B'l

t'l

'tl
'g'l 'g'l
'V'l

""""' tselalo) qeqslN luotssat&ay paNn)) e^rn) )nluaq.rag rsat8ay rsetrrlrl uep uenrlalay ederaqag """" tselalo) ststleuv """ tselaro) uatsuao) rslrparduuayl )nlun lerualul rseLlltsl
"""'xl5n)eB
rseLulisl

;:" """""' .9t """""" _f 1 """""' 9V1"""""' stL """""' tV\ """""' Bt t """""' tEL """""' ttt """""' 0[L """""' BZI """""', gzl """""' g21 """""' VZL """""' """""'
ZL

uenrla)a) 'tl

""""'rsalSau stsrleuv 'Z'L uenlnqepuad 'L'l

[SZt]- ISVI]UO) NVC IS1U91U SISIIVNV IIA BVB


""'e)etsnd

reuec .B'9

"""'ueLltlel leos-leos .l.g ueLun13ueu .9.9

ZZI """""' o21 """""' """""' OZ L 601 """""' 16...'.....-.-. 6 """"""' """"""' """"""'

,B

[se]-

""')npord rue)ew en6,rlelau ue8urpueq.ra4 'S'9 ..lnpold uefew enc .v.g )ellnw ueSurpueqtad ""' lqxotdde palrclao) r)urraf uele)apuad 'tg "'lqceoddy ,Oewutpt4) let*V uele)apuad 'Z'9 uenlnqepuad 't'g NV)DNICNVBW]W NVDN]C N]WIU]ds)l IA BvB

""""'elelsnd reuec 'tg


.....ueq!tel .g.s leos-leos ueuunlSueS 'S'S llnqlaM rsnqulsrc ue1eun33ua6l ue8uap rseurltsl 't'g )npold nlens ueue8e.rasay tseultlsf 'Z'S

91""""""" """' lg """"""'


te

zB """"""' ............. IB 18 """"""' 61""""""'

" leluoulB lsnqlrlslc

'b'9

,rr,l ,,r;;;;^Tllfrffiirr,,r

A BVB

xt

7.16. Rangkuman 7.17. Soal-soal Latihan 7.18. Daflar Pustaka


BAB

...... 157 ................ 158 ....................


161

VII! EKSPERTMEN DIPERCEPAT


8.1

Pendahuluan

8.2. 8.3. 8.4. 8.5.

........ 163 Hubungan Antara Waktu Pengujian dengan Lingkungan ...........164 Hubungan Antara Ukuran Sampel dan Lingkungan '.................. 167 Hubungan Antara Ukuran Sampel dan Waktu Pengujian ...........171 Hubungan Antara Ukuran Sampel, Waktu Pengujian,

-[163] ...............

8.6. 8.7. Rangkuman


B.B.
Soal-soal

Tingkat Kepercayaan dan Reliabilitas Pengujian Kerusakan Mendadak

Latihan 8.9. Daftar Pustaka


BAB

....178 .....'..... 180 ...... 187 ................187


.................... 189

rX

-[191] ............... 9.2. Jenis Varians ............... 9.3. Analisis Varians Klasifikasi Satu-Arah 9.4. Analisis Varians Klasifikasi Dua-Arah 9.5. Analisis Varians Klasifikasi Tiga-Arah 9.6. Metode ANAVA Khusus 9.7. Rangkuman 9.8. Soal-soal Latihan 9.9. Daftar Pustaka
9.1

ANAUSTS VARIANS

Pendahuluan

'....... 191 ........192

.'..192
.... 199 ....2O9 ......216 ...... 221 ................222 ....................224

BAB

EKSPERIMEN FAKTORIAL

_[225]
..... 225 ................225 ...............226 .......'...227 ............239 ...... 248

10.1

Pendahuluan 1O.2. Konsep Eksperimen Faktorial 10.3. Eksperimen Klasik


.

10.4. Analisis Varians dalam Eksperimen Faktorial 10.5. Eksperimen Faktorial Fraksional 10.6. Rangkuman ................248 10.7. Soal-soal Latihan ..........'.......'. 251 10.8. Daftar Pustaka

ILIT]_ slroNl UVIIVC


gt

...........
ueer(e:lada;
ueepaqrad rsuelrlruBrg

u,r"olJIN <,rr,rr.LJw
te>13u11

,,O,,

NVUIdWVI r
elelau

tt """""'

lnuln
l[n
I11erD ,,N,,

NVUIdWVI r
r r

I I
I

"""""" L tt llnqlaM elerau lslsod luElD ,,w,, Nvuldwvl """"""" 4uea uetpaw laqel 908 """""' Nvuldwvl yot"""""""""eLuueD rs8unl e8reg-e8leg laqe1- "1" ), NVUIdWVI ........... rd sqt tO 'seurltsl laqel ,,[,, NVUIdWVI 96Z """"""lsal slaqstJ Luelep (J nete)o s!]!i) lellN ,,1, NVuldwvl n srlu) tellN laqel,H, Nvuldwvl """""""'l stlu) teltN laqef "D" Nvuldwvl ',lsal letLuourB Llelep
t62 """""' z6z """""' """"""
L6Z

r r

BZ """""' 0BZ """""' 6lz """""' llz """""' """""'

9lZ

lDa)raf teltN )nlun seltltqeqord laqel NVUldwvl r "J" """"""""'l-tsnqrrlstc loget ,,1,, Nvuldwvl r ,X -snqtllc laqef ,,CL, NVUIdWVI r l-rsnqutsrc laqel ")" Nvuldwvl r """'leLr]loN lsnqlrlslc la9eL ,8,, NVUIdWVI r lery ue8uellB reue6 ,,V,,NVUldWVl r rdwvt-Nvu tdwvl
ls

tzl-

NVU

e)elsnd leuec .0t.t t .....'.ueqttel .6.1[ leos-leos ueLunlSuey '9.11

"""

""""""""'lsal - ,Z 'I'LL ""' lsal ,fulqeqo4 pexl s,raqeJ .g.LL """""",(au]!qM-uuew uerfnSua4 .9.L luaDulao) uotlep)ro) 4uea s,ueutead5 .y.y1 """" lsal4uey pau?ts uoxo)lt/\A .t.LL
.pa1
u319 .7.yy

f.lz """""' zlz """""' ZIZ """""' 692 """""' v92 """""' ZgZ-""""" 652 """""' 192 """""' VSZ...-....... """""',
?.EZ

uenlnL{epuad .[.L t

lsszl- )ruEWVuvd-NoN v)trsttvrs


tx

rx BVB

'IIp

'etep uelndr-unBuad sasord eueuureBeq eped uelup)auaur qrqal


sJapups p)eLU ';euafeueu eueJps re8eqas e)t]stlp]s ue)ue>lauau

qrqal xo) uep loo8 e4r[ ,,'gunsgue1 etecas uesrynda4 uelqueSuad ynlun tseu)olut nele Dlnq dn4nc pdeptal 4epq e>11{ uesnlnda4
ueltqtue?uad euercs rc1eqas ue4eunSrp 4ue,( uedetal nu4t nJens,,:qelepe e)rlsrlets 'ervtqeq uerya8uad qa;otadrp ]nqasla] tstuUap enpa) uec
'lnqasJa]

elep ueeunSSuad ue)rse)runLuolSuau uep uepu)euad'ueunlSuerad 'uersel rlrse;13uad'ue; ndun8uad 1n1un uelSuequualrp Suer( lnpasotd uep drsuud ue;ndLunl nlens qelepe e)rlsriets ,,'eJep q)ns ]o asn aql pue elep p)uauJnu ]o uotleltunuwo) pue 'uoqelatdtalut 'uo4ezueuJLuns 'uo4etryrsse1c 'uotpalpc aql roj dolanap satnpacotd pue saldtcuud p l,poq aql s! egsgets,,:(9 :086 'rlrlp srapups ]nlnuaLu tstuuap 'enpay t) 'rnLlela)rp uenalar 3ue,( eqel enuras )epr] eueu rp 'ue)epult nele uesnlndal ;r1eura1;e edelaqaq uep nles ueldeiauaur eunB >lrlarunu lUnq-rUnq srsr;eue8uau 1n1un ueleunBrp Suer( rSolopoloul uep uoal ue;nduun) nlens qelepe e)tlsrlels ,,'Lt/t ouy ile spej lue\alil ile lou uaq/A suotpe )o suotst)ap saNleuale lua\as Suotue auo asooq) ol a)uaptAa p)uaunu Sursn pue Suzrleue ur pa,{o1d -uta ,(Solopolau pue fuoaql p lpoq aql s! filtsllpt5.,, :ue)ete,(uau 3ue,( (t:O16 [) xof uep ]oog ]nrnuau rsruUap 'eueya4'e)t]stle]s 3ue]ua] tsturyap enp ue>le)nua)lp tut qe/!\eq 1p 'e1rprle1s
ueeun8al seqequlau Inlun

uEnlnqepuad

't't

VANNWN NDDN]d NVC

\DI

IISIIVIS

rw

STATISTIKA TEKNIK

pengolahan dan interpretasi data. Dengan lain perkataan: "Statistika adalah suatu metodologi pengambilan keputusan atau tindakan berdasarkan analisis data atau informasi yang dikumpulkan secara sistematik, jika tidak cukup bukti untuk pengambilan keputusan secara langsung." Dengan statistika memungkinkan seseorang mendeskripsikan hubungan antara dua variabelatau lebih. Dengan diketahuinya hubungan-hubungan tersebut maka seorang peneliti dapat memberikan beberapa alternatif keputusan atau tindakan. Melalui statistika seseorang dapat memprediksiapa yang akan terjadi di masa mendatang, yakni dengan menganalisis hubungan peristiwa-peristiwa masa lalu dengan apa yang terjadi dewasa ini dalam masalah yang sama. Sebagai contoh, dalam dunia bisnis statistika dapat digunakan untuk memprediksi potensi pasar atas suatu produk sehingga perencanaan produksi bisa diatur dengan risiko kekeliruan yang sekecil-kecilnya. Dalam bidang rekayasa, dengan statistika memungkinkan seorang sarjana teknik memprediksi umur rata-rata suatu produk sebelum terjadinya kegagalan fungsi suatu mesin atau sistem. Demikian pula dalam bidang pendidikan dan psikologi, statistika dapat digunakan untuk memprediksi perkembangan atau dampak dari suatu perilaku tertentu.

1.2. Statistika

Deskriptif dan Statistika lnferensial


Mulai
a.

Pengumpulan
data

b. Pengolahan data
c. Penyajian lnformasi/

data

Apakah informasi dari sampel ? -

d. Gunakan informasi sampel untuk penyimpulkan

karakteristik populasi

Gunakan sensus untuk menganalisis

karakteristik populasi

e. Tarik kesimpulan tentang karakteristik populasi

Gambar 1-01: Diagram aliran statistika

.)qal 't33utl qlqq :ueele^urad-ueete^urad urel erelue rsrsod ueJnJn snBrle)as ,,o3a1e1 ue1e1e,(uaLu 3ue( qoluor ederaqag .erfusrsod ueJrun lnlnuaru pollepr) ue8unqnq ue>11nlunuau e8nf rdela1'euues 3ue,( e;e1s Luelep e,(uure; uo8alel LUelep
lpefuat 1ede6 '6e13ued ple)s)a/prs

1a[qo ue8uap epaqraq e(ueq ue1nq uo8alel n]ens ruelep 1a[qo nlens ,emqeq )upr tnqasrp eSnf ;eurpro epls.putpto epls
'se1af 8ue,( rsruUap nlens Llalo

.q

-tutou e/e)s ]nqasrp Suer( letsos ele)s sruaf e3r1 ledeptal '1e1uo3a1e1 eJefas uen4nSu -ad ep4s ueleun8rp e8n[;ersos nullr-nulr uelep,luauunu elep Burdures 16

Sunlnprp n;tad 8ue,( nluaya] ]ej!s{eJts ue11nfunuaul ( uep 7 ,1 ue8ue;lq Iul leq LUelep) e;e1s derlas luls lC 'g ueSuelrq ue8uap ,pttornauoqc,,{sd,, uep 7 ue8ue;rq ue8uap ueleler(urp ,,ptoLteJed,, '1 ue8ue;rq (loqLuts) ue8uap ue1e1e,(urp ,,etuatqd -ozltl)s,, re8eqas lgtou8erprp lerurouqe nleprad ue8ueduurr(uad r3o;o1rsd uerlr;auad u-relep'qoluor re8eqag ')rlsuaUere) nele npr^rpul ')a[qo n]ens ue)rse>1urseg13uaul )nlun loqLUrs re8eqas ue8ue;rq ueleunSSuaul leurtr-rou ele)S .put.uoN epls .e 'leNalu! uep leurpto ,1eu

.n. telrroSalP) PIPC L


'4plau plpp ]nqasrp e,(uuelnln8uad ;rseq lnuquo>1 pqeue^ ]nqastp ue]nlnSuad rrep qa;oladrp e,(ure;lu 3ue,{ ;aqerren '(sela) n}es LUelep e^ stseqeur r1e;u.rnf e,(ulesru 'qn1n ueSuellq) lll)sap ueSuelrq ueSuap ue1e1e,(urp uep BuaDla4 ]nqasrp ueSunlrqSuad ;lseq 'Ut4sap pqelre^ inqastp ueSunlrqSuad uep qa;otadrp er(urelru 3ue,( ;aqer:en 'rserren e,(uepe uol1n[unuaru Sue,( )l]srrauere) ruye,\ ,laqeuert nlens rrep uue8e;aq 3ue{ re;ru ue1;rseq8uauJ srsrleue uen;rada1 )n}un ueln)n8uad nele ue8unlrq8uad ;rseq uep qa;oradrp 3ue,( etec 'uqepur] nete uesnlndal Jlleuralle qe;unlas ue)nLuauaru ledep reSe lelrlsrlels erefas) srsrleue8uau Sueloasas uelutlSunulaul )nlun rUnq nele etep qe;Lunfas ueln;.radrp,entqeq uelelnuua8uau e)lrlsrtels rsruUaC

IrraunN Plec srua[ Enc

.t.t

leua)lp (a) uep

'tleltp 8ue,( rselndod 1r1sr.raqe.re1 Sueluai ue;ndursa>1 ue;rquueBuad ueSuap uelre)raq 3ue,( ru>1e{ 'letsuatalut e4ltsltels re8eqas ueler8ay 'ue8urluada>ilaq 3ue{ ure; leqrd qalo rr,ueqedrp qepnuu.re8e
1p;

'e1ep ue1;ndu.rrr{uay1 (p) 'e}ep ue)tsptulo}urSuar-u uep uerfe,(uad ()) '(e}ep uunlSuetau-r 'ue1rse1r;tse|1 -3uau.r) etep upqelo8ua6 1q; 'e1ep ue;ndrunSuad (e) :ueletSa) uerelSueras

tseullolut nele elep ue>pfer(uar,u uep qalotaduauJ EuelureSeq ueSuap uelellaq Suer( uelerBal u4eA'1ndulsap e\llsllets re8eqas leua)rp 1r; ue8uap reduues 1e; ueler8ay ' [0- [ reqLueg eped eraua] luadas uelsr)nlrp tnqasrat uelerSa>1 eLUrla) '(ueq)-/AolJ) ue:r|e uelSetp )nluaq urelec 'rse;ndod )tlsuauetp) Suelua] uelnduulsal )ueuaw (a)

lreP lllpra] '1>;p 'srapuES qalo ue)e)nLua>lrp eueure8eqas eltlstlels rnpasold


vANNWNnr2Nld
NVO VXUSUVLS

- I qVS

STATISTIKA TEKNIK

disenangi, lebih sulit dan sebagainya. Skala yang membedakan objek berdasarkan urutan posisidisebut skala ordinal. Perbedaan itu lazimnya ditandai dengan simbol >. Sistem kepangkatan militer dapat dinyatakan dengan skala ordinal: mayor > kapten > letnan (dibaca: mayor lebih tinggi dari kapten, kapten lebih tinggi dari
letnan).

c.

memiliki semua karakteristik skala ordinal dan jika jarak antara dua bilangan dalam skala itu memiliki ukuran alau interval tertentu, maka pengukuran yang dilakukan berdasarkan skala ini disebut pengukuran dengan skala interval. Sebagai contoh adalah pengukuran temperatur berdasarkan skala Celcius dan skala Fahrenheit. Menurut skala Celcius, air mulai membeku pada 00C dan mendidik pada 1000C. Pada skala Fahrenheit, air membeku pada 32oFdan mendidih pada 2120F.Pada skala Celcius, antara 00C dan 1000C dibagi menjadi 100 bagian yang sama, sedangkan pada skala Fahrenheit antara 320F dan 2l20Fdibagi menjadi 180 bagian yang sama. Baik Celcius maupun Fahrenheit kedua-duanya memakai skala interval. Ekivalensi antara kedua skala tersebut dapat dinyatakan dengan persamaan: s
Skala lntervaL Jika suatu skala

F =-.C+32.

1.5.

Pengertian Data dan Statistik

Sebelum melangkah lebih jauh, terlebih dahulu perlu dijelaskan makna dari dua macam terminologi yang sering digunakan dalam statistika, yakni: data dan statistik. Data adalah rincian dari sejumlah informasi numerik. Sedangkan statistik adalah suatu nilai numerik tunggal, misalnya rerata, koefisien korelasi, simpangan baku atau besaranbesaran lain yang dihitung dari sekumpulan data. Statistik menggambarkan salah satu karakteristik populasi dari mana sampel diambil. Sebagai contoh, rerata nilai Statistika I dari kelas A adalah 70. Kalau nilai kelulusan adalah 60, maka diperoleh gambaran bahwa, sebagian besar mahasiswa kelas A lulus dari Statistika I dan berhak untuk mengikuti perkuliahan Statistika ll dalam semester berikutnya.

1.6. Populasi dan Sampel


Suatu sampel adalah sekelompok objek yang dikaji atau diuji, yang dipilih secara acak (random) dari kelompok objek yang lebih besar yang memiliki karakteristik yang sama. Kelompok objek yang lebih besar itu disebutpopulasi. Dengan demikian populasi

dapat didefinisikan sebagai "kelompok objek dengan ukurannya tak-terhingga (infinite), yang karakteristiknya dikaji atau diuji melalui sampling." Dalam rekayasa (engineering) banyak dijumpai masalah yang berkaitan dengan upaya memprediksi karakteristik suatu produk. Misalnya menentukan umur lampu pijar, reliabilitas suatu mesin, kekuatan suatu bahan dan lain-lain pada umumnya ditentukan melalui pengujian

:,aO[ :r.]plepe e]eJ]s der]as tJep ladLues ueln>ln uede]auad e)eu; 9661 ]cLUps uern)n e1r[.qepual ue;rseq8uadraq %gg uep qe8uauar-u ue;rseq8uadlaq Togg

/uapuodsat

.eto)t1ea,r ueqrllr.uad r33urt ue;rseq8uadlaq Inpnpuad "/rO1 'ervrqeq tnqela)tp qelal urelep 1elere(seuu rurdo nluauad rpefuaLu rselndod n]ens uelep ue;rser-18uad roqe] e,{u1esry1 'ue4tptpuad p43uq nete uel$eq?uad p43u17 e,(u;esrr-u /rnqeta)rp Llelal Suer( nluapal )rlsua])ere) ue)Jeseplaq ue)nluallp elerls uedelauaS .ua8o.ra1aq ]e;rsraq er(urse;ndod e;rqede reledrp elellsJa] Sutpueg .ep4sral Sutpueg .e Surpues uep pdqnu Sutpues 'epue? Surpues uep

'letsuan4as

p33un13w1dtueg

lrlpral SueA pdqntu Swpu.teg 1q)'19urpues tleuLals,ls) \neuralss Sutptues uep 6uF -ues ralsnpy 4odtuola>1 Swptues '13urpues pa!]llerls) elulilat 3ufiues r.rep urpral 3ue,( enp uelep lSeqlp ledep ladu-res uelrqLue8uad 11u1a1
1e; :uo8ale>1

'lu! qeq

lrep'0['l

ler8ered uelep ue)rJaqrp lete ue8uel!q laqe] ueeunSSuad Lloluo3 'rur Lle)seu rrep y uerrduel eped ledeprat 3ue,( 4ete ue&uellq pqet ueleunSSuaLu ue8uap ue)n)elrp e,(uueqr;rruad eleu Jtqafqo eteras ue)n)eltp ledep ;adLues ueqtltuad re8y .;adLues te8eqas Llll!dlp )nlun eures Suer( Suen;ad rer(undLuar,u rselndod nJens uep egoSSue derlas 'e,(urye !4ece erctas ue4n4elp sruer7 laduues uelrqu-re8uad 'qelepe uelrteLltadlp n;rad Suer( unLun qeple) 'er(urse;ndod rlrlentauu tedep qaloradrp Suer( rseLr.rrolur .re8e ;adr.ues eJpf euelureSeq qe;epe er(uueqe;eseruJad 'Sutptues rnlelaLu ueleues)elrp
qrlrLUaLU

uauuuadsla nele uerlrlauad nI qeqas LlalO']tqnJlsap uerfn8uad uue;ep eue]nla]'rse;ndod

qnrnlas ue)]eqrlaLU

ur>13unuu

)epr] uaurJadsla nele uerfn8uad

1eq 1er(ueq

uelec
.

tadues uElrqup8uad

IruIaI I

'snsuas ]nqasrp rse;ndod qnJnlas ue)leqrlaLU Suer( uerlr;auad n1en5 '3ur;dr-ues ereras ueln)elrp uerlr;auad er(uunun eped eleu ';esaq ]e8ues 8ue,( rse;ndod dnleruau eXuunuun eped ;ersos uerlr;auad rse;ndod euaJe) 'uapuodsat nele 4a[qns ]nqasrp ntr uer]rlauad lafqo eleu 'ersnueur n]r uerlr;auad lafqo e1r['l3olo1rsd uep ue)tptpuad lnseu:a] letsos nurlt-nult u-lelec 'e,(uladuues )tlsttels ue)leseplaq rslrpardrp nluaual rse;ndod nlens )tlstraUere) rpe{'talaue;ed lnqasrp rselndod tiep )t}srra})erp) uelSuepas ,>1t1stlr-1s }nqastp laduues nlens )rtsuaqeJe) ,,'llqLuqp ryt pdtues eueu uep rcelndod tlqe^ au \nlun \e)e ere)as tlqLue!p 8ue,{ qoluo:,, re8eqas ue)rsruUaprp ;adue5 'rse;ndod >lr}srraqerel rs>lrparduau )nlun ueleunBrp uerpnuJa)i 3ur ptues I rseH'(r.loluof uel rqL.LlEBuad; Sutptues erefas ue1n)elrp ur>13unLu er(ueq JlUnlsap r[1 'ue1;ndursrp euas srsrleuerp

uep qelorp uerpnua1 '}e1e:rp uerfn8uad sasord Erilelas ueqeqn.rad-ueqeqnrad .)esnl ntl ![nlp 3ue,( >1a[qo reduues ueueqaquad ue8uap ue)n)plrp ]lUnr]sap ere)as uerfn8ua; ']p4rutsap nele jtl4rulsap-uou ]elrslaQ ledep lnpord ntens )rtsuaUere>l uer[n8ua6 'seleqral 1er e{uqelLunI elt[ @t!u!!u!) e33u1qny4e1 eSSwqtal inqastp rse;ndod n]ens 'uauuadsla nele
uep /seteqra] e,(uqe;uunf e11[
1a71uy1

_c

vANNVVNn22Nld NVO VXUSUVLS

- t svs

STATISTIKA TEKNIK

(0,10) = 100 responden dari golongan berpenghasilan tinggi, 1000 x (0,35) = 350 responden dari golongan berpenghasilan menengah, dan 1000 x (0,55) = 550 responden dari golongan berpenghasilan rendah. Selanjutnya siapa di antara mereka
b.

yang dipilih sebagai responden ditentukan secara acak. Sampling Kelompok. Metode ini dipakai jika cakupan penelitian sangat luas. Pada sampling kelompok, objek penelitian dibagi ke dalam beberapa kelompok dengan

asumsi masing-masing kelompok dapat mewakili populasi. Sebagai contoh, penelitian atas konsumen suatu produk di kota-kota besar. Langkah pertama adalah membagi peta kota tertentu ke dalam beberapa kelompok (clustel yang lebih kecil. Langkah berikut adalah memilih beberapa cluster (secara acak) sebagai sampel. Selanjutnya survai dilakukan terhadap sejumlah rumah-tangga yang
c. berada dalam cluster tersebut. Sampling Sistematik. Metode ini dianggap sebagai penyederhanaan dari metode sampling acak. Cara pengambilan sampel ini banyak dipakai pada pemeriksaan produk-produk yang bersifat standard (baut, mur, bantalan peluru, dsb.) dan dibuat dalam jumlah besar (mass production). Misalnya pemeriksaan akan dilakukan atas
10% produk. lni berarti bahwa, antara sampel peftama, kedua, ketiga dan seterusnya akan berselang 10 buah. Dengan pertolongan tabel bilangan acak terlebih dahulu

ditentukan produk peftama yang akan diperiksa. Jika bilangan yang keluar pertama kali adalah OT,maka urutan pengambilan sampel adalah 07,17,27,37,... dan
seterusnya. d.

Sampling Ganda. Kerugian pada penggunaan sampling tunggal adalah, .iika penetapan ukuran sampel terlalu besar. Sebagai contoh, jajak-pendapal @olling) pemilihan guberqur di suatu propinsi ditetapkan dengan sampel 2000 responden, sementara calonnya tiga orang, misalnya A, B dan C. Dalam pelaksanaannya sampai pada responden ke-100, 75oh responden memilih calon B. Jika jajakpendapat diteruskan, maka diperkirakan gambaran tersebut akan tetap. Demikian juga jika responden dibatasi 300 - 400 orang, hasilnya akan sama. Untuk mengantisipasi kondisi seperti diterangkan di atas, pengumpulan pendapat dapat dilakukan secara bertahap dengan ukuran sampel yang lebih kecil. Metode ini disebut sampel ganda(double sampling) di mana pengambilan sampel dilakukan dalam dua tahap. Sebagai contoh, pemeriksaan produk manufaktur dengan perencanaan sampling seperti teftera pada Tabel 1-01.
Tabel 1-01: Rencana Sampling Ganda Sampel Dikombinasikan

Samolins
Pertama Kedua

Ukuran
50 100

Ukuran
50 150

Diterima
2

Ditolak
7

;plndod eped ue)eueqelrp )epr] uerlrlauad (q) lreuaq eref,as ue)rsruUaprp lep11 rse;ndod er :e,(u;esru '3ur1dues:npasord ue8uap uetre>paq leprt Suer( lell-leLl qalo ue)qeqasrp Surptues-uou uerutp4ax 'Surptues uerutp\a\ uep Supues-uou uentrp|a4 y4e| 'Swptues ue3uap uelrelraq 3ue,( uenrr;a)a) urefplu enp ]edepral uerlrlauad urelec

3u11dueg

uenllala;;

uep Sutpweg-uoN

uenrlala) .B.t

'e(uuelelouad uep ueeuuauad erralu) nlnqep qrqalrat ueldelalrp n;rad uedeqel derlas eped undne;ervt ,1adr1;nw Sutputes nep epueSSuptues rnpasord ue8uap ewesBupups ueeuef ua )ad'F.suanlas Sutptues lnqasrp ruunpasord '3w1dtues ue)snlauau nele'r[nrp 3ue,( srsa]odtLl n]ens e,{u4e1o11p nele euJuallp ue)snlnuau euas eues 3ue( nue/\^ Luelep ueleuueSuad qe;uunfas ue)nlelaLu >1n1un e;nd ue1ur13unu.lp e)eLU ,;adr1;nlu Sutpues uep epue7 Butp -u-res eped uelSueqlua1rp 3ue,( uese8e8 eped uelsepuellaB .prsuanlas Bulldweg .l ')elollp ue1e1e,(urp y wleq eped ;adLues qnrnlas eleut ,qenq Lueua rederuau ]e:er 3ue,( Suereq qelLunf rut deL1el eped e1r[ 'y-a1 deqel a) uelsrua]p Bwptues eleuu 'qenq e8rl pe:er 8ue,( qelunl g-al deqel Swpues eped reduues e,(u1esry1

I
o d

I
9 s

0vL

OZ OZ
OZ OZ OZ

Llnlnla)

ozl
001

I
E

ueuaa) eurla)
leotuaa) earla)
Enpa)

08 09

ol
0
Br,IrrJaIC
o7.

OZ
OZ

eueuad
tsurl0ures

)elollc

uejn)n

ueJnIn

UEI rseurquo)rC ledues

1adr1ln6rfuadue5 eueruau :20-

[ laqel

jili:;

e,(u de qel d e las r

ra)

Li qa r B uex ; ad

Lu

e,,

n,

nr

;':;l i:ffitr'ff1Hlilt,i,lli

Surptues ueeurndua,(uad uelednraLu rur Sutldtues apolaw .pdg1ny1 Sulpweg .a 'e,{uqn:n;as ryptlp ue1e1e,(urp n1r lnpord q)leq eleul '}e)el 3ue,( Suereq qrqa; nete qenq qnfnl ledepla] nlr ueES)uauad enpa) eped e1rI rde1a1 .1req ue1e1e,(urp lnpord eleu'1ere:3ue( Suereq qenq Lueua urnursleur ledeptal (00t + 0g) nlt Burputes enpa) r.rep elrf '()e]e erelas qllldlp) qenq g enpa) deqel 00 1e,(ueqas ,9 nele g ,y ;adLues ue;rqure8uad ueSuap ue)lnluellp snleq ueeslr:aulad eleuu ' 1e,(ueqas 1e:e:3ue,( e1rI rde1a1 'ue)]nfuellp n;lad lepri uees)uaulad uep>1req
,

ue1e1e,(urp ]nqaslal lnpord ']efer 3ue,( Suereq qenq enp 1er(ueq-1e,(ueqas ledepral ntr uees)uauad Lue;ep e>lt[ '()e]e elefas llqLuplp) Llenq 0s >1e,(ueqas ladues setp ue)n)elrp uees)rrauuad eueyad deqeg eped 'lnqasra] eue)ual ueryesepraB y,{NNyYNn9DNld NVO VXttSuVtS

- I BVq

STATISTIKA TEKNIK

8{8

yang seharusnya dikaji; (c) kuesioner disusun sambarangan; (d) istilah-istilah penelitian

ai

tidak didefinisikan secara tepat sehingga menimbulkan berbagai interpretasi;

(e)

responden tidak menjawab secara akurat atau tidak menjawab sebagian dari kuesioner;

(fl kekeliruan tabulasi. Kekeliruan sampling disebabkan karena prosedur sampling tidak digunakan sebagaimana mestinya. Misalnya telah diketahui bahwa, populasi penelitian tidak homogen namun sampling dilakukan secara purposif tanpa alasan yang jelas. Dalam hal ini hasilnya pasti berbeda dengan hasiljika menggunakan metode samplinglerstrata, sementara statistik yang diperolehpun akan berbeda jauh dengan parameter populasi.

1.9. Penalaran Induktif dan Deduktif


Pola penalaran yang banyak digunakan oleh para statistisian adalah penalaran induktif danlatau penalaran deduktlf. Seseorang menalar secara induktif iikadidasarkan pada pengetahuan yang dimiliki namun dengan pengalaman yang terbatas untuk sampai pada kesimpulan yang diyakini dapat diterapkan, walaupun kesimpulan itu berada di luar batas-batas pengalamannya. Sebagai contoh, jika seorang guru menBetahui bahwa, 107o siswa kelas matematika mendapat nilai g 60, maka guru itu menyimpulkan (secara induktifl bahwa, 10% siswa kelas yang bersangkutan akan mendapat nilai yang sama
pada pela,iaran fisika. Kebalikan dari penalaran induktif adalah penalaran deduktif. Penalaran deduktif dimulai dengan menyusun suatu asumsi, kemudian berdasarkan data yang diperoleh diturunkan (deduced kesimpulan yang mendukung atau menolak asumsi tersebut. Dengan demikian penalaran deduktif merupakan metode yang dapat digunakan untuk

melacak implikasi dari suatu asumsi.

1.10. Contoh Penggunaan Tabel Bilangan Acak


Pada Lampiran A ditunjukkan salah satu halaman dari Tabel Bilangan Acak. Untuk

mempermudah penggunaannya, tabel itu diatur sebagai berikut. Jumlah lajur dikelompokkan lima-lima dari angka 1 sampai 25. Bilangan acak dikelompokkan empatempat dengan nomor 1 sampai 40. Dengan demikian penggunaan tabel bisa disesuaikan

dengan besarnya populasi. Misalnya Ketua Kelas (KK)dari mahasiswa-mahasiswa yang mengambil mata kuliah '10 orang mahasiswa dari 40 mahasiswa untuk Metodologi Penelitian hendak menunjuk mewakili kelasnya dalam diskusi antarperguruan tinggi se-kota Bandung. Untuk maksud tersebut KK menggunakan daftar absensi untuk menentukan nomor urut mahasiswa yang terpilih. Dalam contoh ini populasi N = 40. Untuk menentukan pilihan tersebut KK menggunakan kolom 5 dan 6 dari tabel bilangan acak (Lampiran 41), sehingga diperoleh perwakilan yang terdiri dari mahasiswa dengan nomor urut: 05, 38,07,32,

-:;r

elep /^u) qeluau pipp ]nqaslp uetltlauad nlens trep qaloradtp 3ue,(

e1e6

'rse;ndod

uep uer8eqas ue)]eqrlau e{ueq 3ur;dLues uelSuepas 'rse;ndod qnrnlas ue)}eqrlaul uele snsuag'Sutptues nele snsuas rnlelaui ue)n)eltp ledep elep ue;ndrunSuad sasord 'elrlsrtels apolaru ueleunSSuauL ueBuap llelaplp ledep rse;ndod nlens )rlsrrat)ere) rslrpardLuar-u )nlun 'ertqeq uelSue.ragrp qela] '9'1 ler8ered LUelec

EleC uElndun8ua4

'I t't

'rlel eLueuad ;n:unr-u Suer( lnqasral e13ue Llelepe qllldlp 8ue( eleu 'eLues 8ue,( qrqa; nele e13ue enp redtunflp ]nqasral ueqr;ruuad uerelSuer Luelep e1r[ 'reledrp )epl] l uep g1 '69 e13ue-e13ue ru1e,('67 qepnsas el3ue-e13ue uer)ruap ue8ua6 '3uero g 1 rede:uau uelrlervtrad qe;urnf redr.ues renla) eLueuad SueA p e13ue Llemeq rp rourou-roruou qelepe qllldlp 3ue,( ereluaura5 'reledrp )eplt 0, uep resaq qrqa; 8ue( e13ue rur ueLlrlrruad rnpasord rue;e6
lece ue8uelrq taqul ueeunSSuad qoluo3 :20-[ rpqtup3

69 tt 5s Br Lq 9x *,* &C

*f tt

9x

{{

{s
I

Lr *g ta

gt Lr t"t ql" ?6 tg g{. a*

eS

t, ts xg t.t 9q t,b St gn *r t,t et gL tt tz Et tL


zt
r&

6t
zr

,*

k4

Eg

f f *l )rg 6*

rg

zg

tt

tt, tL
gt

tl

b* q* L* fe

gt"

!a 6f

*g t5

S6

rq 8* ag t* ,{ L* *$ tr t, et {} f s rl il *t \L

'! ,

t* tg 88 &r &L az e& *{ *q ff rq x* ga L$ *, q* r& *s 9o ** a**/.t et*tt

69

I
u

Lg ga 16 io l$ tt t$ $L *t 6$ 6f*f; oaBa {oro 166f tLlo tg6t t$-f$ LS gL fi 6e gl Lt tt AB ri [[ St oo 69Lx ot 9o 6|ot 5! tg fu o9 tllg qf ou *L ta !6 ot ol t.L 18 ot g$ Lt Lg td Bt Lq *t" *q g/" tS t6 gz 6fTd t,P *A g* tt 9L t"t tA ** of 69 g{Z\ pf fl, 9? EA S{ 9* Er o6 og $6 6L *q 5i {9 fg z} _gf tf gc 6$ ** ro ,l *L BB t{ [g 6f $o gl qr gS ?$ t$ e$-iil gt Lt 6r g* z,g L$ o( tg ,5 t$ '$fl$? tl $ *t {, LL *g rr ql gl o9 p$}S aalg rtg& 6arf |*fg tlo{ lroB ** ?9 t"& *l- Si gf f g gg Lt tx ,L gg rr 9b rg oS eo ef $g16 gr 6t '6-e? gt. 5r g[ 6r 16 q* t,t *1, g* Af rl oS a/. lr t* ** tr tg r0 tt ro tg ll *t {rg{r **frl 9aLa ftrC,t *rLd rLr'u; 6a gb 61 66 rq tt gl b$ go tL v9 xS fg9* rg[9 rqrg t.E$b {tgc 6}rS d,f r* ga ?* l,r 69 t* g* t6 afi 6A *f g* rr gr gt ,* LS rS tS *[ r] gp fg o$ rf 9t gg *g fit ra rd {n Ae 6t. ft g, ta rl dl ** *{" u* gt gg ra 6* Af *o Et s{ gr }} ,, Lt rl g* 6& to rf,^dr ge*{r *t*tt as-lt gt-tt rt*4
plffrxrlsq & qlmo,r***rBr*a51

*r L9 lr *g ts go f,6 tL i,f, tt tO fl *& &t rr ro fr ?g ,f rt t, 6r li $g o, 99 o* Ig o[ 6r ILL& el"6t fir lt *zgr r59? e)r 6tg* r[o9 &*f Soft St f6 tg 69 oo fr r{ 6} 96lt tr tr rf *Lr rr fiogE fS*{ .rr ** *a ql g* ax lL t* t* s,& d ro 69 g* 1,9 * Lgfig *6|g L ertt ,Sbr p f,otrn *gf$ I r|g( pbgt , rl*g tg*t e r(69 ?.rll r g$5o 6q&v r 9*f br

isutnwnx FtCIflt'{yu Jo a*\rd :l'tdl^'tr/t


'

:)
(

Go- trPqLUeD) 0z uep 9 L',Bo',gt',go', yINNyyNn99Nld


NVO WttSUVtS

to

- I gVS

xt

10

STATISTIKA TEKNIK

beragam nilainya. Oleh sebab itu agar data mentah tersebut mudah dipahami, terlebih dahulu perlu diolah dalam bentuk tabel atau grafik. Dengan demikian pengumpulan data mencakup upaya menyederhanakan dan menyusun data ke dalam bentuk-bentuk yang mudah dipahami, baik data numerik maupun data kategorik. Teknik penyajian data dibahas dalam paragraf-paragraf berikut ini.

1.12. Distribusi Numerik dan Kategorik


Sebelum membahas masalah yang berkaitan dengan konstruksi distribusi frekuensi, terlebih dahulu perlu dijelaskan perbedaan makna antara disuibusi numerikdan distribusi

kategorik. Suatu distribusi disebut numerikapabila sejumlah data dikelompokkan dalam ukuran numerik seperti ditunjukkan pada Tabel 1-03. Selanjutnya suatu distribusi disebut kategorikjika sekumpulan data dipilah-pilah dalam bentuk deskripsi kualitatif seperti pada Tabel 1 -04. Distribusi numerik juga disebut distribusi kuantitatif sedangkan distribusi kategorik disebut distribusi kualitatif.

1.13. Konstruksi Data Numerik


Proses perancangan distribusi frekuensi dilakukan dalam tiga tahap. Pertama, menentukan klasifikasi (jumlah kelas dan interval kelas) ke dalam mana data akan dikelompokkan. Kedua, mentabulasikan data mentah ke dalam kelas-kelas yang sesuai. Ketiga, menuangkan hasil tabulasi ke dalam bentuk tabel. Klasifikasi data tergantung pada jumlah data. Lazimnya data dikelompokkan ke dalam 5 sampai 15 kelas dengan interval kelas yang sama. Lazimnya jumlah kelas ditentukan dengan menggunakan rumus Sturges:

=l+3,3logn

(1.01)

di mana p = jumlah data mentah. Pada umumnya dipilih harga kyang ganjil (5,7,9 dsb.). Selanjutnya jika t= nilai data tertinggi, dan r= nilai data terendah, maka besarnya interval kelas i ditentukan dengan rumus:

i=(t-r)/k
Tabel 1-03: Penghasilan Juru Gambar pada Lima Buah Perusahaan
Penghasilan
(Ro)

(1.02)
Tabel 1-04: jumlah Juru Gambar

dalam Lima Buah


lenis lndustri Meubel Keraiinan Losam Konstruksi Permesinan lasa Pemeliharaan Jumlah Juru Cambar

lumlah luru Gambar


57 78

550.000 - 599.000 600.000 - 649.000 650.000 - 699.000 700.000 - 749.ooo > 750.000

382
257 766 854 123

126
89 24

:(e^uln>luaq

-'0['dU rBuernlrp

ueluelell leqll) 90- [ laqel eped e3r]a) Luolo) urelep eraua] ruadas selal dert-der] uep rsuanla4 uellrseLlSualu rensas Suer( se;a1-selal Luelep a) qeluau elep rselnqef 'er.ueuad trLolo) 90- [ laqe] eped erayal ruadas sela) lerualur ueunsns qaloradrp eSSurqas se;a1 derl-der] uep rSSuruat rc1u'depa,to rpe[:a1 1ep11 .reBy
'rbburl.rai rplru

**

lr.lppuaral reIU
t t

:ue;ue.rala>:upbueJala)
OS,BZ
L

sg'62

6S'V

09'LZ

sv'tL
g

68'la
9V,ZZ

ZL,SI 9'6
OY,BZ

0B'9 t

gz'0t
SI,BL

s' 0l-'g

I,T,Z
t

l'vz

0t'01
so'z

L9,iZ
VB,
L

0f.'62 v9'B I VI'LZ yy'9


L

og'92
09,LZ
9Z,SZ

sl'lL
Lg,VZ

VB,LT

s6'E

6y'lz lg'v I
16'vz

sl'rf,
7.V'97.

st'tz
6B,B

9L,IZ

9t'9
zg'f..
LB,f,Z

OS,ZZ

BV,IZ **LB'l 0s'6 t


ZL LT Z 1,9

tl'z

tv'gz
SZ,BI

s'lL
06'9
9Z,Z I

s6'lL
S L,VZ

vg'lL B'l
ZI'ZL
6V,ZZ
EB,O
T

9Z,VZ 9'OZ
OT.,Z

0t'92
IB,6L
OS,ZZ

ES't

OS,I

os'tt
ZB,b

6v'st
y.'62

It'oL
gf.'1"7.

VB,OZ

Lt'61

bB'61

*9b'9

;s1pads43

org

Suereg uerugrlSua; lpl!N ElpO:90-l laqpl

'

-'000'S'dX = llt'OOO' E- -'000'0r)'dU) = /'se1a>1 1enra1ul -'000's'du =J 'qemeq a) uellelnq!p -'gst'g'du =r 'qepualal teltN -'000'0r'du =7 rpefuauu se]e a) uel]elnqrp -'0lB'l'dU -7 't38utya] lellN 26'L't' + l. = 0B 3ol'' + I =)'se;a>1 qe;runf

7=4 uellelrlqlp

BZ'

l=

0B = u 'qeluau etep qe;Lun[ :uelesa;ar(ua4

Luelep a) ]nqasra] qeluaur elep qe;o8uaur elururp epuv 'S0- I laqel eped ue11nluntlp rsrpadsl3 eseI qenqas rnlelaLu Suereq ueuturSuad relru ue]e]e3 :10-Lf tlo]uo)

'laqel )nluaq

'laqe] >lnluaq urelep unsnsrp

uerpnua) rselnqe] lrseH 'qeluau elep qe;Lunf ue8uap eures snreLl sela) enuras uep rsuan)ar] qeluun[ 'sep4 Buan4a4 ]nqastp sela) n]es LUelep 1edepra13ue,( elep qe;LunI
'90- I laqel eped ue11nlunttp rselnqe] ]euro3 'sela) nles eped er(ueq uelrselnqellp elep derlag'rensas Suer( se1a1-sela) LUelep a) Lleluatu etep ue)rselnqelualu qelepe e(u1nluaq qe13ue1 'e1ep tselt;tsel) up)nluaualu qelatas'(10-tf qoluo3 ]eqrl) uelnrnraq 3ue( sela) enp erelue depa,to rpefua1 leprt eSSurqas uer)ruapas rslaro)rp snreLl sele lp (t0'[) sntun.r ueeunSSuad uep lrseH
LI

y NNyyNn9?Nld

NVO VXUSUVTS

- t 8V8

12

STATISTIKA TEKNIK

Tabel 1-06: Tabulasi Data Pengiriman Barang Biro Ekspediri A

Nilai (x Rp.1000,-)
05,00
1O,OO

Tabu lasi

Frekuensi Pensiriman
6 12 19

15,00

20,00 25,00 30,00 35,00

09,99 14,99 19,99 24,99 29,99 34,99 39,99

iltll t

t/ilt ///// //
////t ///// t//// //// ///t/ ilt// t//// /t/il

20
13
o
2

ililUil/uil
ililil1t

il

jumlah:

N=80

Tabel 1-07: Tabel NilaiPengiriman Biro EkspedisiA Kelas


1

lnterval

Frekr,rensi Pensi riman


6 12 19

05,00
10,00
1

2 3
4

09,99
14,99 19,99 24,99 29,99 34,99 39,99
Jurnlah:

5,00

6 7

30,00 35,00 2O,OO

20
13

25,O0

o
2

N=80

Jumlah pengiriman yang tertera pada kolom tiga dari Tabel 1-07 disebut frekuensi kelas yang menunjukkan jumlah kejadian (pengiriman) untuk tiaptiap kelas. Apabila ditinjau secara keseluruhan, maka frekuensi pada tiaptiap kelas itu menunjukkan sebaran frekuensidari seluruh data pengiriman. Jadi, frekuensiadalah jumlah objek atau kejadian dalam satu kelas atau kategori, sedangkan sebaran (dispersion) adalah pola distribusi frekuensi dalam beberapa kelas atau kategori. Selanjutnya yang dimaksudkan dengan interual kelas adalah selisih nilai tertinggi dan terendalr dari tiap-tiap kelas. Pada umumnya dalam satu tabel digunakan interval kelas yang sama. lnterval kelas Tabel 1-07 adalah (9,99 -5,00) = (1 4,99- 1 0,00) = 4,99.

Apabila klasifikasi data pada Tabel 1-07 dilukis dalam bentuk skala, maka akan diperoleh visualisasi seperti Cambar 1-03a; bentuk ini disebut skala deskrit, sementara Cambar 1-03b disebut skala kontinu. Pada skala deskrit antara batas tertinggi suatu kelas dengan batas terendah kelas berikutnya terdapat selisih sebesar 0,01, sedangkan pada skala kontinu batas tertinggi suatu kelas sama dengan batas terendah l6elas
berikutnya.

ro;alel rrlelep uerpefal nele qelunfas uep uet8eq ue))nfunuaul ase]uasad lafqo 'qeqstu uep stodotd'aseluastad ue.resaq ue8uap uelete,(urp eBnI ledep uetlr;auad ltseLl/sela) nele rro8ale) n]es uelep uerpe[a>1 nele 1a[qo qe;Lunf uellnfunuar-u 3ue{ ue:esaq re8eqas rsuan)al} ueleunSSuaur urelas

qpqslN uEp /tslodo,r4 /aseluas;ad .nL.L

'60- [ laqet uep B0- [ laqef eped ue11nlunllp rpadas e,(utun;aqas sela)-selal lrep ue8uern8uad neie uellelurnfuad uellnfunuauu Suer( rsnqu]srp nlens ruler( 'yp1nun4 Bnqulstp

laqel-laqe] eped qelepe elnqral le^ratur ueeunS8ua4 ',,00'S uep ?uetn4,, ',OO'Oy uep 8uetn4,, ueele(ulad ue8uap elnd ledep uep tHtqal nele gg'g1,,',glqal neJe OO'5,
0
Z

-'000'0r'du uep;uern)
-'000'S'dU uep Huerny -'000'0t'dd uep Euern) -'000'SZ'dU uep;uern)

o/

0t
TZ

qrqal nete -'000'0r,'du Llrqal nele -'000'st'du LIqal nete -'000'0'du nete -'000'sz'du nele -'000'02'd>l
nete -'000's I'du nete -'000'0 L'du

0t

ts
t
8t
9

f.v
e9

-'000'02'dU uep tsuern)


-'000'S t'dX ucp Eueln)

vt
OB

q!qa qtqa qtqa q!qa

0
qelLUnl

LlelunI

uel',Jurtsuad nP}P

qrqal nete -'000's'du uernln

-'000'0 L'du uep Euern; -'000'S'dU uep Euein; ue[xrJrduad ueJn)n

lllPlntun) rsnqrrlsro laqel :60- [ laqpl

"{!qal

"",,

,"'IJPC 8ue;ny,, ,rlelntun) rsnqrrlstc laqel :80- [ laqel

:er(u;esruu'ueele,(u:ad ue8uap ue11nfunirp ue)utelatrt


'se;a1 derlas Intun ylruUap e8req-e8rell ue)eunBtp 1"plt elnqra] leN atur epe4'drynya1 le^ralu! uepulnqtal pNatu!uelnqas leua)rp e3n['1nqas:a] lerua]ur )ntuaq Surduues r6 'nunuoy leNatu! uep tuysap leNaru! ueSuap ue)pnsleLlrrp 3ue( ede Suelual ueryaSuad elnd qa;oradrp 'nurluol ele)s uep Ullsap ele)s uetuo8uad ue8uap ue8unqnqa5
(q) nurluol

elqs

uBp (e) lrrlsap

elqs :t0- I rpqruED

(q)

-------t-------l-----------------t-----(e)

9!019

00'91
-----------l-

66'Vl
|

00'01 66'6 00'g 66't -------------- - -------------- - t--------| | |

tt

VANNVVNN92NId NVO VXIISIIV-LS

- I

SVg

14

STATISTIKA TEKNIK

atau kelas teftentu, dinyatakan dengan basis 1 00; dalam hal ini keseluruhan data dinyatakan

sama dengan 100%. Sebagai contoh, apabila hasil pengolahan data pada Tabel 1-07 dinyatakan dalam presentase, maka akan diperoleh tampilan seperti Tabel 1-10. Untuk maksud yang sama, Tabel 1-08 dan Tabel 1-09 dapat juga dirubah menjadi tabel dengan besaran yang dinyatakan dalam persentase.
Tabel 1-10: Tabel Nilai Pengiriman Biro EkspedisiA (xRp.1000) dalam % Kelas

I
2
J

4
5

6
7

lnterval 05,00 10,00 1 5,00 20,00 25,00 * 30,00 35,00 -

Kelas

09,99 14,99 19,99 24,99 29,99 34,99 39,00


Jumlah:

Jumlah Pengiriman (%) 7,50 15,00 23,75


25,O0

16,25 10,00 2,50 100,00

Jika pada sistem persentase keseluruhan data dinyatakan sama dengan 1O0"/", maka pada sistem proporsikeseluruhan data dinyatakan dengan 1,00. Jadi suatu proporsi adalah bagian dari 1,00. Untuk menghasilkan angka proporsi diperoleh dari besaran persentase dibagi 100. Selanjulnya nisbah (ratio) merupakan pecahan (fraction) atau perbandingan antara dua besaran. Misalnya nisbah 46123 dapat dinyatakan 2 : 1, atau dinyatakan dengan nisbah= 2,0. Demikian juga nisbah 201100 dapat dinyatakan dengan 'l : 5, atau nisbah =0,2O.

1.15. Penyaiian

Data

Peneliti berkepentingan untuk bisa menyajikan data penelitian atau eksperimen sedemikian rupa agar mudah dipahami oleh pihak lain, selain dalam bentuk tabel seperti telah diuraikan dalam paragraf 1 .13. Bentuk penyajian data yang banyak dipakai adalah: histogram, ogive, poligon dan kurva. Histogramjugadisebut diagrambalokdigunakanuntukpenyajiandatayangsemula berbentuk tabel (Tabel 1-03, 1-04 dan 1-07) seperti ditunjukkan pada Cambar 1-04. Tabel-tabel seperti Tabel 1-08 dan Tabel 1-09 dapat dipresentasikan dalam bentuk ogive atau poligon terbuka (Cambar 1-03). Tabel-tabel dalam bentuk kelas interval.' (seperti Tabel 1 -03,1-04 dan 1-07)dapat pula ditampilkan dalam bentukpo/rgon (tertutup) seperti tertera pada Cambar 1-06, namun harga-harga yang mewakili tiap-tiap kelas adalah nilai+engah-nya (Xr). Jika Tabel 1-07 hendak ditampilkan dalam bentuk poligon, terlebih dahulu harus ditentukan nilai tengahnya; dengan demikian:

dnpyal

uo311o6 :90-

reqrueD

lf,Hrnirai

qnqral

uo311o4 :S0- I rEquPD

uu.rSolsrg :?0- L reqrueS


66"6t- 66'tC" 663e- 66.r?-

'selal le^ueq Lllqal uplep al ]nqasra] urerSo{srLl rSeqLuaLU ueleI ueSuap nur]uol e^rn) Llalo t]e)aptp ]edep LuerSolstr.l Llenqas 'emqeq ue)selafuaur tut ueteln 'lnqasJal JtsJeqtp Suer( erun1 qemeq rp uer8eq senl Llalo rlr)emra] e8n[ lnqaslal Suen;ad rueraq'uerpun lle) 0[ Luelep D
ueltedepuau Suen;ad ue8uap leuorsrodord Cf BV ledurarBas senl euare) 'nur1uo1 Suer( e^rn) qe/\ eq rp rsreqrp Suer( uer3eq ue8uap e{usen; eures er)-erl) CfBV ledt-uarSag 'elO-L requeD ueresaquad ue)ednrau SueA q1g- [ requreD uelrleqrad e(ulnfue;ag '(D) epnreD reqLueB uelledepuau )ntun (ueqerdnr nquas uueSol Suen ueSuapl uerpun lle) 0 [ lrseq urerSoprq ue11n[un]lp elg- I reqllrpD eped'nuDuo4 $nqulstp )n]uaq nlens qaloradrp uele eler-u 'uelSunqnqrp se;a1 derlas rrep qe8uat relru-relru uetpnural

'(ltla)radtp sela) le^ratut) >le^ueqradrp uuerSolstq ntens uep selal qe;Lunf elrqedy '90- I requeg eped uellnfunlrp luadas 1ou ue8uap eures rsuanlarl eped UlLllelp uEp rle/\\erp nlelas uo8r;od uesr)nlad

'S6ylt = uep S6VZ;. =n'X !S6VlZ ='X ISOVZZ ="X !S6blL =uX :sovzl = Z/(0000 l- o66vt) + 0000 I =ux !s6vt= z/(000s -0666) + 000s = ux
9l
VANNVVNN22NI/ NVO VXUSIIVIS

Ly

- I gVB

16

sTAtlsTlx4

rEA

\,r(

45E?s n6uRE

7.4.

Cambar 1-07: Pendekatan kurva kontinu

',.16.

Rangkuman

Dalam Bab I pembaca diperkenalkan pada beberapa konsep dasar yang penting untuk dikuasai sebelum mempelajari materi yang disajikan dalam bab-bab selanjutnya. Bila mengalami kesulitan dalam memahami suatu materi, pembaca dianjurkan untuk selalu mengkaji kembali konsep-konsep dasar yang disajikan dalam bab ini, khususnya dalam membedakan batas penyajian statistik deskriptif dan statistik inferensial. Demikian juga dalam hal pemilihan sampel secara acak dengan menggunakan tabel bilangan
acak.
Agar data hasil penelitian mudah dipahami oleh srake holders, data tersebut terlebih dahulu diolah dan disajikan dengan penataan yang menarik. Pemilihan bentuk penyajian

lazimnya disesuaikan dengan cara pengolahan data. Penyajian bisa berbentuk tabel atau grafik. Walaupun terdapat banyak bentuk penyajian, namun dalam naskah ini hanya dikemukakan tiga macam grafik yang banyak digunakan, yakni: histogram, poligon terbuka dan poligon tertutup. Jika pengolahan data dikaitkan dengan pengujian normalitas sebaran data, maka lazimnya digunakan kombinasi penyajian dalam bentuk tabel dan histogram. Sedangkan poligon terbuka atau yang dikenal juga sebagai distribusi kumulatif dapat pula

digunakan untuk menggambarkan perkembangan suatu proyek. Karena bentuknya menyerupai huruf S, poligon terbuka juga disebut sebagai diagram S.

1.17.

Soal-soal Latihan

S'l-01: Terangkan perbedaan pengertian tentang statistika dan statistik. 51-02: Terangkan pengertian tentang statistika inferensial dan perbedaannya
dengan statisti ka deskriptif.

',1
ir

il

LuerSors q >lntuaq Luelep 0t-t laqef Luelep elep

uelst)nl :r [- Ls
']rlelnLUn)
:T L- TS

rsnqrrlsrp lnluaq tuelep 60-[ laqe] uep B0-l laqe-L LUelep e]ep uelsr)nl ']rlelnLUn) rsnqulstp )nluaq LUelep sete tp L0- [S leos elep uelrle5 t
L

:z L- [s

66t - 00t
66S 66V

669 - 009 - 00S - 00V

s
B

BL

0t

66t - 00 662 - OE(. 6bz - ooz 66t-0sL 6tL-001

66-0S
(0'000'00 L'du x)

rbed ueueH
qe;LunI

uero)

uerer(eqLua6

'uo8rgod uep ruer8olsrLl Luelep lnqasra] elep uelrfe5 'E66

[ unqel

euueuad uelnq

ueua

LUelep

0B Uep r8ed rsrpa uero>1 uere,(equad elep

eJer-elel teltu Llelepe lnqaslal elec 'ueueq reqe>l ]erns uellnfunuaul tut qeMeq lp laqel: [ [-[S

'00I > vN >s8 :s8 > vN > 0L:01 >vN > ss :ss >vN > 9v'.st > vN
:sela>l lpnJalur ue8uap uue:3o1srq uep laqet )nluaq urelep ]nqasla] elep ue>1r[e5 '9002 uep VOOZ'1OOZ uele>13uy ennsrs -eqeu uep e)tlsrlels Llerlnleleu Jalsauas rrqle uer[n telru e]ep uel;ndLun; :0I-LS '3uero 00 [ uern)n.raq rse;ndod rrep llqLuelp 3ue,( uapuodsa.r SZ ue)nluauau Inlun >1ete ue8uellq laqel ueeunSSuad Llotuof ue)uaB :60-LS '1e:e ue8uellq laqe] ueeunSSuad uep ueeun8al uelSue.ral :80-[S 'leNaru! eleys uep epls 'leurtuou elels l.letue ueepaqrad ue13uera1 :10- [S leupro 'llUnpap uere;euad ueBuaplrqnpur uereleuad e.relue ueepaqrad ue13ue.ra1 :90LS

2ueleunB epue 3ue( Llelede 8ur;duues apolau '3ur;dr-ues erefas uellernla) nlpns Inpnpuad ue;rseq )nlun elutrutp epue eIl[ :S0- [S
-Buad 1e13ur] Suelua] Suetua] uerlrlauad elepe8uauL

'e(uueeunSSuad

qoiuol ue)rraq uep ladLues uelrquue8uad

1ru1a1

ureleur e8rl ue>13uera1 :r'0-LS


'rse;ndod nlens uep ;aduues

ue;rqLue8uad qeprel ue>13uela1 ';adLues uep rse;ndod uerua8uad ue1Suera1

:t0- [S
- I
8V8

:l

VANNVVNN2DNId NVO VXIISIIVIS

STATISTIKA TEKNIK

1.18. Daftar Pustaka


Boot, .lohn C.C., Edwin B. Cox (1970), Statistical Analysis For Managerial Decisions,

McCraw-Hill Book ComPanY, New York. Freund, John E., Frank J. Williams (1958), Modern Business Statistics, Prentice-Hall, lnc., Englewood Cliffs, N'J. Hald, A. (1g52), statistical Theory with Engineering Applications, John wiley & sons, lnc., New York.

'unsnslal elep uep unsnilal-\el plpp tu)e^ 'e1ep 1n1uaq enp uelep ue1teJntp uele e,(uurel ueJn)n-uelnln uep lelluas re;ru eBrla1 ueSunlrqBuad'snpolu uep uetpau 'e1ua) :lnqastp e)tlsrlels LUelep lnqasrat lerluas relrN '(anlp^ FJluil) lutuas rplru ]nqasrp 3ue,( nluaual repu nles relr)as rp e1odtal3ue,( rsuanlaJ, ueleqas ue8unrapua:a>1 e,(uepe ue11nfunualu epnJeD lequue8 ueltedepuau )n]un uetpun rlel O L llseq ru1e,( '96-7 reqLueD eped uelsrlnlrp ryadas LllnLun e;e[a3 ,peye,,t 'er(uuedelauad epas 4ecund ueJDln uep ulaus uelnln uuDln seqeqrp e8nI nlr Surduies tC'ue]esnuad elefa? uep uetn)n re8eqas leua)rp uerpaur uep snpoLu 'elelay 'lnqasla] ulalsts lJep JnLUn uetpaLu qalo ue1e1e,(urp ledep uaisrs nlens ue;e8e3a1 1e13ul1 e8n[ uerlruap ,uelnln snpour ue8uap ueleler(urp ledep eXuueelurr.urad >1er(ueq 3ue,( ntedas uernln 1ue;rseq8uad eletar qalo tltle^ tp ledep elo) qenqas uegrseqSuad

'e(u;esru rse;ndod )rlsrJaqere)'rse;ndod Irlsual)eJe) ue1;ndur,(uaru ueleun8rp ledep Suer( elep ue;ndLunlas urelep Sunpueyal 3ue,( eg1e1 -e11e1 uelrsdu)sapuaul )ntun qelepe e)rlstlels uen[n1 'ennqeq ue)e)nura)rp qelal I qeB ureleC 'uerlr;auad elep lrlsual)eie) rnqela8uau )ntun ueledntau elep tsetjen uep )elal uejn)n 'e1r1sr1e1s LUelec
lerrne rsdr.rlsap

uelesntuad PletaD 'L'Z

VIVC ISVIUVN NVO )VI]] NVUN)N

nw

20

STATISTIKA TEKNIK

2.2.
a.

Rerata

Terdapat tiga jenis rerata (mean) yakni, rerata aritmatik, rerata ukur dan rerata harmonik. Rerata Aritmatik. Dalam statistika, sekumpulan data numerik dapat diwakili oleh satu nilai yang disebul rerata aritmatik. Cara menentukan rerata dapat dilakukan dengan dua cara, yakni secara langsung dari data mentah (ungrouped data) atau

dengan terlebih dahulu dikelompokkan ke dalam beberapa kelas atau kategori (grouped data). Penghitungan rerata langsung dari data tak-tersusun dilakukan dengan menggunakan rumus:

X=B
di mana p = jumlah data, i
dari lima buah data:

'ix,
n
adalah:

(2.01)

=1,2,3,...fl. Dengan menggunakan rumus (2.01), rerata


54+76 + 73 + 37 + 45 =lr'. ,
k

54,76,73,37,45 I =

;-

Penghitungan rerata data tersusun ditentukan dengan rumus:

1l

rr-

--

Zx,'f, i=l

Lr'
i=l

k-

Q.02)

di mana 4 = frekuensi pada kelas r, i=


besarnya nilai

1,2,3, . . k, Xr= nilai tengah dari kelas i.

Penerapan pada data yang terdapat dalam Tabel 2-05, terlebih dahulu perlu ditentukan

tengah

Xr

(Tabel 2-01).

Tabel 2-01: Perhitungan Rerata Pengiriman dari Biro Ekspedisi A

Nilai (x Rp.1000)
9.99 - 14,99 15,00 - 19,99 20,00 - 24,99 25,00 - 29,99 30,00 - 34,99 35,00 -- 39,99 10,00

xr
7,495 12,495 17,495 22,495 27,495 32,495 37,495

fi

Xr.f, 6
12 19

5,00

44,970 149,940 332,405

20
13
B

2
BO

I_
Dari Tabel 2-01 diperoleh:

449,900 357,435 259,960 7 4,990 1 669,600

? iu tlaloladtp )tuolllEq eleral snurnr ueleunSSuau ueSuap /e Lleq ue))nfunuauj 'Lt/u4 vg'tt = ;z'Blo9t = (9'z + sz'z + o'z + s'[)/09t :Llelepe n]l lreqas Luelep rul leH ueue;efuad eler-eler uegedaral p,e['Lul 09 = 06 x , treqas u]elep qnduualrp 8ue,( 'q g'Z uep q gZ'Z'rl O'Z'tl S/ I qelepe Surseu-SutseLU n]r Lu4 06leief qndu.rauauu 1e.re[ )nlun nue/!\ euare) qeles rur ueqeme[ 'Lt/Lu4 9z'9y = blgt + 0y + s, + 09) :)l]eul]lre uele Suero er(uuunrun rut uee(ueuad qentefuaLu )nlun iuelele)
eleJar ue)eunSSuaru

tutl

8S'E, =

260'0 820'0 + sz0'0 + 27,0'0 + tI0'0 ----, =

nn

IIII -+-+-+-

9g 0v s?

09

-t{

:qalo.radrp'ltuoureq eteral up)eun33uau ue8ua6 iuellas uelep er(u;rqoLu uelueleluaul n]l rpnLua8uad e]er-e]el ueledata>1
qelederag 'Wtu4 gtuep
q/Lu>t OV'Ll/Lu4 gV'LYLI4 09 elel-elel

ueledaral ue8uap qndrualrp

nl! ul) 66 qnelas uo8alr3 - eye>1e[1ere[ 'r.reqas Luelep 3ue;nd-r8rad r;e1 enp uo8alr3 eue)ef rrep ueeqesn.rad 1e1s ]nduuaf-re]ue ue)n>lelau rpnLua8uad 3ue.roa5 rqo]uo3
(s0'z)

lflr
t ,
u

_H

,1

- I eueLu rp rx qaloladrp u uelnlntaq


'000t

tLt ' ' ' te tZ :snLunl ue8uap Sunlrqrp )luotlleq elelal e)eul ?luouJeH ElEraU 'J

;adr-ues Llenqas llep P>lll

-n

Llaloradrp eLulrreSol laqe] nele loleln>I1e1 ueleunSSuar-u ue8ua6

lz09't, =

It06't

+ \7,09'E +

0r0t'

= 71Eol

:rn>ln-elerar euulrreSol ueltlaquaul ue)e 3ue,( ue8uelrq e31t 'qoluor re8eqa5 OO0B '000t '0002 :ln>ln ]alap ]eter(s lqnualuaul u = 2flo1

wo'z)

,XS,3

:eut1ue3o; >lnluaq Luelep

a) qeqrutp tedep 1gg'7) snulnl 'lesaq ue8uelrq-ue8ue;rq )nlun ilx...e

(r0'z)

x.zx.Lx

n
e1e-rat

:snurnr ue8uap Sunyqrp Jn)n-elelal u

'"'t'Z
-etuil
ttdueq

'g

eueuu

rp rx elep ue;ndunlas )nlun'l!]eLUlUe

epedr)ep)n4n

ue>1eun83uau ue8uap ue)n)eltp e)t[ lttlat qlqal e]elal ue8unltqlad 'eues nele eues uelnrnJaq 3ue,( elep enp derl ue8urpueqrad elrqedy'rnln EIPIaU 'q

-'0t8 07'df,
IZ

08

000I'009'699I

=x
tt svg

vtvo tsvtdv\ NVo ,v117 Nvdnxn

STATISTIKA TEKNIK

yang lebih mendekati nilai sebenarnya (selisih 0,OG km/h karena pembulatan pada perhitungan pecahan).

2.3. Median
Ukuran kedua yang digunakan untuk menunjukkan nilai sentral adalah median. Median adalah nilai tengah setelah sekelompok data disusun dalam urutan dari nilai terkecil ke nilai terbesar atau sebaliknya. Jika jumlah data ganjil, maka mediannya adalah angka yang terletak di tengah-tengah. Misalnya suatu sampel menghasilkan data: 1 2,7 ,8,14,16,1 9, 10. Setelah disusun menurut urutan nilai diperoleh:7 ,8,10,12, 14,16,19. Padacontoh ini median Me=12.Jika jumlahdatagenap,misalnya: 7,8,8, 10, 12, 14,16,19, maka mediannya berada di antara 10 dan 12, besarnya Ay'g = (.1 0 +
12)12

= 11 . Untuk data tersusun nilai median ditentukan dengan rumus:

Me=t.r(+)

(2.06)

di mana Me = median, b= nilai batas terendah dari kelas di mana median berada, p = interval kelas median, n = ukuran sampel, 6=jumlah semua frekuensi dengan nilai tengah kelas lebih kecil dari nilai tengah median, dan f = frekuensi kelas median. perhitungan median untuk data yang tertera dalam Tabel 3-01, diketahui: median terletakpada kelaske-empat, sehingga b=20,OO, P=4,99, f =20, n=80 dan F=37'
Dengan menggunakan rumus (3.06) diperoleh:

Me =zo + +,ll

[}j#)

= 2o

+y#

20,75

2.4. Modus
Untuk menyatakan gejala sentral yang paling banyak terjadi dugunakan ukuran modus. )ikasampel menghasi lkan ni lai : 1 2, 1 4, 34, 34, 28, 28, 34, 1 4, 3 7 setelah di susun menurut urutan besarnya nilai akan diperoleh: 12, 14, 14, 28, 28, 34, 34, 34,37' Data ini menunjukkan nilai 34 muncul terbanyak (tiga kali) sehingga modus dari sampel tersebut adalah Mo = 34. Untuk data tersusun seperti Tabel 3-01, besarnya modus
ditentukan dengan rumus:

Mo=t.r(#r)

0.07\

snpou upp uetpau 'eletat uqnpnpa) : !0-Z rEqruED


uollnq!rl3!p panal: d1ce1:r8rN (r)

uOll nqrJltlp

Il3lrl ttlru.tr(S (t) .90hl


urrP.hl

urrpshl

u?cIl

'10-z reqLUeD eped ueunfun]lp snpou uep uelpau'eletal ele]ue ue>lnpnpa)


(80'z)
(aW

- epla.t)'t

= oW

eletad

:snL!nr ueSuop uelele^urp ]edep ]nqasla] 'slllaLuls Intuaqlaq lsuan>laJj ue;eqas lerluas teltu eBtla) erelue >1r.rrdua ue8unqng emn>1 e1rI er.ues 3ue( teltu ue)tlaqulauJ uele snpou] uep uelpau '(llteuuttle; e]e:al ,errqeq uellnduutsrp ]edep rut 'y'7 ue8uap teduues Z'Z ]r'l,?rr,ed eped uelern lrec

zs'z

=#.

o, =

t7'66'y d = 'e33urqas I = t L - OZ ='J' L = 6L - OZ = 'oz = q :qaloradrp Io-z laqel lJec'snpou] sela) le^la]ul =d'e,(u]nlllaq sela) ueSu -ap snpou selal elelue tsuan)alJ Lltstlas = e7 'eAuu)nlaqas selal lsuan)alj ue8uap snpou selal erelue lsuan)ar] Lllsllas = ! 'snpouu sela>l qe^ eq selEQ = q 'snpouu = ol.{ eueul !P vtvo tsvrav\
NVo

[?)uu',

.t Q( = oty'r

xvlll

Nvdnxn

ll gvs

24

STATISTIKA TEKNIK

2.5. Variasi Data


Beberapa rerata, median dan modus memberikan satu bilangan yang mewakili sekelompok data. Namun informasi yang terkandung dalam nilai sentral tersebut belum

dapat menggambarkan sebaran (dispersion) frekuensi dari suatu sampel. Dapat direnungkan bahwa, dari beberapa sampel yang diambil dari populasi yang sama akan menghasilkan sebaran frekuensi yang berbeda. Hal tersebut menunjukkan adanya variasidata. Sebagai contoh, untuk membandingkan dua perusahaan asuransi X dan Y, yang dalam enam tahun berkembang dengan pertumbuhan revenu:
Perusahaan Perusahaan

X: 6,0 5,7 5,6 5,9 6,1 dan 5,5 persen Y: 7,2 7,7 4,9 3,1 3,4 dan 8,5 persen

Rerata perkembangan kedua perusahaan tersebut adalah sama, yakni 5,8% per tahun. lika penilaian hanya didasarkan pada nilai rerata, maka kesimpulan yang ditarik dari

data tersebut adalah: kedua perusahaan tersebut sama baiknya. Analisis yang lebih teliti menunjukkan bahwa, perusahaan X berkembang dekat pada nilai 5,87o (bervariasi antara 3,1"h dan 6,1o/o), sedangkan perusahaan Y bervariasi antara 3,1o/o dan B,Soh sehingga dapat disimpulkan bahwa, perusahaan X lebih stabil daripada perusahaan Y. Ukuran variasi yang paling sederhana adalah rentang sebaran (range). Rentang sebaran didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil dari suatu sampel. Rentang sebaran merupakan ukuran variasi yang buruk karena hanya
menunjukkan perbedaan antara nilaiterbesardan nilaiterkecil. Pada paragraf selanjutnya akan diperkenalkan ukuran variasi yang lazim dipakai, yakni: simpangan baku, bilangan baku, koefisien variasi, kemiringan dan kurtosis.

2.6.

Simpangan Baku

Simpangan baku dari suatu sampel didefinisikan sebagai " akar kuadrat dari jumlah kuadrat selisih keseluruhan data terhadap rerata." Berdasarkan definisi tersebut, maka

simpangan baku untuk sampel tak tersusun dihitung dengan rumus:

(2.09)

di mana s= simpangan baku, darisampel, n= ukuran sampel, i=1,2,... n. Selanjutnya untuk menghitung simpangan baku data tersusun digunakan rumus:

S=

)tx. i=l

-x)'.f,

(2.1 0)

n-l

di mana k = jumlah kelas, { = frekuensi kelas ke-i, X,= nilaitengah kelas ke-i dan l=

:s
9B

9S

*s6
OB

9l
9V
S9

EI
0s
9S

09

9t 9t
9S

ot 0t
99
B9

09
EE

09

v9 ss

bb

EI
ES

0t
s9

sv
99

sl
9V

09
9S

sv
s9

BZ

9t
:z

jlleuroJ sal

0n
SB

9V Z9
OB

ZV

v6

0s
OE

y9 s9

v9

vt
vv

s9 vs
Z9
BT

vs 09

v9

vs
SS

zt
C9

ss
,FIZ

9t
0s

s
OE

99 9
BV

9n

ot 9t

ov

0e

:[ ]rleLulol sal

z,lleurol sal uep I llleulJoJ sal IPIN :20-Z laqBl


.]nqasra]

jtleuroj

sa]

enpa) ltseq ttep nleq ue8ueduuts uep elelal qe13un1rq '99 ueldelalrp

qepuala] uesnlnla) reltu e>lt['20-Z laqel eped ueryn[unqp enpa_1 uep eLUeUad]l]eLulo] sal .]rleLuns sat uJnlaqas ]tleli.lloj sa] rle) enp ue)epe8uauu .refe8uad Suetoas 'e1tpt1e1s llseH Llerln)eleLU upesen8uad ue8uequralrad rnl1e1a8uau )nlun :10-Z) l'loluo3 .ZO-Z) qotuo) eped ue)>lnfun1rp rpadas'>lodLuola>l u]elep npl^lpur efuaur1 ne]e lse]sald

'!z nyeq-ue&uPlrq ]nqasrp rsrsod rsenle^a8uaur )nlun ue)eun8rp tedep lul nleq ue8uellB ledeprp 3ue( nreq ue8uelrq e33urr-1as nleq-ueSueduts uenles Luelep ue>lele^ulp 8ue^ ntnp nlens ue8uedLurr(uad ue>11n[unuaul ]nqasJa] nreq e]e6l

X eletar deper-pa1 'X


(?,1,2)

x-t*=lz r
lselre^ uatsuao) uep n{EB-uPSuPllB

!z nrcq elep unsnstp ledep s nleq-ue8uedruts epas :snunr ue>1eun33uaur ue8uap elelal uep u "'''(,'l = / eLIPLU lprx elep ueSuap u ueJn)nJaq ladrues nlens llec

'l'z

I-u
ftt'z)

=zs

'!'r(X

-'ro2
,l

l-u
(LL'Z)
l=l

:unsnsral elep >lnlun uep

=rs

,(x- 'x)K
:qelepe unsnsra] >lel elep lJep suelren

snLUnJ

)nluaq u-relec 'sueuer ]nqastp nleq ue8uedLuls tlep ]elpen)


vwo tsvlSv\
NVo

'\''''t'Z'L
Nvanxn

9Z

xvlll

- ll 8v8

STATISTIKA TEKNIK

Penyelesaian: Batas terendah dan tertinggi dari kumpulan data tersebut adalah 27 dan 95. Karena nilai kelulusan = 56, maka pengklasifikasian data diatur sebagai berikut: 26 -35, 36 45, 46 - 55, 56 - 65, 66 -75, 76 - 85 dan 86 -95 (tujuh kelas). Seletah melalui tabulasi, maka untuk menghitung rerata dan simpangan-baku digunakan format Tabel 2-03. Dengan menggunakan rumus (2.02) dan (2.10) diperoleh rerata dan simpangan

a.

b. c.

baku dari dua tes formatif tersebut:

Tes Formatif 1:

x' =ry = 5l'75 clan sr :

= 14,36

Tes Formatif 2:

*r=T=

59'30 tlttn

s2 =

@=13.85 +o-l

Tabel 2-03: Tabel Perhitungan Rerata dan Simpangan Baku


Tes Formatif 1 dan Tes Formatif 2.

'l: Tes Formatif Kelas lnterval


I 2
3

XT

fi 5
B

'xr.f ,
152,5
324,O

X
51,75 51,75 51,75 51,75 51,75 51,75 51,75

(X, - x)
-21,25
11,25 1,25 8,75 18,75 28,75 38,75

(x, - X)'.f,
2257,81
101 2,50

26 -35

4
5
()

36-45 46-55 56-65 66-75 76-85 86-95


lnterval

30,5 40,5 50,5

14
7 3
2
1

60,5
70,5

707,0 423,5
211,5

21,88 535,94 1054,69


'l

80,5 90,5

161,0
90,5

653,1

1501 ,56

:
Kelas
1

40
XT
f,

2070,0
Xr.f , 61,0 162,0
404,O

8037,51

X
59,30 59,30 59,30 59,30 59,30 59,30 59,30

(X,

-x)

(X, - X)''f,
i 65B,BB 1413,7 6

26 -35

30,5
40,5

-2B,BO

2 3

4
5

6
7

36-45 46-55 56-65 66-75 76-85 86-95

4
B

l B,BO
-B,BO

50,5 60,5
70,5

619,52
18,72

13
B

80,5 90,5

4
I

786,5 546,0 322,0


90,5

1,20

11,20 21,20 31,20

40

2372,0

1003,52 1797,76 973,44 7485,60

Contoh C2-02:f ika pada kedua tes formatif (C2-01 ) itu seorang mahasiswa mendapat nilai 90 kemudian naik menjadi 95, bagaimanakah posisi prestasinya dalam kelas? Penyelesaian:

Dengan menggunakan rumus (2.13) diperoleh bilangan baku pada kedua tes
tersebut:

ez)-t

e,\.rn) 'sulaurs >lep!] 3ue( uereqas eAJn) ue>11nfungrp )ZO-Z reqrueD eped e,(ulnfue;ag 'eures 8ue( eie.rar r)rlruaul rdeial epaqraq 3ue( uereqas Sueluar ue8uap uereqas p^rnl ue))n[unuaur qZO-Z Jequ]pD 'epaqraq 8ue,( eterar ue8uap rdetal erues 8ue,{ uereqas Sueluar ue8uap srralurs Suer( ;adrues L{enq enp uep uereqas erun1 ue11nfunyp JequreD eped 'ujefeuj-ujefeujJaq eslq rsuan)arJ uejPqas e^rnl )nluaB

srsoun) uPp uESurJltua)

uBrnln 'B'z

'e,(ugeuorsuaurp lllsuaqerel uaSotalaq ur)eu lUeraq er(urseuen uatsuaol resaq ur)eur e,(u1r1eqa5 'e,(uleuorsuaLurp )rlsuaue"rel uaSou,roLl urleu lueraq

lnpoid nlens rrep rserJeA uarsqao) lrra1 ur1ew


,, ",,,,

'(eleJ-eleJ ralauerp re8eqas deSSuerp

lequ.re8 eped urnluec.ra) 8ue,( leurrrlou ueln)n ';euotsuauutp uern>ln8uad tuelep uelele))

,.(1* r) = ,r,,* p u,p

,, ,,*

,,,

,.(1-

,,,,

:qelepe Surseu-Surseur e/uurnursleuJ uep run(ururLu Jal atlrerp eleuu 'sulaurs lsueralo] uelresepraq ueldelalrp ]nqasral sorod ue.rnln e1r[

9ZI,0 =

%[u.#t=
uu

.]ltelar rseuen uarsuao>l ue>1;rseq8uaw

g0'0 n)eq ue8ueduurs uep

wu

Ot

eleJ-eler ralalrlelp ue8uap so:od uouursads euur; ue.rn>ln8uad eped u1o1uo: re8eqa5
WL'Z)

X o/o001': =A

:snLUnr ue8uap ueleler(urp SueA l jnep) tser)en ua$Uao4 ]nqasrp 3ue,( ue.rn4n ue8uap ue1e1e(urp uerlrlalal'e1r1sr1e1s LUeleC'rn)nrp 8ue{ epuaq etei-eter uernln ne}e leu -rulou uern)n rnqela8uauu eduel uernln8uad uerlrlala) ue)n uauau 1n1un ueleun8rp tedep >1epr1 uern>ln8uad qelr-unfas uep nleq-ueSuedurrs e,(u.resaq rnqela8uauu unuleN 'e,(uuelrlerad saso.rd uprlrlala) 1eda1 qrqal nele '1nqasra1 uernln8uad uerlr;a1a1 3ue1ua1 rseLuJolur ue>luaqrp uele gadrues qelunfas sele uern)n8uad uep qaloradrp SueA rseuen ntr qeqas Llalo 'eLues 3ue{ ue.rnln ueltedepuar! )n}un 111ns le8ues (Suueaq //pq) n.rnlad uelelueq uelrlerad eped'ese(e1ar Sueprq !p qoluo) re8eqa5'uettrlala) role)rput re8eqas ueleun8rp Suuas ue.rnln8uad lrseLl nele elep uelndr-un)as uep nleq-ue8uedr-ur5

'Ot'6S rpe(uar-u SltlS lep 1e13uruau

jlleurro,

sa1 eped selal elerar euarel Ipe!at !ul leH 'unrn] e(use;a1 r.uelep ]nqasia] e^^srseqeur rselsard rdetat le)Buruau eXure;ru undneqert 'entqeq ue11nfunuaw (gg'Z> lg'Z) 'z >'z

gt'll

L9'Z =

s8'tl uul OCffi; = 'z

99'7

ifft;=',
il svg

:Z

vlvo $vtdvt NVo xvtlt Nvdnxn

2B

STATISTIKA TEKNIK

Pdinyatakan sebagai kurva yang miring ke kiri (dengan ekor di sebelah kanan). Bentuk ini juga disebut kurva dengan kemiringan positif. Sebaliknya kurva Ndinyatakan sebagai kurva yang miring ke kanan (ekor disebelah kiri), juga disebut sebagai kurva dengan kemiringan negatif. Ukuran kemiringan diperiksa dengan rumus:

s]( =

3.(X

- tre)
s

(2.1s)

Jika nilai kemiringan positif berarti kurva miring ke kiri dan nilai negatif berarti kurva miring ke kanan sementara nilai nol menunjukkan kurva simetris. Bentuk kurva yang simetris ditentukan oleh rentang sebaran dan simpangan baku, yang disebut kurtosis. Terdapat tiga bentuk, yakni: leptokurtik lka sebaran mengumpul dekat pada nilai rerata; hal ini terjadi jika nilai simpangan baku kecil (ditandai bentuk

kurva yang rincing). Bentuk kedua disebut mesokurtik jika bentuknya tidak terlalu runcing; sedangkan bentuk ketiga disebut platikurtik jika bentuknya cenderung datar sepeti punggung kura-kura. Bentuk terakhir ini mempunyai sebaran yang luas atau nilai simpangan baku yang besar. Ketiga bentuk itu ditunjukkan pada Cambar 2-02d.

//
ltR > avcngc of OO: 'dispcrsion thc samc
(a) Dispcrsion of X ) dispcrsion I'; avcragc thc ramc

Avcragc of

of

(b)

Asymmctricd distributions (P is
positivcly :kewcd; iy' it ncgativcly rkcwcd)
(c)

Kurtosis cxamplcs

(dt
Gambar 2-02: Kemiringan dan kurtosis

69
6S

9t
6S
BS

IB

tv
09 09

vs

09
L9

9S

tv
LI
99
9

0s
ZS

ot

ss

t9
v9
L9

99 99
ZB TS

t9

69

ts

on

ts
9

0t 9t
tS
Z9

l9

lv
09

ts

Lt
BV

,is Itt

09
IB

tB

ts
s9

It

It

lee

t9

ts

Z9

v9
JSa]

ts

lv

59 Bi

69

'rur qemeq !p laqe] eped ryadas uel1nfuntrp

ssausno^Jau llep

llseH :90-zS

I
0t 6t
0vL

66-06
68_OB

6t- 0t

69-09
6S-0S 6V-0V

stz
ILL
BV

6-09
6Z_OZ uerln ro>ls
'gB ro)s eped nleq-ue3ue1rg (q) 'n)eq-ue8uedurs

v rsuan)arl

uep eler-eler relru ue>lnlual (e) 'lul r{elv\eq lp laqel Luelep elaual luadas uerln ;rseq etep qaloradrp eyasad 009 qalo lln)llp 8ue,( ele8au uet[n n]ens urelec :tg-zs 'sele rp l0-z laqel lrep uelparu ue)nluaf :to-zs
'e{ue1e.r

-e1er ueledaral qe;SunllH qd) 671 ueleda:a1 ue8uap u\ OZ leref eped uelpnua) 'qd\ 0g ueleda:a1 ueBuap Lu4 O(,1ere[ rselur;aul tsle] ltdos Sueloa5 :20-ZS '602 vBL zz l9L tOE 002 voz [.LZ z 9Bt (q 'BLL Vt.t |. Lt Bil SLt 9Et 1. 9tt tLt sOt ttt (e tn)uaq ueBue;rq-ue8ue;rq lJep tnln eteJar ue)ntua1 :[0-zS
:rur

ueqllel lPos-leos'0L'z
'ese,(e1ar Luelep ueleun8rp (llx qeB Luelep seLleq tp) s4uer uepaur 1e,(ueq 'uaL!nsuo) tleulLulp 1er(ueq Suled 3ue,( )ntuaq LUelep a) uerpatu dasuo>1 ue8uequaSuad ede Suereq sruaf rnulelaSuauu 1n1un er(u;esrr-u '1n)unu Sut.ras 3ue{ e;efa3 tnr.lela8uauu )ntun qelepe eueLpapas 3ur;ed 8ue,( snporu dasuo>1 ueeunSSua; 'uelnln8uad ;rseu1 rsenle^a uelepe8uaru Inlun uelurlSunr.urp r-1e1a1 undeueqrapas e)rtsrtels ue8uololrad ue8uap 'emqeq ue1;ndursrp ledep uer)rurap ueSuag 'nluaual ettatu) depeqral uernln8uad lrseq rsenlena8uaur ueleunBrp tedep nleq-ue8uellB 'n)eq ue8uedurts e,(u1r:a1-resaq ue8uap rse)Urluaplp elep lseuen uel8uepas 'snpou uep uetpall.r 'eleta; ue)npnpa) ue)resepraq rse)Urluapnp tedep elep rsuan)ar] uereqas lrlsuat)ere)

ueunISuPU '6'z
6Z

vtvo tsvtvv\

NVo

xvtll

Nvdmln

il svq

STATISTIKA TEKNIK

Buatlah tabel distribusi frekuensi dengan interval 5 dan dimulai dari skor terendalr 35. Tentukan statistik: rerata dan simpangan-baku dari data tersebut. =

2.'l'|.. Daftar Pustaka


Boot, John C.C., Edwin B. Cox (197O), Statistical Analysis For Managerial Decisions,

McCraw-Hill Book Company, New York.


Freund, John E., Frank J. Williams (1958), Modern Business Statistics, Prentice-Hall, lnc., Englewood Cliffs, N.J.

z/L

(O =

X)d uep

21,

= (y = y\4

:srlnlrp Suen;ad rseloN '0= X n>lelJaq S lsls ue;nrunuuad ueeuesJaq 3ue,( ]ees eped eleLu 'L = X loqurs llaqlp D rsrs ueln:unuad

e)l[ '(S =) D ue)nq uep D 'ru1e( emrlsuad enp ue1ltseq8uau ue)e '(S lrmes ede;a1 reqrueS uep D elrsefued ppnteD reqr-ueB ueSuap; ueqerdnt
nqrras rueSog Suen qenqas ueleunSSuauu ueBuap uprpun nlens

3uen1a4

rsnqrrlsrC'Z't

uerln8uad ne]e rseur]sa8uau 'rs>lrparduuaru e,{edn unureN '&)d = (X)I uerpe[a1 Suen;ad ueBuap X )ere laqerre^ nlens uelSunqnqBuau 3ue,( rsBunJ ntens reBeqas uelrsruUaprp seirsuap lsBun3'selrsuap
rsSun; ngens reSeqas ue1e1e,(urp er{ururze; )r}srle}s rsnqrl}srp n}enS 'Ir}srlels

uelnpedrp tnqasra] laqerlaqet ueeunSSua6 eped e:ayat luadas rsnqrrlsrp laqe]-laqet ue)Llepnuraur >lnlun ntr qeqas qalO 'lllla] ue)nlJaruau selrsuap rs8unl ueleunS3uar-u

'lPos-leos uetesala,(uad Lue;ep '3 uerrdruel p7s g uerrduel qellenqrp 'e(uueeunSSuad 3ue,( ue.rrlriuad uep n])e^,\ ue8uap Suns8ue; lsrsagodrq;

srsrleue re8eqraq uep srsalodrq uer[nBuad uue;ep ueleunBrp 1e,(ueq rur lsnqrJlsrp urefeu ledruaa; 'J-rsnqulsrp uep 'rX-rsnqr4srp !-rsnqulsrp ';euu -rou rsnqulsrp :ru1e{ rsnqu}srp rroa} tupf,eLU tedr-ua seqeqrp lul qeq ueleC

rsnqrrlsrc ueSex

'['t

ISflBIUISIC IUO:II

mYs

32

STATISTIKA TEKNIK

Jika undian dilakukan dengan dua buah mata uang, maka peluanB pemunculannya adalah: CC, CS, SC, SS
dengan nilai CC = 1 + 1 = 2, nilai CSatau SC = 1 +0= 1 dan SS = 0 + 0 = 0. Peluang pemunculan CC (X= 2) adalah 1/zx1/z = 7o, peluang pemunculan CS atau SC (X= 1) adalah 2 x 1/z x 1/z = 214 dan peluan8 pemunculan SS (X= 0) adalah llz x 1/t = 1lq. Demikian juga jika undian dilakukan dengan tiga buah mata uang, maka peluang

pemunculan adalah sebagai berikut:

CCC, CCS, CSC, SCC, SSC, SCS, CSS, SSS dengan nilai CCC = 3, CCS atau SCC = 2, SSC atau CSS = 1 dan

SSS

= 0. Peluang

pemunculan dihitung dengan cara yang sama dan diperoleh hasil seperti dirangkum dalam Tabel 3-01.
Tabel 3-01: Hasil Undian

Dua Mata Uang X


0
1

P(X)
1/q

Tiga Mata Uang PU) X


0
2
3

1lB
3lB 3lB

1/z 1/z

1lB
I

lumlah

Jumlah

SimbolXyang memiliki peluang dari bilangan deskrit 0,1,2,3, . . ., n bersifat variabel. Variabel yang berharga demikian disebut variabel acak deskrit (descrete random variable). Dengan demikian variabel acak deskrit X menentukan distribusi peluang, apabila untuk ni- lai X= Xt, X2, . . ., Xnterdapat peluang p (Xi) = fl,X = Xi)sehingga:

Zp6) i=l
dengan rumus:

=t

(3.01)

di mana p (X) disebut fungsi peluang untuk variabel acak X pada harga X = X. Atas suatu variabel acak dapat ditentukan ekspektansi (harapan) pemuncul- annya

E(X) =zX,.p(X,)

(3.02)

Variabel acak yang tidak deskrit disebut variabel acak kontinu (continuous random variable). Variabel ini dapat mempunyai semua harga; artinya jika X = variabel acak kontinu, maka harga X= Xdibatasi oleh -o < X 4 6p atau batas-batas lain. iika X sebuah variabel acak kontinu, maka akan diperoleh fungsi densitas (,$ yang dapat menghasilkan peluang untuk harga-harga X. Dalam hal ini berlaku:

:ueeuresrad ue8uap ue>lele^ulp 'X = X eped selrsuap rs8un; 'ssne9 lnlnuaw '(20- reqLUeS; e,(ur4arurs nquns re8eqas { eleral re;ru ue8uap ladeqs //aq) 3ua)uol )nluaq redrua,(uau rur rsnqrrsrC '1er(unr-uauad ]nrnuaul uelnqas) ssneg Bnqulstp nele pLuou lsnqlrlslp qelepe uerlr;auad Luelep reledrp 1e,(ueq SueX rsnqr4srp e;od nleng

lPruroN
nulluol lsnqlrlsrp dasuoy : [0-g requES
(q)
(e)

rsnqrrlsrc't't

It0'

'senl uenles nles ue8uap eues X-nquns uep e^rn) erelue senl ue8uap nuDuoy lsnqUtslp nlens uellrseqrp eSSurqas 'nur1uo1 erunl )nluaqulaur uele 1e,(ueq qlqal 3ue{ uerpun qe;runf ue8uap ue)n>lelrp e)lIe LO-E requeD eped ue>11nfun1rp 3ue,( Suenlad tsnqtt]stp uet)tuap ue8ua6 'lnqasJa Jrsreqrp Sue,( e^rn) Llemeq uer8eq qalo tll)emlat e8nI nlr Buen;ad tuelaq 'uetpun lle>l 0 t trlelep 3 eBrl ue4edepuaru Suen;ad ue8uap ;euotslodo;d CfBV leduar8as senl euaJe) 'nurluo) Suer( erun1 Llemeq rp rsJeqrp 3ue{ uer8eq ue3uap er(usenl eures erl

-erl) Cf BV ledua-r8ag 'e [0- lequreD uetesaqutad uelednlauu 3ue,( q Lg-E leqLueD uelrleq.rad er(ulnfue;a5 'epnreD reqlue8 ueltedepualu )intun 1uLe3o1 Suen ue8uap; uerpun llel 0l ;rseq uue:3o1srq ue>llnfunllp eIO-t requleD eped'e^rnI )n]uaq Luelep uellrduelrp ledep Suenlad rsnqrJlsrp 'll qeB ulelPp seLleqtp Llela] eueLUreSeqa5
(s0')

xp

@t

;!

(x)s

:snLunr ue8uap ue)nlualrp ue;ntunuuad rsueqadsla uelSuepas

(r0')
:snurnr ueleun8rp

XPIX)):(9>X>D)d
q uep p erelue y
e8req eped Suenlad uelnluauaur

, ,i

)nlun uep

(t0')
r = '6 xrt
cc

(D![

6-

tsngta$to

tlolt - ilt 8v8

34

STATISTIKA TEKNIK

Irr-rr''l

f (x,) '

u-l-;-) -! o.l2tr

(3.06)

Sifat-sifat penting dari distribusi normal adalah: Crafik selalu di atas sumbu-X (horisontal).

a. b. c. d. e. f.

Bentuk simetriterhadap sumbu-Ypada X= p. Mempunyai modus pada X - pt sebesar 0,39891o. Crafik mendekati sumbu-X (asimtotis) pada X = 1t- 3o dan X = 1.l+ 3o. Kurva normal digunakan sebagai acuan pengujian hipotesis jika ukuran sampel

n>30.
Luas daerah yang dibatasi oleh sumbu-X dan kurva normal sama dengan satu satuan luas.

Untuk setiap pasangan p dan o sifat-sifat di atas selalu dipenuhi namun bentuk kurvanya bisa tergantung pada besar-kecilnya simpangan-baku o. Jika harga o makin besar bentuk kurva makin platikurtik, sebaliknya jika harga o makin kecil bentuk kurva cenderung leptokurtik. Untuk penggunaan praktis telah dibuat daftar distribusi normal baku (standard)
yakni dengan1,l

=0dan o

- 1 sehinggafungsi

densitas menjadi: (3.07)

(z) =

jr "'' '"'
X-X

dengan batas-batas -@,X,o. Untuk mengubah distribusi normal umum menjadi distribusi normal baku dipergunakan rumus:

X-u os

(3.08)

Perubahan dari skala-X ke skala-z tersebut ditunjukkan pada Cambar 3-O2,


sementara bentuk sebaran tidak berubah. Luas bidang di antara kurva normal baku dengan sumbu-z sama dengan satu satuan /uas. Penggunaan tabel distribusi normal (lampiran B) sebagai acuan pengujian hipotesis tidak selalu didahului dengan mengubah

skaia-X ke skala-z (z = bilangan-baku).

f''t" ,r/l\
('w

//i\

/;",
r-*'!rtr

/4\ / /; it'i / ,/ -/
ibBa-

f'1? t^ 6 , !'"a f+?s p.3o T--"***:i -*i-"" --i*-**?-*'X

I l*lt.. .*, _
_.

--9::t_99_-_

-_>,:.

Gambar 3-02: Konversi simpangan-baku ke bilangan-baku z

Gambar 3-03: Proporsi luas kurva pada distribusi normal

,0S'tS = (Z'B)(gZ'f-)+g9 =

eSSurqas

2,8

89- X

= 8Z'I-

:qa;oladrp nleq-ue8ue;rq snunr Luelep al rsntrsqns 'V66t'O rsrodo.rd relru ue8uap lle)aplp laqet Luelep) BZ' l- ='z e8req qaloradlp rsrodord = 000r'0UeC '(S0- reqrueD) 000r'0- = )nlun leurrou laqe] tz seleq redues O = z rrep senl rs.rodo.rd (OO0 ['0-)- (OO0g'0J = (rnqe]a)rp LUnlaq 3ue(1 e33uru1as 000['0 - L]elepe (rsreqrp 3ue,( uer8eq; nefult;p 3ue,( erun1 sen; rsrodorS :uelesalar(ua4 Aqepuara] %0[ lrep relru ueLlalorad qelederaq relru Llemeq lp'leLU -rou rsnqrJlsrp elod rlnlr8uau.r uereqas uelrsunserp eyl 'Z'B nleq-ue8uedr-lrs ue8uap 89 elel-eleJ relru tlaloraduau sela>l nlens r;ep elrlsrlels uet[n lrseH :20-t) r1o]uo) z0-) leos rsPsrlPnsrn:s0- JEqureD
Ea't-

L0-) leos rsEsrlEnsr^ :r0-t JeqruES


m9'0

- 0O0S'0

''/oel'lZ new tVlztO = ISZZ'O Llelepe (rsreqrp 3ue,( uer8eq) 00' y31 ue8uap emsrseqeLr.r rsrodord eSSurqas lgZZ'o qelepe 09'O = z uep O =z erelue sen; rsrodord 19 uerrdLuel) leurou laqel uec

9'o=

0l'0
vz'o=

*7-*r= y-*='
:uelusa;ar(ua4

0?'0

:n1eq-ue8uellq qalo uellnfunlrp leurou erun1 eped O0' = )dl 1etal

200't < ;31 qa;oradu-rau Sue,( emsrseqeui qeluas.rad edetaq ';eu;ou rsnqutsrpraq )dl ue)rsr"unserp e1r[ 'Or'O n)eq ueSuedurs ue8uap g1'7 qelepe l33uq uenrn8rad nlens emsrseqeu.r eleJ-eter ()dl),rlelnLUn) rselsa:d s)apul : [0-t) tlo]uo3
'leurrou-rsnqrrlsrp laqet ueeunSSuad Lloluor ederaqaq ue)uaqrp rur LleMeq lA '(S0- requreD) ;adues o/obl'66dn1e:uaur nele V166'O= l76y'O x Z senldn>lecuar-us+ uepst- eJelue uep;adLues "hVV'56 dn>1eruau.r nete tts6lo = zllv'o x 7 dnle:uaur sz+ uep sz- Lleraep uelep epeJaq Suer( uereqas 1;aduues o/o9Z'89 uep uereqas ueryeqrue3Suau neJe gZBg'O = e It'0 x Z senl dnleruaur s L+ uep s l- Lleraep LUElep eperaq Suer( enrn>1 senl rsrodord 'g uerrduLel ;aqe1 eped leqrlalx ue8ua6'er(uulaurs nqulns uepJn>lnrpsE+ uepst-eJelue nele's7+ uepsT- 's g+ uep s I- :n)eq ue8ueduurs-ueBuedurs Lialo rseleqrp Suer( qeraep rp eperaq Suer( ;aduues qeluasrad ede.raq 'qelepe ue1e,(ueyadrp Sur.ras Suer( ;eq 'tsnqulsrp nlens ueC
CC

lsngtdtsto

laoil - ilt

8v8

36

STATISTIKA TEKNIK

Dengan demikian nilai 107o terendah adalah 57,5 atau kurang.

3.4. Estimasi
Tujuan sampling adalah untuk mengumpulkan data yang diperlukan Buna mengestimasi parameter populasi penelitian. Dengan demikian rerata dan simpangan baku s yang diperoleh dari suatu sampel adalah estimator atas parameter-parameter pl dan o. Terdapat dua jenis estimasi. Pertama, estimasi tunggal(point estimation).jika suatu estimasi ditentukan berdasarkan satu besaran saja. Sebagai contoh, seorang manajer mengatakan bahwa, rerata gaji karyawannya Rp.600.000,- tiap bulan, merupakan pernyataan berdasarkan estimasi tunggal. Jenis estimasi kedua adalah estimasi interval(interval estimation), yakni jika suatu
estimasi brerada dalam suatu interval besaran tertentu. Misalnya, rerata gaji awal lulusan Program D-lll Teknik Mesin antara Rp.850.000,-sld Rp.1.250.000,-. Contoh C3-O2

merupakan contoh pernyataan estimasi interval dalam bahasa statistika. Pada contoh C3-O2 ditanyakan nilai hasil ujian statistika yang termasuk dalam 107o terendah. Dari

iawaban yang diperoleh, mereka yang mendapat nilai 57,5 termasuk dalam 1O% populasi yang dikaji. Jika masalah tersebut dikaitkan dengan upaya menentukan nilai kelulusan, maka mahasiswa dengan nilai > 57,5 termasuk kelompok yang 90% berpeluang lulus. Dengan lain perkataan, daerah nilai 10% terendah dinyatakan sebagai daerah penolakan (rejection regionl dan daerah di atas 10% sampai dengan 1O0o/" disebut daerah penerimaan (acceptance region). Dalam bahasa estimasi dinyatakan bahwa, peluang keseluruhan mahasiswa yang lulus dari ujian statistika adalah 90%. Semua mahasiswa yang berada dalam daerah penerimaan dipastikan lulus. Peluang kelulusan mahasiswa dalam ujian statistika itu merupakan pernyataan tingkat kepercayaan (confidence /evel) atas kebenaran suatu estimasi. Dengan demikian tingkat kepercayaan dapat didefinisikan sebagai "peluang dari suatu interval akan mengandung
parameter populasi." Tingkat kepercayaan dinyatakan dengan persen atau proporsi. Dalam statistika daerah penolakan estimasi dinyatakan dengan simbol d (baca: a/fa). Dalam praktek

(penelitian atau eksperimen) besarnya tingkat kepercayaan ditetapkan lebih dahulu sebelum pengumpulan data. Misalnya, estimasi rerata p (baca: mu) dengan tingkat kepercayaan 95oh (atau O = 0,05) pada estimasi satu slsi (terendah) ditunjukkan dengan proporsi daerah penolakan = 0,05 dan proporsi daerah penerimaan = 0,45 r 0,50 = 0,95. Pembagian kedua daerah tersebut ditandai oleh bilangan baku -1,64 (pada Lampiran B didekati dengan bilangan 0,4495) seperti ditunjukkan pada Cambar 3-06a.

'leullou
rsnqr4srp elQd rle>lapualu l-rsnqr4srp elod 0t < u )nlun 'uo-t reqrueD)lp ueseqaqa) -]eferap e(u1r:a1-.resaq qalo ue)n]uatrp er(usrsoynl rde]at ';eu:ou e^rnI )ntuaq ue8uap )lluapr l-e^rn) lnluag '(jp /uopailj 7o aatSag ueseqaqa4 )efenp lnqasrp 3ue,( (L - u) ue8uegrq ]edepra] (60't) snuJnr uelec'u ladLues uernln eped Sunlue8rat 3ue,( delat ue8uellq) uep @> l> @- rqnuauraur 3ue{ 7 e3.req-e3.req n)plJaq euer! tp

(60'r)

,,,(+.') = 0).{
v
:selrsuap

ueeuresrad ue8uap (uo1nqulstp l-luapnls uep ue1e13urs) t-lsnqlrislp Llelepe leurou lsnqulsrp ue8uap durr.rL 3ue( 'e,(uureg nurluol 3ue,( lere laqeuen ueSuap rsnqulsrC

J-!snqrrlsro

's't

1e>13ur1

1e13u11 ueqrlrr-uad

'96'6 ue8uap redr-ues 66'6 e8req eped rseleqrp uee,(eriadal e,{uLurze; ntr qeqas qalo '/spurqsa ueqlpla7 r8uetn8uaul ue)e uee,{euadal resaq ur)ew '(q90-s reqLUeD) Zp se\ ue8uap Surseuu-Surseu

'ue1e;ouad qelaep enp qalo tlderp uele ueeurtauad qeJaep ls$-enp rseutlsa eped
!srs-Enp uer[nBuad 1q1 l1s1s-n1es ue1[n8uad 1e;

eped uelelouad qe.raep uedelauaS :90-g

requp)

: S0'0 = n (q)

(e)
0,,,
0

ollo
0

(o/, tratcr)
troria,l
uu1

S0'
107; t,h:r.rc1
1o17

".0

102 rroirr tou.opl uorict


oro
r:

ncfu;

lrJoocV

trc[cy

uorir: l.rrrulr,lctly

uorSor

uolrc[aX

!t

rsnStdtsto t8o11

- ilt svs

38

STATISTIKA TEKNIK

,,

cp(nornlul dirtrlbutlorl

Cambar 3-07: Kurva distribusi-t pada beberapa harga df

Seperti halnya distribusi normal, untuk keperluan perhitungan-perhitungan telah tersedia tabel distribusi-tseperti tertera dalam Lampiran-C. Distribusi-tdapat digunakan sebagai acuan menetapkan estimasi atau pengujian hipotesis dengan ukuran sampel baik untuk n <30 maupun untuk n>_30. Tetapi karena untuk n> 30 lebih lazim menggunakan distribusi normal, maka distribusi-t cenderung hanya digunakan untuk

n<30.
Sama dengan gagasan yang mendasari rumus (3.08), maka untuk sampel kecil statistik rdihitung dengan rumus:
"a

/Z,tlf

x-x ,J;

(3.10)

di mana harga t tergantung pada df dan tingkat kepercayaan (1 -a) yang dipilih.
Penunjukkan harga tsebagai batas-batas interval kepercayaan ditulis fo,oruntuk estimasi

satu sisi dan to,r,r, untuk estimasi dua sisi, Sebagai contoh, harga t pada tingkat kepercayaan 0,95 atau o = 0,05 dengan df = 4, untuk estimasi satu sisi ditulis t.or,o d^n pada estimasi dua sisi ditulis t.oru,o. Di bawah ini diberikan contoh penggunaan tabel distribusi-f. Contoh C3-03: Untuk mengetahui tingkat penguasaan mahasiswa dalam mata kuliah metodologi penelitian dari suatu kelas, diambil subjek sebanyak lima orang mahasiswa. Nilai rata-rata yang diperoleh = 61,0 dengan simpangan baku 12,35. Berapakah nilai tertinggi jika dihitung pada tingkat kepercayaan 0,95?
Penyelesaian:

Dalamcontoh ini n=5 sehingga df= n- 1 =5-1=4,x=61,0 dans= 17,35.Dari tabel Lampiran-C, pada df = 4 dan ul2 = 0,025 diperoleh harga t.rrr,n= 2,776. Dengan menggunakan rumus (3.1 0):

lp

e*teqpdEraqaq Inlun zx-rsnqrrlsrp e^Jn) :80-t rpqupD


scnl8^

!r

lt0t8

p)Br.)ed Luelep uqlaqlp zx-rsnql{slp ueeunSSud qouo] 'leurou eNn) ue)resepraq gnOadxal uelde.reqrp Suer( rsuanla4 - 'rseruasqo llseq lsuan)a4 = eueul rp

'tt

(z

IE)

-T{qZ=,2

Llelppe ,X-tsnqt.rtsrp laqet ueeunSSuad nles qeles '(900'0 uep I0'0 '9ZO'O'90'0 =) D sue4rytu1s 1e13ut1 uep (eueuad uolo>1;yp ueseqaqa) 1efelap uelreseplaq ue)nlua]rp

:snurnl ueleunSSuauu ueBuap ue>lnlualrp .X laqe1 e8req e,(utesag 'uereqas sellleulJou rInBuau )n]un

ue)ntualtp ,X-rsnqr.rprp lUer8


ue8uepq

8ue,( ,X eBnq-e?req ue1rsrJaq ]nqasla] laqel 'CI uettduel LUelep eJaua] luadas zX -rsnqrrlsrp ;aqel ueldersrp ue8unlrq:ad uen;-rada) Inlun '(BO- requreD) 0 t jp e)l[ lerurou en:n1 redn.ra,(uauu uep tesaq Llequleuaqlp elrf Suern4aq ul)eLU ue8utttuua; '(ueue) al Suuruu;yltrsod e^nrl ue>lednrau 1r1e.r8 lrra1 3ue,(yp e8req epe4 7p e,(u;r:a1-lesaq qalo e;o; Jp ueseqaqa) ]eferap eped SunlueSrai 3ue{ detat uep 1BZ/Z = rardeN ueSuelrq =a /ueseqaqa>l iefe]ap =]p = A euPril tp

=)

([t'e)
:ueeuues:ad ue8uap

!-a"-

'!('x =QZ)I
lrno,rrr,r'rnlednlar-u .X-tsnqt4sr6

r"r",*r,r*

,X-lsnqupr6 '9't

gfi' 6t = 19' L7, - 0' L9 = ro(s)/(gt' l L' 9 (,) - o' L9 :Llelepe qepualat teltu uep Vg'ZB LlelePe lnqasral 1a[qns eulla>l t.rep r33urya1 relru rpef

ll'

ul\

v$28 =0'Ig

sA * rti.ruz=

x+;i*= x
s
Ll

-Jft'X_X
6,

n''sz}

'
BVg

$nstdtsto tdoll - lll

40

STATISTIKA TEKNIK

3.7. Distribusi-F
Distribusi-Fmerupakan distribusi variabel acak kontinu dengan persamaan densitas:
vt-2

f(F)=

K.

