Modul Statistika 2 2011 PDF
Modul Statistika 2 2011 PDF
Ringkasan Teori
Metode Sampling
Prosedur sampling berfokus pada pengumpulan sebagian kecil anggota
(sampel) dari populasi yang lebih besar. Dimana sampel tersebut kemudian
digunakan untuk memperkirakan karakteristik dari seluruh populasi.
Cara Sampling
Sampling Dengan Pengembalian adalah metode sampling dimana setiap
anggota dari suatu populasi dapat dipilih lebih dari satu kali.
Sampling Tanpa Pengembalian adalah metode sampling dimana setiap
anggota dari suatu populasi tidak dapat dipilih lebih dari satu kali.
Distribusi Sampling
Distribusi probabilita dari suatu statistik sampel seringkali disebut sebagai
distribusi sampling dari statistik tersebut
Distribusi Sampling terdiri dari:
1. Distribusi Sampling Rata-rata
2. Distribusi Sampling Proporsi
3. Distribusi Sampling Selisih Rata-rata
4. Distribusi Sampling Selisih Proporsi
Page | 1
[Type the document title] [Year]
( ) ( )
Rata-rata x =µ x =µ
Standar Deviasi
x .√
√ x √
Nilai Baku x x
x x
z= z=
x x
Contoh soal:
Sebuah perusahaan mainan memproduksi mobil-mobilan dengan remote
control yang menggunakan dua baterai. Rata-rata umur baterai yang digunakan di
produk ini adalah 35 jam. Distribusi umur baterai mendekati distribusi probabilitas
normal dengan standar deviasi 5,5 jam. Sebagai bagian dari program pengujian,
diambil sampel sebanyak 25 baterai. Hitunglah:
a. Probabilitas umur baterai lebih dari 36 jam?
b. Probabilitas umur baterai antara 34,5 dan 36 jam?
Penyelesaian:
Dik: x = µ = 35
= 5,5
n = 25
Dit: a. P( x >36)?
b. P(34,5< x <36)?
Jwb: x =√ = = 1,1
√
Page | 2
[Type the document title] [Year]
x
x
a. z = = = 0,91
x
b.
0 z
Lihat tabel z:
luas sebelah kanan 0 = 0,5000
luas antara 0 - z = 0,3186 -
luas sebelah kanan z = 0,1814
Kesimpulan : Jadi, dari 25 baterai yang dipilih, probabilita umur baterai lebih dari 36
jam adalah sebesar 0,1814 atau 18,14%.
x
x
b. = = = -0,45
x
x
x
= = = 0,91
x
Lihat tabel z:
luas antara -0 = 0,1736
luas antara 0 - = 0,3186 +
luas antara - = 0,4922
0
Kesimpulan : Jadi, dari 25 baterai yang dipilih probabilita umur baterai antara 34,5
dan 36 jam adalah sebesar 0,4922 atau 49,22%
Page | 3
[Type the document title] [Year]
( ) ( )
Rata-rata =π =π
Standar Deviasi
=√ =√ .√
Nilai Baku
z= z=
Jika nilai π dari populasi tidak diketahui, dalam hal ini π dianggap sama dengan 0,5
yaitu nilai π(1-π) yang maksimum.
Contoh Soal:
Seorang pemilik toko kaset menemukan bahwa 20% dari pelanggan yang memasuki
tokonya melakukan pembelian. Suatu pagi 180 orang yang dapat dianggap sebagai
sampel acak dari semua pelanggan, memasuki toko. Berapa probabilita pelanggan
yang membeli kurang dari 15%?
Penyelesaian:
Dik: n = 180
π(membeli)= 20% = 0,20
Dit: a. P ( < 15%)?
Jwb: = π = 0,20
=√ =√ = 0,029814239
a. z = = = -1,68
z 0
lihat tabel z:
luas sebelah kiri 0 = 0,5000
luas antara z-0 = 0,4535-
luas sebelah kiri z = 0,0465
Kesimpulan:
Jadi, probabilita bahwa diantara 180 orang yang masuk ke toko, pelanggan yang
membeli kurang dari 15% adalah sebesar 0,0465 atau 4,65%
Page | 4
[Type the document title] [Year]
1. Sebuah produsen jus jeruk membeli semua jeruk dari sebuah kebun jeruk
besar yang memiliki satu varietas jeruk. Berat perasan yang diperoleh dari
masing-masing jeruk untuk segelas jus rata-rata 4,70 ons dan standar deviasi
0,40 ons. Jika 25 jeruk dipilih secara random, Tentukan:
a. Probabilita berat perasan jeruk paling sedikit 4,6 ons
b. Probabilita berat perasan jeruk paling banyak 4,9 ons
2. Sebuah sampel acak yang terdiri dari 250 rumah diambil dari populasi rumah-
rumah tua untuk memperkirakan proporsi rumah dengan kabel yang tidak
aman. Jika pada kenyataannya, 30% dari rumah memiliki kabel yang tidak
aman, berapakah probabilita bahwa akan terdapat antara 25% dan 35% dari
rumah tersebut dengan kabel yang tidak aman?
5. Tentukanlah probabilita bahwa diantara 200 anak yang akan lahir, terdapat:
a. Kurang dari 40% adalah bayi laki-laki?
b. Lebih dari 54% adalah bayi laki-laki?
Asumsi : probabilita kelahiran untuk bayi laki-laki dan perempuan setara
6. A hardware store chain has just received a truckload of 5000 electrick drills.
Before accepting the shipment, the purchasing manager insists that 9 of the
drills be randomly selected for testing. He intends to measure the maximum
power consumption of each drill and reject the shipment if the mean
consumption for the sample is greater than the 300 watts listed on the product
label. Unknown the purchasing manager, the drills on the truck require an
average of 295 watts, with a standard deviation of 12 watts. Stating any
Page | 5
[Type the document title] [Year]
additional assumptions you are using, find the probability that the truckload of
drills will be rejected.
7. The mean selling price of new homes in a city over a year was $115.000. The
population standard deviation was $25.000. A random sample of 100 new
home sales from this city was taken.
a. What is the probability that the sample mean selling price was between
$113.000 and $117.000?
b. What is the probability that the sample mean selling price was more than
$110.000?
Page | 6
[Type the document title] [Year]
1. Dik: x = µ = 4,70
= 0,40
n = 25
Dit: a. P ( x ≥ 4,6) ?
b. P ( x ≤ 4,9)?
Jwb:
a. x =
√ √
x
x
z= = = -1,25
x
z 0
lihat tabel z:
luas sebelah kanan 0 = 0,5000
luas antara z-0 = 0,3944+
luas sebelah kanan z = 0,8944
Kesimpulan: Jadi, dari 25 jeruk yang diambil probabilita berat perasan jeruk
paling sedikit 4,6 ons adalah sebesar 0,8944 atau 89,44%
x
x
z= = = 2,5
x
lihat tabel z:
luas sebelah kiri 0= 0,5000
luas antara 0 – z = 0,4938 +
luas sebelah kiri z= 0,9938
0 z
Kesimpulan: Jadi, dari 25 jeruk yang diambil, probabilita berat perasan jeruk
paling banyak 4,9 ons adalah sebesar 0,9938 atau 99,38%
2. Dik: n = 250
π(kabel tidak aman)= 30% = 0,30
Page | 7
[Type the document title] [Year]
Jwb: = π = 0,30
=√ =√ = 0,028982753
= = = -1,72
= = = 1,72
Lihat tabel z:
luas antara -0 = 0,4573
luas antara 0- = 0,4573 +
luas antara = 0,9146
Kesimpulan: Jadi, probabilita bahwa akan terdapat antara 25% dan 35%
dari rumah tersebut dengan kabel yang tidak aman adalah
sebesar 0,9146 atau 91,46%
3. Dik: n = 200
π(have finished high school)= 85,1% = 0,851
Dit: P ( ≤ 80%)?
Jwb: = π = 0,851
=√ =√ = 0,025179257
z= = = -2,02
z 0
lihat tabel z:
luas sebelah kiri 0 = 0,5000
luas antara z-0 = 0,4783-
luas sebelah kiri z = 0,0217
Page | 8
[Type the document title] [Year]
Conclusion: So, the probability that no more than 80% of the person in a
simple random sample of 200 adult residents of Arizona have
finished high school is 0,0217 or 2,17%
4. Dik: pendapatan masing-masing pekerja = $7, $7, $8, $8, $7, $8, $9
Dit: a. µ ?
a. ?
b. x ?
c. x ?
Jwb:
a. µ = = 7,714285714 = 7,71
∑ x
b. = √
=√
=√ = 0,699867334
x = µ = 7,71
x = = 0,264524988
√ √
5. Dik: n = 200
π(lahir bayi laki-laki)= 50% = 0,50
Dit: a. P ( < 40%)?
b. P ( > 54%)?
Jwb: = π = 0,50
=√ =√ = 0,035355339
a. z = = = -2,83
lihat tabel z:
luas sebelah kiri 0 = 0,5000
luas antara z-0 = 0,4977-
luas sebelah kiri z = 0,0023
z 0
Kesimpulan: Jadi, probabilita bahwa diantara 200 anak yang lahir, kurang dari 40 %
adalah bayi laki-laki adalah sebesar 0,0023 atau 0,23%
Page | 9
[Type the document title] [Year]
b. z = = = 1,13
0 z
lihat tabel z:
luas sebelah kanan 0 = 0,5000
luas antara 0-z = 0,3708-
luas sebelah kanan z = 0,1292
Kesimpulan: Jadi, probabilita bahwa diantara 200 anak yang lahir, lebih dari
54 % adalah bayi laki-laki adalah sebesar 0,1292 atau 12,92%
6. Dik: N = 5000
µ = 295
n=9
= 12
if the mean consumption for the sample is greater than the 300 the
truckload of drills will be rejected
Dit: The probability that the truckload of drills will be rejected,
P( x > 300)?
x = µ = 295
x = =4
√ √
x
x
z= = = 1,25
x
lihat tabel z:
luas sebelah kanan 0 = 0,5000
luas antara 0 - z = 0,3944 -
luas sebelah kanan z = 0,1056
0 z
Conclusion: so, the probability that the truckload of drills will be rejected is
0,1056 or 10,56%
7. Dik: µ = 115.000
Page | 10
[Type the document title] [Year]
= 25.000
n = 100
Dit: a. P(113.000< x <117.000)?
b. P( x >110.000)?
Jwb: x = µ = 115.000
x =√ = √
= 2500
x
x
a. z = = = -0,8
x
x
x
z= = = 0,8
x
0
Lihat tabel z:
luas antara -0 = 0,2881
luas antara 0 - = 0,2881 -
luas antara - = 0,5762
Kesimpulan : Jadi, probabilita harga rumah yang terjual antara $113.000 dan
$117.000 adalah sebesar 0,5762 atau 57,62%
x
x
b. = = = -2
x
z 0
lihat tabel z:
luas sebelah kanan 0 = 0,5000
luas antara z-0 = 0,4772 +
luas sebelah kanan z = 0,9772
Kesimpulan : Jadi, probabilita harga rumah yang terjual lebih dari $110.000
adalah sebesar 0,9772 atau 97,72%
8. Dik: n = 120
π(wanita)= 40% = 0,40
Page | 11
[Type the document title] [Year]
Jwb: = π = 0,40
=√ =√ = 0,044721359
= = = -1,12
= = = 1,12
Lihat tabel z:
luas antara -0 = 0,3686
luas antara 0- = 0,3686 +
luas antara - = 0,7372
0
Kesimpulan: Jadi, probabilita bahwa antara 35% dan 45% dari pelamar
adalah wanita ialah sebesar 0,7372 atau 73,72%
9. Dik: N = 200
n = 30
µ = 58.000
= 10.000
Dit: P ( x ≥ 60.000)?
Jwb: x = µ = 58.000
√ = . √ = 1687,474797
x √ √
x
x
z= = = 1,18
x
Lihat tabel z:
luas sebelah kanan 0= 0,5000
luas antara 0 - z = 0,3810 -
luas sebelah kanan z = 0,1190
0 z
Kesimpulan: Jadi, probabilita bahwa pendapatan rata-rata karyawan yang
berpartisipasi dalam kegiatan penggalangan dana tahunan
memiliki pendapatan minimal $ 60,000 adalah 0,1190 atau
11,90%
Page | 12
[Type the document title] [Year]
Jwb: π= = 0,3996
=√ √ =√ . √ = 0,039342978
=π= = 0,3996
= = = 2,55
= = = 5,09
0
Lihat tabel z:
luas antara 0- = 0,5000
luas antara 0- = 0,4946-
luas antara - = 0,0054
Kesimpulan: probabilita mahasiswa yang membawa netbook antara 50%
dan 60% adalah sebesar 0,0054 atau 0,54%
Page | 13
[Type the document title] [Year]
Jika nilai-nilai statistik yang sejenis dikumpulkan lalu disusun dalam suatu
daftar sehingga terdapat hubungan antara nilai statistik dan frekuensi statistik yang
didapat, maka diperoleh kumpulan statistik yang biasa disebut distribusi sampling
(Sudjana, 2004: 87).
Untuk ukuran-ukuran sampel n1 dan n2 cukup besar (n1, n2 > 30), maka
distribusi sampling selisih rata-rata sangat mendekati distribusi normal, untuk
mengubahnya ke dalam bentuk normal standar maka diperlukan rumus :
̅ ̅ ̅ ̅
̅ ̅
Dimana :
a. Rata-rata
̅ ̅
b. Simpangan baku
̅ ̅ √
Page | 14
[Type the document title] [Year]
Contoh soal :
Pada suatu wilayah didapat rata-rata pendapatan manajer dan karyawan per
hari masing-masing sebesar Rp70.000,00 dan Rp30.000,00 dengan simpangan baku
Rp20.000,00 dan Rp4.000,00. Jika dari wilayah tersebut diambil sampel manajer
sebanyak 42 orang dan karyawan sebanyak 135 orang. Tentukan probabilitas bahwa
pendapatan manajer Rp45.000,00 lebih besar dari pendapatan karyawan pada wilayah
tersebut?
Jawab :
Dit : ̅
Jwb : ̅ ̅
= 70.000 – 30.000
= Rp40.000,00
̅ ̅ √
=√
= Rp3.105,209823
̅ ̅ ̅ ̅
̅ ̅
= 1.61
Lihat tabel Z :
Luas sebelah kanan 0 : 0,5000
Luas 0 – Z : 0,4463
Luas sebelah kanan Z : 0,0537
0 Z
Page | 15
[Type the document title] [Year]
a. Rata-rata proporsi
( )
Contoh soal :
Jawab :
Dik : π1 = 40% = 0,4 n1 = 370
π2 = 32% = 0,32 n2 = 230
Dit : ( )
Jwb :
= 0,4 – 0,32
= 0,08
Page | 16
[Type the document title] [Year]
=√
= 0,03993414
( )
Z1 =
Z2 =
Lihat tabel Z :
Luas Z1 – 0 : 0,4994
Luas Z2 – 0 : 0,2734
Luas Z1 – Z2 : 0,2260
Z1 Z2 0
Page | 17
[Type the document title] [Year]
1. In the Paradiso University, we have known that the average height of student’s
man is 168 cm with the standard deviation is 6.2 cm. Besides that, the average
height of student’s woman is 156 cm with the standard deviation is 7.3 cm. From
both populations we take a random sample is 100 people. What is probability the
average of height the student man more than 10 cm than the average height of
student woman?
2. Suppose that 10 % of goods in the east storage have broken, another goods in the
west storage have broken is 5 %. If we take a random sample 200 goods from the
west storage and 300 goods from the east storage, so find the probabilities if:
a. The broken goods in the east storage minimal 6 % than the broken goods in
the west storage?
b. The broken goods in the east storage is different between 0.9% until 7%
more than from the west storage?
3. Dalam satu tahun PT. Sanmos akan selalu memproduksi lampu sebanyak 10.000
unit. Pada tahun lalu ditemukan sebanyak 565 unit lampu rusak, sedangkan pada
tahun ini ditemukan sebanyak 370 unit lampu rusak. Untuk suatu penelitian
diambil sampel lampu sebanyak 250 unit, maka tentukan probabilitas produksi
lampu yang rusak pada tahun lalu berbeda minimal 3% lebihnya dari produksi
lampu yang rusak pada tahun ini ?
4. Monro and Nando companies are produce two kinds of refrigerator. The average
lifetime of the Monro refrigerator is 70.000 hours with standard deviation is 2.000
hours and the average lifetime of the Nando refrigerator is 55.000 hours with
standard deviation is 7.000 hours. Determine the probability that the average
lifetime of the Monro refrigerator maximal 14.000 hours than Nando refrigerator,
if the random sample were taken respectively as 100 and 125 units?
5. Untuk membangun sebuah rumah, Toni membutuhkan batu bata sebanyak 50.000
batu bata. Untuk memenuhi kebutuhannya, Toni memesan ke supplier. Supplier
tersebut dapat memenuhi kebutuhan Toni dengan cara dua kali pengiriman yang
banyaknya sama, dengan rata-rata berat sekali pengiriman adalah 2.000 kg dan
standar deviasi 500.000 gr. Berapakah probabilitas berat pengiriman pertama akan
berbeda antara 9 kg sampai 13 kg lebihnya dari pengiriman kedua ?
Page | 18
[Type the document title] [Year]
7. Sebuah survei diadakan terhadap pengunjung taman wisata. Untuk itu diambil
dua contoh lokasi. Sampel pertama adalah pengunjung kebun binatang dengan
rata-rata pengunjung 600 orang per hari dan simpangan baku 50 orang. Sampel
kedua adalah pengunjung taman bunga dengan rata-rata pengunjung 590 orang
per hari dan simpangan baku 75 orang. Untuk keperluan survei tersebut diambil
random sampel sebanyak 100 orang pengunjung kebun binatang dan 130 orang
pengunjung taman bunga. Tentukan probabilitas pengunjung kebun binatang dan
pengunjung taman bunga akan berbeda paling sedikit 13 orang ?
8. Pada wilayah Cibiru diketahui rata-rata pengeluaran berbelanja ibu rumah tangga
sebesar Rp60.000,00 per hari dengan simpangan baku Rp15.000,00. Sedangkan
rata-rata pengeluaran berbelanja ibu rumah tangga pada wilayah Tanjung sari
sebesar Rp55.000,00 per hari dengan simpangan baku Rp12.000,00. Berapa
probabilitas bahwa semua sampel random 68 ibu rumah tangga di Cibiru
mengeluarkan uang berbelanja sekurang-kurangnya Rp7.000,00 lebih banyak
daripada pengeluaran rata-rata 79 ibu rumah tangga di Tanjung sari ?
Page | 19
[Type the document title] [Year]
10. Dari 300 hasil produksi kue di toko kue Selamat menghasilkan 95% hasil kue
yang baik, sedangkan pada toko kue Enag menghasilkan 97% kue yang baik dari
260 kue. Hitunglah :
a. Probabilitas jika kue gosong dari toko Selamat akan berbeda kurang
dari 5% daripada kue gosong dari toko kue Enag ?
b. Probabilitas jika kue gosong dari kedua toko akan berbeda antara 2%
sampai 4% ?
Page | 20
[Type the document title] [Year]
JAWABAN DISTRIBUSI SAMPLING SELISIH RATA-RATA DAN SELISIH
PROPORSI
μ2 = 156 σ2 = 7,3
Question : ̅
Answer : ̅ ̅
= 168 – 156
= 12
̅ ̅ √
=√
= 0,957757798
̅ ̅ ̅ ̅
̅ ̅
= -2,09
Lihat tabel Z :
Luas sebelah kanan 0 : 0,5000
Luas Z – 0 : 0,4817 +
Luas sebelah kanan Z : 0,9817
Z 0
Conclusion: so, the probability of the average of height the student man more than 10 cm
than the average height of student woman is 0,9817 or 98,17 %.
Page | 21
[Type the document title] [Year]
Question : a. ( )
b. ( )
Answer : a.
= 0,1 – 0,05
= 0,05
=√
= 0,023184046
( )
Lihat tabel Z :
Luas sebelah kanan 0 : 0,5000
Luas 0 – Z : 0,1664 -
Luas sebelah kanan Z : 0,3336
0 Z
Conclusion: So, the probability of the broken goods in the east storage minimal 6 % than the
broken goods in the west storage is 0,3336 or 33,36%.
( )
b.
Z1 = = -1,77
Z2 = = 0,86
Lihat tabel Z :
Luas Z1 – 0 : 0,4616
Page | 22
Luas 0 – Z2 : 0,3051 +
Luas Z1 – Z2 : 0,7667
[Type the document title] [Year]
Conclusion: So, the probability of the broken goods in the east storage is different between
0.9% until 7% more than from the west storage is 0,7667 or 76,67%.
3. Dik : π1 = = 0,0565 n1 = n2 = 250
π2 = = 0,037
Dit : ( )
Jwb :
= 0,0565 – 0,037
= 0,0195
=√
= 0,018861468
( )
Lihat tabel Z :
Luas sebelah kanan 0 : 0,5000
Luas 0 – Z : 0,2123 -
Luas sebelah kanan Z : 0,2877
0 Z
Page | 23
[Type the document title] [Year]
Kesimpulan : Jadi, probabilitas beda persentase produksi lampu yang rusak pada tahun lalu
berbeda minimal 3% lebihnya dari produksi lampu yang rusak pada tahun ini adalah sebesar
0,2877 atau 28,77%.
Question : ̅
Answer : ̅ ̅
= 70.000 – 55.000
= 15.000
̅ ̅ √
=√
= 657,267069
̅ ̅ ̅ ̅
̅ ̅
= -1,52
Lihat tabel Z :
Luas sebelah kiri 0 : 0,5000
Luas Z – 0 : 0,4357 -
Luas sebelah kiri Z : 0,0643
Z 0
Conclusion : So, the probability that the average lifetime of the Monro refrigerator
maximal 14.000 hours than Nando refrigerator is 0,0643 or 6,43 %.
Page | 24
[Type the document title] [Year]
5. Dik :μ1 = μ2 = 2.000 kg
σ1 = σ2 = 500.000 gr = 500 kg
n1 = n2 = 25.000
Dit : ̅
Jwb : ̅ ̅
= 2.000 – 2.000
=0
̅ ̅ √
=√
= 4,472135955
̅ ̅ ̅ ̅
̅ ̅
Z1 = = 2,01
Z2 = = 2,91
Lihat tabel Z :
Luas 0 – Z2 : 0,4982
Luas 0 – Z1 : 0,4778 -
Luas Z1 – Z2 : 0,0204
0 Z1 Z2
Page | 25
[Type the document title] [Year]
Kesimpulan : Jadi, probabilitas bahwa berat pengiriman pertama akan berbeda antara 9 kg
sampai 13 kg lebihnya dari pengiriman kedua adalah sebesar 0,0204 atau 2,04 %.
b.
c. ( )
d. nilai n ,bila ( )
Jwb : a.
= 0,09 – 0,06
= 0,03
b. √
=√
= 0,022632326
( )
c.
Lihat tabel Z :
Luas sebelah kiri 0 : 0,5000
Luas Z – 0 : 0,1700 -
Luas sebelah kiri Z : 0,3300
Z 0
Kesimpulan : Jadi, probabilitas beda persentase kesalahan departemen perakitan kurang dari
2% lebihnya daripada departemen penyelesaian adalah sebesar 0,3300 atau 33,00%.
Page | 26
[Type the document title] [Year]
d.
Lihat tabel Z :
Luas sebelah kanan 0 : 0,5000
Luas 0 – Z : 0,4207 -
Luas sebelah kiri Z : 0,0793
( )
0,20 =
= 0,05
. √
0,05 = √
0,0025 =
n = 55,32 ≈ 56 orang
Kesimpulan : Jadi, Jumlah sampel yang diambil bila ternyata hasil pengamatan menunjukkan
bahwa peluang kesalahan departemen perakitan minimal 4% daripada departemen
penyelesaian adalah 0,4207 dimana jumlah sampel departemen perakitan dan departemen
penyelesaian berjumlah sama adalah sebanyak 56 orang.
μ2 = 590 σ2 = 75 n2 = 130
Dit : ̅ atau ̅
Jwb : ̅ ̅
= 600 – 590
= 10
Page | 27
[Type the document title] [Year]
̅ ̅ √
=√
= 8,262519638
̅ ̅ ̅ ̅
̅ ̅
Z1 = = -2,78
Z2 = = 0,36
Lihat tabel Z :
Luas sebelah kanan 0 : 0,5000
Luas 0 – Z2 : 0,1406 -
Luas sebelah kanan Z2: 0,3594
Lihat tabel Z :
Z1 0 Z2
Luas sebelah kiri 0 : 0,5000
Luas Z1 – 0 : 0,4973 -
Luas sebelah kiri Z1 : 0,0027
Kesimpulan :
Jadi, probabilitas bahwa pengunjung kebun binatang akan lebih besar dari pengunjung
taman bunga dengan perbedaan paling sedikit 13 orang adalah sebesar 0,3594 atau
35,94%.
Jadi, probabilitas bahwa pengunjung kebun binatang akan lebih kecil dari pengunjung
taman bunga dengan perbedaan paling sedikit 13 orang adalah sebesar 0,0027 atau
0,27%.
μ2 = 55.000 σ2 = 12.000 n2 = 79
Dit : ̅
Page | 28
[Type the document title] [Year]
Jwb : ̅ ̅
= 60.000 – 55.000
= Rp5.000,00
̅ ̅ √
=√
= Rp2.265,305352
̅ ̅ ̅ ̅
̅ ̅
= 0,88
Lihat tabel Z :
Luas sebelah kanan 0 : 0,5000
Luas 0 – Z : 0,3106 -
Luas sebelah kanan Z : 0,1894
0 Z
Kesimpulan : Jadi, probabilitas bahwa ibu rumah tangga di Cibiru mengeluarkan uang
berbelanja sekurang-kurangnya Rp7.000,00 lebih banyak daripada pengeluaran ibu rumah
tangga di Tanjung sari adalah sebesar 0,1894 atau 18,94%.
π2 = = 0,37
Dit : ( )
Jwb :
= 0,63 – 0,37
Page | 29
[Type the document title] [Year]
= 0,26
=√
= 0,027874719
( )
Z1 =
Z2 =
Lihat tabel Z :
Luas Z1 – 0 : 0,4842
Luas 0 – Z2 : 0,4236
Luas Z1 – Z2 : 0,9078
Z1 0 Z2
Kesimpulan : Jadi, probabilitas jika dilakukan pemilihan ulang akan menghasilkan selisih
perolehan suara kedua pasang kandidat tersebut antara 20% sampai 30% adalah sebesar
0,9078 atau 90,78%.
Dit : a. ( )
b. ( )
Jwb : a.
= 0,05 – 0,03
= 0,02
Page | 30
[Type the document title] [Year]
=√
= 0,016439477
( )
Lihat tabel Z :
Luas sebelah kiri 0 : 0,5000
Luas 0 – Z : 0,4656
Luas sebelah kiri Z : 0,9656
0 Z
Kesimpulan : Jadi, probabibilitas kue gosong dari toko Selamat akan berbeda kurang dari 5%
daripada kue gosong dari toko kue Enag adalah sebesar 0,9656 or 96,56%.
( )
b.
Z1 = =0
Z2 = = 1,22
Lihat tabel Z :
Luas 0/Z1 – Z2 : 0,3888
0/Z1 Z2
Kesimpulan : Jadi, Probabilitas kue gosong dari kedua toko akan berbeda antara 2% sampai
4% adalah sebesar 0,3888 or 38,88%.
Page | 31
[Type the document title] [Year]
Tidak bias
Penduga dikatakan tidak bias jika di dalam sampel random yang berasal dari populasi
, expected value dari statistik sampel sama dengan parameter populasi.
Efisien
Page | 32
[Type the document title] [Year]
Penduga yang efisien adalah penduga yang tak bias dan memiliki varians minimum
dari penduga-penduga lainnya.
Konsisten
Dikatakan konsisten apabila nilai dugaan semakin mendekati nilai sebenarnya dengan
semakin bertambahnya jumlah sampel (n).
