Modul Statistika II PDF
Modul Statistika II PDF
Disusun Oleh:
Tim Asisten Dosen Statistika FEB UNPAD
CHI-SQUARE............................................................................................................................... 166
PENDAHULUAN
Populasi adalah kumpulan dari seluruh kemungkinan orang-orang, benda-benda, dan ukuran lain
yang menjadi objek perhatian atau kumpulan seluruh objek yang menjadi perhatian.
Sampel adalah suatu bagian dari populasi tertentu yang menjadi perhatian.
Sampel Probabilitas atau Random Sample merupakan suatu sampel yang dipilih
sedemikian rupa dari populasi sehingga masing-masing anggota populasi memiliki
probabilitas atau peluang yang sama untuk dijadikan sampel.
Sampel Nonprobabilitas atau Nonrandom Sample meerupakan suatu sampel yang
dipilih sedemikian rupa dari populasi sehingga setiap anggota tidak memiliki probabilitas
atau peluang yang sama untuk dijadikan sampel.
SAMPLING
Sampling adalah cara pengambilan atau pengumpulan data hanya sebagian elemen atau anggota
dari populasi, atau cara pemilihan sampel dari populasi yang akan diteliti.
METODE SAMPLING
Teknik Sampling Dengan Pengembalian adalah metode sampling dimana setiap anggota dari
suatu populasi dapat dipilih lebih dari satu kali.
Teknik Sampling Tanpa Pengembalian adalah metode sampling dimana setiap anggota dari
suatu populasi tidak dapat dipilih lebih dari satu kali.
DISTRIBUSI SAMPLING
Distribusi Sampling merupakan kumpulan nilai-nilai statistika yang sejenis lalu disusun dalam
suatu daftar sehingga terdapat hubungan antara nilai statistik dan frekuensi statistika. (Sudjana,
2001 : 87).
𝑛 𝑛
≤ 5% > 5%
𝑁 𝑁
Rata-rata 𝜇x =𝜇 𝜇x =𝜇
Standar Deviasi 𝜎
𝜎x = 𝜎 𝑁−𝑛
√𝑛 𝜎x = 𝑥√
√𝑛 𝑁−1
Nilai Baku x − µ x − µ
x x
𝑧= 𝑧=
x x
Keterangan :
𝑁−𝑛
√ : faktor koreksi
𝑁−1
Contoh Soal
ABC Company memproduksi ‘Remote Control’ dengan 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 probabilitas umur baterai lebih dari 36
jam?
Penyelesaian
Dik : µ = 35
= 5,5
n = 25
Dit : P( x >36)?
Jawab : µ = µ = 35
x
5,5
= = = 1,1
x √𝑛 √25
x −µ
z=
x = 36−35 = 0,91
1,1
x
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%.
Distribusi Sampling Proporsi adalah kumpulan atau distribusi semua perbandingan sampelnya
untuk suatu peristiwa. (Sudjana, 2001 : 95).
𝑛 𝑛
≤ 5% > 5%
𝑁 𝑁
Rata-rata 𝜇𝑥 = 𝜋 𝜇𝑥 = 𝜋
𝑛 𝑛
Standar Deviasi
𝜋(1 − 𝜋) 𝜋(1 − 𝜋) 𝑁 − 𝑛
𝜎𝑥 = √ 𝜎𝑥 = √ 𝑥√
𝑛 𝑛 𝑛 𝑛 𝑁−1
Nilai Baku 𝑥 𝑥
𝑛 − 𝜇𝑛 𝑛 − 𝜇𝑛
𝑥 𝑥
𝑧= 𝑧=
𝜎𝑥 𝜎𝑥
𝑛 𝑛
Keterangan :
n : ukuran sampel
N : ukuran populasi
𝑥
: proporsi sampel
𝑛
𝜋 : proporsi populasi
𝜇𝑥 : rata-rata pada distribusi sampling proporsi
𝑛
𝑁−𝑛
√ : faktor koreksi
𝑁−1
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
Sebuah Bakery Store “Bear” menemukan bahwa pembelian dilakukan oleh 20% dari pelanggan
yang memasuki tokonya. Suatu pagi terdapat sampel acak sebanyak 180 orang memasuki toko.
Berapa probabilita pelanggan yang membeli kurang dari 15%?
Penyelesaian:
Dik : n = 180
π(membeli)= 20% = 0,20
𝑥
Dit : P ( 𝑛< 15%)?
Jawab : µ𝑥 = π = 0,20
𝑛
𝜋(1−𝜋) 0,20(0,80)
𝑥 = √ 𝑛
=√ 180
= 0,029814239
𝑛
x
−µ 𝑥
n
𝑛 0,15−0,20
z= 𝑥
= 0,029814239 = -1,68
𝑛
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%.
SOAL DISTRIBUSI SAMPLING RATA-RATA DAN PROPORSI
1. Sebuah lift didesain dengan batas muatan sebesar 1000 kg. Teknisi menganggap bahwa lift
tersebut memiliki kapasitas muat untuk 18 orang. Jika berat badan dari semua orang yang
menggunakan lift tersebut berdistribusi normal dengan rata-rata 980 kg dan standar deviasi
sebesar 37 kg, berapakah probabilita sekelompok yang terdiri dari 18 orang yang
menggunakan lift tersebut akan melampaui batas muatan lift di atas?
Jawab :
Dik : n = 18
µ = 980
= 37
Dit : P( x > 1000)
Jawab : µ
x = µ = 980
37
x = √𝑛 = √18 = 8,72
x −µ
x 1000−980
Z=
= 8,72
= 2,29
x
0 Z
lihat tabel z:
luas sebelah kanan 0 = 0,5000
luas antara 0-z = 0,4890-
luas sebelah kanan z = 0,0110
Kesimpulan : Jadi, probabilitas sekelompok yang terdiri dari 18 orang yang menggunakan
lift tersebut akan melampaui batas muatan lift adalah sebesar 0,0110 atau 1,1%.
2. Cravy Company has just received 4850 cristal bottles. Before accepting the bottles, the
manager insists that 18 of the cristal bottles be randomly selected for testing. He intends to
measure the maximum capability of each bottle and reject the shipment if the mean
capability for the sample is greater than the 413 newton listed on the product label. Based
on the manager, the bottles on the truck require an average 405 newton, with a standard
deviation of 13 newton. Determine the probability ha the cristal bottles will be rejected.
Jawab :
Dik : N = 4850
µ = 405
n = 18
= 13
Dit : The probability that the cristal bottles will be rejected,
P( x > 413)
x −µ
x 413−405
Z=
= 4,24
= 1,89
x
lihat tabel z:
luas sebelah kanan 0 = 0,5000
luas antara 0 - z = 0,4706 -
luas sebelah kanan z = 0,0294
0 Z
Conclusion: so, the probability that the cristal bottles will be rejected is 0,0294 or
2,94%
3. Wormy adalah perusahan tekstil yang mempunyai 50 pabrik di seluruh Indonesia. Dalam
satu hari, satu pabrik dapat menghasilkan rata-rata 1600 baju dengan standar deviasi 270
baju. 17 pabrik dipilih secara acak untuk memenuhi pesanan dari luar negeri.
a. Berapa probabilita pabrik yang memenuhi pesanan dari luar negeri menghasilkan 1890
baju dalam sehari?
b. Berapa probabilita pabrik yang memenuhi pesanan dari luar negeri mengahasilkan
tidak lebih dari 1775 baju dalam sehari?