F2

$-tn"?

(3.13)

di mana F = variabel acak yang memenuhi F > 0, K = bilangan tetap yang tergantung pada derajat-kebebasan v, dan v, Persamaan (3.13) merupakan fungsi nisbah varians dari beberapa sampel, di mana y, = derajat kebebasan antara varians rerata sampel (sebagai pembilang) dan v, = derajat kebebasan dalam keseluruhan sampel (sebagai
penyebut). Bentuk distribusi-F hampir sama dengan distribusi- X2, yakni tergantung pada derajat-kebebasan v, dan vr. seperti ditunjukkan pada Cambar 3-09a. Pada Cambar 3-

09b ditun.iukkan kurva distribusi-F pada v, = 5 dan v, = 14 dengan (4or',ro = 2,96)'


daerah penolakan.

= 0,05

Daerah di sebelah kiri merupakan daerah penerimaan dan di sebelah kanan merupakan

Tabel distribusi-F dibuat untuk dua tingkat signifikansi, masing-masing dengan

0,05 dan O = 0,01 (dicetak tebal) seperti tertera dalam Lampiran E. Dalam distribusi tersebut derajat kebebasan pembilang dicetak pada lajur pertama lbaris teratas) dan derajat kebebasan penyebut pada kolom pertama (arah vertikal). Contoh penSgunaan distribusi-F diberikan dalam Bab lX tentang Analisis Varians.

13{13{rr1

\'l'"

Cambar 3-09a: Kurva distribusi-F pada beberapa harga df

00
C

:LlelLlJnI

9
LZ

t0L-00r 66- S6 v6- 06


68-SB
,,B_OB

BV

ZI
99
LS

6t-

9t

bZ
6 (ol)

vt- ot 69-59 v9-09


(;)) uepe8 iera8

rsuan)arl

INI lun[erd uolE] uPpEfl ]Erag elec :20- laqPl

'leulou ueleqas elod rtn)r8uau tnqasra] etep Lle)ede eslrrad '20' laqel eped uerynfunirp INI ]unferd uoler got uepeq ]eraq ue8uequ.ruad lrseH :]6-tf qo]uo)
,X-rsnqulsrp laqe] laqe] ue1eun33uar.u ue8uap selrleulrou uerfn8uad qo]uof qenqas uelrraqrp rur qe^ eq 16 'rselndod lrtsrJa]>leJel ue1;ndu-rr(uaur netp rseurlsa8uau

)nlun qelepe Surldures lrsBq euarel'3ur;duues apolaLU rrep srSo; rsuan)asuo)


uelednraru ]nqasral ladues uep qaloradrp Suer( elep uereqassetpLuou ueln8uad lu! leH nlnqep qlqalral elep upllelo8uad Lunlaqas e)eu ';eur.tou rsnqutsrpraq

ueln)elrp

n1.rad

ue)rsurnserp 3ue,( rse;ndod nlens uep lrquerp ladues uetlt;auad nlens uelep elrqedy

sEulEruroN uEtlnSuad'B't
nluaual 7p uped D uele;ouad qelaPp uellnfunua4:q60-t rEquPD

." 3:(o:jtJ
.

.(ri

r-apJ

uopaeU Jo saalEap /, ''a q:1,.

tf

$nstdtsto

ttoll - til svg

42 Tabel 3-03a: Perhitungan rerata

STATISTIKA TEKNIK

dan simpangan-baku

lnterval
Kelas
(1)

XT

fi

xTf'
(4)

x
(s)

6,-x)
(6)

(X, - X)'.f,
(7)

(2)

(3) 9

60-64 65-69 70-74 75 *79


BO-84

62

558
'1608

67
72 77
o1 (, Z B7

24
51

66
72 4B
21

3672 s0B2 5904

79,40 79,40 79,40

17,40 12,40

79,40
79,40

-7,40 -2,40
2,60 7,60 12,60 17,60

2724,84 3690,24 2792,76 280,16


486,72

85*89 90-94 95 -99


100-104
Jumlah:

92

97

6
J

4176 1932 582


305

79,40 79,40
79,40 79,40

2772,48 3333,96 1 858,56


1532,28

102

22,60

300

23820

19572,00

Tabel 3-03b: Perhitungan Konversi ke Skor-z

lnterval
Kelas
(1)

Biatas Kelas
(2)

Z
(3)

Luas

Selisih
Luas

Kurva

f"

f,.

Normal
(4)

(s)

(6)

(7)
9

59,5

-2,46
1,84 1,22
-0,61

0,4931

60-64
64,5 0,4671

0,0260
0,0783
69,5
O,3BBB

/,o
23,5 47,9 69,9 69,5

65-69
70-74
7

24
51

0,1597
4,5

0,2291 0,2331
66
72
4B
21

75

*79
79,5
0,01

0,0040 0,2317 0,2357 0,1587 47,6


22,5

BO_84
84,5 0,63
1,25
1

85-89
89,5

0,3944 0,0749 0,4693 0,0241

90-94
94,5 ,87

95-99
99,5 2,48

7)
1,7

6
3

0,4934 0,0056

100-104
104,5

3,10*

0,4990
297,60
300

lumlah:
Keteransan: Catatan:

Harsa z dihitune dengan mengqunakan rumus (3.13).

z6t

og'16z

008

:qelLUnI

69'l

'r
Z,L

I,L
Z,

b66'0 002'0
00 L'0

tv'l

9
L(,

SZ'Z 9 t'0 sz'9


L7,,S
L

s'l
v'o
S,Z

S,ZZ

t00'0
060'0
g L(.'o
LOZ,O

9'b
s'69 6'69

BN

t0t- 001 66-56 v6-06 68-E8


'B-OB 6t- st

ZI
99

6't'
L'.

19'6

6'lb
s'.2

ts
VZ

vl-ot
69-59 v9-09
sela)
lP^Jalul

I l0'0
sB

sz'0
vb'L

E,O

i'0

Z,L

B,I
"]

6
oj

']lt0-o])

,il -oA

fl-oj)

uErEqaS seylpruJoN uerfn8uaS

laqel :r0- laqpl

'B = [ * 6 = ]p ueseqaqa)-lefelap e33urqas,se1a>| uelrquras Luelep a1 ue>1>lodruola)lp plep ,0-E laqel eped 'Z6l' L = qa;oradrp tnqasral laqel uec 't0- laqel eped ue41n[unlrp ryadas (Z t') snurnr ueleunSSuau ue8uap ,X-rsnqr.rlsrp laqet ue)resepraq setrleurou rln8uaLu qelppe er(u1n1uaq qe13ue1 'f '(zo-t laqel rrep)t uernlnSued lrseq rsuan>lar] = (l) Luolo) 'o'l= 008 x ztz'o ="j qaloradrp '3\ Vg - 09 uppeq leraq )ntun ueldereqrp 8ue,( rsuan1a.ry 'qo1uo: le8eqa5 'ladues qe;runf x (S) LUolo>l e8req = i tnlt, = (9) Luolo>l 'ueqe;unfuad ueledntauu Ultlsod uep 1r1e8au1 e,(uepuel epaqraq SueA z relru >lnlun rlen)a)) uele)apraq SueA z relru enp erelue rp senl L{rsrlas = (g) urolo) 'ueln1Suesroq 3ue,( z reltu qalo rseleqrp 3ue,( erun1 spnl = (r) Luolo) '(tL'Z) snLunr ue8uap Sunlrqrp z-)ols = () urolo) 'nut1uo1 ele)s ulelPp sela) seleq = (Z) u.rolo)'selal lerualul tlPlepe ([) r.uolo) /q0 - laqet eped 'qt6-t laqel Luelep erauat luadas laqe] Intuaq Luelep e,(uunsn{uau uep (z-ro)s lnqasrp eqnf.1 z n>1eq-ueBuelrq Llrelep a) sela) le^ralur seteq-spleq ue)-rsranuolSuau Llelepe uereqas selrleLurou uerfn8uad uelep eureued qe13ue-1 'q 60'8 =
I_OOC ZLS6I

'(pcttX , auwt'!)( :e>1[ ;eu:ou ue>1e1er(urp rsuan)arj uereqas lere,(s :uetep)) lPurJou e^rnl e;od rlnlrSuaLu ntr INI tltnferd uo;e: ered uepeq ]eraq rsuan)ar, uereqas uellndu.Lrsrp e4ew't'q'lX r'*',|1 euare) '[0S'SI - t's},I - taqo'I qalo.radrp g uerduel laqe] uel.reseprdq pleul -/S0'0 - 12 npte yoE6 uee(e:radal te>13ur1 eped ue1n1e1rp uer[nBuad elrf e,(u1nfue1a5

=s uepor.6r=#h=ffi=o

Sunlrq8uauu uep (q0- laqel)

:qa;oradrp et- laqel rre6 :s n>1eq-ue8uedurs uep elerar Sunirq8ua6l 'E '(tO- laqel) i uelde.reqrp 3ue,( rsuan)a{ nleq-ue8uelrq urelep a) selal le^ralur seleq-seleq

rsranuolSuar,u ue8uap uelnfue;rp uerpnura>l (et6- laqeJ s nleq-ue8uedurs uep elerar SunyqBuauu ngnqep qrqalJa] ueSuap rleMErp uereqas seuleulrou uees)uaLuad :uetesa;ar(ua6

tt

tsnslajsto t80Jl

- ilt svs

STATISTIKA TEKNIK

3.9. Distribusi Sampling


lika dari suatu populasi yang berukuran = N diambil beberapa sampel berukuran n untuk mengestimasi karakteristik parameter populasi, maka metode ini disebut distribusi sampling. Sebagai contoh, waktu digunakan belajar dalam seminggu oleh lima orang mahasiswa yang tinggal serumah (N = 5) seperti ditunjukkan pada Tabel 3-05. Dari data tersebut diperoleh parameter rerata populasi trr = 6,0 jam.
Seorang mahasiswa dari kelompok lain ingin mengetahui waktu belajar rata-rata

dari kelompok di atas dengan menggunakan metode distribusi sampling dengan n = 3, maka jumlah kombinasi responden adalah:

.(,distribusi sampling:

N!
n!(N -

5! = n) 3!(s-3) =lo
6o
5(5-3)

Rerata dari kesepuluh peluang sampel tersebut ditabulasi pada Tabel 3-06 dengan rerata

''\ N(N-n)
-=

Lt-

tx
H

= 6.0

Tabel 3-05: Waktu belajar dari lima

Responden

Waktu Belaiar (iam)


7
3

A
B

D
E

6 10

Jumlah:
Rerata oopulasi:

E=30 V=3015=6iam

Tabel 3-06: Rerata Dari Distribusi Sampling Kombinasi


Sampel Data Sampel
Rerata

(x)
5,33

lX-pol
0,67 0,67
1 1

lX - p-l'
0,45 0,45
1

A,B,C A,B,D
A,B,E

7,3,6 7,3,10
7 ,3,4 7,6,10 7,6,4

A,C,D
A,C,E A,D,E B,C,D
B,C,E

6,67 4,67 7,67 5,67


7,0 6,33 4,33

,23 ,67

,77

)7q
0,11
'1

0,33 ,00 0,33


1

7,1O,4

'l

,00
1

B,D,E C,D,E

3,6,10 3,6,4 3,10,4 6,10,4 lum ah:

0,1

,67

)70
0,11

5,67 6,67 60

0,33 0,67

0,45 10,00

'l
iil t \'i

t l

'ii c

L-

__

',i', ,
-_i

= (It'o)(I?'t) =

Hf# >v c !:!l


,(rl

=',

g?'z =

0t

flZ

:e3.req-e3req ue>luaqr,r.ratrr (t['e) snLUnr ueSuap Sunlrqrp 3ue( 9g-g ;aqe1 uep n)eq uenrla)a) uep tse;ndod nleq ueSueduts qa;oradrp Sg-t laqel etep ueCI u uep rse;ndod uern)n - 1y 'tselndod n>1eq ue8ueduts = o eueu !p 'laduues uernln

(s L')

0 =\0
1a71u

:snlunr ue8uap Sunlrqrp

-rl; e33urr4at 3ue,( rse;ndod Inlun nlr ue8unqng 'SurgdLues tsnqtl1slp n)eq uenlla)a) ue8uap rse;ndod nleq ue8ueduts erelue ue8unqnLl e;nd ledepral ]!]!nlur eretas

eleu

3ur;dures rsnqrJtsrp eterar uelJeseplaq rseurlsarp ledep rse;ndod e1e;ar euare)

OI =

o'I

0'0I

:90- laqel elep rrep n4eq ueiltla4a\ qaloiadrp (il.') snun.r ue>1eun33uau ue8uag ';aduues lseulqulo) qe;uunf - u eueLu rp

ftL't)

v
0

,('l -x)K
:snurnr ue8uap ue1e1e,(urp 3ue,(

eterar uep n\eq uerutla)a) ]nqasrp nlr uern)n eleur 'rse;ndod elerar depeqral 3ur;d -rues rsnqrrlsrp eleral ue8uedr.ur,(uad qe;epe ue11n[un1rp ur8ur 8ue,( euare) '3ur;drues rsnqulsrp elerar depeqral ;adr-ues nlens uep n4eq ue8uedus stuafas ue>1n1ua1rp ledep snreq 'uee1eryad urel ue8ua6 'ueleqas uun\n nlens ue)nl:adrp 'tse;ndod elera.r uep Suedu-rr,(uaur 3ur;drues rsnqulsrp uep eleJar nJens eueu qnelas uelnluauau )nlun 'leurou rsnqrrsrp reSeqas 3urldr-ues rsnqrJlsrp Intuaq ueutlSunual ederaqaq ue8uap rselndod tsnqrrstp
eteJal uep ;aduues rsnqrrlsrp
/>11p
;.

erelue ue8unqnq ue>11n[un1rp 0 [- requreD eped '(SZ t:086

srapue5; ;aduues uern)n

eped 3unlue8ra11epr1 uep leurou rsnqrr}srpra] uele eBn[3ur;drues rsnqrr]srp eleu '1eurlou rsnqUsrprat e,(urselndod elrq uec 'leurou rsnqrl}srp e;od nnlrBuatx lepll rse;ndod undne;ean ';eLulou rsnqrJlsrp lle1apuaur 3ur;dLues tsnqustp uep elelal eleu'(0[ < rl)Jesaq dn>1n: uern)n e>1r[ '3uen;ad rsnqr4srp ue>1edn:au 3ur;duues tsnqrl}srp eleu 'ue;tdueuad
;adr,ues

rsuan)ar1 r>lrpuaur 1;aduues; elela; relru-relru euare)'SurldLues rsnqulsrp apolaLu ue8uap rsetr-rrlsarp ledep rse;ndod elera: 'emqeq ue1;ndrursrp ledep sele rp uerprn rrec

9f

$nstdtsro t801t

- ilt svg

46

STATISTIKA TEKNIK

Uraian di atas menunjukkan bahwa, hasil perhitungan dengan rumus (5.03) dan (5.04) memberikan hasil yang sama. Dengan demikian jika ukuran populasi tak terhingga
(infinite), kekeliruan baku tidak memerlukan koreksi dan dapat dihitung dengan rumus:

oi=

(3.1 6)

Demikian juga jika ukuran populasi sangat besar terhadap ukuran sampel, kekeliruanbaku dapat dihitung dengan rumus (3.16).

lo)
Thc Population Distribu tion

rr = Mcan of thc population o = Slandard devirtion of llrr

,f

popul.tion

= valucs

of itcnrs in rhc

popuhtion

Providc.s

drta for
Y

Frequcncy

of
occurrencc (b')
Possiblc Samplc

Distributions

|A. l4,A. l+
I
.r = S(andard deviation of I samplc distribution x = Values of items in a sample

= Mcrn of a ramplc diskibutlon

Provide data

for

Y Frcquency

of
occurtence

(c)
The Sampling

Distribution of
the (Sample) Mcans

xxxx)txxxx,l//JIII:IIII\ .xxxxxxxxxxx.
,-----J-----:

/'i5ffji\

,.---L--l

- - I /x.x.xxxrl

/iiFif, ,- - - L

= Mcan of the sampling distribution of mcans Standard deviation of rhc '= sampling disuiburion of metnt = values of all possiblc
samplc mcans

------L_____ r r xx.x xxx.x .rxx --____L_____ xirxir-rrrrrxiY

Cambar 3-10: Distribusi sampling

'sete tp

,osl,L + ueleqas Lleraep uelep 2snlnl 3ue^ Lle>leMsts Suelo ederaq eperaq Suer( re;ru-relru qelepe uesnlnla>l 1e.re,(s uelnlualrp qe;a1 e,(uuun;aqas elrf

,0-s

leos etep uereqas seltleulou Llell)lpllas :90-ts

I
0t 6t
0vL

00t*06
68-OB

6t-0t

69-09
6S-0S 6V-0V

9tz ILL
BN

6t-0t
j

6Z*OZ
rPlrN le^Jalul

lsuan)ar

'tut qeMeq !p laqet Lulep erauai lnqaslal uer[n lrseq e1e6 'ledura]as )WS e/\ sts 009 Llalo ltn>lltp 3ue,( ue]euuefa) n]es LUelep leuorseu 1e13u11 uerfn ;rseq rlep n)eq-ue8uedrurs uep elerar ue)nlual :rg-ts 2lerurou uereqas r)rlruraut qelede 9O-ZS uep VO-ZS leos etep l)lpllaS :t0-tS '(S0'0 =
LUelep snlnl ue>leler(urp

ePed l-lsnqllslC

laqe] ueleunSSuaru ue8uap uep Suns8ue; ue8unlrq.rad :e:er enp ue8uap;]nqasral uerfn
tere,(s uep leurrou deSSuerp ue.reqas 3uer( eA stseLleu qeluas.rad ede.raq 'Sl = Lunrututu uesnlnlal e)lt(q) 'n1eq-ue8uedurs uep e1e.ra.r qe;SuntlH (e) 9s
Z9

06 B 9t B Z6 0t

t9 0t 99 t_B Bt s9 19 89 tt BS VS 96
:ln)rlaq

reSeqas relru elep

qa;oradrp emsrseqerrr 0Z qalo ltnlllp 3ue,( ralsauuas qe8ual uer[n nlens rrJelec :20-tS

'gI

uep

sz'vL'gz't' Lb'lL
ue)nluaf :[g-ts

'67

:ue8ue;lB

(q) '[ [ uep S[ 'g 'B 'VL 'l:ue8uelrg

ue8ue;rq -ue8ue;rq

lep

ttt:o,

(e) :S0'0 - ra ue8uap tut qeMeq tp

)rlsrlels uep n)eq-ue8uedrurs'elelar

ueqrlPl leos-lEos

't t't

1e13u11

'JOUe] SrSrleue nele sueuen ststleue ulelep ueleunBrpJ-rsnqrrtsrp uelSuepas 'lr4auuered-uou e)rlsrlels ulelep uerfn8uad-uerfn8uad uep rsuan)ar] uereqas selrleulou uerfn8uar.u )n]un ue)eun8rprX-rsnql{slC 'l-rsnqrJ}srp ueleunSSuaw snieq 11rra1 ;adrues) 0C 2 u e\[ uep ';eu;ou tsnqtr]stp ueleunBrp (.resaq ;aduues; 0E <a ladr.ues ueJn>ln elrqedy';aduues ueJnIn uelrleq.radLuauu ue8uap rsnqulsrp laqet ntes r-1e1es ue8uo;oyad ue8uap ue)n)ellp tedep ntuaua] uee(er.rada1 eped srsalodrq uerfn8uad uep e;ela8 nele ue8unrapua)a) nlens rseurlsf

uEtunlSueu '0 ['t


!t
$natatsto taoil_ - ilr 8v8

STATISTIKA TEKNIK

3.12. Daftar Pustaka


Boot, .fohn C.C., Edwin B. Cox (1970), Statistical Analysis For Managerial Decisions,

McCraw-Hill Book Company, New York. Freund,.lohn E., Frank J. Williams (1958), Modern Business Statistics, Prentice-Hall, lnc., Englewood Cliffs, N.J. Cuilford, J.P., B. Fruchter (1978), Fundamental Statistics in Psychology And Education, McCraw-Hill Book Company, New York.

e;od re,{unduraur ueur)Bunural }nqasJat uelelueB 'ls8uueaq 11eq; run;ad ueletueq 000 [ llep lnuln eJelal ueler(ueyadrp er(u;esry1 'uatuuadsla nlens ue8ueruerad ue;ep Surtuad ueuerad Sue8au-rau-r uee,{ectada4 p^ralut nele uee,{,ectada>1 rc43ut7 dasuo; 'uBer(euada; 1o13ul1 dasuoy 'e 'Suquet dasuol uep (uopaa4 7o aat&apl uespqaqa)-1eferap dasuol' (l11ge1pt1 seirlrqerlar dasuol' [ana1 a)uapuuor; uee,(erradal
1e>13ur1

dasuol :ru1e,('dasuol qenq teduua ue1elntua)rp ue)e

nlnLlep qrqapa] 'llnqlaM rsnqrl1srp )r}srraUere) seqequlau Lun;aQa5

Suquey uep uesPqaqa)-lefe.rag /selrlrqer;aX /uee{E)rada) dasuoy'Z'i }e{8urI


.X qEB

uep llln qeB LUelep seLieqrp 3ue,( ;er.roi1e3 uaur.rads)l uep ledar.radr6 uauur:ads>11 apolau ueesenBuad e{edn uelep n}upquar"ir leBues ue)e uep rsnqrJlsrp )ltsuaqeJel sele ueueLleuad lersuauodqa llnqraM 'Suepecn>1ns nele >lnpord nlens (srs -,{pue anb4e|l upqelala>l srsrleue uep (111ge1pr) setlllqe!1at ',16911^1 ',peq ol aLull
-JaAo uaa/AJaq

auq

ueauJ)

loqJa\o leJue Jnun eleJil

'alw

'an11e7

ueau) ue;e8e8al rnun eJual rolrparduuaut )nlun utel erelue Suepetnlns nele lnpord nlens )rlsrJalle;e) rs)rpaldr-uar.u 1n1un er(usnsnql 'ese,(e>1a.t Sueprq Luelep ueleun8rp 1e,(ueq ;ersuauodsla uep llnqlaM rsnqtrlsrc

uBnlnqepuad 'L'n

IVISN]NOd$] NVC 11NBI]M ISNBIUISIC

NYg

STATISTIKA TEKNIK

distribusi seperti Cambar 4-01; padahal distribusi yang sebenarnya belum diketahui, kecuali ke-l000 bantalan itu dioperasikan sampai gagal. Hal ini tidak mungkin dilakukan karena akan sangat merugikan. Upaya yang lazim dilakukan adalah mengambil sampel dengan kuran n yang diuji untuk menemukan rerata umur f . Sejauh mana rerata umur ;g itu mendekati rerata populasip, tergantung pada pola distribusi, ukuran sampel dan parameter-parameter lainnya. Dalam kenyataan peluang harga ;g sama clengan tr/, sangat kecil. Oleh sebab itu suatu interval antara (X - C,,r) dan 1X + C, ,) clipilih sebagai interval di mana harga p berada. Tingkat kepercayaan atau peluang interval itu akan ditempati oleh harga p adalah (1- a) seperti ditunjukkan pada Cambar 4-01. Proporsi luas kurva sebesar inilah yang menggambarkan tingkat kepercayaan atau interval kepercayaan. Hal yang sama untuk pengujia satu-sisiditunjukkan pada Cambar 4-02.
!f

.L

B!'rrint lifc,

Gambar 4-01: Konsep tingkat kepercayaan dan interval kepercayaan pada pengujian dua-sisi

H{Jr),lu lrlrr, \

Cambar 4-02: Konsep tingkat kepercayaan


pada pengujian satu-sisi

:n)ellaq selal lerualur u Llplep rselnqelrp 3ue,( laqer:en nJes ueln>ln8uad >1n1un rpe[ '(t -r)(t- )) =lp t)ltLUaLU 'n[e1t uep Luolo) ) lrep utpra] rsuaSrluol 1aqe1 nlens e1r[ 'runLun )n]uaq uelec 'ueseqaqa)-leferap n]es epe e,(ueq uet)tuap ue8ua6 'ue)nlualrp ledep e{uurpl relru e8rl eleu 'ue1n1ua1rp ntr laqe} Luelep relru ntes qples p>lr[
L

,l
qelLUnl

v UPInB
V
B

ueln8

rnqelall6 8ue{ qe;un[ ue8uag 7 x 7 rsua8rluo) laqel : [0-, laqel

'10-t :laqel eped uellnfungrp ryadas rnqeta)rp Suer( r-1e;r.un[ ueSuap 7 x 7 rsua8rluo) laqe] e,(u;esru 'ure; qo1uo3 'seqaq ere)as ue)ntualrp esrq )epr] uep'nluayal qe;runf ue8uap ue)tserurUuolSuauu )ntun qeluell!Luap
6X

_....

_ eX _rX _rX _ J= orx


:qelsnleq 61-a1 ue8uelrq lseqaq pleras qrlrdlp ledep

Suer( ueleru -e8uad uelrquas e(ueq eleLu

'1 nluaya] qe;uunf ue1;rseq8uar-u ueleueSuad

qn;nd -as e1r[ 'qoluor reSeqa5 ,,'spqaq erpfas q!lldlp ledep 3ue( re;ru qe;run[,, re8eqas ue) -rsrurlap1o (lp nele) ueseqaqa>l-1efe.ra6 .upspqaqa)-gele.ra6 dasuoy .r

- u uep uee(e:rada)
(r0'r)

le13ur1 =

) ')

';adrues uern)n ueer(e:ladal te13ur1 eped selr;rqprlor = ry euer-u rp

:sar(eg uoal ue8uap ueleler(ulp er(uurzel ueer(ec.rada1 te13ur1 uep seltltqetlal elelue ueBunqnp '7ogg ueer(er.rada1 1e>13u11 ue)rJaquraur nlt uetfn8uad ueleler(urp e)eLU 'uele8e8al rue;e3uau.r e,(uelelue lp enp uep rfnrp Surseuu-Surseur n]r Suepe:n>1ns Llenq 0Z llep 01 e1r[ 'e,(u1n[ue;a5 'laqerlar %06 ue)ele,(urp rur leq LUelep'1;e3e8 y"g1; ue1e3e8a1 rrue;e3uaLu Llenq Z uep rlnrp Suepernlns Llenq 0Z 'e,(u;esruu lueraq lul '%08 uee,(erlada) le13ur] eped yog6 selrlrqerlar r)rpurau.r Suepernlns nlens ue)lesrtr 'qoluor re8eqa5 'e(uuerln8uad ue3uap uelelJaq ueer(er.rada) lenlalut e:eluauas 'rfnrp Suer( u]a]sts nele Suepecnlns eped ]!e)ra] setrlrqerlar lul leq urelpp 1e,(urse;ndod setrlrqer;ar uelnlualrp lepuaq uerfn8uad ;adLues nlens uep e1r[ 'ueer(ertadal 1e13ur1 uep se]rlrqerlaJ ere]ue ue]re)ra]a) '(aNNns yauadl teuelas uas:ad uelep ue1e1e{urp uJrzel se}rlrqer;ay ,,';eBeB eduet e,(urun;aqas delalrp 3ue,( nplean unrn) uep ue3un13ur; rsrpuol LUelep 'e,(urs8unl uelue;efuaru ue)e ue]l)eJ neJe rualsts 'Suepernlns nlens Suen;ad,, re8eqas ue>lrsruUaprp selrlrqerla.r ue>13uepas'(o uep rf rse;ndod rala

+(r-r)='u

-uered-ralaue;ed rsuaq 'uerfn8uad elep ue)resepraq ue)n]ua]rp SueX lenralur n]ens Suen;ad,, re8eqas uelrsruUaprp ueer(erradal te13ur1 'e,{ueuesas ue}re)raq (uelepuea)) splrlrqerlaJ uep ueer(ertadal te13u!] !ut Lle)seu LUelec 'sElrlrqErlou dasuoy .q
LS

lVtSNlNOdSXl NVO 77n8HM

tsngt[$rc - N

SVg

52

STATISTIKA TEKNIK

df = n-l
maka diperoleh derajat-kebebasan:

(4.02a)

Pada pengukuran dengan dua variabel bebas yang dinyatakan dengan matriks m

n,

df=(m-l)(n-1)
kebebasan:

@.o2b)

Demikian pula dampak interaksi antara tiga faktor (g x r x k) mempunyai derajat-

df=(s-lXr-1xft-1)

(4.02c)

Konsep derajarkebebasan ini telah diterapkan dalam pembahasan sebelumnya, yakni pada distribusi- r, d istrib usi -y2, d istri busi -F (Bab I I l).

d. Konsep Ranking. Dalam kasus sampel besar, metode mengestimasi populasi dari sampel tersebut lazimnya dilakukan dengan mereduksi data ke dalam bentuk histogram frekuensi. Tetapi dalam masalah rekayasa pada umumnya hanya dimungkinkan penggunaan sampel kecil; hal ini menyebabkan bentuk histogram dapat berubah dibandingkan dengan histogram sampel besar. Dalam kasus ini pemetaan dalam bentuk distribusi komulatif lebih disukai, di mana hasil pengukuran atau pengamatan sebagai absis dan ranking dari pengukuran itu sebagai ordinat (Cambar 4-03).

Lrfe '

'l

Cambar 4-03: Konsep median ranks

Selanjutnya, jika dilakukan lima pengukuran dan hasil pengukuran ini disusun dalam urutan yang meningkat, maka pangkat (rank) dari hasil pengukuran terrendah akan mencakup 20% populasi, hasil pengukuran kedua mencakup 40% populasi dan seterusnya. Namun, cakupan 20oh dari keseluruhan populasi itu akan memiliki nilai lebih kecil dari yang nilai terendah dari kelima pengukuran itu. Hal ini bisa benar atau
salah; oleh sebab itu perlu dilakukan pengkajian berdasarkan estimasi statistik sebagai

proporsi populasi.

1) Median

Ranks. Misalkan suatu sampel berukuran n

= 5 diambil secara acak dari

rrep ]nrn Joulou ue>lnluauaur )nlun 'lta?aluruou) qntn ueBue;rq ue)nq 3ue,( ]n.rn .toutou re,(undr-uar-u ue)p uelqnSSueirp 3ue,( ulalsrs rlnlr8uaur ue;e8e8al rure;e8uaur 3ue,( Lualsrs enuras uep lnrn Jotuou 'emqeq ue11n[unuaur rur leH 'er(uuer[n8uad 'ou r.ua]srs lees eped uep ue1qn33ue1rp
ue1qn33ue1rp 3ue,( uralsrs nles ;e33u11 t[ntp S
Suer( ualsrs enp tedepra] Z 'ou ualsrs uerfn8uad qela]as 1ue1qn83uetlp Suez( r.ualsrs e8rl 1edep.ral'1 'ou tualsrs uerfn8uad lees eped e>1eru 'ue1n:nraq ueln)e;rp uerfn8uad e1rI
ue;e8e3o1 uelnln
S S

uelresepraq
unsnsrp qelalas

r/ 00tS eped lebeD :Z 'ou urals s q 000t epeo letse3 :[ 'ou uals S q 00s epeo letseD : 'ou ualsrs

r/ 00st eped letseD :f 'ou ruals q 00ts eped IEEeD:z'ou urals q 000t eped letseD : [ 'ou ura]s

:]n)uaq re8eqas ;rseq ue8uap uele8e8al


rLre;e8uaur ]nqasJa] uralsrs

]edua

r.rep e8rl 1r[nrp uualsrs Llenq

ledrua ue>llestW
'

ue

eBeBal

rure;e3uau: urnlaq 3ue,( uaursads ue1e1e,(uaLU (epunllp nele ue1qn33ue1tp1,,papuadsns,,

eley 'suepefnlns nele uralsrs nlens Jnu.ln uDlnluauaul >1n1un er(usnsnql 'uaut.tadsla urelep Surluad le8ues 3ue,( dasuol ue>lednraw 1ue4qn33ue4p 1ue,l uatutsads re8eqas ue>lqeuuafralrp rur qe)seu LUelep) sualt papuadsns dasuoy 'sul,ail papuadsng k, u uep 'ue;e8e3a1 lnJn Joulou - / eueuu rp
'ladu-res Llelrunf

(0'r')

l'o + u - >lueJ o/oos nere uetpaw g'0-/


:uelelapuad rpsnurnr'etpaslal)eprls)upr uetpau laqele)rI
'rse;ndod
o/o9O'

re8eqas ueleun8rpledep rur qemeq

lB dnleruau

eLurlal ue;e3e8a1 uep rse;ndod o/"tS'Bg dnleruaLu ledr-uaa>1 ue;e3e3a1 'rselndod yogg dnleruauu e3r1a1 ue;e8e3a>1 'rse;ndod "/"lr'Lt dnletuau enpa) uele8e8al 'rse;ndod "/oV6'21 dnleruau euueyad uele8e8al 'S = u;adr-ues ue8uap'qo1uo:
re8eqa5

'(

ue;e3e8a>1te>13ur1 uep 0Z p/s t = u >lnlun '1 ueltduuel; u e3.req re3eqlaq 1nlun

laqel )ntuaq urplep uelrfesrp eluu uetpau; e3.req-eBJeH 'eu]rla>l uep tedr-uaa1 -lla) /enpa) ue1e8e3a1 uep 4uu uetpauJ ue)ntualrp er-ues Suer( uerer ue8ua6

'eB

'iuer[nBuad
eLUrl lrep) rnurn eLLrlal lrep t,4ueJ uetpau o/o16'21,, teSeqas ue11n[unyp eueyad uele8e8a>1 'gg-y reqrueD eped '\uer o/oog nele '4uet uetpau re8eqas ]nqasrp rur e13uy 'e(uloduuo;a) rJep eueuad ue;e8e8al uep er(uteuaqas Suer( 7ue; reSeqas ueleunSrp

ledep n1r e13ue-e13ue rrep uerpaw ')ele ereras rsnqrJlsrprat 3ue,( rselndod aseluasrad ue8uap elep uerelSue.ras qaloJadrp uele e>1eu '3ue;n-3ue;nrp rur rnpaso.rd e1rI
'B Uep 3ue.rn1 rnunraq 3ue,( rse;ndod
ue11n[unuauu 8ue,( g :nLun eped ;eBeB 7 roLuou ;adrues
.7o6

e,(ueq

e)l['V

r.rep

Suernl Jnurn rlrlrurau]

rse;ndod pep %g 1 ue11n[unuaru 3ue( Vrnun eped 1e3e8 e,(ulestu '(n1t uualsts eLr.]!la>l lJep) [ roLuou ;aduue5 Telellp n1r ueleSe8a) rnurn uep @try!e]) uele8e8al tr-u;e8uau redues tlntp ntl ladLles eultla) '(80-t requeD) rnqela)!p uer( selrsuap rs3unl ueSuap l'xalsrs rselndod nlens
e9 IVrSN7NOdSXJ NVO

llnSt:vA $nSlXtStO

At

SVS

STATISTIKA TEKNIK

kegagalan pertama mengikuti sembarang sistem yang ditangguhkan dapat ditentukan dengan rumus:

lnkrimen baru =

+ 1) - nomor urut kegag,al sebelumnya + jumlah spesimen dari spesimen yang ditangguhkan

(n

@.04)

di mana n = jumlah spesimen uji. lnkrimen itu digunakan untuk semua spesimen yang
mengalami kegagalan mengikuti spesimen yang ditangguhkan, sampai terjadi kegagalan berikutnya. Contoh penggunakan rumus (4.04) di atas dijumpai dalam Bab Vill.

4.3.

Distribusi Log Normal

Dalam distribusi normal yang dibahas dalam Bab lll, distribusinya simetris terhadap harga rerata. Sementara banyak distribusi yang tidak simetris termasuk distribusi log

normal yang digunakan untuk menggambarkan fenomena umur atau ketahanan suatu komponen atau sistem seperti ditunjukkan pada Cambar 4-04.

t'$t

Cambar 4-04: Distribusi data karakteristik komponen/sistem

Untuk membahas distribusi log normal digunakan nomenklatur berikut ini:

Xr:logX /r,= lX,f (X,)dxt = log rerata populasi


-:
o?

= I_6,- p)' f (x )dx t =


n

log varians populasi

Al---

LX,, v - i=t n

los rerata samoel

(00.9> ,X)a =(r0I > X)d

e88urqa5

'SE0I'0 = 69Z'1flo1 - to uep66gI'9 = (egl xgg'1)'3o1 ='d :]n>luaq re8eqas ralauue:ed-ralauuerd ueBuap lerurou 3ol rsnqrJlsrp elod

(r0t > X)d nete snHls uep Suern>1 ]euelas Suenlad = ueleBeBaI 8uen1a6 e0I '00'9 :Llplepe ueldereqlp Bue,( .rnr,u61 = ,0t Eo1 = 't eSSurqas ' snlyrs r1f = :ueresa;a(ua4 zlnqasral se8ad ue;e8e8al e,(urpefua1 ueurlSunuual qeleueurre8eg

'X

rlnlr8uau uelsuo1 ue8ue8al eped .rnuun rsnqusrp 'ervtqeq rnqeta)rp ueue;e8uad ue6 'efua1 ueSue8al eped sn7ls ueqaq euuauau qe;al e1r[ ue>lnlelrp seSad uer1ue33ua6 eO[ 'ursatr.r qenqas eped rlepual sen] se8ad lenquaul )nlun ueleun8rp uole turle/!\e) ?s) 0g uesaqas uerasaSSuad eped lqSuatls a)ueJnpua) ueueqela) rer(unduau uep u/ 7'g ralauuerp ueSuap eleq terrnel )oseurau >ln]un )eJtuo) EuirJauaul lr.rqed qenqas 'tg-r) rlo]uo1
terurou 3o1 ;snq;.rp;6 :S0-? JEqUED

ax)F

'lPLuJou

laqerJe^

uep uemrtsr.rad Suenlad e,(u;eq luadas eues Suer( etec ue8uap ueldelSunrp tedep eanrlsuad Suen;ad uer)rurap ue8ua6 'e;nd n1e;.raq ue)e lerllou rsnqrrlsrp Suelual seqeqrp eleuJ /(S0-, reqLUeD) leurrou rsnqrJtsrp l)tltuau eualp)
qe1a1 3ue,( nlensas e;e8as

(s0't)

co>/x>0

:Ti t ,('il - )-

I oz

)*,#

(tx)I

'1euu.rou

:srlnlrp ledep lrletualeu eJefas 'e;nd ;euurou rsnqrltsrp rlrlruaul uele 'y eleuu 3o; rsnqrrlsrp rer(undr-uauu Suer( )e)e laqeuen nlens uelednlau X nrllI

;adures nleq-ueSuedrurs

3o; =

=/s

9S

TVtSNlNOdSXl NVO ll1SHM

$nstdtsto - At gvs

56

STATISTIKA TEKNIK

di mana ""

-X*-ltt - o,

6,000

6,1399

0,1035

= -1,36

Ditinjau dari pola simetri, P(z< -1,36) = P(z > 1,36); selanjutnya dengan pertolongan Tabel Distribusi Normal (Lampiran 41) diperoleh a = 0,0869. Dengan
demikian kemungkinan terjadinya kegagalan adalah 8,69o/o.
Soal ini dapat juga diselesaikan secara grafis. Dalam pembahasan tentang distribusi normal (paragaf 3.3.) diterangkan bahwa, jika suatu variabel terdistribusi normal, maka fungsi distribusi kumu latifny a (cummulative distribuion function, CDn jika dilukis pada

probability paper merupakan garis lurus. Dalam kasus log normal dari variabel ;', jika CDF dari X, dilukis pada probability paper akan menghasilkan garis lurus.iuga. Untuk mencegah kesulitan pada waktu mengambil logaritma dari dilanjutkan dengan melukis telah tersedia kertas khusus yang disebut log probability paper, dan CDF dari log normal variabel akan menghasilkan suatu garis lurus. lni berati, jika pelukisan CDF pada log probability paper menghasilkan sebuah garis lurus, maka dapat diasumsikan
distribusi itu adalah suatu log normal.

99.5 99 98

o 95
90

I
E

c t I

Lifc, cycl6

Gambar 4-06: CDF umur Pegas

*o

a:,,(+*)o

eBBu

^o

qas n

=,(ffj.,'J

un1;",'^

*l@+)-]*"
llnqlaM enrnl E'g

,,(++)'fi.= xp(n'[.= x'rxtf =

(x)s

:ueeues;ad ueSuap ue>1e1e,(urp,rlelnurnl rsnqulsrC

'ura/ a\s arup&au11;te8au ue8urrrr.ual r)rlruotu e^rn) B =g eped uep letrtrou en:n1 redn.rar(uau - q'(pa/Aa\s,fianrysod) ]tttsod ue8utttual t)rlruau g'1 = q eped e^rnl )ntuaq I > g )ntun'B = q uep g'f = Q'S'
'lersuauods>1a erun) elod rlelapuaur
L

= q 'L >

q )nlun llnqlaM rsnqulsrp 1r1er3 ue11nfunttp zo-r reqlrleD epe6 ';eluauuuad


e>13ue

-s>la erelas ue)nlualrp eXueserq rur ueJesaq eBrlay 'ralaLueied ele>ls uep llnqlaM = O 0y eueuu rp 1n1un ueldereqrp Suer( uunururlu e8req =

erun1 ue8ur.rruual

q 'X

eo'

{tt++)-]'-}[ ,,(E+)5']

=(x,!

:qplepe llnqla^n rsnqulsrp seltsuap ueeuresrad '3ueqra1 lertesad nJens ursaur (OBIW 'lneqtato uaa/Alaq autJ ueauJ) lneqJano erelue nue^^ elPJaJ ue)nluauaur lnlun e,(u;esrur 'ursaLU nele uelelerad nlens lnun
ue8uap uelre>paq Suer( e;efa3-egefa8 uep pn8ne) ueLlelala) elep rsela.rdlalur8uau 1n1un eLuetnra] lSuuaauBua; ese,(e1a.r Sueprq rp ueleun8rp 1e(ueq

llnqlaM rsnqrrlsrc

sPlrsuac

ueeruBslad'i'n

uelredeprp ,0I = X eped 9g-y reqlxeD uep e{unfuelas '[(tI?8'0)'( r0I x SS1,'I)] trl)Bolyuo] = [(ttg'O)'(g0I'0 + 66g1'9)Eolqun) ne]e [(p - t) '('o + Llelepe enpa) )ltl] uer)rLUap ueSuap 1 tI?8'0 : f,8SI'0 -l = p- I = ( to + trt)g

'o L'g

qelepe ue;e8e8al Suen;ad

n}! qpqas

o,o qa;oradrp 0'l=,o,2

leulrou
Suen;a6

rsnqulsrp laqet rrep

qalo 'lgSI'0 = ,nP 0,[ = trl

-(1o +trl)

,),:rrl _ ,,z:qelepe (,o + ,rl) < /;g

uep 'trl

-tX
'90-t

Illll

qenq enp ue)nlua1lp n;rad nlnqep qtqalJa]'lnqas;a1 stte8 uelnluauaur

'[os'(eOI x8t'I)] = [gg'(/r/)Eolauof ru1e,( 9'6 = (il),{ uelresepraq uplntua]!p eureuad )tttytaded ,fitltqeqotd eped )nlun

reqLUeS eped luadas e;nd snrn; sue8 lnluaqraq ue)e e,(u-163 eleru

';euurou 3o; elod LUelep rsnqrJlsrprat rnLlela)rp rur leos LUelep se8ad rnuun euare)

/c

TViSNINO/SXI NVO llnAH/A tSnStStStO

- At 8V8

STATISTIKA TEKNIK

arau F(x) = [e-vcty -

-r-nl',,,=

-r.,

[f*)'l'

,"n,"rsa

diperoreh

persamaan distribusi kumulatif yang lebih sederhana:

F(x)-,-..,|

[f+)']

(407)

Cambar 4-07: Crafik distribusi Weibull untuk beberapa harga b

4.5.

Fungsi Weibull dengan Dua Parameter (0, b)

sehubungan dengan gejala umur, cukup beralasan jika dianggaP Xo= 0, sehingga rumus (4.02) berubah menjadi persamaan dengan dua parameter 0 dan bsebagai berikut:

F(x)=

r_..n[ (#)']

(4.08a)

Rumus (4.08a) merupakan fungsi distribusi kumulatif Weibull (Weibull cumulative distribution function, Weibutl CDh yanglebih sederhana daripada rumus (4.07)dan dapat

ditulis ulang menjadi:

r- F(x) =.*{#)'

, ,"1-+& =(+)'
(4.08b)

atau: lnln 1-+x) = b.(lnX)- b.(lnl)

,G):-, [,(+)

-]*.

- r = (x)a

:ledeprp (t0's) snLunr ruelep a) ue)rsnlrsqnslp Llelalas '(09'0 = (xu nele) %0s = b leq ruelec '1uas.rad Luelep uelete{urp; uele8e3a1 Suengad qelepe b eueu lp 'ow ue8uap puies nete Suernl rnuun tederuaru ledep ueldereqrp rse;ndod Vb'er*leqsllnllp ledep urnuun ueeledulad 1n1uaq uJelec 'oe;ry ue8uap eures nplp Suernl rnuun rederuau ueldereqrp 8ue( rse;ndod %OS :nurn tu1e,( '(sW) tnwn uetpau ueSuap ue8unqnr-1 re(undiuau e rnun lrlsuaqerel 'Lualsts nele ursau nlens Jntun seqequrau uelec

nded

pqray

uped

s;>1n1rp

8ue,( 11nq1a6 rsnqrlpr6 :80-, rpqrueD


]ntlB,lsus

tlllv$ ssjrl

;::-'*"**i
i I

;'
a
G

g'f.C

'ldruar(uaLu 3ue,( uereqas ue8uap urernr ur)etu 1r1er8 resaq ur)eur SueA

q e8req eped

e,(u>1r;eqag 'sen;

ur)eu uereqas ue8uap repuel urleu >1r1er8 ;rra1 SueA q e8reLl eped 'e,anqeq >1eduue1 ]nqasrat :equue8 epe6 '1.laded 3o1'3o11 nded ilnqlaM eped srln;rp SueA q e8req eder -aqaq Inlun (qg6'r) ueeuesrad 1r1er8 uellnfunlrp B0-, ieqrleD eped 'q = llnqraM
ue8ur.rrual ue8uap

)+xq

=,{:1taded3o1'3o1eped1snrn1st.re3 ueeuesrad qa;oradrp uele

eleuu'0u18-=

uep a.u1

=r ,(X){-f ,rlul=f
lVtSNlNOdSXl NVO

:ue)lesruraur ue8ua6

69

llnStilA tSnStAEtO - At SVg

STATISTIKA TEKNIK

1=l-rle (Mru\n ),

atau

rn2 =( Y-\' cph;^^^. LttL-10 =senrngga o "-{rnr1ru )

u:o

untuk menentukan peluang dari suatu mesin atau sistem akan gagal pada karakteristik ;mur 0, diperoleh dengan memasukkan harga x= 0 ke dalam persamaan (12.03):

F(x\= r-.*o.[-f{.)'l =r-"-(;)' =r-n-(,)' 'L

\o))

I =t-e,= r- 2,718 = 0.632


di
mana 63,2"h populasi

Perhitungan di atas mengungkapkan bahwa, 0 adalah umur mesin atau sistem akan mengalami kegagalan.

Contoh C4-O2. Enam buah bantalan poros diuji sampai mengalami kegagalan (failurd. Jumlah siklus saatterjadi kegagalan tercatat: 4x10s,1,3 x 10s,9,8 x10s,2,7 x1Os, 6,6 x 10s, dan 5,2 x 10s. Tentukan kemiringan Weibull b, karakteristik umum d dan umur M,o dari bantalan tersebut. Penyelesaian: Susunlah umur bantalan tersebut dengan urutan meningkat. Tentukan tingkat median (median ranks) dengan pertolongan Tabel Median Ranks (Lampiran L)untuk n = 6. Lukis data tersebut pada Weibull probability paper dengan umur sebagai absis dan tingkat median sebagai ordinat. Tarik garis yang paling sesuai melalui titik-titik tersebut (lukisan yang teliti ditentukan dengan metode least square). Caris lurus yang diperoleh merupakan grafik persamaan F(x) dari bantalan tersebut (Cambar 4-09). Selanjutnya:

r-{{. qr h

Gambar 4-09: Penyelesaian soal C4-02 secara grafis

llnqlaM ralaurered-ralaurered Sunlrq8uaur nlel ]nqasrat rse)Urpour lrseq uelreseprag 'p 'atenbs asea/ apolauu ue8uap
rs)aro)rp uerpnua) 'eqor-eqor ue8uap ue)n)elrp rur ueefualad 'rarurl SueA (y - y1 e^rn) qaloradrp eSSurqas ednr uer)ruapas )ofo) 3ur;ed 1ueAax e8req ue>1n1uauaw 'f 'taded ilnqla/\ parypout eped e rrlnq eped ]nqasra] etep sr)nlaw 'q '; uerrdr-ue1 eped ;aqet ue3uo;oyad ue8uap eAu-s4uet uetp -au ue)nluauau; uerpnuuay 'le13uruaur uelnrn uelepx uelen)a) elep unsnr(ua14l 'e :]n)uaq re8eqas qelepe 'ueqeq uelen)a) elep
;

eNnl lo-v reqrueD eped'ep>ls nlaueted

nqrall ralourered-ralauleted ue)ntuauaul 1n1un qe13ue;-qe13ue1 uep er(u ;esrur'; '11e8a1 nqLlrns) uele8e8al rsuan)a4 nqurns lepoX resaqas rasa8raq rsnqrJtsrp )nun nlaueted ]nqasrp 0 uep yluaq
nete

ue8uurua; '4etal)apLue.ied uelnqas ue8uap leua)rp nlatueted tnqasrp e8nf q llnqlaM ox e8n[ SueL X lntun unururLU e8.req qe;epe ''t'y yer8ered eped uelSuera]rp qela] ryada5 'leluaur.radsla eJeras ue)nluallp 0x uep 'q 'g nlawe;ed-ralaue:ed euetu rp

,[."i.J-r.r1srp

(or_a)

a-r=l f y+]-lo*-r L,(.ox-x) )-

(x)rr

:OO'V) ueeuresrad Llelepe ueleun8rp 3ue{ 1r1e;nLunl rsnq

'uesnea\ nele uelen4a) euauroua, )nlun n)eHaq )epr] rur lstxnsv 'o =ox ueltsulnse -8uau )nlun ueseleraq dnln: Suepuedrp 'rnLUn euauroua] ueseqequrad epe6

rsSunj 'ralauered eBr] ue8uap llnqlaM rsnqr;lsrp ueleunBrp snreq rur leq LUeleC

(X 'q /6) ralaruered e8rl ue8uap llnqrag rs8unJ 'g'n


'snl)ls
'snl>lls
s0
sOl-

x 9Z'l

=''W

qa;oradrp ':;r1nq ue8uap euues Suer( ere: ue8uap ue)n)elrC 'o'yA1tntiln ue1nluauaw 'p qa;oradrp

[ x ['9 = eJeJ-e]eJ .rntun

lsrsqe Suolouau reduues >1e8a1 sue8 lenq ]nqasra] Suotod >llll] uep uerpnua>l '1Xy SuoloLuau tedues "/oS'lS = Suenlad eped telepuau strefl )tJeuau uefiuap e/u1nfue1a5 'o/og'lg = uele8eSa) aseluas;ad qa;oiadrp S'L =q llnqlaM ue8urtruual eped '1 uerrdr-ue1 1r1er8 ue8uoloyad ue8uag 'eJeJ-eleJ )nLun ueynluauaw

'f

'snllrs

s0

|x

l'g = e qa;oladr6

'(rnLun nqLxns) srsqe Suoloruau redules 1e8a1sue3 ]enq lnqasral

3uo1od1r111 uep e,(u1nfuelas 8uo]or-uauu redues >1e8a1 nquuns eped "/oZ'tg e>13ue uep relepuauu sue8 1r.re1 'ue;e8eBa4 o67'99 ue8uap Surpueqas 3ue,( lnurn

'ff)j

Llelepe uelelueq Jnuun 'rsrurlap uP)rEsepra8 'e )nun 4llsualluq ue4nluauaw 'g'[ = q qa;oladrp tut leos eped 'g llnqlaM lsuo&uell ue8ur.rruual uep ueresaq Llelepe relepuatrr srreB 3ue[ued depeqral 1e3a1 sr.reB 3ue[ued

'q

ueSurpueq;ad llnqasrat 1e8a1 sue8 Suelued rn11 '(y)g Suolouuauu reduues 1e8a1 sue8 ienq tnqasral sue3 3un[n uep uerpnura) 'uen]es uen]ps 8uefuedas gy sue8 eped
1r1r1 Sue.requ.ras

uep relepuauu sue8

luel lpqpM

ue&uuttua4 ue\nluauary

'e

t9

lVtSNlNOd9tJ NVO llnSt:yA tsnStttsto

At qvs

STATISTIKA TEKNIK

Contoh C4-03. Dari penujian suatu komponen pesawat terbang diperoleh data kekuatan fatik(fatigue strength) sebagai berikkuL 57,3 ksi,59,2 ksi,62,5 ksi,55,3 ksi, dan 61 ,4 ksi. Tentukan besarnya parameter-parameter Weibull. Penyelesaian: a. Menyusun data Xdalam urutan yang meningkat dan penetapan harga median ranks dengan menggunakan tabel pada Lampiran K. Data tersebut kemudian dilukis pada modified Weibull paper dengan x sebagai absis dan median rank sebagai ordinat (kurva paling kanan pada Cambar 4-10). b. Langkah berikutnya adalah menentukan harga x, sedemikian sehingga diperoleh kurva (x-x) yang linier. Pada Cambar 4-10 dicoba dengan harga X, = 35, 46, 48, 50 dan 54. Dari kelima percobaan itu yang menghasilkan kurva linier adalah harga xr= 50 (kurva kelima dari kanan pada Cambar 4-10). Kekuatan Fatik, ksi 62,5 61,4 59,2 57,3 55,3

Median Rank, %
87,06 68,53 50,00 31,47 12,94

Menentukan parameter-parameter Weibull. Membaca nilai (X- X) pada tingkat kegagalan 63,2o/o dengan jalan menarik garis mendatar sampai memotong kurva dengan xo = 50; diperoleh (X- X0) = 10,3 ksf. Selanjutnya menghitung karakteristik umur 0:

c.

Jika0 =X pada63,2o/o. (X-Xo)u.,, = 0r=10,3/rsi

sehingga 0 -(X)ur., = 0r+ xo= 10,3+50=60,3 /rsi.

5O melalui titike) Kemiringan Weibull bdiperoleh dengan melukis garis sejajar b= 3,0. Dari hasil analisis data diperoleh parameter-parameter Weibull: Xo= 50 ksi, 0 = 60,3 ksi dan b = 3,0.

4=

sampai memotong sumbu b; diperoleh

ll
S(tiriglli
k41r,ria?

t_l
Cambar 4-10: Penyelesaian soal C4-03 secara grafis

ul

LUD! EZZ

t77'0 sz'I = os =d
0s
eSSurqas

SZ,f

=@ I

= etos .,^.-, nele 08'0 = 0Z'0-I=stos-=a


OS

0Z'0=etor-?-1"="i,,-r-t=0)l
nUe,tn Llelepe rur uerln8uad 1aqer.re1 :uelesa;ar(ua4
'Lue! OS eurelas

:ueeues;ad qa;otadrp Lue[

rr])e eped'l

rseradoraq L{ela}as rrep o/oOZ 'qlqq ueqaq ue8uap uerfn8uad Jo}pJaua8 lnqasra} ;e3e8 ouW uepotW Jnun uE)nlual 't0-, rloluof lrsell rJep Suer( lr.rprg roleraua8 ltep '60-, reqlueg ryadas uellnfunlrp ([ ['r) ueeLuesrad 1r;er8 In]uaq LUeleC

(r r'r)

,,,_o

-T = lper,_o:l = W'@I! = Q)i


l
ue>1e1er(u

:ueetueslad ue8uap -uelas

rp,rlel nLUn)

rsnq

ulsrp rs8unl er(ulnl

'6 'ialaue;ed nles rer(unduaut e,(ueq ;ersuauodsla lsnqrllsrp uet)rurap ue8ua6


;ersuodo;a lsnqrrlsl6 :Z [-t JpqupD lersuauodo;a !snqtrprC
:L

IllelnunI

[-, rpquED
a

(q0 (e0

r'r)

eler-elel rflLUIl = 0
tp' ,,,-a'L'tt

=0)l

:qa;oradrp eSSurqas

['r)

0r = xr'(x)lxl = tiz
:ue>1derer,1rp

3ue( e1e:-elel rnun '80-t reqLUeg eped ue>11nfun1rp (Sg't) ueeuuesrad ,1r1er8 )nluaq ureleC 'srlernleu ue8uegrq = BLI'Z - a uep t(0'r) snLunr leLllll Z ul/tW = rflruo /(seqaq )!]sUat)ere) -O laqerre^) rserado nUe/\\ -1'ue;e3e3a1 Suen;ad = 0y eueLu tp
(60'r)

er,-a'1= U)J

le8ues rur rsnqulsrC'nUeM laqeuen ueledruauuJ eueur tp'1 = y uep e = l =q e8req ue8uap llnqlaM rsnqulsrp trep snsnq) ueepea) ueledruauu ;ersuauodsla rsnqrrtsrC

:Llelepp ;ersuauodsla rsnqutsrp selrsuap ueeures.lad 'rxalsrs nlens rlep @leJ aJryrcA uele8e&a4 n/e1 srsr;eue8uaLu 1n1un eunS.raq oX,

lersuauodql
9

tsnqrrls!c'In

TVlSNlNOdSXl NVO

ll1SEM rsnStSlsto - At svs

64

STATISTIKA TEKNIK

Berdasarkan definisi, Mso

= 0.1n2,0 = 223.0,693 = 155 jam.

Dengan menggunakan persamaan (5.06), umur Mro: 1223 t223 0,90 = 1- ,-Mst , ) -Msu - l- 0,90 = 0,10 Sehingga diperoleh: Mso = 223.1n10 = 223.2,303 = 513 jsm. Penyelesaian dengan menggunakan grafik pada Weibull probability paper ditunjukkan pada Cambar 4-13.

Gambar 4-1 3: Penyelesaian soal C4-03 secara grafis

4.8.

Laju Bahaya

Distribusi ekponensial mengandung besaran penting yang melekat (inherent) pada suatu komponen atau sistem, yang disebut laju bahaya (hazard rate), dinyatakan dengan simbol A dan persamaan:

"f(x) ).=-*=P(X 1- r(x)


(!17).e-'to
1-(1- e-tto)

(x( X+dX lx>X)

(4.12)

Persamaan (4.12) menyatakan bahwa, laju bahaya merupakan peluang dari suatu

sistem akan gagal antara waktu X dan X + dX,jika sistem itu dapat selamat sampai waktu X. Dengan memasukkan persamaan (4.09) dan (4.11)untuk X= t diperoleh:

).-

= tetap

(4.13)

Sue,( rSr8epor rse;ndod uelep rBrS epor qe;ulnf ede.rag (e) 'O'7. uep V'l g,l e,L O' | Z'L :(snllrs eO I u]elep) ue;e3e8a1 e]ep ue)lrser-13uaLu uerfn8ua;'/sd 000.0S ueqaq ueSuap ueLlelala) depeqral tlntp rut ladues ureuaa) ')ere eref,as lrqurerp 3ue,( laduues uieuaue)eunSrp rBrBepol lsr.usuel] uep ueqelala) Jnrun rsen;ena8uaLu )nlun .20-rS

'etel-elel )r)e] ueten)a>l uep llnqlaM ue8ur.rruual ue)nlual nded,fultqeqotd 1nqa14 ueleunSSuau-r ue8ua6 'S'Ty uep O'OZ - 0'9 - S'92 - O,Lt :tn)uaq re8eqasqe;epe tq Lrrelep) uerfn8uad ltseH '(qiSuarjs pedtutl e,{u1r1ei ue}en)a) eur; rfn8uaur leua]euJ rnpladsur Sueioa5 .tg-rs
rnLlela8uaur 1n1un efeq uaurrsads

ueqllel lEos-leos'0L'v
'llnqlaM selrsuap ueeuresrad uep uelurunlrp 3ue,( sluu uetp

-au

1e13ur1

laqel re8eqraq erpasrat qe1a1 ue8unlrqrad-ue8unlrqrad qepnuu.raduau >lnlun 'uelleter(sladr p 8ue,( ueerte:.rada1 uep ladLues uern>ln eped 3un1ue3ra1 euues-euresJaq nele lersuan)as erefas

ue)nlelrp uerfnSuad qelede uep'ue;e8e8a>1 rLueleSuau redues ue4nfue;rp ne]p utrl)etp sn.req uerln8uad ntens qelede uesnlnda; 'ese,(e1a.r Sueprq rp uauuadsla ue8uetuerad
Luelep Surluad eueres ueledn.rau lersuauodsla rsnqrJtsrp uep llnqraM rsnqrrlsrc

uPUnlSuPU
'y

'6'.n

eBrcq uelelSuruad ue8uap Surpueqas lelSuruauu nele'de1a1 '3ueln>paq e(eqeq nfe;

'I

lrep iesaq Lirqal nele 'ue8uap eues 'uep ;rra1 qlqal q elrqedy 'q llnqlaM ueSur.rruual e8req eped Suntue8rai e,(eqeq nfe; 'e,rnqeq rnllela)rp ledep 19 ['r) ueeueslad ue6

ftL'v)

,-,{nf;=v

[,(+)-]u.,-,
dYa

_I =y

l_l

e\e

,(*)-

,-o\x )q

:e33urqas '(1ou ue8uap errres (80't) ueeuestad uep (10'r) ueeuresrad ulelpp oX unp 'nqent laqeup^ =X e)l[; ralauered enp ue8uap llnqraM snsel
1n1un e,(ulesrW 'urel rsnqulstp )nluaq eped uelderalrp ledep e?nt

ggpl

ueeuresJad

'"/og'Z nele 976'6 = OblL uep %S

nele gg'g = OZll ue8uap ewes e,Gqeq n[e1 yyllwau Surseu-Surseuu nlr rse;ndod enpa>l eleuu' tuof gp - sg fiwn)r]srJaUeJel re,(undLuau g rse;ndod uep ruo{ 97 - Yg nwn )rlsuallere) re,(undr-uau y rse;ndod nlens e1r[ 'uellnlunuau (s t't) ueeulps]ad
TVtSNlNOdSXl NVO TlnStyA

$nStv$rc - Al

qVS

66

STATISTIKA TEKNIK

diperkirakan memiliki umur lebih kecil dari umur sampel yang terendah. (b) Berapakah u^ u, M,o.Berikan jawaban dengan pertolongan median rank. 54-03. Sejenis poros dimanufaktur dengan sejumlah proses untuk meningkatkan tegangan sehingga menimbulkan kebimbangan apakah poros itu akan sanggup menerima beban pada 5 x 10s siklus. Pengujian atas sepuluh buah poros (sampel) menghasilkan data (jumlah siklus saatterjadi kegagalan, dalam 106 siklus): O,37 -O,60 - 0,78 0,94 1,.10 1,25 1,48 1,70 1,9 dan 2,30. Dengan menggunakan Weibullplot tentukan: (a) Bagaimanakah karakteristik populasi yang diwakili oleh sampel tersebut (buat grafiknya)? (b) Tentukan rentang persentase poros yang akan

gagal sebelum 5

x 10s siklus.

54-04. Sepuluh buah rodagigi diuji sampai mengalami kegagalan. Catatan siklus umursampai gagal sebagai brerikut: 1,6x106, 3,8 x 106, 1 ,2x107,5,8 x 105,9,2x106, 2,3 x 107, 2,7 x 106, 5,4 x 106, 1,6 x 107, dan 7,2 x 106. Dengan menggunakan distribusi Weibull tentukan: (a) Median, karakteristik dan umur M2,0. b) Umur rata-rata sampel dan umur sebenarnya dengan tingkat kepercayaan 90%. (c) Umur M,, dari
sampel dan umur sebenarnya dengan tingkat kepercayaan90o/". (d) Kemiriangan Weibull

dari sampel dan kemiringan sebenarnya pada tingkat kepercayaan 90o/o. 54-05. Laju-aliran dari duabelas pompa yang sama diukur (dalam mr/h) dan menghasilkan data sebagai berikut:7,8-8,4 -9,0-9,2-9,5 -9,8- 10,2-10,3-10,7 - 1 1 ,0 - 11 ,6 - 12,2. Tentukan pola disribusi statistik yang menggambarkan karakteristik laju-aliran dari populasi pompa tersebut.

4.11. Daftar Pustaka


Crosh, D.L. (1 989), A Primer of Reliability Theory,lohn Wiley & Sons, Ltd., New York. Lipson, C., Narendra J Seth (1973), Engineering Experiments, McCraw-Hill Kogakusha, Tokyo.

lrisrra])ere) ueuleSpJasa) ue)Jesepraq ue)nluallp ]edep utesap ueSuap


rensas )npoJd nlens e^uts8un1.laq ,eser(e1al qelespu re3eqraq LUeleC

InpoJd nlEns upueSetasa)

tseurlsf

.z.g

'letu.loutq tsnqt4stp uep Jesep Jala


-u-rered ueledn.rau d uerpefal Suen;a; .q ueSuurr-uo) nele e )rlsrraUeje) ue8uap uetre)laq ntr lalarueJed enpal 'llnqlaM rsnqulsrp ueleun88uauu lell LUpleC 'zo sueuen nele o nleq-ue8uedurs ue8uap ueleler(urp lnpord ueure8e;asa1 uelSuepas r/ elelar ue8uap ue8uap ue1e1e,(urp lnpord nlens nlnur ';eu;ou tsnqulstp ue8uap e,(uue1re1 rrJelec .llnqlaM lsnqutstp uep leulou tsnqtjlstp tJep (laqetJe^-laqeup^ nele) Jalaule:ed-.ralaueled uelednrau enpal uep erueuad qe;ese6i .uelrseladolp nll lnpord ]ees eMrtsuad-eanrlsuad lpefual Suenlad uep '1npo.rd nlens ueureSe.rasal '>1npold nlens nlnu :e,{ulesrur >lnpord )t}suaUelpl tsenleAaBuaru )nlun ;adLues ueleunSSuau ue8uap Sueruelrp ledep uaur.radsl3 ')!]s!lels apolalu ue8uap l)!pllaslp n;lad rur ;eq lselndod ueqnrn;asa>1 rlr1emaur )ept] nele rlrle/\ au esrq ueurlSunura>l n1r ladrue5 .rse;ndod rrep ;adu.res qe;uunfas ueleunSSuaur ue8uap uauuadsla uelepe8uar_u er nlr qeqas qa;o 1r1r;auad r-1a;o tnqela)tp Lunlaq e,(uunuln eped n1r rselndod

)risrral)eJe;'gadules uep rse;ndod 1sr1suai1ere1 3ue1ua1 ue;ndurrsal lrqrue8uaLu lnlun qelepe ese,(e>1a.r uawuadsla uelep se8nl nles qe1e5

uEnlnqepuad

't's

JIIVnlVnl Nlwtuld$l

LYs

68

STATISTIKA TEKNIK

produk yang bersangkutan. Dalam hubungan ini perlu diadakan pengujian dan simpangan-baku populasi o diprediksi berdasarkan simpangan-baku s dari sampel.
Hubungan antara s dan

a.

dapat dikaji dengan pertolongan distribusi-;2.

Distribusi-212. Distribusi-Xz merupakan distribusi variabel acak dengan

persamaan:

fQ')=K.22

( VV -l)

.e2

(s.01)

di mana v = df = derajat kebebasan, e = bilangan Napier = 2,7283 dan K= bilangan tetap yang tergantung pada derajat kebebasan df. Pola grafik distribusi-Xz ditentukan
oleh besar-kecilnya df.Padaharga df yang kecil grafik merupakan kurva positif (miring ke kanan). Kemiringan makin berkurang jika df bertambah besar dan menyerupai kurva normal jika df > 10 (Cambar 5-01 ). Untuk keperluan perhitungan disiapkan tabel distribusi-X2 seperti tertera dalam Lampiran D. Tabel tersebut berisikan harga-harga X2 yang ditentukan berdasarkan derajat-kebebasan df (kolom pertama) dan tingkat signifikansi a G 0,05,0,025, O,0l dan 0,005). Salah satu penSgunaan tabel distribusiX2 adalah untuk menguji normalitas sebaran frekuensi. Besarnya harga tabel X2 ditentukan dengan menggunakan rumus:

^
b.

,,2

(fo- f,)' -y /'/ f" {

(s.02)

di mana f, = frekuensi hasil observasi,

= frekuensi yang diharapkan (expectecl)

berdasarkan kurva normal. Prediksi Varians Populasi 62 dari Varians Sampel d. Jika X, = harga variabel pengukuran dan = simpangan-baku populasi, maka dari persamaan (6.01) dapat diturunkan rumus untuk menghitung harga 72 sebagai berikut:

(X,-lt)' =* 'Lfroz
,,,
di mana p

(s.03)

rerata populasi. Jika dari suatu sampel berukuran n diambil dari populasi yang sama dan mempunyai rerata X = P, maka simpangan-baku sampel:

(x, - tt)' (x, - X)' ,, = i u,=, n-l =y ?i n-l


Dari rumus (5.03) dan (5.04) diperoleh:

(s.04)

s'= z'(o')
di mana

(n-l) - df = derajat-kebebasan. kan dengan persamaan: ..s


z

n-l

(s.0s)

Hubungan antara 52 dan


(s.06)

62

dinyata-

Z. =(n_1). , o-

'6 = |

-0[ = l.- u =]p'ueseqaqal-1eleta6

uo.trlut

6L6'I=ffi = ,,rt ,(x -'x) K ) - s';adLues nleq-ue8uedur5

l-u

uo,trlltu vgz'8 =

#=

'uesneal elerau :qa;oradrp lO-S laqel ue6


:ueleSa;ar(ua4

'rsrs-enp l[n' %56' "1o96 ueeAedee:rada1 1e13ur1 eped ;rqu-rerp n1r ;adures eueul r.rep rse;ndod uesneal nleq-ueBueduts ue)ntuaf 'gy'LL uep 199'6108'919'B l0O'910'0 l!S'l!OZ'g i0 L'61S0'B :]n)llaq re8eqas 'er(uuesnea) ln)intp uep seda;rp epol Llenq qelepe (uor)ru.r LUelpp) uetnlnSuad lrseg : [0-9) tlo]uo3 qn;ndas uep opoJa,'nluayal nqe/!\ unrn) euelas uereleutad qelalas

nluaual yp eBreq eped ,X-lsnqrrprp enrnl eped uelelouad uep uepuuauad qe.rae6 : [0-S ,reque3

,,[

7"

n,q1

DY

;;
a

r*

ls*t)=ruV

ul$pla{ ;o s*lrftp

rc

'rX-rsnqrrlsrp erun1

eped uele;ouad qeraep uep ueeurrauad qelaep rsrodord ue11n[unuaLu L0-9 reqrueD

u0's)

lptt,n-iy N

!p:7

1o7

,s'(f-a)/

\l-r\

,s'(t-t)/

:rsrs-enp uerfn8uad )n]un o rse;ndod nleq-ueSuedurrs rrep ua a/ $uapuuo)) uee,(errada>l Llelaep ueldelalrp ledep 196'9) ueeluesrad ue6
69

luvnTVA;I Nlwttldsxl

SVS

70

STAflSTIKA TEKNIK

Tabel 5-0'l: Tabulasi perhitungan Keausan

Keausan

(Xr)

X
8,264 8,264 8,264 8,264 8,264 8,264 8,264 8,264 8,264 8,264

(X, - X)
-0,214 0,836 -2,064 -0,764 2,036 -3,264 0,266 1 ,464 1,336 3,296

(X,- X)'
o,046 0.699 4,260 0,584 4,145 10,654 0,071 2,143 1,785 10,864 E = 35,251

8,05 9,10 6,20 7,50 10,30 5,00 8,53 6,80 9,60


11

,56 82,64

(1)

Dengan tingkat kepercayaa n

9Oo/o:

a = l-

0,90 = 0,10

| = o,os
Dari persamaan

r,

i)=

o,e5

rtrrg = 16,919

72o,

= 3,325

(5.07):

- t)'s' I o 1 @ ^l@ V xo z,,r \ zi_",2t:u


(10

(10

- lxl,979)2 1o1
16,glg
35,251

-t)(1,97\,

1,442 Dengan tingkat kepercayan

mikron

I o < 3,256 mikron

95Zo: a =

l_
Z]

0,9S = 0,05
r,n

dA - = 0,025
(10

(l-;)

0,97s
(10

= 23,5g9

Xf,r, n = 1,735

- t)(197D, So(

-t)(1,97D,

35,251

(o(

23,599

1,222

mikron 1 o < 4,S0g mikron

X uep

uEJeqas eJe}ue uB8unqnH :20-S JequED

(o

uotlnarP PlspuElg) r.rs usltnqlrlslff

19t * uorla!^rp preprl?ls) $ jo uqlnqlrlsl0

rsnqrrlsrp ue8uap

e.re}ue

ue8unqng

'o

'20-S reqlue3 eped uel>lnfuntrp rselndod n>1eq-ue8ueduuts tseuut}saSuau

s 'ladues >1odr-uo;aq lrep n>1eq-ue8ueduts elera.t 1n1un laduues n)eq ue8uedurs {.s 'ladLues lodtuo;a1 qeguunf = ry 'lrquetp n1r ;adures-ladures eueur uep rse;ndod :se1e tp ueeuesrad-ueeuesrad uue;e6 'laduues derlas rJep ele;ar =

eleJar =

l'rl
(0

r's)

L _{s
,c

eSSurqas

(60's)
(qB0's)

rl = (X)fl

uep nele

_te L 0

(eB0'9)

L
o

I _xo ,('l - DZ

:ueeeruesJad ue8uap ue1e1e,(urp rse;ndod eleta.r depeqtal laduues eletar ue8uedr-urr(uad'eanqeq rnLleta)rplnqasral;er8e.red r-ue;ep uereln rreC '6'tler8ered rue;ep sellpqrp qe;a1 3ue Swptues lsnqlrlslp ue8uap lnqasrp ulrzel tut apolaw 'e(urselndod uep lrqurerp 3ue{ ;adLues ederaqaq ue)resepraq ue>ln)elrp uerfn8uad eleu 'rnqe]a1rp

3ue.reId rse;ndod e]erar euareyeleru e?teq qap ueldelSunrp ]edep uep Surluad 3ue,( lnpord )ltsrraqere1 nlps qelps Llelepe ntnl 'rqnpord nlens nlnw rsptullsl 'f,
'"yog6 ueeAerradal 1e13u11 eped

uulntt B0S', uep uoJ\tur ZZZ'L nely '"yog6 uee(etradal 1e>13up )nlun uor)/Lu gSZ't uep uor4tut ZyV'L erc;ue rp eperaq rse;ndod uep n)eq-ue8uedurs 'emqeq ue1;ndrursrp ledep 1uee,(er.rada>1 1e>13ur1enp ue8uap r[nrp Suer(; ]nqasJa] uauuadsla ue)Jesep;aB
tuvnlvLl
NlwtdJdsxl

A svs

STATISTIKA TEKNIK

tiap sampel n = 30. pengrkuran diameter roller-bearing sampel menghasilkan data rerata seperti tertera daljm tabel di bawah ini. Diameter"nominal rolletbearing = 10,0 mm. Selidiki, apakah ukuran produk tersebut dapat dinyatakan
1.6, ukuran

C5-02: Untuk memeriksa mutu suatu produk dengan lotbesar, dilakukan dengan menggunakan metode distribusi sampling dengan ketentuan: jumlah kelompok sam"pel

k=

seragam dengan tingkat kepercayaan 95oh. Penyelesaian:


Tabel 5-02: Tabel Untuk Perhitungan

pV

dan o

No. Sampel
1

Rerata

X , m*

lX-pxl
0,035 0,1 10 0,040 0,060

lx-Fxl'
0,0012
0,0121 0,0016 0,0036 0,0049 0,0100 0,0016 0,0004 0,0016 0,0019

10,025
9,BBO

2
1

)
4
5

6 7 o 9
o

10,030 10,050 9,920 9,890 9,950

9,970
10,030 10,034

10

t1
12 13

I0,150
10,056 10,060 9,885 9,950 9,980 = 159,835

0,070 0,100 0,040 0,020 0,040 o,044 0,160 0,066 0,070


0,105 0,040 0,010

0,0256 0,0044
o,o04g 0,01 10 0,0016 0,000'l = 0,0865

14
15 16

k=16

I
=
1O,O

Dalam soal ini rerata populasi


Rerata distribusi sampling,

p=

diameter nominal

p*

rse.83s =T=ff=9,990

Ix

mm

mm

Penyimpangan rerata sampel terhadap rerata populasi:

Ifx
Pada tingkat kepercayaan

- tt,)'

G
l0,95

= 0,0735

95oh: a =

- 0,05 pada pengujian dua-sisi,


zo.ozs

maka:

A :0,025

dari tabel distribusi normal diperoleh:

=1,96.

Selanjutnya

(0f > ,/ ) lrra) ueinlnraq ladr-ues ue)-,esepiaq


Llelat

:snLunr ue8uap ue)nluatrpl->l!]srlels eueui rpi-rsnqulsrp ue8uoloyad ue8uap ueln)elrp rslrpard nele rseurlsa 'ezrtqeq uelSuerapp

lll qeB uJelec'l!)a) 1adue5 plprau pep pse;ndod elera1 !s{!pard


'o7o96 ueeAec.radal 1e13ur1

'a

elerar e8req

'Utt uep tg'B I Ete]ue rp eperaq rse;ndod lE'LZ U4 uellnfunuau seJe rp ueSunlrqraS
eped 'e,rnqeq

S6'0 = (LE'1.Z > r{ >

tg'gl)d

s6'o =

ffY

'x'r+ oz) > o ,


r,'z
+

(#

s6'r

- o1)a

X) > rt > 1!-'r,'r- 5)Ja

D-l = (''"2+,
-srp laqe]
SZ0'0

uNto

:(z t's) uep ([ 'S) snLunr ueleunSSuau] ue8uap er(utnfuelas '96'f sl0'02 :Llaloradrp peu.rou rsnqu] f = :lsls-enp uerln8uad 90'0 = 96'0 -l: p rrep 'ge = u

D -t =K+ >''"2-)d e

D-f=(''"2+>z>''"2-)d

:uelesa;ar(ua4 1nqasra] Jolsrsa; rselndod uep er(ureuaqas eleJar

uelrslrpa;d

"7o96

elerar ue>llrseqSuaru uep rfnrp roJsrsar


(z

ueeAerradal 1e13ur1 ue8ua6 'o =

lyl

Z'V =

9t

lJep !rlpral Sue,{ ;adures

'tg-Sf tlo}uo)

uep Ury 07 =

rs)

rl-y-- -,
:snLunrunarrp Sunlqrp z ueresaq euerrr rp

uNtg J'

r r's)

D-I=(''"2+>z>''"2-)d
z

:3uen1ad n)elJaq Lunurn erefas -rsnqulsr6 ue>1eun33ua6t ue8uap ;adue5 pleJau r.rep lse;ndod ElEraU rqrpard 'p

talp)
ladLues

lelSurl eped rselndod elera.r e8leq'e,r,rqeq InLlela)lp


S6.0 = D

'ue1de1a1rp Suer( nlnru eualrJ) l.lnuauraul lnqasral Suyeaq lnpord :ue>1;ndLrrsrp tedep eSSurqas '1nqasra1 3ue1ua.r u.rplep pperaq tnqasral 9L-a) elerau'u/ru VVL'OI uep LUr.u 958'6 erelue lp epelaq o696ueeAe:rada1 sPlP lp ue8unltqlad rle6

[(ttt,O +0I > rt > V?10_0I)]d


>

56'0 = [(SSZ,O'O x'96'I + 0I) > rt > (gt,tO'O x'96'I - 0I)]d -X)]a

- | =71X o'ztor+ X) > I

('

o'z/o2

uN/o

- | = (''"2+, #

>z'"2-\d e
:(Z

D-l=(''"2+>z>z'"2-)d
(L

t'S) uep

L'S) snurnr ueleunSSuauu ue8uap

JUV1IVAI NJWldtdSXl - A

gVS

74

STATISTIKA TEKNIK

l=
maka persamaan peluang:

X-p ,J;
s

(s.13)

dengan derajat-kebebasan df =

n-

1. Pada ujidua-sisidan tingkat kepercayaan (1 - O),

PlGt,, r.u) < t 1 *(t,


atau

z:dl))

=|

-a

(5.14a)

PlGt,,r o) = #.
3p<

*to,z:r1))=

l- a

(s.14b)

Selanjutnya,

PIG -

ft.t,,2,r)

(x *

*r",2;dy))=

r- a

(5.1ac)

Pada pengujian dua-sisi daerah penerimaan dan daerah penolakan ditunjukkan pada

Cambar 5-04.

-talz'."
Gambar 5-04: Penunjukkan daerah penerimaan dan penolakan pada pengujian dua-sisi, distribusi- t

Contoh 5-04: Sebuah mesin pengisi botol diatur untuk mengisi kemasan dengan berat tertentu X. Enambelas botol dipilih secara acak; setelah penimbangan diperoleh rerata beratn/? = 95 grdengan simpangan-baku 4,00 gr. Estimasi- kan rerata populasi i pada tingkat kepercayaan 90o/". Penyelesaian:

s=4,0gr n=16 1= o.os q=l-0,90=0,10


2

X=95gr

df=n-l=16-l=15
,,os,rs

= 1,753 (dari Lampiran

C)

Dengan mensubsitusikan ke dalam persamaan (5.15c) diperoleh:

p[(es

ft.t:,t3)

<

p<

(es

ftt,ts3)]

= 0,e0

's\ueJ %g6 uep s4uel o/og 's4uet uetpau 'fifiepot lnun lenl":aru Suer( 7g-9 laqellenq 'rut nlnq Wp Zl uep Il ueltduuel eped ;aqer;aqel ue8uololrad ue8ua6 :uelesalar(ua4 'er(ureuaqas SueA o'5,t1 Jntrn

(p) ue6 'e(u:euaqas 3ue,( g rnrun )ttstla])Pre) (r) 'rl rse;ndod ele.ray 1q; 'e,tureuaqas 3ue,( ;lnqlaM ueSuutr-ua; (e) :%06 uee,(euada) le13u11 eped ue>1uP1nlual 's0[ x 16'0 uep 's0L x O't 's0l x S'[ 's0L x [S'0 'sOlxZ'Z :in)rraq re8qas qelepe 1sa1c,{c LUelep) uele8e8al tue;eBuauu e)rla) rnurn elec 'ue;e8e3a>1 tuele8uau tedues rfnrp r8r8epol qenq eulll '90-9 tlo]uof

'lul ]nluaq So-Sf tloluof lseJlsnll ueresa;a,(uad elef ue)rleqrad e,(u1n[ue;as uesela[ua6 'se]e lp eg'5 ;erBered-qns eped uelre.rnrp luadas llnqlaM seua) eped ;adr.ues elep sl)nlaLU nlnqep Lllqalla] ueSuap ueln)elrp elnl yog6 uee(ertadal te13ur1 ue8uap ;aduues elep rlep g rse;ndod )llsllaUele) uep r/ rse;ndod elerar rs>lrparduuaLu )nlun'InpoJd nluns nlnw lsetullsl'q '17y,r1 uerrdr,uel) )orra adols pqapl rslrpaldruau 1l1el3 ue8uoloyad ue8uap up>lnlualtp llnqlaM ueSut.ttua>1 uenllla>la) )nlun '171 uerrdr-ue1) queJ oh7'16 uep sluer "/os'z Pqel ue>1eun3 'o/o96 = ueer(er.rada1 e;rqede ls4uet %96 uep s4uer %S laqel ueleunBrp o1o96 uee(e:rada1
1e13u11 1e13uq )nlun 'rur nlnq Wp Zl ue.rtduuel ue8uo;oyad ue8uap ue)n)ellp '7o66 e,(u;esrru ,nluaUa] uee(ettada1 ]e)Butl eped er(ureuaqas Suer( ;;nqrary1 rse;ndod ueBut.rrutal

rs>lrparduau-r

)nlun 'y'y yt1ercd tuelep

seLleqrp qelat

lladues elep !rep) q llnqlaM

ue8urrrual ue)nluau -au elef uep (11 uerrdurel;o1uu uetpaLu ;aqel ue8uo;oyad ue8uap llnqlaM seua>l eped elep sr)nlalu ele)'Inpord nlens uBueSBrasa) lselullsf 'P 'leuauuaqd an3ge71 ueqepp4 ue8uap uette)raq 3ue,( e;efa8 -elefa8 Luelep qelepe ueururop Suer( ue -eun38uad unuieu 'ese,(e1al qeleseLu re8eqraq

erun) lrep ue)qe)aurau )nlun reledrp ledep llnqlaM lsnqlrlslp undne;ery1 /1;nqra11 rse;ndod uep lsua4ue4 ue8uuruual - g uep llnqlaM rselndod 1tlspaUere) = I plpror = r/ ue8uap ueleler(urp n1r e8req enpa) eueul lp llnqlaM lsnqllslp ue8uo;o1rad ue8uap uelqeradrp elnd ledep eues 3ue{ leH 'o nleq-ue8uedurs ue8uap lnpoLd nlens nlnul uep r/ elelal ueSuap ue1e1e,(urp lnpord ueue8elasa) eueu tp ';eulou rsnqulsrp ue>peseptaq >lnpord nlens nlnul uep ueuue8erasa) rsetutlsa8uaut e.lef ue)terntp Llela] 'Z'S;er8ered ueleC 'llnqlaM ralaurered-;alauuered ue>lnluauaur L.loluo) ederaqaq reuasrp llnqlaM rsnqrrstp ue8uap uelte)raq 3ue( r.roa] seqeqlp qela] nl qeB LUeleC

'llnqla6

llnqlaM rsnqrrlslc uqpunSSuaw ueSuap Isewllsl

't's

'rB tgl'96uepB lvz'tG eretue tp eperaq loloq tst rselndod elelal 0/006 uee,(etladal telSutt eped 'entqeq ue11n[unuaLu se]e rp ue8unlrqra6

06'0 = QrB tgf96> rt >.tB LVZ'86)4 9/

tlvnlv\l

NIW|AilSXJ

SVS

STATISTIKA TEKNIK

Kemudian data dari Tabel 5-04 tersebut dilukis pada Weibull paper seperti ditunjukkan pada Cambar 5-05.
Taabel 5-04: Tabulasi Umur vs Median Ranks Soal C4-05

Umur,
105 Cycles 0,51

Median
ranks

s%
ranks

9s%
ranks

0,1294 0,3147 0,5000


0,6853

0,0102 0,0764
0,1893

o,4507 o,6574 o,8107 0,9236


O,9B9B

o,97
1,5

))
3,0

0,3426 0,5493

o,8706

s{,

*.

'l*

tr$ 1'

*
1 6
5

5 t't89r*t
l-it*" cyslct

Cambar 5-05: Grafik median ranks,5"/" ranks dan 95"/" ranks


untuk contoh C5-05
a.

Tentukan kemiringan b garis median ranks dengan jalan mengukur dengan abcis = 1 cm kemudian membuat garis tegak sampai memotong garis median ranks;

$luPJ uPrpau suES uESuurtual uelrPsBpJaq uElBSESal asPluasrad uplnluauaw :90-g JpquED

c{,r j}li

.y):

r*

1e13u rg

qelepe rnurn elera: 'emqeq ue1;ndLursrp ledep n1r uerln8uad ;adures ue)]esepraB 'sa4ctt uee,(e:roda1 te13ur1

'sapbr0l '91'g rSSurpat uep saptcr0I'ZL'y qepuaral :qelepe o696 uee(e:.rada1 eped rselndod rrep e(ureuaqas rnLun ue13uepa5 'sa1c{c rqf ' L'l = X
,0T

'so'I > o'W > sap{c ,01'6'0

:,7o96 ueeAer.radal 1e13ur1 eped

eped uep sapr{csgl x i'0 =o'Wrnurn gp-E rnq*nr'l"n0j 'p > g ; sapttt r0I 'gg'0 lntun >lttsuaUere>l e33urqa5 sa1c[c r0l't'E

'sa1r,(: sOI x i' uep salr(r sOl x 9B'0 se]Eq-seteq ue8uap salc{cr0l'6'L= 0 qaloradrp 1'y'y pfiesed eped uerern 1eqrl;uele8eSrlo/oZ'Eg >lntun S0-S reqLUeD uEC

'l

salctt r0l 'SI' > rl ; salc{c r0I'ZL'0 :qelepe Jnu.in eJelal 'o7o96 uee(etradal 1e>13ur1 ue8uap eSSurqas 'sa;r,(: s0 [ x S [' uep sa;cr(: s0l. x 9 7/O se]eq-seleq ledeprp >lueJ %g uep s)uer "/oS6 eped 'sa;:{r sOl x l'L Jnun elerar qa;o.radrp

'VO-S rBqLUeD) "/oS'lS uele8e8al egerar eped S0-S requreD Uep e,(u1nfue1a5 "hg' lg = uele8e8al aseluaslad elelal qaloladlp S'[ = q )nlun '1y^r1 ueltdurel luer8 rre6 'q

8z'7,>'u"'ug

>zto

S'I

ll

nq

laM ueBu u

r-ua1 eSSu

:seteq-seleq uelep eperaq e,(ureuaqas ueSuurLua>1 rpe[ llnqlaM (S'1XZS'O) + S'I > lorttt'Q (S'IXZS'g) :e,(ureuaqas qas'(90-S reqLUeD) o/oZg = l l nqlaM ue8u rr ural aseluasrad
r r

qa;oradrp S

=u

;adr-ues ue8uap '7ya1

uerduel r;ep e(u1n[ue1a5 'S.I = |-

= r., f

'llnqlaM

ue8uurura>1 lalo.radrp eSSurqas 'LLtLu S'

]eurpro L1a;oradrp
gVS

JLVqIVA1 NlW'AilSXI - A

7B

STATISTIKA TEKNIK

Hubungan antara reliabilitas dan tingkat kepercayaan dapat pula ditentukan dengan pertolongan Cambar 5-05, di mana ketiga kurva (95% ranks, median ranks, dan 5oh ranks) sebanding dengan tingkat kepercayaan 95oh,50% dan 57o, serta skala ordinat (persentase kegagalan) sebanding dengan persentase reliabilitas (= 100% - persentase kegagalan). Sebagai contoh, jika ingin diketahui reliabilitas untuk umur l Oscycles

diperoleh dengan membaca titik-potong antara garis ordinat l0scycles dengan ketiga kurva tingkat kepercayaan tersebut dan diperoleh hubungan seperti tabulasi di bawah
ini: Tinekat Kepercavaan
7o Kegagalan 6B 32

% Reliailitas

9s% so% s%

(100-68)=32 (100-32)=68
(100-9,5) =81,5

9,s

Jadi harapan agar 95 dari 100 produk terus dalam keadaan baik (survive) hanya didukung dengan 32oh reliabilitas. Oleh sebab itu dalam berbagai penerapan rekayasa,

keputusan lazim dipilih pada 50% tingkat kepercayaan dengan 68% reliabilitas.

6 o t
u
4i

il

.{
g s

lvribul depr

Gambar 5-07: Menentukan persentase kegagalan berdasarkan kemiriangan Weibull b

')-t-(t-4dZ=od
,l=!

0=t

'J
eueur rp
1e13u11

-t - (!.r - 4t!= tt

od

:pel'z) = ) lpelat uelurlSunr-urp uep resaq qrqal 1epr1 3ue,( rse;ndod ue;e8e8a1 Suen;ad uee,(ecrada>1

seleQ

='J ,ep rd

uep lrla) qrqal 1epr1 3ue,( rselndod rrep ue;e8e8al

Suenlad ue1e1e,{uauu SueA gtutl iluapuuo)) uee,(erradal te13ur1 se}eQ = 13 :ru1e,( 'uelqequlelrp n;rad nreq rselou !u!s lC ''; lesnl nele leBeB 3ue( qe;runf uep u ;adrues uern>fn Llelepe rnLlela>lrp 3ue,( elrf 'uee(er:ada1 te13ur1 re8eqraq eped lseylryetpt b sas)ns Suen;ad rrep sele-seleq uep Llemeq-seleq
r3o1ourlura1 ueSuap LUruours 3ue,(;

rseurlsa8uaur )nlun.rnpasold uelSuequaBuau 1n1un Llelepe rur srsrleue ueJeses

,r;y=(;)
(s

eueu

Is)

f t/\ ,-,0 uolu)= (tt = .r)d


:ueeuueslad ueSuap ueleler(urp
r.r

'u

uern>1nlaq

)e)e

gaduLes

rrep 3ue,( Suepef,n)ns ue1]edepuau Inlun 1uee,(erradal lelSurg Suen;a6 )esnr :ue8unqnq rqnuadrp eSSurqas d ue8uap ue1ele,(urp ue;e8e8a>1 rue;e3uau 3ue,( Suepeln)ns Suen;ad uep b ue8uap ue1ele(urp ue;e8e8al rue;e8uauu 1epr1 3ue,( Suepetnlns qe;unf Suen;ad rur snse) uele6'(q 00; eped ;eBeB >1epr1 8ue,{ ede.raq uep ue;e8e8a>1 rue;e8uau 3ue,( Suepernlns ederaq ,qe;epe ledeprp SueX rseLlJolur rut snse) u:eleC'rnqpla)rp 1eprl ue;e8e8al e,(urpefral redures rnLUn euare) ueleunBrp esrq >lept] llnqlaM tsnqustp 'rnLUn qeleseLU ue8uap uelte>lraq tut qeleseu.l undne;e11) 'nluauat uee,(er.rada1 te13ur1 eped 1o1 Llnrnlas )nlun (q 69 1 eped; ue;e8e8a>1 aseluas;ad rslrpa.rdulau: )ntun uelurlSunuu!p 'lu! ln)uaq spLleqlp Suer( srsr;eue ele) ueleunSSuau ue8ua6 'le8e8 qe1a1de83uelp nt! Suepernlns Enpa>l lul >llllt eped reduues 1ue1n1ua1rp 3ue,( uele:e,(s.rad rnedrue;auu Suer( uesnea) rue;e8uau er(ue;e1ue tp enp uep es>luadrp n1r ;adures qn;ndasal uerfn8uad q 0O t qpla]as e,(u;esry,1 'rfnrp uerpnua) resaq nlens uep )efe ere)as llquelp Suepecnlns t1n;ndas e(u;esrp,1 'le!ur

uern)n.raq

lol

-ourq rsnqr;lsrp n)ellaq e4etu ' ,,4e1ollp-eLuualtp ',,o8 ou - oS,, tsenJts LUplep rpadas nele 1qn1n ue8uellq) ]lr)sap ue8uelrq ueledntau nlt )ere laqeue^ e)t[ 'nur]uo1 ueSue;lq uelednratuy )ere laqerJen e;rqede reledrp llnqlaM rsnqrJtsrp uep lerxrou rsngrJtsrC

lBrruoutB
6/

rsnqtrlstc'n's
A
SVS

JUV1TVAI NlWtAilgtJ

STATISTIKA TEKNIK

Kedua persamaan

di atas sulit penggunaannya, sehingga diperlukan


1

persamaan

transformasi berdasarkan tabel distribusi-F:

L 1+[(z-r+l)lr).F,

(s.16)

mana F, didapat dari tabel distribusi-Fsesuai dengan tingkat kepercayaan dan derajat-

-ebebasan

df

dft = 2(n-

\ *1)
I

dan df, = 2r,

Pu=
:i

l+ n-''

(s.17)

(r, +l)Fu

mana F, didapat dari tabel distribusi-Fsesuai dengan tingkat kepercayaan dan derajat-

.ebebasan

df

dft = 2(r, + l) dan dfz = 2(n

rr)

: 'eluang berhasil q dapat diperoleh dari g n- r, di mana g = jumlah dari keberrasilan, n = jumlah percobaan, dan r = jumlah kegagalan, dengan hubungan: r+l(n- g-t)t glF, di mana: df, = 2(n - g + l) dan dfz = 29
Dengan cara yang sama diperoleh:
Qr-

I
(s.18)

qu

= ---_]n-

di mana:

+t).F, elf, = 2(g +l) dan dfz = 2(n- g).


(g

r+

(5.19)

Contoh C5-06. Sebuah tambang batubara bermaksud untuk membeli mata bor jenis baru untuk mesin tambangnya. Dari pengalaman dengan mata bor lama, setiap terjadi kegagalan diperlukan downtime yang lama dan biaya perbaikan yang cukup besar. Sebagai pengganti, perusahaan memesan 20 mata bor sebagai percobain. Dari ke-20 mata bor itu empat buah mengalami kegagalan. Anda diminta menghitung koefisien reliabiltas R dari mata bor baru itu pada tingkat kepercayaan 95o/o. Penyelesaian: Data yang diketahui: n = 20, r = 4, Q = t1- | = 20 - 4 = 16,

R=L={=o,go

nZ0

)e luang berhasil batas bawah:

LlelurnI 0/.,06 uee(e)rada1 te13ur1 eped ue)rqrpaJd ']ef,e) e,(uerelue rp 0 [ ue)nlua]rp uep IPle erefas 0s = u ;adues llqtuelp 'qenq 0002 ueln)nlaq qflpq nlens lrec '90-ss '00't uep OZ'Z - 0g'l. - 16'0 - LgtO :Fap^) s0 L Luelep) etep uellrseq8uaLu 3ue,( uerfn8uad nlens lJep o/o06 uee,{e:tada>l }e13ur1 eped .rnLun )rlsrrat)eJe) uep Jnurn elerar ue)nlual llnqra7171 apolau ue8uo;opad ue8ua6 '20-gS '"7o66 ueeAe:rada1 1e13ur1 eped rse;ndod eped rse;ndod uernln

uern)n eterar (q) '"yog6 ueeAe:rada1

1e13u11

eleral (e) :ue)ntua]


LuuJ

';euu.rou rsnqrllsrpJal ;adLues uern)n nele) 'UJLU IZL'O nleq-ue8uedutrs ue8uap OS'g(, r,lelepe roq eleu uelrqulas uep rJrprat 3ue,( ;adrues ralaurerp elerau'tg-SS

uEqrlPl lPos-lEos'g'g
n
'eqor-rfn lrseq e]ep eped ueryeseprp srsrleue 'qe;epe qeB uesnsnq)a) 'uauuads>1a rnlelaur e,(u1n[ue;as qeq-qeq uep 'uelSurpupquaLu

ueBuap lnpord nlens rsen;ena8uau eref seqeqrp ln qeB LUelep er(u;esryri 'e(u1n[ue;as qeq-qeq uelep urel apo]aur-apotaur ue8uap seqpqrp ue)urelau '!u! n qeg Luelep uelrfesrp Suer( apolar-u ue8uap seteqlat lepll Inpord nlens sele rsenle^l
'lerurourq uep llnqraM 'leurou :rsnqrJlsrp sruaf e8r] ue8uo;oyad ue8uap ue)n)elrp srsrleuv ';adr-ues uerfn8uad rnlelaur rse;ndod )rlsrraUere) rslrpardr-ualu ue;e[ ue8uap ue)n1elrp lul leH '1'qsp sasord
';eualeuu 'uresap)lnpord nlens rsenlena8uauu apolaur seqeqrp Llela] lu! qeq ulelec

uEun{8uEu 'g's
'%e6>A >.%09 :rueq loq eleur setrlrqerlal 1rlsuat)ete) uet)ltuap ue8ua6 nete t6'0 = nb = n[ :se]e seteq eped selr;rqer1a5
yot6 =

nA

t6'0:
8 = (9I

(qO'g)'(r + qr) 3) 'tfi+ +I s-, +1

9t-

07,

=nb

90't = srtt:s0'0jf

:qalo:adrp E3 uetrdt-uel laqel uec

-ydT, ='(3- u)7,=zlp uep ?t = (I +gDZ = (I+ 3)Z=rtp


=

'%o09

Itr

nele 09'0 = 7b =

Tf,

:sele seleq eped lrseqraq Suen;a6 :qeMeq seleq eped seltltqetlau


7l)

09'0 =

Ot'dLgtt(I+9r-02)l+I'tl? tfi+ 3 -u)l+t


laqel

?l'Z =

zcror:so'0o[ qalo.radrp 93 uerrduuel


T,E

uec e

9l'7= 37= lp uep '0I = (I +9I-

0Z)Z= (t

S0'0 = S6'0 - | = p +3 -u)Z = ttp

t8

luvnlv^l

NJWTAUSXJ

gVS

82

STATISTIKA TEKNIK

minimum dan maksimum yang cacat dalam batch tersebrut. 55-04. Sepuluh spesimen yang diambil secara acak dari persediaan di gudang (populasi) untuk diukur kekerasannya. Hasil pengukuran (dalam HRC) adalah 66 - 68 - 67 - 69 -71 -70 -70 -71 - 63 dan 63. Lukis grafik rerata kekerasan dari populasi vs tingkat kepercayaan. 55-05. Sepuluh sampel diambil secara acak dari populasi 100000 perakitan antara poros dan naf dengan menggunakan suaian tekan (press fi0. Ukuran interferensi yang diperoleh adalah sebagai berikut: Nomor Sampel
1
I

nterferensi Diametral (mm) 0,0 524 0,0 016 0,0 270


0,0( BB9

2
3

4
5

6
7
B

9
10

0,0 0,0 0,0 0,0 0,0 0,0

524 397 270 143 143 524

Berapakah besarnya interferensi dari batch tersebut pada tingkat kepercayaan


950h7.

55-06. Sepuluh rodagigi diuji kelelahan sampai mengalami kegagalan. Data umur sampai megalami kegagalan (dalam 106 cycles) adalah sebagai berikut: 1 ,6 - 3,8 - 1 2 -0,58 - 9,2 - 23 - 2,7 - 5,4 - 1 6 dan 7,2. Dengan menggunakan distribusi Weibul tentukan: (a) median, karakteristik umur, dan umur 82,0. (b) Rerata umur sampel dengan batas kepercayaan 90% untuk rerata aktual. (c) Umur B,o sampel dengan batas kepercayaan 90o/o untuk umur B,o aktual. 55-07. Partikel polutan dalam udara di suatu kota diukur setiap hari dalam satuan microgram per m3. data yang terkumpul adalah sebagai berikut: 150 - 1 70 - 165 - 148 - 181 - 160 - 175 -182* 168- 172- 158 - 180 - 155 - 180 - 170. Tentukan: (a) Tentukan batas-atas dan batas-bawah pada tingkat kepercayaan 9O"/" dari pengukuran pada kurun waktu berikutnya. (b) Tentukan rerata aktual tingkat polusi pada batas kepercayaan 90o/o.
I

5.7.

Daftar Pustaka

Crosh, D.L. (1989), A Primer of Reliability Theory, Joh Wiley & Sons, Ltd.,New York. Lipson, C., Narendra J Seth (1973), Engineering Experiments, McCraw-Hill Kogakusha, Tokyo.

qrqal 8ue^ )rlsrraUere) r>lrlruraul enpa>l )npoJd Llelede 'uelSurpuequaLu uerpnua)'rnqelalrp (n)pq-ueBuedr.urs nele plerar; >1npo.rd nles qBles uep )rlsuaDleJe>l eueLU rp ueleos.rad dn>1eruar,u elueuad r.ro8age;1 'jllep) ue8utpueqtuad uep 4epnu ue8wpueqtuad 'ru4e4 uo8alel enp urelep r8eqral rur uele)apuad 'n]! ueepaqrad qnef ede.raqas e8nf ueldelSunBuau rdelal 'lnpord enp pJetue ueepaqrad er(ueq ue)nq ue>lnluauaur )ntun srsrleue ueres uelrfeAuar-u lqceotdde pailelap) enpa>l uetelapuad 'llnqlaM tsnqtrtsrp rsnqrllsrp ueleunSSuaur ue8uap uelqe:adrp ledep rur snsey uep leurrou uer.ue8eJasa) nelp n]nur ue8uap ue]re)raq

'l[e)lp 3ue,( lnpord enp uep

3ue{ qeqsru ueleler(uar-u 8ue{ nreq laqerJen )n}uaqlal 'e,(uledLuep re8eqag 'n qeB eped ryadas eLues 3ue,( >1r1s1te1s ueleunSSuau-r ue8uap er(urse;ndod rJep suerJen qeqsru nele eleral eJelue rse;ndod ueepaqrad Sunpue8uar-u BueA 11erua1u a)uapuuol) uee^e)rada1 1erua1ur ue)nluauaur )nlun ueleunBrp eBnI ledep rur ue]elapua; 'e,(u8ue)elaq Jetel Linel qrqa; rfelSuaLu eduel 'e,tuure1 lnpord epeduep ure8eras Llrqal nete )req qrqal )npord nlens qe>1ede uelnluauaur )nlun ueleun8rp ;e,rne uetp)apuad 'lqceotdde palppp) rruual uelelapuad (q) uep llqceotdde /tewutptdl pme uelelapuad (e) rnlelalu uauuadola uresap seqeqrp uele rur qeq LUeleC 'ue>1;ndr-ursrp eAu;rseq upp srsrleuerp uerfn8uad lrseq elep uerpnu]a) 'tedat Bue,( uar.uuadsla uresaprp nlrad rur geq LUeleC 'uerfn8uad e]ep ue)Jesepraq uelSurpueqrp snreq )npord ue:eur enp rlep ueuue8erasa) uep nlnu eueu !p ledepra] Suuas eseAelar uelec

uEnlnqepuad 't'g

NVX DN IC NVSWIW

NVDN]C NIWIUldSXl

I/-ys

STATISTIKA TEKNIK

baik atau sebaliknya. Dalam pendekatan detailed approach digunakan metode pengujian hipotesis. Dalam hal ini ukuran sampel harus mendukung terpenuhinya syarat signifikansi statistik dan perbandingan karakteristik antara dua produk diputuskan secara kuantitatif pada tingkat kepercayaan yang ditetapkan. Pendekatan ini digunakan untuk kasus-kasus di mana data yang terkumpul memenuhi distribusi normal. Dalam kasus karakteristik distribusi tidak diketahui, penyelesaiannya dilakukan dengan metode ekspermen
nanparamerrik (Bab Xll).

