Anda di halaman 1dari 24

JAWABAN SOAL UJIAN AKHIR SEMESTER

(Take Home Exem)




Mata Kuliah :

Statistik Terapan





Dosen Pengampu :

Dr. Ign. Boedi Hendrarto, M.Sc.






Oleh :

Rangga Bayu Kusuma Haris










PROGRAM PASCA SARJANA
MAGISTER MANAJEMEN SUMBER DAYA PANTAI
UNIVERSITAS DIPONEGORO
2012






1
Ujian Statistika Terapan
Dosen Pengampu :Dr. Ign. Boedi Hendrarto, MSc
Rangga Bayu Kusuma Haris

Cara mengerjakan :
1. Hitung analisis secara manual, kemudian hitung dengan software analisis statistik apasaja
dengan komputer. Hasil perhitungan manual dan print out perhitungan komputer dijadikan satu
dan kedua - duanya dikumpulkan.
2. Jawaban dikumpulkan 2 minggu setelah tanggal ujian.

Soal dan jawaban:
1. Penelitian tentang kelimpahan seagrass (lamun) di dua daerah yang berbeda (A dan B) dimana
masing - masing daerah dilakukan sampling di tiga sub daerah, mendapatkan hasil dalam tabel
di bawah ini :
A B
A1 A2 A3 B1 B2 B3
23 25 27 12 45 56
21 24 28 13 34 67
20 23 26 11 26 65
25 22 25 10 43 59
34 21 22 16 33 60

a. Gambarkan diagram balok hasil penelitian tersebut yang menggambarkan rata - rata nilai hasil
sampling per daerah dan rata - rata nilai per sub daerah, disertai error yang berupa standart
error (SE) nya.
Diagram Rata - rata Nilai Hasil Sampling Per Daerah
Daerah
A B
Rata - rata 24,40 36,67


24.40
36.67
0.00
10.00
20.00
30.00
40.00
50.00
A B
Rata - rata Kelimpahan Seagrass Per Daerah



2
Ujian Statistika Terapan
Dosen Pengampu :Dr. Ign. Boedi Hendrarto, MSc
Rangga Bayu Kusuma Haris

Diagram Rata - rata Nilai Hasil Sampling Per Sub Daerah
Sub daerah
A1 A2 A3 B1 B2 B3
Rata - rata 24,6 23 25,6 12,4 36,2 61,4



b. Buat hipotesis dan ujilah hipotesis tersebut dengan analisis statistik yang tepat. Sebelum di uji
periksalah apakah data tersebut layak diuji dengan uji statistik yang digunakan?
Tabel Uji Normalitas
No X X-x zi Fzi Szi (Fzi-Szi)
1 10 -20.53 -1.26 0.10 0.03 0.07
2 11 -19.53 -1.20 0.11 0.07 0.05
3 12 -18.53 -1.14 0.13 0.10 0.03
4 13 -17.53 -1.08 0.14 0.13 0.01
5 16 -14.53 -0.89 0.19 0.17 0.02
6 20 -10.53 -0.65 0.26 0.20 0.06
7 21 -9.53 -0.59 0.28 0.23 0.05
8 21 -9.53 -0.59 0.28 0.27 0.01
9 22 -8.53 -0.53 0.30 0.30 0.00
10 22 -8.53 -0.53 0.30 0.33 -0.03
11 23 -7.53 -0.46 0.32 0.37 -0.05
12 23 -7.53 -0.46 0.32 0.40 -0.08
13 24 -6.53 -0.40 0.34 0.43 -0.09
14 25 -5.53 -0.34 0.37 0.47 -0.10
15 25 -5.53 -0.34 0.37 0.50 -0.13
16 25 -5.53 -0.34 0.37 0.53 -0.17
17 26 -4.53 -0.28 0.39 0.57 -0.18
24.6
23
25.6
12.4
36.2
61.4
0
10
20
30
40
50
60
70
A1 A2 A3 B1 B2 B3
Rata - rata Kelimpahan Seagrass Per Sub daerah



