Distribusi Frekuensi
C = 1 + 3,322 log n
C : banyaknya kelas
n : jumlah data
i=R/C
i : interval kelas
R : range (rentang data terbesar dengan data terkecil)
C : banyaknya kelas
Contoh :
87,5 75 97,5 100 95 89 94 99 93 84
97 93,8 80 87 92 98 90,5 103 87,2 91
91 91,5 97 93,5 107,5 92,5 88 96 93,4 104
102 96,4 85,3 91 78 86 98 83 90 96
i = R = ( 107,5 – 75 ) = 4,6 ˜ 5
Distribusi Frekuensi
C 7
Interval Frekuensi
75 – 79 2
80 – 84 3
85 – 89 7
90 – 94 13
95 – 99 10
100 – 104 4
105 – 109 1
Jumlah 40
chasan_ismail
Mean (x)
Data sederhana
xi x : mean
(x)= xi : jumlah nilai x
n n : jumlah data
Data berkelompok
Direct Method
f.m x : mean
f.m : jumlah f (frekuensi) dikalikan m (mid poin interval kelas)
(x)= n : jumlah data
n
Interval Kelas f m f.m
35 - < 45 6 40 240
45 - < 55 12 50 600
55 - < 65 14 60 840
65 - < 75 1 70 70
75 - < 85 2 80 160
f.m = 1910
f.m 1910
(x)= = = 54,6
n 35
f.d - 19
( x ) = x0 + .i= . 10 = 54,6
n 35
chasan_ismail
Median Md
n/2 ─ CF Md : median
L md : batas bawah kelas median
Md = L md + .i n : jumlah data
f md CF : jumlah frekuensi semua kelas di bawah kelas median
i : interval
f md : frekuensi kelas median
n/2 ─ CF 35/2 - 6
Md = L md + . i = 45 + . 10 = 54,6
f md 12
Modus Mo
Mo : modus
d1 L Mo : batas bawah kelas modus
d1 : beda frekuensi kelas modus dengan frekuensi kelas
Mo = LMo + .i sebelumnya
d1 + d2 d2 : beda frekuensi kelas modus dengan frekuensi kelas
sesudahnya
i : interval
Interval Kelas f
35 - < 45 6
45 - < 55 12
55 - < 65 14
65 - < 75 1
75 - < 85 2
d1 2
Mo = LMo + . i = 55 + . 10 = 56,3
d1 + d2 2 + 13
chasan_ismail
Ukuran Dispersi / Variabilitas
Range
xi – x 6
AD = = = 1,5
n 4
Standar Deviasi
data tunggal
SD : standart deviasi.
xi – x : selisih(positif) xi (data) dengan x (mean)
(xi – x)2 n : jumlah data
SD =
n–1
xi xi - x xi - x (xi – x)2
8 -1 1 1
7 -2 2 4
10 1 1 1
11 2 2 4
(xi – x)2 10
(xi – x)2 10
SD = = = 3,33
n-1 3
di2 – (di)2 / n
Sdi =
n–1
di = xi
chasan_ismail
data berkelompok
f (m – x)2 3468,6
SD = = = 10,1
n-1 34
SD : standart deviasi
Shortcut Method f.d : jumlah f (frekuensi) dikalikan d (differance)
f. d2 – (f.d)2 / n i : interval
SD =i. n : jumlah data
n–1
Interval Kelas f d f.d (f.d)2
35 - < 45 6 -2 - 12 24
45 - < 55 12 -1 - 12 12
55 - < 65 14 0 0 0
65 - < 75 1 +1 +1 1
75 - < 85 2 +2 +4 8
f.d = - 19 f.d = 45
2
f. d2 – (f.d)2 / n 45 – (-19)2 / 35
SD =i. = 10. = 10,1
n–1 34
Varians
chasan_ismail
STATISTIKA INFERENSIAL
σ Diketahui
Seorang dokter meneliti pengaruh pemberian makanan buatan terhadap kenaikan berat
badan (BB) bayi. Untuk itu diambil sampel secara random sebanyak 64. Setelah
pemberian 1 bulan ternyata rata-rata kenaikan BB = 300 gram. Berapa rata-rata
kenaikan BB bayi di populasi (SD populasi = 100gram) kalau dalam penaksiran ini
menggunakan 95% interval kepercayaan ?