Jawab :
Dik : N = 50
n = 17
μ = 1600
= 270
Dit : a. P ( x = 1890)
b. P ( x ≤ 1775)
Jawab : a. 𝑛 = 17 = 0,34 > 5% (menggunakan faktor koreksi)
𝑁 50
µ
x = µ = 1600
𝑁−𝑛 270 50−17
√ √
x = √𝑛 . 𝑁−1 = √17 . 50−1 = 65,53 . 0,82 = 53,735
x −µ
x 1890−1600
Z= = = 5,4
53,735
x
0 Z
Kesimpulan : Jadi, probabilitas pabrik yang memenuhi pesanan dari luar negeri
menghasilkan 1890 baju dalam sehari adalah 50%.
b. µ
x = µ = 1600
𝑁−𝑛 270 50−17
x = √𝑛 . √𝑁−1 = √17 . √ 50−1 = 65,53 . 0,82 = 53,735
x −µ
x 1775−1600
Z=
= 53,735
= 3,26
x
0 Z
Lihat tabel z:
luas sebelah kiri 0 = 0,5000
luas antara 0 - z = 0,4994 +
luas sebelah kiri z = 0,9994
Kesimpulan : Jadi, probabilitas pabrik yang memenuhi pesanan dari luar negeri
menghasilkan tidak lebih dari 1775 baju dalam sehari adalah sebesar 0,9994 atau 99,94%
4. The rent for one-bedroom apartment in Southern California follows the normal
distribution with a mean of $3,400 per month and a standard deviation of $375 per month.
The manager selects a random sample of 75 one-bedroom apartments.
a. What is the probability that the sample mean is between $3,350 and $3,500?
b. What is the probability that the sample mean is greater than $3,330?
Jawab :
Dik : μ = 3400
= 375
n = 75
Dit : a. P(3350 < x < 3500)
b. P( x > 3330)
Jawab : a. µ
x = µ = 3400
375
x = √𝑛 = √75 = 43,30
x −µ
x 3350−3400
Z1 =
= 43,30
= -1,15
x
x −µ
x 3500−3400
Z2 = = = 2,31
43,30
x
Z1 0 Z2
Lihat tabel z :
Luas antara Z1-0 = 0,3749
Luas antara 0-Z2 = 0,4896
Luas antara Z1-Z2 = 0,8645
Kesimpulan : Jadi, probabilitas harga sewa apartemen di Southern California berkisar antara $3350
sampai dengan $3500 adalah sebesar 0,8645 atau 86,45%.
b. µ
x = µ = 3400
375
x = √𝑛 = √75 = 43,30
x −µ
x 3330−3400
Z=
= 43,30
= -1,62
x
Lihat tabel Z :
Luas Z-0 = 0,4474
Luas kanan 0 = 0,5000 +
Z 0 Luas kanan Z = 0,9474
Kesimpulan : Jadi, probabilitas harga sewa apartemen di Southern California lebih dari
$3330 adalah sebesar 0,9474 atau 94,74%.
5. Sebuah perusahaan makanan membuka lowongan pekerjaan untuk 200 orang lulusan
perguruan tinggi. Diambil 100 orang pelamar sebagai sampel acak. Menurut manager
HRD perusahaan tersebut, tahun lalu, 45% pelamar adalah laki-laki. Berapakah
probabilita bahwa maksimal 46% dari sampel adalah wanita?
Jawab :
Dik : n = 100
N = 200
π = 55%
𝑥
Dit : P(𝑛 ≤ 46%)
𝑛 100
Jawab : 𝑁 = 200 = 0,5 > 5% (menggunakan faktor koreksi)
µ𝑥 = π = 0,55
𝑛
Z 0
lihat tabel z:
luas sebelah kiri 0 = 0,5000
luas antara z-0 = 0,4945 –
luas sebelah kiri z = 0,0055
Kesimpulan : Jadi, probabilita maksimal 46% pelamar wanita adalah sebesar 0,0055 atau
0,55%.
6. First company has a plan to open a recquirement for new employee in 2014 for 1048
persons. 456 persons from that amount, ever had experiences in working before and the
residual is fresh graduated. 300 employees is taken randomly to be a sample.
a. Determine proportion of deviation standard
b. Determine probability that the new employees who had working experience is
between 35% and 55%
Jawab :
Dik : n = 300
N = 1048
𝑥 456
= = 0,435
𝑛 1048
Dit : a. 𝑥
𝑛
𝑥
b. P(35% < < 55%)
𝑛
𝑛 300
Jawab : a. 𝑁 = 1048 = 0,29 > 5% (Menggunakan faktor koreksi)
µ𝑥 = π = 0,435
𝑛
Z1 0 Z2
Lihat tabel z :
Luas antara Z1-0 = 0,4997
Luas antara 0-Z2 = 0,5000
Luas antara Z1-Z2 = 0,9997
Kesimpulan : Jadi, probabilitas bahwa pelamar yang sudah memiliki pengalaman kerja
antara 35% sampai dengan 55% adalah sebesar 0,9997 atau 99,97%.
Jawab : a. µ𝑥 = π = 0,60
𝑛
𝜋(1−𝜋) 0,60(0,40)
𝑥 = √ 𝑛
=√ 50
= 0,07
𝑛
x
−µ 𝑥
n
𝑛 0,43−0,60
z= = = -2,43
𝑥 0,07
𝑛
Z 0
lihat tabel z:
luas sebelah kiri 0 = 0,5000
luas antara z-0 = 0,4925 –
luas sebelah kiri z = 0,0075
Kesimpulan : Jadi, probabilitas pengunjung yang datang ke Supermarket S terdapat
maksimal 43% wanita adalah sebesar 0,0075 atau 0,75%
b. µ𝑥 = π = 0,40
𝑛
𝜋(1−𝜋) 0,40(0,60)
𝑥 = √ 𝑛
=√ 50
= 0,07
𝑛
x
−µ 𝑥
n
𝑛 0,57−0,40
z= 𝑥
= 0,07
= 2,43
𝑛
0 Z
lihat tabel z:
luas sebelah kanan 0 = 0,5000
luas antara 0 - z = 0,4925 -
luas sebelah kanan z = 0,0075
Kesimpulan : Jadi, probabilitas pengunjung yang datang ke Supermarket S terdapat lebih
dari 57% laki-laki adalah sebesar 0,0075 atau 0,75%.
8. Dalam festival kuliner, 250 orang dijadikan sampel dan diminta untuk mencicipi sebuah
makanan yang telah disediakan. Jika panitia memperkirakan 30% menyatakan bahwa
makanannya tidak enak, berapakah probabilita bahwa akan terdapat antara 25% sampai
dengan 35% dari sampel tersebut benar-benar menyatakan bahwa makanannya tidak enak?
Jawab :
Dik : n = 250
π (tidak enak) = 30%
𝑥
Dit : P(25% < 𝑛 < 35%)
Jawab : µ𝑥 = π = 0,30
𝑛
𝜋(1−𝜋) 0,30(0,70)
𝑥 = √ =√ = 0,028982753
𝑛 𝑛 250
x
−µ 𝑥
n 0,25−0,30
𝑧1 = 𝑛
= = -1,73
𝑥 0,028982753
𝑛
x
−µ 𝑥
n 0,35−0,30
𝑧2 = 𝑛
= = 1,73
𝑥 0,028982753
𝑛
Lihat tabel z:
luas antara 𝑧1 -0 = 0,4582
luas antara 0-𝑧2 = 0,4582 +
luas antara 𝑧1 − 𝑧2 = 0,9164
Z1 0 Z2
Kesimpulan : Jadi, probabilita bahwa akan terdapat antara 25% sampai dengan 35% dari
sampel benar-benar menyatakan bahwa makanan yang disediakan tidak enak adalah
sebesar 0,9164 atau 91,64%
DISTRIBUSI SAMPLING SELISIH RATA-RATA DAN SELISIH PROPORSI
Distribusi Sampling merupakan kumpulan nilai-nilai statistika yang sejenis lalu disusun dalam
suatu daftar sehingga terdapat hubungan antara nilai statistik dan frekuensi statistika. (Sudjana,
2001 : 87).