1. Pendugaan titik (point estimator) : pendugaan yang terdiri dari satu nilai saja yang
digunakan untuk menduga parameter.
2. Pendugaan Interval (interval estimator) : menunjukkan pada interval berapa suatu
parameter populasi akan berada.
Ketika menggunakan interval estimator, ada beberapa hal yang harus diperhatikan,
yaitu Tingkat Keyakinan dan Tingkat Signifikansi.
Tingkat keyakinan (1-α) adalah luas daerah di bawah kurva merupakan tempat
kedudukan titik-titik yang menunjukkan nilai taksiran parameter populasi berdasarkan
statistik sampelnya yang masih dapat diyakini kebenarannya.
Tingkat Signifikansi (α) adalah luas daerah di bawah kurva yang merupakan tempat
kedudukan titik-titik yang menunjukkan nilai taksiran parameter populasi berdasarkan
statistik sampelnya yang tidak dapat diyakini kebenarannya.
Standar Error of Estimate adalah suatu bilangan yang menunjukkan selisih antara
nilai statistik sampel dengan parameter populasi.
Memilih ukuran sampel
Ada tiga faktor yang harus diperhatikan untuk memilih sampel yang baik, yaitu :
a. Tingkat keyakinan yang dipilih. Semakin tinggi tingkat keyakinan, maka dibutuhkan jumlah
sampel yang semakin besar.
b. Kesalahan maksimum yang diperbolehkan. Semakin baik hasil penelitian adalah yang memiliki
kesalahan minimum.
c. Variasi dari populasi. Variasi populasi diukur dari standar deviasinya, semakin kecil standar
deviasi biasanya dibutuhkan ukuran sampel yang semakin besar.
[( ) ]
Rumus jumlah sampel untuk nilai proporsi :
Page | 33
[Type the document title] [Year]
( )
atau
1. Penaksiran Rata-rata
Rata-rata populasi ditaksir oleh rata-rata sampelnya, dimana simpangan baku populasi
(σ) diketahui dan populasinya berdistribusi normal.
Beberapa rumus untuk penaksiran interval rata-rata adalah :
̅ ̅
√ √
Rumus ini berlaku untuk sampel besar (n≥30) dari populasi yang tak terbatas dan
̅ √ ̅ √
√ √
Rumus ini berlaku untuk sampel besar (n≥30) dari populasi terbatas dan (
̅ ̅
√ √
Rumus ini berlaku untuk sampel kecil (n<30) dan simpangan baku populasi (σ) tidak
diketahui, sehingga dipakai s (simpangan baku dari sampel) dalam perhitungannya.
Contoh soal
Page | 34
[Type the document title] [Year]
Rata-rata ukuran diameter dari 200 bola-bola yang terdapat dalam sebuah kotak adalah
0.824 cm, dan standar deviasi 0.042 cm. Carilah batas-batas taksiran rata-rata dari diameter
semua bola dengan tingkat keyakinan 99% !
Jawab
Diketahui :
N = 200
σ = 0.042
√ √
Jadi, dengan tingkat signifikansi 1%, batas taksiran untuk rata-rata ukuran diameter 200 bola
tersebut adalah antara 0.816 dan 0.832.
Dengan Minitab
Page | 35
[Type the document title] [Year]
2. Penaksiran Proporsi
Kata proporsi menunjukkan presentase dari suatu bagian atau unsur dari suatu bagian.
Proporsi memiliki distribusi sampling yang bersifat normal, dan nilai rata-rata distribusi
proporsi sampel merupakan penduga tidak bias bagi proporsi populasi. (Statistika untuk
Ekonomi dan Keuangan Modern, Suharyadi)
Rumus Penaksiran Proporsi
√ √
Contoh soal
Untuk meningkatkan pelayanan kepada konsumen, PT. Telkom Tbk melakukan
survei kepuasan di wilayah Jabodetabek. Dari 3000 pelanggan pada bulan April 2011,
ternyata 2.100 pelanggan menyatakan puas dan sisanya kurang puas. Buatlah interval
keyakinan tentang kepuasan konsumen dengan menggunakan tingkat keyakinan 95%
!
Jawab
Diketahui :
p = 2.100/3.000 = 0.7 1-p = 0.3
√ √
Page | 36
[Type the document title] [Year]
√ √
0.6836< <0.7165
Jadi, interval keyakinan tentang kepuasan konsumen dengan menggunakan tingkat
signifikansi 5% adalah antara 0.6835 sampai 0.7165.
Dengan Minitab
Page | 37
[Type the document title] [Year]
Page | 38
[Type the document title] [Year]
3. PT. Panasonic menghasilkan produk TV baru berupa layar datar yang dilengkapi
berbagai fasilitas seperti home theater pada akhir 2010. Untuk mencoba apakah
produk ini disukai atau tidak, PT. Panasonic akan melakukan survey di beberapa kota
besar di Indonesia. Apabila dengan tingkat keyakinan 95% dan kesalahan penarikan
sampel diharapkan hanya 3%, berapa jumlah sampel yang harus diwawancarai?
4. Departemen Koperasi dan UKM ingin mengetahui pendapatan rata-rata dari UKM di
Jawa Timur tahun 2010. Dari total 660 UKM di bawah bimbingan departemen
tersebut, diambil 120 UKM sebagai sampel. Rata-rata pendapatan ternyata meningkat
perbulannya hingga menjadi 2,1 juta dengan deviasi 0,8 juta. Dengan tingkat
keyakinan 99%, buatlah interval taksiran rata-rata kenaikan pendapatan UKM di Jawa
Timur!
5. Baru-baru ini Dubberware masuk ke dalam 20 Top Brands Innovation. Tapi hal ini
tidak membuat Dubberware puas dan terus melakukan continous improvement. Untuk
sebuah produk baru perusahaan ingin mengetahui apakah konsumen menyukai model
Dubberware tersebut atau tidak. Dari 400 pelanggan diambil 15 sampel dan ternyata
60% dari sampel menyukai produk tersebut. Buatlah interval taksiran tentang
kesukaan pelanggan dengan menggunakan confidence level 95%!
6. PT. KPBS telah mendapatkan ISO140000 untuk pengendalian mutu produk susunya.
Berdasarkan pengalaman, proporsi susu rusak sebesar 8%, kemudian manajemen
memutuskan bahwa kesalahan yang ditoleransi adalah 2%. Dengan tingkat
kepercayaan 95%, berapa sampel susu yang harus diambila agar mutu susu terbukti
tetap terjaga dengan baik?
Page | 39
[Type the document title] [Year]
9. A study by the society of Human Resource Management found 23% of U.S. business
executive surveyed believe that an employer has no right to read employees’ e-mail.
Assuming that the survey included a simple random sample of 1200 executives,
construct a 90% confidence interval for π = the population proportion of U.S. business
executives who believe that employers have no right to read employees’ e-mail.
10. Dirjen pajak ingin mengetahui berapa interval dari beban pajak setiap rumah tangga.
Untuk kepentingan tersebut diambil sampel 25 orang dari 500 orang yang membayar
pajak pada tanggal 13 April 2011. Dari sampel diketahui bahwa rata-rata pajak yang
dibayar adalah 2,4 juta dengan deviasi 0,46 juta. Dengan tingkat kepercayaan 98%,
buatlah interval pembayaran pajak tersebut!
1. Diketahui :
n = 200 ̅ sx =120 CL = 95%
Jawab
Zα/2 = 0,95/2 = 0,4750 (lih. Table Z) = 1,96
̅ ̅
√ √
√ √
Jadi, dengan tingkat signifikansi 5% nilai rata-rata pengeluaran untuk susu dan roti
berada pada interval Rp. 783.360 ribu dan Rp. 816.640.
Dengan Minitab
Klik stat, basic stat, 1- sample Z (karena sampel ≥ 30)
Page | 40
[Type the document title] [Year]
Pilih summarized data, isi dengan mean, sample size, dan standard deviation
sesuai soal
Klik option, dan isi confidence level sesuai soal (95%) dan pilih alternative not
equal
Klik OK
Hasilnya :
2. Diketahui :
n = 1500 x = 600 p = 600/1500 = 0,4 1-p = 0,6 CL = 99%
Jawab
Zα/2 = 0,99/2 = 0,4950 (lih. Table Z) = 2,58
√ √
√ √
Jadi, interval taksiran proporsi pelanggan yang setuju dengan penggunaan kartu debit
tanpa password tersebut adalah antara 37% sampai 43%.
Dengan Minitab
Klik stat, basic stat, 1- proportion
Klik summarized data, isi number of trials 1500 dan number of event 600
Klik option, isi confidence level 99%, test proportion 0,5 dan alternative not
equal. Beri tanda checklist pada use test and interval based on normal distribution
(karena ≥ 30)
Klik OK
Hasilnya :
Test and CI for One Proportion
Sample X N Sample p 99% CI Z-Value P-Value
1 600 1500 0.400000 (0.367418, 0.432582) -7.75 0.000
3. Diketahui :
Page | 41
[Type the document title] [Year]
CL = 95% ε = 3% * nilai p tidak diketahui
Jawab
Zα/2 = 0,95/2 = 0,4750 = 1,96
= 1.067,1
Jadi, jumlah sampel yang harus diwawancarai jika diharapkan tingkat kesalahan
hanya 3% adalah 1.067 orang.
4. Diketahui :
N = 660 n=120 n/N = 120/660 = 0,18 > 0,05 (menggunakan
faktor koreksi) ̅ = 2,1 sx = 0,8
Jawab
Zα/2 = 0,99/2 = 0,4950 (lih. Table Z) = 2,58
̅ √ ̅ √
√ √
√ √
√ √
Jadi, dengan tingkat signifikansi 5%, rata-rata kenaikan pendapatan UKM di Jawa
Timur berkisar antara 1,93 juta sampai 2,27 juta.
5. Diketahui :
N = 400 n = 15 p = 0,6 n/N = 0,0375 < 0,05, tidak
menggunakan faktor koreksi
Jawab
Zα/2 = 0,95/2 = 0,4750 (lih. Table Z) = 1,96
√ √
√ √
6. Diketahui :
p = 0,08 ε = 0,02 CL = 95%
Jawab
Zα/2 = 0,95/2 = 0,4750 (lih. Table Z) = 1,96
( )
Jadi, sampel yang harus diambil dengan tingkat kesalahan yang diinginkan hanya 2%
agar terbukti mutu susu terjaga dengan baik adalah 708 buah.
7. Given :
n = 10 sx = 4 ̅ CL = 90% df = n-1 = 9
Jawab
tα/2 = 0,90, df = 9 (lih. Table t) = 2,262
̅ ̅
√ √
√ √
So, with the significance level 10%, confidence interval for postoperative
performance scores on a knee flexibility test is 82,14 to 87,86.
Dengan Minitab
Klik stat, basic stat, 1- sampel t (karena data < 30)
Klik summarized data, isi mean, sample size, dan standard deviation sesuai
dengan soal
Klik option, isi confidence level 90.0 dan pilih alternative not equal
Klik OK
Hasilnya :
One-Sample T
Page | 43
[Type the document title] [Year]
N Mean StDev SE Mean 90% CI
10 85.0000 4.0000 1.2649 (82.6813, 87.3187)
8. Given :
n = 33 ̅ sx = 1,8 CL= 95%
Jawab
Zα/2 = 0,95/2 = 0,4750 (lih. Table Z) = 1,96
̅ ̅
√ √
√ √
So, with the significance level 5%, confidence interval for the average number of
defects for this model is 3,086 to 4,314.
9. Given :
n = 1200 p = 0,23 1-p = 0,77 CL = 0,90
Jawab
Zα/2 = 0,90/2 = 0,45 (lih. Table Z) = 1,65
√ √
√ √
So, with the significance level 90%, confidence interval for the population proportion
of U.S. business executives who believe that employers have no right to read
employees’ e-mail is 21% to 25%.
10. Diketahui :
N = 500 n= 25 ̅ = 2,4 sα/2= 0,46 CL = 98%
n/N= 25/500 = 0,05 (tidak menggunakan factor koreksi)
Jawab
Zα/2 = 0,98/2 = 0,49 (lih. Table Z) = 2,33
√ √
Page | 44
[Type the document title] [Year]
2,1856 < µ < 2,6144
Jadi, dengan tingkat signifikansi 2%, interval taksiran untuk rata-rata pembayaran
pajak adalah 2,1856 juta sampai 2,6144 juta.
Ringkasan Teori
Apabila kita hedak menaksir perbedaan rata-rata ( 1 2 ) pada dua populasi, maka kita bisa
rata-rata x 1 dan sample yang diambil dari populasi ke dua berukuran n2 dan simpangan baku
s2 dengan rata-rata x 2 , maka titik taksiran selisih rata-rata populasi (1 2 ) adalah ( x1 x2 )
.
2 2 2 2
( x1 x 2 ) Z 1
2
1 2 ( x1 x 2 ) Z 1
2
2 n1 n2 2 n1 n2
2 2 2 2
s1 s s1 s
( x1 x 2 ) Z 2 1 2 ( x1 x 2 ) Z 2 *)
2 n1 n2 2 n1 n2
( x1 x 2 ) t 1
2
1 2 ( x1 x 2 ) t 1
2
2 n1 n2 2 n1 n2
s1
2
s
2
s1 s
2 2
; df n1 n2 2 * *)
( x1 x 2 ) t 2 1 2 ( x1 x 2 ) t 2
2 n1 n 2 2 n1 n 2
Catatan :
Contoh Soal:
Seorang mahasiswa melakukan penelitian terhadap daya tahan 2 jenis barang yang fungsinya
sama. Barang X memiliki rata-rata daya tahan 4.500 jam dengan varians 90.000 jam,
sedangkan barang Y memiliki rata-rata daya tahan 3.800 jam dengan simpangan baku 200
jam. Apabila diambil dari masing-masing jenis barang itu 150 unit, maka tentukanlah selisih
rata-rata daya tahan kedua barang tersebut dengan tingkat kepercayaan 95 %!
Jawab:
(Manual)
Dik :
⇒ ⁄
2 2 2 2
( x1 x 2 ) Z 1
2
1 2 ( x1 x 2 ) Z 1
2
2 n1 n2 2 n1 n2
Page | 46
[Type the document title] [Year]
maka selisih rata-rata daya tahan kedua barang tersebut dengan tingkat kepercayaan 95 %
adalah 642.299 jam sampai dengan 757.7 jam.
Langkah-langkahnya :
Output:
T-Test of difference = 0 (vs not =): T-Value = 23.78 P-Value = 0.000 DF = 259
Page | 47
[Type the document title] [Year]
Begitu juga dengan taksiran selisih proporsi ( 1 2 ) . Jika sample yang diambil dari
populasi ke satu berukuran n1 dan terdapat kejadian dari n1 sampel atau percobaan dan
sample yang diambil dari populasi ke dua berukuran n2 dan terdapat kejadian dari n2
sampel atau percobaan, maka titik taksiran selisih proporsi populasi ( 1 2 ) adalah
x1 x2
( p1 p2 ) dimana p1 dan p 2
n1 n2
x1 x x x x1 x x x *)
(1 1 ) 2 (1 2 ) (1 1 ) 2 (1 2 )
x1 x 2 n1 n1 n2 n2 x x n1 n1 n2 n2
( ) Z 1 2 ( 1 2 ) Z
n1 n2 2 n1 n2 n1 n2 2 n1 n2
x1 x 2 1 1 x x 1 1 * *)
( ) Z (1 )( ) 1 2 ( 1 2 ) Z (1 )( )
n1 n2 2 n1 n2 n1 n2 2 n1 n2
x1 x2 1 1 x x 1 1 * *)
( ) t (1 )( ) 1 2 ( 1 2 ) t (1 )( )
n1 n2 2 n1 n2 n1 n2 2 n1 n2
Catatan :
rumus *).
Contoh Soal:
Page | 48
[Type the document title] [Year]
Sebuah sampel random dari produk makanan perusahaan A sebanyak 200 buah diambil dari
pasaran bebas ternyata didapat 20 diantaranya adalah cacat. Sampel yang lain dari produk
makanan perusahaan B yang sama jenisnya terdiri dari 250 buah ternyata ada 25 buah yang
cacat. Tentukan proporsi kerusakan produk makanan itu dengan confidence level 95 %.
Selama ini diketahui kualitas produk makanan perusahaan A dan B sama.
Jawab:
(manual)
Dik :
= 20 C.l = 95 %
= 25 ⁄ = 1.96
Solusi:
x1 x x x x1 x x x
(1 1 ) 2 (1 2 ) (1 1 ) 2 (1 2 )
x1 x 2 n1 n1 n2 n2 x x n1 n1 n2 n2
( ) Z 1 2 ( 1 2 ) Z
n1 n2 2 n1 n2 n1 n2 2 n1 n2
Langkah-langkahnya :
Page | 49
[Type the document title] [Year]
3. Klik options dan masukkan confidence level 95,0
4. Terakhir klik OK
Output:
Sample X N Sample p
1 20 100 0.200000
2 25 250 0.100000
Page | 50
[Type the document title] [Year]
2. For a sample of 48 finance majors, the average time spent reading each issue of the
campus newspaper is 19,7 minutes, with a standard deviation of 7,3 minutes. The
corresponding figures for a sample of 40 management majors are 16,3 and 4,1
minutes. Find the 99% confidence interval for the difference between the population
means! (penaksiran selisih rata-rata)
3. Seorang peneliti ingin meneliti sebuah sampel yang terdiri dari 500 pelanggan toko
yang dipilih di Garut untuk menentukan macam-macam informasi mengenai
kebiasaan pelanggan. Diantara pertanyaan yang diajukan, terdapat pertanyaan
”apakah kamu senang berbelanja pakaian?” dari 240 laki-laki, 136 menjawab ya. Dari
260 perempuan, 36 menjawab tidak. Dari data tersebut, peneliti ingin menentukan
selisih antara proporsi laki-laki dan perempuan yang menyenangi berbelaja pakaian.
Tentukanlah selisih proporsi tersebut jika peneliti ingin taraf nyatanya 1%!
(penaksiran selisih proporsi)
Page | 51
[Type the document title] [Year]
Yes 14 36 50
No 320 80 400
Total 334 116 450
Construct and interpret a 95% confidence interval estimate of the difference between
the population proportion of good and bad wafers that contain particles! (penaksiran
selisih proporsi)
5. CNU bank telah mengembangkan proses peningkatan pada layanan yang diberikan
untuk pelanggannya dari sisi waktu tunggu setiap pelanggan mendapatkan layanan
bank di setiap cabang. Untuk itu dilakukan pengamatan pada data-data waktu tunggu
setiap pelanggan selama satu periode yang didapat dari dua cabang CNU bank di kota
Garut dan Bandung. Data berikut merupakan waktu tunggu dari sampel yang dipilih
secara acak 11 pelanggan setiap cabang:
Waktu tunggu (dalam menit)
Garut 9,66 5,9 8,02 5,79 8,73 3,82 8,01 8,35 10,1 6,6 5,6
Bandun 4,21 5,55 3,02 5,13 4,77 2,34 3,54 3,2 4,5 6,1 0,3
g
Asumsikan varians populasinya sama, tentukanlah batas-batas taksiran selisih rata-
rata waktu tunggu kedua cabang CNU bank dengan tingkat sigifikansi 5%!
(penaksiran selisih rata-rata)
6. Baro bank menggunakan sebuah pengamatan untuk memeriksa kegunaan mesin bank
24 jam yang baru yang telah mereka kembangkan. Dari 300 laki-laki yang
menggunakan mesin tersebut minggu lalu, 50% melakukan 2 atau lebih transaksi
sebelum pergi. Dari 250 perempuan pengguna selama periode yang sama, 42%
melakukan setidaknya 2 transaksi dengan menggunakan mesin tersebut. Dengan
tingkat signifikasi 10%, tentukanlah batas-batas taksiran selisih proporsi laki-laki dan
perempuan yang menggunakan mesin baru tersebut! (penaksiran selisih proporsi)
7. A compressor manufacturer is testing two different designs for an air tank. Testing
involves pumping air into a tank. Testing involves pumping air into a tank until it
bursts, then noting the air pressure just prior to tank failure. Four tanks of design A
Page | 52
[Type the document title] [Year]
are found to fail at an average of 1620 pounds per square inch (psi), with standard
deviation of 120 psi. Six tanks of design B fail at an average 1400 psi, with standard
deviation of 115 psi. Assuming normal populations with not equal standard
deviations. Use 0.1 level of significance find the interval estimation for the difference
between the population means! (penaksiran selisih rata-rata)
8. Berdasarkan hasil pengamatan Victoria, seorang manajer toko F(x), terhadap 20 orang
sampel pelanggan toko yang berkunjung pada pagi hari, menghabiskan rata-rata
waktu 18 menit untuk berbelanja di toko F(x). Sedangkan hasil pengamatan Victoria
pada 15 orang sampel pelanggan toko yang berkunjung pada siang hari, mereka
menghabiskan rata-rata waktu 14 menit untuk berbelanja di toko. Berdasarkan data
toko, besarnya simpangan baku populasi waktu kunjungan pelanggan toko pagi hari
dan sore hari berturut-turut adalah sebesar 2,5 menit dan 1.3 menit. Tentukan batas-
batas selisih rata-rata waktu kunjungan pelanggan pagi hari dan siang hari toko F(x),
jika taraf nyatanya 10%! (penaksiran selisih rata-rata)
10. Tiffany, seorang pemilik toko kue Gee, melakukan pengamatan terhadap dua produk
kue yaitu cheese cake dan black forest cake untuk mengetahui produk mana yang
lebih disukai oleh pelanggan. Dalam melakukan pengamatan itu, Tiffany membagi
dalam kedua kelompok umur yaitu 12-29 tahun dan 30-50 tahun. Dari 20 orang
sampel kelompok umur 12-29 tahun, 65% menyukai Cheese cake sedangkan dari 17
orang sampel kelompok umur 30-50 tahun 41% menyukai black forest cake.
Page | 53
[Type the document title] [Year]
Tentukanlah selisih proporsi yang menyukai cheese cake dari kedua kelompok umur
tersebut, jika tingkat kepercayaannya 95%! (penaksiran selisih proporsi)
1. Dik:
= 200 ̅ = 0.57 = 0.09
(manual)
2 2 2 2
( x1 x 2 ) Z 1
2
1 2 ( x1 x 2 ) Z 1
2
2 n1 n2 2 n1 n2
Jadi dengan tingkat sigifikansi 5%, selisih rata-rata banyaknya kopi yang diminum
kelompok umur antara 30-59 tahun dan umur 60 tahun ke atas adalah diantara -0.2066
dan -0.1534 cangkir
Langkah-langkahnya :
Page | 54
[Type the document title] [Year]
2. Pilih summarized data, masukkan jumlah sample, mean, standar deviasi masing-
masing data kedalam kolom first dan second. Sesuaikan dengan soal.
3. Klik options dan masukkan confidence level 95,0
4. Terakhir klik OK
Output:
2. Given:
= 48 = 40
̅ = 19.7 ̅ = 16.3
= 7.3 = 4.1
C.l = 99 %
2 2 2 2
s1 s s1 s
( x1 x 2 ) Z 2 1 2 ( x1 x 2 ) Z 2
2 n1 n2 2 n1 n2
⁄ = 2.575
(manual)
Page | 55
[Type the document title] [Year]
3. Dik:
= 240 = 260
= = = 0.862
⁄ = 2.575
(manual)
x1 x x2 x x1 x x2 x
(1 1 ) (1 2 ) (1 1 ) (1 2 )
x1 x2 n1 n1 n n2 x x n1 n1 n n2
( ) Z 2 1 2 ( 1 2 ) Z 2
n1 n2 2 n1 n2 n1 n2 2 n1 n2
+ 2.575 √ or
Page | 56
[Type the document title] [Year]
-0.295 - 0.0990785 < π1 – π2 < -0.295 + 0.0990785
-0.394079 < π1 – π2 < -0.1959215
Jadi, dengan tingkat signifikansi 1% selisih antara proporsi laki-laki dan perempuan
yang menyenangi berbelaja pakaian adalah diantara 19.59% dan 39.41% proporsi
perempuan yang menyenangi berbelanja pakaian lebih besar dibanding proporsi laki-
laki.
(Komputer dengan software Minitab)
Test and CI for Two Proportions
Sample X N Sample p
4. Given:
= 334 = 116
= = = 0.3103
⁄ = 1.96
Jawab:
x1 x x2 x x1 x x2 x
(1 1 ) (1 2 ) (1 1 ) (1 2 )
x1 x2 n1 n1 n n2 x x n1 n1 n n2
( ) Z 2 1 2 ( 1 2 ) Z 2
n1 n2 2 n1 n2 n1 n2 2 n1 n2
– 1.96 √ or
Page | 57
[Type the document title] [Year]
With 5% significance level, interval estimate of the difference between the population
proportion of good and bad wafers that contain particles is between 22.41% and
31.27%, the proportion of bad wafers that contain particles larger than proportion of
good wafers.
Sample X N Sample p
1 17 334 0.050898
2 36 116 0.310345
5. Dik:
= 11 = 11
̅ = 7.326 ̅ = 3.878
= 3.730287273 = 2.707076364
C.l = 95 % ⁄ = 2.0860 (df = 11 + 11 -2 = 20)
Solution
3.878) - 2.0860√
Page | 58
[Type the document title] [Year]
6. Dik:
= 300 = 250
0.5 0.42
⁄ = 1.645
x1 x x2 x x1 x x2 x
(1 1 ) (1 2 ) (1 1 ) (1 2 )
x1 x2 n1 n1 n n2 x x n1 n1 n n2
( ) Z 2 1 2 ( 1 2 ) Z 2
n1 n2 2 n1 n2 n1 n2 2 n1 n2
Dengan tingkat signifikansi 10%, batas-batas taksiran selisih proporsi laki-laki dan
perempuan yang menggunakan mesin baru adalah diantara 1.006% dan 9.006%.
Page | 59
[Type the document title] [Year]
7. Given:
=4 =6
̅ = 1620 ̅ = 1400
= 14400 = 13225
C.l = 90 %
2 2 2 2 ⁄ = 1.8595 (df = 4 +
s1 s s1 s
( x1 x 2 ) t 2 1 2 ( x1 x 2 ) t 2 6 -2 = 8)
2 n1 n 2 2 n1 n 2
So, with 10% significance level the interval estimation for the difference between the
populations mean of tanks of design A and tanks of design B is between 78.3338 psi
and 36.6662 psi.
8. Dik:
= 20 ̅ = 18 = 2.5
= 15 ̅ = 14 = 1.3
⁄ = 1.6924
2 2 2 2
( x1 x 2 ) t 1
2
1 2 ( x1 x 2 ) t 1
2
2 n1 n2 2 n1 n2
Page | 60
[Type the document title] [Year]
4 - 1.103526 < µ1 - µ2< 4 + 1.103526
9. Dik:
= 17 = 19
= = = 0.26
x1 x x2 x x1 x x2 x
(1 1 ) (1 2 ) (1 1 ) (1 2 )
x1 x 2 n1 n1 n n2 x x n1 n1 n n2
( ) t 2 1 2 ( 1 2 ) t 2
n1 n 2 2 n1 n2 n1 n 2 2 n1 n2
Page | 61
[Type the document title] [Year]
0.33-0.263887292 < π1 – π2 < 0.33+0.263887292
Sample X N Sample p
1 10 17 0.588235
2 5 19 0.263158
10. Dik:
= 20 = 17
0.65 0.59
x1 x x x x1 x x x
(1 1 ) 2 (1 2 ) (1 1 ) 2 (1 2 )
x1 x2 n1 n1 n2 n2 x1 x2 n1 n1 n2 n2
( ) t 1 2 ( ) t
n1 n2 2 n1 n2 n1 n2 2 n1 n2
< π1 – π2 <
Page | 62
[Type the document title] [Year]
Dengan tingkat signifikansi 5%, maka selisih proporsi yang menyukai cheese cake
dari kelompok umur 12-29 tahun dan 30-50 tahun adalah diantara 2.75% dan 9.25%.