σ Tidak Diketahui
Peneliti ingin menaksir rata-rata harga Hb di populasi orang dewasa laki-laki dengan
interval kepercayaan 95%. Untuk itu diambil sampel secara random orang dewasa laki-
laki sejumlah 25 orang, kemudian diukur Hb nya. Diperoleh X = 12 gr% SD = 1,5 gr%
chasan_ismail
Estimasi Proporsi / Prevalensi Kejadian π
Peneliti ingin menaksir angka prevalensi penyakit gondok di suatu wilayah dengan
menggunakan interval kepercayaan 95%. Diambil sampel secara random sebanyak 625
orang dan ternyata yang menderita (x) = 125 orang.
Jawab :
x 125
P= = = 0,2
n 625
1 – p = 1 – 0.2 = 0.8
0.2 – z α/2 0,2 x 0,8 < µ < 0,2 + z α/2 0,2 x 0,8
625 625
0,2 – 1,96 x 0,016 < µ < 0,2 + 1,96 x 0,016
0,169 < µ < 0,231
chasan_ismail
UJI STATISTIK PARAMETRIK
Syarat :
1. Skala pengukuran interval / rasio.
2. Sampel berasal dari populasi distribusi normal.
chasan_ismail
Paired t Test = Before – After t Test
Syarat :
1. Skala interval atau rasio.
2. Distribusi data normal.
3. Uji komparasi.
4. 1 Sampel dengan 2 pengamatan.
Contoh Soal :
Data gula darah puasa 10 pasien di poli rawat jalan RSUA yang mendapat glibenklamid
selama 3 bulan. (distribusi data dianggap normal, α : 0,2) :
Before : 250 220 300 500 220 230 240 210 150 150
After : 200 200 200 400 220 250 150 170 100 180
Langkah I
Tentukan rumusan masalah dan tujuan penelitian
Rumusan masalah : Apakah ada perbedaan kadar gula darah antara sebelum dan
sesudah pengobatan glibenklamid selama 3 bulan pada pasien poli rawat jalan RSUA ?
Tujuan : Mempelajari perbedaan kadar gula darah antara sebelum dan sesudah
pengobatan glibenklamid selama 3 bulan pada pasien poli rawat jalan RSUA.
Langkah II
Tentukan hipotesis
Hipotesis penelitian :
Terdapat perbedaan kadar gula darah antara sebelum dan sesudah pengobatan
glibenklamid selama 3 bulan pada pasien poli rawat jalan RSUA
Hipotesis statistik
H0 : μ1 = μ2
Tidak terdapat perbedaan kadar gula darah antara sebelum dan sesudah
pengobatan glibenklamid selama 3 bulan pada pasien poli rawat jalan
RSUA.
H1 : μ1 ≠ μ2 (2 ekor)
chasan_ismail
Langkah III
Tentukan Nilai SD dari di (Sdi)
di = O1 – O2
Individu O1 O2 di di 2
A 250 200 50 2500
B 220 200 20 400
C 300 200 100 10000
D 500 400 100 10000
E 220 220 0 0
F 230 250 - 20 400
G 240 150 90 8100
H 210 170 40 1600
I 150 100 50 2500
J 150 180 - 30 900
di : 400 di2 = 36400
di : 40
Langkah IV
Tentukan Nilai t Hitung
di – μdi 40 – 0
t= = = 2,657
Sdi / √ n 47,610 / 3,162
μdi = 0
Langkah V
Tentukan Nila t Tabel
t tabel = 1,38
Langkah VI
Buat Kesimpulan Statistika
H0 Diterima Bila :
H0 diterima
t = 2,657
- 1,38 1,38
chasan_ismail
Langkah VII
Buat Kesimpulan Penelitian
Terdapat perbedaan kadar gula darah antara sebelum dan sesudah pengobatan
glibenklamid selama 3 bulan pada pasien poli rawat jalan RSUA
GET
FILE='E:\mkdu.sav'.
DATASET NAME DataSet1 WINDOW=FRONT.
T-TEST
PAIRS = O1 WITH O2 (PAIRED)
/CRITERIA = CI(.95)
/MISSING = ANALYSIS.
T-Test
[DataSet1] E:\mkdu.sav
Std. Error
Mean N Std. Deviation Mean
Pair 1 O1 247,00 10 99,337 31,413
O2 207,00 10 79,029 24,991
N Correlation Sig.
