Kemampuan Akhir

Mahasiswa mampu melakukan pengujian (memecahkan masalah bisnis)

dengan analisa varians (distribusi F)

Indikator
Setelah mempelajari bab ini mahasiswa diharapkan mampu:
1. Menjelaskan penggunaan analisa varians
2. Menguji hipotesa terhadap beda dua varians
3. Menguji hipotesa terhadap beda lebih dua parameter rata-rata

Hubungan Indikator dan Kemampuan Akhir

Penerapan statistik Induktif dalam pengujian dan pemecahan masalah bisnis
melalui data sampel dari populasi yang dianalisis. Oleh karena itu
diperlukan pengujian terhadap normalitas dan ragam (varians) dari sampel
yang terpilih

Deskripsi Singkat Bab VI

Bab VII membahas tentang konsep serta prosedur pengujian analisis Ragam
(Varians). Pemahaman terkait pengujian hipotesis diawali dengan
penjelasan kegunaan analisa varians, dan dilanjutkan dengan penjelasan
prosedur pengujian pada beda dua varians dan beda dua parameter rata-rata.

Pengantar
Analisa ragam (varians) dikenal juga dengan istilah distribusi F atau F test
Didalam analisa ragam (varians) kita selalu beranggapan bahwa sampel
yang dipilih berasal dari populasi yang normal dengan ragam (varians)
yang sama, kecuali jika sampel yang diambil cukup besar, maka anggapan
tentang distribusi normal ini tidak diperlukan. Untuk dapat mengambil
keputusan dalam proses pemecahan masalah, langkah awal dalam proses
tersebut adalah menyususn dugaan sementara (hipotesis) yang selanjutnya
akan diuji. Oleh karena itu, bab ini memaparkan berbagai hal terkait dengan
konsep penyusunan, prosedur dan pengujian hipotesis.

Statistik Induktif Untuk Bisnis 127

 Analisa ragam (varians) dikenal juga dengan istilah distribusi F atau F test yang
dikembangkan oleh R. A. Fisher tahun 1920. Didalam analisa ragam (varians) kita selalu
beranggapan bahwa sampel yang dipilih berasal dari populasi yang normal dengan ragam
(varians) yang sama, kecuali jika sampel yang diambil cukup besar, maka anggapan
tentang distribusi normal ini tidak diperlukan.
Analisa ragam (varians) digunakan untuk menguji hipotesa terhadap :
1. Selisih atau beda dua parameter ragam (varians).
2. Selisih atau beda beberapa (lebih dari dua) parameter rata-rata.
3. Koefisien regresi populasi (β) dan korelasi populasi (ρ) secara simultan. Bagian ini
biasanya dibahas pada regresi dan korelasi berganda.

7.1. Pengujian Hipotesa Beda Dua Parameter Ragam (Varians)

2 2
Bila dari dua populasi dengan ragam (varians) masing-masing σ1 dan σ 2 diambil

sampel random berukuran n 1 dari populasi pertama dan n 2 dari populasi kedua dengan
2 2
ragam (varians) masing-masing s1 dan s 2 , maka perumusan hipotesa nol dan alternatif,
statistik uji serta wilayah/daerah kritik dari pengujian hipotesa terhadap beda dua
parameter ragam (varians), sebagai berikut ;

Perumusan H0 dan HA ,
2 2
H0 : σ 1 = σ 2 (artinya variasi populasi 1 sama dengan variasi populasi 2)
2 2
HA : σ 1 ≠ σ 2 (artinya variasi populasi 1 tidak sama dengan variasi populasi 2)

Statistik uji,

2
s
F0  1 2 (7.1)
s2

bila n > 30, maka

Statistik Induktif Untuk Bisnis 128

 n

 (x
n

 (x 1i  X1 ) 2
2i  X2 )2
s2  i 1
2
s1  i 1
2
dan (7.2)
n1 n2

bila n ≤ 30, maka

n

 (x
n

 (x 1i  X1 ) 2
2i  X2 )2
s2  i 1
2
s1  i 1
2
dan (7.3)
n1  1 n2  1

Wilayah/daerah kritik,

Gambar 42. Kurva Distribusi F Untuk

Beda Dua Parameter Ragam

Daerah
Penolakan H0
Daerah
Penerimaan H0

0 Fα, v1 , v 2

Jadi wilayah/daerah kritiknya, F0 > Fα, v1 ,v2 ,

Derajat bebasnya, v1  n 1  1 dan v2  n 2  1

Contoh 7.1. Manajer sebuah perusahaan yang menghasilkan dua model alat timbang
menyatakan bahwa tidak ada perbedaan variasi seluruh hasil timbangan dari kedua model
alat timbang yang dihasilkan perusahaannya. Untuk itu dilakukan penelitian terhadap dua
model alat timbang tersebut dengan melakukan penimbangan pada 6 macam barang
tertentu. Hasil penimbangan (dalam gram) sebagai berikut :

