BAHAN AJAR
STATISTIKA
IR. SUDARMADJI,MM
PKN
SEKOLAH TINGGI AKUNTANSI NEGARA
JAKARTA
2018
2
BAB.I
PENGERTIAN DAN PENGGUNAAN STATISTIKA
A. PENGERTIAN.
Statistik mempunyai sejarah yang sangat panang,sepanjang peradapan
manusia, pada jaman sebelum masehi, bangsa di Mesopotamia, Mesir dan
Cina telah mengumpulkan data statistic untuk memperoleh informasi tentang
beberapa pajak yang harus dibayar oleh penduduk.
Ahli Statistik H.G.Wells yang hidup pada tahun 1800-an mengatakan “
Berpikir secara statistik suatu saat akan menjadi suatu kemampuan atau
keahlian yang sangat diperlukan dalam masyarakat yang efisien seperti
halnya kebutuhan manusia untuk membaca dan menulis”.
Bahwa statistic mempunyai kaitan dan manfaat langsung dengan banyak hal
yang terkait dengan kehidupan .
Apa arti statistika , Statistika adalah ilmu tentang bagaimana
mengumpulkan, menata,menyajikan, menganalisis, dan
menginterprestasikan data menjadi informasi untuk membantu
pengambilan keputusan yang efektif.
B. JENIS STATISTIKA
Statistika dibagi 2 yaitu statistika deskriptif dan induktif.
1. Statistika Deskriptif adalah metode statistik yang digunakan untuk
menggambarkan data yang telah dikumpulkan menjadi sebuah informasi.
3
d. Skala Rasio adalah skala yang mencakup semua skala yaitu nominal,ordinal,
intervaldisamping memberikan keterangan tentang nilai obyek yang diukur.
Kondisi A Kondisi B Rasio A/B
Saham BCA 3000 – 4000 Saham BNI 1500 - 2000 2
Jual Toyota 60.000 Jual Honda 40.000 1,5
Inflasi Indonesia 10 Jepang 5 2
BAB. II
PENYAJIAN DATA
Penyajian data digunakan untuk membuat data menjadi sebuah informasi, yang
dipakai untuk mengambil keputusan manajerial.
A. DISTRIBUSI FREKUENSI.
5
4. Titik tengah kelas ( class mid point ) adalah angka atau nilai data yang
terletak tepat ditengah suatu kelas, dirumuskan : batas atas + batas bawah
dibagi dua.
5. Interval kelas ( class interval ) adalah selang yang memisahkan kelas yang
satu dengan kelas yang lain.
6
6. Panjang interval kelas ( interval size ) adalah jarak antara tepi atas kelas dan
tepi bawah kelas.
7. Frekwensi kelas ( class frekwensi ) adalah banyaknya data yang termasuk
kedalam kelas tertentu.
Langkah-langkah penyusunan :
1. Mengurutkan data dari yang terkecil ke yang besar.
2. Menentukan jangkauan ( range = R ) dari data , dirumuskan : R = data
terbesar – data terkecil.
3. Menentukan jumlah kelas ( JK ), dirumuskan : JK = 1 + 3,322 log n. n =
jumlah data.
4. Menentukan panjang interval kelas ( I ).
R
Dirumuskan : I
JK
Contoh :
Seorang mahasiswa akan mengadakan penelitian tentang modal awal yang dimiliki
para pedagang kaki lima di Pasar Minggu dengan mengambil 40 sampel dan
diperoleh hasil sbb : ( dalam ratusan ribu rupiah ).
7
30 41 45 50 46 43 40 44 50 53
40 44 50 51 51 42 34 34 41 45
50 50 45 43 40 44 52 50 45 40
49 51 41 45 50 51 35 35 52 40
pertanyaan :
Buatlah distribusi frekwensi ?
D. PENYAJIAN DATA
Data yang sudah dikelompokan dalam bentuk tabel distribusi frekuensi dapat
disajikan dalam bentuk grafik supaya menjadi lebih menarik dan informative.
Grafik yang bersal dari distribusi frekuensi disebut grafik Histogram dan
Poligon.
Histogram dan Poligon adalah dua grafik yang sering digunakan untuk
menggambarkan distribusi frekwensi. Histogram merupakan grafik batang dari
distribusi frekwensi. Poligon merupakan grafik garis.
Contoh :
Biaya promosi yang dikeluarkan oleh perusahaan per tahun yang diambil dari 40 perusahaan
sebagai sample ( jutaan rupiah ).
kelas Biaya promosi Frekwensi
I 20 - 24 2
II 25 - 29 6
III 30 - 34 10
IV 35 - 39 14
V 40 - 44 8
Tentukan : Jumlah kelas, batas kelas bawah dan atas, tepi bawah dan atas kelas,
titik tengah kelas, interval kelas, panjang interval kelas, frekwensi kelas dan buat
histogram dan poligon.
8
fi
Dirumuskan : F.relatif = X 100%
f
Contoh :
Biaya promosi 40 Perusahaan
Kelas Biaya Promosi Frekuensi Frekuensi Relatif
I 20 – 24 2 2/40 x 100% = 5%
II 25 – 29 6 6/40 x 100% = 15%
III 30 – 34 10 10/40 x 100% = 25%
IV 35 – 39 14 14/40 x 100% = 35%
V 40 – 44 8 8/40 x 100% = 20%
BAB.III
UKURAN LOKASI/PEMUSATAN
10
contoh :
tentukan rata-rata hitung dari data sbb :
8, 7,2 ,5, 18, 20.
b. Jika X1,X2,X3, …….Xn masing-masing memiliki frekuensi
f1,f2,f3….fn., maka rata-rata hitungnya :
X =
f .X
f1. X 1 f 2 . X 2 ....... f n . X n
f f1 f 2 ..... f n
Contoh :
X F
4 5
7 3
8 2
9 2
12 1
Cari rata-rata hitung data diatas ?
2. Rata-rata hitung data berkelompok.
Apabila telah terbentuk distribusi frekwensi, maka rata-rata hitung ( mean)
dirumuskan :
11
fiXi ,
X keterangan : fi = frekwensi pada kelas ke i, Xi = titik tengah.
fi
Contoh :
Biaya promosi yang dikeluarkan oleh perusahaan per tahun yang diambil dari 40 perusahaan
sebagai sample ( jutaan rupiah ).
kelas Biaya promosi frekwensi
I 20 - 24 2
II 25 - 29 6
III 30 - 34 10
IV 35 - 39 14
V 40 - 44 8
B. MEDIAN.
12
Median merupakan nilai tengah dari data yang ada setelah data diurutkan.
Median disebut juga rata-rata posisi, disimbolkan Me/ Md.
n 1
Me data = X , n = jumlah data
2
b. jika jumlah data genap, mediannya berada hasil bagi jumlah data
yang ditengah, dirumuskan :
n 1
Me data genap = X ,n = jumlah data
2
n fo
1
Dirumuskan : Me B 2 XC
fme
Keterangan : B = tepi bawah kelas median.
n = jumlah frekwensi
fo = jumlah frekwensi kelas median sebelum kelas median.
C = Panjang interval kelas
fme =frekwensi kelas median.
