BAHAN KULIAH TAHUN 2012-2013

Drs. Syafaruddin Siregar,M.Pd

Jl Caringin 64 Bandung
081572720022.

Kerjakan 10 menit
Coba periksa apakah sampel berikut berasal dari populasi
dengan rata-rata 5 . Ambil = 0,05 .
Sampel : 8 , 8 ; 9 ; 5 ; 4 ; 7 ;
8
8
9
5
4
7
41
6.833333
1.94079

Statistik Probabilitas
Pendahuluan: Arti probabilitas
Statistik menyimpulkan populasi berdasarkan sampling. Kebenaran
kesimpulan didasarkan pada peluang. Artinya kesimpulan tentang
populasi berdasrkan statistik, memiliki derajat ketidak pastian
sebesar peluang kemungkinan kesalahan yang diboleh kan dalam
pelaksanaan suatu eksperiman atau penelitian.
Contoh:-1: Kotak berisi kelereng sebanyak 25 butir, masing-masing
terdiri dari 4 berwarna merah, 10 berwarna biru, 5 berwarna hijau
dan 6 berwarna putih. Peluang satu kali pengambilan kelerang untuk
masing masing warna adalah :
p(M) = 4/25 = 0,16 (peluang mengambil kelereng merah).
p(B) = 10/25 = 0,40 ;
p(H) = 5/25 = 0,20 dan p(P) = 6/25 = 0,24

Bila eksperimen tersebut di tabelkan dan dibuat grafiknya (disebut

sebagai distribusi peluang) maka akan didapat sbb:

kelereng fi
Merah
Biru
Hijau
Putih
Jumlah

p(xi)
0
4
10
5
6
25

1,5

F(xi)
0
0,16
0,4
0,2
0,24
1

0
0,16
0,56
0,76
1

Series1

0,5

Series2

0
1

12
10
8
6
4
2
0

Series1

Dari tebel tsb dapat dilihat suatu peristiwa W (warna) dapat terjadi n atau (fi)
kali diantara N atau (fi) peristiwa yang saling bebas dan kesempatan sama
sehingga peluang peristiwa W terjadi adalah p(W) = n/N. Dimana 0 p(x) 1

DISTRIBUSI PELUANG (PROBABILITAS).

Peluang (probabilitas) adalah proporsi terjadinya suatu peristiwa di tinjau dari

n
Untuk x = terjadinya suatu perist.; n = frek. tejadinya x , danN
N = totalitas peris. x.
totalitas peristiwa yang mungkin terjadi. P(x) =

p(x) = peluang terjadinya peristiwa x, dengan 0 p(x) 1

q(x) = peluang tidak terjadinya peristiwa x
p(x) + q(x) = 1
p(x) = 0 artinya peristiwa x tidak terjadi
p(x) = 1 artinya peristiwa x terjadi .
Contoh -2: peluang kelahiran bayi laki-laki
dari 5 orang ibu yang sedang bersalin.
X= 0,1,2,3,4,5.
X=0 , tidak satupun anak laki-laki lahir.
X=1, hanya satu ibu yang melahirkan anak
laki-laki. Dst.

No Xi

fi

.p(xi)

F(xi)

1
2
3
4
5
6

0
1
2
3
4
5

1
5
10
10
5
1

1/32= 0,03125
5/32= 0,15625
10/32=0,31250
10/32=0,31250
5/32 = 0,15625
1/32 = 0,03125

0,03125
0,18750
0,50000
0,81250
0,96875
1,00000

Jlh -

32

32/32- 1,00000

Tabel dan kurva peluang kelahiran 5 bayi laki-laki p(x)= 0,5

No

Xi

0
0
1
2
3
4
5
Jumlah

fi
0
0
1
2
3
4
5

p(xi)
0
1
5
10
10
5
1
32

F(Xi)

0
0,03125
0,15625
0,3125
0,3125
0,15625
0,03125
1

0
0,03125
0,1875
0,5
0,8125
0,96875
1

1,2
1
0,8
Series1

0,6

Series2

0,4
0,2
0
1

15

10
5

Series1

0
1 2 3 4 5 6 7

Soal-1: Buat lah tabel dan grafik peluang untuk pelemparan 10 koin menampakkan
muka G (gambar). Xi= 0,1,2,3,.,10. Berapa p(x=4); p(4<x 8) ; p( 4x<8); p( x 3) .

n!
Untuk mencari fi dapat digunakan rumus: fi C
x!(n x)!
n
x

atau segitiga pascal.

Totalitas kejadian pada 2 kemungkinan p(x)= 0,5
n
digunakan rumus fi= 2
C xn
Sehingga peluang setiap peristiwa adalah p( xi ) 2 n
Jumlah peluang seluruh kejadian p( xi ) 1

Untuk 0 < x < 1 nilai peluang dapat dicari dengan rumus:

p ( xi ) C xn . p ( x) x .q ( x) ( n x )
Rumus ini dikenal sebagai distribusi peluang Binomial.
Khusus untuk p(x)= 0,5 dinyatakan sebagai distribusi
peluang Bernaully atau Pascal . Misalnya peristiwa pada
eksperimen yang menghasilkan sukses atau gagal,
kelahiran bayi dll.

Jenis-jenis distribusi peluang yang akan dibahas:

a. Distribusi peluang data diskrit.
b. Distribusi peluang data kontinu.
1. Distribusi peluang Binomial
2. Distribusi peluang Poisson
3. Distribusi normal Z
4. Distribusi student t
2
5. Distribusi chi kuadrat ( )
6. Distribusi Fisher ( F ) .

Distribusi peluang data diskrit: Variabel acak diskrit X memiliki distribusi

peluang untuk nilai-nilai X = 0,1,2,3,..
Sebesar p(xi) = P(X=xi)
n
atau p(xi) = ni dengan syarat : pxi 1 dan E x
xi . p xi

i 1

Distribusi peluang data kontinu : Variabel acak yang diperoleh dari hasil
pengukuran dengan harga x ,mempunyai fungsi densitas
f(x) yang menghasilkan peluang untuk setiap harga x sehingga :

b
p x
f x .dx 1 dan p(a<x<b) =
f ( x ).dx ,

a
dengan E(xi) = x. f ( x).dx

Misalnya fungsi densitas untuk distribusi frekuensi data

hasil pengukuran yang terdistribusi pada tabel distribusi adalah ;

1
f ( x)
.e
2

1 x 2
( i
)
2

Distribusi data tersebut akan berdistribusi normal bila

dilakukan tranformasi f(x) menjadi f(Z) dimana z xi

Sehingga didapat :
f ( z)

1
z2
1
.e 2
2

Dimana : z 0, dan.. z 1

Bukti:
(1).

n
1

n.
1

n.