Hipotesis adalah jawaban sementara yang masih perlu diuji kebenarannya melalui
fakta-fakta atau dugaan kita mengenai parameter suatu populasi yang belum tentu benar atau
salah.
HIPOTESIS:
1. Hipotesis Nol (Ho)
Variabel bebas tidak mempengaruhi variabel terikat dalam populasi.
Memprediksi tidak adanya perbedaan antara satu kondisi dengan kondisi yang lain.
2. Hipotesis Alternatif/Lawan ( )
Variabel bebas mempengaruhi variabel terikat dalam populasi.
Memprediksi adanya perbedaan antara satu kondisi dengan kondisi lain.
Contoh:
Page | 63
[Type the document title] [Year]
1. : Rata-rata nilai b.inggris mahasiswa kelas A sama dengan rata-rata mahasiswa kelas
B
: Rata-rata nilai b.inggris mahasiswa kelas A tidak sama dengan rata-rata mahasiswa
kelas B
: >
: <
√ √
Page | 64
[Type the document title] [Year]
̅
√
Perhitungan t stat:
bila populasinya terbatas (N dan n diketahui nilainya) dan ,
√ √
Keterangan : Bila standar deviasi populasi ( ) tidak diketahui dapat diganti dengan standar
deviasi sampelnya (s).
i. Uji 2 pihak
Daerah penerimaan
H
?
Daerah penolakan H
(daerah kritis)
Page | 65
Daerah penerimaan
H
[Type the document title] [Year]
Daerah penolakan H
(daerah kritis)
Daerah penerimaan
H
-Zα
Keterangan : daerah yang diasir adalah daerah penolakan Ho dan untuk n ≤ 30, Z diganti
dengan t.
4. Menentukan kriteria penerimaan atau penolakan
(1) Untuk uji 2 pihak : Z < - atau Z > Ho ditolak
2 2
5. Bandingkan nilai Z atau t (yang diperoleh pada tahap 2) dengan Z atau t table serta
simpulkan apakah Ho tidak dapat ditolak atau ditolak berdasarkan kriteria
penerimaan/penolakan.
6. Membuat kesimpulan secara komprehensif/lengkap
Contoh Soal:
Kekuatan putus dari kabel yang diproduksi PT X memiliki rata-rata 1900 pon dan standar
deviasi 100 pon. Dengan menggunakan teknik baru dalam proses produksi, diklaim bahwa
kekuatan putus dapat ditingkatkan. Untuk menguji klaim ini, sampel yang terdiri dari 50
Page | 66
[Type the document title] [Year]
kabel uji, dan diketahui bahwa rata-rata kekuatan putus adalah 1950 pon. Dapatkah kita
membenarkan klaim tersebut pada tingkat signifikansi 1%?
Jawab:
Dik : n = 50 = 1%
̅ = 1950 pon
= 100 pon
Dij:
1. : = 1900
̅
2.
√
Z = 3,54
3. Zα = 2.33
Page | 67
[Type the document title] [Year]
Penyelesaian dengan menggunakan Software Minitab 14
Page | 68
[Type the document title] [Year]
a. Rumuskan Hipotesis
a. : = (uji 2 pihak)
:
: >
: <
b. : (uji 1 pihak kanan/ pengertian max)
: >
c. : (uji 1 pihak kiri/ pengertian min)
: <
Perhitungan Z stat:
bila populasinya terbatas (N dan n diketahui nilainya) dan ,
Perhitungan t stat:
bila populasinya terbatas (N dan n diketahui nilainya) dan ,
Page | 69
[Type the document title] [Year]
Catatan: bila proporsi populasinya ( tidak diketahui nilainya dapat dianggap = 0,5.
i. Uji 2 pihak
Daerah penerimaan
H
?
-Z1/2α Z1/2α
Daerah penolakan H
(daerah kritis)
Daerah penerimaan
H
Zα
Daerah penolakan H
(daerah kritis)
Daerah penerimaan
H
Page | 70
-Zα
[Type the document title] [Year]
Keterangan : daerah yang diasir adalah daerah penolakan Ho dan untuk n ≤ 30, Z diganti
dengan t.
4) Menentukan kriteria penerimaan atau penolakan
Z> , ditolak
Z < Ho ditolak
Z ≥ Ho tidak dapat ditolak
Nilai Z diganti dengan t jika n ≤ 30.
5) Bandingkan nilai Z atau t (yang diperoleh pada tahap 2) dengan Z atau t tabel serta
simpulkan apakah tidak dapat ditolak atau ditolak berdasarkan kriteria
penerimaan/ penolakan.
Contoh soal:
Suatu perusahaan mengklaim bahwa paling sedikit 95% dari peralatan yang dipasok ke suatu
pabrik adalah sesuai dengan spesifikasi. Suatu pengujian dari sampel yang terdiri dari 200
buah peralatan memperlihatkan bahwa 22 diantaranya rusak . Ujilah klaim mereka pada
tingkat resiko 5%.
Dik : n= 200 = 5%
rusak = 22 buah , tidak rusak(sesuai spesifikasi) = x = 178 buah
Jawab :
Page | 71
[Type the document title] [Year]
1. : 95%
2.
= -3,90
Page | 72
[Type the document title] [Year]
o Test proportion : 0,95, alternative : Less than
Berikan tanda Checklist pada use test and interval based on normal distribution
Klik OK- Klik OK
Output yang ditampilkan
Test and CI for One Proportion
Test of p = 0.95 vs p < 0.95
95%
Upper
Sample X N Sample p Bound Z-Value P-Value
1 178 200 0.890000 0.926392 -3.89 0.000
Membaca Output lihat Z = -3.89, Bandingkan dengan Z table
o Kriteria
Z< , ditolak
Page | 73
[Type the document title] [Year]
1. Pimpinan perusahaan sepeda motor menyatakan bahwa 90% dari barang-barang yang
dihasilkan termasuk kualitas standard. Untuk membuktikan pernyataan itu, penelitian
dilakukan pada 250 sepeda motor dari perusahaan tersebut dan ternyata 16 buah sepeda
motor dinyatakan rusak (tidak termasuk kualitas standard). Ujilah pernyataan tersebut
dengan taraf signifikansi 5%!
b. Is there evidence that the machine is not meeting the manufacturer’s specifications for
average breaking strength? (Use 0.05 level of significance)
3. Sebuah sampel random yang terdiri dari 40 kaleng susu bubuk yang dihasilkan oleh
sebuah pabrik, pada kalengnya tertulis bahwa beratnya 400 gram. Setelah ditimbang satu
persatu, ternyata menunjukkan berat rata-rata 389 gram dengan standard deviasi 35 gram.
Jika digunakan 1% tingkat signifikansi, benarkah bahwa tulisan yang ada pada setiap
kaleng susu itu menunjukkan berat susu yang sebenarnya?
4. Kepala Biro Umum Manchester menyatakan bahwa 80% karyawan Fakultas Ekonomi
mempunyai nilai administrasi 80 ke atas. Untuk menguji kebenaran pernyataan itu
diambil sebanyak 29 orang karyawan dan ternyata 23 orang menyatakan mendapat nilai
lebih dari 80. Dengan taraf keyakinan 95%, benarkah pernyataan Kepala Biro Umum
Manchester tersebut?
5. The Glen Valley Steel Company manufactures steel bars. If the production process is
working properly, it turns out steel bars with mean length of at least 2.8 feet with a
standard deviation of 0.20 foot (as determined from engineering specifications on the
production equipment involved). Longer steel bars can be used or altered, but shorter bars
must be scrapped. A sample of 25 bars is selected from the production line. The sample
indicates a mean length of 2.73 feet. The company wants to determine whether the
Page | 74
[Type the document title] [Year]
production equipment needs to be adjusted. If the company wants to test the hyphotesis at
the 0.05 level of significance, what decision would be made using the critical value
approach to hyphothesis testing?
6. Seorang pemilik pabrik rokok beranggapan bahwa setiap batang rokoknya mengandung
nikotin paling banyak 21mg. dari 10 batang rokok yang dipilih secara random diperoleh
hasil kandungan nikotin sebagai berikut: 20mg, 21mg, 22mg, 29mg, 25mg, 17mg, 20mg,
21mg, 22mg, dan 21mg. Dengan menggunakan α = 5% dan standard deviasi 2,10. Ujilah
pendapat tersebut?
7. Seorang produsen dari suatu obat paten tertentu mengemukakan bahwa obat itu 90%
efektif dalam mengobati alergi selama 8 jam. Dalam sebuah sampel yang terdiri dari 200
orang yang menderita alergi tersebut, obat ini ternyata dapat menolong 160 orang,
tentukanlah apakah pernyataan produsen tersebut adalah benar, dengan tingkat
signifikansi 1%!
8. Daya tahan dari tali yang dihasilkan sebuah pabrik mempunyai nilai tengah 1800 N dan
deviasi standard 100 N. Pemilik pabrik menyatakan bahwa dengan memakai teknologi
modern dalam proses produksi maka daya tahan tali yang diproduksi dapat ditingkatkan.
Untuk menguji pernyataan ini sebuah sampel yang terdiri dari 50 buah tali diuji coba dan
ternyata nilai tengah daya tahannya adalah 1850 N. dapatkah kita menyetujui pernyataan
diatas pada tingkat kepercayaan 99%?
9. Seorang pengusaha berpendapat bahwa lebih dari 70% ibu-ibu rumah tangga di Bandung
suka berbelanja di super market. Oleh karena pengusaha itu akan mendirikan super
market, maka dia meminta bantuan seorang konsultan untuk menguji pendapatnya
tersebut. Ada 500 ibu-ibu rumah tangga yang diambil secara random dan ternyata 400
orang menyatakan suka berbelanja di super market. Dengan menggunakan α = 0.1, ujilah
pendapat tersebut!
10. The quality control manager at a lightbulb factory needs to determine whether the mean
life of a large shipment of lightbulbs is equal to the specified value of 375 hours. The
process standard deviation is known to be 100 hours. A random sample of 64 lightbulbs
indicates a sample mean life of 350 hours. At the 0.05 level of significance is the
evidence that the mean life is different from 375 hours?
Page | 75
[Type the document title] [Year]
X = 234
Jawab :
: π = 0.9
:π 0.9
Z = 1.8974
Page | 76
[Type the document title] [Year]
Daerah penolakan Daerah penerimaan Daerah penolakan
Kesimpulan : pada tingkat signifikansi 5%, pernyataan pimpinan perusahaan tersebut bahwa
90% dari barang-barang yang dihasilkan termasuk kualitas standard adalah benar.
Exact
Sample X N Sample p 95% CI P-Value
1 234 250 0.936000 (0.898147, 0.962979) 0.000
Kesimpulan : pada tingkat signifikansi 5%, pernyataan pimpinan perusahaan tersebut bahwa
90% dari barang-barang yang dihasilkan termasuk kualitas standard adalah benar.
2. Dik : n = 49 = 5% σ = 3.5
= 69.1 μ = 70
Dit : a. State the null and alternative hypotheses, b. Is there evidence that the machine is
not meeting the manufacturer’s specifications for average breaking strength?
Answer :
a. : μ = 70
:μ 70
b. : μ = 70
:μ 70
Page | 77
[Type the document title] [Year]
Z = -1.8
, do not reject
Conclusion : at the 5% level of significance, we can conclude there is no evidence that the
machine is not meeting the manufacturer’s specifications for average breaking strength.
One-Sample Z
Test of mu = 70 vs not = 70
The assumed standard deviation = 3.5
, do not reject
Page | 78
[Type the document title] [Year]
Conclusion : at the 5% level of significance, we can conclude there is no evidence that the
machine is not meeting the manufacturer’s specifications for average breaking strength.
3. Dik : n = 40 = 1% σ = 35
= 389 μ = 400
Jawab :
: μ = 400
:μ 400
Z = -1.99
Kesimpulan : jadi pada tingkat signifikansi 1%, apa yang tertulis dalam setiap kaleng
(mengenai berat) adalah benar.
Page | 79
[Type the document title] [Year]
Penyelesaian dengan MINITAB
One-Sample Z
Krietria :
Kesimpulan : jadi pada tingkat signifikansi 1%, apa yang tertulis dalam setiap kaleng
(mengenai berat) adalah benar.
4. Dik : n = 29 = 5%
X = 23
Jawab :
: π = 0.8
:π 0.8
t = - 0.09285
Page | 80
[Type the document title] [Year]
Kriteria uji : uji 2 pihak : t < atau t > , ditolak
adalah benar.
Exact
Sample X N Sample p 95% CI P-Value
1 23 29 0.793103 (0.602753, 0.920058) 0.002
adalah benar.
5. Dik : n = 25 = 5% s = 0.20
= 2.73 μ = 2.8
Page | 81
[Type the document title] [Year]
Dit : what decision would be made using the critical value approach to hyphothesis
testing?
Jawab :
:μ 2.8
: μ < 2.8
t = -1.75
, df = n-1 = 24
t , do not reject
t= 0
reject do not reject
Conclusion: at the 0.05 level of significance, there is an evidence that the production process
is not working properly, so the company needs to adjust the production equipment.
One-Sample T
Page | 82
[Type the document title] [Year]
25 2.73000 0.20000 0.04000 2.79844 -1.75 0.046
t , do not reject
Conclusion: at the 0.05 level of significance, there is an evidence that the production process
is not working properly, so the company needs to adjust the production equipment.
6. Dik : n = 10 = 5% s = 2.10
= 21,8 μ = 21
Jawab :
:μ 21
: μ > 21
t = 1.2047
, df = n-1 = 9
Page | 83
[Type the document title] [Year]
Daerah penerimaan Daerah penolakan
Kesimpulan : pada tingkat signifikansi 5%, pernyataan pemilik pabrik rokok bahwa setiap
batang rokoknya mengandung nikotin paling banyak 21 mg adalah benar.
7. Dik : n = 200 = 1%
X = 160
Jawab :
: π < 0.9 (obat tersebut tidak efektif dalam mengobati alergi selama 8 jam)
Z = -4.714
Z= -2.33 0
Page | 84
[Type the document title] [Year]
Daerah penolakan Daerah penerimaan
Kesimpulan : jadi pada tingkat signifikansi 1%, pernyataan bahwa obat itu 90% efektif dalam
mengobati alergi selama 8 jam adalah salah.
8. Dik : n = 50 = 1% σ = 100N
= 1850N μ = 1800N
Jawab :
Z = 3.54
Ternyata:
Page | 85
[Type the document title] [Year]
Kesimpulan : jadi pada tingkat signifikansi 1%, pernyataan pemilik pabrik tersebut bahwa
dengan memakai teknologi modern dalam proses produksi maka daya tahan tali yang
diproduksi dapat ditingkatkan adalah benar.
X = 400
Jawab :
:π 0.7
: π > 0.7
Z = 4.87950
1,285
1,285
Ternyata:
Page | 86
[Type the document title] [Year]
Kesimpulan : jadi pada tingkat signifikansi 10%, pernyataan pengusaha tersebut bahwa lebih
dari 70% ibu-ibu rumah tangga di Bandung suka berbelanja di super market adalah benar.
10. n = 64 = 5% σ = 100
= 350 μ = 375
Dit : is the evidence that the mean life is different from 375 hours?
Jawab :
: μ = 375
:μ 375
Z = -2
, do not reject
Kesimpulan : so at the 0.05 level of significance, the mean life of a large shipment of
lightbulbs is not equal to the specified value of 375 hours.
Page | 87
[Type the document title] [Year]
Page | 88
[Type the document title] [Year]
Menguji hipotesis selisih rata-rata digunakan pada saat terdapat dua rata-rata
hitung. Uji hipotesis ini dimaksudkan untuk mengetahui apakah perbedaan rata-rata
tersebut berasal dari sebuah populasi atau tidak.
Jika dan merupakan rata-rata dari dua buah sampel yang berukuran
besar, masing-masing dengan ukuran dan , maka distribusi sampling selisih rata-
rata ( - ) akan mendekati distribusi normal dengan rata-rata simapangan baku.
Perumusan hipotesis :
Uji 2 Pihak
Kurva :
Kriteria :
Page | 89
[Type the document title] [Year]
Uji Pihak Kanan
:
Kurva :
Kriteria :
Z> ; ditolak
Z≤ ; tidak dapat ditolak
Kurva :
Kriteria :
Z< ; ditolak
Z≥ tidak dapat ditolak
Page | 90
[Type the document title] [Year]
Keterangan:
- Untuk sampel kecil ubah Z menjadi t
- Untuk proporsi ubah menjadi
Rumus hitung:
=
=√
( )
Page | 91
[Type the document title] [Year]
( )
( )
( )
( )
S=√
( )
; df =
√
t = nilai distribusi t
s = varians gabungan
= varians sampel 1
Page | 92
[Type the document title] [Year]
= varians sampel 2
derajat kebebasan
Contoh Soal
Seorang peneliti ingin membuktikan kualitas tepung terigu A lebih bagus daripada tepung
terigu B. Dimabil 12 orang konsumen tepung terigu A dan 10 orang konsumen tepung terigu
B. Konsumen tepung terigu A memberi nilai rata-rata 80 dengan simpangan baku 4 and
konsumen tepung terigu B memberi nilai rata-rata 75 dengan simpangan baku 4,5. Ujilah
hipotesis kedua kualitas tepung terigu tersebut, dengan alternative kualitas tepung terigu A
lebih baik dari kualitas tepung terigu B! Gunakan taraf nyata 5%!
Diketahui :
= 12 = 80 =4
= 10 = 75 = 4,5
Ditanya :
Jawab :
( )
S=√
=√
= 4,232316151
Page | 93
[Type the document title] [Year]
( )
=
√
= 2,759123786 2,76
df = = 0,05
= (12 + 10) -2 = 20 = 2,0680
2,0680
Kriteria :
t> ; ditolak
t≤ ; tidak dapat ditolak
Ternyata : 2,76 > 2,0680 atau t > ; ditolak
Kesimpulan : Dengan tigkat signifikansi 5% dapat kita simpulkan bahwa kualitas tepung
terigu A lebih baik dibandingkan kualitas tepung terigu B.
Page | 94
[Type the document title] [Year]
Output MINITAB
Page | 95
[Type the document title] [Year]
2 10 75.00 4.50 1.4
Kriteria :
P-Value ≤ ; ditolak
P-Value > ; tidak dapat ditolak
Ternyata 0,006 < 0,05 atau P-Value < ; ditolak
Kesimpulan : Dengan tigkat signifikansi 5% dapat kita simpulkan bahwa kualitas tepung
terigu A lebih baik dibandingkan kualitas tepung terigu B
Proporsi daru dua populasi juga mengikuti kaidah normal, begitu juga dengan
distribusi selisih dua proporsinya. Oleh sebab itu, proses pengujian selisih proporsi dapat
menggunakan distribusi Z.
=√
Page | 96
[Type the document title] [Year]
Rumus hitung
( )
( )
dimana,
Contoh Soal
Diketahui :
= 500 = 300
Page | 97
[Type the document title] [Year]
= 500 = 250
Ditanya :
Apakah terdapat perbedaan proporsi terhadap anak-anak yang menyukai perman A di daerah
X dan Y dengan = 5%?
Jawab :
: =
: ≠
=
= 0,55
( )
( )
3,178208631 3,18
= = 0,475 Z= 1,96
Kurva :
Page | 98
[Type the document title] [Year]
-1,96 1,96
Kriteria :
Langkah-langkah :
3. Klik Options
Page | 99
[Type the document title] [Year]
Output MINITAB
Sample X N Sample p
1 300 500 0.600000
2 250 500 0.500000
Kriteria :
P-Value ≤ ; ditolak
P-Value > ; tidak dapat ditolak
Ternyata 0,001 < 0,05 atau P-Value < ; ditolak
Page | 100
[Type the document title] [Year]
1. Sebelum ada otonomi daerah, beberapa ahli meyakini adanya perbedaan pertumbuhan
ekonomi antara kabupaten di Jawa dan luar Jawa. Semenjak otonomi, beberapa daerah di luar
Page | 101
[Type the document title] [Year]
Jawa mendapatkan proporsi besar anggaran. Untuk membuktikan apakah asumsi tersebut
benar maka diadakan survey pada awal tahun terhadap 39 kabupaten di Jawa dan ternyata 33
kabupaten menunjukan pertumbuhan baik diatas 7%. Sedangkan dari 31 kabupaten di luar
Jawa ternyata 29 kabupaten mngalami pertumbuhan baik juga diatas 7%. Pada tingkat
kepercayaan 1% , ujilah bahwa proporsi anggaran kabupaten di Jawa lebih banyak
mengalami pertumbuhan dibandingkan dengan luar Jawa.
2. Salah satu indicator bank yang sehat adalah nilai NPL (non performing loan) yang
rendah. Hal ini menunjukkan adanya kehati- hatian dalam memberikan kredit dibank. Ada
asumsi bahwa bank BUMN mempunyai nila NPL lebih rendah dibandingkan bank swasta.
Untuk membuktikan asumsi tersebut dipilih 4 sampel bank BUMNdengan rata-rata NPL 6%
dan standar deviasinya 1,27%. Untuk bank swasta dipilih 16 bank dengan rata-rata NPL
11,8% dan standar deviasi 3,87. Dengan taraf nyata 1% apakah asumsi tersebut dapat
terbukti?
4. A sporting goods store operates in a medium- sized shopping mall. We know that the
samples of 15 Saturdays and 15 Monday from population of several years data. The mean of
sales on Monday is 1078 and 908,2 on Saturdays. We assumed the standard deviation for
sales on Monday 633 and 469,8 for Saturday. In order to plan staffing levels, the manager has
asked for your assistance to determine if there is strong evidence that Monday sales are
higher than Saturday sales.
Page | 102
[Type the document title] [Year]
data provide evidence that there is a difference in the proportion of humorous ads in British
versus American trade magazines?
6. Didapat hasil dari sebuah kuisioner dari para konsumen sebuah produk di kota A dan
kota B. Di kota A terdapat 138 dari 240 orang konsumen meyatakan puas dan di kota B
terdapat 128 dari 240 menyatakan puas tehadap produk tersebut. Ujilah hipotesis kedua
pendapat tersebut, dengan alternative keduanya tidak sama. Gunakan tingkat signifikansi 5%!
7. Dari 125 sampel acak British entrepreneur, rata-rata dari perubahan pekerjaannya
adalah 1,91 dan standar deviasinya adalah 1,32. Sedangkan dari 86 sampel acak manajer
British corporate rata-rata perubahan pekerjaannya adalah 0,21 dengan standar deviasi 0,53.
Ujilah hipotesis yang menyatakan bahwa rata-rata dari tiap populasi adalah sama dan
alternatifnya menyatakan bahwa rata-rata dari perubahan pekerjaan pada British entrepreneur
lebih tinggi dibandingkan manajer British corporate!
10. Sebuah sampel yang terdiri atas 100 lampu macam A dan sebuah sampel yang terdiri
dari 75 lampu macam B telah diuji. Hasilnya ternyata untuk lampu A rata-ratanya dapat
menyala hingga 1.194 jam, sedangkan lampu B hingga 1.232 jam. Untuk kedua macam
lampu itu simpangan baku masing – masing adalah 91 jam dan 122 jam. Ujilah apakah ada
cukup alasan untuk menyatakan bahwa lampu B memiliki kualitas lebih baik dari lampu A?
Page | 103
[Type the document title] [Year]
1. Diketahui :
= 33 = 39 = 0,01
= 29 = 31
Ditanya :
Jawab :
= = 0,85
= = 0,94
= 0,8857
( )
- 1,094914715 - 1,10
Page | 104
[Type the document title] [Year]
= 0,5 – 0,01 = 0,49 Z = 2,33
2,33Kriteria :
Z> ; ditolak
Kesimpulan : Dengan tingkat signifikansi sebesar 1% maka dapat disimpulkan bahwa selisih
proporsi daerah kabupten di Jawa maupun di luar Jawa tidak memiliki perbedaan.
MINITAB
Kriteria :
P-Value ≤ ; ditolak
P-Value > ; tidak dapat ditolak
Ternyata 0,890 > 0,05 atau P-Value > ; tidak dapat ditolak
Kesimpulan :
Dengan tingkat signifikansi sebesar 1% maka tidak dapat ditolak, dapat disimpulkan
bahwa selisih proporsi daerah kabupten di Jawa maupun di luar Jawa tidak memiliki
perbedaan.
2. Diketahui :
Page | 105
[Type the document title] [Year]
= 6% = 1,27% =4 = 0,01
= 11,8% = 3,87% = 16
Ditanya :
<
Jawab :
( )
S =√
= 3,57006385
( )
=
√
= -2,9061
df = t = 2.8784
= (4+16)-2 = 18
-2,874
Page | 106
[Type the document title] [Year]
t≥ tidak dapat ditolak
Dengan tingkat signifikansi 1% maka tidak dapat ditolak, ini menunjukkan bahwa
rata-rata nilai NPL bank BUMN lebih besar dari bank swata.
3. Diketahui :
=100 = 400 = 20 = 0,05
=115 = 625 = 22
Ditanya :
>
Jawab :
: ; the turkey dung has less productivity result than cow manure.
: > ; the turkey dung has a higher productivity result than cow manure.
( )
S=√
=√
= 22,5138846
( )
=
√
= 2,156465509 2,16
Page | 107
[Type the document title] [Year]
df = = 0,05
= (20 + 22) -2 = 40 = 2,0211
2,0211
Kriteria :
t> ; rejected
t≤ ; can not be rejected
Fact : 2,16 > 2,0211 or t > ; rejected
With 0,05 significance level, she can conclude that there is overwhelming evidence that
turkey dung result is higher productivity than cow manure.
MINITAB
4. Diketahui :
Page | 108
[Type the document title] [Year]
=908,2 = 469,8 = 15
Ditanya :
>
Jawab :
( )
S=√
=√
= 557,4051668
( )
=
√
= 0,8342521365 0,8343
df = = 0,05
= (15 + 15) -2 = 28 = 2,0484
2,0484
Kriteria :
Page | 109
[Type the document title] [Year]
t> ; reject
t≤ ; do not reject
Fact : 0,8343 < 2,0484 or t < ; do not reject
With 0,05 significance level, we conclude that there is not sufficienct evidence to reject the
null hypothesis and there is no reason to conclude that mean sales on Mondays are higher.
MINITAB
Criteria :
P-Value ≤ ; reject
P-Value > ; do not reject
Fact 0,411 > 0,05 or P-Value > ; do not reject
Conclusion :
With 0,05 significance level, we conclude that there is not sufficienct evidence to reject the
null hypothesis and there is no reason to conclude that mean sales on Mondays are higher.
5. Diketahui :
Ditanya :
Jawab :
Page | 110
[Type the document title] [Year]
: = ; there is no difference in the proportion of humorous ads in British versus
American trade magazines
= = 0,21
= = 0,26
= 0,23
( )
-1,278969107 -1,28
= = 0,4750 Z = 1,96
-1,96 1,96
Kriteria :
Page | 111
[Type the document title] [Year]
≤Z≤ ; do not rejected
Fact : -1,96 < -1,28 < 1.96 or <Z< ; do not reject
With 0,05 signicance level, that there is no difference in the proportion of humorous ads in
British versus American trade magazines.
MINITAB
Sample X N Sample p
1 56 270 0.207407
2 52 203 0.256158
With 0,05 signicance level, that there is no difference in the proportion of humorous ads in
British versus American trade magazines.
6. Diketahui :
=138 = 240 = 0,05
= 128 = 240
Jawab :
Page | 112
[Type the document title] [Year]
: = ; tidak ada perbedaan proporsi antara konsumen yang puas di kota A dan
B
: ; tidak ada perbedaan proporsi antara konsumen yang puas di kota A dan
B
= 0,55
( )
( )
0,9174698043 0,92
= = 0,4750 Z = 1,96
-1,96 1,96
Kriteria :
Page | 113
[Type the document title] [Year]
Kesimpulan:
Dengan tingkat signifikansi 5%, dinyatakan bahwa tidak terdapat perbedaan antara proporsi
konsumen yang puas di kota A dan B.