Statistik Induktif Untuk Bisnis 129

 Barang 1 2 3 4 5 6
Model I 25,4 60,0 30,3 18,5 20,8 50,4
Model II 25,2 60,3 30,0 18,4 20,8 50,2

Dengan taraf nyata 5%, ujilah pernyataan manajer diatas.

Penyelesaian
Pengujian hipotesa perbedaan variasi seluruh hasil timbangan dari alat timbang model I
dan II,
1. Perumusan H0 dan HA,
2 2
H0 : σ 1 = σ 2 (artinya tidak ada perbedaan variasi seluruh hasil penimbangan dengan
alat timbang model I dan II)
2 2
HA : σ 1 ≠ σ 2 (artinya ada perbedaan variasi seluruh hasil penimbangan dengan alat
timbang model I dan II)

2. Taraf nyata (α) = 0,05

3. Statistik uji,
n

 (x
n
2
 (x  X1 ) 2
2i  X2 )2
s 1i
F0  1 2 ; s1 2  i 1
; s2 
2 i 1

s2 n1  1 n2  1
4. Wilayah/daerah kritik,
bila α = 0,05, maka Fα, v1 ,v2 = Fα, (n1 1), (n 2 1) = F0,05,(61), (61) = F0,05;5; 5  5,05

Gambar 43. Kurva Distribusi F0,05;5; 5  5,05

Daerah
Penolakan H0
Daerah
Penerimaan H0
F
0 5,05

Jadi wilayah/daerah kritiknya, F0 > 5,05

Statistik Induktif Untuk Bisnis 130

5. Perhitungan,
Barang 1 2 3 4 5 6 Jumlah
Model I 25,2 60,3 30,0 18,3 20,7 50,1 204,6
Model II 25,4 60,0 30,3 18,4 20,7 50,4 205,2
(x 1i - X1 ) 2 79,21 686,44 16,81 249,64 179,56 256,00 1.467,66

( x 2i  X 2 ) 2 77,44 665,64 15,21 249,64 182,25 262,44 1.452,62

204,6 205,2
X1   34,1 ; X2   34,2 ;
6 6
1.4627,66 1.452,62
s1   293,532 ; s 2 2 
2
 290,524 ;
6 1 6 1
2
s
F0  1 2  293,532  1,01
s2 290,524

6. Keputusan,
oleh karena F0  1,01 lebih kecil dari F0 , 05, 5, 5  5,05, maka H0 diterima artinya tidak

ada perbedaan variasi seluruh hasil penimbangan dengan alat timbang model I dan
model II.

7.2 Pengujian Hipotesa Terhadap Beda Beberapa Parameter Rata-

Rata (Satu Klasifikasi atau One Way ANOVA)
Penggunaan lain dari distribusi F adalah untuk membandingkan apakah tiga atau
lebih rata-rata populasi itu sama. Untuk itu diperlukan asumsi, yaitu ; 1). Berdistribusi
normal, 2). Memiliki varians sama, dan 3). Harus independen.
Adapun perumusan hipotesa, statistik uji, dan wilayah kritik pada pengujian hipotesa
terhadap beda beberapa parameter rata-rata dinyatakan sebagai berikut ;

Perumusan H0 dan HA,

H0 : μ1  μ 2  μ 3  μ 4  μ 5  μ 6  μ 7  μ 8                      μ n

Statistik Induktif Untuk Bisnis 131

 HA : μ1  μ 2  μ 3  μ 4  μ 5  μ 6  μ 7  μ 8                       μ n

Statistik uji,
Sampel 1 Sampel 2 Sampel 3 ............... Sampel j ................... Sampel k
1 x 1.1 x 1.2 x 1.3 ....................... x 1.j ............................. x 1.k
2 x 2.1 x 2.2 x 2.3 ....................... x 2.j ............................. x 2.k
3 x 3.1 x 3.2 x 3.3 ....................... x 3.j .............................. x 3.k
∙ ∙ ∙ ∙ ∙ ∙
∙ ∙ ∙ ∙ ∙ ∙
∙ ∙ ∙ ∙ ∙ ∙
∙ ∙ ∙ ∙ ∙ ∙
n x n.1 x n.2 x n.3 ........................ x n.j .............................. x n.k