1
xi

n.

xi

x n.

xi

2
z
2
n

1 2
2 . 1

n .0 0

(2).

Contoh-3: Distribusi peluang diskrit :

Pengamatan selama 100 hari memperlihatkan bahwa banyaknya
mahasiswa JPTM yang meminjam buku di perpustakkaan
pusat pada setiap harinya adalah terdistribusi Sbb:
xi
0
0
1
2
3
4
5
6
7
8
Jumlah

fi

p(xi)
0
1
5
10
28
22
18
8
5
3
100

F(xi)
0
0,01
0,05
0,10
0,28
0,22
0,18
0,08
0,05
0,03
1

0
0,01
0,06
0,16
0,44
0,66
0,84
0,92
0,97
1

1,2
1
0,8
0,6

Series1

0,4

Series2

0,2
0
1 2 3 4 5 6 7 8 9 10
30
25

Xi= banyak mahasiswa yang meminjam buku.

20
fi= frekuensi hari untuk Xi mahasiswa yang
15
meminjam buku di perpus.
10
p(xi)= peluang kejadian .
Fi=frekuensi
si kumulatif
kumulatif mahasiswa yang meminjam 5
0

Series1

Dari tabel didapat:

p(x3) = 1-p(x=0) p(x=1) p(x=2)= 10,16 = 0,84
P(x3) = 0,44 (lihat kolom kumulatif F(xi) tabel)
P(x=3) = 0,28 (lihat kolom peluang p(xi) tabel)
Ekspektasi (rata-rata).
E(x)= p(xi).Xi = 0.0,01+1.0,05+2.0,10+3.0,28+
4.0,22+5.0,18+6.0,08+7.0,05+8.0,03= 3,94 = 4
Jadi rata-rata ada 4 mhs yang memimjam buku
setiap hari di perpustakaan pusat.

1. Distribusi Binomial
Distribusi Binomial memiliki peluang terjadinya suatu
peristiwa sebesar, 0 < p(x) < 1.
Setiap peluang kejadian dihitung dengan rumus:
n!
p(x) = C xn . p x .q ( n x ) untuk C n
x
x!(n x)!
n!= 1.2.3
Dengan rata rata dan standar deviasi sebesar:
n. p dan n. p.q

N! dibaca n faktorial, yaitu perkalian urutan angka dari 1

hingga n. Khusus untuk 0!= 1

Contoh-4: Distribusi binomial.

Dinyatakan bahwa 10% mahasiswa mendapat IPK = A. Jika diambil 5 sampel
mahasiswa secara acak, buatlah tabel dan grafik peluang untuk x= 0,1,2,3, 4,5.
Dari tabel tersebut berapakah p(x = 2), p(2 < x < 5) dan p(x 3 ) ?
Jawab:
p(x) = 0,10 ; q(x) = 0,90 dan n= 5
Gunakan rumus dan didapat
No
Xi
p(Xi)
F(Xi)
tabel sbb dan dari tabel didapat:
0
0
0
0
p(x = 2) = 0,0729
1
0
0,59049
0,59049
2
1
0,32805
0,91854
p(2<x<5)=p(x=3)+p(x=4)
3
2
0,0729
0,99144
=0,00855
4
3
0,0081
0,99954
p(x3)= p(x=3)+p(x=4)+p(x=5)
5
4
0,00045
0,99999
6
5
0,00001
1
= 0,00856
Jumlah

rata-rata = n.p = 5. 0,1 = 0,5

dan = n. p.q 5.0,1.0,9
= 0,671

1,2
1
0,8
0,6
0,4
0,2
0

Series1

Series2

2. Distribusi Poisson
Distribusi Poison merupakan distribusi peluang kejadian yang
langka dengan p(x) < 0,01 .
Misalnya peristiwa pesawat jatuh, gunung meletus, terjadi
sunami dll.
Variabel acak diskrit X berdistribusi Poisson apabila fungsi
peluangnya berbentuk :
e .x

p( x)

x!

Untuk x= 0,1,2,3,
e= bilangan pokok logaritma natural 2,7183
. = rata-rata peristiwa
Parameter distribusi Poisson : = = n.p dan =

Contoh-5.
Peluang dosen UPI memiliki mobil BMW adalah p(x)= 0,001. Bila
dosen UPI ada 2000 0rang, buatlah tabel dan grafik sampai 11
orang dosen UPI memiliki mobil BMW. Tentukan p(x=2),
p(x2) dan E(x)
Jawab: Gunakan rumus di atas dengan rata-rata = p(x).n =
0,001. 2000 = 2 .Didapat tabel dan grafik Sbb:
p(x=2) = 0,270671
xi
p(x)
F(x)
1.2
0
0
0
p(x2) = 1-0,676677
0
0.135335
0.135335
1
= 0,323323
1
0.270671
0.406006
2
0.270671
0.676677
0.8
E(x) = n.p = 2
3
0.180447
0.857124
4
0.090224
0.947348
0.6
rata-rata 2 dosen
5
0.036089
0.983437
6
0.01203
0.995467
yg memiliki mobil
0.4
7
0.003437
0.998904
BMW
8
0.000859
0.999763
0.2

9
10
11
Jumlah

0.000191
0.000038
0.000008
1

0.999954
0.999992
1

0
1

3. Distribusi Normal Z
Distribusi normal merupakan distribusi variabel acak kontinu X
yang dikenal dengan distribusi Gauss. Distribusi normal memi1 xi 2

(
)
liki fungsi densitas Sbb:
1
2

f ( x)

.e

Untuk -< x < distribusi variabel acak kontinu X menjadi

normal dengan rata-rata = 0 dan standar deviasi = 1.
Variabel X terkonversi menjadi variabel Z
Bentuk fungsi densitasnya menjadi :

Luas kurva L =
0

xi

f ( z)

1
.e
2

1
z2
2

f ( z).dz 1 , bentuk kurva simetris sehingga

f ( z).dz f ( z).dz 0,5

Karakteristik kurva normal (kurva Z)

Nilai Z merupakan nilai standar untuk data yang menggunakan angka , sebagai
identitas/makna suatu data. Hal ini disebabkan :
1. Nilai Z tidak memiliki satuan sehingga ia merupakan angka murni.
2. Kelompk data yang terdistribusi dalam bentuk Z memiliki harga rata rata nol .
3. Kelompok data yang terdistribusi dalam bentuk Z memiliki standar deviasi satu .
4. Bentuk kurva distribusi Z adalah normal dan sentris terhadap titik rata-rata.
5. Luas kurva Z adalah satu satuan luas (100%), sehingga dapat digunakan untuk dijadikan
pedoman distribusi peluang ataupun kedudukan persentil suatu data.