Untuk ukuran sampel n1 dan n2yang 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 :
𝜎12 𝜎22
𝜎𝑥̅1 −𝑥̅ 2 = √ +
𝑛1 𝑛2
Jika 𝜎12 dan 𝜎22 tidak diketahui, maka dapat menggunakan standar deviasi dari sampel.
Contoh soal :
Pegawai perusahaan Global Network Inspection pada Divisi Inspeksi Pembongkaran mempunyai
gaji rata-rata sebesar$4300/bulan, sedangkan Divisi Inspeksi Pengangkutan mempunyai gaji
$3750/bulan. Setelah dihitung, diperoleh rata-rata hitung dari deviasi kuadrat setiap gaji terhadap
gaji rata-rata Divisi Inspeksi Pembongkaran $52.000, sedangkan Divisi Inspeksi Pengangkutan
sebesar $19.500. Bila diasumsikan diambil sampel random pada Divisi Inspeksi Pembongkaran
sebanyak 90 orang dan Divisi Inspeksi Pengangkutan75, berapakah probalilita selisih rata-rata gaji
dari dua sampel lebih besar dari $ 500 ?
Jawab :
Dik :
Divisi Inspeksi Pembongkaran: μ1 = $ 4300 𝜎1 2= $ 52.000 n1 = 90
Divisi Inspeksi Pengangkutan: μ2= $ 3750 𝜎2 2= $ 37.000 n2 = 75
Dit : (𝑥1 − 𝑥̅2 > 500) ?
Jawab : µx̅1 −x̅2 = µ1 − µ2 =4300 – 3750= 550
Z 0
Luas 0 - Z = 0,4370 +
𝜋1 (1 − 𝜋1 ) 𝜋2 (1 − 𝜋2 )
𝜎 𝑥1 −𝑥2 = √ +
𝑛1 𝑛2 𝑛1 𝑛2
Distribusi sampling selisih proporsi inipun akan mendekati distribusi normal bila ukuran-ukuran
sampel cukup besar (n1, n2> 30), maka untuk merubahnya menjadi bentuk normal standar
diperlukan rumus :
𝑥 𝑥
(𝑛1 − 𝑛2 ) − 𝜇𝑥1 −𝑥2
1 2 𝑛1 𝑛2
𝑍=
𝜎 𝑥1 −𝑥2
𝑛1 𝑛2
1 1
𝜎 𝑥1 −𝑥2 = √𝑝 ∗ (1 − 𝑝 ) ∗ ( + )
𝑛1 𝑛2 𝑛1 𝑛2
Contoh soal
Alya dan Deasy akan melakukan sebuah pertandingan pelemparan sekeping uang logam, Deasy
akan menangbila memperoleh 8 sisi gambar lebih banyak dari pada Alya, jika diasumsikan mereka
diberi kesempatan masing-masing melempar uang logam sebanyak 40 kali, berapa peluang Deasy
memenangkan pertandingan ini ? Berilah saran apakah Deasy akan ikut dalam pertandingan atau
tidak, jika harapan kemenangannya harus sebesar 15% atau lebih?
Jawab :
π1 (1−π1 ) π (1−π2 )
σx1 −x2 = √ + 2
n1 n2 n1 n2
(0,5)(1−0,5) (0,5)(1−0,5)
= √ 40
+ 40
= 0,111803398874989
x x
(n1 − n2 ) − µ x1 − x2
1 2 n1 n2 0.15 − 0
Z= = = 1,34
σ x1 − x 2 0,1346291202
n1 n2
0 Z
Luas 0- Z = 0,4099 –
1. PT Indigo dan PT Violet are two companies engaged in banking and insurance. These two
companies operate four weeks a month and five days a week. PT Indigo daily average
customers visited as many as 100 customers and 78 customers visited PT Violet for each
day. With the standard deviation of each at 13 and 9 for PT Indigo and PT Violet, if
sample is taken as many as 90 customers for PT Indigo and 95 customers for PT Violet,
determine the average possible number of customers who visited PT Indigo differ between
20 to 25 customers over PT Violet?
Jawab :
Dik : Indigo : μ1 = 100 𝜎1 = 13 n1 = 90
Violet : μ2 = 78 𝜎2 = 9 n2 = 95
Dit : P(20 < x1 − x̅2 < 25)
Jawab : P(20 < x1 − x̅2 < 25)
µx̅1 −x̅2 = µ1 − µ2 = 100 – 78= 22
(x̅1 −x
̅ 2 )−µx̅1−x̅2 25−22
Z2 = σx̅1 −x̅2
= 1,266
= 1,82
Z1 0 Z2
Luas Z1 - 0 = 0,3869
Luas 0 – Z2 = 0,4656 +
Luas Z1 - Z2 = 0,8525
Kesimpulan : Jadi, kemungkinan rata-rata jumlah nasabah yang mengunjungi PT Indigo
berbeda antara 20 sampai dengan 25 nasabah lebihnya dari PT Violet adalah sebesar
0,8525 atau 85,25%
2. Coco Candy memperkerjakan 1200 pegawai yang terdiri dari 75% pegawai pria dan
sisanya pegawai wanita. Berdasarkan catatan bagian HRD, rata-rata waktu terlambat
masuk kerja pegawai pria adalah 34 menit dan simpangan baku 8,7 menit. Sedangkan rata-
rata waktu terlambat masuk kerja pegawai wanita adalah 26 menit dengan simpangan baku
11 menit. Suatu ketika, pimpinan perusahaan melakukan sidak, dengan mengambil secara
acak 40% pegawai pria dan 50% pegawai wanita. Tentukan probabilita:
a. Waktu terlambat pegawai pria berbeda paling sedikit 10 menit dari pegawai wanita
b. Waktu terlambat pegawai pria berbeda kurang dari 7 menit dari pegawai wanita
c. Waktu terlambat pegawai pria berbedaantara 5 hingga 11 menit dari pegawai wanita
Jawab :
Dik : N = 1200
N1 = 75% N = 900 n1 = 40%N1 = 360 μ1 = 34
𝜎1 = 8,7
N2 = 25% N = 300 n2 = 50%N2 = 150 μ2= 26
𝜎2 = 11
σ2 σ2 8,72 112
σx̅1 −x̅2 = √n1 + n2 = √ 360 + 150 = 1,008422861
1 2
Luas 0- Z = 0,4761 –
Kesimpulan : Jadi, probabilita waktu terlambat pegawai pria berbeda paling sedikit 10
menit dari pegawai wanita adalah sebesar 0,0239 atau 2,39%.
b. P(x1 − x̅2 < 7)
µx̅1 −x̅2 = µ1 − µ2 = 34 – 26= 8
σ2 σ2 8,72 112
σx̅1 −x̅2 = √n1 + n2 = √ 360 + 150 = 1,008422861
1 2
Z 0
Luas Z - 0 = 0,3389 –
Kesimpulan : Jadi, probabilita waktu terlambat pegawai pria berbeda kurang dari 7
menit dari pegawai wanita adalah sebesar 0,1611 atau 16,11%.
c. P(5 < x1 − x̅2 < 11)
µx̅1 −x̅2 = µ1 − µ2 = 34 – 26= 8
σ2 σ2 8,72 112
σx̅1 −x̅2 = √n1 + n2 = √ 360 + 150 = 1,008422861
1 2
24
(x̅1 −x̅2 )−µx̅1−x̅2 11−8
Z2 = σx̅1−x̅2
= 1,008422861
= 2,97
Z1 0 Z2
Luas Z1 - 0 = 0,4985
Luas 0 – Z2 = 0,4985 +
Luas Z1 - Z2 = 0,9970
Kesimpulan : Jadi, probabilita waktu terlambat pegawai pria berbeda antara 5 hingga 11
menit dari pegawai wanita adalah sebesar 0,9970 atau 99,70%.
