Anda di halaman 1dari 33

STATISTIKA II

(BAGIAN - 2)

Oleh :
WIJAYA

email : zeamays_hibrida@yahoo.com

FAKULTAS PERTANIAN
UNIVERSITAS SWADAYA GUNUNG JATI CIREBON
2008

Wijaya : Statistika II (Bagian-2)

VI. PENGUJIAN HIPOTESIS

Hipotesis merupakan dugaan mengenai suatu hal; atau hipotesis adalah


jawaban sementara terhadap suatu masalah.

Jika dugaan itu dikhususkan

mengenai populasi (parameternya), maka hipotesis itu disebut Hipotesis Statistik.


Hipotesis Statistik adalah pernyataan atau dugaan mengenai satu atau lebih
populasi.
Setiap hipotesis bisa benar atau salah, sehingga perlu diuji dengan suatu
penelitian untuk diterima atau ditolak. Penerimaan suatu hipotesis statistik
merupakan akibat tidak cukupnya bukti untuk menolaknya, dan tidak berimplikasi
bahwa hipotesis itu pasti benar.
Langkah atau prosedur untuk menentukan apakah menerima atau menolak
hipotesis disebut Pengujian Hipotesis. Dalam pengujian hipotesis terdapat 2
kekeliruan (galat), yaitu :
Keadaan Sebenarnya
Kesimpulan

H0 Benar

H0 Salah

Terima Hipotesis

Benar

Galat Jenis II ( )

Tolak Hipotesis

Galat Jenis I ( )

Benar

Nilai disebut Taraf Nyata, jika diperkecil maka semakin besar. Nilai
biasanya 0,05 (5%) atau 0,01 (1%).

Jika = 0,05 artinya 5 dari tiap 100

kesimpulan kita akan menolak hipotesis yang seharusnya diterima. Harga (1 )


disebut Kuasa (Kekuatan) Uji.
Hipotesis Nol (H0) adalah hipotesis yang dirumuskan dengan harapan akan
ditolak. Lawan H0 adalah H1 atau Hipotesis Alternatif.

Wijaya : Statistika II (Bagian-2)

Teladan 6.1 :
Di suatu kota proporsi penduduk dewasa lulusan Perguruan Tinggi (PT) diduga
sebesar

p = 0,3.

Untuk menguji hipotesis ini diambil contoh acak 15 orang

dewasa. Bila diantara 15 orang terdapat 2 sampai 7 orang lulusan PT, kita akan
menerima hipotesis nol bahwa p = 0,3, selainnya akan disimpulkan p 0,3.
a. Hitung bila diasumsikan p = 0,3.
b. Hitung bagi H1 bila p = 0,2 dan p = 0,4
Jawab :
a. p = 0,3 nilai = 1 p (2 x 7) = 1 [ p (x 7) p ( x 1) ]
7

= 1 [ b(x; 15, 0,3) b(x; 15, 0,3) ]


= 1 (0,9500 0,0353) = 0,0853
b. p = 0,2 nilai = 1 p (2 x 7) = 1 [ p (x 7) p ( x 1) ]
7

= 1 [ b(x; 15, 0,2) b(x; 15, 0,2) ]


= 1 (0,9958 0,1671) = 0,8287
p = 0,4 nilai = 1 p (2 x 7) = 1 [ p (x 7) p ( x 1) ]
7

= 1 [ b(x; 15, 0,4) b(x; 15, 0,4) ]


= 1 (0,7869 0,0052) = 0,7817
Teladan 6.2 :
Sebuah contoh acak 400 orang ditanyai apakah mereka setuju dengan kenaikan
pajak penjualan bensin 4% untuk menambah dana perbaikan jalan. Bila lebih dari
220 tetapi kurang dari 260 orang setuju, maka disimpulkan bahwa 60% orang
setuju.
a. Hitung jika 60% setuju kenaikan pajak tersebut.
b. Hitung jika sesungguhnya hanya 48% yang setuju kenaikan tersebut.

Wijaya : Statistika II (Bagian-2)

Jawab :
Data diskrit, n cukup besar dan p dekat ke 0,5 jadi digunakan pendekatan normal
ke binom.
a. n = 400 p = 0,6 q = 0,4

= np = 240 dan = npq = 9,8

z1 = (220,5 240) / (9,8) = 1,99 atau p (z1) = 0,0233


z2 = (259,5 240) / (9,8) = 1,99 atau p (z2) = 0,9767
p (220 < x < 260) = p (z1 < z < z2 ) = 0,9767 0,0233 = 0,9534
nilai = 1 0,9534 = 0,0466
b. n = 400 p = 0,48 q = 0,52

= np = 192 dan = npq = 9,99

p (220 < x < 260) = p (2,85 < z < 6,76 ) = 1 0,9978 = 0,0022
Nilai = 0,0022
Teladan 6. 3 :
Sebuah mesin minuman ringan diatur sehingga volume minuman yang
dikeluarkannya menghampiri normal dengan ratarata 200 ml dan simpangan
bakunya 15 ml. Setiap periode tertentu mesin itu diperiksa dengan cara mengambil
9 contoh acak kemudian dihitung isi rataratanya. Bila rataratanya jatuh diantara
191 < x < 209, mesin dianggap baik, bila tidak demikian disimpulkan bahwa
200 ml.
a. Hitung jika = 200 ml.
b. Hitung jika = 215 ml.
Jawab :
Data kontinyu; sebaran penarikan contoh ; diketahui (sebaran z).
a. n = 9 = 200 dan = 15

x = / n = 15 / 9 = 5

= 1 p (191 < x < 209) = 1 p (1,8 < z < 1,8 )


= 1 ( 0,9641 0,0359) = 0,0718
nilai = 1 0,9534 = 0,0466
b. = p (191 < x < 209) = p (4,8 < z < 1,2 ) = 0,1151 0 = 0,1151

Wijaya : Statistika II (Bagian-2)

Pada Teladan 6.3, untuk 191 < x < 209 jika nilai ditentukan, maka peluang
dan nilai (1 ) dapat dihitung. Misalnya nilai sebagai berikut :

184

188

192

196

200

204

208

212

216

0,0808

0,2743

0,5790

0,8366

0,9282

0,8366

0,5790

0,2743

0,0808

(1 )

0,9192

0,7253

0,4210

0,1634

0,0718

0,1634

0,4210

0,7253

0,9192

1
0, 9
0, 8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0

(1 )

184

188

192

196

200

204

208

212

216

Kurva disebut Kurva Ciri Operasi atau Kurva Ciri Kerja, sedangkan Kurva
(1 ) disebut Fungsi Kuasa.