Contoh :
13
Biaya promosi yang dikeluarkan oleh perusahaan per tahun yang diambil dari 40 perusahaan
sebagai sample ( jutaan rupiah ).
kelas Biaya promosi frekwensi
I 20 - 24 2
II 25 - 29 6
III 30 - 34 10
IV 35 - 39 14
V 40 - 44 8
Tentukan : mediannya.
C. MODUS.
Modus merupakan nilai yang sering muncul dalam data, disimbolkan Mo.
Modus ada dua :
1. Modus data tunggal.
d1
Dirumuskan : Mo L XC
d1 d 2
Keterangan : L = Tepi bawah kelas modus
Contoh :
14
Biaya promosi yang dikeluarkan oleh perusahaan per tahun yang diambil dari 40 perusahaan
sebagai sample ( jutaan rupiah ).
kelas Biaya promosi frekwensi
I 20 - 24 2
II 25 - 29 6
III 30 - 34 10
IV 35 - 39 14
V 40 - 44 8
Tentukan modusnya ?
D.QUARTIL.
Quartil adalah membagi seperangkat data yang telah terurut menjadi empat
bagian yang sama. Terdapat 3 jenis quartil : quartil pertama, kedua dan ketiga
(Q1,Q2,Q3 ).
Quartil ada 2 :
1. quartil data tunggal.
i n 1
Dirumuskan : Qi = nilai yang ke , i = 1,2,3.
4
Contoh :
15
Biaya promosi yang dikeluarkan oleh perusahaan per tahun yang diambil dari 40
perusahaan sebagai sample ( jutaan rupiah ).
kelas Biaya promosi frekwensi
I 20 - 24 2
II 25 - 29 6
III 30 - 34 10
IV 35 - 39 14
V 40 - 44 8
Tentukan quartil 1,2,3.
E. DESIL
Desil adalah membagi seperangkat data yang telah terurut menjadi sepuluh
bagian. Jadi Desil jumlah ada 9 yaitu D1, D2, ……..D9.
Desil berdasarkan bentuk data ada 2 :
1. Desil data tunggal/tidak berkelompok,
n 1 ,
Dirumuskan : Di = nilai ke i i = 1,2,3……..9
10
i.n
Fo
Dirumuskan : Di = Bi 10 XC
Fdi
Biaya promosi yang dikeluarkan oleh perusahaan per tahun yang diambil dari 40
perusahaan sebagai sample ( jutaan rupiah ).
kelas Biaya promosi frekwensi
I 20 - 24 2
II 25 - 29 6
III 30 - 34 10
IV 35 - 39 14
V 40 - 44 8
BAB.IV
PENGUKURAN DISPERSI
A. PENGERTIAN
Pengukuran dispersi atau pengukuran penyimpangan adalah pengukuran
seberapa jauh penyimpangan nilai-nilai data dari nilai pusatnya.
17
Dirumuskan : RAK = Q3 – Q1
Dimana : RAK = rentang antar kuartil, Q3 = kuartil 3, Q1 = kuartil 1.
SK = ½ ( Q3 – Q1 )
Dimana : SK = semi antar kuartil.
Dirumuskan : DR =
X X
dimana : X = rata-rata data.
n
b. Data berkelompok.
Dirumuskan : DR =
f X X
,
n
dimana : x = titik tengah, x = rata-rata hitung, n= jumlah frekuensi.
Contoh :
18
contoh :
Nilai statistika dari 35 mahasiswa
Nilai statistik I Frekuensi
30 5
50 10
70 8
90 7
100 5
19
Tentukan varians ?
x x
dirumuskan : s2 =
n 1
contoh :
Nilai statistik I dari 20 mahasiswa
Nilai statistic I Frekuensi
30 2
50 5
70 6
90 4
100 3
Tentukan varians?
b. Varians berkelompok.
1). Sampel ( n 30 )
2
S =
2 f x x
n
contoh :
30 – 34 10
35 – 39 14
40 – 44 8
Tentukan Varians?
2). Sample ( n < 30 )
2
=
2 f x x
S
n 1
contoh :
contoh :
Nilai statistik I dari 35 mahasiswa
21
contoh :
Nilai statistik I dari 20 mahasiswa
Nilai statistik I Frekuensi
30 2
50 5
70 6
90 4
100 3
contoh :
DR
Dirumuskan : KDR =
x100% .
X
23
X = rata-rata.
D. KOEFISIEN STANDAR DEVIASI /KOEFISIEN VARIASI
Koefisien Standar Deviasi adalah persentase dari standar deviasi terhadap
nilai rata-rata.
SD
Dirumuskan : KSD =
X 100%
X
E. UKURAN KECONDONGAN ( SKEWNESS)
Mo 3 Md
Dirumuskan : SK = atau SK = Keterangan : Mo = Modus dan Md =
median. µ/ = rata-rata hitung, σ/s = standar deviasi.
x
4
1
f x
4
4
Rumus untuk data berkelompok : α = n
4
Jika α4 = 3 maka kurvanya mesokurtik ( tdk mendatar dan tidak meruncing ), jika α4 > 3 kurvanya
Leptokurtik ( kurvanya puncak paling tinggi, α4 < 3 kurvanya platykurtik kurvanya mendatar.
24
BAB.V.
KORELASI DAN REGRESI
LINEAR SEDERHANA
Keterangan : x = X – X dan y = Y - Y
Dirumuskan : r2 x 100%.
Contoh 1:
Apabila anda bekerja dibagian Marketing , kemudian anda diminta
oleh Pimpinan untuk menganalisis apakah biaya yang dikeluarkan
untuk promosi ada hungannya dengan pendapatan diperusahaan .
Anda diberikan data sebagai berikut :
X = biaya promosi dan Y = Pendapatan.
Biaya promosi 3 5 9 6 10 12
( dalam ratusan juta )
Pendapatan 2 4 6 5 7 7
( dalam milyar )
Pertanyaan : Bagaimana kesimpulan anda hubungan antara biaya
promosi dan pendapatan yang diperoleh Perusahaan serta seberapa
27
D. REGRESI LINEAR.
Adalah alat ukur yang digunakan untuk mengukur ada atau tidaknya korelasi
antar variable. Regresi artinya ramalan / taksiran. Diperkenalkan pertama
kali oleh Sir Francis Galton Th. 1877.
Regresi linear adalah regresi yang variable bebasnya berpangkat paling
tinggi satu.
Persamaan regresi linear dari Y terhadap X dirumuskan :
Y = a + bX
Keterangan : Y = Variabel terikat, X = variable bebas, a = konstanta, b
= koefisien regresi.
Dari persamaan regresi tersebut nilai a dan b dapat ditentukan dengan rumus
:
n X .Y X Y
b =
n X 2 X 2
-
a = Y - b.X
contoh :
Data penelitian mengenai pengalaman kerja dengan produktivitas dalam
menjual produk SM.
X = pengalaman kerja. ( tahun )
Y = produktivitas dalam ( unit ).
X 3 6 4 9 10 5 7 6
Y 5 10 8 12 14 9 10 9
28
Pertanyaan :
a. Buat persamaan regresinya ?
b. Apabila tenaga kerja yang sudah pengalaman 15 tahun berapa
produktivitasnya penjualan,
Kesalahan baku regresi dan koefisien regresi.
Dirumuskan :
a. Kesalahan baku regresi :
Se = y 2
a. y b. x. y
n2
Sa =
n. x x
2 2
x 2
n
Jawab :
X = pengalaman kerja.