Rata- X1 X 2 X3 ....................... X j .............................. Xk

rata

X 1  X 2  X 3  .......................  X  j  .........................  X k
X
k

2
Rata-rata kuadrat antar sampel ( s X ) ;
k
n  (X j  X) 2
j1
sX 
2
(7.4)
k 1
2
Rata-rata Kuadrat Dalam Sampel ( s ) ;
n k

  (x
i 1 j1
ij  X j ) 2
s2  (7.5)
k(n  1)

Jadi statistik uji ;

2
s
F0  X2 (7.6)
s

Tabel ANOVA :

Statistik Induktif Untuk Bisnis 132

 Sumber Jumlah Kuadrat Rata-rata Kuadrat
Variasi Df F0
(Sum Square/SS) (Mean Square/MS)
k k
n  (X  j  X) 2
n  (X  j  X) 2
Antar Sampel k 1 j1 2
j1
k 1
sX
n k s2
n k
k(n  1)   (x  X j ) 2
  (x
ij
Dalam Sampel ij  X j ) 2
i 1 j1
i 1 j1 k(n  1)

Wilayah/daerah kritik,

Gambar 44. Kurva Distribusi F Untuk Beda

Lebih dari Dua Parameter Rata-rata

Daerah
Penolakan H0
Daerah
Penerimaan H0

0 Fα, v1 , v 2

Jadi wilayah kritiknya, F0 > Fα, v1 ,v2

Dengan derajat bebas, v1  k  1 dan , v 2  k(n  1) , b = baris dan k = kolom.

Contoh 7.2. Seorang ahli pemasaran berpendapat bahwa tidak ada perbedaan rata-rata
harga suatu jenis barang pada tiga pasar, dengan alternatif ada perbedaan. Untuk
keperluan pengujian penadapat itu, dilakukan penelitian terhadap harga barang
perminggu selama 4 minggu pada tiga pasar dan hasilnya sebagai berikut :
Pasar
P1 P2 P3
Minggu
I 22 22 25
II 21 25 29
III 26 24 28
IV 23 25 30

Statistik Induktif Untuk Bisnis 133

Ujilah pendapat tersebut, dengan menggunakan taraf nyata 5%.

Penyelesaian
1. Perumusan H0 dan HA,
H0 : μ1  μ 2  μ 3 (artinya tidak ada perbedaan rata-rata harga suatu jenis barang
pada pasar P1 , P2 dan P3)
HA : μ1  μ 2  μ 3 (artinya ada perbedaan rata-rata harga suatu jenis barang pada
pasar P1 , P2 dan P3)

2. Taraf nyata (α) = 0,05

3. Statistik uji,
2
s
F0  X2
s
k n k
n  ( X  j  X) 2   (x ij  X j ) 2
j1 i 1 j1
sX  ; s2 
2

k 1 k(n  1)

4. Wilayah/daerah kritik,
bila α = 0,05, maka Fα, v1 ,v2 = Fα, (k -1),k(n -1) = F0,05,(31),3(41) = F0,05; 2; 9  4,26

Gambar 45. Kurva Distribusi F0,05; 2; 9  4,26

Daerah
Penolakan H0
Daerah
Penerimaan H0

F
0 4,26

Dengan demikian wilayah/daerah kritiknya, F0 > 4,26

Statistik Induktif Untuk Bisnis 134

5. Perhitungan,
Pasar
P1 P2 P3
Minggu

I 22 22 25
II 21 25 29
III 26 24 28
IV 23 25 30
Rata-rata 23 24 28

23  24  28
X  25
3

k
n  (X  j  X) 2
sX 
2 j1


4 (23  25) 2  (24  25) 2  (28  25) 2 
k 1 3 1

44  1  9  4(14) 56
    28
2 2 2

n k

  (x ij  X j ) 2
s2  i 1 j1

k(n  1)


(22  23)  (21  23)  (26  23)  (23  23)  (22  24)  (25  24) 
2 2 2 2 2 2

 2 
(24  24)  (25  24)  (25  28)  (29  28)  (28  28)  (30  28) 
2 2 2 2 2
 
3(4  1)