3
Ujian Statistika Terapan
Dosen Pengampu :Dr. Ign. Boedi Hendrarto, MSc
Rangga Bayu Kusuma Haris

18 26 -4.53 -0.28 0.39 0.60 -0.21
19 27 -3.53 -0.22 0.41 0.63 -0.22
20 28 -2.53 -0.16 0.44 0.67 -0.23
21 33 2.47 0.15 0.56 0.70 -0.14
22 34 3.47 0.21 0.58 0.73 -0.15
23 34 3.47 0.21 0.58 0.77 -0.18
24 43 12.47 0.77 0.78 0.80 -0.02
25 45 14.47 0.89 0.81 0.83 -0.02
26 56 25.47 1.57 0.94 0.87 0.07
27 59 28.47 1.75 0.96 0.90 0.06
28 60 29.47 1.81 0.97 0.93 0.03
29 65 34.47 2.12 0.98 0.97 0.02
30 67 36.47 2.25 0.99 1.00 -0.01
Jumlah 916,00


Rerata 30,53
SD 16,24
L maks 0,070
L (0,05) 0,161
L (0,01) 0,187

Uji Normalitas Yang Digunakan Adalah Uji Lilliefors, Dengan Rumus Sebagai Berikut :
Xi = angka pada data
Zi = transformasi dari angka ke notasi pada distribusi normal
=


Fzi = probabilitas komulatif normal
Sxi = probabilitas komulatif empiris
=



Hipotesis
H
0
= Tidak ada pengaruh antara daerah yang berbeda (A dan B), sub daerah dan kombinasi
di antaranya dengan kelimpahan seagrass (lamun)
H
1
= ada pengaruh antara daerah yang berbeda (A dan B), sub daerah dan kombinasi
di antaranya dengan kelimpahan seagrass (lamun)






L maks < L tabel sehingga data bersifat menyebar normal

Berdasarkan dari hasil di atas jadi data ternyata menyebar
normal, itu berarti data dapat di uji statistik.






4
Ujian Statistika Terapan
Dosen Pengampu :Dr. Ign. Boedi Hendrarto, MSc
Rangga Bayu Kusuma Haris

Tabel Kelimpahan Seagrass (Lamun) di Dua Daerah yang Berbeda (A dan B)


A B

A1 (a) A2 (b) A3 (c) B1 (d) B2 (e) B3 (f)

23 25 27 12 45 56

21 24 28 13 34 67

20 23 26 11 26 65

25 22 25 10 43 59

34 21 22 16 33 60

24,6 23 25,6 12,4 36,2 61,4


X 123 115 128 62 181 307
X
2
3151 2655 3298 790 6795 18931

Faktor Koreksi :
C =

= 27968,533

SS
total
=


= 3
= 7651,467

SS
between =


=


=



SS
A
=


=
=



5
Ujian Statistika Terapan
Dosen Pengampu :Dr. Ign. Boedi Hendrarto, MSc
Rangga Bayu Kusuma Haris

SS
B
=


=
=
SS
AxB
= SS
between
SS
A
SS
B

=
= 2883,266
SS
within
= SS
total
SS
between

= 7651,467
= 501,6
df
total
= N 1= 30 1 = 29
df
A
= A 1 = 2 1 = 1
df
B
= B 1 = 3 1 = 2
df
AxB
= (A 1) (B 1) = (2 1) (3 1) = 2
df
within
= N (A x B) = 30 (2 x 3) = 24
Perhitungan MS :
MS
A
=

= 1128,534

MS
B
=

= 1569,033
MS
AxB
=

= 1441,633

MS
within
=

= 20,9
F hitung :
F
A
=


=
F
B
=


=
F
AxB
=


=




6
Ujian Statistika Terapan
Dosen Pengampu :Dr. Ign. Boedi Hendrarto, MSc
Rangga Bayu Kusuma Haris

ANNOVA


Kesimpulan :
Berdasarkan hasil uji statistika dapat diketahui bahwa F hit > F tabel, jadi tolak H
0
dan
terima H
1
. Ini menujukan bahwa ada pengaruh yang sangat nyata, jadi pengaruh daerah, sub
daerah atau kombinasi keduanya memberikan pengaruh yang nyata terhadap kelimpahan
seagrass (lamun).
Annova : Two - Factor With Replication