Y = produktivitas.dalam menjual
X Y XY X2 Y2
3 5 15 9 25
6 10 60 36 100
4 8 32 16 64
9 12 108 81 144
10 14 140 100 196
5 9 45 25 81
7 10 70 49 100
6 9 54 36 81
50 77 524 352 791
a = Y - b.X
a = 9,63 – 1,08.6,25
= 9,63 – 6,75 = 2,88
a. Jadi persamaan regresinya Y = 2,88 + 1,08 X
b. Untuk tenaga kerja yang pengalamannya 15 tahun diperkirakan hasil
penjualannya adalah Y = 2,88 + 1,08.15 =
= 2,88 + 16,2 = 19,08 unit.
30
Pertanyaan :
a. Hitung koefisien korelasi rank.
b. Bagaimana kesimpulan anda tentang hubungan antara IP dan prestasi kerja.
Jawab :
31
6 d 2
a. rs = 1 -
n n 2 1
6.139,5 837
rs = 1- 1 =1- 0,845 = 0,15
1010 1
2
990
n. f xu xu y f xu x f y u y
RUMUS KORELASI : r =
(n. f x u x f xu x )(n. f y u y f y u y )
2 2 2 2
RUMUS REGRESI : Y = a + bX
32
n. f xu xu y f xu x f y u y i y
b= x
n. f x u x f xu x
2
2
ix
a = y b x
x Mx
f x ux
xi x
n
y My
f y uy
xi y
n
keterangan :
M = rata –rata hitung sementara , biasanya diambil titik tengah dengan frekuensi terbesar.
ix = panjang interval x
iy = panjang interval y
fx = frekuansi kelas x
fy = frekuansi kelas y
contoh :
Data tentang umur dan berat dari 300 sapi sbb :
umur ( X )
59 – 62 63 – 66 67 – 70 71 – 74 75 - 78 fy fyuy fy(uy)2 fyuyux
Uy
B 90 – 109 2 1 3 -3 -9 27 15
E 110 – 129 7 8 4 2 21 -2 40
R 130 – 149 5 15 22 7 1 50 -1 16
A 150 – 169 2 12 63 19 5 101 0 0
T 170 – 189 7 28 32 12 79 1 49
(Y) 190 – 209 2 10 20 7 39 2 64
210 – 229 1 4 2 7 3 24
fx 16 45 128 84 27 300 0 77 459 208
-2 -1 0 1 2 0
Ux
fxux -32 61
33
fx(ux)2 64 301
fxuxuy 50 23 0 73 62 208
r = ? dan y = a + b x …. ?
Untuk data kualitatif yang dipergunakan untuk mengukur kuatnya hubungan di sebut koefisien
contingency ( C )./ Koefisien bersyarat.
2
Rumus : C =
2 n
n = banyaknya observasi
f eij
p
q 2
..
2 ij
----- f ij : frekuensi kategori ij
j 1 eij
i 1
------ e ij : frekuensi harapan. = ni.nj/n
Nilai C jika :
Contoh :
Apakah ada hubungan antara jenis kelamin terhadap pelayanan di sebuah bank.
Hasil penelitian sbb :
Jawab :
e 11 = 18 x 45 / 105 = 7,71
e12 = 18 x 60 / 105 = 10.28
.
.
.
e42 = 35 x 60 / 105 = 20
a = Y b X
1 1 b2 X 2
n
dimana :
A= n. X 1.Y X 1 Y
B = n. X 2 X 2
2 2
C = n X 1 X 2 X 1 X 2
35
D = n . X 2 .Y X 2. Y
n. X 1 X 1
2
E= 2
F = EB – C2
Contoh ;
Anda diminta untuk menganalisis data biaya distribusi dan biaya promosi
terhadap pendapatan di PT. Agung , datanya sbb :
R2 =
n. Y 2 Y
2
36
Contoh soal :
Dari data tabel 1 : Tentukan berapa besar pengaruh biaya distribusi dan promosi
terhadap pendapatan di PT.agung.
R = R2
Contoh soal :
Dari data tabel 1 : Tentukan bagaimana hubungan antara biaya distribusi dan promosi
terhadap pendapatan di PT.Agung.
4. Korelasi Parsial.
Korelasi parsial adalah hubungan variabel bebas dengan variabel tidak bebas, dengan
variabel lain tetap.
Korelasi parsial digunakan untuk melihat besarnya hubungan antara dua variabel yang
bebas dari variabel yang lainnya.
Pada regresi berganda kita juga mengenal koefisien korelasi yang dilambangkan R.
koefisien korelasi ini menggambarkan hubungan antara Y dengan X1 dan X2 sekaligus.
Korelasi parsial dilambangkan :
1. Ry.x1.x2. yang menyatakan hubungan antara Y dengan X1 dimana x2 dianggap tetap.
2. Ry.x2.x1 yang menyatakan hubungan antara Y dengan x2 dimana x1 dianggap tetap.
3. Rx1x2 Y yang menyatakan hubungan antara x1 dengan x2 dimana Y dianggap tetap.
Koefisien korelasi parsial diturunkan dari koefisien korelasi sederhana sbb :
BAB.IV
ANGKA INDEK
c. Indek nilai.
38
Pt
Metode angka realtif dirumuskan : I t,o = P x100%
0
P o
Pt
Metode rata-rata relatif dirumuskan : I t,o = P x100%
0
K
K = jumlah barang
39
Contoh :
Harga rata-rata Koran di DKI Jakarta dari tahun 1999 s/d 2003 di DKI Jakarta.
Hitunglah indek harga tahun 2001 dan 2003 dengan metode angka relatif,
agregat dan rata-rata relatif, dengan periode dasar 1999.
IL t,o =
P xQ
t 0
x100% , penimbangnya quantity waktu dasar.
P xQ
0 0
Contoh: Harga rata-rata Koran di DKI Jakarta dari tahun 1999 s/d
2003 di DKI Jakarta.
40
IP t,o =
p xQ x 100%
t t
p xQ 0 t
Contoh: Harga rata-rata Koran di DKI Jakarta dari tahun 1999 s/d 2003 di DKI
Jakarta.
1200
Media Ind 900 1000 1100 800 1250
Pos kota 500 600 700 750 850
Republika 600 650 700 600 800
Berita Kota
400 500 600 600 700
bisnis 500 550 600 700
Contoh: n
6. Metode Wals
IW = ∑ Pt √ Qo.Qt x 100%
∑ Po √ Qo.Qt
Contoh: Harga rata-rata Koran di DKI Jakarta dari tahun 1999 s/d 2003 di DKI
Jakarta.
dengan metode Wals dengan periode dasar tahun 2000. dengan kuantitas
penjualan 6000, 7000, 8000, 9000, 10.000 dan 11.000 exp.
MACAM-MACAM INDEK
Berikut ini dibahas beberapa macam indek yang umum dipakai dalam
perekonomian.
Indek harga konsumen tidak hanya bermanfaat untuk melihat inflasi. IHK juga
untuk mengetahui : pendapatan riil, penjualan yg di deflasi dan daya beli uang.
43
Contoh :
BAB VI
INDEKS MUSIMAN DAN GERAKAN SIKLIS
Ada beberapa metode menghitung indeks musiman antara lain :
1. metode rata-rata sederhana.
2. metode relatif bersambung
3. metode rasio terhadap trend
4. metode rasio terhadap trend rata-rata bergerak.