Cara melihat luas bagian kurva Z untuk harga (nilai) Z sampel pada tabel statistik
1. Hitung nilai Z data sesuai rumus.hingga dua desimal.
2. Gambarkan kurva normal Z , tempatkan hasil perhitungan pada sumbu datar (positif
disebelah kanan titik nol dan negatif disebelah kiri). Tarik garis vertikal dari titik tersebut
hingga memotong kurva.
3. Pada tabel statistik, lihat nilai Z hingga desimal pertama pada kolom paling kiri dan
desimal kedua lihat pada baris paling atas tabel .
4. Angka pada garis perpotongan kedua nilai tersebut adalah nilai Z pada tabel statistik
yang menyatakan luas daerah diantara titik nol hingga nilai Z hitung atau p(0 < Z < Zi).
Nilai tersebut terdiri dari empat angka desimal atau ditulis sebagai berikut 0,XXXX .

Bentuk Kurva:

-3

-2

-1

0
1
2

Luas Kurva dapat dilihat pada tabel Z berikut :

Contoh : p(0 z 1) 0,3413
p(1 z 0) 0,3413
p(1 z 1) 0,3413 0,3413 0,6826

0
0,0000
0,0398
0,0793
0,1179
0,1554
0,1915
0,2258
0,2580
0,2881
0,3159
0,3413
0,3643
0,3849
0,4032
0,4192
0,4332
0,4452
0,4554
0,4641
0,4713
0,4772
0,4821
0,4861
0,4893
0,4918
0,4938
0,4953
0,4965
0,4974
0,4981

1
0,0040
0,0438
0,0832
0,1217
0,1591
0,1950
0,2291
0,2612
0,2910
0,3186
0,3438
0,3665
0,3869
0,4049
0,4207
0,4345
0,4463
0,4564
0,4649
0,4719
0,4778
0,4826
0,4864
0,4896
0,4920
0,4940
0,4955
0,4966
0,4975
0,4982

2
0,0080
0,0478
0,0871
0,1255
0,1628
0,1985
0,2324
0,2642
0,2939
0,3212
0,3461
0,3686
0,3888
0,4066
0,4222
0,4357
0,4474
0,4573
0,4656
0,4726
0,4783
0,4830
0,4868
0,4898
0,4922
0,4941
0,4956
0,4967
0,4976
0,4982

3
0,0120
0,0517
0,0910
0,1293
0,1664
0,2019
0,2357
0,2673
0,2967
0,3238
0,3485
0,3708
0,3907
0,4082
0,4236
0,4370
0,4484
0,4582
0,4664
0,4732
0,4788
0,4834
0,4871
0,4901
0,4925
0,4943
0,4957
0,4968
0,4977
0,4983

4
0,0160
0,0557
0,0948
0,1331
0,1700
0,2054
0,2389
0,2704
0,2996
0,3264
0,3508
0,3729
0,3925
0,4099
0,4251
0,4382
0,4495
0,4591
0,4671
0,4738
0,4793
0,4838
0,4875
0,4904
0,4927
0,4045
0,4959
0,4968
0,4977
0,4984

5
0,0199
0,0596
0,0987
0,1368
0,1736
0,2088
0,2422
0,2734
0,3023
0,3289
0,3531
0,3749
0,3944
0,4115
0,4265
0,4394
0,4505
0,4599
0,4678
0,4744
0,4798
0,4842
0,4878
0,4906
0,4929
0,4946
0,4960
0,4960
0,4960
0,4960

6
0,0239
0,0636
0,1026
0,1406
0,1772
0,2123
0,2454
0,2764
0,3051
0,3315
0,3554
0,3770
0,3962
0,4131
0,4279
0,4406
0,4515
0,4608
0,4686
0,4750
0,4803
0,4846
0,4881
0,4909
0,4931
0,4948
0,4961
0,4971
0,4979
0,4985

7
0,0279
0,0675
0,1064
0,1443
0,1808
0,2157
0,2486
0,2794
0,3078
0,3340
0,3577
0,3790
0,3980
0,4147
0,4292
0,4418
0,4525
0,4616
0,4693
0,4756
0,4808
0,4850
0,4884
0,4911
0,4932
0,4949
0,4962
0,4972
0,4979
0,4985

8
0,0319
0,0714
0,1103
0,148
0,1844
0,2190
0,2518
0,2823
0,3106
0,3365
0,3599
0,3810
0,3997
0,4162
0,4306
0,4429
0,4535
0,4625
0,4699
0,4761
0,4812
0,4854
0,4887
0,4913
0,4934
0,4951
0,4963
0,4973
0,4980
0,4986

9
0,0359
0,0754
0,1141
0,1517
0,1879
0,2224
0,2549
0,2852
0,3133
0,3389
0,3621
0,3830
0,4015
0,4177
0,4319
0,4441
0,4545
0,4633
0,4706
0,4767
0,4817
0,4857
0,4890
0,4916
0,4936
0,4952
0,4964
0,4974
0,4981
0,4986

Contoh-6: untuk mencari nilai Z tabel:

a. Z= 2,15 didapat p(0Z2,15) = 0,4842 (luas daerah arsir)
b. p(-1,50 Z1,82)=0,4332 + 0,4656 = 0,8988
c. p(2,31Z)= 0,5 0,4896 = 0,0104

2,15

Contoh-7: penggunaan kurva dan tabel Z :

-1,50 0
1,82
Rata rata IPK mahasiswa JPTM yang diwisuda hingga tahun 2013
adalah 3,02/3.25 dengan standar deviasi 0,25/0.3. Bila
diasumsikan IPK tersebut berdistribusi normal, tentukanlah:
a. Berapa persen mhs mendapat IPK 3,35
b. Berapa persen mahasiswa yang mendapat IPK antara 2,8-3,2
c. Barapa orang mahasiswa yang mendapat IPK < 2,75 bila
tahun ini ada 40/80 mahasiswa yang diwisuda?
d. Berapa mahasiswa yang kumluide jika batas kumluide IPK 3,5
e. Buatlah prediksi tabel dis frek jika 1 IPK maks. dan 8 IPK min.

Jawab: = 3,02 dan = 0,25

3,35 3,02
a. p(x3,35) = p( Z 0,25 ) p( Z 1,32 ) 0,5 0,4066
jadi ada 9,34 % mhs yang IPKnya 3,35 . (gbr kurva Z).