SUMMARY
sub
daerah 1
sub
daerah 2
sub
daerah 3 Total

daerah A

Count 5 5 5 15

Sum 123 115 128 366

Average 24.6 23 25.6 24.4

Variance 31.3 2.5 5.3 12.4

daerah B

Count 5 5 5 15

Sum 62 181 307 550

Average 12.4 36.2 61.4 36.66667

Variance 5.3 60.7 20.3 453.5238

Total

Count 10 10 10

Sum 185 296 435

Average 18.5 29.6 43.5

Variance 57.61111 76.48889 367.3889

Sumber SS df MS F
hit

Faktor A
(Daerah)
1128,534 1 1128,534

53,997 *
Faktor B
(Sub Daerah)
3138,067 2 1569,033 75,073*
Interaksi AxB 2883,266 2 1441,633 68,978 *
Dalam grup
(Error)
501,6 24 20,9
Total 7651,467 29
Efek Nyata



7
Ujian Statistika Terapan
Dosen Pengampu :Dr. Ign. Boedi Hendrarto, MSc
Rangga Bayu Kusuma Haris

ANNOVA

Source of
Variation SS df MS F P-value F crit
Sample 1128.533 1 1128.533 53.99681
1.37E-
07 4.259677
Columns 3138.067 2 1569.033 75.07337
4.69E-
11 3.402826
Interaction 2883.267 2 1441.633 68.97767
1.12E-
10 3.402826
Within 501.6 24 20.9

Total 7651.467 29

2. Dalam suatu penelitian terkumpul data jumlah kerang-kerangan per kedalaman adalah sebagai
berikut di bawah ini :

Shell fish
(ind/m
2
)
(X)
Kedalaman (m)
(Y) XY X
2
Y
2
64 25
1600 4096 625
72 36
2592 5184 1296
68 19
1292 4624 361
77 34
2618 5929 1156
56 40
2240 3136 1600
95 58
5510 9025 3364
78 45
3510 6084 2025
91 34
3094 8281 1156
97 48
4656 9409 2304
82 31
2542 6724 961
85 45
3825 7225 2025
77 30
2310 5929 900

942 445 35789 75646 17773


a. Analisiskan pola hubungan antara dependent dan independent variabel dari tabel di atas.
Apakah regresi yang dihasilkan secara statistik nyata?
b. Simpulkan apa yang telah saudara temukan dari hasil pengujian tersebut di atas.



8
Ujian Statistika Terapan
Dosen Pengampu :Dr. Ign. Boedi Hendrarto, MSc
Rangga Bayu Kusuma Haris


Analisi Pola Hubungan Antara Dependent Dan Independent :
y
2
= y
2


= 17773


= 17773
198025
12
= 17773 16502,083
= 1270,917
xy = xy


= 35789


= 35789
419190
12
= 35789 34932,50
= 856,5
x
2
= x
2


=75646


= 75646
887364
12
= 75646 73947
= 1699
=

= 78,5
=

= 37,083
b
1 =
8
8


=
0,504
b
o =


(b
1
. )
= 37.083 (0,504 x 78,5)
= 37,083 - 39,564
= - 2,481
Hipotesis:
H
0
: > 0
H
1
: 0
Titik kritis (tabel F) :
= 5%
df pembilang= k = 1
df penyebut = n 1 k
= 12 1 1 = 10
f tabel :
df pembilang ; df penyebut
1 ; 10 4,9646
Uji statistik :
F hit =


=
Kesimpulan :
F hit > F tabel 5,144 > 4,9646
Jadi tolak H
0
, terima H
1


Kesimpulan :
Adanya pengaruh antara kedalaman dan
jumlah kerang - kerangan



9
Ujian Statistika Terapan
Dosen Pengampu :Dr. Ign. Boedi Hendrarto, MSc
Rangga Bayu Kusuma Haris


Olah Data Anova Menggunakan Program Data Analysis di Microsoft Excel 2007 Regression

SUMMARY OUTPUT
Regression Statistics
Multiple R 0.582870587
R Square 0.339738121
Adjusted R
Square 0.273711933
Standard Error 9.160446639
Observations 12

ANNOVA









3. Penelitian hasil tangkapan total ikan kerapu macan (kg) dengan alat yang brbeda di wilayah
terumbu karang, menghasilkan data sebagai berikut di bawah ini :