3. Brightman Co. and Fulton Co., enganging in property business in Jakarta. These two
companies have been finished their expansion in Bandung. Around this year, Brightman’s
real estate collected USD 67.930 monthly average collection for their customers with
standard error of USD 103. Fulton’s Apartment reached USD 85.140 monthly average
collection with USD 146 standard error. If we take 35 real estate’s customers and 40
apartement’s customer, find out :
a. The difference of monthly average collection of Fulton’s and Brightman’s samples, if
we need to know its value in our currency
b. The likelihood that the monthly average collection of Fulton Co. will be differ at least
Rp 171.095.620over Brightman Co.
(Assume the spot exchange rate is Rp 9959/USD)
Jawab :
Dik : n1 = 40 μ1 =USD 85.140 𝜎1 = 146
n2 = 35 μ1 = USD 67.930 𝜎2 = 103
25
Dit : a. µx̅1 −x̅2 in Rupiah
b. P(x1 − x̅2 ≥ Rp171.095.620)
Jawab :
a. µx̅1 −x̅2 = µ1 − µ2 =USD 85.140 – USD 67.930 = USD 17.210
Convert USD to Rupiah = USD 17.210 x Rp 9959 / USD
= Rp 171.394.390
So, the difference of monthly average collection of Fulton’s and Brightman’s samples
is USD 17.210, and its value in our currency is Rp 171.394.390, if we assume that the
spot exchange rate is Rp 9959/USD.
b. P(x1 − x̅2 ≥ Rp171.095.620 )
Covert Rupiah to USD = Rp 171.095.620 / Rp 9959 / USD
= USD 17.180
P(x1 − x̅2 ≥ Rp171.095.620 )P(x1 − x̅2 ≥ RpUSD 17.180 )
σ2 σ2 1462 1032
σx̅1 −x̅2 = √n1 + n2 = √ 40
+ 35
= 28,91391163
1 2
Z 0
Kesimpulan : So, the likelihood that the monthly average collection of Fulton Co. will be
differ at least Rp 171.095.620 over Brightman Co. is 0,8508 or 85,08%.
4. Gary dan Shamira bekerja di sebuah perusahaan yang menerapkan sistem gaji berdasarkan
produktivitas para pekerjanya. Gaji Gary rata-rata sebesar Rp. 5.750.000,00 per bulan,
sedangkan gaji Shamira rata-rata Rp. 5.400.000,00 perbulan. Standar deviasi untuk gaji
26
Gary dan Shamira adalah Rp. 250.000,00 dan Rp. 550.000,00. Bila diambil sampel gaji
Gary dan Shamira masing-masing 12 bulan, berapakah probabilitas selisih rata-rata gaji
dari Gary dan Shamira lebih besar dari Rp. 300.000,00?
Jawab :
Dik : Gary : μ1 = 5.750.000 𝜎1 = 250.000 n1 = 12
Shamira : μ2 = 5.400.000 𝜎2 = 550.000 n2 = 12
Dit : P(x1 − x̅ 2 > 300.000)
Jawab :
µx̅1 −x̅2 = µ1 − µ2 = 350.000
Z 0
Kesimpulan : Jadi, probabilitas selisih rata-rata gaji dari Gary dan Shamira lebih besar dari
Rp. 300.000,00 adalah sebesar 0,6141 atau 61,41%.
5. Vivi dan Vina mengikuti pertandingan pelemparan sebuah dadu. Vivi akan menang
apabila memperoleh minimal 9 sisi angka genap lebih banyak daripada Vina. Jika
diasumsikan mereka diberi kesempatan masing-masing percobaan melempar dadu tersebut
sebanyak 45 kali, berapakah peluang Vina memenangkan pertandingan ini jika harapan
kemenangannya harus sebesar 20% atau lebih?
Jawab :
27
Dik : 𝜋1 = 𝜋2 = 50%
n1 = n2 = 45
x x
Dit : P (n1 − n2 ≥ 20%)
1 2
π1 (1−π1 ) π (1−π )
σx1 −x2 = √ n1
+ 2n 2
n1 n2 2
(0,5)(1−0,5) (0,5)(1−0,5)
=√ + = 0,105
45 45
x x
( 1 − 2 )−µx1 x2
n1 n 2 − 0,20−0
n1 n2
Z= σx1 x2
= 0,105
=1,90
−
n1 n2
Luas 0- Z = 0,4713 –
0 Z
Kesimpulan : Jadi, peluang Vina memenangkan pertandingan ini adalah sebesar 0,0287
atau 2,87%
6. In the competitive area of retail consumer goods, advertising serves to clarify product
distinctiveness and increase market penetration. Before adopting a new advertising
campaign, large-volume vintner conducted a product preference survey among 1000
regular buyers of wine in the supermarket chain that serves his primary channel of
distribution. From that survey, they found that 33% of those contacted were regular
purchasers of his wine. Six months after the institution of a revised advertising campaign,
1200 buyers were surveyed, with 44% indicating preference for the vintner’s product. Find
28
the percentage of customer’s preference for the vintner’s product after advertising
campaign less than the percentage of customer’s preference for the vintner’s product
before advertising campaign, if the left area of Z score is 0,9997.
Jawab :
Dik : n1 = 1200 n2 = 1000
𝑥
𝜋1 = 44% 𝜋2 = 33% P (𝑛1 −
1
𝑥2
𝑛2
> X) = 0,9997
Dit :X?
Jawab :
0 Z
π1 (1 − π1 ) π2 (1 − π2 )
σ x1 − x2 = √ +
n1 n2 n1 n2
29
x x
(n1 − n2 ) − µ x1 − x2
1 2 n1 n2
Z=
σ x1 − x2
n1 n2
X − 0,11
3,39 =
0,0206502631
X = 0,11 + 0,07 = 0,18
Kesimpulan :So, the percentage of customer’s preference for the vintner’s product after
advertising campaign less than the percentage of customer’s preference for the vintner’s
product before advertising campaign, if the left area of Z score is 0,9997, is 0,18 or 18%.
𝑥 𝑥
[P (𝑛1 − 𝑛2 > 18%)]
1 2
7. Pengamatan yang dilakukan selama setahun terakhir menunjukkan bahwa investor yang
memegang saham sektor properti memiliki probabilita kenaikan harga saham sebesar 88%.
Sedangkan investor lain yang memegang saham sektor barang konsumsi memilik peluang
kenaikan harga saham sebesar 44%. Apabila investor memiliki 500 lot saham sektor
properti dan 450 lot saham sektor barang konsumsi, berapa peluang beda persentase harga
saham sektor properti meningkat 50% lebih kecil dibandingkan dengan kenaikan harga
saham sektor barang konsumsi?
Jawab :
Dik :π1 = 88% π2 = 44%
n1 = 500 n2 = 450
x1 x2
Dit: P ( − < 50%)
n1 n2
Jawab :
µx1 −x2 = π1 − π2 = ( 0,88 – 0,44 ) = 0,44
n1 n2
π1 (1−π1 ) π2 (1−π2 )
σx1 −x2 = √ n1
+ n2
n1 n2
(0,88)(1−0,88) (0,44)(1−0,44)
=√ 500
+ 450
= 0,02754551789
30
x x
( 1 − 2 )−µ x1 x2
n1 n 2 − 0,50−0,44
n1 n2
Z= σ x1 x2
= 0,02754551789 = 2,18
−
n1 n 2
Luas 0 – Z1 = 0,4854+
0 Z
Kesimpulan : Jadi, peluang beda persentase harga saham sektor properti meningkat 50%
lebih kecil dibandingkan dengan kenaikan harga saham sektor barang konsumsi adalah
sebesar 0,9854 atau 98,54%.
