PROBABILITAS
A. PENGERTIAN PROBABILITAS
Probabilitas atau Peluang adalah : derajat tau tingkat kepastian atau keyakinan
dari munculnya hasil percobaan statistic. Suatu probabilitas dilambangkan dengan P
Untuk membantu pemahaman konsep dasar probabilitas terlebih dahulu harus
memahami analisis kombinatorial, yaitu analisis bilangan factorial,permutasi dan
kombinasi. Secar umum probabilitas dapat dipahami sebagai suatu nilai dari 0 s/d 1
yang mennjukkan seberapa besar terjadinya suatu peristiwa, suatu kejadian (event),
adalah sekumpulan atau lebih dari hasil-hasil yang mungkin pada suatu eksprimen.
Adapun hasil (out come) adalah sekumpulan data yang merupakan seluruh hasil dari
eksprimen. Sedangkan eksprimen sendiri menjelaskan suatu proses yang dilakukan
untuk mendapat hasil-hasil yang diamati lebih jauh.
Sebagai contoh, proses pelemparan dadu untuk mendapatkan hasil adalah
merupakan suatu eksprimen, sedangkan 1, 2, 3, 4, 5, 6 adalah keseluruhan hasil (out
comes) yang mungkin terjadi. Kumpulan angka genap (2, 4, 6) atau kumpulan angka
ganjil (1, 3, 5) adalah kejadian (event).
Rumus peluang:
n( A) m
P ( A) = =
n( S ) n
Kegunaanya :
Dengan adanya statistic probabilitas atau peluang kita dapat memperkirakan
kejadiaan-kajadiaan yang akan muncul.Banyak kejadian dalam kehidupan sehati-hari
yang slit diketahui dengan pasti, apalagi kejadian dimasa yang akan datang misalnya,
Apakah nanti malam akan turun hujan? Meskipun kejadiaan tersebut tidak pasti,tetapi
kita bisa melihat fakta-fakta yang ada untuk menuju derajat kepastian atau derajat
keyakinan bahwa sesuatu akan terjadi. Bila ada mendung dan langit semakin gelap,
maka itu menjadi tanda-tanda bahwa hujan akan turun.
n!
Rumus = n Pr =
( n −r )!
n! n!
Rumus : n1, n 2, n3..... nk = n1!, n 2!, n3!.... nk !
3. KOMBINASI
Susunan-susunan yang dibentuk dari anggota-anggota suatu himpunan dengan
mengambil seluruh atau sebagian dari aanggota himpunan itu tanpa memberi arti
pada urutan anggota dari masing-masing susunan tersebut.
N N
RUMUS : nCr= R = R!( N − R )! = N !
Begitu juga dalam percobaan statistic,kita tidak bias mengetahui dengan pasti hasil-
hasil yang akan muncul misalnya:
Pada melemparan sebuah uang logam kita tidak tau dengan pasti hasilnya.apakah
yang akan muncul sisi muka atau sisi belakang dari uang logam itu.
5
2. perumusan probabilitas
a. perumusan klasik
bila kejadiian E terjsdi dalam n cara dari seluruh n cara yang mungkin terjadi dan
masing-masing n cara itu mempunyai kesempatan atau kemungkinan yang sama
untuik muncul,maka probabilitas kejadian E yang ditulis P(E) dirumuskan sebagai
berikut;
m
rumus P( E ) =
n
b.rumusan dengan frekuensi relatife
probabilitas empiris dari suatu kejadian dengan memekai frekuensi relative dari
terjadinya suatu kejadian dengan syarat banyakny pengamatan atau banyaknya
sampel n adalah sangat besar.
lim f
Rumus : P ( E ) =
n → ∞n
n (S) n
bila hasil (1), (2) dan (3) digabunmg maka diperoleh sifat 0 ≤ P(A) < 1
dalam hal P(A) = 0, dikatajkan A kejadian yang mustahil terjadi dan dalam hal P(A)
= 1 dikatakan A kejadian yang pasti terjadi.
Rumus ; P (A ) = 1 – P(A)
PROBABILITAS BERSAYARAT
Perobabilitas terjadinya kejadian A bila kejadian B telah terjadi disebutm probabilitas
bersyarat yang ditulis P(A/B) dan dirumuskan sebagai berikut:
D. CONTOH SOAL
1. bilangan F aktorial
hitunglah 3!, 5!, 6!
Langkah-langkah penyelesaianya
Jawab ;
Rumus : n! = n (n-1) (n-2)…..3.2.1
3! = 3 (3-1) (3-2)
= 3.2.1
=6
2. bilangan permutasi
hitunglah ?
a. 6P2 b. 8P4 c. 4P2
rumus: nPr = n!
(n-r)!
Diketahui n= 4 dan r = 2
Npr = n!
(n-1)!
= 4!
(4-2)!
10
= 4.3.2.1
2.1
= 12
2
=6
Langkah-langkah penyelesaianya
P(A) = 3
6
=1
2
Langkah-langkah penyelesaianya
Jawab
Diketahui :
S = 2 , T= 3, A= 2, I=2, K=1
Rumus ;
n!
n1!, n2!, n3!, ….nk!
10
2!,3! 2! 1! 2! 1!
10.9.8.7.6.5.4.3.2.1
2! 3! 2! 1! 2! 1!
= 362800
48
= 75.600
5. Kombinasi
Hitunglah !
a. 12 b. 7
6 3
Langkah-langkah penyelesaianya:
Jawab
Diketahui n= 12 dan r= 3
12
Rumus:
nCr = n!
r!(n-r)!
12 = 12!
6 3! (12-6)!
= 12!
3! 6!
= 12.11.10.9.8.7.6.5.4.3.2.1
3.2.1 6.5.4.3.2.1
= 110880
b. diketahui n= 7 dan r = 3
langkah-langkah penyelesaianya
jawab
rumus :
nCr = n!
r!(n-r)!
7 = 7!
3 3!(7-3)!
= 7!
3! 4!
= 7.6.5.4.3.2.1
3.2.1 4.3.2.1
= 35
6. kaidah pengadaan
Pada sebuah perpustakaan membuat rak buku yang terjadi dari :
13
Langkah-langkah penyelesaiaanya.
Jawab
Diketahui paket rak buku
Buku tentang hukum =4
Buku rtentang keguruan =2
Buku tentang pertanian =5
Buku tentang ekonomi =3
F. SOAL-SOAL LATIHAN
1. selesaikan
a. 4 !
b. 6!
2. hitunglah !
a. 6P3
b. 10P4
3. empat orang bermain brigde dalam susunan melingkar, berapa susunan yang
mungkin dibentuk n=6 maka permutasi melingkarnya.
4. berapa banyak susunan yang dapat dibuat dari kalimat STATISTIKA
5. hitunglah !
a. 10
3
b. 6
2
6. dari 100 mahasiswa yang mengikuti ujian matematika,distribusi frekuensi
nilai mahasiswa adalah seperti pada table berikut ini.
Nilai x 35 47 55 64 87 96
frekuens 10 20 30 35 30 25
i
9. Bila A dan A dua kejadian saling kompelementer dengan P(A)= 0,8 maka
P(A )= 1- P(A)
10. Misalkan sebuah dadu dilempar B kejadian bilangan kuadrat murni dan
diketahui peluang munculnya bilangan ganjil = 1/9 dan peluang munculnya bilangan
genap = 2/9 bila diketahui A{ 4,5,6 } telah terjadi tentukan P(A/B)
11. Jika diketahui dua kajadian A dan B saling bebas dengan P(A) = 0,4 dan P(B) =
0,7 maka berklaku P( A ∩ B ), hitunglah !
16
2. nPr = n!
(n-r)!
a. Diketahui n= 6 dan r= 3
6P3 = 6! = 6! = 6.5.4.3.2.1
(6-3)! 3! 3.2.1
= 120
3. jawab :
Banyak permutasi = (n-1)!
(4-1)! = 3!
= 3.2.1
=6
4. jawab
semuanya ada n=8 huruf yang terdiri atas
jenis 1 huruf S yang banyaknya adalah n1 = 1
jenis 2 huruf E yang banyaknya adalah n2 = 1
jenis 3 huruf G yang banyaknya adalah n3 = 2
jenis 4 huruf I yang banyaknya adalah n4 = 2
jenis 5 huruf T yang banyaknya adalah n5 = 1
jenis 6 huruuf yang banyaknya adalah n6 = 1
jadi, banyaknya permutasi yang dapat dibuat adalah:
8 = 8
1,1,2,2,1,1 1! 1! 2! 2! 1! 1!
