STATISTIKA INFERENSIAL

Materi:
Distribusi Dan Uji Chi-Square (𝝌 )

Ir. GINANJAR SYAMSUAR, ME

SEKOLAH TINGGI ILMU EKONOMI INDONESIA

(STEI) – JAKARTA
2017
 DISTRIBUSI DAN UJI CHI-SQUARE (𝝌 )

A. DISTRIBUSI CHI-SQUARE (𝝌 )
Distribusi khi-kuadrat (Chi-square distribution) atau distribusi χ² dengan 𝝊
derajat bebas adalah distribusi jumlah kuadrat 𝝊 peubah acak normal baku yang
saling bebas.
Fungsi kepekatan (density) distribusi khi-kuadrat dirumuskan sebagai berikut:

𝝊 𝒙
− −
𝝊 𝒙 = 𝝊 𝒙
𝝊
𝚪

Jadi pada dasarnya Grafik distribusi khi-kuadrat bergantung pada derajat

kebebasan 𝝊 (db), yang umumnya merupakan kurva positif dan miring ke kanan.
Kemiringan kurva ini akan semakin berkurang jika derajat kebebasasan 𝝊 makin
besar. Untuk 𝝊 =1 dan 𝝊 =2, bentuk kurvanya berlainan daripada untuk 𝝊 ≥ .
Distribusi khi-kuadrat mempunyai rata-rata dan variansi sebagai berikut :
Rata-rata : μ = E(χ2) = 𝝊
Variansi : σ2 = 2 𝝊

V-1
Probablitas suatu sampel acak yang menghasilkan nilai χ2 yang lebih besar dari
suatu nilai tertentu, sama dengan luas daerah di bawah kurva di sebelah kanan
nilai tersebut. Nilai tertentu tersebut biasanya ditulis dengan χ2α. Dengan demikian
χ2α menyatakan nilai χ2α yang luas di sebelah kanannya sama dengan α. Daerah
yang luasnya sama dengan α ini dinyatakan oleh daerah yang diarsir

Nilai-nilai kritis χ2α untuk berbagai nilai α dan derajat kebebasan 𝝊 tersedia pada
tabel distribsi chi-kuadrat. (Terlampir)
 Untuk α = 0,05, disebelah kanan, dan 𝝊 = 10, maka nilai kritis χ20,05 = 18,307.
Karena kurva distribusi chi-kuadrat tidak simetri, maka luas daerah di sebelah
kiri harus dicari. Luas daerah sebelah kiri, yaitu 1 – α = 1- 0,05 = 0,95. Derajat
kebebasan 𝝊 =10, maka diperoleh χ20,95 = 3,940

 Bila x , x , x , …, xn merupakan variabel acak yang masing-masing

terdistribusi normal dengan rata-rata μ dan variansi σ2 dan semua variabel
acak tersebut bebas satu sama lain, maka variabel acak berikut ini:

−𝝁
= ∑( )
𝝈
=

mempunyai distribusi chi-kuadrat dengan derajat kebebasan 𝝊 =n.

 Bila diambil sampel acak berukuran n dari populasi berdistribusi normal

dengan rata-rata μ dan variansi σ2, dan pada setiap sampel tersebut dihitung
variansi S2, maka variabel acak berikut ini, yaitu :

V-2
 − 𝑺
𝝌 =
𝝈
mempunyai distribsi chi-kuadrat χ2 dengan deraja kebebasan 𝝊 = n-1

− 𝑺
INTERVAL KEPERCAYAAN 𝝌 =
𝝈

Secara umum, interval kepercayaan untuk χ2 sebesar 1- α dinyatakan sebagai

𝝌( −𝜶⁄ ) < 𝝌 < 𝝌𝜶 ⁄ = −𝜶

Nilai kritis χ21- α/2 membatasi luas daerah di sebeleah kanan sebesar 1 - α/2 pada
derajat kebebasan 𝝊 = n.-1. Sedangkan nilai kritis χ2 α/2 membatasi luas daerah di
sebelah kanan sebesar α/2 pada derajat kebebasan 𝝊 = n-1.
Dengan mensubstitusikan nilai (n-i)S2 maka diperoleh