6.2. Pendekatan Awal (Preliminary Approach)


Pendekatan ini memanfaatkan distribusi normal dan distribusi Weibull. Dalam hal

data memenuhi distribusi normal, mutu dari dua macam produk dibandingkan
berdasarkan perbedaan rerata, jika varians keduanya diketahui atau bila tidak diketahui

tetapi sama. Keseragaman dua macam produk diidentifikasi berdasarkan nisbah variansnya. Dalam kasus penggunaan distribusi Weibull, mutu kedua produk dibandingkan berdasarkan nisbah reratanya. a. Pendekatan Awal dengan Pertolongan Distribusi Normal. Masalah perbedaan mutu dan keseragaman antara dua produk lazimnya dianalisis berdasarkan diketahui atau tidak diketahuinya varians dari kedua produk yang bersangkutan. Berikut ini disajikan beberapa contoh analisis dengan pertolongan distribusi normal. 1) Membandingkan mutu dua macam produk jika varians 62 diketahui. Jika Xt, Xz,X3,...,Xu merupakan sampel variabel bebas yang acak dan terdistribusi normal dengan rerata (populasi) p* dan varians o !, , maka

diperoleh rerata sampel:

l--. nx

o'-

2x, [ - i=r yang terdistribusi ll


x

normal dengan varians

Demikian pula berlaku untuk sampel kedua, ketiga dan seterusnya (prinsip

distribusi sampling; lihat Bab lV). Demikian pula jika f,,Y2,Y3,...,{, merupakan sampel bebas yang acak dan terdistribusi normal dengan rerata n
(populasi)

1t,

dan varians o2r, maka diperoleh rerata sampel:

juga terdistribusi normal dengan varians

o?, Selaniunya selisih kedua rerata lr. nY't

[ - '=r nY

Zv,

yang

sampel itu, tX -Vl akan memiliki rerata (p* - pr) dengan varians f(oi I n*) + (o? I nr)1. Dari besaran-besaran itu diperoleh bilangan-baku:

(go't)(szg'g) +oe > uee,(eladal


te13u11 eped;

(rl - *d) > (96'Ixszt'9)-

rp uelrlruBrs 3ue,( ueepaqrad ledeptal uel;ndr.urs;p ledep e)eLu (sz0'02

:(qZ0'9) snurnr le^ratur 3ue1as Luelpp eperaq e(ureuaqas ueepaqrad '(%56 uelrle-n[e; eueu a 3uu1u, euale)

1 ursaur epeduep resaq qrqal X ursau sz'g


(^u t

etL't= o =:---f--=z
s

x,o)f !o) + (xu 1

:qaloladrp (q t0'9) snunr ueleunS8uauu ue8ua6 xu I

rB

gze'g t= 0z+0zt=

'tu

0Z=02100?=

ru1lo

'02=S/00I =

xulxro
'1 1g

F*FI"

's/30e =0ZI-0SI = A-X uerrduel) g6'f = sz'o'2


T,

qa;oradrp leuuoN rsnqrrlsr6 laqet lre6 <- 920'0 = I D g6'0 = p - | }OV=lo '001=x.o '02:^u 'g=*u 's13971=tr 's13gg1=y
,ue,esa;artra4

rcluq!^ rolerado 'eLues qelat nlr ( tu

'oyog6 uee(ertadal 1e13ur1 eped ntr ursau enpa>l uep er(ureuaqas Suer( ueepaqlad qelederag 'nlt utsau enpa) elelue rp ue>1rlru8rs 3ue,( ueepaqrad ledepral qelede !)lpllas '00? = enpal ursaur sueue^ upp O0l = eueuad utsaLU suetren e,(ur.unlaqas ueue;e8uad UeO 'sfr 0Z I uerle-nfe; ele.raJ u1a;oradrp uep ;adues 97 ue8uap erues 8ue,( leq ue)n)elaLu eSnf enpa) lole.radg sfi OSt Jesaqas ue.rr;e-n[e; ueltedepuau uep )e)e ele)as ;adu-res eur; ;rque8uaur n]r Japaa]

ue.rnle8uad qelede rnqela8uar-u

ue.rr;e-n[e; uellrseq8uauu re8e rn]erp srapaa]

rotuq^

qenq

enc 't0-9)
(

)nlun 'eues 3ue(


rlo]uo)

(qzO'g)
(ez0'9)

xz\

ru xz\

z/oz *r/) > ''"2' ,.[F.F)+(4- x)>(il ,,[F.F)-('t'-

x)

D-l:(''"2+>z >z'"2-)d
:setrlrqeqord ue8uap ue1e1e(urp >lnluaq:a]

3ue( uee,(er.rada1 le^ralul

(q ro'e)

(^ut!o)+(xu1lo)

l-x
e9:cp.',/>
:snulnJ ue8uap Sunlrqrp z e?rcg uep lerulou rsnqutsrp ue11nlunuau z- uep'l<X uel1nfunu

-au 2 +

zt"z laqet rrpp qa;oradrp euelu p' I

depeqral uelr;ru8rs erefas epaq.raq { cztDy q lz I ,r1f 'in)rraq re8eqas uereleuad ue>lJeseplaq ue)n)elrp

ueepaqrad

rsuelr;ruBrs ue)nluauau )nlun 'leruJou rsnqrJlsrp r)rlr.uaur eSnf 3ue,( (^utlo)+(xulxro)


(e

[0'9)

(^rl

- ril)-(,f,- X)
tA SVg

9S

NVX2NtONVsWlW NV9N10 NIWiE;|ISXJ

B6

STATISTIKA TEKNIK

atau dalam

selang:

17,6

gls3(lt*- lt)<42,4 gls

Membandingkan mutu dua macam produk dengan varians yang sama tetapi tak diketahui besarnya. .lika X,, X2,X3,...,Xn merupakan sampel variabel bebas yang acak dan terdistribusi normal dengan rerata (populasi) p* dan varians 6 j ,
maka diperoleh rerata sampel:

2)

varians-,danjugaTmerupakandistribusi-,y2denganderajat.kebebasan

o'*

Zx, [ - i=r nx (n* - l).s,

yang terdistribusi normal dengan

df = (nx - 1). Demikian pula jika f, ,Y2,Y3,...,d

merupakan sampel

bebas yang acak dan terdistribusi normal dengan rerata (populasi)

p, dan varians

o2,

maka diperoleh rerata sampel:

4 denganvariansn,,dunTmerupakandistribusi-x2denganderajatkebebasan df = (n, Dengan mengkombinasikan karakteristik dari kedua distribusi normal itu diketahui juga terdistribusi normal dengan rerara (p, bahwa fX ltr) dan

Zv, 1= i=i ttv (nr- l).s,

yang juga terdistribusi normal

-l).

-Vl

mempunyai bilangan-baku yang terdistribusi normal. Selanjutnya dengan mengkombinasikan dua distribusi-,y2

diperol"h,g#{ .*}f

yang mempunyai distribusi-;2

dengan dera.jat-kebebasan df = (n* * fly - 2). Hubungan antara distribusi-z dan distribusi-X2 dinyatakan dalam bentuk distribusi-t

tl=
atau

-z (distribusi- Z')ldf
distribusi

(6.03a)

6 -D-(p* - p")
(6.03b)

dengan derajarkebebasan,

l) t,rz,X secara signifikan berbeda dari di mana +tberkaitan dengan dan berkaitan dengan X <V. Harga to,, diperoleh dari Tabel Distribusit (Lampiran C). lnterval kepercayaan yang terbentuk dinyatakan dengan probabilitas:
jika

X>y

ll

df = (n* + n, -l).

-t

l,

uo.nlna gz'?gl >

(il -

^il) > uotrfltu ZL\g


*

ne:,r-

uonfru(Z[Sg-) > (^il - rl) > uottllur(g7,Vgl-) (gZ'eil + (Sf t-) > (^r/ - *r/) > (gZ'eil - (S11-) (? L0' z)O t' t d + (s t r-) > (^rl - * r/) > G to' OG L' EZ) (s r t-) tt':ztDrg + (l - x) > (n - *rl), rrt:zroIo -cr- x)

Luelep ueltluBrs 3ue,( ueepaqrad ledepral ue1;ndurstp

:ueeuesa>l-1e1 ue8uap ue1ele(urp e,{ureuaqas ueepaqrad 'A epedrrep lerraleu loal qrqal X lerJaleur uesneal n[e; auuHl t.\ erelue uesnea) depeqral ueueLlela) lueJaq y;te8au leualeur uep X lerJaleu e)eu zz''szl'0:. <l aunuHl I eua.re;1

0r8'?- =
sL'ez=

gL'El._ _ gtEz _ Bun,!H, --"''', SII_ = St_,tZ =

v'rqf

r ,lY #ol=
""1.1=

I rror
I _.

z-tt+0t

' t"lit+oI

,29'(t- rt) + ,os'(t - or) )= ,,,lrulm 41' -,;;;11, lL}<z _

f ^r^',

z_tu+^'u I
zztsz0'0j.

920'0=ZlD S0'0=S6'0-l=P'72-7-Pl+0t=tp

'll
'01

= ^u 'Zg : ^s 'See = 4 = *u '0s = 's '0lZ = X


:uelesa;ar(ua4

'oyog6 ueeAerradal 1e13ur1 eped lnqasral lerralelu enpa) ueepaq.rad seleq-setpq (q) 1)!eq qrqa; 3ue{ eueu leua}elu (p) :ueln}uaf Z9

09
OLZ

uoJ1

Lu'n1eq-ueHuedur5

9t
VL

uu>l t Lu'e1e:-e1e: uesnea) u 'ladues qeluun[

A leuatew uep

0r x lerraiew

:]n)rraq re8eqas lrseq ueBuap uerfn8uad ueln)elrp ,uesneal depeq.ral

,(

lerJaleur ereJue

]llelar ue;n33una1 ue)nluauaLu

Inlun

.;;0-g) rloluo)

Bue,( o'"n,

(s0'9) rp:ztD''g + (d - X) > (rt - *il) > tt':ztnl'g - Cr- y) :)nluaq LUel -pp ue1euelpapaslp (r0'9) ueeues;ad 'ue3un1rq;ad qepnr.uradr-uar-u )nlun 'e,(u.resaq lnqeta)tp 1e1 rde1a1 eules 3ue,( suetJen t)tltuaul nete (0[ >) lt)a) uern)nraq ;adLues e;rqede rse;ndod )rlsrraUerel rslrpard Intun ueleun8rpl laqeuel
(r0'9)
/,8

,,lrOia @l=

| ^uxu

Z-

tu +

xu

'(qt0'9) ueeues:ad 1nqa,(uad Llelepe urel )el

uep (z

- ^u + xtr) = lp

euew

(r,"r+ >

,un,r*,

> r,"t_)d

NVX2N|ONVSWIW NV9N10 NtWtAilSXl

tA qVS

88

STATISTIKA TEKNIK

Membandingkan Keseragaman Dua Macam Produk. Untuk membanding keseragaman dua macam produk dapat dilakukan dengan pertolongan distribusi-F. )ika 7'z* dan X| merupakan dua variabel acak yang memiliki distribusi 72 dengan
derajat-kebebasan

3)

df*

dan

df,

makavariabel

F=

##

memiliki

distribusi-F dengan derajat-kebebasan df Cambar 6-01.

dan

df,

pula seperi ditunjukkan pada

Cambar 6-01: Distribusi-F dengan beberapa derajat-kebebasan df

Peluang harga Fr,,uns > Fo,df*,a6.ditunjukkan pada Cambar 6-02 yang dinyatakan dengan peluang

P(F > Fa,a,y,rt1,). uubungan antara Fo,,u*,,u, dan a

tergantung pada parameler tlf* dan disebut tabel nisbah-F (Lampiran E).
Karena

df,

dan membentuk tabel tiga dimensi yang

dan oleh sebab itu besaran derajat-keb{bl;;dxpenting untuk diperhatikan karena turut menentukan besarnya maka

tlf\

ffi

F = 4l:l* Zit dJv zl,tdf,

memiliki distribusi-F dengan derajat-kebebasan

df,

dan

dengan derajarkebebasan

df,

nisbah-F.
FdirrriSuiicr: with r,. r, dcgrcci of frcedgm

5or_,1.=f[ji[i,
Gambar 6-02: Penuniukkan daerah penolakan

D-l=1rtt:xtrt:o, > d)d uep n - (tVt:xrrtt",{ <,{)d

uep

(t- *o): *lp

vos)
^y z*

: lo 1 lo uep seleq-se1eq Sunlrq8uaLu )nlun '(t- ^u) = ^Ip upseqaqa)-1eferap ue8uap J-rsnqrr]srp l>lllrruau e8nI

#fr=##=ffi=,
:J-qeqsru laqerJeA'rsrurlap uelJesepJaB
ueseqaqa>l-leferap ue8uap ,X-rsnqr.risrp r)lruralu

'fi-

^u) = ^tp uep (I

ru) = *{p
,ts{t

'io _.tu\

ueo '

xy z* -

*ro

JT(i:trrr)

:laqeue^-laqeuen ';;; qeg Luelep ,X-tsnqr.rlsrp Sueluai ueseqeqLuad rreg

.f,

,rr,rrn

,l ,r{, '\ uep ^r/ rse;ndod eleral euasfs suer.ren uep I eletar ue8uap ^'l 'fo suer.ren uep o'X ,X ,X 'tX x/
rse;ndod elerar euas

{s

sueuen uep

ete:a; ue8uap

:^tt

'lnpord uuereut enp ueue8erasa) srsr;eueSuauu ;aduues enp ue)rleq.rad e,(ulnfuelas uelep rule( 'rse;ndod sueuen Lleqsru srsrleue LUelep ]eplueullaq ]e8ues j-rsnqrrsrC
.

uep xu Surseur -Surseu ;aduues qe;u-rnf ue8uap Jeurou rsnqrJlsrpra] Suer( seqaq

Ir.0 =

=e:oz:s6'0jr new

gyz=

''.iuk ^lp

egnd rueraq BueA

gy7-

oz:s:s,',rr :Llalo

-.radrp 7-3 ue.rrduel lrep (e0'e)

e>1euu
^

'AZ=

B=

*tp S0'0= n
U'' xlt,.p .

e:.1;.(,'qo1uo: re8eqa5

[p,

tJp,@-t) -

--

_l{= '!t''xhn, nere

-r

{ - xlr''utttp't\
:nl! qeqas qalo

' (.,'^nn''u,

=W),
"

(p -r) uep' n - |

=(r+.ffi)r
n)d Suenlad

o.,,*

=(ry, #{#), =(,,. ., ., . H#),


:ue>lreqefrp tedep 1^h'xh'Di <

ueeuesrad r:e6

68

NVX,NIONVSW:]W NV9N10 NIWrAiJSXJ

- A

AVg

STATISTIKA TEKNIK

Dari persamaan (6.07): O =

yff *
dan

,(Y#

s Fo;,vr;,v,)=, -

r(#

s Fo:,rr*ttr,) =,

-,

(6.08)

Demikianjuga:

,=yft
dan

,(Y# s Fo,,tr,:,r,)=, -,

r(#

<

Fa:,w,,try)=

r- *

Dengan membalik tak-kesamaan di atas:

-(++>---l-l=,-o ("io.i. )
Forr,or,
Dengan mengkombinasikan persamaan (6.08) dan (6.09) diperoreh:
')

(6oe)

Fo'zLtf*'r' 1- a ' =$o!' ,)fr = '(\Farz:,tJ1.:,tf, )=

Oleh sebab itu dengan tingkat kepercayaan =

l- ai
Fa t2:d!*:tf' (6.10)

1
Fat2;dry:rtryls] Batas-batas dari

a 9L I ls|; - oi - si tsi

sering kurang diperhatikan kecuali jika harganya lebih besar atau lebih kecil dari 1. Dalam kasus ini, dari persamaan (6.08):

o! I ol

"(Hs

Fa''x:arv)='-*

Untuk tingkat kepercayaa n

= r-a:
(6.1
1)

t#

Fo:,rrx:rtrv

atau

o", ror.

r*.ff

Untuk menguji apakah hasil pengukuran X memiliki lebih banyak variabel daripada y dilakukan dengan kaidah berikut ini: Jika sj, I t', , Fa;df y;dfy, maka nisbah dari varians aktual or* t or, lebih besar dari 1 pada tingkat kepercayaan (l - a) di mana X dan Y bisa berbalikan (interchangeable).

Z?,

t = ol::oz:szo'olf -

xltt:ttq'.Z /

Pi uep LL,T, -

oz:ollsz0'0r[

ttp:xtp:71oO

:9-] laqel uec

A^,X 'is ^rs


L

*,g
( _'L

1frji'TT,lo'
L

I '

t';

*,s)xtp:^t):z tD, '.{ (ls I ' L'

I
['9) ueeuesrad ueSuoloyad ue8uag
'we8etas qtqal

:"yog6 uee(e:rada1 1e13ur1 uep (0

n1r

lnpoid

17o66

uee,(e:radal te)Burt eped; uellndursrp eleu

'I

3uern1 *ol^oqeqsru uep sele seleq uep qemeq seleq euale)

ue8uap eues nele x0 >Z6t'0

'0'I r

Io t\

nele qll > El' , rslgl ]1


eped ;r1e1ar uerue'erasa>1 eSSurqas

:qelepe yog6 uee,(e:rada1

1e>13ur1

0\

>

LL,z=

or:oz:s.',/ -

xlt''.th'../pl

?> ,st', e t#, i ,9t+'9


oz:or's,'k -

uep sc,z

_ !.t l _6"i..A,
:o7o96

rrt

*ro

_(fs7{s;

$".xrt''.ztpl xIP'vt'|tDt

:L-l f z-l laqet uec

F,

yog6 uee(errada>1

1e>13ur1

uee,(erradal 1e>13ur1 uep (01'9) ueeluestad ue8uo;oyad ue8ua6 '",o96 ueeAe:rada1 1e13u11 eped gg'7 - 0z:0I:s0.0C uep 9-:l uep s-l laqel uec

eped V6'I=

oz:ol:0l'odr :qaloradrp

st'zNG',c'7Lc-Is9'I-&
'%96 uep o696'uee(erradal
']nqasrat
1e13ur1

ol"o

;ts

enp eped up)nlellp uerlelSua6


:uelesa;ar(ua4
ue>1n>1e1

luqed ueele(urad uereuaqal sele uerfelSuad


zs

ztuut E0L'0 =

,uu l$)'f = \s
urtu gg7'1'g

uw

ggg'g = ^s

xs

0Z=l-tu=^Ip
nreg se3a6

17= tu

0I=I-*o=*lp
II=
prPpuels se8al

xu

:]n)rraq re8eqas rselnqetrp uerfn8uad


'nreq 8ue( se8ad lZUep prepuels seSad 1; sele uerfn8uad uelnlelaur uaurnsuo) lrsEH Sueroas ]nqasra] ueeler(u.rad uereuaqal rfn8uauu )n]un 'e,(urslnpordrp 3ue,( prepuets se8ad ue8uap uelSurpueqrp e(uralauierp rue8eras qrqal 8ue,( lemel rrep lenqral 3ue/ se8ad rslnporduuau qelat ue)Lunuun8uauu se8ad luqed qenqa5 't0-9f tloluo)
L6

NVy,NiONVSWIW NV9N10 N1wl81d9t:1

lA

SVS

o)

STATISTIKA TEKNIK

(3,42)(2,35)

. C- <2,77 o'* - 2,35 )

0,124 <

* ox

a1,179 ,"h,;pgga keseragaman relarif

pada tingkat kepercayaan 95oh adalah:

Jo,ru=E<Ji,r7s

atau

0,352

3 9t< 1,086.
ox

Rentang batas bawah dan batas atas dari nisbah

or lo*

lebih

besar; sehingga dari analisis

ini disimpulkan kawat pegas produk baru lebih seragam

ukurannya.

b.

Pendekatan Awal dengan Distribusi Weibull. Distribusi Weibull merupakan

sarana yang berguna untuk membandingkan rerata umur(mutu)dari dua macam produk.

Data hasil pengujian kedua produk dilukis pada Weibull paper dengan pertolongan median rank, dan menarik garis lurus seperti ditunjukkan pa- da Cambar 6-03. Nisbah dari rerata umur ditentukan berdasarkan grafiktersebut lalu dibandingkan dengan nisbah rerata umur yang ditentukan secara statistik pa- da tingkat kepercayaan yang ditetapkan.

Contoh C6-04. Dua jenis baja diuji untuk menentukan umurnya. Data hasil pengujian ditabulasi di bawah ini. Tentukan baja mana yang umurnya lebih lama. Penyelesaian: Data umur pengujian disusun dari terkecil menuju yang terbesar; kemudian tabel tersebut dilengkapi dengan harga median rank (Tabel L1) untuk nx= 7 dan nv = 10 (ditambahkan pada kolom 3). Lukis hubungan antara umur (absis) dan median rank (ordinat) pada Weibull papec hasilnya seperti pada Cambar 6-03. didapat dua garis lurus Melalui titik-titik tersebut tarik garis-lurus (dengan coba-coba)

yang sejajar dengan kemiringan b = 1,7. Derajat-kebebasan baja standard, df* = 7 =6 baja eksperimenatal, Derajat-kebebasan df, = 10 - 1 = 9 Kombinasi dari keduanya, df* = (df*)(dfr) = (6)(9) = 54

-l

Baia X (Standard) No.


Kegagalan
1

Umur
10s Cycles

Median
Rank

Baia Y(Eksoerimental) Umur Median l0s Cycles Kegaga lan Rank


No.
2
3

0,3 0,6 0,7


1,0 1,3

.0943

4
5

.2295 .3648 .5000 ,6352


.7705

0,47 0,90
1,00 1,50 1,80 2,00

.0670 1 632 .2594


.3557

4
5

.4519
.5 481

6
7

t,5
2,1

6
a

.90s7

o 9

10

2,50 3,20 3,60 4,40


21

.6443 .7406
.8661

.9330

T-

7,50

I=

,37

ue)n)elaLu uelef ue8uap qelepe ]nqas:a] uee^upuad splp ueqe^ ef uelledepuau.r Inlun eJef nles qeles ZeLUes Suer( leaq prepuels rJep leseJaq lnqasra] lprJaleur qe>1ede 'ue1e,(ueyadrp npa6 'ueuesauad ederaqaq rrep rrprat reledrp lepuaq 8ue,( lerlaleu ueerpas:ad epqede eLuelnral 'reledrp uele Suer{ leua}eu nlnu ueuruefuad Lleleseu eped ueldepeqlp Suuas lssatotd u8papl ue8ue:uerad saso.rd urele6

(1ceoildv pallepg) rruual uulolapuad 't'9

ueSunlrqrad y1y1 eped te1ap Llrqal 1r1er8 rrep y11,^r1; o666 uee(erradal ge13ur1 eped erue; Llrqal rnurnJaq letuarurJedsla eleq 'ue1;nduursrp ledep uer>f ruap ue8ua6 'VO'7, = UIW qaloradtp (ZN lllerD) o1o66 ueeAeoradal 1e13u11 eped uelSuepas '29'[ = UIW qagoradrp oyoE6 ueeAerradal 1e13u1t eped 1'1 ue8uap'11.11 ue.lrduel uec'ZN uep 1p ue.rrduel IUerD ue8uo;oyad q uep ig ue8uap up)nlelrp !se;ndod )nlun lnqasJa] Jnurn Lleqsru rsuelrlru3rs up)nluauaur Inlun = UIW 'plepuels efeq depeqra] leluaurradsla efeq lnun qeqsrN

='lp

0'7.:

saptCc

a}l'yl'I, = ,(OtXOt/
salc{c

s[I't0'I = ,(OfXf /(9'L) = ff) prepuets

LE'17) = C() leluauuadsla efeq.rnuun e]erau efeq rnun e]era;

.raded ;1nqra14 eped 79-93 uerfn8uad

MEID :t0-9 reqrueD

t6

NVX2NIONVSWIW NVDNI0

Nlwttldsxl - lA

SVS

94

STATISTIKA TEKNIK

pengujian terhadap material persediaan lama dan material persediaan baru dengan sejumlah sampel (spesimen) dari kedua kelompok material tersebut. Untuk menyimpulkan, apakah kedua kelompok material tersebut berasal dari standard heat yang sama, terlebih dahulu perlu dirumuskan suatu hipotesispengu.jian dengan langkahlangkah sebagai berikut. Langkah 7: Disainer itu mulai dengan mengasumsikan bahwa, sampel yang diuji diambil dari populasi yang samadengan rerata hasil = lJo.yangtelah diketahui. Asumsi ini disebut hipotesis nol dan dinyatakan dengan Ho: Qt -- !r.). Asumsi kedua yang dapat dibuat yalah, dengan menyatakan bahwa H, itu tidak benar. Hipotesis ini disebut hipotesis alternatif yang dinyatakan dengan Hoi (lt * uo) atau Ho : it > 1t) atau Ho : (1-l < po). Jika analisis data terbukti Ho: Qto = po.) ternyata benar, maka Ho : Ut * u) secara
otomatis ditolak.
Langkah 2: Pada setiap keputusan yang diambil, selalu terdapat peluang terjadinya

kekeliruan. Oleh sebab itu disainer itu mencoba menemukan peluang terjadinya kekeliruan dengan menyatakan bahwa, hipotesis nol itu palsu yang pada kenyataannya adalah benar. Dalam hal ini ia mencoba mencari peluang menolak hipotesis Hu: lt = !0.). Kekeliruan demikian itu disebut kekeliruan Tipe ldan peluang terjadinya dinyatakan dengan a; sedangkan besaran (1 - a) disebut tingkat kepercayaan, yakni peluang membuat keputusan yang benar jika pada kenyataannYa Ho memang benar. Jika 0 kecil, maka hasilnya dapat dinyatakan secara statistika adalah signifikan, dan asumsi Ho: Qo = po.) tidak bisa dikatakan terjadi karena kebetulan. Langkah 3: Lazimnya terdapat nilai rerata hasil p, yang harus dihindari. Dalam kasus ini disainer tadi ingin meyakinkan bahwa, material yang dipakai tidak diambilkan dari persediaan dengan rerata hasil = p,. Oleh sebab itu ia menetapkan suatu desrgn hypotesis yang dinyatakan dengan notasi H o: fit = lt,), di mana p, merupakan harga pl
yang harus dihindari.

Terima H,

Tolak H,
Kekeliruan TiPe I Keputusan yang benar

H, H,

benar palsu

Keputusan yang benar Kekeliruan Tipe ll

Cambar 6-04: Definisi kekeliruan Tipe I dan Tipe Il

Selanjutnya ia mencoba menemukan peluang untuk menerima H, sebagai benar yang pada kenyataannya H, - lah yang benar. Artinya, ia menemukan peluang F yang menyatakan lJ = lJo, padahal lJ = lJ,. Kekeliruan ini disebut kekeliruan Tipe ll alau kekeliruan B.
Langkah

4:

up)ospd e{eg '(tr/ : rl): II


q

ulesap

s1sa1od1q

rrep rsnqrr}srp qelepe Z-lsnqlrlslg


'(eLUel

ueerpas.rad; pJepuets e[eq ue8uap eues 8ue,( )r]srraUere) ue8uap nreq ue)osed efeq rrep

rp 'd

urelec '(orl

rsnqrJlsrp Llelepe [-rsnqtJ]stp luelaq Suer( ,leuaq qelepe ;ou-srsalodrq e>1euu ,0rl rl = r)rlrurau nleq up>losed efeq e)/I'0rl = e]elal ueSuap plepuels efeq lsnqr4stp qelepe q l-Bnq4lslo 'rsnqrrlsrp qenq enp ue>1lnfun1rp g0-9 reqLUeD eppd '(il = r/): 11 euew u1e;epe uelreqradrp 1n1un Surguad 3ue,( r/ eSreg .(orl > il) : , H ure uerfn8uad e8leq ueldelalrp qela1 uerfn8uad uue;ep ue)lesrW .1r1er8

=i):oH

ueBuap ue11n[un1rp ledep sele rp rnpasoJd 'luoPat acueldacce) ueeLuuauad qetaeg rulurru prJalrr) ue8uap og srsalodrq uerln8ua; :S0-9 requpD

,: tuopq plnoqt

tlilrra ins

qollrrq,&rltl

llrlztl UJ 5t 3x3FX lcu HmF -lA rdss Hu s,liqt]rlc

'uelde1a1rp 3ue,( e3.req 3uelua: rrep lrra) qrqal nele resaq Llrqal d eSreq e),[ oH )elouaLu ue]e et tut tstpuo) uelEc 'pap!s-o/Al) tsts-enp ueinSuad lrleura]lp Lltlil.r-laul nlt Jautestp tut snse) Luelec 'orl uep qepuat qrqa; Suer( undneu]
r33ur1 qrqal 3ue,( lreq e8req-e8req r.repurq8uatu ur8ur n1r Jauresrp ltleuallv '0rl epeduep ll)a) qtqal nele resaq ulrqa; r/ e3.req qe>1ede lte^ eq>l er{ueq et euare) (paps-auo) ts$-nJes uet[n?uad ]nqastp er(uuerln3uad rur snsel LUeleC 'trl < d Lle)nele td = tl qelede r;npad )epr] nete uepurLlrp snreq SueA trl e3.req rnLlela8uauu Llelat nlr rauresrp qelede 'eueyad l\eurallv ''rl e8req eped SunlueS.rat Suer{;rleuralle enp ledepral'rJepurrlrp snreq 3uer( trl d e3.req uelnluauaLu = n;rad nlr rauresrp 'emqeq uellnfunuaw y qe73ue1 eped stual-sruaf .e Jtlputal;y 'r0-g lequeD eped ue>11nfun1rp 1e;olrp e(usnreqas 3ue,('11 euuauaur euare) lpelral (! uenttp>1a4 nete) ll adrl uentrla)a) uep reuaq SueA1g leloualu euare) lpefuat (D ueruUala>lnele) | adrl uen;r;a1ay ueSuap uesnlnda>1ue;rquue8uad ueur>13unua1-ueurlSunt-ua; 'uelrlruBrs

/enpay

3ue,4 g/ uep

3ue,{ ue;ndLursa) }enqLuau.r )n}un rqnq dn>1nc )epr} e/!\qeq uelele8uau ledep e,(ueq er 'ueldereqrp 3ue,( rpadas lr)a)as lep[ d uep D elrf rde1a1 'se]e rp uee(ueuad qemeluaur )ntun ue)eunBrp tedep 3ue( elrlsrlets uesepuel t)tlturaLu qela] n]! Jautestp eleu ,;r:a1 uep ue)eueqeltp ]nqasra] qe13ue; leduuaal Llelalas

p relru qaloradtp

96

NVXTN|ONVSWIW NV2NJO NlWtAilSXl

tA SVg

96

STATISTIKA TEKNIK

baru tidak boleh berada dalam distribusi ini kalau memang memiliki standard yang sama dengan baja persediaan lama. Distribusi ini akan menjadi distribusi baja pasokan baru kalau tidak memiliki karakteristik yang sama dengan baja persediaan lama dan hal ini harus dibuktikan dengan peluang (l- P). Kekeliruan tipe-l (atau kekeliruan-a) adalah kekeliruan yang menyatakan, baja pasokan baru termasuk pada distribusi yang terpusat pada suatu nilai yang lebih kecil dari po yang seharusnya terpusat pada. Kekeliruan ini terletak pada bidang distribusi.l untuk harga -co sampai (perpotongan antara dan ). Kekeliruan tipe-ll (atau kekeliruanp adalah kekeliruan yang menatakan baja pasokan baru termasuk pada distribusi-l padahal yang sebenarnya termasuk pada distribusi-2. Kekeliruan- B ini terletak pada bidang distribusi-2 untuk harga X. sampai + o . Titik potong Xc adalah nilai kritis dari ;16 yang menentukan diterima atau ditolaknya H, dan 4 .Jita sampel berada di kanan , H, diterima dan Ho ditolak. Sebaliknya jika berada di kiri , H^ diterima dan H, ditolak. Selanjutnya pada pengujian signifikansi dengan Ho:(p: lto), Ho:(p* /ro) dan Hr:(l p- ltol= d). Kondisi ini merupakan alternatif pengujian dua-sisi dengan grafik seperti ditunjukkan pada Cambar 6-06. Distribusi-'l adalah distribusidari populasi baja standard. Distribusi-2 dan distribusi3 adalah distribusi-distribusi yang akan menlak fiIo, dengan peluang = (1 - B) iika salah satu dari distribusi-2 atau distribusi-3 merupakan distribusi dari baja yang diuji.
.{rr.pl ,fr, Acjr{i /la

,rr 3,io - d

,.o

ttt a gn

'+

it

Gambar 5-06: Pengufian hipotesis H, dengan kriteria minimum-maksimum

a,yakni kekeliruan yang menyatakan I/o ditolak padahal benar. Kekeliruan ini terjadi jika rerata sampel ;g tersebar dari po ke salah
Peluang kekeliruan tipe-l adalah satu arah (ke kiri atau ke kanan). Oleh sebab itu peluang terjadinya kekeliruan masing-

masingsebesar al2pada keduasisi distribusi-l. Kekeliruantipe-ll denganpeluang= B terjadijika Ilo diterima padahal distribusinya mengikuti distribusi-2 atau distribusi3. Dalam hal ini bidang p berada pada salah satu sisi dari distribusi-2 dan distribusi-3. uipotesis nol ditolak drn Hipotesis nol ( 1r'0 ) diterima jika berada di antara dan

Ho

diterima,

jika

berada di

luardaerah Xrrdan

&,

!r.

Xr,

:]n>luaq teSeqas qelepe ueln)eltp nlrad 8ue^ uerfn8uad qe)Buel-qe)Bupl p>leLu 'se1e rp ]nqasra] uereln uelJeseplag

(r r'e)

"+*. nlc'-041='x
til

(td +

to lforl)-'{Z _ -

uNtg J,

_dt_rr_
:n)eq

- orl -'{z

-ue8uelrq Enpa) ueqe;r.unfuad ue8uap qa;oredrpry lue8uolodrad >ll]l] nete) se]eq->l!]ll

ort)

ftL'e)

z(rt ,o' ,(dz + "z)


:uer[n8uad 1n1un ladues uern)n Llaloradrp eSSurqas

uN tg rrl-oi:ue1;rseqSuaur sele rp nleq-ue8uelrq

dt L -'t
'

enpal ereJue

ue8ue.rn8ua6

ort

d2 :e?nf uet)lJrap

=!l"l: _ ,x

o2 _:e^ueuare>l ur uep =oz-:e,(ueuare>1 =

(
=
>

urtro\

:pEnr rdera]

["2_

d+ ),

"
'reuaq ;eqeped

( to ro\ =li:*'*y
uN

urt

=Px> x)d

:euelu lp p = (? > ereluaLuas 'tX > X elrf rpefua1 rur uenrla)a) {)d oU e1l rpefual ue)e I adrl uenrrlalal 'ertqeq rnLleta)rp

Ielollp

ledep E6-9 requeD rrec 'z-rsnqr.qsrp re,(und

*r* !-f'lo fl-x

elew 'u1ro suere^

uep rl eterar ue8uap leulou tsnqusrpraq { ;aqerren el1,|'('rl = rf): o g uep (ort , d) : v11 ;tleuratle srsalodrq '(orl = rt) : oH qelepe 1ou stsalodtLl rur snsel LUeleC '!s!S-nlzs llteunilV: l-snsp) 'rnqplalr O zo e11lleleraX uelSurpueqruaw 'p 0/ ue8uap 'e,(u1n[ue;as ler8eied eped seqeqrp ue)e rnLle]alrp 1eplt ,0o nete lnpord enp ereJue ue8urpuequad'zs uep X ueJesaq qelepe rur uetfn8uad snsel uelec'rnqe]a)rp qela] (r0o nele 0rl1 e,(uralauered-;alauered eueu rp prepueis lnpord )rlsrraUere>l ue)resepraq rsenle^arp Suer( lnpo.rd ntes qeles sele rp ueseqequlad u.re;e6

Inpord tuerew enc lpllnw ueSurpueqrad 'v'g


NVX)N|ONVSWIW NV9N10 Nlrytdldsyl

tA SVS

STATISTIKA TEKNIK

1) Tentukan Ho: Ut= lto), Ho 0t < ltr) atau H, : (lJ> lJo) dan Hr:(p= lt). 2) Tentukan kekeliruan O dan F yung bisa diterima (ditolerir). 3) Tentukan ukuran sampel ndengan menggunakan rumus (6.12). 4) Lakukan pengujian dengan sampel = n dan hitung rerata 7g. 5) Tentukan titik-batas X. dengan menggunakan rumus (6.13) 6) Pengambilan keputusan: a) f ika Ho i ltt > uol, terima Ho iika 4< * dan tolak Ho iika 4r 8, b) fika Ho:Ut> ltol, terima Hoiika X> X, dantolak Hoiika X<X,
Contoh C6-05: Suatu pabrik baterei memperkirakan baterei yang diproduksi dapat kepercayaan 95oh jika rerata umurnya tidak kurang dari Penyelesaian:

beroperasi dengan rerata umur 90 h. Baterei itu akan diterima dengan tingkat 75 h. Pengujian dilakukan pada a= 0,025 dan o = 6,44 h.

Hoi (tt = 80), Ho.ltt < 80), dan Ho;

ltt,=7rt

F = 1- 0,95 = 0,05 dan zu= 1,645. Ukuran sampel,


17

Dari Tabel Distribusi Normal untuk o =0,025 diperoleh harga z.=1,96O.

(2, + zu)2.o2 (1,90 + 1,645\2.6,442 = -----:-----;= =22 (p, - p')" (e0 - 8s)'?

Misalkan pengujian dengan sampel n = 22 menghasilkan nilai rata-rata maka:


XC =

X = 78 h ,
8o + 75

l, rQu-

.@.Fotttt+=r")l;

(1,645

1,960)

8,44 ."I-+-

\zz

N, = -0,216 + 77,5 = 77 ,285 lt

"'J

o 2

lr

'c

Ft

--a

Cambar 6-07: Kurva pengujian satu-sisi soal C6-05.

'ue)eun8rp )nlun uelerer(srad rqnuaruarx

ntr uelrpmelrp 3ue,( leualeui qelede rnqelaBuaru )nlun uerfn8uad ue)euefuar '!ry Vf9 = o rngeJolrp e,(uLun;aqas ueue;e8uad uep uep S0'0 = d = p qlllLUaLu ue8ua6 '/s) OB Lielepe uelur8urrp ueSue8ai ue>13uepa5 '!s4 Sl uep resaq Llqal snreLl ue1]ete,(sradrp 3ue,( ue8ueSa] eJeluauas '!el gB uep resaq qrqa; ue8ue8al ue8uap leualeu sasorduaur esrq )epll ueleun8rp 3ue,( ursal4l 'Ielaf sasold ue8uap rslnpordrp 8ue,( nlua1ra1 Suepe:n>lns )nlun ue)ueJesrp lerJaleur sruafag :90-9f rlo]uo)
1e.re,(s e:4.[ot-t

)elo] uep

"X > X > "X


snLUn.r

(S

(91.'9) uep

(r['9)

'rqnuadrp >leplt tnqasra] o4 euuaf :uesnlndal ue;rqLueSuad e:1;-[ ueleunSSuau zra'uep''Xsp]eq-)r]r] ue)ntuaf

(V

{ ele.rar 3un1rq uep u = gadLres ue8uap uerfn8uad ue)n1el (g '(rualolrp) eurralrp esrq 8ue,( d uep D uenrla>la) ue1ntuaf (Z (p=oil-rl):oH uep (0rl *r/):'H '(r/:il)z 0g ue>1ryua1 (t :ln)uaq re8eqas rsrs-enp uerfn8uad .rnpasord qa;oradrp sele rp uereln ue>peseplag
(e r'e)

'rl

- orf7 = (' X - or/) + oil = "X


:rnllela)rp ledep eues Suer( eler ue8ua6

(s r'e)

,o ,(dz

or/) ,(tr/ +'t"z) =A

:;adLles uetn)n ue>lnluauaur )nlun snulnr ue>llrseq -3uar-u ue>le ue)]erpen)rp e1r[ 1nqas.ra1 nleq-ue8uelrq enpa) ere]ue ue8ue.rn8ua6

gbL'e)

"+*. -)
ti _ t)x
uep

a,",

-oi|:,,x

uep

(ev L'9\

uN to -1' -ldt_ztor\_ til_0rl_rrxz-t

:uelprseqBuau sete rp ]nqasra] nleq-ue8uelrq enpa) ueqe;unfuaS


Od

_DX

:e/\ Lleq ue1;ndrursrp ledep 96-9 requreD uelrleq.radr-uau

ue8uap uep z-rsnqrrlsrp re{unduu

"-

!t'lo

n-x

eMLleq rnLje}alrp Llela} 'L snse)

urelep ryadag 'u = ladues ueln)n ue8uap uerfn8uad r.repX elerar ue)resepraq ue)nluatrp uesnlndal tut snse>l uelec 'F1g-eng {n lleuraryV :Z snsey 'ue)nlualp 3ue,( uelerer(s.rad rqnuauiaul n1 raraleq uellndLursrp uep g0/0 =

D uep ge0'0 - p

ueBuap 'erutrattp (08 =

,0 : 'H
-

puale)
tA SVS

NVX)N|ONVSWIW NV9N10 NIWtAilSX;t

100

STATISTIKA TEKNIK

Penyelesaian:

lro=80ksi, Ho:0t=B), Haz(tt+

Bo), dan

Hr:(llt-lto l:5) sehingga

p, = 80+5 = 85 ftsi dan h =75 ksi. a = 0,05, a l2 =0,025, zatz =1,960 0 = 0,05, zp = 1,645
Ukuran

samper: "

=\ffi =ffi
1

r,

Misalkan dari pengujian dengan sampel n = 22 menghasilkan Batas-batas daerah penerimaan:

X = 83,0 frsi
I-I---

po*ltr 8,44 8o + 75 l. ,@ * * == 1'e6o)' = = -(r'64s _L r ) '-p !22' z ,tt *' i:^ .:"'! l? ksi 77,284 Xcr = "cl *r, = tto + (po - X I = 2lto - Xrr= 2(80) -77,284 = 82,716 ksi
,A C

Pengujian dengan

d = F = 0105 memberikan ketentuan penerimaan: 77,284 ksi < X < 82,716 ksi, padahal X = 83,0 ksf sehingga material yang

ditawarkan itu dinyatakan tidak memenuhi persyaratan'

Cambar 6-08: Kurva pengujian dua-sisi soal C6-06

b. Membandingkan Rerata fika Varians 02 Tidak Diketahui. Dalam kondisi sebenarnya varians populasi 02 iarang diketahui. Oleh sebab itu sebelum mengambil
keputusan tentang harga p terlebih dahulu perlu ditentukan varians dari sampel Kasus-lt Alternatif Uii Satu-Sisi. Dalam kasus ini hipotesis nol adalah
s2.

lto) dan hipotesis alternatif Ho:(P < F) dengan H_r:(P= lt). Agar dapat menggunakan prosedur berdasarkan rerata sampel X, maka harus

Ho:(p=

I--t'-6 digunakan simpangan-baku s menggantikan o, di mana s distribusi-tdengan derajat-kebebasan df = n- 1, dan fr,= ff,.

mengikuti

:ln>ltJaq

re8eqas qelepe uerfn8uad qe13ue;-qe13ue;


(B t '9)

eletu

'se1e rp ]nqaslat uerern ueliesppraB

"+*
(p,tt'e)

"r!'n",

- *' 11 ='

:eaaurqas

r.'d'+t''o,iue)rJaquraru ueqe;unfua;
ueP

"4+*z('il

s:fu;;to'"i= u
UNIS , J _ rtt.dr+rr'", 1tf -

-',/)

(ett9)

-oV

:ue1rJaquaul ]nqasra] 7 e8.req enpa) erelue ue8ue.rn8ua6


lsrs-nles uelfn8uad sge.r8 rseluasaid :60-9 Jequeg
ld

'r

a
a a

0
Z

yl ueo J' Iil _JX -ttt'd, - -'-

t'

'

UNIS -dn:5i -tp'Dt '

:n)epaq 3uolod-1r1r1 eped eSSurqas

lt I' D=lrt''"r-, --t' ' ' w4)o

uNrs

" =lvt --L'i'd+)d =('x' x)d


:qelepe
n1r Suen;ad

( uNts

t-rsnqr4srp ]ntnuau uep

aNrs\

Suenlad uep
L0l

elrleuateu )ntuaq uelec 'reuaq 1ou srsalodrLl e)![ t2 qelepe tX > X e,(urpefual > X 'l adrl uen.rla>1a>1 eped 'emqeq ue11nfunuau 60-9 requeD

NVX9N|ONVSWIW NVDNI0 NlWtAilSXl

tA gVS

102

STATISTIKA TEKNIK

1) Tentukan Ho:Ut=ltol,Ho:Ut<ttr) atau ffo ilu> ttol danHo:ltt=tt,). 2) Tentukan kekeliruan 0 dan F yang bisa diterima. 3) Pilih ukuran sampel n,. Lakukan pengujian dan hitung rerata ;y dan simpang-

4)

an-baku s,.

Cunakan rumus (6.17b) untuk menentukan n dengan memasukkan harga s, dan df = n - 1. Periksa apakah fi /tr. )ika n < n, lanjutkan ke langkah 5, jika tidak pilih

lebih banyak sampel agar terpenuhi syarat lalu lanjutkan ke langkah 5. 5) Tentukan titik-batas X. dengan menggunakan rumus (6.,l8), kemudian bandingkan ;g dengan untuk menentukan keputusan tentang rerata p. 6) Pengambilan keputusan: a) fika Ho.ltt < ltol ,tolak H, jika X < X. dan terima Hoiika X > Xr.

b) lika Hoi(tt>

Fol

,tolakHrjika

X, X,

danterima Hoiika

X <Xr.

menjamin kekuatan batang-pemutar tersebut perlu dikaji batasan ltt =70 ksi dengan peluang 95%. Dengan d = 0,05 tentukan, apakah cukup aman untuk *engunggup lt=g ftsi jika: (a) nt= 11, s, =10/rsi dan X:65/rsi. (b) nr=21, sr=llisi, dan X =64ksi. Penyelesaian:

contoh C6-o7: Pengukuran fluktuasi tegangan pada batang-pemutar suatu motorbakar menunjukkan rerata tegangan maksimum adalah Fo = 60 frsi. Untuk

(a)

Kasus

n,

Hr:(p=

-11,

sr

60 ksi),

Dipilih 9=a =0,05, ) ta;to=1,872=tp.*


Dengan menggunakan persamaan (6.1 7b):

=10ftsi, X=65 ksi.) dft=nt-1=ll-l=10 Hr:(p =70 ksi) dan Ho:(p> 60 /tsi).

n '_

U,.ar

* tp a.t.s' _ [(2XI,812)]'](1o)'?
- F')'
(60

(Po

- 7o)'?

Lr)Lv = - 13 = 13.13 ^J

Didapat fr ) frt Berdasarkan kaidah 4, jumlah sampel nr = ll tidak cukup untuk memenuhi kriteria nilai a dan B. Diperlukan lebih banyak sampel dan dicoba dengan pengujian kedua (b).

(b)

Kasus

nr=21,

sr =11
ta:zo

fsi, X =64 ksi. ) dfr= or-l=21-l=20


= 1,725 = tp,r,
(1,725 +1,725)2 (60

F=a =0,05, )
,, =
(to o,

* to or)'.t' = \Po - P')'

0t)2

70)'z

g#?9

=r4,4 x t4

X,:

Karena frz) fi, maka ukuran sampel kedua signifikan untuk menyimpulkan -=-;- trr. selanjutnya dengan menggunakan rumus (6.18) dihitung harga karakteristik

a) ue4nfuel nlelra > u w)e(s rqnuadrat .re3e ladures 1e,(ueq qrqa; u1r;rd leprt e)l[ 'S qe13ue1 a1 ue1]nfuel'u>u e1ll 'tu; a qelede es)rrad .(l-ru) =tlp uep Is e8.req uerynseuraur ue8uap u ue)nluauau-r >lnlun (02.9) snLUnJ ue>leunD 0 'Is nleq-ue8uedurs uep { elerar 8un1rq uep uerln3uad ue1n1e1 .'lu;adLues qr;r4 (g
(orl

*r/):'H

'eruuatrp esrq 3ue,( d ,np D uenrla>la) ue)niual (t, uep (p=lorf -rll):ott '(or/ =r/):rH ue)nlual (t :]n)rraq re8eqas ueluelesrp uerfn8uad qe13ue;-qe13ue1

!s!s-Enp uerln8uad sge.r8 rseluasald :0!-9 Jequp3

rl*i"

:r'l:

J..

orl)

0(,'e)
(q6 r'e) (e6 r'9)

,('r/ fi"z tnt) =U ,t dto'n, +

';adues ueJn)n eleJuatuas

"t -'tl7 = "X


!p.zto,

ueP

rrll=

rrX

"k.;[
tP'd,
:ueeuresa>l->1et

:seteq-)!]!] enpa)
oil

uep

p-,il - til euewp '' .!l!: trl _Dx X

uep

t' lf_ trx

ttt'z t n,

qaloradlp 0 t-9 reqLUeD ue>lrleqladr,uauL

ue8uag's nleq-ue8uedrurs uep elerar ueresaq eped uelreseprp ru1e,( 'uesnlndal ue;rqr.ue8uad.resep eped e,(ueq e(ueepaq.rad'sele rp ue)reJnrp u1e1a1 3ue{ ue8uap eues rrdueq ueleun8rp 3ue,{.rnpaso)d'!s!S-en1 {p geuteyv 2z-snsey
'ueueurea) ueleler(srad tLlnuauauj [unults)eu] ueSueSal

elerar uep euuatlp (.rsrl 09


rs)t

=rl):09

ue1;ndr-ursrp

eleru

ry

> z;6 euarey

ss:

# *+

o=

r\1= ,x h *w3- * t!*'", - tA 8V8

t0t

NVX2NIONVSW]W NV2N:!O Nlrytu;tdsxl

1(M

STATISTIKA TEKNIK

langkah 5.

5)

dan X., dengan menSSunakan rumus (6.19), kemudian bandingkan ; dengan X. untuk menentukan apakah Xrr S X . X* Jika hubungan ini benar, maka terima H, dan apabila tidak, tolak Ho .
Tentukan titik-batas

X.,

Contoh C6-08: Sebuah pabrik pesawat terbang menentukan ambang-batas kebisingan dalam kabin = BO dB (bacadesibell). Jika tingkat kebisingan kurang dari 75 dB biaya produksi akan terlalu mahal, sedangkan melebihi 85 dB akan mengurangi kenyamanan dalam kabin. Oleh sebab itu harga <75 dB dan > 85 dB harus dihindari dengan 97,soh kepastian. Hasil dari 11 kali pengukuran menghasilkan rerata x = 81,5 dB dan simpangan-baku s = 2,2 dB.
Penyelesaian: Pada pengujian ini tentukan Hoi Ho:Qr a B0 dB) dan Hr:(ltt

(! = B0 dB), - tt) =5 dB). q= 0,05 dan B = 1 -0,975 =0,025; dB; lJ,=75 dB dan Fz=85 ffr=11, df = 1.1 -1 = 10;dari tabel distribusi-t diperolehto,r,,o=2,228dan tp,1q= 2,228; i = 8I,5 dB dan s = 2,2 dB.
Q,,r.rr + t p.orl

,i = ----------------

..

Uro - pr)'
1fit

s'

(2,228 + 2,228)'z .2,22


(80

751'z

96,103 25

-^

Karena fi

maka perhitungan dapat dilanjutkan untuk menentukan batas-batas:

x",=0* 80+75 =77,5d8 2


Karena

dan

I,z=2.80-75=85
Hrditerima.

x = 8115 clB beradadi antara 77,5 dBdan 85 dB, maka

Membandingkan Varians. Jika masalah rekayasa lebih menekankan pada keragaman produk daripada nilai reratanya, maka prediksi atas varians populasi o2 dapat dilakukan dengan menggunakan variaans sampel s2 yang diperoleh dari sampel n. Terjadinya kekeliruan tipe I dan ll tetap ada dengan arti yang sama seperti telah
dibahas sebelumnya.
Satu-Sisi. Jika seorang produsen bermaksud memproduksi alat-alat presisi, maka sewajarnya dia berharap adanya varians yang lebih besar daripada Kasus

c.

1: Alternatif uji

yang ditetapkan, sementara segi rekayasa harus diusahakan untuk membatasi sebaran

daripada membiarkannya meluas. Dalam kasus ini Ho: (o/oo= 1), He: (o> oo), dan Ho: (o/oo= p) p1= o/oo. Misalkan s. nilai simpangan-baku kritis, di atas mana H, ditolak. Maka berdasarkan definisi kekeliruan tipe l, peluang menolak H, yangbenar adalah o, dan kekeliruan ini terjadi jika s > s.. Dalam pernyataan matematis peluang itu ditulis:

os> s.) = d atau

rl-#,*pl

"

fi'@-D7
GZ'9)

)d= lp'"I io rt*-tty _ ,* f;111_u) d -t=5ru-,)r


d -\=

ntr qeqas

qalo

(ZZ'9)

luetaq 3ue,(

l-.

lol .7t';6)a
f $ -").]d

nele

l:olol
LFlr

-a'

1nfue1 qrqa; uereqefua;


rsrs-nles uel[n8ua6 : [ !-9 rPqtuED

3
o
Prlrro^c

'q

0l uolln.llrlsrQ .o, o tdJ.r)V


or tuolaq |tnu

?.

F.,

,ldufi at!,
oo.

'o o eJ:q.n uourlrlr,l5r{J

uotln(lr ',utl

nele /Jeuaq oU
er ![ rpefial

3ue( 0l = (reuaq

.d _t=(is < ,s)a e1l (is > ,s;or = gl e(uln{uelas 'rpuaq oU.ll[ uep 's; s 011 eur.rauaLU)d eBnI uerlruaq Llelepe op1 ereluauuas

gLZ'9)

l_u _ r,a tt'"Zl - t

uep

(elz'9)

fa-e-,tt'iY

rn'ir

:e33urqas

uep rsrurlap ue)resepraq uep lL-lreqrueD rrep leqeped


NVX9NrONVBW,W NV9N10 N:twttldsxl

'=l'';" *#']

s0t

tA gVS

STATISTIKA TEKNIK

Rumus (6.23)memberikan ukuran sampel sedangkan rumus (6.21b) menetapkan daerah

penerimaan. Berdasarkan uraian tersebut di atas, prosedur pengujian adalah sebagai berikut: 1) Tentukan Ho: (o = dr), H o: (o = dr) dan H n: (o > do) 2) Tentukan harga o dan B yang dapat diterima. 3) Tentukan ukuran sampel dengan menggunakan rumus (6.23) dan tabel dis tribusiX2 sehingga diperoleh nisbah p,. Hal ini lazimnya dilakukan secara trial-anderror (coba-coba). 4) Pilih ukuran sampel n dan hitung varians s2. 5) Hitung s. dengan rumus (6.21b). 6) Bandingkan s. dengan s. Jika s S s, terima Ho bahwa o = oo. Jika s> s.tolak H, bahwa o =ou. Prosedur yang sama dapat dirumuskan untuk Ho: (o= oo) dan Ho (o < oo ). Contoh C6-09: Dalam bidang pengendalian mutu telah menjadi praktek umum bahwa, untuk menentukan toleransi suatu rakitan (assembly) ditentukan berdasarkan toleransi bagian-bagiannya. Suppliers lazimnya memberi jaminan varians pada bagianbagiannya tidak akan lebih besar dari 0,31 1 mm dengan tingkat pepercayaan 99oh (atau a = 0,01). Jika anda adalah inspector pada gudang penerimaan dan mengetahui bahwa harga o > 0,622 mm lidak boleh melebihi 1% sepanjang waktu, terangkan bagaimana anda menguji kebenaran pernyataan supplier tersebut. Penyelesaian: Dari persoalan di atas diketahui, oo = 0,311 mm, ot = 0,622 mm sehingga

=z'D=o' oo=o'622 0,311


Hipotesis-hipotesis:

oz =4

Ho: lo/oo=1), Ho: @/oo=

p,=2) dan

Ho: (o/oo > 1l

d=p=0,01 dan 1-F=0,99


Langkah pertama adalah menentukan ukuran sampel n yang signifikan. Hal ini dilakukan dengan menggunakan tabel distribusi-X2 yaitu dengan jalan mencari harga df = n-1 padaharga-hargaO--0,01 dan 1 - F =0,99 sedemikian sehinggadipenuhi
syarat: Syarat itu dipenuhi pada df = 24, yang dipenuhi oleh

42,980 , Ii.rr.o, = =* , r,.r* n;

sehingga n=df +1=24+1=25.(Catatan: proses ini dilakukan secara trial-and-error sampai diperoleh nisbah yang mendekati 4). Misalkan pengukuran dengan sampel n = 25 menghasilkan varians sebesar:

s2 = 0,00975 mmz

(e9(,'9)

io

tP'QrD'r)l
:eBnI
_ llt

T 'fi-u)
ft
I

uer>1ruua6

(qsz'e)

-,"7 - P- r"
,, - u) = rn'td-tt,
l-u

tt'{d-r\76 lo L _ L

uep

(esz'9)

e,(ulnf ue;a5

gvz'e)

ootltu"al*Au') = !P'z

rJo

z"

uep

(evz'9)

tnI
eleut'
l,

:uellnduursrp tedep ueseqaqa) lefe.rap ueSuap rX-rsnqulsrp


rsnqtt1srp lsts

rlrllLlau zolzs(l-

u) euale)

'Vp

- u = jp
I

ue?uap eures

enpal eped 1 adrl

uentl;a1e>1 er(urpefua13uen1ad

nll uel)luap snse) ureleC

'(d t) Suen;ad ue8uap tnLlela)tp ledep rur ;eq ueldereqlp e)eu ' uep Z lsnqlrlslp llep ';ou stsalodrLl lsnql.r1srp ueledntauu I erunl 'g 1-9:equeD eped leseraq rselndod nlens e1r[

suetJen

'(zo o nele 'o - o) :'H uep ( 0o * o) :vH '(oo = o) :oH = 'srsalodtq ue)resppraq uelnlelrp tsls-enp r[1'rX-rsnqr4srp rse;ndod laqel uentueq ue8uap uep es ;adLues suelJen ue)reseplaq ue1nluallp e3n[ro ue8uap erue5 'de>13ua;ad re8eqas seLleqlp n;:ad unuueu 'tedun[tp

'1 snse;

3ue.re[ rsrs-enp rfn ue8uap suerrpn ue8urpueqr-uad'$g-eno

{1 gleutallv:Z

snsey

60-lf

leos lsrs-nles ue1[n8uad P^rn) :Z [-9 requPD

. lo'
a

prPro^l ,q

q uollnqrrllo
oo.
o

trtpU

ts

ol teolaq t,nla ldtrls rau uortoqtJ[tf ro

orrolraqnuuunqutl6

'(Zl-g reqLueD ue>1r1eq.rad; reuaq )ep!l ]nqaslalntpdns

ueele,(urad uellndLursrp uep )elollp (uruUty- o):0g eleLu 'rt ( ?t euale) I-SZ l-u 1 JC _ z" lo.tt"rz

TELt'o=

#*=

zIIt'0'086'71

/01

NVX}NIONVSWIW NV9N10 NJWlEldSXl

lA

SVS

108

STATISTIKA TEKNIK

sehingga

sl, =
Zzu.o,

I1r-o rz),droi

n-l
,

(6.26b)

Selanjutnya

=("-f).4 o;
ol _ zlr-",u.or
) oo

(6.27a)

sehingga Berdasarkan uraian

^, f2

[b'dr

(6.27b)
kasus

di atas, maka langkah-langkah pengujian hipotesis dalam

ini adalah sebagai berikut:

1)

2) 3) Tentukan ukuran sampel dengan menggunakan rumus (6.25b)

Tentukan hipotesis-hipotesis Ho: (o = o0), H0: atau HD 1(g = o2 ). Tentukan harga o dan B.

(o

or), dan Hu: (o = o,)

dan (6.27b).

4) 5) 6)

Hitung simpangan-baku Hitung s"2, dan slr.


nya

s.

Bandingkan harga-harga

jika

s.2,

>s>

sl,

s, sr1 , s'"r. Jika s"2, < r < r"',


Ho.
Atl:e"pl IIp
116

terima

H,

Sebalik-

tolak
Rr:i*ct

Rtjrttlfo

rl

* *
s

f '*
t
I I

I: -'1,i.
Cambar 5-13: Pengujian dua-sisi dengan 02 tak diketahui

Contoh C6-10. Dalam proses pembuatan lubang silinder motorbakar perlu diperhatikan ukuran kekasaran permukaan atas keausan yang terjadi. Dari hasil eksperimen diketahui bahwa, ukuran kekasaran terbaik adalah pada 311 ltmm. )ika kekasaran permukaan separuhnya akan mengakibatkan terjadinya scuffing wear dan bila kekasaran permukaan dua kali harga optimum itu akan terjadi abbrasive wear. Kedua hal tersebut tidak boleh terjadi pada 99'h waktu. Jika anda sebagai penyelia
produksi, bagaimanakah cara anda menentukan bahwa, persyaratan itu terpenuhi pada

rsrs-nlps rln

IlEurallv

:? L-g JEqruES

1 a

o o

orlp$uto#rdarv

ruo,i'rrnou,

\aldues rou q1

o>uo!rnqpr8o

tut snse) uelec 'rcts-n:zs !!n llleutailV tt snsp) ' fo= -*r/),'H ^rl 'lnqplaIr6 uep ntJ plerau ue>;3urpueqr.ua6; .p lo Lo 'er(u1 rseq ue1; ndulr(uaul )nlun ststleuetp nlr ]rtelar ue8urpuequad eueure8eq uelse;afuau rur ]nluaq uereln 'uelSurpueqrp snrell / uep X lnpo.rd ue)eu enp 'ervtqeq Ipelat Suuas lsentrs re8eq;aq uelec

't(,f, X) < (.t - X) ottl lpelrar lul leH '0 = (rl - *il) e(u.reuaqas geqep -ed lelollp nlf t I adrl uerur1a)a) qeraep uellnfunlrp t [-9 reqLUeD eppd 'E ')elotlp uele 0g eueur seJe lp (l - X) pep e8req qe;epe X) e3reg'lO <(rl - *rl)1,' H uep'L'(rf -'d)l=l(rl - *rl)ll: U

'(,1.-

{npord tuef,ew pnc ,!}Elau upSurpuBqrad 'g'g

euualrp

01q'

'uetereAsiad rqnuautau lapullrs Eueqn; uelenquad uellnduusrp uep ryeraq Suer( Ifs r rs 5 zfs ue1;rseq8uatu zs uep "rt"1o uelSurpueg

,uunl

0911ry=

tlss'ol)'f# - ltr.'D-ttz I# =,i,


{oso'zn)'!#
=

Saurt ilzcLt=

n',

7r\}

='.?,

,tuan'l 6i'Jggl: ,s LlaloJadrp ue.reselal lerund a1 lerund Jetue ueefpqLuad ue8u -ap SZ = l+?Z =l+ lp = r/ ue8uap ;adues sele ue)n>lelp uetnln8uad ue11esry1 rz:a6'!I t"<d-')Z tJ * v * 9S8'0I ledeprp vZ =]p eped 7-y taqel uEC = "
Jd

ffi

*fr -ifii
I0'0 =

zd

66'0-I=

Z0'0 =

86'0-I= n
'Quutrt

'-17

I-

=ld

00

(l*-):'tt

'urutrl g'gSI=.o

nelewurl779=of:oH

IIC= o):'H
1e13u
11

:ueresa;ar(ua6
2oyog6

ueeAeuadal

60t

NVX2NrONVSW,W NV9N10 NIWIA;IISXJ

- tA 8V8

110

STATISTIKA TEKNIK

Berdasarkan definisi

,.,;tt-D-0, ox
Tetapi karena

Pl6 - 7) , (X -V1,1= q (X-P).-01


oY

-o

t(X - V) - @* - /tr)71 o, memiliki

(p*

ltv) =

(x-V
*

distribusi-z dan karena

pada hipotesis nol, maka

'l

'

,"

)=

selanjutnya

Ga-

1x -v1, -o
oz

oemrKran

JUga

4p

. _(X-Y)r-(p*-/tr), o7

Pengurangan Zo oleh

- zp menghasilkan:
_(p*-ttr),

q _r_t\_o _Lq {'"-\-46):Zrt"r=

O, I _ (2,*zp)z o) (p* - pr)',

Sehingga,

(6.28)

Tetapi

C M,
(.

iika x* =ffv=fl,
r o \2

1n
maka

o) o; +o;
(6.29)

,1a

Selanjutnya,

"=ffi'@'?r+o!1

yang merupakan persamaan untuk menentukan ukuran saampel. Dalam kasus n" tidak sama dengan nr, maka tak-kesamaan berikut ini berlaku untuk menentukan ukuran sampel:
Penjumlahan memberikan, zo - zB =

26 -i'), - Ut, oz

ttr),

sehingga (X -Y1, =

(2,-zr)oz+(ltx-pv)t
2

!A--.r
Persamaan

f'- sl

, (pr - p,),
z

(6.30)

(6.30) menentukan titik-potong seperti teftera pada Cambar 6-14. Berdasarkan uraian di atas, maka langkah-langkah pengujian hipotesis adalah

sebagai berikut:

' [-e^rn) upp rsrs enpa) eped 7l n senl qa;o uellnfunlrp rur leH'D Llelepe reuaq 3ue,( [6 = (^rl - *il]: 0g lelouauu Suen;ad t(,1. lut leq urelec ' I - X) l<l Lf - X) | e1r[ ue>1n1elp ue)p uele;ouad uep '(1 - X') e8req eped ueryeseprp uesnlndal rroal 'uresap srsalodrq lJep enrn) uelednrau g-e^Jn) uep Z-e^rn)'lou srsalodrq uep rsnqrJlsrp rlrle/\,\au snBr;e>1as 3ue,( eues Llelepe rselndod enp uep elerar'emqeq ue11nluntrp l-erun) ]nqasJa] reqrue8 eped' v L-g requieD eped erayat luadas ue11n[unlrp rur snse) '!s!S-en1 {n geutaryV zZ snsey

'ueleunSrp euare)

sileq)ap/Aod1

ue1;nduursrp uep

lelollp

0g eleru

't('t- tX) . (2- tD

ssz'0 : *+0 = y*-ia.

iG!(,, -"D1='or.- x)
ty
_ (,1n, y^\. :(^rt =(;o+)o)'L-*n

3un1rg

't

tt ue8uap
gz'0

'st'g

:(0'9) ueeuuesrad ue8uap srtul-)!]!t )elal uelntuauaw atu!),fupp ep:c.s qaloradrp ue)lesrw 'ttr unp = SLrrseuBursew nprvtod-l upp npnod2nerfn8uad ueln)el

(rf.-'X)

_ ^,S'7:

gzgi:

,(s'0)

*rf)

_ =u

i(62'q ueeuuesrad ue8uap 3un1u1rp u ;adues ueJnln

dz : oz :qaloradrp 'I0'0 = d '10'0 = p ' /P{..{.//oN-tsnq!llslc laqel llec fE'Z = (r/ -'rl)l:'H '[sS'6 = t('rf -'r/))):'n '(0 = 'il -'r/):'H

s0 <

:uelesalar(ua4 'eures nlr snse) enpa)

eped 0o ue)rsurnsv 'tapntod-2 ue1eun83uau.r detat ue)nele npntod-1ue1eun83uauu snreq qelede ue)nluauatl.r )nlun uauuads>1a qenqas ue)uresrC '%L qelepe

o)rsau '(I0'0 uee(euadal npnod-1 uertueSSuad uenrla>lal ]enqLuaur = d)) "yo66 0o n>1eq 1e>13ur1ue8uap rnqela)rp ledep snreq n]l leq lreq qrqalrap^ od-1e4{ ' sZI'g -ue8uedu rs uep s g' L qelepe rap^4 od-2 uep atu4 ,fu1ap eterau 's 9'6 resaqas nt)e^ eleJaJ rs)nparau tedep ue>ldereqrp n.rr uetlueSSuad'Jap/Aod-3 r1ue33uad re8eqas rcpntod ue)ueresrp nlens eped rso;dsla ue8uap lrrlsrl snre pep-l ueleunSSuau 'ursaLu lntun r,lo}uo) uerr;e8uad eJelue 1aut4,{e1apy nUe^ 3ue;as t8uern8uaLu )n}un

'tt-gf

'ofl

)nlor ' '(l

'og eruual t(,f,- X) > Lf- X) eltf - X) eltt 'ue>13urpueg

- X)

< (X

'(0S'9) snLunr ue8uo;o1rad ue8uap

t(,f.-y)

(g
(S

ue1n1ua1

'/

uep

ue1nlual uep u resaqas lnpord Surseuu-Surseru rJep ;adLues u1r;r4 W

uep
LLI

'| '(rl - *rl) l=l(r/ - *n) n: H


o

'G7q snurnr ue8uo;oyad ue8uap u e(uresaq ue)nlual (E ' d u.p re e,{u:esaq ue)ntual ft '10 < r(r/ - *rl)f :, H *rl)7: 0g uelnlua1 (l
'L0

= (^rl

NVX)N|ONVSWJW NV9N10

Ntryttldsxl - tA BVg

112

STATISTIKA TEKNIK

Peluang menerima Ho:Lp*- ltr) = 0l jika l(p*- pr)l:l@r- ltr)cl benar ditunjukkan oleh daerah B dari kurva-2 dan kurva-3. Argumentasi matematik untuk pengambilan keputusan adalah sama dengan uraian sebelumnya. Karena

tx -Vl

merupakan variabel dengan varians oZ

=9L*o" nx nY

selanjutnya

-o oun-zP= 6 -v)"-@ttDt zaiz=(x-I)t oz


(p* - pr)' (o'z* ln* + ol lnr)'''
lika n* = fly

sehingga:

&at21L6 ,OZ -

_ (p* - Pv)t

=n,

maka

n=
(X -Y)c =

(2,,,* z;'{o'* + ol) (p* - p)1


(zo,r- zo)oz
+

(6.31

dan

(p* - ltr),

(6.32a)

yang dapat ditulis dalam bentuk lain:

(x

-v), =f,}r,,, -

zp)'

(p* * .l%*9t nv

l,

* pr)'
2

!r*

(6.32b)

;
u

,
o
C)

i
*{}r, *}r *},

)1 -tx*}}r 11 -tx*}}r

{r-r}"

&,

-irr)r

t-?*.})

Gambar 6-15: Alternatif uji dua-sisi

Berdasarkan uraian

1) Tentukan Ho :lUt* - ttv) : 01, H o :ll(px - pv)l=l(p* - pv)rll, dan H n:ljt* - pr), + 01. 2) Tentukan besarnya d dan B.

di atas, langkah-langkah

analisis dianjurkan sebagai berikut:

3) Tentukan besarnya n dengan pertolongan

rumus (6.31).

zs

(^rl

=l - *rl)-(,f - X)

:(qS0'9) ueeuresrad ue6

(^r/ -

xr/)-(,1.- X)
'Ielo1p

og

-LUellp elrf 3ue,( (,f - y) seleq eSreq qelepe t(,f. - y) e8rep 'lO < (rl - *r/)1, H ' uep 'l'(^rl - rrl)=(^r/ - *r/)l:oH '10=Crl I rrt)l,oU eueu tp yL-g

uelleqlle8uau

rned

reqLUeD eped ryadas rde1a1

uellnfunlrp e8n[ rur snse) '!s!S-n]/,s,!,

{^?::::;r#r,
e11[ ule.raX ue>lSurpuuquaw 'q

rnqplalr6 11ep1 lo uep xro

rueraq SueA

rrt

* xrl ue4lndurrs uep')elollp 0g eleur '(4- X),'(4-;g)

'Ireq qrqal x tel euare;

tlut. s7's= s + (rr0' z)Gzzt',o)=


:e)eur

fr*.?'(,rr'z
x

- sLs'z)I ='(4 - x)

'fiung=ZL-OS=(,,(-X)

'llun

77 =

uep uun 0g =

-n8uad lrseq ueC '1er 3ua1e10t Uep

Surseuu-SurseLU

qaloradrp e,{ulesru ,qa;o.radrp ue.rn1 tenqrp uerfn8uad uaursads ue)lesrW

0t=

00I

Gzl)Gso'tO (r0I + ,s)r(}EE'z+sLS'z) (lo + *ro)r(dz +''"2)

,(ot)

l(il - xrt)

=A

:uerln8uad uauursads qe;run[

0eE'7- ro'02 - d2 ueP 9L9'Z - s00'02 =z/oz :qa;oradrp leuroN rsnqrrtsrC laqe] rre6 '(St-9 reqLUeD ]eqll) I0'0 = d = p (rf - *r/)l:'H 'l=(^rl - *rl)7:oH

l1t=(il - *rl)): nH

'10*

:uetesalar(ua4

')leq qlqal 3ue,( eueuu ter ue)ntual uep rsue)UruBrs uerfn8uad ueluresac 'fiun fil= ro uep ilun S = x.o qelepe Surseuu-Surseur lef, nleq-ue8ueduuls 'I0'0 = gl eped ueldelalrp qeles 3ue,( uesnlndal uelrqr.ue8uad o1rsa; '(I0'0 =p) oh66 uee,(ertada>1 le13u11 eped lrun 0[ rqrqalaLU ]er selrlen) ueepaqrad e\f '(poqpu ,Oe4rqte) Sue.reqr-uas apolau ueSuap rsenle^arp erepn eped uellelalrp uelnq uleua qelaias'efenf qnre8uad
nlr

lef enp /e)nqrai

depeqral e,(uueueqelal uelSurpueqrp snreLl^ uep X 1er srual enc] 'Z l-9)

qo]uof
otrt
(g
(S

''F1 )ntoi ''(i- X) < Ot - y) nele r(I X)- > (4-X)

''(rf,- y)
su

'09 eutral '''(4- il > Or.X) > 'Ol.-x) - qlt 'uelSurpueg '(qZS'g)snurnr ueSuoloyad ue8uap '(1.-y) ue1n1ua1 uelnlual uep u Jesaqas >lnpord Surseur-SulseLu uep ;adrues qr;r3
NVX9NiONVSW:IW NV9N10

Ntwttldgtl - tA svs

n4
Berdasarkan definisi

STATISTIKA TEKNIK

untuka

PL6

rx -vl-(p* Karenapadahipotesisnol(p*_P,)=0dan_mengikuti
p,)
disribusi-r, maka:

"[r L t'

-l), (x -V1,1= q - vl-0, (X -v), -01

sz I = o

,(\:,

,,,*)= a . oteh sebab itu to.,tr ='O -!)'


(X -Y), - (p* - F,),
SZ

Demikian juga:

t p,,,1

Pengurangan:

U +@r-t)s'z, F*+n, ., _ (p*-p)l atau -, _(n*-l)ri "z "' (tr,,rr + tp o1)' n* + n, 1 I ,-rr,
n* = fly = n,
maka dengan menyamakan kedua harga

ta:df

-(-tp.r)

, -Ut*- ltr), = (to.r, +tp:q)= ,olehsebabitu

)ika

s) di atas, diperoleh:
(6.33)

n=

(to:at

* tp ,), Grx + s?) (p* - p)l

Persamaan (6.33) memberikan ukuran sampel.

Dalam hal

n* + n"ukuran
(P*

sampel diperoleh dari tak-kesamaan berikut ini:

di mana n* dan ny merupakan jumlah sampel yang sebenarnya dari X dan


Selanjutnya penjumlahan to;,tt dengan

- Pr)', , (n* -l)s'* + (n, -l)sz, @ n_*r1r,**rr.rrf ' I ,_,r,


-tp,$
memberikan:

y.

(to,,r

- tp,{) =

(X-Y)r-(p*-ttv)r T

sehingga:

Persamaan (6.34) menentukan titik-potong seperti tertera pada Cambar 6-14. Prosedur

penyelesaian masalah adalah sebagai berikut.

1)

Tentukan

Ho:l(lt*- ltr)=07, Ho:[Ut*- pv):(p*- ltr)r], dan H o:l(p* - pr) > 01.

:ue)nlladrp 3ue,( ;adLues ueJn>ln '%96 qelepe reuaq nt! leq qlf S <(rl *rl) e]erar qrsrlas rselrlluaprSuau Suen;ad uerlruuap ue3ua6 't0'0 = 6/ qaloradrp J-lsnqtrlslp laqe] trec

QilQI)
Z6L'I = }E'l

80S'Z- =

Go'q)(r

Z_ZT+ZT zD + (oz'orXr

- zt)

+8os'z-

- zz:d,

+ tp,rr_ _
ZS

tp:d

:qa;oradrp 7tt:d,

_ tp:"r) ueeuleslad ueleunSSuau ue8ua6


g0s,z _
zz:ro'0,

'(^rf

- *rl) - t(,1.- X)
:qaloradrp

l-lsnqrrtsrp laqe] rrec 'ZZ = Z - ^u + *, = {p '10'0 = p .90,9 = ls,02,0I = {s,Lg,gL = l,gl\g = X :qa;oradrp uerfn8uad elep uec

'10 <(r/ - *r/)l:'H

'zl= ^tl = *t't 'lS =(rl - *r/)l:oH '10=(rl - *rl)f:oH


:uelesa;ar(ua6

'f,o = xo uelrsunsv'Jeuaq nlr rsrpuo) e(u:euaqas qlI S <(rl - *rl) e]erar Llrsrlas tse)Ur]uapr8uau Suen;ad ue1n1ua1 e8n[ *rl) 're>1edrp snreq 3ue,( euetrr re>lequeLleq ue)ntual 'S ql[ ,( < (rl re)equeqeq ueeuruauad urulefuau lnlun ':esaq nlr8aq leprl e8teq qtstlas neleM .%66 uee{e::ada1 te13ur1 eped y Je)eqeLleq ue8uap eLues 3ue,( ueqo ue8uelrq r)rlrLUaLU e1r[ r8ueuaslp r]lqal n]t qeqas qalo 'X rplequeqeq epedrrep qprnul Lllqal^ le)equeqeB Bl'ZB' 6l' LB' 9 l, ZB, 61, OB, 61, B l, V l, g I :/ le)eq ueLleq ueqo ue8ue;rg LB 'T.B'61'oB'vB'BB 'sB'zB'gl'61'vg' LB x JE)eq ueLleq ueqo ueSue;rg :]n)uaq re8eqas qelepe uerfn8uad ;rseg
'uelSurpueqrp >lepuaq re)equeLieq uereur enp uep ueqo ue8uellB .t

t-9f tloluof

oFI)nlol "(4- x) < (,1.- x) eltf '0g euual "(4- X) > Lr.- x) eltt 'Wt'g) ueeues;ad ue8uo;opad ueSuap ,(,1.- n Suotod-)tttl Srq'g

(S

y qe13ue; le.re,(s rulnuadrp eSSurqas resaq qrqal 3ue,( ;adrues uern)n ue8uap g qe13ue1 ueler8a>1 ue)n)el uep qe13ue1 a) qelrleqLua) e)eLU '1eprt elrf'g qe13ue1 a1 ue1]nfue; 'u epeduep resaq qrqa; e,(uenpal rz uep xu e4t[ 1(t'9) ueeues;ad ue8uap u tu + *u ;adues ueJn)n 8unlrg 'Zlp eped ln:t, uep ,:nl e8req uelnlua] j-rsnqrrlsrp laqet ueleunSSuar-u ue8ua6

.fs

Lt ',t 'y' 3un1rq uep uerfn8uad ue1n1e1 iru uep xa ;aduues uern)n up)n]ua1 (g 'd uep n e,(ulesaq ue)nluaf (Z
9lt
NVX)N|ONVSWIW NV9NIO NIWtAtdSXJ

uep

tA SVq

116

STATISTIKA TEKNIK

(2,508 + 1,792)2 (10,20 + 6,06)


5-

11,9

Karena flx = fry = 12 lebih besar daripada n = 11,9, maka disimpulkan ukuran sampel signifikan untuk pengambilan keputusan statistik. Selanjutnya dengn
menggunakan persamaan (6.34):

(n* -

l)si + @, -t)s'z,

n*+nr-2

l,u"r-

f.+",

, (P*-Pr),
2

(x - v)r=
fX -Vl

112,508

r,rrrr.ry

ff^ * ] = r,n,

= 81,75 -78,67 = 3,08

Karena 6 -h > (X- 7)., maka ,FIo ditolak dan disimpulkan bahwa, perbedaan bilangan oktan dari kedua bahan bakar itu adalah lebih besar dari 5; karenanya bahanbakar X dipilih dengan alasan harganya lebih murah. Kasus

2: Alternatif Uii Dua-Sisi. Prosedur pengujian dilakukan dengan

menggunakan distribusi-t Derivasi prosedur yang tepat sama dengan untuk alternatif uji satu-sisidengan batas-batas dan . Kasus ini dipresentasikan seperti Cambar 6-15. Langkah-langkah pengujian adalah sebagai berikut:

- ltr) = 0f, H n :l(F* - prl + 0f, dan H r:ll(p* - ttr)l=l(p* - ltr)rll. 2) Tentukan besarnya a dan P. 3) Tentukan ukuran sampel n* dan nr; lakukan pengujian dan hitung X, 7,
1)
Tentukan Ho

:l(P*

s'*

4)

dan s|.
Dengan menggunakan tabel distribusi-f tentukan harga Hitung ukuran sampel n dengan persamaan: (to,r.,o, + tu,or)2(s'*
,a -

t,,r.r, dan tp q.
(6.35)

* rii

Ut* -

p)l

)ika n* dan n, lebih besar daripada n, lanjutkan ke langkah 5. Jika tidak, maka kembalilah ke langkah 3 dan lakukan kegiatan langkah 3 dengan ukuran sampel yang lebih besar sehingga dipenuhi syarat langkah 4. 5) Hitung titik-potong (X -V), dengan pertolongan persamaan:

(x -Y), -tp,r) rtt",z,rr - . (p* - ltr),


2

(n* -l)s'z* + (n, -l)s?

n*+nr-2

I ,*"

F;+

*
(6.36)

:(9t.9)UPeuJPSJadue1eun33u@)!}sr}etsuesn1nda1ue1rqure3uad
Inlun ue)Utu8rs ;adues uern)n uellnduursrp e1eu,u trep lesaq qlqal ru _ xz eualey
_c

6'I[ = (e'9Dr(ete'il

(90'9 + 18'6) +

,{vctl*

r;t? -

w=u
- zr)

:(d - xil)
:(st'9)

ueeures:ad ueleunSSuar-u ueSuap u ladr.ues ue,n)n ue)nruauau e,(u1n[ue1as qn1ir"1

Buen;ad nple L0'0 =

6/

qa;orad

p ,T;?:1Y.Y; fri,;' 'i!o;rlr',,1T#i:::


T,

,7I

- Zf+ zl
+

vzg'l =

ISI'I ,,t.u -T \ + 6rg'7- =

@'lXl -

zD + (rs 6Xr
s rct

6rg'z-

zz:d,

+ xtt

fr(rt(rr/

^u)+ xil1

I'G-E

+ Io,ol_ _ lp:d,

t-9f qoluof

eped ue8uap eues Bue,{ e.rer ue8ua6

500.0

,i1Sl,IE i190'9 = fs 'N L9'gZ = 4 ' Nlg,6 = =X {s zz:s00'0, qa;oladrp 6fg,Z l_lsnqulstp lrqrt trnC tu + *o *u :1adt_ues ZZ : Z= Ip'Zl= qnir"f = ^u uep I0.0 = ra eBBultlas uee(erradal

=ZlD

uep
e,{u.resaq

'10

< ^rl

,r1br,1 "/o66 .[NS=l(rf_*r/)l]:on - *r/)): H ,l_0 = (r/ _ *r/)): ,H


n

:uelesa;ar(ua4

'eues 1epr1 rde1al eues uerfn8uad sue,en ue)rsuJnserc 'qrqal new 0/,,66 ueer(erladal le>18ur1
:

eped lrur g lrep qrqal snrel{ ueueqera) ,nqnqni"a ,i1rna ,r, uerfn8uod *"1"g ,Zt ,62 ,LE ,g(, ,Zt ,62 ,ot ,62 ,BZ.in1ja*in ,iZ ,gZ' :(uo1a)p1iS,"rrq""> 'BZ
'

Lt'ze'62'ot,,re,Be,gt,zt,g(,,67,,bt, Lt

1'uo1ua61i"i

rrrrilr"x

-leill)

:ln)uoq re8eqas elep ue>11rseq3uauL '1 uep sele rn)nlp s: ueueqera) .(eure^ ueueLlera)) x ueqeq uereled ueLreq eped ueeu:ennad .uen>1eFad >1r1sr:a])ere) ue)le18u,irn* ,1ir", uerep nluauar (luaul qnreSuad rnqelaSuaul )nlun uaurrads>1a n1en5 .nL-g) rroluof
uen>1e1'rad

'orr q"tol',(l- g <(t- y) nese r(r_{)_ > (,t_x) eltt fl > (,,f.- n- > t(l--x.) _ eltf
'017 eurual

''(,1-

/tt

NVX9N|oNVSWIW NV,.N10

Nlwttldsxl _ tA svl

tt8

STAT'ST'KA TEKNIK

6 -h, = l{rsrn-

r,rrol.ffi
oj

= (0,648)(2,82X0,408) +2,5 = 0,746*2,5 = 3,246

ffi . :

(X -Y) = 81,75 -78,67 = 3,08 Karena - (X -7), < -tX -Vl < fX -Y)r,
b. Membandingkan Rerata lika o'z* dan

terima .EIo, dan disimpulkan bahwa,

perlakuan tidak mengurangi ketahanan warna pada bahan pakaian.

Tidak Diketahui dan Tidak Sama Besarnya. Dalam situasi ini peosedur pengujan adalah sebagai berikut (tanpa derivasi matematika): Kasus l: Alternatif Uii Satu-Sisr'. Langkah-langkah pengujian adalah sebagai berikut: 1) Tentukan Ho:lQt* - Pr) = 0f, H n:l(lt* - ltr) > 01 2) Tentukan harga a.. 3) Tentukan ukuran sampel n* dan r. Hitung statistik X, y , sl., sf .

4)

Hitung derajat-kebebasan

,r=ffi-,
n*

df

dengan persamaan:

+l

n,

+l

$37)
(6'38)

dan 5)
Jika

"- @ trl
to;r1 terima

,_

x-Y
I/0. lika tr)

Temukan to;q, dan bandingkan: to.,u tolak


.F10.

Contoh C6-15. Berdasarkan data berikut ini, apakah hambatan (Cl.cm.x 106)dari resistor eksperimen Y sama besarnya dengan resistor standard X. Pengujian pada tingkat
kepercyaan

95%. Data pengujian menghasilkan: X -- 32,25*, si : 10,02, V = 28,5*, si = 6,05, n* -- 18, ny = 18.
Penyelesaian:

=01, Ho:lUt* - ttr)> 0l a=l-0,95 = 0,05, df = nx* ny -Z=34;


Ho:L(p*
fr,or,ro

ltr)

dari tabel distribusi-t diperoleh:

11692

Dari data statistik pengujian [dihitung dengan persamaan (6.38)] dperoleh:

Z96Z

- 8z:sz0'0, qaloradrp l-rsnqrrsrp laqe] uec


:uelesolar(ua6

8Z=Z- ^u +*u = tp uep SZ0'0 =Zlg0'0=ZlD 'S0'0 =S6,0- l= p + (rl - *rl)f :'H 'L0 = (il - *rl)l: oH
lO

2000'0=fs 'Ig0'0=1 'sl=^u uep 1000'0=Is '010'0=x 'gl=*n


:]n>lrJaq re8eqas )rlsrlets ue>llrseq8uau elep ueqelo8uad e1r[ '1nqas.ra1 lnpold enpa>l ere]ue ue)Uruprs 3ue,( ueepaqlad ledepral qelede 'ue1n1ua1 '"1oE6 ueeAerladal 1e>13ur1 eped uelSulpueqlp uele lrrqed rlenq enp uep lnq unrutunlp rrep (ltatsstwa ileyns) ueelnulad lsllul '9I-9) rloluof

e)r[.0H eurra]
(B'9)

!p:z

D,>,t>rp:z Dt- ,fi,,,:l'Jr;ffi:1[]fi'',?4"ifilni

(s

(^utls))+(xu1ls)

uep

(tt'e)
L

I+

ru ^-x I+ xu
=tp
(V
(E

,(Au1!s1' ,(*u1*rs1
xu 1ls) ,(^u lls +
-I

'{s '{s 'A 'X

)ltsltets 3un1rp

:ueeuresrad ue8uap ueseqaqal-leferap 3un1tg /p uep xz ue)n}ual

'tu

;aduues uern)n

*r/)1:'H lO * (r/ rSSurlas

'10 = (^r/ - *r/)): oH ue)nlual (t

'n e8rcque)ntual (e
2Z

:tn)uaq re8eqas Llelepe uerfn8uad qel3ue;-qe13ue1 zsr5-unO

il1lryutailV

snsey

'pjepuels Jolstsal

)eprl uauluadsla Jolsrsal uelequreq er(ulesaq '"7o96 ueeAet.radal 1e>13u11 eped 'earrqeq ue1;ndursrp ledep uerlrtuap ue8ua6 ')elollp 0,g eler-u cte:e0'01 q 11 eualey
=

lo

61

6t

6I

ez'ye =z-ez'se =r-!#=r-noo'9r{r?Jo'o l+ ta I+ xu


r___

6l

1_

zgCC'0 ztSS'0

,(gt/so'9) ,(8I/20'0I)
orX

-IG68T) 916'0

-" gsyso o <svzo


(s'82

-(tu t'!s\ ' =z-ffi=fi'


t(lE

-(xu tx-s\

q
_

ueeuuesrad ueSuap uep

896'f = -_- =
sl..s 6Lt

gL'e

_ Gr/so'r)+(8r/zo@ - 9z'ze)

!. tl'D.(. t*,il| _ ,,
T_X
tA gVS

NVX?NIONVSW,W NV9NJO NlWtAilSXl

120

STATISTIKA TEKNIK

Dengan pertolongan persamaan (6.37):

df=

(s2*In*+s'rlnr)z
1s2*In*)2 .1s'zrlnrlz

_ " " - (o,ooor/rsL (opoor/tsf

[(0,0001 /15) + (0,0002/15)]'?

- 2=26,8N27

n*

+l

n,

+l

l5+1
0,070

15+1

Dengan persamaan (6.38) diperoleh:

x-v
(s'*ln*)+((s'zrlnr)

0,081

0,011

.,/{o,ooot / l 5) + (o,ooo2 / I 5)

= -2,46

J-o,z

Karena tr l to,ozs:zs, maka Ilo ditolak dan disimpulkan terdapat perbedaan yang signifikan antara kedua produk tersebut.

6.6. Rangkuman
Dalam bab ini telah dikemukakan cara membandingkan dua macam produk (desain, proses, material). Jika hanya dikehendaki untuk mengetahui apakah terdapat perbedaan antara dua produk, gunakan metode pendekatan awal (paragraf 6.2.). )ika perbedaan nyata perlu diketahui, maka gunakan metode pendekatan terinci(paragraf 6.3.). Paragraf 6.3. itu didahului dengan pembahasan secara singkattentang perumusan hipotesisdan jenis-jenis kekeliruan dalam pengujian hipotesis. Dalam kedua pendekatan tersebut perlu diperhatikan ukuran sampel yang digunakan. Jika n < 30 gunakan distribusi-t dan jika n gunakan distribusi normal. Jika pola distribusi tidak diketahui, maka gunakan metode non-parametrik yang akan
dibahas dalam Bab Xll. Perbedaan antara dua produk juga dapat dianalisis dengan pendekatan analisis varians (ANAVA) yang akan dibahas dalam Bab lX. Berbagai cara membandingkan beberapa produk juga dibahas dalam bab-bab lainnya.

6.7.

Soal-soal Latihan

56-01: Dua buah rancangan busana Xdan Y diasumsikan mengikuti pola distribusi normal, mempunyai varians populasi yang sama tetapi tidak diketahui besarnya. Dengan data yang tertera di bawah ini, tentukan rancangan mana yang memiliki rerata

yang lebih besar pada tingkat kepercayaan 90o/".


Ranc. X Ranc. Y
11

Ukuran sampel Rerata sampel Varians sampel

21

12
1

10

56-02: Dua kelompok specimen X dan Y, masing-masing memiliki perlakuan

euale) 'ue)Surpueqrp )epuaq eures 3ue^ utsaLu ueSuap ]enqlp uep x epaqraq 3ue,( uauodluo) enp uep lq8uatls an1qe;l ueLlelala) depeqral uelen)a) '90-95

st
wdd 7'g
A sasord

sl" uudd g'1

uerlnBuad LjelLun[ nleq-ue8uedLurg

sasoJd

'uaSoLuorl qrqal 3ue,( eueur sasord WOa uee,(ecradal

1e13ur1 eped uelnluat 'tut Lle^ eq !p elep ue6 'e,(uure1 epedtrep e,(utse.rluasuo>l 1e13ur1 rseuen 1e,(ueq qlqal l)!llt-uau Sunlapuaf nlt sasold nles qeles unuleN '(uoll -;ruu .rad sped; u-rdd 00t lrep uelnrel repe) ue)unlnuau ledep e,(uenpa; 'uelSurpueqlp repel tBuern8uauu )nlun rte uetulnuuad sasold ule)eul EnC :90-95 rle>lle uelnrel

'10'0

= D eped uer[nBuad

11 rse1ol epeduep r33urt qrqa; S,Z O,Z

Z lse)ol rp rsn;od qe>1ede 'ue1nlua1

sv
9Z

ov
9Z

n)Pq-ueaueours ladiues PleJaU


;aduues ueJn>ln

z rselol

I rselol

:]n)uaq re8eqas ue.rnln8uad peg'rwltbrl Lue;ep uelnlod lalrped qeluunf ue)resepraq rn)nrp epaqlaq 8ue,( qeraep enp eped elepn tsnlod 1e13ur1 :r0-9S 'eurel apolau ueSuap eLles nlr nreq apolaur uel]!lala) qe>1ede o696 ueeAe:lada1 1e13ur1 ue8uap ue)nluaf
zoL

x l9'g

e-0

[ x 9'L
6

ladues sueuen
ladrues uern)n
;adLues ele.taN

SZL,L

9ZL,L

euel']aw

nreB']aw

:rur tn)rraq elep ue)lrseq8uauu )Efe eJefas llqule!p 3ue( ;adrues rrep uernlnSuad lrseH 'eLr.rel apolaLu ue8uap er(uuet1t1a1a>1 uelSurpueqtp ue)e le)eqJoloul >lero] uelenqiuad urelep qelnru r-1rqa; rdelal nreq rse>ltJqeJ apolaLu ntenS :t0-9S

o/
69
7,1

tB
OB

OE OZ

ZB

0t
;adues ueJn)n

'ue>1n;radrp eIlI lul L]e/\,\eq lp e]ep ue)eunD r-o ueP 'lsry lstl 9 ='o 'tnqelallc '10'O = $ uep [0'0 = D ueleunD 2A uep 0I X erelue uelrlruBrs 3ue,( ueepaqrad ledepral qe>1ede ue)nluaf 'Llllldlp ue>;e r33urpa1 ueueqela) r)rlruau 3ue,( uaursads eletu 'e,(ueJerar relue ue)Uru8rs 3ue( ueueqelal 'rsorol depeqlal e,(uueueqelal l[n!p epaqraq SueX ueelnuurad ueepaq.rad ledepral
e>1r[

LZI

NVX?NrONVSWIW NV?N;!O N:tWlAJdSXl

lA

gVS

122

STATISTIKA TEKNIK

lebih murah daripada X, maka Y akan dipilih walaupun tidak memiliki kekuatan
kelelahan daripada X, namun selisih kekuatan itu dibatasitidak lebih dari 5 ksi. Desainkan suatu eksperimen untuk menentukan, apakah komponen Y memenuhi criteria tersebut

pada a =

= 0,01. Hasil pengujian sepefti berikut ini:


Komp. X Ukuran sampel Rerata sampel, ksi Simpansan-baku, ksi
B

Komp. Y
B

31

29
1,8

2,O

56-07. Dua macam cat X dan

diuji untuk mengetahui ketahanan terhadap

keausan. Rerata keausan dari populasi cat tersebut dibandingkan dengan asumsi keduanya memiliki varians yang sama. Pengujian dlakukan pada tingkat kepercayaan 95%;dipersyaratkan (o* lor)z > 4 yangdideteksipada peluangg0o/.. Data pengujian adalah sebagai berikut:

n*

:21, si = 9,35.10-6; n, = 21,

szv

= 6,71.10-6

56-08. Suatu proses rekayasa merekomendasikan untuk mereduksi polusi udara terhadap sekitarnya. Saat ini, kepedulian hanya pada pengurangan kadar mono-oksida zat arang (CO) dalam udara. Proses baru itu dicoba, kemudian diambil sampelnya
beberapa kali dengan selang waktu tertentu dan kadar CO diukur. Kadar CO berdasarkan proses yang berjalan juga tersedia datanya. Varians populasi diketahui sama besarnya.

Data pengujian adalah sebagai berkut:


Data
Proses

Proses Baru 25

Lama

Ukuran sampel Rerata sampel, ppm Simpangan-baku, ppm

25

7,3 1,8

6,0
1,2

Dengan kekeliruan dalam pengambilan keputusan tidak boleh lebih dari 1% (a = fl = 0,01), tentukan apakah proses baru itu mengakibatkan berkurangnya polusi.

6.8.

Daftar Pustaka

Ducan, A.J. (t 959), Quality Control and lndustrial Statistics, Richard D lrwin lnc., Homewood, lllinois. Juran, J. M., Frank M. Cryna )r. (1970), Quality Planning and Analysis, McCraw-Hill Book Company, New York. Lipson, C., Narendra J. Seth (1973), Engineering Experments, McCraw-Hill Kogakusha, Ltd., Tokyo.

'rsarSar uep rselaJo) qeleseLu )teq dnle:uauu BepJoy ststpue qelrlsr 'ueeler(ua1 urelep unureu 'qesrdral elefas rselarol srsrleue uep rsar8ar srsrleue ueeunSSuad uelur>13unurp undne;e14 laqeuen-laqelJen rclue ue8u nqnq ueleyapaT ueler(ueuad ruaul rselaro>l
'

srsrleue uelSuepas puorc?un; ue8unqnq epd ue4e(ue]:aduuau rsar8al srsrleue 'uee1eryad ure; ue8ua6 'laqerJe^-laqeuen relue ue8unqnq (ssau -asop) uele\apa>l p43u11rn1n8uau )nlun ue)eun8rp rse;aro) srsrleuv 'nlr rseLUrlsa Wp \l1gepuadap) ue8uryue8nla4 p43u4 rnln8uau: )nlun ueleun8rp e8n[ rsa.rSal srsrleue 'tseurtlsa8uau >lnlun Surdu-res tg 'tsat8at sr-reS qenqas ueBuap ll!Ielrt!p ledep y

uep/ laqeuen erelue

ue8unqnq

eleu'tut

dasuo>1 ue)resepJag '(X loqLurs

lraqlp e,(ueuare>1 uep) x-nqLUns Llere eped srlnlrp uapuadapul laqerre^ erpluauras (^ loqurs lraq!p e,(ueuarel uep)r(-nqulns qere eped sllnllp e,(uurrze; uapuadap laqeuen 'Feqaq pqeue^ nete) uapuadaput pqeue,t lnqasrp n1r uapuadap laqerle^ rqnre8uadruau ue)er)radrp 3ue,( laqerJe^ pqelre^ nele) uapuadap pqeuea ]nqasrp ntr rseurtsarp
ue>13uepas (le1ya1

Suer( gaqeuel 'er(uurel laqeuen relru uelresep:aq laqeuen nlens rJep relru rseulrlsa8uau )nlun ueleun8rp ny sat&at ueeuestad nele /spr.u/Jsa ueeuestad'er(ueuueu ue8uap rensas'laqprJen-taqeuel eJelue ue8unqnq
rs8un; nele e;od uelrsdulsapuau )nlun rseurlsa ueeuesrad uelSuequa>1rp rsar8ar srsrleue ulelec 'qrqal nele laqeuen enp eJplue ue8unqnq rnlnSuar-u uep r[el3uaur )n]un uelSuequua)rp rselaro) srsrleue uep rsa.r8ar srsrleuv

uPnlnqBpuad

'L'l

ISVIIUO) NVC IS]UD]U SISI]VNV

rA qos

124

STATISTIKA TEKNIK

Bab inijuga membahas metode korelasi khusus yang mencakup: koefisien korelasi

biserial, korelasi tetrakhorik dan koefisien-Phi untuk menganalisis kasus-kasus khusus,

tetapi dimungkinkan juga untuk menggunakan metode-metode lain seperti analisis varians, rumus-rumus korelasi dan regresi serta uji-;2. Sebagai contoh, untuk mengu.ii liniaritas regresi dilakukan dengan menggunakan besaran nisbah-F.

7.2. Analisis

Regresi

Upaya mengestimasi atau memprediksi lazimnya diawali dengan mengadakan eksperimen. Sebagai contoh dikemukakan eksperimen yang dilakukan oleh suatu perusahaan mainan anak-anak. Eksperimen itu didasarkan pada penalaran bahwa, karyawan yang berbakat akan lebih produktif daripada karyawan yang kurang berbakat dalam pembuatan mainan anak-anak. Untuk maksud tersebut perusahaan memilih delapan responden yang harus mengikuti aptitude-testdan hasil perakitan mainan anakanak dalam seminggu dihitung. Tabulasi skor aptitude-testdan hasil perakitan ditabulasi seperti ditunjukkan pada Tabel 7-01.
Tabel 7-0'l: Data Hasil Perakitan dan Skor Aptitude-Test

Responden

Jumlah Yang

Skor Aptitude-Test

Dirakit*
30 49
1B

(Y)

(x)

A
B

6 J
B

D
E

42
39 25
41

7 5
B

C
H

52

10

Keterangan: * satuan dalam lusin. Jika data tersebut diplot pada koordinat Cartesian, maka diperoleh sebaran titik-titik (X;)4 seperti ditunjukkan pada Cambar 7-01. (Titik C dan F menunjukkan data yang berkaitan dengan responden C dan F). Kedelapan titik itu berada di sekitar atau berada pada sebuah garis yang dapat didekati dengan persamaan: (7.01)

Y:a*bX

di mana a = ordinat pada X = 0 dan b = kemiringan atau tangens dari garis Konstanta a dan b ditentukan dengan menggunakan persamaan:

regresi.

7o'l= L'll'g-LE=

ueP

e Ci7 !7I'S=ssr=ffi=r
t,

at

x'g- i=o 8u
-

''-

ss- xZ- L
-

.'F.".-

96z-R" 3
H

896
SZZ

9
6

s8t
sn

0
e
T

9S

962
ZS
LV

9t+
v+
ZL.
Z

0t

9L

v
VZ

I
I

vvL
n
SZ

v
0 t
9L

0
s

SZ 6E ZV

I l

l+
v(_,

t9t
vbt
6v

9t
VZ

s+ 6L-

8I
6V

v
t

zl+

l I
V uapuodsay

t-

,{'x

Q- x)
=X

t'

9 X

0t
A

Q-.r.)
=/,

to-l laqPl
rsa.r8ax ueeruesrad ue8unlrq.ra6 rselnqel

:20-l laqel
r,{.

uBry gSlZ =

(fXff'S) +20\=
),{,

:qa;o.radrp uep

sele rp rsa:3ar ueeuesrad Luelepa), =y e8req uerynseurar.u ue8uap ue)n)elrp nete) = lsal-apnl!7de rols ueSuap uerne(re1 qalo uelr)eJ qeluunl rslrpa:duau

(t=X
)n]un

x?fs+zo\=

:rsa;3al ueeueslad qa;oradrp

uer)nuap ue8ua6 'yO'g =

uep (eZO'l) ueeuues;ad ueleunSSuar-u ue8uap Suntrqrp g uep p eluelsuol e,(ulnfue;a5 'ZO-l re,qeL eped ue11n[untlp ryadas rselnqe] lntuaq urelep qeqnrp 1.0-l laqej urelep elep rselnqe] unsnsrp nlnqep qrqalralq uep p eluelsuo) Sunlrq8uauu Inlun :uelesa;ar(ua4
,b

q uep ZO'l = e e8req-e8req uelltsellSuaul 3ue,( g71l)

= \ lsal-apn1r1de rc4s ue8uap uervte^.rel Sueroas selr^rt)npojd rslrpard er(4nfue;a5 -l laqel uaur:ad1a elpp rJep rsar8ar sue8 ueeuues.rad uelnlual 't0-0Lf r4oluo3

'16

Pzo't)
(ezo't)

XQ- r{=D

UEP

(r'4()3 -q
lsv7180x Nvo ts1t91a
s/,stTvNV

(rt)3

9ZL

ilA svs

126

STATISTIKA TEKNIK

55

50
45

40
35

c
a !o

30
25 20

, , o
E

l5

1/ I

c/ /l

/ /. ,/--1. I
i

l0
5

.567
Aptitudc lcat rcsultt

9 t0il

Cambar 7-O1z Diagram sebaran Tabel 7-01.

7.3. Kekeliruan Estimasi Baku, Sr*


Setiap estimasi atau prediksi pasti berpeluang mengandung kekeliruan; dalam hal

estimasi berdasarkan persamaan regresi kekeliruan itu disebut kekeliruan estimasibaku dinyatakan dengan simbol S", (baca: estimasi kekeliruan-baku dari Y atas X yang dihitung dengan persamaan:

Irv -Y,)'
di mana harga

(7.03)

Y. diperoleh dengan mensubsitusikan harga X ke dalam persamaan regresi yang diperoleh dari perhitungan. Tabulasi untuk menghitung ditunjukkan pada Tabel 7-02a.

7.4. Estimasi lnterval untuk Memprediksi


Pada paragraf 2.6. telah dikemukakan bahwa simpangan baku merupakan ukuran

dari sebaran data di sekitar rerata dan kekeliruan-baku estimasi merupakan ukuran sebaran di sekitar garis regresi. Jika harga Y terhadap garis regresi mengikuti kurvanormal, maka pola sebaran di sekitar garis regresi untuk setiap harga Y dapat digambarkan seperti ditunjukkan pada Cambar 7-02. Untuk setiap harga X,akan memberikan estimasi harga Y, - a + bX,. Dalam hal

'ursnt gOE,IL

r/[
=3

-'!

ue4elnqtp 869't = i88'ZA =

;#l

,0r-,r)!
ZS
Lb

os

9lL'O

zvo'
bL,L

ZV,ZS

0t
o s

00f't
gs6'7.

l'zv

7.t'L

ZI,9Z

000't
ozo'o

00'z

9Z 6E
LV

zv'099'L

00't t'zv
v

I I
6

btv'z
956,Z

ib'gt
gz',tb

8t
6v

09n't
,(tA - A)
Zo-

ZI'L 98't

98't
I

0t
A

t',t -,t

XVI,S + ZO,L =)A

I le,qe LxrS n>teg rserullsl uenrlala)


'r6'vz >

ueBunlrqra6 :Ezg-l laqer

'16'VZ uep ZZ'B I ele]ue tp ppeJaq uelrlru8rs SueA ttr e8leq rpe.raq

'l > zc'8r nele tt't


-I=

+ Ss'Iz = (L'r)'96'r+ gs'Iz

:rseutlsa le^Jalut

qaloradrp (tg'l) ueeLUesrad ueleunSSuau ue8uap e,(ulnfue1a5 '96l+- sz0'02 ,,oZ e8req qa;oladlp 90'0 = (96'0 n eped ;eLutou tsnqt11stp laqe] trec

'ursn; 1'1 =

"g ueltegnqlp g69'I = tgg'Zf =

= x'ls

:qa;oradrp (0'l) ueeues.rad ueleeunSSuau ue8uap eSSurqas 'B = Lt uep got'll = ,(A qa;oradrp ntr laqe] uec 'ezg-l laqel eped uellnfunlrp ryadas MS Sunlrq8uaru )ntun ^)3 rselnqel qeltenq pue]-eupuad :uelesa;ar(ua4
'(rsrs-enp -seleq uep"S n)eq-upnrla1a1e,(u.resaq uelntuat LO-l)

l[q ,/.96 uee,{erladal

te13ur1 eped rslrpa:d 1en.ra1ur seleq

qoluof, e1'ZO-l)qoluo)

'rur tn)rJaq ZO-l) rloluof eped ue1>1n[unttp rseu]r]sa le^ra]ur seteq -seleq uep "S n)eq-uenrla)a) ue)nluauarrr )nlun ue8unlrq.raS '96'l + - szo'o g e1nq rsnqulsrp rrep e>1euu'gg'g =D tlllldlp (tg'l) ueeuesrad eped e1rI qa;oradrp leurou laqel x

ft)'t)

s...tDz +

)l= \

:rsetrrrlsa eSreq qa;oradrp

eleur '''tSZ+ rseurJsa le^Jalul 'rlllldlp 3ue{ n rsuelr;ru8rs 1e13u11 eped Sunlue8ral 7 e?rcq eJetuauas'7 n4eq-ue3uedr.urs uep "S e{u;esaq Llalo ue)n}uatlp !ul rseurtsa 1fi11gepuadap; ue8unlue8rala; '1;e33un] relru) anpa yrcd ueledn.rau-r '1 e8req rur

/zt

tsvlldox

NVo $1a91d stst7vNv

ilA svq

128

STATISTIKA TEKNIK

*1SI''
{c

-rsl'

'ii:r'lAll;il'

{n

X1

Gambar 7-02: Kekeliruan estimasi baku di sekitar garis regresi

7.5. Koefisien Korelasi

-x

Koefisien korelasi merupakan sebuah bilangan yang menunjukkan tingkat


kedekatan hubungan antara dua variabef dan menggambarkan sejauh mana variansis pada satu variabel berdampak atas variansis variabel lainnya. Tanpa mengetahui bagaimana perubahan pada satu variabel berpengaruh atas variabel lainnya, mustahil

bisa membuat prediksi. Apabila jika terdapal hubungan kausaltanpa mengetahui kovariansis, maka tidak mungkin mengendalikan variabel yang satu dengan cara memanipulasi variabel lainnya. Koefisien korelasi dinyatakan dengan simbol r. Besarnya koefisien korelasi dapat berubah dari r = +1,0 (yang berarti korelasi positif sempurna), melalui harga r = 0,0 (yang berarti tidak berkorelasi) menjadi r= -1 ,0 (yang berarti korellasi negatif sempurna). Contoh kasus korelasi positif sempurna ditunjukkan pada Cambar 7-03a di mana hubungan antara Ydan Xdinyatakan dengan persamaan regresi Y =2X.Setiap perubahan pada nilai X, menyebabkan perubahan harga Y menjadi dua kali harga X. Titik-titik yang menunjukkan hubungan antara X dan Y berada pada garis regresi (r = +1,0) . Dalam kasus korelasi positif yang rendah, titik-titik yang menunjukkan hubungan antara X dan Y tersebar sepefti tertera pada Cambar 7-O3b (r = +O,14).

(e0't)

(,,r 3)(,, K)

rs'xs'rtr
nelE - AX,t

r*3

ixr

:;adr-ues uep rselaJo) uarsuao)

(s0'r)

to.xo.N

-,fX3(

= ixd

:snulnJ ue3uap Sunlqrp rse;ndod r:ep rselalo) uarsuao) 'luat)Ulao) yauotu-ltnpotd s,uoilead Llplepe rselaJo) uarsrlao) 3unlrq8uaLu >lnlun ueleun8rp uurze; 3ue,( sntunU

'rsar8ar sr.re8 eped eperaq (elep) )lll] enuras eueur rp eto-UequeD eped ryadas rsar8a.r sr.re8 qaloradrp urlSunu lepl] lul vO-l )eqweD eped 'rselaro) uarsUao) e(uqepuar r33u11 ueryequueSSuauu uereqas ueleladay 'qepuar SueA tr e3.ret1 ueSuap ue8uesed.raq r33u rt 8ue,( y e8req uep r33u r1 SueA tr e8req ueSuap ue3uesedraq qepuar 3ue,( X e8req 'yg-l seqweg eped uellnfunlrp (69'0- =r) !0e3au !sep)o4 snse>l Lloluo3

eueur rp

(.resaq 1e8.req ue8uap

ue8uesed.raq

lllal

X eB.req :uerpleq.rad; 111e8au rselaro)


X tsel

:r0'l

rpqueD

<i

"

;;1;sod rsetaJo)

:90-l reqrueD
X ls'.!