Teknik dalam Pengujian Hipotesis :


Uji Dua Pihak :
H0 : = 0
H1 : 0
Uji Satu Pihak (Pihak Kiri) :
H0 : = 0

H1 : < 0
Uji Satu Pihak (Pihak Kanan) :
H0 : = 0

H1 : > 0

Wijaya : Statistika II (Bagian-2)

Penggunaan jenis distribusi (rumus) dalam Pengujian Hipotesis sama dengan


Pendugaan Parameter sebaran penarikan contoh.

6.1 Pengujian Ratarata


(a) Jika diketahui atau n 30 :
x
z =
/n
(b) Jika tidak diketahui dan n < 30 :
x
t =
s/n
Teladan 6.4 :
Sebuah perusahaan alat olah raga mengembangkan jenis batang pancing sintetik
dengan ratarata kekuatan 8 kg dan simpangan baku 0,5 kg. Suatu contoh acak
50 batang pancing diuji ternyata kekuatannya ratarata 7,8 kg. Ujilah pada taraf
nyata 0,01 pernyataan perusahaan tersebut dapat diterima.
Jawab :
1. Hipotesis :
H0 : = 8 lawan H1 : 8 Jadi merupakan uji dua pihak
2. Uji Statistik : z
3. Taraf Nyata = 1% atau z/2 = z0,005 = 2,575
4. Wilayah Kritik : z < 2,575 atau z > 2,575
5. Perhitungan :
x = 7,8

n = 50

= 0,5

/n = 0,5 /50 = 0,07


z = (x ) / (/n)
z = (7,8 8) / (0,07) = 2,83

2,575

2,575
Wijaya : Statistika II (Bagian-2)

6. Kesimpulan : Karena z < z0,005 , maka Tolak H0 artinya rata- rata kekuatan
batang pancing tersebut tidak sama dengan 8 kg, tetapi kurang dari 8 kg.
Teladan 6.5 :
Seorang peneliti senior menyatakan bahwa ratarata pendapatan per bulan
keluarga di kota A sebesar Rp 350.000,.

Suatu contoh acak berukuran 25

diambil dan diperoleh ratarata pendapatannya Rp 250.000, dengan simpangan


baku Rp 100.000,.

Ujilah pada taraf

nyata 0,05 apakah benar pernyataan

peneliti senior tersebut bahwa ratarata pendapatan keluarga di kota A sebesar Rp


350.000,
Jawab :
1. Hipotesis :
H0 : = 350.000 lawan H1 : 350.000 Jadi merupakan uji dua pihak.
2. Uji Statistik : t
3. Taraf Nyata = 0,05 atau t/2 (n1) = t0,025 (24) = 2,064
4. Wilayah Kritik : t < 2,064 atau t > 2,064
5. Perhitungan :
x = 250.000

n = 25

s = 100.000 s/n = 100.000 /25 = 20.000

t = (x ) / (s/n)
t = ( 100.000) / (20.000) = 5
2,064

2,064

6. Kesimpulan : Karena t < t0,025(24), maka Tolak H0 artinya rata- rata pendapatan
keluarga tersebut kurang dari Rp 350.000,-.

Cara lain : (Pengujian dalam bentuk selang kepercayaan)


Selang Kepercayaannya : x t/2 . s/n < < x + t/2. s/n

250.000 (2,064)(20.000) < < 250.000 + (2,064)(20.000)

229.360 < < 270.640

Karena selang kepercayaan 95% bagi ratarata tidak mencakup nilai Rp


Wijaya : Statistika II (Bagian-2)

350.000, maka kita tolak pernyataan peneliti senior tersebut.

6.2 Pengujian Selisih Ratarata


(a) Jika 1 dan 2 diketahui atau n 30 :
x1 x2
z =
(12/ n1) + (22/ n2)
(b) Jika 1 dan 2 tidak diketahui dan n < 30 :
1. 1 = 2 ,

maka :
x1 x2

t =
sg (1/ n1) + (1/ n2)
(n1 1) s12 + (n2 1) s22
sg2=
n1 + n2 2
2.

1 2 ,

maka :
x1 x2

t =
(s12/ n1) + (s22/ n2)
Nilai t dibandingkan dengan t sebagai ttabel, dimana :
(w1 t1 + w2 t2 )
t =
( w1 + w2 )
w1 = (s12 / n1) ; w2 = (s12 / n1) ; t1= t/2(n11) ; t2 = t/2(n21)

Wijaya : Statistika II (Bagian-2)

Teladan 6.6 :
Sebuah perusahaan memproduksi 2 macam lampu pijar A dan B. Misal umur
lampu pijar tersebut menyebar normal dengan simpangan baku masingmasing 80
dan 90 jam. Contoh acak masingmasing berukuran 50 diuji dan didapat ratarata
umurnya sebesar 1282 jam dan 1208 jam. Ujilah pada taraf nyata 5%, apakah
ratarata umur lampu pijar A lebih lama dari B.
Jawab :
1. Hipotesis :
H0 : A = B lawan H1 : A > B ( uji pihak kanan).
2. Uji Statistik : z
3. Taraf Nyata = 0,05 atau z = z0,05 = 1,645
4. Wilayah Kritik : z > 1,645
5. Perhitungan :
n1 = n2 = 50 1 = 80 2 = 90 x1 = 1282 x2 = 1208 x1 x2 = 74
x1 x2 = (12/ n1) + (22/ n2) = (802/ 50) + (902/ 50) = 17,321
z = (x1 x2) / ( (12/ n1) + (22/n2)
z = (74) / (17,321) = 4,24
z0,05 = 1,645

6. Kesimpulan : Karena z > z0,05, maka Tolak H0 artinya rata- rata umur lampu
pijar A lebih lama dari lampu pijar B.
Teladan 6.7 :
Dua jenis tambang ingin dibandingkan kekuatannya, untuk itu 50 potong tambang
dari setiap jenis diuji dalam kondisi yang sama. Jenis A mempunyai kekuatan
ratarata 78,3 kg dengan simpangan baku 5,6 kg, sedangkan B rataratanya 87,2
kg dengan simpangan baku 6,3 kg. Uji pada taraf nyata 5% apakah ratarata
kekuatan tambang A lebih kecil dari B.