− 𝑺 − 𝑺
<𝝌 < = −𝜶
𝝌𝜶 ⁄ 𝝌 −𝜶⁄

B. UJI CHI-SQUARE (𝝌 )
Beberapa manfaat dari distribusi chi-kuadrat, yaitu antara lain:
1. Uji Kecocokan (Goodness of fit test)
a. Untuk menguji apakah data sampel mempunyai distribusi yang
mendekati distribusi teoritis tertentu atau distribusi hipotesis tertentu
(distribusi populasi), seperti distribusi binomial, distribusi poisson, atau
distribusi normal.
b. Untuk menguji apakah frekuensi yang diamati (observasi) berbeda secara
signifikan dengan frekuensi teoritis atau frekuensi yang diharapkan.
2. Uji Independensi
Untuk menguji kebebasan antar faktor variabel data dalam daftar
kontingensi.
3. Uji Proporsi
Untuk menguji proporsi antar faktor variabel data dalam daftar kontingensi,
uji proporsi dengan uji independesi berbeda hanya pada formulasi
hipotesisnya.

V-3
1. Uji Kecocokan (Goodness of fit test)
a. Uji Distribusi (Kesesuaian distribusi data)
Untuk menguji apakah data sampel mempunyai distribusi yang
mendekati distribusi teoritis tertentu atau distribusi hipotesis tertentu
(distribusi populasi), seperti distribusi binomial, distribusi poisson, atau
distribusi normal.
Secara Umum:
Misalkan terdapat sebuah sampel acak berukuran n dimana didalamnya
terdapat k kategori yaitu A1 , A2, A3, …, Ak dan masing-masing kategori
mempunyai o1,o2,…ok pengamatan. Probabilitas masing-masing kategori
dapat ditentukan sesuai dengan distribusi yang ada dalam hipotesis nol
sehingga frekuensi harapan untuk masing-masing kategori dapat
dihitung, yaitu :
𝑖 = 𝑛𝑝𝑖 ; pi=Pr(Ai) , i=1,2,…,k
𝑂 + 𝑂 + ⋯+ 𝑂 = 𝑛 dan 𝑝 + 𝑝 + ⋯ + 𝑝 =
KATEGORI A1 A2 … Ak
Frekuensi
O1 O2 … Ok
Observasi (Oi)
Frekuensi
e1 e2 … ek
Harapan (ei)

Langkah-langkah dalam pengujian ini adalah:

1. Formulasi hipotesis:
Ho: : Distribusi X ialah F(x)
H1 : Distribusi X bukan F(x)
2. Tentukan tingkat signifikasi 
3. Tentukan frekuensi pengamatan Oi
4. Hitung frekuensi harapan 𝑖 = 𝑛𝑝𝑖 (frekuensi yang diharapkan jika
Ho benar)
5. Hitung statistik uji:

−
𝝌 𝒕 =∑ ; ∑ =∑ =
−

V-4
 X2 berdistribusi khi-kuadrat dengan derajat bebas ( d.b ) v, dimana:
a. v = k-1 jika frekuensi harapan dapat dihitung tanpa
mengestimasi parameter populasi dari statistik sampel.
Pengurangan dengan 1 dari k karena berdasarkan kondisi
∑ 𝑂𝑖 = ∑ 𝑖 = 𝑛, yang artinya jika k-1 frekuensi harapan telah
diketahui, maka frekuensi harapan yang tersisa dapat dihitung
karena jumlah semua frekuensi harapan harus sama dengan n.

b. V=k-m-1, jika frekuensi harapan dapat dihitung hanya dengan

mengestimasi m parameter populasi dari statistik sampel.
k : banyak katagori ; m : banyak parameter yang diduga

6. Bandingkan nilai statistik penguji X2 dengan nilai kritik X,k-m-1

Keputusan: Jika 𝝌 𝒕 ≥ 𝝌 𝜶; − − maka Ho ditolak.

7. Buat kesimpulan.
Pendekatan pada distribusi khi-kuadrat ini baik jika frekuensi harapan setiap
katagori/sel ≥ 5.
Bila ada frekuensi harapan yang kurang dari 5, sebaiknya sel-sel yang
berdekatan digabung.
Contoh
Seorang manager sedang meneliti banyaknya kedatangan pelanggan pada
pasar swalayan yang dia pimpin. Pengamatan dilakukan berdasarkan periode
waktu lima menit.Dalam periode ini dihitung banyaknya pelanggan yang
datang.Dari suatu sampel 500 periode lima menitan ini terdapat 22 ,74, 115 ,
95 , 94 , 80 dan 20 periode dimana masing-masing terdapat 0 , 1 , 2 , 3 , 4 , 5
dan lebih dari 5 pelanggan yang datang.
Berdasarkan data diatas, apakah dapat disimpulkan bahwa banyaknya
pelanggan yang datang per periode 5 menitan berdistribusi Poisson dengan
μ= ? Gunakan =0.05
Jawab
X : banyak pelanggan yang datang per periode
Banyak pelanggan ( X ) 0 1 2 3 4 5 >5
Banyak periode ( Oi ) 22 74 115 95 94 80 20

1. Hipotesis:
Ho: X berdistribusi Poisson dengan μ=3
H1 : Tidak demikian
2. Tingkat signifikansi =0.05.
3. Menghitung nilai-nilai ei.