Alat
tangkap
Ulangan
Kedalaman
1 m 2 m 3 m 4 m 5 m
Jaring
1 96 92 92 74 50
2 98 88 94 74 50
3 94 90 84 68 54
Bubu
1 90 88 78 10 12
2 94 92 82 21 20
3 92 94 74 15 18

df SS MS F Significance F
Regression
1 431.7788 431.7788 5.145506 0.0467
Residual
10 839.1378 83.91378
Total
11 1270.917

Coefficients Standard Error t Stat P-value Lower 95% Upper 95%
Intercept -2.490092211 17.64503 -0.14112 0.890576 -41.8057
36.82548
Shell fish (ind/m2) 0.504120071 0.222239 2.268371 0.0467
0.008941 0.999299



10
Ujian Statistika Terapan
Dosen Pengampu :Dr. Ign. Boedi Hendrarto, MSc
Rangga Bayu Kusuma Haris

Tentukan metoda yang tepat untuk menganalisis data di atas dan kerjakan agar dapat ditarik
suatu kesimpulan dari hasil penelitian tersebut di atas.
Pada soal nomer 3 Metoda yang untuk menganalisis yaitu dengan menggunakan analisis
Anova Two - Factor With Replication.
Tabel Hasil Tangkapan Total Ikan Kerapu Macan (Kg)

Alat Tangkap
Jaring Bubu
Kedalaman 1m 2m 3m 4m 5m 1m 2m 3m 4m 5m
96 92 92 74 50 90 88 78 10 12
98 88 94 74 50 94 92 82 21 20
94 90 84 68 54 92 94 74 15 18

96.00 90.00 90.00 72.00 51.33 92.00 91.33 78.00 15.33 16.67
X 288 270 270 216 154 276 274 234 46 50
X
2
27656 24308 24356 15576 7916 25400 25044 18284 766 868

Faktor Koreksi
C =

= 143936,13
SS total
=


=
= 170174 143936,13
= 26237,87
SS between =


=



= 25977, 20



11
Ujian Statistika Terapan
Dosen Pengampu :Dr. Ign. Boedi Hendrarto, MSc
Rangga Bayu Kusuma Haris

SS
A
=


=
= 3370,80
SS
B
=


=
= 19115,20
SSAxB = SS
between
- SS
A
SS
B

= 25977,20 3370,80 19115,20
= 3491,20
SSwithin

= SS
total
SS
between

= 26237,87 25977,20
= 260,67
dftotal = N 1= 30 1 = 29
dfA = A 1 = 2 1 = 1
dfB = B 1 = 5 1 = 4
dfAxB = (A 1) (B 1) = (2 1) (5 1) = 4
dfwithin = N (A x B) = 30 (2 x 5) = 20
Perhitungan MS:

MS
A
=

= 3370,80
MS
AxB
=

= 872,8
MS
B
=

= 4778,8
MS
within
=

= 13,03








12
Ujian Statistika Terapan
Dosen Pengampu :Dr. Ign. Boedi Hendrarto, MSc
Rangga Bayu Kusuma Haris

F hitung :

F
A
=


=
F
B
=


=
F
AxB
=


= 66,97

F tabel :

F tabel A = 1 : 20 = 4,35
F tabel B = 4 : 20 = 2,86
F tabel AxB = 4 : 20 = 2,86

ANNOVA


Kesimpulan :

Berdasarkan Tabel diatas menunjukkan bahwa antara F hitung > F tabel sehingga memberikan
adanya pengaruh yang sangat nyata. Yaitu pada alat tangkap yang digunakan untuk ikan kerapu
macan, daerah kedalam untuk menangkap ikan kerapu macan dan faktor kombinasi antara alat
tangkap dan daerah wilayah penangkapan memberikan pengaruh yang nyata terhadap
menangkapan ikan kerapu macan.