Pair 1 O1 & O2 10 ,882 ,001
Paired Differences
95% Confidence
Interval of the
Difference df Sig. (2-tailed)
Std. Error t Std. Std. Error
Mean Std. Deviation Mean Upper Lower Mean Deviation Mean
Pair 1 O1 - O2 40,000 47,610 15,055 5,942 74,058 2,657 9 ,026
chasan_ismail
Uji t 2 Sampel = Two Independent t Test
Syarat :
1. Skala interval atau rasio.
2. Distribusi data normal.
3. Uji komparasi.
4. 2 Sampel independen.
Contoh Soal :
Perbandingan penurunan TIO antara penggunaan obat glaukoma sistemik dengan
topikal pada 10 pasien rawat jalan di poli mata RSUA.
sistemik : 15, 12, 13, 10, 11, 20, 18, 18, 6, 8
topikal : 8, 4, 10, 6, 10, 2, 4, 5, 8, 10
Distribusi data dianggap normal dengan α = 0,05
Langkah I
Tentukan rumusan masalah dan tujuan penelitian
Rumusan masalah : Apakah ada perbedaan penurunan TIO antara penggunaan obat
glaukoma sistemik dengan topikal pada 10 pasien rawat jalan di poli mata RSUA?
Langkah II
Tentukan hipotesis
Hipotesis penelitian :
Terdapat perbedaan penurunan TIO antara penggunaan obat glaukoma sistemik
dengan topikal pada 10 pasien rawat jalan di poli mata RSUA.
Hipotesis statistik
H0 : σ1= σ2
Tidak terdapat perbedaan penurunan TIO antara penggunaan obat
glaukoma sistemik dengan topikal pada 10 pasien rawat jalan di poli mata
RSUA.
H1 : σ 1 ≠ σ 2 (2 ekor)
chasan_ismail
Langkah III
Hitung Statistika
Bagan Alur
Hitung SD
Uji F
Homogen Heterogen
(H0 Diterima) (H0 Ditolak)
di2 – (di)2 / n
Sdi =
n–1
chasan_ismail
1907 – (131)2 / 10
Sdi-I = = 4,601
9
525 – (67)2 / 10
Sdi-II = = 8,451
9
Langkah 3.2.
Uji F (Uji Homogenitas Sampel)
Menghitung Nilai F
Langkah 3.3.
Uji t
x1 – x2 13,1 – 6,7
t= = = 3,76
n1 + n2 10 + 10
Sp 3,85
n1 . n 2 10 . 10
- ttabel ttabel
chasan_ismail
Langkah IV
Buat kesimpulan penelitian
H0 : μ1 = μ2
H1 : μ1 ≠ μ2
Cochran :
bila n1 = n2 (equal)
x1 – x2
t=
2 Sp2 / n
bila n1 ≠ n2 (equal)
x1 – x2
t=
Sp2 (n1 + n2) / n1 n2
chasan_ismail
Analisis Korelasi Linier SDHN = Analisis Pearson
Korelasi : A ↔ B
Regresi : A → B
Syarat
1. Skala interval atau rasio.
2. Distribusi data normal.
3. Uji korelasi.
4. 1 Sampel.
5. Linier.
Contoh Soal :
Dari 12 orang penderita baru stroke hemorrhagic yang dirawat di Irna Saraf A, yang
datang pada minggu ketiga Maret 2010, dilakukan pengukuran T sistolik dan umur
untuk mengetahui hubungan antara keduanya.
Didapatkan hasil sbb:
T sist = 160 170 155 170 160 175 170 160 155 150 170 175
Umur = 55 54 50 52 57 60 63 60 56 58 60 52
1 160 55
2 170 54
3 155 50
4 170 52
5 160 57
6 175 60
7 170 63
8 160 60
9 155 56
10 150 58
11 170 60
12 175 52
chasan_ismail
Langkah I
Tentukan rumusan masalah dan tujuan penelitian
Rumusan masalah : Apakah terdapat hubungan antara tekanan sistolik dengan umur
pada penderita CVA bleeding IRNA A di RSUD dr Soetomo ?
Tujuan : Mempelajari hubungan antara tekanan sistolik dengan umur pada penderita
CVA bleeding IRNA A di RSUD dr Soetomo.