8. Zivi’s Corporation has two different departments in the Corporate Finance, Department of
Investing and Department of Budgeting. Every year an estimated mistakes in each
department doing their job are 12% and 6% for Investing and Budgeting Department. The
Chief of Financial Officer want to analyze it, and took 320 people from each department
as a sample. Determine the difference of mistakes doing their job of Investing and
Budgeting Department less than 1%?
Jawab :
Dik : π1 = 12%
π2 = 6%
n1 = n2 = 320
x1 x2
Dit : P( − < 1%)
n1 n2
π1 (1−π1 ) π2 (1−π2 )
σx1 −x2 = √ n1
+ n2
n1 n2
(0,12)(0,88) (0,06)(0,94)
=√ 320
+ 320
= 0,0225
31
x x
( 1 − 2 )−µ x1 x2
n1 n 2 − 0,01−0,06
n1 n2
Z= σx1 x2
= 0,0225
= -2,22
−
n1 n2
Luas Z - 0 = 0,4868 –
1. Pengertian
Maka dugaan untuk rata – rata berat badan assistant statistik adalah 86
1. Penaksiran Rata-rata
Ada 3 rumus pendugaan interval rata-rata µ.
𝝈 𝝈 𝟏−𝜶
a. ̅ − 𝒁𝜶/𝟐
𝒙 ̅ + 𝒁𝜶/𝟐
<µ<𝒙 𝒁𝜶/𝟐 =
√𝒏 √𝒏 𝟐
Rumus ini berlaku untuk sampel besar (n ≥ 30) dari populasi yang tak
terbatas (infinite population) atau dari populasi terbatas (finite population)
𝑛
namun 𝑁 ≤ 0,05.
𝝈 𝑵−𝒏 𝝈 𝑵−𝒏
b. ̅
𝒙 − 𝒁𝜶/𝟐 √ <µ<̅
𝒙 + 𝒁𝜶/𝟐 √
√𝒏 𝑵−𝟏 √𝒏 𝑵−𝟏
Rumus ini berlaku untuk sampel besar (n ≥ 30) dari populasi terbatas
𝑛
dengan 𝑁 > 0,05.
𝒔 𝒔 𝜶
c. ̅ − 𝒕𝜶/𝟐
𝒙 ̅ + 𝒕𝜶/𝟐
<µ<𝒙 𝒕𝜶/𝟐 = 𝟐 ; 𝒅𝒇 = 𝒏 − 𝟏
√𝒏 √𝒏
Rumus ini berlaku untuk sampel kecil (n < 30), dengan menambahkan
𝑵−𝒏
faktor koreksi √𝑵−𝟏 di kedua sisi jika sampel dari populasi terbatas
𝑛
dengan 𝑁 > 0,05.
Contoh Soal :
𝑠 𝑁−𝑛 𝑠 𝑁−𝑛
Dit: P(𝑥̅ − 𝑍𝛼/2 √ < µ < 𝑥̅ + 𝑍𝛼/2 √ ) = 0,95
√𝑛 𝑁−1 √𝑛 𝑁−1
Jawab:
20 400 − 80 20 400 − 80
900 − 1,96 √ < µ < 900 − 1,96 √
√80 400 − 1 √80 400 − 1
2. Penaksiran Proporsi
Kata proporsi menunjukkan persentase dari suatu bagian atau unsur
dari suatu bagian. Proporsi menunjukkan jumlah bagian tertentu dari suatu
kelompok.
Rumus penaksiran proporsi:
𝑥 𝑥 𝑥 𝑥
𝑥 (1− ) 𝑥 (1− ) 𝟏−𝜶
𝑛
− 𝑍𝛼/2 √𝑛 𝑛
𝑛
< 𝜋 < 𝑛 + 𝑍𝛼/2 √𝑛 𝑛
𝑛
𝒁𝜶/𝟐 = 𝟐
Rumus ini berlaku untuk sampel besar (n ≥ 30) dari populasi yang tak
terbatas (infinite population) atau dari populasi terbatas (finite population)
𝑛
namun ≤ 0,05.
𝑁
𝑛 𝑁−𝑛
Jika 𝑁
> 0,05, gunakan faktor koreksi √ 𝑁−1
𝑥 𝑥 𝑥 𝑥
𝑥 (1− ) 𝑁−𝑛 𝑥 (1− ) 𝑁−𝑛
𝑛
− 𝑍𝛼/2 √𝑛 𝑛
𝑛
√
𝑁−1
< 𝜋 < 𝑛 + 𝑍𝛼/2 √𝑛 𝑛
𝑛
√
𝑁−1
𝑥 𝑥 𝑥 𝑥
𝑥 (1− ) 𝑥 (1− ) 𝜶
𝑛
− 𝑡𝛼/2 √𝑛 𝑛
𝑛
< 𝜋 < 𝑛 + 𝑡𝛼/2 √𝑛 𝑛
𝑛
𝒕𝜶/𝟐 = 𝟐 ; 𝒅𝒇 =
𝒏−𝟏
Contoh Soal :
Survey terhadap 22 calon pemilih menunjukkan bahwa 70% akan memilih Jokowi.
Buatlah dugaan sebesar 99% confident level untuk proporsi calon yang akan
memilih Jokowi!
Dik: n = 22
tα/2 = t0,005; 21 = 2,831
𝑥
𝑛
= 0,7
𝑥 𝑥 𝑥 𝑥
𝑥 (1− ) 𝑥 (1− )
Dit: P( 𝑛 − 𝑡𝛼/2 √𝑛 𝑛
𝑛
< 𝜋 < 𝑛 + 𝑡𝛼/2 √𝑛 𝑛
𝑛
) = 0,99
Jawab:
0,7(0,3) 0,7(0,3)
0,7 − 2,831√ < 𝜋 < 0,7 + 2,831√
22 22
Jadi, dengan tingkat signifikansi 1% proporsi calon yang akan memilih Jokowi
berkisar antara 42,340829% dan 97,659108%.
SOAL PENAKSIRAN RATA-RATA DAN PROPORSI
Dik: N = 450 n = 21
𝑥̅ = 3,180 s = 0,80
𝑠 𝑠
Dit: P (𝑥̅ − 𝑡𝛼/2 < µ < 𝑥̅ + 𝑡𝛼/2 ) = 0,90
√𝑛 √𝑛
Jawab:
0,80 0,80
3,18 − 1,725 < µ < 3,18 + 1,725
√21 √21
Jadi, dengan tingkat signifikansi 10% rata-rata IPK mahasiswa FE Unpad ialah
antara 2,12600759 sampai dengan 4,23399241
Jawab :
Jadi, dengan tingkat signifikansi 1%., taksiran interval rata – rata gaji staff PT
United Tractor antara Rp 5.062.980,095 sampai dengan Rp 5.587.019,905
Jawab :
𝑥 𝑥 𝑥 𝑥
𝑥 𝑛 (1 − 𝑛) 𝑁 − 𝑛 𝑥 𝑛 (1 − 𝑛) 𝑁 − 𝑛
− 𝑍𝛼/2 √ √ < 𝜋 < + 𝑍𝛼/2 √ √
𝑛 𝑛 𝑁−1 𝑛 𝑛 𝑁−1
4. Abigail ingin melihat efektivitas penggunaan internet pada penjualan. Dari 120
toko yang diambil sebagai sample, 95 toko menunjukkan peningkatan
penjualan sebesar rata-rata 15 % dibandingkan ketika toko tersebut tidak
melibatkan e-commerce dalam lingkup bisnisnya. Buatlah dugaan interval
proporsi toko yang mengalami peningkatan penjualan dengan tingkat
keyakinan 99 %.