Sumber SS df MS F
Alat Tangkap 3370,80 1 3370,80

258,7*
Kedalaman 19115,21 4 4778,80

366,75*
Interaksi AxB 3491,19 4 872,8 66,98*
Dalam grup
(Error)
260,67 20 13,03
Total 26237,87 29
Effek Nyata



13
Ujian Statistika Terapan
Dosen Pengampu :Dr. Ign. Boedi Hendrarto, MSc
Rangga Bayu Kusuma Haris

Olah Data Anova Dengan Program Data Analysis di Microsoft Excel 2007

Anova: Two - Factor With Replication


SUMMARY 1m 2m 3m 4m 5m Total
Jaring
Count 3 3 3 3 3 15
Sum 288 270 270 216 154 1198
Average 96 90 90 72 51.33333 79.86667
Variance 4 4 28 12 5.333333 295.1238
Bubu

Count 3 3 3 3 3 15
Sum 276 274 234 46 50 880
Average 92 91.33333 78 15.33333 16.66667 58.66667
Variance 4 9.333333 16 30.33333 17.33333 1338.238
Total


Count 6 6 6 6 6
Sum 564 544 504 262 204
Average 94 90.66667 84 43.66667 34
Variance 8 5.866667 60.8 980.2667 369.6
ANNOVA

Source of
Variation SS df MS F P-value F crit
Sample 3370.8 1 3370.8 258.6292 6.62E-13 4.351243
Columns 19115.2 4 4778.8 366.6598 2.11E-18 2.866081
Interaction 3491.2 4 872.8 66.96675 2.7E-11 2.866081
Within 260.6667 20 13.03333
Total 26237.87 29












14
Ujian Statistika Terapan
Dosen Pengampu :Dr. Ign. Boedi Hendrarto, MSc
Rangga Bayu Kusuma Haris

4. Karyo bermaksud akan menemukan estimasi rata - rata panjang ikan belanak di Brebes, untuk
itu Karyo baru mendapat sampel sebanyak 5 kan berukuran 35, 42, 41, 38, 40 cm. Berapa
banyak sampel lagi dibutuhkan Karo untuk mendapatkan kesempatan sabanyak 95% rata - rata
ukuran ikan 1 cm? (atau : Confident Limit 1 cm)?
Asumsi Jawaban 1
= 5% Z/2 = Z0,025 = 1,96
p = 0,95
E = 0,1
q = 0,50

n = Z/2 pq = (1,96) (0,95) (0,50) = 93,1
E
2
0,1
2

Maka banyaknya sampel yang dibutuhkan karyo untuk mendapatkan kesempatan 95%
rata rata ukuran ikan 1 cm adalah sebanyak 93 ikan belanak.

Asumsi Jawaban 2

Diketahui :
Sampel (x) = 35, 42, 41, 38, 40
Selang kepercayaan = 95%
n = 5
= 5
Ditanya ?
Estimasi banyaknya sampel yang akan dibutuhkan ?
95% = 0,05 luasannya 0,5 0,025 = 0,475
Nilai Z = luasan dari 0,475 1,96
=

= 39,2
x z(/2) . / x + z(/2) . /
39,2 1,96 . 5/ 39,2 +1,96 . 5/
39,2 1,96 . 2,24 39,2 +1,96 . 2,24
39,2 4,39 39,2 + 4,39
34,81 43,59





15
Ujian Statistika Terapan
Dosen Pengampu :Dr. Ign. Boedi Hendrarto, MSc
Rangga Bayu Kusuma Haris

Kesimpulan
Jadi banyak sampel lagi dibutuhkan Karo untuk kesempatan mendapatkan ikan sebanyak 95%
rata - rata ukuran ikan 1 cm antara 34,81 sampai 43,59.
5. Kreasikan sebuah model penelitian yang datanya akan di analisis dengan ANOVA
TERSARANG. Lakukan analisis dan tariklah kesimpulan dari hasil analisis saudara.s
Bubu ikan yang memiliki luas permukaan sama ditempatkan pada 3 lokasi sungai yang
kuat arusnya berbeda, dengan ulangan masing - masing 2 penggulangan. Setelah 2 hari dilakukan
perhitungan jumlah ikan yang tertangkap pada bubu ikan adalah seperti berikut di bawah ini.