= 8.7.6.5.4.3.2.1
1. 1. 2.1 2.1 1. 1
= 40320
4
= 10.080
5. jawab
nCr = n = n!
r r! (n-r)!
a. diketahui n= 10 dan r= 3
10C3 = 10 = 10! = 10.9.8.7.6.5.4.3.2.1
18
c. diketahui n= 6 dan r= 2
6C2 = 6 = 6! = 6.5.4.3.2.1
2 2! (6-2)! 2.1 4.3.2.1
= 30
2
= 15
6. jawab
P(E) = P(X=35) P(E)= P(X=47) P(E)=P(X=55)
= 10 = 20 = 55
100 100 100
= 0,5 =0,2 = 0,15
7. jawab
P(A) = 3
5
= 0,6
19
8. jawab
karena A dan B saling lepas maka berlaku:
P ( A U B) = P(A) + P(B)
= 0,5 + 0,15
= 0,65
9. jawab
P(A) = 0,8
Jadi P(A´) = 1- 0,8
= 0,2
10. jawab
S = {1,2,3,4,5,6 } P (genab) = 2 P(ganjil) 1
9 9
B = {1,4 }
A= { 4,5,6 } - P(A) = 2 + 1 + 2 = 5
9 9 9 9
A ∩ B = { 4 }- P A ∩ B = 2
9
P(B/A) = P A ∩ B = 2 =2
P (A) 9 5
5
9
11. jawab
P( A ∩ B) = P(A). P(B)
= (0,4) . (0,7)
= 0,28
20
21
1. PENGERTIAN CHI-SQUARE
Contoh :
1. Sebuah dadu setimbang dilempar sekali 120 kali,berapa nilai ekspektasi sisi 1, sisi
2, sisi 3, sisi 4, sisi 5, dan sisi 6 muncul ?
kategori Sisi 1 Sisi Sisi Sisi Sisi Sisi
2 3 4 5 6
Frekuensi 1/6 1/6 1/6 1/6 1/6 1/6
ekspektasi
(e)
Sebuah dadu setimbang dilempar 120 kali berapa nilai ekspektasi sisi 1, sisi 2, sisi 3,
sisi 4, sisi 5,dan sisi 6 muncul ?
kategori Sisi 1 Sisi Sisi Sisi Sisi Sisi
2 3 4 5 6
Frekuensi 20 20 20 20 20 20
ekspektasi
(e)
Setiap kategori memiliki frekuensi ekspektasi yang sama yaitu : 1/6 x 120 = 20
22
Tujuannya adalah untuk menguji perbedaan proporsi antara dua atau lebih
kelompok. Misalnya: apakah ada perbedaan hipertensi antara mahasiswa dan
mahasiswi dan apakah ada perbedaan BBLR antara ibu yang sosial ekonomi
rendah,rendah dan tinggi.
Kegunaannya:
Kegunaan Chi-Square
3. Uji kenormalan data dengan melihat distribusi data (Goodness of fit test)
Manfaat chi-square
23
Dengan kata lain akan dipelajari, apakah terdapat atau tidak suatu kaitan diantara
faktor-faktor tersebut. Jika ternyata tidak terdapat kaitan diantara faktor-faktor
tersebut, maka dikatakan independen atau bebas, tepatnya bebas statistik.
Faktor II Jumlah
Taraf Taraf … Taraf
1 2 K
Faktor Taraf O11 O12 … O1K n10
1 1
Taraf O21 O13 … O2K n20
2
… … … …… …
Taraf OB1 OB2 … OBK nB0
B
Jumlah no1 n02 … noK n
Keterangan:
B = baris K = kolom
Keterangan:
3. Langkah selanjutnya adalah melakukan uji statistika yaitu Chi Square test
Keterangan:
Apabila nilai probabilitas eror < level of significance () maka Ho ditolak dan Hi
diterima artinya kedua faktor tersebut saling berhubungan
Apabilai nilai probabilitas eror > level of significance () maka Ho diterima dan
Hi ditolak artinya kedua faktor tersebut tidak saling berhubungan.
C = dengan Cmaks =
Keterangan:
Kriteria = makin dekat harga C terhadap C maks makin kuat asosiasi antara
faktor-faktor.
1. Tidak ada satu selpun boleh memiliki fre-kuensi yang diharapkan (Eij) kurang
dari 1.
2. Frekuensi diharapkan kurang dari 5 maksimal dari 20% dari jumlah total sel.
Jika hal itu terjadi maka harus dilakukan penggabungan kategori-kategori yang ber-
dekatan sehingga meningkatkan nilai fre-kuensi yang diharapkan dalam berbagai
Pengertian α pada Uji χ² sama dengan pengujian hipotesis yang lain, yaitu luas daerah
penolakan H0 atau taraf nyata pengujian Perhatikan gambar berikut :
27
Penggunaan Uji χ²
1. Uji kecocokan
4. CONTOH-CONTOH SOAL
Contoh soal 1 :
Pelemparan dadu 120 kali, kita akan menguji kesetimbangan dadu . Dadu
setimbang
jika setiap sisi dadu akan muncul 20 kali.
H0 : setiap sisi akan muncul = 20 kali.
H1 : ada sisi yang muncul ≠20 kali.
Contoh soal 2:
Sebuah mesin pencampur adonan es krim akan menghasilkan perbandingan
antara
Coklat : Gula : Susu : Krim = 5 : 2 : 2 : 1
H0 : perbandingan Coklat : Gula : Susu : Krim = 5 : 2 : 2 : 1
H1 : perbandingan Coklat : Gula : Susu : Krim ≠ 5 : 2 : 2 : 1
Rumus χ²
k
oi − ei 2
X2 = ∑(
i =1 ei
)
Perhitungan χ²
Contoh soal 3 :
Pelemparan dadu sebanyak 120 kali menghasilkan data sebagai berikut :
kategori : sisi-1 sisi-2 sisi-3 sisi-4 sisi-5 sisi-6
29
5. LANGKAH-LANGKAH PENYELESAIAN/SOLUSI :
1. H0 : Dadu setimbang → semua sisi akan muncul = 20 kali.
H1 : Dadu tidak setimbang → ada sisi yang muncul ≠20 kali.
2. Statistik Uji χ²
3. Nilai α = 5 % = 0.05
k = 6 ; db = k - 1 = 6-1 = 5
4. Nilai Tabel χ²
k = 6 ; db = k - 1 = 6-1 = 5
db = 5;α = 0.05 → χ² tabel = 11.0705
5. wilayah kritis = Penolakan H0 jika χ² hitung > χ² tabel (db; α)
χ² hitung > 11.0705
6. Perhitungan χ²
k
oi − ei 2
2
X = ∑(
i =1 ei
)
Sisi 1 20 20 0 0 0
Sisi 2 22 20 2 4 0,20
Sisi 3 17 20 -3 9 0,45
Sisi 4 18 20 -2 4 0,20
Sisi 5 19 20 -1 1 0,05
Sisi 6 24 20 4 16 0,80
Σ 120 120 …. …. 1,70
χ²hitung = 1.70
7. Kesimpulan :
30
Contoh soal 4 :
Sebuah mesin pencampur adonan es krim akan menghasilkan perbandingan antara
Coklat : Gula : Susu : Krim = 5 : 2 : 2 : 1. Jika 500 kg adonan yang dihasilkan,
diketahui mengandung 275 kg Coklat, 95 kg Gula, 70 kg Susu dan 60 kg Krim,
apakah mesin itu bekerja sesuai dengan perbandingan yang telah ditentukan?
Lakukan pengujian dengan taraf nyata = 1 %.
Langkah-langkah penyelesaian/solusi :
1. H0 : perbandingan Coklat : gula : Susu : Krim = 5 : 2 : 2 : 1
H1 : perbandingan Coklat : Gula : Susu : Krim ≠ 5 : 2 : 2 : 1
2. Statistik Uji χ²
3. Nilai α = 1 % = 0.01
4. Nilai Tabel χ²
k = 4; db =k -1 = 4-1= 3 db = 3; α = 0.01 → χ² tabel = 11.3449
5. Wilayah Kritis= Penolakan H0 jika χ² hitung > χ² tabel (db; α) χ² hitung >
11.3449
6. Perhitungan χ²
k
oi − ei 2
X2 = ∑(
i =1 ei
)
7. Kesimpulan :
χ²hitung = 13.75 > χ² tabel =(13,75> 11.3449)
χ²hitung ada di daerah penolakan H0 → H0 ditolak, H1 diterima.