V-5
 Untuk menghitung frekuensi harapan ei , terlebih dahulu kita harus

menghitung pi .

p1  P  X  0  0,0498  e1  np1   500 0,0498  24,9

p2  0,1493  e2  74,65

p3 = 0,2241 ; p4 = 0,2240 ; p5 = 0,1681 ; p6 = 0,1008 ;

p7 = 0,0839

e3  112,05 ; e4  112 ; e5  84,05 ; e6  50, 4 ;

e7  41,95
4. Hitung Statistik uji:

−
𝝌 𝒕 =∑
−

 oi  ei   22  24,9  20  41,95
2 2 2
7
 
2
    = 33,049
i 1 ei 24,9 41,95

d.b = 7-1= 6 ;   0,05 . Nilai kritik : 0,05;6

2
 12,592 .

5. Keputusan: Karena  2  33,049 > 12,592 maka H 0 ditolak pada   0,05 .

6. Kesimpulan :
Banyaknya pelanggan yang datang per periode waktu lima menit tidak
mengikuti distribusi Poisson dengan   3 .
b. Uji Kesesuaian frekuensi data observasi dengan frekuensi harapan
Contoh:
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 %.

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 ²

3. Nilai  = 1 % = 0.01

4. Nilai Tabel ²

V-6
 k = 4; db =k -1 = 4-1= 3
db = 3;  = 0.01  ² tabel = 11.3449

5. Wilayah Kritis = Penolakan H0 jika ² hitung > ² tabel (db; )

² hitung > 11.3449

6. Perhitungan ²
−
𝝌 𝒕 =∑
−

kategori: Oi ei*) (Oi-ei) (Oi-ei)² (Oi-ei)²/ei

Coklat 275 250 25 625 2.50
Gula 95 100 -5 25 0.25
Susu 70 100 -30 900 9.00
Krim 60 50 10 100 2.00
 500 500 13.75
*) Perbandingan Coklat : Gula : Susu : Krim = 5 : 2 : 2 :1
Dari 500 kg adonan  Nilai ekspektasi Coklat = 5/10 x 500 = 250 kg
Nilai ekspektasi Gula = 2/10 x 500 = 100 kg
Nilai ekspektasi Susu = 2/10 x 500 = 100 kg
Nilai ekspektasi Krim = 1/10 x 500 = 50 kg

² hitung = 13.75

7. Keputusan:
² hitung > ² tabel ( 13.75 > 11.3449)
H0 ditolak, H1 diterima.
8. Kesimpulan:
Perbandingan Coklat : Gula : Susu : Krim  5 : 2 : 2 :1

V-7
2. Uji Independensi (Kebebasan antar variabel)
Uji ini digunakan untuk menguji hipotesis mengenai ada atau tidak adanya
hubungan (asosiasi)atau kaitan antara dua faktor. Misalnya, apakah prestasi
belajar mahasiswa ada hubungan dengan kondisi sosial ekonomi orang
tuanya, apakah agama yang dipeluk ada hubungannya dengan ketaatan
beribadah.

Jika tidak ada hubungan antar dua faktor tersebut, maka dikatkan bahwa dua
faktor itu saling bebas atau independen.

Prosedur chi-kuadrat dapat dipakai juga untuk menguji ada tidaknya

pengaruh dari satu faktor terhadap faktor lainnya.