Sampel Bubu Ikan (lokasi Sungai) Hari Ke 1
(A)
Hari Ke 2
(B)
Sub sampel (Bubu Ikan) 1 2 3 1 2 3
Ikan (Kg) 7 6 5 4 3 4
4 6 7 6 5 2
7 8 3 2 4 3
Total per Bubu Ikan 18 20 15 12 12 9
Total Tertangkap 53 33

1. X
2

=7
2
+6
2
+5
2
+4
2
+6
2
+7
2
+7
2
+8
2
+3
2
+4
2
+3
2
+4
2
+6
2
+5
2
+2
2
+2
2
+4
2
+3
2

=49+36+25+16+36+49+49+64+9+16+36+25+4+4+16+9

=468
2. Total
JK = X
2
(( X)
2
/ N )
= 468 ((86)
2
/ 18 )
= 486 410,89
= 57,11

3. Antara semua subsampel
JK = ti
2
/ ni (( X)
2
/ N
= ((18
2
/ 3) + (20
2
/ 3) + (15
2
/ 3) + (12
2
/ 3) + (12
2
/ 3) + (9
2
/ 3)) 410,89
= 108 + 133,33 + 75 + 48 + 48 + 27 410,89
= 439,33 410,89
= 28,44
4. Antara perlakuan
JK = (( Tj
2
/ n ) (( X)
2
/ N )
= ((53
2
/ 9 ) + (33
2
/ 9 ) 410,89
= 433,11 410,89
= 22,22



16
Ujian Statistika Terapan
Dosen Pengampu :Dr. Ign. Boedi Hendrarto, MSc
Rangga Bayu Kusuma Haris

5. Antara subsampel dalam perlakuan
JK = 28,44 - 22,22
= 6,22
6. Residual
JK = 57,11 28,45
= 28,66
7.
Sumber variasi JK
(Jumlah Kuadrat)
DB
(Derajat Bebas)
KR
(Kuadrat Rata - rata)
Antara sample 22,22 (a-1) = (3-1) = 1 22,22
Antara subsampel 6,22 a(b-1) = 2(3-1) = 4 1,56
Residual 28,66 ab (n-1) = 2x3 (3-1) = 12 2,39
Total 57,11 17

Fhitung = Kuadrat rata-rata sub sample / Kuadrat rata - rata residual
= 1,56 / 2,39
= 0,65
Ftabel (0,05) (4,12) = 5,91
Sehingga F Hitung < F tabel atau P < 0,05
Kesimpulan : Tidak ada perbedaan dalam rata - rata jumlah per Bubu Ikan dalam satu sungai.
Dikarenakan tidak ada perbedaan di antara sub sampel, maka untuk sampel
FHit = Kuadrat rata - rata perlakuan / Kuadrat rata - rata residual
= 22,22 / 2,39
= 9,3
Dengan Derajat Bebas (1,12) maka P < 0,01 tolak Ho artinya disimpulkan bahwa ada
perbedaan yang sangat nyata (sangat bermakna) diantara sungai.

Annova Two - Factor Without
Replication


SUMMARY Count Sum Average Variance

Row 1 6 29 4.833333 2.166667

Row 2 6 30 5 3.2

Row 3 6 27 4.5 5.9


Column 1 3 18 6 3

Column 2 3 20 6.666667 1.333333

Column 3 3 15 5 4

Column 4 3 12 4 4

Column 5 3 12 4 1

Column 6 3 9 3 1




17
Ujian Statistika Terapan
Dosen Pengampu :Dr. Ign. Boedi Hendrarto, MSc
Rangga Bayu Kusuma Haris

ANNOVA

Source of
Variation SS df MS F P-value F crit
Rows 0.777778 2 0.388889 0.139442 0.871505 4.102821
Columns 28.44444 5 5.688889 2.039841 0.157883 3.325835
Error 27.88889 10 2.788889
Total 57.11111 17

6. Di bawah ini terdapat data hipotetik tentang kelimpahan individu ikan grouper per hektar pada
empat site yang berbeda di perairan Ambon :

Site 1 Site 2 Site 3 Site 4
44 50 44 46
46 52 47 44
44 51 45 47
45 51 47 44
44 52 46 45

A. Lakukan uji pendahuluan sebelumnya apakah data ini cukup baik/layak untuk diuji secara
statistik (H
0
:
2
1
=
2
2
=
2
3
=
2
4
) dengan uji Cochran.
B. Ujilah hipotesis dimana H
0
: tidak ada perbedaan kelimpahan di antara site (
1
=
2
=
3
=
4
)
C. Apabila anda menolak H
0
lakukan lanjutan berupa uji Student-Newman-Keuls (SNK) untuk
menentukan mean mana yang berbeda dari mean yang lainnya (lihat paper Underwood, 1981)