Perbandingan Coklat : Gula : Susu : Krim ≠ 5 : 2 : 2 :1
Rumus Uji χ 2
Data dalam pengujian ketergantungan (hubungan) variabel dan beberapa
proporsi
32
Total observasi
r,k
X2 = Σ ( 0ij- eij )2
i,j
eij
derajat bebas = (r-1)(k-1)
r : banyak baris
k : banyak kolom
oi j , : frekuensi observasi baris ke-i, kolom ke-j
ei j , : frekuensi ekspektasi baris ke-i, kolom ke-j
Perhitungan χ²
Kita akan menguji kebebasan antara faktor gender (jenis kelamin) dengan jam kerja
di suatu pabrik. Tabel kontingensi dapat dibuat sebagai berikut :
Kurang dari 25 Pria wanita Total baris
jam/minggu 2 2,33 3Error: 2,67 5
Reference
source not
found
25 sampai 50 7 6,07 6Error: 13
jam / minggu Reference
source not
found
Lebih dari 50 5 5,60 7Error: 12
33
jam /minggu
Total kolom 14 16 30
6. Perhitungan χ²
Frekuensi harapan = (total kolom)x (total baris)
Total observasi
frekuensi harapan untuk :
pria, < 25 jam = 14 x 5 = 2,33 pria, 25-50 jam = 14 x13 =6 07
30 30
pria, > 50 jam = 14 x12 = 5,60 wanita < 25 jam = 16 x 5 = 2,67
30
30
Selesaikan Tabel perhitungan χ² di bawah ini.
Kategori 0i ei (oi-ei) (oi-ei)2 (oi-ei)2/ei
P < 25 2 2,33 -0,33 0,1089 0,0467
P 25-50 7 6,07 0.93 0,8649 0,1425
P > 50 5 5,60 -0,60 0,36 0,0643
W < 25 3 2,67 0,33 0,1089 0,0408
W 25-50 6 6,93 -0,93 0,8649 0,1249
W > 50 7 6,40 0,60 0,36 0,0563
Σ X2 =0,4755
7. Kesimpulan
Contoh soal 6 :
Berikut adalah data banyaknya penyiaran 3 jenis film di 3 stasiun TV. Apakah
proporsi pemutaran Film India, Taiwan dan Latin di ketiga stasiun TV tersebut sama?
Lakukan Pengujian proporsi dengan Taraf Nyata = 2.5 %
ATV BTV CTV Total baris (%)
(%) (%) (%)
Film India 4,5 4,17 3,5 2,92 2,0 2,92 10
Film kungfu 2,5 3,33 1,0 2,33 4,5 2,33 8
Film latin 3,0 2,50 2,5 1,75 0,5 1,75 6
Total 10 7 7 Total
kolom(%) observasi(%)=
24
solusi :
1. H0 : Proporsi pemutaran film India, Taiwan dan Latin di ketiga
stasiun TV adalah sama.
H1 : Ada proporsi pemutaran film India, Taiwan dan Latin di ketiga stasiun
TV yang tidak sama.
2. Statistik Uji = χ²
3. Nilai α = 2.5 % = 0.025
4. Nilai Tabel χ² db = 4; α = 0.025 → χ² tabel = 11.1433
6. Perhitungan χ²
Frekuensi harapan untuk
India, ATV = 10x10 = 4,17
24
24
24
24
24
7. Kesimpulan :
37
Ada beberapa jenis tes chi-kuadrat tetapi yang paling umum adalah Pearson
chi-kuadrat yang memungkinkan kita untuk menguji independensi dari dua variabel
kategori. Semua tes chi-kuadrat didasarkan atas distribusi chi-kuadrat, mirip dengan
cara t-tes, sama halnya dengan distribusi atau uji-F yang didasarkan pada distribusi F.
1. uji kecocokan
2. uji kebebasan
Hipotesis Null: Distribusi frekuensi beberapa kejadian yang diamati pada sebuah
sampel konsisten dengan distribusi teoritis tertentu
38
6. SOAL LATIHAN
1. Suatu adonan kue cake akan menghasilkan perbandingan antara coklat:gula: susu:
mentega= 5:2:2:1. jika 300 kg adonan yang dihasilkan, diketahui mengandung 100kg
coklat, 75 kg gula, 55 kg susu, 70 kg mentega.apakah adonan tersebut dapat dicampur
sesuai dengan perbandingan yang telah ditentukan? Lakukan pengujian dengan taraf
nyata 1%.
2. pelemparan dadu sebanyak 60 kali menghasilkan data sebagai berikut:
Kategori Sisi 1 Sisi 2 Sisi 3 Sisi 4 Sisi 5 Sisi 6
Frrekuensi 10 12 8 10 15 5
observasi
Frekuensi 10 10 10 10 10 10
harapan
7. JAWABAN SOAL
1).Solusi
H0 = perbandingan coklat: gula:susu : mentega = 5:2:2:1
2. Statistik uji X2
4.Nilai tabel X2
k= 4,db = k-1 = 4-1 = 3
db = 3 α =0,01 → X2tabel =11,3449
6.perhitungan X2
k
oi − ei 2
X = 2
∑(
i =1 ei
)
7. kesimpulan
X2 hitung> X2 tabel
74,16 > 11,3449
H0,ditolak, H1diterima
Perbandingan coklat:gula:susu:mentega ≠5:2:2:1
1. Solusi
H0 = Dadu setimbang → semua sisi akan muncul = 10 kali
H1 = dadu tidak setimbang → aada sisi yang muncul ≠10 kali
2. Statistik uji X2
3. Nilai α = 5% = 0,05
4. Nilai tabel X2
K=6 db=k-1 =6-1= 5
Db=5 α =0,05 → X2 tabel =11,0705
Sisi 2 12 10 2 4 0,4
Sisi 3 8 10 -2 4 0,4
Sisi 4 10 10 0 0 0
Sisi 5 15 10 5 25 2,5
Sisi 6 5 10 -5 25 2,5
Σ 60 60 5,8
X2hitung =5,8
7. kesimpulan
X2 hitung =5,8 < X2 tabel
Nilai X2 hitung ada di daerah penerimaan H0
H0 diterima,pernyataan dadu setimbang dapat diterima
42
43
DISTRIBUSI BINOMIAL
b. probabilitas sebuah kejadian baik sukses maupun gagal tetap bernilai sama
untuk setiap percobaan
c. percobaan-percabaan bersifat independent
d. data yang dikumpul merupakan hasil dari perhitungan.
n!
P(r ) = p r .q n −r
r!( n − r )!
dimana:
44
3. CONTOH SOAL
PT. MENA JAYA FARM (MJF) mengirim sebuah semangka ke hero
supermarket. Dengan jaminan kualitas yang baik, maka 90% sermangka yang
dikirim lolos seleksi oleh Hero Supermarket. PT. MJF setioap hari mengirim 15
buah semangka dengan berat antara 5-6 kg.
a. berapa probabilitas 25 buah semangka?
b. Berapa probabilitas 13 buah semangka?
c. Berapa probabilitas 10 buah yang diterima?
15 !
P( r ) = 0,915 .0,10
15 !(0)!
P (15 ) =1x 0,206 x1
P (15 ) = 0,206
15 !
P (13 ) = 0,913 0,12
15 !(2)!
P (13 ) =105 x0,2 x 0,01
P (13 ) = 0,267
5. SOAL LATIHAN
Sebuah industri rumah tangga yan memproduksi keranjang dari dau ulang
plastik dengan jaminan kualitas bahan yang baik, maka 90% keranjang yang
dikirim ke sebuah supermarket lulus seleksi. Industri tersebutmengirim 10 buah
keranjan setiap minggunya.
Pertanyaan?
a. brapa probabilitas 10 keranjang diterima
b. berapa probabilitas 5 keranjang diterima
47
30240
P (10 ) = 0,590 .0,00001
120
P (10 ) = 0,008
48
49
1. PENGERTIAN ANOVA
Analisa varian atau anova adalah suatu metode untuk menguji hipoteis kesamaan
rata-rata dari tiga atau lebih populasi.
Asumsi
o Sample diambil secara random dan saling bebas ( independent )
o Populasi berdistribusi berdistribusi normal
o Populsi mempunyai kesamaan variansi
Misalkan kita mempunyai k populasi.