Contoh:
Misalkan dilakukan survei pada 1.000 orang di Jakarta dan ingin diketahui
apakah penghasilan masyarakat ada hubungannya dengan tingkat
pendidikan. Penghasilan sebagai faktor 1 dan pendidikan sebagai faktor 2.
Penghasilan dibedakan menjadi dua katagori, yaitu penghasilan rendah dan
tinggi. Sedangkan pendidikan dibagi menjadi tiga tingkat, yaitu SMU ke
bawah, sarjana muda, dan sarjana (termasuk pasca sarjana). Hasil survey
tersebut disajikan pada tabel kontingensi berikut :

Pendidikan Total Baris

Penghasilan
SMU kebawah Sarjana muda Sarjana
Rendah 182 213 203 598
Tinggi 154 138 110 402
Total Kolom 336 351 313 1.000

Tabel di atas adalah tabel kontingensi berukuran 2 x 3, yang terdiri dari 2

baris dan 3 kolom. Bilangan dalam sel disebut frekuensi yang diobservasi,
sedangkan totalnya disebut frekuensi marjinal.
Untuk menguji kebebasan dua faktor digunakan statistik hitung:

𝒃
−
𝝌 𝒕 = ∑∑
= −

b = Jml baris dan k = jml kolom, sehingga derajat kebebasan 𝝊 = (b – 1) (k – 1).

fe = frekuensi harapan = jumlah menurut baris x jumlah menurut kolom/
jumlah total. Jika nilai χ2h > χ2α, maka hipotesis nol (Ho) ditolak sedangkan jika
tidak, maka hipotesis nol (Ho) diterima.

V-8
Dengan demikian frekuensi yang diobservasi dan yang diharapkan secara
lengkap adalah sebagai berikut:
Hitung frekuensi harapan masing-masing sel sbb.:

𝑜 𝑎 𝐵𝑎 𝑖 𝑜 𝑎 𝐾𝑜 𝑜 ∗
𝑒 = = = .
𝑜 𝑎 𝑒 𝑎
𝑜 𝑎 𝐵𝑎 𝑖 𝑜 𝑎 𝐾𝑜 𝑜 ∗
𝑒 = 𝑜 𝑎 𝑒 𝑎
= = .
𝑜 𝑎 𝐵𝑎 𝑖 𝑜 𝑎 𝐾𝑜 𝑜 ∗
𝑒 = = = .
𝑜 𝑎 𝑒 𝑎
𝑜 𝑎 𝐵𝑎 𝑖 𝑜 𝑎 𝐾𝑜 𝑜 ∗
𝑒 = 𝑜 𝑎 𝑒 𝑎
= = .
𝑜 𝑎 𝐵𝑎 𝑖 𝑜 𝑎 𝐾𝑜 𝑜 ∗
𝑒 = = = .
𝑜 𝑎 𝑒 𝑎
𝑜 𝑎 𝐵𝑎 𝑖 𝑜 𝑎 𝐾𝑜 𝑜 ∗
𝑒 = 𝑜 𝑎 𝑒 𝑎
= = .

Pendidikan Total
Penghasilan
SMU kebawah Sarjana muda Sarjana Baris
182 213 203 598
Rendah
(200.9) (209.9) (187.2)
154 138 110 402
Tinggi
(135.1) (141.1) (125.8)
Total Kolom 336 351 313 1.000

1. Ho: dua faktor saling bebas, penghasilan saling bebas dengan pendidikan.
H1: dua faktor tidak saling bebas
2. Taraf signifikansi = 5% dan 𝝊 = (2-1) x (3-1) = 2, maka χ2tabel = 5.99146
3. Statistik Uji hitung:
− −
𝝌 𝒕 =∑= ∑= =∑= =

− . − . − . − . − . − .
+ = .
. . . . . .

4. Keputusan:
Karena Nilai χ2h > χ2α, maka disimpulkan Ho ditolak pada taraf signifikansi
5%.
5. Kesimpulan: Antara penghasilan dan pendidikan masyarakat tidak saling
bebas pada taraf signifikansi 5%.

V-9
3. Uji Proporsi
Contoh:
Berikut adalah data proporsi penyiaran film (satuan pengukuran dalam
persentase (%) jam siaran TV) di 3 stasiun TV. Apakah proporsi pemutaran
Film India, Kungfu dan Latin di ketiga stasiun Tv tersebut sama? Lakukan
Pengujian proporsi dengan Taraf Nyata = 2.5 %

ATV BTV (%) CTV (%) Total Baris (%)

(%)
Film India 4.17 2.92 2.92
4.5 3.5 2.0 10
Film Kungfu 3.33 2.33 2.33
2.5 1.0 4.5 8
Film Latin 2.50 1.75 1.75
3.0 2.5 0.5 6
Total Kolom Total Observasi
(%) 10 7 7 (%) = 24
*) Nilai dalam kotak kecil adalah frekuensi ekspektasi
Perhatikan cara mendapatkan frekuensi ekspektasi!