0,0934

2,8 3,02
3,2 3,02
Z
) p (0,88 Z 0,72 )
0,25
0,25
(gbr kurva Z)
0,3106 0,2642 0,5748

b. p(2,8 X 3,2)= p(

Jadi ada 57,48% mahasiswa yang IPKnya antara 2,8 hingga 3,2.
=p(Z

2,745 3,02
) p( Z 1,10 ) 0,5 0,3643 0,1357
0,25

c. P(x<2,75)= p(x 2,745)

(gambar kurva Z)
jadi ada 13,57% .40 = 5 0rang mhs yang IPKnya kurang dari 2,75
3,5 3,02
p
(
z

) p( z 1,90 ) 0,5 0,4713 0,0287

d. p(x3,5)=
0,25
Jadi ada 0,0287.40 = 1 orang mahasiswa yang lulus kumluide.
(gbr kurva Z).

e. Prediksi tabel distribusi frekuensi dgn asumsi populasi berdistribusi normal.

Mhs yang mendapat IPK max. 1 dari 40 atau 0,025 atau 2,5% di
ekor sebelah kanan kurva. Luas kurva di sebelah kanan ttk nol
menjadi p(Z Zmax.) = 0,5 0,025 = 0,4750.
Dari tabel Z didapat Zmax.= 1,96. (lihat gambar kurva Z).
Dari rumus . Z max X max.

Didapat Xmax.= + . Z = 3,02 + 1,96 . 0,25 = 3,51

Mhs yang mendapat IPK min. 8 dari 40 atau 0,20 atau 20% di ekor
sebelah kiri kurva. Luas kurva di sebelah kiri ttk nol menjadi p(Z
Zmin.) = 0,5 0,20 = 0,3000.
Dari tabel Z didapat Zmin.= -0,84. (lihat gambar kurva Z).
X min
Dari rumus .Z min

Didapat Xmin.= - . Z = 3,02 0,84 . 0,25 = 2,81

Buat tabel distribusi frekuensi dengan aturan Sturgers.

R= Xmax. Xmin. =3,51 2,81 = 0,70
.i = 1 + 3,3 log 40 = 6,29 ambil i = 6
.p = R/i = 0,70/6 = 0,12
Tabel untuk = 3,02 dan = 0,25 .
interval
Xin
2,81-2,92
2,805
2,93-3,04
2,925
3,05-3,16
3,045
3,17-3,28
3,165
3,29-3,40
3,285
3,41-3,52,
3,405
3,525
Jumlah

Zi

Li
-0,86
-0,38
0,10
0,58
1,06
1,54
2,02

Lo
0,5
0,148
0,0398
0,219
0,3554
0,4382
0,5

ei

16

fi

0,352
0,1878
0,1792
0,1364
0,0828
0,0618

14,08
7,512
7,168
5,456
3,312
2,472

40

14
8
7
5
3
3
0
40

14
12
10
8
6
4
2
0

Interval harga rata-rata populasi ; (23-10-2013)

xi

Dari rumus :
dapat dibuat interval, xi z 1 . xi z 1 .

n
n
2
2

xi z 1 .

n
2

z
.
sebagai batas bawah( BB )dan i
sebagai BA
1

n
2
Untuk menyatakan interval harga rata-rata dari populasi tempat pengambilan sampel, dengan sebagai convidence untuk peluang kesalahan
yang diambil .
Contoh: Tentukan inteval rata-rata populasi yang memiliki = 14cdari
sampel sebanyak 16 yang menghasilkan rata-rata 60 dengan = 0,05.
Jawab: Dari tabel Z didapat
BB = xi z 1 .
2

z 1 z0,025 1,96
2

= 60 1,96 .

14
53,14
16

14
60 1,96 .
66 ,86
BA = xi z 1 .
n
16
2
Jadi didapat interval rata-rata populasi :

53,14 66,86

5. Diatribusi t
Dari populasi berukuran N, jika diambil sampel berukuran n, akan
didapat distribusi rata-rata sampel . Setiap sampel memiliki nilai t
xi
sebesar:
t
s/ n
Distribusi dari keseluruhan harga t akan memiliki model distribusi
K
dengan densitas :
f (t )
1
t2 2

K= konstanta agar luas kurva satu satuan luas.

n

Dengan dk=(n-1).
Untuk n 30, bentuk kurva t mendekati kurva normal Z. Bbesaran ini
juga memiliki rata-rata 0, dengan standar deviasi 1 , tanpa satuan,
simetris terhadap rata-rata (titik nol), dan luas kurva satu satuan
luas untuk dan dk yang ditentukan oleh sampel.

. adalah koefisien convidence yaitu peluang kesalahan yang

diambil untuk penarikan kesimpulan berdasarkan sampel
(statistik). Biasa juga disebut sebagai koefisien signifikansi
pada saat pengujian hipotesis. Pada pengujian hipotesis
menentukan batas daerah kritis untuk penerimaan atau
penolakan hipotesis statistik yang diajukan. Perhatikan
gambar kurva t berikut.
1
2

1
2

Ho diterima

t1
2

; dk

daerah peluang diluar hipotesis sampel (ekor kanan)

1
(1 );dk
2

Gbr. Kurva uji t.

Nilai t untuk setiap dan dk telah ditabelkan pada setiap buku
statistik.

Tabel distribusi t untuk konvidence dan dk .

dk
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

0,999
63,66
9,92
5,84
4,60
4,03
3,71
3,50
3,36
3,25
3,17
3,11
3,06
3,01
2,98
2,95
2,92
2,90
2,88
2,86
2,84
2,83
2,82
2,81
2,80
2,79

0,99
31,82
6,96
4,54
3,75
3,36
3,14
3,00
2,9
2,82
2,76
2,72
2,68
2,65
2,62
2,6
2,58
2,57
2,55
2,54
2,53
2,52
2,51
2,50
2,49
2,48

0,975
12,71
4,3
3,18
2,78
2,57
2,45
2,36
2,31
2,26
2,23
2,20
2,18
2,16
2,14
2,13
2,12
2,11
2,10
2,09
2,09
2,08
2,07
2,07
2,06
2,06

0,95
6,31
2,92
2,35
2,13
2,02
1,94
1,90
1,86
1,83
1,81
1,8
1,78
1,77
1,76
1,75
1,75
1,74
1,73
1,73
1,72
1,72
1,72
1,71
1,71
1,71

0,90
3,08
1,89
1,64
1,53
1,48
1,44
1,42
1,40
1,38
1,37
1,36
1,36
1,35
1,34
1,34
1,34
1,33
1,33
1,33
1,32
1,32
1,32
1,32
1,32
1,32

0,80
1,376
1,061
0,978
0,941
0,920
0,906
0,896
0,889
0,883
0,879
0,876
0,873
0,870
0,868
0,866
0,865
0,863
0,862
0,861
0,860
0,859
0,858
0,858
0,857
0,856