Langkah II
Tentukan hipotesis
Hipotesis Penelitian
Terdapat hubungan antara kadar feritin serum dengan kadar seng serum pada anak
dengan thalassemia intermeidet yang dirawat di RSUD dr Soetomo
Hipotesis Statistika
Hipotesis statistik
Soal nomor 3 : H0 :ρ=0
H1 :ρ≠0
Soal nomor 4 : H0 : ρ = 0,7
H1 : ρ ≠ 0,7
Langkah III
Hitung r
No X Y X² Y² XY
1 160 55 25600 3025 8800
2 170 54 28900 2916 9180
3 155 50 24025 2500 7750
4 170 52 28900 2704 8840
5 160 57 25600 3249 9120
6 175 60 30625 3600 10500
7 170 63 28900 3969 10710
8 160 60 25600 3600 9600
9 155 56 24025 3136 8680
10 150 58 22500 3364 8700
11 170 60 28900 3600 10200
12 175 52 30625 2704 9100
∑X=1970 ∑Y=677 ∑X² = 324200 ∑Y² = 38367 ∑XY = 111180
chasan_ismail
Pertanyaan nomor 3
Langkah 4.A.1.
Hitung t
0,105
t= = 1,06
√ (1 – 0,1052) / (12 – 2)
Langkah 4.A.2.
Bandingkan t hitung dengan t tabel (df = n-2)
t tabel = 2,23
H0 ditolak
H0 diterima H0 diterima
- 2,23 + 2,23
Kesimpulan : H0 ditolak
Terdapat hubungan antara kadar feritin serum dengan kadar seng serum pada anak
dengan thalassemia intermeidet yang dirawat di RSUD dr Soetomo
chasan_ismail
Pertanyaan nomor 4
Langkah 4.B.1.
Hitung Zr.
Zr = ½ ln 1,105/0,895 = 0,106
Langkah 4.B.2.
Hitung μ Zr
μ Zr = ½ ln 1,7/0,3 = 0,867
Langkah 4.B.3.
Hitung σ Zr
σ Zr = √ ( 1/ n – 3) = √ (1/9) = 0,333
Langkah 4.B.4.
Hitung Z
Zr – μ Zr 0,106 – 0,867
Z= = = - 2,102
σ Zr 0,333
Langkah 4.B.5.
Bandingkan dengan bilai tabel Z
Z tabel = 1,96
H0 diterima
H0 ditolak H0 ditolak
- 1,96 + 1,96
H0 ditolak : Kita 95 % percaya bahwa hubungan antara T sistolik dan usia tidak sama
dengan 0,7
chasan_ismail
Analisis Regresi Linier Sederhana
Korelasi : A ↔ B
Regresi : A → B
Syarat
1. Skala interval atau rasio.
2. Distribusi data normal.
3. Uji komparasi.
4. Terdapat 1 variabel independen dan 1 variabel dependen.
Contoh soal :
Seorang urolog ingin mencari pengaruh lamanya pengobatan Finasteride terhadap
volume kelenjar prostat melalui USG pada 20 pasien poliklinik urologi yang menderita
BPH selama sebulan.
Didapatkan data :
Lamanya pengobatan (hari): 24,21,10,7,9,10,14,9,7,10,21,28,14,7,10,12,18,7,14,24
Volume prostat (cm3): 30,40,80,100,75,90,65,95,80,70,65,35,55,60,70,55,65,50,45,20
Hipotesis penelitian :
Terdapat pengaruh pengobatan Finasterid terhadap pengecilan Prostat
Hipotesa statistik :
Ho : Tidak terdapat pengaruh antara lama pengobatan terhadap volume
prostat
H₁ : Ada pengaruh antara lama pengobatan terhadap volume prostat
Langkah I
Buat tabel
x : variabel independen
y : variabel dependen
Pasien Xi Yi Xi
2 XY Yi
2
Langkah II
Hitung Slope / Gradien b
b = 15185-276.1245/20
4632-2762/20
b = -1990
823,2
b = -2,42
Slope (b) bernilai nilatif artinya Koefisien Regresi berjumlah 2,425ndan bernilai
NEGATIF perubahan satu unit/satuan pada x mengakibatkan perubahan b satuan pada
Y
Langkah III
Hitung intercept a
a
Y i
- b.
