STATISTIKA DASAR

ANOVA SATU ARAH

Di Susun Oleh :

Freddy Prasetyo (1705045015)

Azizah Nur’aini D (1705045018)
Husna Nadhilah (1705045030)
Elmerillia Faridhatijannah (1705045032)
Himmatul Aliyah (1705045086)

PROGRAM STUDI PENDIDIKAN MATEMATIKA

FAKULTAS KEGURUAN DAN ILMU PENGETAHUAN
UNIVERSITAS MULAWARMAN
2018
A. Pengertian ANOVA
ANOVA adalah suatu metode untuk menguji hipotesis kesamaan
rata-rata dari tiga atau lebih populasi. Dalam sebuah penelitian,
terkadang kita ingin membandingkan hasil perlakuan (treatment) pada
sebuah populasi dengan populasi yang lain dengan metode uji
hipothesis yang ada (Distribusi Z, Chi Kuadrat, atau Distribusi-T).
Membandingkan satu rata-rata populasi dengan satu rata-rata populasi
yang lain, selain memakan waktu, juga beresiko mengandung
kesalahan yang besar. Untuk itu, kita memerlukan sebuah metode yang
cepat dan beresiko mengandung kesalahan lebih kecil, yakni ANOVA.
Terdapat dua jenis ANOVA yaitu ANOVA satu arah dan ANOVA dua
arah. One-way repeated measures ANOVA biasanya digunakan untuk
membandingkan nilai desain sebelum dan sesudah partisipan yang
sama pada satu grup. Sedangkan two-way repeated measures ANOVA
membandingkan pada dua grup.

B. ANOVA Satu Arah

ANOVA satu arah adalah anova yang terdiri dari atas satu peubah
bebas atau faktor dengan taraf lebih dari dua. Prosedur analisis varians
(Analysis of Variance—ANOVA) menggunakan variabel numerik
tunggal (single numerical variable) yang diukur dari sejumlah sampel
untuk menguji hipotesis nol dari populasi yang (diperkirakan) memiliki
rata-rata hitung (mean) sama. Variabel dimaksud harus berupa variabel
kuantitatif. Variabel ini terkadang dinamakan sebagai variabel terikat
(dependent variable). Hipotesis nol (H0) dalam uji ANOVA adalah
bahwa semua (minimal 3) populasi yang sedang dikaji memiliki rata-
rata hitung (mean) sama. Ringkasnya, hipotesis nol (H0) dan hipotesis
alternatif (H1) dalam ANOVA adalah:
H0 : 1 = 2 = 3 = … = n
H1 : Tidak semua populasi memiliki rata-rata hitung (mean) sama.
ANOVA satu arah biasanya di temukan pada :
Rancangan rambang lugas (RRL)
Rancangan Rambang Lugas disebut sebagai Rancangan Acak
Lengkap (RAL) atau Desain Acak Sempurna (DAS), completely
randomize design atau simple randomize design. Pada RAL semua
kondisi yang berpengaruh selain perlakuan adalah homogen.
Keuntungan RAL, analisisnya termasuk sederhana dan banyak
ulangan (ni) boleh sama atau tidak (sebaiknya selisih antara dua n i <
50%).
Rancangan Rambang Lugas sangat cocok untuk penelitian klinik
atau penelitian lain dalam laboratorium dan kurang cocok untuk
penelitian lapangan atau survey. Model data dan cara perhitungan
analisis data dengan menggunakan ANOVA sacara rinci dan lengkap
dapat dilihat pada model tabel berikut:
Perlakuan Total
A B … K
𝑋_1 𝑋_1 . 𝑋_1
𝑋_2 𝑋_2 . 𝑋_2
Data 𝑋_3 𝑋_3 . 𝑋_3
Pengamatan .
: : . :
𝑋_𝑛𝐴 𝑋_𝑛𝐵 . 𝑋_𝑛𝑘
Total ∑▒𝑋_𝐴 ∑▒𝑋_𝐵 … ∑▒𝑋_𝑘 ∑▒𝑋_𝑇
∑▒〖𝑋_𝐼〗^2 ∑▒〖𝑋_𝐴〗^2 ∑▒〖𝑋_𝐵〗^2 … ∑▒〖𝑋_𝐾〗^2 ∑▒〖𝑋_𝑇〗^2
Jumlah
nA nB … nK ∑▒𝑛
Pengamatan
Nilai Rata-
(𝑋_𝐴 ) ̅ (𝑋_𝐵 ) ̅ … (𝑋_𝐾 ) ̅
rata
Variansi 〖𝑆_𝐴〗^2 〖𝑆_𝐵〗^2 … 〖𝑆_𝐾〗^2
 (∑▒𝑋_𝐴 )^2 (∑▒𝑋_𝐵 )^2 (∑▒𝑋_𝐾 )^2
(∑▒𝑋_𝐼 )^2/𝑛 …
/𝑛_𝐴 /𝑛_𝐵 /𝑛_𝐾