𝑥 95
Dik : n = 120 x = 95 = = 0.79167 Zα/2 = Z(1-
𝑛 120
α)/2 = Z0,495 = 2,575
𝑥 𝑥 𝑥 𝑥
𝑥 (1− ) 𝑥 (1− )
Dit : P( − 𝑍𝛼/2 √𝑛 𝑛
< 𝜋 < + 𝑍𝛼/2 √𝑛 𝑛
) = 0,99
𝑛 𝑛 𝑛 𝑛
Jawab :
𝑥 𝑥 𝑥 𝑥
𝑥 𝑛 (1 − 𝑛) 𝑥 𝑛 (1 − 𝑛)
− 𝑍𝛼/2 √ < 𝜋 < + 𝑍𝛼/2 √ )
𝑛 𝑛 𝑛 𝑛
0,7917(0,2083)
0,79167 − 2,575√ <𝜋
120
0,7917(0,2083)
< 0,79167 + 2,575√
120
0,6962121677 < π < 0,8871278323
Answer :
𝑠
𝑁−𝑛 𝑠 𝑁−𝑛
𝑥̅ − 𝑡𝛼 √ < µ < 𝑥̅ + 𝑡𝛼 √
2 √𝑛 𝑁−1 2 √𝑛 𝑁−1
0.4 25 − 18 0.4 25 − 18
6,45 − 1,740 √ < µ < 6,45 − 1,740 √
√18 25 − 1 √18 25 − 1
6,361403537 < µ < 6,538596463
So with the significance level of 10%, the interval estimation of average of those
selected students’ IELTS score is between 6,361403537 and 6,538596463.
6. The marketing assistant manager of iTunes music store has conducted the
customer survey to assess the customer’s preference of 2 options men singers.
The options are David Archuleta and Chris Brown. Based on the survey result,
90 of 150 respondents choose David Archuleta, while the rest go on Chris.
Estimate the proportion of people choosing David Archuleta with confidence
level of 95%.
𝑥 90
Given : n = 150 x = 90 𝑛
= 150
= 0.6 Zα/2 = Z(1-
Answer :
𝑥 𝑥 𝑥 𝑥
𝑥 𝑛 (1 − 𝑛) 𝑥 𝑛 (1 − 𝑛)
− 𝑍𝛼/2 √ < 𝜋 < + 𝑍𝛼/2 √
𝑛 𝑛 𝑛 𝑛
0,6(0,4) 0,6(0,4)
0,6 − 1,96√ < 𝜋 < 0,6 + 1,96√
150 150
Answer :
𝑠 𝑁−𝑛 𝑠 𝑁−𝑛
𝑥̅ − 𝑡𝛼/2 √ < µ < 𝑥̅ + 𝑡𝛼/2 √
√𝑛 𝑁−1 √𝑛 𝑁−1
4 121 − 21 4 121 − 21
18 − 2,528 √ < µ < 18 + 2,528 √
√21 121 − 1 √21 121 − 1
Answer :
𝑥 𝑥 𝑥 𝑥
𝑥 𝑛 (1 − 𝑛) 𝑁 − 𝑛 𝑥 𝑛 (1 − 𝑛) 𝑁 − 𝑛
− 𝑡𝛼/2 √ √ < 𝜋 < + 𝑡𝛼/2 √ √
𝑛 𝑛 𝑁−1 𝑛 𝑛 𝑁−1
0,35(0,65) 75 − 28
0,35 − 2,052√ √ <𝜋
28 75 − 1
0,35(0,65) 75 − 28
< 0,35 + 2,052√ √
28 75 − 1
sampel rata-rata
( x1 x2 ) . Jika sampel yang diambil dari populasi ke satu
berukuran n1 dan simpangan baku s1 dengan rata-rata x1 dan sample yang diambil
dari populasi ke dua berukuran n2 dan simpangan baku s2 dengan rata-rata x 2 , maka
12 22 12 22
( x1 x2 ) Z 1 2 ( x1 x2 ) Z
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
12 22 12 22
( x1 x 2 ) t 1 2 ( x1 x 2 ) t
2 n1 n2 2 n1 n2
2
s1 s 2
2
s1 s 2
2 2
; df n1 n2 2 * *)
( x1 x 2 ) t 1 2 ( x1 x 2 ) t
2 n1 n2 2 n1 n2
2 2 2 2
* **)Digunakan bila 𝜎1 dan 𝜎2 tidak diketahui nilainya dan diketahui 𝜎1 = 𝜎2
Contoh Soal
Penyelesaian
Dik :
(1 − 𝛼) 0.95
= = 0.475 (𝑙𝑖ℎ𝑎𝑡 𝑡𝑎𝑏𝑒𝑙 𝑍)
2 2
12 22 12 22
( x1 x 2 ) Z 1 2 ( x1 x 2 ) Z
2 n1 n2 2 n1 n2
160000 90000
(7700– 5500) – 1.96 √ + < µx - µy < (7700– 5500) +1.96
200 200
160000 90000
√ + 200
200
maka selisih rata -rata umur kedua merk barang tersebut dengan tingkat
kepercayaan 95 % adalah 2130.703535 jam sampai dengan 2269.296465 jam.
Langkah-langkahnya :
SE
Hal yang sama untuk taksiran selisih proporsi ( 1 2 ) . Jika sample yang diambil
dari populasi ke satu berukuran n1 dan terdapat 𝑥1 kejadian dari n1 sampel atau
percobaan dan sample yang diambil dari populasi ke dua berukuran n2 dan terdapat
𝑥2 kejadian dari n2 sampel atau percobaan, maka titik taksiran selisih proporsi
x1 x2
populasi ( 1 2 ) adalah ( p1 p2 ) dimana p1 dan p 2
n1 n2
x1 x1 x 2 x2 x1 x1 x 2 x 2 *)
(1 ) (1 ) (1 ) (1 )* *)
(xx11 x 2x2 ) Z n1 (1
n1 )( n12 1n2) 1 2 (xx11 xx2 2 ) Z n1 (1 n1 )( n12 1n2)
( n n) Z 2 n n 1 2 ( n n) Z 2 n n
n11 n2 2 2 n1 1 n 2
2 n11 n2 2 2 n1 1 n 2
2
Catatan :
rumus *).
Contoh Soal :
Penyelesaian
(manual)
Dik :
𝑛1 = 130 𝑥1 = 26 C.l = 95 %
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
26 30 0.2×0.8 0.15×0.85 26 30
(130 − 200
) - 1.96 √( 130
+ 200 ) < π1 – π2 < (130 − 200
) + 1.96
0.2×0.8 0.15×0.85
√( + 200 )
130
0.05 – 0.084718021 < π1 – π2 < 0.05 + 0.084718021
1. Selama 10 tahun terakhir rata-rata curah hujan di suatu daerah selama bulan
November adalah 5,08 cm3 dengan standar deviasi 1,15 cm3. Di daerah lain,
catatan serupa selama 5 tahun terakhir menunjukkan bahwa rata-rata curah
hujan selama bulan November adalah 2,42 cm3 dengan standar deviasi 0,98
cm3. Tentukan CL 95% bagi beda rata-rata curah hujan selama bulan Mei di
kedua daerah tersebut!