9I ?I ZI'OI
z

,
9{ e 8<
OI

,1.
9

gL

zl

,I
9t

q I+

6Zt

tsvHaox Nvo ts1a918 ststlvNv

ilA

gVS

130

STATISTIKA TEKNIK

penyimpangandariskorXterhadaprerataskor ;y ) y =Y -y = y ; r*, = koefisien korelasi antara X dan Y sampel; Lxy =E(X - hV -y) = jumlah perkalian antara simpangan x dengan simpangan y yang berpasangan; s, dan s, masing-masing simpangan-baku dari X dan Y sampel. Perhitungan koefisien korelasi dan simpangan-baku lazimnya dilakukan dalam bentuk tabel seperti ditunjukkan pada Tabel 7-03.

dimana

penyimpangan dari skor Y terhadap rerata skor

x= X -X -

Contoh C7-O3. Hitunglah besarnya simpangan-baku dan koefisien korelasi dari data yang tertera pada Cambar 7-3a. Penyelesaian: Untuk memudahkan perhitungan, data dari Cambar 7-03a ditabulasi seperti tertera pada Tabel 7-03.
Simpangan-baku:
= 3,795

,*,
fxv

= 10.3,528.5,795 ..* ,r.sr.s,

+0,76; dapat pula dengan memakai persamaan kedua:

-= : =---: = _fg-:=#:= (Ir')(Lv') J1u,r(w -

^fin8

133,e

_y^=*0,76

Tabel 7-03: Perhitungan Koefisien Korelasi Dari Dua Pengukuran Atas sampel yang Sama.
Sampel

X
13

Y
11

x=(x-x)
+5,5 +4,5 +2,5 +2,5 +0,5
-1,5

y=(Y_Y)
+3

/
30,25 20,25 6,25 6,25 o,25 2,25 2,25 6,25 20,25
30,25

/
9 36 9
1
1

xy
+16,5
+27,O

A
B

D
E F

12 10 10 8 6

14
11

+6
+3
-1

9
11

C H
I

6
5
3

6
,l

-1,5 -2,5 -4,5 -5,5

+'l +3 -5
-1

9 25
1

-2 -7

4 49

+7,5 -2,5 +0,5 -4,5 +7,5 +2,5 +9,0 +38,5


102,O

Jumlah
Rerata

75 7,5

80 8,0

124,50

144

7.6. Analisis Korelasi


Di samping persamaan regresi yanB menggambarkan hubungan antara dua variabel iuga diperlukan ukuran untuk menjelaskan kedekatan (c/oseness) hubungan antar variabel-variabel, yakni koefisien korelasir (lihat paragraf 7.4) dan koefisien diterminasi
rr.

166'0 =

L'981

(se6xeQl

(.rKX,rK)
=

s8I

tX,l

s8r

:ue)rraquau (,0-l pqeL qoluor eped 196'7; ueeuueslad uedelaua; .166.0 = Zg6,0A = tX,t :rselalo) uarsgao) uep
286'0 =

896
6TS6

896

GgIX?I.,;

= ^;.t
uep (X

:qelepe
rseurrlrJalap uarsryao)

uer)ruap ue8ua6 '(,1,-

z0-lpqeLUep l0-l

I) = t

- X) = r

laqef r]oluof trpp eueur !p


nPle

(qB0'l)

(ltxp:
,(,r - r)

Q.qZ

zt

(eB0'l)

tpef 'p1o1 sueuet ue8uap ueysephp pdep 9ue,( sueuea erelue Lleqslu re8eqas $eutuJalap ua!s!!ao4 dasuol ue)unJnlrp lul (lO'l) snurnt ue6

uo't\

,(t,{-l)K + ,(r,- t,DZ= ,(tr- x)K


P,r.- ,r) + (r-'1') parp rlrpl,

:lelo] srsueuen qa;oradrp ueleqas uel8erp urelep enuas uep )ll!r>llll] )nlun nele ,r

: r-

ue>1se1ahp

Sr;

ue8uedtuts + ue1sela[tp )edep 8ue,l ue8uedus - p]ol ue4uedug :n)elraq 1 ;e33un1 )ltl] )nlun 'ltuet8elp )allns) uereqas luerBerp urelep Il]!r)!U] entrlas .rrdr-ueq uep te)ap Lllqal nl! rsalSal sr.reB '96-7 reqrueD eped uellnfunlrp ryada5 'e,(ureuaqas 3ue{ e8leq eped te)ap qtqal 3ue,{ e8leq qa;o.raduuatu ueldeleqrp esrq eleuu 'rsar8ar sue8 eped uelreseprp nlrl e8req rserurlsa elrf rdeial ' eteJar depeqral

1 eSreq uep ppl !se!^ap ue1>1nfunuaLu >ln]un 1e(uren; rp epelaq 3ue,(; lnqas:al rsar8a.r sueB lnluaqLUaul 3ue( 1rgr1-1!]!] uer)as Uep >ll]lt nles ;rqLue8uauu ue8uap selafuadrp 'e,(ureuaqas e8ler-1 uep tserutJsa e8teq e:e1ue ueSuedur,(uad lrlrpas ledepral lul leH
e,{ueq

ue)e ue)eltl.radrp eleLu laqerJeA rseurlsaSuau >lnlun ueleunBrp 3ue,( efes rur e8rer-1 e}erar uep Xq + e ='1 rsalSal sr.re8 ue11nlumtp SO-Z reqrueD eped

e)lt

'I

Itt

tsvuaox Nvo $1a91t ststlvNv

ilA

gVS

132

STATISTIKA TEKNIK

Tabe! 7-03: Perhitungan Koefisien Korelasi Dari Dua Pengukuran Atas sampel yang Sama.
Sampel A
B

X
13

Y
11

r=(x_x) y=(Y_Y)
+5,5 +4,5 +2,5 +2,5 +0,5 -1,5 -1,5 -2,5 -4,5 -5,5
0 +3

/
30,25 20,25 6,25 6,25 0,25 2,25 2,25 6,25 20,25 30,25 124,50

\/
9

xy
+16,5
+27,O

12

14
'11

+6
+3
-1

36
9
1 1

D
E

10 10
d

7 9

+1

C
H
I

6 6
5 J
2

1l
3 7

+3
-5
-1 1

25
1

6
1

l
Iumlah
Rerata

75

7,5

80 8,0

-7 0

49 144

+7,5 -2,5 +0,5 -4,5 +7,5 +2,5 +9,0 +38,5


102,O

sx

tr=1tz,qs=3,528.
txv

sr

-V to - "[tg
102

=3,7s5

=Z*! ,r.s.r.s,

10. 3,528.5,795

* = +0,76

Cara lain tanpa menghitung simpangan-baku:


102

txv

102
J17928

102 133,9

v/(lr4FXr44)

Catatan: * Tanda plus atau minus sebaiknya dicantumkan untuk mendukung interpretasi yg tepat.

tl

t;r;lt ;rrrr (

))
[Jnurlrlurnr:rl rlr:viuliott (Y

Ycl

'li. t;rl tlr,'vrlr

tu tt

(v - )')

._., Y,

. u , n(X)

sl( vi't I rofl Y

tYc-h

X
Gambar 7-05: Konsep presentasi deviasi total dan unsur-unsurnya

'rur qenneq rp leurJou ueeuesrad e8rl ue8uo;oyad ue8uag 'txnLururul ,(,tC - d)3 eSreq qa;oradrp eSSurqas'uerlruuapas ue)nlualrps uepq'e e3.req-e8req 'gannbspeal)paryal lerpen\ uele>lapuad ue8ua6 '$gl) ueeuesrad uep r uep q 'e eluelsuo>1 rrep e8req -e8retl ue)nruauau qelepe lrloqered ue8unrapuan4 @ulyyl uerensa,(uad uep rsuasl

60't)

,x)+xq+D-

rl.

ledep 3ue[ued nl1ezn e13uef


uelefas SueA lsts,lpue

:Llelepe 1r;oqered ueeues;ad urnLun )ntuag 'IrloqpJed ue8unrapuaray 'p 'rur ]n)rJaq 1e13urs eJefas seLleqrp rur rsa:3ar srual enpal 'uee(e8uau-l uenfnl )ntun 'rypqtad1q erun4 ue?uap ltelaplp ueL{rtel setrsua}ur ledruep re8eqas ue;rdrueralal uelelSuruad ue8unrapuafa) e;nd uerlruuaC 'rypqued entn4 rpeluau qeqnJaq 'rarur; rsar8ai ue8uap !]e>laprp tedep >lapuad
>1n1un rdela]

n])e/v\ e13ue[ )n]un ueqeq srualas sele resed ueelututad 'e(u;estu lnqem ue8uap puil]) ue8uruapuatay srxpueBuaul )ntun ueleun8rp 1e,(ueq 3ue,(
luotssat?at

paNn) e^rn) )nluaqraq


(uorcsat&ad

rsarSar e;nd ;eualrp rarur; tsar8a; Surduues 16

pa^tn))

en.rny Inluaqrag rsar8au

'B'l

'uotssat8at pa^Jn) )nlun nlelraq )eplt uep larurl rsar8al )nlun n)epaq e(ueq Juauout pnpod s,uosJead snurnU 'J s,uosJead ueeunSSuad rselrurl ledepral 'se1e rp uelse;afrp qe;at 3ue,( ueeunSSuad uenrla)a) Surdu.res rg '0

[ < ro)s ue8uap

uerte,fue1 selrnrplnpotd

rseur5a8ualu Inlun 1eda1 uele 1eprl rsar8al ueeuresrad'01 qelepe rSSurUa]isal -apryr1de rols 116-7 laqel L1oluor re8eqa5 'lFe elep pep lLllqapu ery[ 4e,G1 Tepp tpe[uau elultseq 'tsat&at ueetuestad n]ens uep tseu1sa lenquau nl\e/ eped 'p 'e(uqeqa,{uad

qalo ue)llelrp eduel uapuadap laqeueA rseueA riep ue)selaIrp tedep Suer( rsrodold rjelepe ue)pns>leLUrp Suer( leLleped 'uapuadapur laqerJe^ qalo uelqeqasrp Suer( uapuadap ;aqeuen rseuen rJep aseluasrad re8eqas uelrsela.rd.ralurrp zr !u! leq uele6 'ue>yselatdtalu!-Llepslp 8uepe1-8uepe4 / tseutu)allp ua$Uaox '(80'l) ueeuesrad ue>1r1eqrad; leiot sueue^ uep yo6y eAueq e,(ureuaqas 3ue,( ;eqeped 1ue>1se;a[tp tedep/ rserre^ o1og1 rc?eqas

'r

ueltselardralul!p 0l'0 = J 'tloluo: re8eqa5 'snlJas 3ue,( uenlr;a>la) ue)lnqurluaLU !u! leH 'asetuastad rc?eqas tseptdnluttp ?uepe4-8uepe4 rcepro4 uatsuaox 'q 'psne\ ue8unqnq e,fuepe lnqep4lp qe1a1eryl uelselafrp
'e,(u1r;eqas ue)nB

ledep Suer( sueuen rsrodord rselrpur8uar-u er(ueq ue)urelaur ';aqeuen enp erelue ue8unqnq Suetuat uelsegafuauu )epr] rseururia]rp uarsUao) lul leq LUpleC 'teq!\e -qeqas Tedutep ue4\4nqLuau 4ruun ue>leun8p 8uepe4-Buepey peprol splpuv 'e 'rur qe/!\eq rp ue)rernrp !pel.rat Surras 3ue,( uenrr;a)a) 'ueeunSSuad uenrla)a)
eped ueldepeqrp e8n[ rselaro) uep
rsa.r3a.r

srsrlpue 'e(uute1 )er]sr]ets apolaLu ryada5

rselrturl uEp uEnrllala) edenqag '7'7

ttt

tsvllaox Nvo

ts18218 ststrvNv

uA svs

134

STATISTIKA TEKNIK

harga-harga a,

b dan c dihitung:

ZY = n.a+ b.>X + c.2X2


EXY = a.\X + b.EXz'+

(7.10a) (7.10b) (7.10c)

WzY

c.2X3 = a.ZXz + b.X3 + c.LXa

Untuk menggunakan ketiga persamaan di atas, data yang berjumlah ganjil diberi

nomorurutpadaskala-X(lihatcontohpadaTabelT-04):-5,-4,-3,-2,-1,0,1,2,3,4,dan 5 sehingga ZX= 0 dan IX = 0. Dengan demikian persamaan normaldireduksi menjadi:

ZY = n.a + c.ZX2 EXY = b.>X2 >XzY = s.ZXz + c.LXa

(7.11a) (7.11b) (7.11c)

Harga bdiperoleh secara langsung dari persamaan (7.11b), sedangkan harga a dan c diperoleh dari penyelesaian simultan persamaan (7.11d dan (7.1'lc). Penyelesaian perhitungan akan lebih sederhana jika dilakukan dengan metode tabulasi seperti contoh di bawah ini.

-> 2Y = n.a + c.ZX

zXy = b..>xz

64g7,3

6.40g -+

6417-'3 408

= 15,g0

2976,1= 17.g + 408.c

LXIY = a.EXz + c.>X4

-+ 78001,3 = 408.a +17544.c

Dari dua persamaan terakhir dperoleh a =154,71 dan c = 0,8482 sehingga per- samaan kecenderungan parabolik (penjualan):

Y = 154,71+ 15,90X + 0,8482X2


Tabel 7-04: Penjualan
Tahun (X
Y BB,1

Ba.ia (Y milyard Rp.) Tahun 1978 sld Tahun 1994


X -o
-7

XY -704,8 -623.7
-531 ,6

XY
5 683,4

Y
64 49 36 25

x
4 096 2 401
1 296

978
979

89.1

980
981

88,6
101 ,9

-6
-5

4 365.9 3 189,6
2 547,5 1 387.2 871,2

982
983

86.7

-4
3

96,8
112.7 129,2
202,O

984
985

-2
1

-509,5 .346.8 -290,4 -225,4

r6
9

625 256
B.l

450,8
129,2

4 0 4
9

16

1)o )
0 195,4

986
987
988

0
2 3

0
195,4

195,4 192,8
191 .9

385,6
575,7

771,2
1 727.1 3 798,4 5 865.0 9 752,4 15 680,0

t6
81

989 990
991

237,4
234,6

4
5

949,6

l6
25 36

256
625
1 296 2 401

1173,0
1 625,4 z 240,o 2 704,0

992
993 994
T

270,9
320,O
3

6 7
B

49
64

38,0

21 632,0
78 001,3

4 096
17 544

2 976,1

6 487,3

408

0SZ = ,{.

7,86t'Z = (S)'90r0' 0 + 7,96I'Z = 7

Eo1 ,{,

v'68 =

9ls6'l = (g-)'gOfg'g + ZS6I'Z = 7^Bol '(t66t unqe]) s -x uep (086[ unLle])g - =x In]un e,(u;esruu'ueSun.rapua:a>1 e8req enp ue)eunSSuaru ueBuap dnlnc '3o1-ruas seual eped srln;aLU )ntun *(860't)'st'gsf = rL nele x'90t0'0+zs6l'z = 73o1
:eulr.re3o; ueeuesred qa;oradrp
e33urr-1ag

0860'[

=g
=

uep 9070'0 =

= gEol

gl'ggl

uep Zg6l,Z =

LI - r3o1 06lt'LE

:uelrjaqtuaur rensas 3ue,( Luo;o1-LUol01 rrep qe;unf uep (t['l) ueeuies.rad rue;ep a) lt= u rsn]rsqnS ']n)uaq re8eqas qelepe rselnqe] )nluaq LUplep S0-l laqel ue;enluad e]pp ueresa;a,(ua3

wL'A G+ft
(EL't)

s3o1 ut)p

8"":

rtrol
:ue1;rseq8uaru 3ue,{

q uep e e8req uer)rurap ue8ua6


3ue,(

gZgl) uep pzgl) ueeuesrad ue8uap Sunlrqrp ledep '&o1-nuas seua>l eped srln;rp el1;,[

,/

uep x uep rarurl ueeures.rad ue>lednrau qSolX +rEo1 = tr8o1


:nreq ueeures.rad qalo.radp

ueeuuesrad uep eu4ueSog pquLe8uaur ue8ua6 'uauodsla re8eqas

Gf t)

laqerJen eueul rp

QL'I)

*Q0 = ,{

:;ersuauodsla ueeurpsrad uunun Inluag ';ersuauodql rsar8aX Erun;; 'q

9tt

tsvltaox

NVo ts1a91t stst7vNv

ilA svs

136

STATISTIKA TEKNIK

Tabe! 7-05: Penjualan Baja(Y milyard Rp.) Tahun l9TBsldTahun 1994

Tahun (X 978
979 980
981

Y
BB

log Y
1,9445 1,9494 1,9494 2,0086
,9395 1,9868
1

X
-o -7

Y
64

X.log Y
5,5550 13,6458 11,6964 10,0430
1

B9
B9

49
36 25 16
9 4
'I

-6
-5 -4 -3

102
o-7 U/

982
983

97
113

984
985 986 987
9BB

2,0531

-2
1

129 202
195

989

r93 192
237

990
1991

2,1106 2,3054 2,2900 2,2856 2,2833 2,3747


2

-7,750 -5,9604 -4,1062 -2,1106


0

0
1

0 4
9

2 3

2,2900 4,5712 6,8499

4
5

235
271

,371

1992 1993 1994


E

2,4330
2,5051

6
7

16 25 36

9,4988
1 1 ,8555

320
338

49
64

14,5980 17,5357

2,5289 37,3190

20,231 16,5539

408

Kurva Belajar (Learning Curve). Bentuk regresi lain yang tidak linier jika di lukis pada kertas semi-log dan kertas aritmatik tetapi bisa menjadi linier jika dilukis pada kertas log-log dinyatakan dengan persamaan: (7.1s) Y aX-h

c.

Di kalangan industri persamaan ini digunakan untuk memantau peningkatan


keterampilan manual karyawan produksi. Makin tinggi keterampilan seorang atau sekelompok karyawan makin cepat waktu yang dibutuhkan untuk menyelesaikan suatu tugas terutama dalam pekerjaan yang berulang, misalnya perakitan fuselage pesawat terbang. Dalam hal ini persamaan (7.15) dirubah bentuknya menjadi:

T- : (k.T).N-b
di mana
l,nr

u.16)

= waktu yang diperlukan untuk menyelesaikan fuselage nomor N: k =

suatu konstanta

(ft

=+);

?1,

= waktu standard. Dalam bentuk persamaan logaritmik log(fr."s)

persamaan (7.1 6) menjadi:

logI, :

- 6.logN

(7.17)

Dengan menggunakan metode kuadrat terkecil diperoleh persamaan normal:

?, = n(logk.Ts) - b.Z log N X(log N)(log T r) = Qog /r.T" ).X(log N) - 6.X(log N)2
X log

(7

.1Ba)

(7.1

sb)

869,TZ

LOB,IT

bLZ,S
000'1" 0
E

0L=u

sol'
vvs' 99f.'t
0g

s\/
sLl't
9Zl't
6 t'E v9 t'E LII,E

Ltj I

0t
6
B

t6'0
IB,O

000't vs6'o

t06'0
svq'0

['t

Ll'o

I
9

LZ6,Z

s09'0
6BV'0

Bll'0
669'0 209'o

9f.9'7.
T8Z,Z ZZB,L

06r E gzt 9 s8t s vt9 s to6 s


voz 9

I
b

zgt'o
gZZ,O

61't 0zg't
6SB't

llb'0
t0t'0
0

0t9 9

Z9L'I
0 N13o1'51 3o1

[60'0
0

sz6't

9ZZ 9LV
(LtLu)

B
*_L

*t

3ol
Z

,N 3ol)
lp/r^psed a3e1asn7

N 30t

'oN'lasnJ

N)

ll6L

unqu1

tZ-Nf

uplrlprad plec :90-l laqpl

'sete rp elpp ue)resepraq Z tZ-N) a8e;asn; uelrle.rad refe;aq-en.rn) ]enqLUaLU uelqelrsradrp ereqr-uad 1z tr-Nf lemesad lappru uelrle.rad
'o/o91

.refe;aq-erun>l uellnfunualu S0-l JeqLUeD lnluaq = %OOL x zz,o_Z = relelaq-erun) aseluasrad uep 169' L = OOZ; l6tog qaloradrp eleuL 'qru 002 = t1 ueldelalrp e>1rI :a8e;asnJ uelr)e.rad re[e;aq-er"] ,"1?;,r["! U"torrdrp eSSurqas

zz.0-N'6t09 =

N";

=l

Z7'0x617'0=
?r79
gL6'1V7,

- 7,0'tv

(ttz'sXot)
0og'reXOSS'g)

r*,*=9

- g6'9VZ

-q - (gos'tz)'ot
=9
(17.ry)Boy

,(6ss'9)

,(N3o1<)

,(ru3o1)3'z

ttw 6to s ='t.>r uep r8r.r =

#;

d.o=
(e6['l)

:qa;o.radrp 1p,6L'l) uep


ue1r1e;ad a8epsny uelrle.rad rcfe1aq

snLunr ueleunSSuau ue8uag

'eO-l laqef) rselnqe] apotaLu ue8uap f tZ-Nf lemesad eNDl uenluauad qoluo) ue)uaqrp rur ]n)rraB
uep

(e6l',t)

,(ruEo)3'a - ,(ru8ot<) g6L't) ( 8ot <Xru Eot <) - ( tEot'ru Eo1)3'ar =Q "Z u ,u7ot3 = ()'7)Eo1

:q uauodsla uep 1f .>1; e8reLl -e8teq uelpseq8uaru ue)e Jrq)eJa] ueeues;ad enpa) rlep ue]lntrtrs erefas ueresa;ar(ua6

ltt

$v71AO' NVO tS1A918 StStlVNV

ilA

SVq

138

STATISTIKA TEKNIK

400

* ; *'
E
t-

T^,=i25v)/',7tP-tt?$

iry"tt5r??1.7)IH-ol?a
M'tM
2 F
.J

I*e
too lco

STAI,IDARD r 2?)

7 IMU

Hurnber

of

cycles {N}

(a) Pada arithmatic paper

(b) Pada semi-log paper

Gambar 7-05: Kurva-belalar dengan k = 2,5 dan T, = 221,7 (TMU) Perakitan rudderpesawat CN-212 dalam tahun 1977

7.9. Nisbah Korelasi


Nisbah korelasiadalah indeks korelasi umum terutama jika data membentuk regresi

non-linier. Dalam hal ini rerata dari satu variabel tidak secara progresif bertambah sebanding dengan pertambahan pada variabel lainnya. Kasus ini telah dibahas dalam paragraf 7.7. Hubungan non-linier dijumpai dalam kasus korelasi antara skor kinerja dengan umur kronologis atau kinerja dengan peningkatan keterampilan seperti yang dibahas dalam paragraf 7.7c. a. Dua Caris Regresi dan Dua Nisbah-Korelasi. Diagram sebaran yang ditunjukkan pada Tabel 7-06 menggambarkan hubungan antara skor kinerja dalam formblock-test dan umur kronologis lima sampai dengan 14 tahun. Skor kinerja diwakili oleh waktu yang diperlukan untuk menyelesaikan tugas dengan pengertian, waktu yang lama
menunjukkan kinerja yang rendah, sebaliknya waktu yang singkat menunjukkan kinerja

yang baik. Data tersebut membentuk dua garis regresi yang berbentuk kurva seperti ditunjukkan pada CambarT-06. Kurva dengan garis utuh menunjukkan hubungan antara skor kinerja dengan umur, sedangkan kurva dengan garis putus-putus menunjukkan hubungan antara umur dan skor kinerja. Kedua garis regresi itu berbeda bentuk dan kemiringannya. Kasus ini menghasilkan dua nisbah korelasi atau koefisien-Eta; satu untuk masing-masing garis regresi. Jika pada regresi linier berlaktr ryr = r..r, maka pada kasus ini nisbah korelasi diestimasi dengan rumus: f** = trt,=
s/,
S,
sx, .sr

(nisbah korelasiuntuk regresi Y sebagai fungsi X (nisbah korelasiuntuk regresi X sebagai fungsi D

(7.20a) (7.20b)

90-l IaqEl elPp rrep rsarSaj P^.rn) :90-l rEqtuPD

i.rt
'm't
9G

692-

osr or sI zt 61 8t tz sI 9r EI d
sz,
1

'l
5.9

0-

9I' rol- tz0l- t82tz


o

,t{I
6r.9r
:s

oas
lz0 OI IO

rt.

lt t0

rzoa

lzo

t0

ta
EI
8

@92 t

i'

,8
t,

I
e!
6

I+

z ',c-_-\ o r *ro r t -b-t\ r oe.se i


.r !( \
6,8, I
69-qq

8
E E

E
8t

r\ - i\ o b ,

, oo-] a t
'!!e

at

t+ t+ t+
g+ 9+

ir. \ i
\

9t. 9I

e
'-,., r+*r
.

.r.
z,tl
,*.1

1.+-i..'--r...-..\'.!-L*r

,r

r '!trtrzrIror6SLtq 96I u! .te

.r... -r:.8

{'

-.

--

-. -,\

&..

!a!e

irqrot{sq3 :X

'B'6V=

eueLxrp) unqel eurl rnurn )nlun eler-eler rols 'qoluot re8eqa5 'nluaual rnuJn )nlun eler -elel lo)s ue1e1e,(uauu qnln sueS eped 111111ilI '1 reSeqas ue1e1e,(urp 1ef;au11 ro1s1 nqe,l,t lnrnuaul rsuan)ar, ue>13uepas ) re8eqas ue>1eler(urp rnu;n ]nrnuaLr.r rsuan)aJJ '1se8n1 ueresa;a,(uad n1>1ea,r; ueresaq re8eqas ue1e1e,(urp efiaur>1 .ro>1s 11y3 'a8e ^ ueleler(urp srSo;ouot1 nwn '99-l laqef eped pc8olouotrl.r) X ueresaq re8eqas

6ll7t x t)+ u.x D+Gvx t)+ (zs xz)+ (ls

x ) +(z9x 1)l :qelepe 16='7

'tur ]n)uaq

uelse;a[rp rselnqe] apo]au ue8uap ''s uep'/s e,(uresaq ue)nluauaur ere3 'rsnqrJlsrp ueLlnrnlasa) rrep n)eq-ueSuedLurs ueledn.rau's uep's eyas :,A Uep rslrpardrp SueA ,y ,p uep nleq-ue8uedurrs =ls ;X ttep rslrpardrp 3ue,( ,A Uep nleq-ue8uedurts = ''s

,r"t,

00t t

ZSZ-

OZZ

oc) t

00t
0s-

tvtbIZ
LZ

0
9Z-

7,

vtZ(
ZS

96LT

,A,x^^13

t9z
,,x)3

zn'
I

vs

F8t ts-

,4"]:
,rx-l xJ
tx
^,

ttf.
6ZZ

09t
09 9+

stt
SL

0n' 961
8n
b

tLl
IS
+

7t
9

0 0 0

t8
LZ

,xl3
97,t
I

st st
t

9Z'

[+

t
6

692ogs-

0sL
9L
97.

0t
v
s

st
v
9
Z

ZI
Z

6l

8t
Z

IZ
t 0

8l
Z

st

il

00t
9LV 90
9S
LZ

6-S

r0t
z0t
8ZLZ-

v'
F.
L

,
s

n
B

tt - 0t
07. 57.

o
t

I
t

0t
9 t
Z

6t-st
v
L

bt ?t
IZ

7 0

0
7.

0
9 s

nz
t
0 s
I t I

t
0
0

6Z

0
B

0
B

I
0

l+ t+
v+ s+ 9+

I
B

0
Z

it-oe 6t-st
nn-on 6n-9n

ZE

9t
6
7.t

v
Z

t7,

0
Z

t9-09
69-SS

9t

Et
9

gf
,,4

t t t
^j

t9-09
(roIs) NIIEM

,A^t

,^

nt

f,t

zl

(vf) sraolouor) Jntun

tt

0l

rselalo) qeqslN Plec nlens uPrPqas:90-l laqel 6tL

tsvllto)t

NVo ts1d91t stst7vNv

ilA gvs

140

STATISTIKA TEKNIK

f abel

7 -07

; Komputasi

isbah Korelasi

ntuk Regresi

Skor vs Umur Kronologis

x'
(CA)
14 13 12
11

/'16

Y'
(skor)
1

nr.Y',
I 10,0

Y'-y'
12,0 -9,0 -8,5 -7,0 -4,9

(Y',-v\'
144,0

nr(Y'-l.)'
1 440,00
1 215,00

r0

1,0

l5
12 19
1B 21

14,0
14,5
'16,0 18,1

210,0
17

81,00
72,25
49,O0

4,0

304,0
325,8

867,00 913,00
432,18
101 ,64

10
9
B

24,01

20,8
25,1
31 ,3

436,8
451 ,8

-') )
+2,1

4,84
4,41

18 15 13

7 6
5

40,5 49,8

469,5 526,5 448,2

+8,3 +1,5

+26,8

68,89 306,25 71,24

79,38 1033,35
3 981,25 6 464,14 16 544,96

N=

150

3456,6

Demikian juga tanda-tanda silang pada Baris putus-putus menyatakan umur rata-rata untuk skor tertentu. Sebagai contoh umur rata-rata untuk interval skor (50 - 54) di mana fy= 3, adalah: [(2 x 5) +(1 x 6)]13 = 5,33. Cara menghitung nisbah korelasi dengan metode tabulasi ditun.iukkan pada Tabel 7-07 untuk sr. dan Tabel 7-08 untuk sr. Dengan menggunakan besaran-besaran dari
Tabel T-07 diperoleh: 3456,6

Y
2

--' - -- -150

= 23.0
16544,96

sr, =

\nr(Y'-v\2
N-1

150-1

= 111,04 dan ,.r, =.fi11,04 = 10,54.

Untuk menghitung nisbah korelasi terlebih dahulu harus dihitung simpangan-baku s.. berdasarkan data hasil observasi seperti teftera pada Tabel 7-08 di bawah ini.
v

v =31:: = 150

23,0

-z "YN

Zr,v -l)' - 23725 = 158,17 dan r, = = 12,58. 150 ^[5&17


rr)
regresi Y sebagai fungsi

Dengan demikian nisbah korelasi (koefisien Eta,

sy, r =L 't''x s,

10,54 12,58

=0,838.

lntulJ l?.ilif ri,l{ol.I


ue trsr,. ,.1 r{:"t lEu111 ,,;;l1..r J Ii.r{i::fl

yl'IIi,{

GZ-I)
:snujnl ueSuap 'SS lrnp Sunlrqrp ledep rarur;-uou rsar8ar nlens trrelep rseturlsa n)eq-uenJrla)a) 'ue>lryru8rs ue)ete^urp )nlun qepuaJa] leurB -reLU e8req rle)apuatx (:; e}3-uarsUao) eBJeq e1rI reledrp er(ueq rselaro>l-Lleqsru se]e sueuen ststleue nlr qeqas L{alo 'n}l ueSunqnll ue1de13un3uau tedep >leprl J-Lleqsru ue4Suepas 'l[ellp 3ue( ;aqer-re^ enp ere]ue ue8unqnq 1e13u1t ueldelSun8uau ]edep e]l-uatsuaol eler(ural 'r-1ne[ qrqal 'sa] Jo)s ueSuap srSolouorl rnun erelue ueSunqnq e{uepe ue1ur1e,(uau-r eSSurqas (BEB'0 = "".r) !33r!} dnln: qaloradrp 3ue,( e13-uarsrlao) 'e,(uuee1e,(ua1 eped rdeial 'lrgaroa] ]elrsJaq qlqal lul seLlpqrp 3ue,( ue8unqng
.leqet

J<

"n"'!
zqp

lurrrq
uep 6

= jp
'

3ue,('IO'0 = p rsuelrlu8rs 1e13uq eped yg'7 -PqetJ eSreq qaloladtp ort eped /'q{J eS.req '13 ue.rrdr-ue1;J-rsnqrrlsrc ;aqe1 ue8uoloyad ue8ua6

lo uns

re8eqas rlpua)rp ue>le irLl)era] Luolo) eped 96'yyg91

'?7'980L = 96'??99l- 0Z'08S8Z = /tSS nele s55 'SS = "SS uep 0z'08S 97 = 0!I) = N) = '^SS e8re;1 ,(BS'ZfXf fS'(f qgg '$O-l uaanlaq satenbs teLlrl) laqel qe;unf lsueuen srsrleue

uelepe8uar,u )ntun ueIUrlSunuau.r tnqasra] laqe] LUelep e8req-e8reg 'sr3o;ouorl lnun laqerre^ sele que-nles tse1utsel) pep ;rseq ue8uap edn.ras LO-l pqel Lr.relep Luolo) -rxolo) 'earrqeq rnqelaSuauu e:a3as ue)e (xl qel) sueue^ sst9ue apolaur uefe;aduauu srsrlEuV ue8uap rselaJo;-r,lpqsrp ue8unqng 'q
qe;a1 Suer(

e)alaw 'suerrp1
952
LZL

s(,1 I,Z

sslg
9Lil_

091

=N
el
(,2

960i
9b Lf.
VZZ I
VL

ZIL
ZLT

9t
9Z

rt-0t
6t-st
VZ-OZ
6Z_SZ

6-S

9t
t

9' o'v
0'6

0'tz o'tz o'tz


o't7. o't7.

8ts
B0

bt
vt
LZ

tt

9tt
tE0
r"

9L

t9s
9Lb 962

IZ
7.f,

tg

tt
o

ggs I

96t
IB

0'vt
0'6
r

o'tz o'tz
0'f.z

It
ZV

r-0t 6t-Et
nb-ob
6V-Sn
6S-SS

Bt0

9tE
WL

BZII
f,Z9Z

tv
Z9

o'nz o'62

95t

t
E

ts-0s
n9-09
A

B9bt

0'nt
0'6

ttL
Z9

ts
Z9 ,A

tzs
,(rl,

9ts tlB 99tt tzst

0'tz o'tz o'tz 0'tz

- ,l)^l

,(4-,r,)
'*s

i-^

'rt.t
:80-l laqpl

n>;eg-ue8uedur5 gselnduox

L?I

tsvlldox

NVo ts1t91a s$t7vNv

ilA gvs

142

STATISTIKA TEKNIK

Tabel 7-09: Analisis varians Berdasarkan statistik Nisbah-Korelasi Komponen

df
9

ss
16544,96 7035,24 23580,20

Antar kelompok (b) Dalam kelompok (w)


E

MS 1838,33
50,25

140 149

MSu

=+ "df9

1654-4',90

= 1g33,33

hituns

1838.33

,r,

= 36,6

M5,,.

= 50,25 " ="? d.f = "1?:'o t4o

Dari contoh di atas, diperoleh: syx =


7035,24

150-2

.,lql,sx = 6,7s

Kekeliruan-baku dari suatu estimasi menjelaskan, sejauh mana dispersi dari harga Yterhadap harga-harga prediksi Y'. Besaran 6,75 menjelaskan bahwa dua-pertiga skor

pengujian pada form-board dapat diharapkan berada dalam 6,25 satuan dari harga yang diprediksa jika harga yang diprediksi itu merupakan rerata dari kolom-kolom diagram sebaran. Estimasi semacam itu berguna, jka varians dalam kolom-kolom itu cukup sera$am; dengan lain perkataan, jika data mendekati homoscedasticity (variansvarians kolom yang sama). c. Uji Linieritas suatu Regresi. Kadang-kadang dijumpai kasus di mana pelengkungan suatu regresi sangat samar-samar sehingga menimbulkan keragu-raguan dalam menentukan bentuk dasarnya, apakah berupa garis lengkung atau girls lurus. Untuk memastikannya perlu diadakan pengujian linieritas berdasarkan uji-F yang didasarkan pada analisis varians. Uji linieritas ditentukan dengan menggunakan rumus:

p- 1r]-t11N-*1 (t-rj)(k-2)

(7.23)

dimanafr=jumlahkolomataulajur.Untukmenerapkanpersamaan (7.23)padamasalah yang dibahas di atas terlebih dahulu perlu dihitung besarnya Pearson r dengan pertolongan persamaan (M. Zelditch , ,r., 1958:ZB):
f=
,..,,*'

v'-(I f .*)(Z f , y' )


(7.24)

N>,

f "x'' -()

1,xy'1glr) fry''-(Zfr/)')

Dengan memasukkan harga-harga menurut notasi persamaan (7.24) yangtertera pada Tabel 7-06 diperoleh:

'e,(urselarol uatsuao) Sunllq8uaLu )nlun snulnJ nlens ueln;radrp nlt laqeue^-laqeue^ lelue ueSunqnq uelpn>la>1 rnqelaSuaul )ntun eleu ,1eu;ou nlt ue)lr..trouolotl)!plp 3ue/ ;aqeue^ ueJeqas up)rsunserp eIl['n]l npl^tput Surseuu-Surseuu qe)eueu uo3a1e1 )nseulJa] qelepe uerle1 rpeluau 3ue,( 'rseurutlara] enuas )eptl uep eues Suer( rselsa.rd r1r;ruaru ueMepnsr^A enuras 1epr1 undneleM.(BuruMl lold) Sueqtauad ueq4elad nlens rlep uesnlnlal qelepe e,(up.repuels e1r[ ,qo1uo: re8eqa5 ';eBeB nele snlnl lepn uelege,(urp ]nqasJa] prepuels qe/!\eq rp e,(urselsatd Suer( er(u1l;eqas ,sn;n; ueleler(urp nluaual plepuets selp tp er(ulselsard 3ue,( elarayrT']nqasJal uer[n ue;ep snlnl ue)e]e(urp 1n1un tselsa.rd uelederuad ulelep epaqJaq nprnrpur-nprnrpur eueLu Suefuedas unutluo) nlens e,(uepe ue)rsunserp ledep lul leq ulelpC 'rsualaduol uer[n uelep ;eBeB nele sn;n1 ezrtsrs qelede laqeuen nles eped e1r[ 'e,(u;esruu 'e1ep qa;o.raduuau e;ef tsuan)asuo) re8eqas rpelra1 n]r uers>lnparad 'r.ro8alel enp rpe[uauu rs)npaJa] qeqas n]ens euare) enpa) tJep nles qe;es rde1al 'nurluo>1 elep ue>lednlau ue)tselotolrp 3ue,(

nll

laqEtJeA

laqeue^ enpal eueur tp tsenlts nlens )nlun snsnq) ulesaptp/e/Jaeq BepJol ua6uaox

lerrasr8 rselaJo) uarsuao)'0L. 1


'rqnuadrp

eyas ue1ggu3ls SueA

Ieprl ]nqasJal selueaturl uele;er{slad rur seLlpqtp 3uer( snsel LUelec .J uoslpad []alo ue)nlualrp 1ado1s1e(uueSur.rruua>leuetx tp snlnl sr:e8 nles eped epelaq uolo)-tuolo) lrep elelal enulas uel]ete{sladuauu n1r srsalodrq 's1es1a Suer( uee}er(utad uelec 'lalutl qelepe X sele 1 rsa:3al 'ertqeq ue1e1e,(uau r[nrp 3ue{ srsalodrq rur snsp) ueleC 'rarurl-uou 3uer( rsa.r3ar er(uepe ue)rqnqualu uep h,t ueepaqrad ledepral :uelrselardraturp ledep eleur

il,r

-N -'!p

ta1e,7 1'u','1 eua)ey 'I0'0= n epedlrse;odralur; tg'z=t'q"7elg,lqa;oradrp ovI= 4 (Z-)) = tp 1n1un U-qeqsru laqel)3-ue.rrduuel eped lnfnrau ue8ua6

unp B =

gl7'll=

Z8T,Z

(sXsoz'o)

(z-otx.s8'o-r)
z8t8'01

y6tZZ= (ortXrot'o) (ot-ostX(re t L'o-):qa;oradrp (tZ'

Suruttl

n,

l)

ueeureslad ueleunSSuaur ue8ua6

EIL'0- =

G'tt)@st)
ts8t0I

!:lzr99oo6rt _GsztL-osLtd1vvzs _,
ts8t0i

EVIL9 + 000991

lr(ne-) - Gzvros)llrGzd - Gvtt'os))t - (oor r-)'osr


(tgz-)(oze) t?t
tswlaox Nvo ts1891d stst?vNv

ilA svg

144

STATISTIKA TEKNIK

a. Komputasi Koefisien Korelasi Biserial rr. Konsep derivasi rumus koefisien korelasi biserial didasarkan pada kenyataan bahwa, pada r = 0 tidak terdapat perbedaan antar rerata untuk variabel kontinu; sedangkan pada perbedaan antar rerata yang makin besar, makin besar pula korelasinya. Rumus umum untuk koefisien korelasi biserial:

rerata harga Xdari kelompok yang lebih tinggi, Xn = rerata harga X dari kelompok yang lebih rendah, p = proporsi kelompok yang lebih tinggi, q = proporsi kelompok yang lebih rendah, Y= ordinat dari distribusi normal yang memisahkan kedua proporsi tersebut (l ihat Cambar 7 -07) dan 5, = simpangan-baku dari keseluruhan sampel

di mana *, :

'-=L*(+)

(7.2s)

dari variabel kontinu X. Tabel T-10 menunjukkan tabel data untuk menghitung ro,, di mana proporsi siswa antara yang lulus dan yang gagal masing-masing adalah p = 0,65 dan q = 0,35. Dari tabel distribusi normal kedua proporsi itu dipisahkan oleh ordinat y = 0,3704 (Cambar
7-07).
Tabel 7-10: Distribusi Skor Dari Dua Kelompok Siswa yang Menempuh

Ujian Kompetensi

SKOR
4049
Slswa

5059
1

6069
3

7079 10
11

80B9

9099 30
16

00109 26
7

r021
3

119

120129
7

30139
5

n/N

Lulus
Siswa
2

27
21

130 70

0,65 0,35 1,00

Gaeal
f

6 7

4
7

umlah

2-l

48

46

33

24

200

Dengan menggunakan rumus (7.25) diperoleh harga koefisien korelasi biserial (setelah

terlebih dahulu menghitung harga-harga rerata dan simpangan-baku: X, =98,27; Xa= 83,64 dan S, = 17,68):

. -xr-Xn(pq)l 'r,'sSa Iy]


83,64.[(O,OSXO,TS)] _ roo _s8,27=

17,6g ( 0,3704 ) =

o.ro,

-e rlsuad ]edepla] rJeq-ueqas ueele^ual uelep 'sele rp er;alu) eped nreSuayr,l 'leuJou 1epr1 3ue,( uereqas uelrselrpur8uar,u

urarls)a 8ue,( 1ssau,r,ra7s) ue3urrruua;'rsar8a; seyrerurl uep seirleurou le.rer(s ru1e,( t uosJead uelere,(srad rqnuauratu e;nd snreq nil qPqas qalo 7 uoslead rseuurlsaSuau Inlun Juauou pnpotd Llelepe lerJasrq rsplaJol uarsrlao) e,(u1e1r1eq epe6
uresaprp Suer(;

rsnqrrFrc uPlrruolorlMuaw ell8

't L'l

(lZ'l)

'1;adLues ueqnJnl -asa) rJep rsnqulsrp uep snlnl 3ue,( tsnqr.rlsrp) rsnqulsrp e8rl ue8uap ue>lSurpueqrp rsnqulsrpenp ue)nlrauualu e,(ueq qelepe (Se'l) ueeuues;ad uelSurpueqrp euew rp

ueewesrad ueeunSSuad ueSunlunay';adues qnrnlas rJepeterar

rX

uz't)

(x).

's slit - t v )ax:ai -

:rrleuia]le snurnr ueleunSSuar-u ue8uap Sunlrqrp ledep e8nf ler.rasrq rselarol uarsuao) 'Illeurallv snrunu ')

'0 = s!r, eueur rp rselndod riep ]edeprp

"q./

'ennqeq uellndr.ursrp ledep eSSurLjas

gll'0

= 160'0 x96'l = 're''S'96'I

rJep Jesaq Llrqal

n]! 809'0=

qq., e8ieq (96'I = ,,oz) 90'0= lz epedizgs,s = 199,9

qeqstN

= lrf 8os'o
'!e.t

160'0

8tz's W\'?oLt'o = LLt\= (ss'o)(sq'o)A

',r,S

:qa;o.radrp sele rp snse)

)nlun

Oz't)

N-TT _ qc'rs

14|

:snrunJ ue8uap ue)nlualrp S0'0 lrep

3ue.rn>1

)epl] b uep d lslpuo) eped 6 = 'rqd eLleLu rp rse;ndod rrep qaloradrp "'q., nlens 'ertqeq ueldelSun8uau 3ue,( srsatodrq rfn8uauu Intun "rqJ uug nleB-usnrrlala) 'q
'b uep d ls.rodord uofresepraq tr e8req uellnfunua6

tl1-l rcqwe1

&tttqe aSerere o^oqv

+-0.+

Atttlqe a8s.rane r^otal

sbt

tsvlltox

NVo

tslarlt

stsllvNv

ilA qvs

146

STATISTIKA TEKNIK

peristiwa di mana besaran variabel Y yang kontinu namun pada rentang tertentu terdapat ke-tak-teraturan (irregularities) yang tidak memungkinkan penggunaan rumus Pearson r. Dalam kasus-kasus seperti ini dapat digunakan pendekatan biserial. Kondisi-kondisi sedemikian itu bisa terjadi jika terdapat pemampatan sebaran (truncated distribution),
atau karena jumlah pengelompokan kategori variabel Y yang kecil dan jika ada dugaan sebaran yang tidak sama (unequidistant) pada skala metrik.

Sebelum menghitung rr,,terlebih dahulu perlu ditentukan proporsi p dan

untuk

setiap distribusi Y. Dalam hal ini besaran p dan q yang mendekati median akan memberikan rb,s yang besar. Perlu diingat pula, jika persyaratan normalitas sebaran dan liniaritas regresi dipenuhi, lebih dipilih untuk menggunakan Pearson r. Hal ini disebabkan rr- kurang reliabel dibandingkan Pearson r.

7.12. Point Biserial r


f ika satu dari dua variabel dalam masalah korelasi merupakan dikhotomi asli, maka jenis koefisien korelasi yang digunakan adalah point beserial rr.u,.Contoh-contoh dikhotomi asli adalah pria vs putri, guru vs bukan guru, petani vs bukan petani dan sebagainya. Bimodalwalaupun tidak menunjukkan adanya kategori yang deskrit, juga lebih tepat didekati dengan point beserial daripada beserial r. Contoh dari jenis ini adalah responden yang buta-warna vs responden yang tidak buta-warna, narkotik vs tak-narkotik, kriminal vs tak-kriminal dan sebagainya. Koefisien korelasi point beserial dihitung dengan persamaan:

rp.bi,

Xr-Xo Sr 'f P'q

(7.28)

dengan beberapa persamaan alternatif:

v :R,X,'Xq E 'pbis
^sr
f p.ti, =

(7.29a)

(xp-xd.
N.S,

N rNs

(7.29b)

'p.bis

r :6, - xa)
Sr
(7

NP

Na

(7.29c)

di mana N, dan No merupakan frekuensi dari dua kategori yang dikaji.


Dengan membanding persamaan dengan rr,, sebagai berikut:
foi, = f p.bh'

.25) dan

(7

.28) diperoleh hubungan antold rr.u,

@
Y

.. - fou'Y atau rp.bis-=7

lpq

(7.30)

'tut LleMeq p Lrl laqel eped elauat tuadas elBp Llaloradrp lnqasrat uee^ueuad enpa) sete ueqe/!\e[ 696 rre6 ,,2utp Suetoas e[tayaq epedyep ury 4eqrd ue8uap ehayaq Sueuas qlqal epue qe4edy,, :enpa) uee,(ueuad uep ,,iepue e8apy ue?uap ueeueilaqa4 Bueua,(uaLu epue qe4edy,, :eueyad uee(uepa; ,')ep!l, nele tpLt, ue8uap qeirtelrp snrer-1 Suer( uee(ueuad enp ue8uap l,Ooluanur ,fitpuosta$ uetpequda4 uoJuatut rlep lrseLl uele)nlua)lp ]edep Lloluof re8eqa5'rarur; ueBunqnq rer(undLuaru uep letuJou lsnqusrplaq'nurluol laqelteA-laqeueA uelednrau A uep X laqeue^ enpa) ue)leJe^sladr.uar.u >luoLller1a] rselalo) uarsUao)

Iuor.flBrlal
'S0'0=

rsPlaro>l' tL'

nlr rselalo) uelgndursrpledep e>1eur t peort 1Zuiltltl, eua)e) '(tselodJalul) 0I0,2 - at:sll e8req qa;oradtp 6b = Z - [S = Jp uepgg'g = z eped ue>lnleltp uerfnfluad e>1r[

ePed uelr;ru3rs

8tZ' =

806'0

,Q,v'o)

-r

0t6'z z-fst'zv'}

ryr'w='
r

1_I

:uelrJaquau rur ueeuresrad uede.raua;

(tt't)

ryy'aq=
rseulrlsarp unqe] 9 [ rnLunraq Suer(

1T

:ueetuesrad ueleunSSuaLr-r t-![n ue8uap elerar relue qrsrlas ue)reseplaq rtnp tedep O =stt'4, )nlun srsalodrq rsue>1r1ru3r5
qq'd.,

y6l5

emsrs JnLUn ueSuap uepeq

'zv'o = ue8uaP lelaq eJe]ue rselaro)

zt'o = (trt'oXozs'o)A'

(LL
g'gg

b'O N' = ox_rx g'Lg =

'S

slqdJ

ueeunSSuar.u ue8ua6 'Z'tl=15 nleq-ue8ued,uls'6Z9'0 = lsllZ =b ulndeansrs rslodold uep Lly'O= LglbZ =d e:tnd emsrs rslodo)d'bl g'gguep34 g'79 Surser-u-Surset-u uepeq teraq eterau 'ulnd eansrs lZ uep e4nd eansrs bZ r:rp)q 3ue,( Suero [g =N qelunfiaq unqet 9 [ rnLuJaq sely qeSuauaw L]elo)as e^ srs uapuodsa; :e1ep ue8uap uruue;a1 srual ue8uap uepeq teraq erelue ue8unqnq snsel eped (BZ'l) ueeureslad uederauad qo1uo3

:qa;orad rp 197'7; ueer-uesrad

/rt

tsvllaox NVo

ts18918 ststTVNV

ilA

qVS

t48
Tabel 7-11: Tabulasi f awaban atas Personality lnventory untuk Menghitung Koefisien Tetrakorik Pertanvaan Pertama

STATISTIKA TEKNIK

Tidak
Ya

Ya

lumlah
541

Prooorsi

167

Pertanyaan Kedua

Tidak
Jumlah Proporsi

tbl 203
tdt

374 lal
186

o,582
tpl

389 930
1,000

0,418
tql

370
0,398

lcl 560

1,000

Iq'l

0,602 Ip'l

Dari 930 jawaban terhadap kedua pertanyaan itu diperoleh sejumlah jawaban yang sama (sel [a] dan [d])dariTabel 7-11)dan jawaban yang berbeda (sel [b] dan [c]).
Dalam hal korelasi nol (tanpa korelasi) semua jawaban akan terbagi secara proporsional (merata) dalam keempat sel tersebut. Asumsi adanya kontinuitas dan normalitas distribusi dapat dijelaskan sebagai berikut. Semua responden yang mejawab "Ya" atas salah satu dari kedua pertanyaan itu melakukannya dengan pendirian yang sama. Demikian juga bagi mereka yang

menjawab "Tidak" dilakukan dengan tingkat penolakan yang sama pula. Sangat mungkin jawaban atas salah satu pertanyaan itu merupakan suatu kontinum yang membentang dari tingkat persetujuan yang kuat (strong affirmation) pada satu sisi dan tingkat penolakan yang kuat (strong negation) pada sisi yang lain. Dengan demikian kontinuitas dan ketidaknyataan dikhotomi merupakan satu keadaan yanB mungkin. Jika kontinum itu merupakan hal yang wajar, maka pendekatan hukum distribusi unimodal sebagai pendekatan normalitas dalam psychological trairsdapat dipertahankan sebagai peryaratan yang identik.
Pada CambarT-08 ditunjukkan situasi di mana dua variabel kontinu dan terdistribusi

normal didikhotomikan. Dengan korelasi pada tingkat nyata tertentu antara X dan Y, sebaran skor akan berada dalam daerah berbentuk ellips. Dengan membuat garis pembagi pada tingkat skor z dan z' akan mempartisikan kasus-kasus dalam empat kelompok. Kurva normal yang dihasilkan dari persamaan:
1L.Ll f*,*r,i,. ^ lf],. --l

(z' -l)(/'

-l)

ad-bc
YY'N,

(7.32)

demikian dapat digunakan untuk menghitung koefisien korelasi tetrakhorik. Namun karena bentuk persamaan (7.32) sangat kompleks, maka penghitungan r,", didekati dengan metode estimasi yang dibahas berikut ini. a. Metode Estimasi r,",. Tanpa menyajikan derivasi (yang sangat kompleks) besarnya r,",lazim dihitung dengan suatu rumus yanB disebut cosinuspi. Bentuk matematik dari rumus tersebut dalam satuan radial adalah:

e3.req eleru ':esaq ur>letrt "'r e8leq e1rI uep 1er(uure; depeqral n]es epaqraq ur>1eu ,d uep d elrf luadas eues 'g'g e3req rqnefuaur ,d uep d e3.req elr[ 'e(uuerpaur r]e>lapuaur ue)ruroloLl)lplp ,( uep X laqeue^ e)l[ ", rle)apuaur 3ue( e8req ue)rraqruaui uele

1p,t'l) snLUnr 'ennqeq uelrteqradrp n;ra6'rd-snurso) snunu uuuunSSua4 rselr.ull 'q A IaqPrre^ uPp x laqPrrP^ lnlun ualrruoloqllp1p Sue,( letuJou lerre^rq rsnqrJpr6 :80-l reqtueD

olqBtre^

-__]
P
O

t
rI

a'A
,d

q.

t
(

/, .,

gEt'0 -

ld-sot,

( OsVLs:otGcx

oo*r
1as

]y.Lilf * r)^^^ ( !!J!!l + r)^^^ oosr )

,d-sor.

:qa;oradrp

ue>1e

gt'l) snurnJ rxelep a) ue)rsnirsqnsrp nlr leduuaal uelep rsuan>laij e4tt ep4ep1 ;as t4epry-ryplt uep eA-eA uep 4eplte1 ueqervtef uellnlunuau .] uep q 1as ue>13uepas nltad tut leL] rlreleC 'I I-l laqel rrep ueqenteI uellnlunuaLU p uep e 'emqeq te8ullp p uep ') 'q 'e e8req-e8req euetr'r rp
las ledLraay ruelep ledepral 8ue,( rsuanlarj qelepe

(qtt't)

( 41pol" +1\ | --::-:--l'' lsoc -

rd-.o1r

I oost

:1e[e.rap uen]es ue8uap ue1e1e,(urp elrg

(ett't)
6rt

':L'. r:t.),o,
)

\ !!to

,-.",

$vHaox NVo tsldD;rt ststrvNv

ilA svs

t50

STATISTIKA TEKNIK

r-,r, makin menjauhi


Sebagai

harga r,", yang secara sistematik menjadi lebih besar dari r,", Dengan lain perkataan, pendekatan harga r,", dengan r.o".r, menjadi tidak teliti lagi.

contoh,jikap=0,50danp'=0,B4diperolehhargapendekatan

r,o,.pi=O,9O

sedangkan perhitungan dengan persamaaan (7 .32) menghasilkan r,",= 0,79 yang berarti terjadi penyimpangan sebesar 0,.1 1 (cukup besad. Oleh sebab itu sebelum menggunakan

rumus pendekatan (7.33b), terlebih dahulu perlu dilihat apakah harga p dan jauh menyimpang dari median atau tidak. Jika harga p dan p' jauh menyimpang dari median, maka dianjurkan menggunakan metode grafik yang diterangkan berikut ini. c. Estimasi r,", Dengan Metode Crafik. Untuk menghitung r,n, dari data dalam jumlah besar, Thurstone dan Saffir (1 938) dan juga Hayes (1 943) telah mengembangkan metode estimasi r,", berdasarkan grafik diagram sebaran yang kemudian oleh Perrf r

p'

Kettner dan Hertzka (1953) dituangkan dalam bentuk tabel (Lampiran J) sehingga
komputasi r,",bisa lebih cepat. Penggunaan tabel tersebut ditentukan berdasarkan nisbah adhc. Penerapan pada contoh Tabel 7-11 di mana a =374, b= 167, c=186 dan d= 203; sehingga harga adhc = (374)(2o3)l(167)(186) = 2,444. Dalam Lampiran J, harga

2,444 berada di antara 2,421 dan 2,490 dan harga r-^--. berada di antara 0,335 dan 0,345. Dengan interpolasi diperoleh:

i,ii:. r"or.pi = 0,338

t',o, pi=

tt!-24)(0,345 - 0,335) = 0,335 * 99(o,or0) i-*o_z,4zt, o,o6e


'>

= 6,335 + 0,003

Di samping perhitungan lebih cepat, harga yang diperoleh juga sama dengan perhitungan dengan menggunakan persamaan (7.1 4b). d. Kekeliruan-Baku dari r,",. Tetrakhorik rkurang reliabel dibandingkan dengan
Pearson rpada N< 50. Harga r""tyangdiperoleh akan lebih reliabel jika: (1)N besar, (2) r,.,besar, dan (3) pembagian ke dalam dua kategori mendekati median. Seperti halnya r,", didekati dengan r,o,.rrkarena penjabaran {,",sangat kompleks, maka besaran ini juga didekati rumus: s ,.,", Penerapan pada soal

^l"P/q't' YY'^N

(7.34)

di

atas memberikan:

PP"lq' aa (, _ (t ort"t-iW-,l\ rr
Nisbah

(0,582X0,602X0,4 1 8X0,398) (0,3905X0,3858).V930

= 0,053

f,n, 0'338 i: = **

= 6,377; pada a = 0,01 (z=2,58\ harga r,",= 0,338 lebih

besar

dari 2,58.,5,,,, sehingga hipotesis yang menyatakan kedua pertanyaan itu dalam
populasi tidak berkorelasi harus ditolak.

yB6'g

= zaot'o)rcp1 =

lt

1g

= rx

:uelrjaqtuaur (eg' l) snrunJ uedelauad

gee'a
(egt't)

7
90(,

-\t

uep

l;.P:
902 ZZI
VB

rz
:S NLU NJ

ueSuap uelete,(urp rur Irlsrlels enpa) ue8unqng 'rX ue8uap ol ereluy ue8unqng 'e

Zt?=N

qelunI

ttz
s6t

s6

Ltt
rsuatsrlalul snlels

ur/\\e)')pf ur^ e)

ueur^^eljad snlels

qelLUnl

lsua8;;a1u1 snlels s^

ueqof ruJad sn1e15 ue8unqnH EIEC $lrrlew

tZL-lpqeL

(s'oXs'oXrzs'oXcrr Z0tI'0 =
snurnr LUelPp a) ez

gf

t-l

Gtz'o)(voz'0) (962'0xoqz'o) ld gn :qaloradrp (9'l) laqel lrep Q uep z1 6/ '.r eSreq-e3.req ue))nseuau ue3ua6

ldlll

0.t

$t't)
ue1eun33ar,u
(Z

Idlll ld-gn =

Q,t

:snulnJ

rselnduol uep z [-l laqe] eped eraya] ruadas rsrodord )ntuaq

Luelep

ue4equueSSualu

Z s)ulelu) ue)rselnqetrp nlnqep qrqapa] elep (o/) O-rselaro) uarsryao) ueeunSSuad uep rn>lnra] er(ue1ep eueur rp'er(ure8eqas uep Lle)ruaur

)nlun 'nurluo)

urnlaq s^ qelruatl"r 3ue,( lnpnpuad 'ef.ra1aq 8ue( er:d sn uernSSue8uad eud '1r]er-u 8ue,( uep dnprq 8ue,( qe;uun[; ueelela:a) n]ens ueqro) qe;uunf 'gel)or upp nrq eurem eped e,(ueq lseleqrp) eJeuJ euJe^ 'qoluor reSeqa5 Jltetrlen>llnqrjle ue11n[unuaLu 3ue,( e3.req Illl] enp r)rlrruau selal enp eueu rp ue>1de.ra1rp SueA'1uot1nqltstp 1u1od1ryln1snqtqp ]nqasrp 3ue( 1n1un Sueruerrp O-rselaro) uarsryao) 'A4sepJOl uatsuao4 apotau ueleunSSuaru ue8uap uelqeradrp ledep e,(uqelesetrr e)eu 'ueleun8rp ledep 1epr1 rur uunlaqas seLleqrp Suer( rse;a.rol apolau euas ele,(u ue8ueluasa1 qalo ue)qesrdrp n1r se;a1 enpa) e1rI uep 'rurnLu nxo]oll)rp ueledn:aLu rselaro)raq 3ue,( rsnqr4srp enp e>1rI

('t) lqa-lselaro)
t9t

uarsrrao) 'nL'L
stst7vNv

$vEaox Nvo $Ja,tl

ilA svs

152

STATISTIKA TEKNIK

f abel T-12a: Matriks untuk Menghitung rr.


Status lnteligensi
Status

Jumlah

Kawin

0,204
(B)

0,269
(q)

0,473
(p)

Perkawinan

Tdk. Kawin
Jumlah

0,296
(6)

o,231
(v)

0,527
(q)

0,500
(q')

0,500
(p')

1.000

N=412

Adanya hubungan antara 262 dengan ro memungkinkan pengujian r, berdasarkan harga X'z. )adi jika harga;2 signifikan (untuk matriks 2x2) pada harga a tertentu, maka harga r* pun signifikan untuk harga d yang sama. Dengan pertolongan tabel distribusi-262 (Lampiran D), untuk a = 0,01 dan clf = (r -lxft -1) = 1, diperoleh harga Z.'nr, = 6,635. Karena Li,,,,,r > Z?,*, berarti Zl,u,nr berada dalam daerah penolakan, sehingga dapat disimpulkan ro = 0,1302 tidak signifikan untuk membuktikan adanya hubungan antara status pernikahan dan status inteligensia populasi berkorelasi pada p, = 6.

b. Signifikansi

rr.

7.15.
a.

Regresi

dan Korelasi famak

Regresi famak Linier. Dalam paragraf 7.2. telah dibahas masalah analisis regresi

linier dengan dua variabel X (variabel bebas) dan Y (variabel terikat). Jika harga Y ditentukan oleh sejumlah variaabel bebas Xr, X2. .. ., X o, maka hubungan itu disebut regresi jamak linear (linear multiple regression) dan dinyatakan dengan persamaan: (7.37) Yc = fr + brxr + bzxz + ...+ bkX k

di mana c = ordinat pada saat X = 0 dan b1,b2,.. .,bo = koefisien regresi yang berkaitan dengan variabel X, Xz Xo. Konstanta a dihitung dengan cara yang
sama seperti pada rumus (7.02d:

a=Y

-brXr-brX,

-boXr

(7.38)

Untuk menghitung koefisien regresi b dlakukan dengan metode kuadrarterkecil


(least-squares method). Misalkan suatu regresi jamak dengan dua variabel independen

X,

dan

X,

dinyatakan dengan persamaan:

Y=a+brxr+b2xz
Jumlah kuadrat terkecil E dari persamaan (7.39) adalah:

(7.3e)

E=Z(y-a-brxr-brxr)'
i=l

0.39a)

Setelah melalui proses penyederhanaan diperoleh:

tB

ltudd Zg,t- =

v69

ffi

L00z-wLZ
67V7T +

S9I9I

- ='q
='q

G.v'

tz-)(B' t?)

,(B'w) - 0tzt'il(oszs) - G tzt' ilG tl6n-) (,'n

KI,,,, Q -(i"K['",r

'e.ll1aqe1 eped

eJauat ryadas rselnqet qalo.radrp eSSurqas sele rp uerern rensas

Lleqnrp npad g L-l laqel rrep elep'tsat8ar ralauuered-lalar-ueled SunlrqSuaLu lntun :uetesalartua4

'ln)uaq reqeqas rsar8a; srsrleue ue8uap


ue)n)elrp ON repe) sele ledurepraq rUSoLUle ueue>lal uep erepn ueqequala) qe>1ede rnqela8uaur )nlun'e l-l laqel LUelep erauat rpadas rsElnqelrp rUsoute ueue)al uep erepn ueqequala>l 'gp repel ue.rnlnSuad lrseq 'releqrotour Llenqas ue8uap uelnlelrp uauuadsla Llenqas rJeC 'Je>leq -rolouu ueSuenq-se8 rsrua lJep ON repe>1 rqnre8uaduuauu ledep rlsor,ule ueue)al uep ueqeqLuala) 'rlsorJrle ueuelal uep erepn ueqeqlUala) qnre8uad euare) ue8uenq-se8 rsrua LUelep ON repe) srsrleue snse) lrque8uauu ue8uap leLuef rsar8ar ralaue:ed-ralaue;ed Sunlrq8uatu e:ef LloJUof ue)llaqrp rur ]n)uaB

.zx_,rx=r*
=,{
:e8req-e8req 1p11y'l) uep

uep

tx 'l-'i "X - ltX Q)v't)


r.rep Sunlrqrp

(egr'l) ueeuesrad ureleC

'x'q-tx'q-,,{=D
e8rlal raleuuered eler-u 'qa;o.tadlpq tsar8ar ratar.uered qelatas

:ueeues;ad

gjv't)

,r,'3 - i*ZJ*3 ,*,,8 -(J'3)(,*nB

,q

(e)v't)

,','B -(;"KI,,rB - ,q

:sntunl-snulnl ueeuesrad ue]lnurs ere)as ueresalar(uaLu ue8uap ledeprp qa;oradrp eSSurqas 1g.6t'l) ii6t'l) ueeuesrad
rsa;3ar ralaueled-raiaLuered e,(ulnlue;a5'pLuou ueetuevad ]nqastp

tx\'q+'x'x 3'q*'x7, ='x Z


(q6t't)

'x'xK'q * )x\'q +'x 3', = 'x,tZ 'x7'q +'x 3'q * o'u = tr!
tsvHaox NVo tslarla s$tlvNv

t9t

ilA svg

154

STATISTIKA TEKNIK

Tabel 7-1

3: Data Hasil

Pengukuran Kelembaban, Tekanan Atmosfir dan Tingkat Emisi NO Tekanan Atmosfir,

Kelembaban, X, kr/lb udara kerine\


20 30 40 50 60 70
BO

X,

(inHg)

Kadar Emisi NO, Y (PPm*) 500

29,30 29,50 29,40 29,35 29,70 29,60


29,55

420 430 270 200

r00
120
015

90 100 110

Keteransan:

(\

29,80 29,78 29,80 ppm = parts oer million


Berdasarkan Data Tabel 7-13

040 990

Tabel 7-13a: Tabulasi Data untuk Menghitung Parameter Regresi

Y =Y,
)

-Y

xl
(3)

x, = Xri -Xt
@\

x2
(s)

x,

Xr,'X,
(6)

(t
1

Q)
291 ,5

500 420 1 430


1

211,5

20 30

221,5
61,5 -8,5

40
50 60 70 80

-45 -35 -25

29,30 29,s0 29,40


29,35

-0,30 -0,10
-0,20 -0,25

1270
1

t5
-5
5

200
100

-108,5
-88,5 193.5 168,5

29,70 29.60
29.55

0,10 0,00
-0,05

1120
'1015
1

15

90
100 110

040 990
12085 1208,5

25 35

-218,5

45 65

x=
Y

X= 650

xl
lxz
(8)

29,80 29,78 29,80 2= 295,78 Xz = 29,6

o,20
0,1 8

0,20

Laniutan n Tabel 7-1 3a

lxt
(7)

rrJr
(e)
1

v'
(10)

xl
(1 1)

xl
(12) 0,0900 0,0100 0,0400

13117,5
-7

-87,45
-21 15

614,0

-5537 ,5

-44,30
15,37

-922,5 42,5 -542,5


1327,5 -4837,5 -5897,5 -9832,5

-0,85
0

3,50 3,50 5,00 3,75 -0,50


0

84972,25 44732,25 49062,25 3782,25


72,25 11772,25

2025,0
1225,0

625,0
225,O

0,0625
0,0100 0,0000 0,0025 0,0400

4,42
-38,70

-0,75

-30,33 -43,70 s_ 5.-277,43

5,00 6,30 9,00 5'44,80

7832,25 37442,25 28392,25 47742,25

25,0 25,0 225,0 625,0 1225,0


2025,O

0,0324
0,0400 t0,327 4

s_

v31

- 49375,0

5802,5

8250,0

:1er.ue[ rselaJo) uarsuao) er(uresag

0298'0 =

L6,I9 _ 08'?t

g4qalEsqr _ (1,_3xJ,_3t' _ ,,,

08'?,

'*t*3

8298'u-=

ss'rzc (s'zosstc)0tzttll en,LLZ_=T


t8'z?0Is
9LE6?_

r,,r3x;'3lA ,('*Z
=

trr

(s'zosstexoszs)A
=

tt96'0-=

9LE6i

!{3&:3t' f '*K

zrt

:e3.req-eBreq

rrep elep ueleunSSuar.u ue3ua6 'OO'l) snrxnr ueleunSSuau qa;oradrp etL-l laqef (ztt '([) uep 17; uapuadapul laqe ue8uap Sunlrqrp 2,.r uep 't\ 1n1un e8.req-e8reg -uen ueSuap ([) uapuadap;aqerren ere]ue leLuef tselaro) ]Plpen>l = t'JU eueu lp
(LV',t)

'!r-l
ert,t

EZI

e\[rtrc _

= + zr\

"lA
:ftLE:BI6L)

ralqf,n4 f pto;llnD snLunl ueSuap Sunlrqrp luapuadap laqelre^ nles uep uapuadapur '4etuef septo4 uaBUao4 ue)leseplaq laqeue^ enp) laqeuen eBr] ue8uap Lleleseuu )nlun ntes uep qrqal) )ELr-reI rsar8ar sue3 r.rep (]!] lsaq aql) rlelrp (uapuadapur tedep laqerre^ )nlun '>;uue[ lsetaJo) uals!]ao) 'q
uercnsasa4 nete uele4apa>1w43ut1rnqe1a8uau
'e,(u1n[ue1as ueteln eped ue>13ue;altp tyadas leruel

tselalo) uatstlao) Sunlrqrp n;lad n;nqep Lltqalla]'g5 tstuua llepe>l depeqral qnre8uadlaq qrqal 8ue,( rrysoulte ueue)at ue)nele elepn ueqequlalal qelede uelnluauaur Inlun 'x L'orl-'xzs't - 6LLl = l, :ueeuesrad ue8uap ueleler(urp ON rsrua repel depellla] lgsoulte ueue>lal uep elepn ueqequlala) qnre8uad uel>llulap ue8uag

rudd 6g2p = L'9LZ7 + 8't6Z + !'.gflf,[ =

O'ez)(t'olr-) - (sqxzi't)- s'802I


3gu1

lurdd g'911-

n69

=' x'q'' x'q - tr = D - TOLZ


LOOZ

9'L6L9L-

,(B'w) - (vtzt'il(osz8) (srcer-Xs' vv) - bszilGv' t tz-)


99t

,r'"3 - i*7 JrI

0007,177.

+ S'1618877

- =rq

tsvHaox Nvo tsla)Ja slsllvNv

- ll\

gvs

155

STATISTIKA TEKNIK

Rl,, =
1

rr2,

11L

-2rrr.rrr..r* r- rl.

(-0,9 673)'z + (-0,8628 )2

.(-0,9673X-0,862 8X0, 862 0)

1Ri,,
0,9357 + 0,7444 -1,4388

(0,8620)'?

0,7430

_ 0,2413 = 0.93g9
0,2570

dan R,.r. = J0,9389 = 0,969 (hubungan ini sangat signifikan). Selanjutnya untuk kekeliruan estimasi baku dihitung dari rumus:

Rr,zr=

[{i,; -1'-

(7.42)

"i
ppnrz
(1

di mana

S,'?

315802.s : Sf = Zv' =#=35089,16 n-l 10-1


,sr'z

R'l'zr=,F} )
c. Koefisien Korelasi

^Rir3

=@=46,3oppnt

Parsial. Korelasi parsial antara dua variabel diperoleh dengan

meniadakan dampak variabel ketiga atau sejumlah variabel lainnya terhadap kedua variabel yang dikorelasikan. Jika hanya satu variabel yang ditetapkan konstan, kondisi itu disebut sebagai korelasi parsial tingkat safu dan dihitung dengan rumus: trz.i =
rr2

rB.r23

(l-

rr'r)(t- rlr)

(7.43)

ika pada waktu yang bersamaan dua variabel ditetapkan konstan, maka disebut korelasi parsial tingkat dua dan dihitung dengan rumus:
f

frz.34

ftz.l - ttt t.f zq t

(r- r,1r)$- r1,,)

(7.44)

Karena korelasi parsial berkaitan dengan tiga atau lebih variabel secara simultan, maka metode ini disebut sebagai metode multivariatdan berkaitan pula dengan metode korelasi

jamak (multiple correlation) dan analisis faktor yang dibahas dalam Bab X. fika dalam kasus yang dibahas dalam paragraf 7.15. ingin diketahui variabel kelembaban udara (Xr= subskrip 2)atau tekanan atmosfir ( Xr= subskrip 3)yang lebih berpengaruh pada pembentukan gas NO, maka analisis dapat dilakukan dengan menggunakan rumus (7.32) sebagai berikut:

'llqlp 3ue,( qe;eselu-qeleselu >lrtsuaDere) rrep de13ua1 qrqa; 3ue,( ueleqr-ue8 qa;oradrp ledep 'rur uelelapuad ue8ua6 .)uorllerla] ue8unqnq
leLl uelep nele ue)tuloloq)lp n;lad rsnqr.rtstp nlens e;rqede rselaro>l srsrleup uep rsarSar srsrleue apolalu Luelep seqeqrp 1epr1 3ue,( snsnLl) leq-leq ledepral unureu rsplaro) srsrleue rrep de13ua;ad uelednraur snsnL{) rsela.ro>lapotaw
,e,(u1esr67 .e{ur-un;aqas

'e;efa3 nlens rseurlsa8uaur uelep uenlrlala) e,(urpefual uepurqBuau )nlun qelepe lul leH .e,(uueBunqnq e;od uelrleqradLuau nlnLlep LilqalJa] lnlun ue)uetesrp 'laqeue^-laqeue^ Lltqal nele enp ;elue ue8unqnq uerle13uad uelep n]r qpqas Llalo 'rs)npold uezvte,fue>1 uelrdruetalal
uelelSuruad srsrleue Lr-relep e(u;eu1 rpadas 'gersuauods>1a lelrsJaq e;nd ledep rdeial rarur; e,(ueu:e;as )eprl laqeupn enp lelue ueBunqnH 'qeleseu nlens eped uel;nuts elefas ueleun8rp e,(uurzel rselaro) srsrleue uep rsar8ar srsrleue 1a11erd Luelep nlr qeqas qalo 'n1r ue8unqnq uele)apa1 1e13ur1 uelde>13un8uatrr tselalo) ststleue e>1eu ,;aqeue^ enp relue ueSunqnq ueldelSun8uau ueleunBrp rsat8a.r srsrleue nele) leuors8unl )ntun 'uapuadapur

laqeue^ depeqrat uapuadap laqelle^ nlens ue3un1ue3ta1a1 1e13u1t ln>1n3uaur )nlun ueleunBrp e3nI rsa.r8a.r stslleup 'tseuutlsaSuaur )n]un Surdrues r6 'rsar8at ueeueslad Llenqas ue8uap ueleler(urp laqerlen enp Jplue ue8unqng 'rur>l esetu uep nlel eseuu elep uellesepraq Suelepuaur eseur rp ue8un.rapuafa>l rseurlsaSuaul )nlun ueleun8rp

ledep e33urL1as laqet.len relue ueBunqnLl ue)rsdrrlsapuar-u rsa:8al slstleuv 'tsenlrs re8eqtaq uelep senl Suer( rselt;drur r)rlrurau rselaro) srstleue uep rsalSar ststleuv

uPunISuPu 'gL'l
'rUsourte ueue)ai leduuep epedr.rep resaq

qtqal elepn ueqequala) ledu.rep unupu 1651tepe1 ueSuapJlle3au tselaro)raq llsotxle


ueue1at undneu erepn ueqequala) lreq 'ennqeq tnLlelaltp sete tp ue8unlrq.rad r.re6

9S7Z'0-

_ z'tta

(orsz'oxetqo'o)l
0620'0

r]A

C:,

tTlztl _ trl

I[,(ozls'o) - rJ[,(erlo'o-) (ozgs'oXgr96'o-) (gzgs'o-)

z er,l

:Jrrsoule ueue)a] qnre8ua3

tgsz'0 vzLg'o-=ffiL;Z'0 x gSSZ'0


9E(,2'0

tztt
cz,

t]l

r)l
ilA

[.(ozrt'o) - tl[,(szqs'o-) q:n(';, - (cLg6'0-) ttr ttt - tt,t


(ozgg'0)(gz9g'0-)

:elepn ueqeqLUala) qn.re8ua6

lsL

$VllAOX

NVO

$1v9:tt

SISrTVNV

SVS

158

STATISTIKA TEKNIK

7.17. Soal-soal Latihan


57-01. Suatu proses manufaktur tertentu menghasilkan variasi dimensional (diameter nominal dan panjang) pada sejenis baut. Dimensi-dimensi tersebut harus dikendalikan agar dapat memenuhi toleransi yang ditetapkan. Dalam hal ini perlu diketahui, apakah pengendalian itu harus diterapkan pada kedua dimensi atau
pengendalian pada salah satu dimensi dapat mereduksi variasi diamensi lainnya. Untuk menunjang pengambilan keputusan perlu diadakan eksperimen untuk pengambilan kepurtusan. Jika antara kedua dimensi itu berasosiasi, pengendalian atas salah satu dimensi cukup untuk mengendalikan variasi dimensional tersebut. Data yang diperoleh dari proses manufaktur dari 12 bauttertera dalam Tabel 7-14. Lakukan analisis untuk menentukan, apakah pengendalian dimensional hatus di- terapkan pada kedua dimensi atau cukup atas salah satu dari kedua dimensi tersebut.
Tabel 7-14: Data Pengukuran Diameter nominal (X)

dan Panjang Baut (Y) Sampel No.


1

Diameter Nominal
X Un)

Panjang Baut
Y (in)

2
3

0,990 1,002
1,010

2,988
3,005

3,012
2,993 2,997 3,008 2,999 2,994
3,001

4
5

0,995 0,998
1,005 1,003

6
7 o

o,997
1,00.l

r0
11

1,003

12

0,997 0,999

3,004 2,999 3,000

57-O2. Pada bantalan suatu mesin terjadi keausan yang berlebihan yang diperkirakan disebabkan oleh temperatur operasional yang eksesif , yang dikendalikan oleh minyak pelumas. Keausan bantalan ditetapkan tidak boleh lebih dari B mgA00h operasi. Berapakah seharusnya temperatur operasional tersebut? Untuk maksud tersebut telah didesain sebuah eksperimen atas 10 buah bantalan. Setiap bantalan diuji pada temperatur yang berbeda dan minyak pelumas yang sejenis. Data yang terkumpul ditabulasi pada tabel 7-15 di bawah ini.

'(Sl'O =

ue1,s.nse) selrrerurl tln8uau

i'", uep ''".r )nlun J-LleqslN (p) 'plJ rsuelUru8rs rln8uauu Inlun J-LleqslN (r) "'"s (q) (e) :ue>lrsela:d:alur uep 3un1rq rur qemeq p 71--l1aqe1 eped etep uec .7;1'ls 'I l" = X e8leq 1n1un s7 T nleq-ue8uedturs ue8uap le^ra]ul ue)n)el (tg-ls) eu-res 3ue,( leos )nlun .90-lS
rseur -rlsa ue)resepraq rseurlsa

'[ [ uep 6'g 'y ue8uap eures X e3.rer.1 eped B laqel ln]un '[ [ uep B'g'V ue8uap eues X e8req eped V laqel )n]un :uo1euqsa lurod ue8uap 1 e8teq ue>lrsetr-rrlsa'ntlrg-ls leos rJep qa;otadrpBue,( rsat8a: ueeues;ad eBr1a1!reC .gg-ls I
ZL

'[ [ uep 9 'g ue8uap eues

X e8req eped

laqBl In]un

8 6

s
B

6 s

EI
t

tl
Z

0t
VL ZL

I I
6

f
B

tt
ct LI

t"

0t

01

I
VL

s c

sl
r

I
s

b
Z

ZL

'rur Llemeq lp (f 'B 'V) laqel e8rt rue;ep erauat 3ue,( elep ue;ndurnl uep rselaro) uarsryaol uep n)eq-ue8ueduurs 'rsalSal ueeureslad ue)nlual .nO-lS
08s

I
S

9 s v

jvt I
B

c
Z
t

0t0
(qur)

99t

7.7.O S

I I
N z

vEs 9
(tlru) ^l-

qvt vst

^l

(LILU)

.I

lz-Nf

lB/r Esad de,(e5 uelqeredslnoquew elEC :g

[-l laqel

jl'il'"l

e u eu ad d e,(e s Bu es ed u ede ap,, n p na * J',l1l IJJ l "'r uelrlerad .refe;aq-erun>1 aseluas.rad uep refe;aq-e^rn) ueeueslad ue>lnlual
;
1

i:::-l?;ir"i?:: ::i::
.tg-ls
t
002

ZI

t't

0l
009

B,B

s't
00s

S,S

n
os7,

tl0owLu
'uesneea;4
Uo) rserado

oot

0E9

0ss

0s,

00,

00t

tnleradual

uetelueg upsnea) uel[n8ua6 uaurrads4J E]eO :SL-l laqej


591

tsvlltox

NVo ts1a918 StStlVNV

ilA

qVS

160

STATISTIKA TEKNIK

Tabel 7-17: Tabulasi Hubungan Umur Kronologis dan Skor Mata Pelajaran Sejarah Y = Skor M.P.
Sejarah
B6

X 8
9

= Ukur Kronoloeis
10
'11

12

100
1

i
4

10
13

*85 56-70 41 -55 26-40


71 11

6 12

4 10
5

15

30
29

6
5

i3
11

6
2 12

f,

25

16

23

30

19

100

57-08. Dari data pada Tabel 7-18 hitung: (a) Nisbah korelasi untuk memprediksi Y dari X. (b) Uitung kekeliruan-baku dari harga Eta. (c) Hitung kekeliruan-baku dari estimasi. (d) Lakukan uji-F untuk liniaritas, jika r-r= 0,67.
Tabel 7-18: Diagram Sebaran untuk Dua Macam Uli Mental
Y = Skor Tes Non-Alfa

o-2

3-5

6-8

X = Skor Tes Alfa

9-11

t2-14

15-17

18 - 20

21-23
1

["
1

36-38 33-35 30-32 27 -29 24-26 21 -23 18-20


15 12

2
I

3 5

2 2

4 7
5

2
1

4 4
5

4 2

6
1

2 2
2

9
2 2
2

5 2
1

22 12 o 9
1

9-11

17 14

2
1

2 2
I I

2
1

6-8
fx

11

25

18

27

13

113

57-09. Dalam ujian praktikum biologi, B0 mahasiswa dinyatakan lulus dan 70 mahasiswa dinyatakan gagal. Dalam Ujian Akhir, rerata nilai kelompok mahasiswa yang lulus = 88,11 dan rerata dari kelompok yang gagal = 70,98. Simpangan-baku dari kedua kelompok itu = 42,36. Hitung: (a) ru*. (b) Selidiki apakah rr* itu berbeda dengan fiu*= o' C7-l0.Asumsikan "lulus-gagal" itu terjadipada suatu dikhotomimurnidan dengan menggunakan data dari 57-09, hitung: (a) ro.u,. (b) Selidiki apakah rr.u, berbeda dengan

fi .. =O.
P,DtS

57-11. Dari dataTabel 7-19 hitung: (a) Estimasi dari r,",. (b) Selidiki apakah r,"r itu berbeda secara signifikan dari p,", = 0. (c) Tentukan harga r,", dengan menggunakan tabel Thurstone (Lampiran J).

'ori1o1 'eqsn1e3o; .S ,la8ats llrH-MerDrW 'satuaog F)ot^eLlaB aLU loJ ellsllels t4atuenduoN '(9961) '1.ro1 ana5 ',(ued -uro3 IooB llrH-MerDlW 'qteotddy Llsar! e egsltets'(0861.) 'le ]a ''H pleuoc 'slapue5
'or(1o1

'eqsn1e3o; llrH-/\ eJDlW 'sluautadxS Swtaau8ul 'G.l6L) qlas'IelpualeN ,'3 ,uosdrl ')lo1 A aN 'r(ueduuo3 loog ,'y1 .[ ,uern{ llrH-^ eiDrw 's1s,l1euy pue 3wuue14 /41pnfi '(016L)'r[ eu,fu3 'w IUeIJ '>UoA /!\aN ',(ueduto3 )oog lltH-MelD)W 'uoqetnpl pue ,{8o1oqc,(sd u! e!)sltels pluaLuepun! '(Bl6L) latqlrul 'B ''d'[ /pro]llnD 'stoutlll 'poo,uauo11

''ptl

'':u;

uraru;

C prelllr5 'ellsltets leulsnpq

pue p)luo) /11pnj '(656 t) '['y ,ue:n6 elElsnd reuec 'BL.l


oLv

068
OLZ
OB

0Br

otL
ov

i.lelunI uerpew qeMeB tc


uerpaw setv

ot ovt
NVn snlnl

qelunI

lc

NVn lexeD

vws

rp snlets

vws uesnlnl uErpaw qBA\EB rp nele splv !p ueEppJaqa) eya5 ere8ap uerfl ;e8eg uep snlnl prpluv ue8unqng :6 [-l laqel t9t
tsv1:180x Nvo ts1a91d stst7vNv

ilA

8V8

'rur lnlrJaq jer8ered-,eJ8eled uue;ep ue)e)nura)rp

uerfnBuad nlle/\\ uep ;adu-res ueJnIn 'ueBunlSurl rsrpuo) erelue ueSunqnq edetaqag 'leurJou rselado eped rsedrsriuerp Suer( rsrpuo) ue8uap eues snreLl ledarradrp 3ue,( uaur.radsla eped ue;e8e8al snporu ,qe;epe uelrleq.radrp npad Suer( Surtuad ;ep 'ue8un>18ur; selrsualur ue>1te13uruar-u
ue8uap r8uequuup uerln8uad nUe,rn ueSuern8uad 'n1uaya1 laduues uern)n 1n1un 'ure; rsenlrs LUeleC 'Jesaq Suer( ;adues ueJn)n ueleunSSuauu ue8uap rdelal lelSurstadrp uerln8uad nUenn 1'qsp 'tolsrsal 'ntnlad-uele]ueq) >1e{ueq e,(uqelr.unf uep qernul r[nrp 3ue,{ lnpord ellf e,(u1r;eqa5 'ue8un>13ur; selrsualur ue>1te13uruaur ue8uap ledarradrp n;.rad uerfn8uad nl1ean uep lrf,a) esrq laduues uern)n eleuu'13ueqla] ]e/!\esad uep resaq 3ue,( se8 urqrnl er(u;esru.r; leLleu uep s1a;druo1 3ue,( lnpotd ue8uap uElre>lJaq uaur.rads>1a e>1r[ 'ei(uqeleseul eped 3un1ueS.ra1 ueleunBlp uele 3ue,{ eueur rol)e1'ueln8uad nplen uep pdtues uunyn 'ue9un4?ur1 'u1e;epe ]nqasJat ueleda:rad 1e13ur1 uelnluauau 8ue,( eueln rolley e8rl
'Ll ooo'z euelas e,(u;esruu '1eda:rad-rp nlrad uerInBuad qe;rur uesele )n]un 'rluaqlaq eduel r.req [tB ne]e q 000'02 euelas leurou rselado rstpuo) uelep ]nqasJa] :asued rln8uau In]un Iltsrlear )epr] L{elepe rslnpord lennpef rL{nuauraru )n}un

'rede:ra1 esrq ]nqasra] uereses qe>1ede qelepe e,(u:auresap Llalo rnLlela)tp 1n1un Surluad ;eu1 e4ew'lneqta o-!p Lunlaqas q OO0'02 redules uereleuad Jntun )nlun Sueruelrp lasued nlens e1r[ 'qoluor re8eqag 'un8ueq-8ueruel uenfn1 rse)Urra^ruau ln]un qelepe unrJoteJoqe; rp uerfn8uad uenfng

uenlnqepuad 'L'B

rvdl)uldtc Nlwruld$l

ItrA qos

164

STATISTIKA TEKNIK

8.2.

Hubungan Antara Waktu Pengujian dengan Lingkungan

Dalam eksperimen dipercepat, yang dimaksudkan dengan lingkungan, adalah setiap kondisi operasonal di mana suatu komponen atau sukucadang menjalankan fungsinya yang berpengaruh atas kinerja dan ketahanannya. Lingkungan dapat berupa beban, tegangan, amplitude getaran, konsentrasi ozon, temperatur dan sebagainya. Untuk bahan diskusi, faktor lingkungan akan dinyatakan sebagai "tegangan". Hubungan antara tegangan dengan umur secara umum dapat ditunjukkan dengan suatu kurva seperti Cambar B-01, di mana umur berkurang pada peningkatan intensitas tegangan atau sebaliknya. Dalam kasus tegangan yang sebenarnya (dalam ksi, kPa), apabila dilukis pada log-log paper akan memberikan hubungan linier seperti ditunjukkan pada Cambar B-02. Bagian kurva yang horisontal berkaitan dengan umur yang tak-terhingga dan lazim digunakan sebagai kriteria desain. Hubungan antara tegangan dan umur memberikan sarana yang efektif untuk pengujian pada eksperimen dipercepat.

Gambar B-01 : Hubungan antara tegangan dan umur

[.og sc*le

! , - .*r-

l.tfr, ryr{*x

Gambar 8-02: Hubungan antara tegangan aktual dan umur

p!le^ Suei uauoduol Enp JEluP ue8ulpuuquad :t0'B rEquES

uc)rl I l)1ri!) f,.)lt,lJliJlV

ledarrad!p uerln8uad :tg-B requED


aJ!'l

le;

lu

uorltpuor 3u1tnr:do 1uuuo1*1

uotlrpuo" parEra[*3Y

'(0-B leqLUeD) '5 ue8uap )lluapl 3ue,( ue;e8e8al snpouL lederlp rPdures tslnpalp snlell zS ueBun>13ur1 selrsualul 'uele8e8al snpotrr ueepaqrad lpe[ral uele ue)elt)ladtp e)t['leLurou tseJado tsrpuol eped uele8e8al snpou ue8uap eLues snreq n]l uele8e8a) snpoul Llelet ue)lleqradlp nllad 8ue^ Surluad leLl e)eur 'uele8e8al rpefua1 redefuau redu-res ue)n)elrp uerfn8uad eueurp leda:radrp 3ue,{ uerfn8uad ue>ln)elaLu z5 rpeluauu ls>lnpa:rp pdep uerfn8uad
LUeleC .25 rpefuaur ueBue8a] se]rsua]ur ue8uap
nl>le/A

e)euu'rN Llelepe '5;eulou ueBunlSur; Llel eq lp3ue)uellp Suer(lnuun

e>1r1

991

rvdl)tldlo NlwluJd,tl -

iltA

gVA

166

STATISTIKA TEKNIK

Pengujian dipercepat harus realistik dan bermakna. Sebagai contoh, misalkan pengujian dipercepat untuk membandingkan dua jenis produk. Dalam kondisi yang ditunjukkan pada Cambar B-04 pengujian dipercepat atas produk A dan B adalah sahih (validt karena keduanya mempunyai pola kurva pengujian yang sama. Tetapi jika kurva A dan kurva B tidak sejajar seperti ditunjukkan pada Cambar B-05, pengujian menunjukkan produk B mempunyai umur yang lebih lama daripada umur produk A; padahal dalam keadaan sebenarnya (operasi normal) adalah sebaliknya. Untuk membuat pengujian dipercepat lebih realistik, tegangan S, harus direduksi sedemikian rupa sehingga menghasilkan kurva B yang sejajar dengan kurva A.

Acctli:fated &,rdi!i{)n

llormal oprral.iag c&nditi$n

Cambar: B-05: Pembandingan antara dua komponen yang tidak valid Suatu teknik yang menarik untuk mengujian umur yang dipercepat dikemukakan

oleh E. Robinowicz, dkk. (1964). Prosedur yang diajukan didasarkan pada kerusakan kumulatif (lihat juga paragraf 8.4). Anggaplah pengujian dilakukan dalam dua modus tegangan S, dan S, (Cambar 8-06). Di sini pengertian tegangan (stress) adalah untuk mendeskripsikan lingkungan. Misalkan umur suatu komponen adalah N, bila dioperasikan pada tegangan S,, dan N, bila dioperasikan pada tegangan Sr. Kemudian dalam beberapa kefadian, komponen tersebut dioperasikan untuk waktu o.N, pada beban S,. Selanjutnya jika teganBan itu dirubah menjadi S, maka komponen akan gagal sesudah waktu B.N, sedemikian sehingga dipernuhi persamaan:

a+p=l

(8.01)

Teori di atas membawa ke prosedur pengujian sebagai berikut: (a) Lakukan serangkaian pengujian, semua dilakukan pada daerah pengujian yang tinggi (titik A pada Cambar 8-06) dan serangkaian pengujian lainnya dilakukan pada daerah tegangan yang lebih rendah (titik C pada Cambar 8-06). (b) Ekstrapolasikan hasil pengujian untuk mendapatkan titik B. Titik B itu dapat dinterpretasikan sebagai umur yang

-as ue8unISur; selrsualur ue11e13uruaLu uelurlSunualu )eprl elrf rde1a1 'ue8unl

-3ur1 selrsualur ue4elSurualu ue8uap ledarradrp ledep uerfn8uad eleu '1rra>1 snreq ladrues ueJn)n e,(ueuarel qago 'leqeru uep s1a;duuo1 >lnpord nlens uresap e)ll

ue8unlSurl ue8uap Iadues uprnln erpluv ue8unqnH 't'B


snrn; sr.re8 uer[n8uad e;od ;se4gya1:10-B reqrueg sia",:l
.ta{}l ir 4fl lualisd

Di

r rsr st

s9 0F

CIr

{}I

.v
at

{} fr

0$3

o9f
qlnq

&' =

l$r1v

$83
tt

J$rfful ;Lil:?t3

ilr.rp 3u:3;111 n * I

tur:r*q

11rg

$sl
:90-B rpqueD

'ry1p /zcrntourqou

lnJnuau ledarradlp uerln8uad


15'^s$aJls IB arur.l

llulal

*t
r,
l

'VO-B reqLUeD) ]nqasrat rsLUnse rLlnuauraLu epaqraq 3ue,(


>lnpord sruaf]edr-ua se]e (196 t) '>l)p 'srtmoutqeX Llalo ue)n)e;rp 3ue,( uar-ur.radsl3
'sn.rn1 sr:e8 e;od rlnlr8ualu 90-B reqLUeD eped .rnuun elep 'entqeq rsLunse eped ueryeseprp rur rnpasoJd 'tedarradrp uer[n8uad nt)et'n uelednrau f uep V srsqe uelSuepas 'leutou tserado rsrpuo>l 1n1un 3ue:uertp

/9t

tvdl)tldto Ntwtttdsxl - lilA svs

168

STATISTIKA TEKNIK

dangkan jumlah produk berlimpah dan tidak mahal, hasil yang sama dapat dicapai dengan memperbesar ukuran sampel. Lingkungan dapat berupa beban, temperatur, atau tegangan. Karena ukuran sampel besar, maka untuk setiap "nilai tegangan" (lrV)

dapat dideskripsikan memiliki sebaran normal. Paragraf ini membahas masalah pengujian dipercepat jika variabelnya (lingkungan) memenuhi pola sebaran normal. a. Kasus 1: fika Tidak Terjadi Kegagalan. Apabila maksud dari suatu program pengujian adalah untuk mengevaluasi (pada tingkat kepercayaan tertentu) agar rerata beban yang menyebabkan kegagalan dilampaui oleh rerata beban aktual (penyebab kegagalan) W, dalam kasus sebaran normal, maka berlaku analisis berikut ini. Peluang suatu komponen tunggal akan gagal pada beban pengujian W,,atau lebih kecil adalah:

P(w,)=

di mana Wo= Etata beban penyebab kegagalan yang diinginkan, o =


baku populasi. Dengan menetapkan

l#..e[-*#*7r,
ry=
'

(B02) simpangan-

(bilangan-baku), sehingga clW

o.tlz,

(z) =

'j#.e-"

'dz dan zo =

Wo-W,

(8.03)

adalah bilangan-baku dari beban pengujian terhadap rerata beban yang menyebabkan kegagalan yang diharapkan. Jika komponen tunggal yang diuji tidak mengalami kegagalan, maka:

(Wo-W)/o

1-,F(zo) ='1"- P=

1- i _ l=

."-"'1

12)fl2

(8.04)

_s^o^l2n

Persamaan (8.04) adalah peluang komponen tunggal akan gagal dengan pengujian antara Z = Zn dan z = +

, yang juga merupakan peluang dari komponen yang

diuji

itu

benar diambil dari populasi dengan rerata Wo. Sebaliknya, P adalah peluang dari spesimen uji diambil dari populasi dengan rerata beban W > Wo. Analisis ini ditunjukkan pada Cambar B-08. Luas kurva yang berada di sebelah kanan W, menunjukkan besarnya peluang suatu komponen tunggal akan gagal pada beban lebih besar daripada W, alau peluang dari spesimen uji benar diambil dari populasi dengan sebaran yang terpusat pada W, . Dengan demikian P merupakan peluang dari spesimen uji yang diambil dari populasi dengan sebaran yang terpusat pada rerata W yang lebih besar daripada Wo. Kasus ini berlaku untuk pengujian komponen tunggal yang diuji dengan beban W, tanpa kegagalan. Jika n spesimen diuji dalam suatu operasi pengujian yang independen dan tidak satu spesimen pun yang mengalami kegagalan, yang berarti k = 0, di mana k = jumlah spesimen yang gagal dari n spesimen yang diuji, maka pernyataan dari peluang dari

oMl'o

n)eq-upSueduurs

'N) 0001=oM

'(ue>le^uelrp) Z='r\ uep 'N) 001 = 000[ x ['0 = /rnLlela)lp lul leos uelec

'g =

Lt =

:uelesalar(ua6
snq

2rede::a1 N) 000 [ uresap ueqaq uereses ueleler(aru SueA o696 uee,{erradal te13u11 eped ue1e3e8a1 eduel rfnrp sn.req uaurrsads eurl nelel uerfn8uad ueqaq qelederag'1,7 000 [ ueqaq deperlal ueqe] snreq n]uaua] ursalu uauodtuol nlens 'tg-B) rlo]uo)

rs praq

@)nt!ej

ot speot)ue;e'e'al

rfri;*;T:;1":fi:;ffi:;i:J::f:

')rsr, erefas ;adules uprn)n qelepe u uep )risrlels ;aduues uern)n qelepe N euel'x !p') + u =N'!u! uede:auad eped'( 0 * ry)ue;e3e3a1 ueSuap uerfn3uad snsel )nlun n)epaq e8n[ lnqasra] laqerlaqel 'g uerrdLuel eped tell!llp ledep leLurou
rsnqulsrp ue>13uepas

(lo'B)
(e0'B)

lO pls LO laqel

ue)erpasrp 6 = ry eped ledar tsn;os

,U- *

)nlun

:qelepe er(u8uen;ad'o/\A

<M

[) L=(oM <r\ )"d etrl.e.l ue8uap lselndod tJep ltquretp;adLues elrqedy

,(d-[)-[=(u"''Z'L)d

:euues Suer( rse;ndod r;ep pqLuerp r[n uaurrsads e1r[ 'nele

lesndra] Suer(

rrep ]euelas 1n1un 1;e33unt

" ' 7@ 'u (u "''z')d L)= I) t)'H :qelepe o44 relrlas oM ueqaq ue8uap uerfn8uad uereqas ue8uap rse;ndod rrep lrqLuerp uep u uep Suen;ad 'tur snsel Lxelec
uauodutol;
o44 uar-ursads

< ueqaq elerar ue8uap

rsnqrJlslp ;.rep 8ue1ep Suepernlns Suen;a4 :80-B requeD

{,+r

)/

(E0'B)

@)dx(W=@VV

:Llelepe tnqasrai Suen;ad ueeuresrad 'reledrp ledep ue1;nurs eJefas lppla] Suer( uapuadapur ervulsr:ad

69t

tvdS)dldto Nlwtausxl

iltA svs

170

STATISTIKA TEKNIK

Dari Lampiran
harga:

02, untuk N =n = 5 dan 95% tingkat

kepercayaan, pada k= 0 diperoleh

Wo-W,

= -0,12

(diperoleh melalui interpolasi), sehingga diperoleh

Wo

= Wo - 0,12.o = 1000 - (0,12X100)

988 /rN.

Untuk menunjukkan bagaimana dampak dari reduksi ukuran sampel, dimisalkan komponen dari contoh CB-01 di atas mengalami perubahan desain (design change) dan hanya tersedia satu prototipe untuk diuji. Karena hanya ada satu sampel, maka pengujian harus dilakukan dengan beban lebih berat untuk mencapai sasaran beban yang diinginkan pada tingkat kepercayaan yang sama (95%). Beban untuk pengujian itu dihitung dengan cara berikut ini: Dari Lampiran 01, untuk k=0, n = N = 1 dan tingkat kepercayaan 0,95 diperoleh harga (Wo- Wo)lo = *1 ,65 (diperoleh dengan interpolasi) sehingga Wo = Wo+ 1 ,65.o = 1000 + 'l ,65. 100 = 1 1 65 kN. Untuk memastikan beban penyebab kegagalan Wotercapai, prototipe itu harus diuji dengan beban 1 1 65 kN tanpa gagal.

2: lika Terfadi Kegagalan. Pembahasan di atas berkaitan dengan situasi di mana sukucadang yang diuji tidak mengalami kegagalan. Jika sukucadang yang diuji mengalami kegagalan, maka berlaku analisis berikut ini.
Kasus

b.

Peluang sukucadang tunggal akan gagal akan gagal pada beban

uji

Wn adalah:

p=

L'ir-*d, .lltr
-t

(8.08)

di mana zo = Selanjutnya peluang r, kegagalan akan terjadi dari n sukucadang yang diuji pata beban W, didapat dengan menggunakan persamaan binomial:

T.

W^-W

P(r = r,) ' = ;J


(n
Dalam hal r- --

r,)lr,!

p',

(l- p)'-',
(lp)"-r
(8.0e)

persamaan di atas berubah menjadi:


po

(n - k)tkt' dan p dihitung dengan rumus (8.08). Selanjutnya peluang akan terjadinya r kegagalan di antara nol dan k adalah:

P(r = k) ' = --!-

P(r < D = f,-i

'

fr(n - r,)1r,.,o',

,,

7t

p1n-rt

(8.10)

Dengan n = k + 1, diperoleh:

P(n

< n-r)= '

(1*')l' p'' (r- p)o*'-'' i '/ '' 7$+l-r,)t'r,t'',


,

(8.1 1)

Suereq uep uerfn8uad nqe,rn Llelepe uerfn8uad laqeue^ e)r( 'tua]srs uerln8ua4 'e ';e33un1 Suepernlns uelednrau rfnrp 3ue,( Sue.req e)r[ (q) uep 'Lualsrs nele (lquassp) uelr)eJ ueledruau rfnrp 8ue( Suereq e)l[ (e) :ru1e,( 'uerfn8uad rsenlrs enp ledeprat uer)rurap ue8ua6 'resaq ladues ueJn)n ue8uap lelSursradrp esrq uer[nBuad n11ert eleuu 'qernu ne]e tedeprp LlepnLU uep e,(uqe;r-un[ >1e,(ueq
r[nrp Suer( Suepecn>1ns e1rI er(u1r;eqas 'lr]a) ladrues uernln ue8uap uerfnSuad nUe,l,r Suefuedradruau ue8uap )eda:radrp ledep uerfn8uad 'geqeu rfnrp 3ue,( Suepernlns e8req e1r['uerfn8uad nqerlt uep ladLres ue]n)n ere]ue ue8uequryad qelepe leda:.radrp 3ue,( uaLuuadsla ueeue)ua;ad r-ue;ep rdepeqrp Suuas Suer( tsenlts nles Lleles

uerfn8ua4

nupM

ueSuap Iadues
%osl
ne:'r-

uPrnln ErPluv uPSunqnH 'r'B

'1rse1od.ra1ur)

lv/o

ueqaq 'ezrnqeq ueer{erradal

te>13ur1 r-laloradrp se}e rp

qelePe N) 0001=oM lqlqalaLu lenue eleral elep ue8uap 'ZO uertduuel ue6

0 ZtT-= zll_.dtr4'|=4'S =N =u
:uelesa;ar(ua4

)nlun

laduues eLUrl rrep nles

' o44 rnedLrelaLU ue1e8e3a1 elerar ueqaq 'er*qeq uee1e,(u;ad Sunlnpuauu lenUe ue)nlual nrtt ,.[n ueqaq qeMeq lp ueqaq eped le8e8 ue)lesru'1.g-Bf L1oluo) ueleunSSuau ue8ua6 '20-Bf qoluo)
uee,(er.rada1 te13ur1

'4 + u

- ry e8req

eleru 'r8e; rfnrp uep rlreqradrp Suepernlns


lpefuat ladrues

) pIlI unureN 'u ueSuap eLues ()r]s!]ets ;adr.ues; 1y e8reg 'ue;e8e8al )


eBnf rur

u uep eueLu rp qeleseLu ue>lLlefaruau Inlun ueleun8rp ledep e8nf tnqasra] laqerlaqel '1 snse4 u"relep rpadag 'ue8unlrq.rad eueres re8eqas lO pls ;6 ue.rrdtuel ueleun8rp snse)LUelec'L-u =7 ue;e8e8alqeluun[ueepealUelepLlelepe(L'B)snLUnU
( r'B)

ud = r*rd

='d'L-Ll=4'Lt

=l)
Lt

,a

=lrd -rrott"\,-" + z(d -r,g;2]-r=,


d =(d -I)-I=

't=4'z=

od 'A=\'1"=

Lt

Uep

:tn)uaq re8eqas Llelepe ue;e8e8al qe;uunf ederaqaq 1n1un 1nfuel qlqal ueleqefua; '044 ueqaq qe^i\eqrp le8e8 ;adLues ([+)) lenqe ue;e8e8al elelal ueqaq eueu rp Suen;ad qelepe

uep ot\A rneduelaut

(zL'B),,-,*,(d

-rl,,o;!t#?

-, = (rt ) r)d -r ='|d


(rt >

loa) qrqal 4 lenqe eterar ueqaq

:e(u1n[uelag 'o44 uelurBurrp 3ue,( eterar ueqaq pep tut snse) uelec
'ervrqeq Suenlad Llelepe

,)a

t/t

tvdl)ailrc

Nlwtuldsxl

iltA 8v8

172

STATIST'KA TEKNIK

yang diuji merupakan rakitan atau sistem, distribusi variabel dapat dianggap eksptnensial. Misalnya pada kasus pengujian mesin otomotif. Jika keramik dari busi
Artinya, umur retak dan harus diganti, perbaikan ini tergolong kecil untuk suatu sistem. suatu sistem praktis tidak terpengaruhi oleh kegagalan tersebut. Namun, apabila dalam pengulian terdapat bantalan poros yang macet dan menyebabkan patahnya batang pemutar atau pena engkol, peristiwa ini tidak bisa dianggap sebagai kerusakan kecil sistem sehingga atas sistem yang bersangkutan. Kejadian itu akan berdampak pada umur bahwa, dapat dianggap sama dengan jumlah kumulatif dari waktu pengujian' Jelaslah atas penguiian pengujian sistem itu setelah suatu perbaikan kira-kira ekivalen dengan dua sistem yang sejenis. Satu sistem telah gagal, dan yang lain adalah sistem yang hanya atas sistem sedang diperbaiki. perlu diingat brahwa, argumentasi tasi ini berlaku
yang diperbaiki, bukan yang di-overhauled.

*')t
5

iiitred
, tl! rspair

.l
3

L** 4th ttpdir


t-_- :ld r{pair
I_ I
:d t"pai,
lst rcpair

O Failurr

rr
trurtrini ti$q nfler

rcfri

9a
5
*, "t

Not i'.rrlcd

.I -a
2

ti

Frilure
Rutr0ins lime

rftir

tqit ,(atlrd

___1i|;

cambarB-09:Polakegagalanpadapenggunaansatusistemdengan

perbaikan vs N sistem tanpa perbaikan

perbaikan kira-kira ekivalen dengan pengujian atas (k +1) sistem sampai k sistem di mengalami kegagalan tanpa perbaikan dan satu sistem masih beroperasi' Uraian atas membuktikan bahwa, dengan mengorbankan waktu pengujian diperoleh keuntungan pada penggunaan hanya satu sampel ditunjukkan pada Cambar B-09. Lebih lanjut, analisis berikut ini dapat pula diterapkan pada kasus untuk menentukan wal<tu kegagalan rerata waktu kegagalan (mean time to failure) yang melampaui rerata

pengujian atas satu prototipe dengan Jadi tampaklah, bahwa pada pengujian sistem,

'tl 09II =

000I't'z

oJ'E'z
oJ

oJ

:;e3e8 eduel uerfn8uad nple,rn eS3urqas

(oo'o - t) -: C'Z=^ = oJ/utzl "tz +- ,.ra=01 = I 06'0= oJroJz-o-l='d <- o11o1u-a-l=t'd


:qa;oradrp (S l'B) ueeLueslad ueleunSSuauu ue8uaC 'q 000 L =ol,z - u :tut snsP>l urelec :uelesa;ar(ua4

'z = u laduues qe;un[ 'v000 L rrep tesaq Llrqal ue;e8e8al nqeM elela; re,(unduauu ueleler(urp ledep nlr nreq )ulsrl rolotu se?e yog6 ueee:;ada1 1e13u11 eped uele8e8al eduel ue>1ue1efrp snleLl nlr nJeq uresap ueSuap lr.qsr; rololu Lle)eLuel ederag '3ue;n utesaprp ]nqasla] )ulstl Jololu nlt eJpluaulas ,q 967 = uele8e8a>1 nUeM elerar qaloradrp ue33ue1ad uenpe8uad r.re6 'de1a1 3ue,( pler pezeq) ufuqeq n/e1 ue8uap ;ersuauodsla rsnqulsrp elod rlnlrSuauu uelrsdu)saplp ledep n1r uele8e8al 'uLalsrs nlens re8eqas deSSuerp ledep >1u1sr1 Jotoru euare) 'nluauat lapor-u eped ueqrqapaq 3ue,( ue;e8e8al ruue;e8uau )ulsrl roJoLu rJlsnpur Llenqas:tg-B) qoluof

'ue;eBeBal ue8uap undneuu ue;e8e8al eduel lreq t uerfn8uad nqervr ue8uap uee,(e:rada1 le13u11 'v Lo pls Bo laqel ue)etpastp ledar Suer( ueresa;a(uad 1n1u1
ue)ntuauaLu
>1n1un ru>1e,(

(tL'B)
(e t'B)

(rJ

/(J.. +zJ+rt)-?