Cara perhitungan
FK = (∑▒𝑋_𝑇 )^2/(∑▒𝑛)
JKT = ∑▒〖𝑋_𝑇〗^2 – FK
JKP = (∑▒𝑋_𝐴 )^2/𝑛_𝐴 + (∑▒𝑋_𝐵 )^2/𝑛_𝐵 + … + (∑▒𝑋_𝐾 )^2/𝑛_𝐾
– FK
JKsisa = JKT – JKP
Keterangan rumus
FK = Faktor Koreksi
JKT = Jumlah Kuadrat Total
JKP = Jumlah Kuadrat Perlakuan
JKsisa = Jumlah Kuadrat Sisa
Istilah lain ialah jumlah kuadrat dalam, galat atau jumlah kuadrat
kekeliruan.
db = derajat kebebasan
KT = Kuadrat tengah
𝑣_1 = db perlakuan, berarti pembilang
𝑣_2 = db sisa, berarti penyebut
Setelah perhitungan diselesaikan dapat dibantu pada tabel rekap
perhitungan anova seperti berikut ini:
Sumber F tabel
Db JK KT F hit
Variansi 5% 1%
𝐽𝐾𝑃/(𝑘
Perlakuan K–1 JKP
− 1)
〖𝐽𝐾〗_𝑠𝑖𝑠𝑎 𝐾𝑇𝑃
(∑▒〖𝑛 −
JK /((∑▒〖𝑛 /〖𝐾𝑇〗_𝑠𝑖𝑠𝑎
Sisa/Galat 1〗) – (k
Sisa − 1〗) − (𝑘
– 1)
− 1))
 Total ∑▒𝑛 −1 JKT

C. Langkah Pengujian ANOVA

Langkah-langkah pengujian ANOVA
1. Merumuskan hipotesis nol dan hipotesis alternatifnya.
2. Menentukan taraf kepekaan (α) dan derajat kebebasan (dk) yaitu
dk (pembilang) = k – 1 dan dk (penyebut) = N – k
dengan k = banyaknya kelompok sampel
N = banyaknya data yang diolah
3. Menentukan harga Ftabel: Fα ( dk pembilang / dk penyebut)
4. Menghitung jumlah kuadrat total (JKt)
JKt = ∑▒〖𝑋_𝑡〗^2
5. Menghitung jumlah kuadrat rata-rata (Rx)
Rx = (∑▒𝑥)^2/𝑁
6. Menghitung jumlah kuadrat antar kelompok (JK(a)):
JK(A) = ∑▒(〖𝐽𝑖〗^2/𝑛𝑖) − 𝑅_𝑥
dengan Ji = jumlah masing-masing tiap kelompok sampel.
7. Menghitung jumlah kuadrat dalam kelompok (JK(d)):
Jk(D) = ∑▒〖𝑥^2 − 𝑅_𝑥 − 〖𝐽𝐾〗_((𝐴)) 〗
8. Membuat Tabel ANOVA
Rata-rata
Jumlah
Sumber varians Dk jumlah kuadrat
kuadrat (JK)
(RJK)
Antar kelompok K–1 JK(A) JK(A) / dk

Dalam kelompok N–1 JK(D) JK(D) / dk

9. Menentukan nilai Fhitung dengan rumus:
Fhitung = 〖𝑅𝐽𝐾〗_𝐴/〖𝑅𝐽𝐾〗_𝑑
10. Menentukan kriteria pengujian: Tolak Ho jika Fhitung ≥ Ftabel
11. Membuat kesimpulan.
 Dalam uji ini diasumsikan bahwa semua populasi yang sedang
dikaji memiliki keragaman atau varians (variance) sama tanpa
mempertimbangkan apakah populasi-populasi tersebut memiliki rata-
rata hitung (mean) sama atau berbeda. Ada 2 (dua) cara atau metode
dalam mengestimasi nilai varians ini, yakni metode dalam kelompok
(within method) dan metode antar-kelompok (between method).
Metode dalam kelompok menghasilkan estimasi tentang varians yang
sahih (valid) apakah hipotesis nol salah atau benar. Sementara metode
antar-kelompok menghasilkan estimasi tentang varians yang sahih
(valid) hanya jika hipotesis nol benar.