0,75
1,000
0,816
0,765
0,741
0,727
0,718
0,711
0,706
0,703
0,700
0,697
0,695
0,694
0,692
0,691
0,69
0,689
0,688
0,688
0,687
0,686
0,686
0,685
0,685
0,684

0,70
0,727
0,617
0,584
0,569
0,559
0,553
0,549
0,546
0,543
0,542
0,540
0,539
0,538
0,537
0,536
0,535
0,534
0,534
0,533
0,533
0,532
0,532
0,532
0,531
0,531

0,60
0,325
0,189
0,277
0,271
0,267
0,265
0,263
0,262
0,261
0,260
0,260
0,259
0,259
0,258
0,258
0,258
0,257
0,257
0,257
0,257
0,257
0,256
0,256
0,256
0,256

0,55
0,158
0,142
0,137
0,134
0,132
0,131
0,13
0,13
0,129
0,129
0,129
0,128
0,128
0,128
0,128
0,128
0,128
0,127
0,127
0,127
0,127
0,127
0,127
0,127
0,127

Contoh-8: Melihat nilai t pada tabel t.

t 0,95;12 1,78

t0,995;12 3,06

t 0,975;18 2,10 t0,995,15 2,95

t 0,99;12 2,68

t0,955;30 2,75

(1 )
0 t (1 );dk

Setiap nilai t dibuat gambar kurva seperti di atas.

Contoh-9:
Sekelompok sampel berukuran n = 28/31 dengan rata-rata 60/68
dan standar deviasi S = 18/12 yang katanya diambil dari populasi
dengan rata-rata = 72/80. Hitung harga t sampel tersebut dan
bandingkan dengan harga t tabel untuk peluang kesalahan 5%
atau = 0,05. Apakah sampel tersebut benar merupakan
anggota dari populasi yang dimaksudkan? Tentukan interval rata

Jawab:

Diketahui:

x 60 ; S = 18 dan n =28
=72

Ditanya: 1. t h
2. Bandingkan dengan ttab untuk = 0,05
3. Apakah benar sampel tersebut dari populasi tsb.
x
60 72
t

3,528
Jawab: h
S/ n

18 / 28

untuk = 0,025 dan dk= 27 dari tabel t didapat:

1

-3,528 -2,05

2,0 5

Gbr. Kurva Uji t

t 0 ,975; 27 2,05 dan t0, 025; 27 2,05

Ternyata t h = -3,528 <t tab = -2,05.

Artinya sampel tersebut tidak
berasal dari populasi dengan ratarata = 72 yang dimaksudkan .

Untuk membandingkan harga rata-rata antara dua kelompok

sampel digunakan rumus:
a. Bila kedua sampel berasal dari satu populasi .
x1 x 2
dengan dk= (n1 n2 ) 2
th

st

1
1

n1
n2

2
2
(
n

1
)
s

(
n

1
)
s
1
2
2
st2 1
n1 n2 2

, merupakan varians gabungan

b. Bila kedua sampel berasal dari populasi yang berbeda.

th

x1 x 2
s12
s22

n1
n2

dan derajat kebebasan sebesar :

s12 s22 2
( )
n1 n2
dk 2
2
2
2
2
( s1 / n1 ) ( s2 / n2 )

(n1 1)
(n2 1)

Contoh-10:
(10.1). 18 motor honda bebek diujicoba ke iritan bahan bakarnya
di daerah pantai ,menghasilkan 72/ 89 Km/liter dengan standar
deviasi 12 Km/liter. Sementara itu 14 motor yang sejenis diuji
coba di daerah pegunungan menghasilkan 68/ 64 Km/liter
dengan standar deviasi 18 Km/liter. Hitung nilai t untuk
membanding- kan keiritan pemakaian bahan bakar di kedua
daerah uji coba tersebut. Gunakan = 0,05.
Diketahui: x 1 = 72 Km/liter ; S1= 12 Km/liter ; n1 = 18 motor.
x 2 = 68 Km/liter ; S2= 18 KM/liter ; n 2 = 14 motor
Ditanya : t . Dengan = 0,05.
h
Jawab: S t2 17.144 13.324 222
St
th

18 14 2
222 14,90

72 68
0,753
1
1
14,90

18 14

1
Dari tabel t , untuk = 0,025 dan dk= 18+14-2 = 30 didapat
2

t 0 ,975;30 2,04

daerah sama
-2,04

2
2,04

0,753

Ternyata
2,04 artinya kedua harga ratat h 0,753
tbakar
rata pemakaian
bahan
tab relatif sama .
Contoh -10.2: 18 motor honda bebek diujicoba ke iritan bahan
bakarnya ,menghasilkan 72/89 Km/liter dengan standar
deviasi 12 Km/liter. Sementara itu 14 motor SUZUKI bebek
dgn CC yang sama diuji coba di daerah yang sama
menghasilkan 68/64 Km/liter dengan standar deviasi 18
Km/liter. Hitung nilai t untuk menguji perbandingan keiritan
bahan bakar motor tsb.

Diketahui:

x1 = 72 Km/liter; S1= 12 Km/liter; dan n1= 18

x 2 = 68 Km/liter; S2= 18 Km/liter; dan n2= 14

Ditanya : Nilai t h = . Bandingkan dengan harga tabel.

Jawab: t x1 x 2 72 68 4 0,717
h
2
2
s1
s
2
n1 n2

144 324

18
14

5,581

(144 324 ) 2
18
14
dk
2 24,82
2
2
1
324 )
(144 )
(
18
14 2
18 1
14 1
1
= 0,025 dan dk= 25 didapat 0 , 975; 25 = 2,06
Dari tabel untuk
2

1/2

-2,06 0

2,06

0,717
Gbr. Kurva Uji t.

Ternyata th= 0,717 < t.tab.= 2,06

Artinya: kedua motor relatif sama
keiritan pemakaian bahan bakar.

Interval rata-rata populasi.