Wijaya : Statistika II (Bagian-2)

Jawab :
1. Hipotesis :
H0 : A = B lawan H1 : A < B ( uji pihak kiri).
2. Uji Statistik : z
3. Taraf Nyata = 0,05 atau z = z0,05 = 1,645
4. Wilayah Kritik : z < 1,645
5. Perhitungan :
n1 = n2 = 50 x1 = 78,3 s1 = 5,6 x2 = 87,2 s2 = 6,3 x1 x2 = 8,9
sx1 x2 = (s12/ n1) + (s22/ n2) = (5,6)2/ 50 + (6,3)2/ 50 = 1,19
z = (x1 x2)/ ( (s12/ n1) + (s22/ n2)
z = ( 8,9) / (1,19) = 7,48
z0,05 = 1,645

6. Kesimpulan : Karena z < z0,05, maka Tolak H0 artinya rata- rata kekuatan
tambang A lebih kecil dari tambang B.
Teladan 6.8 :
Pelajaran matematika diberikan kepada 12 siswa kelas A dengan metode
pengajaran biasa, dan 10 siswa kelas B dengan metode pengajaran menggunakan
bahan terprogram. Hasil ujian kelas A rataratanya 85 dengan simpangan baku 4,
kelas B rataratanya 81 dengan simpangan baku 5. Ujilah pada taraf nyata 10%
apakah ratarata populasi bagi nilai ujian kedua metode tersebut sama.
Jawab :
1. Hipotesis :
H0 : A = B lawan H1 : A B ( uji dua pihak).
2. Uji Statistik : t
3. Taraf Nyata = 0,10 atau t/2(n1+n2-2) = t0,05(20) = 1,725
4. Wilayah Kritik : t < 1,725 atau t > 1,725
5. Perhitungan :
Wijaya : Statistika II (Bagian-2)

n1 = 12 x1 = 85

s1 = 4

n2 = 10 x2 = 81

s2 = 5

(x1 x2) = 4 dan sg = [(n11) s12 + (n2 1) s22 ]/ (n1+ n2 2)


sg = [11(16) + 9(25)]/ (10+122) = 4,478
t = (x1 x2)/ (sg (1/n1 + 1/n2)
t = (4) / (1,92) = 2,08
6. Kesimpulan :

Karena

t > t0,05(20), maka Tolak H0 artinya rata- rata nilai

matematika kedua metode tidak sama.


Teladan 6.9 :
Masa putar film yang diproduksi oleh 2 perusahaan film adalah :
Masa Putar (menit)
Perusahaan I

97

82

123

92

175

Perusahaan II

103

94

110

87

98

88

118

Ujilah pada taraf nyata 5% apakah ratarata masa putar film kedua perusahaan
tersebut sama, bila diasumsikan kedua ragam populasi tersebut tidak sama.
Jawab :
1. Hipotesis :
H0 : A = B lawan H1 : A B ( uji dua pihak).
2. Uji Statistik : t
3. Taraf Nyata = 0,05
4. Wilayah Kritik : t < t/2(v) atau t > t/2(v)
5. Perhitungan :
Cara I :
n1 = 7 x1 = 110,7 s12 = 1035,9

n2 = 5 x2 = 98,4 s22 = 76,3

derajat bebas untuk t/2 atau t0,025 adalah :


(s12 / n1 + s22 / n2 )2
v =
[(s12/n1)2 / (n1 1)] + [(s22/n2)2 / (n2 1)]
Wijaya : Statistika II (Bagian-2)

10

[ (1035,9 / 7) + (76,3 / 5) ]2
v = = 7,19 = 7
[ (1035,9 / 7)2 / (4)] + [(76,3 / 5)2 / (6) ]
jadi t0,025 (7) = 2,365 dan ( x2 x1)= 12,3
[(s12/ n1) + (s22/ n2)] = [(1035,9)/(7) + (76,3)/(5)] = 12,78
t = (x1 x2)/ [(s12/ n1) + (s22/ n2)] = (12,3) / (12,78) = 0,964
6. Kesimpulan : Karena t < t0,025(7), maka Terima H0 artinya rata-rata masa putar
film kedua perusahaan tidak berbeda nyata.
Cara lain menentukan t/2(v) = t bagi 1 2 (tidak diketahui)
t/2(v) = t = (w1 t1 + w2 t2 ) / ( w1 + w2 )
w1 = (s12 / n1) = (1035,9)2 / (7) = 147,99
w2 = (s22 / n2) = (76,3)2 / (5) = 15,26
t1 = t/2(n11) = t0,025 (71) = 2,447
t2 = t/2(n21) =t0,025 (51) = 2,776
t/2(v) = t = (w1 t1 + w2 t2 ) / (w1 + w2 ) = 2,478
Karena t = 0,964 < t = 2,478 maka Terima Ho, artinya ratarata masa putar film
kedua perusahaan tersebut sama.

6.3 Pengujian Ratarata Pengamatan Berpasangan


d
t =
sd / n

dbt = (n1)

Teladan 6.10 :
Pelatihan manajemen agribisnis kepada 100 petani andalan agar mampu
mengembangkan usahataninya. Setelah beberapa waktu, 6 orang diantara 100
petani andalan tersebut diselidiki keuntungan yang mereka peroleh sebelum dan
Wijaya : Statistika II (Bagian-2)

11

sesudah pelatihan, datanya adalah sebagai berikut :

Petani

Sebelum Dilatih

40

78

49

63

55

33

Juta rupiah

Sesudah Dilatih

58

87

57

72

61

40

Juta rupiah

Ujilah pada taraf nyata 5% apakah pelatihan agribisnis dapat meningkatkan


keuntungan petani.
Jawab :
1. Hipotesis :
H0 : A = B lawan H1 : A > B ( uji pihak kanan).
2. Uji Statistik : t
3. Taraf Nyata = 0,05 atau t/2(n1) = t0,025(5) = 2,02
4. Wilayah Kritik : t < 2,02 atau t > 2,02
5. Perhitungan :
Sebelum Dilatih

40

78

49

63

55

33

Sesudah Dilatih

58

87

57

72

61

40

Beda (d)

18

n=6

d = 57

d2 = 635 d = 9,5 sd = 4,32

sd /n = 1,76

t = d / sd /n
t = (9,5) / (1,76) = 5,4
6. Kesimpulan : Karena t > t0,025(5), maka Tolak H0 artinya rata- rata pendapatan
petani setelah dilatih lebih tinggi dibandingkan dengan sebelum dilatih.
Ukuran Contoh untuk Pengujian Ratarata ( )
Misal ingin menguji bahwa H0 : = 0 lawan H1: = 0 + , bisa (+) bisa
(). Bila peluang galat I dan II adalah dan , dan contoh diambil dari populasi
yang menghampiri normal dengan ragam (2) yang diketahui, maka ukuran contoh
yang diperlukan adalah : n = (z + z )2 2 / (2 )
Wijaya : Statistika II (Bagian-2)