- l = (oJ < J)"d


l=!

nele

'(a - r)
tt11,2u-a-f

!-r
'

-a1 te13ur1 'eues 3ue,( nUeM ue8uap >lepr] uapuadapur uerln8uad

= "d :qe;epe er(uueer(euad u e;rqede rde1a1

(9t'B)

=(ol< J)"d

u(,,1, u1-a- I - I) - I =,(d - I) - I = (oJ < J)'d :rpefuau se]e rp ueeuues;ad 'erues SueA 01nUe,tn ue8uap

ue)n)elrp uapuadapur 8ue,( uerfn8uad u e)lf 'uerfn8uad nDle/\ qelepe ! eueLu rp ot/,,.t-o-l= d ('r'B) :ueeues;ad ue8uap ue)nlualrp ue;e8e8al eduel ;e33un1 Sueper>1ns rfn8uauu 01 uelurBurrp Suer( ue;e8e3a>1 nl)e^ elelal rneduue;au Inlun / lenUe ue;e8e8al nl)e/\ eJera; Suen;a6 ';ersuauods)a rsnqrJlsrp e;od rlnlrBuauJ ulalsrs nlens rlep leul -.rou rse:ado'e,uqeq ue)e)nurallp Llelal_'ue;e8e8a; eduel uerfn8ua4:I snsp) (L
'(qe/\\eq)

60-8 requreg eped uellnfunlrp ryadas uerlueSSuad nete ue)reqrad eduet ue;e8e8al rue;e8uar.u Suepe:n1ns: redues Suepernlns ( t + )) uelrse;ado8uau ue8uap ue)n)elrp ledep rur ;ep '1e33un1 Suepern>1ns >lnlun (ilry!e] ol aLull uealu piltsapl ue4deteqtp 1ue,{
t/, I

tvdl)Uldto Nlwtatd9tl - iltA svs

174

STATISTIKA TEKNIK

2) Kasus 2: Pengujian dengan Kegagalan. Kegagalan yang mengikuti pola distribusi eksponensial merupakan kegagalan yang acak. Jika suatu sistem dipilih secara acak kemudian diuji dan gagal, sistem itu dapat diperbaiki dan diuji lagi seperti baru. Hal ini
dapat dibenarkan karena kegagalan itu disebabkan oleh mekanisme acak dan tidak tergantung pada umur. Perbaikan untuk mengembalikan ke kondisi semula (seperti kondisi baru) itu menempatkan sistem itu tetap dalam laju-bahaya yang tetap sejak r = 0. Dalam kasus ini ukuran sampel dapat digambarkan sebagai satu lebih besar dari jumlah kegagalan k, atau n = k + 1. (Catatan: setelah kegagalan ke k sistem diperbaiki lagi). Analisis berikut ini berlaku juga untuk pengujian n sukucadang. Ukuran sampel adalah n dan jumlah ukuran sampel adalah:

N = n*Zk,
I

(8.18)

di mana ft = jumlah kegagalan yang terjadi atas unit ke-i dari n pengujian. Jumlah
kegagalan adalah:

k,

=Zki j=r

(8.1e)

waktu pengujian harus sama untuk semua sistem (sampel) baik baru maupun yang
diperbaiki, kecuali kegagalan itu mengakhiri keseluruhan program pengujian. Dengan demikian: (8.20) To=Tr-Tr=...=Tn Di mana 4 = waktu pengujian untuk sistem ke-i dari N sampel. Peluang ter.iadinya k kegagalan selama I, dinyatakan dengan persamaan:

P(r =f ): -(l-e-r,rrn1k1r-rutrr,)N-k k(N - k)t'

N!-

(8.21)

Dan

tri- (l P(r <lr; = 2 -,-'-r,!(N - /;)!'

e-r'tro 1rt (s-ro

/rn

1N-r,

(8.22)

rerata waktu kegagalan aktual waktu kegagalan yang diinginkan Io. Selanjutnya peluang T 2

P(r 3 k) adalah peluang dari


Pr

kurang dari rerata

T, adalah:
(8.23)

=l-

P(r < k) =f

- f ---t- r,)!'(lfror,!(N -

e-r,iro1rt

(g-rotrr,)N-tt

Tingkat kepercayaan yang dihitung dengan persamaan (8.23) ditentukan dengan


menggunakan Lampiran OB s/d O14 di mana sampel fisik = ndan ukuran sampel statistik

N=n+k.

Contoh cB-04: Kedua sampel dari CB-03 diuji untuk 1 i 50 h dan mengalami 1 150 h. Motor listrik tersebut diperbaiki kemudian diuji lagi. Berapakah tingkat kepercayaan untuk menyatakan T 2 T, jika melanjutkan pengujian tanpa kegagalan? Akumulasi waktu pengujian dari setiap motor listrik adalah 2200 h.
kegagalan pada salah satu motor listrik sebelum mencapai

Penyelesaian:

:qaloJadlp
rsenle^arp ledep 3ue,(

euue8

ts8un, lJeC

')

ueldLuel ue)eunSSualu ue8uap


'rnurn >lrtsuaDlere) Llelepe

euueS p3un7 qelepe

(+. r),

g uep ;ou ue8uap euues de3Suelp

qepuarat re;ru '1;nqra11 ue8ur:rr.ua1 = Q eueu-r rp

ozB) (i.,), =,i,G)_l*,i = ",


:ueeuesrad uep qaloradrp e Jnun lrlsuaqele) e,(uresag 'og uelur8urrp 3ue,( JnLUn )rlsrraUerel epeduep tesaq qrqal 0 lenl)e rnLUn )rlsrrallere) 'entqeq ueeter(u.rad ueBuap ue)tsetsoserp ledep uee,(ecradal le13ur1 rur snse) u.releC 'llnqlaM rsnqutstp LUelep Surluad .rala -uered ueledn.raur rnrun 'uele8eBal edueg uerfn8ua4:l snsey (1 e )llsrraUere) 'lut ]n)uaq seqeqtp ue)e 3ue,( ;;nqraM rsnqrrlsrp ue8uap uelrsdrr>lsaprp 3ur:as n1r e,mrlsuad 'enpa1 snsel eped 'ey'g Set?esed-qns rue;ep ue)rernrp qe;a13ue{ apo}alu ueleunSSuau esrq e,(uueqerauu -ad 1;ersuauodsla e;od rlnlrBuau"r deSSuelp eslq rsnqrrlsrp euueyad snse>l eped 'nUeM uep rs8unl re8eqas ue;e8e8a; 17; '1de1a1 3ue,( e,(eqeq nfe; eped; uerpnura>l uelnqas nele uerln3uad uuef n]es Llela]as lpel.ral esrq ue;e3e8a1 'lue Lre;ep'n11em eped 3un1ue3ral1epgt Suepernlns ue;e8e8ay ([) :tsen]ts enp lnqLUt] ue)e e)eur 'Suepernlns Llplepe rfnrp 3ue,( elrqedy 'Suepern>1n5 uerln8ua4 .q

tIOOZZ eped r8el rfnrp e,(uenpa>l uerpnrual rlreqradrp qelalas

'(Yo9'96 = 996'o = uee^erladal le13ur1 qa;oradrp Z'Z ='l rnfe;eped uep [ -) Luolo)-qns'E=N Luolol eped 6 Z'Z= oJloJ ='J 'l =) 'f =N ue8uap '96 uerrdLrel ueleunSSuau ue8uap ue>lresalasrp e8nf ledep rur leos :upletpJ) '"/oZ'96 uee,(er:ada1 te13ur1 eped t1000I < a1 1atn1p7 ol ault ueau) uele8e8a>1 nUeM elelal r)rlrLuau nlr nreq uresap e^^qeq ue1;nduursrp ledep eleuu '1eBeB eduel 'q OgL L runlaqas ;eBeB n1r

)rJtsrl

rolorl enpal rrep nles

qe;es

e>1r[

'euvtqeq ue11nfunuau se]e rp ue8unlrqtad ;rseg

z96'0 = z80'0

- I = (98990'0 + 9cI00'0) - I

= [(ezro'oxt rI'0

r)e + 9cI00'0)]

-r=

t-

.r(r-e)irl
,,

l-

.i(o-e)rol

l-I=
-, =',

_ l-ln_r(,._a)o\r.r_a-I) i L_.(r,_a),1,.,_?-l) ic _ 1"" .l 1""'


i(

_l

fr

u( o t t,,r-a) tr(u t

t,,t-?- r,

J)

z'*

:qa;oradrp (Z'B) ueeLuestad ue>1eun33uau-r ue8ua6

000I
007,2

o'

LL-

= -T

,n,r,r-uap ue8ua6
,

''|'

'rl 0001=d1 uep t! 0OZZ=ol ' = N 'Z = tJ


9/L

'[ = )

lul snse) u]elec


iltA gvs

lvdl)vilru Nlwtdtdsxl -

176

STATISTIKA TEKNIK

o=

To

.t, * 1l
b'

(8.2s)

Tingkat kepercayaan di mana rerata waktu kegagalanf melampaui rerata waktu kegagalan yang diinginkan I, adalah:

r ='!re)dr ='!o(;)''

"*[-(t)' dT
(8.26)

p=,_.*[_(?),]

jika tidak terjadi kegagalan. Untuk n pengujian yang independen tanpa kegagalan: (8.27) P, = l- (1- P)' yang dapat direduksi menjadi: ( 7,,\o

P,(T

T, atau 0, 0r) = l-

_nt_l

l0

(8.28)

Perhatikan bahwa, persamaan (8.28) berlaku untuk rerata umur dan karakteristik umur.

contoh cB-05: seorang teknisi bantalan merancang rumah bantalan baru (bearing racel yang diharapkan dapat memperpanjang umur bantalan. Bantalan lama memiliki umur rerata Bru = 550 h dan bantalan dengan rumah bantalan baru diharapkan memiliki umur rerata Bru = 1000 h. Pihak perusahaan memutuskan bahwa, desain itu akan diproduksi jika memiliki tingkat kepercayaan 95o/o. Untuk keperluan evaluasi, dibuat prototipe sebanyak dua buah. Berapakah lama kedua bantalan itu harus dijalankan tanpa kegagalan untuk memenuhi kriteria di atas jika b = 1,66?
Penyelesaian:

Dalam kasus ini Pn= 0,95; dari persamaan (8.28) didapat:

=s nsb (il).I=,J *rr,= * rrr rf 'dd.I


Harga fungsi gamma

0001

000I

"'($)'-"-r=?Q,0

<-'(+)'-"-r=

.a

f(1,6) diperoleh dari


=1120 h -19990,99352

Lampiran K yang besarnya 0,89352, se-

hingga diperoleh: B =

Selanjutnya,

0,95 =

,-'[#)'"
arau

-+

(0,05)-r

- "'(,lio)'""
_+

#=,o_r,(*)"'

ln20=r(#)'".

(T)"'uu=

To

lt20'

e)Bue ue)nurairp redLues

[ = ) urolol
:s6
uer

Luelep rJe]) %S6 uee^errada>l ]e)Burt eped

duel

ueleun'tr?;ffii;f] r1;:
:uelesa;ar(ua4 io1rg6 uee(erladal 1e13ur1 eualu)

rqnuauraLu 1n1un rBel 1ue1e3eBa1 eduel; ueltseradorp ]nqasral uelelueq enpa) qeleLuel ede.raq rur snse) LUeleC 'ue8utt uelreqrad qelalas ueltnfuelrp uer[n3ua4 'uele8e8a>1 ruele8uaur nlr uelelueq enpa>l rJep nles ue)lesrul 'S0-Bl qoluo) tJeC :90-B) qoluof 'lersuauods>1a rsnqulsrp >1n1un ru1e,( 1g7'g;

ueeuesrad rpefuar-u rqnpara](62'8) ueeLuesrad'l =q

)n]un ') uep ,

'r(f,)

,rrp

leuuel Sueu( nueM ue)nlrauraur ue)e

e3.req re8eqraq )nlun ue)rselnqelp (ot < oJ)d uee,(erradal le13ur1>1n1un e3.rep1 'y gg p/s BO ue.rrdlue1 eped erayat 3ue{ re4ep ue>1eun33uau ueltnfuerp n]r qeqas qalo (6r'8) ueeuueslad ue)reseplaq leos ueLle)aulad

(6zB)
,,[,,*,
1e13u11

'],[,,u,
J

' ']n*'T=t'
0 nele
q1<

> t)d
uee,(er.rada1

:qelepe o0 <

uer)ruap ue3ua6 'oJ>

)nlun

emqeq uee,(erradal te13ur1 ueledn.rauu e8nf Suer(

,,-,\d

-esrad uep tedeprp o1 nqea,r euJelas

> 4a -r),,r't!)?!i= tu tr- r,

:(0 L'B)

ueeu

>- 1er(ueqas uege8e8al e,(urpefua1 Suen;a6

,G):-,=[,(+)-].*

-,=d

(t + ); ue8uap uale^r)a 3ue,( uelreqrad >1 ue8uap Suepernlns ntes uerfn8uad )nlun n)elraq rur lnluaq srsrleuv 'uele8e8ay ue8uap uerln8ua; :Z snse) (Z

:OZ'B) ueeures;ad ue8uap ue1ele{utp 01 rnedr-ue;ar,u ue;eBe8al ture;e3uau 'uele8e8al tuele8uar-u Suepe:nlns 7 ue8uap rfnrp 3ue,( ;e33un1 Suepe:nlns 3uen1a6 Suepernlns qe;Lunf = N !u! leLl LUeleC '1o1; uelurBurrp 3ue,( ue;e8e8a>1 n])eM eleral rnedr.ue;ar-u SueA 1an1te7 ol aLull ueaLu) ue;e8e8al n])em elelal ue)nluauaLu )nlun n)epaq e3n[ rur srsrleuv 'uele8e8al ruege8uau Suepernlns 7 redures Suepernlns

'ue;e8e8al eduel q 0tt t eLUelas l[nlp snleq nlr nieq uelelueq enpa) 'o7o96 ueeAetradal 1e13u;t eualrJ>l rllnuauraur 1n1un rpe[

',t o]nt = oz.u

,,(i)

:eBBu

qas 'Y=

,,(:)
iltA 8v8

//t

tvdl)dldto Nlwtatdsxl

178

STATISTIKA TEKNIK

0,950, lalu baca harga

pada lajur yang sama) diperoleh T,

= 2,0

yang berarti:

r,

= 2,0

=(+)' = (#)'"

-)

ro =1120.2tt'\'66

=t6el h

fadi untuk memenuhi kriteria tingkat kepercayaan 95oh, setelah terjadi satu kali kegagalan kedua bantalan itu harus dioperasikan selama 1700 h tanpa kegagalan.

8.5.

Hubungan Antara Ukuran Sampel, Waktu Pengujian, Tingkat Kepercayaan dan Reliabilitas

Paragraf ini membahas hubungan antara ukuran sampel n, waktu pengujian , tingkat kepercayaan dan reliabilitas R. Analisis didasarkan pada distribusi Weibull dan

rumus Bayes (succes-run theorem).Teori success-run bersifat non-parametrik dinyatakan

dengan

persamaan:

,lt
atau

= (1

C=

l-

-C)"-t (fir)n*'

(8.30) (8.31)

di mana Rc= reliabilitas pada tingkat kepercayaan C, n = ukuran sampel. Dalam analisis ini diasumsikan tidak terjadi kegagalan sampai waktu t Pada reliabilitas tertentu (tetap) R. , tingkat kepercayaan naik sebanding dengan kenaikan ukuran sampel; atau pada tingkat kepercayaan yang tetap, R. meningkat sebanding dengan peningkatan jumlah sampel. Sedangkan jika ukuran sampel tetap, Rc meningkat pada penurunan tingkat kepercayaan. Hubungan antara reliabilitas dengan waktu pengujian (pada distribusi kegagalan Weibull) dinyatakan dengan persamaan:

F(x)= r -.,e

[-

(#)'] = r-,-(;)'

(8.32a)

di mana b = kemiringan Weibull, 0 = karakteristik umur dan X= waktu pengujian. Dari persamaan (8.32a) diperoleh peluang untuk selamat(survive) atau reliabilitas dengan sasaran operasi sampai X, adalah:

R(x,) = t- F(x) = *r[-

(#)']

(8.32b)

Analisis berikut ini mengarah pada penentuan kenaikan tingkat kepercayaan untuk menghasilkan reliabilitas yang diinginkan pada waktu X (sasaran ketahanan) jika waktu pengujian diperpanjang menjadi (X + Y tanpa kegagalan. Peluang untuk selamat dengan
sasaran ketahanan (durability)

x,

adalah:

R(x,) = t -

(X,) = .^p[-

(+)']

(8.33)

nt)e^\ ue8uap ue1n>lellp n1r Suepe:nlns sele uerfn8uad elrl 2le8e3 eduel rrr 00002 rede:rp esrq Suer( ueer{euadal te13u11 qelederaq '1nqastal uele;er(s:ad rqnuauau )nlun e1er.u 'r33ull qlqal snreq uee,(e:.rada1 }e13u1t le.re,(s ueBuap euuatrp esrq ';eBeB eduel rT 0002t =1 ue>ldereqrp 3ue,( nUe^ "/og'61selrlrqerlar e1r[ 'e,(u1n[ue;a5 oTo9'61 ]nqasla] Suepetnlns selrlrqer;at 'rpe[ 1n1un 7og'9g ueer(erradal te13ur1 eped
.o/o1,9e =) nele g9t'0 =2,t9'0-1= rS6L'0-I:p eSSurqas (- ,*o(J - I) = 'U ,r.o(J - I) =,*,(J - I) = 56l'o
I

=l

:(0'B) ueeuesrad ueleunSSuauu ue8uap e,(ulnfue;a5

"/og,6l= U

nele 9610 = tz'r-? =

,{8r'o)-a

z\ ooozI,,

[ooosz'1_a

=U

:(qZt'B) ueerues:ad ue>1eun38uauu ue8uag :uelesalar(ua4 3 ueer(e:rada1 le13ur1 ueP U seltltqerlal ue>lntuaf 'ue;e8e8al edue] q 00OZL= ue)dereqrp 3ue,( ueueLlelal )ntun r[nrp Suepernlns qenqas'O'Z = q llnqlaM ue8urrtuual uep q 000S2 = g ue8uap llnqlaM rsnqrilsrp tnrnuaur ue;e8e8al e;od re,(unduraur rnqelalrp Suepe:n)ns nlenS :10-B) qoluoJ
'ue>lrsrunserp nele (rnqela)rp) ueldelalrp snreLl

,(il:= [,(*)-]0..

=,

[,(*)

-]*' = (x)t- t = ('x)u

q llnqlaM ueSut.rtual

(es.B)

'ntuaua] uee,(erradal telSurl eped uerfn8uad nqervt uep ;adLues uernln eje]ue ue8unqnq qa;oradrp uele (St'B) uep (rt'B) ueeuuesrad rrep ueue) senJ ueleurer(uar.u ue8ua6
(s'B)

,[}r,J

('x) t+tu nele Jx(r+ ,D.q+= fxr *,,.,q.1


r+7n
Jx(r +

'")+
I

(, - I)ul
-I) =tU

uep

[,(+)-]o*=
'ry
'x
k'B)

w,u(J

selrlrqerlar eleLu '1de1a1; euues Suer(

ueer(e:lada>1 te13u11 eped

nreq uereses redues uele8e8al eduel uelrseradorp Suepe:n1ns

',

n)l[

'er(u1n[ue1a5

ix| * "D+
[,(+)-]o*=
I

= (J

t)ul

nele

v,o(J-I)='U
ty
eped selrlrqerlal uelednrau.r
ue>1;esrytl

tU ,ep

ry

:3 uee,(erradal

1e13ur1 ue8uap

n11e,rn

redues ue;e3e8a1 edue] uelrseradorp ladLues tu

6/l

tvdl)tldto NtwttJdsxl -

iltA gvs

180

STATISTIKA TEKNIK

Perhitungan selanjutnya dengan mengunakan persamaan (8.36):

ffz=?

Xr=12000

h, ff,=1,

Xr=2OO0O

h, b=2.

(zoooo)' n.+t -t - (x,)' n.+t ' -l--"""1 -l-l-l -"2 ,,,+l Ix,.,J l+t ItzoooJ

_; nz=2.(1,6712_l=s

lnterpretasi .nr= .5 adalah: satu sukucadang yang dioperasikan selama 20000 h tanpa gagal ekivalen dengan lima sukucadang yang dioperasikan selama 12000 tanpa gagal. Selanjutnya dengan mengetahui sukucadang tersebut memiliki reliabilitas 79,5o/o untuk 1 2000 h, maka dimungkinkan untuk menghitung tingkat kepercayaan baru dengan menguji lima sukucadang pada 12000 h tanpa gagal. Dengan menggunakun p"rrumiun (8.30) diperoleh:

llt

R. = (1 -()n+r,

)
1

0,795=

(l-C)il : (l-C);,,

0,252 = 0,74g Pada tingkat kepercayaan 74,8o/o itu berapakah reliabilitas sukucadang tersebut pada 20000 h tanpa gagal?

l-

(0,7916 =

R- e\e) =r-l;.*oj =g-(0.8)' Keandalan sukucadang pada 20000

-[

I')'

zoooo

)2

e-0.64

=Z,7lg-o.6a =0,527

uraian di atas telah dibuktikan pula bahwa, tingkat kepercayaan naik dengan keniikan jumlah
sampel disertai dengan penurunan reliabilitas.

h tanpa gagal adalah 52,7o/o. Dengan

8.6. Pengujian Kerusakan Mendadak


Pengujian kerusakan mendadak (sudden death testing) adalah pengujian atas kelompok-kelompok sukucadang yang diakhiri segera setelah satu sukucadang dari masing-masing kelompok mengalami kegagalan; pengujian kerusakan mendadak hanya memerlukan sebagian dari waktu yang diperlukan sampai semua sukucadang dalam kelompok mengalami kegagalan (Lipson & Seth, 1973:l}l). Sebagai ilustrasi, misalnya terdapat 50 spesimen yang disediakan untuk pengujian kelelahan (fatique fest). Ke-50 spesimen itu dikelompok-kelompokkan secara acak menjadi 10 kelompok Q masing-masing kelompok terdiri dari lima specimen c. Semua kelompok specimen itu dioperasikan secara simultan sampai satu specimen dari setiap kelompok itu mengalami kegagalan. Seketika satu specimen dari suatu kelompok mengalami kegagalan, maka pengujian specimen lainnya dari kelompok yang bersangkutan dihentikan. Dengan cara ini, maka akan diperoleh 1O nilai kegagalan, masing-masing mewakili ranking terendah dari kelompoknya.

VT'B)

:ueeuiesJad ueSuap ue)ele^utp ]nqasJa] lsrodoJd'jlsas)ns etefas ue)n)elrp uerfn8uad eueur tp 'uaut:ads L]nlnlas ue;e8e8al )n]un ue)nlradrp 3ue( nqert uep tsJodo;d uelednraul )epepuau ue)esnla) Jnrxn eped redues )nlun uet)tulap ue8uag 'e(uqn.rnlas uele3e8a1 ruele8uau
ue>1n;radrp Suer( n1>1ent tsetr-ttlsa

t-dtnlt"c='t

llfi)'v trlaorl

tnqasra] uaursads 0g-a) e>lrf Llaloradrp 3ue( lrseLl ue8uap e,(uuelrlruBrs er.ues 3ue{ b6ztB rseurlsa sue8 ue>pequueSSuau rur enpa) slreD'au// qleap uappns rse;ndod uep
ue8uap relelas stteS lenqLlar-u ue;e[ ueSuap ue)n)ellp (aul uot]epdod; rselndod ;nurn ?6ztB Jnun lseLUrlsa uelednlaul (V )l]l]) uelnluauaLu >lnlun 'rselndod uep
rseLUrlsa 1r1er8

]nqasra] sue8 enpal Suotod->ltllt

sue8 uep le>lrua^ srre8 lenqrp nlr Suolod

lrep leluoslroLl "/"V6'Z I uele8eSa>laseluaslad nqurns n6'ztB aul qleap uappns )l]!] rrep er(ulnlue;a5 '

1r;e:3 3uo1or-uau tedues (le)rua^ nqLxns) Togg ue1e8e3a1 aseluastad nqu"rns eped ;e1uoz

-uoq sueS )ueuaur Llrqalra] ]nqasra] relru qn;ndasal tnqasral pns)eul )nlun 'rse;ndod lnLUn rseuJtisa8uaLl )nlun ue)eunBrp tedep uep r-lesrd.ral ele)as 'u''tg )nu)n tseultlsa uelednraLu n1r >1odLuo1a>1 deryderl trep uele8e8a) rnr.un qn;ndasal nll qeqas qalO '(tW ueldtuel teqrl; rselndo d pep 'u'"8 uerpaLU )lll] lse)ol eped eperaq 1n1t uar-utcads eLr.rl rlep urpra] 8ue,( loduuola) rrep) qepua.ra] rcyu'Suopet tloa] ue)Jesep.raq e(ulnfue1a5
Iepepuau uEIesnJaI uerfn8uad
llseq uplresepraq 1se;ndod sele rqrpard :0[-B requeD

*r ?"rl-r-T-*T** l,g'rrrr1
q1rr"r1'r

u;rp1rg

t8t

tvd:t)d;tJto NlwtttdDE

- utt svs

182

STATISTIKA TEKNIK

di mana f, = jumlah kelompok, 6 = jumlah spesimen tiap kelompok, 4,,(1) =


pangkat (rank) satu kegagalan dari n spesimen dan:

rerata

Y_

(G

- 1)lf(l

+ | I b)(G

r(G

+tlb)

ib - I + ln})t

(8.38)

Dalam persamaan (8.38): I( ) merupakan fungsi gamma yang diperoleh dari Lampiran K. Dalam beberapa kasus dimungkinkan untuk melakukan pengujian kerusakan mendadak secara simultan. Dalam hal ini proporsi median kerusakan mendadak terhadap pengujian penuh dinyatakan dengan persamaan:

F, -{ot4t9.e'L!/le!)) l"stl

Berikut ini diberikan contoh penBgunaan teknik pengujian di atas. Contoh CB-08: Sebuah pabrik motorbakar V-B bermaksud untuk mengetahui umur terendah kegagalan katup pembuang. Tersedia 10 motorbakar untuk pengujian. Kesepuluh motorbakar itu dioperasikan sehingga terjadi kegagalan pertama dari katup pembuangan. Waktu sampai terjadinya kegagalan itu dicatat dan diperoleh data kegagalan seperti tertera pada tabel berikut ini. Prediksikan umur B,odari populasi katup pembuangan itu. (Catatan: Tiap motorbakar V-B memiliki delapan katup pembuangan yang membentuk satu kelompok. Jadi, dalam pengujian terdapat C = 10 dan c = B).

/rllX I

(B'3e)

Nomor motorbakar

9
71

l0
61

Waktu kegagalan katup


pertama, h

10

25

1B

30

92

43

36

49

Penyelesaian: Pertama-tama data pengujian tersebut disusun secara berurutan dari nilai terkecil ke nilai terbesar. Dalam kolom kedua diisi nilai median ranks yang diperoleh dari Lampiran L1 dan didapat susunan sebagai berikut: Waktu Kegagalan
Katup Pertama, h
10
1B

Median Ranks, o/o


6,70
16,32

Waktu Kegagalan
Katup Pertama, h
42 49
61

Median Ranks, %o
54,81

25 30 36

25,94 35,57
45,19

72 92

64,43 74,06 83,68 93,30

Selanjutnya data tersebut dilukis pada Weibull probability paper dan tentukan garis regresi linier yang paling sesuai (lihat Cambar B-11).

'rde1a1 'o7o69 e,(ueq rse;ndod uee(e:radal te13ur1 nlt qeqas

qalo 's)upr uepaLu pqet

ueSuo;ovad ue8uap ue)n)elrp nded l,ylqeqotd lpqlaM eped lepepuau ue)esnra) e^Jn>l st)nlaul )nlun 'errtLleq seqBqtp qela] 'g'B lerSeled le/\ p eped 'rspI!+rporul6 8ue,( lppepuaw ue{Esnra) up}Elapuad uelJpsEprag ueer(erraday 1e>13ur1 sp}pB .p

'tl g'vb = rselndod 0'g rnun qa;o.radrp e Jnun nqLUns Suolouau redures 1e3a1 sr.re8 ]enq ]nqasra13uolod1r1r1 rJep uprpnual 'rse;ndod rsar8al sue8 Suoloruau redu:es o/o01. up>lesn:a) )nlun Jeippuau sr:e8 lueuauu ue8uap ue)nlelrp'rselndodorg Jnrun ue1nluaualu )nlun '@u1uogepdodlselndod rsatSat sue? qaloradrp e puyt'8g; uerfn8uad elep ue)resepraq qa;oradrp 3ue,( rsa.r8a.r sr.re8 ue8uap releles sue8 lenqrp lul >ll]!] rnlelau; uerpnua) ,'a]!l t''B uorplndod,, ue]nqas ue8uap repuelrp qalo.radrp 3ue,( Suotod)lll] 1%'B uele8e8al sue8 ue8uap ue8uolod.raq redues le8al sue8 ]enq ntr 3uo1od>1r1r1 uep uerpnura>''''g ue;e8e8al sr:e8 Suolotuau reduues ue;e8e8al %0S pep .relepuaur srre8 luei'rselndod ue;e8e8a>1 sue8 ue>lnluauaur )nlun e(ulnfue;a5 '0 = ! 'e.ueyad ue;e8e8al eped g = ) = Lt 1n1un '11 'duue1 rrep qa;oradrp g'g e13ue :ueleln) t'8g ue;e8e8al sr.re8 ueledn:au qagoradrp 3ue,( rsar8al sr:e8 e>1er-u 'B = r uep rJrpJar Suer( loduuo;al-lodruolal rlr)en\au.r qa;oradrp Suer( elep euare)
B0-8) r.loluoc rse;ndod "g rnun lsllpard : t [-B rpqueS

t8t

tvdl)tldto Nlwtail9tl - lilA qvs

1M

STATISTIKA TEKNIK

jika rnenggunakan rentang kepercayaan (confidence band), prediksi atas populasi dapat dinyatakan dengan tingkat kepercayaan yang lebih tinggi. Dalam paragraf ini akan dibahas konstruksi rentang kepercayaan berdasarkan pendekatan kerusakan mendadak yang dimodifikasi. Metode pelukisan sama dengan yang dibahas untuk Cambar B-09 dan Cambar B-10. Rentang kepercayaan lazimnya dipilih antara 5"/o dan95o/o ranks; harga-harga ranks diperoleh dari Tabel A1 B. Untuk mendapatkan rentang kepercayaan populasi 90% di sekitar kurva populasi, diperoleh dengan memproyeksikan setiap titik pada 95o/o dan 5"/o ranks (kurva kegagalan mendadak) ke bawah (tegak lurus sumbu horisontal) dengan jarak vertikal yang sama dengan jarak vertikal antara kurva kerusakan mendadak dengan kurva populasi. Untuk memperdalam pemahaman dijelaskan dengan contoh di bawah ini.
Contoh CB-09: 20 bantalan peluru disediakan untuk pengujian umur. Bantalan itu dibagi ke dalam empat kelompok (C = 4\, masing-masing terdiri dari lima buah bantalan (c = 5). Hasil pengujian ditunjukkan pada tabel di bawah ini. Berapakah estimasi umur B,o dengan rentang kepercayaan 9Oo/o?
Tabel ranking 5"/o,50% dan 95% Keeasalan

No. Kegagalan
,l

Waktu, h
90

5o/o
1

rank *
,27

Median rank,
ok**
15,91

95"/" rank *
52,71

38,64 3 400 61 ,36 4 700 84,09 Keterangan: *) Diperoleh dari Lampiran L2; **) Diperoleh dari Lampiran L]

214

9,76 24,86 47,29

75,14 90,24 98.73

Suddctr dcath 95%

l'..

90.0

)0.0
50

Cambar B-12: Batas-batas kepercayaan yang dimodifikasi, contoh CB-09

ez,r=ffi=,
:qelepe (ueqeqLueuad; uaurarlur e13ue uer)u.!ap ueBua6 'ue1qn33uetlp Suer( Suepernlns ledLrLa qalo rnlnqeprp 'e{ueuare>1 'enpa1 ue;e8e8ay 'L ue}nrn eleral Llaloradutau ue;e8e3a1 lr-ue;eBuauu r;e1 euueuad 3ue( Suepe)n)ns :ln)rraq erer ue8uap unsnsrp 60-Bf LloluoJ rrep ptec :uelusa;ar(ua4
eped 0'g JnuJn uelnlua] '60-BJ r.loluo3 elep ue>leunS8uauu ue8ua6 :01-B) r.loluo)

sway papuadsns uelelapuad ue8uap

o7o96

ueer(erradal

1e13ur1

'rq)eral e^rn) uep qa;o.radlp nluaua] g lnuln )nlun %06 uee{erradal seleq eSSurLlas /sr)nlrp uele8e8al Ill!]-)!t!] enLlras qelalas ueldelalrp uee,{e:.rada>1 3ue1ua5 'rselod:alur apolaui ue8uap n;.rad e;rq 1u ladr.ues uern)n )nlun rensas 3ue,( ;aqe1 ueleunSSuar-u ue8uap ue1nluatrp ue;e8e3a1 derlas >lnlun s4uu 0/..g6 uep yog relrN DpunUp Suot( Sunpocntlns tlDllan{ +I ntDq uaM!,DluJ otuunlaqas uolo?n&arl fi,tn toutott -(l+u) :ueeues;ad ue8uap ue)ntualrp uege8e8al derlas r:ep eleral ueln;n eIeuJ 'rlnrp resa;as 1odLr,rola1 enruas Llelatas 'e,(uuerfn8uad papuadsnsl
ue7qn33ue1p $ue,( 1odwola) ]nqasrp nlr uele8e8a>1 rLuege8uar-u 1epr18uer( uauursads es15 'ue;e8e8al ruue;eBuauu ]nqasJal 1oduuola1 LUelep uautsads nles Lleles e1rI uelrluaqrp >1odu-ro1a1 nlens sele uerfn8uad 'lepepuaur ue>lesnJa) uelelapuad ue8uap uerln8uad epe6 '3uepu)nlns ueqnSSueuad uplplapua4 ue8uap ueer(errada) spleg 'e

' q OO9 - o'g rnuun ue>luaqLUaLU nlr ueer(e::ada1 Sueluar ue8uap rse;ndod enrnl eped ueereqLuad 'rse;ndod erun1 ue8uap )epepuaLu ue>lesnia1 enrn) erplue leref ue8uap eLres Suer( le)ruan leref ue8uap ()epepuau ue)esnra) e^rn) uep) s4uu o/o9 uep o/o36 eped 1;t1t derlas Llemeq a1 uelrsla(orduauu ue8uap sl)nl!p rselndod e^rn) reir)as (%g - o/"96) o7o96 ueeAe:rada>1 3ue1ua: ue8uap e^rn) lp 'Lt gtz - ''g rnuun qa;oradrp rurreque8 WCI'ZL-B requre3 eped ue11nfun1rp ryadas yog uele8e&ay eNn4 uep,699 uele8e8al eNnl /0/096 uele?e8ay eNn4 :ue1ltseq8uau.r ue4e nded ,fityqeqotd tpqpM eped srlnlrp elrf '1;t1l '; Z L ue)lrsellSuaLu ue;e8e8a>1 rnLun ue8uap ueSuesed:aq ]nqasra] e8req se;aqenpa) uerrdLuel uep qa;o:adlpslur',r uetpau e8req-e8req uelSuepas'71 'dr-ue1 uep qa;oradrp v = D uep s4uu %s uep "/.s6 vep eSreq-e3reg '(L L-B reqLUeS uep o t-B reqrxeD eped ryadas) p;epuels rnpasord ue8uap qaporadrp )epepuaLl ue)esnra) e^rn)
:uelesa;ar(ua4

98t

tvdl)ttdto

Nlwta:tdsxl

iltA svg

t86

STATISTIKA TEKNIK

tJ

_,

30*
Pupulati*r
501{.

lirr

0.2

3 t].4 &.s *.5 e.ff l.{r_

i.0

-1.0 .l t} i.0

$.o

8-{,

lsfi

Time {o failur*, t 0tS'* of hours

Cambar 8-'13: Batas kepercayaan dengan pendekatan sukucadang


yang ditangguhkan, contoh C1 3-1 0

Nomor urut rerata yang baru adalah: I + 1,25 = 2,25; nomor urut rerata selanjutnya ditentukan dengan prosedur yang sama dan ditabulasikan dalam daftar di bawah ini.
Rankine Keeaealan Denean Metode Suspended-ltems Nomor s% 50% Waktu, h lnkrimen Ditunda Rank * Urut Rank ** 4 90 1,00 1,00 0,26 3,41 ) )c, 4 210 1 ,25 2,45 9,54 4 400 1,70 3,95 7,10 17,98
4

No. Keeasalan
,l

S.cadang

95Yo

Rank *
13,91

2 J

23,52
34,44

700 2,84 6,79 17,O3 31 ,80 49,60 Keterangan: *) Diperoleh dari Lampiran L2 untuk n=20; **) Diperoleh dari Lampiran L.l
4

Harga-harga untuk 5oh dan 95oh ranks diperoleh dari Lamp. L2 sedangkan untuk 507o ranks diperoleh dari Lampiran L1 (dengan interpolasi). Contoh perhitungan dengan interpolasi, misalnya untuk 5% ranks dengan nomor urut2,25 ditentukan sbb.: Nomor urut kedua dari 20 = 1,83o/o Nomor urut ketiga dari 20 = 4,29oh

3ue( ue;e1ueq eped letalra] ue;e8e8al snpou 'ezrtqeq ue11nfunuauu uer.ue;e8uad uelele3'geBeB edue] q 00t qelepe ueSueruer ueresps'ledar.radrp rsrpuo) urelep .ralauoureu,(p ue8uap rlntp sn.req lxoqteaSl r8r8epor lslursuej] >lelol nlens '20-BS 2)nQasJa] erjalrjf rqnuauraLu 1nlun rfnrp snreq A ]ele lrun edelag 'X lele ue8uap euues SueA uee(erradal te13ur1 ue8uap eurralrp ue)e ]nqasra] nreq ]ele e)eLU ';eBeB eduel 17 g g rneduue;au ledep rfnrp 3ue,( A ]ele o1 qlf 'rl
gL =ol ueldelalrp uerfn8uad nt>leM'V 0S = ln1un Sueruettp ;aduues derlas >lapuad Llrqal rnLunraq rde1a1qn33ue1 qrqa; 3ue,( 1 stuafas ]ele qpnqas ';eBeB edueltT gg 1

euelas ue>1ue1efrp ]nqasrat ]ele ]run Ot e)lI eurJa]rp ue>le ]nqasra] ]ele 'ueldelauau qelurraurad uernlerad'q 0001=ol Jnun )nlun 3ue:ue.rrp x lele qenqas 't0-Bs

uPqllel Ieos-leos 'B'B


'>lnpord setrlrqerlar
>1adse ueSuap

uelte).taq e,(usrsr;eue euare>l rjlsnpur ue3ue1e1 rp ueleunSrp ler(ueq ul>leu lul apolal 'epaqraq 3ue,( uelelapuad ue8uap rde1a1'lersuauodsla rsnqrJlsrp nele llnqraM rsnqrltsrp eped ueryeseprp e8n[ )epepuaLu ue)esnral uerfn8uad apo]aLu ue8uap uer[n8ua4 'lersuauods>1a rsnqrrlsrp nete llnqraM rsnqrJlsrp ue)resepraq unsnsrp 3ue,( 1aqe1 -laqe] ue)etpasrp srsrleue pns)elu Inlun '1er(ueqladrp snJer.l ladures qelLunf 'ue3un13ur; selsualur ue>lle13uruauu ue8uap ur13unr,u 1epr1 e>1r[ '(utel-utel uep 'ln1e;adua1 'ueqaq 'ueBue8al; ueBunlSurl selrsualur ue1]e13uruau.r ueBuap uelnlelrp 3ue,( uer[n3uad

nt)e^ rBuernSuau )nlun Llelepe rur apolaw 'teda:radrp uauradsla apolaur ue8uap ue>ln)eltp e,(uurze; uralsrs nele lnpord nlens lnuln ue>lnluauaul 1n1un uer[n3ua3

uEl.rlnISuuu 'l'B

'laqet uelep ledepral 3ue,( elep rneduegauu ;adr.ues uern)n elrf ueleun8rp ledep 1q; uep '1rse;odratur) ueqeque] ue8unlrqrad ue>lnllautaLu lepll (e) :tse)tltpourp 8ue,( lepepuaru ue)esnra) apolau ueeunSSuad ue8unlunay '(Llepual qrqa; 3ue,{ e8leq -e8req;jrle^rasuo) 3ue,( lrseq ue1uaquraur uelqnSSuarp 3ue,( Suepernlns uelelapuad 'emqeq rnqela)rp ledep 6 [-Bf uep 60-Bf Llo]uor rre6 'e,(u1r1eqas ne]e ue1qn33ue1 -rp 3ue,( Suepernlns uete)apuad ueBuap ueBunlrq.rad uelnlelaur n;lad 1epr1

eleLr 'rselrllpolulp 3ue,( lepepuaur ue>lesnra) uetelapuad ueleunSSuatu qelat elrf 'ertqeq le8urrp npad 1ue1qn33ue1rp 3ue,( Suepern>lns uelelapuad uep lse)UtpoLutp 3ue,( lepepuaur ue>lesnJa) ulelapuad; lnqasra] apolalu Pnpa) Surpuequuaul ruelec

.tl O6i=so'dotg eped uep q OtZ-os'dotg eped',q 9l=s,ootB :qa;oradrp "1o96 uee(errada>1 setpq eped '(S t-B reqLUeD) uee,(e: -rada1 Sueluar erun) sr)nlauu ue8uap ue4nfue;rp 'sllnl!p uetpnua) ]nqasla] e8teq-e8reg o/oSl,Z="/"[(tB,L-62,V)IOO,Z-SZ'Z) + B'L =02 uep SZ'Ztnn roLuoN /8t
tvdl)vldto
Nlwtu;rdsxl

iltA gvs

IBB

STATISTIKA TEKNIK

disebabkan kotoran yang masuk ke dalamnya. Jika hanya tersedia satu kotak transmisi untuk pengujian, berapakah lama pengujian untuk memastikan umur 100 h bisa tercapai pada tingkat kepercayaan 95oh? Catatan: Misalkan kotak transmisi tersebut gagal dan setelah diperbaikan ringan pengujian dilanjutkan. Dalam kasus ini, berapa lama kotak transmisi itu harus dijalankan untuk memastikan umur 100 h itu tercapai pada tingkat kepercayaan 95o/".

SB-03. Sebuah motorbrakar diuji dengan dinamometer. Setelah 30 h pengujian terjadi kegagalan karena kerusakan pada salah satu bantalan. Setelah bantalan diganti, pengujian dilanjutkan; 45 h kemudian terjadi kerusakan pada pompa bahanbakar. Setelah pompa bahanbakar diganti, pengujian dilanjutkan. Jumlah wak- tu penujian I = 400 h sedangkan sasaran umur yang dirancang adalah Io = 100 h. Berapakah tingkat kepercayaan pengujian yang menjamin umur motorbakar itu mencapai 100 h? SB-04. Dua buah pompa diuji untuk mengetahui ketangguhannya dalam kondisi dipercepat. sasaran rancangan adalah 100 h tanpa gagal. Setelah 1 15 h pengujian salah satu pompa mengalami kegagalan. Setelah perbaikan ringan pengujian dilanjutkan sampai mencapai 1 05 h tanpa gagal. Berapakah tingkat kepercayaan untuk memastikan sasaran umur 100 h tercapai? SB-05. Suatu proses perlakuan panas atas sejenis rodagigi sedang dirancang. Jika proses tersebut menghasilkan rerata waktu kegagalan (mean time to failure) 1 100 h, proses tersebut akan digunakan. Tiga spesimen diu.ji selama 1350 h tanpa kegagalan. Dengan tingkat kepercayaan berapakah rerata waktu kegagalan aktual dinyatakan melampaui rerata waktu kegagalan yang diinginkan? Kemiringan Weibull b = 2,0. 58-06. Sembilan buah prototipe kontak transmisi dipasang pada sembilan buah truk untuk menentukan karakteristik umurnya. Pada akhir 90 hari pengujian diperoleh data sebagai berikut:
No. Transmisi
Kondisi:
C
BBOO
2
S

4 G

5
S

B
S
1

C
1

Umur, krn
Keterangan:

4400

5300

20000

11200

9400

4700

3300

2800

6 = gagal; S = selamat. Berapa umur 8,, dari transmisi tersebut? Berapakah tingkat kepercayaan untuk umur
5000 km? SB-07. Sebranyak 72 resistor disiapkan untuk pengujian. Sampel tersebut dibagi ke dalam enam kelompok masing-masing terdiri dari 12 resistor yang akan diuji dengan metode kerusakan mendadak. Data yang diperoleh dari pengujian teftera pada tabrl di

bawah ini. Berapakah umur 8,, dari populasi resistor tersebut?

O t6 L' VdV' O L-pord-Ol raded IWSV'8ugsa1 ajll paluapnv ro] anbruqtal V 'Ol6L) /re)lerLlS 'g 'a:t1u3:1,\,1 'H'U ''l 'zrrnnourqey 'o{1o1 'eqsnleSoy-llrH-^^erD)1A1'sluatuuadxl Suuaau8ul '19161) q}as 'N ''J 'uosdrl ')ro1 aN 'suo5 ry {"llnn uqof'fuoaq1,fu1getpy )aLuud V '$B6L) 'l srroc 'q:so.r3
'

EIElsnd
002
00

rBuec '6'8

I
s

v
c L
Z

s9t
99
OZL

tL

v
C
a,

q'uerlnHuad eurel 68t

lebeD bueA
;adLue5'o11

lodr-uo1a;

tvdl)aJdru NJwttldsxl - iltA gvg

'uapuadap roqe, nles sele e^u)eduep slsllPuetp 3ue^

ro])p, qelLunf eped )elapa] e^uueepaqrad jelues n]t tto8ate>l e8rla1 ulelep ueseqequad resep dasuoy 'qerc-e8g uep Llue'enp 'qete-ryes $e4!]BeH
YAVNV:ru1er( 'uo3a1e1

'(v oNV) a)ueue\ 7o ns,{pue ue}nqas ueSuap e3n[ leualrp 3ue,( (VAVNy; sueuet sspue apolau ue8uap srsalodrq uerfn8uad eueres re8eqas 1nlue1 qrqal seqeqrp ue)e suerre^ tur qeq ueleC 'rcL'd uep (L l.'Z) snLUnr ueleunSSuat-u ue8uap Sunlrqrp uep ('9'Z ;elSered ieqtl) n>leq-ue8ueduts uep ]eJpenl ueledniaru Suei suet)en ]nqastp elep uelndrunlas ulelep rserren'lsneq8urqql ueeqollad; e,{uunlaqas nqerlt ede.raqaq }e8ur8uauu
ueqriel qelalas (lsualil = uolluala) ryeqlua4leSuEuatu )nlun ls)eal nl)e/!\ ue.r nlnBuad ; rseq e,(u ;es uJ',!]Blltuen>l lellsJaq el nd ledep tse tren nlens rde1a1 'uasop ered qa;o ue>1deralrp 3ue,( uelefe;aqruad apo]alu uep rfellp 3ue,( rpnts Sueprq ueepaqrad e,(uepe euare) rsetJeNaq rtsed r33urt uenln8lad
r

e3r1 u"relep lSeqlp suPlJen slslleue ueseqeqruad

ntens urelep se]ln)e] ederaqaq lrep uesnlnl (elel-eier )dl) ]llelnLUn) rselsald qapur elerar rseuen 'qoluor re8eqa5 ]lieltlen>l ladse ueledntau elep rsrpuo) lseyet eleuu 'n1t ueepaq.rad lole)tput-lole)lpul elelue lC 'lnqasJa] elep ue;ndrunl uep urel )rlstlets nelp eleJat uelSurpuequlauu ue8uap ueln)eltp ledep 'n1r elep ue;nduun) qlqal nele enp elelue uelrlru8rs Sue,( ueepaqrad 'ue.rn>1n3uad nele ueleue3ued

ledepral qelede 'rnqela8uaul

lnlun

lrseq elep loduuo;a1 nles rrep Lltqal qaloladtp Surras uelltlauad nlens uelPC

uenlnqepuad 't'6

SNVIUVN SISIIVNV

)c grfl

192

STATISTIKA TEKNIK

Dalam pembahasan selanjutnya sebutan "faklor" dan "variabel" memiliki arti yang
sama.

9.2.

fenis Varians

Varians yang diperoleh dari sampling disebut varians sampelC digunakan untuk mengestimasi varians populasi o2. )uga dikenal varians sampling cr.? dan varians proporsi 01, Selanjutnya dibedakan dua jenis varians, yakni: varians sistematik dan

^. varians galat (= error, mistake, oversight). Varians sistematik terjadi karena pengaruh

sistem pengukuran yang cenderung ke satu arah. Sebagai contoh, seorang guru yanB mengajar dengan pendekatan active learning cenderung menghasilkan skor siswa yang lebih tinggi daripada skor siswa yang diajar oleh guru yang direktif. Pengukuran reaksi auditif se)umlah responden cenderung terlambat beberapa mili-sekon karena tingkat kepekaan instrumen yang tak mutakhir lagi. Sebaliknya varians galatdapatterjadi karena

kekeliruan penerapan prosedur.

9.3. Analisis Varians

Klasifikasi Satu-Arah

Misalkan terdapat beberapa sampel yang memiliki karakteristik umum yang sama, hendak ditentukan apakah terdapat perbedaan antar rerata yang signifikan dari sampelsampel tersebut. Prinsip dasar pengujian ini adalah dengan mengkaji, apakah rerata sampel akan berubah lebih lanjut dari rerata populasinya ditinjau dari variasi-variasi data yang terkumpul. Variasi dari beberapa rerata sampel terhadap rerata populasinya ditunjukkan oleh kekeliruan baku ol dan dihitung dari nisbah o'?/n di mana n = jumlah kombinasi sampel.
Jika harga dikalikan dengan n, maka akan diperoleh varians populasi o2. Dengan lain

perkataan, varians populasi dapat diestimasi dari varians antar rerata.


(Catatan: Lihat persamaan (3.1 4):

oo =

= -: 1n

dari persamaan ini

diperoleh o' = (7 - p)'1. Berikut ini dikemukakan sebuah contoh menghitung varians populasi dan kekeliruan baku populasi dari varians antar rerata. Contoh C9-01: Rerata IPK lulusan dari lima fakultas suatu perguruan tinggi yang diambil secara sampling dari seluruh lulusan adalah sebagai berikut:
Faku ltas

A
30 2,65

Jumlah sampel
lPKrata-rata lulusan

30

3,00

30 2,70

D 30 2,73

30 3,12

Penyelesaian:
Rerata populasi (seluruh lulusan):

yodtuo1a4 reJue suet)en

eluil

Uep jp ueseqaqa)-leferap ue8uap lSeqlp nlr elerar enpa) rs)aro)rp ]erpen) qe;LrLnf e1r[ BSS Ol'O = L\Z'O + 69 L'0 = :qelepe n]! fSS 'gas uaamlaq satenbslo unsllodLuola) retue eterar enpa) 1nlun (d depeqrat) ts)aro)tplerpenl qelunI

'Ol'O = LlOt'O = 'SW '1les uaanJaq sarcnbs 7o ueau nele) gap)adlp 'L = [ - Z = ]p eueu rp 'n1r loduolal enpa)

Ltz'o=r(ll'91-9t)'B
ueled 1n1un (r/ depeqral rs>laro)rp ]erpen)
LlelLUnI

:)

691'o = ,(lL'9 [ - t'9 [)'o I :6 ueled 1n1un (r/ depeqrat; rs)aro)rp terpen) qe;LunI

E4
.84

:eler-eleJ ]eraq ueqeqrueuad qaloradrp e1er.u 'uelSunqe8rp n1r ;aduues enpa) e)r[

8 *#8I = Lr'gr= .^- = ,/ 8ZI+9I 9I'8+g'91'01

o,st= *

= 9t + 07,+ I + l,I + 8I + 9I + Vl + VI

=ax

:[

ueled ue8uap ]eraq ueqeqr-ueuad eterau

rrt t'gl=

#
9L

OI = =ux 8I + SI + Lt+ SI +02 +Vt+ 9I +SI + LI+9t :6 ueled ue8uap ]eraq uelleqr-ueuad elera5
:uelesa;ar(ua4
OZ

ilo7.

IL
VL
E

Bt
9L

9l
St

VL

bt, 9L

o
d

BL

st
6

ll
r) o

SL

tt
Z

0r

v
rdPS ]era8

:(5) urelep) roruoN

ue1e6 sruef

:]n)uaq re8eqas rselnqelrp eyase,{uletaq ueqeqLueuad Sunlrqrp uep Sueqrurt;p rdes leraq
'uerq selaqeurl qelalas 'eu;ps e8nf Suer( rnun ue8uap eues Suer( sruaf uep nlr tdes rola BL-a) 'rdes rola uede;ap eped ue>1r-raqlp b ueled (q) uep tdes:o1a 61 eped ue)uaqrp 4 ueled (e) :ue1eqo)!p b uep d rdes ue4ed

stuaf enp ue)lesrw :20-6f l.lo]uo) = 9t0,04 = r-o lselndod

.06I,0

nleq-ue8ueduLrs e3Surqas

9t0'0 =

,(l}'z-zl't)+ ,(lT'z-EL'z)+ r(?B'z-otz)+ r(ll'z-00'c)+


:1r/ depeqra])

io'tr = ,o - 86Lt'O ,(az'a\ + r(lr'0-) + ,(tl'o-l +.(9t'0) + r(LZ'o-) = ,(?8'z-99'z) = ,(rt -

G;,

= fo 'sele rp uerern

ue)resepraB

DZ
ff

rs)aro)rp elerar ]erpenl qe;unI

?8'Z =

cu
zI' E + t.L'|, + 0L'7 + 00'g + s9'z

*I=

= -----7 =

xs
_

61

SNVIUVA SISITVNV

XI 8V8

194

STATISTIKA TEKNIK

Sekarang kalau data dari kedua kelompok itu digabungkan dan dihitung jumlah kuadrat dikoreksi terhadap p (atau sum of squares total,55, ) diperoleh:

SS, =

Ifx - /t)' = (16-16,17)'z

+ (17 -16,17)2

+...
rerata

+ (20 -16J7)z + (16 - l6J7)2 = 66,50


selanjutnya jika dibagi df = (1O + B - 1) =

17, akan diperoleh apa yang disebut

varianstotal (atau mean of squares tota[), MS,

= i#

= 3rgl2

Dalam varians total ini telah tercakup semua sumber variasi skor yang telah diketahui termasuk varians antar kelompok. Lebih jauh perlu diselidiki jenis-jenis varians lainnya, yakni varians pakan P dan varians pakan Q, kemudian dihitung rata-ratanya. Jumlah kuadrat dikoreksi (terhadap rerata sendiri) pakan P atau SSr:

,ssp =

(X, -

")'

= 2.(16 -L6,3)2 + 2.(17- 16,3)2 + 3'(15- 16,3)2 + (14- 16,3)2 + (20 -L63)2 + (18 - 163)2 = 28,10
+ (17 -rc)'? +(13-16)'z

.lumlah kuadrat dikoreksi (terhadap rerata sendiri) pakan Q atau 5So:

SSs =

(Xa-X11'=2.(14-16)2 +(16-16)'z +(18-16)2

+ (20- 16)2 + (16- 16)'z = 33 Jumlah kuadrat dikoreksi dalam kelompok masing-masing (sum of squares within sets, S5r): ,SSr. - (Xr-Xr)'*(Xs-X11' = 28,10+38 = 66,10; kemudian jika dibagi dengan df = (n, * n, -2) = (10 + B - 2) = 16, diperoleh apa yang disebut rerafa varians dalam kelompok (mean of squares wihin sets): 66.10

MS*=1;=4,13I.

Dari uraian di atas diperoleh kenyataan sebagai berikut: Jumlah kuadrat dikoreksi antar kelompok - 0,40 dan jumlah kuadrat dikoreksi dalam kelompok = 66,10. Kalau keduanya dijumlahkan diperoleh (0,40 + 66,10) = 66,50 yang disebut jumlah kuadrat total. Dengan demikian dapat disimpulkan:

Jumlsh kuadrat total = Jumlah kuadrst untar kelompok + Jumlult kuadrat dalam kelompok
Atau dalam bentuk rumus lazim ditulis: SSr -- SSB + SS*
(e.01)

di mana 55, -- sum of squares total (jumlah kuadrat total), S5, = sLtm of squares betuveen sefs (jumlah kuadrat antar kelompok) dan 55, -- sum of squares within sets (jumlah kuadrat dalam kelompok).

(s0'6)

,o= lo3'+=(,s)a

-!JeA

:stlnltp 'ro rse;ndod suetren Llelepe (afup aldues Jo arye^ paltadxa1 ueldereqrp 8ue( ;adues sueuen relru e8nf uer)ruac

(r0'6)

rt=tr/!.+=(,r)s
?

:srlnlrp 'rl rse;ndod elelar qelepe uelde.reqrp 3uel, -) ;adrues eteJal relrN 'latenbs palcadxa ueaw) ue>1deteq1g &ue,{ eyeny N)penx

(0-6)

,t-N G-u)tt

(1-u)tt

7i7=-:*T=

"ss'="sw
-

:ueeuesrad ue8uap uB)rsruUaprp redep (5471 qa; -oradrp 4oduop4 uepp tupery qelun{ eletat eSSuulas ry - N (L u).1 = eSSurqas uelSunqe8rp e8nf n1r ;adr.ues-;adues ueseqaqa)-]efe.rap e>1eru ,uelSunqe8rp

lp

;aduues ) e)lf 'rse;ndod suptren rseurlsa8uau )nlun uelSunqe8rp tedep n1r ladr-ues Llnrnlas uep leJpen) L1e;u-rn[ eleu '>1e:e rsenqnU er(uepe rlen)a) e,(utesaq er.ues ;adures ederaqaq rrep suerren ue)tstunsetp e4f '4oduopN uepp ptpenx qelunl .q

(20'6) :re8eqas ue)rsrur,

-aplp fS,4/) >1oduo1a7

Todtuola>1 )elue lerpen4

retue elelar eleu trpp qaloradrp e)lf 'ladurES terpen4 ) 'SS 'fss) qelunl ]nqastp pt e)eu 'eleJal edetaqaq uep uelltselllp !u!

ueresaq euare) 'rselndod elerar depeqral ueleuue8uad qe;u.rnfas rrep ue8uedurs ]eJpen)

qe;r-un[ uep rseur]sa qenqas uelednrau rur ueele{u)ad.zeX-,X)7= ipZ-" ueBuap eLUes ru1e,('1e33un1 ueleuueBuad u !tep ue?ueduts lerpen4

qeltun! r.rep Sunlrqrp SueA 1p ) eterar depeqral ue8uedurs uenrla)al rrep lerpen) qelepe e(ureuaqas rur suerJen 'rsetu -rlsalp 3ue( rse;ndod ele.rar depeq.ral suerJEn qaloladrp uele eleuu 'ue>1qe;runfrp uep ue)]elpen)tp nlt ue8uedurs enuas e)lt'0 "' t - , >lnlun))
ue1e}e,(urp e,(u.resaq SueA

!y eueuu p' (rX -' X) ='p :ueeuesrad ue8uap ladues Surseu -Surseuu rJep elelat = d peaLu puet?1 p1o1 eleEt depeqrat ue8uedurs qa;oladrp
>1

ue)e elprar

derlas

)nlun 'u uern)nraq

Surseur-Surseur ;adLues qe;a1

7 tedepral ue)lesrW
qa golad r-uauu qe>13ue1

' uese 1afal

)ntun r8ue;nrp up)e Z0-6f leos ulelep uellnfuntrp

3ue/ rselnduuol

-qe13ue1 ';e33un1 ladrues nles rrep qa;otadrp r3e1 nles uep elprar ede.raqaq uep qa;o.radrp nles rse;ndod sueuen rseurtsa enp uelleslyl'4oduo1ay rcruV lupeny qelwnl .e

s6t

sNvtSvA stst7vNv

xt svs

196

STATISTIKA TEKNIK

Kuadrat rerata yang diharapkan diperlukan untuk menguraikan sumber variasi dari parameter-parameter yang diestimasi. d. Uji-signifikansi untuk Analisis Satu-Arah. Untuk analisis varians satu-arah ditentukan berdasarkan nisbah-F: MSu

F=

MS*

(e.06)

Hipotesis-nol (H) diuji dengan menggunakan rumus (9.06), yakni jika terdapat k sampel independen yang diambil dari populasi normal yang sama sehingga dipenuhi:

dengan derajarkebebasan untuk penyebut df pembilang df = k.(n - 1).

- k - 1, dan derajat-kebebasan

untuk

E(X,) = p
untuk semua k perlakuan (treatmenl), dan

(e.07)

E(sl1= 62
untuk semua k varians perlakuan.
Jika rumus (9.08) benar, maka

(e.08)

M5, merupakan estimasi yang tak-bias untuk varians

o2 dalam arti E(MS*) = o2. Jika rumus (9,07) dan (9.08) benar, maka harus ditunjukkan juga bahwa, MS, merupakan estimasi yang tak-bias dalam arti E(MS,) = o2. Hal ini dibuktikan dengan F = 1 ,0. Tetapi jika rumus (9.07) tidak benar, maka E(MS B) > E(MSw).
Dari tabel distribusi-Fdengan tingkat signifikansi yang dipilih dapat diperoleh hargaF yang diharapkan

jika kedua rumus (9.07) dan (9.08) benar. Konsekuensinya, jika

harga-F hitung lebih besar daripada harga-F yang diperoleh dari tabel pada tingkat signifikansi teftentu, maka dapat disimpulkan bahwa, hipotesis-nol tidak benar dan harus ditolak. Dengan demikian disimpulkan bahwa, rerata-rerata yang diperoleh dari semua perlakuan (treatment) di atas bukan estimasi dari parameter populasi yang sama, p
(H
A),

Contoh C9-03: Eksperimen pada Calton bar. Subjek ditugasi menempatkan sebuah batang horisontalsepanjang 115 mm. Kemudian subjekdiminta untuk menyusun batangbatang lain sedemikian sehingga keduanya tampak sama panjang. Tugas ini dilakukan pada empat kondisi yang berbeda (A,, A2, A3, dan A,,). Pada masing-masing kondisi (juga disebut treatment atau perlakuan) diulangi sampai lima kali. Dengan demikian

dalam eksperimen ini diperoleh k = 4, n = 5 dan N = kn -- 20. Hasil eksperimen ditabulasi seperti teftera pada Tabel 9-01. Apakah eksperimen ini menyerupai sampling acak yang diambil dari populasi umurn ataukah terjadi perbedaan sistematik yang cukup signifikan untuk menyatakan data itu tidak homogen antar kelompoknya? Penyelesaian: Rerata kuadrat antar kelompok dihitung dengan persamaan (9.02):

MSB=*=

82,80

4-1

=27,60

oT'zg = 0B'0 + oz' +


0B'0

s,

+ 0B'

= ,(r/ 0B't

-x)'aK = 'ss
_(tt

00'st oz'. g|'gL = 9 !'0 + b9'0 + 0O'6 + 9l'9


vg',0

- y)'u

=,@ -

X)Z
- X)

t'0

00'6 00'+

9t'9
09'z=
OZ,IL
9 L'0

= z(rl

ob'o+

08'0-

=(n -

x)

oz'69=oz'lz+ 08'9[ + 0o'vl+02'll


OZ,LZ 99',2
OB,9 I

iv _,x)f = ,r,
=

v8'v
v9'0

00't t 00'v
00'n

"(x

-'x)!
-'x)

gl's

lz'
VI, L

00'l
o0'b
00't.

gs'lL 96'l 95'(


9S'Z

96'l gl'g
gs'z v'ov'zg'z+
g'L+

,(x

vg'b

9'l+
v'E-

Z'C
B'o+

0'zUC.

v'L9'L+

B'[+
8'L+
LL

o'[+
o'z+

,,L-

(X

-'x)

9't+

o'l+

I 'n .02 0'Stl=00f2= LLS+lL9+069+299

v'stt

(,'v L I

0'8rr
06s

V,ZL Z9S

-:----

tts
ttL
ZLL VLL

tts
ZLL

_,,rn
-l-\

x(

0tl

ZIL 1il.
sl.L

st.t 9t.t

9L 9L 6L
OZ

ILL

9tt
ZIL

u)

tLt
ov

6t

.V
tsl

bLt
'V

uernln8ua6 ltseg
ueBr-reralay

(tuaLulearl) luauuadsla

puo)

t0-6f

qoluo

7'teg uo4e9

ue8uap uauuadsl3 rselnduoy : 10-6

laqel

rp ue>lBueralrp rur rrseLr rrep eu)ew

.zgf,g=#,='ffi=x"'ru,
'nles tpefuaru Sunqe8rp elrf

'rur a ]n)rlaq 1e.r3e.redqns qeqsiN

ry

elerar

depeqral X lellu ueqrunlasa) tlep lseullsarp 3ue,( suellen ue>lednlaLu SZt'v = ^-SW uep r/ depeupal eleJal Lltstlas uep tsett.rtlsalp 3ue,( suetlen uelednlau Og'lZ ='SW

gzt'v

= 5s = oz\g= -r1)! ',t =(t.oz\9 '=

0-

u):t

= "'sw

:(0'6) ueeures:ad ue8uap Sunlrqrp

loduo;a1 ulelep lerpen) elerau


SNVIyVA SISI7VNV

/6t

_ XI gVS

198

STATISTIKA TEKNIK

lnterpretasi Nisbah-F. Signifikansi nisbah-F ditentukan berdasarkan tabel distribusi-F (Lampiran E) yang dikenal juga dengan sebutan Snedecor's table. Penggunaan tabel ini perlu memperhatikan harga dari dua jenis derajat kebebasan df
Setelah terlebih dahulu menentukan tingkat signifikansi a (biasanya terdapat dua pilihan,

e.

untuk o = 0,05 dan a = 0,01), cari harga F yang terdapat dalam sel pertemuan antara df, (pembilang) pada arah horizontal dengan df, (penyebut) pada arah vertikal. Dalam
kasus soal C9-03, diperoleh:
h'nnuns

_27,60 = =

ifr

61382

, df , =

dan

df,= 16, diperoleh harga

Fo,ou

= 3,24

dan

Fo,o,

= 5129.

Harga nisbah-Fyang diperoleh dari tabel (Fr,u", baik pada o = 0,05 maupun a = 0,01) lebih kecil duri Fou,,ratau secara matematik dinyatakan Fnu*r> F,uu",.Pada pengujian satu-arah (lihat Cambar 9-01), jika Fouunr> Fuou, harga Fn.,,n* berada dalam daerah penolakan; oleh sebab itu Ho harus ditolak dan Ho diterima; sebaliknya jika Fo.,"n, <
F,,0", harga Fonunrakan berada dalam daerah penerima- an sehingga H, harus diterima dan Ho ditolak.

F distribuiicn u'ith ur, u,

degrees

of freedom

Fqpx.or.=

F1l

-o1;rr:r,

Cambar 9-01: Kurva distribusi-F dengan daerah penolakan (diharsir)

Komputasi lumlah Kuadrat dari Data Mentah. Ssr, 55, dan ss, dapat dihitung langsung dari data mentah dengan menggunakan rumus-rumus berikut ini.

t.

_(Ixl' ss-=y(Ixli Dt-/nN


ss,
=

(e.0e)

ItI x,),-Irlxli
n

(e.10)

,ssr =

If I

x'),

(Ix)'
N

(9.1 1)

'epaqJaq 3ue,{
rserren ntes ue>lreseplaq ue)rsersuaJalaprp etep ue;ndrun) qere-ntes

rse>1r;rsel>l nete

rseuen enp eped uelreseprp rsersuaJajap Llele-enp rselUrsel) srsrleue eped

'uaulradsla

V1VNV uleleC

rfErv-Enc rseIUlsPD suErren srsrlPuv 'n'6

r,x(lf
= 299
6 99

t9L
6b
b

s0t
v
9Z

vet 9t
9,

9b

'QxZ)

i
0
t

vL
OLZ

9t
6b 6n

9
9_

IB

00t

9Z

0sr

rqnpar

9L v tB bue^ uErnlnbuad ilseq uep leJpen) Lbv


LZ Z

jtxK)3=
V L6Z

6Zt

009

vvt
ZL
Z

j(xKl

X3) =
001

IZ

0v

lt

I
Z

I
9 6

'(x()
rs)npaJrc (x) uernl
-n8ua6
I!SEH

il"
OZ

I
9 9
Z

0
t s

BZ ZZ

0t
6

I I
OV

,f

"V

,Y

,V

(uarurJadsla) ue nlelrad rsrpuo)


(elpJeu grep ueSuedurs uelnluaua6r eduel)

qeluaw ElPo

rJEp suelJEA s!s!lEuv rsnlos :20-6

laqel

'1t11at dnlnr 8ue,( ;rseq ue8uap ledar qrqa; rur rL{leia} apo}aur untueu '10-6 laqel eped ue8unt;qrad ue8uap eures sele lp 'SS uep'SS '85g e8req-e3.rep

z9r =oos

zsg

= = -'Qx 313 = ,o; -zss 7fti

]z

',s,s

=;A-zss = z'69=8'z8s-zgg=

;GkE

-l -'(,X 313

= '^ss = "ss

g.zg07'sNu=
= 00s-8'z8s

Jgr

- vr6z=

JtSr- j1x(rS

:qa;o:adrp ]nqasral rselnqe] ueCI 'rur qe^ eq lp Z0-6 laqel uelep .rapal tpadas ue-rn1n3uad lrseq qrsrlas er(ueq srsrleuerpBuer( uerlrLuep ue3ua6'911 ru1e,( eues 3ue,( ue8ue;rq ue8uap ;as derl elep r8uetn8uauu ue8uap rs)npartp npad lnqasra] elep nlnqep Lllqalra]'[0-6 laqel ue.rnln8uad elep eped se]e tp snulnl e3rial uellselr;deBuaLU )ntun 66t
sNVtavA ststlvNv

xt svs

STATISTIKA TEKNIK

Sebagai contoh dikemukakan sebuah eksperimen psikomotor dalam membi- dik sasaran. Eksperimen ini dimaksudkan untuk mengetahui hubungan antara skor dan ukuran sasaran yang harus dibidik oleh responden. Untuk menghemat waktu, eksperimen dilakukan dengan menggunakan tiga buah mesin secara simultan (8, 82 dan Br)dengan

empat buah sasaran (A,, A2, A3dan Ar)yang dikombinasikan secara sistematik. Dengan demikian terdapat'l 2 kombinasi mesin-sasaran, masing-masing dengan lima kali bidikan

sehingga diperoleh lima skor bidikan (n = 5). Format tabulasi dibakukan seperti ditunjukkan pada Tabel 9-03 dan skor eksperimen ditunjukkan pada Tabel 9-04.
Tabel 9-03: Format Tabulasi untuk ANAVA Dua-Arah

Lajur (Sasaran)
Ar I
2
3

Kolom (Mesin)
Br

Jumlah lajur

Rerata Lajur

B,

B,

ZX,

4
n

,I,,
A
A2
1

ZX,,

ZX,,

ZX,,

ZX,

tr,,
2
3

X,,

xr.

X,

4
n

LLi X
A3
1

ZX,,

ZX,,

ZX,,

ZX,

R,,
2
3

7,,

n,,

z\i
X
A4

ZXt, X.,
1

ZX,,

ZX..,

ZXt

R,,

r.,

xi

2 3

4
n

zx.,

ZXo,

x
(zxk)

ZX,,

ZXot

ZX,
X,

x^
ZX, X,

xo, ZX,

xo, ZXt N.

zXi
X,

(x r)
X,r

x,

= skor daiam sel

(ij);

X,r,

rerata da/ elompok/ku mpu lan data

ftL'6)

td'x-'x)!1," - 'ss
:ueeuesrad ue8uap Sunlrqrp urolo) relue lerpenl qelun[

( L'6)

I,(X-'X)K

ryu

-ass
's,s

:ueeuuesrad ueSuap Sunlrqrp .rn[e; relue ]erpen) qe;Lun[

ftL'6)

,(X- nflZ=

:ueeuesad ue8uap qa;oradrp terpen) qelurn[ lelol '\1'U = ry ue8uap

ue1e1e(urp rseruasqo qnrnlas qe;runf uepry ue8uap ueleier(urp Luolo) qe;unf I ue8uap ueleler(urptnfe; qeluLn{'S=u r0'6laqel Llotuof eped lloduLo;a1derlas Luelpp rse^rasqo qe;runf - u uep) Luolo] uep: rn[e; eped rsen:asqo elxrl rlep e]erar = 1'X 1as r-uelep '(oV ueltedLualrp 3ue,( rseruasqo derlas lrsell = "V "V "V) uereses )nlun 'X loqrls rn[e; ]edr.ua uep (tB "B "B) ursaur )ntun Luolol e8rlledepra] t0-6 laqef Llojuof uelec

'[

'.rnfe; 1n1un-l 'Luo;o1 ue1e1e,(uau )n]un) drrlsqns tnqasla] snulnl-snlunr u-rele6 'WL'6) pls (Zl'6) snurnr-snLUnr ueleunSSuaur rur apolaw '!se!^ag ue\tesep)aB lsryos .q

'3uns3ue; ]e1rsraq uep rselosrp ledep Suer{ e1e[aB ueledn.rar-u euie]n ledu;ep ele[a3 'ursaul Lialo ue)qeqasrp )r]eua]srs erefas esrq eLlres 3ue,( ;eg 'eueJn 4eduep re8eqas lnqaslp n1r e;e[aB eleur '.ro1s er(uresaq ur)eu uelqeqa,(uauJ ueJeses uern)n er(u.resaq ut)el! ueSuap 'eanqeq rnqelalrp e1rI '7"g5 ue8uap ueleler(urp rs)eralur sueuen lerpen) qe;runI n]r qeqas qalo 'qlqal nete raqurns enp rrep (pala yply etuestaq Tedtuep uelednraLr ls4eralu! suetrc^'(a)ueuen uan)etalu!) ls4eJalut sueuet ]nqasrp Suer( ede !pefrat uelurlSunr-ua>1 eleuu'srsuerJeA Jaquns enp ledeptal ueur>13unr-uaI ellf 'er(uenp-enpa) euale) ue)nq nele er(uenpa) euaJel nele'ursaLu ueepaq.rad euare)'ueJeses ueJn)n rsua3tanrp qalo uelqeqasrp nlr eletar relue ueepaqrad qelede ue>lepaq-epaqlp esrq eSSurqas
srsueuen raqLUns re8eqraq ue1qesruaur ledep sn.req uelSueqLualrp 3ue,( Jnpasord

ledep snreLl ]nqasra] apoiaw 'paila Sutpunoquo)) ue4ne)eSuatu ?ue,( >leduep apolaLu nlens ue)nlradrp nlr qeqas Llalo ]nqasrp 3ue,( ede ueldelSun8uau 1nlun 'rsueuen e,(u;nqurl qeqa(uad rpefuar-u )epr] ursaur uep uereses erelue'ennqeq urulefuauu LUnlaq eBnI rur 1eq 'ue>1r1ruBrs Suer( ueepaqrad ledepral )epr] ue)r])nqurau J-qeqsru e1rI e,(u1r;eqaS'ursau uep ue;eses ere]ue rseurquro) nele'ursaur lelue ueepaqrad nele 'uereses Jelue ueepaqrad euare) qelede 'rsuelren raquJns uelselafuar-u LUnlaq nll leq unueN 'ntuaua] n eSreq eped uelrluSrs ueleler(ulp uepJ-qeqsru ue)resepraq ue)n)elrp V1VNV ue)lesrW 'qetv-en1 slslpuv eped srsuelre1 nquns 'e
t0z
SNVIAVA SISITVNV

'uelrlru8rs Suer( ueepaqrad 1nqr.rle JaqL!ns rnqela)rp ledep uerlruap ue8ua6 ';eluaLr:uad1a leqeue^ derlas ue8uap rsersoseJaq Suer( srsueuen lale&at9as) ue4tlesiluaut

_ XI gVS

202

STATISTIKA TEKNIK

Tabel 9-04: Skor 60 mahasiswa pada tiga mesin uli-psikomotor, masing-masing dengan empat sasaran yang bervariasi.

Ukuran sasaran
B1

Mesin
6

Jumlah Untuk
B. 4
2 2
'I
.l

B, 4
1

Ukuran Sasaran

Rerata Untuk Ukuran Sasaran

4 A,
2

6
2

2
3

zx

20
4
B J

15
3

10
2
J
1

45
3

A2

7
5

6 6 2
J
B

2
3

>-x

25
5 7

25
5

10
2

60 4

X
A3

6 9 o
5

4
o

6 4
3 B

4
5

tx
X
A4

35
7

30 6
7
B

25
5

90
6

I
6
B

6
5

4
7

o 9

4 30 6

>.x

40
B

35
7
BO

105

X
Jumlah utk semua
mesin Rerata dari semua mesin

120
6

100
5

300
5

Jika diaplikasikan atas data dari Tabel 9-04, diperoleh:

SS. = (6-5)' +(4-5)'?

+(4-5)' +......+(9-5)' +(4-5)'z +(8 -5)2 = 374 SS* - 5.3.t(3-5)' +(4-5)' + (6- 5)z + (7- 5)'l = 15. 10 = 150
,s,s( = 5.4.t(6- 5)' +

(5- 5)' + (4 -5)'l = 20.2 = 40

Varians interaksi dapat diestimasi dengan beberapa cara. Cara yang lazim diguna-

:rur

ln)uaq

laqel )ntuaq Luplep urn)Buelrp ueseqaqal-tefelap LueBeJ ']e8ut8uau uelqepnuau )nlun '(t - ))( | - r) = !p 'jaquLns enp uep uerleryad lrseq re8eqas uel.reqrue8rp ledep srsueueA rsnqrJluo) rs>lelalur sueuen Inlun 'se1e tp r3o;eue ue8uap er(u1nfue1

-as'Z=

'l-4 = !p ruolol elelal jl-) = !p.rnfe; eterar laqel qoluor rrpp uer)truap ue8ua6 1nlun 1l-4't -'1p e1erc.t lelue terpenl qelLunf >1n1un 1f -N = !p (SSl lelo]]erpen>l qelrunf >f nlun ueseqaqal 1e[era6 '(tuopaatl p eat8ap) ueseqaqal-pletag ')
'(reuaq ue8unlrq.rad 1pel) 19t
(qB r'6)

I---']purp[= [-v

=t]p

'[=

-txb

='Jp'6s=

l-xtxs =']p:to'l

=O7,-0St
:Llelsnleq

- On-nlt

=ilSS:uees)trarllad

'oss -'ss -

'ss -'ss = ',s,s eleu 'teuaq tut ue8unlrq nele)

't9r= r(r-s) + ,(L-6+ ,(L- D+ r(l-s) + ,(e-9)+ il + r(? - 7) + r(?- r) + rfu - g)=',s,s
"' +,(? T)

+ r@ -

:qa;oradrp'ue>1rse1r ;delp
(eB

qlI

t'6)

d'.x-'r)K
:snrunJ ue8uap Sunlrqrp loduo;a1

=',s,s 'oZ=l's='"'^s^s

enLrJas urelep ]EJpen) qelLun[

[,(s+ v- L-1; +,(s


(tL'6)

+s-

L-9)+"'+,(s+s-E-c) +.(s+9-c-P)]'s = "',s,s (l l.'6) snunt ueleunSSuau ue3ua6


:L1a;oradrp

fr( X + * X

-' X - " X)fl,

-uauoduol uep Suns8uel elefas ledep rolelalut

Suellen Sunlrq8uau

= "*,s.s :]eJpenl qelun[ uauodurol )nlun ulel eJeJ

'oz = o9I - o? - ol7 ='ss - 'ss - ",s,s = 'oss

olz=Irs=xuss

[,(s -g;
(e r"'6)

+,G-g) +,(s-s) +''' +,G

-0+,(s- 91 +,G-t)]'s : ".ss

:qa;oradrp'1eos qoluo: eped uelderaltp tut snulnJ enpal elrf

*ss-'ss-",s,s='oss

:snrunJ ue8uap Sunlqrp rs)elalur suerlen uep


(s r'6)

td'x- *x)Kt'z

lplo] elerar uep loduuola) relue elelar ]elpenl qelLun[

terpen) qelunI

tSuern>1tp >1oduo;a>1 enLuas Je]ue ierpPn>1

= "^s^s :snLUnJ ue8uap Sunilqrp '1u55; rnfe; uep (SS) urolo>l re]ue qelurnf lrep uelunrn]lp uel
sNVtdvA stst7vNv

xt svg

204

STATISTIKA TEKNIK

Sumber Antar lajur (r) Antar kolom (k) Interaksi (xk) Dalam kelompok Total

Deraiat-kebebasan,

(r- 1)(k- 1) N - rk = rk(n -1) N-1

r-1 k-1

d/

d.

Nisbah-F. Pada contoh soal di atas terdapattiga nisbah-Fyakni: F* untuk dampak

utama dari lajur, F* untuk dampak utama dari kolom dan F*,* untuk dampak interaksi. Perhitungan ketiga nisbah,F ini dirangkum pada Tabel 9-05 berikut ini.

Tabel 9-05 menunjukkan bahwa, Fr,r= 0,97 (mendekati 1,0) menyatakan adanya varians interaksi yang signifikan. Sedangkan F*> F,,ou, menunjukkan bahwa, kecurigaan adanya kesulitan membidik yang disebabkan oleh mesin terlepas dari variasi ukuran sasaran, terbukti. Selanjutnya dengan FB) Fur,a membuktikan bahwa, variasi ukuran
sasaran berkontribusi atas perolehan skor.

e. Menghilangkan Sumber Variansis. Pada Tabel 9-06 ditunjukkan ke-1 2 rerara dari kumpulan hasil uji psikomotor. Variansis antara rerata itu diperkirakan berasal dari tiga sumber, yaitu: perbedaan ukuran sasaran, perbedaan mesin dan interaksi antara keduanya. Pada Tabel 9-06A dampak dari perbedaan ukuran sasaran ditunjukkan oleh rerata pada kolom 6 yang besarnya 3,4,6 dan7. Dampak karena mesin ditunjukkan oleh rerata pada lajur kelima, yakni 6, 5 dan 4. Jika tidak ada perbedaan, maka semua rerata akan sama dengan Xr.:5 (rerata dari semua pengamatan) seperti ditunjukkan pada lajur 6 dari Tabel 9-06C. Setiap penyimpangan dari rerata kolom terhadap merupakan kekeliruan-tetap (constant errol dari mesin tertentu. Dalam hal ini mesin B, memiliki kekeliruan tetap +1, mesin B, tidak ada penyimpangan dan mesin B, memiliki kekeliruan tetap -1. Untuk menghilangkan sumber variansis, data mesin B, harus dikoreksi dengan -1 dan mesin B, dikoreksi dengan -11)= +1. Tabulasi setelah dikoreksi ditunjukkan pada Tabel 9068. Setelah dikoreksi rerata dari ketiga mesin menjadi sama (= 5), namun rerata menurut ukuran sasaran masih tetap. Langkah berikutnya adalah menghilangkan varians sasaran. Kekeliruan-tetap menurut lajur adalah -2, -1, 1 dan 2. Dengan mengurangkan harga-harga ini pada harga-harga dari lajur masing-masing dari Tabel 9-068 akan menghasilkan tabulasi seperti tertera pada Tabel 9-06C. Sekarang jika diperhatikan, rerata menurut lajur dan kolom semuanya sama dengan 5. Tetapi di dalam tabel masih terdapat empat sel yang nilainya menyimpang dari 5. Hal ini kemungkinan disebabkan oleh varians interaksi; tetapi dari uji-F diketahui bahwa, perbedaan itu dinyatakan tidak signifikan.

(r0z'6)

:rs)eralur qa;o rqnre8uadrp Suer( suerJen rsiodo.rd rseurlsl (q0z'6)

ffi:2.',

'^ss+'sy'{

_,samtxr

'SS+"Sy'{r..

sht'fi(e0z'6)

T\

-'ss

=,1,(D, 7

:ruolo) ledruep qa;o rqnre8uadrp SueX sueuen rsrodord rseurlsl

'ss + "sru

t:,o = "1''

:.rnfe; leduep Llalo rqn.re8uadrp Suer( sueuen rstodord rseultsf :snurnr-snurnr ueleunSSuaLu ueSuap LluV-enO sueueA.s!s!puv >lnlun E

;rle8au e8req qa;oradrp )epr] ue)ur)e,(aru 1n1un ru1e,( 'ue1r1ru3rs Suer( 1-rfn qa;oradrp qe;a1as ue)n)eltp ultzel rur ue8ungrqrad 'lou ue8uap ue)euresrp ledep e,(uue8unqnq Jrle8au SueA ''iot e?rcq qaloladrp rur ueBunirqrad uue;ep e)r[ 'ue)n)elrp uerfnSuad ]ees eped rsrpuol ueBuap Sunqnqralreq-uotleD eped rols suerJen qe;Lunf lepo/oSl 'emqeq ue11nfunuau rur lrseH

. tl'gt. tt'9t

t)

(6 L'6)

s ', + (l - ge'qxt - t) =-=,1r >7u= i" (t - se'q)(t :qaloradrp elep eped uelderalrp rur snLUnr e)rI 0'6 laqel gxr _ u.tt +(l_ l) u,^ _ z" (r - cxr

-,/) -

(zrr? loqLurs

:snLunr ueleunSSuau ue8uap qetv-nles sueuey slslpuv 4nlun (L ']n>luaq snujnl-snLUni ue)eu -n33uaLu ue8uap rseL!rlsarp ledep uenleprad nlens Luelep qrqal nele laqeue^ enp erelue ue8uap ueletez(urp; rsersose te>13u11 '$e$osv uepnlaY lsvtullsl 'l

gt'6
BO,S

9t'v
6L'

13 uerrdruel; J-rsnqrJlsrp leqef rJeC * :ue8uerala; '^'SWf SW 'ueleses - y ^SW/SW'ulsauu -3

0'S L = gB'E =

.'tljs ZV'tl)Z
,J

0z'.

ot'z
*S0'0 = D 'r"Y":l

16'O =

ZV'tlet't
='SS

'rsleralur - 3

^sw/.'sw
lelol

*[0'0=D'r"Y''l

llt

zy't

t'f = "'sw
-]PISS

^sw

65 = [-09='Jp By=zL-09=^)p g=ZX='"'Jp Z

lodLuo;a;

LUeleC

=L- [=']p
jp

,91 = MSS oz ='*5s oy ='SS


0g[ =rss
]erpenl qelLUn[ raquns :s0-6 laqEl

(B X V) rs)eralul (B) ursaw

o'oz ='sw 0'09 = usw

t= [-r=8]P

(v) uereses uern)n


Jaqr!ns

= SW

elerar lerpen)

J-qPqs!N uep srsuBrrEn


902

sNVlavA slst7vNv

xt svs

206 Tabel 9-06: Analisis lumlah Kuadrat Antar Kelompok

STATISTIKA TEKNIK

Lajaur
B1

Kolom
B2 B3

X
J

A. Matriks rerata asli


A1

4
5 7
B

A2 A3

2
5 7

9 12
1B
21

4
6 7
5

A,

6 6

v
A1

24
6
3

20
5

16 4
3 3

60

B. Dengan variasi mesin vane dihapus


3 5 A2 A3

I
12
1B
21

4
6 7

A4

6 6

6
B

4 6 7
5

:
X
Ar
A2 A3

20
5

20
5

20
5

60

C. Dengan variasi ukuran sasaran dihapus;

hanva tinseal varians interaksi


5

5
5

6
5

4
5

4,,
E

15 15 15 15

5 5 5 5 5

20
5

20
5

20
5

60

Untuk data dari Tabel 9-06 diperoleh harga-harga estimasi:

(!-!\-3'42 ,a1,,=l5o3,42 + 374


sasaran'

= 0,37

Hasil ini menunjukkan bahwa, 37o/" dari skor uji-psikomotor berasosiasi dengan ukuran

-.2 40 - (3 -l).3,42 ,o)'...= 3,42 + 374


z0

33,16 377,42

=(f.09

Hasil ini menunjukkan bahwa, hanya 9o/o dari skor uji-psikomotor berasosiasi dengan

mesin' . '**ain

(4

3r4r+rr4

- r(3-).3,42 _ - 0,52 ='377142 = _0.0014

^v

Skor uji-psikomotor tidak berasosiasi dengan interaksi antara ukuran sasaran dan mesin. g. Solusi Berdasarkan Data Pengukuran. Penghitungan SS, SSRK, SSR, SS( SSR

dan SS*, dapat dilakukan secara langsung dengan menggunakan data mentah (hasil pengukuran) dengan rumus-rumus berikut ini.

'eLues 3up^ rselardlaiur uep unp g1,y1 e(ulnlue;as lrseq rJaqruaru ue)e e8nf ue8unlrq.rad-ue3unlrqrad uerlrurap ue3ua6 '1q ler8ered-qns) rser^ap ue)resepraq rsnlos

(""'!

apotau.r ueeunSSuad ue8uap er-ues 3ue,( e8req-e8req ue>1;rseq8uaur sete rp ue8unlrq.ra;

0z =

ol-

OsI

- 0v= xss -',ss - "s's ='os,s

f9l = olz - lLt, = "ss

-'ss ='ss

o?=oosl-orsl =oosl

= xss = ''s's

09
zo8

v's
+ zool

.t'u

+ zoTt-

,{nx!)

l'x3K

:3unlrqrp erues 3ue,( laqp] v3 .rn[e; uep uep

,s,s

t's
z00t
0IZ = 00SI zsol

206+

z0g

osr = oosr - oser = oosr ;h= T;br='ss


+

,s? ,(fixK)

:3unlrqrp 1u3 ruo;o11 q73-6laqel uec

0IlI

z00t

0ss8

Nu =783-.1*3E=

"ss

:3un1rqrp e 10-6 laqel rre6 'rut qei!\pq p n-6;aqe1 lpadas tselnqe]]enqulaur nlnLlep qtqallal ue8uap ue)n)elrp ,.0-6 laqel qoluof eped sele lp ]nqasJat snurnr-snurnr uedelaua;

(91"6) ]eLlll
(sz'6)

'ss'- 'ss -

",s^s =

'oss

"ss-'ss='ss
,t'u

u(6)
Q.z'6)

,(nxZ)
N

7'xRE
'I'U

_ x^_ rr -

Tio-itr3R=''ss
u

ftz'6) (tz'6)

,{nx!) ,(" 3)3

Xaon

rJ

rfu -!xz='^ss
sNVlavA srsrTyNy

/02

xt svs

208

STATISTIKA TEKNIK

Tabel 9-07a: Tabulasi Perhitungan Secara Langsung dari Data Mentah


SASARAN
B. 6 4 Ar 2 6
2

MESIN
B,
B"

E*

4
1

4
2

14
7

5 2 3

I
9 6

E"

20
o
3

15
6 6
2

10

45 17 10
10 10 12

) )

A2

7 5 2

3
o

2
a

E(

25
7

25
9

't0
6

60
22 14 20 20 14

6
A3

4
B

4
J

9 o
5

4
5

o
4

f*
A4

35
9 6 o
B

30
7
B

25 6
5
7

90
22 19 19
1^ 21

4
7
4

9
B

E,

40

30

35
BO

E(E-)

120 100 Tabulasi X,l


B

105 E X,, = 300


E*

36

B, 16
I

B"

16
4 4
1 1

oo
21

l6
Ar

4 36 4

25
4 9

33
41

14

64
9
A2

49 25 4

36 36 4
9

9
I
1

109

46 54
3B

64
B1

49
36
A3 B1

9 36
16

77

166
5B

16 64 16 25 49 64
16

64 25
B1

9 64
16

154 144
66

A4

36 64
64

36 25 49
B1

166
125 129 194
161

49
16

Bl

64

(ZXil-

82B

600

446

1874

eZ'6)
qe.re-e311

'a +'e'p +'op + r'p

+'p + rp +,,p + ,X = X

:ueeuueslad ueSuap ue1e1e(ulp qele-e8r1 suetJEn stsrleue ueeureslad rsotglse!{ suprrp^ srsrleue lseJ}snll :20-6 Jpqtueg

JV

-,{o 'v:
B9t
961
6 l!

'v3 i'
tV

99r

(sau!q)el.u)

sutunlo)

'20-6 reque3 eped uellnfunlrp nlt utesap ueunsns 'leuoue, uresap zx t x7 qa;otadrp ue)e e)eru ,dnpat uep 3uen1 'uo8ale1 enp ue8uap 3ue1e;aqregel rseurtunlr 'e8r}a1 laqerre^ ue>lqeqLuelrp nlr lse)lrlsel) seqequaul )nlun tsellsnp depeqral e1r['t1ele-enp suet]en ststleue seLlequ.taur lees eped ue)>lelaltp qela] lerroDle, utesap ueSuap uerren ststleue lesep-lesec

(;er;op;e3 ulesa6) qerv-E8tl rselurspl) suptren srsrluuv .9.6

o99B=.{rrx()f
s(.t 0stz
09
t

0s0z
SZZ
L

098t
009 r SZZI
SZ9

,'3
,V
"V

529

tv
V

00t
00r
"B

0992 006 006 sz9


SZZ

szt
."3

00,
B

,rrx rselnqPl
OB

"g

00t="X3
90t
06 09
9n

00t
0e

OZL

,3
,V
"V

ST SZ

0v
ST s7.

0t
5Z

0t.

"v
,V

oI

0t
"B

st
"B

0(,
,B

"SS "SS ')u55 Sunllq8uew 602

lnlun lselnqel :ql0-6 laqel


SNVITVA SISITVNV

_ XI gVS

210

STATISTIKA TEKNIK

di mana Xdianggap terbentuk dari sejumlah komponen independen (A, B dan C). Sukusuku d,, d dan d. merupakan penyimpangan karena variabel-variabel A, B dan C. Sedangkan d,t, da, dan d merupakan dampak interaksi dua-arah, sementara d,bc " merupakan dampak interaksi tiga-arah dan e, menunjukkan kekeliruan. Dalam ilustrasi Cambar 9-02 terdapat 4 x 3 x 2 = 24 kombinasi perlakuan (treatmend..lika tiap set perlakuan terdiri dari n = 5 observasi, maka akan didapat 120 skor. Jumlah derajat kebebasan dari 55r, df = 119 yang dapatdirinci seperti tertera pada Tabel 9-08.
Tabel 9-08: Daftar Partisi df dari llustrasi Cambar 9-02

Jenis Dampak

Sumber A
B

df

Dampak Utama

ra-1=3 k6-1=2
s7-- 1 = 1 (ra-1)(ke-1)=6 (ro-1Xs6 -1) = 3 k*1)k-1) = 2
(ro-1)(ks-1)(s6-1 )= 6

lnteraksi Dua-Arah

AXB AXC BXC

lnteraksi Tiga-Arah

AXBXC
Kekeliruan

Dalam Kelompok

(n-1).ro.ku.sc=96

Tabel 9-09: Tabulasi Data pada Cambar 9-02 (desain faktorial dengan 4 tingkat ukuran sasaran [A], 3 macam mesin [B] dan 2 tingkat pencahayaan [C]. Angka-angka dalam setiap sel merupakan peniumlahan dari n = 5 Pengamatan)

Tingkat
U ku ran

umlnasr C,

C,

I
B"

dari

Sasaran
B

Mesin
B, 4
B"

Mesin z,
34 108
122
B1

E,+E,

B2

:.
50
60 74 76 84 168

A
A"

10

20
26 30 10
B6

o o

A. A.

40 44
36 130

42
4B

22 2B

26 32 24
14

l6
6

22
2B

196
168

46 140

92

34 92

3s6

96

72

260

616

Tabulasi data yang tertulis pada Cambar 9-02 ditunjukkan pada Tabel 9-02. a. Perhitungan lumlah Kuadrat. Perhitungan jumlah kuadrattotaldilakukan dengan

menggunakan rumus:

,ssr =

E*url Zxir - N
.l

(9.27)

Dimisalkan hasil perhitungan menghasilkan 55, = 981,467.

(0'6)

d'nrB d'r3
N
,/,IU

1N

s\u

=vss'

:1y; rnfe; retue ]erpenl qelu:n[

r,26)
0

T"B="s's 7z;A :g relue


'uo4cas) 1oduuo1a1

terpenl qe;un[

'ueleue8uad 09 = SI x t rrep qa;oradrp Surseur -Surseur 'J ,rp '3 tuo;o>1 qelrunl uer)rurap ue8uap lueieute8uad g [ = S x trep qa;oradrp [-6 laqpl las urplep qe;unf der]as eleu 'uo8a1e1 e3r1 rrep utpra] B urolo) euare)
'60-6 laqel pep 0 t uep 6 'S r.uolol uep dttn>llp ;as derles e13ue-e13ue ue)rleqred *

9t9
89r
961

092

9S
Z6 ZZL

9t

ov

vt
09 0s

89t
NB

3
(B uo8alpl
1.rep

,)

B0t vf.

,V ,V
V

'J
Ies

qelunl ueledn.ratu
x

uplpp o;8ue-e18uy)

*(f

x V)

loduo;a;

rnfel lselnqEl :0[-6 laqEl


'0 t-6 laqel eped ue1>1nfun1rp rpadas

unsnsrp tedep 60-6 laqel trec lodruo;a1 uep V.rnfe; rrep unsnsra] 3ue,( nleq laqe] '()xBxv uep fxB ')xv'Bxv) ls)eratur leipen) qe;unf leduua euas (uopas)>1odr-uo1a1 uep ulolo) '.rnle; u.regep a>l srsrleuerp ue)e e,(ulnfue;as

!Z=

L-(xtxl=

l-s'\'r -lp ueseqaqalteferapre,(undurau


L9V'q9L

lul'7SS

= EEI'Z9LE- 009'S?6t = ""SS


s
z9t'

,ar-

0zl (r8Z +
+QZT,+
+ (zg

z|l +

z?E

+ z0I +

+ zgf)';

zlz+
zlt, +

zBZ+ z}e
277,

+ rB?+ znil';

+ ,g7 +

,Zl*

,Or)'

j
c

+Qgl+ zgz+ zg+ zor.+ z?+ zol)'; = "",ss


(Bz'6)

Nu

:snurnr ue8uap Sunlrqrp (J'uoq)as)

l"B-Itryffi="'ss
loduo;al
sNVtavA ststlvNv

relue ]erpen) qelun[

uz

xt svs

212

STATISTIKA TEKNIK

| .(t4'+1682 +1962+1682 )-6162 " 30 l2o SS* - 3397 ,333 - 3162,'1.33 = 235,200
s,s,
lumlah kuadrat dalam kelompok dihitung dengan rumus:

JJrs=
SS^, =
1

oo rEx*,I (r*rl
"k-+1082 +602

(e.31)

U.tl+'+502

1222

+742 +922 +762

) #

SS^, = 3568,000 -3162,133 = 405,867


;umlah kuadrat interaksi antara lajur dan kelompok (AxC) dihitung dengan rumus: (9.32) SS^* =SS*"-SS"-SS,

SS*,, = 405,867 -235,200

76,800 = 93,867

Langkah berikutnya adalah menyusun tabel untuk menghitung interaksi antara lajur dan kolom (AxB) seperti ditunjukkan pada Tabel 9-1 1.
Tabel 9-'l1: Tabulasi untuk Menghitung Dampak lnteraksi (AxB) (Angka-angka dalam setiap sel adalah jumlah dari dua kategori C; angka tiap sel merupakan iumlah dari 10 pengamatan)
B1

B2

B3

T B4

A1

1B

30
74

36 32 52
3B

A2

62 72 70

168

Al
A1

72

196

222

60 236

i68
616

158

Mengacu pada rumus-rumus 9.29) sld (9.32), maka untuk menghitung jumlah kuadrat interaksi antara lajur dan kolom (AxB) adalah sebagai berikut:
SS",, =
JJar :
.SSR*

-.tsr - SS,

oor ss

IE,*l E*rrY N I(I*-I (I,,-I


N

fi

f zz22

2362 +

1s8' /

6it

6;

= 3248,600

- 3 162,133 =

86,467

SS** =

fi.f

r*'+302 +

362

+622 +742 +322 +722 +722 +522

+702+60'+J8'!7-fl6'

SS*x = 3588,000

- 31 62,133 = 425,867

)odLUola) uelec )odLuola) LUeleC


]XBXV
de1a1

fXBXV

fxB fXV
BXV

f
B

)odLUola) uPlec fXV lodLuola) LUeleC


BXV

)elv
dela1

V srsueuen raqLUns

rsue>lurudrs il n )nlun uenrlala) ]erpen) elejau

laqeue4 srua[

J -qEqslN uDlnluauaw qEplP) :P

[-6 laqEf
ZZZ Z6

919
097.

BSr
7.t 9B tB

9tz
96 0vL
,B

,)
tl

9S

0tr
'B

(ueleue8uad 0Z lrep qe;unt ue>;edn.rau las uElpp e13ue-o13uy) (fxB) t$leJalul 1edue6 Sunlrq8ua6r Inlun rselnqpl :Z [-6 laqel

'tee'fLl= 009'7,1- L98'e6-002't0l-008'91 - L9v'98-}oz'iez- Lgf

egL

'rxvxusys,

wt'6) t'"ss-

t'",ss-

"',ss-^ts,s-',s,s-'^s,s-

t",s,s-

^tr?xvs'st :1n1rraq re8eq

-as ue8uern8uad ue8uap ue)n)ellp (fxBxv) rs>leralur ledruep Sunlrq8uaLu )ntun 'oog'zL=

oay'gl- lgt'gg- lggtgll


(,zL+

t"ss

'e33urqas

z96+ zz6+

Lgg'gLl = ettzgle- 000'gege = ",ss + zutr+,orl)'+ = ''',s,s


298

q a Ir

ar

"'s.s,

p
"

";' ;t, l:l;', ;l'il:H

l::?i

;iTl;;'3J;'

; ;T:U

ilJL'

(E'6)

:snuJnr ueleunSSuau ue8uap ue)n)elrp

(fxB) rs)eralur ledLr-rep Sunlrq8uar-u Inlun

"ss-'ss- t'ss: ""ss

002'?0r= af,z'gtl- Lg?'gg- Lgg's1,i =

:(BxV) rs)eralur ]erpen>l qe;r-unf e8req qaloradrp eSSurqas

"'ss

ttz

SNVISVA SISITVNV

_ XI gVS

214

STATISTIKA TEKNIK

b. Nisbah-F untuk Analisis Tiga-Arah. Harga-harga jumlah kuadrat terlebih dahulu ditabulasikan seperti tertera pada Tabel 9-14. Harga rerata jumlah kuadrat (MS) dihitung dengan membagi harga SSdengan derajat kebebasan df dari masing-masing komponen. Nisbah-F didasarkan pada pemodelan analisis. Terdapat tiga pemodelan, yakni: (1) Model Tetap di mana pengkategorian ditetapkan berdasarkan logika atau eksperimen dan bukan dari sampling. Kekeliruan (error term, e) yang digunakan pada perhitungan F adalah residu atau rerata jumlah kuadrat dalam kelompok (within-sets mean square, MSw). Q) Model Acakdi mana pengkategorian ditetapkan berdasarkan temuan-temuan
secara sampling.
Tabel 9-13b: Rumus Perhitungan Nisbah -F

Sumber Variansis

Rumus
ta '* -

d/Pembilans. = df
J

dfPenvebut = df,
6

Ukuran Sasaran (A) Mesin


(B)

MSMS*rMSo
M5,,.

o 'r

96

Pencahayaan (C) lnteraksi AxB lnteraksi AxC

- - MS.t ''t MS*,


MSor .Fr,* MS,u

96
6

F -MS*,, - MSw '*s


'

lnteraksi BxC
lnteraksi AxBxC

r;Kx,t -MS*, MSw

96 96

r'f,*rc"s

MS**,
MS_

Kekeliruan yang digunakan untuk pengujian signifikansi dampak interaksiadalah rerata jumlah kuadrat dalam kelompok, MSw Q) Model Campuran antara model tetap dengan

model acak. Dalam hal ini hanya ada satu kekeliruan e. untuk uji-F interaksi yakni, jumlah kuadrat dalam kelompok. Untuk menguji dampak utama yang mengandung kategori acak juga cukup teliti dengan menggunakan rerata jumlah kuadrat dalam kelompok.Tetapi untuk menguji signifikansi dampak utama dengan kategori tetap (fixed categories) didasarkan pada rerata jumlah kuadrat interaksi.lika contoh dalam analisis varians klasifikasi tiga-arah ini diasumsikan menggunakan modelcampuran di mana A dan C tetap dan B merupakan variabel acak, maka rincian kekeliruan adalah seperti tertera dalam tabel 9-13a dan perhitungan nisbah-F dilakukan dengan menggunakan
rumus-rumus seperti tertera dalam Tabel 9-13b.

"niet7

1'"nt''! qrlo Sunlnprp


(S

raqet!

lro1s ueqalorad sele uelrlruBrs dnlnc qere-e8r1 rs)eralur qnreSua6 lul leq 'etu1 ) sunrrvJ enLuas puale) uelrlru8rs Sue,( rols ueepaqrad uelqeqa(uau )epr] (fxB 'JxV 'gxy) qere-enp rs>lelalur qnre8uad enr-ua5 >"n"'1 ,urrr) eurralrp JoF ueqap)ad uelep ue>1111u8p 1ue,( ueepaqtad

srsalodrpl (g uee,(eqecuad rc43u0 ue1e1e,(uaur 3ue( uelqeq -a,fuau ryW rrtlO)1'un''u7 eua)el )elollp (B) u/satu euile>l ;ou n4s qalond ue4gu4rc 8ue,( ueepaqtad pdeptal rypI ue1e1e,(uau 3ue,( 1ou srsalodrpl ft ' ruet1 )"""'1 eua)e) leur.ralrp ue>1111u8p 1ue,( n4s ueepaqtad lul leq uun\n ue>1e1e,(uar-u 8ue( ;ou srsalodrg (t
ue4qeqa,fualu

ryplt (v)

uereses

:]n)rJaq re8eqas qelepe nlr ue;ndr.ursal

elrf 1e;otrp (oH) lou srsa odrp -ue;ndurrsa; 'PqetJ >"n"'! ,.11l[eu]ua]rp ueptatee', < 'S Luelep elep uep uelrseia.rdralurrp 3ue( ue;ndursal qa;oradrp Z0-6 reqLueD ;-6 laqel suntlH! eg)eq-e3req uelSurpuequau ue8uap eped n:e8uau ue8uap uepPtet, ue8uap eleuu '96'6 = D eped ue)n>lelrp uerfn8uad e1r[ !-qeqs,N slslpuv lsetatdtalul 'q
9
Z

gw,HJ

6L,Z

BZT,Z

)xBxv

rs)eJatul

96 96

I
96
c

t
9

gl'v
6L'7.

60'

E0s'0
BOS,Z

Z6T'L

t
Z

t['0t
60'

fxB s)eralul JXV rs)eralul BXV s)eralul (J) uee^eqeluad


(B) ursaw

96
9

9l'b
laQel t

ssv'z 99b't bLs'y


7

(v) uereses uErn)n


srsueuen raqLUns

'jp

'jp

(So'o = n ePed uerfn8uad) J-qeqs!N e8.reg rselnqel :s[-6 laqpl

000'86

l.

L=

l9b'tBl - lgb't86 [ = 5',ds's -'ss = -ss*

6t1
96
9
Z

BZT,Z

s0s'0
BO9,Z

6IV,ZL 950'62 008'9


687,,1

tt'vl

lgV'LB6 [ ='SS 000'86l [ = 'n'SS [ = 5^/^d5's'

z6t'l
99V'Z

lgf,'lL
009'91
VEZ,T'

9
Z

o0g'z [ ='^'ss lgq't 6 - '^'ss 002'v0 [ ='^'ss


sss

3'uetot) qelurn ,r(u otpas) )oduola) LueleC ]XBXV sleJalu fxB sleralu lxv sleralu Bxv rs)eJolu (J) uee^eLlefuad lelburl
(B) ursaw

sgv't
v ls'b J-Lleqs!N

l9y'98

008'91 = = "SS
=
OSS

00v'Bl
SW

OOZ,ST.Z

(v) uereses uPrn)n


rsuerJen raquJns

tp
Zxtx,
rJEp rsuelJe1

ss
J-qeqslN ue8uap telropleJ

uatul.radsl3

Jaquns rsplnqel

:r!-6 laqel
sNvttv,{ ststlvNv

9lz

xt svs

216

STATISTIKA TEKNIK

Cambar 9-03 menunjukkan interaksi variabel B dengan variabel C untuk setiap ukuran sasaran A.

lso
o
o d,0

o 630 o

o o g o30
o ig

o&

E20
E

Ezo
E

'10
.Bt Machines Terget size A,

o10

5{l

o40 lt,
o o o30

.l

ID

Ezo

: oio
Br Br

Machines

Machines

Cambar 9-03: lnteraksivariabel B dan variabel C untuk setiap ukuran sasaran A

9.6.

Metode ANAVA Khusus

Dalam suatu penelitian kadang-kadang timbul permasalahan karena adanya dua variasi eksperimental atas satu jenis observasi untuk setiap kombinasi dari kondisikondisi perlakuan. Sebagai contoh adalah penilaian perilaku sejumlah pegawai yang dilakukan oleh beberapa penilai (rater). Permasalahan ini akan dapat diselesaikan dengan ANAVA khusus seperti yang dibahas dalam paragraf-paragraf berikut ini. a. Analisis Klasifikasi Dua-Arah Tanpa Replikasi. Dimisalkan tiga orang penilai (rafed harus melakukan penilaian atas perangai tunggal (single trai| dari tujuh orang karyawan. Data hasil penilaian ditabulasi seperti tertera dalam Tabel 9-16. Prosedur analisis hampir sama dengan yang telah dibahas dalam paragraf 9.4. (ANAVA klasifikasi

dua-arah dengan replikasi). Perbedaannya terletak pada dampak interaksi dan kekeliruan (error rerm) tidak diseggregasikan antara beberapa kondisi observasi.