D. Metode dalam Kelompok (Within Method)

Terlepas dari benar atau tidaknya hipotesis nol, metode dalam
kelompok (within method) akan menghasilkan estimasi yang sahih
(valid). Hal ini disebabkan oleh variabilitas sampel dideterminasi
dengan jalan membandingkan setiap butir data dengan rata-rata hitung
masing-masing. Nilai sampel yang diambil dari populasi A dibandingkan
dengan rata-rata sampel A. Demikian pula dengan masing-masing
populasi yang diobservasi. Persamaan (1) berikut digunakan untuk
mengestimasi keragaman atau varians (variance) dalam metode dalam
kelompok.
〖𝑠𝑤〗^2 = (∑_𝑗 ∑_𝑖(𝑋_𝑖𝑗 − 𝑥 ̅𝑗)〖^2〗)/(𝑐(𝑛 − 1))
sw2 : varians yang diestimasi menggunakan metode dalam kelompok;
Xij : butir data ke-i dalam kelompok j;
𝑥 ̅𝑗 : rata-rata (mean) kelompok j;
c : jumlah kelompok;
n : jumlah/ukuran sampel dalam setiap kelompok; dan
c(n-1) : derajat bebas (degree of freedom).
Tanda penjumlahan ganda (∑∑) berarti bahwa ada 2 (dua)
langkah penjumlahan. Pertama menyelesaikan tanda jumlah sebelah
kanan. Setelah itu, menyelesaikan tanda penjumlahan sebelah kiri.
E. Metode Antar-kelompok (Between Method)
Metode penghitungan varians yang kedua adalah metode antar-
kelompok (between method). Metode menghasilkan estimasi varians
yang sahih jika hipotesis nol benar. Persamaan yang digunakan dalam
meode ini adalah sebagai berikut:
∑𝑗̅̅̅
(𝑥𝑗 − 𝑥̅ )2
𝑠𝑥̅ 2 =
𝑐−1
di mana:
𝑠𝑥̅ 2 : varians yang diestimasi menggunakan metode antar-kelompok;
𝑥̅ 𝑗 : rata-rata (mean) kelompok j;
𝑥̅ : rata-rata keseluruhan (grand mean) yang digunakan sebagai
estimasi; dan
c : jumlah kelompok.

F. Penarikan kesimpulan
Ho diterima bila Fhit ≤ F α (v1, v2) dan sebaliknya Hα diterima bila
Fhit > Fα (v1, v2). Bila mempergunakan program computer, Ho diterima
bila p ≥ 0,05; sebaliknya Hα diterima bila p < 0,05. Bila Hα diterima,
berarti terdapat respons yang berbeda dari bermacam-macam
perlakuan. Dengan kata lain bila Ho diterima berarti minimal terdapat
sepasang perlakuan yang berbeda.
Pasangan-pasangan mana yang menyebabkan respons yang
berbeda belum dapat diketahui, masih memerlukan pengujian lebih
lanjut. Menurut Steel dan Torri (1981), sebaiknya db sisa dari anova >
20. Ketentuan ini dapat dipergunakan untuk menentukan salah satu
cara penentuan jumlah ulangan (ni).
Pengujian tentang ada atau tidak perbedaan nilai rata-rata setelah
anova terdapat bermacam-macam cara yaitu uji LSD (Least Significant
Difference), HSD (Honestly Significant Difference), uji t, uji jarak
berganda Duncan (Duncan’s Multiple Range Test), uji student Newman
Keul, Uji Dunnett, dan masih ada uji lain.
1. Uji LSD (Least Significant Difference)
Uji LSD disebut juga uji Beda Nyata Terkecil (BNT), uji ini merupakan
pengembangan dari uji t. Cara pengujian mempergunakan satu nilai
pembilang LSD dapat dihitung dengan menggunakan rumus
(menggunakan α = 1% uji satu pihak) :
2𝐾𝑇𝑠𝑖𝑠𝑎
LSD = 𝑡𝛼(𝑑𝑏) √𝑢𝑙𝑎𝑛𝑔𝑎𝑛