Dari masing-masing populasi diambil sampel berukuran n.
Misalkan pula bahwa k populasi itu bebas ban berdistribusi normal dengan rata-
rata dan variansi µ1, µ2,...... dan µk dan variansi σ2
Hipotesa :
Ho : µ1 = µ2 = ... = µk
H1 : ada rata-rata yang tidak sama
contoh ( within samples ). Dengan ide semacam ini, analisis varians dengan dua
contoh akanmemberikan hasil yang ama dengan uji T untuk kedua rerata ( mean ).
Supaya sahih ( valid ) dalam menafsirkan hasilnya, analisis varians
menggantungkan diri pada empat asumsi yang harus dipenuhi dalam rancanga
percobaan :
1. Data berdistribusi normal, karena pengujiannya menggunakan uji F-snedecor.
2. varians atau ragamnya homogen, dikenal sebagai homoskedastisitas,karena
hanya digunakan satu penduga untuk varians dalam contoh.
3. masing-masing contoh saling independen, yang harus dapat diatur dengan
perencanangan percobaan yang tepat.
4. komponen-komponen dalam modelnya bersifat aditif ( saling menjumlah)
Analisis varians relatif mudah dimodifikasi dan dapat dikembangkan untuk
berbagai bentuk percobaan yang lebih rumit. Selain itu, analisis ini juga masih
memiliki keterkaitan dengan analisis regresi. Akibatnya, penggunaannya sangat luas
di berbagai bidang, mulai dari eksperimen laboratorium higga eksperimen periklanan,
psikologi, dan kemasyarakatan.
3. BAGIAN-BAGIAN ANOVA
Anova dapat digolongan kedalam beberapa kriteria, yaitu :
1. klasifikasi 1 arah
Anova klasifikasi 1 arah merupakan anova yang didasarkan pada pengamatan
1 kriteria.
2. Klasifikasi 2 arah
Klasifikasi 2 arah merupakan aova yang didasarkan pada engamatan 2
kriteria.
3. Klasifikasi banyak arah
Anova banyak arah merupakan Anova yang didasarkan pada pengamatan
banyak kriteria.
Populasi
1 2 3
25,40 23,40 20,00
26,31 21,80 22,20
24,10 23,50 19,75
23,74 22,75 20,60
25,10 21,60 20,40
Total 124,65 113,05 102,95 340,65
JKT = ∑∑x ij – T ..
2
i =1 j =1 nk
JKT = 25,402 + 26,312 + 24,102 + 23,742 + 25,102 + 23,402 + 21,802 + 23,502 + 22,752
116042 ,4225
15
= 7794,3787 – 7736,1615
= 58,2172
b. Jumlah Kuadrat Perlakuan ( JKP )
53
k 2
JKP = ∑T i
i =1 -
T..2
nk
n
124 ,65 2 +113 ,05 2 +102 ,95 2 340 ,65 2
= -
5 5 ×3
38916 ,6275
= - 7736,4225
5
= 7783,3255 – 7736,1615
JKP = 47,164
Langkah-langkah :
• Tingkat signifikansi α = 0,05
dF 1 = 3 ( Derajat bebas perlakuan )
dF 2 = 16 ( Derajat bebas galat )
Maka F ( 0,05 ; 3 ; 16 ) = 3,24
• Jadi daerah penolakanya
H0 ditolak jika F > 3,24
• Data
Populasi
1 2 3 4
8,2 7,7 6,9 6,8
8,7 8,4 5,8 7,3
9,4 8,6 7,2 6,3
9,2 8,1 6,8 6,9
8,0 7,4 7,1 Total
6,1
Total 35,5 40,8 40,2 34,4 150,9
a. Jumlah kuadrat total ( JKT )
55
k n
T...2
JKT = ∑ ∑x
i =1 j =1
2
ij -
k
JKT = 8,22 + 8,72 + 9,4 2+9,22 + 7,72 + 8,42 + 8,6 2+ 8,12 + 8,02 + 6,9 2+
5,82 + 7,22 + 6,82 + 7,42 + 6,12 + 6,82 + 7,32 + 6,32 + 6,92 + 7,12 -
150 ,9 2
20
JKT = 67,24 + 75,69 + 88,36 + 84,64 + 59,29 + 70,56 + 73,96 + 65,61 + 64 +
47,61 + 33,64 + 51,84 + 46,24 + 54,76 + 37,21 + 46,24 + 53,29 +
22770 ,81
39,69 + 47,61 + 50,41 -
20
JKT = 1157,89 – 1138,5405
JKT = 19,3495 ( dibulatkan )
JKT = 19, 350
b. Jumlah Kuadrat Perlakuan ( JKP )
k 2
Ti 2 T...
JKP = ∑
i =1 ni
-
N
35 ,5 2 40 ,82 2 40 ,2 2 34 ,4 2 150 ,9 2
JKP = + + + -
4 5 6 5 20
22770,81
1260 ,25 1664 ,64 1616 ,04 1183 ,36
JKP = + + + - 20
4 5 6 5
Konsentrasi
1 2 3 4
7,2 6,7 5,9 5,8
7,7 7,4 4,8 6,3
8,4 7,6 6,2 5,3
8,2 7,1 5,8 5,9
7,0 6,4 6,1
5,1
7. JAWABAN LATIHAN
Langkah- langkah :
• Tingkat signifikansi α = 0,05
dF 1 = 2 ( Derajat bebas perlakuan )
dF 2 = 12 ( Derajat bebas galat )
Maka F ( 0,05 ; 2 ; 12 ) = 3,89
• Jadi daerah penolakanya
H0 ditolak jika F > 3,89
• Data
Populasi
1 2 3
24,40 22,40 19,00
25,31 20,80 21,20
58
JKT = ∑∑x ij – T .. 2
i =1 j =1 nk
JKT = 24,402 + 25,312 + 23,102 + 22,742 + 24,102 + 22,402 + 20,802 + 22,502 + 21,752
106047 ,9225
15
JKT = 7128,0787 – 7069,8615
JKT = 58,2172
b. Jumlah Kuadrat Perlakuan ( JKP )
k 2
JKP = ∑T i
i =1 -
T..2
nk
n
119 ,65 2 +108 ,05 2 + 97 ,95 2 325 ,65 2
= -
5 3 ×5
14316 ,1225 +11674 ,8025 + 9594 ,2025
= - 7069,8615
5
= 7117,0255 – 77069,8615
JKP = 47,164
Jawaban latihan.
konsentrasi
1 2 3 4
7,2 6,7 5,9 5,8
7,7 7,4 4,8 6,3
8,4 7,6 6,2 5,3
8,2 7,1 5,8 5,9
7,0 6,4 6,1 Total
5,1
Total 31,5 35,8 34,2 29,4 130,9
130 ,9 2
20
JKT = 51,84 + 59,29 + 70,56 + 67,24 + 44,89 + 54,76 + 57,76 + 50,41 + 49 +
34,81 + 23,04 + 38,64 + 40,96 + 26,01 + 33,64 + 39,69 + 28,09 +
17134 ,81
34,81 + 47,61 + 37,21 -
20
JKT = 876,09 – 856,7405
JKT = 19,3495 ( dibulatkan )
JKT = 19, 350
k 2
Ti 2 T...
JKP = ∑
i =1 ni
-
N
31 ,5 2 35 ,8 2 34 ,2 2 29 ,4 2 130 ,9 2
JKP = + + + -
4 5 6 5 20
17134,81
992 ,25 1281 ,64 1169 ,64 864 ,36
JKP = + + + - 20
4 5 6 5
KRG = 0,243
Total N–1 19,350
( 20-1 ) = 19
UJI NORMALITAS
Bila hasil kemiringan negatif, maka kurva miring ke kiri, bila hasil
kemiringan positif, Maka kurva miring ke kanan, sedangkan pada hasil
kemiringan nol, maka kurva normal. Pada kurva normal biasanya data cenderung
berdistribusi norma. Secara visual gambar sebagai berikut:
Nilai kemiringan 0,44 atau 0,29, berarti miring ke kanan, tidak simetris.