S0'0 = D eped
OZ Y L' LOL

:ueEuelala)

oo'c
00'
*t"a'LJ

otb't
gzy'v
OZS,B

ZL
Z

st lv
9B,B
VL LS

lelol () x u) Lllsllas

o)

relruad

6Z'L ='.osw/'Sw Bl'Z = "oswfsw

SW

tp

ss

(U) uapuodsau srsuPueA raqtuns

'9I-6 laqel elEC


lJpp J-qpqslN upp suErre^

rsetullsl :l [-6 ]oqpl

ozt=
96621=, p1= otoz
6BZ

ixZ
LZSL
BT

t6et nzot
ZT

=,trxf)f
6NBL
.n

=,(,x()f vtl='xZ
IL 0t
OZ

,(nx!)

I
E

,{"x() "xZ
n
L S >t

v
Z

00t 00,
68Z

IL
OL

I
o

00r

I t
6 s

9ts
9SZ

ve
9L

I
s

o
9
B

o
d

,('xK)

rxZ

reiluad

uapuodsay

;se1;lday eduel rlerv-pn6 !se{!}rsey eped y1y11y rsery;dy :91-6 leqpl

'lL-6 pqeL Luelep eraua] luadas ue)rselnqelrp sele !p tnqasrat ue8unlrq.rad pseq !-qeqsru Sunlrq8uaril uep suerJen rseurlsaSuau )ntun er(ulnfue;ag
s8'8 =e8'8re -rL'LZs =

rr'rs

= e8'8re -oLs =

# #=;rfo r*E:'ss # # =;rfo r*E ='ss


#uzL=7f31 - exK)K
=

?r'r0r = e8'8re - vzL =


:

'ss

qa;orad lp ftz" 6)' Q.Z' 6)' (lZ' 6) s nLU nr-s nLU n.r ueleu n3Suar.u ue8ua6 '('v p/s ty uereses eped rselr;darlp ue;eses eped tg uep ursaru ueeunSSuad elep ue;ndun8ua6 "V "B'rg ''V p/s 'y uereses ledua ue8uap 10-6 laqel qoluol Luelec uelele)) ue)rseurqu-ro)lp tB uep

"B'rg

ursaLu ueeunSSuad

/LZ

SNVITVA SISI?VNV

_ XI 8V8

218

STATISTIKA TEKNIK

Selisih residual atau penyimpangan jumlah kuadrat antara R dan K diperoleh dengan
rUMUS:

.SSE

SS.

SS*

SSr

101,14

51,14- 8,85 = 41,15

Kedua harga nisbah-F menunjukkan Fr,,nr< Fr,r", sehingga dapat diinterpretasikan tidak terdapat perbedaan yang signifikan antar responden (R) dan antar penilai (K).

Dalam kenyataannya memang terdapat perbedaan namun uji-F tidak dapat


mengungkapkannya. Dalam contoh ini Penilai B, atas T dan V jauh lebih rendah dari penilaian oleh B, dan B, tetapi penilaian atas P, R dan U sedikit lebih tinggi dari penilaian oleh B, dan 8,. Untuk menyelidiki gejala seperti diuraikan di atas, dapat dilakukan dengan menghitung korelasi antar penilai yang disebut korelasi intraklas (intraclass correlation).

b.

Korelasi Intraklas. Dengan menggunakan data Tabel 9-1 7 di atas dapat dihitung

besarnya koefisien korelasi intraklas

r,

dengan menggunakan rumus:


(e.3s)
E

fr=

MSR_MSE
MS * +

(k -l).MS

di mana MS*= rerata jumlah kuadrat atau varians antar lajur (responden) , MSr= ygyala residual dan k = jumlah kolom (penilai). Penerapan rumus (9.35) pada data Tabel 9--l6 diperoleh: MSR-MSE 9,52-3,43 5,09

/-=' MS * + (k -l).MS E

8,52 + (3

= - 1).3,43 15,38

=0-33

Hasil ini menunjukkan bahwa, derajat kesepakatan (degree of agreemenf) antar penilai adalah 0,33. Jika koefisien intrakorelasi itu digunakan sebagai indikator reliabilitas penilaian, maka dapat dikatakan reliabilitas penilai tunggal berada pada tingkat 0,33
(rendah).

Koefisien korelasi antar pasangan tunggal dalam kondisi sebenarnya mungkin berbeda jauh dari gambaran ini yang disebabkan kekeliruan sampling dari sampel kecil. Sedangkan jika yang diinginkan adalah mengestimasi reliabilitas rata-rata dari ketiga penilai tersebut, maka rumus (9.16) perlu dimodifikasi menjadi:

ftt

MSR_MSE MS*

(9.36)

di mana rrr= korelasi intraklasdari rerata. Penerapan rumus (9.36)untukcontoh di atas memberikan: MS R _ MS E _ g'52 _ 3,43 !,02 = o.6o Itt MS 9,52

8,52

Dari hasil ini dapat disimpulkan bahwa, ketiga penilaian itu dirata-ratakan untuk setiaSr responden kemudian dikorelasikan, maka akan diperoleh hasil kira-kira 0,60. Peratarataan (averaging\ ini mengurangi pentingnya pengungkapan pengaruh kekeliruan
pengukuran.

(0r'6)

sunZ
:snLUnJ ueSuap

/h'G-

"r1't1

JeIn)ellp ]edep (l = e^u8ueln)-8ueln1as;lesaq Llequreuaq


0'vB
O,ZL

) e\[AA uep rsuelUru8ts t[n


s't
g'g

:qelLUn[

9,2
S,9
L

I
C

I I

9'tL
5,6

s'v

v
a

n
lS

r 00'sz r t 00'bv sz'90f. sz'a6

s'i
s' s'g
S,I

Oo,LZL

0't
0's

s'v
s'9
9,2

s('0.

s'tt
L

s'b
I
Z

v
o ()

00'gz
SZ,ZT

I t I
S

6 s

o
d

S,LL

s'v
>IUPU

IPI!N

)ueu
B

IPIIN

IUPU

teltN
V

uap

.('xl):

'xr
uerelruad

-uodsa6

reIUad

loduo;ay e8rl

rrep 3ur4ue5 :B[-6 laqel

?9t'0

ng 'ss fr =A= ,SS=

:qaloradrp (lE'6) snLunr ueleunSSuau ue8uap e,{u1nfue1a5

6t = 9tt -sLe =

,fi+

7,t zt zt '*=r*=e-JyE=e-Jn='ss vt,n4 = "ss


L\

L't,- silI = 1r* r1'- -

J',ZR

ue8uap

:qaloradrp (6t'6) uep (8'6) snunr ueleunSSuau ue8ua6 'rur Llemeq lp B l.-6 laqel uelep 3ue;n rse;nqelrp uep 9 [-6 laqel etep ueleunsSuaLu 44 ueserelasa) uarsUao>1 Sunlrq8uaur eler L1oluo) ue>lrraqrp rur Lle^ eq rC

(6r'6)

O:4r=

rss

:snLunr ueBuaP

qa;oradrp '5g lerpenl qe;Lunf uelSuepas 'uro;o1 qe;Lunf

(816)
ut'6)

-)

upp rnte; qe;nf

-./

eueur rp

T**
's's

T;T?=vss
*ss=

:snLunr ueleunSSuauu ueSuap qa;oradrp Suelrquad Uep 'SS terpenl qelLun[

il

:ue1eie,(urp snurnr )nluaq uelec '/\A uesuepsa4 uatsuaol lnqasrp 3ue,( 'l ue8uap So1eue 3ue,( uarsrlaol qenqas ue8uap ue>1e1e,{urp ledep uern>ln8uad ue;ndLunl ) eJelue rp ueserplasa) p)eLu '3urluet )njuaq Luelep ue)nlelrp ue.rnln8uad e4{'(acuvpto)uo) lo NaDrJJao)) uesere;asal uatslJao) .f,

6tz

SNVIAVA SISI7VNV

XI SVS

220

STATISTIKA TEKNIK

yang memberikan statistik mendekati distribusi-X2 dengan df = diterapkan pada contoh di atas diperoleh:
Z1,i,ng

r-

1. Jika rumus (9.40)

k'(r -l).W = 3.(7 -l).0,464 = 8,352

= 7-1 = 6 dan a = 0,05 diperoleh Zloo, = 12,590; dengan demikian koefisien keselarasan W = 0,464 itu signifikan (ILi,,,s < Ii,,r). Koefisien korelasi rata-rata perbedaan tingkat (rank-difference) antar pasangan penilai dihitung dengan rr*ur,_.
Pada df

'
rUMUS:

o.Y
k

-l

., k
k'vo

Q.41)
kelompok ranking dihitung dengan
(9.42)

Dan untuk mengestimasi reliabiltas rerata dari


tKK -

l+

(k -l).70

Penerapan rumus (9.41) dan (9.42) pada contoh di atas memberikan:


re

k.w
k'io

k-1

-l

3.(0,464)

-|

0.392
2

3-2
3.(0,196)

dan

r** =

1y@ _l\=

1+ (3 - 1).0,196

0.s88 ' = 0.422 = 1.392

d. ANAVA Klasifikasi Satu-Arah dari

Ranks Data. Kurskal

& Wallis (1952)

mengembangkan ANAVA klasifikasi satu-arah untuk kasus pengukuran dalam bentuk ranked datayang disusun dalam kkelompoktanpa replikasi. Sebagai contoh penggunaan metode ini digunakan contoh C9-3 (eksperimen pada Calton bar) yang tabulasi ulang dalam Tabel 9-19 di bawah ini.
Tabel 9-19: Rankingdari 20 Pengukuran pada Galton Bar

Kelomook
P'ukuran
114
115
111

Kelompok ll
P'ukuran
119 Rank 2,5
,l

Kelompok lll
P'uku ran

Kelompok lV
P'ukuran
117 117 114 Rank
5
5

Rank

I3,5
1

1,5 19

120 119

110

112

I
(zx,)'

20 16,5 80,5

116
116

2,5 8,5 8,5

112 116 116


115

Rank 16,5 8,5 8,5


11

,5

112
117

3,5 16,5
1

112

16,5
61 ,5

6480,25

23,0 529,00

45,0

3782,25

2025,00

:(Ixr)'? = 6480,25 + 529,O0 + 3782,25 + 2O25,OO = 2 816,50 Pengujian hipotesis nol yang menyatakan ksampel yang independen diambil dari populasi yang sama dilakukan dengan menggunakan statistik H yang mendekati distribusi-X2 dengan derajat kebebasan df = 1a - 1 , sedangkan tiap kelompok sekurangkurangnya terdiri dari lima kasus (n > 5). statistik H dihitung dengan rumus:

'(ac"\) J-rsnqrrsrp laqe] rrep qa;oradrp 3ue,( re;ru ue8uap uelSurpueqlp (""',rf, ue8unlrq.rad rrep ue)lrseqrp Suer(g -Lleqsru relu eped ue)reseprp e(uuttze; uelndr.ursal-ue;ndurrsal sueuen srsrleue ureleC 'lnqasra] laqerre^-laqeuen relue rs)eralur leduep elnd ledeptal uapuadapur laqeue^
e8r1a1 r.rep Suns8uel ledruep Surdr-ues rp unuJeu '7try nqwns-nquns ue8uap ]eurproo) uralsrs re8eqas ueryeqr-ue3lp ]edep qere-e8r1 rse)UrselI ue8uap sueuen srsrleuV

'l[e)lp 3ue,( qe;eseLu )r]srra])p.re1 3ue1ua1 uetlsedal ledepuauu )nlun ueJn)n-ueJnln re8eqas uesprelasa) uarsrlao) uep sel)e,r1ur rselaro) 'rse1r;dar eduel y1y5y dnle:uauu 3ue,( snsnq) V4VNV seljeqrp lul qeq uep rrl)e uer8eq eped 'qere-e8r1 rselr;rse;1 ue8uap V1VNV seqeqLuaul Llelatas

')eleltp

qepnLu Estq

uenrla)a>l lpe[.rat e;rqede:e8e uen[n1 ue8uap rselnqe] apo]au ue>1r[esrp rur Lle)seu uelep ntr qeqas qalg'e,(ulelal rse)urluaPlrp tllns ue)e nlr srsrleue uerelSuel rrep qe13ue; nles urplep uenrla)a>l iSuefued dnlnr Suer( srsrleue uerelSuer r)rlrurau uapuadapur laqerJpn rlqal nple enp ue8uap sueuen srsrleue rnpasoJd 'er(u:aquns ue)eperuau ue8uap ue13ue;lglp tedep lrle8au >1edrue6 'lteqLreq8uaul 'uelrBnraLU) Jtte8au leJrsraq 3ue,( e;nd epe rde1al lSunlnpuaru)jlllsod telsraq Sue( epe n1r leduep-1eduue6 'er(uenpa>1 Jelue rs>leralur ledLuep e;nd ledepra] nlr laqerJe^ enpa) uep Suns8ue; leduuep eXuepe Surdures rp e)eLU 'uapuadap laqerre^ nlens depeq.ral uapuadapur laqerre^ enp rrep ledues Llelepe rfelrp 3ue,( e>lr[ 'uapuadap gaqeuen nJes depeqral laqetJe^ ederaqaq eretue eSnf rdetat 'e(uure1 luapuadap; laqerrp^ nles depeqral luapuadap -ur) nles erelue uelde>lSunBuaLu )nlun e,(ueq Ieprl sueueA srsrleuV IaqueA '(VAVNU sueuen srsrleue apolau ue8uap ue>ln)elrp

.re1ue

r[e1rp 3ue,( roUe]roUe] sele ledr-uepraq e]ep rserren n]ens eueLu qnefas rnqela8uau )nlun 'rsendod )rlsuaUere) rslrpardr-uau nele rseurlsa8uau .resep re8eqas ueleun8rp 1nlun 1er(e; 3uern1 rserreruaq nlepa] 8ue,( e1e6 'llqLlrelp ;adrues euetrr uep rselndod e{uepe Joie)prur uelednrau uatrr:adsla nele uer}rlauad nlens e}ep rseuen

ueunISuEU 'L'6
'l8'6 = ''0"'H Llal oradrl )Jadrp
t,LZ'01= t9
')Plol H e)eu lotlp0-'Hn),

tH laqel

-/<

SuntlH

'H H

euaJ Je)

-- -------:-0$

0s'9 t9(,t )'zr -=

l)n)ellp ePed ue) ur e)r )ltp ue rerInBu n8uad e e)lI '= I -l=]P ueP P iZO'O = D eped )n)lel (s '(l (t+ oz'oz 07,v G+ 0z't z) _H )'c-l (l' +0 0z)'r / ' ,r8zI r[ (os'gtgzl tl -)= )(n 7l

s)r

:ue)uaqLUaLr-r(r'6) snLU JJ NI r ued erauad ) snuJn


';aduLes
Lun[ =4 UEP lodLuo;41 LIelLur '[

,OZ
=

e[ lu' eSSurqas

'U '>l

,)C . N 'loduuo;a1 |> ueturnf - derr derl snsr s 1se) n[ = =A = U ='Li )qr lLUr

u /se sele elp rp ) 9ol qc rof V=4'S ='Ll =4'S= loluof '

ujelr lec

EUELU e

r!p

(tv'6)

(r+.nr)s

t,ft;=)("Hr)=,
sNVttvA stsnvNv

IZZ

xt svg

222

STATISTIKA TEKNIK

9.8.

Soal-soal Latihan

59-01: Pimpinan sebuah bank hendak meninjau kinerja tiga orang telleryangsudah saatnya mendapat promosi atau kenaikan gaji. Untuk keperluan evaluasi pimpinan

bank tersebut menentukan kriteria utama adalah jumlah nasabah yang dilayani taip hari. Diharapkan masing-masing telleritu dapat melayani nasabah yang kira-kira sama jumlahnya. Untuk maksud tersebut ditetapkan enam hari kerja yang ditetapkan secara acak. Data nasah yang terkumpul adalah seperti tertera pada tabel di bawah ini.
Hari ke:
T el ler

Teller 2
Bella
55

Anie
45
56

Teller 3 Cindv
54
61

50
53

l
4 5

47
51

54
5B

59
5B

50

52
51

45

49

Hipotesis:

=X, aan H^ : Tidak semua tellermelayani jumlah nasabah yang sama. Lakukan pengujian hipotesis dengan ANAVA pada o = 0,05. 59-02. Apakah yang dapat disimpulkan dari tiga sampel eksperimen, jika informasi
Ho

: X1 - X,

yang diperoleh sebagai berikut ffr = 13, ffz = 12, ff, = B, MSr= lg!, MS*= 43, dan o = 0,05. s9-03. Tentukan kesimpulan statistika berdasarkan data berikut ini:

n,=20, ffz=16, nr=19, nt=21 , MSr=158, MS*=44, dano=0,05.


59-04. Keputusan apakah yang dapat dicapai .iika fakta-fakta berikut ini diketahui. N, =22, ffz=22, frs=22, ff.t=23, MSu=374, MS* = 93, dan o = 0,0,l. 59-05. Seorang pelatih pelari cepat mempelajari dua metode latihan yang baru. la ingin menguji metode tersebut. Untuk maksud itu dia membentuk tiga kelompok sprinten A, B dan C. Kelompok A dilatih dengan metode lama, kelompok B dan C dilatih dengan menggunakan metode baru. Setelah berlatih selama sebulan, ketiga kelompok sprinter itu dicatat waktunya untuk menempuh jarak 1500 m. Data yang diperoleh seperti tertera pada tabel berikut ini tabel di bawah ini. Lakukan ANAVA pada o = 0,05 apakah X, = X, = Xr?
Anggota Kelompok No.
1

Kelompok A
4,81

Kelompok
4,43

Kelompok C 4,38 4,29


4,33

2 3

4,62
5,O2

4,50
4,32

4
5

4,65

4,37
4,41

4,58
4,52 4,73

4,36 4,74
4,42

6
7

4,39
4,64

4,40

'lnqasJal elep sele sueue^ slslleue uE>ln>lel 'B =u ue8uap ZxZx Z leuoUe, uaruttadsla s)lreul Luelep uep 'B 'y uel;estyt'1 '60-65 de1al ;aqeuen uelednrauu rur qemeq lp etep lrep

t I
t s

s s 6

9 c

I
t

I l

t
s

f I
la[qns

v
B

I I f

!rnI

'>le)e erefas ue>lnlualrp uJolo) ereluauas dela1 ue1e1e{urp ts)as uep .rn[e; ]e.rpen1 qelrunf eueu lp stsuetlen taquns-Jaqr-uns r[n8uaLu ellia) 1q; 2de1a1 laqeue^ ueledruauu f uep 'B 'V e)l[ stsuetrel laquns-Jaquuns tfn8uau ele: qeleueureSeq (e) :; <u ueBuap qe.re-e811 tse)Utsel>l suelJen stslleue u.releC '80-65 'S0'0 = n eped ]nqasra] rrnf e8rla1 uep uelr}u8rs 3ue,( uerelruad ueepaqrad ledepral qeledey-lln uep e^eue ue1n1el 'tut qemeq lP laqe] uelep uep g 'V !:n[ e8rl qalo uelelluad '10-65
ue11n[un1rp 1afqns Suelo qnfnl sele

IL
8L

BL

vl
IL
6L

ZL

9t 6t
Sl"

vt
9t st
OZ

9t

1e1uem1

zy

6t 8t IL
LZ

Bt
ZZ

8l

lt

IL
ZL

9Z
VZ

8t
VZ

9L
17.

6t
tg

leud;

Ly

,B

.B

"B

rsrpuo)

rse^iasqo 'e,(u; rseq ue1 ndr-ur5


1

'S0'0 = n eped rses)elar nDle/!\ ue8uap uelre)raq Suer( uere8uapuad Sueqr.ue


ueepaqrad ledepral qelede3-r[n ue8uap e^eue

1e>13u;t

ue)n)el ']!uau (,1uep B'V'O lseslelal

Llelalas ue)tJaqtp uep ellue^^ uep er.rd lafqns 1odur.rola1 enp sele ueleue8uad trep qa;oradrp elep ue)rsurnsetc 's/sa/rrb uenles ue8uap ue>1ete,(ulp uele8uapuad epeu Vep qe/Aeq-seleq uerfn8uad ltseq qelepe rur qemeq lp laqel Luelep elecl '90-65
TZZ SNVITVA SISITVNV

- X' SVS

224

STATISTIKA TEKNIK

cl
Bl
B2

c2

Bl
4
7 9

B2

Al

7
5

9 o
3

4 6
2

o o
7

7 7
3

6
9 6
7
1

4
2

6
5 2 A2

2
5

4 4
7
.t

6 9
5

4 6
3

6
5
5

6 4

6
5

4
6
5

6 4
8
5

o 7
o o

9
5

S9-10. Dalam suatu eksperimen faktorial 3 x 4x2dengan 10 pengamatan untuk kombinasi perlakuan, anda diminta untuk membuat rangkuman ANAVA dalam bentuk tabel yang menunjukkan sumber-sumber variansis. Bagaimana cara anda menghitung

triple interaction

SS.

9.9. Daftar

Pustaka

Ducan, A.J. (t 959), Quality Control and lndustrial Statistics, Richard D lrwin lnc., Homewood, lllinois. Cuilford, ).P., B.Fruchter (1978), Fundamental Statistics in Psychology and Education, McCraw-Hill Book Company, New York. furan, J. M., Frank M. Cryna )r. (1970), Quality Planning and Analysis, McCraw-Hill Book Company, New York. Lipson, C., NarendraJ. Seth (1973), Engineering Experments, McCraw-Hill Kogakusha, Ltd., Tokyo.

1nlun ue)deralrp esrq leuol)ej uauuads)a apolau 'qo1uo: re8eqa5

'6e)ua] laqeue^) lnpord nlens uep )rlsuaqere) ederaqaq sele (seqaq laqeue^) roUe] re8eqraq ledruep ue)nluauaur >lnlun Ljplppe leuoUeJ uep euJetn uenfnl '(leuorsrpeJ]) )lsel) uauuuadsla apolaLu
uau.ruads>1a

epedr.rep uarsrya qrqa; ue8uap uresap roqe1 ederaqaq uep rseurolul rslerlsla8uar-u Suer( uaLuuadsla uelednrau lprJoUe] uauuadsll

lerrolleJ uarurrads{l dasuo) 'z'0 t


'ruueLledrp qepnLu uep eueqrapas SueA 17E6t) sale1 srsrleue ueleunSSuaul rur enpa>l

e,(uuelelapuad euarel ese{e>1a.r uelep ueleunBrp 1e,(ueq qrspur apolaw 'rloa] erefas

ueldelalrp 8ue,( uep ;adr-ues uer8eqas uerfn8uad )nlun.UJ1) puo$4eq Fyoqe! uatuuads>1a (q) uep'rroa] erefas ueldeialrp 3ue{ ladtues Llnrnlas ue -rfn8uad )ntun (l;l) de13ua1 pyoi\e1 uatuuads4a 1e; :ru>1e,( ';e1roi1ei uaurradsla apolaLu ure)eLu enp ]edepral 'srqerd erefas ueeunSSuad ueeueqrapa,(uad-ueeueqrapa,(uad ledepral e,(urselr;de

)nlun

LUelep unLueu 'Xl qeB LUelep ue)rernrp qe;a1 Suer( rpadas suerJen srsrleue ue)resepraq ue)n)elrp srsrleue e,(uresep epe6 'Suepelnlns

nele uralsrs nlens e[raurl se]e qnreBuadraq ue)er)radrp 3ue/


roUe]-roUe1 r.rep leduep r[e>18uau >ln]un pLuetnlat 'eser(e1ar Sueprq rp ueleun8rp 8ue,( lelroUej uauruadsla apolalu seqeqrp lul qeq uele6

uenlnqPpuad

't'0

rvuol)vr Nlwrulds)l

xYs

226

STATISTIKA TEKNIK

mengkaji karakteristik laju keausan dari sejenis material, sebagai dampak dari beban, kecepatan, bahan pelumas, temperatur dan lain-lain. Di samping itu, jenis eksperimen ini memungkinkan seorang teknisi menentukan, apakah berbagai faktor utama yang berdampak atas suatu produk telah diperhatikan. Bab ini akan membahas eksperimen dengan satu faktor, dua faktor, tiga faktor dan eksperimen faktorial fraksional.

0.3. Eksperimen Klasik


Pada eksperimen klasik lazimnya satu faktor dibiarkan bervariasidan lainnya tetap.

Misalnya pengaruh kecepatan gelincir dan temperatur terhadap keausan akan diselidiki.

Variabel pengujian adalah: a. Kedua variabel bebas (faktor-faktor) adalah kecepatan gelincir A dan temperatur
B.

b.

Variabel terikat (respons) adalah laju keausan W.


Pada eksperimen faktorial, faktor A (kecepatan gelincir)dan B (temperatur) diselidiki

pada dua tingkat intensitas

(A/ A2, dan 8,,

Br) di mana pengujian direplikasi pada setiap

kondisi pengujian untuk menghasilkan sejumlah pengamatan. Perubahan kecepatan gelncir dan temperatur akan menunjukkan bagaimana dampaknya terhadap keausan. Cambar I0-01 menunjukkan metode klasik di mana penyelidikan dampak variabel A dilakukan pada dua tingkat intensitas sementara variabel B dibuat tetap. Dua sampel diuji pada tiap tingkatan untuk mendapatkan dampak rata-rata. Dampak ratarata laju keausan pada tingkat B, misalnya4T mg/s pada kecepatan gelincir Ardan 40 mg/s pada kecepatan gelincir A,.Dari kedua data tersebutdiperoleh perubahan keausan sebesar 7 mg/s sebagai dampak perubahan kecepatan gelincir dari A, ke A,. Perubahan itu disebut dampak A (kecepatan gelincir). Dengan cara yang sama, sampel lain diuji pada dua tingkat temperatur B sementara variabel A dibuat tetap. Dengan mempertahankan kecepatan gelincir Artetap, diperoleh perubahan dampak B sebesar @7 - 39) = B mds. Karena dampak B lebih besar daripada dampak A, maka disimpulkan bahwa, temperatur lebih besar pengaruhnya terhadap ke ausan daripada kecepatan gelincir. Walaupun pendekatan klasik dapat digunakan untuk mengevaluasi dampak dari A dan B atas W, namun masih terdapat kelemahan-kelemahan berikut ini: a. Konsep tingkat kepercayaan tidak dapat digunakan dalam estimasi dampak A dan B terhadap W. b. Metode ini tidak mengestimasi kekeliruan eksperimen (residual error) dari data hasil pengujian. C. Metode ini tidak mengestimasi interaksi antara faktor A dan faktor B.
lnteraksi antara dua faktor dapat diterangkan dengan contoh berikut: Ketahanan sejenis baja terhadap korosi dengan 20o/o Cr meningkat dengan lima satuan (dari 1 5 ke 20) jika kandungan Ni bertambah dari 10% menjadi 20% (Cambar 1O-02).Tetapi jika

:euelu lp '(Lo-0|. laqel teLlrl) Sunttqtp ]nqasra] elerar -elerar rJep es suerJeA uep X elelau 'eo rselndod suerJen uep rseulrlsa re8eqas Sunlrqrp ;adues derlas )nlun zs sueuen'leulou rsnqr.t1srp rer(unduuau uep uaSouuoq Suer( rse; -ndod uep )ere ereras llqLuelp u uern)nraq Surseuu-SurseuL ;adu.res ) ue>llesrw 'uerfn8uad ue)n)el rp uerpnura) )efe Erefas qllldlp rseurquio) derlas euetu rp'uaur:ads1a uellere8uau.r ue8uap ue)n)eltp ledep rur ;ep 'uerfn8uad 3uefuedas )ef,e ere]as rsnqrJlsrpia] ]nqas.ra] laqerJeA-laqeueA qnreBuad eSSurqas ednr uer>lrnLapas ue)eueqellp snreq uaurradsla nlens '(selrlrqeqord; Suen;ad lllep-ll;ep eped ue)reseprp sueuen srsrleue euare)'rlnBuad uaurnrlsur

ue8ueduur,(uad uep 'lole:ado rsuarsga 'ue8unlSur; ueqeqn.rad 'er(ulesruu /rnqelalrp )el nele rlepualra] )e] 3ue( lreq laqerJe^ ederaqaq eupur rp rsenJrs ledepral uauruadsla re8eqraq tueleC 'rselosrp nete >lreq ueBuap uelrlepualrp snreq l)lpllaslp 3ue,( ren; rp laqerre^-laqer;e1 'r[nrp 1edep.ro11e; deryderl rrep rserJen rsuelryuSr5 'lenprsal uenrla]a) uep Jo])e] relue rs)eJalur '.ro11e1 Surseu-Sursetu qalo ue)qpqasrp 3uel, rseuen-rseuen urelep a1 qeradrp ledep uaur.radsla nlens uep sueuen qe;uun[ 'rur apolaur ue8ua6 ']nqasra] uapuadapurraqus-raqurns uep sueuen qe;Lunf ue8uap eLues qelepe rseNasqo lrseLl uep sueuen eleu'ue1;nurs eJelas ue.rad.raq uapuadapur Suer( lsprlen laqtuns re8eqraq e>1r[';euo11e1 uauuads>1a LUplep er(usnsnql Jr1e1r1uen1]eJrsraq 3ue,( uauuuadsla elep srsrleueBuau 1nlun qndrue le8ues Suer( eue.res ue>1edruaur suerJen srsrleuV

lErroDleJ
lelJoile; uaurradsla
dasuo; :20-0 [ :reqtue3
.u,'!t4

uauuadsll ruElep suErrBn slstleuv 'n'01


llsEl) apolaw : [0-0 [ :rBqrueD
I[)olr(
Surptls
|
1.,

--s J'I
I
1

(6t'ar?rr^V) ..r

a
at

{l

t
l:

I I I
I

{$r rtuJiati -(i

-lp

'sueuen srsrleue ue8uoloyad ue8uap lerJoqe, uauuadsla rnlelaur qa;o.rad eslq 'se1e rp ueseqequad ue;ep ue13ue:a rp 3ue,( ruadas tseulolut enuras 'rs)eJalur lpe!at lep11 ue1;nduursrp ]edep eleur '.r3 o7og7 ue8uap

snsel eped lUadas uenJes euLr; e,(ueq rsoro) depeqral ueueqela) D "/o1t eped e1rI 'lN uep rJ erelue rsleralur e{uepe ue11n[unuaLu nlr leH'(gZ a) BI lrep) uenles qn[n1 er(ueq rsorol depeqlal ueueLlela) ueqeqnrad '7ogg redrues ueryteutp l3 aseluasrad
/ZZ
tvvoDtvJ Nlwtdldsxl

- x BVg

228
n,Szx

STATISTIKA TEKNIK

Sz

(10.01)

Varians

s2

dari semua k sampel masing-masing dengan

observasi, adalah:

_z j=r su:_
k

fr*,

- x,)'

(10.02)

nq
62:
(10.03)

Rerata dari semua s,l merupakan estimasi dari varians populasi

o2 =-i=l

I'i
k

Varians populasi dapat juga ditentukan dari hubungan:

oz =
Persamaan
(1

nozx
(.1

- x)' "\{x, i=l

(10.04)

k-l

0.04) memberikan estimasi yang baik untuk varians 62, namun persamaan (10.03) memberikan harga yang lebih reliabel karena didasarkan pada lebih 0.03) dan

banyak derajat kebebasan.


Tabel 10-01: Rerata dan Varians dari Beberapa Sampel Diambil dari Populasi yang Homogen
Samoel
1

X,,
N observasi untuk
setiap sampel

X,, X,^

Xil

Xil

X,, Xr,

X,, Xr,,

X,,

Xnr

X,, Xu,
xi
si

X,I
Xun

Rerata

Varians

xr sl

x2 sr'

x3 sj

xn
S,
2

tt
,1

Selanjutnya jika populasi dari mana sampel itu diambil tidak homogen dan terdapat perbedaan-perbedaan antar sampel, maka variasi dalam sampel akan sesuai dengan variasi dari populasi, tetapi rerata dari sampel-sampel itu akan bervariasi sebagai akibat

dari perbedaan antar sampel tersebut. Sebagai contoh, At, A2, . ., Au, merupakan tingkatan dari beberapa faktor A dan dampak dari tingkatan itu terhadap variabel X harus ditentukan, maka visualisasi penyelesaiannya ditunjukkan seperti pada Tabel
10-02.

:ueele)rad ueSuap uelele^utp e)tI

(ql0'0 t)
(ero'0 t)

iou + ,o = lou + iou

=,(io)'u

nelV

io

io =,(io)

:e33urqas'ueleperlrp iedep 199'9 1; ueerues.rad


ueSuap eures elelar depeqrai tsetnap qe;tunf euale)
f.

!rep

lrqleja] n)ns e)eu /lou

I(e0'0

rl

(ru-'n)(X
L)

-'DZz

[- rl l-1 -7/1-'^R-,q-'DZ
'----

--.

J-

r-4
,l(ru-'rt4) +(X

l-

rl =,( l'p)

-'X)l3,l(ttt+

y) -(ru+'X)lK
:eleul

M nll qeqas qalo ' 4 roqe; tedepla] )ep[ euetx lp ro rse;ndod suellPn sele leduuep.raq Iep!] M Jo1e! ueepelaqa) 'errtqeq !i)nqla] sele lp ueeueslad enpa) lleC

,{o rlse suetren ue8uap ue)epaqluau )nlun ,(Xo) ue8uap ue1e1e,(urp nleq suelJe^ e1r[ 'ladues e]erar trep (suetre^) e]era.l terpen) sele >1edt-uepraq rlsed erefas uele n ueepaqrad ';aduues Luelep rseuen ue1>1nfunuaur ln]un lreq Suer( tseLut]sa ueledntauu

I-u
,('{ "

(qs0'0 r)

xl{
Ix =

'l(tu

t={ l-u t7 :suettel n - U4+T il;l

(e90'01.)

,rlr+tx: u",

,r4r+

W* U7= (t(rul+ttD4 :eleJa)


1=f

:Llelepe Sutseuu-Sutselu
f(
7

'y

1e13ur1

loUe] )nlun suelJen uep elelau


I.s
Z

lelol elerau

'.(' z
t

-cs

fs

sueuen
PleJau

= /4+X

'14+

X 'ril +'X

'ru

+'X
+

'ril

+'X

'r4+'X
'/1A

+ o'X

/\

+"X
+ "X ,V

'M+"X '/\A + o'X 'M+"X 'M +',"X 'M +''X ,AA +,,X "/1 + ""X 'AA +'"X "X '/\A +'"X
M +"'X
'V

'M+"x '/\ 'M+"x


,V

'/1A

,OM

;adues derl

)nlun
rseAJasqo u

\7u1

at\y

+,rx tv
y rol)eJ

'/1A +

,V

"X

,M + rrx

ua8ouo11 1epr1 ladues

lnlun

y ue1e13u11
6ZZ

ede.raqag upp suer.te1 uep elerau :20-0

! laqel X SVS

IVAOD|V! NIWlA:rdSXl

230

STATISTIKA TEKNIK

Jumlah varians = varians dalam sampel + varians antara rerata sampel Untuk menganalisis variasi dari eksperimen faktorial, kadang-kadang lebih mudah menghitung jumlah kuadrat (sum of squares,59 dan rerata jumlah kuadrat (mean of squares,

M9 di mana antara keduanya memiliki hubungan: MS = SS ldf

dan

clf =

n-1.
SS.

Pada eksperimen faktorial dengan satu faktor yang dikaji pada beberapa tingkatan:

=IX'-fN
semua observasi,

m2

di mana

dari semua observasi dan N = seluruh jumlah observasi. Apabila berbagai tingkat faktor yang diselidiki dinyatakan oleh kolom, maka:

ZX'

= jumlah kuadrat dari

7= jumlah besar (grand

total)

I?il -SSa=L

12

di mana I* = jumlah dari kolom, U = ;r.,Xn f.ofoT, p = jumlah observasi dalam setiap kolom dan N = jumlah seluruh observasi. Selanjutnya jumlah kuadrat residual: SSr", = ,S.Sr -,S,S* Dalam uraian di atas, jumlah variasi dipecah menjadi dua sumber variasi, yakni: variasi dalam kolom (kekeliruan eksperimen) dan variasi antar kolom. Masing-masing variasi yang dinyatakan dalam jumlah kuadrat akan tereduksi menjadi kuadrat rerata jika dibagi dengan derajat-kebebasan df Nisbah dari setiap pasangan rerata kuadrat (mean square, MS memberi landasan pengujian signifikansi F. Apabila uji-Fditerapkan pada nisbah dari MS dan MS.",,maka akan terindikasi apakah terdapat perbedaan yang signifikan antar kolom (berbagai tingkatan faktor) atau apakah perbedaan yang teramati itu karena kebetulan atau karena kekeliruan eksperimen semata. Perhitungan analisis varians dari eksperimen dengan satu s/d tiga-faktor relatif sederhana dan akan menjadi makin sulit jika jumlah faktor makin banyak. Perhitungan berbagai jumlah kuadrat (59 dan lain-lain untuk eksperimen dengan satu s/d tiga faktor dirangkum dalam Tabel 10-03 s/d Tabel 10-05 (bandingkan dengan uraian dalam Bab lX). Untuk memahirkan penggunaan analisis berdasarkan ketiga variabel tersebut, di bawah ini diberikan contoh-contoh analisis faktorial dengan satu-, dua-, dan tiga-faktor. Simbol-simbol dalam Tabel 10-03 s/d Tabel 10-05,: X = besaran tiap observasi atau pengukuran; k = jumlah kolom; ;= jumlah laiur (row); g= jumlah kelompok; n = jumlah replikasi; ry = jumlah seluruh observasi/pengukuran; Tu = ZXr = jumlah pengamatan tiap kolom; T,= ZX,= jumlah pengamatan tiap lajur; T = ZXx= (ZX) o= ZT, = (EX, = jumlah besaran seluruh pengamatan atau pengukuran.

*lp
,,ks
"'sl4l
trrsw

*-:*3
,u,lp

= 'ss
=

lelor

SI\l

'tp -'lp

l-N=rh -'lp
_ r.fit =

"s^s-',s,s -'s,s 's.t - 's,s -

-'ss

"'ss

lEnprsau

,EW -sIN
""

Na,

(rx))
rs)eralul
tn[e1

#="r^
'lp 'lp

(t -.t)(t

- tt) = "fit

i- :a,- ''s"s
ry',u

tf

='sr\1

A1

l*,t ='IP l-tt=YP


(/p) ueseqeqe)
1e[e.ra6

Jeluv

-'sl4r

sIN

.t',u

Ys's

=
"s/4

7-J3= "" A1 J- :i7= "'ss


65) lerpen) qepunI

ruolo) reluv
rseuen

lerpen) qe;unI
PleJau

6r{)lerpen)
qe;u:nI e]Brau

qeqslN JoplEJ-EnC ue8uap suprJe1 sts!leuv snunu-snunu

raquns

:r0-0! laqpl

u'tp

t-N=lP
(t--y)-(t-N)='"'lp
L-4 -- jp
ap)

*- t*z='.ss
ns,s-',ss =
"',s^g

lelor
lenplsau

"'sl4l =3s =

'tsh:

""'str{

,r", =',slt
6ru)]eiPen)
qe;LunI e]erau

lp

#-i3
6s)

''"

Luolo)

reluv

lerpen)
qe;LunI eleJau

ueseqaqe) 1efera6

lPrpen) qe;LunI

qeqslN

rseuen raqurns

;e33un1Joplel lnlun suerre1 s!s!lEuV snunu-snunu :t0-01 laqpl


LTZ

TVtOt Vt Nlwttldsrl

X SVg

232

STATISTIKA TEKNIK

Tabel 10-05: Rumus-Rumus Analisis Varians dengan Tiga-Faktor Sum-ber Variasi


Rerata

Jumlah Kuadrat

Derajat
Kebebasan (dfl

(s9

Kuadrat (M9

Jumlah

Nisbah-F
MSo

Antar Kolom Antar


Lajur

ss,=rri-r' ^nrgN
.r"'nkgN = -

dfo=k-7

MS,_ ^ dfr^
M,S-

.ss,

M5,". MS"
MS,N'

Antar
Kelom-

ook
I

If '' ssr =rf nkr -r'


iV

df,=r-l
dfr=g-1
df* =

' = df,

ss'
.ss. *
clfr

MS: ,

MSr
M5,", MSr, M5,."
MS

nteraksi

kxr
I

,ssr"=+ fr-"r--rr" 5so*=+ +^s,,-.s,g

(r-l)(r-l)
dfor =

MSr,=* MSr,=*
ss-., MS"=d

nteraksi

*e

k*g
I

(k-l)(g-1)
df,r =

M5,",
MS,g

nteraksi

rx8
I

sso=+ f-rr"-rr,
ssr.*=
SS.

(r-l)(g-l)
df r,r =

M5,",
MS*,s

nteraksi

k.r.B.

(+-*,>,*;

(r-1)(r-lXg-l)
df,", = df,

MS*r=x

M5,",

keenam SSdi atas


Residual Total

ketujuh 55di atas

ketuiuh 55 di atas SS, =

-T

dfr=N-L

ffian
a.

dalam tabel-tabel ini dengan uraian dalam Bab lX.

Eksperimen dengan Satu-Faktor Contoh C10-01: Keausan ban mobil dari empat merek A, B, C, dan D akan dibandingkan setelah 20.000 km perjalanan. Untuk maksud itu digunakan sampel masing-masing empat buah dari setiap merek yang dipasang secara acak pada em.pat buah irobil. Setelah 20.000 km perjalanan keausan bab diukur dan diperoleh data
sebagai berikut (keausan dalam mm):

Merek Ban

ABCD 14 13 17 13

14 14 B 12

12 11 12 9

10
9 13
11

]el3ur] ueSuap 'emqeq ue1;ndu-rrsrp ledep sele lp elep uerfn8uod stsrleue uelrpsepraB .19,2 zr:e:or'ocl _ pqatl qa;Oradrp

(zl!t) = ]p

uep (01'0 = D) %o06 uee,(e:radal ]e)8ul] )nlun J-rsnqrrlsrp laqe] rrec

8v'z=*,=ry- ,"'t'tt
:

J-qeqsru nete (usrv 'oqet atenbs uealu) eleJaj qeqslu e33urqa5

Ll'i =

7,7

*=

*tp (i-r)-(r-qr) :--,rrss "'SW ueP [t'01=

+=#='r^

:]eJpen) qe;runf ele:au


0S = IE- I8 ='^SS-'SS = "''SS :uauuadola uenJrla)al ueJn)n) lenprsar ]erpenl Llelunf

18= SZEZ- 60lZ=

9I

z16

(.01+

,6'z+ rll'z+ ,zl'z+

z8+ zLl+

z;l'l+ ,ll'E)=
Nn---;xs=',ss 7L
:lelot lerpenl qelun[

f --

9t !e fil
-

zt,+ zvv+,6p+,ti=i-7R
:r.uolo>l Jetue

_r, __N _ , = '^ss

]erpenl qelurnf

:0-0 [ laqe] eped nre8uau ue8unlrq.rad e,(utnfuelas 'ueJn)n8uad ;seq enuras rrep uesneal ]erppn>l

='l'gl =)

qeltun[ = ,(nX

33

lJ'v'E'z'l=)

pupu] rpLuolo)det]uesneal qe[unt='XK =N't

* V J u'\ = uerfn3uad ne]e rseruasqo qnlnlas qegunf = uetfn8uad rselrlda.r qelLunf - u 'V ueq )alau qelunf = Luolo) qe;runf - >1 'se1e lp laqe] LUeleC

tGL=l
9V

='l
t1
1"

bv

=tl
6
ZL

6v

=zl
t
B

lS

='l
r

0s

IL
r
VL

lv
09

tt
zl,

VL
VL
B

0t
C

'xZ

(b = u) UPB >laraw

:uelesalar(ua4 ']nqasra] ueq IaJaLU leduuaa1 r.rep ueluruBrs 3ue,( ueueqela) ueepaqraq ledeptal qelede 'o696 ueeAerradal 1e>13ur1 eped ue1n1ua1
TVAOD|VJ NlWtAilSXl

X gVS

234

STATISTIKA TEKNIK

kepercayaan 90% tidak terdapat perbedaan yang signifikan antara keempat merek ban tersebut. Hal ini dibuktikan dengan Fo,,u,r 1 F,oo,,. (Bandingkan dengan uraian pada paragraf 9.3.). Hasil perhitungan di atas dapat dirangkum dalam bentuk tabel di

bawah ini:
Sumber
SS

Variasi Merek (kolom)


Residual

df

MS

Nisbah-F
1o'33 = 2.48

E 0 l0 3:!2

31

4-1=3
(1

10,33 4,17

2,61

4,t7
50
B1

6-1)-(4-1)
_ 11 - tL

Total

16-l

15

Eksperimen dengan Dua Faktor Contoh Cl0-02: Dampak dari kecepatan gelincir dan temperatur terhadap laju

b.

keausan suatu material harus ditentukan. Hasil pengujian (laju keausan, mg/s) ditunjukkan pada tabeldi bawah ini (lihat juga Cambar 10-03). Tentukan dengan tingkat kepercayaan 90oh, apakah kecepatan gelincir dan temperatur mempunyai dampak yang signifikan terhadap keausan material tersebut.
Temperatur
B.

B.

T,

Ar

34

33
41

30
43 37

Kecepatan gelincir

A2
T,.

50 44

******lq
:r
g

t-:

c"

t*

Al

5iitling vak:city

llr

Gambar 10-03: Visualisasi grafis CI0-02

Penyelesaian:
Perhitungan dapat disederhanakan dengan terlebih dahulu mengurangi harga-harga

dari tiap sel dengan 30 (hasil pengujian terendah). Hal ini tidak akan berpengaruh

'(J-rsnqulsrC JeUpC rJep qaloJad5) bE'V

t:I:I'oJr

tacD'leB)eH

l=[-B=[-N
6L = b/91 b =Z-Z-B

ZL

lelol
lenprsau

=.t-)-N

9t
Z

ys'v ys'v

L= Lx
=( l-tX t

I
Z9L

Jx)
r$leJalul

L,O

= 6LIZ

Z=

L/Z

[-))
L-)

t.9'B =6LlZ9l

Z9l = LlZgl

- t-z t

(rrrurla;'I) rnlel reluy


(rnleradLual)

ls'l
(* r:r:r'oJ

6l' = 6LlZl
J-Lleqs!N

Zl = LlZl
SW

=L-Z

= L-\

ZI
SS

ruolo) rEluv
rserJen

JP

raqurns
;rsep1

:rur Llemeq !p laqet )nluaq

uelep un>13uerlp ledep sele rp ue8unlrqrad

gL = z - zgt

7,L

- 4e = ",s^y -'s,s -',ss -',s,s = "",s^t


:lenprsar lerpPnl qeluun[

z=

ZeI-7,1*8?s-*sLr=

",s,s '^,s,s

=791-ZL-8n9z?e

+ 207,+ zyl+

= 'ss

- n^ss
x))

:(/

rs)eralur ]erpPn) qElLUnI

Tk=

zre

=8r9-096=8r9

-(rvt+

z0r,+zII+cc

zL+uel+20 +

rr)=[-tf<=

r,s,s

:lelol lerpenl qelun[

ler = ilte-or8 = 8rs -

;u= ; # *= :-#=,^s^s

='1 ltuo;ol derlas rrep qelrunf ='l lB=ZxZXZ=) x) x u = uetfn3uad qnJnlas qe;runf - N 1Z = uerfn8uad derl rselr;dar qelurnf =u '.2. = r!)ulla3 ue1edara11e13ur1 qelun[ - rnfe; qeluunf =t '.2-- tnleladula1le13ull qe;un[ - LUoloI qe[unf =) !u! laqe] LUeleC Zl=l
VE

:r0-0[

:lrnleradua]) uJolo) relue lerpenl qeluun[ 'lnfe; derlas uep qelrunf ;aqet eped nre8uaur ue8uap ue>ln)eltp ue8unlrqra6

Bb

,7.

,.L

vt
OZ

I
t
0

,V rrcur;aB ueleda:a;1 ,V

Bt

tt

v
.B nlPJad

,l

,B
r

Lual

:rur qe/!\eq rp nreq laqe] qaloladrp eSSurqas


982

l1tsltets uep ttLl>le lrseq depeq.rai


TVVOD|V! Nlwtdldsxl

X SVS

236

STATISTIKA TEKNIK

Berdasarkan rangkuman

1)

2) 3)

atas dapat disimpulkan hal-hal sebagai berikut: Dampak temperatur: Pada tingkat kepercayaangOo/o, Fou*r 1 F,oo,, berarti temperatur tidak mempunyai dampak yang signifikan terhadap keausan. Dampak kecepatan gelincir: Pada tingkat kepercayaangOoh, Fnro,r F,,u", berarti kecepatan gelincir mempunyai dampak yang signifikan terhadap keausan. Dampak interaksi temperatur x kecepatan gelincir: Pada tingkat kepercayaan 9Oo/o, berarti tidak terdapat dampak interaksi yang signifikan terhadap keausan.

di

Eksperimen dengan Tiga Faktor Contoh Cl0-03: Sebuah pabrik pompa air menerima keluhan dari beberapa komsumen. Keluhan utama berkaitan dengan banyaknya kotoran yang melekat dan

c.

menyumbat pada saringan. Analisis sementara menyimpulkan adanya tiga faktor penyebab banyaknya kotoran yang me- nyumbat pada saringan, yakni: (1) Kombinasi poros dan rotor yang dipergunakan. (2) Jenis rumah dan tutup pompa: (3) Posisi kelonggaran pada pelat tekan dan pelat gesek. Matriks yang menunjukkan variasi pengujian ditunjukkan pada Tabel 10-08. Tentukan faktor mana yang secara signifikan menjadi penyebab banyaknya kotoran dan penyumbatan tersebut pada tingkat
kepercayaan 90o/o. Penyelesaian: Untuk meneliti kebenaran keluhan konsumen, pabrik pompa air tersebut membuat eksperimen dengan rencana seperti tertera pada Tabel 10-06. ldentifikasi kelainan ditandai dengan angka-angka 0 s/d 3 (lihat keterangan dalam tabel). Analisis dilakukan dengan mengacu pada Tabel 1 0-05.
Tabel 10-06: Rencana Eksperimen dengan Tiga Faktor Rumah &

Tutup
Kombinasi Poros & Rotor
(r) A2

(e)

k,

K:

t.

Kelonqqaran/Posisi (k) k. k. k"


0
1

k.
0 n 0 o
1

Ar Sq. Shaft &

Std. Housing

0
0

0
0

0 0

& cover (B,) Dwl.Housing & cover (B,)


Std. Housing

rotor

0
0

2 3

o
1

Prod.Shaft

& cover (B,) Dwl.Housing & cover (B.,)


0

& rotor

Tingkat degradasi: 0 = Tidak ada tanda-tanda kelainan; 1 = Sedikit kotoran pada pelat tekan, rotor dan sudu-sudu; 2 = Banyak kotoran pada pelat tekan, rotor dan sudu-sudu; 3 = Penvumbatan padasarinqan. n ='l ; k =6;r=2;g=2i N = 1 x 6x2x2=24

Untuk keperluan perhitungan, Tabel 10-06 disederhanakan seperti teftera di Tabel 10-07. lumlah kuadrat antar kolom:

,sse =

Z,;
nr8

Tz
N

o2

+3. l'+62 1.2.2.

+32

-u

122

=19-144 424 -12*6=6

tI'0-9- u-

.nz

t8'I = Lt'o-g-g-tt= Lt'o-t-#-*,= z'l


zI+0+ zI+ r(e+t)+ z[+0+0+
zI"+

r(l+I)+ zZ+0+0
,tu

N oss-;-W= =rss_"
:3 x

"s,s

1 rqelalur terpen>l qelurn[

VZ-- Zx Zx gx I = N lZ =E lZ - t !9=) 1l = u'ueEuljes eped uelequln^uad - lnpns-npns uep rolor 'ue1a1 }e;ad eped uerolo>1 1er(ueg = Z jnpns-npns uep rolol 'uelal le1ad eped uerolo) ]lIlpas = [ lueurela) epuet-epuel epe )eptl = 6 :tsepelSap te>13ur1
0
L

0
I

'g
'g

tv 'v
qeunu

(r)

0
0

rolou

t ,4 ,4

'g
B

3 sojod
rseurqLuo)

t 0 0 0
n4

'4

0 0 0 ,4

0
4

13; dn1n1

())

rsrsod/ueledtsuola)

roptuJ e8rl ue8uap uaurrads4S 1n1un ;e8flunl ;se1gldaX :10-01 laqel

os'e

= g'et- Lt= s'I - g-9-,? = """

s'r-e

Z'I
r(e

.tz -A,r+ ,l+,t+

+7)+ ;+0+0+g+.(I+

1)

+ rI

+0+0

'^s,s - 's.s "ss ) rsleralur ]erpEnl qelLunI

:J x

: &=

ll'0 = 9- Ll'g = nnt- W= _Jl- + + t + I + 1) + + 1 +7 + 1) r(r ,(t

nz 7,t

t7,

z'9't

NJIUR =j-:R

SS

:1oduo1a1 terpenl qelLUnI

nz 7.t t7, os'[=g-s'r=lnt-G= ?r/tz

z'g'r

:rn[e; lelue ]PrpenI LlelunI


TVdODtVl

N =jr,r(=

8rya

ss

N:lwltldstl - X

8V8

STATISTIKA TEKNIK

Jumlahkuadratrxg:

rEnkN

Ir'

Tz

_ 12 +(1+1)2 +(2+1+1)2 +(1+3+1)2


=

122

46 144 1,5 0,17 ='7,67 - 6 - 1,5 - 0,17 = 0 i -; - N) SSo

Jumlah kuadrat interaksi k x r x g:

JJr,g =

cc -,Zri,, \-- -Y'


12

SS,

SS,

SE"

5S*s
122

5S,s

+12 +12 + 22 +12 +12 +

12

+32
0,17

+12

- 6- 1,5 Jumlah kuadrat total:


,S,Sr

- 3,5-1,83- 0 = 20- 6-

13 =

Z*i-T=

(12 +12 +12

+22 +tz+12 +

12

+32+l')^S^Shs

*=20-6=14

Jumlah kuadrat residual:

SS,r, = SS,

- SSr - ^S^S, - SS, -,SE, - 5Srr -,S,S,s = 14 -6 - 1,5 - 3,5 - 0,17 -1,83 - 0 - 1 = 0

= 1)seperti pada contoh ini, jumlah kuadrat residual selalu sama dengan nol. Hal ini karena kekeliruan residual timbul karena replikasi (pengulangan) terjadi dalam kondisi yang sama. Dalam eksperimen dengan satu replikasi, kekeliruan lazimnya akan hilang karena interaksi-interaksi antar faktor (kx r, kxg, rxg, kx rxg). Hal ini dikenal sebagai dampakyangmengacaukan (confoundin$, di mana suatu dampak tertentu tidak dapat dibedakan dari lainnya. Uraian di atas memungkinkan untuk menetapkan:
Pada eksperimen dengan satu replikasi (n

SS,,, = SS, -.S.S* df,", = (k

SS,

SS"

-.SE, - 5Se -

SS,8 -,S,Shs

dan derajat kebebasan residual:

-l) + (r -1) + (g -l) + (k- lXr - l) + (t -1XS -l)+

-l) +(k-lXr-lxs-1)
(r

1)(g

qoluo] 'er(ursleralur ledruep uep prrrpln roUe]iloue] 3uelual rseLulorur ue4edepuaur )nlun rseurquro) ueurlSunuual ueqnJnlasal uep qlldlp uerfnBuad rseurquol 'rur apolauu ulelec 'e{urunlaqe5 ue1de1a1g6 Suer( uerln8ua; rseurquo) 'E ' (suolteu lquo) tsat pa]Daps,fiuopuetl Ie)e ereras qll!d!p 3ue,( rseurquuo>1 ue8uap uerfn8uad (q) uep (suoqeuquo) tsat pautur -talapatdl nlnqep Lllqapa] ueldelalrp 3ue,( rseurqr-uo1 ue8uap uerfn8uad (e) :ru)e^'JJl rselrlde Lueleur enp seqeqrp ue)e rur ;er8ered urelec']ern)e dnlnr Suer( rseuurolur qalo.radrp ledep leuu.rar 3ue,( rseurqtl-ro) qrlruaLU ue8uap unueu '(-lll) de)Bual leuoUeJ uauuadsla de>13uagas rseurrolur uelrraquau tedep lepl] (JJl) leuors)er] leuo])ej uauuadsla undne;e7i1 'rspurqu.lo>l ueutlSunu:a) enuas uep uer8eqas sele ue)n>lelrp e,(ueq uerfn3uad rur apo]au ue3ua6 '(luauuadxa Fyope! Fuotpu]) puolqeq pyorye] uauuadsya apotaur ueleunS3uau Inlun srqerd qrqal ue)e 'tut snsel uelec 'lBlZ = f fi Velepe ue1e13u11 enp ue8uap ueln)elrp Surseuu ledurep uep eue]n ledruep ue)nluauarrJ )n]un
rpefuauu uelelSurl e8rl eped uep BZ L = -Surseuu e11[ 'ro11e1 qn[n1.re1ue rs>le]a]ur

ueln;radrp Suer( uer[n8uad r.1e;uunf 'qoluor re8eqag 'eue1 3ue,( nqe/!\ ue)eurau uep lelleuu 3ue( e,(erq ue>lnpaurau de13ua; lerroUe, uauuadsla 'nluaua] rsenlrs urelec
'de48ua1 Fpolyeq uatuuads4a ]nqasrp nlr uauuradsla 'se1e lp ''0 l ler8ered urelep seqeqrp 8ue,( qoluor e8rl eped ryadas 1[n;p roqel re]ue rseurquol ueurlSunura) derlas e>1rl

lPuor$lPrJ IEuoDIEJ uaurrado;3 's'0 t


'ue8ur:es eped ueleqr.un,(uad uep uerolo) e,(ulnseur qeqa(uad reSeqas n]l rollej enpa>l e,(uluv 'o1o96 ueeAe)ada1 eped ueleqrun,(uad qeqa,(uad re8eqas uelrlruBrs ue1e1e,(urp pnfel) rslnpord

1e13ur1

Tsorod sruaf eyas (Luolo)) uereS3uolalTrsrsod '80-0 [ laqel Luplep uunlSuerrp 3ue,( eSreq -e8req ue>lreseprag'(t < u) rse>1rldarrp snleLl uaLurradsla eleu'3ur1uad Suepuedrp rs)eratur ledLuep e1r[ '(loduuola1 Je]ue uep rn[e; relue 'uuo;o) re]ue) rlrpr;asrp 8ue,( efes eue]n ledr"uep e,(ueq rur snse) ruelep n]r qeqas L{alO roUe}-Joqe} Jetue rs)eratur rsuelrlu8rs rfn8uaru 1n1un urlSunLU )eplt rse>1r1da.r nles ue8uap uauuadsla uue;ep 'rpe[
'ldlerT qnunt!47 :o7o96

96'0

9t
s

t'9
t

ft++z+ t) lenprsau

uee,(erradal ie13u

r1

eped ueleqrun,{uad I

ueio}o)

f
lenP
-!seu

Sxrxlrs)eralul ',

roDlel

e,(ulnseu qeqa,(uad 3qs uelr;ru8rs sorod sruaf uep


rsrsodTuereSSuo;ay ;uelndr-ursa;1
7.

t
s s

E8't
s'

tsxrrs)erolul ' reluv tsx)rs)eratul 'z rs)eralul

rx)rs)ei3lul'l
F) dntnl 3 qPunu
(l) sorod stuaI

t'9

s0'
s0'E
VZ,Z

ZL,9

6V'V 6V'V
SB,Z

J tL'0 s'r
Z,I
}P/SS

t t

lL'0 s't
9

eureln

0s'

sz0'0

s0'0

I'0

,",SWSW
_tlq

s0r'0 6t't. 0't


-l
,

I
tp

(l) rsrsod/uPreHHuolo)
rseuPn JaqLuns

iouel

J='-'l
(0-0

=SW

ss

tf)

ropleJ e311 ue8uap uaur.radqS suErrEA srsrleuv :80-0 [ laqel


TVVOJ)VJ NIW|AilSX:I

6tz

X SVg

240

STATISTIKA TEKNIK

berikut ini menggunakan prosedur Yates untuk menganalisis data pengujian.

Cl0-04. Rancangkan sebuah eksperimen untuk menentukan dampak empat faktor (A=kekerassh,B=perlakuanpanas,f=penyelesaianpermukaan,danD=temperatur) atas kemampuan suatu sukucadang menerima beban dinamik serta dampak interaksi antar keempat faktor tersebut. Keempat faktor itu harus dievaluasi masing-masing pada dua tingkatan.
Penyelesaian: Jumlah pengujian pada EFL = 24 = 16. Dengan menggunakan nisbah EFF= 0,5, maka diperlukan adalah 0,5 x 16 = B pengujian. Kedelapan pengujian itu dijalankan berdasarkan kombinasi yang ditetapkan sebelumnya, yakni: (1), ad, bd, ab, cd, ac, bc, abcd Huruf-huruf a, b, c, dan d dalam pengujian ini mewakili faktor-faktor A, B, C dan D pada tingkat yang tertinggi. Sebagai contoh: = kombinasi pengujian Ay 81, Ct, D2 abcd = kombinasi pengujian A2, 82, C2, D2

ad

= kombinasi pengujian A,, Bt, Ct, Dl Tiap kombinasi pengujian tidak perlu diuji dengan urutan di atas. Lebih baik lagi jika pemilihan kombinasi dilakukan secara acak. Langkah-langkah prosedur Yates adalah
sebagai berikut: 1) Membuat tabel dengan (n + b) kolom di mana p = jumlah faktor, b = 2 untuk EFL dan b = 1 untuk EFF dengan nisbah eksperimen = 0,5, b = 0 untuk nisbah eksperimen = 0,25, dan b = -1 untuk nisbah eksperimen = 0,125. Padaeksperimen ini, n=4dan b= 1, sehingga jumlah kolom yangdiperlukan = 5 (lihat Tabel 10-09).

(1)

2) Dalam kolom

(1) dituliskan kombinasi pengujian sesuai perencanaan dan kapasitas

beban yang ditulis dalam kolom 2.

3)

Pada paruh atas dari kolom 3 ditulis, secara berurutan, jumlah data kolom 2 (beban) secara berpasangan (30 + 35 = 65; 32 + 45 = 77; 38+ 51 = 89; 40+ 48 = BB). Selanjutnya pada paruh bawah dari kolom 3 ditulis, secara berurutan, selisih data kolom 2 secara berpasangan, yakni nilai kedua dikurangi nilai pertama (35 - 30 = 5; 45 - 32

= 1 3;51

38 = 13;48

-40

B).

,
f1TI

.")z

t
t

sZ't- = bll 9Z't- = bl{.1 Sl'0 = vlt 9l'8 = YlSt Sl'0 = tl.

CV+]B CB+fV f C]+8V


B

tl.
6

gl'z = ylLl sl'6 = vl6t

6 t.t sl'61 = tl6lt t t-0 | laqel uec *t/(s ruolo) reIN) s ruolo) reIN = ledurec reIN ueqag selrsedey sele

Ieduec

rserrrlsf

ropluJ-roDlul >;edue6 rsurullsl

:0[-0I taqpl
i'q-uz

6;Z=6t!=, e 6L'L=*=#= t8I t8I

o'*'or(er-) + "'""1(e) + u'*"'r(t) =rs

e,(u;esru ;uel3unlrq.radrp 8ue,( ls)Pralul LlelLun[ =A

ureleg '(CV+fB 'CB+fV 'Cf+BV snrunr :srlntrp ledep Inluaq PUPLU tp'rt'r*Z ue8uap lSeqlp (60-0 t

laqel) g LUolo) uep rs)eralul tplpen>l qe;unI r.rep Sunitqlp s leluaLuuadqa uenltla)al 'rur snsel LUeleC 'uernduer neJe tulnu ts)elalut qalo uellnqe)!p ;eluaur.rrladsla uenrlala) ';euorsle.g rselrlda.r uelep unrueN ';eluauutlads)a uenrtla)a1 ueeirleld nlens
ueln;radrp ]nqasra] Suepernlns ueqaq selrsede>1 sele ledr.uepraq ue1rlu3rs e.retas 3ue( eueur roUeJ-JoUe] 'olo96uee(erradal le>13ur1ue8uap er(u;estr.u 'uelnluauau )nlun (9 'f t- = B - (SJ !tL-=ZL- ,[-) j = B t- tZ!98= ZVL- ttl 1 (SJ + jI I = ([-) + et :6t = LZ +Bt j6[t =ZIL + T,yl:S urolo) B = 'S- = L - B 18 = S- L !L- =68-BB lzl = gg- U lLZ=B + [ 18[ = [ + 9!tt[= BB + 68leVL= ll+ 59:l tlrolo) 'e,(uLun;aqas Luolo) rrep elep ueleunSSuauu Luolo) >lnlun ueln)el eues Suer( erer ue8ua6 (7 ue8uap Surseu-3urseu 'S uep

-o,Z=8=tZLtUnB6Y0L
v86n0L

Z tllolo>l 55 x o-,2 = S tuolo>l Luelep SS


T,Z LL

lelpen)

qelt-unf x

'rz= t

+ e I Luolo>l ss
s8
I

6 o

t"

ez

z Luolol ss tuolo) elep lelol


pf,qe C

tt
r

8v
ob

tt
t

rs
8

)q fe

ZL
LZ

I
88 68

pl
qe pq
Pe

CV+]B C8+fV

sv
ZT

C]+8V

tt
6t)

BI,

ttL
ZVL

tt

6tE
(s)

99
()

0t
ue
II

(r)
n;ued
rseurquro)

lelol
ledtue6
rseturls:l

(r)

\Z)

(Pd)) ueqa8 selsede)

(r)

selE^ s!s!lPuv Iaqel:60-01 laqEl


L?Z

1VAODVJ NlWtAilSXl

X gVS

STATISTIKA TEKNIK

= 0,lU , = 3, dan dari daftar 1,638, Distribusi-f diperoleh sehingga K = 2,79."123. 1,638 = lZ,9 = B) Agar suatu faktor utama atau faktor interaksi secara signifikan berdampak atas kapasitas beban (pada tingkat kepercayaan 90o/"), harga mutlak dalam kolom 5 (Tabel 10-09) harus lebih besar dari K= 12,9. Karena A = 39, C = 35, dan D = l-131, ketiganya memberikan nilai mutlak yang lebih besar dari K = 12,9. Dengan demikian dapat disimpulkan bahwa, kekerasan, penyelesaian permukaan dan temperatur berdampak atas kapasitas beban suducadang yang dikaji; sedangkan perlakuan panas tidak memberi dampak yang signifikan atas kapasitas beban karena nilai (B < K) seperti ditunjukkan dalam Tabel 10-10.
fo,r,.r

7) Hitung: K = ,r[z"u.t,, di mana a =l-0,90

b. Kombinasi Pengujian yang Dipilih Secara Acak. Metode ini dapat digunakan untuk mengestimasi dampak dari faktor-faktor dalam jumlah yang besar secara
independen dengan pengujian yang lebih sedikit dari metode yang dibahas dalam subparagraf a. Kelemahan metode ini adalah, estimasi dampak faktor-fakor tidak dapat disimpulkan berdasarkan tingkat kepercayaan tertentu. Hal ini disebabkan pengambilan

kesimpulan didasarkan pada kecenderungan (trend) hasil pengujian yang


divisualisasikan secara grafis.
Contoh Cl0-05: Selidikilah faktor-faktor berikut ini yang memiliki dampak yang signifikan atas kapasitas beban dinamik dari suatu sukucadang: A = kekerasan, B = perlakuan panas, f = penyelesaian permukaan, D = temperatur dan E = waktu. Faktorfaktor tersebut harus dievaluasi pada empat tingkatan yang berbeda: K, L, M, dan N. Waktu dan fasilitas hanya memungkinkan melaksanakan 16 pengujian. Penyelesaian: 1) Membuat Rencana Pengujian. Lima faktor yang diuji pada empat tingkatan, iika diuji menurut prosedur EFL memerlukan 4s = 1024 pengujian. Jumlah kombinasi untuk metode ini sekurang-kurangnya satu persen (1%)darijumlah pengujian EFL atau '16 pengujian telah memenuhi 1 1 pengujian. Dengan demikian eksperimen dengan persyaratan. Untuk menentukan urutan pengujian faktor A, dipilih secara acak 16 kombinasi dengan pertolongan Daftar Bilangan Acak. Ke-l6 bilangan perta- ma yang terpilih ditunjukkan pada Tabel 10-1 1 . Masukkan hasil pilihan itu ke dalam Tabel 10-1 3 di bawah kolom A, yakni tingkat pengujian sesuai urutan yang ditetapkan pada kolom (2). Ulangi prosedur di atas untuk faktor B, C, D dan E dengan menggunakan daftar bilangan acak yang sama (lihat Tabel 10-12). Prosedur pemilihan urutan pengujian dengan pertolongan Tabel Bilangan Acak (Lipson & Seth, 1973:494). (a) Diambil 16 bilangan pertama di mana nilai tiga digit terakhir < 1024. Tuliskan dalam kolom (1) dari Tabel 10-1 1. (b) Nomor urut pengujian ditentukan dari angka terkecil dalam hal ini angka 03133 ditentukan sebagai nomor urut ke-1. Tuliskan dalam kolom (2) dari Tabel 10-1 1 . (c) Penentuan tingkat pengujian bisa ditetapkan secara berurutan seperti teftera dalam kolom (3) dari Tabel 10-1 1. 2) Pengujian. Pengujian dilakukan sesuai dengan perencanaan yang tertera dalam Tabel 14-13. Pengujian pertama dengan faktor-faktor A, B, C, D dan E masing-masing pada tingkat N, M, M, L dan L memberi hasil 1600 kN. Pengujian tersebut diulangi sehingga seluruh rencana (16 pengujian) terselesaikan. Hasil seluruh pengujian itu

szsvs
19698

st
t-

t tt0

N N N W

ZL

srtt9
vnv9s
OZB6T

0t

t6tjv

W W W

VL

It
gt
v
9L s
9
Z

0s8o t 969r8 92909

gt9t0 st Let
9ZB IZ

9ZL16

zoytt,
t

I I I I ) ) ) )

00Bt

()

uerInBuad

ft) :a)
uerInBuad

(t) IE]V
ue8uel
r

]e)BurI

v rouel lnlun
ue![n8uad uE]nJn uEn]uauad
:L

!-0t laqEl

'(tjl) de)Bual leuoqej uauuadsla rnlelau rselUrJaArp ledep rur leH 'JoUe]-eBr1 uep -pnp relue rs)eJalur eAuepe uele.rryadrp eleu 'rur rsenlrs ue11nfunuaru 1o;d e8r] ne]e enp e1r[ '] uep 3 'g .rop1e1 eped refefas )ep!t SueX suodsar srleS-sue8 e,(uepe repuelrp 3ue,( rsleralur ede.raqaq er(uepe leduuel'ntr Surdues rC 'IrLUeurp ueqaq seltsedel sele qn.r8euadraq 3urled 3ue,i Llelepe roUej 'e,rnqeq ue>1;ndr,ursrp ledep ruts ue6 'e,(uutel JoUe,-roUe, epedrrep ureln) V qrqa; Suer( ue8ur.rrua>1 r)rlrrlJau V roUe] uep suodsa: sue8'76-61 requreD eped 1ado1s; 'e,(uure1 roqel leduua rJep rseurquro) qnre8uad eAuepe ue)qeqasrp ]nqasra] uereqas lueraq nll leH ')erp ue)npnpal ede.raqaq eped eperaq I uep C '3 'g e,(uurel Joqe, Surseu-Surseu 'r1e>1 ledua ; 1e13ur1 eped eperaq V roUe, e)lla) qoluof re8eqa5 'JoUe, enLuas rJep >ledruep uern)n uelednrau suodsa; sr:e8 re]rlas rp le)rua^ ueJeqas 'ueln18ues.raq 3ue,( JoUe, qn.reSuad.raq ur)eu nele jrlrsuas ur)eur rupraq suodsar sue8 uernr u!)eW 'roUej derlas r.rep uerln8uad 1e13ur1 uer-leqnrad euaJe) Lleqnraq uaur.radsla pseLl puelr,re8eq ueryequueSSuaru ]nqasral suodsar sueS '1sarcnbs lspa/) lrra>lra] ]erpen>l apolau ue)respraq tnqasrat )!]lr)llll rnlelau suodsal sr.reB 1ue1 '(tO-O I requeD ieLlrl) srsqe re8eqas roUe] uep uer[nBuad 1e13u11 qelepe ]eurpro re8eqas eueu rp 1r1er3 lnluaq Luelep 1o;drp sn-req nlnqep qrqapat qa;oradrp 8ue,( elep 'sele rp uerfn8uad
lrseq rJep ;rquue8uauu )ntun 's!!ug tseJuasaJd (g 't t-0t laqel rrep rq)era] Luolo) ulelep stlntp uetpnual
1VAODVJ NlWtVldSXl T?Z

SVS

2/U
Tabel 10-12: Penentuan Urutan Penguiian Fahor B dan C Bilangan Acak
(1)

STATISTIKA TEKNIK

Pengujian
Ke: (2)
2

Tingkat
Pengujian
(3)
K K K K
L

Bilangan Acak
(1)

Pengu jian Ke:

Tingkat
Pengujian C
(3)
K K K K
L L L
L

Q)
12

10721

88977

3975s 31652
87662
8365
1

9
7 15

15243 24335
61 ',r05

4 6 9
5
B

14
5

19087

23790 18370
8831 B 001 57

L L L

42678
9BOB6

4
16
1

15
13
1

9461 4

30635

6
J
B
11

17340 37589
70322 66492

M M M M
N N N N

00582
97703

32533 04805
68953

14 7
J

M M M M
N N
N N

10
2

10
12 13

02529

74083
BO6BO

99970
74717

16
11

Tabel 10-12a: Penentuan Urutan Penguiian Faktor D dan (laniutan Tabel 10-12) Bilangan Acak
(1)
31

Pengujian
Ke:

Tingkat Pengujian D
(3)
K K K K
L L L L

Bilangan

Pengujian
Ke:

Acak
(1)

Q)
10
B

()\
2 3
11

Tingkat Pengujian
(3)
K K K K
L L

347

30240 23823
1

11354 31312
69921

4
3
11
1

9051

79888
06256 4606 52777
5563

14
1

44640
0081 2

4
7
B

97207 24767 48336 31224 4906 96988


75172 26401 10157

16
5

L L

13

9
12 15 14 7 2

M M M M
N N
N N

59952
50691

9
5

78430 77400
80457
51 B7B

13

12 15
6

M M M M
N N N N

26917

90070 66209

16

10

v- = s'91- S'Zl [-=S'L-S'Zl z+=s'0 l-s'ZL s+ =

N W

rqaro) ualsuao)

s'l's'zl

I )
lE)tsut1

:]nItJaq
re8eqas rqalo1 uatstlao>l qa;oradrp eSSulqas S'gl = N uep 9'[ = W 1S'01=1t'gt7= ) :qelepe ]nqasral relru-relrN '(er0-0I reqLUeD) uerfn8uad 1e>13ur1der1as lniun suodsat sue8 rrep qa;oredrp 3ue,( re;ru ue8uap 1g'71; uerfn8uad lrseq elela: tBue:n8uauu ue;e[ ue8uap nlreA 'uetfn8uad 1e13u11der]as In]un lqalo>l uatsuaol e,(ulesaq 3un1rp1 1q; '(et0-0[ reqrupD) V roUeJ 1rier3 eped p]eral ue>l)n[unuaur Suer( relepuau stle8 qenqas >ltrel (e) 1g'71; uer[nBuad rseq :]n)uaq re8eqas rnpaso.rd ue8uap uerln8uad lrseLl trep V roUe, ledurep ue13ue;rquar.u ue8uap uelnluaup ledep 'epe eltf 'qn.re8uadraq 3ue,( er(u1n1uaq roqeJ 'qnre8uad:aq 3urled 3ue,( ro11e1 uelednlauu V JoDlPj'ervtqeq lnqela)lp qelalas 'e,(uure; rol)e,-Jot1e1 suodse; sueB t.rep e,(uleuaqas ueBut.ttual Lleqnraru er 'ueBuequrasa>l->lel ]l)!pas lnlelau 'enpay 'er(uure1 lollel-loqe, sele lere 3ue,( ueleqas uelqeqa,(uaru et 'eLueua6 'e,(uure; lo])e,-Joue, ueelaulad sele qnteSuadraq V roqe, rseuruoc 'qrue&uadtag 3u11e4 &ue,{ n14eg 4edtueg ue4Suelrq&uaw $

86r

:qelunI

I
W
N W

)
N

9L

0t IL
ZL

N N

I
W

I )
I
N N N N

Et
YL

I
1

0t
Bt

tt

W W

tt

)
N N

ZL

II
6

9L

I )

st
vt
SL

)
I

) )
I
I

W N
W

0t
o

r! I

)
I

I
9

6
B

N
I^J

N N

)
I

I
I

)
W N W

) ) )
I

ZL

) )
N

) )
l
gtsep

x
W
B

6 9L

I
C

t
uer I n o uad

(,s) 00 Lx)

l
ro)eJ-Jolle
(ue1[n8ua; 911

uer[n8ua;

uelnrn

uerln8ua4 1e43u;1 y eped ropleJ S sElV uer[n8ue; EuEJuaU : t-0


9?Z

[ laqel

TVAOD|VJ NlWtAilSXl

X SVS

246

STATISTIKA TEKNIK

.b

z
F
q

-{}

{r L

t-

LeY*h

(rt)

I
g
,s F

Levels

{el

Cambar 10-04: Grafik hasi! pengujian vs tingkatan faktor-faktor

(c) Lakukan koreksi atas semua hasil pengujian untuk fakor A dari Tabel 10-13 (kolom A) dengan menggunakan koefisien koreksi di atas, yakni dengan menambah +5 untuk pengujian tingkat K, tambah +2 untuk pengujian tingkat L, kurangi -1 untuk pengujian tingkat M, dan kurangi -4 untuk pengujian tingkat N. Dengan cara ini diperoleh

lslarollp 3ue,( uel[n8uad ;;seq llJerg :S0-01 requeD


{e)

{s{I
N 0

(p)

.{'

Exvl }11 :l

rt -{
Olr
(

,,8
g

oc

(r)
51il?"1

N'l

qilrl w7

({}

0
I

0l

a st o

0s

st
C
L

=5+01

I
W

I I

9L
SL

--b-^

N N

I
W
1

vt
ZI

=Z+ZI

t\
W

vl
TL ZL

v
l
s
L

=z+ol =7-Bl
=Z+
L1

W W

= [-91
S

)
I

)
W

)
N N

N N N N

il. 0t
6
B

N W

) )
I
1

)
't

) I
I

f,l
W

n
n
Z

=lL-yl I-Sl
= =

I
N

=E+6

=s+l
L

9 s

=s+8
-t

)
W
N

t
Z

) )
N

=z+6

) )
I l

)
I

=y-9

I
C

(ed4 00 L x) rs)aro>lrc 3ue1 uerfn3uad lrseH

rouej roueJ

I uerInBua6 uelnr r'l

V roilpJ >1edue6 UEp lqaro1lq Sue,( ue1[n8ua6 lrseH

:t[-01 laqel
/ue)rleqrad)
lrseq
X SVg

vl-ol laqef Luelep eraua] luadas v


/?Z

'(ue)Buelrqrp V LUolo>l rur laqel eped rouej depeqtal rqaro)rp 8ue,( uerfn8uad
TVSoD|VJ NlWtAilSXl

248

STATISTIKA TEKNIK

(d) Pemetaan hasil koreksi ini seperti yang dlakukan pada Cambar 10-04 dan dihasilkan grafik untuk faktor-faktor B, C, D dan E seperti tertera pada Cambar 10-05. Hasil pengujian yang telah dikoreksi atas dampak A, menghasilkan titik-titik yang apabila dilukis garis responsnya (untuk faktor B, C, D dan E) akan menghasilkan garis respons yang semuanya hampir mendatar. Oleh sebab itu dapat ditarik kesimpulan bahwa, hanya faktor kekerasan (faktor A) yang memiliki dampak yang signifikan atas kapasitas beban dinamik dari sukucadang yang dikaji. Faktior-faktor lain hanya memberi dampak yang kecil.
Apabila jumlah faktor cukup banyak, pengkajian dengan metode eksperimen faktorial lengkap (EFL) akan sangat melelahkan dan memakan waktu yang lama. Alternatif

penyelesaian yang ditawarkan, adalah dengan menggunakan eksperimen faktorial fraksional (EFF). Dengan metode faktorial fraksional dimungkinkan pengujian dengan sampel yang jauh lebih kecildaripada penggunaan metode eksperimen faktorial lengkap.

10.6. Rangkuman
Tujuan utama dari eksperimen faktorial adalah untuk menentukan dampak dari berbagai faktor seperti temperatur, kecepatan, proses manufaktur, perlakuan panas, .14-05 kekerasan dan lain-lain atas karakteristik suatu produk. Tabel 10-03 s/d Tabel merupakan rangkuman perhitungan statistik untuk menganalisis data yang diperoleh dari eksperimen faktorial, masing-masing untuk satu-, dua-, dan tiga faktor. Nilai-nilai statistik yang diperoleh dirangkum dalam bentuk tabel-tabel sehingga diperoleh gambaran yang lengkap. Signifikansi dampak suatu faktor atas karakteristik suatu produk dikaji berdasarkan analisis varians (uji-F).

10.7. Soal-soal Latihan


510-01. Sebuah industri permesinan hendak membeli sejumlah mesin gerinda
otomatis. Pemilihan dilakukan dengan kriteria: mesin yang menghasilkan permukaan yang paling halus (nilai rms) akan dibeli. Terdapat tiga jenis mesin gerinda (A, B, dan C), masing-masing akan diuji dengan empat kali pengulangan. Data hasil pengujian adalah seperti teftera dalam tabel berikut:
Kekasaran Permukaan (rms, 1lm)

A 20
1B

15 17

16 16 17 13

12 14 16
15

Tentukan, apakah terdpat perbedaan yan signiikan d antara ketiga mesin tersebut. Pengujian dlakukan pada tingkat kepercayaan 90oh. Mesin manakah yang dipilih?

5t
se

ZY

ZI
B

LlnuaI qeqLUal
ue>lSurJa>lrc :uenlelJad

t
C

bb
B

:lerJalew

ulrl'uesnea) :]n)uaq 'Jn>lnrp rserqe upuielepa) uep nluauai n])em laqe] Luelep elauat qaloradrp 3ue,( e1e6 )ntun ue)ue;efrp ursayl 'uelqnuafrp 3ue,( ueqeqLuala) uep n>13un1 tuelep ue8utta8u -ad uenle;rad ledepuauu reledrp ue,( ladrue5 'tseurulel ueLleq LUef,eul ledua sele ] serqe uesnea) ue)nruauau )nlun ue)e;:#,i::1,:,Tfiii?J[:?n

;X_,_,
unuoleJoqel relue ue)n)elrp 3ue,( rsetqle) ueepaqlad 1edep.ra1 qelede 'ue1n1ua1 'q 'lnqasJa] tseJqrle>l rjep sueuen srsrleue laqe] ue)]enB 'e

tt
ZI ZI
LI LI
C

ot
69 69 69
B9

st
bt

vl vt
bt
B

st st

tt tt
V

.t

unrJoleroqel eped uelnlnBua6


:tn)rraq ;aqel eped erauat qaloradrp 3ue,( ue.rn>ln8uad lrseH 'eues ntr Lunrloleroqe; teduaal eped ue.rnln8uad ueSueln8uad ueltsuunset6 'rle) eLUrl 1e(ueqas ueinlnBuad uelepe8uar.u LUnrroleroqel delt 'urnuoleJoqel reiue rfn8uad ursaLu rserqrle) ue.rSord uelepe8uauu Lr,]ntlo]eroqel L{enq 1eduu3 '90-0tS

ot
69

9 6V

Z9 E 9S

ss
95

99 s9 09

ZI
59

6V
ZS

LI

ss

vt
B

99

Jnleradual

(,s)) unurs)ey1 ueBue8al

'tlottp

Suer( ;er.ra1eu] unurs)er-u ue8ue8a] se]e uelUtuBrs 3ue,( 1ed

-uep

rer(undr-uaur

'q

:nleradulal qe>1ede ue)nua] 'o1o96 ueeAeradal 1e>13ur1 ue8ua6 ue4eng


']nqasra] uautadsla uep sueuen slslleue laqe]

'e

rur Lle/\^eq rp laqe] elep

eraua] ryadas qelepe qalo.radrp 3ue,( ue8ue8al eleg 'tnle.raduua] 1e13ur1 ledrua ped a]ewqn) ulnrrlrqeu; ue8ueSat sete ue)n)Pltp uauluadsla qenqas '20-0tS
r[nrp ]nqas.ra] lerJa]ew 'e[eq sruafas uep (qlSuatls
.rnteraduua] qnre8uad ue>lnluauaur >lntun

lVtODlVt Ntwlt:ldsrl

X SVg

250

STATISTIKA TEKNIK

Tentukan apakah: (a) Karakteristik keempat bahan tersebut berbeda. (b) Perlakuan brerdampak atas bahan. (c) lnteraksi antara perlakuan dan bahan signifikan. Analisis pada tingkat kepercayaan 9Ooh. 510-05. Suatu eksperimen dilakukan untuk menentukan jenis alat, sudut bevel dan proses pemotongan atas konsumsi daya untuk mesin potong keramik. Variabelvariabel lain seperti kecepatan potong dan pemakanan dibuat sama (tetap) pada seluruh eksperimen. Data yang diperoleh sebagai berikut:
Konsumsi Daya, kW A B Sudut Bevel Sudut Bevel
15 300 150 300

Jenis Alat:

Proses Pemotongan:

Kontinu

32 27 35
2B

31 31

30
31

32
3B 32

34

30
24
23

39
2B

30
29 30
2B

lntermittent

30 24

27
27

32 29 29

24 30 26

26

a. b.

Buatkan tabel analisis varians dari eksperimen tersebut. Tentukan, apakah semua dampak-dampak utama dan interaksi antar faktor pada tingkat kepercayaan 90o/.. 510-06. Empat jenis bahan ferodo (brake lining) hendak dievaluasi. Pengujian

kekerasan dilakukan pada dua tingkat temperaatur dan dihasilkan data sebagai berikut: Kekerasan, BHN Ferodo

A
100
35 33

C
31

D
JO

Temperatur,

oF

200

30 27

36 32 32 29

34
2B 33

36 30 26

Dengan pertolongan analisis varians, tentukan apakah terdapat perbedaan yang signifikan antara keempat macam bahantersebut pada tingkat kepercayaan 9o"/".

510-07. Suatu eksperimen dilakukan untuk menentukan dampak dari faktor-faktor A, B, C dan D atas kuantitas yang diukur. Berdasarkan data di bawah ini, tentukan pada tingka kepercayaan 90oh factor mana yang paling signifikan pengaruhnya.

'puelSul 'uapuadleg JuautndxS ptropeJ

sts,lleuy pue u1rsaq

,(fi.61),.1

,soge1

'o,(>1o1

'eqsn1e3o; lltH-/!\eJDlW 'sluauuadxl Suuaaw\ug ,l16L).I elpuarpN ,q]as ,.J ,uosdrl 'uopuol ''pt1 sloog ue4'sc4sqe1g p4Dud ,(O16L)'y ,rta18ue1
'aSprrqLue3 'ssar6

''ptl

(lrsranrul a8pr.rqwel Juauuadxl t4etua1s,$ aq1

,(9861") .le

ta ,.J.[ ,s8urqqrS

EIPlsnd

reuec

.8.0

9Z

BZ
y.

6Z

IZ
0
TE

,V
,V

0t
9E
BT

zt
ZE

,g ,g ,g
tB

9t
,Q

'(l
t9z

tc

tc ,J
TVAOD|VJ

,)

Ntwtailsxl

x svs

'l!)a)
uep ladures ue8uap uederauad eped uelsnlollp leos qoluof-l1oluo3 ?sal ,X $al Jaqsry Jsa1,buyq114-uuew aLll ',luap!]lao) uoqePilo) 4ueJ s,uetuteadS
'JSaJ

Luelep eleu 'sen1 dn>1n: lt.rlauueled-uou P>lllsllels uedn>1er euale) 'ese(e1a.r undneut letsos null-nLUll Luelep lleq ue>llraqlp leos

luu pau1s uoxo)lt/\A 'JsaJ u4s :eped rseleqlp ueseqequad

rur qeq

qoluof-Lloluor'lulaueted-uou e)tlsllels ueeun8Suad Suelua] sen; 3ue,( 'ese,(e1a.r Sueprq Luelep eBnI rdet -a] ';etsos ue.reqrueB ledepuaru Inlun >ltJlarueled-uou e>lllsllets ueeunSSua6 ntr.rlr-ntrrlr eped er(ueq )ept] 'punilou elep ue>leunSSuau q![(]) 'elep Pu

lp)o nele etep 4uu ueleunSSuaul e)l[ (q) 'llqLuelp e,(uladues eueul lrep rse;ndod rsnqrrsrp ueryequeSSuau lep[ euas leulrou ueJeqas ltnlr8uaru lepri eXursnqulsrp uep lt)al gadues qe;uunI e)l[ (e) :]n)rraq re8eqas

>y4aueted-uou e4osqels ueeunSSuad seqeqrp ue)e lul qeq uelec ' rsel ndod ralauered-ralauueted ue8uap ]nqaslal lsnqlrsl p eJelue ue8unqnq (q) uep 13ur;duues rsnqulsrp uerPqas )nluaq (e) :uPlsunse8uad uellllala) qalo uelntua1p B uep l '9'S qeB Luelep seqeqlp 3ue,( rsua.ralul sPllPllen

rsrpuo)-rsrpuo) LUelep ueleunBrp 1tr -aureled-uou ellls!]el5 ';adues qepunl uep uereqas Inluaq uelrleqladruau eduel llqLuelp ledep lsualalul 'flllsll -ets aa4-uo qnquts p lnqas p e?nl >y 4aueted-uou ul !]s !rc$ uelqeqa,(uau eueru leH 'sele !p ]nqasla] tsuJnse-tsLUnse ue>lnlJaLUaLu >1epr1 SueX
t r

uEnlnqepuad

't't t

)IEWVUVd.NON YXIISITVIS

wys

254

STATISTIKA TEKNIK

11.2. Sign Test


Jika data ordinal yang berpasangan diperoleh dari pengukuran atas subjek atau pasangan subjek tertentu, dan jika yang ingin diketahui hanya adanya perbedaan tanpa

memperhatikan besar-kecilnya perbedaan, maka penyelesaiannya dapat dilakukan dengan sign test. a. Sign lesf Sampel Kecil. Srgn fest didasarkan pada tanda-tanda , positif atau negatif dari perbedaan antara pasangan data ordinal. Untuk mengembangkan rumus pengujian dengan sign test, berikut ini diberikan sebuah contoh berikut ini. Sebuah restoran yang memiliki jaringan pelayanan ayam goreng cepat-saji memperkenalkan resep baru. Untuk mengetahui apakah resep baru itu lebih enak daripada resep lama, restoran tersebut meminta sepuluh orang pelanggan untuk mencicipi hasilnya dan kemudian diminta memberikan penilaian. Skala penilaian ditetapkan angka 1 untuk nilai yang terendah dan 10 nilai tertinggi. Hasil penilaian pelanggan itu ditabulasi seperti tertera padaTabel 11-01.
Tabel 11-01 : Tabulasi Penilaian Konsumen atas Racikan Baru dan Lama Pelanggan

Penilaian
Racikan Lama (X)
J

Rasa:

Tanda Perbedaan

Racikan Baru (Y)


9
5

(Y_X)

A
B

5 3
1

6
3

D
E

r0
4
2
5

C
H
I

8 2
B

4 6

6 7

Prosedur sign test dengan sampel kecil dimulai dengan menentukan kriteria trada perbedaan.lika dari suatu pengujian menunjukkan tidak ada perbedaan, maka jumlah yang menilai lebih enak dan kurang enak haruslah sama banyaknya atau median perbedaan antara dua jenis rasa itu haruslah nol. Hipotesis nol yang hendak diuji dari contoh di atas menyatakan "Tidak terdapat perbedaan rasa antara resep baru dengan resep lama." Tanda positif (+) menunjukkan adanya per.tambahan rasa, dan tanda negatif C) menunjukkan ada berkurangnya rasa.

Selanjutnya hipotesis alternatif menyatakan: "Resep baru meningkatkan rasa." Berdasarkan konsep di atas, maka hipotesis statistika ditulis:

Ho2P=0,50

Hrip>0,50

(1

1.01)

'0/r.96 eped efeq srual uee(elJada) ]plSurt ]nqasra] 'e[eq sruaf enp pnpal qe>1ede ueppaqrad rrep 'ue1n1ua1 ledepral ]elrs )nluaq-ndueu tloluo) riep )ntuaq-nduueuu s)apur re8eqas llquelp rur qemeq tp elec

't0-tt)

'rur ln)uaq Lloluof, ueSuap ue)lJaqrp ese(e1al uauutladsla Lllelep rselrldy 'ese.r uelelSuruad uelt.taquau nreq ue)tfe.r ue1;ndr-urstp eletu '9Vl'O > D euale) pdruos Suonlad < p e\![ '11 etutnl uep'g 4e1o1 pdtaos Suonlad ) p ery[ op1 euual nep
:Llelepe uesnlnda>1 uesnunJ 'tur snsel lnlun '99'6 epedrreP ll)a) qlqal qelsnJeq ladues Suen 1ad 'py 1e;ouauu Inlu n 'e,(uunlaqas ue>1de1a1rp Suer( 96'9 - D lrep resaq qlqal S, ['0 efileq 'e,(uuee1e,(ua1 eped rdelal Jlle8au uete;tuad ue1lJaquaul Suer( uapuodsal g l.rep

7 e,(ueq undne;e11 2o11 euuauau )nlun dnlnr SVL'O Suen;ad ue8uap qeledy
'(,lletsau epuel) z rur qoluof,

uelpp

l1r1rpas 8ur;ed epuel ue8uap ueleue8uad

qelun[-.r

-r

B=Z+9=N
jlte8au epue] qPlLUnf + lysod epuel qelLun[ = ue^alal 3ue,( ue]eule8uad qe;urnf -- ry
+ +

v
B
Z B

9 s
Z

I
+

v
OI

+ + 0 +

s t

C]

V
ue33ue1a6

(x-A)
ueepaqrad epuef

(A) nrEB

uelrfeu

(x)

euel ue)rfeu

:eseu uerelruad

etUEl uEp nJeS uE)l!)eu sple uaunsuo) uetepued PIEC ueqelo8ua4 :79- 11 ;aqe1
'(Z - N) lul leLl uelep (r - N) tuolo) uep B = ly rn[e; r.rep qaloradrp; gt ['0 qelepe uapuodsa.r g rreplrle8au ueqervtef 7 ue>lledepuaur )n]un Suen;a3 'z=r uep B =N 's'o= d1n1un 11 uerrdr.uel) IPil.uoutq selr;rqeqotd 1aqel ueSuol0yad ue8uap ue)n)elrp rur Surlduues tsueltltu8ts ue)nluauau )nlun '11lte8au epueuaq 3ue,( rur /ue^al leq Luelep)z =r lrfa)ral qe;unf uep grleSau epue] uepllltsod epuel qelrun[;B =N -a.r 3ue,( rsenrasqo qelrunf ledepral eueu rp ZO-lL 1aqe1 eped ue1>lnfuntrp e,(u;rsep '(J uep (+) epue] Surseu-Surseur rrep rsuan)ar1 Sunlrq8uauu ue8uap ue4n[ue1 -tp ueteltuad ueepaqtad yep epuel uelnJuauau Llelepe er(ulnfue;as qe13ue1

'S0'0 = D qllldlp
LUrzel rur leq tuelep ln rcue1ryu8s p73ug ueldelauauu Llelepe e,(uln1rraq qelSueg eleuu 'srsalodrq ue)snunraLu Llelaias 'ese: uqle)Butuar.u nleq ue1tfer Suen;ad - d eueu.r rp

s9z

xulwvavd-NoN vxLsuvts

tx 8v8

256

STATISTIKA TEKNIK

Penyelesaian:
Ho: Tidak terdapat perbedaan sifat mampu-bentuk

dari kedua jenis baja tersebut.

=l-0,95=

0,05; N = 10-l=9; r =2.

Dari Lampiran F, untuk N= 9 dan r= 2 diperoleh peluang Prob,t = 0.090. Karena prout (= 0,09) > a (= 0,05), maka Ho diterima, yang berarti tidak terdapat perbedaan sifat mampu-bentuk dari kedua jenis baja tersebut pada tingkat kepercayaan
95%.
Tabel 11-03: Tabel Indeks Sifat Mampu-Bentuk Dua f enis Baia

Spesimen
1

lndeks 80,6
81,2

lndeks Y 83,3 80,5

Tanda Dari

(Y-X)
+ +
0

2
3

Bl,5
83,2 84,6
82,O
86,1

4
5

91,0 9.l,0
84,6
86,1

6 7 o 9 10

+
+ +

84,2 82,3

87,3 84,3

81,0
BB,2

83.0

Sign Test Sampel Besar. Pengujian sign test dengan sampel besar dilakukan dengan terlebih dahulu menghitung nisbah kritis, CR (critical ratio):

b.

CR=#

(11.02)

di mana R = jumlah tanda positii dan N= jumlah pasangan pengamatan yang relevan. lika dalam kasus (contoh) yang sama dengan sampel 35 subjek dan menghasilkan: jumlah perbedaan positif (+) = 1B jumlah perbedaan negatif C) =12 (0) jumlah tidak ada perbedaan -5 mana menurut distribusi normal z = 1 ,645 di tingkat signifikansi, s = 0,05
Rumusan keputusan: Terima Ho jika CR<1,645 Tolak Ho dan terima H, jika CR > 11645 Dalam kasus ini,

N= 30,

= lB, sehingga:

6 cR:'*! -2'18-30= J,nf Jf O 5,477


Karena CR

=r,095

< 1 ,645, maka disimpulkan H, diterima'

'(tseqelar nele 3ue3a]) lslpuo) qnleSuad euale) ueluluSls uerln8uad 'ennqeq ue>1;ndtursrp Suer( ueepaqtad uellrseq8uau 7;a/-aau7 1eprl sun,ql eua)e) '? = /'q"? qaloladrp uerlnrap ue8ua6 'euualrp op1 eleu t Pietl l rsrs-enp uerfn8uad eped gg'g - D uep B = u In]un 3 ue.rrdr.uel ue>1eun33uau ue3ua6 'euirJalp ;ou srsalodrq'"nl a'u'u'l elrf er(u1r1eqas ')elollp snreq lou nw1 - su"ttrl e|ll '(gO'O = D lul srsalodrq eleu ' lell uelep) er(urun;aqas ueldelallp /'qL ue8uaP'*"ul uelSurpuequar-u uelef ue8uap 3ue,( rsuelrlu8rs 1e13ul] )nlun srsalodrq uerInBuad rrep uelndr.ursa) ueln]uauaLU qelepe e,(u1n>1ltaq qe13ue1 'p 'g'O[ =/ rur snse>l LUeleC 1 tJep tellu

3ue,( qelun['(t LUolol rp epuel eped refleqas ue1e1e(urp grle8au neleyrlrsod; lt)alra] :uelPlPf ) '9'01- = 1t1e3au 7ue.r lnfnrar.u 4uet u]s rrep ;rle$au nele lrlrsod epue] u\ts uep S'SZ+ =1t1tsod Tuet u&ts qaloladrp lul lell Luelec '(luep 9 uolo) LUelep uep slln]!p) 4uet uSts uelqelurnfuaLu qelepe e,(uln1uaq qe13ue1 ;llrsod ;r1e3au 's Luolo) uelep sllnllp tut Yuer ugls 't 1e13eued ueSuap 3 Llalo rsrp lg+l nlel '91e13ued ue8uapi qalo lsllp lr-l uerpnua)'E'yiel3ued Uaqlp e(uenpal 1g uep f qalo leduai Ip Itl qelePe e,(u1n1uaq lr)a>pa] Lllsllas '(9'Z = Z rraqrp Sutseu-Sulseul I uep C eleLU'tut uelr;nsa1

'f

Itt+d uep leseraql g'71e13ued


)nlun

rseleSuau

'2E rsrsod eped eders uep 7 rsrsod eped eders rdela1 g uep 71e13ued

rleduuauautj luelaq rur 11 uep 6 eped epe lZl = e^utn)Uaq lllalta] q!sllas '1 lelSued Uaqlp I eped epe l[1 e8req ue8uap llra)lal qlsllas ledeplal lul Lio]uor LUeleC 3ue( qrsrlas tedlues ]nln]-]nlnuaq'; 1e13ued llaqrp lllal Surled qls!las 'q 'elep ueqeloSuad uelep ue>leuas

.lesaq 3ur1ed

-]n)!lp lepr] (lou nele) ueepaq.rad ue>11n[unuauu 1epr1 3ue( ue.rnlnSuad lrsep 'e :]n)rraq re8eqas uenluala>l ue8uap ue1n)ellp )ellnLU ueepaqlad 1.7ue.r; te13ue3 .g Luolo) ulelep pJayal lUadas >lellnLu ueepaqrad [e13ued;)uBJ ue>ln]uauaul ue8uap ue)]n[uellp uerpnura) ', Luolo>l tuelep eraua] luadas (U - I) uelnln8uad ;rseq ueepaqrad Llele uep resaq ue)nluauaur qelepe er(u1nfue1as qe13ue1 'S0'0 = D e3]eq q!lld!p uellestw .ueepaqtad tsue4rytu&s eualul ue)nluauaul L{elepe ;ezvre qe>13ue1 'tnluaq
re8eqas

ueln)eltp elep ueqelo8ua; 'rseslelar lslPUoI eped ue.rnln8uad llsell = X uep (uosual) uelSue8alrp rsrpuo) eped uelnln8uad ;rseq = I epuef '( uep Z LUolo)) gg-71 ;aqel eped eraual lUadas tselnqeltp uapuodsat Suero qn;ndas sele 4ta{-aau4 uerfn8uad e1e6 'rur ]n)uaq Llotuol ue8uap ue18ue.ra1rp uerfn8uad lnpasord ']sal luu pau?1s uoxo)lt/\A ue>1eun33uau ue8uap ue)n)ellp snleq uet[nBuad eleuu 'ueepaqtad uunln uep qelp rnqelaSuau urSur rlrlauad rs urelas elrqedy 'efes grle8au nele ]lltsod) ueepaqtad qere rnqelaSuau ut8ut e,(ueq 1t11auad ls e)l[ n>lel]aq e(ueq 5a1 u?s ueeunSSua;

/J,al Yuea pauSls


/92

uoxorlM 't't t
- *
svs

xulwvtvd'NoN vxllglvts

258
Tabe! 11-04: Tabulasi dan Pengolahan Data Pengukuran

STATISTIKA TEKNIK

Knee-jerk
Responden
R

T
J 5 J

(R-T)
+6 0 +3 +2 +5
-4 0 -3

Rank selisih mutlak


8

Siened rank
Positif +8 +4,5 +2,5 +7
-6

Neeatif

9
B

6
3

diabaikan 4,5
2,5
7 6

D
E F

i
5
B

10

4
2
5

c
H
I I

2
B

diabaikan
4,5
2,5
1

-4,5 +2,5
+1

6
7

4 6

+2
+1

lumlah
p = g (jumlah pengukuran yang relevan) f = 10,5 (iumlah terkecil dari sisned rank)

+25,5

-10,5

Contoh CI1-02. Data yang tertera dalam Tabel 11-05 di bawah ini adalah hasil eksperimen untuk mengetahui abrasi pada bantalan mesin selama 100h. Eksperimen dilakukan oleh dua orang sarjana teknik X dan Y. Tentukan, apakah terdapat perbedaan hasil eksperimen dari kedua sarjana tersebut pada tingkat kepercayaan 95o/o. Penyelesaian: Tidak terdapat perbedaan yang signifikan hasil kedua eksperimen abrasi. a=l-0,95= 0,05;dari Lampiran G untuk n= I diperoleh Troo", = 6. Karena Tr,,,n (= 14,5) ) Tr*r(= 6), maka disimpulkan Ho diterima, yang berarti tidak terdapat perbedaan yang signifikan hasil eksperimen pada tingkat kepercayaan 95o/o.
Ho
Tabel 11-05: Data Hasil Eksperimen dan Tabulasi Perhitungan

Kolom Data Hasil Eksperimen

objek
B

X, mg 372

Y, mg

(x- Y)
+2

Kolom Perhitunsan Sisned rank sih mutlak Positif Nesatif


Rank seli-

206
175

370 202
177

+4
_) -2

D
E F

154
136

156

4,5 8,5 4,5 4,5


8,5

+4,5 +8,5 -4,5 -4,5 -8,5 -4,5


-1

112
55

140 114
55

-4
1

C
H
I

0
-1

4,5 diabaikan
1,5
7

45
221

46 224
.165

,5

-3
+1

-7
+1 5

166 164

1,5

164

diabaikan
Jumlah

+14,5

-30,5

n = 9 (.iumlah pengukuran yang relevan) T = 14,5 (iumlah terkecil dari siened rank\

:qaloradrp (s0' t l") snLunr uElep a) 90- t t laqel rJep eSreq-e3req ue1>lnseuauj ue8ua6 '1a[qns ne]e uapuodsar qe;run[ = u eueu !P

(r
r)

(0'r

- ,u)u
L

Y -

J,

,o ---lS9
:ueu:ead5
r.t s,ueuteadgBungqSuayl snurnr ueleunSSuau ue8uap ue)n)elrp tur ue8unltqta4

'S urolo) eped sr;n1rp uep (zO)]nqasral

Luolo) eped srlnlrp -qrsrlas uep ]erpenl Sunlrq8uauu ue8uap ue4nfue1rp uelpnua) e,(u;rseq uep 'A * X = O :snrun: ue8uap ue;enfuad ;rseq te>13un ue8uap ueqrtelad relru erelue Llrsrlas Sunlrq8ua6r '(luey) uEuySuy fttuv ueepaq)ad Suryrq&ueyl
1e13u11 OB

',

Llrsrlas

= ,OZ 0
t t 6 9L

0=O3
0
L

tt
6

It
0t
6

)
H

I
E

v
bZ.
Z Z

9t
b

0t

I I
s

I
t

I l
C

v v

t
Z

l
B

9l
6

v'
-

b
(A) uelenluad

V (x) ueqrlelad pseg le13ur1


uapuodsaX

fl

(A-X = C)

uelelburl reluv qrsrlas

pseg le13ur1

sl s,ueturead5 3un1lq8ua6r lnlun elEC rselnqpl :90- L I laqel '90- I

laqPr

lrep uep Z uolo) uelrteqrad; Llppual ureu 3ue,( uelenluad prseq ue8uap ueusaPs )nlun resaq qrqal 3ue,( e13ue aI ]nrnt-lnrnuaq I relru uaqrp rSSuruat ue;enfuad ue8uap ueusaps 'Llepuar urleu 3ue,( ueqrle;ad relru )nlun resaq qrqal Suer( e13ue a) ]nJnl lellu rraqrp r33urya1 ueqrle;ad relru ue8uap euasad 'e1ep Suquebaw -lnrnuaq

'ln)uaq re8eqas ue)nlelrp JuaDUJao) uonepJJo) luu s,ueuread5 Sunlrq8uau 1n1un elep ueqelo8uad qe13ue1-qe13ue1 'qepuar relru qaloraduuaur 3ue,( euasad epedr.rep 1e,(ueq qrqag ;enfuau ue)e r33ur1 relru qa;oradLuau Suer( euasad 'entqeq ue>lstsalodrqrg
Llelalas
1nqasra] )!ula] ue1>laqerdruauu uelqrfe,rntp elaJaru 'lnqasta1 ueqrle;ad uelresa;aAuar-u 'lnpord nlens uelenfuad uelelSuruad 1ru1a1 ueqrle;ad ledepuaru ueusa9s

selaqas ue)lesrr.up lnqasJa] qoluof ruelec '90- L t ;aqel eped elaua] 3ue,( qoluo: ue8uap uele8eradrp ueles.r Sunlrq8uau Inlun rselndt-uol rnpasoJd 'leurpro laqeue^ enp eretue uelelapa4 uern)n ueledntau st yanryTao) uonepilo) 4uet s,uetuteadg rsersose

NeDUlao) uo\ePilo) luea s/ueurrcads 'i'LL


692

xulwvdvd-NoN vrusuvts

tx svg

STATISTIKA TEKNIK

qD',, = r- .(9]!10), =r-0,364= 0,636 t- n(n' 11.(121-l)


1)

Penguiian signifikansi rr. Makna sama dengan koefisien korelasi yang telah dibahas dalam Bab Vlll yakni, rs = 0 berafti tidak ada korelasi dan r, = +],0 atau r, = i,0 berarti terdapat korelasi yang sempurna. Sebagaimana telah diuraikan di atas, pimpinan perusahaan berkeyakinan bahwa, pelatihan akan meningkatakan penjualan. Hal ini berarti pula pengujian koefisien korelasi dilakukan dengan pengujian sisi kanan (right-tailed test). Dengan melihat harga r, = 0,636 diketahui bahwa, ada korelasi positif
antara pelatihan dan peningkatan penjualan namun apakah korelasi itu cukup signifikan

r,

untuk mendukung hipotesis yang dikemukakan di atas. Untuk lebih menyakinkan pengujian perlu dilakukan dengan pengujian CR pada tingkat signifikansi o tertentu. Syarat pengujian dilakukan sekurang-kurangnya dengan sampel n =10. Nisbah kritis (crtical ratio,CR) untuk Spearman's r, dihitung dengan rumus:

CR=rrffi
cR = rs

(11.04)

ffi=
,

0,636.