X i
n n
a = 62,25+2,42.13,8 = 95.65
Langkah IV
Buat persamaan garis regresi
Y = a + bX
Y = 95.65 – 2,42X
chasan_ismail
Langkah IV
Hitung S
1 30 37.57 57.30
2 40 44.83 23.33
3 80 71.45 73.10
4 100 78.71 453.26
5 75 73.87 1.28
6 90 71.45 344.10
7 65 61.77 10.43
8 95 73.87 446.48
9 80 78.71 1.66
10 70 71.45 2.10
11 65 44.83 406.83
12 35 27.89 50.55
13 55 61.77 45.83
14 60 78.71 350.06
15 70 71.45 2.10
16 55 66.61 134.79
17 65 52.09 166.67
18 50 78.71 824.26
19 45 61.77 281.23
20 20 37.57 308.70
N=20 ∑Ŷ = 1245.08 ∑(Yi-Y) =
2
3984.06
S2 = 3984,06 / 18
= 221,34
S = 14,88
Langkah V
Hitung varian a, varian b, dan SE
1 24 10,2 104,04
2 21 7,2 51,84
3 10 -3,8 14,44
4 7 -6,8 46,24
5 9 -48 23,04
6 10 -3,8 14,44
7 14 0,2 0,04
8 9 -4,8 23,04
9 7 -6,8 46,24
10 10 -3,8 14,44
11 21 7,2 51,84
12 28 14,2 201,64
13 14 0,2 0,04
chasan_ismail
14 7 -6,8 46,24
15 10 -3,8 14,44
16 12 -1,8 3,24
17 18 4,2 17,64
18 7 -6,8 46,24
19 14 0,2 0,04
20 24 10,2 104,04
2
∑(Xi-X) = 8814,29
Langkah VI
Menaksir α dan β
Menaksir :
95 % interval kepercayaan untuk :
a + tn-2 , /2 SEa
95,65 + 2,10 x 3,98 = 95,65 + 8,36
Menaksir :
95 % confidence interval untuk :
b ± tα/2, n-2 SE b
-2,42 + 2,10 x 0,14= -2,42 + 0,29
Langkah VII
Uji hipotesis
Uji hipotesis a :
= 95,65/3,98 = 24,03
chasan_ismail
titik kritis t 0,05 df 10-2 adalah + 2,10
Uji hipotesis b :
Langkah VIII
Mencari SS REGR
chasan_ismail
Langkah IX
Mencari r (koefisien korelasi)
chasan_ismail
Anova = Analysis of Variance
Syarat :
1. Komparasi antar mean (>2)
2. Skala pengukuran minimal Interval
3. Antar sampel independent
4. Varian perlakuan homogen
5. Masing 2 sampel berasal dari populasi yang berdistribusi normal
Contoh Soal :
Pada pengukuran saturasi O2 pasien syok yang baru diterima diruang Res di RSUD Dr
Soetomo pada tiga kelompok syok didapatkan data sebagai berikut:
Syok Hipovol : 90,86,85,90,85,85,85,86
Syok Septik : 95,95,98,96,95,95
Syok Cardiogenik : 80,80,82,85,86,80
Bandingkan rata-rata saturasi O2 pada ketiga kelompok diatas, jika α= 0,05 dan
dengan asumsi data berdistribusi normal
Langkah I
Menentukan :
Hipotesis statistika
H0 : μ1 = μ2 = μ3
H1 : minimal ada salah satu yang beda
Langkah I
Buat tabel bantu
KELP 1 KELP 2 KELP 3 TOTAL KUADRA
T
no
X X² X X² X X²
1
2
10
n n1 n2 n3 n tot
Σx Σ x1 Σ x2 Σ x3 Σ x tot (Σ x tot)²
Σx² (Σ x ²)1 (Σ x ²)2 (Σ x ²)3 (Σ x ²) tot
mean mean1 mean2 mean3
(Σ (Σ x1)² (Σ x2)² (Σ x3)²
x)²/n / n1 / n2 / n3
chasan_ismail
Langkah II
Hitung Faktor Koreksi (FK)
Langkah III
Hitung SS total
Langkah IV
Hitung SS bg
Langkah V
Hitung SS wg
SS wg = SS total – SS bg
Langkah VI
Hitung DF bg
DF bg = jumlah kolom – 1
Langkah V
Hitung DF wg
Langkah VI
Hitung MS bg
Langkah VII
Hitung MS wg
chasan_ismail
Langkah VIII
Hitung Fhitung
Langkah IX
Bandingkan Fhitung dengan Ftabel
Membaca F tabel :
Lihat α nya berapa dalam soal,
DF numerator = Jumlah kolom (kelompok) – 1
DF denominator = Jumlah n total (jumlah n ke kanan) – jumlah kolom
Bandingkan dan simpulkan sesuai Ho dan Ha nya
Tabel anova
SBR VARIASI S.S D.F M.S F.ratio Ftabel
0,01 0,05
W.G SS wg DF wg MS wg MS wg
TOTAL
Langkah X
Hitung LSD test
Langkah XI
Hitung Selisih Nilai rata - rata
chasan_ismail
Langkah XII
Buat matriks selisih nilai rata – rata
Terdapat perbedaan bermakna antara kelompok … & … dan…. & … pada p<0,05 karena
selisih rata-rata > LSD0,05
chasan_ismail
UJI STATISTIK NON PARAMETRIK
Langkah I
Hitung d (perbedaan 2 nilai pengamatan dari n pasangan data)
Bila dijumpai d = nol --> didrop
Langkah II
Buat rank pada beda-beda pasangan data dari terkecil --> terbesar, tanpa
memperhatikan tandanya. Bila terdapat ties --> rankingnya merupakan rata-
ratanya.