12

Teladan 6.11 :
Misal ingin H0 : = 68 lawan H1: = 69 bagi populasi normal dengan = 5. Bila
dan keduanya 0,05 maka ukuran contoh yang diperlukan adalah :
n = (z + z )2 2 / (2 ) = (1,645 1,645)2 (25) / (1) = 271
Ukuran Contoh untuk Pengujian Selisih Ratarata
H0 : 1 2 = d0 lawan H1 : 1 2 = d0 +
n = (z + z )2 (12 + 22) / (2 )
Teladan 6.12 :
Dua contoh bebas akan diambil dari populasi normal dengan 12 = 80 dan 22 =
100. Untuk menguji H0 : 1 2 = 50 lawan H1 : 1 2 = 55.

Bila = 0,05

dan = 0,01 maka ukuran contoh masingmasing yang diperlukan adalah :


n = (z + z )2 (12 + 22) / (2 ) = (1,645 2,33)2 (80 + 100) / (25) = 114

6.4 Pengujian Proporsi


a. n 100 :
x/n p
z =
pq / n

b. n < 100 :
x/n p
t =
pq / n

Teladan 6.13 :
Pengelola restoran menyatakan bahwa minimal 30% pengunjung restoran setiap
hari minggu menyukai makanan laut. Contoh acak 500 orang yang makan siang di
hari minggu terdapat 160 orang yang suka makanan laut. Ujilah pada taraf nyata
5% apakah pernyataan pengelola restoran tersebut dapat diterima.
Jawab :
1. Hipotesis :
H0 : p = 0,3 lawan H1 : p 0,3 (uji dua pihak).
2. Uji Statistik : z
3. Taraf Nyata = 0,05 atau z/2 = z0,025 = 1,96
4. Wilayah Kritik : z < 1,96 atau z > 1,96
Wijaya : Statistika II (Bagian-2)

13

5. Perhitungan :
p = 0,3 q = 0,7

x/n = 160/500 = 0,32

z = (x/n p) / (pq/n)
z = (0,32 0,3) / (0,21/500) = 1,00
6. Kesimpulan : Karena z < z0,025, maka Terima H0 artinya proporsi yang suka
makanan laut memang benar 30 %.

6.5 Pengujian Selisih Proporsi


x1/n1 x2/n2
z =
pq (1/ n1 + 1/ n2)
x1 + x2
p =
n1 + n2

q=1p

Teladan 6.14 :
Suatu studi dilakukan untuk menguji apakah ada perbedaan proporsi yang nyata
dari penduduk suatu kota dan penduduk di sekitar kota tersebut yang menyetujui
pembangkit listrik tenaga nuklir. Bila 1200 diantara 2000 penduduk kota dan 2400
diantara 5000 penduduk di sekitar kota yang diwawancarai menyetujui
pembangunan apakah dapat dikatakan bahwa proporsi penduduk kota yang setuju
lebih besar dari penduduk sekitar kota (gunakan taraf nyata 5%).
Jawab :
1. Hipotesis :
H0 : p1 = p2 lawan H1 : p1 > p2 (uji pihak kanan).
2. Uji Statistik : z
3. Taraf Nyata = 0,05 atau z = z0,05 = 1,645
4. Wilayah Kritik : z > 1,645
5. Perhitungan :
n1 = 2000 n2 = 5000 x1 = 1200 x2 = 2400 x1/ n1 = 0,60 x2/ n2 = 0,48
p = 3600/7000 = 0,51

q = 0,49

pq = 0,25
Wijaya : Statistika II (Bagian-2)

14

z = (x1/n1 x2/n2 ) / pq (1/n1 + 1/n2)


z = (0,60 0,48)/ 0,25 (1/5000 + 1/2000)
z = (0,12) / (0,013) = 9,23
6. Kesimpulan : Karena z > z0,025, maka Tolak H0 artinya proporsi penduduk
yang setuju di kota lebih besar dari penduduk sekitar kota.

Masalah dalam pengujian selisih proporsi akan ditemui apabila sampel yang
diambil ukurannya semakin kecil, misalnya jika :
1. n1 = 200 n2 = 500

x1 = 120

p = 360/700 = 0,51

q = 0,49

x2 = 240 x1/n1 = 0,60

x2/n2 = 0,48

pq = 0,25

z = (0,60 0,48) / 0,25 (1/500 + 1/200) = (0,12)/(0,042) = 2,86


(z = 2,86 ) > (z0,05 = 1,645)
2. n1 = 20

n2 = 50

x1 = 12

x2 = 24 x1/n1 = 0,60

p = 36/70 = 0,51

q = 0,49

pq = 0,25

x2/n2 = 0,48

z = (0,60 0,48) / 0,25 (1/50 + 1/20) = (0,12)/(0,13) = 0,92


(z = 0,92) < (z0,05 = 1,645)
3. atau karena n < 100, maka digunakan sebaran tstudent, hasilnya :
n1 = 20

n2 = 50

p = 36/70 = 0,51

x1 = 12

x2 = 24 x1/n1 = 0,60

q = 0,49

x2/n2 = 0,48

pq = 0,25

t = (0,60 0,48) / 0,25 (1/50 + 1/20) = (0,12)/(0,13) = 0,92


(t = 0,92) < (t0,05 (68) = 1,645)
Jadi apabila ukuran sampel semakin kecil (N < 100) maka H0 cenderung diterima.
Teladan 6.15 :
Seorang ahli genetika tertarik pada populasi lakilaki dan perempuan dalam
populasi yang mengidap kelainan darah tertentu.