.....-.-..----..

tt-2

- (0,636)',

Rumusan keputusan menjadi: Terima Ho jika CR ("0", Tolak Ho dan terima H, jika CR

<

to*,

Harga CRyang diperoleh kemudian dibandingkan dengan harga ("*, untuk (d[o)teftentu,

di mana df = n -2; dalam contoh ini df =11 -2 = 9.Jika pengujian dilakukan dengan tingkat signifikansi o = 0,05, dan dengan menggunakan tabel distribusi-r (Lampiran C) diperoleh: tr,o,o, = 1,833. Karena CR (= 2,47) > Lo, (1,833), maka H, diterima yang berarti, tidak terdapat perbedaan produktivitas yang signifikan karena hasil pelatihan.
Contoh Cl2-03. Data abrasi Y pada bantalan mesin dalam mg/l00h dan kekerasan X dalam HBN ditunjukkan dalam Tabel 1 1-07 di bawah ini. Selidiki apakah terdapat korelasi antara proses abrasi dengan kekerasan bahan pada a = 0,05. Penyelesaian: Dengan menggunakan persamaan (1 1.03):

6tD' 6x436.5 -"'I-'- =1-1,984=-0.984 f"=l=1' 11.(l I' - 1) n(n' - l)


Koefisien korelasi mutlak mendekati angka 1,0; ini berarti terdapat korelasi yang pasti antara abrasi dengan kekerasan bahan. Karena r, negatif, hubungan itu berbalikkan. Selanjutnya dapat disimpulkan pula, bahwa 0,9842 = 0,968 atau 96,Boh variasi dari

uEseJaIaI uep lsPJqP E,lelue rselaro)


NH8's"upa}l
ooa

:[0-[[

requED

q
2.

o ,

S'9b = zO3
0
6

v9
09

v9L

)
H

t
Z

I
0l
L

991
LZZ

v9

t9
9B

00r
v9

It
0t
S,B

si
ss

tB

3
J

sz'ot
SZ'OZ n
6

t
v
s
o 6

tt
LI
99
L9

g'g

ZLI 9tL
vsL

l
C

I
e
t_

stL
902

f
B

9t
00r

s9

il
4uea

st
NSH

ztt
q00t/8w '1 tse:qy

.(X-A)=zo

'y ueserala;

;adue5

sl s,ueureadg 3un1lq8ua6r Inlun ple6 lsptnqpl :10- t L laqpl

'uelselafrp tedep >leprt

Suez(

o67'g e(ueq uep 'e,(uurel laqeuen rserren qalo uelsela[tp ledep laqerJe^ Surseu-Surseuu
L9Z

xutwvSvd-NoN vxusuvls

- x gvs

252

STATISTIKA TEKNIK

Dengan menggunakan persamaan

(1

1.04) ditentukan signifikasi pengujian:

CR = rs.

= (_0,994)

(0,984)2

= (-0,e84)

t-o il, _,i,r*

= -16,5

dan a = 0,05 ) dari tabel distribusi-rdiperoleh f.or, = 1,833 ) Karena t r,,o,, > troo",, maka dapat disimpulkan korelasi itu signifikan pada tingkat kepercaya an 95o/" (lihat Cambar 1 1-01 ).
1

df = n-2=ll-2=9

1.5.

Pengujian Mann-Whitney

Penggunaan Wilcoxon signed rank test jika pengukuran sejumlah pasangan data

dilakukan dengan sampel tunggal. Jika analisis perbedaaan hendak dilakukan atas suatu data yang diperoleh dari dua kelompok sampel yang berbeda, maka pengujian haruslah menggunakan Mann-Whitney test. Dimisalkan pimpinan suatu perguruan tinggi ingin mengetahui penghasilan alumni
lulusan sepuluh tahun yang lalu darijurusan perdagangan dan jurusan perbankan dengan

mengirimkan lembaran angket. Hasil angkat tersebut ditabulasi seperti tertera pada Tabel i 2-08. Prosedur pengujian dengan Man-Whitney testini dijelaskan sebagai berikut
ini.
Tabel 11-08: Tabulasi Data untuk Pengujian dengan Man-Whitney Test

Responden

Alumni lurusan Perdasansan Caii* Rank


22,4
17 ,B

Alumn i Jurusan Perbankan


Responden
K L

Caii*
21,9 16,8

Rank
14
1

A
B

15
3

26,5
19,3 18,2
21
.1

16
U

28,0
19,5 18,2 17,9

17 10

D
E
F

M
N

5,5
13

o
P

5,5 4
19
12

G H

19.7 43,5

1l
20

35,8
20,5 18,7 19,4 17,3 32,9

C
R
S

7 9
2

.lB
.

* Caji tahunan dalam ribuan dolar.

N,=B

Rr -- 91,5

N,--r2

R, = 1 18,5

Merumuskan hipotesis. Pimpinan perguruan tinggitersebut merumuskan hipotesis nol(Ho) yanB menyatakan: "tidakterdapat perbedaan penghasilan antara alumni jurusan perdagangan dengan alumni jurusan perbankan." Sedangkan hipotesis alternatif (H,)

menyatakan: "terdapat perbedban penghasilan antara alumni jurusan perdagangan dengan alumni jurusan perbankan."

:uPrEsala^uad '0/.,66 uee(elJada) te)Burt ue8uap uesnea) depeq.ral ueqe] qlqal 3ue,( eueu ueqeq uplntual f o0B ue8uequtasa) rnleJadulal ue8uap euues uetfn8uad lnleladual 'gg -Z I laqel eped ela1ral lUadas elep ue>lltseq8uaur re)eqlolol.lr qenq uede;ap eped q 00 t eulelas upsnea) uer[n8ua6 'uesnea) depeqlal ueuel{e}a) ue>lSurpueqlp >lepuall rnrunl ue -leiueq )nlun B uep v qlnluslq stsEqraq uenped stuaf en6 'no'zl) l.lo]uo) 1nqasral tuunp 4oduo1a7 enp Uep ueltseqSuad ue4171u31s &ue,( ueepaqtad epe \epll ue>llndrursrp eleuu'|"q"'n a"n1tqo euale) 'll =t*otn qaloladrp'10'0 = D rsuelrlru8rslelSurlepe6'Zl=tN uepg=r1y 1n1un g uelrduel uepqa;oladlp'"t'h e8reg .r"qnh

> r""r,rn ,4![ ,4 euual uepog 4ep1

po\atn
ueeler(u.rad uEp

=8,,,!Hn

eueu

rp

,,0,h a'""r,rn ,ry[ og

etuyal

:uesnlndal

'[0'0 = D

rsuel!]ruBrs ]e13u11 eped ue)reseprp uerfn8uad ue>llestW

'(lnlaq ueSunlrqrad)

9'0t = s',ss - 96 = g'ss - (z t)(B) = 9'ov ' tt-r'"h )rtsriels rselnduol ueeslrJatuad
zv

s'ss = s'8r

r-

#ffi+ (zrxs) = - #W
rEsaqJah _

+'N''N ='n

uep

s'Ot = 9'16

-#m+ (zrxs) = ru-(I+*m * z*"r77 = t2


:qagoradrp (10't t) p/s (S0'I L) snrunr ueleunSSuau ue8uag

(r0'r. r)

rNtN _

lDalrah

:snurnl ueleunS

lellu
nele

-3uauu ue8uap ueln)elrp p rselnduuo) ueleuaqal rln8uaru )n]un 'llra>Ual qllldlp srsalodrq uerfn8uad Intun 'tnqasra] snrunr enpa>l ue8uap Sunlrqrp n

>llls!]els

(e0'r r)
(s0'L r)

,rro

(t +

,Nff

+'N''N

='n

Z trr_ + tN''N = 'n o (I+ ,lul,rtr

:snLunr ue8uap Sunlrqrp n )rlstleis 'n 4fisllels &urytq8uayt1 'uelueqrad uesnrnf loduo;a1 )n]un S/B l" I

zy uep ue8ue8ep.rad uesnrnf turrrnle loduo1a11n1un 5'[6 = 'U uelllseq8uawBuryuet = relru ueqelun[ua4'pdues 4odtuo1a4 de7 >ln]un Suquet qtu ueryleyun[uay'1 'ruurnle 1oduuo1a1 uelepaqualu 4epqBuquet'ue1r1eqla; '02 rotuou 3ut>1uet -rp rSSuruat ue;rseq8uadraq 3ue,( uapuodsa.t I rotuou 3uryuet-p Llepuara] ue;rseqSuadraq 3ue,( uapuodsal lJep relnultP

uep

tN uep ue;rseqSuad 1w4uey 'Z [ = B 'N .lrlnpe uesnln[ Sutseiu-3urser.u uapuodsat qeluun[ 'g uep Z urolo) uelep slln]lp ue;rseq8uad eleO'uel$eq8uad Suquet-a1n1

t9z

xulwvdvd-NoN vxllsllvls

- lx 8v8

STATISTIKA TEKNIK

Tidak terdapat perbedaan ketahanan terhadap keausan yang signifikan antara kedua paduan tersebut pada tingkat kepercayaan 99o/". Dengan menggunakan rumus (11.05) s/d (t t.07) diperoleh:

H,

o, = N,.Nr..{9.1)-Rr = ,z *9'(9:rl) -76,5 =126-83,5 =

42,5

rylx.l danUz=Nr.Nz+j2
{e*ecir =

t) _ R, - =rz *9.(9_+l) _ g7,5 =126_ g7,5 = 3g,5


2
l

Pemeriksaan komputasi statistik {",r..ir

N,il, - 4"o""", = 92 -

42,5 =

38,5

perhitungan di atas benar,

d=l-0,99=0,01; N, = N, = 9'

U,,urnr =Ure,kecit

=38,5;

Dari Lampiran H-1 diperoleh Urou,, =14. Karena a ,rru,r ) Urnor,, maka Ho diterima, berarti tidak terdapat perbedaan ketahanan terhadap keausan pada keduan paduan terseLrut pada tingkat kepercayaan 99oh.
Tabel 1 1-08: Tabulasi Data untuk Pengujian dengan Man-Whitney Test Paduan A Keausan*

Paduan
Rank 10
I 13 o

Sampel
B

Responden
K
L

Keaausan+

Rank
11 2

219
168
C

224 178
265

280
195

12

D
E

M
N

C
H
I

182 179 358 205 338

5,s
3

193 182
181

5.5
4

o
P

1B

297
335

14

a
R

l5
17

N, --9 * Keausan da lam msil10Oh

16 R, = 83,5

340

N"=9

R,=87,5

11.6. The Fisher Exact Probabilty Test


The Fisher exact probability test merupakan teknik nonparametrik yang banyak digunakan untuk menganalisis data deskrit (baik nominal maupun ordinal) jika dua data sampel independen berukuran kecil. Teknik ini digunakan jika skor dari dua sampel acak semuanya berada dalam salah satu atau kedua kelas yang mutually exclusive. Dengan lain perkataan, setiap subjek dari kedua kelompok mendapat satu dari dua peluang jawaban. Skor itu dinyatakan dalam bentuk frekuensi dalam tabel kontigensi 2 x 2 seperti ditunjukkan pada Tabel 1 1-09. Kelompok I dan ll bias terdiri dari dua kelompok independent, misalnya, kelompok eksperimentaldan kelompok kendali, pria dan wanita, bermasalah dan tak bermasalah dan sebagainya. Judul kolom ditentukan secara bebas

6L 6

vt

qelLUnI

I
0

z )odLUola)
L

0t
qelLr-rnI

0t

>lodLuola)

+
z x z !sua8!luo) laqel :0 [- ! [ Iaqel

'N ladLues LlelLUnI ueSuap ue)lle)tp las der]de!t tsuan)aJ] leuoue] uerlelrad ue8uap !3eqlp leurfueLU LlelLUn[]edLuaa>lleuoUe] uerlelrad uep qeqsru te8eqas Llaloradtp rleurera] 3ue,( uerpefa) upp setr;rqeqold 'entqeq ue11n[unuaLu n]l (80'[ [) snLUnU
(80'r r)

i(o
l_ll-l

iqiSisiYiN -d i(o+ s)ib+v)i(o + )i@ +v) +v\

di@ +v)

iN ( iois \f iJiY \ -

[ito*g)J[i(.]

+il) (,1.)(,:,)

= [ry,J.=,

:4tryatuoa]tadry snq14s1p ue)rpsep raq ue)nlua4p qfulgeqotd pexal les4a sellqeqotd eleuu 'dela1deS3uerp leurfueu qelrunl e1r['uelrlru8ts eleras epaqlaq 7 loduolay uep 1 lodruolay rslodo.rd qelede ue)ntuauaLu ue)e (lsuan)al1 ueledn.raLu C uep 3'g 'y eueu

lp) 60- [ [ laqel Luelec 'lse)lulsel) enpa>l LuPlep eperaq elaraur eueuu eped ts.rodotd epaqraq lafqns lodr-uo;a>1 enp qelede uelnluauaul )nlun ueleunSrp uerfnSuad

C]+B
C
B

f+V
f
V

qe;unI
7 >loduuo;a;

c+f
B+V
qelLunI

l lodruo;ay

7 x 7 rsua8l1uo)

laqel:60-LL IaqPI

'l[e)lp 3ue,( qeleseuu eped Sunlue8ta] 'n[n]as 4epfi uep nfn]as nele'sryn1 TepD uep sryry ue1e1e,(urp e3nI esrq :snutLil uep sryd epuel ueSuap e,(u;estu '(te41tqte1
vtE wvavd-NoN

vrlrsllvls - lx svg

256

STATISTIKA TEKNIK

1.08), dimisalkan hasil pengamatan ditabulasisepertiTabel 10-10,dimanaA=10,8=0,C=4,danD=5.Jumlahmarjinal(A + B) = 10, (C + D) =9, (A+C) = 1 4,dan(B + D) = 5, serta N = 19. Dengan mensubsitusikan hasil pengamatan ke dalam rumus (1 1.08) diperoleh:
(1

Sebagai contoh penggunaan rumus

p=

10! 9! 4! 5!

19! 10! 0! 4! s!

= 0,0108

Misalkan probabilitas distribusi frekuensi dibawah Ho adalah p = 0,0108.

Dalam contoh di atas perhitungan menjadi sederhana karena salah satu sel
mempunyai frekuensi nol (B = 0). Apabila tidak satu selpun berfrekuensi sama dengan nol, maka harus dipikirkan bahwa, penyimpangan yang lebih ekstrim dari distribusi di bawah H, dapat terjadi dengan julah marjinal yang sama.

Untuk pengujian statistik dari suatu Ho dengan pertanyaan: Bagaimanakah probabilitas dibawah Hodari suatu kejadian yang ekstrim? Misalkan pengujian statistik dari data seperti ditunjukkan pada Tabel 1 1-1 1 terhadap keadaan ekstrim yang ditunjukkan pada Tabel 11-12. Dalam hal ini, pengujian hipotesis nol dari data Tabel
1 1-10, probabilitas yang diperoleh harus dijumlahkan dengan probabilitas dari kondisi yang lebih ektrim (Tabel 11-12). Dengan menggunakan rumus 10.08) diperoleh:

Dari Tabel 11-l 'l:

p,

7t'5t'5l.7!

t2m6l4ltl

= 0.04399

dan dari Tabel Jumlah

1-12: p, = H

12!0!7!s!0!

= 0,0126
0,04525

probabilitasi

p= pt* pz=0,04399+0,0126=

Harga probabilitas p = 0,04525 digunakan untuk mengevaluasi, apakah data Tabel 1 111 layak untuk menolak Ho. Dari contoh-contoh di atas, dapat diketahui jika angka-

angka dalam sel-sel tabel kontigensi itu besar, maka perhitungan akan sangat
melelahkan.
Tabe! 11-11: Tabel Kontigensi 2 x 2

+
Kelompok
1

Jumlah

6
1

Kelompok 2
Jumlah

12

Jika peneliti bermaksud menggunakan tingkat signifikansi(significance /evel) lebih

diutamakan dari nilai probabilitas p, maka peneliti dapat menggunakan Lampiran I (Table of Critical Values of D lor Cl in The Fisher's lest, selanjutnya disingkat dengan

(B + V) lntun uerdLuel tueleplsal s,raLlslJ laqe] ueguoloyad ue8uaC '9 = (C + f) uep l=(B+v) eueLu lp l-t-f I laqelLUeleperaua]3ue(elepue>leunSrpue>leueueqeuad ue1]elSuruaLU )ntun 'enp ue)tle)rp snreq ]nqasiai laqe] Luelep teltu-teltu 1s1s-enp {n )nlun 'rcs-nJes r/n >1n1un qplepe ; ue.rrdruel urelep eraual Suer(ral s,Jaqst! pqe;'(80't t) snurnr ueSuap Sunlrq8uaLu )nlun ue)ueresrp eleu 'o1es1a selr;rqeqord 'lOO'O =

/l

rlepuaq8uaLr-r rlllauad elrqedy '[0'0 = n eped uelrlruBrs ue1e1e,(urp laqe] 111elep qelepe elep nlens rrep s)eqa setlrqeqord e,(u;esr6i 'uelelapuad e8leq-e8teq

Llelepe lsal s,laqs!J laqel LUelep eJaua] 3ue,( rsuelrlru8rs 1e1ur1 'ervtqeq le8urrp n;ra6

'ue1de1a1rp Suer( le13ur1eped uelrlruSrs

nlt tse^lasqo ltseq Elep eletu'ue1de1a1rp Suer( tsueltltu8ts

1e13u11 Llemeq lp laqet LUelep ledepral 3ue,( re;ru rrep 3ue.rn1 nPle eues uel]11auad elep uep C lellu elr[ 'uerlrlauad elep llep C teltu l]eLue eAuln[ue1a5 :g qe43ue1 'C lellu rlueS3uad re8eqas reledrp snleq J lellu e)eur 'reledrp 8ue,( y re;ru ellf 'V uerlr;auad e]ep ue)eun8 'uetlt;auad elep uel;eseplaq g ue8uap tensas e$leq epe )ep!] e)l[ 1B e8teq ede.raqaq tedeprat n]l (CI + 3) e8req )n]un :2 qe43ue1

ZL

qelLunI 0 s 0

7
1

loduo;ay
lodruolay

I qeluun[
+
7 x 7 rsuaSlluo)

laqel :z [- L L taqel
'uet1t;auad

e8req qrlrd euues 3ue,( u-ro1o) LUeleC :E qe73ue1 elep ue8uap rensas (C+ 'uerlr;auad elep ueSuap tensas BueA u8te61 r.uolo) epedTsal s/aqs!! laqe] uelep (B +U relru rre3 :7 qe43ue1 )q4u ut /elol 'uerlrlauad elep rrep (C + l) uep (B + y) e8leq ue>lntual :1 qe43ue1
'(rsua8rluol

f)

'jsal

s,raqs!! laqet ueeunSSuad tnpasord uelselafrp lut Lle/\^eq 16 laqe] llep se]e uer8eq !p laqel )tleqLUaLU ue8uap lsetetp ledep rur leLl ureleC '1e:e,(s lLlnuauaul >lepll ueue) rnfel eped rdela]]ele,(s lqnuaulaL! qe^ Pq Luolo) rp;eurfueuu qe;uunllPe[at1ede6 resaq Llrqal qaloq )epr] (A + f) nPle (B + V) lUe LUPlep '91 rrep lesaq

:uetele))'g

L Uep

1e13ur1

ueue) rsrs eped ;eurfuer-u rqepunf uep 0g ! N >1n1un unsnslp n1t ; ueltdLuel Llrqal )epr] 'Z x 7 rsua8tluo) laqet uelep ueteue8uad lrseq rplru-relru rrep rsuelrltu8rs uelep laqel ue)nluauaur Suns8uel erefas tedep tlrlauad lnqasla] laqel ue>leunSSuaru
1

ue8ua6 'sele rp ue)Lloluo)lp luadas ue)qelalaLu Suer( ue8unlrupad r8ueln8uaur ledep ue.rrduuel Luelep erafa] 3ue,( 1aqe1 ueeunSSua6 'tsuaralat re8eqas (lsal s,laqslJ Pqel
xulwvuvd-NoN vxlsuvts

/92

tx svs

268

STATISTIKA TEKNIK

= 7 dan (C + D) - 5 terdapat tiga alternatif nilai untuk B, yakni 7,6 dan 5. Sedangkan hasil observasi diperoleh B sama dengan 6. Selan- jutnya hasil observasi D = 1 (Tabel 1 1-1 1 ), sementara pada Lampiran l, untuk nilai D = 1 dinyatakan signifikan pada ii = 0,05. Kondisi ini sesuai dengan hasil perhitungan probabilitas eksaks p = 0,045 (pembulatan, uji satu-sisi). Untuk uji dua-sisi memungkinkan penolakan Ho pada 6 = 2
x (0,05) = 0,10. Sebuah contoh pengkajian perilaku karyawan lulusan dari dua perguruan tinggi yang bekerja dalam suatu perusahaan rekayasa. Perilaku yang dikaji adalah kecekatan

memulai tugas pertama pada hari pertama mereka memulai beker.ia di perusahaan yang bersangkutan. Peneliti merumuskan: Hipotests Nol. Ho: Tidak terdapat perbedaan yang signifikan dalam kecekatan memulai pekerjaan pertama yang mereka peroleh. Hipotesis Alternatif. Ho : Terdapat perbedaan yang signifikan dalam kecekatan memulai pekerjaan peftama antara sarjana lulusan kedua perguruan tinggi. Data Observasi. Data observasi dalam bentuk tabel konigensi 2 x 2 ditunjukkan pada Tabel 11-13 di bawah ini.
Tabel 11-13: Tabel Kontigensi Pengamatan Kecekatan

Memulai Pekerjaan Cepat memulai Sarjana Sarjana Lamban memulai


B

Jumlah
9 6 15

Pf

"Xu

Pf "Y"

Jumlah

Uii Statistik. Pengkajian ini menggunakan dua sampel independen dengan jumlah kecil. Pembedaan bersifat dikhotomi sehingga pengujian dilakukan dengan Fisher test. Tingkat Signifikansi. Dipilih o = 0,05 dan N = 15. Daerah Penolakan. Karena H^ menunjukkan arah perbendaan, maka daerah penolakan adalah satu-sisi. H, akan ditolak jika data hasil observasi berbeda dengan nilai dalam Tabel Frsher fesf untuk o = 0,05. Keputusan. Dari Tabel 1 1-1 3 diketahui: (A+ B) = (1 + B) = 9 dan (C + D) - (6 +0) = 6. Mengacu pada Lampiran I (Tabel Fisher fesf) menunjukkan bahwa, pada harga B = B, diperoleh harga D = 0 pada o = 0,005 (uji satu-sisi). Karena harga ini lebih kecil dari o = 0,05, maka keputusannya adalah menolak Ho dan menerima Ho . Disimpulkan: "Terdapat perbedaan kecekatan memulai tugas pertama antara lulusan Perguruan Tinggi X dan Perguruan Tinggi Y."

'sele

tp e)Buelallp qela] 8ue,( apolauu ue8uap ;as derlas >1niun ueldereL{lp 3ue,( rsuanla.r; ue)nlual 'lnqasra1 srselodrq ue)tesppraB 'r33ur] lnlsodraq 3ue( 1n>1r3uad rsrodo.rd ueSuap 'r33ur1rn1sodraq lapuad .rnlsod.raq lnlrBuad rs:odo.rd ueepaqrad epe 1epri elnd uerlrua6
urduruuad uefluap lapuad .rnlsod.raq urdurr.uad Erelue rs.rodold ueepaq.rad ledeplal ,entqeq ue)elnlua8uar.u ;ou srsalodrg ' PJIaN uep nry&ua4 'utdtutua4 re8eqas lepri uelr.ro8alelrp uapuodsaX 'r33ut] Suelo ZS uep lapuad Suero E, Uep lllpral uapuodsal 71
- [ [ laqel epe4'erfuuewdurutada>1n1nu ue8uap uepeq BBu4 ue.tn4n ele]ue ueflunqnrl tlllauaul urSur Sueloasas ue)leslW'rt-ll laqel eped ereyal lUadas Lloluof qenqas ue)uaqrp '13 'ueldereqrp 8ue,( rsuan>la{ Sunlrq8uau eJPf rser}sn1r re8eqa5 'N snsP) qrunps qelun{ ue4uap !7eq!p np1 '{eryp &ue,( ps ueguap uello7aq 8ue,( put[tetu qelunt ue4!F4 ';as nlens t.rep ueldeteqrp 8ue,{ lsuanlal} ue)nulauau In}un

'rsua8rluol laqe] uep urolol qe;unf = uep .rnfe1 qe;un[.r eueu !p ( t - 4)$ - r)= tp ueseqaqa)-1efelap ueSuap tsnqr]]stpra] (60't t) snLunl ue8uap qaloradlp SueA ,X e8reg

')-urolo) uep ;-.rn[e; enluas eped las-las ueqe;unfuad epuel

- t? ,lt

1/-a>1

uo;o1

=t!1

: l-a4Lrolo) uep

uep /-a>l rnfe; eped uelrro8alelrp 3ue,( 'p-1 eped ueldereqrp 3ue,( snsel qe;r-lnf I-a1 rnfe1 eped ue>1r.ro8a1e11p 8ue,( snsel qelunf =/'g eueu tp

(60'tt)

:snurnr ueleun33uauu ue8uap ue>ln)elrp 1ou srsalodrq uetfn8ua; 'u1nd uennerfuel uep

T;ror$$=,'

"fl

H=

eud uente,(re1 loduo;a1 epeda>1 ue1e,(ue1rp e;nd tedep etues 3ue,( tedepua; 'nreq 3ue,( efuay e3eua1 3uepu1-3uepu61 ue8ue)uel sele lnfnias >le] nele nfnlas; uedeSSuel enp qelede uerfn8uad e,(u;estu 'qoluoc re8eqa5 epaqraq uenterfuel lodr-uo;a1 'er(uure1 lodr.uo;a1 tlep snse)-snse1 tslodord ue8uap t.ro8ale>1
re8eqlaq urelep loduuola>1 nlens llep snse)-snse) tlep tslodold uelSurpuequlau uep ,3unlrqrp r.ro8a1e1 der1-derl rJep rsuan)a.r1'rur srsalodrq rfn8uaur )n]un 't.ro8ale1 edelaqaq
Luelep J!]elal tsuan)a4 ueepaqrad Llalo tepuelrp 3uetr nluaya] )llsllaUere) ederaqaq Luelep epaqraq loduo1a1 enp 'ennqeq ueleler(uatu e,(uuttze; l[np Suer( srsa]odrH

'uapuadapur loduogal

enp er -elue ueepaqrad rsuelrltu8ts uelntuauaul Inlun ueleun8rp ledep :r,a1 -rX eleuu '1u1sap rro8alel LUelep rsuan)44 trep tJtpral uerlr;auad nlens llep elep e>1rI

rAJ-

- J 'I'LL
lx svg

xulwvSvd-NoN vxusuvts

270

STATISTIKA TEKNIK

Tabel 11-14: Tabel Kontigensi Tinggi Badan vs Kepemimpinan

Pendek

Tinggi
32
14

Jumlah 44
36
15

Pemimpin
Pengikut Netral

12

22
9

Jumlah
Er, =
dan untuk

43
(43)(44)
95

52

95

Untuk sel-l1 besarnya frekuensi yang diharapkan adalah:

= lg,g = 8r2

sel-32:

En =

(s2xIs)

Harga-harga E- itu kemudian dimasukkan ke dalam tabel kontigensi seperti tertera pada Tabel 1 1-15 (dicerak italik).
Jika harga E, itu berdekatan dengan harga O,, maka selisih (Otj- E) akan kecil dan sebagai konsekuensinya harga X' juga kecil. Dengan harga X, yang kecil Hotidak bisa ditolak. Sebaliknya jika selisih (Oij- Eij) besar, maka harga X, juga besar; makin besar perbedaan itu makin besar pula peluang untuk menolak H' Dengan demikian

suatu H, ditolak jika 6f,,,,,r > Zl,or.Dalam hal ini yang dimaksudkan dengan l'^u,,, adalah hasil perhitungan berdasarkan data observasi dan 7,2,0", adalah harga X, yang diperoleh dari tabel distribusi- ,y2 (Lampiran D). Jika dalam soal ini ditetapkan tingkat

signifikansi 99% atau o = 0,01, maka untuk menentukan, apakah H, ditolak atau dierima, terlebih dahulu harus menghitung besarnya y2 dengan menggunakan rumus
(11.0e):

.$ "_, _ r -LL j=t i=t

(o,

F -ij . (9 T-

Eu)' _(12-r9.9)'? , (32- 24.1)2 , e2-16,3)'? T-

19,9
9,2

24,1

, 14-tg,T'z
19,7

16,3

6,8

6,8)2 . (6

g,2)2

= 3,14 + 2,59 + 1,99 + 1,65 + 0,71+ 0,59 = 10,67

df = (r -l)(k - l) = (3 - lX2 -l) = 2. Untuk menentukan tingkat signikansi X2 = 10,67 dengan df = 2 dilakukan dengan menggunakan tabel distribusi-,y2 pada Lampiran D. Dari tabel tersebut dperoleh harga I1.or,z = 9,210. Karena Zi,n,,r > Z,'r*,, maka H0 ditolak.
Dengan derajat-kebebasan,

VZ

9S

LlelunI
u)t,,

6S
LZ

t
Lt

9b

Ld eue[.les

0t
relntuatU

ux,,Ld euefues

LlelLrinI

relnuraur

uequrel

ledal

uee[Ja{ad lElnuaw uElqaf,a) uEleueSuad rsuaSrluo) laqel :9!-LI laqPl

-tt.l)

'g e)eu
7?'9 =

')elol!p (ueepaqrad epert srsatod PcuI < svwtttl euaJe) '?g'E t:s\zY sltt)l e8teq qalo.tadtp C laqel trec =

(rzXqsXos)(rz)

@ + s)O

+y)(a + c)@ +v)

=rZ

- (qtx,) - rcrxorrl)os
,Ilu'u
:ue>1;rseqSuaur (01.'l

,(*-bs -ort)*
ueldeirtlp oH uerfn8uad

[) snlunr ue8uaprX e8req SunlrqSuauL ue8uap

relnL!rp uerln8uad eleuu '96'g=

rsup>lrltuButs 1e13u;t eped

e)l['Og -N uep tZ = (C+ B)'9S = (f + V)'6S = (C + ))' LZ= (B + V) rur leos uelec '9 t- l. t gaqel eped luadas epaqraq 3ue,( elep ue8uap rde1a1 t I- [ I laqpl eped leos ueresa;a,(uad qoluor Llenqas up)uaqrp rur ]n)uaq uer-ueqer-uad ue4elSuruauj Intun '(60't t) snLunr epeduep e,(uueeunSSuad qepnu Lllqal lul snl'Unu

(ot'tt)

t=/p)nlun

@+s)O+v)@+c)@+y)

,[,
)

(Z , ) - l,s - ovl)N

_ -r*

y
:snurnr

ue8uap Sunlrqrp ledep 7 ue8uap eues uep r eueur lp psal slaLlst! eped ryadas; 7 x 7 rsua8rluol laqe] )nluaq ureleplsal -rX ueeunSSua; '7 x 7 rsue8rluo) Iaqpl 'e
S6
ZS

tV
6 Z,B

qelunf
8,9 lerlaN
1n1rBua6

9t
9{.

vt
/'61
Z

ZZ

'g t

bv

ZI

t'hz
r33ur1

6'6 t
>lapuad

urduruaS

qelunI

uo;dereqg6 3ue,(

rsuanlarl uep ueleue8uad rsuanlarJ laqel

:S

[- [ L laqpl

t/z

xulwvavd-NoN vxLsuvts

tx svg

STATISTIKA TEKNIK

b. E, Kecil. y2 -testdapat diterapkan dalam bentuk tabel kontigensijika frekuensi yang diharapkan E, cukup besar. Kalau E, lebih kecil dari minimal, maka pengujian
tidak tepat atau tidak bermakna. Cochran (1954) merekomendasikan kaidah-kaidah berikut ini. (1) Dalam tabel 2 x 2, untuk N > 40 harga y2 dapat dihitung dengan rumus (12.10). (2) Jika N antara 20 dan 40, rumus (1 1 .10) dapat dipakai jika E,. > 5. Jika E.. _._._ _ < 5 gunakan Fisher-Test. (3) Jika N < 20 gunakan Fisher-Test.
1

1.8.

Rangkuman

Statistika non-parametrik digunakan apabila pola distribusi data tidak diketahui atau jika data bersifat kategorikal. Dalam bab ini ditunjukkan bahwa, statistika nonparametrik juga dapat digunakan dalam bidang rekayasa untuk masalah- masalah yang
sederhana.

Beberapa metode pengujian yang banyak digunakan dalam pendidikan antara lain: srgn test, Wilcoxon sign ranked test, Mann-Whitney test dan y2-test dapat digunakan untuk pengujian hipotesis, sementara Spearman's rank correlation seperti hal analisis korelasi digunakan untuk mengkaji kedekatan hubungan antar dua variabel. Fisher's exact probability test digunakan untuk data deskrit. Metode kalkulasi pada umumnya disajikan dalam bentuk tabel kontigensi sehingga mudah dipahami.

1'l

operator dengan menggunakan sel-penguji yang sejenis untuk mengetahui bilangan oktannya. Data pengujian tertera di bawah ini. Tentukan pada tingkat kepercayaan 9Oo/o, apakah terdapat perbedaan hasil pengujian antara operator X dan operator Y?
Bahanbakar

.9. Soal-soal Latihan sI1-01. Delapan jenis bahanbakar diuji oleh dua orang

)
BO
8.1

Operator X Operator Y

72 74

60 70

4 75
B1

5 B2

6 B5

79
7B

91

84

74

90

511-02: Seorang peneliti ingin mengetahui dampak atas kepemimpinan di


lingkungan industri, yakniantara personnelconcern dengan production concern dengan menggunakan 12 responden (karyawan). Skor penelitian ditabulasi seperti tertera di

bawah ini. Anda diminta menyimpulkan hasilnya.

o,(1o1''p]1'eqsn1e8o; llrH-/!\erDrw'atuatcS p)otqeqa? aLu )oj ssttsqels)ylaueteduosl'(gs6t)'5';a3ar5 '6 'lon'3ur:aaur8u3


lerrLuaqJ qslupB 'sc1sge1g cr4uadete4-uoN 'eqsnleSoy llrH-MerDlW 'sluauuadxS

jo uotpupdy '$g6D'V'C

'o(1o1 ,'ptl

'IS^\o1leU

Swtaau8uS 'C16L) tllas 'I erpualeN ''3'uosdtl PTElsnd rPUEC '0 t't t

'NHB 6'tB pJepuels uele.rer(s.rad rLlnuaLuaul n1t uet[n8uad ;rseq qe>1ede'lIlpllas

'0'[6 - 0'16 - (.'BB - B'lB |gB - |g7 - g'VB - t'l7 - t'B - B'[B :(NHB urelep)]n)traq re8eqas ueserala) etep ue)lrseq8uaru uaurtsads g1 ue8uap efeq sruafas uese.ra>1a1 rfl ']0-ttS
'tnqasJa] uresap enpa>l r.rep uelrlruBrs

3ue,( uerr;e n[e; ueepaqrad ledeprat qelede 'o1o96 ueeAerradal 1e13ur1 eped rlrpr;a5

Z,IL
B,9L
s

y'02 o'oz
?

g',61

O,B

s'B

B'9 t Z,6L
Z

s'll
L

B uresac v uresac uerlntsuad'oN

:ln)rJaq re8eqas
Llelepe ]nqasJa] uer[n8uad e]ec 'rlel euur; Sutseuu-Sutseu 'u1tu1e8 Luelep e,(uuerr;e rnqela8uatulnluntfnlpSUepVeprn;leduodutesapu]ereurenpadrlolotd't0-ttS nfe;

tB

vs

ILL 90t
9Z
SB

I )
{
I

Z6 Z9 9S 9B
BB

Ltt
t-t-

I
3

s9

It

6t
ZI

9il" 0v IB
B6 Zg

C]

f
B

9v uraf,uoJ uorllnPoJd

uratruoJ lauuosrad

V uapuoosau

t/z

xulwvuvd-NoN vxusttvls

lx svg

NVUIdWVI.NVUIdWVI

276

STATISTIKA TEKNIK

LAMPIRAN 4.1 Dikutip dari Freund & Williams (1958:171)

CONTOH TABEL BILANGAN ACAK

1-4
,1

5-8 96 31 8472 38 41 07 05 31 12 59 57 69 02 0374 0622 36 05 92 13 49 31 87 9s 5437 0849 1628 97 77 20 65 39 53 'r5 01 44 95 95 08 37 14 85 88 0223 6827 7215 01 47 97 55 59 34 5473 21 92 9227 5478 8254 7377 3253 75 66 76 91 7587 33 38 7472 6276 38 68 1251 9574 53 09 93 07 08 10
05 89

9-12 't3-16 17-20 21-24 25-28 29-32 33-36


07 99 38 89 35 39 43 66 58 89 51 49

3740
59 93 97 08 53 60

2 3 4 5

6 7 8
o 10
11

12
'13

14 15

16
17 18 19

20
21

22 23 24 25

zo
27

28 28
30
31

32 33 34 35
JO

37
3B

?o

40
41

42 43 44 45 46 47 48 49
50

69 14 40 64 46 96 93 59 14 55 8492 57 48 9243 66 26 34 33 1'1 16 2498 00 63 33 05 6031 66 51 3972 30 85 85 45 55 86 79 90 37 71 69 14 93 26 2871 87 67 46 91 5'l 58 82 57 39 81 31 63 7407 69 88 88 58 41 55 14 04 57 23 77 86 66 31 7994 B0 81 92 80 90 19 53 46 03 68 45 50 39 56 18 81 2242
29

44

5252
2271
24 54 46 50

4804
6671 80 11
02 90

2869 505
79 45 68 79 17 78

37 59 37 96 65 31 00 15
57 51

07 39 43 06

9276
01 66 38 99 35 08

2682
B9 35 71 39

07 97 53 87 16 88 79 63 61 75

41 14
37 52 09 06

2579
47 57 05 92 95 4'l 57 25 02 36 35 17

7029
73 13

5672 66 88 73 41 32 90 94 2837 71 08 97 59 63 01 51 37 4328 2357 70 43 50 58 55 55 9'r 94 0't 45 95 80 65 50 2897 10 81 60 23 33 41 29 B3 9974 91 65 8427 77 04 04 13 4072 53 26 21 86 64 30 56 18 18 10 23 63 81 90 8374 86 92 49 53 50 70 84 58 18 91 76 00 9241 29 30 33 14 97 19 59 67 60 26
04

57 45 38 42

9201
51 95 94 57 45 06
91

08 97
62
38 53
01

79

04 89 66 65 83 64 76 21 83 30 86 46 99 28 90 13 64 81

5478
73 50 87 45 88 52

0474
79 93 64 38 78 05 91 15

06 63

1470
93 19 68 66 64 59 07 69 o',t 92
16 37 53 48 35 97 09 49

60 23 70 54 51 65

7235
51 00 08 75
00

87 5s
50

9240 7226
77 32

4428 00 35 62 97 94 89 17 64 61 31 61 07 05 84 14 13 46 4200 s8 45 51 29 6277 97 82 38 05 31 36 96 75 17 75 6475 10 95 20 49 37 46 s9 97 23 57 67 77 11 45 15 90 38 96 1432 31 50 4216 96 61 33 34 2897 7873 45 02 93 40 84 49 1262 00 83 0441 1877 5467 7840 97 02 5212 6227 9211 82 09
79

70 30
57 41

56 26 58 28 04 08
53 81

99 19 79 68 88 83

8229
50 81 79 97 98 11 17 16

48 19
69 83

4284
96 46 17 98 67 78

07 06 29 01 04 03 71 21 03

70 50 53 07
91

4671
53
30

00 62

84 19
38 01

49

3l

5487
87 42

4321
00
1'1

'18 28

56 55

1295
74 50

45 12
41 23

2352
31 36 62 67
94 66 58
91

57 29

4209

69 48 31 50 11 46 0237 05 83 48 09 98 13 14 70 36 15 45 12 5404 84 00 48 47 77 58 35 88 67 55 73 30 74 43 9287 00 36 27 89 7897 06 00 26 67 23 60 58 61 71 13 35 16 26 88 8425 92 58 20 13 10 07 91 22 34 37 88 84 1427 6574 41 09 86 81 2984 8621 81 76 4278 4425 3372 8452 39 89 30 64
00
01

94

86

05 12 6261 58 B0 37 88 75 50 53 43 13 92 23 80 2894 2597 5824 73 31 34 81 09 84 30 33 74 13 78 52 28 55 3282 80 78 7677 43 03 39 42 28 85 3382 18 34 36 46 71 69 50 36 11 93 57 90 96 55 77 20 53 34 29 30 97 24 40 42 56 35 88 61 32 54 09 04 5425 73 49 4285 58 56 09 63 60 12 82 12 50 90

2079
83 84 45 42 10 17 47 73 88 61 51 80 00 00

7622
34 82 64 19 66 85

9231
23 47

1334
97 65 55 53 85 96 17 55 80 17

2567
32 69 26 86 62 83 55 79 09 34

63 17
51 32 04 77

4226
23 60

6924
31 19 88 92 73 59 73 45 34 45
19 62

25 89

5284
67 72
17 96

60 16 24 19 66 40 00 56 55 37

rNR-2OOB.B

'96'l=90'0+06'l
rs.rodord lreC

B0-8002-uNI

epetaq e laqe] uel -ep Qg/f'Q = senl = ezo'z qololadlp e go'r.uolor uelep 06'I tnfet eped (n - S'O) 6un1rq nlnp qrqallal 920'0 = D lnlun z e6req rJEsuOu' lnlun qoluoc

:09/t'0 = 920'0 -

9'O =

re6eqas ,(n

s,o) ue6uap ewes"z redues o = z uep 6uEplq sEnl tslodol6 :ue6ue:e1ay

886r'

L86V',

L86V'

186'',

08
6'Z
6',2

z86r'
916i',

896f 996r'

L'Z 9'Z 9'Z

lv6v'
ZZ6b

t'z
E'Z

e86r' LL6V' 896r' L96r' et6r' 9Z6i' l06r'

868r'

I LgV' 898r' neqn' 0t8r' 88Ln' eSLy

zg6t l86r' 916b', nL6V' 996r' 996t' 996r' e96r' 016t' 8e6r' 0z6v' 8 t6,' 96Bf' e68t' t98t t98r' 9Z8r' tZBV'
ELLb' ZLLY' 6tLt' etb'

z'z

l'z

066r' 066t' 986n 986t' t86r' 086t' bL6t' t L6r' v96n e96t' z96t' l96t' 906r' te6t' I t6r' e t6r' 068r' L88t' 198n" t98r' LtSn zLSV' L9Lb', t9Ll' 90Lr' 669t' ee9r' 9z9v' 9V9n' 9e9?'

0z 6't 8'I

Ll 9r t'l

6n9n' lvgt' t99b' nggi', e9til zgbv' 9nev' zeet'


LOZV' Z6tt' 6VOb' Zeln'

9'I

et t'l

z'r 0't
6'0
L0'

zt Lr' 9zLv' ,99r' 999t' z89r' tl9r tSvv' vLrv 0ten' tgev 9tzv' zzz, z80v' 990t L06g' 888e 80/e' 989e 98r' l9re

ttvb 6zbn' 6 Ler' 90tt' LLtn z9tv' L66e' 9 t0t' 0e8t' 0 r8e' tzgc' 6690' 68ee' 99ee' e Le 90te' z98Z AZ8Z'
6n9Z'
6L8

Seze' ztzt, L96Z' 6e6Z eLgZ' Zl9Z

80
9'0
90'

LtgZ
06

lz'

,zzz' t

nnSt'

vo'
00'

Lt9l' 08t l' tvtl' 001. l' t9z0' nlL0' 69e0' 6 le0' 60' 80'

686r' 686t' 686r' 886r' 986t', 986?' 186f' nLSn' 616,', 6L6V' 8L6t' LL6n' zt6v' tL6b' 0L6n' 696t' z96n' l96t' 096r' 696t' 6'6r' 8,6t' 9n6n' 9r6V' zt6t' le6t' 6Z6V' LZdV', lt6b' 606t' 906r' t06b' r88t' r88t' 8LgN' 9LBF' 098r' 918r' znqt 8e8r' 808r' e08t' 86LV' e6Ln' 99Ln 09LV' vnLr' 8t,Lv' 69r' 989t' 8L9V lLgb' I L9r' 809t' 669r' t69' 9Z9V' I t9r' 909r' 96vV' Btbv' 90ll' t6en' zgtv' z6zv' 6Lzv' 99Zn tgzr' LVLV' LCIV' 9LlV' 660r' 0860 296e' 116e' 9z6e' 0610 lLLt' 6tLe' 6ZLt' LLge' ?99e' le9e' 809e' oree I I e' 68Ze VgZC' 8L0t' L90e' ez08' 9662' n6LZ' V9LZ' vt,tz' t0Lz' 98VZ' rglz', zztz 68tz' L9tZ' tZlZ', 8802 n902' 9tz L' 00L l' ZLLL' 808 t' ertr' 90t1.' 89e r lee t' 1.860 8t60' ,90 r' 9z0t 919' 9eS0', 9690' L990' 66 1.0' 09 l0' 6eZ0'
6120'.

LgtZ' 'ZAZ 6t0z' 986 I t99 t' 8Z9l e6z r' 99zl 0 t.60' I1,80 Ll9 0 8Lt0 0zr0' 0800
e0' z0'

698e 6t8e' 999e 0rge' 8er0' e t?0' 98Ie' 69 t t' 0t6z' t88z' tt9z' 0892' t6zz' Lgzz' 096t' 9r6l' 169 L' tS9t' ttzr' 6LLt' ze80' e6/0' 8er0' 86e0'
0100'
l0'
0000
00'

z'0

t'0 00

L0'

90'

90'

,0'

,z

]VWUON ISNBIUISIC
'(L0s:896

I]SVI
L) sr.uPrllr^A

3 PunorJ rrep drln)rc t-B NVUIdWVI


NVTHWV'I-NVttdWVT

//z

278

STATISTIKA TEKNIK

LAMPIRAN B-2 Dikutip dari Lipson & Seth (1973:432,433).


TABET DISTRIBUSI NORMAL
zo

.00

.01

.02

.03

.04

.05

.06

.07

.08

.09

0.0
0.1

u.l
0.3 0.4 0.5 0.6 o.7 0.8
1,0
1.1

no

1.4 1.5
I .O

1.7
'1.8

1.9

2.0
2.1

2.2 2.5

t.o
2.7
2.8

2.9 3.0

.5000 .4960 .4602 .4562 .4207 .4 1 68 .3821 .3783 .3446 .3409 .3085 .3050 .27 43 .27 09 .2420 .2389 .2119 .2090 .1841 .1814 .1587 .1562 .1357 .1335 .1151 .1 131 .0968 ,0951 .0808 .0793 .0668 .0655 .0548 .0537 .0446 .0436 .0359 .0351 .0287 .0281 .0228 .0222 .01 79 .017 4 .0139 .0136 .0107 .0104 .0082 .0080 .0062 .0060 .0047 .0 04 5 .0035 .0035 .0026 .0025 .0019 .0018 .00't 3 .001 0

.4920 .4880 .4840 .4522 .4483 .4443 .4129 4090 .4052 .3745 .3707 .3669 .3372 .3336 .3300 .301 5 .2981 .2946 .267 6 .2643 .261 .2358 .2327 .2296 .2061 .2033 .2005 .1 788 .17 62 .17 36 .1 539 .1 51 5 .1492 .131 4 .1292 .1 27 .1 112 .1093 .1075 .0934 .0918 .0901 .07 7 8 .07 64 .07 49 .0643 .0630 .0618 .0526 .0516 .0505 .0427 .0418 .0409 .0344 .0336 .0329 .027 4 .0268 .0262 .0217 .0212 .0207 .0170 0'1 66 .0 1 62 .0132 .0129 .0125 .0102 .0099 .0096 .0077 .0075 .0073 .00s8 .0057 .0055 .0044 .0043 .0041 .0033 .0032 .0031 .0024 .0023 .0023 .001 7 .00't 7 .001 6 .0007 .0005 ,0003
1
1

.4801 .4761 .4404 .4364 .4013 .3974 .3632 .3594 .3264 .3228 .2912 .287 7 .257 8 .2546 .2266 .2236 .1977 .1949 .1711 .1685 .1 469 .1446 .1251 .1230 .'1 056 .1038 .0885 .0869 .073 5 .07 21 .0606 .0594 ,0495 .0485 ,0401 .0392 .0322 .0314 ,0256 .0250 0202 .0197 01 58 .01 54 0122 ,0119 0094 .0091 007 1 .0069 0054 ,0052 0040 .0039 0030 .0029 0022 .0021 0016 .0015 0002 .0001

.4721 .468'l .4641 .4325 .4286 .4247 .3936 .3897 .38s9 .3557 .3520 3483 .3192 .3156 .3121 .2843 .2010 .277 6 .2514 .2483 .2451 .2206 .217 7 .21 48 .1922 .1894 .'1 867 .1660 .1635 .16'1 .1243 .1 401 .1 37 I .1210 .1'1 90 .1 170 .1020 .1003 .0985 0.853 ,0838 .0823 .0708 .0694 .0681 .0582 .0s71 .0559 .0475 .0465 .0455 .0284 .0375 .0367 .0307 .0301 .0294 .0244 .0239 .0233 .0192 .0188 .0183 .01 50 .0146 .0143 .0116 .0113 .0110 .0089 .0086 .0084 .0067 .0066 .0064 .0051 .0049 .0048 .0038 .0037 .0036 .0028 .0027 .0026 ,0020 .0020 .0019 .00'1 5 .0014 .0014 ,0001 .0001 <.0001
1

TN R-2008-08

Keterangan: Cara penggunaan tabel ini sebaliknya dari tabel pada Lampiran B-1 ) Di sini angka-angka dalam tabel menunjukkan harga c yang diketahui, sehingga harga z bisa langsung ditentukan. Untuk o = 0,0250 ditemukan pada lajur z = '1 ,90 di bawah kolom .06 sehingga diperoleh z.ozs = 1,90 + 0,06 = 1,96.

80-8002-uNllul
6Z
do

o7c 7 70b 7

096'L

gto'z
Br0'z
Z9O'Z

9r9

z8z t
I Lg'L
L

lul
6Z
o?
LO

9L9'Z 99L'Z e9L'Z

669 r

LZ
9Z

,LL'Z
6LL'Z

toL t
90L t

tj[t

ett

vLt l

LgN Z I,LN Z 6LV'Z


gqn'.Z

990

Itt

9Z

c7
VL

090 z

80L't

\a

L8L'Z L6L'Z
LOg'Z

Z6V Z

n90'z
690'Z
VLO Z

tlL t

tz
TZ

vtL',

9te't I te't 6te t


IZC,
L

ZZ

6t8'Z
ICO7

009 z 809 2
B19'Z

080 z 980'Z

I.I L' L LZL'I

zz
t7 oz

EZe I

'Z
OZ

9?B'Z

gzt- I

gzt.t
gze'L

6t
ot

t98
o

lo

Z 7 Z

060'z

6Z[l
,t,L I

l}t

L'
9t 9t ,L
L'

868

0rl

z z

6f 8t

OIIL

IZ6'Z
LV6'Z

829 Z 6e9'Z z99 Z L99'Z e89 Z

0zt'z

gnl'l

oet't ete't
zoe't

L'
9L 9t.
VL

209'z
VZq Z

Itt'z
9'L'Z 09t'z 6L''Z

e9/'t
LgL'I ILL

LL6'Z

tv8 l 9r
t.

zt0'e
990't

099 2
L89 Z

Zq[I'
96L t

099 I 99e L
coc
l

ct tt

Z'
0t
b
8 L

tt 0t
6 8
L

90,
69

BIL'Z
V9L'Z

tjz

t'e

zLq'l
0e8't 098'!
968
r

zlt',
LUL I

092'e 'e
99e

tzq'z
968 2 966 Z

gzz z zgz'z 90e'z


99e 'Z

/6e t

66r'e
LOL'E

gtt

tnt

t,

Ltt'z
gLL eoe

tr6't
9LO',Z

lvb

I I

I I
v
Z

ztl
,09

99t'e
LVLL'C
LVg V

t/9

z
Z

gln I
eeg t 8e9.t

t18'9
926'6

Z8L'T,

zeL z t9e 'z


0Z6 Z

I
7

996 9

988'I
820
e

, 1p

/99 eI
s00'7

tzS

Le

90L'ZL

nte'9
0s0'1

010'l

ez0'l

001'l

tp

,-ISNBIUISIC

I]BVI

'(209:8s6l) suerllr^ 3 punarJ rrep drln)rc

)
6/Z

NVUIdWVI

NVdtdwvT-NVdldwvT

280

STATISTIKA TEKNIK

TAMPIRAN D-l Dikutip dari Freund & Williams (1958:503).

TABEL DISTRIBUSI-72 dt
1

l.'n,
3.841 5.991

2tr,,
5.024 7.378
9.348
11

Zot
6.635 9.210
1

zio,
7.879
10.597 12.838 14.860 16.750 18.548

df
1

2 3

2
J

4 5
6

7.815 9.488
11.070

.143 12.832 14.449


16.013 17.535 19.023

1.345 13.277 15.086

4
5 6 7
a

12.592
14.067 15.507 16.919 18.307 19.675

7
8

10
11

20.483 21.920 23.337 24.736 26.119 27.488 28.845


30.191

16.812 18.475 20.090 21.666 23.209 24.725 26.217 27.688 29.141 30.578 32.000 33.409 34.805
36.1 91

20.278 21.955 23.589 25.188 26.757 28.300 29.819


31 .319

I
10
11

12 13 14 15 16 17 18

21.426 22.362 23.685 24.996 26.296 27.587 28.869 30.144


31 .410

12
IJ

32.801

14 15 16 17
'18

34.267 35.718
37.1 56

19

20
21

31.526 32.852 34.170 35.479


36.781 38.076 39.364

37.566
38.932

38.582 39.997
41.401

19

20
21

22 23
24 25

32.671 33.924
35.172

36.415 37.652 38.885


40.1 1 3 41.337

40.&6
41.923 43.194
44.461 45.722

40.289 41.638 42.980 44.314 45.642 46.963


48.278

42.796
44.181

45.558 46.928 48..290 49.645 50.993 52.336 53.672

22 23 24

25 zo
27
2B

zo
27

28 29
30

42.557
43.773

49.588
50.892

46.979

29 30

TNR-2008-08

80-8002-uNr

9e'62 9eE'82 gee'Lz

809'92 LLg'nZ

gln'vz

tgEEz

669'02

0e
8Z 8Z

IZ
9Z 9Z

L l.

vz
ez

zz

IZ
0z

6I
8I
ot

L'
91.

tt

Cl.

e6r'81 l6l9t 90e'9t e96'rt LsL'tt nl9'9t 992'tl tzt',et Lnq'nt 999'S t tgt'Zt gZL',nL 6LA'Z\ 808't I 60r'E t 86t'zt 09 t.' 169'Zt tzg'tL 029'0t 266'tt 998'01 988'6 E6Z'lt 96t'01 092'6 009'0t zr9'6 e?9'8 I r6'6 r.68'8 ?e0'8 Ltz'6 092 8 nevL r.998 e9/ ,,8'9 906'r. 9t0'L 992'9 sgz'L 80r'9 /69'9 tl9'9 zt8'9 znt'g 986'9 6ZZ 9 t09'' 890'9 099 r 910'n 991',V Llt',t 999'E qtt'n tlq e ,10't,
e09'z 99t',2

zt
0t
b

609't 90'e 690'E 899'Z

tt
I L I I
n
Z

Lng'tz gge '92 6lL',ZZ 908 92 Z6L'lZ Let'tz L98'02 E|'EZ er6'61 Ltt'zz Lzl'61 Lte'tz t0t 8l Lt|',lz zgt'Ll LEE'6 t 992'9 t '8 t 290'9 t 8ge 8ee'/f lvr'tl 8es 9, lEg'e t VZS'Z\ 8ES-9 t 6ee tt LZL'Ll 6e 'e L Iz8'0 t jte'zl 926'6 ore't t ,e0'6 tr|0L 8tt 8 zvt6 Lgz'L ere'8 g6s'9 vrt'L L?,9'9 gre 9 tLg'V 8re 9 828'e Lge'' 000 e LgE'E 961 Z VZV',t 99e Z ggE'f 1ElL' 099t 08rl'

199'eZ qLVZZ 89/'6t 80lLt Lrl'gt LV9'ZZ 889'LZ 66'8 r 826'9 t S00'9 I 6tt lz t0L'02 vlt'Bt t9t'9t elg'nl ctg'02 028 6t z6z'Lt 6/'9t wS Cl 0zl'Q, t Lr'gt t99't t 6e6'6 t 016'8 t 1e0 6t 290'gt 699'9t 8r8'et l0t'2, /0r 8t Lgt'LL 8r8',tL t60'e I 889'1. I lvz Lt ,l'9t Lro'nt qee'zt 286'0 t vnt 9t 9t?'9t 1tzet 169'Lt e8z0l. z9v'9t 8l9'tt Env'zt 198'0 t t69'6 z99',nt 9tL'et tsg't t Ltl'}t /06'8 998'01 06e 6 tez'q 919'0 r 198'Zt z6LZt 200'zt 980 0r zL9'8 n99'L zt6'tt zqt'tt zLt'6 296',1 806'9 Lng'g tgz'L z9z'9 9e0't L /0e'0t 629'9 991'0t L9V'6 06[L rE9'8 zvl L 'L9'9 2689 600'9 662 6 8er'8 L0s'/ toe 9 9zz'9 nlr'v ngg'L 686'9 819'9 919'n 9t8'e LtL'9 62t'9 998'' 0r6't LnZ'e 668'9 088'9 89t'r gT,'e 001'z u.0'9 n69'n 06, e eELz 08t z 992',t ZZSI tEg'Z Lgt',Z 069't 99t'g 0/0'g nlzz 99 t Lez t 9L9'Z eVt'Z 0t9't qvt't 0le8 tz6'l 619't ,90't lLtl' 0n8n eLZ't 900't 0t89' 0z9e' 09lz 09L9' 09tr' jltz' 0E0t 9090' 0z0t' zn90' 89t0' 6800' 8600'

zEg'Z 880 2 gel'l zeo'z 9r9 t ,ve'l t99'f 6tz't 0686' ,tt'| ozLS' 09L9' 0z9L' 0199' ozw' 06zn' 0L6z' 0L0z' 0981' 09It LtLo' ,0r'0 t0z0' 0010' e900' 1000'

n
,/-rsngrutsrc rrBVr

tp

(vn:Erct) qlas ,9 uosdr'1 rrep dr1n1r6


EZ-O NVUIdWVI
IBZ

NVttdwvT-NvaHwvl

282

STATISTIKA TEKNIK

LAMPIRAN D-2b Dikutip dari Lipson & Seth (19fi:a35)

TABEL DISTRIBUSI-72
(I)
df
1

.300
1 074 2.408 3.665 4.878 6.064 7.231 8.383 9.524

.2s0
1.323 2.773 4.108 5.385 6.626 7.841 9,037 10.219
'1 '1

.200 1.642 3.219 4.642 5.989 7.289 8 5s8 9.803

.100
2.706
4.605 6.251 7.779 9.236
10.645

.050 3.841 5 991 7.815 9.488

.025
5.024 7 378
9.348 11.143 12.832

.020 5.412 7 .824 9.837

.010
6.635

.005
10.597 12.838 14.860 16.750 18,548 20.278
21

.001 10.827

7.879

9.210
11.345
13.277
1

13.815
'16.268 18.465

4
5 6

11.070

11.668 13.388

5.086

20.517 22.457 24.322 26.125 27.877 29.588


31 .264

12.017
13.362

o 10
11 IJ

10.656 11.781

.389

12.549

11.030 12.242 13.442 14.631 15.812 16.985


18.1 19.31

14.684 1s.987 17.275 18.549 19.812 21.064 22.307

12.592 14.449 14.067 16.01 3 15.507 17.535 16,919 19.023 18.307 20.483
19.675
21

15.033 6.812 16.622 18.475 18.168 20.090 19.679 21.666


1

21

.161

23.209
24.725 26.217

23.589 25.188 26.757 20.300 29.819 31.319 32.801 34.267 35.718


37.
1

.955

14 15

12.899 13.701 14.011 14.845 15.1'19 15.984 16.222 17.117 17.322 18.245 18.418 19.369 19.511 20.489 20.601 21.605 21.689 22.718 22.775 23.828 23.858 24.939 26.018 27.096 20.172 29.246
30.31

51 1

22.362
23..685

.026

21

.920 23.337

22.618
24.O54
26

24.736
26.119

25.472 28.259 29.633 30.995 32.346 33.687 35.020

32.909

24.996 26.296 27.587 28.869 20.144


31

873

27.688
29.141 30.578 32.000 33.409 34.805
36.191

34.528
36.123 37.697 39.252 40.790

27.488
28.845
30.191

to
17
1B

20.465
21

19

20
21

22.760 23.900 25.038 26.171


27

.615

23.542
24.769 25.989

31.526

27.204
28.412 29.615 30.813 32.007 33.196

.410

32.852
34.170 35.479
36.781

37.566

38.582 39.997
41

56

42.312
43.820 45,315 46.797 48.268 49.728 51.179 52.620 54.052 55.476 56.893 58.302 59.703

24.935
26.039 27.141 28.241 29.339 30.454
31 .528

22
a1

z+ ')4 26
n1 28
2B

28.429 29.553 30.675

.301

34.382

32.671 33.924 33.172 36.415 37.652 38.885 40.113


41

38.076 39.364 40.646 41.923 43.194 44.461 45.722 46.979

36.343 38.932 37.659 40.289 38.968 41.638 40.720 42.980 41.566 44.314 42.856 45.642 44.140 46.963 45.419 48.278 46.693 4.588 47.962 50.892

42.796 44.181 45.558 46.928 48.290 49.645 50.993 52.336 53.672

.401

30

31.391 32.461 33.530

32,620
33.711

31.795 35.563 32.912 36..741 34.027 37.916 35.129 39.087


36

34.800

250

40 256

42.557 43.773

.337

TNR.2OOB.OB

B0-8002-uNl_ lnqaAuod l]ep ueseqaqa)ilelPJap = zlp :0uellqtr]a0 llep uPseqoqa)ileleJap = ,Jp :Uebue]ala) z Z6 Z Lt'n 0t

LZZ
BZZ

69.2

ze'e

9e

,t'z zt z z tv'z

t9 ,9

6Z
BZ

6z'z
9t,Z
ZC'Z

IZ'Z ZZZ vz'z 9ZZ


07 7

LZ'Z

ll'z tl'z tl'z bL'z

s6 z 96 2 96 2 86 2
66',2

ts'e gt'v vt't, lz'v ge'e tz v /t'e zz v


BE

LZ 9Z

bc'7
9E Z BE'Z

E fZ''
Bz'n

t0
90

9Z VZ

60'z z, z It z BI Z 'L'Z 6IZ 9IZ gLZ OZZ BIZ ZZ'Z OZ'Z VZ Z 9Z Z ZZ Z VZ'Z
OL Z ZIZ TIZ 9IZ qL'Z B''Z OZZ

e0s

0e,
zt'n

tz
ZZ

0r'z
ZN'Z

9t- z qLZ 082 ze'z

tt

ez'z 9zz 9ZZ BZZ


077 tc7

BZZ 0e z ZCZ cc7

0r e zre e

IZ
0z

NTZ Lt,Z
LN

Ltz nt'z

?t,z
IVZ
9V Z

1ez ZT,Z 9t z LC Z jn'z en'z

9n z Bn'z

6t

BI,'Z Z znz gnz


gV',Z t9 Z e9 z 99'Z

6vz
99 2 09 Z

It It
9t

9' Z tg'Z 99'Z 09 2 v9 z 69'Z 69 Z VqZ 99'Z l[Z

9AZ VV Z 99'Z Lt'z 9v z L9 z 6t'z Lv z 69 2 Lt'z 6v z 09 2 ef z Lg'z z9'z gnz egz ng'z LV.Z 99.2 99'Z 6V'Z L9 Z B9'Z Z9'Z 09 Z 'LZ 99'Z Eg'Z NL'Z 89Z 992 LIZ z9'z 1Lz LB'z 99 Z VL'Z 9B'Z O[Z 6L'Z 06 Z LL Z 98'Z 96 Z

it

ZI

tl
t) B

0t
L o

n
C

,v

09'z e9 z L9 z ZI- Z LL'Z VB'Z Z6 Z ZO'E 69'Z ZIZ gL'Z 0B z 98'Z z6z 00 e Lrt 6|Z Z8'Z 98 2 06 2 96Z ro'e 60'e lz'E 16Z L6Z z1'c /0 e vt t zz't e0 e /nc nl c cl c '62 B|e tz t, 6Zt, r.00 B,e BZE te t ,0'e 6g'E nn t 09c 890 690 89'0 0/ e 628 /8e L6E /9 e 09'g e9 6e t 00 t eo'r 90 t 0L', gL't 90'9 sL v zg'n B9'r 0L V V/' 00 L0'9 9Z'9 t6I e69 96I t0 6 vlg 9/B 8r.B t8^B rB'B 0e 6L 6t 0n 6t 6E 6r 8e 6L LE 6t
NVZ EVZ
Z'Z

Lrz

6ez

tz'v gzv B8'r 96 t 60 9 9r9 88 tL6'8 9E'6r ee 6t Ltz ,tz

1tz

nBZ /0 e LV t, 9e'' LB'Z 0i 0 6t'0 ge't 062 e t e zg't, 80, e6'z It e 99 e tv't 699 9VV 96 Z 1z',e ro'e nz t, e9e 6,v 90'e 6z e 89 e Vg'n ,'0 vL E 09'' t t'e rr0 o8'e Lq'V Br g gzt 6r e 88 e 9/t occ ACc 86e VBV 8t'e I L'.e 0L', 96'' e9'0 9s s gz'n ZL'g t8'e L0 v gV'V Zt 9 zlv 9tt ?L V 69'9 tg't gl',b nt'g 66',9 6r'9 LV9 619 19 I 6e9 699 16 I Lt L zr'6 8z 6 9s 6 eL'0l, 9Z'61 9t 6r 00 6, zs'st 9ZZ gLZ 002 rgL
e

I
ztp
Llp

zttL0r6SLg9ttzl
'"'^n](":L,
I

jarrrog
=

uopea{

Jo sa}.I8?p

tlll,t uC,:nqlIlslP

J/

(s0'0 =

12

rnlun) "J-rsnBrursrc

rrgvl

(lLS-gLSiBt6t) ralqrnrJ

profllng rrep dr1n116 ET-] NVUIdWVI


NVAHWVl-NVdtdWVT

TBZ

284

STATISTIKA TEKNIK

LAMPIRAN E-lb Dikutip dari Cuilford & Fruchter (1978:516-517) TABET DISTRIBUSI-Fr' (untuk a = 0.05)
dfr
dfz
1

14

16

20 248 8.66 5.80 4.56

24

30

40

50

75

100 200 500 253 8.56 5.66 4.40 254 254 8.54 8.54 5.65 5.64 4.38 4.37 3.68 3.24 2.94 2.72 2.55 2.41 2.31 2.22 2.14 2.08 2.02 1.97 1.93 1.90 1.85 1.82 .80 1.77 1.74 1.72 1.70 1.68 1.67 1.65 1.64
1

co

2 3

19.42 19.43 19.44 19.45 19.46 19.47 19.47 19.48 19.49 19.49 19.50

4
A

245 246 8.71 8.69 5.87 5.84 4.64 4.60

249 250 8.64 8.62 5.77 5.74 4.53 4.50

6
7
B

10
11

12 13

14
'15

16

17
1B '19

20
21

22 23 24 25 26 27 28 29
30

3.96 3.92 3.87 3.84 3.52 3.49 3.44 3.41 3.23 3.20 3.15 3.12 3.02 2.98 2.93 2.90 2.86 2.82 2.77 2.74 2.74 2.70 2.65 2.61 2.64 2.60 2.54 2.50 2.55 2.51 2.46 2.42 2.48 2.44 2.39 2.35 2.43 2.39 2.33 2.29 2.37 2.33 2.28 2.24 2.33 2.29 2.23 2.19 2.29 2.25 2.19 2.15 2.26 2.21 2.15 2.11 2.23 2.18 2.12 2.08 2.20 2.15 2.09 2.05 2.18 2.13 2.07 2.03 2.14 2.10 2.04 2.00 2.13 2.09 2.02 1.98 2.11 2.06 2.00 1.96 2.10 2.05 1.99 1.95 2.08 2.03 1.97 1.93 2.06 2.02 1.96 1.91 2.05 2.00 1.94 1.90 2.04 1.99 .93 1.89
'1

251 8.60 5.71 4.46 3.81 3.77 3.38 3.34 .3.08 3.05 2.86 2.82 2.70 2.67 2.57 2.53 2.46 2.42 2.38 2.34 2.31 2.27 2.25 2.21 2.20 2.16 2.15 2.11 2.11 2.07 2.07 2.02 2.04 1.99 2.00 1.96 1.98 1.93 1.96 1.91 1.94 1.89 1.92 1.87 1.90 1.85 1.88 1.84 1.87 1.81 1.85 1.80 1.84 1.79

252 253 8.58 8.57 5.70 5.68 4.44 4.42 3.75 3.72 3.32 3.29 3.03 3.00 2,80 2.77 2.64 2.61 2.50 2.47 2.40 2.36 2.32 2.28 2.24 2.21 2.18 2.15 2.13 2.09 2.08 2.04 2.04 2.00 2.00 1.96 1.96 1.92 1.93 1.89 1.91 1.87 1.88 1.84 1.86 1.82 1.84 1.80 1.82 1.78 1.80 1.76 1.78 1.75 1.77 1.73 1.76 1.72

254
19.50

8.53 5.63 4.36 3.67 3.23 2.93


2.71

3.71 3.28 2.98 2.76 2.59 2.45 2.35 2.26 2.19 2.12 2.07 2.02 1.98 1.94 1.90 1.87 1.84 1.82 1.80 1.77 1.76 1.74 1.72 1.71 1.69

3.69 3.25 2.96 2.73 2.56 2.42 2.32 2.24 2.16 2.10 2.04 1.99 1.95 1.91 1.87 1.84 1.81 1.79 1.76 1.74 1.72 1.71 1.69 1.68 1.66

2.54 2.40 2.30


2.21

2.13 2.07
2.01 1.96 1.92

1.88
1.84
'r.81

1.78

1.76
1.73
1.71

1.69 1.67

1.65
1.64
1 62

Keterangan: dfi = 6s,.1.a*.bebasan dari pembilanq: dfz = deraiat-kebebasan Oari oenviUuf


r-NR-2008-08

80-8002-dN_

60'z

?8 e
98'E
S

@ 000 t

66'Z 00'e zo'E

00t
002

98 68

t6e

09t
9Zt

gl't el't oB r z?'t eB L t


98

08't t8'r e8't 98'L 98 t 8B'l

,B t I t I t I
98 L8 68 06 Z6

68'1. 96 t 06't 96 1 Z6'1 86 l. ?6'1 00 2 t lo'z L6'L el'z


96

ro'e 90 /0'e

z6'e
16 e

Z0'z 0t z eo'z zL'z itz 90'z gL'z Ll'z sl'z LL'Z 0l'z 6lz
lz'z

60'

00t
08
OL

96l,

L6'l
86'I
66 t 00'z

tz'z
tz'z
9z z LZ'Z

tz'z LEz 09'Z zz'z ge'z 19 z tz'z 6E'z Z9'Z 9Z'Z l|z 99 2 LZ'Z et'z Lg'z 6Z'Z gt'z 89'Z 0e z 'n'z ol'z z gn'z z[z
tE

gE',Z 09'Z
9E

66't t0'z z0'z


v0'z 90'z

88L 68 t 06 L z6'1 e6'L

16t 06'l V6'l 96't L6'l

90'z zl'z vl'z gt'z ll'z 8l'z 0z'z

l9'z

gL'Z 'L'Z gL'Z

99 09 99 09
8V

6z'z
00'z

lt'z lt'z
zc'z
Ve'Z

Ire 96e ere 86 e tt't 66 0 It'E 00 t tt't z0 n It'e e0 t 6t'e n0', jz'E t t
90 90

It

tn
zb 0v
8

Ll'z sl'z 1L'z Lt'z cl'z nt'z vt'z gt'z tt'z

lz'z zz'z tz'z tz'z

tz'E zz't,

Lo'n

gL'Z 9Z'Z

80,

ge'z ge'z
8E'z

oc

96'1 86't Z0Z Ll'Z 66't ej'z s1'z 96 t 00'z tl'z 60'z 16 r 86'r to'z 90'z jt'z 66',r Z0'Z 90'Z ll'z 00'z vl'z Lj'z zl'z z0'z 90'z 60'z ,t'z 0'z 90'z 0l'z 9l'z 90'z 80'z zl'z Ll'?,
L0

z 0l'z

vt

6l'z

6t'z 9z'z tz'z 8z'z tz'z lc'z

,t,
ZE

9Z'Z Zt',Z
12

0r'z

Z9 Z LE'Z 'z r9'z gl'z 8e jv'z 99',2 6LZ Ln'z 99'Z 08'Z zyz Li'Z lg'Z tv'z 89 2 ZB'Z ,n'z 69'Z e8'Z gn'z l9'z ,8'Z qt'z z9'z 98'Z sv'z tg'z 98'Z 6V'Z 99',2 88'Z tq'z Lg'Z 06'Z

tz'e gz'e gz't lt't ll't 8Z'g t l'n oe'e I t',

ztP

zttt0l68L99rczl
(g0'0 =

?1p

rnlun)

t'J-tsn8Iurslc ll8vr

(6 ts-B ts.Bl6l) ralq)nrJ ? profllnD uep dr1n1r6

)t-l

Nvuldwvl

SBZ

NVAHWVT-NVlldWvl

286

STATISTIKA TEKNIK

TAMPIRAN E-1d

Dikutip dari Cuilford & Fruchter (1978:5tB-519) TABEL DISTRIBUST-Fr' (untuk


df1

d = 0.05)
1.69 1.67 1.65

14

16

20
1.91 1.89 1.87 1.85 .84 1.82 r.o r 1.80 1.79 .78 1.76 1.75 1.73 1.72 1.70 .68 1.65 1.64 .62 1.60 1.58 .57
1 1 1 1 1

24
1.86 1.84 1.82 1,80 1.79 1.78

dfz
JZ J4
JO

30
1.82 1.80 1.78 .76 1.74 1.73 1.72 1.71 1.70 1.69 1.67 1.65 1.63 1.62 1.60 1.57 1.44 1.54 1.52 1,49 1.47 1.46
1

40
1.76 1.74 1 .72
1 1

so ffi
1_74

3B

40 42 44 46 48
50 55

60
65 70

80
100

125
150

200
400 1 000
@

2.02 1.97 2.O0 1.95 1.98 1.93 1.96 1.92 1.95 1.90 1.94 1.89 1.92 'l .88 1.91 1.87 1.90 1.86 1.90 1.85 .88 1.83 1.86 1.81 1.85 1.80 1.84 1.79 1.82 1.77 1.79 1.75 1.77 1.72 1.76 1.71 1.74 1.69 1.72 1.67 1.70 1.65 169 1.64
1

.71

1.69

.71

t.o/
'1

t.oJ
1.61

1.69 1.68 1.66 1.65 1.64 1.63


1.61

.66

t.to
1.75 1.74 1.74 1.72 1.70 1.68 1.67 1.65 1.63 1.60 1.59 1.57 1.54
'1.53

1.59 1.57 1.56 1.54


1.51

1.49 1.47 1.45 1.42


1.41

1.52

1.40

Keterangan: dfl = derajat-kebebasan dari pembilang;


TNR-2008-08

ffi

1.64 1.63 1.62 1.61 1.60 1.58 1.56 1.54 1.53 .51 1.48 .45 1.44 1.42 1.38 .36 1.35
'1

1.60 1.58 1.57 1,56 1.55 1.52 1.50 1.49 1 .47 1.45

L42
1.39 1.37 1.35 1.32 1.30 1.28

1.67 1.64 1.62 1.60 1.59 1.57 1.56 1.54 1.53 1.52 1.50 1.48 1.46 1.45 1.42 1.39 '1.36 1.34 1.32 1.28 1.26 1.24

1.64
1.6'1

1.59 1.57 1.55 1.54 1.52


1.51

1.50 1.48 1.46 1.44 1.42 1.40 1.38 1.34


1.31

1.29 1.26 1 22 1.19 1.17

1.61 1.59 1.59 .57 1.56 .55 1.54 'l .53 1.53 1.51 1.5'1 1.49 1.50 1.48 1.48 1.46 1.47 1.45 1.46 1.44 1.43 .41 1.41 1.39 1.39 1.37 1.37 1.35 1.35 1.32 .30 1.28 1.27 .25 1.25 1.22 1.22 1.19 1.16 1.13 1.13 1.08 .11 .00
1 1 1
'1

'lnqa^Uao uep ueseqaqal{erEJap = qp :ouelrquao uep ueseqaqalletelap =

B0-8002-uN_r

?p :uebuela}ay 0t
99',1 6Z
BZ

09'r. Vg'L 89'r.


ZL L

6e 9 60'9 Z' 9 6t'9 t9'9

LZ 9Z 9Z
VZ
T,Z

LL'L
ZS'L
BB'Z
VOL

T,

ZZ

208

IZ
OZ

0tB Bt8
BZ B

6t
8L

O''B
09'B

oL'E 2,0'v Lg'v EL'0 nl'n vg'b 9/ e Lj'v Lg'n 6l',e Lt't 09 t zg't ,L', vg'v 98 e t,l'n e9 t 06 e zz'v z[n t6 e gz'v 9[' 66 9 tc', zg'n v0 v Lt', LB'n ll'n Ev't ,6'v Lt'v 09'? t0'9 gz',n 89't 60 I vt'v L9', BI'9 vy't Lt', 6z I

ol

LI

L9 9 t.9'9 99 9 OL3 819 989 e6I to.g LL 9 cz 9 909

898

ct

tt
Et
ZL

IL
OL

6
B

199 VL 9 LVY^g9 ZLL 6I.L 686 966 Lt'tt 9v'vL


zn'66
90t

tqz 06z 86'Z 90 Lt't, 0ee LV'e LB Z Z6'Z 00'0 80'z 0z't, 00e 090 tz't occ e9't 062 962 eo'e rI e 07c AC'C e6 z 86'Z 90'e rl t, 99e 962 Z0 t, 60'0 LL't, 6Z'e ZV'E 69't 66 Z 90'e rfe LZt, zt'e 91 0 09 0 ge'e 09 0 zg't eo't 60 I LL'T, 9Z L0 t vt't, tz'E 0e LV t, 0 LLt, qz'e 9t Irr 6st 8t t '9 zL t 9/t Ll t, iz't, te t 0r' t9'0 99 e t8 e tzt, 0er Lt,t 9t0 99 0 t t_ t, /B'e 0ee 9Et en'E zq't eg"e LL't, r6'e LE T, t, t9e 09s tlt, 9B'S L0'' gre 'V zgc 69e 89e 6/e e6'e ol't 99e t90 69'e B/ 0 68',t eo't lz'v /o c c|c 08 e 68'E 00't ,t'n zt'n 08t 980 16 e eo't vL'v gz'v gt'n 96e Z0V 0t'v 6t't 0 r Lyn zg'n 9tv zzt 00'r 6t't 09'r 99'' ZB'n lv'v 9v v t9v e9t vl'v 88'' L0'9 96r 909 tz'q 6E'9 t9'9 LL V BL'' rt. I 8r.9 92',9 9t'9 Lt 9 Z9'9 08'9 zs'g t6'9 e0'9 6L I /e'9 700 I/ o ,8'9 00'r. 6L'L LB'L 86 I. 0t. B 9z'8 LV'8 90 0t 9t. 01 LZ'lt 9t'0t 19 0t. L9'tt 99',rt 08 rt 86'rt tz'gt
I,Z'LZ
VC LZ

I ,
L

gC',/Z et'LZ

,
z
L

zv 66
280'9

Lr'66

0r'66
ZZ0 9

0e

69'r S0 9 99 I 199 988 98'r 0z'9 vl'g 019 106 90'9 tr'g 96 9 e69 ee6 zt'g L9'9 ZZ I 0zL 996 66'9 99'9 99 r. t0'0 t t0'0 t 90'9 Zn'g 66 I z0 B 99'0 r t0/ 691. co o 07'I 099 g8't gr'L 9r I 99 6 qZ'Zt 9L'8 Ir.'6 Br.6 z6'01 nL'e I L6 0r 6e il 90zL l7'c I 07'ot z9'9t 86 9t 69',9r OO B! OZ'LZ ,Z8Z LL'BZ 9V6Z z8'08 zL'te 66 92 66 00'66 6t'86
,91'9 929'9
Zt'66 eor'9

990'9

6V'LZ Lg'/Z l6'LZ 8e 66 9e'66 Se'66 tB6'S 8Z6'9 698 S

666''

290',n

zlp
<- Ltp

ztLt0r68L99rtz
(10'0 =
12

rnlun) 'oJ-tsn8lurstc t:t8vr


(lLS-gLS:Bl6t) ralq)nrJ B pro}llnD uep dr1n1r6 EZ-] NVUIdWVI

/82

NVTIdWV'I-NVilHWVl

2BB

STATISTIKA TEKNIK

LAMPIRAN E-2b Dikutip dari Cuilford & Fruchter (1978:516-517) TABEL DISTRIBUSI-F.,, (untuk
dft )
dfz
1

a = 0.0t)
75 100 200 500
co

14

16

20

24

30

40

50

2
3

4
5

9.04 9.02 6 6.90 6.88 7 5.67 5.65 8 4.88 4.86 o 4.33 4.31 10 3.93 3.91 11 3.86 3.74 3.62 3.60 12 3.61 3.49 3.38 3.36 '13 3.42 3.30 3.18 3.16 14 3.26 2.14 3.O2 3.00 15 3.12 3.00 2.89 2.87 16 3.01 2.89 2.77 2.75 17 2.92 2.79 2.67 2.65 1B 2.83 2.71 2.59 2.57 19 2.76 2.63 2.51 2.49 20 2.69 2.56 2.44 2.42 21 2.63 2.51 2.38 2.36 22 2.58 2.46 2.33 2.31 23 2.53 2.41 2.28 2.26 24 2.49 2.36 2.23 2.21 25 2.45 2.32 2.19 2.17 26 2.50 2.28 2.15 2.13 27 2.38 2.25 2.12 2.10 28 2.35 2.22 2.09 2.06 29 2.32 2.19 2.06 2.03 30 2.29 2j6 2.03 2.01 Keterangan: dfi = 6"t","an"bebasan dari pembilanq: db= deraial-kebebasan dari oenvebut.7

6,142 6,169 6,208 6,234 6,258 6,286 99.43 99.44 99.45 99.46 99.47 99.48 26.92 26.83 26.69 26.60 26.50 26.41 14.24 14.15 14.02 13.93 13.83 13.74

9.77 7.60 6.35 5.56 5.00 4.60 4.29 4.05 3.85 3.70 3.56 3.45 3.35 3.27 3.19 3.13 3.07 3.02 2.97 2.93 2.89 2.86 2.83 2.80 2.77 2.74

9.68 7 .52 6.27 5.48 4.92 4.52 4.21 3.98 3.78 3.62 3.48 3.37 3.27 3.19 3.12 3.05 2.99 2.94 2.89 2.85 2.81 2.77 2.74 2.71 2.68 2.66

9.55 7.39 6.15 5.36 4.80 4.41 4,10 3.86 3.67 3.51 3.36 3.25 3.16 3.07 3.00 2.94 2.88 2.83 2.78 2.74 2.70 2.66 2.63 2.60 2.57 2.55

9.47 7 .31 6.07 5.28 4.73 4.33 4.02 3.78 3.59 3.43 3.29 3.18 3.08 3.00 2.92 2.86 2.80 2.75 2.70 2.66 2.62 2.58 2.55 2.52 2.49 2.47

9.38 7 .23 5.98 5.20 4.64 4.25 3.94 3.70 3.51 3.34 3.20 3.10 3.00 2.91 2.84 2.77 2.72 2.67 2.62 2.58 2.54 2.50 2.47 2.44 2.41 2.38

9.29 7.14 5.90 5.11 5.56 4.17

6,302 6,323 6,334 6,532 99.48 99.49 99.49 99.49 26.35 26.27 26.23 26.18 13.69 13.61 13.57 13.52

9.24 7 .09 5.85 5.06 4.51 4.12 3.80 3.56 3.37 3.21 3.07 2.96 2.86 2.78 2.70 2.63 2.58 2.53 2.48 2.44 2.40 2.36 2.33 2.30 2.27 2.24

9.17 .02 5.78 5.00 4.45 4.05

9.13 6.99 5.75 4.96 4.41 4.01 3.70 3.46 3.27 3.11 2.97 2.86 2.76 2.68 2.60 2.53 2.47 2.42 2.37 2.33 2.29 2.25 2.21 2.18 2.15 2.13

9.07 6.94 5.70 4.91 4.36 3.96 3.66 3.41 3.21 3.06 2.92 2.86 2.70 2.62 2.54 2.47 2.42 2.37 2.32 2.27 2.23 2.19 2.16 2.13 2.10 2.07

6,361 6,366 99.50 99.50 26.14 26.12 13.48 13.46

jnqar(uad rrEp ueseqaqal-leteJap = zJp :oueltqurad Uep ueseqaqalJelBJep =


zE

80-8002-uNr :uebueralay
@ 000 r

z Ln'z l9'z vt'z E'z tg'z


LE

el'z 0z'z tz'z

vz'z 9z'z 6z'z


LE z

Z qt',Z

99'Z

00t
002
091

8Z'Z

't'Z

0r'z
Ev'z en'z

tt'z ,r'z

9Zt

00t
OB

tg'z

OL

,9'z
99'Z 69'Z

09'z
t9

Lnz t9z 99'Z 69'Z tg'z


99

lt'z tE'z 9t z tyz 9r'z Lf z z

tg'z z[z
2 9lZ

09'z 09'z eg'z z9'z 992 99'Z 692 69'Z ng'Z nL'Z Lg'.Z LL'Z ll'z 6l'z
zs'z
98'Z

99
09 99

0s

B'

9'

t,

zv

0t
BC

oc

'Jp ,9'Z 08',2 zj'e zE'e 8/ e 09't t9'9 99'Z ZB'Z to'e ,t'e 08'e zg'n 99'9 t8'e 99'r 0r.'9 90 0 9E'0 69 2 9B'Z 88'e ttv 9z'9 I L'0 W't, 06 z tl'z gL'Z Z6',Z vL't bn't t6'8 gl',t t8'g 6L'Z 96'Z LI'E L''E ,6'0 BL n l.8'9 z8'z 66',2 jz't, Lg'g 86'E Zq'n 06 I tg'z ,0 e gz't 99't vj'v 88'r 96'9 t6'z l.0 e 6Z't 09'e 80', z6'n Lj'L e6'z 60'e t'e zq'E 0 L'r 96'? I 80 1 96',2 Z,L',e r0 e 99'e et'v 86', '0' 86'Z 9l'e /e '0 89't qt'n t0'9 zt'L zl't 8I e tv't, zL'E 0z ? 90'9 tt'L r0'0 0z E zn't nl't, zz'v 80'9 6t'L so'e zz t ,v'e 9/'e nz'v 0 t's lz' L /0'e ,z't gr'e 8z'e gz'n ZL'g nZ',L 6r'e o8'e 6Z' 9r'9 LZ'L 0t e gze LE L zt'E 6z t t9'0 tB' te', It.'g gt'L gr's ztt ,9'e 98't ve'n tzg Bre 90 e 89 S 68'8 80'r 97,'' 6e'/ tz'c 8'e tg'e 6' zv'v 6z'9 t?'L gz't 99'e /6' 9r', te'g 09 1 ZV',E
e

tg
ze zlp

ll'z qt'z 88'Z 99 2 Z9'Z 89'Z ng'Z LL'Z 08'Z 06'z 09'z 99'Z tl'z z8'z z6z n6'z 9L Z Vq',Z z9 z 89'Z vg'z U[z Lt-'z 98 Z 96'Z 99'Z t,L'Z 08'z 88 Z 66'Z 69'Z 9l'Z z8'z t6'z zo'e zlz g[Z 99 Z n6',Z gLZ Z8'Z 68'Z L6',Z 80',8 '0' 08'z gs'z v6'z 1.0'e zL'e zttt0r68L99rtzl

Llp

(r0'0 = 12 rnlun) "J-rsngturstc


(6 t.S-B

tlgvr

lS:B16[) ra]WnrJ

pro]llnD rrep drln>1r6

)Z-] NVUIdWVI
682

NVttdwvl-NVttdwvT

290

STATISTIKA TEKNIK

LAMPIRAN E-2d Dikutip dari Cuilford & Fruchter (1978:518-519) TABEL DISTRIBUSI-F.0, (untuk
dft )
dfz
JZ 34 36 38

a = 0.01)
75
2.12 2.08 2.04 2.00
1.97 1.94 1.92 1.90 1 .88 1.86 1.82 1.79 1.76 1.74 1.70 1.64 1.59 1.56 1.53 1.47 1.44
1.41

14 2.70 2.66 2.62 2.59 2.56

16 2.62 2.58 2.54 2.51 2.49


2.46 2.44 2.42 2.40 2.39 2.35 2.32 2.30 2.28 2.24

20
2.51

24 2.42 2.38 2.35 2.32 2.29 2.26 2.24 2.22 2.20 2.18 2.15 2.12 2.09 2.07 2.03 1.98 1.94 1.91 1.88 .84 1.81 1.79
1

30 2.34 2.30 2.26 2.22 2.20 2.17 2.15 2.13 2.11 2.10 2.06 2.03 2.00 1.98 1.94 1.89 1.85 1.83 1.79 1.74 1.71 1.69

40
2.25 2 21 2.17 2.14
2.11

50 2.20 2.15 2.12 2.08 2.05 2.02 2.00 1.98 196 1.94 1.90 1.87 1.84 1.82 1.78 1.73 1.68 1.66 1.62 1.57 1.54 1.52

100 200 500 2.08 2.02 2.04 1.98 2.00 1.94 1.97 1.90 1.94 1.BB 1.91 1.85 1.BB 1.82 1.86 1.80 1.84 1.78 1.82 1.76 .78 1 .71 1.74 .68 .71 .64 1.69 1.62 1.65 1.57 1.59 1.51 1.54 1.46 1.51 1.43 1.48 1.39 1.42 1.32 1.38 1.28 1.36 1 .25
1 1 1 1

co

40
42

2.47 2.43 2.40 2.37


a ac

44 4b 48
50 55

60 65
70

80
100

125
150

200
400
1

000 @

2.54 2.52 2.50 2.48 2.46 2.43 2.40 2.37 2.35 2.32 2.26 2.23 2.20 2.17 2.12 2.09 2.07

2.32 2.30 2.28

z.zo
2.23 2.20 2.18 2.15
2.11

2.08 2 06 2.04 2.02 2.00


1.96 1.93 1.90 1.88 1.84 1.79 1.75 1.72 1.69 1 .64
1.61

2.19 2.06 2.15 2.03 2.12 2.00 2.09 1.97 2.04 1.92 2.01 1.89 1.99 1.87

1.59

1.98 1.94 1.90 1.86 1.84 1.80 1.78 1.76 1.73 .71 1.66 1.63 1.60 1.56 1.52 1.46 1.40 1.37 1.33 1.24 1.19 1.15
1

1.96
1.91

1.87 1.84
1.81

1.78 1.75 1.72 1.70 1 .68 1.64 1.60 1.56 '1 .53 1.49 1.43 1.37 1.33 1.28 1.19
1.11

1.00

Keteranqan: dfr = deraiat-kebebasan dari pembilanq; dfz= deraia2.}7t-kebebasan dari penVebut.


TNR-2008-08

'90-D-oepeo
0H 9L

80-8002-uNr

Inlun rsrs-nles uerln6uad In]un rur laqej (Z) 'c-O t uelrlelrp snreLl elqEl ruelep el6ue-Bl6uv ( l) :ue6uera]ay VL 6 9 6I zt I 0t 6 L e 9 I Z 0 x

988

882

999
6ZL
B6r.

009

9r0
6LV 009

9!l
n9t
ZOZ

r90

zz0

100

\C

vz6
e96 nL6
1,86

9'B
968 ee6

zLz ILZ
6ee

9/0
90t
evL
Z6L

zt0
L'O ,on
960
ZT,L

Lt0
LLO

t00
100

I89 I99

vz
ez
ZZ

8t1
808 898 616

,ss
899 8VL 0zB

9W
009 889 9L9

707
7CC

t96
6L6

L9g 906

920 6e0
8S0

200 e00 900 800

200

et0
LZO

t00
900

IZ
0z

,66
866 666

zv6

ztn
009 69 989
T,LL

t00 I00
200

z9z ,ZE

t80

zt0
sr0
zL0

0t0
9t0
920 880 690
060

6t
8L

296

t88
826

09L

Llv
009 869 969

0Bt O'Z

6tt
oor LZZ

066 966 666

,00
900

896 986 166 866

,e8
968

t00 t00
200

LL
9L

9t 20,
009 909

90I

It0
8r0
620

296 286

L'6
686 266

6?8 ?96

,0t
9fi l,

9L6 686 966 bbtl

,00
900
100

9L

,66
866

lL6 0t6
t86

881
198 LZ6 r.96

t9I zlz
t6z

vl
0t ZI

601

009

eet
h6L

cto
9ZL
BZB

9r0
e10
CLL ZLL

tt0

200

l8
009
EZg

,66
666

vLz

e00 900

lt
6

686
866

tt0

100

0t

908 188 916 086 9bb

0t6
996
266

9il998 8e6

LLE 009 LE9 t,Lt-

v9z coc
009

610 000 990 060

zo0

9Vt

t00
800

LlZ

t86

t68
bCf)

999
ZLS

,ne
00s

020 9e0 290 60r oot

9t0
tLU

:
t,v

9I

v,

e,

zt

tt

0t

ex

]VIWONIB S]I WVIVC

I)t)utl'oox tvIN )nrNn svlIlt8vSoud t:t8vt


(05Z:956;) ;a8arg uep drlnlrg J NVUIdWVI
t6z
NVdtdwvT-NvEtdwvT

292

STATISTIKA TEKNIK

LAMPIRAN G Dikutip dari Siegel, 1956:254


TABEL NILAI KRITIS T UNTUK WITCOXON

S'GN RANKED

TEST

(Matched-Pairs)
Tinqkat Siqnifikansi Untuk Uii Satu-Sisi 0.025 0.01 0.005 Tinokat Sionifikansi Untuk i Dua-Sisi o.o2 0.01 0.05
0 2 4 6 8
11

N
6
7 8

0
2

10
11

3 5
7 10 13 16

0 2 3 5 7
10
'13

12
13 14

14 17
21

15
16 17

25 30 35

20 24 28 33 38

16

18
19

40 46
52 59 66
73
B1

20 23 28 32
3B

20
21

43 49
56 62 69 77

43

22 23 24

49
55
6'1

25 TNR-2008-08

89

68

80-8002-uN1 re9'

8t
t-t
989'

69r'

60t'

99t'
96e'

09s' n6z' znz'

9t 9t ?t et 9t9'
ZL

6/9'
009'

El, ZL

,t
6

tzv'
819'

LI

L6t' te' gqt' 1zt'


060' 990'

0t

0t
o 8 L 9

I
I L9' 67,r'
L 9

9re' ,LZ

zgv'

Lnl' ztj' tzj'

I
b

tze'

8t0'
820'

I ,
/99
Lgt
L

vtz'
EVt'

892' Lgr' vtz lSe' 99t' 90e' 8r9' ezt' gtz' zgn' 680' gll' LgE' g90 6zt' vlz' Lr0' 980' 06l.' /90' Ltt' eeo' e80' r.0' 8r0'
6

gzt'
982'

t/9'

0tz' 998' 109' gLZ' 009' 99 t' tLt' 902' e6e' 91.0" tnt' 982' tlg' 960' 96r' 6ZV' 990' gzt', 982' 9I0'
800'

e
Z

zel tL0' 06t' 009


eEe

0I0' ,

vzl'
g

tL0'
980'
z

I
0

I
0

et0' 920' 800' 9r0' r00' 600' 200' r00 t00' 200'
I
199' 9

900' zLl'
9 = eu

wt'
I
=

,00'

9r0' 980' 960' 800' 8r.0' Lrj'


v

n
Ll)

n
=
LLl

Inlun

z s $ ='U )nfufl

tn'
tLt'
00I'
190'

LL9'
6ZV'

ere' E'Z'

I L I I
009"

I
v
009'
0

v
e

099' 009'

00r'

009'

z
L

620'

00t'
OlZ',

092 009

I
0

nt0
n

vte' 002' vtL' 1.90' 820'


e

LgZ' 0e l' /90'


Z

090' 00e' 00t' 090'


c

00t' 002' 00t'


z
f, = tu

092
t.

n
t

6u

Lll

lnlun
Paryatn

lnlufl

ll)

rvrN AlNIIH/A-NNVW rfn wvwc NVDN]C NVIIV)U]8 DNVA SVIIIIBVBOUd I]BVI


Llz:9s61 ';a3ar5 rrep drln)rc

E!.H NVUIdWVI
t6z
NVdldwvT-NVttdwvl

STATISTIKA TEKNIK

LAMPIRAN H-lb Dikutip dari Siegel, 1956:272


TABEL PROBABILITAS YANC BERKAITAN DENGAN

NILA!
n1 =

Uru,k""it

DALAM Url MANN-WHITNEY


Untuk nz = 7

234567 .028 .056 .111 .167 .250 .333 .444 .556

U 0
1

3 4 5
6 7

.125 .250 .375 .500 .625

10
11

.008 .017 .033 .058 .092 .133 .192 .258 .333 .417 .500 .583

12 13 14 15 16 17 18 19

.003 .006 .012 .021 .036 .0s5 .082 .1 5 .158 .206 .264 .324 .394 .464 .538
1

.001 .003 .005 .009 .015 .024 .037 .053 .074 .101 .134 .172 .216 .265 .319 .378 .438 .500 .562

.001 .001
.OO2

.000
.001 .001

.004 .007
.011
.O17

.002
.003 .006 .009 .013 .019 .027 .036 .049 .064

.026
.037
.051

.069 .090 .117 .147 .183 .223 .267

.082 .104
.1 .1

30 59

.314
.365

.191

.228
.267 .310 .355

.418
.473 .527

20
21

22 23 24 25

.402
.451 .500 .549

TNR-2008-08

80-8002-uNr
oz9'
ZT t.0

0e
6Z

8Z
LZ 9Z 9Z

'Z EZ
ZZ

IZ
0z

6t
8t

LI 9t 9t 0t
6e9'

vt

zl

tt
6 o
L

l9r' /8e' I Le'

0t
999'

Wn'
99S' LgZ'

I i t
L

t?v' 290 08r' Lev' 89t' 6et' 960' tgz', 660' 990' 89e' 09e' zz9' 8re' elf tze' 8L?' z8z' 8L9' LgZ' eor' LVZ' e89' egz' 68S' gtz 88L' lzz' Lve' 929' 98t' 68' 16l' 90e' glv' 69I' 866' VgL' 892' gZV', 90t' zol'l 60t' zcz' LLE 0|,l' 802'l Ltl' 86r' lEe' 829' t60' ete't /60' 89t' 98Z ZLr' BLo' glv', 080' jvt' 9rz' 91.r" ,90' ezg l 990 gtl' LlZ' Zgt' 290' gzs'l 290' 960' zll' !10' esg' lvo' e0/'t lr0 9/0' lvl' z9z' Lgv' e0 8e8'l zt1' 090' vtt' /tz' vln' 920' 016'1 920' LVl' 160' LLI' We' ozo' 8r0'z 6t0' 9e0' lL)' zvl' 982' LZl' t90' lll' lez' 9 L0 ti|Z "0' 020' Lvj' 980' ,81' zLo 89Z'Z 0t0' 600' ge'z /00' vt!' 0e0' t90' wL' Loo 89v'z 900' 0t0' lz0' lvl' llt' 9oo EL?'Z e00' /00' 9I0 080' LL)' roo' 819'z 200' 900' 01.0' tzl' 990' 0oo' ESLZ' 100' S00' 900' 91.0' 9e0' zoo' 888'z too' 200' ,00' 600' vz1' I0o' e66'z too' 1.00' 200' 900' vL1' LOO' 860'e O0o' t00' 100' 800' 800' too' eoz ooo' 000' I00' zoo' t00' roo Soe'0' ooo' 000' 000' 1.00' 200'
pw)oNl8L99ntzt
I = zu Inlun

gvz' 88 t' 6el' /60' 190' zn1' vz1' zl0' 900'

002' 999' eet' wv' 680' eee' vvl' zzz' zz0 lll'

n
=

tl)

lvrlN AlNIIH/A-NNVW rtn wflvc NVSN]C NVIIV)U:IB DNVA SVTIIIBVSOUd llBVI


t

tPdryatn

lZ:9561 ';e3ar5 r.rep dr1n116 )[-H NVUIdWVI


NVAHWVT-NVdIdWVT

962

296

STATISTIKA TEKNIK

LAMPIRAN H.ld Dikutip dari Siegel, 1956:274, 275.


TABEL PROBABILITAS YANG BERKAITAN DENCAN

NIIAI
/,12 11r
1

Un,k".it DALAM Uf

MANN-WHITNEY
Uji Dua-sisi pada

Untuk Uji Satu-sisi pada


=

e I

10

11

12

a = 0.001 atau

13

I tq I rS I

16

I tZ I re I rS I
0 2 0
3 6
'10
U

a = 0.002

zO

J 4
5
1

0
3

I
3

6 7 8

0 2 4
o

J 5
a

5
6 8 10 12 14 17 19
21

0 2 4 7

2
5

8
10

11

12

10
11

8
10 12 14 15 17 19
21

12 13 14 15 16 17 18 19

12 15 17 20

22
24 27 29 32 34 37

14 17 20 23 25 28
31

14 17

3 o 9 12 15 19

4
7 10 14 17
21

8
11

7
11

7 12
'16

15 19

13 17
21

14 18
aa

15

20
.E

21

to
32 37

20

23 25 26

23 25 27 29 32

34 37

20 23 26 29 32 35 38 45

22

z5
29 32

Jb
39 43 46 50 54

24 28 32 36 40 43 47
51

23 27
31

35 39
z+J

40 42

48

55 59

48 52 56 60 65

25 29 34 38 43 47 52 57
61

27 32 37

29 34

42 46
51

40 45
50 55 60 66
71

42 48
54
AO

56
61

66
71

66 70

76

77 82

65 70 76 82
B8

llz =
t11
1

e ll0lttltz
,l
1

Untuk Uii Satu-sisi pada

a = 0.0 I

lrslu
0 2

atau Uii Dua-sisi pada

lrslr0ltt
0 3 7
11

q = 0.02

lraltslzo
0
1 1

2 3

2
A

4
5

J
5 7 9
11

4
7 9 12

6
7

6 8
11

8
11

I I

10

14 16

13 16 19

't1
12

18
21

13
14

15 16 17 18 19 20

23 26 28
31

22 24 27 30

15 18 22 25 28
31

14 17
21

12 16

0 2 o 10 13 17

,0
t4

J
7

I
13

15 19

12 16
21

24 28
31

20 23 27
31

JJ
Jb
38
41

34 37
41

33 36 38 40

44 47

44 47 50 53

35 38 42 46 49 53 56 60

35 39 43 47
51

22 26 30 34 38

43
47
51

24 28 33 37 42 47
51

26
31

36
41

18 23 28 33 38 44

14 19 24 30 5b
41

15

10 16

47
53 59 65 70 76 82

46
51

49
55 60 66
71

56
61

56
61

55 59 63 67

56 60 65 69 73

66
71

66 70 75 80

76 82 87

77 82 88 93

88
94 100

20 26 32 38 44 50 56 63 69 75 82 88 94
101 107

22 28 34 40 47 53

60 67
73 80 87 93 100
107

114

TNR-2008-08

80-8002-uNL

8tt
0t TZ'

0Et
EZL

tzt
9tL 60t

9Lt.

L0t
l.OT

00

t,

v8
08 9L
0l_

LL
ZL

60t

,6
88

z6 L8
Z8

69 99
t.9

z9
89 99

,9
t9
8n

OZ

9tt
60r

z0t

6t 8t
LI
9t.

9tl
00t
ao

z0t
Yb

t8
LL

LL

/9
n9 09

t9

9t

LOt

!0t
v6
L8 08
ZL

9b 68 e8

IL
99

99

8'
vb

z,
6

88

zg
9L
B9

96 68 e8 LL
OL

tt

ZI
99
T9

t9
99

89 n9 09 99

IL
99 09

t9
99
L9

t9

9n

,8
LL

tn

9t
0

t9

zv
8e
NE

!9
99
BN

v9 L9

v9

99 09

L'
ZN

L' z,

ec
LZ
NZ

9'

It tt
te
LZ
VZ

9t vt sf zt

t,
6

69 z9

99 89
L9

t9
9V

It

vn
6e

t,
le

LE

0t

,9
LT

zv
9e
OE

90 9Z

LZ

lz
8t

,v
,/c

w
9
SZ

se
BZ

00 8Z 6t.
9L

80 ne 0e 9Z

cz
6T

0z

6e
ZI,

6e e
9Z

,z
0t
9
Z

L'
nt

0t
ez
LL

9Z

,Z

9t

9t zt
6

L 9

9Z

zz

oz

6t

ez 8t
ZL L g

9t
IL
L
Z

LL 'Z et b 9
Z

Z'

tt
L
L

8t
'L t

9t
6

9I
b

0t

tl I
c

I I
t

c
L

I ,
I

z
Lt)

0z

I6r I8t I

t-L

I9r I9t I nt Ier I Zt I I' I0r I


p

0I'0 = n

eped tsts-Eno r[6 nele S0'0 =

eped tsts-n]es l[n )in]un

ZL]

LZt

6Lt 90t
66
Z6

ZIL

0tI

90I

90l, 66
LO

g8 gL
NL

9L
ZL

69 99

z9
89 99
T9

99

gn

OZ

z9
gn 9n

6|. ztt
90

86 Z6 98

06 98 08

It
ZT

6t

t9

r.

lg
L8

t8
9L
0t-

9/
OL

6e
LE

66 e6 98 08
VL

LV

zn
6e 9e

98 8L
ZL

9L

t9
L9
9

L9

co

n9 69

L9 e9 69 n9 09

L9 e9 6n 9n

n,
0v

ve

t9
99

n9 69 09
LN

v9
6n

L9 b9 69 99 09

w
LC
EE 62,

ec
6Z
9Z

t0
EZ

8t LI 9! 9t nt
OL

It

L'
LA

99 89

9Z

vn
6S LE 6Z

86 06 e8 9L 69 Z9 99 99

8'

2S

o,
9e nt,
9Z ZZ

c7 0z

zt
6

It
I I
J

e0

Lg ee 00 9Z
e,z

z9 z9
80

ez
OZ

0t
L

t,

9n oc

9' z,
nt,

6e

te

9Z

nt,
LZ
OZ

zt,
9Z

0t
VZ

gz

te
9Z

tz
OZ

zz

LI

LI 9t

vz

8t

vt

zl
L

8t
ZL

zz t-t

tz 9t
LI

6t
0t
L

LI et
o

9t
8

zl
n

,t
L

st

6t 0t
L
Z

It

6t 9t et
6 9
e

0t
n

It

tl I I
c
0

v
0

tt I

I
I

t
L

z
0

z
I ,

0z

l0l lel I tv lsr lsr. I tsts-Bno tln


90'0 = D eped

vr.

nBle sz0'0

lel : I zv I r.l lor I


D

Ztl

eped tsls-nlBs ![n In]un

AlNilHIA-NNVW rln wvlvo Pa,arn r\fltN NVDN]C NVIIV)U]B DNVA SVIIIIBVBOUd I]BVI

'llz
/,62

'glz:996 1 '1a3arg uep dr1n1r6 AL-H NVUIdWVI


NVdtdwvl-NvaHwvT

STATISTIKA TEKNIK

LAMPIRAN I-1 Dikutip dari Siegel, 1956:256


TABEL NILAI KRITIS

D (atau C) DALAM
Ym,uas

FISHER TEST

Tlsr"e

L ?aslx or Cnrrreal

I'raggn ?xsrt.f

or * (o* C) nq r:rx

To{.nlr iu right m*rgin

a+B*3
r{*r-4
d*8*6

C+D*3
f*D*{ f*,&*3 C*S*6 C*I*{

.*$ .025 .01 .005

s
4

6*0*B S*I)*3
**S*6 e*I)*$ S*S-6

{
c

1100 00 to0* 0* 0* 2tt0 100* 0* 1*00 00 0* 1t)CI0 $0 00 0'* 0*

s0

s
s
$
4

G+r*4
C*l)*3 C*D*2 A*fr*7 C'*S-6 *D*8 C*b*4 f*.0*3 {$D*2
t XI
euthor ssd i,he publisher.

{
6
&

s
$ 6 7

A+&*7

0
6 4

s0 s*

8211 tr100

6
6

{
I

s*
o0

6
T" 6
5

0CI *r$CI 100* 0*

Iss0

2211

rr00

I
6

$* 000* 0* **

'Ad*pted from firurey, I)" J. 1S4&. The Filher-Y6i{s ie$( of *iguifi*ance ir coadingeaey ta,btea. Siomatri&a,86, 1*g*1i4, with ih* kiod permi*rioa ol tlx

',
uoqj& 'ff
ro, *rr
Eenel 0

*!uaa$lrt!f

ro, er! rloial ssrxiosrstp eqt 'g yo oaqd tr[ ?sro sI y sq,; 'uunloe alpgtu oql ul poralua sl B Beq;{ I

s0

I
,

s
$

I I

t-(*C

OOIT ,,\0 I {, {,r,cg 00 001 001?, IIAS 0tt?