MINITAB
Sample X N Sample p
1 138 240 0.575000
2 128 240 0.533333
Kriteria :
P-Value ≤ ; ditolak
P-Value > ; tidak dapat ditolak
Ternyata 0,358 > 0,05 or P-Value > ; tidak dapat ditolak
Kesimpulan :
Dengan tingkat signifikansi 5%, dinyatakan bahwa tidak terdapat perbedaan antara proporsi
konsumen yang puas di kota A dan B.
7. Diketahui :
= 0,21 = 0,53 = 86
Ditanya :
>
Page | 114
[Type the document title] [Year]
Jawab :
: > ; rata-rata dari perubahan pekerjaan pada British entrepreneur lebih tinggi
dibandingkan manajer British corporate
=√
=√
= 0,1311696576
( )
= 12,96031438 12,96
Kurva :
1,64
Page | 115
[Type the document title] [Year]
Kriteria :
Z> ; ditolak
Z≤ ; tidak dapat ditolak
Ternyata 12,96 > 1,64 atau Z > ; ditolak
Kesimpulan :
Dengan tingkat signifikansi 5% dapat disimpulkan bahwa rata-rata dari perubahan pekerjaan
pada British entrepreneur lebih tinggi dibandingkan manajer British corporate.
8. Diketahui :
Ditanya :
Ujilah hipotesisnya!
Jawab :
: ; tidak ada perbedaan antara rata-rata poin peringkat pada mahasiswa yang
mengikuti dan yang tidak mengikuti pemilu.
=√
=√
= 0,07837458741
( )
Page | 116
[Type the document title] [Year]
= -1,020739026 -1,02
= =0,475 Z= 1,96
Kurva :
-1,96 1,96
Kriteria :
Kesimpulan :
Dengan tingkat signifikansi 5% dapat disimpulkan bahwa tidak terdapat perbedaan antara
rata-rata poin peringkat pada mahasiswa yang mengikuti pemilu dengan yang tidak mengikuti
pemilu.
9. Diketahui :
= 55 = 5,5 = 40 = 0,05
= 58 =8 = 50
Ditanya :
Apakah kedua metode tersebut mempunyai perbedaan yang nyata atau tidak untuk
menyelesaikan proyek tersebut.
Page | 117
[Type the document title] [Year]
Jawab :
=√
=√
= 1, 426972319
( )
= -2,102353325 -2,10
= =0,475 Z= 1,96
Kurva :
-1,96 1,96
Page | 118
[Type the document title] [Year]
Kriteria :
Kesimpulan :
Dengan tingkat signifikansi 5%, dapat disimpulkan bahwa terdapat terdapat perbedaan antara
rata-rata waktu penyelesaian dengan menggunkan metode A dengan rata-rata waktu
penyelesaian menggunakan metode B.
10. Diketahui :
= 1232 = 122 = 75
Ditanya :
<
Jawab :
=√
=√
= 16,7709
Page | 119
[Type the document title] [Year]
( )
= -2,2658
Kurva :
- 1,6450
Kriteria :
Z< ; ditolak
Z≥ tidak dapat ditolak
Kesimpulan :
Dengan tingkat signifikansi 5%, dapat disimpulkan bahwa kualitas lampu B lebih baik dari
kualitas lampu A.
Page | 120
[Type the document title] [Year]
Page | 121
REGRESI DAN KORELASI SEDERHANA
A. REGRESI SEDERHANA
1. Pengertian Regresi
Persamaan Regresi adalah sebuah persamaan yang menunjukan hubungan linear antara dua
variabel. (Lind, Teknik-teknik Statistik dalam Ekonomi dan Bisnis :74)
Bentuk Umum
Ŷ = a + bX
Keterangan :
a = nilai Y dimana diperkirakan garis regresinya memotong sumbu Y ketika X bernilai nol
Bentuk Umum = Ŷ = a + bX
Rumus :
ΣY = an + bΣX atau a= ( )
(∑ ) (∑ )(∑ )
ΣXY = aΣX + bΣX2 atau (∑ ) (∑ )
Bentuk Umum : Ŷ = a + bX
Rumus :
( ) ( )
Σxy = ΣXY – Σx2 = ΣX2 – Σy2 = ΣY2 –
∑ ∑
B. Korelasi
Analisis korelasi adalah sekumpulan teknik untuk mengukur hubungan antar dua variabel. (Lind,
Teknik-teknik Statistika dalam Bisnis dan Ekonomi: 61)
Koefisien korelasi menunjukan kekuatan hubungan antara dua himpunan variabel. Diberi tanda r,
dan nilai r dapat berkisar dari -1 sampai +1. Tanda negatif berarti varibel berkorelasi negatif,
tanda positif berarti variabel berkorelasi positif, serta apabila tidak terdapat hubungan sama
sekali antar variabel maka r bernilai 0.
0,2-0,4 = lemah
0,4-0,6 = cukup
0,6-0,8 = kuat
Rumus :
Rumus Pearson :
r=
√( ( ) )( ( ) )
r=
√( )
2. Koefisien Determinasi
Koefisien determinasi adalah perbandingan total variasi dalam variabel terikat Y yang dapat
dijelaskan oleh variasi dalam variabel bebas X. (Lind)
Dirumuskan
r2 x 100%
Adalah suatu ukuran yang menunjukan seberapa tepat prediksi untuk Y berdasarkan X atau
sebaliknya, seberapa tidak akuratnya estimasi itu. Dirumuskan
SYX =√ SYX = √
Keterangan :
a – Z1/2α.Sa < konstanta α < a + Z1/2α.Sa b – Z1/2α.Sb < konstanta β < b + Z1/2α.Sb
(n ≤ 30) (n ≤ 30)
a – t1/2α.Sa < konstanta α < a + t1/2α.Sa b – t1/2α.Sb < konstanta β < b + t1/2α.Sb
Sa = SYX . √ Sb = SYX . √
Ho : β = (tidak berpengaruh)
Ho : Konstanta α = 0 (Tidak
Ha : β ≠ (ada pengaruh)
berpengaruh)
- Tentukan t1/2α dengan df = n-k-1
Ha : Konstanta α ≠ 0 (ada pengaruh) - Tentukan thitung dengan
t=
- Tentukan daerah penolakan yaitu
-thitung < -t1/2ɑ atau thitung > t1/2ɑ
6. Interval Taksiran
( ) ( )
SŶ = SYX √ SŶ = SYX √
F= ( ) (
)
Z=
MSR =
(√
t=
√
Ho ditolak jika
( ) ( ) ( )
Z1/2 α. Sr < < Z1/2 α.Sr
( ) ( ) ( )
CONTOH SOAL
Manajer pemasaran dari perusahaan Copier Sales of America smengumpulkan informasi tentang
jumlah panggilan penjualan yang dilakukan dan jumlah mesin fotokopi yang terjual untuk
sebuah sampel acak 10 penjual. Ia ingin menawarkan informasi spesifik tentang hubungan antara
jumlah panggilan penjualan dan jumlah mesin fotokopi yang terjual sebagai bagian dari
presentasinya pada rapat penjualan selanjutnya. Gunakan metode kuadrat terkecil untuk
menentukan persamaan garis yang menunjukkan hubungan antara dua variabel. Berapa jumlah
mesin fotokopi yang terjual yang diperkirankan oleh seorang penjual yang membuat 10
panggilan?
Tabel 2. Data panggilan penjualan dan jumlah mesin fotokopi yang terjual.
Tom Keller 20 30
Jeff Hall 40 60
Brian Virost 20 40
Greg Fish 30 60
Susan Welch 10 30
Carlos Raminez 10 40
Rich Niles 20 40
Mike Kiel 20 50
Mark Reynolds 20 30
Soni Jones 30 70
Hitunglah :
1. Persamaan Regresinya
Penyelesaian
Tabel 3. Perhitungan data panggilan penjualan dan mesin fotokopi yang terjual.
Panggilan
Mesin yang
Penjual penjualan X2 Y2 XY
terjual (Y)
(X)
(∑ ) (∑ )(∑ )
(∑ ) (∑ )
( ) ( )( )
( ) ( )
b = 1,184210526 = 1,1842
a= ( )
a=
a = 18,94736842
B. Koefisien Korelasi
r=
√( ( ) )( ( ) )
( ) ( )
r=
√( ( ) ( ))(( ( ) ( )
r = 0.75901411094
koefisien determinasi
= r2 x 100 %
r2 + k2 = 100%
k2 = 100%-57,61024
k2= 42,38
maka variabel lain di luar model mampu menjelaskan variasi dari variabel mesin yang terjual
sebesar 42,38%
Cara Komputer
a
Coefficients
Standardize
Unstandardized d
Coefficients Coefficients Correlations
Zero-
Model B Std. Error Beta t Sig. order Partial Part
1 (Constant
18.947 8.499 2.229 .056
)
Standardize
Unstandardized d
Coefficients Coefficients Correlations
Zero-
Model B Std. Error Beta t Sig. order Partial Part
1 (Constant
18.947 8.499 2.229 .056
)
a. Dependent Variable: y
a. diperoleh nilai a = 18,947 dan b = 1,184. Maka persamaan regresinya adalah y= 18,947 +
1.184 X
b.
Model Summary
a. Predictors: (Constant), x
Koefisien korelasi ( r)
Dapat dilihat pada tabel model Summary bahwa koefisien korelasinya adalah sebesar 0,759 yang
artinya bahwa hubungan antar jumlah panggilan dan mesin yang terjual adalah adalah kuat dan
searah
Koefisien determinasi (r2)
Dapat dilihat bahwa koefisen determinasninya adalah sebesar 0,576 yang artinya bahwa variabel
panggilan penjulan mampu menjelaskan variasi dari variabel mesin yang terjual sebesar 57,6%
sementara sisanya 42,4 dijelaskan oleh faktor lain diluar model.
SOAL REGRESI DAN KORELASI SEDERHANA
Nilai Kehadiran
85 13
60 9
75 11
55 9
90 14
95 16
50 8
65 10
45 7
100 16
250 80
200 46
120 35
160 38
280 100
220 67
150 36
275 90
240 77
185 42
b. In the significance level 1 %, test the hypotheses that the number of pasient related to the
waiting time to be diagnosed by doctor.
500 80
300 100
400 95
600 68
700 64
450 90
350 98
750 60
250 120
850 56
800 58
375 96
900 40
1000 25
Hitunglah :
5. Berikut adalah data mengenai jumlah pengorbanan konsumen make up “sensasi segar’ dengan
pendapatan yang mereka punya.
5000 600
2500 800
4000 650
3000 300
6000 800
1000 150
7000 500
.Tentukanlah :
a. Persamaan Regresinya
b. Koefisien korelasi, koefisien determinasi, koefisien non determinasi serta penjelasannya.
c. Hitunglah standard error estimasinya..
d. Taksirlah pengorbanan konsumsi make up, jika pendapatannya Rp. 5.500.000
6. Suatu Lembaga Penelitian Bibit kelapa sawit hendak mengamati pengaruh pupuk yang di
berikan dengan pertambahan panjang bibit. Pengamatan dilakukan selama tahun 2010 dan di
peroleh data sebagai berikut.:
Januari 5 80
Februari 5,2 98
April 6 128
Tentukan :
a. Persamaan regresi
b. Bagaimana pengaruh variabel luar mempengaruhi panjang bibit kelapa sawit.
c. Hitunglah penyimpangan variabel y prediksi terhadap variabel y sebenarnya?
d. Tentukan batas-batas taksiran ɑ dan ɞ pada tingkat kepercayaan 95%?
e. Dengan tingkat signifikansi 5%, dapatkah disimpulkan bahwa sampel berasal dari
populasi yang memiliki korelasi?
7. In the table below, there are data that concerning relationship between the interest rate and
investment.
1,5 456
0.8 780
2.6 260
3.1 104
0,5 800
1.9 420
2,2 280
3,4 600
2,9 560
3,3 450
8.Berikut adalah tabel yang menunjukan rata-rata pendapatan masyarakat di negara antah
brantah dalam beberapa tahun terakhir presentase pembelian mobil Y
Tentukanlah :
a. Persamaan regresi dan interpretasi
b. Koefisien korelasi dan determinasi serta artinya
c. Standard Error of estimate.
d. Batas-batas taksiran koefisien regresi populasi ɑ pada tingkat keyakinan 95%.
9. William profit sedang mempelajari perusahaan yang go public untuk pertama kalinya. Ia
secara khusus tertarik dengan hubungn antara ukuran penawaran dan harga per lembar
sahamnya. Sebuah sampel dari perusahaan yang baru-baru ini go Public, dinyatakan dalam
informasi sebagai berikut.
1 9,0 10,8
2 94,4 11,3
3 27,3 11,2
4 179,2 11,1
5 71,9 11,1
6 97,9 11,2
7 93,5 11,0
8 70,0 10,7
9 160,7 11,3
10 96,5 10,6
11 83,0 10,5
12 23,5 10,3
13 58,7 10,7
14 93,8 11,0
15 34,4 10,8
10. Berikut ini adalah tabel mengenai jumlah kepemilikan obligasi dan jumlah bunganya
Rupple 12 4
Hall 2 10
Bennet 6 8
Longnecker 9 5
Phillips 7 5
Massa 2 8
Sass 8 3
Karl 4 8
Malrooney 10 2
Veights 5 5
Tentukanlah :
1.
a.
Nilai (Y) Kehadiran (X) XY Y² X² Persamaa
85 13 1105 7225 169 n Regresi
60 9 540 3600 81
a=
75 11 825 5625 121
55 9 495 3025 81 ( )
(∑ ) (∑ )(∑ )
(∑ ) (∑ )
( ) ( )
= ( ) ( )
= 5,972944849
Y= 4,505723205 + 5,97294489X
r=
√( ( ) )( ( ) )
( ) ( )
r=
√( ( ) ( )( ( ) ( ))
r = 0,98831
jadi, koefisien korelasi dari jumlah kehadiran dan nilai adalah 0,9883178524. Artinya, korelasi
antara kedua variabel adalah positif dan sangat erat karena jumlahnya mendekati +1.
r2 = (0,988317854)2 = 0,97677217
artinya, bahwa variabel kehadiran mampu menjelaskan variasi dari variabel nilai sebesar
97,67% dan sisanya 2,33% lagi dijelaskan oleh variabel diluar model .
SYX =√
( ) ( ) ( )
=√
= 3.1923267022
Jadi, rata-rata penyimpangan variabel nilai prediksi terhadap variabel nilai sebenarnya adalah
sebesar 3,192367022
Ha : ρ ≠ 0 (ada korelasi )
df = 10-1-1 = 8
t 1/2 α = 2,306
(√
t=
√
√
t=
√
t = 18,34160407
kriteria :
Ho ditolak jika
-thitung < -t1/2 α atau thitung > t1/2 α
ternyata -18,34160407 < -2,306 atau 18,341604 > 2,306 maka Ho ditolak
maka, pada tingkat signifikansi 5%, ternyata hasil pengamatan tersebut menunjukan bahwa ada
korelasi positif antara kehadiran dan jumlah nilai.
2.
a. Regression Equation
a= ( )
( ) ( )
= ( ) ( )
= 78.25995691
(∑ ) (∑ )(∑ )
Dan (∑ ) (∑ )
( ) ( )
= ( ) ( )
= 2.123404961
b. r =
√( ( ) )( ( ) )
( ) ( )
r=
√( ( ) ( )( ( ) ( ))
r = 0,9592819955
so, the corelation between the cost of marketing and the profit is 0,9592819955 On the other
hand, the corelation is very strong and positive, because the value close to +1.
c. coeficient of determination
k2 + r2 = 100%
so, the cost of marketing can explain variation of profit about 92.0221969% and out of that
variabel on model can explain the proft is about 7,977085312%.
d. SYX =√
( ) ( ) ( )
=√
= 16, 28992749
So the standard error of estimate is 16,28992729. It means that varians of Profit prediction can
explain real profit about 16.28992729
Ha : ρ ≠ 0 (ada korelasi )
df = 10-1-1 = 8
t 1/2 α = 2,306
(√
t=
√
√
t=
√
t = 9,60600541
criteria :
Ho ditolak jika
so, with significance 5% there is a positive correlation between the cost of marketing and profit.
Cara Komputer
a
Coefficients
Standardize
Unstandardized d
Coefficients Coefficients Correlations
Zero-
Model B Std. Error Beta t Sig. order Partial Part
1 (Constan
78.260 14.455 5.414 .001
t)
a. Dependent Variable:
profit
a. Persamaan Regresi
Dari tabel diatas akan diperoleh nilai a = 78.260 dan nilai b = 2.123, maka persamaan regresinya
adalah Y= 78,260 + 2.123X
Model Summary
b
ANOVA
Total 26610.000 9
α=5%
Kriteria:
a= ( )
( ) ( )
= ( ) ( )
= 12.68292623
(∑ ) (∑ )(∑ )
Dan (∑ ) (∑ )
( ) ( )
= ( ) ( )
= 0.7317073171
a. r =
√( ( ) )( ( ) )
( ) ( )
r=
√( ( ) ( )( ( ) ( ))
r = 0.4553208464
so, the corelation between the number of patient and waiting time to be diagnosed is
0.4553208464. On the other hand, the corelation is strong and positive.
Koefisien determinasi
so, the number of patient can explain variation of waiting time to be diagnosed about
92.0221969% and out of that variabel on model can explain the proft is about 7,977085312%.
b. Ho : ρ = 0 (tidak ada korelasi)
Ha : ρ ≠ 0 (ada korelasi )
df = 15-1-1 = 13 α = 1%
t 1/2 α = 3.012
(√
t=
√
√
t=
√
t = 1,843908891
ternyata -3.012 < 1,843908891 < 3.012 maka Ho tidak dapat ditolak
maka, pada tingkat signifikansi 1%, ternyata hasil pengamatan tersebut menunjukan bahwa tidak
ada korelasi positif antara jumlah pasien dan waktu tunggu.
4.
Harga Peminat
Kontrakan (X) (Y) XY X² Y²
500 80 40000 250000 6400
300 100 30000 90000 10000
400 95 38000 160000 9025
600 68 40800 360000 4624
700 64 44800 490000 4096
450 90 40500 202500 8100
350 98 34300 122500 9604
750 60 45000 562500 3600
250 120 30000 62500 14400
850 56 47600 722500 3136
800 58 46400 640000 3364
375 96 36000 140625 9216
900 40 36000 810000 1600
1000 25 25000 1000000 625
ΣXY= ΣX²= ΣY²=
ΣX = 8225 ΣY = 1050 534400 5613125 87790
a. Persamaan Regresi
( ) ( )
Σx2 = ΣX2 – = 5613125 – = 780937.5
( ) ( )
Σy2 = ΣY2 – = 87790 – = 9040
b= = = -0.1056102441
∑ ∑
dan = 137.0460184
b. SYX = √
( )
SYX = √
=5.242429203
Sa = SYX . √
Sa = 5.242429203. √
Sa = 3.756321658 df = 14-1-1=12
Jadi pada tingkat signifikansi 5%, batas-batas taksiran kostanta α berada dalam regresi populasi
128.8609935 hingga 145.2310433
c.
Sb = SYX . √
Sb =5.242429203 . √
= 0.005932318165
Jadi pada tingkat signifikansi 5%, batas-batas taksiran koefisien regresi α adalah antara -
0.1185367654 hingga -0.0926837228
d.
t = -17.80254978
jadi, pada tingkat signifikansi 5% = ternyata hasil pengamatan terebut menunjukan bahwa
koeisien regresi populasi α ≠ 0. Hal ini menunjukan bahwa pada tingkat signifikansi 5%,
variabel X berpengaruh secara parsial terhadap variabel Y
e.
Ha : ρ ≠ (ada korelasi)
F=
MSR = = = 8710,204882
( )
MSE = = 27.48292649
F= = 316.931494
Kriteria :
F > Fa + Ho ditolak
Ternyata
Cara Komputer
a
Coefficients
Standardize
Unstandardized d
Coefficients Coefficients Correlations
Zero-
Model B Std. Error Beta t Sig. order Partial Part
1 (Constan
137.046 3.756 36.484 .000
t)
dari tabel diatas, diperolh nilai a = 137,046 dan b = -0.106, maka persamaan regresinya adalah Y
= 137.046-0.106X
b. SYX = √
( )
SYX = √
=5.242429203
Sa = SYX . √
Sa = 5.242429203. √
Sa = 3.756321658 df = 14-1-1=12
a – t1/2α.Sa < konstanta α < a + t1/2 α.Sa
Jadi pada tingkat signifikansi 5%, batas-batas taksiran kostanta α berada dalam regresi populasi
128.8609935 hingga 145.2310433
c.
Sb = SYX . √
Sb =5.242429203 . √
= 0.005932318165
Jadi pada tingkat signifikansi 5%, batas-batas taksiran koefisien regresi α adalah antara -
0.1185367654 hingga -0.0926837228
b
d. ANOVA
Total 9040.000 13
Ha : α ≠ 0
Untuk mengetahui nilai probabilita, lihat tabel anova (b) pada kolom Sig
Sig = 0.00
Kriteria
Sig ≤ α → Ho ditolak
jadi, pada tingkat signifikansi 5% ternyata hasil pengamatan terebut menunjukan bahwa
koefisien regresi populasi α ≠ 0. Hal ini menunjukan bahwa pada tingkat signifikansi 5%,
variable x berpengaruh secara parsial terhadap variable y.
e.
Ha : ρ ≠ (ada korelasi)
Untuk mengetahui nilai probabilita, lihat tabel anova pada kolom sig
Sig = 0.000
Kriteria
Sig ≤ α → Ho Ditolak
5.
Pendapatan Pengorbanan
(X) (Y) (XY) X² Y²
5000 600 3000000 25000000 360000
2500 800 2000000 6250000 640000
4000 650 2600000 16000000 422500
3000 300 900000 9000000 90000
6000 800 4800000 36000000 640000
1000 150 150000 1000000 22500
7000 500 3500000 49000000 250000
ΣXY = ΣX ² = ΣY² =
ΣX = 28500 ΣY = 3800 16950000 142250000 2425000
a. Persamaan Regresinya
( ) ( )
Σx2 = ΣX2 – = 142250000– = 26214285.71
( ) ( )
Σy2 = ΣY2 – = 2425000 – = 362142.8571
b= = = 0.05640326978
∑ ∑
dan = = 313.2152588
( )
SYX = √
Syx = 236.1129365
c. r =
√( )
r=
√( )
= 0.4798807544
Artinya, koefisien korelasi dari pendapatan dan pengorbanan adalah sebesar 0.4798807544.
Artinya korelasi antara variabel pendapatan dan pengorbanan adalah positif dan cukup erat.
Koefisien determinasi..
d. Y = 313.2152588 + 0.05640326978X
Y = 313.2152588 + 0.05640326978*5.500
Y = 621.4532178
Jadi, saat pendapatan sebesar Rp 5.500.000 maka total pengorbanan adalah sebesar Rp
621.453,278
6.
Jumlah Pupuk Panjang (Y)
(X) XY X² Y²
5 80 400 25 6400
5.2 98 509,6 27,04 9604
5.5 110 605 30,25 12100
6 128 768 36 16384
6.8 140 952 46,24 19600
7.2 165 1188 51,84 27225
7.5 190 1425 56,25 36100
7.8 230 1794 60,84 52900
8.1 232 1879,2 65,61 53824
8.9 236 2100,4 79,21 55696
9.2 240 2208 84,64 57600
9.9 245 2425,5 98,01 60025
ΣXY = ΣX² = ΣY² =
ΣX = 87,1 ΣY = 2094 16254,7 660,93 407458
a. Persamaan Regresi
( ) ( )
Σx2 = ΣX2 – = 660,93 – = 28.72916667
( ) ( )
Σy2 = ΣY2 – = 407458 – = 42055
b= = = 36.74836834
∑ ∑
dan = = -92.23190687
r=
√( )
r=
√( )
= 0.96048853764
Artinya, koefisien korelasi dari jumlah pupuk dan panjang tanaman adalah sebesar
0.9604853764. Artinya korelasi antara variabel jumlah pupuk dan panjang tanaman adalah
positif dan sangat erat karena mendekati +1.
Koefisien determinasi..
Artinya, jumlah pupuk mampu menjelaskan variasi variabel panjang tanaman sebesar
92.25321583% dan sisanya 7.746784174% dijelaskan oleh variabel diluar model
c. . SYX = √
( )
SYX = √
=18.04968178
Maka penyimpangan dari variabel panjang prediksi terhadap variabel panjang yang sebenarnya
adalah sebesar 18.04968178
d. Sa = SYX . √
Sa =18.04968178. √
Sa = 24.99166235 df = 12-1-1=10
Sb = SYX . √
Sb =18.04968178. √
= 3.36750334
Jadi pada tingkat signifikansi 5%, batas-batas taksiran koefisien regresi α adalah antara -
29.2455709 hingga 44.25116578
Ha : ρ ≠ 0 (ada korelasi )
df = 12-1-1 = 10
t 1/2ɑ = 2,228
(√
t=
√
√
t=
√
t = 10.91268087
kriteria :
Ho ditolak jika
jadi, pada tingkat signifikansi 5%, ternyata ada korelasi positif antara jumlah pupuk yang
diberikan dan panjang tanaman.
7.
Interest Rate
(X) Investment (Y) XY X² Y²
1,5 456 684 2,25 207936
0,8 780 624 0,64 608400
2,6 260 676 6,76 67600
3,1 104 322,4 9,61 10816
0,5 800 400 0,25 640000
1,9 420 798 3,61 176400
2,2 280 616 4,84 78400
3,4 600 2040 11,56 360000
2,9 560 1624 8,41 313600
3,3 450 1485 10,89 202500
ΣX = 22,2 ΣY= 4710 ΣXY = ΣX² = ΣY² =
9269,4 58,82 2665652
a. Persamaan Regresi
a= ( )
( ) ( )
= ( ) ( )
= 747.2894295
(∑ ) (∑ )(∑ )
Dan (∑ ) (∑ )
( ) ( )
= ( ) ( )
= -124.454698
r=
√( ( ) )( ( ) )
( ) ( )
r=
√( ( ) ( )( ( ) ( ))
r = 0,575
so, the coeficient correlation between interest of rate and investment is 0.575. It means that the
corelation is strong enough..
It means thatRate of interest can explain variation of investment about 33. 0625% and 66.9375 %
is explained by other variabelout of model.
C.
Ha : ρ ≠ 0 (ada korelasi )
df = 10-1-1 = 8
t 1/2ɑ = 2,306
(√
t=
√
√
t=
√
t = 1.987824752
kriteria :
Ho ditolak jika
jadi, pada tingkat signifikansi 5%, ternyata tidak ada korelasi antara interest dan investment.
Sr =
√
Sr =
√
Sr = 0.377964473
( ) (
)
Z=
( ) (
)
Z=
Z= -4.047515371
Kriteria:
Ternyata :
-4.047515371< 0.008 = Ho ditolak
Pada tingkat signifikansi 5%, ternyata hasil pengamatan tersebut menunjukan bahwa sampel
yang diobservasi memiliki korelasi ≠ 0.975.
Cara Komputer
a
Coefficients
Standardize
Unstandardized d
Coefficients Coefficients Correlations
Zero-
Model B Std. Error Beta t Sig. order Partial Part
1 (Constant
747.289 151.971 4.917 .001
)
Model Summary
Artinya, interest rate dan investment memiliki korelasi cukup kuat dan searah.
Dan r2 = 0.330. Artinya, variabel interest rate menjelaskan variasi investment sebesar 33.0% dan
sisanya 67% dijelaskan oleh Faktor lain di luar model
b
ANOVA
Model Sum of Squares df Mean Square F Sig.
a
1 Regression 147702.836 1 147702.836 3.945 .082
Ho : ρ = 0
Residual 299539.164 8 37442.396
(tidak ada
Total 447242.000 9 korelasi)
a. Predictors: (Constant), interest
Ha : ρ ≠ (ada
b. Dependent Variable: invesment
korelasi)
Untuk mengetahui nilai probabilita, lihat tabel anova pada kolom sig
Sig = 0.082
Kriteria
Sig ≤ α → Ho Ditolak
Jadi, pada tingkat signifikansi 5%, ternyata hasil pengamatan tersebut menunjukan bahwa
sampel yang diobservasi berasal dari suatu populasi yang tidak memiliki korelasi.