Ukuran Tabel Kontingensi di atas = 3 x 3( 3 baris dan 3 kolom)

db = (3-1)(3-1) = 2 x 2 = 4

Solusi :

1. Ho : Proporsi pemutaran film India, Kungfu dan Latin di ketiga stasiun

TV adalah sama.
H1 : Ada proporsi pemutaran film India, Kunfu dan Latin di ketiga
stasiun TV yang tidak sama.

2. Statistik Uji = ²

3. Nilai  = 2.5 % = 0.025

4. Nilai Tabel ² db = 4;  = 0.025  ² tabel = 11.1433

5. Wilayah Kritis : Penolakan H0  ² hitung > ² tabel

² hitung > 11.1433
6. Perhitungan ²
frekuensi harapan untuk
𝑋 𝑋
India, ATV = = . Kungfu, ATV = = .

𝑋
Latin, ATV = = .

V-10
 𝑋 𝑋
India, BTV = = . Kungfu,BTV = = .

𝑋
Latin,BTV = = .

𝑋 𝑋
India,CTV= = . Kungfu,CTV= = .

𝑋
Latin, CTV = = .

Tabel perhitungan ² berikut

kategori : Oi ei (Oi-ei) (Oi-ei)² (Oi-ei)²/ei

Ind,ATV 4.5 4.17 0.33 0.1089 0.1089/4.17 = 0.0261
Kf,ATV 2.5 3.33 -0.83 0.6889 0.2069
Lat,ATV 3.0 2.50 0.50 0.2500 0.1000
Ind,BTV 3.5 2.92 -0.58 0.3364 0.1152
Kf,BTV 1.0 2.33 -1.33 1.7689 0.7592
Lat,BTC 2.5 1.75 0.75 0.5625 0.3214
Ind,CTV 2.0 2.92 -0.92 0.8464 0.2899
Kf,CTV 4.5 2.33 2.17 4.7089 2.0201
Lat,CTV 0.5 1.75 -1.25 1.5625 0.8929
 24 ------ ------- --------- ² hitung = 4.7317

7. Kesimpulan : ² hitung terletak di daerah penerimaan Ho.

Ho diterima, proporsi pemutaran ketiga jenis film di ketiga s
stasiun TV adalah sama.

V-11
SOAL LATIHAN:
No.1:
PT Kiwi Sentosa adalah perusahaan transportasi untuk buah-buahan dari Madiun ke
Jakarta. Perusahaan menginginkan kerusakan buah yang diangkut tidak sampai 15%.
Berikut ini adalah data buah yang rusak selama 6 bulan terakhir.
Data Prosentase Kesrusakan Buah per bulan
Bulan % Kerusakan Buah
1 9
2 12
3 14
4 15
5 18
6 16
Dari data tersebut, Ujilah apakah masih sesuai harapan dari perusahaan dengan
taraf nyata 1%.

No.2:
Pemerintah menghendaki bahwa inflasi pada tahun 2003 sebesar 8% pertahun.
Data tahun 2003 inflasi dibeberapa kota besar adalah sebagai berikut:

Kota Inflasi (%)

Medan 9.49
Palembang 12.25
Padang 10.22
Jakarta 9.08
Bandung 11.97
Semarang 13.56
Surabaya 9.15
Denpasar 12.49
Banjarmasin 9.18
Makasar 8.25
Menado 15.22
Dengan data tersebut apakah target atau harapan pemerintah masih sesuai dengan
kondisi sebenarnya dengan taraf nyata 5%?
No.3:
Sebuah perusahaan yang memiliki empat lokasi produksi ingin mengetahui apakah
proporsi tenaga kerja terampil pada masing-masing lokasi sama. Data untuk
menyelidiki proporsi tenaga kerja terampil tertera pada tabel 1. dibawah.
Susunlah hipotesisnya, lalu uji secara statistik pada taraf nyata signifikansi α=5%.
Tabel 1. Daftar Tenaga Terampil dan Tidak Terampil pada empat Lokasi Produksi
Lokasi Produksi
Tenaga Kerja
A B C D

Terampil 89 99 193 82
Tidak Terampil 161 151 148 168

V-1
No.4:
Suatu contoh acak 310 orang dewasa diklasifikasikan menurut tingkat pendidikan
dan tingkat kepercayaan terhadap adanya alam gaib sesuai tabel dibawah . Susunlah
hipotesisnya, lalu uji secara statistik apakah percaya-tidaknya seseorang terhadap alam
gaib tergantung atau tidak tergantung pada tingkat pendidikannya. Gunakan taraf uji
α=1%.
Tingkat Tingkat Pendidikan
Total
Kepercayaan SD-SMP SMU Perguruan Tinggi
Percaya 50 30 25 105
Tidak Percaya*) 35 45 65 145
Ragu-ragu 20 20 20 60
Total 105 95 110 310
*) Meyakini hanya Allah/Tuhan saja yang gaib selain itu tidak ada hal gaib.