Dari contoh 100 lakilaki

terdapat 24 yang mengidap kelainan darah dan 100 perempuan terdapat 13 yang
mengidap kelainan. Ujilah pada taraf nyata 1% apakah proporsi yang mengidap
kelainan darah pada lakilaki sama dengan perempuan.
Wijaya : Statistika II (Bagian-2)

15

Jawab :
1. Hipotesis :
H0 : p1 = p2 lawan H1 : p1 p2 (uji dua pihak).
2. Uji Statistik : z
3. Taraf Nyata = 0,01 atau z/2 = z0,005 = 2,575
4. Wilayah Kritik : z < 2,575 atau z > 2,575
5. Perhitungan :
n1 = 100 n2 = 100 x1 = 24 x2 = 13 x1/n1 = 0,24 x2/n2 = 0,13
p = 37/200 = 0,185

q = 0,815

pq = 0,15

z = (x1/n1 x2/n2 ) / pq (1/n1 + 1/n2)


z = (0,24 0,13) / 0,15 (1/100 + 1/100)
z = (0,11) / (0,039) = 2,82
6. Kesimpulan : Karena z > z0,005, maka Tolak H0 artinya proporsi kelainan darah
pada laki-laki tidak sama dengan perempuan.

6.6 Pengujian Ragam


(a) Satu Ragam :
H0 : 2 = 02
H1 : 2 02 atau

2 > 02 atau 2 < 02

(n 1) s2
2 =
02
(b) Kesamaan Dua Ragam :
H0 : 12 = 22
H1 : 12 22 atau 12 > 22 atau 12 < 22
s12
F =

v1 = n1 1 dan v2 = n2 1

s2

Wijaya : Statistika II (Bagian-2)

16

Teladan 6.16 :
Pengelola perusahaan aki mobil mengatakan bahwa umur aki yang diproduksinya
mempunyai simpangan baku 0,9 tahun.

Bila suatu contoh acak 10 aki

menghasilkan simpangan baku 1,2 tahun. Ujilah pada taraf nyata 0,05 apakah :
a. Pernyataan perusahaan dapat diterima bahwa = 0,9
b. Menurut saudara > 0,9
Jawab (a) :
1. Hipotesis :
H0 : 2 = 0,81 lawan H1 : 2 0,81 (uji dua pihak).
2. Uji Statistik : 2
3. Taraf Nyata = 0,05
4. Wilayah Kritik : 2 < 2(1/2)(n1) atau 2 > 2/2(n1)
5. Perhitungan :
Untuk = 5% didapat 2/2(n1) = 20,025 (9) = 19,023 dan
2(1/2) (n1) = 20,975 (9) = 2,7
2 = (n 1) s2 / 02
2 = (101)(1,44) / (0,9)2
2 = 16,0
2(1/2)(9) = 2,7

2/2(9) = 19,023

6. Kesimpulan : Karena 20,975(9) < 2 < 20,025(9), maka Terima H0 artinya benar
bahwa umur aki mempunyai = 0,9.
Jawab (b) :
1. Hipotesis :
H0 : 2 = 0,81 lawan H1 : 2 > 0,81 (uji pihak kanan).
2. Uji Statistik : 2
3. Taraf Nyata = 0,05
4. Wilayah Kritik : 2 > 2/2(n1)
Wijaya : Statistika II (Bagian-2)

17

5. Perhitungan :
Untuk = 5% didapat 2/2(n1) = 20,05(9) = 16,919
2 = (n 1) s2 / 02 = (101)(1,44) / (0,9)2 = 16,0
6. Kesimpulan : Karena 2 < 20,05(9), maka Terima H0 artinya benar bahwa umur
aki mempunyai = 0,9.
Teladan 6.17 :
Pelajaran matematika diberikan kepada 12 siswa kelas A dengan metode
pengajaran biasa, dan 10 siswa kelas B dengan metode pengajaran menggunakan
bahan terprogram. Hasil ujian kelas A rataratanya 85 dengan simpangan baku 4,
kelas B rataratanya 81 dengan simpangan baku 5.

Asumsi kedua populasi

mempunyai ragam yang sama tetapi tidak diketahui apakah dapat diterima ? Ujilah
pada taraf nyata 0,10.
Jawab :
1. Hipotesis :
H0 : 12 = 22

lawan H1 : 12 22 (uji dua pihak).

2. Uji Statistik : F
3. Taraf Nyata = 0,10
4. Wilayah Kritik : F < 1/F/2 (v2, v1) atau F > F/2 (v1, v2)
5. Perhitungan :
n1 = 12 x1 = 85

s1 = 4

n2 = 10 x2 = 81

s2 = 5

Untuk = 10% didapat 1/F/2(v2, v1) = 1/F0,05 (9, 11) = 0,34


dan F/2(v1, 2) = F0,05(11, 9) = 3,11
F = s12 / s22 = (16) / (25) = 0,64
6. Kesimpulan : Karena

1/F/2(v2, v1) < F < F/2(v1, v2)

maka Terima H0 artinya

kedua populasi mempunyai ragam yang sama .

Wijaya : Statistika II (Bagian-2)

18

Teladan 6.18 :
Masa putar film yang diproduksi oleh 2 perusahaan film adalah :
Masa Putar (menit)
Perusahaan I

103

94

110

87

98

Perusahaan II

97

82

123

92

175

88

118

Ujilah pada taraf nyata 10% apakah kedua populasi mempunyai ragam yang
sama.
Jawab :
1. Hipotesis :
H0 : 12 = 22

lawan H1 : 12 22 (uji dua pihak).

2. Uji Statistik : F
3. Taraf Nyata = 0,10
4. Wilayah Kritik : F < 1/F/2 (v2, v1) atau F > F/2 (v1, v2)
5. Perhitungan :
n1 = 5 x1 = 98,4

s12 = 76,3

n2 = 7 x2 = 110,7

s22 = 1035,9

Untuk = 10% didapat 1/F/2 (v2, v1) = 1/F0,05 (6, 4) = 0,22


dan F/2 (v1, v2) = F0,05 (4, 6) = 4,53
F = s12 / s22 = (76,73) / (1035,9) = 0,074
6. Kesimpulan : Karena

1/F/2

(v2, v1)

< F < F/2 (v1, v2) maka Tolak H0 artinya

kedua populasi mempunyai ragam yang tidak sama .