Sr =
√
Sr =
√
Sr = 0.377964473
( ) (
)
Z=
( ) (
)
Z=
Z= -4.047515371
Kriteria:
Ternyata :
Pada tingkat signifikansi 5%, ternyata hasil pengamatan tersebut menunjukan bahwa sampel
yang diobservasi memiliki korelasi ≠ 0.975.
8.
Jumlah Pembelian
Pendapatan (X) Mobil (Y) (XY) X² Y²
7 20.2 141,4 49 408,04
7.8 20.4 159,12 60,84 416,16
8.2 30.6 250,92 67,24 936,36
9.1 28.5 259,35 82,81 812,25
8.7 25.4 220,98 75,69 645,16
11.3 30.5 344,65 127,69 930,25
11.7 32.8 383,76 136,89 1075,84
10 42 420 100 1764
12.8 29 371,2 163,84 841
12.2 29.3 357,46 148,84 858,49
ΣX = 98,8 ΣY = 288,7 ΣXY = 2908,84 ΣX² = ΣY²=
1012,84 8687,55
a. Persamaan Regresi
a= ( )
( ) ( )
= ( ) ( )
= 13.66229562
(∑ ) (∑ )(∑ )
Dan (∑ ) (∑ )
( ) ( )
= ( ) ( )
= 1.539241334
b. r =
√( ( ) )( ( ) )
( ) ( )
r=
√( ( ) ( )( ( ) ( ))
r = 0.496436251
Artinya, korelasi antara jumlah mobil yang terjual dengan jumlah mobil buatan toyota adalah
cukup kuat dan searah.
c. SYX =√
( ) ( ) ( )
=√
= 5.76453
Jadi, rata-rata penyimpangan variabel jumlah pembelian mobil prediksi terhadap variabel jumlah
pembelian mobil sebenarnya adalah sebesar 5.76453
( ) ( )
d. Sa = SYX . √ → Σx2 = ΣX2 – =1012,84 – = 36.696
Sa =5.76453. √
Sa = 9.576900216 df = 10-1-1=8
Jadi pada tingkat signifikansi 5%, batas-batas taksiran kostanta α berada dalam regresi populasi -
8.422036278 hingga 35.74662752.
Cara Komputer
a
Coefficients
Standardize
Unstandardized d
Coefficients Coefficients Correlations
Zero-
Model B Std. Error Beta T Sig. order Partial Part
1 (Constant
13.662 9.577 1.427 .192
)
a. Dependent Variable: Y
Model Summary
a. Predictors: (Constant), X
r = 0.496
Artinya, korelasi antara jumlah mobil yang terjual dengan jumlah mobil buatan toyota adalah
cukup kuat dan searah
r2 = 0.246
Artinya, jumlah pendapatan mempengaruhi jumlah pembelian mobil sebesar 24.64489531% dan
sisanya dipengruhi oleh variabel lain diluar model.
Jadi, rata-rata penyimpangan variabel terikat prediksi terhadap variabel terikat sebenarnya adalah
sebesar 5.76453
( ) ( )
d. Sa = SYX . √ → Σx2 = ΣX2 – =1012,84 – = 36.696
Sa =5.76453. √
Sa = 9.576900216 df = 10-1-1=8
Jadi pada tingkat signifikansi 5%, batas-batas taksiran kostanta α berada dalam regresi populasi -
8.422036278 hingga 35.74662752.
9.
a. Persamaan Regresi
a= ( )
( ) ( )
= ( ) ( )
= -705.6044807
(∑ ) (∑ )(∑ )
Dan (∑ ) (∑ )
( ) ( )
= ( ) ( )
= 71.99185336
b. . r =
√( ( ) )( ( ) )
( ) ( )
r=
√( ( ) ( )( ( ) ( ))
r = 0.4660609169
artinya hubungan antara variabel harga dan variabel penawaran adalah positif dan cukup erat.
Karena nilainya adalah 0.4660609169
c. X = 10.3
Y= -705.6044807 +71.99185336 X
Y = 35.91160891
Maka, saat harga perlembar saham sebanyak 10.3 dollar, ukuran penawaran nya adalah
35.91160891 juta dollar.
Ha : ρ ≠ 0 (ada korelasi )
df = 15-1-1 = 13
t 1/2ɑ = 2.160
(√
t=
√
√
t=
√
t = 1.899295318
kriteria :
Ho ditolak jika
maka, pada tingkat signifikansi 5%, ternyata hasil pengamatan tersebut menunjukan bahwa tidak
ada korelasi antar variabel karena perbedaanya signifikan.
Cara Komputer
a
Coefficients
Standardize
Unstandardized d
Coefficients Coefficients Correlations
Zero-
Model B Std. Error Beta t Sig. order Partial Part
1 (Constan
-705.604 413.563 -1.706 .112
t)
a. Persamaan regresi
Lihat tabel B (Unstandardized coeficients) a = -705.604 dan b = 71.992
Maka Y = -705.604 + 71.992X
Model Summary
r = 0.466
r2 = 0.217
Artinya, harga mempengaruhi variasi jumlah penawaran sebesar 21.7% dan sisanya dipengaruhi
oleh variabel lain diluar model.
C.
X = 10.3
Y= -705.6044807 +71.99185336 X
Y = 35.91160891
Maka, saat harga perlembar saham sebanyak 10.3 dollar, ukuran penawaran nya adalah
35.91160891 juta dollar.
d.
b
ANOVA
Total 31241.477 14
α=5%
Kriteria:
10.
Lama Kepemilikan
Obligasi (X) Tingkat Bunga (Y) XY X² Y²
12 4 48 144 16
2 10 20 4 100
6 8 48 36 64
9 5 45 81 25
7 5 35 49 25
2 8 16 4 64
8 3 24 64 9
4 8 32 16 64
10 2 20 100 4
5 5 25 25 25
ΣXY = ΣX² = ΣY²=
ΣX = 65 ΣY = 58 313 523 396
a. Persamaan Regresi
Σxy = ΣXY – = 313– = -64
( ) ( )
Σx2 = ΣX2 – = 523 – = 100.5
( ) ( )
Σy2 = ΣY2 – = 396 – = 59.6
b= = = -0.6368159204
∑ ∑
dan = ( ) = 9.939303483
b. r =
√( )
r=
√( )
= -0.8269396449
Artinya, koefisien korelasi dari dan pengorbanan adalah sebesar - 0.8269396449 Artinya korelasi
antara variabel lamanya kepemilikan obligasi dan jumlah bunga yang diberikan adalah
negatifdan sangat erat.
Artinya lamanya kepemilikan alat olahraga mampu menjelaskan variasi jumlah latihan sebanyak
68.38291763% dan sisanya 31.61708237% dijelaskan oleh faktor lain di luar model.
c. SYX = √
( )
SYX = √
= 1.534574911
Jadi, rata-rata penyimpangan variabel jumlah bunga prediksi terhadap variabel jumlah bunga
sebenarnya adalah sebesar 1.534574911
d. Ho : ρ = 0 (tidak ada korelasi)
Ha : ρ ≠ 0 (ada korelasi )
df = 10-1-1 = 8
t 1/2α = 2,306
(√
t=
√
√
t=
√
t = -4.159616356
kriteria :
Ho ditolak jika
jadi, pada tingkat signifikansi 5%, ternyata ada korelasi negatif lamanya pembelian dan jumlah
latihan.
Disamping hubungan linear dua variabel, hubungan linear lebih dari dua variabel
juga sering terjadi. Misalnya, hubungan antara hasil penjualan dengan harga dan daya
beli, hubungan antara rata-rata harga beras dengan dengan jumlah penduduk,
pendapatan, dan jumlah uang beredar, atau hubungan antara produksi padi dengan bibit,
pupuk, luas sawah, dan curah hujan. (Ir. M. Iqbal Hasan, M.M., Pokok-Pokok Materi
Statistik 2 (Statistik Inferensif), edisi kedua )
Hubungan linear lebih dari dua variabel bila dibuat dalam persamaan matematis
sebagai berikut:
Keterangan:
Y, X1, X2, ..., Xk = variabel-variabel
a = bilangan konstan (konstanta)
b1, b2, ..., bk = koefisien variabel
Pada persamaan linear lebih dari dua variabel, variabel Y dipengaruhi oleh lebih
dari dua variabel, yaitu X1, X2,...., Xk. Dimana variabel Y disebut dengan variabel
terikat atau dependent variable / explained variable / predictand / regressand / response
/ endogeneous / outcome / controlled variable, dan variabel-variabel X1, X2,...., Xk
disebut dengan variabel bebas atau independent variable / explanatory variable /
predictor / regressor / stimulus / exogenous / covariate / control variable. (Damodar N.
Gujarati, Basic Econometrics)
Keterangan:
̂ = variabel terikat (nilai duga Y)
X1, X2, ..., Xk = variabel bebas
a = bilangan konstan (konstanta)
b1, b2, ..., bk = koefisien regresi (parameter)
e = nilai residual / error / pengganggu (Y- Ỹ)
= a + b1X1 + b2X2
Keterangan:
Y = variabel terikat (nilai duga Y)
X1, X2 = variabel bebas
b1, b2 = koefisien regresi linear berganda disebut juga sebagai koefisien regresi
parsial (partial coefficient regression)
a = konstanta (nilai Y, apabila X1 = X2 = 0)
b1 = besarnya kenaikan / penurunan Y dalam satuan, jika X1
naik satu satuan dan X2 konstan
b2 = besarnya kenaikan / penurunan Y dalam satuan, jika X2
naik satu satuan dan X1 konstan
+ atau - = tanda yang menunjukkan arah hubungan antara Y dan X1
atau X2
(Ir. M. Iqbal Hasan, M.M., Pokok-Pokok Materi Statistik 2 (Statistik Inferensif), edisi
kedua )
Nilai dari koefisien a, b1, b2 dapat ditentukan dengan beberapa cara sebagai
berikut ini:
Metode Kuadrat Terkecil
̅ ̅ ̅
x 2 x y x x
2 1
1 2 x2 y
b
1 x 2 x 2 x x 2
1 2
1 2
x 2
1 2
x y x x x y
b
1 2 1
2
x
2 2
1 2
x x x
1 2
2
Y = X2
X 2
X1 X 1
n n
∑y2 = ∑Y2 – n. Y 2
∑ 1
2
= ∑X12 – n. ̅ 2
∑ 2
2
= ∑X22 – n. ̅ 2
∑ 1y = ∑X1Y – n. ̅ Y
∑ 2y = ∑X2Y – n. ̅ Y
∑ 1 2 = ∑X1X2 – n. ̅ ̅
∑
∑ ∑ (∑ )
∑
∑ ∑ (∑ )
df = n – k – 1 = n – 3
∑ ∑( )
atau
5. Membuat Kesimpulan
Menyimpulkan apakah Ho tidak dapat ditolak atau ditolak.
(Ir. M. Iqbal Hasan, M.M., Pokok-Pokok Materi Statistik 2 (Statistik Inferensif), edisi
kedua )
b. Pengujian Hipotesis Individual (t statistik)
5. Membuat Kesimpulan
Menyimpulkan apakah Ho tidak dapat ditolak atau ditolak.
(Ir. M. Iqbal Hasan, M.M., Pokok-Pokok Materi Statistik 2 (Statistik Inferensif), edisi
kedua )
b1 x1 y b2 x 2 y
R2
y 2
(Ir. M. Iqbal Hasan, M.M., Pokok-Pokok Materi Statistik 2 (Statistik Inferensif), edisi
kedua )
b1 x1 y b2 x 2 y
R y .12
y 2
(Ir. M. Iqbal Hasan, M.M., Pokok-Pokok Materi Statistik 2 (Statistik Inferensif), edisi
kedua )
ry 2 ry1 .r12
r y 2 .1
(1 ry1 )(1 ry 2 )
2 2
Koefisien Korelasi Parsial antara X1 dan X2, apabila Y konstan
(Ir. M. Iqbal Hasan, M.M., Pokok-Pokok Materi Statistik 2 (Statistik Inferensif), edisi
kedua )
CONTOH SOAL
Bagian pemasaran PT TAUYUS mendapatkan tenaga baru untuk dilatih menjadi salesman.
Sebelum dilatih, mereka harus mengambil aptitude test sebanyak 2 kali. X1 dan X2
merupakan nilai hasil aptitude test I dan II, sedangkan Y merupakan nilai hasil ujian setelah
melakukan pelatihan. dari 10 calon diperoleh hasil sebagai berikut :
X1 74 59 83 76 69 88 71 69 61 70
X2 40 41 45 43 40 47 37 36 34 37
Y 91 72 95 90 82 98 80 75 74 70
Jawaban :
Langkah – langah dengan menggunakan software SPSS :
1. Buka SPSS, masukkan nama variabel pada variable view, dan masukkan data pada
data view
2. pada menu bar, pilih analyze, sub menu regression, lalu klik linear
3. masukkan variabel Y ke dalam kotak dependent dan X1 dan X2 ke dalam kotak
independent
4. Klik Statistics
Regression Coefficient → aktifkan estimates
Aktifkan model fit, descriptives, dan part and partial correlations
Klik Continue
5. Klik Plots
Aktifkan produce all partial plots
Klik Continue
6. Klik Option
Pilih Stepping Method Kriteria → entry 0.05
Aktifkan Include Constant in Equation
Pada box missing value pilih exclude cases pairwise
Klik Continue
Lalu klik OK
a. Persamaan regresi :
a
Coefficients
Unstandardized Standardized
Coefficients Coefficients Correlations
a. Dependent Variable: Y
b1 = 0,701
artinya setiap kenaikan variabel nilai hasil aptitude test I sebesar 1 poin, maka rata – rata
nilai hasil ujian akan naik sebesar 0,701 poin dengan variabel nilai hasil aptitude test II
dianggap konstan.
b2 = 0,855
artinya setiap kenaikan variabel nilai hasil aptitude test II sebesar 1 poin, maka rata – rata
nilai hasil ujian akan naik sebesar 0,855 poin dengan variabel nilai hasil aptitude test I
dianggap konstan.
b.
b
Model Summary
b. Dependent Variable: Y
Koefisien determinasi : R2 = 0,826
Koefisien nondeterminasi : K2 = 1 - R2 = 1 – 0,826 = 0,174
Artinya variabel nilai hasil aptitude test I dan variabel nilai hasil aptitude test II mampu
menjelaskan variasi variabel nilai hasil ujian sebesar 82,6%, dan sisanya sebesar 17,4%
dijelaskan oleh faktor lain di luar model.
Correlations
Y X1 X2
X1 .000 . .005
X2 .002 .005 .
N Y 10 10 10
X1 10 10 10
X2 10 10 10
r12.y = 0,765
Artinya hubungan antara variabel nilai aptitude test I dan variabel nilai aptitude test II
secara parsial terhadap variabel nilai hasil ujian adalah searah dan sifatnya erat dengan
nilai sebesar 0,765.
e. Uji t statistik
a
Coefficients
Unstandardized Standardized
Coefficients Coefficients Correlations
a. Dependent Variable: Y
Hipotesis :
(variabel nilai aptitude test I secara parsial tidak berpengaruh signifikan
terhadap variabel nilai hasil ujian)
(variabel nilai aptitude test I secara parsial berpengaruh signifikan
terhadap variabel nilai hasil ujian)
Nilai t stat dan t tabel :
t stat = 2,505
t tabel = 2,365
df = n – k – 1 = 10 – 2 – 1 = 7 dan α = 0,05
Kriteria uji :
Kriteria uji :
Kesimpulan :
Pada tingkat signifikansi 5%, variabel nilai aptitude test I secara parsial berpengaruh
signifikan terhadap variabel nilai hasil ujian.
f. Uji F statitistik
b
ANOVA
Total 926.100 9
b. Dependent Variable: Y
Hipotesis :
(variabel nilai aptitude test I dan variabel nilai aptitude test II secara
bersama-sama tidak berpengaruh signifikan terhadap variabel nilai
hasil ujian)
(variabel nilai aptitude test I dan variabel nilai aptitude test II secara
bersama-sama berpengaruh signifikan terhadap variabel nilai hasil
ujian)
F stat = 16,579
F tabel = 5,32
α = 0,05
v1 = k – 1 = 2 – 1 = 1
v2 = n – k = 10 – 2 = 8
Kriteria uji :
F stat ≤ F tabel → Ho tidak dapat ditolak
F stat > F tabel → Ho ditolak
Ternyata F stat > F tabel, yaitu 16,579 > 5,32, maka Ho ditolak
Kriteria uji :
Kesimpulan :
Pada tingkat signifikansi 5%, variabel nilai aptitude test I dan variabel nilai aptitude
test II secara bersama-sama berpengaruh signifikan terhadap variabel nilai hasil ujian.
Y
Variables 20
Entered/Removed 15 b 10 5 10
X1 10
Variables 5
Variables 10 3 2
Model Entered Removed Method
X2 36 18 54 12 9
a
1 X2, X1 . Enter
b. Dependent Variable: Y
Berdasarkan tabel di atas, tidak ada variabel independen yang harus dikeluarkan dari
model.
1. Berikut ini data mengenai pendapatan, jumlah karyawan, dan luas kamar dari 5 sampel
random.
X1 = Jumlah Karyawan
(Ir. M. Iqbal Hasan, M.M., Pokok-Pokok Materi Statistik 2 (Statistik Inferensif), edisi kedua
)
1 34 12 18,4
2 38 14 20,1
3 45 17 22,7
4 39 14 19,6
5 30 15 21,8
6 37 20 23
7 27 19 19,8
8 38 22 25,7
9 39 18 28,4
10 32 17 29,1
11 40 15 31
12 44 23 36,9
13 33 14 27,8
14 35 18 29,7
Tentukan persamaan estimasi Y atas X1 dan X2! Berapa besar penyimpangan antara yang
diprediksi dengan yang sebenarnya?
(Prof. DR. Sudjana, M.A., M.Sc, Statistika jilid II)
4. Cincinnati Paint Company sells quality brands of paints through hardware stores throughout
the United State. The company maintains a large sales force whose job it is to call on
existing customers as well as look for new business. The national sales manager is
investigating the relationship between the number of sales calls made and the miles driven
by the sales representative. Also, do the sales representatives who drive the most miles and
make the most calls necessarily earn the most in sales commissions? to investigate, the vice
president of sales selected a sample of 25 sales representatives.
The amount earned in commisions last month (Y)
The number of miles driven last month (X1)
The number of sales made last month (X2)
5. Seorang kolektor barang seni mempelajari hubungan antara harga penjualan lukisan (dalam
Rp.000) dan dua variabel bebas, jumlah penawar pada lelang tertentu dan umur lukisannya
(dalam tahun). Sebuah sampel sebanyak 15 lukisan adalah sebagai berikut:
1 3470 10 67
2 3500 8 56
3 3700 7 73
4 3860 4 71
5 3920 12 99
6 3900 10 87
7 3830 11 78
8 3940 8 83
9 3880 13 90
10 3940 13 98
11 4200 0 91
12 4060 7 93
13 4200 2 97
14 4020 6 79
15 4190 4 83
Tentukan persamaan regresinya! Ujilah dengan tingat signifikansi 5%, apakah variabel
pendapatan pribadi secara parsial berpengaruh signifikan terhadap variabel penjualan
tahunan?
7. The Conch Cafe, located in Gulf Shores, Alabama, features casual lunches with a great view
of the Gulf of Mexico. To accommodate the increase in business during the summervacation
season, Fuzzy conch, the owner, hires a large number of servers as seasonal help. when he
interviews a prospective server he would like to provide data on the amount a server can
earn in tips. He believes that the amount of the bill and the number of dinners are both
related to the amount of the tip. He gathered the following sample information.
Y X1 X2
57,5 2,75 78
52,8 2,15 69
61,3 4,41 77
67,0 5,52 88
53,5 3,21 67
62,7 4,32 80
56,2 2,31 74
68,5 4,30 94
(Ir. M. Iqbal Hasan, M.M., Pokok-Pokok Materi Statistik 2 (Statistik Inferensif), edisi kedua
)
a
Coefficients
Standardized
Unstandardized Coefficients Coefficients
a. Dependent Variable: Y
Persamaan regresinya :
Y = 5,607 + 3,529 X1 – 0,573 X2
a
Coefficients
Unstandardized Standardized
Coefficients Coefficients Correlations
a. Dependent Variable: Y
a. Persamaan regresi :
Y = 6,774 + 0,081 X1 – 0,006 X2
b. Interpretasi :
a = 6,774
Tanpa dipengaruhi oleh variabel apapun, rata – rata biaya distribusi adalah sebesar Rp.
6.774.000,-
b1 = 0,081
artinya setiap kenaikan nilai penjualan sebesar 1 juta rupiah, maka rata – rata biaya
distribusi akan naik sebesar Rp.81.000,- dengan variabel jumlah pesanan dianggap
konstan.
b2 = 0,006
artinya setiap kenaikan jumlah pesanan sebesar 1 unit, maka rata – rata biaya distribusi
akan turun sebesar Rp. 6.000,- dengan variabel nilai penjualan dianggap konstan.
c.
b
Model Summary
b. Dependent Variable: Y
Artinya nilai penjualan dan jumlah pesanan mampu menjelaskan variasi dari biaya
distribusi sebesar 82,6%, dan sisanya sebesar 17,4% dijelaskan oleh faktor lain di luar
model
Unstandardized Standardized
Coefficients Coefficients Correlations
a. Dependent Variable: y
Persamaan Regresi :
Model Summary
a
Coefficients
Unstandardized Standardized
Coefficients Coefficients Correlations
a. Dependent Variable: y
Persamaan Regresi :
b
ANOVA
Model Sum of Squares Df Mean Square F Sig.
a
1 Regression 1684.663 2 842.331 23.425 .000
Total 2475.760 24
b. Dependent Variable: y
Uji F statistik
Hipotesis :
(variabel the number of calls dan variabel the number of miles driven
secara bersama-sama tidak berpengaruh signifikan terhadap variabel
the amount earned in commisions)
F stat = 23,425
F tabel = 4,28
α = 0,05
v1 = k – 1 = 2 – 1 = 1
v2 = n – k = 25 – 2 = 23
Kriteria uji :
F stat ≤ F tabel → Ho tidak dapat ditolak
F stat > F tabel → Ho ditolak
Ternyata F stat > F tabel, yaitu 23,425 > 4,28, maka Ho ditolak
atau
Nilai sig dan α :
Sig. = 0,000
α = 0,05
Kriteria uji :
Kesimpulan :
Pada tingkat signifikansi 5%, variabel the number of calls dan variabel the number of
miles driven secara bersama-sama berpengaruh signifikan terhadap variabel the
amount earned in commisions.
a
Coefficients
Unstandardized Standardized
Coefficients Coefficients Correlations
a. Dependent Variable: Y
a. Persamaan regresi :
Interpretasi :
a = 2989,094
Tanpa dipengaruhi oleh variabel apapun, rata – rata harga lelang penjualan lukisan adalah
sebesar Rp. 2.989.094,-
b1 = -31,245
artinya setiap kenaikan jumlah penawar sebesar 1 orang, maka rata – rata harga lelang
penjualan lukisan akan turun sebesar Rp.31.245,- dengan variabel umur lukisan dianggap
konstan.
b2 = 13,949
artinya setiap kenaikan umur lukisan sebesar 1 tahun, maka rata – rata harga lelang
penjualan lukisan akan naik sebesar Rp.13.949,- dengan variabel jumlah penawar
dianggap konstan.
Model Summary
Correlations
Y X1 X2
X1 .027 . .413
X2 .001 .413 .
N Y 15 15 15
X1 15 15 15
X2 15 15 15
r12.y = -0,505
Artinya hubungan antara variabel jumlah penawar secara parsial terhadap variabel harga
lelang penjualan lukisan adalah tidak searah dan sifatnya cukup erat dengan nilai sebesar
0,505 dengan menganggap variabel umur lukisan konstan.
a
Coefficients
Unstandardized Standardized
Coefficients Coefficients Correlations
a. Dependent Variable: Y
e. Uji t statistik :
Hipotesis :
(variabel jumlah penawar secara parsial tidak berpengaruh signifikan
terhadap variabel harga lelang penjualan lukisan)
(variabel jumlah penawar secara parsial berpengaruh signifikan terhadap
variabel harga lelang penjualan lukisan)
Nilai t stat dan t tabel :
t stat = -5,094
t tabel = 2,179
df = n – k – 1 = 15 – 2 – 1 = 12 dan α = 0,05
Kriteria uji :
Kriteria uji :
Kesimpulan :
Pada tingkat signifikansi 5%, variabel jumlah penawar secara parsial berpengaruh
signifikan terhadap variabel harga lelang penjualan lukisan
Hipotesis :
(variabel umur lukisan secara parsial tidak berpengaruh signifikan
terhadap variabel harga lelang penjualan lukisan)
(variabel umur lukisan secara parsial berpengaruh signifikan terhadap
variabel harga lelang penjualan lukisan)
Kriteria uji :
Kesimpulan :
Pada tingkat signifikansi 5%, variabel umur lukisan secara parsial berpengaruh
signifikan terhadap variabel harga lelang penjualan lukisan
Uji F statistik
b
ANOVA
Total 698693.333 14
b. Dependent Variable: y
Hipotesis :
F stat = 36,500
F tabel = 4,67
α = 0,05
v1 = k – 1 = 2 – 1 = 1
v2 = n – k = 15 – 2 = 13
Kriteria uji :
F stat ≤ F tabel → Ho tidak dapat ditolak
F stat > F tabel → Ho ditolak
Ternyata F stat > F tabel, yaitu 36,500 > 4,67, maka Ho ditolak
Kriteria uji :
Kesimpulan :
Pada tingkat signifikansi 5%, variabel jumlah penawar dan variabel umur lukisan
secara bersama-sama berpengaruh signifikan terhadap variabel harga lelang penjualan
lukisan
a
Coefficients
Standardized
Unstandardized Coefficients Coefficients Correlations
a. Dependent Variable: y
Persamaan regresi :
Kriteria uji :
Ternyata t-stat > t-tabel, yaitu 9,348 > 2.776 maka Ho ditolak
Kriteria uji :
Pada tingkat signifikansi 5%, variabel pendapatan pribadi secara parsial berpengaruh
signifikan terhadap variabel penjualan tahunan.
a
Coefficients
Unstandardized Standardized
Coefficients Coefficients Correlations
a. Dependent Variable: y
a. Persamaan regresi :
Y = 0,455 + 0,134 X1 – 0,064 X2
b. Uji F statistik
b
ANOVA
Total 56.849 16
b. Dependent Variable: y
Hipotesis :
F stat = 57,076
F tabel = 4,54
α = 0,05
v1 = k – 1 = 2 – 1 = 1
v2 = n – k = 17 – 2 = 15
Kriteria uji :
F stat ≤ F tabel → Ho tidak dapat ditolak
F stat > F tabel → Ho ditolak
Ternyata F stat > F tabel, yaitu 57,076 > 4,54, maka Ho ditolak
Kriteria uji :
Kesimpulan :
Pada tingkat signifikansi 5%, variabel Amount of Bill dan variabel Number of Dinners
secara bersama-sama berpengaruh signifikan terhadap variabel Amount of Tip.
a
Coefficients
Unstandardized Standardized
Coefficients Coefficients Correlations
a. Dependent Variable: y
c. Uji t statistik
Hipotesis :
(variabel Amount of Bill secara parsial tidak berpengaruh signifikan
terhadap variabel Amount of Tip)
(variabel Amount of Bill secara parsial berpengaruh signifikan terhadap
variabel Amount of Tip)
Kriteria uji :
Ternyata t-stat > t-tabel, yaitu 10,381 > 2.145 maka Ho ditolak
Kriteria uji :
Kesimpulan :
Pada tingkat signifikansi 5%, variabel Amount of Bill secara parsial berpengaruh
signifikan terhadap variabel Amount of Tip.