V-2
 Tabel Distribusi Chi-Square 𝜒

df α
0.25 0.10 0.05 0.010 0.005 0.001
1 1.32330 2.70554 3.84146 6.63490 7.87944 10.82757
2 2.77259 4.60517 5.99146 9.21034 10.59663 13.81551
3 4.10834 6.25139 7.81473 11.34487 12.83816 16.26624
4 5.38527 7.77944 9.48773 13.27670 14.86026 18.46683
5 6.62568 9.23636 11.07050 15.08627 16.74960 20.51501
6 7.84080 10.64464 12.59159 16.81189 18.54758 22.45774
7 9.03715 12.01704 14.06714 18.47531 20.27774 24.32189
8 10.21885 13.36157 15.50731 20.09024 21.95495 26.12448
9 11.38875 14.68366 16.91898 21.66599 23.58935 27.87716
10 12.54886 15.98718 18.30704 23.20925 25.18818 29.58830
11 13.70069 17.27501 19.67514 24.72497 26.75685 31.26413
12 14.84540 18.54935 21.02607 26.21697 28.29952 32.90949
13 15.98391 19.81193 22.36203 27.68825 29.81947 34.52818
14 17.11693 21.06414 23.68479 29.14124 31.31935 36.12327
15 18.24509 22.30713 24.99579 30.57791 32.80132 37.69730
16 19.36886 23.54183 26.29623 31.99993 34.26719 39.25235
17 20.48868 24.76904 27.58711 33.40866 35.71847 40.79022
18 21.60489 25.98942 28.86930 34.80531 37.15645 42.31240
19 22.71781 27.20357 30.14353 36.19087 38.58226 43.82020
20 23.82769 28.41198 31.41043 37.56623 39.99685 45.31475
21 24.93478 29.61509 32.67057 38.93217 41.40106 46.79704
22 26.03927 30.81328 33.92444 40.28936 42.79565 48.26794
23 27.14134 32.00690 35.17246 41.63840 44.18128 49.72823
24 28.24115 33.19624 36.41503 42.97982 45.55851 51.17860
25 29.33885 34.38159 37.65248 44.31410 46.92789 52.61966
26 30.43457 35.56317 38.88514 45.64168 48.28988 54.05196
27 31.52841 36.74122 40.11327 46.96294 49.64492 55.47602
28 32.62049 37.91592 41.33714 48.27824 50.99338 56.89229
29 33.71091 39.08747 42.55697 49.58788 52.33562 58.30117
30 34.79974 40.25602 43.77297 50.89218 53.67196 59.70306
31 35.88708 41.42174 44.98534 52.19139 55.00270 61.09831
32 36.97298 42.58475 46.19426 53.48577 56.32811 62.48722
33 38.05753 43.74518 47.39988 54.77554 57.64845 63.87010
34 39.14078 44.90316 48.60237 56.06091 58.96393 65.24722
35 40.22279 46.05879 49.80185 57.34207 60.27477 66.61883
36 41.30362 47.21217 50.99846 58.61921 61.58118 67.98517
37 42.38331 48.36341 52.19232 59.89250 62.88334 69.34645
38 43.46191 49.51258 53.38354 61.16209 64.18141 70.70289
39 44.53946 50.65977 54.57223 62.42812 65.47557 72.05466
40 45.61601 51.80506 55.75848 63.69074 66.76596 73.40196
41 46.69160 52.94851 56.94239 64.95007 68.05273 74.74494
42 47.76625 54.09020 58.12404 66.20624 69.33600 76.08376
43 48.84001 55.23019 59.30351 67.45935 70.61590 77.41858
44 49.91290 56.36854 60.48089 68.70951 71.89255 78.74952
45 50.98495 57.50530 61.65623 69.95683 73.16606 80.07673
46 52.05619 58.64054 62.82962 71.20140 74.43654 81.40033
47 53.12666 59.77429 64.00111 72.44331 75.70407 82.72042
48 54.19636 60.90661 65.17077 73.68264 76.96877 84.03713
49 55.26534 62.03754 66.33865 74.91947 78.23071 85.35056
50 56.33360 63.16712 67.50481 76.15389 79.48998 86.66082

V-3