2. Uji HSD (Honestly Significant Difference)

Uji HSD disebut juga uji beda nyata jujur (BNJ) atau Turkeys’s W
Procedure. Uji HSD pertama kali diperkenalkan oleh Turkey’s pada
tahun 1953. Cara pengujian mempergunakan satu nilai pembanding
W yang dapat dihitung dengan rumus:
𝐾𝑇𝑠𝑖𝑠𝑎
W = 𝑞𝛼(𝑝,𝑑𝑏) √𝑢𝑙𝑎𝑛𝑔𝑎𝑛

3. Uji Jarak Berganda Duncan (Duncan’s Multiple Range Test)

Uji jarak berganda Duncan menggunakan nilai pembanding Rp yang
nilainya dihitung dengan rumus:
𝐾𝑇𝑠𝑖𝑠𝑎
Rp = rp√ 𝑛

rp = nilai tabel yang nilainya ditentukan oleh harga α, p dan derajat

kebebasan sisa tertentu
KT sisa dan n diambil dari harga perhitungan anova
4. Uji Student Newman Keul
Uji ini mirip dengan uji berganda Duncan, hanya pada uji Keul
mempergunakan nilai pembanding Wp yang rumusnya ditentukan
sebagai berikut:
𝐾𝑇𝑠𝑖𝑠𝑎
Wp = q(α, p, db) √ 𝑛

Penggunaan tabel q pada uji student Newman Keul sama dengan

tabel Q pada uji HSD
 5. Uji Dunnett
Uji Dunnett dipergunakan khusus untuk membandingkan semua nilai
rata-rata perlakuan dengan nilai rata-rata dari kontrol.
Sesungguhnya uji banding dengan kontrol telah ada pada uji
perbedaan nilai rata-rata setelah anova, tetapi uji Dunnett hasilnya
lebih cocok untuk keperluan membandingkan terhadap kontol dan
perlakuan.
Pada uji Dunnett juga merupakan nilai pembanding tunggal untuk
membedakan niali rata-rata perlakuan dengan kontrol. Pembanding
dengan kontrol (jika tidak ada kontrol harus diasumsikan salah satu
sebagai kontrol). Nilai pembanding tunggal ini dihitung dengan
rumus sebagai berikut:
𝐾𝑇𝑠𝑖𝑠𝑎
d = t(α(p,db)) Dunnett √𝑢𝑙𝑎𝑛𝑔𝑎𝑛

p = jumlah perlakuan dikurangi kontrol

G. Contoh Soal
1. Terdapat 4 metode diet dan 3 golongan usia peserta program diet
Berikut data rata-rata penurunan berat peserta keempat metode
dalam tiga kelompok umur.
Penurunan Berat Badan (Kg)
Sampel
Metode 1 Metode 2 Metode 3 Metode 4
Sampel 1 4 8 7 6
Sampel 2 6 12 3 5
Sampel 3 4 - - 5

Apakah keempat metode diet tersebut memberikan rata-rata

penurunan berat badan yang sama? Uji pendapat tersebut dengan
taraf nyata 5 %.

Jawab :

1. Merumuskan Hipotesis
 H0 : (Setiap metode memberikan rata-rata
penurunan berat badan yang sama)

H1 : Ada suatu metode yang memberikan rata-rata

penurunan berat badan yang tidak sama

2. Identifikasi model.

Pertama. berdasarkan hipotesis yang digunakan yaitu

membandingkan rata-rata lebih dari dua kelompok maka
metode yang mungkin adalah ANOVA. kedua Sampel yang
digunakan tiap kelompok berbeda perlakuan sehingga tipe
anova yang cocok adalah ANOVA satu arah.