Hipotesis :
(variabel Number of Dinners secara parsial tidak berpengaruh signifikan
terhadap variabel Amount of Tip)
(variabel Number of Dinners secara parsial berpengaruh signifikan
terhadap variabel Amount of Tip)
Kriteria uji :
Ternyata Sig. > α, yaitu 0,317 > 0,05 maka tidak dapat ditolak
Kesimpulan :
Pada tingkat signifikansi 5%, variabel Number of Dinners secara parsial tidak
berpengaruh signifikan terhadap variabel Amount of Tip.
d.
Model Summary
a
Coefficients
Unstandardized Standardized
Coefficients Coefficients Correlations
a. Dependent Variable: y
a. Persamaan regresi :
Y = 20,108 + 2,025 X1 + 0,414 X2
Model Summary
SE = 0,79420
artinya rata-rata penyimpangan variabel panjang badan anak prediksi dengan variabel
panjang badan anak sebenarnya adalah sebesar 0,79420.
a
Coefficients
Unstandardized Standardized
Coefficients Coefficients Correlations
a. Dependent Variable: y
Sb1 = 0,297
artinya rata-rata penyimpangan variabel berat anak pada waktu lahir prediksi dengan
variabel berat anak pada waktu lahir sebenarnya adalah sebesar 0,297.
Sb2 = 0,029
artinya rata-rata penyimpangan variabel umur anak prediksi dengan variabel umur
anak sebenarnya adalah sebesar 0,029.
c. Koefisien korelasi berganda (R) = 0,994
artinya bahwa hubungan keseluruhan antara panjang badan anak, variabel berat anak
pada waktu lahir, dan variabel umur anak adalah searah dan sifatnya sangat erat yaitu
sebesar 0,994
Correlations
y x1 x2
x1 .009 . .069
x2 .000 .069 .
N Y 9 9 9
x1 9 9 9
x2 9 9 9
r12.y = 0,534
Artinya hubungan antara variabel berat anak pada waktu lahir dan variabel umur anak
secara parsial terhadap variabel panjang badan anak adalah searah dan sifatnya cukup
erat dengan nilai sebesar 0,534.
ry1.2 = 0,761
Artinya hubungan antara variabel panjang badan anak dan variabel berat anak pada
waktu lahir secara parsial adalah searah dan sifatnya erat dengan nilai sebesar 0,761
dengan menganggap variabel umur anak konstan.
ry2.1 = 0,947
Artinya hubungan antara variabel panjang badan anak dan variabel umur anak secara
parsial adalah searah dan sifatnya sangat erat dengan nilai sebesar 0,947 dengan
menganggap variabel berat anak pada waktu lahir konstan.
a
Coefficients
Unstandardized Standardized
Coefficients Coefficients Correlations
a. Dependent Variable: PE
Persamaan regresi :
Y = 34,261 – 6,620 X1 +1,082 X2
Uji t statistik :
Hipotesis :
(variabel EPS secara parsial tidak berpengaruh signifikan terhadap
variabel Price Earning to Ratio)
(variabel EPS secara parsial berpengaruh signifikan terhadap variabel
Price Earning to Ratio)
Kriteria uji :
Kriteria uji :
Kesimpulan :
Pada tingkat signifikansi 5%, variabel EPS secara parsial berpengaruh signifikan
terhadap variabel Price Earning to Ratio.
Hipotesis :
(variabel yield secara parsial tidak berpengaruh signifikan terhadap
variabel Price Earning to Ratio)
(variabel yield secara parsial berpengaruh signifikan terhadap variabel
Price Earning to Ratio)
Kriteria uji :
Ternyata -t-tabel < t-stat < t- tabel, yaitu -2,110< 0,618 < 2,110 → Ho tidak dapat
ditolak
Kriteria uji :
Ternyata Sig. > α, yaitu 0,545 > 0,05 maka tidak dapat ditolak
Kesimpulan :
Pada tingkat signifikansi 5%, variabel yield secara parsial tidak berpengaruh signifikan
terhadap variabel Price Earning to Ratio.
a
Coefficients
Unstandardized Standardized
Coefficients Coefficients Correlations
a. Dependent Variable: y
a. Persamaan regresi :
Y = 2707,115 + 1,447 X1 – 0,191 X2
Correlations
y x1 x2
x1 .002 . .004
x2 .037 .004 .
N y 6 6 6
x1 6 6 6
x2 6 6 6
r12.y = 0,931
Artinya hubungan antara variabel jumlah uang beredar (dalam milyar rupiah) dan
variabel produksi beras (dalam ribuan ton) terhadap variabel Indeks Harga Beras
adalah searah dan sifatnya sangat erat yaitu sebesar 0,931.
ry1.2 = 0,943
Artinya hubungan antara variabel jumlah uang beredar (dalam milyar rupiah) dan
variabel Indeks Harga Beras secara parsial adalah searah dan sifatnya erat dengan nilai
sebesar 0,943 dengan menganggap variabel produksi beras (dalam ribuan ton) konstan.
ry2.1 = 0,768
Artinya hubungan antara variabel produksi beras (dalam ribuan ton) dan variabel
Indeks Harga Beras secara parsial adalah searah dan sifatnya sangat erat dengan nilai
sebesar 0,768 dengan menganggap variabel jumlah uang beredar (dalam milyar
rupiah) konstan.
Uji F statistik
b
ANOVA
Total 360825.155 5
b. Dependent Variable: y
Hipotesis :
F stat = 66,661
F tabel = 21,2
α = 0,01
v1 = k – 1 = 2 – 1 = 1
v2 = n – k = 6 – 2 = 4
Kriteria uji :
F stat ≤ F tabel → Ho tidak dapat ditolak
F stat > F tabel → Ho ditolak
Ternyata F stat > F tabel, yaitu 66,661 > 21,2, maka Ho ditolak
atau
Kriteria uji :
Kesimpulan :
Pada tingkat signifikansi 1%, variabel jumlah uang beredar (dalam milyar rupiah) dan
variabel produksi beras (dalam ribuan ton) secara bersama-sama berpengaruh
signifikan terhadap variabel Indeks Harga Beras.
NON PARAMETRIK
Statistik nonparametrik merupakan bagian dari statistik inferensia atau induktif atau yang sering
disebut juga dengan statistik bebas distribusi, dikarenakan statistik ini tidak memerlukan asumsi
– asumsi tertentu tentang bentuk distribusinya dan juga tidak memerlukan uji hipotesis yang
berhubungan dengan parameter – parameter populasinya.
• Dapat digunakan pada data yang hanya mengklasifikasikan sesuatu (skala nominal).
Jadi, untuk data yang tidak memenuhi salah satu dari asumsi di atas, lebih baik menggunakan
prosedur statistik non-parametrik untuk pengujian hipotesis.
Keuntungan dari penggunaan metode non-parametrik :
Wilcoxon signed rank Sama seperti sign test tapi lebih menitikberatkan pada
test besaran perbedaannya
Mann Whitney test Digunakan untuk menguji perbedaan dua populasi Tabel
yang berupa dua sampel yang independen Statistik
Nonparam
Kolmogorov Smirnov Digunakan untuk goodness of fit test dan menguji dua
etrik
test sampel independen (data berbentuk ordinal),
khususnya untuk perbedaan varians.
Cox and Stuart test Digunakan untuk mengetahui tren suatu data yang
minimal ordinal
Kruskal Wallis test Memiliki kegunaan sama seperti Mann Whitney tapi
menggunakan lebih dari dua sampel
Level of
Purpose of Test Nonparametric Statistic
Measurement
Chi-Square-Goodness-of-Fit
Nominal Test
The Wilcoxon-Mann-Whitney
Ordinal/Interval
U Test
Diadaptasi dari: Pett MA. 1997. Nonparametric Statistics for Health Care Research. London,
Thousand Oaks, New Delhi: Sage Publications (dalam Christy C. Tomkins, An Introduction to
Non-parametric Statistics, University of Alberta Health Sciences Journal, June 2006, Volume 3
Issue 1).
NON PARAMETRIK 1
Ringkasan Teori
A. SIGN TEST
Disebut juga uji tanda dimana kita menggunakan uji ini untuk mengetahui apakah
terdapat perbedaan antara data - data yang tersedia atau pengaruh dari hasil dua
perlakuan. Sampel yang digunakan saling berhubungan dengan skala ordinal , uji ini
berhubungan pada kasus – kasus “ sebelum – sesudah”.
1. Bandingkanlah nilai dari pasangan data yang tersedia, jika data sebelum (x) lebih
besar dari data sesudah (y) maka beri tanda “ + ”, Jika sebaliknya nilai x < y maka
beri tanda “ – “, Tapi jika nilai data x = y maka data diabaikan atau
dihilangkan.namun ini tergantung pada data yang dibandingkan tetapi harus
konsisten
2. Kemudian hitunglah jumlah data yang masuk kedalam masing – masing tanda baik
+ maupun –, lalu ambil data “ + ” = T
3. Lalu, buatlah Hipotesis untuk :
Two-Tailed test Lower tailed test Upper tailed test
Note :
T + 0,5 jika T < ½ n, danT – 0,5 jika T > ½ n
Kriteria :
Z < α maka tolak Ho.
Z > α maka terima Ho.
7. Kesimpulan.
Butalah kesimpulan berdasarkan kepada apakah hipotesa tersebut tidak dapat
ditolak atau dapat ditolak
Contoh soal :
Sebelum 3 4 2 5 2 3 5 2 3 5 3 4 3 3 5
Sesudah 1 2 3 3 2 1 4 1 5 3 1 2 4 1 3
Jawab :
A 3 1 +
B 4 2 +
C 2 3 -
D 5 3 +
E 2 2 0
F 3 1 +
G 5 4 +
H 2 1 +
I 3 5 -
J 5 3 +
K 3 1 +
L 4 2 +
M 3 4 -
N 3 1 +
O 5 3 +
Kriteria
T < n - t Ho tidak dapat ditolak
T ≥ n - t Ho ditolak
Ternyata
T < n - t ( 11 ≥ 11 ) maka Ho ditolak
Kesimpulan
Jadi, dengan taraf signifikansi 5 %, tidak adanya perbedaan kemampuan komputer
sebelum dan setelah adanya pelatihan
B. WILCOXON SIGNED RANK TEST
Wilcoxon signed rank test merupakan test atau uji yang sangat berguna untuk ilmu
pengetahuan sosial, dengan data sosial ( seperti : tingkah laku manusia, sosial,
antropologi, psikologi, dan lain lain)
Wilcoxon signed rank test pertama sekali diperkenalkan oleh Frank wilcoxon pada
tahun 1949 sebagai penyempurnaan dari uji tanda. Selain memperhatikan tanda
perbedaan Wilcoxon signed rank test juga memperhatikan besarnya beda dalam
menentukan apakah ada perbedaan nyata antara data pasangan yang diambil dari sampel
atau sampel yang berhubungan ( Pokok – pokok materi statistika 2 : 304)
– Kriteria pengujian:
• Tolak Ho jika T hasil perhitungan ≤ T dari tabel sesuai dengan α yang
telah ditentukan.
N ( N 1) N ( N 1)(2 N 1)
T T
4 24
T T
Z
T
– Membuat Kesimpulan :
Contoh Soal:
Pegawai X Y
1 100 105
2 98 94
3 76 78
4 90 98
5 87 90
6 89 85
7 77 86
8 92 87
9 78 80
10 82 83
Dengan α = 5 %, hitunglah apakah ada pengaruh yang berarti bagi pegawai sebelum dan
sesudah pemasangan AC ? ( Bahan Kuliah Statistika 2 ; Ibu Merita Bernik )
Jawab :
Buatlah tabel seperti tertera di bawah ini kemudian lakukan perhitungan sesuai dengan
langlah – langkah yang diberikan diatas
Tarif nyata = 5 % dan n = 10 dengan melihat tabel t distribution atau tabel uji wilcoxon
maka kita mendapatkan Tα = 11
Kesimpulan : karena T = 18,5 dan Tα = 11, T > Tα , maka H0 tidak dapat ditolak, Jadi
dengan taraf kepercayaan 95 % ruang kerja yang ber-AC tidak mempunyai pengaruh
yang berarti terhadap produktifitas pegawai
C. MC NEMAR
Contoh Soal
Seorang manajer salon ingin meningkatkan penjualan dari salah satu jasa di salonnya yaitu
creambath. Untuk itu, dia akan melakukan sebuah penelitian untuk mengetahui perilaku
konsumen. Diambil sampel sebanyak 200 orang pengunjung salon, kemudian bersama-sama para
pelayan salon melakukan promosi dan menawarkan secara langsung kepada calon konsumen
yang datang ke salon tersebut. Diperoleh data konsumen yang ingin creambath sebelum promosi
adalah 77 dan sisanya tidak creambath. Setelah dilakukan promosi, jumlah pengunjung sebanyak
13 orang yang tadinya ingin creambath jadi tidak creambath dan 36 pengunjung yang tadinya
tidak akan creambath menjadi creambath. Dapatkah pemilik salon tersebut mengambil simpulan
bahwa promosi creambath berpengaruh pada penjualan jasa creambath?
Jawab:
1. Ho: P(Xi) = P(Yi) (Tidak ada perubahan keinginan konsumen untuk menggunakan jasa
creambath sebelum dan sesudah promosi)
Ha: P(Xi) ≠ P(Yi) (Ada perubahan keinginan konsumen untuk menggunakan jasa
creambath sebelum dan sesudah promosi)
Sesudah Jumlah
Tidak Membeli Membeli
Sebelum
Tidak Membeli 87 36 123
Membeli 13 64 77
( ) ( )
( ) ( )
( )( ) ( )( )
α = 5%
lihat tabel chi-square →
Kriteria:
: Ho tidak dapat ditolak
: Ho ditolak
Ternyata
atau > 3,84146 → Ho ditolak
Jadi, dengan tingkat signifikansi 5% manajer salon tersebut dapat mengambil kesimpulan
bahwa promosi jasa creambath berpengaruh pada permintaan jasa creambath karena
terdapat perubahan keinginan konsumen sebelum dan sesudah promosi dilakukan.
CARA KOMPUTER
Langkah-langkah:
Buka software SPSS
Pada lembar Variable View ketik sebelum pada baris 1 dan sesudah pada baris 2, untuk
measure: pilih nominal
Masukkan data di Data View.
Klik Analyze Non Parametric Tests 2 Related Samples, pada menu maka kotak
dialog Two Related Samples Tests akan muncul.
Blok sebelum dan sesudah sehingga aktif dan pindahkan ke kotak Test Pair(s) List
dengan klik tombol panah sehingga muncul sebelum-sesudah pada kotak tersebut.
Pada kotak Test Type, pilih McNemar
Klik Ok
Maka diperoleh output sebagai berikut :
Sebelum & Sesudah
Sesudah
Sebelum 0 1
0 87 36
1 13 64
Test Statisticsb
Sebelum &
Sesudah
N 200
Chi-Squarea 9.878
Asymp. Sig. .002
a. Continuity Corrected
Test Statisticsb
Sebelum &
Sesudah
N 200
Chi-Squarea 9.878
Asymp. Sig. .002
a. Continuity Corrected
b. McNemar Test
Hipotesis
Ho: P(Xi) = P(Yi) (Tidak ada perubahan keinginan konsumen untuk menggunakan jasa
creambath sebelum dan sesudah promosi)
Ha: P(Xi) ≠ P(Yi) (Ada perubahan keinginan konsumen untuk menggunakan jasa
creambath sebelum dan sesudah promosi)
Sebenarnya banyak sekali aplikasi pada komputer yang dapat kita gunakan untuk
menguji Sign test, wilcoxon rank test, dan Mc Nemar dengan komputer diantaranya
seperti SPSS ( Statistical Program for Social Science ), Minitab, E-Views, bahkan kita
juga bisa menggunakan Microsoft Excel untuk bagian bagian tertentu yang tentu kita
sudah familiar dengan itu, karena program SPSS lebih mudah untuk digunakan maka kita
akan menggunakan program ini dalam penyelesaian persoalan Nonparametrik ini
Langkah – langkah :
Pada Komputer atau Laptop yang telah di instal program SPSS, klik Program
SPSS tersebut.
Pada Lembar Variable View isilah kotak yang tesedia yang nantinya akan
menjadi label kolom pada lembar Data view.
Masukkan data pada Data view
Kemudian Klik Analyze Non Parametric Test 2 Related samples
Pindahkan isi kotak sebelah kiri ke kotak test pair(s) list dengan mengklik tombol
panah yang berada di tengah – tengah
Jika ingin melakukan test sign test maka beri tanda √ pada sign test yang berada
di kotak test type, begitu juga jika ingin melakuakn wilcoxon rank test dan Mc
Nemar test. Lebih lanjut silahkan lihat contoh dibawah ini,
Contoh :
Universitas Padjadjaran setiap tahunnya menerima Mahasiswa baru melalui jalur – jalur
khusus misalnya SMUP dan mahasiswa undangan. Guna mengetahui kualitas mahasiswa
yang telah diterima melalui jalur tersebut, dilakukan test matrikulasi dan pihak pelaksana
melakukan dua kali ujian yaitu sebelum program matrikulasi dilakukan dan setelahnya
untuk mengetahui keefektifan program tersebut. Dan untuk itu diambil sampel sebanyak
15 orang dari IPA untuk mata ujian Statistika, dan diperoleh data ( α = 5 %) :
Peserta 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Sebelum 67 54 67 55 87 60 70 45 54 66 73 88 80 65 75
Sesudah 66 75 80 60 78 89 65 70 68 75 74 85 89 90 75
Negative Ranks atau selisih antara variabel sebelum dan sesudah yang negatif sebanyak 4
observasi atau dengan kata lain terdapat 4 observasi pada variabel sesudah yang kurang
dari observasi pada variabel sebelum. Dan rata-rata rangkingnya = 4 dengan jumlah
rangking negatif = 16
Positive Ranks atau selisih variabel sebelum dan sesudah yang positif sebanyak 10
observasi atau denga kata lain terdapat 10 observasi pada variabel sesudah yang lebih
dari observasi pada variabel sebelum dengan ratarata rangkingnya = 8,90 dan jumlah
rangking positif = 89.
Ties atau tidak ada perbedaan antara variabel sebelim dan sesudah sebanyak 1
observasi.Oleh karena jumah rangking negatif lebih kecil dibanding rangking positif
maka nilai T yang digunakan adalah jumlah rangking yang negatif.
Daerah kritis
H0 ditolak jika nilai asymp sig < nilai α
Ho tidak dapat ditolak jika nilai asymp sign ≥ α
Kesimpulan
Oleh karena asymp sig < α , (0,022 < 0,05 ) maka Ho ditolak yang berarti bahwa tidak
ada perbedaan nilai Statistika calon mahasiswa sebelum dan sesudah mengikuti program
matrikulasi.
SOAL – SOAL NONPARAMETRIK I
1. An item A is manufactured using a certain process. Item B serves the same function as A
but is manufactured using a new process. The manufacturer wishes to determine whether
B is preferred to A by the consumer, so the manufacturer selects a random sample
consisting of 10 consumers, gives each of them one A and B, and asks them to use the
items for some period of time. The result is
8 = number of + ‘s
1 = number of - ‘s
1 = number of ties
Using 0,05 level of significance level and 0,5 for probabilitas, can you help the
manufacturer decision ? (W.J. Conover, Practical nonparametric statsistics : 164)
2. Seorang peneliti ingin mengetahui pengaruh adanya penetapan BBM bersubsidi pada
daerah Bandung terhadap kesejahteraan masyarakat bandung. Dalam penelitiannya
dipilih 20 orang yang membawa kendaraan seacara acak pada daerah tersebut, Tabel
dibawah ini menunjukkan tingkat kesejahteraan masyarakat sebelum dan sesudah
diterapkanya BBM bersubsidi :
Nama Sesudah Sebelum
Andi 4 3
Budi 3 2
Cica 1 2
Dodi 5 4
Emi 5 3
Farag 5 5
Gina 5 3
Harry 2 4
Indah 1 2
Jack 4 4
Kina 1 1
Lena 2 3
Memei 2 4
Nanda 2 5
Opie 3 3
Panda 1 2
Qira 4 4
Rina 5 5
Sinta 4 2
Tedy 5 4
3. Direktur PT Maju Tak Gentar ingin mengukur peningkatan mutu kerja karyawan
perusahaan, setelah dilakukanya kenaikan gaji dan upah. Untuk itu diambil sampel
sebanyak 10 karyawan. Datanya adalah sebagai berikut :
Pegawai 1 2 3 4 5 6 7 8 9 10
Score
Sebelum 71 91 86 60 83 70 72 65 80 72
sesudah 72 88 82 67 88 67 75 75 90 76
Ujilah dengan taraf nyata 5 %, apakah ada peningkatan mutu kerja karyawan setelah gaji
dan upah naik ? ( Iqbal M.Hasan . Pokok – pokok materi Statistik 2 : 302 )
Q 5 3
W 4 3
E 6 4
R 6 5
T 3 3
Y 2 3
U 5 2
I 3 3
O 1 2
P 4 3
A 5 2
S 4 2
D 4 5
F 7 2
G 5 5
H 5 3
J 5 1
5. Agar produksi rakitan harian meningkat, diusulkan agar dipasang lampu penerangan
yang lebih baik serta musik, kopi, dan donat gratis setiap hari, pihak manajemen
setuju untuk mencoba pola tersebut dalam waktu yang terbatas. Jumlah rakitan yang
diselesaikan oleh kelompok pekerja. Sampel adalah sebagai berikut :
1 23 33
2 26 26
3 24 30
4 17 25
5 20 19
6 24 22
7 30 29
8 21 25
9 25 22
10 21 23
11 16 17
12 20 15
13 17 9
14 23 30
Dengan menggunakan uji wilcoxon rank test, Apakah usul tersebut dapat meningkatkan
produksi perakitan ? ( Uas Statistika 2009 )
6. The following data give the monthly rents ( in dollars ) paid by a random sampe of 25
household selected from a large city.
425 960 1450 655 1025 750 670 975 660 880
1250 780 870 930 550 575 425 900 525 1800
545 840 765 950 1080
Using the large sampel wilcoxon signed rank test, test the hypotheses that the median rent
in this city is $ 750 against the alternative that it is higher with α = 0,05 ?
(KM Ramachandran .Mathematical statistics with aplication: 615 )
7. KEMENDIKNAS ingin mengetahui pengaruh pemberian Beasiswa S2 kepada para Guru
terhadap tingkat produktifitas guru di dalam kelas. Untuk itu dilakukan penelitian
sebelum dan sesudah pemberian beasiswa terhadap 12 orang guru yang diambil acak dari
berbagai SMA, berikut ini adalah hasil dari pengumpulan data terhadap 12 orang Guru
tersebut :
Dosen Produktifitas
Sebelum Sesudah
1 80 81
2 78 80
3 85 80
4 70 79
5 75 75
6 80 76
7 92 95
8 80 88
9 83 83
10 78 80
11 89 85
12 64 69
Siswa 1 2 3 4 5 6 7 8 9 10
Nilai 80 75 90 87 85 77 60 70 85 90
Ujilah dengan taraf nyata 5 %, apakah ada peningkatan nilai siswa setelah diadakan
ulangan pada ujian berikutnya ? ( sumber : fiktif )
9. Dinas Kesehatan Kota Cimahi ingin mengetahui pengaruh dari penyuluhan kanker
serviks yang dilakukan di Kota Cimahi terhadap wanita dewasa mengenai keputusan
untuk menggunakan vaksin serviks sebelum menikah ( positif) atau tidak menggunakan
vaksin serviks sebelum menikah (negatif), kemudian diambil sampel dari kota Cimahi
sebanyak 100 wanita dewasa yang masih lajang. Sebelum ada penyuluhan kanker serviks
tersebut sebanyak 45 wanita dewasa memutuskan untuk menggunakan vaksin serviks
sebelum menikah dan sisanya memilih tidak menggunakan vaksin serviks sebelum
menikah. Setelah dilakukan penyuluhan didapatkan bahwa empat orang yang sebelumnya
positif menjadi negatif dan 12 orang yang tadinya negatif menjadi positif. Dengan tingkat
keyakinan 99%, apakah dapat kita simpulkan bahwa penyuluhan kanker serviks yang
dilakukan berpengaruh terhadap pilah wanita dewasa terhadap vaksin serviks?
10. Department Store want to know the impact of “Cool” Soap promotion in January to
Consumers on the buy of non – “Cool” Soap and “Cool” Soap. The Samples were taken
randomly with 150 peoples in this study. Before promotion, show there were 85 peoples
buy “Cool” Soap and the rest buy the non- “Cool” Soap. After doing the promotion, it
was found that the thirteen peoples who had been buy a “Cool” Soap to buy non- “Cool”
Soap and 44 peoples who had been buy a non-“Cool” Soap into “Cool” Soap. With 95%
confidence level, whether it can be conclude that the “Cool” Soap promotion may affects
preference Soap buyers?
Criteria :
T < n - t Ho tidak dapat ditolak
T ≥ n - t Ho ditolak
Table Binomial distribution is entered with n = 9 and p = 0,5 and for an entry
close to 0,05. The critical region of size α = 0,0195 corresponds to value of T
greater than or equal to
n–t=9–1=8
Sinces T = 8, is rejected. The p- value is P (Y ≥ 8) = 0.0195 , t= 1.
Andi 3 4 -
Budi 2 3 -
Cica 2 1 +
Dodi 4 5 -
Emi 3 5 -
Farag 5 5 0
Gina 3 5 -
Harry 4 2 +
Indah 2 1 +
Jack 4 4 0
Kina 1 1 0
Lena 3 2 +
Memei 4 2 +
Nanda 5 2 +
Opie 3 3 0
• Pengujian
Gunakan Tabel Binomial untuk mencari nilai t
Dengan n =11, p =0,5 mendekati α, y =0,0327 t = 2
Kriteria
T < n – t Ho tidak dapat ditolak
T ≥ n – t Ho ditolak
Ternyata
T < n – t atau 6 < 9 maka Ho tidak dapat ditolak
Kesimpulan
Jadi, dengan taraf signifikansi 5 %, tidak adanya pengaruh penetapan BBM bersubsidi
pada daerah Bandung terhadap kesejahteraan masyarakat bandung
3. Jawab :
Pegawai Sebelum Sesudah Tanda
1 71 72 -
2 91 88 -
3 86 82 -
4 60 67 +
5 83 88 +
6 70 67 -
7 72 75 +
8 65 75 +
9 80 90 +
10 72 76 +
• Pengujian
Gunakan tabel T untuk mencari nilai t
Dengan n = 10, p = 0,5 mendekati α, y = 0,0107 t = 1
Kriteria
T < n – t Ho tidak dapat ditolak
T ≥ n – t Ho ditolak
Ternyata
T < n – t atau 6 < 9 (10 – 1) maka Ho tidak dapat ditolak
Kesimpulan
Jadi, taraf signifikansi 5 %, tidak adanya peningkatan mutu kerja karyawan
setelah gaji dan upah dinaikkan.
4. Jawab :
KOMPUTER
Bukalah software SPSS
Pada lembar variable view ketik rating suami pada baris 1 dan rating istri pad baris
ke 2
Klik Analyze Non Parametric test 2 related sampels, pada menu maka kotak
dialog two related samples test akan muncul
Blok Rating suami dan Rating Istri kemudian pindahkan ke kotak test pairs dengan
tombol panah
Pada test type pilih Sign dan kemudian klik ok, maka akan muncul output sebagai
berikut.
Frequencies
N
a
Negative Differences 11
b
Positive Differences 3
c
Rating_Istri - Rating_Suami Ties 3
Total 17
c. Rating_Istri = Rating_Suami
b
Test Statistics
Rating_Istri -
Rating_Suami
Hipotesis : ( uji satu pihak )
Uji statistik:
Uji statistik ditunjukkan pada tabel test statistik diatas yaitu Exact sig. (2-tailed) = 0,057
dikarenakan ini adalah uji satu pihak maka 0,057 dibagi 2 menjadi 0, 029. Nilai uji ini
nantinya akan dibandingkan dengan α = 0,05
Kriteria :
Exact sig. < α maka Ho ditolak
Exact sig. ≥ α maka Ho tidak dapat ditolak
Kesimpulan :
Ternyata 0,029 < 0,05 (Exact sig. < α) maka Ho ditolak
Jadi dengan taraf signifikansi 5 %, suami memiliki pengaruh yang lebih dari pada istri dalam
keputusan membeli rumah.