Dari rumus t xi dapat dibuat interval;
s/ n

s
s
xi
.t 1
xi
.t 1
n (1 2 );dk
n (1 2 );dk
s
s
.t 1
Dengan BB xi
dan BA x
.t 1
i
(
1

);
dk
n
2
n (1 2 );dk
Untuk derajat kebebasan dk = (n-1) dan convidence .
Contoh: Tentukan inteval rata-rata populasi dari sampel sebanyak 16 yang
menghasilkan rata-rata 60 dan standar deviasi 14 dengan = 0,05.
Jawab: Dari tabel t untuk dk = 15 dan = 0,05 didapat t (1 0 , 025);15 2,13

s
14
xi
.t 1
60
.2,13 52 ,545
BB =
n (1 2 );dk =
16
s
14
xi
.t 1
60
.2,13 67 ,445
(
1

);
dk
BA =
=
n
2
16
Jadi didapat interval rata-rata populasi :
52 67

6. Distribusi Chi kuadrat ( 2 )

Distribusi 2 juga merupakan turunan dari distribusi rata-rata dari
sampel berukuran n yang diambil dari popilasi berukuran N, dengan
rata-rata tiap sampel x dengan standar deviasi s, sedangkan para
meter populasi dengan rata-rata dan2 standar deviasi . Setiap
kelompok sampel akan memiliki nilai sebesar :
2
(
f

e
)
1. 2 i i
Untuk data diskrit
ei

xi

(n 1)
s2
2
(
) 2 ( xi ) .
(n 1) 2 Z i2 n.Z i

(n 1)

Untuk data kontinu, dengan fungsi densitas :

f ( 2 ) K .( 2 )

1
1
2

.e

1
2
2

Bentuk kurva seperti gambar dengan luas satu satuan luas, untuk
setiap dk dan konvidence setiap sampel yang dianalisis.
2

f( )
Ho diterima

(daerah peluang diluar hipotesis sampel).

(1 )
0

(21 );dk

Nilai-nilai
untuk setiap dk dan telah ditabelkan dan selalu
terlampir pada buku statistik.
Contoh-11:

02,95;12 21,0

02,95,30 43,8

02,95; 20 31,4

02,975;12 23,3

02,95;10 18,3

02,99; 26 45,6

Tabel
dk
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
50
60

2 untuk dk dan .
0,995
7,88
10,6
12,8
14,9
16,7
16,7
18,5
20,3
22
23,6
25,2
26,8
28,3
29,8
29,8
31,3
35,7
37,2
38,6
40
41,4
42,8
44,2
45,6
46,9
48,3
49,6
51
52,3
53,7
66,8
79,5
92

0,99
6,63
9,21
11,3
13,3
15,1
16,8
18,5
20,1
21,7
23,2
24,7
26,2
27,7
29,1
30,6
32
33,4
34,8
36,2
37,6
38,9
40,3
41,6
43
44,3
45,6
47
48,3
49,6
50,9
63,7
76,2
88,4

0,975
5,02
7,38
9,35
11,1
12,8
14,4
16
17,5
19
20,5
21,9
23,3
24,7
26,1
27,5
28,8
30,2
31,5
32,9
34,2
35,5
36,8
38,1
39,4
40,6
41,9
43,2
44,5
45,7
47
59,3
71,4
83,3

0,95
3,84
5,99
7,81
9,49
11,1
12,6
14,1
15,5
16,9
18,3
19,7
21
22,4
23,7
25
26,3
27,6
28,9
30,1
31,4
32,7
33,9
35,2
36,4
37,7
38,9
40,1
41,3
42,6
43,8
55,8
67,5
79,1

0,90
2,71
4,61
6,25
7,78
9,24
10,6
12
13,4
14,7
16
17,3
18,5
19,8
21,1
22,3
23,5
24,8
26
27,2
28,4
29,6
30,8
32
33,2
34,4
35,6
36,7
37,9
39,1
40,3
51,8
63,2
74,4

0,75
1,32
2,77
4,11
5,39
6,63
7,84
9,04
10,2
11,4
12,5
13,7
14,8
16
17,1
18,2
19,4
20,5
21,6
22,7
23,8
24,9
26
27,1
28,2
29,3
30,4
31,5
32,6
33,7
34,8
45,6
56,3
67

0,50
0,455
1,39
2,37
3,36
4,35
5,35
6,35
7,34
8,34
9,34
10,3
11,3
12,3
13,3
14,3
15,3
16,3
17,3
18,3
19,3
20,3
21,3
22,3
23,3
24,3
25,3
26,3
27,3
28,3
29,3
39,3
49,3
59,3

0,25
0,102
0,575
1,21
1,92
2,67
3,45
4,25
5,07
5,9
6,74
7,58
8,44
9,3
10,2
11
11,9
12,8
13,7
14,6
15,5
16,3
17,2
18,1
19
19,9
20,8
21,7
22,7
23,6
24,5
33,7
42,9
52,3

0,10
0,016
0,211
0,584
1,06
1,61
2,2
2,83
3,49
4,17
4,87
5,58
6,3
7,04
7,79
8,55
9,31
10,1
10,9
11,7
12,4
13,2
14
14,8
15,7
16,5
17,3
18,1
18,9
19,8
20,6
29,1
37,7
46,5

0,05
0,004
0,103
0,352
0,711
1,15
1,64
2,17
2,73
3,33
3,94
4,57
5,23
5,89
6,57
7,26
7,96
8,67
9,39
10,01
10,9
11,6
12,3
13,1
13,8
14,6
15,4
16,2
16,9
17,7
18,5
26,5
34,8
43,2

0,025
0,001
0,051
0,216
0,484
0,831
1,24
1,69
2,18
2,7
3,25
3,82
4,4
5,01
5,63
6,26
6,91
7,56
8,23
8,91
9,59
10,3
11
11,7
12,4
13,1
13,8
14,6
15,3
16
16,8
24,4
32,4
40,5

0,01
0,0002
0,0201
0,115
0,297
0,554
0,872
1,24
1,65
2,09
2,56
3,05
3,57
4,11
4,66
5,23
5,81
6,41
7,01
7,63
8,26
8,9
9,54
10,2
10,9
11,5
12,2
12,9
13,6
14,3
15
22,2
29,7
37,5

0,005
0,000
0,100
0,072
0,207
0,412
0,676
0,989
1,34
1,73
2,16
2,6
3,07
3,57
4,07
4,6
5,14
5,7
6,26
6,84
7,43
8,03
8,64
9,26
9,89
10,5
11,2
11,8
12,5
13,1
13,8
20,7
28
35,5

Contoh-11.1: Hasil jejak pendapat dari 150 responden adalah

seperti pada tabel berikut. Hitung nilai 2 data tersebut dan
banding kan dengan nilai tabel statistik standar. Apakah
distribusi freku ensi sebaran datanya homogen?
Jawab:
Kriteria fi
ei

Dari tabel bantu perhitungan didapat

SS
20
30
3,33
2
S
30
30
0
h = 33,32
N
50
30
13,33
TS
40
30
3,33
Untuk dk=(k-1)=5-1 =4 dengan = 0,05 dari
STS
10
30
13,33
2
Jumlah
150
150
33,32 tabel statistik didapat
0,95; 4 9,49
2
9,49 , artinya
f()
Karena h2 33,32 tab
Daerah homogen
= 0,05
pengujian berada didaerah kritis.
0
9,49
2 Kesimpulan : distribusi frekuensi data tidak
Gbr. Kurva uji 2
homogen.
2

Nilai untuk tabel kontingensi.