Rumus lainnya yang dapat digunakan untuk membutikan kenormalan data, yaitu
Koefisien Kurtosis Persentil, sebagai berikut :
69
Keterangan
: mr = moment ke r = 1 , 2, 3, dst
: Xi = data ke i = 1, 2, 3, dst, (titik tengah interval kelas)
: n = banyaknya angka pada data
: X = rata-rata
70
: fi = frekuensi
Bila nilai a4 sama dengan 3, maka data berdistribusi normal, bila a4 kurang dari
3, maka bentuk kurva normal platikurtik, bila nilai a4 lebih besar dari 3, maka
bentuk kurva leptokurtic. Secara visual gambar sebagai berikut:
Contoh untuk penyajian data di atas pada kertas peluang normal menjadi
sebagai berikut :
75
Keterangan :
X2 = Nilai X2
Oi = Nilai observasi
Ei = Nilai expected / harapan, luasan interval kelas berdasarkan tabel normal
dikalikan N (total frekuensi) ≈ pi x N
N = Banyaknya angka pada data (total frekuensi)
Keterangan :
Xi = Batas tidak nyata interval kelas
Z = Transformasi dari angka batas interval kelas ke notasi pada distribusi normal
pi = Luas proporsi kurva normal tiap interval kelas berdasar tabel normal
Oi = Nilai observasi
Ei = Nilai expected / harapan, luasan interval kelas berdasarkan tabel normal
dikalikan N (total frekuensi) ≈ pi x N
2. Persyaratan
a. Data tersusun berkelompok atau dikelompokkan dalam tabel distribusi frekuensi.
b. Cocok untuk data dengan banyaknya angka besar ( n > 30 )
c. Setiap sel harus terisi, yang kurang dari 5 digabungkan.
3. Signifikansi
Signifikansi uji, nilai X2 hitung dibandingkan dengan X2 tabel (Chi-Square)
√ Jika nilai X2 hitung kurang dari nilai X2 tabel, maka Ho diterima ; Ha
ditolak.
√ Jika nilai X2 hitung lebih besar dari nilai X2 tabel, maka Ho ditolak; Ha diterima.
Tabel X2 (Chi-Square)
77
b. Nilai α
Nilai α = level signifikansi = 5% = 0,05
e. Df/db/dk
Df = ( k – 3 ) = ( 5 – 3 ) = 2
f. Nilai tabel
Nilai tabel X2 ; α = 0,05 ; df = 2 ; = 5,991. Tabel X2 (Chi-Square)
g. Daerah penolakan
1). Menggunakan gambar
80
h. Kesimpulan
Sampel diambil dari populasi normal, pada α = 0,05.
1. Rumus
Keterangan :
Xi = Angka pada data
81
F(x) = komulatif proporsi luasan kurva normal berdasarkan notasi Zi, dihitung
dari luasan kurva normal mulai dari ujung kiri kurva sampai dengan titik Zi.
2. Persyaratan
a. Data berskala interval atau ratio (kuantitatif)
b. Data tunggal / belum dikelompokkan pada tabel distribusi frekuensi
c. Dapat untuk n besar maupun n kecil.
3. Signifikansi
Signifikansi uji, nilai F (x) - S (x) terbesar dibandingkan dengan nilai tabel
Lilliefors. Jika nilai F (x) - S (x) terbesar kurang dari nilai tabel Lilliefors, maka
Ho diterima ; Ha ditolak. Jika nilai F (x) - S (x) terbesar lebih besar dari nilai tabel
Lilliefors, maka Ho ditolak ; Ha diterima. Tabel Lilliefors , Tabel Harga Quantil
Statistik Lilliefors Distribusi Normal
a. Hipotesis
Ho : tidak beda dengan populasi normal
Ha : Ada beda populasi normal
b. Nilai α
Nilai α = level signifikansi = 5% = 0,05
e. Df/db/dk
Df = φ = tidak diperlukan
f. Nilai tabel
Nilai Kuantil Penguji Lilliefors, α = 0,05 ; N = 18 ; ≈ 0,2000. Tabe
Lilliefors pada lampiran 4.
g. Daerah penolakan
Menggunakan rumus 0,1469 < 0,2000 ; berarti Ho diterima, Ha ditolak
h. Kesimpulan
Sampel diambil dari populasi normal, pada α = 0,05.
85
5. METODE KOLMOGOROV-SMIRNOV
Metode Kolmogorov-Smirnov tidak jauh beda dengan metode Lilliefors.
Langkah-langkah penyelesaian dan penggunaan rumus sama, namun pada
signifikansi yang berbeda. Signifikansi metode Kolmogorov-Smirnov
menggunakan tabel pembanding Kolmogorov-Smirnov, sedangkan metode
Lilliefors menggunakan tabel pembanding metode Lilliefors.
Langkah-langkah penyelesaiannya:
1. Rumus
Keterangan :
Xi = Angka pada data
Z = Transformasi dari angka ke notasi pada distribusi normal
FT = Probabilitas komulatif normal
FS = Probabilitas komulatif empiris
2. Persyaratan
a. Data berskala interval atau ratio (kuantitatif)
b. Data tunggal / belum dikelompokkan pada tabel distribusi frekuensi
c. Dapat untuk n besar maupun n kecil.
3. Siginifikansi
Signifikansi uji, nilai Fr - Fs terbesar dibandingkan dengan nilai tabel Kolmogorov
Smirnov.
Jika nilai Fr - Fs terbesar kurang dari nilai tabel Kolmogorov Smirnov, maka
Ho diterima ; Ha ditolak.
Jika nilai Fr - Fs terbesar lebih besar dari nilai tabel Kolmogorov Smirnov,
maka Ho ditolak ; Ha diterima. Tabel Kolmogorov Smirnov, Harga Quantil
Statistik Kolmogorov Distribusi Normal.
X1 X2 Y
4 1 7
4 2 12
9 8 17
12 8 20
87
12 10 21
Dari tabel tersebut misalkan kita ingin menguji normalitas variabel Y , maka untuk
memudahkan diperlukan tabel bantu sebagai berikut :
Xi zx Fr Fs І Fr –Fs І
7 -1.43 0.08 0.2 0.12
12 -0.58 0.28 0.4 0.12
17 0.27 0.61 0.6 0.01
20 0.78 0.79 0.8 0.01
21 0.96 0.83 1.0 0.17
77 0 - - -
Hipotesis
Ho : tidak beda dengan populasi normal
Ha : Ada beda populasi normal
Nilai α
Nilai α = level signifikansi = 5% = 0,05
a. Cari Fs dengan cara Zi dibagi dengan jumlah data. Dalam contoh baris
pertama di atas adalah 1 : 5 = 0.2, demikian seterusnya sampai selesai untuk
setiap frekuensi.
88
Metode Shapiro Wilk menggunakan data dasar yang belum diolah dalam tabel
distribusi frekuensi. Data diurut, kemudian dibagi dalam dua kelompok untuk
dikonversi dalam Shapiro Wilk. Dapat juga dilanjutkan transformasi dalam nilai
Z untuk dapat dihitung luasan kurva normal.
Langkah-langkah penyelesaiannya:
1. Rumus
Keterangan :
D = Berdasarkan rumus di bawah
ai = Koefisient test Shapiro Wilk
89
Keterangan :
Xi = Angka ke i pada data yang
X = Rata-rata data
2. Persyaratan
a. Data berskala interval atau ratio (kuantitatif)
b. Data tunggal / belum dikelompokkan pada tabel distribusi frekuensi
c. Data dari sampel random
3. Signifikansi
Signifikansi dibandingkan dengan tabel Shapiro Wilk. Signifikansi uji nilai T3
dibandingkan dengan nilai tabel Shapiro Wilk, untuk dilihat posisi nilai
probabilitasnya (p).
Jika nilai p lebih dari 5%, maka Ho diterima ; Ha ditolak.
90
Jika nilai p kurang dari 5%, maka Ho ditolak ; Ha diterima, Tabel Harga
Quantil Statistik Shapiro-Wilk Distribusi Normal
Jika digunakan rumus G, maka digunakan tabel 2 distribusi normal.
b. Nilai α
Nilai α = level signifikansi = 5% = 0,05
e. Df/db/dk
=n
f. Nilai tabel
Pada lampiran 6 dapat dilihat, nilai α (0,10) = 0,930 ; nilai α (0,50) =
0,963
g. Daerah penolakan
Nilai T3 terletak diantara 0,930 dan 0,963, atau nilai p hitung terletak diantara 0,10
dan 0,50, yang diatas nilai α (0,05) berarti Ho diterima, Ha ditolak
h. Kesimpulan
Sampel diambil dari populasi normal, pada α = 0,05.