MANUAL
1 5 3 +
2 4 3 +
3 6 4 +
4 6 5 +
5 3 3 0
6 2 3 -
7 5 2 +
8 3 3 0
9 1 2 -
10 4 3 +
11 5 2 +
12 4 2 +
13 4 5 -
14 7 2 +
15 5 5 0
Pengujian
Gunakan Tabel Binomial untuk mencari nilai t
Dengan n =12, p =0,5 mendekati α, y =0,0193 t = 2
Kriteria
T < n – t Ho tidak dapat ditolak
T ≥ n – t Ho ditolak
Ternyata
T < n – t atau 9 > 7 maka Ho ditolak
Kesimpulan
Jadi dengan taraf signifikansi 5 %, suami percaya bahwa mereka harus memiliki
pengaruh yang lebih dari pada istri dalam keputusan membeli rumah
5. Jawab :
Pekerja Produksi Produksi Beda Beda Ranking Ranking Rangking
sebelum sesudah Skor Skor + -
1 23 33 10 10 13 13
2 26 26 0 0 - - -
3 24 30 6 6 9 9
4 17 25 8 8 11,5 11,5
5 20 19 -1 1 2 2
6 24 22 -2 2 4,5 4,5
7 30 29 -1 1 2 2
8 21 25 4 4 7 7
9 25 22 -3 3 6 6
10 21 23 2 2 4,5 4,5
11 16 17 1 1 2 2
12 20 15 -5 5 8 8
13 17 9 -8 8 11,5 11,5
14 23 30 7 7 10 10
JUMLAH 57 34
6. Jawab :
We test : M = 750 versus : M > 750
6 750 750 0 0 - - -
12 750 780 30 30 2 2
23 750 765 15 15 1 1
Criteria :
For α = 0,05, the rejection region is z > 1.645, because the observed value of the test
statistic does not fall in the rejection region, we do not reject the null hypothesis ( ).
There is not enough evidence to conculade that the median rent in this city is more than $
750
7. Jawab :
Guru Sebelum Sesudah Beda Beda Ranking Ranking Rangking
Skor Skor + -
1 80 81 1 1 1 1
2 78 80 2 2 2,5 2,5
3 85 80 -5 5 7,5 7,5
4 70 79 9 9 10 10
5 75 75 0 0 - - -
6 80 76 -4 4 5,5 5,5
7 92 95 3 3 4 4
8 80 88 8 8 9 9
9 83 83 0 0 - - -
10 78 80 2 2 2,5 2,5
11 89 85 -4 4 5,5 5,5
12 64 69 5 5 7,5 7,5
Kriteria
T hitung > Tα ( T tabel ) tidak ditolak
T hitung ≤ Tα ( T tabel ) ditolak
Kesimpulan :
Karena T hitung > Tα / T tabel , 18,5 > 11, maka tidak ditolak
Jadi, dengan taraf signifikansi 5 % ternyata tidak terdapat perbedaan produktifitas guru
dikelas antara sebelum dan sesudah pemberian fasilitas beasiswa dari KEMENDIKNAS
karena perbedaanya tidak signifikan.
8. Jawab :
Hipotesis:
= ada peningkatan nilai siswa setelah diadakannya ulangan
= tidak ada peningkatan nilai setelah diadakanya ulangan
Uji statistik :
Dengan menggunkan prosedur yang telah dijelaskan diatas pada SPSS maka kita
mendapatkan outputnya sebagai berikut :
Ranks
Total 10
b
Test Statistics
Sesudah_Ulang
an -
Sebelum_Ulang
an
a
Z -.298
c. Sesudah_Ulangan = Sebelum_Ulangan
Uji statistik ditunjukkan pada tabel test statistik diatas yaitu Exact sign. (2-tailed) = 0,765. Nilai
uji ini nantinya akan dibandingkan dengan α = 0,05
Kriteria :
Exact sig. (2-tailed) < α maka Ho ditolak
Exact sig. (2-tailed) ≥ α maka Ho tidak dapat ditolak
Kesimpulan :
Ternyata 0,765 > 0,05 (Exact sig. (2-tailed) > α) maka Ho tidak dapat ditolak
Jadi dengan taraf signifikansi 5 %, Nilai – nilai siswa meningkat setelah diadakanya ulangan
pada minggu berikutnya oleh Guru mereka.
MANUAL
1 80 80 0 0 - - -
2 80 75 -5 5 3 3
3 80 90 10 10 7 7
4 80 87 7 7 5 5
5 80 85 5 5 3 3
6 80 77 -3 3 1 3
7 80 60 -20 20 9 20
8 80 70 -10 10 7 10
9 80 85 5 5 3 3
10 80 90 10 10 7 7
JUMLAH 25 36
9. Ho: P(Xi) = P(Yi) (Tidak ada perubahan respon dari wanita dewasa sebelum dan
sesudah ada penyuluhan mengenai kanker serviks di Kota Cimahi)
Ha: P(Xi) ≠ P(Yi) ( Ada perubahan respon dari wanita dewasa sebelum dan sesudah ada
penyuluhan mengenai kanker serviks di Kota Cimahi)
Sesudah Jumlah
Positif Negatif
Sebelum
Positif 41 4 45
Negatif 12 43 55
Jumlah 53 47 100
( ) ( )
( ) ( )
( )( ) ( )( )
α = 1%
lihat tabel chi-square →
Kriteria:
: Ho tidak dapat ditolak
: Ho ditolak
Ternyata
atau 4 > → Ho dapat ditolak
Jadi, dengan tingkat signifikansi 1% dapat disimpulkan bahwa ada perubahan respon
dari wanita dewasa sebelum dan sesudah ada penyuluhan mengenai kanker serviks di
Kota Cimahi.
Catatan: tidak ada jawaban menggunakan SPSS
CARA KOMPUTER
Langkah-langkah:
Buka software SPSS
Pada lembar Variable View ketik sebelum pada baris 1 dan sesudah pada baris 2, untuk
measure: pilih nominal
Masukkan data di Data View.
Klik Analyze Non Parametric Tests 2 Related Samples, pada menu maka kotak
dialog Two Related Samples Tests akan muncul.
Blok sebelum dan sesudah sehingga aktif dan pindahkan ke kotak Test Pair(s) List
dengan klik tombol panah sehingga muncul sebelum-sesudah pada kotak tersebut.
Pada kotak Test Type, pilih McNemar
Klik Ok
Maka diperoleh output sebagai berikut :
Hipotesis
Ho: P(Xi) = P(Yi) (Tidak ada perubahan respon dari wanita dewasa sebelum dan sesudah
ada penyuluhan mengenai kanker serviks di Kota Cimahi)
Ha: P(Xi) ≠ P(Yi) ( Ada perubahan respon dari
wanita dewasa Test Statistics
b sebelum dan sesudah ada
penyuluhan mengenai kanker serviks di
sebelum &
sesudah
N 100
a
Exact Sig. (2-tailed) .077
b. McNemar Test
Kota Cimahi)
10. Ho: P(Xi) = P(Yi) (the “Cool” Soap promotion not affects preference Soap buyers)
Ha: P(Xi) ≠ P(Yi) (the “Cool” Soap promotion affects preference Soap buyers)
after total
Buy Not buy
Before
Buy 72 13 85
Not buy 44 21 65
( ) ( )
16, 85964912280702
( ) ( )
( )( ) ( )( )
α = 5%
lihat tabel chi-square →
Kriteria:
: Do not Reject Ho
: Reject Ho
Ternyata
or 16, 85964912280702 > 3,84146 → Reject Ho
Jadi, dengan tingkat signifikansi 5% dapat disimpulkan bahwa promosi Sabun “Cool”
mempengaruhi plihan pembeli sabun.
So, with 5% significant level we can conclude that the “Cool” Soap promotion may
affects preference Soap buyers.
CARA KOMPUTER
Langkah-langkah:
Buka software SPSS
Pada lembar Variable View ketik sebelum pada baris 1 dan sesudah pada baris 2, untuk
measure: pilih nominal
Masukkan data di Data View.
Klik Analyze Non Parametric Tests 2 Related Samples, pada menu maka kotak
dialog Two Related Samples Tests akan muncul.
Blok sebelum dan sesudah sehingga aktif dan pindahkan ke kotak Test Pair(s) List
dengan klik tombol panah sehingga muncul sebelum-sesudah pada kotak tersebut.
Pada kotak Test Type, pilih McNemar
Klik Ok
Maka diperoleh output sebagai berikut :
sebelu sesudah
m 0 1
0 72 13
1 44 21
b
Test Statistics
sebelum &
sesudah
N 150
a
Chi-Square 15.789
a. Continuity Corrected
b. McNemar Test
Hipotesis
Ho: P(Xi) = P(Yi) (Tidak ada perubahan respon konsumen sebelum dan sesudah promosi
sabun pencuci piring)
Ha: P(Xi) ≠ P(Yi) (Ada perubahan respon dari konsumen sebelum dan sesudah promosi
sabun pencuci piring)
Tidak memilih 4 2 6
Jumlah 12 8 20
( ) ( )
( ) ( )
( )( ) ( )( )
α = 5%
lihat tabel chi-square →
Kriteria:
: Ho tidak dapat ditolak
: Ho ditolak
Ternyata
atau 0,4 < 3,84146 → Ho tidak dapat ditolak
Jadi, dengan tingkat signifikansi 5% dapat disimpulkan bahwa tidak ada perubahan
respon dari calon nasabah sebelum dan sesudah presentasi mengenai deposito.
Catatan: tidak ada jawaban menggunakan SPSS
CARA KOMPUTER
Langkah-langkah:
Buka software SPSS
Pada lembar Variable View ketik sebelum pada baris 1 dan sesudah pada baris 2, untuk
measure: pilih nominal
Masukkan data di Data View.
Klik Analyze Non Parametric Tests 2 Related Samples, pada menu maka kotak
dialog Two Related Samples Tests akan muncul.
Blok sebelum dan sesudah sehingga aktif dan pindahkan ke kotak Test Pair(s) List
dengan klik tombol panah sehingga muncul sebelum-sesudah pada kotak tersebut.
Pada kotak Test Type, pilih McNemar
Klik Ok
Maka diperoleh output sebagai berikut :
sesudah
sebelum 0 1
0 8 6
1 4 2
b
Test Statistics
sebelum &
sesudah
N 20
a
Exact Sig. (2-tailed) .754
b. McNemar Test
Hipotesis
Ho: P(Xi) = P(Yi) (Tidak ada perubahan respon dari calon nasabah sebelum dan sesudah
presentasi mengenai deposito)
Ha: P(Xi) ≠ P(Yi) (Ada perubahan respon dari calon nasabah sebelum dan sesudah
presentasi mengenai deposito)
12. Ho: P(Xi) = P(Yi) (debate may not affects the people preferences to choose
candidate)
Ha: P(Xi) ≠ P(Yi) (debate may affects the people preferences to choose candidate)
After Total
Yes No
Before
Yes 53 22 75
No 36 9 45
Total 89 31 120
( ) ( )
( ) ( )
( )( ) ( )( )
α = 1%
look chi-square table →
Criteria:
: Do not reject Ho
: Reject Ho
Ternyata
or < → Do not reject Ho
So, significant level 1% we can conclude that debate not affects the people preferences to
choose candidate
CARA KOMPUTER
Langkah-langkah:
Buka software SPSS
Pada lembar Variable View ketik sebelum pada baris 1 dan sesudah pada baris 2, untuk
measure: pilih nominal
Masukkan data di Data View.
Klik Analyze Non Parametric Tests 2 Related Samples, pada menu maka kotak
dialog Two Related Samples Tests akan muncul.
Blok sebelum dan sesudah sehingga aktif dan pindahkan ke kotak Test Pair(s) List
dengan klik tombol panah sehingga muncul sebelum-sesudah pada kotak tersebut.
Pada kotak Test Type, pilih McNemar
Klik Ok
Maka diperoleh output sebagai berikut :
sesudah
sebelum 0 1
0 53 22
1 36 9
b
Test Statistics
sebelum &
sesudah
N 120
a
Chi-Square 2.914
a. Continuity Corrected
b. McNemar Test
Hipotesis
Ho: P(Xi) = P(Yi) (debate may not affects the people preferences to choose candidate)
Ha: P(Xi) ≠ P(Yi) (debate may affects the people preferences to choose candidate)
Data pada penelitian kuantitatif dianalisis dengan cara tertentu yaitu menggunakan
statistik. Statistik tersebut dibagi menjadi dua kelompok, yaitu statistik deskriptif dan statistik
inferensial. Statistik deskriptif adalah jenis statistik yang menganalisis data populasi dengan cara
mendeskripsikan atau menggambarkan data yang telah terkumpul, dan tanpa membuat
kesimpulan yang berlaku umum. Sedangkan statistik inferensial adalah jenis statistik yang
menganalisis data sampel, dan membuat generalisasi (diberlakukan secara umum) pada populasi.
Statistik inferensial kemudian dibedakan menjadi statistik parametrik dan statistik non-
parametrik. Statistik parametrik mensyaratkan banyak asumsi, yaitu asumsi tentang kenormalan
data, homogenitas data, dan datanya berupa interval atau rasio. Sedangkan statistik non-
parametrik tidak memerlukan asumsi-asumsi di atas terpenuhi.
1. Apabila ukuran sampel demikian kecil sehingga distribusi statistik pengambilan sampel
tidak mendekati normal, dan apabila tidak ada asumsi yang dapat dibuat tentang bentuk
distribusi populasi yang menjadi sumber sampel.
2. Apabila digunakan data peringkat atau ordinal. (Data ordinal hanya memberikan informasi
tentang apakah suatu item lebih tinggi, lebih rendah, atau sama dengan item lainnya; data ini
sama sekali tidak menyatakan ukuran perbedaan)
3. Apabila digunakan data nominal. (Data nominal adalah data dimana sebutan seperti laki-laki
atau perempuan diberikan kepada item dan tidak ada implikasi dalam sebutan tersebut)
SPEARMAN
Koefisien korelasi peringkat sperman, rs, adalah ukuran erat-tidaknya kaitan antara dua
variabel ordinal; artinya rs merupakan ukuran atas kadar/derajat hubungan antara data yang telah
disusun menurut peringkat (ranked data) (Supranto, Johanes; 2001). Koefisien korelasi (r)
dihitung dengan menggunakan nilai aktual dari X dan Y, sedangkan koefisien Spearman yang
akan kita bicarakan berikut ini menggunakan nilai peringkat untuk X dan Y, dan bukan nilai
aktual.
Hipotesis
a. Two-tailed test
H0 : tidak ada korelasi antara variabel X dengan variabel Y (independent)
H1 : ada korelasi antara variabel X dengan variabel Y (dependent)
b. Lower-tailed test untuk korelasi negatif
H0 : tidak ada korelasi antara variabel X dengan variabel Y (independent)
H1 : ada kecenderungan untuk nilai yang lebih kecil dari X untuk dipasangkan dengan nilai
lebih besar dari Y, dan sebaliknya.
c. Upper-tailed test untuk korelasi positif
H0 : tidak ada korelasi antara variabel X dengan variabel Y (independent)
H1 : ada kecenderungan untuk nilai lebih besar dari X dan Y untuk dipasangkan bersama-
sama
∑
rs = 1 - ( )
( )
dimana:
= R(X) – R(Y)
n = jumlah pasangan
∑ ( ) ( ) ( )
rs =
(∑ ( ) ( ) ) (∑ ( ) ( ) )
Contoh Soal:
Seorang manajer personalia ingin mengetahui apakah ada hubungan antara prestasi kerja
seseorang dengan tingkat kecerdasan (diukur dengan IQ). Untuk itu, diambil 9 orang pekerja dan
seorang supervisor diminta memberi penilaian pada tiap pekerja tersebut tentang prestasi
kerjanya. Gunakan taraf nyata 5%!
Pekerja Prestasi IQ
1 84 110
2 85 100
3 87 108
4 92 103
5 91 112
6 96 97
7 83 124
8 89 130
9 88 116
Jawab:
Hipotesis
∑
rs = 1 - ( )
( )
=1–( )
( )
=1-
= - 0,35
n=9
Menggunakan SPSS
Nonparametric Correlations
[DataSet1]
Correlations
prestasi IQ
N 9 9
N 9 9
Kesimpulan: pada tingkat signifikansi 5% tidak ada hubungan antara prestasi pekerja dan IQ nya
COX STUART
Cox dan Stuart telah memberikan sumbangan ilmu yaitu suatu uji yang mudah utuk
mengetahui kecenderungan/trend. Uji ini dinamakan Cox and Stuart Test for Trend. Uji ini
sebenarnya merupakan modifikasi dari uji tanda. Ada dua jenis kecenderungan, yaitu
kecenderungan naik (upward trend) dan kecenderungan turun (downward trend). Kecenderungan
naik (upward trend) adalah apabila hasil pengamatan saat ini lebih besar dari hasil pengamatan
yang lalu. Kecenderungan turun (downward trend) adalah apabila hasil pengamatan saat ini lebih
kecil dari hasil pengamatan yang lalu.
Asumsi-asumsi:
1. Membuat hipotesis
a. Two-tailed test
H0 : tidak ada kecenderungan/tren dalam data
H1 : ada kecenderungan/tren entah kenaikan atau penurunan
b. One-tailed test
H0 : tidak ada kecenderungan/tren dalam data
H1 : ada kecenderungan/tren menurun
c. One-tailed test
H0 : tidak ada kecenderungan/tren dalam data
H1 : ada kecenderungan/tren meningkat
2. Membuat pasangan dari grup variabel acak yaitu (X1, X1+c), (X2, X2+c), ..., (Xn’-c,Xn’) di mana
c = n’/2 jika n genap, dan c = (n’+1)/2 jika n adalah ganjil. Untuk n bilangan ganjil maka data
yang terdapat di tengah suatu periode harus dihapuskan.
3. Apabila hasil pengamatan saat ini lebih besar dari hasil pengamatan lalu maka berilah tanda
(+), sedangkan apabila hasil pengamatan saat ini lebih kecil dari hasil pengamatan lalu maka
berilah tanda (-)
4. Menghitung banyaknya tanda (+) dan tanda (-)
5. Mencari nilai t tabel dari tabel distribusi binomial
6. Menarik kesimpulan dengan kriteria:
t < T < n-t H0 tidak dapat ditolak
T ≥ n-t H0 ditolak
T≤t H0 ditolak
Contoh soal:
For each of the last 20 years a small Midwestern college recorded the average scores of male
freshmen. The averages were 68.3, 68.6, 68.4, 68.1, 68.4, 68.2, 68.7, 68.9, 69.0, 68.8, 68.8, 69.2,
68.2, 68.7, 69.5, 68.7, 68.6, 69.4, 69.3, 69.3. Do these averages indicate an increasing trend in
score? Use significance level 5%!
Jawab:
Conclusion: at the significance level, there is an upward trend in score for each of the last 34
years a small Midwestern college
MANN - WHITNEY
Asumsi : sampelnya adalah sampel acak dan kedua sampel saling bebas.Yang diuji pada uji
Mann Whitney ini adalah keberartian perbedaan pengaruh pada dua buah sampel bebas yang
diambil dari satu atau dua buah populasi.
Misalkan X1, X2,…,Xn sampel acak untuk populasi pertama dan Y1,Y2,…,Ym sampel acak
untuk populasi kedua. Misalkan R(Xi) adalah peringkat untuk Xi dan R(Yi) adalah peringkat
untuk Yi.
CONOVER
Prosedur pengujian:
∑ ( )
( )
√ ∑
( ) ( )
Cara Komputer
• Masuk ke SPSS
• Masuk ke variable view, measure Ordinal
• Masukkan data ke dalam data view (gabungkan sample 1 & sample 2 dalam 1 kolom)
• Kolom 1 = gaji manajer, kolom 2 = grup ( isikan 0 untuk grup manajer Jakarta & 1 untuk
manajer bandung)
• Masuk ke Analyze , klik Nonparametric Test
• Klik 2 Independent sample, masukkan Gaji manajer di Test Variable List dan Skor di
grouping Variable
• Klik Define Group, masukkan grup 1 = 0, grup 2 = 1, continue
• Checklist Mann whitney, Ok
Kriteria computer:
• Exact Sig (1-tailed) ≥ α, H0 tidak dapat ditolak
Exact Sig (1-tailed) < α, H0 ditolak
• Asymp Sig (2-tailed) ≥ α, H0 tidak dapat ditolak
Asymp Sig (2-tailed) < α, H0 ditolak
TAU - KENDALL
Merupakan metode pengujian untuk melihat korelasi atau hubungan antara dua sample yang
berukuran (setidaknya) ordinal.
Prosedur Pengujian :
• Tentukan hipotesis
• Susunlah salah satu sample berdasarkan rangking, dan sample pasangannya pun
mengikuti susunan
• Hitung nilai ΣS = (concordant pairs-disconcordant pairs)
• Hitung nilai Tau- kendall ,
Cara Komputer:
• Buka SPSS
• Variable view – measure Ordinal
• Masukkan data di Data view
• Klik Analyze – Correlate – bivariate
• Masukkan data ke Variables
- Klik Kendall – two tailed- OK
Criteria computer:
1. Ten MBA graduates are studied to measure the strength of the relationship between their
score on the GMAT, which they took prior to entering graduate school, and their grade point
average while they were in MBA program. Their GMAT scores and their GPAs are given
below.
Student GMAT (X) GPA (Yi)
1 610 4,0
2 580 3,8
3 545 3,2
4 560 3,7
5 700 3,2
6 560 3,1
7 580 3,6
8 540 3,8
9 600 3,3
10 520 3,4
3. Menurut sejumlah laporan baru-baru ini, penduduk di daerah pegunungan Korea menyatakan
bahwa masyarakat di daerah itu hidup lebih 100 tahun. Menteri Penerangan Korea
mengungkapkan bahwa usia yang sedemikian panjang berkaitan dengan konsumsi mentimun.
Profesor Siwon meragukan pernyataan tersebut. Pemerintah Korea telah mengizinkan
Profesor Siwon untuk memilih dan mewawancarai secara acak 15 penduduk daerah
pegunungan tersebut. Analisis apakah pernyataan Menteri Penerangan Korea tersebut benar!
Gunakan taraf nyata 5%!
Nama Penduduk Usia yang Dilaporkan Konsumsi Mentimun
Sooyoung 102 156
Insung 136 175
Jieun 98 134
Minho 110 143
Junghyun 106 129
Yooseob 156 164
Taeyeon 92 124
Eunhye 89 110
Eunjae 143 160
Ahjeong 124 109
Jihwan 94 95
Jangwoo 105 120
Yoona 117 133
Yongjae 108 119
Leeyong 97 101
4. Seorang manajer keuangan menghitung total biaya untuk memproduksi barangnya dari 18
tahun yang lalu. Berikut disajikan data-data terkait:
Tahun Rata-rata Biaya (Rp) Tahun Rata-rata Biaya (Rp)
1 13.600 10 13.320
2 13.410 11 13.450
3 13.530 12 13.270
4 13.230 13 13.260
5 13.580 14 13.280
6 13.430 15 13.290
7 13.730 16 13.100
8 13.400 17 13.090
9 13.700 18 13.360
Apakah terjadi tren yang meningkat mengenai total biaya pada perusahaan tersebut?
Gunakan taraf nyata 5%!
5. The Federal Crop Insurance Corporation's Annual Report to Congress for 1967 contains the
information on cotton crop insurance shown in the table below. Do these data indicate a
downward trend in the number of cotton crops insured? Use significance level 0,01!
6. Jika Anda seorang konsultan statistik dan Anda diminta oleh klien Anda untuk menguji
apakah ada kenaikan tren dari penjualan perusahaan yang terjadi dari tahun 2000-2009.
Penjualan tahun 2000 sebanyak 125.000 baju, untuk tahun 2001-2003 mengalami kenaikan
sebesar 7% setiap tahunnya, untuk tahun 2004-2007 mengalami penurunan sebesar 9% setiap
tahunnya, dan untuk tahun 2008-2009 mengalami kenaikan sebesar 25.000 baju tiap
tahunnya. Apakah terjadi kenaikan tren dari penjualan perusahaan tersebut? Gunakan taraf
nyata 1%!
7. Seorang penyuluh pekerjaan berkeyakinan bahwa lulusan akademi/perguruan tinggi
cenderung lebih merasa puas pada pekerjaanya daripada mereka yang bukan lulusan
perguruan tinggi. Pengujian kepuasaan kerja dilakukan kepada para pekerja untuk setiap
kategori. (Angka yang tinggi menunjukan kepuasan kerja yang tinggi). Hasil-hasil yang
diperoleh adalah sebagai berikut:
Bukan
Lulusan
Pekerja Pekerja
perguruan Lulusan Perguruan
Tinggi Tinggi
a 102 aa 78
b 87 bb 83
c 93 cc 101
d 98 dd 85
e 95 ee 84
f 101 ff 77
g 92 gg 92
h 85 hh 86
i 88
j 95
k 97
l 96
Sumber: Fiktif
Dengan tingkat signifikansi 5%, tentukanlah apakah ada perbedaan kepuasan kerja antara
lulusan akademi/perguruan tinggi dengan mereka yang bukan lulusan perguruan tinggi
8. Seorang penjual sepatu di toko sepatu “Annisa W” ingin melihat apakah ada hubungan antara
penjualan sepatu merk ‘bata’ dan sepatu merk ‘new era’ pada tahun 2010. Berikut adalah
data penjualan:
sepatu new
Bulan sepatu bata
era
1 12 10
2 15 13
3 18 14
4 11 9
5 13 11
6 16 12
7 17 15
8 20 17
9 21 18
10 14 8
11 10 7
12 8 16
Sumber: fiktif
Dengan tingkat signifikansi 1%, apakah ada hubungan antara penjuaan sepatu bata dan
sepatu new era pada toko sepatu “Annisa W”?
9. a psychologist to make the hypothesis that students from high schools in urban possessed a
National Examination score greater than at the high school students in the rural. The
following results obtained from the following tests.
43 47
56 68
31 39
30 42
41 33
38 54
53 40
32 24
45 30
33
41
Sumber: fiktif
10. A company's managers wanted to see if there is a relationship between the output generated
by both his yarn-producing machines. Here is the output of both machines:
Machine Machine
A B
30 25
25 30
43 40
50 27
54 60
44 55
60 52
40 35
48 45
42 65
52 50
Sumber: fiktif
With a 5% significance level, determine whether there is a correlation between the output
generated by the machine A to machine B?
11. Kepala biro suatu universitas ingin mengetahui apakah sarjana mereka yang berkonsentrasi
di bidang manajemen pemasaran memiliki gaji yang berbeda dengan sarjana yang
berkonsentrasi di bidang keuangan setelah mereka bekerja selama 10 tahun. Berikut adalah
datanya:
Gaji
Gaji Konsentrasi
Konsentrasi
Pemasaran (Rp)
Keuangan (Rp)
3500000 3400000
2700000 2400000
4000000 3700000
2800000 2500000
2500000 3000000
3000000 2000000
2250000 2300000
5000000
Sumber : fiktif
Dengan tingkat signifikansi 10%, tentukanlah apakah ada perbedaan antara gaji sarjana
dengan peminatan pemasaran dengan gaji peminatan menejemen?
12. Seorang pedagang buah mengatakan bahwa terdapat hubungan yang negative antara tingkat
penjualan buah jeruk dan buah apel pada tokonya dalam 1 tahun. Untuk mengetahuinya Di
bawah ini adalah data penjualan buah apel dan jeruk pada tahun 2011:
Penjualan Penjualan
Bulan Jeruk Apel
(buah) (buah)
Januari 50 40
Februari 60 31
Maret 75 36
April 55 44
Mei 45 25
Juni 65 30
Juli 70 50
Agustus 55 70
September 40 54
Oktober 35 45
November 60 20
Desember 65 35
Sumber: fiktif
1.