44
Keterangan : relatif berantai : angka januari = 100%, februari x 100%, maret x (feb%) , dst
Hasil perhitungan ini merupakan angka indek musiman dengan
menggunakan metode bersambung. Apabila jumlah dari indek ini ( A ) = 1200
%, maka perhitungan sudah selesai. Tetapi kalau jumlahnya tidak sama
dengan 1200%, maka masing-masing angka indek dari bulan januari sampai
desember harus diadakan penyesuaian, yaitu dengan mengalikan masing-
masing nilai dengan angka penyesuaian sebesar 1200 : A. ( A merupakan
angka yang belum disesuaikan = jumlah dari bln januari s/d desember ).
Indek musiman yang sudah disesuaikan adalah:
Bulan Belum disesuaikan Sudah disesuaikan
Januari 100 100 x 1200/ A
Feb
Maret
April
Mei
Juni
Juli
Agustus
September
Oktober
Nopember
Desember
Total A
46
BAB.V
DATA BERKALA
( TIME SERIES )
Data berkala ( time series ) adalah data yang disusun berdasarkan urutan waktu
atau data yang dikumpulkan dari waktu ke waktu. Waktu yang digunakan dapat
minggu, bulan , tahun dsb.
Dengan adanya data berkala , maka pola gerakan data dapat diikuti atau diketahui.
Maka data berkala dapat digunakan sebagai dasar untuk :
1. pembuatan keputusan saat ini.
2. Peramalan keadaan perdagangan/ekonomi dimasa akan dating.
3. Perencanaan kegiatan untuk masa depan.
Perubahan yang terjadi dalam data statistik dalam sederetan waktu tertentu disebut
Trend.
Dalam penentuan nilai trend dapat digunakan beberapa cara yaitu Metode setengah
rata-rata, metode kuadrat terkecil ( least square ),Metode Kuadratis.
METODE SETENGAH RATA-RATA ( SEMI AVERAGE METHOD ).
Langkah – langkah membuat trend :
47
Contoh : 1
Data hasil penjualan sepeda motor di PT. Agung Motor sbb : ( dlm unit )
Tahun ‘98 ‘99 ‘00 ‘01 ‘02 ‘03 ‘04 ‘05 ‘06 ‘07
Penjualan 400 450 500 600 620 640 610 630 650 610
Pertanyaan :
a. Tentukan nilai trend tiap tahun.
b. Ramalkan berapa hasil penjualan tahun 2012.
Contoh : 2
Data hasil penjualan sepeda motor di PT. Putri Motor sbb : ( dlm unit )
Tahun ‘01 ‘02 ‘03 ‘04 ‘05 ‘06 ‘07
Penjualan 800 920 940 810 930 950 1010
Pertanyaan :
c. Tentukan nilai trend tiap tahun.
d. Ramalkan berapa hasil penjualan tahun 2012.
METODE KUADRAT TERKECIL ( LEAST SQUARE )
Persamaan trendnya adalah Y = a + bX
Keterangan : Y = data berkala atau nilai trend untuk periode tertentu.
X = periode waktu ( hari, minggu, bulan,tahun ).
a = konstanta.
b = koefisien X.
48
untuk menentukan garis trend , terlebih dahulu dicari nilai a dan b, artinya jika
nilai a dan b sudah diketahui maka garis trend dapat dibuat.
Nilai a dan b dari persamaan trend linear ditentukan dengan rumus :
a=
Y
dan b =
X .Y
n X 2
Tahun kode ( X ) memiliki nilai yang berbeda untuk jumlah tahun ganjil dan
genap.
- untuk jumlah tahun ganjil ( n ganjil ) , nilai X – nya : ….-3,-2,-1,0,+1,+2,+3,
……….
- Untuk jumlah tahun genap ( n genap ), nilai X – nya : …,-5,-3,-1,+1,+3,+5,
…….
Contoh :1. n ganjil.
Data hasil pendapatan iklan di TV X dari tahun 1990 s/d 1999 adalah
Tahun 1990 1991 1992 1993 1994 1995 1996 1997 1998
Biaya iklan 40 55 60 70 65 80 90 75 100
( dalam milyar )
Pertanyaan :
a. tentukan nilai a dan b
b. Buatlah persamaan trennya.
c. Berapa nilai trend tiap tahun dan nilai trend tahun 2002.
Contoh : 2 . n genap.
Data penjualan sepeda motor di PT. HOKA, dari tahun 1995 s/d 2002 adalah
Tahun 1995 1996 1997 1998 1999 2000 2001 2002
Penjualan 200 300 500 400 600 800 700 1000
( dalam unit )
Pertanyaan :
49
a=
n x x
4 2 2
b=
x. y
x 2
n x . y x y
2 2
c=
n. x x
4 2 2
contoh :
Data jumlah pelanggan PT. Telkom selama 9 tahun terakhir ini.
( dlm jutaan )
Tahun 99 00 01 02 03 04 05 06 07
Pelanggan 9 13 16 22 25 32 28 24 25
Tentukan :
c. Nilai a,b,c.
d. Buat persamaan kuadratis.
e. Ramalkan pelanggan tahun 2010.
50
BAB.VI.
TEORI PROBABILITAS
A. Teori Himpunan.
Himpunan adalah kumpulan obyek yang didefinisikan dengan jelas dan dapat
dibeda-bedakan.
Operasi Himpunan.
a. Operasi gabungan ( Union )
Gabungan dari himpunan A dan himpunan B adalah semua unsur yang termasuk
didalam A atau di dalam B --- dilambangkan A+B atau U.
Contoh :
S = { x : 0 ≤ x ≤ 10 )
A = ( 2,3,4,5 )
B = ( 1, 3,4, 6,7,8 )
Tentukan : A U B.
Jawab :
A U B = ( 1,2,3,4,5,6,7,8 )
51
Contoh :
S = { x : 0 ≤ x ≤ 10 )
A = ( 2,3,4,5 )
B = ( 1, 3,4, 6,7,8 )
Tentukan : A ∩ B.
Jawab
A ∩ B = ( 3,4 )
c. Operasi selisih
Adalah himpunan semua unsure A yang tidak termasuk didalam B
---dilambangkan A – B.
Contoh :
S = { x : 0 ≤ x ≤ 10 )
A = ( 2,3,4,5 )
B = ( 1, 3,4, 6,7,8 )
Tentukan : A - B.
Jawab :
A – B = ( 2,5 ).
Jawab :
2. Faktorial
Adalah perkalian semua bilangan bulat positif terurut dari bilangan 1 sampai
dengan bilangan bersangkutan atau sebaliknya.
Factorial – dilambangkan “ ! “.
Catatan : 1 ! = 1 dan 0! = 1
Jika n = 1,2, ….maka n! = n. ( n-1 ). (n-2)….2x1.
Contoh : tentukan nilai factorial dari bilangan berikut :
a. 5!
Jawab : 5x4x3x2x1 = 120
b. 3! X 2!
Jawab : 3x2x1 x 2x1 = 12
c. 5! : 3!
Jawab : 5x4x3x2x1 : 3x2x1 = 20.
4. Permutasi.
Adalah suatu penyusunan atau pengaturan beberapa obyek ke dalam suatu
urutan tertentu.