3. Memeriksa asumsi ANOVA.

Dalam metode anova yang perlu diperhatikan ada empat

seperti pada keterangan diatas.
asumsi normal dan homogenitas antar varians kelompok
harus terpenuhi. dalam contoh ini kita asumsikan asumsi
terpenuhi karena kita fokus pada langkah-langkah anova satu
arah. kemudian kelompok yang dianalisis berasal dari
kelompok saling bebas. dan data yang digunakan
merupakan data rasio. Setelah asumsi ini terpenuhi maka
bisa lanjut ke perhitungan selanjutnya. kalau tidak ganti
metode.

4. Menghitung F hitung melalui Variabilitas, Derajat bebas dan

Kuadrat tengah

o Jumlah Kuadrat Total (JKT)

JKT=(42+62+42+82+122+72+32+62+52+52)-(602/10)

=420-360=60

o Jumlah Kuadrat Kolom (JKK)

 JKK=(142/3+202/2+102/2+162/3)-(602/10)
=(65.33+200+50+85.33)-360 =40.67

o Jumlah Kuadrat Galat (JKG)

JKG = JKT - JKK = 60-40.67 = 19.33

o Kuadrat Tengah Kolom (KTK)

KTK = JKK / k-1 = 40.67/3 = 13.55

o Kuadrat Tengah Galat (KTG)

KTG = JKG / N - k = 19.33/6 = 3.22

o f hitung

f hitung =KTK / KTG = 13.55/3.22 = 4.21

5. Perhitungan Tabel anova

Agar mempermudah perhitungan kita menggunakan tabel
berikut:
Sumber Jumlah Kuadrat
Derajat Bebas F
Keragaman Kuadrat Tengah
(db) hitung
(SK) (JK) (KT)
F
db JKK = 4- KTK
Kolom (K) JKK = 40.67 hitung
1=3 =13.55
= 4.21
JKG = db JKG = 10-
Galat (G) KTG =3.22
19.33 4 =6
db JKT =10 -1
Total (T) JKT = 60
=9
6. Menghitung F tabel

F tabel pada α = 0.05 db1=3 dan dk2=6 adalah 4.76

7. Kesimpulan :

Karena F hitung ada di daerah penerimaan (F hitung < F tabel)

maka H0 terima, sehingga bisa disimpulkan setiap metode
memberikan dampak rata-rata penurunan berat badan yang
sama
2. Seorang ingin mengetahui perbedaan prestasi belajar untuk mata
kuliah dasar-dasar statistika antara mahassiswa tugas belajar, izin
belajar dan umum.
Data diambil dari nilai UTS sebagai berikut :
Tugas belajar ( )=68577668767 = 11 orang
Izin belajar ( ) =566755565687 = 12 orang
Umum ( ) =698789669868 = 12 orang
Buktikan apakah ada perbedaan atau tidak?
1. Diasumsikan bahwa data dipilih secara random, berdistribusi
normal, dan variannya homogen.
2. Hipotesis (𝐻𝑎 dan 𝐻0 ) dalam bentuk kalimat.
𝐻𝑎 = Terdapat perbedaan yang signifikan antara mahasiswa
tugas belajar, izin belajar dan umum.
𝐻0 = Tidak ada perbedaan yang signifikan antara mahasiswa
tugas belajar, izin belajar dan umum.
3. Hipotesis (𝐻𝑎 dan 𝐻0 ) dalam bentuk statistic
𝐻𝑎 : 𝐴1 ≠ 𝐴2 = 𝐴3 𝐻𝑎 : 𝐴1 ≠ 𝐴2 = 𝐴3
4. Daftar statistic induk
NILAI UTS
NO 𝐴1 𝐴2 𝐴3
1 6 5 6
2 8 6 9
3 5 6 8
4 7 7 7
5 7 5 8
6 6 5 9
7 6 5 6
8 8 6 6
9 7 5 9
10 6 6 8
11 7 8 6
12 - 7 8
STATISTIK TOTAL(T)
𝑛 11 12 12 N=35
∑𝑥 73 71 90 234
∑𝑥 2 943 431 692 1616
𝑋̅ 6,64 5,92 7,5 6,69
(∑𝑥)2 /𝑛𝐴 484,45 420,08 675 1564,46
Varians (𝑆 2 ) 0,85 0,99 1,55 1,33