Tabel kontingensi adalah tabel yang berisikan selsel matrik untuk menyatakan hubungan antara dua variabel (kriteria) mengenai suatu
obyek sumber data. Tabel ini terdiri dari sel-sel baris (B) dan kolom
(K). Intraksi atau assosiasi antara variabel baris dengan variabel
2
kolom ditentukan oleh nilia total dari tabel kontingensi yang
dibuat, derajat kebebasandk=(B-1)(K-1) dan koefisien konviid. .
2

Contoh-11.2: hitung data berikut dan bandingkan dengan tabel sta

X
Y
SS
S
N
TS
STS
Jlh
tistik dengan =0,05 .
Tinggi/ fi 8
6
5
3
2
24
2,907
2

ei
Sedang/fi 7
ei
Rendah/fi 3
ei
Jumlah

5,4

6,3
7

6,1

21

14

4,3
12

eij

27

0,733

29

3,007

80

6,647

f()

5
7

5,1

Frekuensi harapan:
24.18
e1.1
5,4
80
24.21
e1.2
6,3
80

4,1
6

7,6

4,5
6

4,7
5

6,5

3,6
3

7,1
8

18

4,2

=0,05

5,5
15

B . K

24.14 n
e1.3
4,2
80
24.12
e1.4
3,6
80

0
j

e1.5

6,647

Gbr: Kurva

24.15
4,5
80

15,50

yang lainnya cari sendiri .

X
Y SS
S
N
TS
STS
Tinggi/ fi 10
16
12
18
14
ei
5.4
6.3
4.2
3.6
4.5
Sedang/fi 8
12
20
14
6
ei
6.1
7.1
4.7
4.1
5
Rendah/fi 16
14
18
20
12
ei
6.5
7.6
5.1
4.3
5.5
Jumlah
18
21
14
12
15

Jlh
24

2.907

27

0.733

29

3.007

80

6.647

X
Y SS
S
N
TS
STS
Tinggi/ fi 8
6
5
3
2
ei
5.4
6.3
4.2
3.6
4.5
Sedang/fi 7
7
4
3
6
ei
6.1
7.1
4.7
4.1
5
Rendah/fi 3
8
5
6
7
ei
6.5
7.6
5.1
4.3
5.5
Jumlah
18
21
14
12
15

Jlh
24

2.907

27

0.733

29

3.007

80

6.647

Untuk =0,05 dan derajat kebebasan sampel dk=(3-1)(4-1) = 8, didapat

2
02,95,8 15,50. Ternyata h2 6,647 tab
. 15 ,50 ,(lihat gbr kurva )
maka kondisi sampel berada didaerah sampel populasi yang menyata
kan bahwa kedua sampel tidak saling terikat. Artinya kedua variabel
(X) dan (Y) saling bebas. Disini nilai chi kuadrat digunakan untuk
pengujian independensi antar variabel.
2

Contoh-11.3: Perhitungan nilai pada tabel distribusi frekuensi untuk

menentukan/menguji bentuk distribusi frekuensi data.

Interval
Xt
fi
Xin
Zi
Li
Lo
ei

Perhitungan:
20.5
-1.97466
0.5
21-30
25.5
12
30.5
-1.22951 0.3907
0.1093
8.744 1.212435
x = 47 , S= 13,42
31-40
35.5
14
40.5
-0.48435 0.1844
0.2063
16.504 0.379909
2
41-50
45.5
20
50.5
0.260805 0.1025
0.2869
22.952 0.379675

Didapat h = 3,042 .
51-60
55.5
18
60.5
1.005961 0.3438
0.2413
19.304 0.088086
61-70
juml1ah
JlXt.fi=
JlXt^2.fi=

65.5

16
70.5
1.751118
80
3760
rata2=
47
190940
Var =
180
Standev= 13.41641

0.5

0.1562
1

12.496
80

0.982556
3.042661

Interval

Xt

fi

Xt^2.fi

Xt.fi

21-30
31-40
41-50
51-60
61-70
juml1ah

25,5
35,5
45,5
55,5
65,5

8
12
20
16
4
60

5202
15123
41405
49284
17161
128175

204
426
910
888
262
2690

rata2=
44,83333
Varian= 128,3616
Standev= 11,32968

Xin
20,5
30,5
40,5
50,5
60,5
70,5

Zi
-2,15
-1,26
-0,38
0,50
1,38
2,27

Li
0,5
0,3962
0,148
0,1915
0,4162
0,5

Lo

ei

0,1038
0,2482
0,3395
0,2247
0,0838
1

6,23
14,89
20,37
13,48
5,03
60

0,504
0,562
0,007
0,470
0,210
1,753

Selanjutnya apabila nilai tersebut dibandingkan dengan nilai tabel

statistik standar dengan = 0,05 dengan derajat kebebasan
dk=(k-3)= 5-3= 2 ( dikurangi 3 karena pada perhitungan ini
digunakan tiga kelompok rata-rata yaitu rata-rata hitung, ratarata interval dan rata-rata harapan ). Dengan demikian didapat
2
02,95,2 5,99, ternyata h2 3,042 tab
. 5,99
f( 2 )
Pengujian seperti ini adalah pengujian normalitas distribusi freku
2

(1-)

ensi data. Pada pengujian ini nilai

0
sampel berada di daerah normal.
2
2

0,95, 2 5,99
Artinya kelompok sampel yang di
Gbr: Kurva
analisis memiliki sebaran data
berdistribusi normal pada = 0,05

7. Distribusi F (Fisher distribution)

Seperti halnya distribusi t dan , distribusi F juga berasal dari distribusi

rata-rata, yang berfungsi untuk membandingkan varians antar sampel

yang dianggap berasal dari satu populasi, yaitu: F SS , dengan dua
derajat kebebasan yaitu d kB (nB 1) derajat kebebasan yang mamiliki
nilai varian terbesa dan d kK (nK 1) derajat kebebasan untuk sampel
yang memiliki nilai varian terkecil.
Fungsi densitas dari distribusi F adalah :
Nilai-nilai F untuk = 0,05
1
( 2 )
F2
dan = 0,01 telah ditabelkan
f (F ) K.
1
( 1 2 ) dan dilampirkan pada setiap
1
2
(1
.F )
buku statistik.
2
2
B
2
K

Bentuk kurva distribusi F hampir sama dengan kurva distribusi

f(F)

Dari tabel statistik didapat :

F0 ,95; 4;5 5,19

F0 ,95;5; 4 6,26

(1-)

F0 ,95;17;15 2,36

0
Contoh-12.1: Sampel sebanyak 16 memiliki standar deviasi 12
dan sampel lain sabanyak 18 memiliki standardeviasi 18.
Hitung nilai F dari kedua sampel tersebut. Apakah kedua
sampel berasal dari populasi yang sama.
(18 ) 2
Jawab: F=
2,25
2
(12 )
f(F) Fh
Dari tabel F didapat F0,95;17;15 2,36.
Ftab
=0,05
Karena Fh 2,25 Ftab 2,36 , arti
nya kedua sampel berasal dari
0
2,25. 2,36
F
populasi yang sama.
F(1 );dk1 ; dk 2

Nilai F untuk beberapa kelompok sampel.