Jawab:

A. Untuk mengetahui data tersebut apakah menyebar normal adalah dengan uji normalitas.
Uji normalitas yang digunakan adalah uji lilliefors, yang rumusnya :
Xi = angka pada data
Zi = transformasi dari angka ke notasi pada distribusi normal
=


Fzi = probabilitas komulatif normal
Sxi = probabilitas komulatif empiris



18
Ujian Statistika Terapan
Dosen Pengampu :Dr. Ign. Boedi Hendrarto, MSc
Rangga Bayu Kusuma Haris

=




Hasil Data Dari Rumus Di Atas Adalah Sebagai Berikut :
No X

zi Fzi Szi (Fzi-Szi)


1 44 -2.70 -0.94 0.17 0.05 0.12
2 44 -2.70 -0.94 0.17 0.10 0.07
3 44 -2.70 -0.94 0.17 0.15 0.02
4 44 -2.70 -0.94 0.17 0.20 -0.03
5 44 -2.70 -0.94 0.17 0.25 -0.08
6 44 -2.70 -0.94 0.17 0.30 -0.13
7 45 -1.70 -0.59 0.28 0.35 -0.07
8 45 -1.70 -0.59 0.28 0.40 -0.12
9 45 -1.70 -0.59 0.28 0.45 -0.17
10 46 -0.70 -0.24 0.40 0.50 -0.10
11 46 -0.70 -0.24 0.40 0.55 -0.15
12 46 -0.70 -0.24 0.40 0.60 -0.20
13 47 0.30 0.10 0.54 0.65 -0.11
14 47 0.30 0.10 0.54 0.70 -0.16
15 47 0.30 0.10 0.54 0.75 -0.21
16 50 3.30 1.14 0.87 0.80 0.07
17 51 4.30 1.49 0.93 0.85 0.08
18 51 4.30 1.49 0.93 0.90 0.03
19 52 5.30 1.84 0.97 0.95 0.02
20 52 5.30 1.84 0.97 1.00 -0.03
Jumlah 934.00
Rata - rata 46.70
SD 2.89

L Maks = 0,12
L (0,05) = 0,19
L (0,01) = 0,23
L Maks < L Tabel Menjadi data menyebar normal.
Dari data di atas data ternyata menyebar normal, itu berarti data tersebut dapat di uji
statistik. Uji statistik yang akan dilakukan adalah uji Cochran, sebelum melakukan uji Cochran.
Maka, data tersebut diasumsikan. Pengasumsian yang dipakai adalah dengan melakukan
penilaian dari 1 sampai 4, yaitu data terbesar mendapat nilai 4 dan seterusnya hingga data terkecil
mendapat nilai 1.



19
Ujian Statistika Terapan
Dosen Pengampu :Dr. Ign. Boedi Hendrarto, MSc
Rangga Bayu Kusuma Haris

Penilaian Sebagai Berikut :
Ulangan
(j)
Site
Rj
1 2 3 4
1 1,5 4 1,5 3 7
2 2 4 3 1 10
3 1 4 2 3 10
4 2 4 3 1 10
5 1 4 3 2 10
Ci 6 20 11 10 47

Rumus Uji Cochran Sebagai Berikut :
T =


Dimana :
T = Nilai Cochran dari hasil perhitungan
c = Banyaknya katagori/perlakuan
Ci = Jumlah data pada katagori/perlakuan ke - i
r = Banyaknya kelompok ulangan
Rj = Jumlah data pada kelompok ulangan ke - j
N = Jumlah seluruh data positip ( N =


Hasil Perhitungan :
T =


=
44161175
2
201175
2
111175
2
101175
2

74710410104101041010410

=
123306 6806 056 306
2160606060

=
12 10474
261

=
125688
261
= - 4,81

B. Data hipotetik tentang kelimpahan individu ikan grouper per hektar pada empat site yang
berbeda di perairan Ambon :



20
Ujian Statistika Terapan
Dosen Pengampu :Dr. Ign. Boedi Hendrarto, MSc
Rangga Bayu Kusuma Haris

Site Di Perairan Ambon
Site 1 Site 2 Site 3 Site 4


Kelimpahan
Individu
1. 44 50 44 46
2. 46 52 47 44
3. 44 51 45 47
4. 45 51 47 44
5. 44 52 46 45
223 256 229 226