5. Menghitung jumlah kuadrat antar group (𝐽𝐾𝐴 ) dengan rumus :

(∑𝑋𝐴𝑖 )2 (∑𝑋𝜏 )2
𝐽𝐾𝐴 = ∑ −
𝑛𝐴𝑖 𝑁
(73)2 (71)2 (90)2 (234)2
=( + + )− = 1579,53 − 1564,46 15,07
11 11 12 35
6. Hitunglah derajat bebas antar group dengan rumus :
𝑑𝑏𝐴 = A − 1 = 3 – 1 = 2 A = jumlah group A
7. Hitunglah kudrat rerata antar group (𝐾𝑅𝐴 ) dengan rumus :
𝐽𝐾 15,07
𝐾𝑅𝐴 = 𝑑𝑏𝐴 = = 7,54
𝐴 2
8. Hitunglah jumlah kuadrat dalam antar group (𝐽𝐾𝐷 ) dengan
(∑𝑋𝐴𝑖 )2
rumus : 𝐽𝐾𝐷 = (∑𝑋𝜏 )2 − ∑ 𝑛𝐴𝑖

(73)2 (71)2 (90)2

= (493 + 431 + 692) − ( + + )
11 11 12

= 1616 − 1579,53 = 36,47

9. Hitunglah derajat bebas dalam group dengan rumus :
𝑑𝑏𝐷 = 𝑁 − 𝐴 = 35 − 3 = 32
10. Hitunglah kuadrat rerata dalam antar group (𝐾𝑅𝐷 ) dengan
rumus :
𝐽𝐾 36,47
𝐾𝑅𝐷 = 𝑑𝑏𝐷 = = 1,14
𝐷 32
11. Carilah 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 dengan rumus :
𝐾𝑅 7,54
𝐹ℎ𝑖𝑡𝑢𝑛𝑔 = 𝐾𝑅𝐴 = 1,14 = 6,61
𝐷
12. Tentukan taraf signifikansinya, misalnya α = 0,05
13. Cari 𝐹𝑡𝑎𝑏𝑒𝑙 dengan rumus :
𝐹𝑡𝑎𝑏𝑒𝑙 = 𝐹(1−𝛼)(𝑑𝑏𝐴,𝑑𝑏𝐷)
𝐹𝑡𝑎𝑏𝑒𝑙 = 𝐹(1−0,05)(2,32)
𝐹𝑡𝑎𝑏𝑒𝑙 = 𝐹(0,95)(2,32)
𝐹𝑡𝑎𝑏𝑒𝑙 = 3,30
 Cara mencari : Nilai 𝐹𝑡𝑎𝑏𝑒𝑙 = 3,30 dan arti angka 𝐹𝑡𝑎𝑏𝑒𝑙 =
𝐹(0,95)(2,32)
0,95 = Taraf kepercayaan 95% atau taraf signifikan
5%.
Angka 2 = pembilang atau hasil dari 𝑑𝑏𝐴
Angka 32 = penyebut atau hasil dari 𝑑𝑏𝐷
Apabila angka 2 dicari ke kanan dan angka 32 ke bawah
maka akan bertemu
dengan nilai 𝐹𝑡𝑎𝑏𝑒𝑙 = 3,30 . Untuk taraf signifikansi 5% dipilih pada
bagian atas dan 1% dipilih pada bagian bawah.
14. Tentukan kriteria pengujian : jika 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 ≥ 𝐹𝑡𝑎𝑏𝑒𝑙 , maka tolak
𝐻0 berarti signifan.
Setelah konsultasikan dengan tabel F kemudian bandingkan
antara 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 dengan 𝐹𝑡𝑎𝑏𝑒𝑙 ,ternyata : 𝐹ℎ𝑖𝑡𝑢𝑛𝑔 > 𝐹𝑡𝑎𝑏𝑒𝑙 atau
6,61 > 3,30 maka tolak 𝐻0 berarti signifan.

15. Kesimpulan
𝐻0 ditolak dan 𝐻𝑎 diterima. Jadi, terdapat perbedaan yang
signifikan antara mahasiswa tugas belajar, izin belajar dan
umum.
 DAFTAR PUSTAKA

Pramudjono. 2013. Statistika Dasar. Samarinda: Purry Kencana

Mandiri.

Sundayana, Rostina. 2014. Statistika Penelitian Pendidikan.

Bandung: Alfabeta.

Sugiharto, Toto. 2009. Bahan Kuliah Statistik 2. Depok: Fakultas

Ekonomi Universitas Gunadarma.