6.7 Pengujian Kesamaan Beberapa Ratarata


H0 : 1 = 2 = = n
H1 : Paling sedikit ada satu tanda = tidak berlaku
Uji Statistik yang digunakan adalah :
s12
F =
s22

v1 = n1 1 dan v2 = n2 1

Wijaya : Statistika II (Bagian-2)

19

Teladan 6.19 :
Untuk data penurunan bobot badan (kg) pada 4 metode diet, ujilah pada taraf
nyata 0,05 apakah ratarata penurunan bobot badan keempat metode diet itu
sama.
Metode Diet
Nomor

1,2

1,4

0,7

1,0

2,0

1,5

1,6

0,9

2,1

1,0

1,6

1,4

1,0

1,9

1,4

1,6

1,7

2,2

1,7

1,1

Jumlah

8,0

8,0

7,0

6,0

Rtarata

1,6

1,6

1,4

1,2

29,0

Jawab :
1. Hipotesis : H0 : 1 = 2 = = n
H1 : Paling sedikit ada satu tanda = tidak berlaku
2. Uji Statistik : F
3. Taraf Nyata = 0,05
4. Wilayah Kritik : F > F (v1, v2)
5. Perhitungan :
2

a. Faktor Koreksi (FK) = (29) : 20 = 42,05


2

b. Jumlah Kuadrat Perlakuan (JKP) = (8,0 + + 6,0 ) / 5 FK = 0,55


2

c. Jumlah Kuadrat Total (JKT) = (1,2 + + 1,1 ) FK = 3,35


d. Jumlah Kuadrat Galat (JKG) = JKT JKP = 3,35 0,55 = 2,80
e. Derajat Bebas (db) Total = n 1 = 20 1 = 19
f.

Derajat Bebas (db) Perlakuan = k 1 = 4 1 = 3

g. Derajat Bebas (db) Galat = db Total db Perlakuan = 19 3 = 16


h. Kuadrat Tengah (KT) Perlakuan = JK Perlakuan : db Perlakuan
i.

Kuadrat Tengah (KT) Galat = JK Galat : db Galat


Wijaya : Statistika II (Bagian-2)

20

j.

F = (s12 ) / (s22 ) = (0,183) / (0,175) = 1,05

Daftar Sidik Ragam :


No.

Sumber Variasi

db

JK

KT

F0,05

Metode Diet

0,55

0,183

1,05

3,24

Galat

16

2,80

0,175

Total

19

3,35

6. Kesimpulan : Karena F < F0,05, maka Terima H0 artinya penurunan bobot


badan pada keempat metode diet itu sama besar.

6.8 Pengujian Kesamaan Beberapa Proporsi (Data Multinom)


H0 : p1 = p2 = = pn
H1 : Paling sedikit ada satu tanda = tidak berlaku
(oi ei ) 2
2 =
ei

db2 = (b1)(k1)

dimana b = banyaknya baris dan k = banyaknya kolom. Untuk tabel kontingensi 2


x 2, berarti db2 = (b1)(k1) = 1 perlu dilakukan koreksi Yate bagi kekontinyuan
(karena data asal bersifat diskrit) yaitu :
[ (oi ei ) 0,5 ]2
2 =
ei
Bila frekuensi harapan (ei ) antara 5 dan 10, maka koreksi Yates harus
dipakai. Bila frekuensi harapan (ei ) besar, maka 2 2 terkoreksi. Bila frekuensi
harapan

(ei ) kurang dari 5, maka dipakai Uji Pasti FisherIrwin, oleh karena itu

sebaiknya digunakan ukuran contoh yang besar.


Teladan 6.20 :
Data berikut menunjukkan banyaknya produk yang cacat pada 3 macam waktu
kerja. Ujilah pada taraf nyata 0,025 apakah produk yang cacat mempunyai
Wijaya : Statistika II (Bagian-2)

21

proporsi sama untuk ketiga waktu kerja tersebut.


Pagi

Siang

Malam

Jumlah

Cacat

45

55

70

170

Baik

905

890

870

2665

Jumlah

950

945

940

2835

Jawab :
1. Hipotesis :
H0 : p1 = p2 = = pn
H1 : Paling sedikit ada satu tanda = tidak berlaku
2. Uji Statistik : 2
3. Taraf Nyata = 0,025
4. Wilayah Kritik : 2 > 2(b1) (k1)
5. Perhitungan :
Untuk = 0,025 didapat 2(b1) (k1) = 20,025 (2) = 19,023
Pagi

Siang

Malam

Oi

Ei

Oi

Ei

Oi

Ei

Cacat

45

57,0

55

56,7

70

56,3

170

Baik

905

893,0

890

888,3

870

883,7

2665

Jumlah

950

945

940

2835

(oi ei ) 2
2 =
ei
(45 57 )2
(905 893 )2
(870 883,7) 2
= + + + = 6,288
(57)
(893)
(883,7)
2

6. Kesimpulan : Karena 2 < 20,025(2), maka Terima H0 artinya proporsi produk


cacat yang dihasilkan pada ketiga macam waktu kerja adalah sama.

Wijaya : Statistika II (Bagian-2)

22

Teladan 6.21 :
Tiga penyalur mixed nut mengiklankan bahwa produknya mengandung
sebanyakbanyaknya 60% kacang.

Bila sebuah kaleng berisi 500 mixed nut

diambil secara acak dari masingmasing penyalur ternyata mengandung berturut


turut 345 ; 319

dan 359 kacang.

Simpulkan

pada taraf nyata 0,01 apakah

proporsi kacang mixed nut dari ketiga penyalur tersebut sama.


Penyalur I

Penyalur II

Penyalur III

Jumlah

Berkacang

345

319

359

1017

Tidak

155

181

141

483

Jumlah

500

500

500

1500

Jawab :
1. Hipotesis :
H0 : p1 = p2 = = pn
H1 : Paling sedikit ada satu tanda = tidak berlaku
2. Uji Statistik : 2
3. Taraf Nyata = 0,01
4. Wilayah Kritik : 2 > 2(b1) (k1)
5. Perhitungan :
Untuk = 0,01 didapat 2(b1) (k1) = 20,01(2) = 9,21
Penyalur I

Penyalur II

Oi

Ei

Oi

Ei

Oi

Ei

Berkacang

345

339

319

339

359

339

1017

Tidak

155

161

181

161

141

161

483

Jumlah

500

500

Penyalur III

500

1500

(345 339)2
(319 339 )2
(141 161)2
2 = + + + = 10,19
(339)
(339)
(161)
6. Kesimpulan : Karena 2 < 20,01(2), maka Tolak H0 artinya proporsi kacang
pada mixed nut dari ketiga penyalur berbeda.
Wijaya : Statistika II (Bagian-2)

23

Teladan 6.22 :
Hasil penelitian untuk mengetahui proporsi ibu rumah tangga yang suka acara
Sinetron TV diperoleh 29 diantara 150 ibu rumah tangga di daerah A, 48 diantara
200 di daerah B dan 35 diantara 150 di daerah C suka acara tersebut. Simpulkan
pada taraf nyata 0,05 apakah tidak ada perbedaan proporsi ibu rumah tangga
terhadap acara tersebut.
A