&

8*q+C

00

,
,

I
0

fiOII 0lr6 rttt 8[tc

I , I
0
o

OOII

00 00 000 00

6-{I*O 6*fr*,? 8-O*O t-o*,3 {*(f*9

8-f*Y

I I
s

s
L

00 &00I OIIT 000 SOII "I I g OIIg iaT,t

T,

I , I I
,

9*S*$ L*d*0

sg 00r
00

I
0

OOTI 01*g
900'

I I
l(v

{,r,*}

8-(I*3
a sritr{r 1qftr q

8*S*Y
*p1og,

r0'

s@-

$CI'

**wrg1u81e ro

pre'I
Or

ro)

aHr Hr (, rlo)

{p**x3pap1 f '**.*rg, sfinfld {o sso'rv^ xysrJ.JlrC .ro fl'raYJ,

'I

s,l{rY.f,

tslt

tlHStJ wvlvc

nelp)

o s[lu) lvllN ]:lBVr


lgzigs6l ';a3ar5 uep drln)rc z-t NVUtdwvt

662

NVAHWVT-NVttdWVl

300

STATISTIKA TEKNIK

LAMPIRAN I-3 Dikutip dari Siegel, 1956:258)


TABEL NILAI KRITIS

D (atau O DATAM

FTSHER TEST

feaap I. T*sr,x cy Cqrrre*r. yr,Lurs cr l) {nr Frslrca Tar**,f, {fca/*@


Totals in right ma,rgin

f} rx rxr

j*8*9

C+D*S

I
I o

&

f,fD*&
e-FJ)*{

I
6

I
I

tgD*& l{+8*ll] C+D*2 C*I)*t0

ti $

I
,

s2ll 2t00 100* 00 0* zltt It00 $0** 0 .-" 1r00 000* $0 o* 1oCI0 tlo 0*
0543 {41' 3?tl t110 100-.*

l0

I
a

s s

8*lJ*9

t0

I C*t)*8

CI* 1r433 4322


,.)rr

e0

6
o

IO

I I I
s
10

C*O*?

I I

A<lepted frorn Finney, D. J. 1s4g. Tho Fisher-ystes test of aignificance iu ? coxtingaaey tebre* Bi',*atritoo, E{, r4g*r$4, with t&s uua p*rii*rio& cf the urtlor alld tbe publiaher. I

6 5

rr00 00 0* 3322 1211 1100 100* 00 0*

4,1 3?21 ?ltCI

r00* s0*

It00

al

32

ssllll

'p .lo} ers sFrsl o6u3$glut!rtql '8r ,o oisld q p#o q 'fir rol arx sls el aous$glufp eq1 'trwnlog olpplq oqtr q para{ua s! g lmq.rl& I

OOII
OIIg I16S fi28? t?!8

00

I
,

I
s
OI

6-O*C

II I
0

I
&

00I OOII o1?,& 1fi8S (s7? b?99 00 00I 00Ig

&I

II
,

0I*O*C

I
s
OI

rrg0 r,Yt* ss?g


?q$I

IT
B

II-(*C

II*8*ts

0l
0

00 -:g0 s0 00

I I
,

E,-$*fr
t*CI*t **8*C

0
CII

000I CI0"0 OOII

I
0

0I
0
)

I
s

00I $OTT II&4

0t
I

$*(I*O

00

"6

I I

OOII OIItr 1668

S-{I*C

0I*fr*}'

s$0' t&" s6s'


ffn!
ldr

$o'

ac*x*gru8.rt ro F*srI

-*--tl --g
l{y"ro}

urrltllI 1qftr q qelo;

i,

uo)

(l rs ffi$rrA

{po*rt.rpap} }rr,wtrJ. acxsrg

.!"srrnrD

,o rrtltrru. 'I

c'r{x'&

tslt

tlHSH

WVTVO

nPlE)

O SIIIU)

lvllN llBvl
6SZ:9561 ';a3ar5 uep drln>lrc

,-I
L0t

NVUIdWVI

NVXtJWVT-NVtldWV'I

STATISTIKA TEKNIK

LAMPIRAN I.5 Dikutip dari Siegel, 1956:260


TABEL NILAI KRITIS

D (atau C) DALAM

FISHER TEST

?erl.r L Tnxr,r or Crrsc.rl Yu,utc or D (on e) rr rrr fie&rn f,&s"*, t tta*.rittrula&)


T*d*k in right margiu
.&

(*r .{}t

nf signific*aee
.0$
3

i-fB*11

e*&*8

ll

l0

7
,
I I
o

-?3

025

.CI1

.005
3

I I I I

I
a o
q,l a,

0 0

l :

c*,11*7

s
4
.1

1t

t0
s

I
I

C+D.E

s
3
.t
1

It ICI {* 0*
oo

I
CI

1t

r0 s
8
?

I
0
0 2

0s

l1 1S

;
0

C*b*5

ti 1I
10 0 & I

s*
,1

: ;
0

, I

t*D*a
C*"D*3 *b*2 A*B*t2 C*D*12

lr
l1

0 0

I
1

10

I
11

t
0 0 0 0

10
B

10 00 0* 11 CI0 000 0* 0*

:
t)

:
o

t0 t2
11

*76
86{

5
4 o

t0
g

s{3
432 3*1

I
6 6

!00 00 0*

xts

*,td*pt*d fmm Finaey, D. J. t$48. Th* Sisher-Y*tes tt*t, of rigaificance in X ? caati*Ce*ay tableo. Biomrlri*a, E6, 149-15{, riih th* kind permiaaio:r of the cuthor tnd tbe publioher.

'l'eal {n u8$ t^l}rtsu

f q)qlr

pue
s1

,t "(rF'tt

tr'{ot ol tt tcqt ls?t'pu'

?/fd

(tsnbe

ltrarrlgao*r-1d::ry'q1 "tgt-{ pu"{gr^f

pel'g

or}er aql Pql}

JFf ueql

rafari

e-|

:1

oil::e*sry"

yll*t'}-i

,ql$ igr rql teti"irut 'E}"uts'r.1aq3,*r,araql Puu"a#t ""Jl 1L iin1un.p";qnruaa^rq urar{Iflo5 pr ,{11u4ryu6 :slp8uy so"l '( "eN u"rP "f56t 'n{urorrlr} pu* .uBrourly{ lef,rr$lf*l .ElqBr 6-ou*or * rp nr*1:1p*n uoltqer,ro} 3ufir}ejl*l Sq;3*11*"UA "v 1 ',IAt^noQ j ,v ,qlueH ,,31 ';q ,,rau!}aI '.3 ,11 ,r{rra; ,iq ranle* arurs ,o uollPlnqr{ i}allslfr.p ajstri r u(}do P}iPr. i
,.

'r{l

'8X'SSa

$t'?86
00r$9t

gtrr'

606'0t

9*$'S

*?r

sSrr

cgr'
g3,L'

ffis:0r
86S:$
1S8 6

80s'8
0$$:s

&q'ltrI
?86'8S

stL'
9S&'

r4*'8

s.r6?
6*?:8
,1,r1:8

ogt't
gc8'8

9S&' $8S' crs' s$6' ss6' 9?6"

910'1,
pe'8s

s69'
999"

s$s'
cg$' crs' 90s'
*68'

tg8's?

IBT.'I
a,e?'L

g{l'8
s6(}'8 eg6'a 188'6
L6b"a

192'f

ssu' 898:t gw tt6l)'i grfi' sri'l E{tz' {69"I fi&T' SC*': qBx' Qrg'r
8s9'r 8s9:I
ssF

00I't? 8rg'i,t

or 0' coo' ss$'

trI'&

ctl' 99r' s*r' 9(I'

8i*'f8
$0r'0s
*17;L4

g?1'

tr't

*gr'1

$1r?
8SS"A

s08" sr8' cs8' g*'


9,g' ffiE

891'f3 sr9'64
**8:QA
8SSrSl

s6*" g8r' g&*' gSF' ggf' g,?'. {8r' *a?' gtr 0?' s68' s8f' srg' s9*'

g?I" l.is'I cl1', 6ffi'l

90r' *i0" ss*'

ass'l

s60' g8s'

s06?r

gir'{ &wl I?ar


CI8t"t

u,sl$r
8t8"gl
6s9"?I

ssg' 8ss'a s?*' osf'? s9f' l&?'4 ga8' WvZ srr 884'A
908". wra

szs grs' *CIs s8r' g8r:

$r,r

a03*I sss?r 3Xf"It


11

rs3: ffi$'
*L*' gga' *qz'
rd-h.

?sr? sor?
810"6 &68'1

sgo" 0crl $?CI' agrr

ssr.' ggal
ldqr l

,.n'al

Itg: ra8's c88' ltc'$ 8*A'e w grs' gr0:9 g{i8' 8r8"s *sq. s&g'g g$*" 8889 stg' s6r'9 g&q: ISO'9 grgr 088:r 9tf' asgii 8&9'? 9S ' Cfig" IBtr' slt' soa'* 8$g' r,90-i
ld-ra%

ofs'I

sgs' EB0"r cB0' sso'r grs' 680'r r*os' 8tCI"I


$.i{1

rf

?s

'3,

9
plt

pf

?1,

rlllrA 'uorlElaro) r{, tuel}!}ir.}} ld-axlso} s'l"ll ,9 us0BrrltFo

f:*roma r**ld.o,$l arI alelllflfil ol sefilt^ "l 318V1

",, NvtvylcNld tvDVBls ''-"'i rsvt]uo) NilstJto) tsvhttrsl llBvr


gZSiBl6[ ra]qrnrJ

pro]llnD

r.rep

dqnlr6

I Nvulawvr

t0t

NVttdwvlrNVdldwvT

STATISTIKA TEKNIK

LAMPIRAN K Dikutip dari Lipson & Seth, 1973:455


TABEL HARGA-HARGA FUNGSI GAMMA
Tabulatiar cf values of f(n) i.ersus a

11

t,
.9064CI
J1CI440

1.0s

t.fi
I"&2

1.0CI0CI0

.99{33 .t88S4

t"?s t.16
I.?? r.28
1.29

r.5r I
r.53
1.54

x.75

.9i906
.9?

.88659

t.03
t.CI4

.98]r5
.9?844 .9?35S .16874

"90250

.9*A?2

.89!04
,8,?,r.?

I
I

r.76 !.7?
1"7&

I3?

.9$76

.gsrsz
.8881&

.9t6:l
.93877
.9313S
.93,{SS

L7t
1"8CI

1.05

1.tr
1.07

1.30 L31
1.32 1.33 1"34

.896e0

.r&1,s
"95973 .95546 .95135 .e4739

.894&
.89i38
.8$,22n

l.8l

L08
1.09 1.10

L58 I

.89142

LS2 r.83

.?36S3

.93969

l-84
I"85
1.86

.94:61
"94561

l.r I

r.35 r.36
1.37

l"t2

"89t 15 .89018
.88931 .88SS4 -88?85 "887?6

t.l4

Lt]

.94t5p
.93993 .9364? .91304 .92980 .926'10

"9{869
.951&4

I.&7

L38 r.39

I.88
1.89

.95J0?
.95838

l"{0
1,41

t.6J I
1.66 1.69

.886?6
"88636

.90013 .9016?

1.90

r.9t
I -9?

.96t ?? 6(<'r 1 .968?$


.9??d.?

1.42
I

.97373
.93S8S

t.&
1.45 1"46
1"47

"4'

.s8604

.88r80
.8856J .88560 .s8563 .s85?5 .88J95

1.93

.906?8

1.94

.97610
.9798S

t.30
I.2tr
1.12

.918r7 .915r8
.9131

t.7t I

l.9J

l.?3

t.24

.91075 .908J2

1.48

1.4,

1.72 1.9t258 1.11 I .sH6e L14 L9r683

"9r0i?

1.96

|.97
1.9fi 1.99

.981?4 .98?63 .991?t


Qqre
r

3.00

1.00{il0

I1r)*

J*e-'l-1 f{r*l)-rl(r) f(t; *


1

d,r

"{i)-*
'(;)-(;-,) -{[_,j[:,i
(3)

't2)'(1)

for n evrn aod n >


far

!
2

(l)(i)u'

odd and n:*

6596'
68 16'

0e EW6'
9U 16'

6I
z196'

8198"

8l
0096'
$206'
9156',

0r98"

8106'

LI

88lS' s69r'

f608'
{}LtL'

sts8'
166r'

9l
SFSS'

l*zL'
LILy
9CU9'

0st8"
tL$L',

996S'

E{

t90r'
Lp'C

t-wL'

pffS'

t069" 00il'

gvLl',

6d88"

Ltr$'

f,I

6,'18'
665L'

9{r$'

et09'

ssrg' gr,L9' sgtr' 9r8r' 0s19"


rS

ur88' l8t6' aclS' flLS 6f!6'

tl
6
!

rI II
OI

slr9' 9ltt' t$t!" s00l'


?9C!'

t8f?'
s96[',
f

tc59' 6?69' sl6$' 0019' so(s' os9t'


5$9r',

9rl"t',
ESZT'

{l:t' $ts!' SXaf' 000s' rf' s?r'!'

ms'

t$L' L86.' ([F8' 68[6' tt 9' 0r7t $r8r' il58' e?@' f6?9- 8r0r' f(9{' rttt" LbL{' I ra9' 9S{9"
8r.8s'

ttr("

(6ti'
efl{r'
CISI'

L{SZ'
IL'L

000t'

I
$

r!9{' 0s8[" r6s{' ,{.zf' [sgr' CI0re' $9il'


0$tt'
rd6s'

s06l'
ssf

,it l'
It80'
r?6t)"

l'

6002' szlz'

St0i,' 0tf' $9n' 000t' !0rs' il"vt' 00ad' 856r' tgit' 96tt' sgsr Isot' rtue' I0'r"

t
7

rr80'

tt&"

,01'
9t

{gtt' 90t' 68r(' Z{Ir" 89Se' @rr" z8$z' r'r,[f' fr8 I' f l0r' sLtT' 99(i' l' sgI t' 89tr' 68i1"
8r.t

Irf0'

8r[0'

00]0'

rfal' Isil' l0l l" ![f0' uw


9I

ts?o'

61t0'

tgss'

r r90"

a axs atrdwag

0r{5"
89C8'
6S?6',

OI 6

?0Fl'

0t16"

[fi$'
I

?6rs' 6ZlL'
5909"

&6r'
[8r9'

8tS' ("

rsffi' sor.a' {06g'

I
901,8"

L
E

sltt'
r"gf

000t'

t16{'
lLSt' ,Q8l' I}IO'

t$*r'

60f8'

f6sz'

0s0s" $t19'

i,t6r'
00Js'
t90u
'

t
e

EigI'

ITSU'

0tt0'
t){

s6st' I$9' St{r', fo?t' 0s0s' ect{' {r?f' 8?Sf' rt?v', r6ze' sts;' ft60' td0t"
0{80'

tltt' t98t" !6Zt- 16$l'

0005'

9g
u r.rrt

"{
[gl r{$8, uslPot1l ll..V

4dur5:

slq"l

$,NYU NVIOIW ]]BVI

gsvit16[ 'q]as 3 uosdrl

uep

dr]n)!c

tI NVUIdWVI
90t
NVttdwvT-NvdtdwvT

306

STATISTIKA TEKNIK

LAMPIRAN Ll (Laniutan) Dikutip dari Lipson & Seth, 1973:457 TABEL MEDIAN RANKS

2t
I
1
i 5

\, .*3*l
.s?:s

#ample riae x
24 -01s8
.CI6s8

25
.1SS4

?6

t7
.S:56
.S6?r

28

,9

30

.0330 "$3ti .079? .*76i

.r364 .3r98

.1731 .2665 .3132 .3399

.t207 .I6J3
.?09S .?r4.5

.il55 ,It08 .l5s; .r5r?


.200,
,t*2?

"*?77 .0266 .s670 "s645

.2437 .$37

.10?l .0*86 .fr95 t .0919 .1457 .t402 .r351 .1303 .t259 .1851 .178t .r?'6 "1655 .1599
.224s

"*241 _0239 .0ss$ .05?9

.0:31
.0559

.0tss
.1Lt7
.r 546

ls

I I

II
,t

l2
t3
15

I6 t7

"rs6{. .2746 .3dt3$ "31*X .3t56 .ffis .,sM "3?r8 .3566 .4133 .4330 .4t45 .3975 .5000 .4776 .45?L .43&5 .5466 .5223 ,sffi0 .4?9J "5933 .166? .s4?7 .i?s4 .#*0 .6tr5 .J8r4 J6l4 .6S{7 .6561 .6?81 .6024 .?334 .?007 .6708 .{433
.3*9A

.2{38 .2538 .2445 .3r)3! .2917 "1Sr0

"2t 59

"?08

l8 I9
zCI

2t
'r',
21.

.7S01 .?454 .8268 .7W .8735 "8346 .e202 .879: .9669 -9!38
.9684

.7135 -6$43 .7562 -V253 "7990 .?6S2 .8417 "8072 .8844 "84S3

.s:?r

.889r .9?r
r

"96S8 .930r

L4
2.5

:6
27

"3415 .1295 ,3175 "38r9 .3674 .]540 A2t2 .4S53 "39CI5 .460S .4411 .4274 .5000 .4810 .4{3, "J193 .5r89 "5000 "5787 .iJ68 -5364 .5rs0 "5946 "5729 .6574 "6335 .W4 .&67 "6?*4 .6459 .?36t .?082 .6&34 .??54 "7461 .7'S9 .8148 .7840 .?J54 "8542 .8219 .?9r8 "s935 .8:e7 "8383 .s32S .S976 .864E .$?!3 .9354 .9013 "s?33 .9378
.9743

?*
1A

.3007 .t9]9 ,18?5 .2159 .2279 .200.4 .27t I "1619 .2533 .3063 .3S59 .2S63 .34rJ .3299 .3rsr .376? .363$ "351' ,4r r9 "39?9 .3848 .447t .4319 .4t77 .48?3 .4659 .450d .5176 .5CIS0 .48;5 .J528 .5340 .5164 .5880 .5680 .5493 .623? .6020 .5S?? -6584 .6360 "(;l5t .6936 .S?ffi .6480 .?2S8 .?040 .S80S .7&40 "?380 .7137 .7992 .772A .?466 .8344 .S060 .77$5 "8696 "8400 .81?4 .9{}4$ .&740 .84s: .9400 .9$80 .S78: .9753 .9420 .911L
'97S'0
"9:{40 "9768

30

'rlqtun0 J?pJo r

6i66'

OI 6

af96' tr66'
06E6'

st66'

l.: r6' 0$3'

zf06'
ZI

zts6'
6888'
80

9!:_!_'

t8'

976$' 9916'

r66'

s969'

i l tE'
L?LL' 1899'

trt6'

8686'

9t?L' l9s9'
96W'

[08' ll,'

s9r8' 8r85'

9tz6'
VL99'

tr86'
t706'
TISL'
ILZS'
f

glcD' 690i'

1669'

LSZL' t018'

zi6r'

iozp'

L0Ly

Lots'

086' 9?98'

l116'

68;Z'

ltSz'

rzrt'

zSit'

0r6t'
9S

L09t'

9tt9'

t9!!'

00s6'

u azrs aldwog

lo

dlqoJ

ttl'

OI

8t09'

69lL'

6
8

9 s

t
I

It6i' 6019' LL89' tt6E' togl' t6cs' 8ls9' 9e0' 6Wt' t00r' t6Lt' 0109' t6rs' nzlt' ?l9z' z68Z' flit' 78l,. gztt' 6tll' 6a6t' t97z' t.lLT 009 t' 8891' fr80' 8160' I I I r tSzt' ztt t' t68t' 98tz'
8910' 0lt0'
1S00'
1900'

,89t'

f Z

89f0' ttso' 6290' wlo' 9160' 9sil' gtTt' s900' ,100' t800' z0l0' Lzto' oLIO' t9i0'

00s0'

99
u a;p aldwog

,!

to

aNDJ

s\uea "/,s6 uep %g upSuac $NVa

Nwolw ll8vr
,8 uosdrl rrep

zgv:t16[ 'q]as

drln)rc

ZI NVUIdWVI

/0t

NVAHWVl-NVtldWVT

308

STATISTIKA TEKNIK

LAMPIRAN L2 (laniutan)

Dikutip dari Lipson & Seth, 1973:463


TABEL MEDIAN RANKS Dengan 5% dan 95"/"
5% ranks
Sample size n

Ranl<s

l'
,
3
I

It
.0047 .0333 .0800 .1363 .2007

r2

T'

t4

t5

16

t7

I8

l9

m
,

4
5

6
7 8

.27t3
.3498 .43s6

t0

lt

.s299 .6356

.76t6

12

t3 l4
t5 r6

l7
t8

l9
20

.0043 .0040 .0037 .0014 .0032 .0030 .0029 .0028 .0026 .0107 .0281 .0263 .0245 .0227 .02t 6 .0205 .0 t 94 .0t 83 .07te .0665 .061t .0574 .0J36 .0499 .M76 .0452 .0429 .124s .1127 .tO17 .0961 .0910 .0854 .0797 .0761 .0125 .t824 .1671 .t527 .1424 .132' .t247 .t t73 .t099 .t051 .2465 .2255 .2082 .tgaB .I?86 .tffi .1575 .t485 .1396 .3t52 .2881 .2652 .2459 .2267 .2t2E .t990 .1887 .t7E5 .3909 .354E .3263 .3016 .280J .2@l .24r'.9 .229E .?lE3 .4727 .4274 .3901 .3608 .3350 .3r3t .2912 .2749 .2J87 .5619 .5054 .4ffi .4226 .3912 .3542 .3429 .320I .3029 .6613 .J899 .J343 .4893 .4517 .4208 ..3937 .3703 .3469 .779i .6837 .6146 .5@2 .5t56 .4781 .U@ .4196 .3957 .7942 .7033 .6366 .5834 .5395 .5022 .4711 .4434 .8074 .72A6 .6J62 .M .56r I .5242 .4932 .8t90 .73fo .6738 .6237 .5809 .5444 .8274 .7475 .6871 .6379 .5964 .8158 .7589 .7005 .6s2s .8441 .7704. .7r38 .8525 .78t8
'8@9

Q5'l ranks
Sdmple size n

j.
I
a 3

il

t2

t3

l4

ls

t5

TE

I9

4
5

6
7

9
IO

lt

t2
t3

l4
t5

l6 l7
IE

l9
20

.2384 .2209 .20J8 .1926 .r8t0 .1726 .1642 .t559 .1475 .r39r .lW .3387 .3 t 63 .2967 .2194 .2ffi .2525 .241I .2296 .2182 .470t .438t .410t .3854 .1634 .3438 .3262 .3129 .2995 .2862 .5W .527t .4946 .46;57 .419E .4t66 .3956 .3767 .3621 .3475 .6s02 .@91 .5726 .5400 .5107 .484.1 .4@5 .4389 .419t .4036 .728't .5848 ,64j2 .6096 .5774 .5481 .52t9 .4978 .4758 .4556 .7997 .7535 .7lr7 .6137 6392 .6078 .5792 .5540 .5289 .5068 .8637 .8t76 .7745 .7348 .6984 .6650 .64i8 .6063 .5804 .5666 .9200 .875J .E329 .79 t8 .1541 .7195 .6869 .651t .6297 .60{3 .9667 .9281 .8873 .8473 .809t .7?33 .7399 .7088 .6799 .653t .9953 .9691 .9315 .8953 .8576 .8214 .7872 .755t .7251 .6971 .9957 .97t9 .9189 .9011 .8679 .8336 .8010 -7702 .741' .9960 .9717 .9{26 .9@0 .E?53 .W25 .81r3 .7817 .9963 .975s .9464 .9t46 .8827 .Et25 .E215 .9966 .977J .9501 .9201 .890r .8604 .9968 .9784 .9534 .9239 .8949 .9970 .9795 .954E .9275 .9971 .9806 .9571 .9972 .98 r 7
.997.{

'Jlaurnu JlpJo

5t66-

OI
21,66'

f?r$'

6
$ L

0t66'

I t
a{66'
t

frt6'

t
1

{tt6" 6t96" 896d', $*r8' tsr6' r896',, ?9S6' 6il8" 0t98' tlt6', tt96' 8t66' gtgr' 0881' 0rf8' 01s6' L9r6' tr69' r00l' Itsil 0918' 6188' l9ts' 1009" 60tr: 96st' LLLL" l&tt' zt?g' btrr' ttst' tgrt' p60t' f6t}' $80r' t9al" '{9t'
I
r*

?ts8' ilt6' 916d' ?9lL' 69$8' rE06' il,86' 8tr6' fr0a' 9t04" 6118' 0516' -g ,

*r1r a;drao5'

to

anaJ.

OI
)

0tts' 6t}'f'

5169' ttg*' ttIt'

,0ts'

srtt' 666[' str]' t065' 9r' t667' 16r$' {t{}' tfi}c' ll8l' }v"tz' {f?E' 106r' s8tt" e&r' sl?,l' 0rt' 0l.rl' 0**1' Srer 9t8x' 9t6t'

?
c
z,

rt90" s'.0' tt8s 0660: t8lt" 99$t' rf6!' w6z' (tro" lsz0' 8t[s' tg[s' t[rs' ar$" 9r9S' tf06" l$tl' fiso' s?00' rc00" 9[00" r?00" 0t00' {9S*' ,,s00' 9[10" tro'
at

9r
u a4r

,l

q&uag

to ay]*J
BIusr %s'f6 Pu8 ?sg'Z

gt'v alqFl

s|uea "/og'16 ueP "/o9'z uBSuac $rNyu

Nvtolw ll8vt
TI NVUIdWVI

vgvit16l. 'qlas 3 uosdrl uep drln>lrc

60

NVAHWVT-NV8tdWV7

3to
LAMPIRAN L3 (laniutan)

STATISTIKA TEKNIK

Dikutip dari Lipson & Seth, 1973:465


TABET MEDIAN RANKS Dengan 2,5o/" dan97,50/" Ranks
2.51ra*ks
Sampfu $zc tr

I}
t
3 a 5

t2

t3
.0019 .0192 .0504 .0903

t5
.00t8 .0r78
.0466
"0839
.001?

I
.00r

I7

,s

l9

N
.0)11
.0123
.r,321

.0023 .001r .0?18 "02ff

6
"t

.0549 "1325 .0913 "t6't5 .1516 .t386

sffiz

.0r66
"S432

,0tJ5
.0405
"0727

.001,
.0146
"018Q .S681

.00t4 .00t, .0t37 .0r 3s


.0158 .013S .0d40 .0605 .0969 "00r$

.0779

I
9

r0

il

.2338 .1r09 .3079 .2167 .3903 .348' .4812 .428 t .58?2 .it59

.?l5t

.615

r2

.7353

.t276 .il82 .1t02 .r031 .ttzt .r7s6 .r634 .1520 .t42t .?5I3 .2104 .2t27 .r9?5 "1844 .3t58 .?8S6 .?659 .?465 .X198 .3857 .35t3 .3229 .298E J781 .4619 .4t90 .3838 .1143 "325t
.5455 "6397 _7s!9

.0572 .0666

.13r4 .lxss .l 189 .t730 .162* .1539 .1t53 .2025 .1912 .2ffi2 .2445 "?3t6
.30?6 .3u86
.27?O

.4920

.4490

.4t

.5?'9

.5t91
.5S54

.d?6?

34

.383?

t3

l4
t5

.d613 .?684

.t43'

.44s{
.5010 .165? .o356 "8049

.409! .3836 .4{52 .4345

"35?4 .31J0

.3153
.36S5 .40?S .45'17

.6810

.?8:fl

l6
t7 I8 I9
20

.6165 .6971 "?*41 .?I3l

.5216 .4880 .$858 .5441 .6529 .6041 .?2?l .6686 .814? "?397

.5089 .5634 .63r I .6829


.?5 t 3

.821J

.8316

97.5Y" raaks
Sample ske n

II
I
1

t2

13

l4

ts
.t180 .3r15
.4045
.4SS9

t6
.2059 .3023
.3835

t7
.1951

l$

t9

,0
,1684

.?s49 .?e4i

.4r3$ .384S .36S1 .5178 .484r .{545 .d@? .5?r9 .538r

"14?t

.23r6
.3387 .42E1
.5S$0

.1s53 .1165

s 6
1

.69I

.65t

I I
l0

.7662 .83?s .8907 .9189

.?231

.6143

.5810
.6486
.?t

.6842
.7487
.8S78

.?891
.8481 .9008

.8{14
.$091

t:
l]
l4 IJ
I6

ll

.977: .9d5r "99?7 .97$t

.99?9

.9496 .9$08 .998t

.{d5? .6t 67 .7S96 "7Ur .1012 .67e8 .8234 .78?3 .?535 .7219 .8?14 .816d .8025 .?70] .9r 6r .88r I .8{80 .8t56 .95!4 "922t .8898 .8s79 .9373 .8969 .9982 .93-14 .9505 .9319 .9181 .9$45 .9620 .9984 .9814
.9985

t4

.5J10 "6 r6? .6771

.4165 .523s .5866 .55t6

.?869 .3644 .4343 .4990

.t729 .z(fi, .348? .341t .3314 .31?0 "4t42 .3958 .3789 .5]48 .5r20 .590t .565'
.6426 .6164 .7398
"?l

.4'lu

.455?

.43S6

.4pr I .s4?8

.5922

-691,1 .6610 .6395

14

.6u7
.7280
.?S.94

.1&41 .?555

.8?70 .1975 .8666 .81?t .90]l .8742

.93{S .90S5

.9fi:

.8088 .846r .88r r


.91 34

l7
t8 I9
10

.9195 .9863 .9662 .9986 .9870 .998?

.9421 .9679
,eS?7 .9987

0'f s'a I'r f"a ["e CI'r t'r I'r ]'t 7.'t 0'[
$$

rdop 1nqra6

t!

it
f$
ps

*g
\ \ \
\
l

fr

er* a
rs9
tt

883 !,
s$

09

r9

\ \

a9

*9

t
uxsru lln{!6M aq} la $$t}lsod
e

?9

[-v EqrI

rlngEM vrvulu lslsod


89r:.16I 'qlas 3 uosdrl uep drln)!c tW NVUIdWVI

Ltt

NVAHWVl-NVAHWVl

3t2
TAMPIRAN M2

STATISTIKA TEKNIK

Dikutip dari Lipson & Seth, 1973:469


KEKETIRUAN KEMIRINCAN Weibull (pada tk. Signivikansi 90% dan 5O%)
Table A.'18 t9$

Weibull $l6Fa crr{r*S0% confidencE intsryal

,74
t5A r40
&

* I r:o
E

*3$

rl0

,--{l

:f]
Tabte *40 *-lo

.]0 40
FiLruhr.t

J{_}

-10$

ol iiriurr.r

A-19

Weibutl slope error*$0% cenfidence interval

1?t)

+l{
Q

rl0

Nrrrnhtr

:0 40 sft 6il 80 i00 tl frilures

100

.rurl

offit6g r { I

{uo$nqlr$lp ltfiq!&il} 5.Alt $soul ul t.uore}}lp luBelrlrBlr ro,


lr1

}e*t tx-v rtq*l


i

{is{,t6*{^a$

{1 rir11 ? r i

oole*{sg

a
E

{irol}nq!J}*!p Unql*AA} rprll o}pur ul .${eror}!p t$es!fi{r8!s ro,

}sa,

of-V slqB,I

fitnqlaruf rsnqrrlsr6) UnWn VIVUIU NWOIBU1d %06) tsNv)HtNDts-tfn

(zs0

OlVitl6L 'rllos B uosdrl rrep

dr1n1r6

tN NVUIdWVI

ett

NVdtdwvT-NVaHwvT

314

STATISTIKA TEKNIK

LAMPIRAN N2 Dikutip dari Lipson & Seth, 1973:471

ull-slGNlFlKANSl (99"/" & 9O%) PERBEDAAN RERATA UMUR (Distribusi Weibull)


Tahls

A-Zg ?rot for *ignificant

diffarance ln nr*ln lfuw {W*lbull dirtrlbutiEr}

x*'
\

titutl

sk rpe

Y-* "K

x x;
\
I

t":

99 SCrqt :rll Oril idencc

.t
l

e >.
r.0

*.c.\

L
t0

4 56789100

{ar-lXnr-l}

3 4 56189t000

Tett for ri*nlficnnt diffarenco in 81s livao {Wcibull d}stribution)

8ro

,:' {

50 ?0

r00

"".)

"

i!

{uoltnqy}tlp llnqlaiA} 3s^tl o Ig'

ur s.,uararrlp

ruorllluflE ,sl
0$

l*l

g?-v

s,qil
I

$0i

001 or

-'1

0t

{iloluqlr}*tp llfiqfa/Vu t6^ll

otgr tul

B.ulla}llp trrsel}luf!* ro, I.tt

}Z'Y alqal

o'w

(llnqlann IsnqulsrC)

unwn

NVVCTBU=Id tsNV)tJINDts-tfn

zlvi.169 'qlaS 3 uosdrl rrep drlnlrg

tN
9t

NVUIdWVI

NVttdwvl-Nvatdwvl

316

STATISTIKA TEKNIK

LAMPIRAN 01 Dikutip dari Lipson & Seth, 1973:473)

TINGKAT KEPERCAYAAN MTFAd*t> MTFD",u.n ( Untuk n=1s/d 3) Distribusinormal


't*bls A-26 V&luts of at*{rrance thst lhe tr$s meen vslue to lsilurs exccddc the
dealrod mE*n vtlue to fsi{urs
ft,educed sarnple siae*nonnal distribution etatistic*l oanrple siac; t: eumber of failurcc}

{lY*

N*l
Wo*Wn

tY*

rV* 3

*{.0
*3.6
_1,,

0.000
t)"000

*4.0

*3.6
*1"1 *1,8
. 1,,

s.00,
0.003 0.0s

-2.8 *2.4

* 1.8 *L6
-t.*

0.o:l
0.036 0.0J5
s.081

*2"0

0.000 s,080 0"000 0.000 0"001 QM 0.00J 0.000 0,016 0.000

*4.S
3.6

0.000
0.0{x}

-11

*2.S

o"tr?
*"*0s

*2.4

-I.2 *1.0
*0.9 *0.8 *0.7

0.r t5

* 1,8 * 1.6 *1.{ *,.x


*r.Q *0.9 *0,8 *0.7 *0.6 *0.5 -0.4

0.0{5 0.1t7

s.00r
0-001 0"0$3 0.S07

0.071

0.r0?

*;.0 * t.8 *
*
1.6

o.ila
0.06?

0"s00 *.s$0 s.000 0.0*tl 0.000 0.0$0 s"0@ 0.000 0"i]00 0.0*f

0.0]?

0"15J

0,tll3

*1^2

t.4

s,1s4 0.156 0.2?3

0"0a4 $.0t)9

0,000 s.s00
0"000

&s19 Q.tt6 s.r4?

0,s0I
0"0c,2

o.r59 0.t84

0.2r,
0.?42 0.??4 0.30$ a.?45

0.?9? 0.025 &"314 0.034 0.175 0,045

*1.0 *0.9

*.w7
o.4{}5

*s.6
*0.5

0.43' s,4?l
0"61

*0.4 -0.3 *o.2


-0.1
0,0

0.lsl
0.421

*s.] *0.:
*$.t
0.0
0.1

*.321 0.570
r).664

0.059 o.s75 0.095


0.119

-0.8 *a.7
-0.6 *o.5 *c.4 -0.3

0.45? 0.51r 0.564 0.fi18 0.669

$.03? 0.068 0.8$9


0.184 0.??7 $.214 fi.326

0.0*4
0.006 0.016

0.u4
0"021

fi.429
tr.0.1l
r1.05ri

0.?t&
0.?s4
0.&06

0.146

0.r?7

0.46$

0.iss
0"5{0
0.J79 0"6I&

o.l
0.2 0.3 0.4 o.5 0.6 0.? 0.8

0:
0.3 0.4

0.70q fi"217 0.?J0 8.250 0"?88 A.8l

--o.t
0.1

o"tg]

0.014

0"84]
0.875

0.0
0.1

0.440 s.500

0.0t?
0.115

0"8fi

0.t!6
0.382

fi.6t1
o"6v? 0.??6 0.758 0.?s8 0 816
0.84.t

0.,
0.6 0.7
$.8

0.854 0.881 0.905 0"9e5

s.r.{l

0.430 0.478 0.521

0.2 0.3 0.4 0"5 0"6


0"7

t}.w3 0.*26
0.944 0.959

r).56S

0.6t8

0.11?
0"194

t"9?l 0.9r*
0.986

0.95i

o.r7j
0.621

03
l"o

0.9
1.0

IJ
I.4
1"6

0.88'

,"2
1.4 1"6 1.8

s.s66 0.9?5 0.96?


0"993

0.6s6
0.?08 0.?83 0"845 0.813

0"8 o.9 1.0


1.2 1.4

0.sm
0.9s4 0.996
0.998

0.674 0.726 $.773 0.816 0.811 0.s&4

0.236
S.2S?

0.331

0.3$? 0.436
0"489

0.91I

0.543

0.*tp
o.9.$,

t.&
1.0 ?.4 2.8 1.2

0.96{ 0.9?t

o.9r7 0.9r$
0.999

0.999
1.000

t.6
r.8
2"0

0.r$2
0-997
0"9$e 1.000

?.0 2.4

t.a00

0.929 0.9J5
0.9&4 0"99J 0.999

1.0{0
1,s00

a8
3.2

t.6
4.O

t,000

n.6 4.0

1.000 1.000 1.000

2.4 ?.8
3.?,

r"000
1.000 1.000

r.000

l.ll00
1.000

3.S

r.000

0.932 0.395 0.161 0.693 0.981 0.77? 0.991 0.$44 0.996 0.896 0.9s 0.913 1.c00 0.976 1.000 0.*92 1.000 0"998 1.000 t.{m}

4.0

t.00s

t.ffi

1.0fi0

. ll/o-

wo

tYall{a- | *;iw;'

,
|

ilAltr,
-. * nhlnill

s,41

b&l

ffi'I
000'l

ff*'[
*66',0

000'1 0s0'l s0ii'l

0''
9'{
OL Y'

0#l'l 000'1 e66'S 000'l

ofis'l ss0'l {r,0'l 000'l

0'? 9' LL
B'T

00$'t 000't 000'I


000"t 000'1

l$6'0 000'1 0s0'l sso"t &0"1 ,96'0 0{s'l ffi)'[ e00't 0m'l 6*6'0 6{6'0 fi{m'I 00c't m"l

?'e 0'u
8',1

000'I 000"I

s'x

r{8'0

886',0

000'l
000"I
0(}0"1

,{l0

16*'0 566',0 ffis'I M',l 000'l 0{0'l 000't 0n0'l {0ff't 0e0', LL6'* 866'0

9'l
b'l

a66'0 S00'l 000'1 0{6^0 000"1 000'1 ss6'0 0@'l $00'l {r6's 165'0 000't 198'0 966'0 000'1 86r'0 t86"0 666'0

$'t
o't

1'l
0'l
6',0
B'O

?rr'0 t96'0 *66'S il9'0 It6'S t66"0

000't
666'.0

i.'l z'l
0'I
6'D

999'0 tt6'0 t66'0 000'l s0'l tfilt"s t86'0 666'S 000't 6tf'0, 6t6'0 166'0 000'l

fls'o IIt'0

i9t'0 69t'0 ?t6'0 t66'{} 0t}0'l ,0r'0 ilt'0 tf6'0 ?66',S f(S'l
986'0 666'S
81.6'0 866',0 996',0 r66'e

l0r'0 6t8'0 986's {}r'0 l?8'0 816"0 98f'0 l0*^0 896'0


LLZ',A !_69'A

666'0 866'0

8'0

0tt'0 t5r'0 }'6"0 r6s's

l'0
*'0

,'n I'S
s'o
?'0

ff6'0

,66"0

fir'0

r9'(l 016?

t'o

$*z'a *;9"0 506'0 r0z'0 ?st'o 698',0 str'0 1l$'0 tr8'fr lEr'& 6rt'0 {rr'0
060'0 69e'0

6t6'0

s66'O

tlr'0

9u6'0 166'0

t'0

58i'0 frs'o 618'0 9s6'0 '{d.* 9il'0 90r's lt?'o sr6'0 f90's

''o t"0
tr0

rs
I'O

il r"0 0'r? 96r'0 696'0 tB0'0 rrf'o slt'o {t6'0


rf0'0 ttn"o 92p"0 il6's l[0'0 rsr0 ss'o r8*'*

t'o
0'0

rrf"0 eo['s 9*9'0 96fr'0 r8s'0 ,?0'o llc0 tt$'0 85*'0 616"0 ,t0"s $sl'o 00s'0 {t8'0 s9s'0 Iefl'0 [fl'{ 9zt'0 6fI'0 }96'0

s'0

l'0*

ilt'0

8$9'0 8f5'0

rrs'* ?0i'0 ?tt'0


f00'0 fts'0

869',0 St6'0

t'0r'0*
'0*

8r)0'0 ?r$'0 t8e'0

lct'o sl6'0

t0f'0 IE0'$ tt['0 t95'0 618"s ,rl'o d*?"0 er8"0


000'0 800"s

?'$*
9'O*

['s*
t'0*
I'S*
s'0* 6'0*

{r0'0 6il'0 }6}'0 }f8'0 ?t0'0 lrt'o l[r'0 fis'o

ufi0'0 nm'o ltl'O 8lr'0 66I"0 100"0 fl0'0 t60'0 0sf'0 0tr:0 *"0 ,8?* 969'S

600'0 066'0 $e'0 lrt'0 9fl0"0 990'0 f0f'0 f{l'0 100'0 ,rs"0 8*e'0 0r9',0 a0s'0 is0'0 6dI"0
100'0
100"0

''0* s's* ,'0* l'0* 0'l*


x't
9^l

I'S*
6',S-

0'l gt f"I * 9'I * *

a00'0 900"0 890'0

ttr'0 xrs'0 lrl'0 '19'0 rI$'0 IZI'S 66f'0 r8ts

fio0'0 i00'0 ti0'0 98e's

I't

8'I

t't * -

&?*

{Yh*'A f&0'9 I't0'0 t6e"$ 8f$'0 $0&'0 f00'0 ,fs"0 I8l:0 6lF! ${$'$ 100's ttso t{t"0 rt}'s m0"0 000'0 fs&'o s$00 }tt"0 or,{)"f 000'0 $s'0 ,20'0 9?c'0 000'0 0fio? s0fr'0 cto's lgl's 000'0 000'0 s00'0 t00'0 6sl'0 00e's s06"0 0m'0 t00"0 0?0'0 000'0 000's 000'0 s00'0 fI0'0 000'0 000'0 000'0 800'0 (00'0

8',r*

!',{* *"r*
p'g*

@'s 000? fifi'0'o 000'0

100'0

000"0 0{s"0 s00'0 000'0 000'0

z't* 9't-0''b

000'0 100'0 tl0'0 ?0x'{ 000'0 000'0 I.00'0 9fI"0 000"0 000'0 [os's **0'0 000'0 s00'0 u[0'0 000'0 *00'0 010'0 000'0 000'0 ff0'{ 008'e 0$0'0 I0s? 000'0 0&'0 0e0'0
000'0 000's 000'0 000's 000'0

0'?-

-%
$'*

*Ul

*srfi
"e.*1

ll
(rr.rnile, Jo raqurn* * { }*zlt qduEe l?ilx$}lxx* *,\f} t,olloq,rlslp ll,rc.'s{'j*!1:!s aldutrs p*:npoA

au1 speasxa

ernllc, ol snltA u"au, p3r!s*p 6rnl[8] O] oslBa uBaru sn)] aql ]gqt ac!181"$r Io tanl'A LZ^v $aL

lEturou lsnqrrlslc (s t t = u lnlun ) ''n"oilw .'"'ooilw Nw^Vfuldl) rv)DNlr

vlvit 16l 'qlas 3 uosdrl uep

drln>lrc

ZO NVUIdWVI

/t

NVdtdwvl-NVaHwVT

3t8
LAMPIRAN

STATISTIKA TEKNIK

03
TINGKAT KEPERCAYAAN MfFo, *t> MTFD*, ( Untuk n = 6) Distribusi Normal
tabla A-2& Values o{ rtsursnc6 thrt tha trud nrean vslue to fsil*re oxceeds the dellrod mcan v.lu6 lo railut.

Dikutip dari LiPson & Seth, 1973:475

(lf *

Rcducrrl aamph *ieg*n*rmal di*kibati rn etatisdeal sarnplc dee; & * *umbct of &iluns)

N*6 wu*.!y'
6

*4.0
*3.6 -t "
*2,S

0.oso

$.$0t
0.004

*1.4

0.0tJ
0"048

0.000 0.000 0.000 0.000


0.001

$.000 s.000

0^000

0.000

0.0c0
o^0s0

0.fim
0.000

$.0{0
0.000

0.offi
0.c{0
0.000 0,000 o.00r
0.003

0.0il0

0.ilx)
0.{I10 s"0{x}

0.0{0
0.0$rl

*2.0

* I.6 * t.4
*
*0.9 *0.8 *0.7 *0.6
l"o

* l.s

0.129

0.r97
8.287

s.0s7 fi.o1s 0.039


8.O79

a"w
0.000 0.0{l$ 0.000 s.000 0.00, 0.00r 0.002

0.fix) 0.&r)
s.000 0.u00 0.000 o.00fr
O.0ti0

ii.0$J

0.fim
0.001

&397
0.520 o.645 0.70J
0"760

s.0fi9
0.013

0.r{J
0.244 0.306 0.3?4 0.441 0.523 0.598 s.6Tt
0.718

0.00x
0.00?

s.055 0,0$0 0.r r4


0.15?

0.013
0.0? I

0.000 0"0*0

0.0s
0.oss

0.810
s.&54
0.8F1

0"2!0
0.?72

*0"5

0.034 0.t o.477

r;

0.00{
0.,107

0.0{{,
{J.oil' 0.0(1l 0.c$3 s.006
0.009

0.0rI
0 021

-0.4
*0.3
0.0
0.1

0.921

0.14;
0.419
0.499

0.944
Q.962 0"9?5

0.t 12 $.I5J
0.?09

0.0t3
0"051

-n,
-0"1
0.2 0.3 0.4 0.5 0.6 0.8 o.9

0.799 0,849
s.891

0.i?9
o.6J6
0.?28
0.791

0.27:
0.144
$.411

0.076
0.

0.984

I09

o.il.t6

0.9rr
o.9*.1

0.997 0.9*8

0.9

o.924 0.94p s.967 fi.919 0.988

0.tst
0.:02
0.2(,1

0.03i
0.018 0"056

0.50r

{}"845 $.8E8

t.J8l
0"658

0"3!9
0.401

$.07,
0.

1.000

0,99]
0"996
s.99S

t.000
1.000

0.923 0.948 0.966

0.7r8
0,?90
0"S,13

t0!

9.47'l

0,1 4$

0,t53
0_6:.6

0.190
0"34('

0.97,
4"981

I.ofi)

0.999

0.886 0.910
0.145

t.0
t.7.

Lofii
t.000
1.000 1-(xx)

*.#9
I.000
1.000

0,r93

4.9r$

0,9??
s.991

1.4
I .{,

1n
1a
1?
3.S 4,S

t.8

t.000
1.00s

t.000 I.000
t.000

0.99' r.m0
I.oile
1.000

0.614 0.756 0.855 0.931

s.295

s.lJ5
*.4.80

$.#,rl
0.7

0.99? 0.999

0.tl6l

ii

$-r*z
r) 0()1

0,5$,1 0.87.1

L0{0
t.000 t.000
I.000

I.000
LO00

t.00s

t.o(B
1.0{x
1.000

0.s.)9

0.952

t.0fi)
r.000 r.000
1.000

t.0*0
1.000 1.0{&

fi,r$5
t].996 n ilqn

I.000 t.000
1.000

I.0u)
t.000

t.fim
,.000

L(S0

t.{fK

. wo* l{n t

walw>* |
aillto

b ,rl,l

|*

orll lr' io,rl o4l

* .,ll .

{so't

mo'l
000'l

000'l

r]0$'r

t)i
o'c
.L

666',*

il00'l
000'l fi6t)'l
000'l

00*'l
000't
fl{10't 0r)O'l

s'7

0{0'r
000'r
000"1

0fi)'l
000'r

0'r
B'l

{00'}

666',fi

fis'r
000'l

I'l rl

s66'0

T'I

ts6'0

tt6'0
696'0

s'l
s'0

0$'t 8,)'l
000'r

lf6'0
ts6'0
[98'0
608'0

80

0il0'l
000't 0tl()'l 66*'0
6S6'0

t's
9',A

6t?"0

000"1 000 1 000'1 000'r 000't 000'1 666'0 666'0 986'0 tr6'0 st6'o 8r8',0 t*'0 rl.L'a ,ot'8 tz9'0 9,S'0

s'0

wra
699"0

F3 t'&
3"0

8{6'&

r*s'o
00s'0
c

0fi)'t fr00'l 000'1 00s'l 0rJ0"l 0s0'r 00*'{ 000't 0s0'r Q00'l 000't 000'r 000'1 000't 000'r s00'l 000'1 o{o't 000'1 0m'r 866'0 Sfio"I r.66"0 000", ,6S"S 666'0 686'0 666'0 rffe'0 86s'0 ti96'0 966'0 $r6"s [66:0 o?6'.0 s86's {8*'& S16'0 ff*? *967

*ri6'0 r6d'0

I?
s'*

9tr"0 t6r'0 r;{'0 t9r'0

t?'0

ts6'0
8r6'0
ooI''n

t'n-

t1!*

tm'0 i{6'0
168'&

f'0* ,'0*
9'0-

9r8's
I

rs*
8.0-

t*,0

s66'0 s00'r e8s'0 {lrx}"t tf6'0 666'0 118'0 0d6'0 *u'0 9{&'0 ftg'S 8t6"0 r't"$ 96$',0 r&'0 el8'0 xse-s 169'0 Itrs Iz9'0 681'0 !f5'0 ?'l'0 $9fs 9Sr'0 98r',0 9t0n ?t{'* dtS'0 E:|T'A xtn f8t"0 7W"0 Eil'o ,.tb*$ f60"& s00-0 r9s"0 f**t *'0'0 100'0 sr0"0 100"0 ilo's r0*'s 800'0 000'0 '00'0 s00'0 r00'o 000? 100:0 0s0R 100'0 00gg 000^0 00s? 000'$ m*"{ 000"0
000"s 000"0 t,00"0 {00s

6{t'0 ;st'0

6'f*

gti'0
9rf '0

,lt'0

9n'$ 6il'S

,t0u
8r$0
t00"$
IfrO'O

s'l* p'I * yl* 8't * *7*


??*
d (*

z't*
0'r-

n0&'f 000'0 000'0 000'0 fi*0r0 000"0 0s0? s0s"0 0e0'0 000"0 0m'* s00"$ fi{0? $00"0

8l l'0 l[t'o 0t0'0 g$c'o {s0'0 16r'0 zt*'{ rfi'o 610"0 s60"0 IIS'0 e90'0 s0s& rt0'0 f00'0 s?0'0 200"0 f I0'0 000'0 t00'0 00s"0 100'0 so0'o 000'0 000'0 000'0 000'1 000'0 0000 000'0 0fr)'0 000'0 000^0 000'0 s00'0 000'0 000'0 000'o

{rt'o $t6:s fot's l0s'0 frf"0 198'0 ttt'Q Lt9'* st?'o t L0 r.f'6 889"0 96?'0 btq'fi r8r0 5ts'0 69{? 9t}T eil'0 dls"0 ssss 0[:0 rrrl'$ s8t's ?ts's ,0t'0 $60'0 ?90'0 tao'o !t0'0 060'0 810'0 00s'0 l0s'0 0(00 000'a 000'0 0fr,"6 600's *ffi'0 000'0 s00'0

s00'0

0'?*
,ds*, * ilr*l

l*N
tr.rlr|rxJ Js .rrqrufiu

.Y

:a4t qd$es tB*Ilqlat s d)


p#Jfl p3N

{rqlnq}r}s}p g&!.$i}-*ilr$ rldurpr

*JrllEJ ol anlsA uEsru pgJFaP

sql apss{}xo s.}nll8, cl gnls^ u6aru gtljt sgl

lrql

atuBJtl'Et to

Stolc^

s7-? $lqst

lPr.uroN rsnqulsrc

(r = u rnlun )"'*oilw

.'""'ilw

Nw^Vfurdr) rv)DNlr
gl7it16[ 'q]as B uosdrl
uep dr1n116

,O 6tt

NVUIdWVI

NVAHWVT-NVdtdWVT

320

STA|ISTIKA TEKNIK

LAMPIRAN

05

Dikutip dari Lipson & Seth, 1973:477 TINCKAT KEPERCAYAAN MIFA.,,, t> MTFD"u.n ( Untuk n = Distribusi Normal
Tthle B)

A-*0

Valu*r of aesqr.cce that th true mecn vclue to failqr8 exc*sdc the

dasir*d r*c*n vol(,* to

lailur*

Reducrd sample sire*narnrsl di*tribution

(rV* st*tislieal

samFls *izc; ,t

riam$,er

*l

lbilure*)

,v*

Y:.* we'

*4.0

*3.2 *1.6

3"6

0.00,

0.000

*:.0 * t.8 *
*
* *
t.6
1.4

0.005 0.02a 0,s64 0.363 0.490

0.0co 0.000 0.000 0.000

0.000

0"r68 s.!54

*.002
0.0r 3 0.031

*0_4

*0.9 *0.8 * 0.7 *0.6 -0.J

t.1 r.0

a.749 0.370 0,804 0.{4t 0.851 o.53t


0.9.1S
0.966 0.979 o.987

0-&4

0.067 0.131

0.1]3

0.000 0.0n0 0.00s 0.001 0.002 0.007 0.001 0.0?2 0.6*2 0.05$ o.008 0.120 0.026

0.flt0

0"000

0.s00 0.000 s.000 0.000 0.s00 0.000

0.00a 0.000 0.(m0


0.0'00

0.000

0.fr]0

0.0a0 0.0$0 0.000

0.000 $.000 0.000 0.s00

0.000

0.ix0
0.000 s.00s 0.G]0 0.000 0.ff10
0.000 0.061

0.r6t

o.fild 0.rlll

0.000 o.00G 0.001

0.0ft]

0$41
s.068
0.103

0.89t o,*23

0.130

s.007

0.000 0.000 0.000 0.s00 0.000

*"{{0

0.0{0 0.0c0

0.000 O.fix) 0.000 0.000

0.(a0 o.fix)
0.000
0.0QC

0.000
0"000

0.@2
0.00.{

0.613
S.690

0.76r fi.8?3
0.874

0,1s3 0.470
0.Jr9

0"3t12

0.150
0"210 0.182
0.36.5 O,.i54

0-024 0.040 0.065


O.Iffi
0.1 47

0.*{0
i).s03 $.006

0.000 0.000

$.fi}r)
0.fl00 $.o0c o.C{rl
0.0i10 0.00Q 0"001

g.rfr"l

0.01]
s.023 0.o40 0.064 0.098

0.000 4.001 0.002


0.0r2

*0.,
0.1

*0.3 * 0.2
0.0 0.2
0"3

0"&6
0.'126 0"?g? o.ti"r5

o.9t4
0.944
0.965 o.97S

0.!9]

o,54?

0^201 r)"3$0
0^363

0.0u
0.035 0.s36 0.086

0.*6
0.998 0.999

a,$7
0."12{

0.r45
0.201
0^?74

0"003 0.{x}4
0.(X)7

0.9s3
0.936 0.qdo 0.97? 0.9&7

0.453

t.000

0.4 0.5 0.6

t.w
t"000 r.000 I.000 t"{D0 r.000 t.000

0.988 0,994

0.79]
0.8r3
0.9{x) 0.935

0.54(
0.63,1

0.354
0"441

0^tt6
*.171
0.?19

o.vr7
0.99S 0.999

o.993
t).916 0.998

0.960
0.9?6 0"98? 0.s$3 0"996

s.7
0.8 $"9

t.000
1.000

$.71s 0.?90 0.850 0.8q?

0.530 0.6r 7
{.}.69R

$.0t 3 0.02t 0.*34 0.0r1


r).077

0.3t0
s.J&7

0.t{r,
0.

r.000

l.o

t,:
r"8
2.O

t.000

0.949 r.00$
r.c()0

0.93: 0.rJ?
Q.974

o,770 0.8t r
0.8&0 o-'/4-{ 0.978 0.99J
0..Q!&

O.4tq 0.55r o,630


o"767

t49

0"r96
0,151

i"4 t.6

r.mo Lffr0 t.0{p


t.000
LCt00

I.ofi) t.fim
t.000
r"000
1.000

s.9s9
1.0A0

0.99:
0.998

$.J'i$
0.510 {}.637

I.000

r.0(s
r.0Q8

,.000 r.000

0.999 L0&3
r I

0.s6tl 0.q33

t).?tl}
fr"987

0"746
o.lN3?

,a

7-4

I.O00

!.000
1.0a0 1.000

r.ofio t.000
1.00Q

l.osl
l.ts0 1.ffn
r 000

_000

"0r{)

0.90$ r.0{x)

t.sft)
t.000
I ^000

I,fiX)
t.000
r"000
1^0f/o

r.0s(
1.000

0.918 I"000

0.916

0.$tl0
0.?95 0.999
t.i:!01)

3.? 3.6 4"0

t.o00
r.000

1"000

1.000 1.0s0 r.0Q0

r.6{n
1.400

l.m0
t.{x})

r.{})0
I "000

I.00s

I{'r * }yo " *;-*

wsf lyb* | *;iw*,

arlrl

t*Ul%r-";;:q.
0' f't i'I
v',& F'C

{b

0"r

I'I
9:l

8'l

rl

0-l
6'0

s'0

ro
9n

t'0 ['0 '"s

rs
I'S

$'s

l'0-

d"0*

{'s-

io*

5',&*

9'$*

ts*
&'0*

6'0-

0{0'l 000'1 000'1 000't 000'1 000'1 009't 000'1 000't 666',0 000't 000'1 000'1 000'1 00s'l 000'1 000"t 000'l 000't S)0'l ffi"I 000'1 00o'l S{S'l g00'l 000'l '68'0 It6t) 000'1 000'l S00:l OQS'I 0O0'l 000't 00O't 000'l 6t&"n XS6"0 Ofi,'t 000'1 00$'t S00't e6't 000'1 00S'l rr8"g tS6'0 666'0 000'1 00S"1 000'l om'r 0m'I 000'l 0rt'0 196"0 166'8 S;0'l 000-1 00$'l 000't 000^l m6'l ZB'0 916^s 6*6'0 666'0 000'1 000'l s00:l S60't 666'l 89t'0 6f$'0 69$'0 966',0 ffi0"1 000'1 0a0'1 000't 000', [[['0 era's gz6'0 9f6'0 sffi'o 00s't 000'1 000'1 00sl ilz'0 st r'0 0r*'0 696'0 f 66'0 666'0 000"t 000't 000'r 09t'0 98r.,'0 &r'0 x6'() t86'o ss6's 000't 000't {m0'l tt t'0 t0f'0 90r'0 s68'0 9{6'0 9d6'0 00*'l 000'r 000'l r0'0 0?'0 [?9'O 6fS'0 196'0 u66'0 666',0 000'1 00$"1 910'0 $rt'0 t9'0 g*'U 0{6'0 }86'0 866'0 000'1 000"1 9E0'0 tsr'o 0kr'0 0lt'0 06flt 116'0 s66'0 666"0 000'l r?0'$ 8Zl'O 0tt^0 tt9'0 at8'0. ot6T 066"0 666',0 000'l t ro'0 980'0 l9('o 8et.0 0tt'0 6ls'0 186'0 16{'0 000'l 100"0 6t0'0 t6l'0 t{t"o 6*t'0 91"8u 996's t6$'a 000"! 9tt'0 8lt0 t*'0 818$ g}6'0 68s'0 666'$ !00'o 0t0'0 0trt'0 ?rx'0 00s'0 9't's sl6'0 086'0 866'0 ros'$ '{0'0 r00's I r0? 1t0"0 t*l's [0t'0 xs9'0 lf8'0 996'0 966'0 000'$ 9fl0'0 fto"s ?It"0 I lf '0 69c"0 s$*'0 tts'0 66's m0'0 [00'0 610'0 180'0 0{r0 zat'o ttt'o it6'u a86"o os0'0 100'0 010'0 0t0"s t9l'0 8td"0 0t9'0 rr8'0 816T 0000 t0$'0 t00'0 d[0'0 0l l'0 06r'0 s9l'0 618'0 196'0 000's 000'0 e00'0 910'0 010'0 tl?'0 l9p'0 ?st's }}6"s 00s's {00? 100'0 8s0'0 r}0'0 |tl'0 ll['0 080'0 LI61] 000? 000'0 000'0 wo'o rs'0 zsl'o !$e.0 66t'0 188'0 990'0 l7z'0 f lg'0 ort? 060s 000'0 000'0 200'0 '100 I?0"0 091'0 ffr'o 6st'o 000's 000's 000's . 100'0 t00'0 st0's 8tr'0 t99'0 0CI0"$ 0s0's 000"fi 000'0 e00'0 tS'0 lt0'0 l9t'0' zEfS 000'0 00S'0 000'6 t00"0 000'0 '10'o 00010 000'0 s0*"0 000"0 000-0 lm'o ll0'0 ?80? s6g's 0s0'0 s0*? 0000 000'0 000'0 000'0 [ffi"0 6[0'0 s8l'$ 000"s 000's 000's 0000 000'0 s00? I00? tt0'0 r8t'0 000'0 00s"0 0e0'0 000'0 000'0 000'0 0m'0 100'0 110'0 0000 sm? 000'0 000"0 000'0 000's 0s0"0 000'0 tz0'0 0000 000'0 000'0 000'0 000'0 000'0 0fi9"0 000'0 900'0
s00'0 000"0 so's 000'0 ffi'o 000'0 000! 0000 100'0 000"0 a00's 040'0 000'0 000'0 ff00'0 00ff? 0000 m0'0

0't* a't * f'l* ,'I* t'l* 0t* t:r*


{'f

sz*
p'O'f*
*oi,d.

&!t

5*N
(sarn{lEj Jo ,rqurnu # { :*zf$ sfrur}r lBrll*ltBtt a#} uo$rlqp1rlp lstluoll'*'els sldurm p*:ltp*6 eJfillEl 0l $nlBrl uesur p.r$aF ri{} $p$$cx*aJnllt} sl tnl$n ua*liJ tnJ} 6ql lrtll *ru9Jns*r ro tsnlBA [e'v tlqtt

lEruroN lsnqlrlslc

(6 = u {n}un

\''o*ilw <'"n"ilw Nw^V)uldil rv)DNll


Blv:tl6[
/q]as

3 uosdrl 90

rrep

dr]nlrc

NVUTdWVT

tzt

NVStdWVl-NVAHWVT

322

STATISTIKA TEKNIK

LAMPIRAN

07

Dikutip dari Lipson & Seth, 1973:479 TINCKAT KEPERCAYAAN MTFAd*t> MTFD*in ( Untuk n =10) Distribusi Normal
Tablc A-3: velit6* of nssur'nea deslr*d nrezn vlluo tn fcilgra

thit

the trua rn6an vrlu6 t$ !*ilure rxcr*dr ths

I{cdu*d

$f

sarr}plc si!q--$srrr*{l dfutrl&trtion statirtic*l samplc *icci # * nunrbcr pf f*ilure*)

I{*.rd
i$o

we

*{.0
*3.6
*2.8

0-000 0.002 0"s07

*t"4

s.sI5
s.0?9

*as *
*

*I"&
I.6
1,+

0:06
8.306

c.43r
0"s69 0.7$6

*r.2

*1.0 *o.9 *s.8 *0.7


*0"6
_,1{

0"r?3
0.869 0.908

0.s00 0.s00 $.s00 $.i!00 0.s00 s.s$ 0.000 c.000 s.s*6 0.000 0.006 0"0fi) s.000 0.{}00 0.000 fi.000 0.000 0.00s 0"000 s.00s 0.00r) 0.000 0.s00 0"000 0"s00 0"000 0.s60 0.0{0 0.003 0"s00 0"s00 0.{00 0.o{0 $.00{ 0"000 &.02t 0.6(l ,m0 0.000 0.000 0"000 0.00s 0.048 A"0S' 0.000 0.s00 0.000 0.000 0.ss0 o.t0l 0.st, 0.00{ s.a00 0.000 0.060 0.*0r] 0-t9t 0.04t &006 o.sor 0.006 0.0s0 s"s00 o.3:3 0,0*' 0.0:l 0.001 0.000 fl.00s 0.000 0.487 0.:*3 0.il60 o.ot3 0.001 0,0s0 0.0s0
0.5?4 0"?7J

0-000 s"000 0.000 0.000 0,000 0.0sJ s.060 0,000

t.000

0.0fr)

0.000 s.000 0.000 0.{00 0.0do 0.000

0.0{0
0.000

0.0s0 0.000

0*65'
0.863

0J5&

s.937 0.?3? 0.450 0.959 0.806 0"r{{


0.975 0.640

*0.4
*0.3

0.ss5
0"9+2

0.90$ 0.?27

0.000 0.004 0.$0r c,0s0 0"000 0,143 0.041 0.009 s.00t o.00s $.00a 0.1S6 0,06S 0.017 0.003 0.s00 0.000 0.281 0"il0 0.0it 0.006 s.001 0.006 0.373 0.r6s 0.014 0.013 fr.002 0.000 $.471 0.?37 0.08s 0.0x o.a04 0.np6

o,ss

0.0fi)
0.0a0 0.000 0.000 0"0s0 0.000 9.000 0.000 s.040 0.000 0.00r

0.033

*$.2

*u.,
0.0

0.996 0.998 s.999

s.l
0.3
O,J

0.942 0"8S? 0.965 $,864 0.$s0 o"sr r 0.989 0,945 l.S00 0.995 0.168 1.000 0.997 0.98'
I.000 I.000

s.572 0.]23 0.r38

0.${t

0.009

0.4

0"668 0.420 0.?03 0.0t2 0.0t7 0.755 0"JI: 0"?84 S.r:4 0.03: 0"8:8 0.6t3 0.377 0.17? 0.0J5 0"886 0.?t6 s.4r8 &245 0"08t 0.92S O.?S7 0.580 0"132 0.116 LS00 o.r99 0.r9r 0.957 S,S6l 0.677 0.4"38 0.r98 1.000 t.00s 0"sr6 *.976 o.tt I a.?63 0-5:9 0.2?3

0.a0t
0.003 0.005
0.0t

0.020 s.035 0.05s 0.09?

0.00r
8.004 0.0s8

0.J
0.6

fi,
0.s
Q.9

1.000 r"000

r.00s 0"918 t.00s 0.999 ,.000 r.000 r.000 I"000

s.0r5

t.000
t"000

t.s
1.2 l.*

r.000 r.000
1.000

II l.u
2.8

,.6

I.000
1,00s

t.000
1"000

].2
3.6 4.0

t-00s t"soo r.000

t.00s 1,000 I.fle* ',000 I.off) I.flfr0 I.0s0 I.000 t"sos r.000 t.000 r.0{0 Lff]o t.0ffi I.000 Lwo 1.000 r.000 1"000 1.000 t.0{0 t.060 t.s00 r.00s r.s60 I"000 ,.000 t.0s0 1.000 t.sos r,0{s r.0s0

I"000 r.s00 LS00 r.000 r.000 r.sos r.000 t.000 t-000 l.0fi0 t_000 I.0s0 LC{o r.000 r.000 t.$0

0.9s7 0-p46 s.83i 0.6?7 0.]60 0.t37 0.015 0.!&+ 0.c*9 o.890 0.7t7 0.414 fl.t94 0.04t s.9r7 6.983 6.$JI 0.?94 0.550 0.263 0-r]63 0.999 0.9SI 0.959 0.857 0.642 0.341 0"092 1.000 r.000 ,s.9$9 0.$$6 0"977 0.905 0.735 0.426 0.llr r.060 t"0c0 1.s00 $.s9* 0"987 0.9d0 0.797 0.5t ] 0.1?B
0.997 0.S?9
0.901

0,99t a.994 0.959 L000 0.999 0.185 r.sQo r.000 0.995 t.000 t.m0 0.999 r"s00 t.000 t.sss
t.000
1"000

0.677 0.s09 0.s99 0.952 0.9?9

0^294

0.{3

0.569 0.6il.l

0.ts4
0.921

$.s!7

l.c{il

0.975
0-99fi

1.0Q0 0.993

I.000
r"000

t"000

t.000

L0s0

* w4* l{a wollVo*l ***"lW*"

*'-"

ls!t$l:$Jx,

,o,1

* ft 2 .
*'0t

0&)'l
000'l Qfr''I

s'tll
f'&
0'6

00s'l 000'l soo'l


r)00'l

l'6
0.s

t's
0'8
5',r

t'8
0'8

0{0'l
666"il
d66"S

666:0 66d'0 $66'0

$'{

r6d'0
ss6's

*{
t'9
0'9

s't

86d"0 86S'0

0s
ST

f9
g'r g't

f6d$ s*$s

55
0'E

0**3
194'6 916"0

5'!

0'I

1*6.0 fd6 0 6*6 0 186,0

ll'!
fl'l
g',{

!t6'$
0t6'0

I'l

8t6'0
ta6'0
{,96',0

9'C

{6?
188',o

c't 'f
o'e

ss60
0s8"0

lt t't

o{
9"7,

st8'& $r8'0 gdt'0

8'r
I'E

6f6'0
9r$'0
ds6'0 6E*R

s't
VT, LL

it{"0
r0{"s
9,4'0
, t9'0

,'I
0"t

$f$'0

0?
6'I

t'1

0s*?
st*"$ I t8"S x61"0

rs5's
qkg'0
80s"0

'uollnqlr$lp ilr'ql"rta .,oJ - :us$,rqprqp "(*) "r $'0r oot,'l 000'l 000'1 000'l 9'* 000'r {!00'l Q00't o00'l 0"6 Q{o"l 000't 000'1 000't s'8 0sJ't 0J0'l 0m't 000'l 66S'rt . 000"t 0Q0'l 000'l 0* 9'L s6n'$ mo'r $00'l s00'l 0'( ss6'0 000'l a00"l 0fl0'l f'9 {&'0 0{Q'l {s0'l 000'l 0', 6*6'$ 000't 0s0'r 006"1 slr [&0 000'r $00'r 000'l {s6'0 00s't {r00'l 00s'l 0s g16'S 000"1 9't 000'1 000'l ,96l} 000.t s'f 66d'0 000'l 9t*'{l 66S"0 I't *66" 00s'l I't 9P6',O 6660 s6{? 000't ![ tt6'O 6*6'0 r6s'0 000'l l't I({'0 s66'0 $66',0 000'l *r {06'S *66',O 66',0 mo't r&8'o 966'0 AT 9? is*'u M6s f'r tI8'O t66'0 16{'0 ftt'0 LL 0'r Itt't) i86'0 ('l fzt 0 8t6',O t69'O tt6'0

$'l

s'l
T'I

s'l

6*6'0 sm"l 1860 &00'l tr6'0 6d6'* 996'0 066'0 0{6'0 866',0 oy.6'o 166'0 rrs'o $66',0 il6'0 '6'6'S f68'U ES6'0

q"t

L'I

ts6's
6t6"0

t'l
9'l
$"r

6e!'0

ssd'o

*'l

s$'u I.ry'0 ,as'*

os&0

s't s't
?'*

{ta'0
f9I.'o

sIf'$
g8['s

t{s'0 x}ta

t86'0

,,l

89S'0 6t60 615'0 er6'0


l*''0 .
606:O

[']
e't

ra{'0
s6*'g {p9'0

d,I

t?f'0 a6l'*

I'I

t'l
l'l
s'0
8'0 {.'s

r$i's
sffi"$

t'l t'l t'l I'l t'l

f'0
*'0

0"t

rrl"0
tq6"0

8'8 0 086'0 {8t'0 f&6'o r}['0 $6"0 @'0 tr6'0 6{9',0 tts'0 9{t'o s06's
8r$

*il'0
866?

t's
90

s'0 s'$

xf9's ($s's

0",

I$ts
tos'0

ts t$
s1l

rtso l{r's
6d#'s

r0

t$tR .f{["o

9{*3
t-rb'*
900"0

ss's tefo f.t{'s lsrs


t9l'0 is00

f'o
t'0
e'o t"0

(6J's

*t's 't'6s*.$ so?0 s$s's rtc'o ,f8r0 t0{'o 86t'U Itz:o [grs ,w"o 6st ctt'0 tf93 60t'0 tgi.o
190'0 ttlT t{0'0 0ct'fi 600'0 t*1"0

t's

s? ,'o

{f(.0
65r',O

ts

f'0
e"0

t'0

llfro

18t',o

r0
l"o

rfio's

${0-0 6trs

I'O

f{0?

f*Al

,*Af
(r.r$UeJ ]o .rrqtr,nu e { ialg E$u*s tEd$r!.}slr * rr{} sua$$qlr4p finqlrrrt pru trrpu*uodxe*<qr qduet gaonpaq

*rnl!ay, ol errr*l {r1}slrelse:eqa ro} rrsaru ptrlsop .tll 3pa.3x. srnltil aurlt (r!l*llal*ere{, ,o} $r.u, oru} aql lq} 63a8rn*ss }o sirnl3A 8g*? 6mll

u'*oilw

;ersuauodsll uep llnqlag snqrrlsr6 (t p/s I= u {n}un )

.'""'ilw

Nw^V)urdr) rv)DNtr
O7v:el6[ 'qlas 6 uosdrl rrep
drln>116

BO NVUIdWVI

tzt

NVAHWVT-NVttdWVT

324

STATISTIKA TEKNIK

LAMPIRAN

09

Dikutip dari LiPson & Seth, 1973:481 TINGKAT KEPERCAYAAN MTFAd*t> MTFD"*i,

(Untukn-4&5)
Distribusi Weibull dan Eksponensial
Trbl* A"i4
lailurc excced* thedlrirad
ValueE

rl

accuraflca thst th true mean {or chorrcteriatic} tim to nrc$o {or cher.ctsristic} tifie to lailurt

Rcdu*cd ramslc six--*poncrrria! and Weibull dis$ib.rrtigot (lf * statirticat sampk six; Ir: numter o{ failures)

/V-{

N*5

o"l
s"2
0.1

o.3s 0.0{t o_w


0.5,l 0.rJ! o.fr8t
0.6t9
o.798
o.&6J

0.000

*.t
0.t

0.00t
0.605
Q.034

6i,? e,tr6
0.t7, 0;43 0Jt8
&53t
0"193

o.]
0.4 0.5
B.S

o.4 s.5
o"6
o"?

0.{qt c,t08 o.013


0.51,
0.693

o.3$3 0.631 0.7?7 0.865

o-075 0.225 s.387

0.00?
0.045

0"000

0.00,

0.rlt
o.6J?

0.! r3 0.0I8 0.20{ 0.*43


0.082

$.000 0.000 0"00r

0.@
0.0s
0.051

0.r0, 0.61t
0.$39

*&t

0.9r8

0.9rs
0.970

o.8

0.9
LO

fi.s5, s.759 6.tll o.09; 03?t 0.8t, 0.46{ ot14


o.98X

0^o&t

0.? 0.8

o.ss2

0.9

o.*8,
o.99J
0.996 o.998

0.8J6
s"889

0.t60
0.t98
o.238 o.?80 0.33?

I.0

t.I

o.s88 0.994

IJ
t,3 t,4 t.5

l"l
l":
t.3

o.9tt 0.fl5 o.6i0


8.9X &]ffi
0.t96 0-9rr

0.r98
0.9$9
0.qryg

&3&

I.{
t"5

0.306 0.7{4 s"409 0.8r? 0.s06 o.869 0"J94 o.90t 0.67t 0.915 0.736 0.95J s"?rl o.969 0.8]5 s.9?8 0.871 s.gfi5 0.900
{r-990

0.u:
0.15?

0.0t9 0.t92 0.0]t


0.3:6 0.0?{

o.39J o.462

0.rQl
0.r3?

oJ26 0.t67 oJ85 c.!04


0"640 o.?31 o"8$6 0.edz o.90x 0.913 0.!4.3 0.124 0.405 0.445

t.6
t.1 L8

t-!
2.0

0.998 o.16! o-?t, 8-998 o.w 0"*t6 0.999 0.9?? o"845 0.999 s.9&{ s.8ft 0.999 0.988 $.st
1.000 0.991 0.997 0-909

0.]ar
$.{s6
0.446 o.483

0r23 0.&9 o.783


0.9{t
o,955

t.6
l^7 r.8

l"0Qo t"000

o.993 o.995

0.?7t 0.36J

t.oflo
1.o00

o.9t?

o,xJ
0,9E0

0.sx
0.5:e
0.613
Q.684

t.9
2.0
1",

a1 ,A

r.000
1"000

0:9i5 0.937
0.e56

o"9s8 l.ooo o-999 t.000 o-949

o.*74 o.836
s,989

o.48]
0.556

!,4
3.8 1.0

?"{
2.6 2.8

t.000
r.000

t.0c0 &t94 t.000 0.!90


r.000

4.622

I.000
r.000

0.9x

B-9?0 o.7N 0.9*t 0.9&, o.778

!.000
r

!.3

,.4
3.s

"006

t.m t"ffi

r.080

t.000 0.996 0.9r3 0.680 t.0n0 *.tt8 0.967 o.?3r

o.9fr6

0.8r,

].0

t.mo
1.000

t-000

t.000

l.&
4"0 4.5

t.0@

t.tro
r.000
t"000

0.99t *.97 r.m0 o-9${ 0.873 I,M 4.W6 0.89J r.m0 &.r97 s"9t3 o,$c 0-9:9

1.'
,.4
J,t

l-6 l.&

l"a
tl.8
4.J
5.0

r.000 r.000 t.000


1.000

r.06
t.000

s.994 r.000
1.000

I.O00 l.0m l^000 t.000

o,978 0.98J 0.990 o.993 o.995 o.997

o.775

0.8r1
o_844

o"87r 0,893

,.0
3.t
6.0
6"5

r.tm
t.000 r.000 t.000 I.000
r.0q0
I "000

l.m
t"000 r.000

r.m t.m

&9{9 0.t36
r.fi00 0.973 ,.000 0.9M ,.006 &9r0 r.m0 0.99{ t,000 0.916
o-998
0.99C

J.$

t.000 r.o00 r.000

r.000

t.so

1.000

r"000 r.000
1.000

o.9r2 0.9!0 0.9..6

t.{00 o.967
t.000 0.980

s.0
6.5 ?.0

t.00s
r.000
1.000

?t
E.8

r.fril r.fio t.m,


r"m0

?.,
8.S

8,5

9.0

l.om
1.000

t.(s l.m

t"000

0.94S
1.000

r.5
9.0
9.J

!.000 r.000 t.000


r

9.,
ro-o

r.ffi) I-{fi}

r.s

t.000 t.000
r.000

"000

r.000 1"000 r.000 0.98$ t.000 r.000 t.0Q0 0.993 1.0ff) r"000 1.000 4.995 t.000 1"000 r "sod a.*7 I.000 l.{00 Lm0 0.998 I.000 ,.000 I.O0S 8.9* t"000 1.000 t.000 o.9r,9
I.Oc0
1.0{0

r-000

t.000
1.000

,"0fl0

t.000

t0.o

1"000 r"om l-0do

t,000 t"0co

'r, *Xfor

exponcnrbt distribution;

"

- (*)'

for weibull dktrlbu:ion.

* tqru}uodx'*X:': .plsrp t!ftqrli\turoJ ,{$) t,.**p}slp 0'0t 000'1 0{0'l 000't 000'1 00fr''l 000'l s's 000'l 000't 000"t 00s't 000'1 00s'{ 0.6 666'0 ftx)'l 000'1 000'1 000'l {00't f"{ {66'0 0(s^} t*o'l 000'1 000-t 00s'l 0"s 866'0 0s0'l 000'1 000'l (r00'l 000'l s'I 000't 16*'0 0s0'l 000-1 000't 0fi0'l 0s0'[ st 000'1 000'1 0ss'l 9$6"S m0'l 0fi0'l 000'l s0st 00s'I tr'p 166'0 s00'l *fi$'t 000'l ffio'l 000't o"* s8.6's 0&)'l t't 000'I 9r6',0 00n'l ofio'l 040'1 000'1 000'l 0"f 096'* 6$&'0 000'1 000'1 oilo'l s00'l 9'? tt6'0 8*6"0 s00't 000'1 000'l 0m'l mo"I 000'1 000'l o' 96&"S $66'0 fl&'0 {66'0 000'1 0m't 000't sfro'l *'f fr'f'0 06$'0 0fl*'l s00't 000'1 000'I 9' 8l8',0 586"* 666'0 0*0'l 000'l ffs'l !'t t" 000'1 000'l 6al'0 8{6'* 666'0 00ul 00s"[ 0'e 00rI 866',s 004'1 L9*'* *rr'0 f't pt9'0 t6,6;"O !00't 00S:l 000f tt*t 9-t 000'l sr9"9 e{{-0 16$'0 000'1 0fr1'l s00'I VT, t9f'0 t06'& 8*6"0 566'0 000'l t610 *$Ba 616'0 866'0 000"1 {s0'I LL 8rt'0 0t8'0 ,96'0 966'0 00f I 000'l s? trg'o LLL'0 zs6'0 ?66',0 00s'l 406'I 6'l 8'l 8t["s $?r'0 6g6"0 [66'0 666'0 mo'l r't S86'0 666'0 000'I [sl"$ 369'0 IIS',S us6's ,-I 8S6'$ 000't strs rs's 668'0 il*? tln'$ t6d'$ 000'I trl eu? {6r'{} 9t8R ta6? 966S 00fI ?'t tslis att'0 $ln t8,'0 61'0 6,6'0 f66'0 000'l f'l Btt? 8tf? zvl'o 6{6'0 sB6',g s66'S rl t'1 $80s r$s'0 r89',0 m6'0 f,8$'e sd6fi g'l 866'0 }90'0 r8r0 r r9'0 298'0 a6'o $#'0 fQ },6"0 ft?"0 rrr0 xl*'o 9t63 8's 8?0.f t9l'0 flp'0 9't'0 tf6'0 166! l's sl0'0 I l's 0tt'0 $g'0 !6$'0 s86? 9'0 t00'0 040'0 rrro t9s'0 8tt'0 fd6'0 ,:0 ?00'0 ft0'0 0rr0 ?tl'0 9tr'0 066'0 tio 100'0 rt0'0 160? elro rt9:0 606? {s {}d? }sl.l} 8$}'0 tfrg rs uo'o f'/f/7'0 669'0 I"O
e

0f0"o 900 sf*"* I00'o 0m:s tro'o

ilo'o im'o t[o"o totr

'**4

9*1,

j" * t :eqs qdruvc ltsllsp**s 1el"lltJ ruolttElris1p nnqpn pnu pp*auodt***oqs Edul? Frtpsg

**un

*III

er$ tpe*}xs $inll3, ol 811t!l {sptl'rolo*r*r{t lo} usaiu P6}!t*p EotrlsA fs-v s! aurr {ctx*tl*lrunle ruiuniw *n,r eLlt lr4} *str*rd*as }o

slnllll iH*l

lPrsuauodql uep Ilnqla^ lsnqrrlslc


(g = u {n}un

)u'*oilw <'*o'ilw Nw vfuldlx rv)DNlr


ZBV:g

l6t

'qlas ,3 uosdl1 uep drln>116


OTO NVUIdWVI

9Zt

NVtldwvl-NVttdwvT

326

STATISTIKA TEKNIK

LAMPIRAN 011

Dikutip dari Lipson & Seth, 1973:483 TINGKAT KEPERCAYAAN MTFAd^t> MTFD*., ( Untuk n = 7) Distribusi Weibull dan Eksponensial
Tablo

lL-*S Valueo nf ageurane* thrt tht tru mean {or charactrirtis} fqlllrrs rxcesd* thE deelrtd ma*n (cr ch*rccle:istic} thns to f*il*rrg
Rtdocrd eampls $irs*xpcnertial srd \Sribnll dktributions *tatistical sampk size ; t * nunbcr of failurcs)

tin"r6

to

(lf *

tf*7

r*
0,.1

s.5$3

s.2
0.1

e.75!
0.8?S 0"p19 &.919

s.t}* {.3?t

0.03t
0.r t7

0"0&

0.5?8

0.tl
0"s

s.6
0.7

s.*85 o993

0.s
0.9

0.rrf
0,998

0.?!0 0.8:3 s.89S 0.9{o 0.$$l 0,pr6 0.*$s a"w 0.9t0


r.000 I.000 {.$6S il.9?9 0.988

0.:63

0.4tl
o-J66 0.686 0.7?9 S.*48

0.897

t.0

t"t
t.?
,.3
1.4 1.3

0.919 r.000
1,000

0"9Jr
s.9J5 0"e7!
0.9s1

0.507 0.610 0.69? &{06 0"?70 0.49I s.8?? 0i?? s,871 0.M

0.tds $"xft &3$4

0"s24 0"079

0.000 0.003

0.0t5

0.er3
0.096

0"000 0"000 0.002 0.006

o0r?

0.000 0.000 0.000 0.000


0"001

S.r54 &?31 0.3rE

0"036

r"00s L000
1.000

0"**s s.9*3

&90? 0.}s8 0.9]3 0.?d3


*.+66 n.gv$ 0.s83
$"95X
0"S'S
&-849 0"e80

t.6
t.7 t.8 r.9
1.0

I.e00
1.000

t.s00
,.000
1.000

1.000 0.r!.t 1.000 s.997 t,00t$ 0.9,!&

),

t.000

?.4

t.ioa
r,000
I"000

).d

L000 t.000 t.tr00

0.9$) 0.9t9
t"000

t.8

3fi
3,3 3,4 3.6 3.8

t"oss
t.000 t"0s0
r-000 1.000

1"006 1.004

4.0
4"5

r.000
1.000 1.000

1S

(<

6.0 6.5

?.(

.,{

8.S

I.000 t.000 t"000 I.000 t.000 t.000

s.5 9.0
9.5

r.m0
t.{)00
1.000

l0.s

t.s00

t.00s 1.000 t.000 t.{00 l.*00 t.006 t.00$ L000 "000 t.000 t.000 t.sfr0 t.0{o r.800 I.400 t"000 t.fi00 t"0fl0 I.000 t"0s0 I.s00 t "000 !.000 1.000 L000 r.000 t.om I"0s0 l.{,so 1.00q L00s 1"00s I:00S 1,000
,

r.000 t.s,to r.000 t.$00

s.98t 0.92? 0.99; il.r43 0.9s6 0-f96 0.9** &9S0


0.90$ LS00 1.000
0.989 0.993

0.906

L000 0.99* r.000 s.9p9 t,000 0.949 l.mo ,.000 t.000 t.a{o

s.996

o.ffig 0.040 0364 0.S59 0"3t7 0.01r 0.39t s.108 s"*i} 0.13s 0.5t4 0.1?r o.sa s"m6 0.6!5 *.244 8.674 0.383 e.?t8 0.322 0.757 0.]61 0.8$ 0.c40 0.873 0.5lil 0.9t0 0.583 0.*37 O-6dtS $.956 S.699 0.*?0 s.74?
0.979 0.?89 0-986 0.8:4 0.?90 0.8x s.993 0.879 0.998 0.p?5 0.999 s.9J4

*.!01 0.sr5 0.ts0 0.02d

0"06,

0-004
o-00&

t.tr)$

I.000 ^fifrO t.$&0 r.mo ,.$00 Li00 I.000 t"ooo Lr)00 t.fr00 t.0s0 t.000 r.00s l,sfl0 I.ofr) t.t)os I.000 t,mo 1.0s0 1.000 t.000 r"fr00
I

t.o00

t.*00 s.97x. r.aao s.9&: I-S00 0.9e0 t.000 s.9*4 t.000 0.9e6 t.000 $.*t8
1.0c0 1.s00

I.000 s"rs

s"999 0.999 r,000

t.000

"

r,*Xfor

cxpsr*nriat di*triburion;

* - (?)"

for r#cibutt dirrriburior.

e$l't

OBI

0s0'l 000't

*"r,t

t'6
0'6

0s0"1 06'l

$'t
0's

,'L
O'L

000'l txxl'l 040't 000'l aoo"l 0fi0'l 000"t 0'00'l 0il0't 000't s00"1 000'l s00'l o$il'l
00s'l
000^l

000-1 000'1

$9 0? t'9

n0fi't 0$0't *00'l 000'l 000"1 Q00'l 00$'t 000'l sso"l 000'l sda'l 00s'I 0*0'r 080-l 00s't 000"1 006'l so'l 000't 000'l 000', 000'r 0@'l 000'l
000'1 666"0
00*"1 060"1

s'l s'f
0'F

s't
$^t
$'d

dL

s't

rx
9"r
LL

000'l &\]'l 000"1 |La'l mo"l &fr'l {fi}'I 0&'l 000-l ir$'l 0fi0'l ffJ0^l 00*"1 ail)"I 0{0'1 0fr}"1 {00'l 0s'l 000'i {&}'I {}00't &}s"l 000'1 000'l 000'l $ffi-l 000'l Mt 000'r ffi"I s0s't 00011 000't 000"1
000'1 000'1 000'1
0s0'I 0s0't o*o't

y'I
ff?
6"I

{0*'l 040'l s00'l 000', s00'I 000'l 0{0.1 000'I 0*6'l s00'l 000't 000'r 000"1 000'1 0s0't fito'l s00'l 000', afs's
666"0

0&l'l
000"1

s'*6'0 000"1 *{6',0 uao'l 166'$ 0fi$'t rds'o 000"1 $*d*0 s6d'* {s{'0 8d6'0 o{6',0 ?d6's 016? r66',s 816'0 tE6? 9{S'0 6rS 0 8ps'0 0r6's
ss6'0

000'l 000'l 000'l 000'l 000'l 000'l 000'l 000't 000'l 0i13,
666'0

g'l

*r('0
168'0

r'6'0

166'0 p66',0 f66^0 d86'O

666'0

sa0't s00'l
sDa'l
000"{

t'l
B'I

000't 000'l 666S 0S0'l 6d,$^0 000't 8(6'0 0rlri'l l$(t'O fl0$", *85'0 SS0', [*6',S 000'l s8fi'0 000'l 0*d'0 sf!0'l *95'0 (W' lt5',O 666'X sr6's ,6s's r$*'0 16&'0 !t8'0 ts$'s rs8'o 186'$ 291',0 E46"0 ilr'0 196'0 sB*'0 fft'o ilo'0 6t$'0 6f $-6 9,8'S? ty''s si['s 1613 0*r'0 ilt-0 tor'0 ?rt'o 619"0 9fz'0 609'0 66i'O tSS'o tlr'o 8{r 0 tft'o 8f?'0 !ot's 9tt'o sr0'0 ?I('O

!tf'f t6,0 rtf"o ,89? g*'*

060"t 0t0'l 000'' 000't 000't sqo'l

s'!

,,I

tr8'o

6S6'0 ffi"I 666'0 0ts"t

f'l

0l

z'l t't
6'S

t66'g s00't 966'0 000'l t66's 6d6'0


E6d'0 &56'S

rss'o [st'& 6f0'0 $61"0 tm'o tFl'o il0"0 001's 800! 940'0 r{0's tfs'o
?00'0 810'0 100'0 *00'0 000'o x0a'0

r*6'0 866'0 rt6'0 966'0 tp6^0 t66's r?6'0 s86'0 f 16'0 0s6"0 il0'0 i*s'0 918',0 9f6'0 Ivr',o 116'0

8'0

fr!"o

ss'o
r8.'0

t'0
9',o

6!{'S to8'0 6$?'S lll'0 9tc'0 r!9'0 rw'o 6rt'0 t[E'0 6r]'0 6?t"s l{.t'o 06$'$ f9r'0 9t0'0 Bl'0

9rt"0

186'& 99$A 8t6',0

i66"o

l*$'$
6t6-0
6&s'0

t'0
?'0

*t0'0

t80'0

rfg'0 66r'0

t0s'0
000'0 0fr0's

0000
fi00'0

900'0

{0s'0

06,0"$

t00'0

xt0'0
100'0 0so'0

ts*"s

l6f'0 l{t'o rfi'o {if'0 rr r'0 ?!f'0 t!0'0 f9l'0 H0'0 fg0'0

0r''s i*t's 11"0 lrlu

r0
t's

t'0

S*$
tuollnqljlltp fifiqprYl pus lEltu6{}od:{}*pels
(strnllu; Jo Jtqurnu

ry

isdls qdulas

eldurBs

Pqlqr*$ *ff) pa]'lplu

oJI'l'*Jio}6{.r|$('l}*Hatp*,}*qcra}oreurp$J|ggpaq}!ps*3).**Jnn6}

olaurll{o1tqr*1sp;9q1ro}uearuqil$Eql}sqlo$u*,lntBt}sBBnleAg'E"Y*lq$J'

(B =

PNuauodql uBp llnqla^ tsnqrrlsro u rnlun )''onoilw .'*o'ilw Nvv^V)uldil

rv)DNlr
r.rep dr1n1r6

,Bv:t 16l 'qlas 6 uosdrl

zro NYurdwvl

lzt

NVttdwvT-NVdldwvT

328

STATISTIKA TEKNIK

LAMPIRAN

013

Dikutip dari Lipson & Seth, 1973:485 TINGKAT KEPERCAYAAN MTFAd,,t> MTFD"*., ( Untuk n = 9) Distribusi Weibull dan Eksponensial
Tablo A-$8 valasr cf rssuf&flfe thet th6 trll* fn6Sn {Or chNracteri$tir} time ,o f*iluro axseedo thq dxslred mean {or cheructsriitic} tinre to tailura t{edile*d samplc siae"--cxporcnti*l and Weibull tlfuiributions tld* $sfig$se, wmple rirc;,& * nsmber of lhilurqs)

il*9

o.t
0.2 0.3 o.4

0.593 0.835 n q11

0.97]
0.989

0"73t 0"8J:
0.924

s.50$ d-2t{
fi.415
0.614 0.?56 s.852

s.30s

0"s{7

*.5
0.6 0.7 0.8

0.f95
0.9*8
o.999

0.9
1.0

r.0q0
r.0Q0

0.991 0.9fi s.996 S,97t

$"98'

0"961

S.rrJ

&,83 0.056 0.012 s.34t 0.,19 11.040 s"*ol 0.253 t).s8t 0.&, 0.3sr 0"165 0.7t] o.JsB 0.261 o.sts 0,d13 0"363
0.893 0,?2s
0"4e6

*.w

0.s0? rr.$0r

*"or1

o.frrc (.002

s.00s
0.033

c.00:

0.000 0.000

0.000 0.0ff1 s.0rx)

s.0&r

0.ofi)
s.fi).J

c-00t
S,flo"i

0.{&i
0.{xo
0.001

0"09t 0.031 o.,Js o"tilg


o.22$
tl.$65

0.0:l

0.00$

t.l
l
-2.

r.000
1.000

*-w

s.9r8
t.000 ,.000 r.s00
r"000

$,e8J

0.9{3
s.996 s.99s

t.,
,,4
t.5
1.6

l^7

t.8 t.9
3.0

,.000 t.000 LS00 I.000 t.000 r.000

f"9?it 0"900 0.9s4 0.91t


0.914 0.s6r

0.958 0.856

0"9]; s.?r7 0,564 0.2t7


0.65t
S.?37
0.7$O

$.002 0.005 0"0*$


0.0 t6

s.gr{
&9s9 t.0s0 t.o00 t.00s t.o00 t.000
r.000

0.991 0.95'1

$.s]fr

fi.46{}

0"]?8

0"t0r
0.t44 0,t}.1
0.?4s

s.$16 0.040

0-g4r
s_88t 0.9t 1

0.610

0.0Ji
0.0?8

r.000

t.0fo
r.000 L000 :.000 t.000 r.000 ,.000 t.o00 r.00$
1.0qo

1a

r.t$o

,.000 ,.000

1.000

2.6

,a

r.000 t.000 r.0s0 t.000 t.000


t"000 r.06s

1"0fl0

0.!97 0.980 0.99f $.$ll7 0,335 0,rs9 0.991 0.953 0"s*9 8.w4 0^966 l"om) *.996 0.9't6
I.0{x} 0.999 ,.{00 0.999
0.}88
0.994

0.713 0"783 0.825 0.8s$ $.933 0.959 0.97$ 0.986 fi.991

0.{?d

0.1*$
0.1?0

0"43'
t)"49S

!c] 0,tlr
0.

0.t 63

0.$f0

0,5{?

0.tf?
$.2}]
0",70
0.34$ 4.425 0.499 0.J69

o"fi)t
0.d51

*.7r7
S.806 S.860

1.000

t.000 t.060 :.000


r"000

3.s

11
3.4

t.000

r.{os
r.000

3.6

r.0Q0

]"8
4.0 4.5 1.0
3,J
6.O

6.5 ?.0

?{

8.0 8.5 ?.$ 9.5

r.ouo r.000 r.000 L000 r.oon r.000 ,.000 ,.000 ,.000 r.000 1.0{0 r.000 l.0rlo

,.000 r.$00
r.000
1.400

1.000

t.m0 l.{os r.r)00 r.o{d l-fim


l

I"000

I.{rts

t.000 t.s00'

r,$00

,.000 t.00s
1.000 1.00s

L0s
L000

r-{ffi
1.000

ts,0

,.0ff,

r"000 "o00

r.000

I.000 t.o$s $.9!9 r.&&s r.0s0 $.9*9 1.000 ,.000 1.000 ,.000 l.$00 t.o00 r.000 r"s00 r.s00 t,000 l,0ix t.000 t.000 r.000 1.000 1.ffi3 t.m) L00{) r.{00 t.$00 r.0a,0 *.400 t.s&l r.fix) t.000 !.000 l.rxo r.000 !.000 ,.mo 1.000 t.00$ 1.000 t.{s0 L00il r.&x} r.of,o ,.{p0 1.000 t.000 t.0fl0 1.000 I,000 r,000 t"fi)0 L00s r.000 t.0{D t.000 I"000 r.000

r.mo r.00$ a.*97

0.'$2 {.9*5
0.9t9 L0rx)

o.,tm
0.?29
0.951

o"{l?
$.688 0.7J? s.779

0"99S

S.9e6 0.976

0.9M
0.98*
0.$96

s.8r6
0.8.{7

t.off)
r.000 1.0{0

(.9*8
0,$99 r.00r) r-000

l.o$0 I.$00 r.fiflo r.000 t"fin t.000 r.an r.s00 r"oryJ


I"O0S

I.ffm

0.904 0,94r o.q&r

0.*?8
0^967

0.9$:

0.'95
0.197

I.ffi r.sff)

r-000 t-{m0 r.$06

s.*98 0,$r9
s.$99
I.{100

"

i; *

for cxponcntial dirtribution;

*-

{})'

for Wcibuil disrriburion

'uslrnqplEp lrlql??n

roJ,(*) *,

:rrglaqrrqp plluslodrr roJ

*,

"

O?I
9',6

o'6

r'*
0'8

000'1 000'1 000't 0a0'l s00'r 000'1 000't {ao'r 000't 000'1 00s't 000"r 000'1 000"t 000't 000'l 000't mo't om't 000't

0t
$T

f,L

t'9
t'$

000"} 0o0 r 000'1 000'l 000'1 000'r s00'l 000'l 000'1 000'1 000'1 000'l 000'1 000'1 000'1 000't 000, 000't 000'1 000'l 000'1 000'1 000't 000'l

00s'r t00'r 000't 000'1 0s0'l 000:1 666',0 0S0't {00't 000'1 000't 000'I 666'0 S00't 000'1 000't 000"1 000'1 s6d'o 0m",000'1 000't 000't 0{0't 166'0 000'1 000't {so'l 000'1 000't 16$^0 0{0'r 000'l so'l 040'1 000'1 t66"0 s00't aos'l @0't 000'1 000'1 986'0 om'r 000't 000"I m'l 000'1 il6'0 000't 00s"t 000'1 000'1 00c'r 0r6'e {66'0 000'1 000't 000'I"00s'l 1160 866'0 000"r ss"l 000'1 000'1 r68',0 s663 S**'t 000'1 000-1 000'1

tc8?

000't 000'1 000"1 000'r

of gt
0', ys ''e rt
9'?

8't

986'0 6d6'0 000'1 000'1 000"t 000'1 000'l ff10't 000'I 000:1 000"1 000't 000't 000't 000'1 000', 000'1 000't 000'l 000'1 000'1 000'1 000'1 000'l 000't 000't 000'l 0s0'l s00'I 000'l

&0'l

of
s?
CL

86r'0 0s6'o 666'0 000't 000'1 8Sr'0 IA6'0 86S'0 $00'' 000't rrt'o ss60 96$'0 000'1 000"1 099'0 0*6'0 t6d'o 000'1 000'1 00*b il6'0 68f'0 6d63 000'1 ?r5'0 088'0 08f? f660 000'1 e9,'0 rf8'0 196'0 966T 000'1 98r'0 !1A'0 0 1661[ 666'0 60r'0

s00'l 00f !
0ao'r

',6 0t5'0 [e6'0 166'0

000'1 000'l 000'1 000'1 000'1 000r 0s", 000'1 000'1 000'1

}Y
0'z
6"1

,16?

,6d

000't 000't

000'l

0S6.0 066'0

166?

000'1 000"1 000'1 000'1 000't 000'1 000',I 000't 00s'l 000'1 666'0 000"1 666" 000',t 866'0 000',t

000'1 000'1 000'l

HI'o 66t? '6r'0 rr8'0 $610 9'9'0 lI3'O 68''0 6&'0 '9I'0 ffl? 0t''0 6a"0 r0I'0 0rf'0 ur$'o

s6? '86'0 1160 966"0 000't 0G0'r 000'1 000"1 9r8? 9$6'0 s66'o 666'0 000't 000'r {00'r

000't 000't {00'l

I'I
r.I

,'l

tl rl

t't
I'l

xl

0100 690'0

0*0'0 0rr0 r,094 $[to 6f6'o 686? 8ff"0 tro'r 000'1 ofi'] 6so'o t$c'0 $r0 !8r'& ,86"0 a86'0 166'0 0{0't 000'1 0001 gto's ,,{l? 69}'0 txr"s f68'0 016'0 ?ff'0 ds610 000'1 00sl 8z0E tlr'0 08f'o 9rr'0 8!f,! er6'0 68s? 866'0 000't 00E r ,r0'0 $0I'o 001'$ r9t"0 *sr'o 0*6? r{6'0 000'r s06'l '?6'0 996'0 f660 &e'0 ffo', rafi) 99lo ill'o ?880

0'l

100'0 t,o"s astt $fo fiyo eu8'0 0i6'0 986'0 866'0 os'I {00'0 r{0'0 00I'o &9r0 90r'0 0rt'0 668'0 st6'0 966'0 0A0't

6'0

8?
L'U

r00t II0-0 rso &r? t8r0 rfy0 tfg"0

816? 0660

666'0

9'0

t'0 ?o
r.8

006'g t00? 8e? [0tT rrr0 66r'0 9ta:0 106'& rt6's 866'0 000? I00? tr0'0 090'0 9rr'0 rrt'o r00's zr8'0 0s6"0 t66'0 000? s00? f00,0 ilot a0'0 9e'0 lrlt z6p'0 rd8'0 t36'0 ,00'o 000'0 tno? ,o00 ,?o'0 680'0 9!e0 mr'0 9tt'0 0fd0 000'0 0000 w.0 00c0 rd01, rc0'0 060'0 99a'0 s9s3 ,r8"0 s00'0 000'0 00s"0 000"0 000'0 100? rI00 tpo's tlro I[9"0

f? '"

ritr

0l *N (sem["J Jo ]oqufiro * tX !*!t $ptux pqlsrplr * g) ssonngFxre flnqF,1i pu* 143u+uodr*-*1t E*rs$ pffiry* f $rnlte, ol ou41 (cpr1r*lcurrrls rl,, uratu porttsp 6ql rpaacrs rrfirr', of Burlt (op*1rel*rrqo ro) urrtl snrl eql lrqt rrr.rrnsri to eerile4 6f-V slqrl

;ersuauodql uep ttnqla6 rsnqr4sr6 (01 = u rnlun )u'^*ilw .'-u'ilw Nw^V)uldlx

lvxDNIr
,TO NVUIdWVI

gBv:t.16[ 'rl]os ,g uosdrl rrep dr1n116

6ZC

NVttdwvl-NVAHWVT

El 'llnqlaM
19

rsnqulsrp uP8uap

It

?-rsnqr4srp

Il'>lnpoJd nlens nlnLu

gg'leurou

/Inpord nlPns ueue8erase) ,tsErultsl

79 ';eurou 3o;

9t

67';eruourg
1E'rsnqrrlsr6
1g

17 g

'uerfn8uad nqer* ue8uap


79 1'ueBun>13ur; ue8uap

ladures ueJn)n erelue ue8unqnq

'6y 'ueseqaqal lefera6 y7'setrcn


71 'uerfer(uad

ladues ueJn)n erelue ue8unqnq 79; 'ue8unl3url


ue8uap nl)em e.relue ue8unqnq

t9 ! 'ledar.radr6 uaur.radsl3
697'1euoro1erl

6'ue;ndun8uad g ';eluo8ale>1 ;1 'g 'luaunu

'elPC

997 'ro11e1e31l ue8uap

C 97 'lsal (z+) salenbs-lq3

7g7'nye1

yg7'rcye1enp ue8uaP nles ue8uap

gzz'tlselt

f
g7'n1eq-ue8uepg

g77' letrcyeg uar.uttadsla dasuol g77' uar.u r.rads13 leuoyel 691 'lnpord
ruef,eur enp ]rlPlar ue8urpueqra6

I
197 'srsueuen requrns
9 97 'snsnql suerJen srsrleue apoleu y67'srsueuen Jequrns uelSuepq8uar.u

76'lnpord
ruefeLu Enp Z6

lellnul

ue8urpueq.ra4 ue8uap

g6 't:tuua1 uele)apuad

'llnqla6 rsnqusrp

79 ';eurou rsnqulsrp ue8uap 79 '1elte uele)apuad

697'qe.re-e8rl rse>lUrsel) 66 1'qere-enp rselUrsel)

OZZ'epp )upr rrep qele-nles rselgrsell 977' prrcye1


76 1 'qe;e-n1Ps rse>lUrsell uaru uadola rue;ep 66

Eg'uelSurpuequeu ue8uap uaurr.radsl3


97'; ;nqtapltsnqrrlsr p
ueleunSSuaur ue8uap rseurllsl

I 'sueuen srsrleuv

79'>lnpord uer.ue8erasal rseuttsl

19'Jllenle^3 uauttadsl3

7E 1 '1eue[ rsarBa.r gE 1 ';ersuauodsla rsar8ar

gg; 'erun1 lntuaqrag rsar8al y7y'sat?at


1y y'
4r

6?'lelsuauod$la ueP llnqlaM


g9';ersuauodsla
yy'3ur;du.res ;E'Suengad

toq4erlal rselarol

9g

';ersred rsele.ro)

gg g '1euef tselalo)

6g;

'rse;aro1

67 !-rsnqrrprp
6t/z+-lsnqulslP

E7 1

'srsr;euy

S)]ONI UVIJVC

332
interval untuk memprediksi, kekuatan asosiasi, 205

STATISTIKA TEKNIK

126

Kurva belajar, 1 36
L

F
Fisher's exact probability test, 264

Laju Bahaya,64

FungsiWeibull dengan

parameter,58
Fungsi Weibull dengan

dua tiga

M
Mann-Whitney,262 Median,22 median ranks, 52 Membandingkan, 83
varians, 104

parameter,

61

H
Hipotesis pengujian, hipotesis nol,94 hipotesis alternatif, hipotesis desain,
I

94

Modus,22
N

94 94 198 215

Nisbah korelasi, 138 hubungan dengan analisis varians, 14'l


P

lnterpretasi nisbah-F, analisis nisbah-F,

Jumlah kuadrat, antar kelompok,

194 195 dalam kelompok, 195 total, 195 95 95


1

Kekeliruan tipe I C5), Kekeliruan tipe llCd), Kekel iruan estimasi-baku, Koefisien korelasi, 1 27 korelasi biserial,

Penalaran induktif dan deduktif, 8 Penyajian data, 14 Persentase/ proporsi, nisbah, 1 3 Pengujian normalitas, 41 kerusakan mendadak, 180 - 185 pendekatan kerusakan mendadak yang dimodifikasi, 183 - 186 pendekatan penanggu han sukucadang, 1 85 Persamaan densitas, 57

Populasi,4
26
R

143 152,155 parsial, 156 korelasi-Phi, 151 tetrakhorik, 147 point biserial, 146 Konsep,49 tingkat kepercayaan, 49 reliabilitas, 51
jamak,
derajat-kebebasan, 51 ranking, suspended items, Konstruksi data numerik,

Regresi berbentuk kurva,127

kecenderunga parabolik, 128 .129 eksponensial, Rerata,20 aritmatik, 20

harmonik, ukur,21

21

Rumus Sturges, 10
S

52

53

Kur.tosis,

27

I0

Sampel, 4, 5 Populasi dan, 4

teknik pengambilan, 5

Z6

602
66

/Lle.re-e8rl rse)rlrsell

,Iz

/sueue^ sluaf /snsnql

/Llere-enp rselursel) /qeJe-nles rse)ursell

z6 L

[6

/suerJeA srsrleuv

[6 |

/suer]en

A
g6 [
/LleJe-nles srsrleue

96 L

/rsue>lUru8ls-t[n

)nlun

[t'ueJeqas selr;eurou r[61 7yy 'sat?at selueautl t[61 gy 'ue1ereal-rf6

Bl't l '69 'rsrs-enp r[6 Sl'll '79 'rsrs-n1es r[11


n
6E7 'luatcl;aoc

uorleleloi

>1uer s,uer-ulead5

997'ue.rnln8uad elep ue)resEPraq rsnlos


197 'rsernap uelesepreq rsnlos

7E7'uoxocp11
y,g7 '1sa1 u8r5

gg7 'lulauered-uou

7 'lersuara;ut uep 11drr1sap


1'rsrurlap
;'e1r1sr1e15

f [ 'nul]uo1

uep lrr)sap
E ';eutPlo

? '1enlalut g';euruou ,elqs

y7 'n1eq-ueBueduur5 7
'lersuan>1as

7 ';adrl;nLu

9 'ePue8 9 '>11]erualsts 9'lodruo;a1 9 'egerlsral


E';e33un1

7'uenrr;a1a1

yy'rsnquprp 9 '3ur;drueg

tt

S,XJON' AVLIVO

Anda mungkin juga menyukai