7. METODE UJI Z
Dalam kehidupan sehari-hari tidak jarang kita dihadapkan oleh data yang
bervariasi dan fluktuatif, contohnya nilai mahasiswa, tinggi badan mahasiswa,
pemasukan, pengeluaran, keuntungan, dsb. Seringkali kita mengira-ngira besarnya
rata-rata dari data tersebut, namun tidak jarang pula perkiraan tersebut meleset dari
rata-rata sebenarnya. Untuk pengujian rata-rata pada sampel dengan rata-rata yang
diperkirakan sebelum dilakukan pengujian oleh peneliti dapat dilakukan dengan uji Z.
Dengan Uji Z dapat diketahui apakah perkiraan awal peneliti dapat diterima
(hipotesis diterima) atau tidak (hipotesis ditolak).
Penaksir titik rataan populasi μ diberikan oleh statistik . Distribusi berpusat di
μ dan umumnya variansinya lebih kecil dari penaksir μ lainnya. Karena itu rataan
sampel akan dipakai sebagai taksiran titik untuk rataan populasi μ. Menurut teorema
limit sentral, distribusi sampel dapat diharapkan secara hampiran, berdistribusi
normal dengan rataan dari simpangan baku
P (-Zα/2 < Z < Zα/2) = 1 – α
di mana :
μ = rataan sampel
ĩ = rataan populasi
σ = standar deviasi populasi
n = jumlah sampel
95
RUMUS:
KET:
_
X = mean data sampel
µ = mean data populasi
α = standar deviasi data populasi
n = jumlah sampel yang diteliti
JAWAB:
D. SOAL-SOAL LATIHAN
Berikut adalah data nilai ujian mid mahasiswa pada mata kuliah ekonomi
pembangunan.
no data Fi
1 61 - 65 8
2 66 - 70 10
3 71 - 75 16
4 76 - 80 20
5 81 - 85 19
6 86 - 90 17
7 91 - 95 6
8 96 - 100 4
jumlah 100
Dari data di atas, tentukan apakah berdistribusi normal atau bergambar simetris?
Berikut adalah data penelitian umur mahasiswa FKIP Jurusan PIPS dari angkatan
2005-2009. Yang terdiri dari 100 mahasiswa secara sampel . Di mana datanya adalah
sbb:
umur
no jumlah (Oi) PROSENTASI
mahasiswa
1 17 - 18 18 0,18
2 19 - 20 19 0,19
3 21 - 22 20 0,2
4 23 - 24 21 0,21
5 25 - 26 22 0,22
jumlah 100 1
Berikut adalah data penelitian umur mahasiswa FKIP Jurusan PIPS dari angkatan
2005-2009. Yang terdiri dari 100 mahasiswa secara sampel . Di mana datanya adalah
sbb:
umur
no jumlah (Oi)
mahasiswa
1 17 - 18 18
2 19 - 20 19
3 21 - 22 20
4 23 - 24 21
5 25 - 26 22
jumlah 100
Berikut adalah hasil penelitian yang dilakukan oleh salah satu mahasiswa tentang
daftar nilai 16 siswa SMA di kota Jambi.
Selidikilah dengan α = 5%, apakah data tersebut di atas diambil dari populasi
yang berdistribusi normal ? jika diketahui X = 7,735, SD = 1,4966.
Berikut adalah data nilai 18 mahasiswa Pendidikan Ekonomi pada mata kuliah
Matematika Ekonomi: 7, 7, 9, 9, 9, 9, 9, 10,5, 10,5, 10,5, 10,5, 10,5, 12, 12, 12, 12,
12, 12. Selidikilah data usia balita tersebut apakah data tersebut diambil dari populasi
yang berdistribusi normal pada α = 5% ?
Dengan taraf nyata 5 % ujilah : Apakah perbedaan rata-rata nilai prestasi kerja µ 1−
µ 2 > 0?
100
Penyelesaian:
= 7935 / 100
= 79,35
Nilai kemiringan 0,017 atau 0,775, berarti miring ke kiri, tidak simetris
n umur
KOMULATIF %
o mahasiswa
1 16,5 0
2 18,5 0,18
3 20,5 0,37
4 22,5 0,57
5 24,5 0,78
26,5 1
102
Penyelesaian:
103
batas
Oi -
no kelas Z Pi Oi Pi - Oi (Oi - Ei )2 (Oi-Ei)/Ei
Ei
bawah
-2,21
16,5 - – (- 0,0122 – 0,1469 0,018144
1 18,5 0,95) = -0,1347 18 18,135 -0,135 1 0,001000518
-0,95
18,5 - – 0,1469 – 0,3632 1,105 1,222793
2 20,5 0,32 = 1,1058 19 17,894 8 6 0,068334636
0,32
20,5 – 0,3632 – 0,1056 0,257 0,066357
3 -22,5 1,58 =0,2576 20 19,742 6 8 0,00336118
1,58
22,5 – 0,1056 – 0,0016
4 -24,5 2,85 =0,1040 21 20,896 0,104 0,010816 0,000517611
2,85
24,5 - – 0,0016 – 0,0001 0,001 0.000002
5 26,5 4,11 =0,0015 22 21,999 5 5 0
10 1,318111
0 5 0,073213945
Hipotesis
Ho : tidak beda dengan populasi normal
Ha : Ada beda populasi normal
Nilai α
Nilai α = level signifikansi = 5% = 0,05
X2 = 0,073213945
104
Df/db/dk
Df = ( k – 3 ) = ( 5 – 3 ) = 2
Nilai tabel
Nilai tabel X2 ; α = 0,05 ; df = 2 ; = 5,991.
Daerah penolakan
Menggunakan rumus 0,073213945 < 5,991 ; berarti Ho diterima, Ha ditolak
Kesimpulan
Sampel diambil dari populasi normal, pada α = 0,05.
Penyelesaian:
Hipotesis
Ho : tidak beda dengan populasi normal
Ha : Ada beda populasi normal
Nilai α
Nilai tabel
Nilai Kuantil Penguji Lilliefors, α = 0,05 ; N = 18 ; ≈ 0,213.
Daerah penolakan
Menggunakan rumus 0,1766 < 0,213 ; berarti Ho diterima, Ha ditolak
Kesimpulan
Sampel diambil dari populasi normal, pada α = 0,05.
Nilai α
Nilai α = level signifikansi = 5% = 0,05
106
Nilai tabel
Nilai Kuantil Penguji Kolmogorov, α = 0,05 ; N = 27 ; ≈ 0,254. Tabel Kolmogorov
Smirnov
Daerah penolakan
Menggunakan rumus 0,1440 < 0,2540 ; berarti Ho diterima, Ha ditolak
Kesimpulan
Sampel diambil dari populasi normal, pada α = 0,05.
D = 47,569
Menghitung T:
1 0,4886 12 - 7 = 5 2,443
2 0,3253 12 - 7 = 5 1,6265
3 0,2553 12 - 9 = 3 0,7659
4 0,2027 12 - 9 = 3 0,6081
5 0,1587 12 - 9 = 3 0,4761
6 0,1197 12 - 9 = 3 0,3591
7 0,0837 10,5 - 9 = 0,5 0,04185
8 0,0496 0 0
9 0,0163 0 0
jumlah 6,32055
T3 = 1/47,569 (6,32055)2
= 0,021 ( 39,949)
= 0,839
109
Df/db/dk = n
Nilai tabel
nilai α (0,10) = 0,914 ; nilai α (0,50) = 0,956
Daerah penolakan
Nilai T3 terletak di bawah 0,914 dan 0,956, atau nilai p hitung terletak di bawah 0,10
dan 0,50, yang diatas nilai α (0,05) berarti Ho diterima, Ha ditolak
Kesimpulan
Sampel diambil dari populasi normal, pada α = 0,05.