(Asumsi : pengamatan berasal dari dua populasi normal dengan ragam yang
berbeda)
Penyelesaian
Diket : ̅̅̅
𝑥1 = 5,08 s1 = 1,15 n1 = 10
̅̅̅ = 2,42
𝑥2 s2 = 0,98 n2 = 5
Jawab :
s12 s2 2 s12 s2 2
( x1 x2 ) t 1 2 ( x1 x2 ) t
2 n1 n2 2 n1 n2
1,3225 0,9604
(5,08 – 2,42) – 2,160 √ + < µx - µy < (5,08 – 2,42) +2,160
10 5
1,3225 0,9604
√ + 5
10
2. Untuk mengetahui apakah ada perbedaan rata-rata jajan bulanan bagi para
siswa Sekolah Dasar dari 2 sekolah yaitu SD Pemakmuran dan SD Cinta
Damai, maka dilakukan wawancara terhadap 8 siswa SD yang dipilih secara
acak sebagai sampel masing-masing sekolah. Hasilnya sebagai berikut :
Siswa 1 2 3 4 5 6 7 8
Jajan/bln Pemakmuran 20 35 45 36 39 25 42 28
(dlm puluhan Cinta Damai 30 26 21 35 19 38 24 39
ribu rupiah)
Tentukan penaksiran interval dari selisih rata-rata gaji tersebut dengan
derajat kepercayaan 98%!
Penyelesaian
𝑥𝐴 270
𝑥̅ 𝐴 = ∑ 𝑛𝐴 = 8
= 33,75 Rp 337.500,-
𝑥𝐵 202
𝑥̅ 𝐵 = ∑ 𝑛𝐵 = 8
= 29 Rp 290.00,-
(𝑋𝐴 −𝑋̅𝐴 )2
𝑠𝐴2 = ∑ 𝑛𝐴−1
= 8,68085 Rp 86.808,-
(𝑋𝐵 −𝑋̅𝐵 )2
𝑠𝐵2 = ∑ = 7,708993 Rp 77.090,-
𝑛𝐵−1
s12 s2 2 s12 s2 2
( x1 x2 ) t 1 2 ( x1 x2 ) t
2 n1 n2 2 n1 n2
75,35715672 59,42857307
(33,75 – 29) – 2,624 √ 8
+ 8
< µ 1 - µ2 <
75,35715672 59,42857307
(33,75 – 29) + 2,624 √ 8
+ 8
p (-6,086296775 < µ1 - µ2 < 15,58629677) = 98%
Solution
𝑥1 210 𝑥2 174
= = 0.70 = = 0.58
𝑛1 300 𝑛2 300
1 − 5%
𝑍𝛼⁄2 = = 0.475 → 𝑍𝛼⁄2 = 1.96
2
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
( ) Z 2 1 2 ( 1 2 ) Z 2
n1 n2 2 n1 n2 n1 n2 2 n1 n2
(0.7)(0.3) (0.58)(0.42)
(0.70 − 0.58) − 1.96√ + < π1 − π2
300 300
(0.7)(0.3) (0.58)(0.42)
< (0.70 − 0.58) + 1.96√ +
300 300
Given:
𝑛𝐴 = 15 𝑛𝐵 = 13
𝑥𝐴 6 𝑥 8
𝑛𝐴
= 15 = 0.4 𝑛𝐵 = 13 = 0.6154
𝐵
𝑡𝛼⁄ = 2.779
2
(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
( ) t 2 1 2 ( 1 2 ) t 2
n1 n2 2 n1 n2 n1 n2 2 n1 n2
(0.4) (0.6) (0.6154) (0.3846)
(0.4 − 0.6154) – 2.779 √ + < π1 – π2 <
15 13
Quality of water
PARTICLES Good Bad Total
Yes 20 40 60
No 355 85 440
Total 375 125 500
Given:
𝑛𝐴 = 375 𝑛𝐵 = 125
𝑥𝐵 20 𝑥𝐴 40
𝑛𝐵
= 60 = 0.3333 𝑛𝐴
= 60 = 0.6667
𝑍𝛼⁄2 = 1.645
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
(0.3333) (0.6667) (0.3333) (0.6667)
(0.6667 − 0.3333) – 1.645 √ + < π1 – π2 <
60 60
6. Dari hasil sebuah proses produksi dikirim ke lokasi Buah Batu sebanyak 30
buah barang, ternyata rata-rata masa pakainya 200 menit dengan deviasi
standar 20 menit. Barang itu juga dikirim ke lokasi Rancaekek sebanyak 20
barang dan ternyata mempunyai rata-rata masa pakainya 180 menit dengan
deviasi standar 15 menit. Tentukanlah selisih rata-rata masa pakai barang
yang dikirim pada kedua lokasi tsb dengan derajat kepercayaan 1% ?
Penyelesaian
Dik :
𝑛𝑥 = 31 𝑥̅ = 200 𝜎𝑥 2 = 400
𝑛𝑦 = 20 𝑦̅ = 180 𝜎𝑦 2= 225
Dan untuk tingkat signifikansi 1%, maka:
(1 − 𝛼) 0.99
= = 0.495 (𝑙𝑖ℎ𝑎𝑡 𝑡𝑎𝑏𝑒𝑙 𝑍)
2 2
12 22 12 22
( x1 x 2 ) Z 1 2 ( x1 x 2 ) Z
2 n1 n2 2 n1 n2
Perbankan 9,3 5,9 6,2 8,5 5,6 2,7 8.9 7,3 7,9 6,4
Rumah Sakit 4,2 6,3 5,4 8,7 4,4 2,5 4,9 8,8 7,8 6,5
Asumsikan varians populasinya sama, tentukanlah batas-batas taksiran
selisih rata-rata waktu tunggu hasil survei mahasiswa tersebut dengan
tingkat signifikansi 10%?
Jawab :
Dik:
𝑛𝑥 = 10 𝑛𝑦 = 10
𝑆𝑥 2 = 3.837888853 𝑆𝑦 2 = 4.256111101
Solution
8. David as the musician of United States was testing the piano in Nokia
Theatre. 50 pianos were taken as sample, and after the testing, he found that
14 of them were out of pitch. Then he asked the officer to settle up the
pitchy piano. While the day after, he visited Rascal Flatts and found 8
pitchy piano out of 30 he was testing on. Calculate the estimate interval for
difference between proportion of pitchy piano in Nokia and Rascal with
confidence level of 95%.
Solution :
Given :
𝑛𝐴 = 50 𝑛𝐵 = 30
𝑥𝐴 14 𝑥𝐵 8
𝑛𝐴
= 50
= 0.28 𝑛𝐵
= 30
= 0.2667
𝑍𝛼⁄2 = 1.96
Jawab:
x1 x x2 x x1 x x2 x
(1 1 ) (1 2 ) (1 1 ) (1 2 )
x1 x2 n1 n1 n2 n2 x1 x2 n1 n1 n2 n2
( ) Z 1 2 ( ) Z
n1 n2 2 n1 n2 n1 n2 2 n1 n2
(0.28) (0.72) (0.2667) (0.7333)
(0.28 − 0.2667) – 1.96 √ + < π1 – π2 <
50 30
Pengujian Hipotesis
Pengujian hipoitesis adalah prosedur yang didasarkan pada bukti sampel
yang dipakai untuk menentukan apakah hipotesis merupakan suatu pernyataan yang
wajar dan oleh karenanya tidak ditolak atau hipotesis tersebut tidak wajar dan
kerena itu ditolak.
Perumusan Hipotesis
Perumusan hipotesis dikembangkan menjadi hipotesis nol dan hipotesis
alternatif.
a. Hipotesis Nol(Ho)
- Hipotesis nol dilambangkan dengan Ho dan diformulasikan untuk ditolak
sesudah pengujian.