53
Rumus-rumus permutasi.
n!
n Pr = n 1! syarat : n ≥ r
Contoh :
54
b. ABC, ABD,ACB,ACD,ADB,ADC.
BAC,BAD,BCA,BCD,BDA,BDC.
CAB,CAD,CBA,CBD,CDA,CDB.
DAC,DAB,DBA,DBC,DCA,DCB.
Jawab : 3P2 = 32 = 9
55
AA, AB,AC,BB,BC.BA,CC.CB.CA.
n!
n Pn1,n2,n3, …. nk = n1!.n 2!.n3!.....nk!
Contoh .
1. Tentukan permutasi dari kata TAMAT.
2. ada 4 bola putih, 5 bola kuning, dan 2 bola hitam disusun dalam
satu baris. Jika semua bola yang berwarna sama tidak dibedakan
satu sama lain berapakah penyusunan yang mungkin.
Jawab :
1. n = 5, n1= T = 2, n2 = A =2, n3 = M =1
5! 5.4.3.2.1
5 P 2!,2!,1! = 30.
2!.2!.1! 2.1x 2.1x1
2. n = 4+5+2 = 11
n1 = 4, n2 =5, n3 = 2
11 P4!.5!.2! =
11! 11.10.9.8.7.6.5.4.3.2.1
10.11.9.7 6930.
4! x5! x 2! 4.3.2.1x5.4.3.2.1x 2.1
4. Kombinasi .
Contoh :
1. Tentukan nilai dari C24
4! 4.3.2.1
Jawab : C24 6
2! 4 2 ! 2.1 2.1
2. Dari 5 pemain bulu tangkis, yaitu ABCD dan E hendak dipilih 2 orang untuk
pemain ganda . berapa banyak pemain ganda yang mungkin terbentuk..
5! 5! 5 .4 .3 .2 .1
Jawab : C25 10 pasangan
2! 5 2 ! 2!.3! 2.1x3.2.1
AB,AC,AD,AE,BC.BD.BE,CE.CE.DE.
PROBABILITAS.
PROBABILITAS dapat diartikan menjadi 3 macam pendekatan yaitu
1. Pendekatan klasik yaitu hasil bagi dari banyaknya peristiwa yang dimaksud
dengan seluruh peristiwa.
X
Dirumuskan : P (A ) = n
PERISTIWA PROBABILITAS
1. Peristiwa saling lepas.
Dua peristiwa disebut saling lepas jika kedua atau lebih peristiwa itu tidak
dapat terjadi pada saat bersamaan. Jika peristiwa A dan B saling lepas,
probabilitasnya adalah :
P( A U B ) = P(A) + P(B).
Contoh : sebuah dadu dilempar keatas, peristiwanya adalah
A = Peristiwa mata dadu 4 muncul.
B = Peristiwa mata dadu lebih kecil dari 3 muncul.
58
a. P ( A U C) = P (A ) + P ( C ) – P ( A ∩C )
= 1/36 + 9/36 – 1/36 = 9/36
b. P(BUC) = P(B) + P (C) – P ( B ∩C ).
= 4/36 + 9/36 -1/36 = 12/36
c. P(AUB) = P(A) + P(B) – P(A ∩ B ).
= 1/36 + 4/36 – 0 = 5/36.
Contoh :
1. C35 , C36
2. Ada 6 pemain bulu tangkis antara lain A,B,C,D,E,F, akan dibentuk pemain
ganda, tentukan ada berapa pasang pemain ganda terbentuk, buat susunanya?
3. Sebuah kotak berisi 6 bola biru, 4 bola kuning dan 5 bola hitam. Jika
diambil 3 bola secara acak, hitunglah probabilitas bahwa yang terambil ialah
sebagai berikut :
a. Ketiga-tiganya hitam.
b. Dua biru satu kuning
c. Masing-masing diwakili.
d. Tidak ada yang biru
e. Paling sedikit satu biru.
Jawab :
60
n = 6 + 4 + 5 = 15
r=3
15! 15.14.13.12........x1
total peristiwanya = C315 455
3!15 3 3.2.1x12.11 .....x1
C35 10
a. P ( 3 H ) = 15
C3 455
A1 A2 Jumlah
B1 40 60 100
B2 40 260 300
Jumlah 80 320 400
Jadi :
P ( A1 ) = 80/400 = 0,2
P ( A2 ) = 320/400 = 0,8
P ( B1/A1) = 40/80 = 0,5
P ( B1/A2 ) = 60/320 = 0,19
0,2 x 0,5
Hasil teorema Bayes : P ( A1/B1 ) =
0,2 x0,5 0,8 x0,19 =0,4
BAB. VI.
DISTRIBUSI TEORITIS
A. Pengertian.
62
PBK = C
x0
n
x P xqn x
d. Distribusi poisson
Rumus distribusi Poisson:
x .
P(X=x):
x!
Keterangan :
λ : rata-rata terjadinya suatu peristiwa.
ℓ : bilangan alam = 2,71828.
Contoh :
1. sebuah toko alat listrik mencatat rata-2 penjualan lampu TL 40 watt
setiap hari 5 buah. Jika permintaan akan lampu tersebut mengikuti
distribusi Poisson, berapa probabilitas untuk penjualan berikut.
a. 0 lampu TL
b. 3 lampu TL.
2. Dalam sebuah majalah yang terdiri dari 120 halaman terdapat 80 kata
yang salah cetak dan berdistribusi secara acak dalam halaman-2 majalah
tersebut. Hitung probabilitas, seandainya sebuah halaman majalah
tersebut dibuka :
a. Tidak terdapat salah cetak.
b. 4 kata yang salah cetak.
65
e. Distribusi Hipergeometrik
Contoh :
Sebuah kotak berisi 50 bola, 5 diantaranya pecah, apabila diambil 4 bola,
berapa probabilitas dua di antaranya pecah ?
Jawab :
N = 50, n = 4, k = 5, x = 2.
Jika dari populasi yang berukuran N terdapat unsur-unsur yang sama pula,
yaitu k1,k2,k3 .....dan dalam sampel berukuran n terdapat unsur-2 yang sama
pula, yaitu x1,x2,x3 ... dengan k1 + k2 + k3 + ....=N dan x1 + x2 + x3 + .....=
n, distribusi hipergeometrik dirumuskan :
P ( X = x1,x2, ... ) = k1Cx1. k2Cx2..
N
Cn
Contoh :
Dari penelitian golongan darah mahasiswa pada sebuah universitas ,
diketahui bahwa dari 10 mahasiswa terdapat 2 mhs bergolongan darah A, 5
mhs bergolongan darah B dan 3 mhs gol darah O , apabila diambil 5 mhs,
berapa probabilitas seorang mhs memiliki golongan darah A, 2 mhs
memiliki gol darah B dan 2 mhs memilki gol. Darah O.
Jawab :
N = 10, terdiri dari k1 = 2. k2 = 5, k3 = 3
n = 5 terdiri dari n1 = 1, n2 = 2. n3 = 2.
P ( X = 1,2,2 ) = 2C1, 5C2 3C2
10C5
66
f. Distribusi Normal.
1. Distribusi Normal Umum adalah distribusi yang simetris dan berbentuk
genta atau lonceng. Pada bentuk tersebut ditunjukkan hubungan ordinat pada
rata-rata dengan berbagai ordinat pada berbagai jarak simpangan baku yang
diukur dari rata-2.