Jumlah

Suka

29

48

35

112

Tidak Suka

121

152

115

388

Jumlah

150

200

150

500

Jawab :
1. Hipotesis :
H0 : p1 = p2 = = pn
H1 : Paling sedikit ada satu tanda = tidak berlaku
2. Uji Statistik : 2
3. Taraf Nyata = 0,05
4. Wilayah Kritik : 2 > 2(b1) (k1)
5. Perhitungan :
Untuk = 0,05 didapat 2(b1) (k1) = 20,05(2) = 5,991
A

Oi

Ei

Oi

Ei

Oi

Ei

Suka

29

33,6

48

44,8

35

33,6

112

Tidak Suka

121

116,4

152

155,2

115

161,4

388

Jumlah

150

200

150

500

(29 33,69)2
(48 44,8 )2
(115 161,4)2
2 = + + + = 1,181
(33,6)
(44,8)
(161,4)
6. Kesimpulan :

Karena 2 < 20,05(2), maka Terima H0 artinya proporsi ibu

rumah tangga yang suka acara Sinetron tidak berbeda.


Wijaya : Statistika II (Bagian-2)

24

6.9 Pengujian Kesamaan Beberapa Ragam


H0 : 12 = 22 = = k2
H1 : Paling sedikit satu tanda = tidak berlaku.
Uji dari Bartlett :
2 = Ln 10 [ {Log s2 (ni 1) } { (ni 1) Log si2 } ]
(ni 1) si2

(ni 1) si2

s2 = =
(ni 1)
Nk
Teladan 6.23 :
Untuk data penurunan bobot badan (kg) pada 4 metode diet. Ujilah pada taraf
nyata 0,05 apakah ragam penurunan bobot badan keempat metode diet itu sama.
Jawab :
1. Hipotesis : H0 : 12 = 22 = = k2
H1 : Paling sedikit satu tanda = tidak berlaku.
2. Uji Statistik : 2
3. Taraf Nyata = 0,05
4. Wilayah Kritik : 2 > 2(n1)
5. Perhitungan :
Untuk = 0,05 didapat 2(n1) = 20,05(3) = 7,81
ni 1

si2

Log si2

(ni 1) Log si2

1,2 2,0 2,1 1,0

1,7

0,235

0,63

2,52

1,4 1,5 1,0 1,9

2,2

0,215

0,67

2,67

0,7 1,6 1,6 1,4

1,7

0,165

0,78

3,13

1,0 0,9 1,4 1,6

1,1

0,085

1,07

4,28

s2 = 4 (0,235 + 0,215 + 0,165 + 0,085) / (16) = 0,175


2 = 2,3 [ ( 0,76)(16) ( 12,6) ] = 1,012
6. Kesimpulan : Karena 2 < 20,05(3), maka Terima H0 artinya ragam penurunan
bobot badan keempat metode diet itu sama.
Wijaya : Statistika II (Bagian-2)

25

6.10

Uji Kebaikan Suai (Uji Kecocokan)


Uji ini digunakan untuk mengetahui ada tidaknya kesesuaian (kecocokan)

model sebaran yang diasumsikan. Misal sebuah dadu dilempar 120 kali, bila dadu
itu setimbang maka secara teoritik masingmasing sisi akan muncul sebanyak 20
kali. Dengan membandingkan frekuensi yang teramati dengan frekuensi harapan,
kita harus memutuskan apakah ketaksuaian itu disebabkan oleh fluktuasi
penarikan contoh atau karena dadunya tidak setimbang sehingga sebaran hasil
percobaan tidak seragam. Uji Kebaikan Suai didasarkan pada besaran :
k

( oi ei ) 2

2 =
i

ei

db2 = (k g 1) dimana k adalah banyaknya kategori atau kelas interval dan g


adalah banyaknya parameter yang ditaksir. Kriteria pengujian adalah Tolak H0 jika
2 > 2(kg1).
Bila frekuensi teramati (oi) dekat dengan frekuensi harapan (ei), maka nilai 2
akan kecil, menunjukkan adanya kesuaian yang baik.

Kesuaian yang baik

membawa pada penerimaan H0. Bila ada frekuensifrekuensi harapan (ei) kurang
dari 5, maka frekuensi harapan tersebut harus digabungkan, berarti db2 akan
berkurang.
Teladan 4.24 :
Misal data berikut menunjukkan frekuensi teramati dan frekuensi harapan dari
pelemparan dadu sebanyak 120 kali. Ujilah pada taraf nyata 5% apakah dadu
tersebut setimbang.
Sisi Dadu
1

Teramati

20

22

17

18

19

24

Harapan

20

20

20

20

20

20

Wijaya : Statistika II (Bagian-2)

26

Jawab :
1. Hipotesis :
H0 : p1 = p2 = = pn
H1 : Paling sedikit ada satu tanda = tidak berlaku
2. Uji Statistik : 2
3. Taraf Nyata = 0,05
4. Wilayah Kritik : 2 > 2(kg1)
5. Perhitungan :
Untuk = 0,05 dan db2 = (k g 1) = (601) = 5
didapat 2(kg1) = 20,05 (5) = 11,07
(20 20)2
(22 20)2
(24 20)2
2 = + + + = 1,7
(20)
(20)
(20)
6. Kesimpulan : Karena nilai 2 < 20,05 (5) maka disimpulkan untuk menerima
H0 (dadu setimbang).
Teladan 6.25 :
Eksperimen genetika menunjukkan bahwa semacam karakteristik diturunkan
menurut perbandingan 1:3:3:9, untuk kategori A, B, C dan D.

Dari 160

pengamatan terdapat 5 kategori A, 23 B, 32 C dan 100 D. Dengan taraf nyata 5%,


apakah data tersebut menguatkan teori genetika ?
Kategori
Teramati
Harapan

Jml

5
10

23
30

32
30

100
90

160
160

Jawab :
1. Hipotesis :
H0 : p1 = p2 = = pn
H1 : Paling sedikit ada satu tanda = tidak berlaku
2. Uji Statistik : 2
Wijaya : Statistika II (Bagian-2)

27

3. Taraf Nyata = 0,05


4. Wilayah Kritik : 2 > 2 (kg1)
5. Perhitungan :
Untuk = 0,05 dan db2 = (k g 1) = (401) = 3
didapat 2(kg1) = 20,05 (3) = 7,81
(5 10)2
(23 30)2
(100 90)2
2 = + + + = 5,18
(10)
(30)
(90)
6. Kesimpulan : Karena nilai 2 < 20,05 (3)

maka Terima H0 artinya tidak ada

alasan untuk tidak mempercayai teori genetika tersebut.