F=
Terlebih dahulu mencari rata-rata kedua kelompok varians tersebut dengan rumus
yaitu:
Kelompok 1:
= = 9,7
xi (xi - ) (xi - )
10 0,3 0,09
3 -6,7 44,89
12 2,3 5,29
5 -4,7 22,09
7 -2,7 7,29
10 0,3 0,09
8 -1,7 2,89
14 4,3 18,49
14 4,3 18,49
14 4,3 18,49
97 138,10
S2 =
S2 =
S2 =15,344444
Kelompok ke 2:
= = 7,9
115
xi (xi - ) (xi - )
3 -4,9 24,01
5 -2,9 8,41
7 -0,9 0,81
8 -0,1 0,01
1 -6,9 47,61
1 -6,9 47,61
12 4,1 16,51
13 5,1 26,01
14 6,1 37,21
15 7,1 50,41
79 258,6
S2 =
S2 =
S2 = 28,73333333333
Setelah itu barulah dimasukkan kedalam rumus:
F=
F=
F = 1,87288
Setelah didapat F hitung barulah di cari F tabelnya
Ftabel = F½ α (dk varians terbesar -1, dk varians
terkecil -1)
Fkini =
Atau
Ftabel kiri =
Setelah itu barulah dibandingkan nilai -Ftabel kiri ≤ Fhitung kini ≤ Ftabel kanan
= = 9,7
xi (xi - ) (xi - )
10 0,3 0,09
3 -6,7 44,89
12 2,3 5,29
5 -4,7 22,09
7 -2,7 7,29
10 0,3 0,09
8 -1,7 2,89
14 4,3 18,49
14 4,3 18,49
14 4,3 18,49
97 138,10
S2 =
118
S2 =
S2 =15,344444
Kelompok ke 2:
= = 7,9
xi (xi - ) (xi - )
3 -4,9 24,01
5 -2,9 8,41
7 -0,9 0,81
8 -0,1 0,01
1 -6,9 47,61
1 -6,9 47,61
12 4,1 16,51
13 5,1 26,01
14 6,1 37,21
15 7,1 50,41
79 258,6
S2 =
S2 =
S2 = 28,73333333333
Dengan menggunakan rumus yang sebaliknya kita akan mendapatkan F kini
Fkini =
119
Fkini =
Fkini = 0,533936651 atau 0,53
Ftabel kanan
Setelah = FF1/2α
dapat kini (dk
barulah kita mencari
varians terkecilF– kanan dengan
1, deka rumus:
varians
terbesar -1)
Ftabel kanan = F1/2 10% (10 - 1, 10 - 1)
Ftabel kanan = F 5% (9, 9)
Ftabel kanan = 3,18
Ftabel kiri =
Ftabel kiri =
Ftabel kiri = 0,314465408 atau 0,314
3. UJI BARLET
Uji barlet digunakan apabila pengujian homogenitas dilakukan terhadap tiga
kelompok varians atau lebih.
Langkah-langkah yang harus dilakukan sebagai berikut:
- Menghitung S2 dengan menggunakan rumus:
120
- Hitung log S2
- Hitung B dengan rumus
B = (log S2 ) ∑(n1 –
1)
tabel = (1-α)
(dk)
Kelompok 1:
121
Xi =
Xi =
S2 =
S2 =
S2 = 123,12
Kelompok ke 2:
Xi =
xi (xi - ) (xi - )
12 -12,4 153,76
22 -2,4 5,76
25 0,6 0,36
22 -2,4 5,76
30 5,6 31,36
32 7,6 57,76
26 1,6 2,56
27 2,6 6,76
24 -0,4 0,16
122
220 264,04
S2 =
S2 =
S2 = 33,005
Kelompok ke 3:
Xi =
Xi =
Xi = 23,2
xi (xi - ) (xi - )
17 -6,2 38,44
20 -32 10,24
23 -0,2 0,04
29 5,8 33,64
27 3,8 14,44
116 96,8
S2 =
S2 =
S2 = 24,2
Kelompok varians S2
1 dengan anggota 7 20, 21, 22, 35, 31, 45, 12 123,12
2 dengan anggota 9 12, 22, 25, 22, 30, 32, 26, 27, 33,005
24
3 dengan anggota 5 17, 20, 23, 29, 27 24,2
Tabel barlet
123
= 61,03
log = log 61,03 = 1,785
Dk = 3 – 1
=2
Dengan menggunakan tabel didapat tabel = 9,21
D. SOAL LATIHAN
KELOMPOK VARIANS
Kelompok ke 1 5, 2, 5, 1, 6, 7, 3, 6, 6, 2
Kelompok ke 2 3, 3, 6, 9, 8, 6, 7, 5, 4, 2
Kelompok 1:
= = 4,9
xi (xi - ) (xi - )
5 0,1 0,01
2 -2,9 8,41
5 0,1 0,01
1 -3,9 15,21
6 1,1 1,21
7 2,1 4,41
3 -1,9 3,61
6 1,1 1,21
6 1,1 1,21
2 -2,9 8,41
49 43,7
S2 =
S2 =
127
Kelompok ke 2:
= = 5,3
xi (xi - ) (xi - )
3 -2,3 5,29
3 -2,3 5,29
6 0,7 0,49
9 3,7 13,69
8 2,7 7,29
6 0,7 0,49
7 1,7 2,89
5 -0,3 0,09
4 -1,3 1,69
2 -3,3 10,89
53 48,01
S2 =
S2 =
S2 = 5,334444444
Setelah itu barulah dimasukkan kedalam rumus:
F=
F=
128
F = 1,098969072
Setelah didapat F hitung barulah di cari F tabelnya
Ftabel = F½ α (dk varians terbesar -1, dk varians
terkecil -1)
B. Dengan meggunakan rumus yang ke 2 kita tidak perlu lagi mengulang rumus
pertama untuk mencari F tabel tapi kita langsung saja mencari F kini dengan rumus:
Fkini =
Fkini =
Fkini = 0,909943714 atau 0,91
Ftabel kanan
Setelah = FF1/2α
dapat kini (dk
barulah kita mencari
varians terkecilF– kanan dengan
1, deka rumus:
varians
terbesar -1)
Ftabel kanan = F1/2 10% (10 - 1, 10 - 1)
Ftabel kanan = F 5% (9, 9)
Ftabel kanan = 3,18
selanjutnya kita mencari Ftabel kiri dengan rumus:
Ftabel kiri =
Ftabel kiri =
Ftabel kiri = 0,314465408 atau 0,314
129
No 2.
Kelompok varians
1 dengan jumlah varians 6 3, 10, 12, 1, 5, 7
2 dengan jumlah varians 5 6, 4, 13, 11, 1
3 dengan jumlah varians 6 5, 5, 9, 10, 11,16
4 dengan jumlah varans 5 2, 1, 4, 3, 10
Apakah ketiga kelompok tersebut bersifat homogeny atau tidak dengan α = 1% atau
0,01
Jawab:
Ha = terdapat perbedaan varians
H0 = tidak terdapat perbedaan varians
Kelompok 1:
Xi =
Xi =
S2 =
S2 =
S2 = 17,468
Kelompok ke 2:
Xi =
Xi =
Xi = 7
xi (xi - ) (xi - )
6 -1 1
4 -3 9
13 6 36
11 4 16
1 -6 36
35 98
S2 =
S2 =
S2 = 24,5
Kelompok ke 3:
Xi =
Xi =
xi (xi - ) (xi - )
5 -4,3 18,49
5 -4,3 18,49
9 -0,3 0,09
131
10 0,7 0,49
11 1,7 2,89
16 6,7 44,89
56 85,34
S2 =
S2 =
S2 = 17,068
Kelompok ke 4:
Xi =
Xi =
Xi = 4
xi (xi - ) (xi - )
2 -2 4
1 -3 9
4 0 0
3 -1 1
10 6 36
20 50
S2 =
S2 =
S2 = 12,5
Kelompok varians S2
1 dengan jumlah varians 6 3, 10, 12, 1, 5, 7 17,468
2 dengan jumlah varians 5 6, 4, 13, 11, 1 24,5
3 dengan jumlah varians 6 5, 5, 9, 10, 11,16 17,068
4 dengan jumlah varans 5 2, 1, 4, 3, 10 12,5
132
Tabel barlet
Kelompok Dk (n-1) log dk dk log
ke
1 5 0,2 17,468 1,24 22,468 6,2
2 4 0,25 24,5 1,39 98 5,56
3 5 0,2 17,068 1,23 85,34 6,15
4 4 0,25 12,5 1,10 50 4,4
jumlah 18 0,9 - - 255,808 22,31
= 1,24
log = log 1,24 = 0,093
Dk = 4 – 1= 3
Dengan menggunakan tabel didapat tabel = 11,3
hitung ≤ tabel = -20,636 ≤ 11,3
Jadi H0 diterima (homogen)
133
134
• Metode Kuadrat terkecil (least square method): metode paling populer untuk
menetapkan persamaan regresi linier sederhana
- Bentuk Umum Regresi Linier Sederhana : Y = a + bX
Ket:
Y : peubah takbebas
X : peubah bebas
a : konstanta b : kemiringan
Nilai b dapat positif (+) dapat negartif (-)
136
: positif → Y b : negatif → Y
Y = a+bX Y= a - bX
•
Penetapan Persamaan Regresi Linier Sederhana
1993 4 6 24 16 36
1994 5 8 40 25 64
1995 7 10 70 49 100
1996 8 11 88 64 121
Σ Σx = 26 Σy = 40 Σxy = 232 Σx² =158 Σy² = 346
•
•
•
• Peramalan dengan Persamaan Regresi
Contoh soal
Diketahui hubungan Biaya Promosi (X dalam Juta Rupiah) dan Y (Volume penjualan
dalam Ratusan Juta liter) dapat dinyatakan dalam persamaan regresi linier berikut
Y = 2.530 + 1.053 X
Perkirakan Volume penjualan jika dikeluarkan biaya promosi Rp. 10 juta ?