Distribusi normal digambarkan sbb :
___________________________________
μ
kurva tersebut dipengaruhi oleh rata-rata ( μ ) dan simpangan baku (σ ). Jika
simpangan baku dan rata-2 besar maka kurvanya makin rendah dan sebaliknya.
Sifat dari distribusi normal adalah
a. Bentuknya seperti genta/lonceng.
b. Rata-2 terletak ditengah-2.
c. Ujung sisi kurvanya sejajar dengan sumbu horizontal dan tidak pernah
memotong sumbu.
Bentuk kurvanya :
67
-3 -2 -1 0 +1 +2 +3
BAB. VII.
DISTRIBUSI SAMPLING
A. POPULASI DAN SAMPEL.
69
1. Populasi adalah totalitas dari semua obyek atau individu yang memiliki
karakteristik tertentu, jelas dan lengkap yang akan diteliti.
2. Sampel adalah bagian dari populasi yang diambil melalui cara-cara tertentu
yang juga memiliki karakteristik tertentu, jelas dan lengkap.
B. METODE SAMPLING
Metode sampling adalah cara pengumpulan data yang hanya mengambil
sebagian elemen populasi.
Metode sampling pada dasarnya dapat dibedakan atas 2 macam yaitu random
dan non random.
2. Random sampling, adalah cara pengambilan sample dengan semua obyek
atau elemen populasi memiliki kesempatan yang sama untuk dipilih
menjadi sample.
3. Non random sampling adalah cara pengambilan sample yang semua
obyeknya tidak memiliki kesempatan yang sama untuk dipilih menjadi
sample.
C. TEKNIK PENENTUAN JUMLAH SAMPEL.
Untuk menentukan banyaknya sample yang dapat diambil dari suatu populasi
yang berukuran tertentu digunakan perhitungan sebagai berikut :
1. untuk pengambilan sample dengan pengembalian.
Jika dari populasi berukuran N diambil sample berukuran dengan
pengembalian maka banyaknya sample yang mungkin diambil :
Nn
Contoh : untuk populasi berukuran 4 dengan anggotanya ABCD dan sample
diambil berukuran 2 , maka berapa banyaknya sample yang mungkin dapat
diambil . dan buatkan susunannya.
2. untuk pengambilan sample tanpa pengembalian.
70
Contoh.2.
Sebuah toko memiliki 6 karyawan, misalkan ABC untuk yang senang membaca
dan XYZ untuk yang tidak senang membaca. Jika dari 6 karyawan tersebut
diambil sampel yang beranggotakan 4 karyawan ( pengambilan sampel tanpa
pengembalian ), tentukan :
a. Banyaknya sampel yang mungkin terambil.
b. Buatlah distribusi sampling proporsi untuk yang senang membaca.
b. simpangan baku.
1
2 2
x1 x2 2
n1 n2
Z
x1 x2
Contoh :
Misalkan rata-rata pendapatan manajer dan karyawan biasa per hari, masing-
masing adalah Rp. 50.000.- dengan simpangan baku Rp. 15. 000,- dan Rp. 12.000,-
dengan simpangan baku Rp.1.000,-. Jika diambil sampelnya random manajer
sebanyak 40 orang dan karyawan biasa sebanyak 150 orang tentukan :
72
Jawab :
Diket : µ1 = 50.000,- µ= 12.000,- σ1 = 15.000,- σ2= 1.000,- n1 = 40, n2 = 150.
contoh : sebanyak 35% pelamar kerja diterima bekerja di Bank Agung . mereka
tahun sebelumnya pernah melamar , tetapi tidak diterima. Sebanyak 30% dari
pelamar kerja yang belum pernah melamar ditahun sebelumnya tahun ini diterima
bank tersebut. Apabila diambil sampel random sebanyak 250 pelamar , baik yang
belum pernah melamar maupun yang pernah melamar , berapa probabilitas bahwa
beda proporsi yang pernah melamar dan akhirnya diterima tahun ini dengan yang
belum pernah melamar juga diterima tahun ini adalah kurang dari 2%.
Jawab :
P1 = 35% = 0,35 P2 = 30% = 0,30, n1 = 250, n2 = 250,
p1 – p2 = 2% = 0,02.
73
BAB. VII.
PENDUGAAN PARAMETER
Pendugaan adalah proses yang menggunakan sample statistic untuk menduga hubungan
parameter populasi yang tidak diketahui.
Penduga adalah harga sample yang digunakan untuk menduga suatu parameter.
Ciri – ciri penduga yang baik :
1. Tidak bias ( unbiased ).
2. Efisien , apabila variansnya kecil.
74
3. Konsisten, jika ,ukuran sample semakin bertambah maka penduga akan mendekati
parameternya.
x1 x2 ....
x
n
2. Pendugaan σ2 adalah varian dari sample S2 yang dirumuskan :
2 2
x1 x x2 x .....
s2
n 1
b. Pendugaan Interval.
Adalah pendugaan yang mempunyai dua nilai sebagai pembatasan atau daerah
pembatasan. Pada pendugaan interval , dugaan dinyatakan dalam suatu daerah dibatasi
oleh dua nilai.
Contoh :
x 1,96 x 1,96
x x
atau
P ( x 1,96 x 1,96 ) = 0,95
x x
1. Pendugaan rata-rata.
Contoh :
Pendugaan rata-rata dengan tingkat keyakinan 90% dengan X = 30 dan
0,83 adalah :
x
75
X Z / 2 X Z / 2
x x
X Z 0, 05 .0,83 X Z 0,05 .0,83
30 1,645. 0,83 30 1,645 0,83
X Z / 2 X Z / 2
n n
contoh :
Restoran NONI mengadakan penelitian perkiraan pengeluaran karyawan yang
digunakan untuk membeli makanan di restorannya selama setahun. Untuk
keperluan penelitian tersebut diambil sample yang terdiri atas 300 karyawan.
Ternyata rata-rata pengeluaran untuk membeli makanan adalah Rp. 406.000,-
setahun dengan simpangan baku Rp.165.000,-. Dugalah rata-rata pengeluaran
karyawan untuk membeli makanan dalam setahun dengan interval keyakinan
95%.
N n N n
X Z / 2 X Z / 2
n N 1 n N 1
contoh :
PT. MAJU memiliki karyawan 250 orang , untuk keperluan tertentu, ingin diketahui
rata-rata lama jam kerjanya per minggu, untuk itu diambil sample sebanyak 35
orang dan diperoleh data bahwa rata-rata jam kerja karyawan tersebut adalah
39,76 jam per minggu. Jika simpangan baku rata-rata jam kerjanya 0,93 jam,
dugalah dengan tingkat keyakinan 90%, rata-rata jam kerja karyawan tersebut.
s s
Dirumuskan : X t / 2 X t / 2
n n
76
X 2
X 2
s
n 1 n n 1
contoh :
suatu sample random yang terdiri atas 9 orang karyawan disebuah perusahaan
memiliki waktu yang diperlukan untuk menyelesaikan sebuah pekerjaan yaitu
14, 17,15,18,18,14,15,19,15 menit. Dugalah rata-rata waktu yang digunakan
bagi karyawan tersebut dengan interval keyakinan 99%.