Berilah tanda(+) atau (-) pada rank yang telah kita buat dari d asalnya.
Hitung jumlah T + dan jumlah T -.
Penyalur XB XA d Ranking
1 82 63 19 7 7
2 69 42 27 8 8
3 73 74 -1 1 -1
4 43 37 6 4 4
5 58 51 7 5 5
6 56 43 13 6 6
7 76 80 -4 3 -3
8 85 82 3 2 2
T (-) = 4 T (+) = 32
chasan_ismail
Langkah III
Pilih T yang terkecil (tidak melihat tanda)
T=4
Langkah IV
Bandingkan nilai T dengan titik kritis T di tabel wilcoxon sign rank test (tabel G)
H0 diterima bila T < Tkritis
T n(n 1)
Z
n(n 1)( 2n 1)
24
(titik kritis tabel z)
chasan_ismail
Wilcoxon Two Samples Test = The Wilcoxon Rank Sum Test
1. Digunakan untuk menguji apakah kedua sampel berasal dari populasi dengan
distribusi yang sama.
2. Merupakan alternatif daripada t test untuk 2 sampel yang bebas bila syarat
penggunaan tidak terpenuhi
3. digunakan bila :
a. Berhadapan dengan 2 sampel bebas
b. Masing2 sampel mempunyai data kwanti (skala ratio & interval) yang
tidak mengikuti asumsi distribusi normal atau pada data semi kuanti (skala
ordinal)
c. Uji komparasi antara 2 sampel bebas
CARA :
1. Data dari n1 dan n2 gabungkan dan susun menurut
rankingnya dari yang terkecil ke terbesar atau ke N =
n1 + n2
2. Bila ada Ties maka ranking merupakan hasil rata2nya
3. Jumlahkan rank = R1 pada sampel yang paling kecil
bila n1 ≠ n2.
Bila n1 = n2 --> salah satu dapat dipilih.
4. Uji Statistik :
R1 = ∑ ranking pada sampel I
5. Titik kritis dapat dilihat ditabel Wilcoxon two sample
test dengan , n1, & n2 yang sesuai serta One Tailed or
Two Tailed Test --> ketemu :
Tl = lower critical value
Tr = upper critical value
Rumus :
R 1 n ( N 1) 0.5
T 1 2 1
"Fundamentals
of Biostatistiks
1
2 n1n 2 ( N 1) by Bernard
Rosner p290
atau Z
R 1 R 1 12
Text book : "Statistical
Analysis in Psychology
1
2 n1n 2 N 1 and Education" by George
A Ferguson P40
n1 (n1 n 2 1)
dimana R 1 mean
2
chasan_ismail
8. Bila ties cukup banyak --> dilakukan koreksi
terhadap standard deviation pada denominator
Rumus Z :
Z
R 1 R1 1
2
( N12 N T)
n1n 2 3
N ( N 1)
t3 t
dimana : T t = banyaknya nilai2 yang
12 sama pada rank tertentu
Contoh soal : n1 = 10 n2 = 12 N = 22
Sampel I : 27 33 37 52 53 57 69 70 71 77
Sampel II : 6 9 14 16 29 43 45 47 50 55
63 72
Ranking :
Sampel I : 5 7 8 13 14 16 18 19 20 22
Sampel II : 1 2 3 4 6 9 10 11 12 13
17 21
R1 = 142 R1 = 115
Z
142 115 12 1.75
10X12(10 12 1) Z0,05 two tailed test = + 1.96
12
Jadi H0 diterima
chasan_ismail