1  4  9  0  4  1  0  1  9  1  0  4 
34
 3,78
3(3) 9

2
sX 28
F0  2   7,41
s 3,78

Statistik Induktif Untuk Bisnis 135

 Tabel ANOVA :
Sumber Variasi Jumlah Kuadrat Df Rata-rata Kuadrat F0
Antar Sampel 56 2 28
Dalam Sampel 34 9 3,78 7,41

Total 90 11

6. Keputusan,
oleh karena F0  7,41 lebih besar dari F0, 05, 2, 9  4,26 , maka H0 ditolak artinya ada

perbedaan rata-rata harga suatu jenis barang pada pasar P1, P2 dan P3.

7.3. SOAL-SOAL LATIHAN

1. Industri elektronik memproduksi peralatan telepon dengan merangkai berbagai
komponen. Selama 10 hari terakhir, dua orang karyawan N dan R merangkai kurang
baik, sehingga ditolak oleh bagian kendali mutu. Rata-rata hasil N yang ditolak
sebanyak 9 unit dengan simpangan baku 2 unit per hari, sementara R rata-rata
sebanyak 8,5 unit dengan simpangan baku 1,5 unit. Dengan taraf nyata 5%, dapatkah
disimpulkan bahwa variasi produk N yang ditolak per hari lebih banyak dari R.
2. Perusahaan taxi Blue Bird menawarkan jasa angkutan khusus dari pusat kota ke
lapangan udara Sukarno-Hatta, melalui dua route (X dan Y). Manajer ingin
mengetahui apakah variasi waktu tempuh kedua route itu sama. Untuk itu diambil
sampel random lama tempuh route X dan Y. Pada orgometer tercatat, sebagai
berikut:
Supir Ke- 1 2 3 4 5 6 7 8
Route X 52 67 56 45 70 54 64
Route Y 59 60 61 51 56 63 57 65

Dengan taraf nyata 1%, apakah variasi waktu tempuh kedua route itu berbeda.
3. Data berikut ini mencantumkan berapa bungkus rokok yang terjual di sebuah pasar
swalayan pada 8 hari yang dipilih secara acak :

Statistik Induktif Untuk Bisnis 136

 Cap
A B C D E

21 35 45 32 45
35 12 60 53 29
32 27 33 29 31
28 41 36 42 22
14 19 31 40 36
47 23 40 23 29
25 31 43 35 42
38 20 48 42 30

Lakukan analisis ragam, pada taraf nyata 0,05, dan tentukan apakah secara rata-rata di
pasar swalayan ini kelima rokok di atas terjual sama banyaknya.
4. Enam mesin yang berbeda sedang dipertimbangkan untuk digunakan dalam
pembuatan tutup yang terbuat dari karet. Yang menjadi bahan pertimbangan adalah
kekuatan regangan produk yang dihasilkannya. Suatu contoh acak 4 tutup dari setiap
mesin diambil untuk digunakan menentukan apakah kekuatan regangan tutup karet
yang dihasilkan itu bervariasi dari mesin ke mesin. Data yang diperoleh adalah
sebagai berikut, dalam satuan kilogram per sentimeter persegi x 10-1 :

Mesin
1 2 3 4 5 6
17,5 16,4 20,3 14,6 17,5 18,3
16,9 19,2 15,7 16,7 19,2 16,2
15,8 17,7 17,8 20,8 16,5 17,5
18,6 15,4 18,9 18,9 20,5 20,1

Lakukan analisis ragam pada taraf nyata 0.05 dan simpulkan apakah nilai tengah
perlakuannya berbeda nyata atau tidak.
5. Seorang pejabat BAPPENAS berpendapat bahwa, rata-rata biaya proyek besar di 5
provinsi di Jawa sama, dengan alternatif tidak sama. Untuk menguji pendapatnya
tersebut, diteliti sebanyak 5 proyek yang dipilih secara acak dari setiap provinsi. Hasil
penelitian tersebut sebagai berikut :

Statistik Induktif Untuk Bisnis 137

 Biaya proyek dalam Milyar Rupiah
Prov.
1 2 3 4 5
Proyek
I 4 3 8 7 9
II 6 4 4 6 2
III 7 7 2 5 4
IV 9 9 10 4 8
V 10 8 9 6 6

Dengan taraf nyata 5%, ujilah pendapat itu.

Statistik Induktif Untuk Bisnis 138