Teladan 6.26 :
Tabel berikut menunjukkan distribusi frekuensi gaji (x Rp 10.000, per minggu) dari
40 karyawan Pabrik Rotan, dengan ratarata (x) = 3,4 dan simpangan baku (s) =
0,7. Untuk menghitung frekuensi

harapan (ei) digunakan batas atas masing

masing kelas ke rumus z (data kontinyu, n > 30), misalnya :


z1 = (1,45 3,41) / (0,7) = 2,80 jadi p(z1 ) = 0,0026
z2 = (1,95 3,41) / (0,7) = 2,09 jadi p(z2) = 0,0183
P (1,45 < x < 1,95) = P (z1 < z < z2 ) = 0,0157 atau ei = 0,0157 x 40 = 0,6
Dengan cara yang sama akan didapat :
Batas Kelas

z1

z2

1,45 1,95

2,80

2,09

0,0157

0,6

1,95 2,45

2,09

1,37

0,0670

2,7

2,45 2,95

1,37

0,66

0,1693

6,7

2,95 3,45

0,66

0,06

0,2693

3,45 3,95

0,06

0,77

0,2555

3,95 4,55

0,77

1,49

0,1525

6,0

4,45 4,95

1,49

2,20

0,0548

2,2

Ei

(oi ei)2 / ei

oi
2

10,0

0,900

10,7

15

1,728

10,1

10

0,001

0,005

8,2

5
3

40

40

2,634

Wijaya : Statistika II (Bagian-2)

28

Jawab :
2 = 2,634.

db2 = (k g 1) = (421) = 1,

k = 4 (asalnya 7 kelas setelah

digabung jadi 4 kelas) dan g = 2 (banyaknya parameter yang ditaksir ada 2 yaitu
ratarata dan simpangan baku).
Untuk = 0,05 nilai

2(kg1) = 20,05 (4) = 7,879. Karena nilai 2 < 20,05 (4)

maka Terima H0 artinya sebaran normal memberikan kesuaian yang baik bagi
pendapatan.
6.11 Uji Kebebasan Dua Peubah
Untuk Tabel Kontingensi b x k ( b baris dan k kolom ) :
(oi ei ) 2
2 = db2 = (b1)(k1)
ei
Untuk tabel kontingensi 2x2, berarti db2 = (b1)(k1) = 1 perlu dilakukan koreksi
Yate bagi kekontinyuan (karena data asal bersifat diskrit) yaitu :
[ ( oi ei ) 0,5 ]2
2 =
ei
atau dengan menggunakan rumus lain, yaitu :
Baris

Kolom

Jumlah

a+b

c+d

Jumlah

a+c

b+d

n [ ( ad bc ) 0,5 n ]2
2 =
(a+b)(a+c)(b+d)(c+d)

Wijaya : Statistika II (Bagian-2)

29

Teladan 6.27 :
Data berikut menunjukkan tingkat pendidikan kepala keluarga dan banyaknya anak
dari 1000 keluarga. Ujilah pada taraf nyata 5%, apakah terdapat hubungan antara
tingkat pendidikan kepala keluarga dengan banyaknya anak tersebut.
Banyaknya Anak
13
>3
Oi
Ei
Oi
Ei

Pendidikan

Jumlah

Sekolah dasar

182

200,9

154

135,1

336

Sekolah menengah
Akademi

213
203

209,9
187,2

138
110

141,1
125,8

351
313

598

402

1000

Jawab :
(182 200,9)2
(110 125,8)2
= + + =
(200,9)
(125,8)
2

db2 = (b1)(k1) =

jadi 20,05

(31)(21) = 2

(2)

7,854
= 5,991.

Karena nilai

2 > 20,05(2) maka Tolak H0 artinya besarnya keluarga bergantung pada tingkat
pendidikan kepala keluarga (atau terdapat hubungan yang nyata antara tingkat
pendidikan kepala keluarga dengan banyaknya anak).
Teladan 6.28 :
Contoh acak 30 orang dewasa diklasifikasikan menurut jenis kelamin dan lamanya
nonton TV setiap minggu. Ujilah pada taraf nyata 1%, apakah terdapat hubungan
antara lamanya nonton TV dengan jenis kelamin.

Lama Nonton TV

Jenis Kelamin
Lakilaki
Perempuan
Oi
Ei
Oi
Ei

Jumlah

25 jam

6,53

7,47

14

< 25 jam

7,47

8,53

16

14

16

30

Wijaya : Statistika II (Bagian-2)

30

Dengan Rumus I :
[(5 6,53) 0,5]2
[(7 8,53) 0,5]2
2 = + + =
(6,53)
(8,53)

0,571

Dengan Rumus II :
30 [ {(5x7 9x9) . 30]2
= = 0,575
( 14 x 16 x 14 x 16 )
2

db2 = 1 jadi 20,01(1) = 6,635. Karena nilai 2 < 20,01(1) maka Terima H0,
artinya lamanya nonton TV tidak bergantung pada jenis kelamin (bebas).

Wijaya : Statistika II (Bagian-2)

31

DAFTAR PUSTAKA

Anto Dajan. 1995. Pengantar Metode Statistika Jilid II. LP3ES. Jakarta.
Jalaluddin Rakhmat. 1999. Metode Penelitian Komunikasi. Remaja Rosdakarya.
Bandung.
J. Supranto. 1995. Statistik : Teori dan Aplikasi, Jilid II. Erlangga. Jakarta.
Kwanchai A. Gomez dan Arturo A. Gomez. 1995. Prosedur Statistik Untuk
Penelitian Pertanian. Universitas Indonesia Press. Jakarta.
Robert, G. D. Steel dan James H. Torrie. 1993. Prinsip dan Prosedur Statistika.
Gramedia Pustaka Utama. Jakarta.
Ronald E. Walpole.
Jakarta.

1995.

Pengantar

Statistika.

Gramedia Pustaka Utama.

Sudjana. 1989. Metoda Statistika. Tarsito. Bandung.


Sugiyono. 1997. Statistika Untuk Penelitian. Alfabeta. Bandung
Vincent Gaspersz. 1991. Teknik Analisis Dalam Penelitian Percobaan, Jilid I.
Tarsito. Bandung.
Vincent Gaspersz. 1991. Teknik Analisis Dalam Penelitian Percobaan, Jilid II.
Tarsito. Bandung.

Wijaya : Statistika II (Bagian-2)

32