1. SQUARE FIRST, THEN SUM
=



= 44
2
46
2
44
2
45
2
44
2
50
2
52
2
51
2
51
2
52
2
44
2
47
2
45
2
47
2

46
2
46
2
44
2
47
2
44
2
45
2

= 1936 + 2116 + 1936 + 2025 + 1936 + 2500 + 2704 + 2601 + 2601 + 2704 + 1936 + 2209 +
2025 + 2209 + 2116 + 2116 + 1936 + 2209 + 1936 + 2025
= 43776
2. SUM FIRST, THEN SQUARE
=


= (44+46+44+45+44+50+52+51+51+52+44+47+45+47+46+46+44+47+44+45)
2

20
=


=
872356
20

= 43617.8

3. SQUARE THE COLUMN TOTALS
= [


=
223
2
5

256
2
5

229
2
5

226
2
5


=
49729
5

65536
5

52441
5

51076
5

= 9945,8 + 13107,2 + 10488,2 + 10215,2
= 43756.4







21
Ujian Statistika Terapan
Dosen Pengampu :Dr. Ign. Boedi Hendrarto, MSc
Rangga Bayu Kusuma Haris

1. Sum Of Squares Between Groups
SSbg = [


= 43756.4 43617.8
= 138,6
2. Sum Of Squares Within Groups
SSwg =


- [


= 43776 43756.4
= 19,6
3. Sum Of Squares Total
SStot =


= 43776 43617,8
= 158,2

df bg = j 1
= 4 1
= 3
df wg = N j
= 20 4
= 16
df total = N 1
= 20 1
= 19

MSbg =


= 138,6
3 = 46,2
MSwg =


= 19,6
16 = 1,225
F =


=
462
1152
= 37,714

ANNOVA

SS df MS F F Tabel
Bg 138,6 3 46,2 37,714 3,3541
Wg 19,6 16 1,225
Total 158,2 19

Olah Data Anova Dengan Program Data Analysis di Microsoft Excel 2007 Single Factor
Anova : Single Factor


SUMMARY

Groups Count Sum Average Variance

Column 1 5 223 44.6 0.8

Column 2 5 256 51.2 0.7

Column 3 5 229 45.8 1.7

Column 4 5 226 45.2 1.7





22
Ujian Statistika Terapan
Dosen Pengampu :Dr. Ign. Boedi Hendrarto, MSc
Rangga Bayu Kusuma Haris

ANNOVA


Source of
Variation SS df MS F P-value F crit
Between
Groups 138.6 3 46.2 37.71429 1.75E-07 3.238872
Within Groups 19.6 16 1.225

Total 158.2 19

C. Apabila anda menolak H
0
lakukan lanjutan berupa uji Student-Newman-Keuls (SNK) untuk
menentukan mean mana yang berbeda dari mean yang lainnya (lihat paper Underwood, 1981)
KTG = 46,2
r = 4
W,p,v =
p = 2,3,4,5
v = 16
= 0,05
Nilai W,p,v dapat dilihat pada tabel sebaran studentized range, yaitu pada taraf nyata
= 0,05, sebagai berikut :
W0,05 (p,16) =
p = 2 : W0,05 (2,16) = 3,00
p = 3 : W0,05 (3,16) = 3,65
p = 4 : W0,05 (4,16) = 4,05
p = 5 : W0,05 (5,16) = 4,33

Wilayah Nyata Terpendek :

S


= 3,39
Hitung Nilai Wp :
P 2 3 4 5
S

3,39 3,39 3,39 3,39


W,p,v 3,00 3,65 4,05 4,33
Wp = (W,p,v) (S

) 10,17 12,3735 13,7295 14,6787






23
Ujian Statistika Terapan
Dosen Pengampu :Dr. Ign. Boedi Hendrarto, MSc
Rangga Bayu Kusuma Haris

Maka kriteria pengujian adalah membandingkan nilai mutlak selisih rata - rata yang dilihat
perbedaannya dengan wilayah terpendek (Wp) sehingga kesimpulan yang dapat ditarik adalah
nilai mutlak < Wp maka hasil uji tidak menjadi nyata.

Anda mungkin juga menyukai