Contoh-11.2:
No./ Kel. A
1
12
2
20
3
23
4
10
5
17
ni
5
xi
82
xi^2
1462
Xrata-rata
16,4

C
6
16
16
20

D
14
15
10
19
22
5
80
1366
16

4
58
948
14,5

9
14
18
19
4
60
962
15

nt
Xt
Xt^2
Xrata-rata

18
280
4738
15,56

Dari keempat kelompok sampel di atas dapat dihitung nilai F gabungan dengan cara
sbb:
2
( xt ) 2
(
280
)
2
1. Hitung jumlah kuadrat total : JKt X t
4738
382,44
nt
18

2. Hitung jumlah kuadrat kelompok:

JK K

( xk ) 2
nk

( xt ) 2
nt

822 582 802 602 2802

10,24
5
4
5
4
18

3. Jumlah kuadrat dalam kelompok:

JK d JK t JK K 382 ,44 10 ,24 372 ,20

Slanjutnya nilai F dihitung dengan rumus:

S K2 JK K /(k 1) 10,24 / 3
F 2

0,128
Sd JK d /(n k ) 372,20 / 14

Dari tabel F didapat F0,95;3;14 3,34

f(F)

(1-)
0

F0,95;3;14 3,34

Gbr. Kurva Uji F

Karena Fh 0,128 Ftab 3,34 , artinya keempat sampel yang

dianalisis tidak memiliki perbedaan yang nyata pada =0,05.
jadi dapat dianggap berasal dari satu populasi.

Soal.
1. Rata rata IPK mahasiswa JPTM yang diwisuda hingga tahun 2012 adalah 3,12 dengan
standar deviasi 0,30. Bila diasumsikan IPK tersebut berdistribusi normal, tentukan
lah:
a. Berapa persen mhs mendapat IPK 3,35
b. Berapa persen mahasiswa yang mendapat IPK antara 2,8-3,2
c. Barapa orang mahasiswa yang mendapat IPK < 2,75 bila tahun ini ada 40
mahasiswa yang diwisuda?
d. Berapa mahasiswa yang kumluide jika batas kumluide IPK 3,5
e. Buatlah prediksi tabel dist. frek jika IPK maks.2orang dan IPK min. 8 orang.
2. Sekelompok sampel berukuran n=18 dengan rata-rata 68 dan standar deviasi S=14

yang katanya diambil dari populasi dengan rata-rata =74. Hitung harga t sampel
tersebut dan bandingkan dengan harga t tabel untuk peluang kesalahan 5% atau
=0,05. Apakah sampel tersebut benar merupakan anggota dari populasi yang
dimaksudkan?
3. Dua kelompok sampel masing masing, sampel pertama sebanyak 12, rata-ratanya
72 dengan standar deviasi12 dan sampel kedua sebanyak 18 dengan rata-rata
76 dan standar deviasi 15 . Coba uji dengan = 0,05 apakah kedua sampel
memiliki karakter yang sama (berasl dari satu populasi)?

4. Hitung nilai
untuk data seperti dalam tabel kontingensi berikut.
X / Y
S.Baik

S.Setuju Setuju
18
16

etral
14

Tidak Set STS

12
10

20

16

18

14

12

Sedang

16

16

14

12

Jelek

14

12

18

20

22

S.Jelek
Jumlah

12

10

18

26

Jumlah

^2

5.
No./ Kel. A
1
2
3
4
5
6
7
8
9
10
ni
Xi
Xi^2
Xrata-rata

B
12
14
10
10
22
18
14
16
12
18

C
16
20
22
12
12
10
8
16
14
10

D
12
12
14
14
16
16
16
18
20
20

E
12
24
12
10
24
8
8
18
18
12

20
14
16
12
12
12
12
10
8
12
nt
Xt
Xt^2
ta-rata

Variabel X adalah cara belajar

siswa yang dan variabel Y Persep
si siswa tentang ke propesiona
lan guru dalam mengajar.
2

Bandingkan dengan nilai

tabel untuk = 0,05 .
Hitunglah nilai F dari kelima
kelompok data pada tabel berikut
dan bandingkan dengan F tabel
untuk = 0,05 . Apakah kelima
kelompok sampel tersebut memiliki
harga rata-rata yang relatif sama?

Contoh: Distribusi sampel: N = 5; n = 3; dan besaran statistik .

(data) 4
Sampel n=3
Sam.
1
2
3
4
5
6
7
8
9
10

30

7.5

1.290994

4 ,6 ,7
4 ,6 , 8
4 ,6, 9
4 ,7, 8
4, 7 ,9
4 ,8 , 9
6 ,7 , 8
6 ,7, 9
6 ,8, 9
7 ,8, 9

rata
5.67
6
6.33
6.33
6.67
7
7
7.33
7.67
8

stdv
1.53
2
2.52
2.08
2.52
2.65
1
1.53
1.53
1

varians
2.33
4
6.33
4.33
6.33
7
1
2.33
2.33
1

Z
-2.4552
-1.29904
-0.80417
-0.97428
-0.57048
-0.3268
-0.86603
-0.19245
0.19245
0.67082

t
-2.07167
-1.29904
-0.80417
-0.97428
-0.57048
-0.3268
-0.86603
-0.19245
0.19245
0.866025

4.66
8
12.66
12.66
12.66
14
2
4.66
4.66
2

xi
Z
/ n

xi
ti
S/ n
2 ( n 1)

si2

S B2
F 2
SK
Contoh F pd tabel
antara sampel dgn
populasi .

1 Populasi
F
3.218884
1.875
1.184834
1.732102
1.184834
0.933333
0.133333
0.310667
0.310667
0.133333

rata-rata fi
5.67
6
6.33
6.67
7
7.33
8

1
1
2
2
2
1
1
10