2. Pendugaan Proporsi
Contoh :
Pendugaan proporsi dengan tingkat keyakinan 90%, p = 0,07 dan Sp = 0,0114
adalah :
p Z / 2 .Sp P Z / 2 .Sp
p 1 p
P p Z / 2 p 1 p
p z / 2
n n
x
p
n
contoh :
sebuah peti kemas milik PT. AGLIS diperiksa untuk menaksir persentase barang
yang rusak. Untuk keperluan tersebut diambil 60 buah barang yang ada dalam peti
kemas itu dan diperoleh 9 buah yang rusak, dugalah persentase barang yang rusak
dalam peti tersebut, gunakan interval keyakinan 99%.
p 1 p
N n p 1 p N n
p z / 2 P p Z / 2
n N 1 n N 1
x
p
n
contoh :
77
Diket :
N = 300, n = 90, X = 25, p = 25/90 = 0,28, 1- α = 97% --- α = 3% =0,03
α/2 = 0,015, Zα/2 = 2,17.
Jawab:
p1 p
P p t / 2 p 1 p
p t / 2
n n
x
p
n
contoh :
penelitian terhadap sample sebanyak 20 karyawan sebuah perusahaan 6
diantaranya memiliki mobil. Dengan interval keyakinan 95%, tentukan proporsi
karyawan yang memiliki mobil.
6
Diket : n = 20, x = 5, ---------- p 0,3
20
1- α = 95% ---α = 5% , α/2 = 0,025, dk = n-1—20-1 =19
t 0,025/19 = 2,093
jawab :
x1 x 2 Z / 2 . ( 1 2 ) ( X 1 X 2 ) Z / 2 .
x1 x2 xx
78
12 22
x1 x 2
n1 n2
contoh :
upah mingguan 60 orang karyawan perusahaan asing rata-rata Rp. 250.000,-
dengan simpangan baku Rp. 27.000,- untuk perusahaan nasional dari 60 orang
karyawan diketahui upah mingguan rata-rata adalah Rp.125.000,- dengan
simpangan baku Rp. 10.000,- . dengan interval keyakinan 99%, buatlah pendugaan
beda rata-rata upah karyawan perusahaan asing dengan perusahaan nasional.
2. untuk sample kecil ( n < 30 ) dan 1 dan 2 ( simpangan baku )tidak diketahui
x1 x 2 t / 2 .s ( 1 2 ) ( X 1 X 2 ) t / 2 .s
x1 x2 xx
n1 1 s12 n2 1 s 22 1 1
s
. ---ket: akar x akar
x1 x2
n1 n 2 2 n1 n2
x12 x 1
2
x 1
s12 dan x1
n 1 n n 1 n1
x22 x 2
2
x 2
s 22 dan x 2
n 1 n n 1 n2
contoh :
berikut ini table berisikan lamanya produksi semacam barang yang dilakukan
dengan dua cara .
Dugalah perbedaan rata-rata cara kerja produksi barang tersebut dengan interval
keyakinan 95%.
x
p
n
p1 1 p1 p 2 1 p 2
S
p1 p 2 n1 n2
contoh :
PT. HEBAT mengadakan pelatihan mengenai teknik pemasaran dengan dua metode
latihan. Metode latihan pertama diikuti 150 orang dan 90 orang dinyatakan berhasil.
Metode kedua diikuti 275 orang dan 125 orang dinyatakan berhasil. Dengan
menggunakan interval keyakinan 90%, tentukan beda proporsi sebenarnya bagi
yang berhasil.
BAB.IX.
PENGUJIAN HIPOTESIS
a. Pengertian.
Hipotesis berasal dari kata Hupo dan thesis. Hupo artinya lemah dan thesis
artinya teori atau pernyataan.
Jadi Hipotesis adalah suatu pernyataan atau dugaan dianggap benar yang
sifatnya masih lemah, tapi perlu dibuktikan kebenarannya.
Ha : µ ≠ µo
b. Penentuan nilai taraf nyata ( nilai α ) dan nilai Z tabel.
c. Kriteria pengujian.
Untuk Ho : µ = µo, & Ha : µ > µo.
1). Ho ditolak jika Z hitung > Z tabel.
2). Ho diterima jika Z hitung < Z tabel.
Untuk Ho : µ = µo & Ha : µ ≠ µo
1). Ho ditolak jika Z hitung > Z tabel/ Z hitung < - Z tabel
2). Ho diterima jika - Z tabel < Zo< Z tabel.
d. Uji statistik.
1). Simpangan baku populasi :
Zo = X - µo = X - µo
σ σ/ v n
2). Simpangan baku sampel :
Zo = X - µo = X - µo
s s/ v n
contoh :
pimpinan bagian pengendali mutu barang pabrik susu merek
Nona, ingin mengetahui apakah rata-rata berat bersih satu
kaleng susu bubuk yang diproduksi dan dipasarkan masih tetap
400 gram, atau sudah lebih kecil dari itu. Dari data sebelumnya
diketahui bahwa simpangan baku bersih per kaleng sama
dengan 125 gram. Dari sampel 50 kaleng yang diteliti , diperoleh
rata-2 berat bersih 375 gram. Dapatkah diterima berat bersih
rata-2 yang dipasarkan tetap 400 gram? Uji dengan taraf nyata
5%.
Untuk Ho : µ = µo & Ha : µ ≠ µo
1). Ho ditolak jika t hitung > t tabel/ t hitung < - t tabel
2). Ho diterima jika - t tabel < to< t tabel.
d. Uji statistik.
1). Simpangan baku populasi :
to = X - µo = X - µo
σ σ/ v n
2). Simpangan baku sampel :
to = X - µo = X - µo
s s/ v n
contoh.
Sebuah sample terdiri dari 15 kaleng cat, memiliki isi berat
kotor dalam kaleng ( kg/ kaleng) sbb :
1,21 1,21 1,23 1,20 1,21
1,24 1,22 1,24 1,21 1,19
1,19 1,18 1,19 1,23 1,18
Jika digunakan taraf nyata 1% dan simpangan baku ( s) = 0,02,
dapatkah kita menyakini bahwa populasi cat dalam kaleng rata-
rata memiliki berat kotor 1,2 kg/kaleng?berikan evaluasi anda.
c. Kriteria pengujian.
Untuk Ho : µ = µo, & Ha : µ > µo.
1). Ho ditolak jika Z hitung > Z tabel.
2). Ho diterima jika Z hitung < Z tabel.
Untuk Ho : µ = µo & Ha : µ ≠ µo
1). Ho ditolak jika Z hitung > Z tabel/ Z hitung < - Z tabel
2). Ho diterima jika - Z tabel < Zo< Z tabel.
d. Uji statistik.
1). Simpangan baku populasi :
Untuk Ho : µ = µo & Ha : µ ≠ µo
1). Ho ditolak jika t hitung > t tabel/ t hitung < - t tabel
2). Ho diterima jika - t tabel < to< t tabel.
d. Uji statistik , untuk sampel tidak berpasangan.
. Simpangan baku sampel :
to = X1 – X2
( n1 – 1). S1 + ( n2 – 1). S22 x ( 1/n1+ 1/n2 )
2
n1+n2 -2
to = d
Sd/V n Sd2 = d2- (jml d )2
n -1 n( n-1)
a. menentukan formulasi.
1). Ho : p = po
Ha : p > po
2). Ho : p = po
Ha : p < po
3). Ho : p = po
Ha : p ≠ po
e. Penentuan nilai taraf nyata ( nilai α ) dan nilai Z tabel.
f. Kriteria pengujian.