GMAT (Xi) GPA (Yi) R(Xi) R(Yi) R(Xi) R(Yi) R(Xi)2 R(Yi)2
610 4,0 9 10 90 81 100
580 3,8 6,5 8,5 55,25 42,25 72,25
545 3,2 3 2,5 7,5 9 6,25
560 3,7 4,5 7 31,5 20,25 49
700 3,2 10 2,5 25 100 6,25
560 3,1 4,5 1 4,5 20,25 1
580 3,6 6,5 6 39 42,25 36
540 3,8 2 8,5 17 4 72,25
600 3,3 8 4 32 64 16
520 3,4 1 5 5 1 25
Total 306,75 384 384
H0 : there is no correlation between the score on the GMAT and the GPA
H1 : there is a correlation between the score on the GMAT and the GPA
∑ ( ) ( ) ( )
rs =
(∑ ( ) ( ) ) (∑ ( ) ( ) )
( )
=
( ( ) ) ( ( ) )
= 0,0521
n = 10
Using SPSS
Nonparametric Correlations
[DataSet1]
Correlations
GMAT GPA
N 10 10
N 10 10
Conclusion: At significance level 5%, there is no correlation between the score on the GMAT
and the GPA while they were in MBA program.
2.
Bowler Weight (Xi) Winning(Yi) R(Xi) R(Yi) di di2
A 50 13 3 6 -3 9
B 58 5 7 1 6 36
C 68 31 15 21 -6 36
D 61 6 10 2 8 64
E 48 18 2 9 -7 49
F 65 22 13 13 0 0
G 55 15 6 8 -2 4
H 75 11 21 5 16 256
I 59 29 8 19 -11 121
J 47 21 1 12 -11 121
K 64 10 12 4 8 64
L 67 24 14 14 0 0
M 70 28 17 18 -1 1
N 51 30 4 20 -16 256
O 71 20 18 11 7 49
P 60 14 9 7 2 4
Q 63 26 11 16 -5 25
R 74 8 20 3 17 289
S 73 25 19 15 4 16
T 69 27 16 17 -1 1
U 53 19 5 10 -5 25
Total 1426
∑
rs = 1 - ( )
( )
=1–( )
( )
=1-
= 0,0740
n = 21
Using SPSS
Nonparametric Correlations
[DataSet2]
Correlations
Weight winning
N 21 21
N 21 21
Conclusion: At the significance level 5%, there is no correlation between the weight and the
winning of bowler
3.
Nama Usia (Xi) Konsumsi R(Xi) R(Yi) di di2
Penduduk Mentimun (Yi)
Sooyoung 102 156 6 12 -6 36
Insung 136 175 13 15 -2 4
Jieun 98 134 5 10 -5 25
Minho 110 143 10 11 -1 1
Junghyun 106 129 8 8 0 0
Yooseob 156 164 15 14 1 1
Taeyeon 92 124 2 7 -5 25
Eunhye 89 110 1 4 -3 9
Eunjae 143 160 14 13 1 1
Ahjeong 124 109 12 3 9 81
Jihwan 94 95 3 1 2 4
Jangwoo 105 120 7 6 1 1
Yoona 117 133 11 9 2 4
Yongjae 108 119 9 5 4 16
Leeyong 97 101 4 2 2 4
Total 212
H0 : tidak ada korelasi antara usia yang panjang berkaitan dengan konsumsi mentimun
H1 : ada korelasi antara usia yang panjang berkaitan dengan konsumsi mentimun
∑
rs = 1 - ( )
( )
=1–( )
( )
=1-
= 0,6214
n = 15
Menggunakan SPSS
Nonparametric Correlations
[DataSet3]
Correlations
konsumsi_menti
usia mun
*
Spearman's rho Usia Correlation Coefficient 1.000 .621
N 15 15
*
konsumsi_mentimun Correlation Coefficient .621 1.000
N 15 15
Kesimpulan: Pernyataan Menteri Penerangan Korea bahwa usia yang sedemikian panjang
berkaitan dengan konsumsi mentimun benar karena pada tingkat signifikansi 5% ada hubungan
antara usia dan konsumsi mentimun.
4.
Tahun Rata-rata Biaya (Rp) Tahun Rata-rata Biaya (Rp) Tanda
1 13.600 10 13.320 -
2 13.410 11 13.450 +
3 13.530 12 13.270 -
4 13.230 13 13.260 +
5 13.580 14 13.280 -
6 13.430 15 13.290 -
7 13.730 16 13.100 -
8 13.400 17 13.090 -
9 13.700 18 13.360 -
Kesimpulan: Pada tingkat signifikansi 5%, tidak ada kenaikan tren pada total biaya di perusahaan
tersebut
5.
Year Crops Insured Year Crops Insured Sign
1948 19.479 1958 20.410 +
1949 26.667 1959 19.910 -
1950 63.969 1960 15.628 -
1951 57.715 1961 25.375 -
1952 38.086 1962 21.312 -
1953 38.434 1963 26.526 -
1954 24.196 1964 24.865 +
1955 19.319 1965 21.152 +
1956 29.975 1966 23.458 -
Conclusion: At significance level 0,01 these data does not indicate a downward trend in the
number of cotton crops insured
6.
7. MANN WHITNEY
H0 : Lulusan perguruan tinggi tidak lebih merasa puas pada pekerjaanya dari pada
mereka yang bukan lulusan perguruan tinggi
H1: Lulusan perguruan tinggi lebih merasa puas pada pekerjaanya dari pada mereka yang
bukan lulusan perguruan tinggi
102 19 78 2
87 8 83 3
93 12 103 20
98 16 85 5.5
95 13 84 4
101 18 77 1
92 10.5 92 10.5
85 5.5 86 7
88 9
100 17
97 15
96 14
S = ∑ R(X) = 157
( )
T = 157 -
T = 79
Lihat tabel:
n=8, m=12, α = 0,05
W1-α = (n x m) - W α
= 96- 27
= 69
Ternyata,
8. TAU KENDALL
H0: Tidak terdapat hubungan/korelasi antara penjualan sepatu bata dan sepatu new era
H1: Terdapat hubungan/korelasi antara penjualan sepatu bata dan sepatu new era
sepatu new
sepatu bata Rangking era Rangking
8 1 16 10
10 2 7 1
11 3 9 3
12 4 10 4
13 5 11 5
14 6 8 2
15 7 13 7
16 8 12 6
17 9 15 9
18 10 14 8
20 11 17 11
21 12 18 12
S = (2-9) + (10-0) + (8-1) + (7-1) + (6-1) + (6-0) + (4-1)+ (4-0) + (2-1) + (2-0) + (1-0) +
(0-0)
S = -7 + 10 + 7 +6 + 5 + 6 + 3 + 4+ 1 +2 + 1 + 0
S = 38
( ) ( )
0.575757575
Hitung tabel
n = 12, α = 0.05
tabel = 0.394
Kriteria:
9. MANN WHITNEY
H0: there is not a difference between National Examination scores in urban and rural
H1: there is a difference between National Examination scores in urban and rural
43 14 47 16
56 19 59 20
31 4 39 9
26 2 42 13
41 11.5 33 6.5
38 8 54 18
53 17 40 10
32 5 24 1
45 15 30 3
33 6.5
41 11.5
S = ∑ R(X) = 113.5
( )
T = 113.5 -
T = 47.5
Lihat tabel:
n = 9, m = 11, α = 0,05
Wα /2 = 24
W1-α/2 = (n x m) - Wα /2
= (99)-24
= 75
Conclusion: so, with the significant level 5%, there is not a difference between National
Examination scores in urban and rural
Penyelesaian Komputer
• Masuk ke SPSS
• Masuk ke variable view, measure Ordinal
• Masukkan data ke dalam data view (gabungkan sample 1 & sample 2 dalam 1
kolom)
• Kolom 1 = nilai, kolom 2 = grup ( isikan 0 untuk nilai UAN di kota & 1 untuk
nilai UAN di desa)
• Masuk ke Analyze , klik Nonparametric Test
• Klik 2 Independent sample, masukkan nilai di Test Variable List dan Skor di
grouping Variable
• Klik Define Group, masukkan grup 1 = 0, grup 2 = 1, continue
• Checklist Mann whitney, Ok
HA: there is a correlation between the output generated by the machine A to machine
B
25 1 30 3
30 2 25 1
40 3 35 4
42 4 65 11
43 5 40 5
44 6 55 9
48 7 45 6
50 8 27 2
52 9 50 7
54 10 60 10
60 11 52 8
S = (8-2) + (9-0) + (7-1) + (0-7) + (5-1) + (1-4) + (3-1) + (3-0) + (2-0)+ (0-1) + (0-0)
S = 6+ 9 + 6 -7 + 4 -3 + 2 + 3 + 2 - 1+ 0
S = 21
( )
( )
( )
0.381818181
Hitung tabel
n = 11, α = 0.05
tabel = 0.418
Kriteria:
Ternyata:
Conclusion: so, with the significant level 5% there is not a correlation between the
output generated by the machine A to machine B
11. MANN WHITNEY
H0: sarjana yang berkonsentrasi di bidang manajemen pemasaran memiliki gaji yang
tidak berbeda dengan sarjana yang berkonsentrasi di bidang keuangan
H1: sarjana yang berkonsentrasi di bidang manajemen pemasaran memiliki gaji yang
berbeda dengan sarjana yang berkonsentrasi di bidang keuangan
Gaji
Gaji Konsentrasi Konsentrasi
R (X) R (Y)
Pemasaran (Rp) Keuangan
(Rp)
3500000 12 3400000 11
2700000 7 2500000 6
4000000 14 3700000 13
2800000 8 2350000 4
2250000 2 2300000 3
5000000 15
S = ∑ R(X) = 72.5
( )
T = 72.5 -
T = 36.5
Lihat tabel:
n = 7, m = 8, α = 0,1
W1-α/2 = (n x m) - W α/2
= (7 x 8) – 14
= 42
Kriteria:
Ternyata:
Kesimpulan, jadi dengan tingkat signifikansi 10% dapat dikatakan bahwa sarjana yang
berkonsentrasi di bidang manajemen pemasaran memiliki gaji yang tidak berbeda
dengan sarjana yang berkonsentrasi di bidang keuangan.
H1: terdapat hubungan yang negative antara penjualan apel dan penjualan jeruk
40 2 54 11
45 3 25 2
50 4 40 7
55 5 44 9
55 6 70 12
60 7 31 4
60 8 20 1
65 9 30 3
65 10 35 5
70 11 50 10
75 12 36 6
S = (4-7) + (1-9) + (8-1) + (3-5) + (2-5) + (0-6) + (3-2) + (4-0) + (3-0) + (2-0) + (0-1)+
(0-0)
S = -6
( )
( ) ( )
-0.009090909
Hitung tabel
n = 12, α = 0.05
tabel = 0.394
Kriteria:
Ternyata:
Cara Komputer:
o Buka SPSS
o Variable view – measure Ordinal
o Masukkan data di Data view
o Klik Analyze – Correlate – bivariate
o Masukkan data ke Variables
o Klik Kendall – two tailed- OK
DISTRIBUSI CHI-SQUARE
Statistika chi square merupakan suatu ukuran yang menyangkut perbedaan yang terdapat di
antara frekuensi pengamatan dengan frekuensi teoritis/frekuensi harapan (Schaum’s). Maksud
dari pengujian chi square adalah untuk membandingkan fakta yang diperoleh berdasarkan hasil
observasi dan fakta yang didasarkan secara teoritis (Drs. Andi Supangat, M.Si.) Dalam statistik,
distribusi chi-square (dilambangkan dengan χ2 BUKAN X2) termasuk dalam statistik
nonparametrik. Distribusi nonparametrik adalah distribusi dimana besaran-besaran populasi tidak
diketahui. Distribusi ini sangat bermanfaat dalam melakukan analisis statistik jika kita tidak
memiliki informasi tentang populasi atau jika asumsi-asumsi yang dipersyaratkan untuk
penggunaan statistik parametrik tidak terpenuhi. Berikut ini beberapa hal yang berhubungan
dengan chi square:
a. Adanya derajat kebebasan/ degree of freedom (df). Besarnya df menunjukan banyak
observasi yang bebas untuk bervariasi sesudah batasan-batasan tertentu dikenakan pada
data. (Sidney Siegel)
b. Chi-square tidak pernah bernilai negatif. Hal ini dikarenakan selisih antara frekuensi data
observasi ( f o ) dengan frekuensi data yang diharapkan f e dikuadratkan, yaitu
f o f e 2
c. Jika χ2= 0 maka frekuensi-frekuensi teoritis sama dengan frekuensi pengamatan. Jika
χ2>0 maka frekuensi-frekuensi teoritis tidak tepat sama dengan frekuensi pengamatan.
Semakin besar nilai χ2 semakin besar pula perbedaan antara frekuensi yang diobservasi
dan frekuensi teoritis.
d. Distribusi chi-square adalah menceng kanan. Jika n nya sangat besar maka distribusi χ2
ini mendekati distribusi normal.
s n 1
; df = n-1
4. Bandingkan nilai χ dengan nilai distribusi χ yang telah didapat pada langkah sebelumnya
sesuai kriteia uji yang digunakan
Ho tidak dapat
1 / 2 / 2 1
ditolak
/ 2 1
Ho ditolak
1 / 2
5. Buat kesimpulan
Langkah-langkah:
1. Tentukan hipotesis awal dan hipotesis alternatifnya
Ho : 1 2 3 ... c
Ha : terdapat paling sedikit satu tanda ≠
2. Tentukan nilai pada distribusi chi-square dengan df = c-1 dan tingkat signifikansi α
2
ej
Dimana:
oi = data hasil observasi
ej = data yang diharapkan atau diestimasikan
2 2 → Ho ditolak
5. Buat kesimpulan
21 22 23 ... 2c
31 32 33 ... 3c
Ha : terdapat paling sedikit satu tanda ≠
2. Tentukan nilai dari distribusi chi-square dengan tingkat signifikansi α dan df = (r-1).(c-1)
2
dimana r adalah banyaknya baris dari data dan c adalah banyaknya kolom dari data.
3. Lakukan uji statistik dengan menggunakan rumus:
o eij
2
2 ij
eij
Dimana:
oij= data hasil observasi dari baris ke-i kolom ke-j
eij= data hasil estimasi dari baris ke-i kolom ke-j
4. Tentukan uji kriterianya
2 2 → Ho tidak dapat ditolak
2 2 → Ho ditolak
5. Buat kesimpulan
2 m 1
Rumus: C dengan nilai maksimum Cmax
2 n m
Dimana:
n = banyaknya data
m = banyaknya baris atau kolom minimal
keterangan:
Cmax-C < C, hubungan erat
Cmax-C = C, hubungan cukup erat
Cmax-C > C, hubungan kurang erat
Contoh Soal:
Seorang peneliti ingin membantu penjual baju untuk mengetahui apakah ada pengaruh
ukuran baju terhadap banyaknya baju yang terjual. Berikut adalah hasil pengamatan baju
berbagai ukuran selama satu periode tertentu:
Ukuran Baju S M L XL Total
Jawab:
Ho: 1 2 3 4
Ha: terdapat paling sedikit satu ≠
df = c-1= 4-1 = 3
α = 1%
2 = 11, 3449
Uji statistik:
ej
o 200 50
e 4
2
o e 2
90 50 2 55 50 2 25 50 2 30 50 2 53
e 50 50 50 50
Uji kriteria:
Pada tingkat signifikansi 1% hasil pengamatan diatas menunjukkan bahwa ukuran baju
mempengaruhi banyaknya baju yang terjual karena perbedaannya signifikan.
SOAL CHI-SQUARE
1. Dalam 200 kali pelemparan sekeping uang logam, teramati kemunculan tanda gambar
sebanyak 115 kali dan kemunculan tanda angka sebanyak 85 kali. Ujilah hipotesis bahwa uang
logam yang digunakan dalam percobaan pelemparan tersebut tidak seimbang. Gunakan tingkat
signifikansi 5%!
2. Seorang peneliti handal disewa oleh pemerintah di Negara AMAN SELALU untuk meneliti
sebuah sampel yang terdiri atas 30 jenis merk baju pada negaranya tersebut. Peneliti diharuskan
untuk menentukan berapa besar variasi yang mungkin ada pada harga 30 jenis merk baju
tersebut. Dari hasil perhitungan didapatkan harga rata-rata harga baju Rp150.000, dengan
standard deviasi Rp 10.000. Tentukanlah batas-batas variasi harga dengan tingkat signifikansi
5%!
3. Young researcher gets a standard deviation of the weight of whale populations in the
Sulawesi region is 240 kg. However, lately suspected disease outbreak on whales in the area. To
determine whether more checks need to be done about the disease, the researher observes 8
whales which turned out to show the standard deviation of 300 kg. With the 1% significance
level, test whether the change of standard deviation is significant!
4. Saat ini keripik MAACIH sedang digemari oleh masyarakat di daerah antah berantah. Keripik
ini terkenal pedas dengan tingkatan level yang berbeda-beda. Salah satu penjual keripik
MAACIH menyatakan bahwa jumlah keripik yang terjual tidak tergantung pada level
kepedasannya. Namun, seorang pelanggan keripik itu tidak yakin dengan pernyataan tersebut.
Oleh karena itu dilakukan suatu penelitian terhadap jumlah keripik yang terjual selama seminggu
seperti tampak pada tabel berikut:
Level Level 1 Level 2 Level 3 Level 4 Level 5
Jumlah 120 100 140 110 105
Ujilah pernyataan salah satu penjual keripik MAACIH, apakah sesuai atau tidak dengan
menggunakan taraf signifikansi 5%!
5. An owner of invitation letter business wants to compare between his order and the order of
each regional population distribution. Central Bureau of Statistics stated that the distribution of
orders in each region, 21% of the population located in Jakarta, 24% in Bandung, Surabaya 35%,
and 20% in Semarang. Here is a sample of 400 randomly selected order of sending a letter last
month.
Regional Order
Jakarta 68
Bandung 104
Surabaya 155
Semarang 73
Total 400
At 1% significance level, is the distribution of the order accordance with the population?
6. Seorang General manager perusahaan periklanan Lovely, sebuah perusahaan percetakan koran
terbesar di Bandung, sedang mempelajari hubungan antara jenis komunitas dimana orang tinggal
dan porsi dari koran yang sering dibaca pertama kali. Berikut adalah informasi dari sampel yang
telah dimbil dari beberapa pembaca:
Politik Kesehatan Entertainment
Kota 170 124 90
Pinggiran 120 112 100
kota
Desa 130 90 88
Pada tingkat signifikansi 5%, dapatkah kita menyimpulkan bahwa terdapat hubungan antara jenis
komunitas dimana orang tinggal dengan porsi atau bagian koran yang dibaca pertama kali?
7. Perusahaan ingin mengevaluasi efisiensi jam kerja karyawan. Setiap karyawan dinilai dengan
suatu metode untuk menyatakan baik atau tidak mengenai prestasinya. Perusahaan ingin
mengetahui apakah prsetasi ini ada kaitannya dengan keterlambatan mereka yang datang ke
tempat kerja, dari hasil penelitian didapatkan data sebagai berikut: (Gunakan tingkat signifikansi
5%)
Tiba di Kantor Prestasi
Baik Buruk
Tapat waktu 25 300
Terlambat 50 400
8. Di wilayah timur Indonesia terdapat salah satu Universitas Swasta yang beridiri sejak tahun
1990. Rektor universitas tersebut menyewa seorang peneliti untuk mengetahui apakah adanya
pengaruh antara sekolah asal dengan jumlah yang pendaftar. Berikut hasil pengamatan yang
didapatkan:
Jumlah
Sekolah asal
Pendaftar
SMA 1 98
SMA 2 70
SMA 3 32
SMA 4 84
SMA 5 16
Pada tingkat signifikansi 1% dapatkah disimpulkan bahwa Sekolah asal berpengaruh terhadap
jumlah pendaftar yang mendaftar pada Universitas Swasta tersebut?
9. Sejalan dengan adanya keluhan dari beberapa pelanggan terhadap pelayanan yang diberikan
kepada mereka, khususnya dari sektor reliability dari perusahaan terhadap para pelangganny,
maka selanjutnya pihak manajemen mengadakan survei terhadap kinerja para pegawainya dilihat
dari sisi reliability. Tanggapan yang disampaikan oleh 124 orang pelanggan terhadap kinerja
yang dilakukan oleh pihak perusahaan adalah sebagai berikut:
10. A cup cake shop owner is conducting observations to determine whether there is a
relationship between the importance of making banners with banner size itself, the following
data obtained by the cup cake shop owner is:
Important Not
Important
Small 30 42
Medium 96 37
Large 57 22
What conclusions can be drawn from observations of proficiency level? Use a significance level
of 5%. Determine the coefficient of contingency, and explain all means!
JAWABAN CHI-SQUARE
1. Diketahui: H0: Uang logam yang digunakan seimbang
Ha: Uang logam yang digunakan tidak seimbang
o1 : 115
o2: 85
e1: 100
e2:100
( ) ( ) ( ) ( )
χ2= + = + = 4,5
Uji kriteria dengan membandingkan nilai dan ( = 5.02, 1 / 2 = 0,03982 dari tabel),
2 2 2 2
yaitu:
1 / 2 / 2 → Ho tidak dapat ditolak
/ 2
→ Ho ditolak
1 / 2
2. Diketahui: n= 30
s = Rp. 10.000,-
α=5%
df = n-1 = 30-1 = 29
2 / 2 = 45,7222
12 / 2 = 16,0471
s 2 ( n 1) s 2 ( n 1)
Rumus:
2 / 2 12 / 2
( ) ( ) ( ) ( )
√ <σ<√
3. Diketahui : s = 300 kg
n=8
σ = 240 kg
Ho : σ = 240
Ha : σ ≠ 240
df = n-1= 8-1 = 7
α = 1%
Uji statistik:
s n 1
300 8 1
240
3,30719
Uji Kriteria:
1 / 2 / 2 → do not reject
/ 2
→ reject
1 / 2
Ternyata 0,99462<3,30719<4,50308 atau 1 / 2 / 2 → Ho tidak dapat ditolak
So, with significant level 1%, the change of standard deviation of weight whale
populations in the Sulawesi region is not significant.
4.Diketahui: Ho: 1 2 3 4
Ha: terdapat paling sedikit satu tanda ≠
df= n-1=5-1=4
α = 5%
2 =9,48773
Uji statistik:
Level Level 1 Level 2 Level 3 Level 4 Level 5
Jumlah 120 100 140 110 105
∑
ej =
(oi e j ) 2
2
ej
ej = = 115
( ) ( ) ( ) ( ) ( )
χ2 = + + + + = 8,695652
Uji kriteria:
2 2 → Ho tidak dapat ditolak
2 2 → Ho ditolak
Jadi, dengan tingkat signifikansi 5%, berdasarkan perhitungan di atas maka pernyataan
bahwa jumlah keripik yang terjual tidak tergantung pada level kepedasannya sesuai atau
dapat dipertanggungjawabkan karena perbedaannya tidak signifikan.
5. Diketahui: Ho: 1 21%
2 24%
3 35%
4 20%
Ha: terdapat paling sedikit satu tanda ≠
α = 1% =11,3449
2
Uji Statistik:
Daerah Jumlah ei i o
pesanan
estimasi
Jakarta 68 84
Bandung 104 96
Surabaya 155 140
Semarang 73 80
Total 400 400
(oi e j ) 2
2
ej
2
68 84 104 96 155 140 73 80
2
2
2
2
84 96 140 80
5,9339
2
Uji Kriteria:
2 2 → Ho do not reject
2 2 → Ho reject
So with significant level 5%, the distribution of the order accordance with the population
because the difference is not significant.
6. Diketahui: Ho : 11 12 13
21 22 23
31 32 33
Ha : terdapat paling sedikit satu tanda ≠
df= (r-1)(c-1)=(3-1)(3-1)=4
α = 1% =9,48773
2
Uji Statistik
Politik Kesehatan Entertainment total
Kota 170 124 90 384
Pinggiran 120 112 100 332
kota
Desa 130 90 88 308
Total 420 326 278 1024
eij
o oio oj
o
384 420
e11 157,54
1024
384 326
e12 122,25
1024
384 278
e13 104,25
1024
332 420
e21 136,172
1024
332 326
e22 105,695
1024
332 326
e23 90,133
1024
308 420
e31 126,328
1024
308 326
e32 98,055
1024
308 278
e33 83,617
1024
o eij
2
2 ij
eij
2
170 157,52 124 122,252 90 104,252 120 136,1722 112 105,6952
157,5 122,25 104,25 136,172 105,695
100 90,1332 130 126,3282 90 98,0552 88 83,6172
90,133 126,328 98,055 83,617
7,340
2
2 2 → Ho ditolak
Dengan tingkat signifikansi 5%, berdasarka perhitungan di atas bahwa tidak terdapat
hubungan antara jenis komunitas dimana orang tinggal dengan porsi atau bagian koran yang
dibaca pertama kali karena perbedaannya tidak signifikan.
2 =3,84146
Statistic test:
Baik Buruk Total
Tepat Waktu 25 300 325
Terlambat 50 400 450
Total 75 700 775
eij
o o
io oj
o
325 75
e11 31,4516
775
325 700
e12 293,5484
775
450 75
e21 43,5484
775
450 700
e22 406,4516
775
o eij
2
2 ij
eij
2
25 31,4516 300 293,5484 50 43,5484 400 406,4516
2
2
2
2
reject Ho
8. Diketahui: Ho: 1 2 3 4 5
Ha: terdapat paling sedikit satu tanda ≠
df= n-1=5-1=4
α = 1%
2 =13,2767
Uji Statistik:
ej
o 300 60
e 5
(oi e j ) 2
2
ej
2
98 602 70 602 32 602 84 602 16 602
60 60 60 60 60
80,6674
2
Uji Kriteria:
2 2 → Ho ditolak
Dengan tingkat signifikansi 1%, berdasarkan perhitungan di atas, maka dapat disimpulkan bahwa
asal Sekolah memengaruhi jumlah pendaftar yang mendaftar pada Universitas Swasta tersebut.
9. Diketahui:
Kinerja Kepuasan Pelanggan
Perusahaan Tinggi Rendah TOTAL
Tinggi 4 2 6
Rendah 55 63 118
TOTAL 59 65 124
Ho : π11 = π12
π21 = π22
Ha : terdapat paling sedikit satu tanda ≠
eij
o o
io oj
o
o e 2
2
ij ij
e ij
e 11= = 2,85
e 12= = 56,15
e 21= = 3,15
e 22= = 61,85
( ) ( ) ( ) ( )
χ2= + =0,93
Kriteria:
2 2 → Ho ditolak
Tentukan χα2
df = (r-1).(c-1)= (2-1).(2-1)= 1
α= 0,05
χα2=3,84
df = (r-1)(c-1)=(3-1)(2-1)=2
α = 5%
2 =5,99147
Uji statistik:
Penting Tidak penting Total
Kecil 30 42 72
Sedang 96 37 133
Besar 57 22 79
Total 183 101 284
eij
o o
io oj
o
e11= = 46,3944
e12= = 25,6056
e21= = 85,7007
e22= = 47,2993
e31= = 50,9049
e32= = 28,0951
o eij
2
2 ij
eij
( ) ( ) ( ) ( ) ( )
χ2= + + + + +
( )
= 21,82256
Uji Kriteria:
2 2 → Ho do not reject
2 2 → Ho reject
So, with significant level 5%, there is a relationship between the importance of a banner by the
cup cake shop owner with the size of the banner itself is less closely.
2 m 1
C Cmax
2 n m
C= √ = 0,267127
2 1
Cmax
2
Cmax 0,7071068
keterangan:
Cmax-C < C, closely
Cmax-C = C, closely enough
Cmax-C > C, less closely
Ternyata 0,7071068-0,267127> 0,267127 atau 0,4399798 > 0,267127
This means that there is a relationship between the importance of a banner by the cup cake shop
owner with the size of the banner itself is less closely.