Jawab : Y = 2.530 + 1.053 X
X = 10
Y = 2.53 + 1.053 (10) = 2.53 + 10.53 = 13.06 (ratusan juta liter)
Volume penjualan = 13.06 x 100 000 000 liter
138
UJI LINEARITAS
Jika ada hubungan antara dua variabel yang belum diketahui apakah linear
atau tidak, uji linearitas tidak dapat digunakan untuk memberikan adjustment bahwa
hubungan tersebut bersifat linear atau tidak. Uji linearitas digunakan untuk
mengkonfirmasikan apakah sifat linear antara dua variabel yang diidentifikasikan
secara teori sesuai atau tidak dengan hasil observasi yang ada.
Tahun x y xy x² y²
Biaya Volume
Promosi Penjualan
(Juta (Ratusan
Rupiah) Juta Liter)
1992 2 5 10 4 25
1993 4 6 24 16 36
1994 5 8 40 25 64
1995 7 10 70 49 100
1996 8 11 88 64 121
Σ Σx = 26 Σy = 40 Σxy = 232 Σx² =158 Σy² = 346
144
1. CONTOH SOAL
Data diambil berdasarkan data dari kelompok 7:
4. SOAL LATIHAN
Seperti yang sebelumnya, untuk uji linier berganda inipun kita melanjutkan dari
kelompok 7, maka contohnya pun diambil dari kelompok 7.
Berikut adalah data Volume Penjualan (juta unit) Mobil dihubungkan dengan variabel
biaya promosi (X1 dalam juta rupiah/tahun) dan variabel biaya penambahan asesoris
(X2 dalam ratusan ribu rupiah/unit).
Sesuai dengan namanya, maka uji ini dipergunakan untuk mencari perbedaan,
baik antara dua sampel data atau antara beberapa sampel data, dimana uji ini
menggunakan beberapa persyaratan tertentu, yaitu diantaranya :
a. Sampel penelitian harus diambil secara random (secara acak) dari suatu
populasi yang berdistribusi normal.
b. Gejala data yang didapat harus berskala interval atau rasio.
c. Variabel – variabel penelitian tidak lebih dari satu (satu variabel dengan
data berskala nominal dengan satu variabel dengan data interval atau rasio,
atau sebaliknya).
Kegunaan t-test sebagai alat analisis data, dapat dipakai untuk menguji
satu sampel atau dua sampel. Khusus untuk pengujian dua sampel, uji-t dapat
dipakai untuk menguji dua sampel yang bebas dan atau sampel yang
berkorelasi. Sedangkan untuk pengujian sampel bebas, uji-t dapat dipakai
untuk menganalisis varians yang bersifat homogen ataupun heterogen.
Penggunaan uji-t untuk kepentingan analisis data, bertolak pada harga rata –
rata ( mean ) alam upaya menentukan apakah perbedaan rerata tersebut adalah
perbedaan nyata, dan bukan karena kebetulan. Khusus untuk penggunaan t-tes
pada satu sampel, maka dua merata yang hendak dibandingkan, adalah rerata
dari sampel dan rerata dari populasiny
151
Untuk uji beda rerata dimana jumlah kasus dalam sampel – sampel
yang dikenai penelitian lebih besar dari 30, maka t-test (uji-t) tidak dapat
dipakai lagi. Adapun formulasi rumusan yang disarankan dipakai untukk
menganalisis kasus ini adalah uji-Z yang formulasi rumusannya adalah
sebagai berikut :
Z=
Keterangan:
Z = koefisien Z
S12 = Varians sampel pertama
S22 = Varians sampel kedua
= Rerata Sampel Pertama
= Rerata sampel kedua
n1 = jumlah kasus pada sampel pertama
n2 = jumlah kasus pad sampel kedua.
2. Analisis t-test (uji-t) untuk satu kasus sampel
Penggunaan t-tes untuk satu kasus sampel ini, skala data yang
diperkenankan adalah data yang berskala interval dan biasanya digunakan
untuk uji batas keyakinan (confidence limits) atau uji batas keyakinan
interval (confidence interval). Sedangkan WS. Gossett dengan
152
Formulasi rumusan t-tes untuk kasus satu sampel yang diambil secara
random dari suatu populasi adalah sebagai berikut :
t=
keterangan :
t : Koefisien t
Sx =
153
Keterangan:
N : Jumlah kasus
Kondisi sampel yang berhubungan ini, dapat berupa dua sampel yang
bervalidasikan (berkondisi sama) terlebih dahulu sebelum dibeeri
perlakuan, dapat pula dau sampel ini datanya berpasang – pasangan, dan
kemungkinan sampel dalam hal ini hanya satu, namun diberi perlakuan
dua kali, sehingga uji beda meannya dikenakan pada sampel dengan
perlakuan (treadment) X dan sampel yang sama namun mendapatkan
perlakuan Y. T-tes untuk dua sampel yang berhubungan (correlated
sample) formula rumusnya adalah sebagai berikut:
t=
keterangan:
t : koefisien t
ni = 44
= 78.09
S12 = 304.15
ni = 49
= 68.14
S22 = 325.15
Z=
Z=
Z=
Z=
Z=
Z = 2.67
1. Berdasar pada besaran Z = 2.67 lalu lihat tabel “area kurvanormal dan
ordinat dari kurva normal “ ditemukan separoh daerah kurva normal
sebesar 0.4962 atau 49.62% hal berarti untuk seluruh daerah kurva
mencakup 2 x 49.62% = 99.24%
2. Dalam kurva normal daerah penerimaan perbedaan rerata yang disebabkan
karena kesalahan sampling adalah sebgai berikut:
3. Jika dalam menggunakan taraf kepercayaan 95% maupun 99% untuk two-
tailed test, 99.24% berada di luar daerah penerimaan perbedaan rerata
(mean) sebab 99.24% lebih besar dari 1.96% maupun 2.58%
4. Kesimpulan adalah bahwa perbedaan rerata mean dari sampel-sampel
diatas bukan karena kesalahan sampling, untuk itu hipotesis nihilnya yang
di ajukan ditolak dari hipoteisi kerja atau hipotesis alternatifnya diterima,
baik pada taraf kepercayaan 95% maupun 99%. Jika peneliti dalam
persoalan ini megajukan hipotesis nihil :
Contoh:
t=
t=
t = -2.34
158
Contoh :
TABEL 31
1 = 74/10 = 7.4
2 = 66/10 = 6.6
∑D =8
∑D = 22
N = 10 Pasang
t=
t=
160
t = 1.9
TABEL
REKAPITULASI DATA HASIL EVALUASI PROGRAM PELATIHAN
DENGAN MENGGUNAKAN PROSEDUR DEDUKTIF DAN INDUKTIF
13 9 4 5 25
14 8 6 2 4
15 9 6 3 9
16 9 7 2 4
17 7 8 1 1
18 7 7 0 0
19 8 7 1 1
20 6 6 0 0
N = 20 146 126 22 104
1 = 146/20 = 7.3
2 = 126/20 =6.3
∑D = 22
∑D2 = 104
N = 20 Pasang
t=
t=
t = 2.22
163
Anak Anak D D2
laki –laki perempuan Beda skor Beda skor
9 6 -3 9
7 7 0 0
5 8 3 9
7 6 -1 1
6 7 1 1
5 9 4 16
8 6 -2 4
7 7 0 0
8 7 -1 1
10 7 -3 9
6 6 0 0
7 6 -1 1
6 7 -1 1
8 8 0 0
10 7 -3 9
109 104 -5 61
Jawab :
1 = 109/10 = 10.9
2 = 104/10 =10.4
∑D = -5
∑D2 = 61
164
N = 15 Pasang
t=
t=
t = 0.94
165
DAFTAR PUSTAKA