Untuk Ho : p = po, & Ha : p > po.
1). Ho ditolak jika Z hitung > Z tabel.
2). Ho diterima jika Z hitung < Z tabel.
Untuk Ho : p = po & Ha : p ≠ po
1). Ho ditolak jika Z hitung > Z tabel/ Z hitung < - Z tabel
2). Ho diterima jika - Z tabel < Zo< Z tabel.
g. Uji statistik.
1). Simpangan baku populasi :
Zo = X - npo
V n.po( 1- po )
Untuk Ho : p = po & Ha : p ≠ po
1). Ho ditolak jika Z hitung > Z tabel/ Z hitung < - Z tabel
2). Ho diterima jika – Z tabel < Zo< Z tabel.
d. Uji statistik.
1). Simpangan baku populasi :
Zo = p1- p2
V p( 1- p )( 1/n1+ 1/n2)
Ket :
P1 = X1/n1 p2 = X2/n2
P = X1+ X2
n1 + n2
contoh :
suatu pemungutan suara akan dilakukan diantara pendudk kota
Jakarta dan sekitarnya, mengenai pendapat mereka tentang rencana
pendiriangedung serba guna ditengah kota , Untuk mengetahui
apakah ada perbedaan antara proporsi penduduk kota dan sekitarnya
yang menyetujui rencana tersebut, diambil sampel acak yang terdiri
dari 200 penduduk kota dan 500 penduduk sekitar . apabila ternyata
ada 120 pddk kota dan 240 penduduk sekitar yang setuju, apakah
anda setuju jika dikatakan bahwa proporsi penduduk kota yang
setuju lebih besar dari pada proporsi penduduk disekitarnya
gunakan taraf nyata 1%.
Contoh :
Sebanyak 25 orang diberi 5 jenis tablet sakit kepala untuk mengurangi rasa
sakit. Ke 25 orang tersebut dibagi 5 kelompok secara random dan masing-2
kelompok diberi satu jenis tablet. Penelitian dilakukan untuk melihat rata-2
lama setiap tablet dalam mengurangi rasa sakit, datanya sbb :
KELOMPOK TABLET
A B C D E
1 5 9 3 2 7
2 4 7 5 3 6
3 8 8 2 4 9
4 6 6 3 1 4
5 3 9 7 4 7
JUMLAH 26 39 20 14 33
UJILAH DENGAN MENGGUNAKAN TARAF NYATA 5%, BAHWA RATA-2 LAMA TABLET
MENGURANGI RASA SAKIT ADALAH SAMA.
JAWAB :
1. menentukan formulasi.
Ho :
Ha :
2. .taraf nayata :
V1 : 5-1 = 4, V2 : 5(5-1) = 20, α = 5%, F tabel ; 2,87.
3. kriteria :
4. analisa varian :
n = 5, k= 5
n1 = 5, n2 = 5, n3= 5, n4= 5, n5 = 5, N = 25
T1 = 26, T2= 39, T3= 20, T4= 14 T5 = 33 T = 132
Total 137,04
KESIMPULAN : karena f0 > ftabel, maka H0 ditolak, jadi rata-2 lamanya obat tsb tdk sama.
1. Menentukan formulasi
a). Ho : α1 = α2 = .......=0 ( pengaruh baris nol )dan H1 = sekurang-kurangnya α tidak sama dengan 0.
b). H0 : β1 = β2 =........= 0 ( pengaruh kolom nol ) dan h1 = sekurang-kurangnya β tidak sama dengan 0
3. kriteria pengujian :
a).1). Ho ditolak jika F hitung > F tabel.
2). Ho diterima jika F hitung < F tabel.
b). 1). Ho ditolak jika F hitung > F tabel.
2). Ho diterima jika F hitung < F tabel.
Contoh :
Berikut ini hasil per hektar dari empat jenis varitas tanaman tertentu
dengan penggunaan pupuk yang berbeda.
Hasil empat jenis varitas dengan penggunaan pupuk berbeda.
V1 V2 V3 V4 Total
P1 4 6 7 8 25
P2 9 8 10 7 34
P3 6 7 6 5 24
Total 19 21 23 20 83
Jawab :
1. menentukan formulasi
89
2. taraf nyata
3. kriteria
4. analisa varians
JKT = 42 + 92 + .....52 – 832/12= 30,92
JKB = 252 + .....+ 242 - 832/12 = 15,17
4
JKK = 192 + ...202 - 832/12 = 2,92
3
JKE = 30,92- 15,17 – 2,92 = 12,83
Total JKT
Kesimpulan :
a). Karena F1 = 3,55 < f tabel : 5,14, maka h0 diterima jadi hasil panen per
hektar sama dari pemberian ketiga jenis pupuk tsb.
b). Karena F2 = 0,45 < F tabel 4,76, maka H0 diterima jadi rata-2 hasil panen
per hektar sama dengan penggunaan keempat varitas tsb.
Contoh ;
Seorang pengusaha minuman ringan berpendapat bahwa persentase barang produknya yang
rusak selam 4 hari berturut-turut sbb :
H1 H2 H3 H4 TOTAL
Rusak 14 17 8 2 41
Jawab :
90
a. menentukan formulasi :
H0 : p1 = p2= p3= p4
H1 : p1,p2,p3, p4 tidak semuanya sama.
b. Taraf nyata
Α = 5% dengan db = 4-1 = 3.
X2 = 7,815
c. Kriteria
H0 diterima jk
H0 ditolak jk
d. Uji statistik.
n1 = 41, n2 = 294, n = 335
n1 = 104, n2= 124, n3 = 84, n4 = 23
i = 1,2
j = 1,2,3,4.
e1,1= 41x104 = 12,73, e1,2 = ........e1,4 = 41 x 23 =2,81.
335 335
e2,1 = 294 x 104 = 91,27, e2,2 = ........e2,4 = 294 x 23 = 20,19
335 335
Contoh 2:
Perusahaan PT.SUKSES berpendapat bahwa sikap karyawan mengenai kondisi kerja yang
diperolehnya diberbagai divisi diamana ada anggapan bahwa proporsinya adalah sama.,
dengan alternatif berbeda.
kriteria Div .A Div B. Div C Div D Total
Baik 76 85 91 75 327
Cukup 25 32 40 28 125
Buruk 12 15 10 11 48
Total 113 132 141 114 500
Uji pendapat tersebut dengan tingkat keyakinan 95% dan bagaimana kesimpulan
anda.
91
Jawab :
1. menentukan formulasi.
Ho : p11 = p12=p13= p14
P21=p22=p23=p24
P31=p32=p33=p34
H1 : tidak semua proporsi sama.
2. taraf nyata ( α ) dan X2 tabel :
α = 5% dengan db= (3-1)( 4-1) ---- X2 tabel = 12,592
3. kriteri pengujian :
Ho ditolak jk....
H0 dierima jika,
4. uji statistk :
n = 327, n2 = 125, n3 = 48 ---- n= 500
n1 = 113, n2 = 132,.......n4 = 114
e11= 327x132 = 73,902
500
e12= 327x132 = 86,328
500
..
..
e21 = 125x113 =28,25
500
..
..
e31 = 48x 113 = 10,848
500
..
..
e34 = ........