- Memprediksi tidak adanya perbedaan antara satu kondisi dengan kondisi
yang lain.
b. Hipotesis Alternatif (Ha)
- Hipotesis alternatif (Ha) merupakan hipotesis yang diterima ketika menolak
hipotesis nol (Ho) dan berlaku sebaliknya.
- Memprediksi adanya perbedaan antara satu kondisi dengan kondisi lain.
Contoh :
1. Ho : Rata-rata nilai Bahasa Inggris mahasiswa kelas A sama dengan rata-
rata nilai Bahasa Inggris mahasiswa kelas B
2. Ha : Rata-rata nilai Bahasa Inggris mahasiswa kelas A tidak sama dengan
rata-rata nilai Bahasa Inggris mahasiswa kelas B
Uji Hipotesis Rata-Rata
Adalah pengujian mengenai hipotesis rata-rata suatu populasi yang
didasarkan atas informasi sampelnya.
1. Rumuskan Hipotesis
a. 𝐻0 : 𝜇 = 𝜇0 (pengertian sama/uji 2 pihak)
𝐻𝐴 : 𝜇 𝜇0
b. 𝐻0 : 𝜇 ≤ 𝜇0 (uji 1 pihak kanan/ pengertian max)
𝐻𝐴 : 𝜇>𝜇0
𝐻𝐴 : 𝜇<𝜇0
𝑋̅ − 𝜇
𝑍=
𝑁−𝑛
𝜎/√𝑛√
𝑁−1
nilainya)
𝑋̅ − 𝜇
𝑍=
𝜎/√𝑛
Bila standar deviasi populasi (𝜎) tidak diketahui dapat diganti dengan standar
deviasi sampelnya (s).
𝑋̅ − 𝜇
𝑡= ; 𝑑𝑓 = 𝑛 − 1
𝑁−𝑛
𝜎/√𝑛√𝑁 − 1
nilainya)
𝑋̅ − 𝜇
𝑡= ; 𝑑𝑓 = 𝑛 − 1
𝜎/√𝑛
Bila standar deviasi populasi (𝜎) tidak diketahui dapat diganti dengan standar
deviasi sampelnya (s).
Daerah penerimaan
H
?
-Z1/2α Z1/2α
Daerah penolakan H
(daerah kritis)
Daerah penerimaan
H
Zα
iii. Uji 1 pihak kiri
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.
ditolak
(2) Uji 1 pihak kanan : Z > , Ho ditolak
Contoh Soal:
Berat dari ensiklopedia yang diproduksi oleh percetakan Gramedina memiliki rata-
rata 1900 gram dengan standar deviasi 100 gram. Dengan menggunakan teknik
produksi baru, percetakan Gramedina mengklaim bahwa berat ensiklopedia dapat
dikurangi. Untuk menguji klaim ini, diambil sampel sebanyak 50 buah ensiklopedia,
dan diketahui bahwa rata-rata berat ensiklopedi adalah 1850 gram. Dapatkah klaim
dari percetakan Gramedina dibenarkan pada tingkat signifikansi 1%?
Jawab :
Dik : n = 50 α = 1%
= 1850 σ = 100
𝑋̅−𝜇 1850−1900
2. 𝑍 = 𝑠 = 100/√50
= -3,535
√𝑛
3. = 2,33
5.
Daerah penolakan Ho
(
Daerah penerimaan Ho
-Zα
a. Rumuskan Hipotesis
a. 𝐻0 : 𝜋 = 𝜋0 (uji 2 pihak)
𝐻𝐴 : 𝜋
: >
c. : (uji 1 pihak kiri/ pengertian min)
: <
Perhitungan Z stat:
bila populasinya terbatas (N dan n diketahui nilainya) dan
𝑥
( )−𝜋
𝑛
Z=
𝜋(1−𝜋)
√
𝑛
nilainya)
π = proporsi populasi
Perhitungan t stat:
bila populasinya terbatas (N dan n diketahui nilainya) dan
nilainya)
𝑥
( )−𝜋
𝑛
t= ; df : n – 1
𝜋(1−𝜋)
√
𝑛
i. Uji 2 pihak
Daerah penerimaan
H
?
-Z1/2α Z1/2α
ii. Uji 1 pihak kanan
Daerah penolakan H
(daerah kritis)
Daerah penerimaan
H
Zα
iii. Uji 1 pihak kiri
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.
ditolak
(2) Uji 1 pihak kanan : Z > , Ho ditolak
Contoh Soal:
Pelatih Timnas U-19 sangat yakin bahwa dengan adanya Tur Pertandingan di Timur
Tengah maka performa pemainnya akan meningkat. Pada tahun 2014 dari 30
pemain yang mengikuti tur, sebanyak 26 pemain menunjukan peningkatan performa
dan 4 pemain lainnya mengalami penurunan. Dari data tersebut ujilah pernyataan
bahwa 90% lebih pemain mengalami peningkatan performa dengan taraf nyata 5%!
Dik : x = 26 α = 5% π = 90% n = 30
Dit : Ujilah pernyataan tersebut
Jawab :
𝑥
( )−𝜋 (26/30)−0,90
𝑛
2. t = =
𝜋(1−𝜋) 0.90 𝑋 0,10
√ √
𝑛 30
t = - 0,6086
α= 0,05
-tα
Kesimpulan : Dengan tingkat signifikansi 5%, maka pernyataan bahwa bahwa 90%
lebih pemain mengalami peningkatan performa adalah benar.
SOAL UJI HIPOTESIS RATA-RATA DAN PROPORSI
1. Produsen dari suatu obat yang dipatenkan mengklaim bahwa obat tersebut 80%
efektif mengobati alergi dalam periode waktu 9 jam. Dari sampel yang terdiri
dari 200 orang yang memiliki alergi, obat tersebut menyembuhkan 170 orang.
Tentukan apakah klaim dari perusahaan tersebut dapat dibenarkan dengan
menggunakan tingkat signifikasi 0,01.
Jawaban:
Jawab:
Ho : π ≥ 80%
Ha : π< 80% (uji pihak kiri)
𝑥
( )−𝜋
𝑛
1. Z =
𝜋(1−𝜋)
√
𝑛
170
( )−0.8
200
Z=
0.8(1−0.8)
√
200
Z = 1,77
2. Kriteria uji : uji 1 pihak kiri : Z < Zα, Ho ditolak
Z ≥ Zα Ho tidak dapat ditolak
3. T
e
r
n
y
a
t
a Daerah penerimaan Ho
-Zα = -2,33
1
1,77 > -2,33; Z > Zα Ho tidak dapat ditolak
4. Kesimpulan : pada tingkat signifikasi 1% pernyataan perusahaan obat
tersebut bahwa obat tersebut 80% efektif mongobati alergi dalam periode
waktu 9 jam adalah benar karena perbendaannya tidak terlalu signifikan.
2. Rata-rata daya tahan dari suatu sampel yang terdiri dari 100 bola lampu yang
dihasilkan oleh suatu perusahaan diperkirakan 1670 jam dan standar deviasinya
120 jam. Jika rata-rata dari semua bola lampu yang dihasilkan oleh perusahaan
tersebut adalah 1700 jam. Ujilah pernyataan perusahaan tersebut dengan tingkat
signifikasi 5%.
Jawaban:
Jawaban :
1. Ho : 𝜇 = 1700 jam
Ha : 𝜇≠ 1700 jam
𝑋̅−𝜇
2. 𝑍=
𝑠/√𝑛
1670−1700
𝑍= 120/√100
Z = -2,50
3. Kriteria uji : uji dua pihak : Z <- atau Z > Ho ditolak
2 2
3. A car showroom wanted to know wheather the customers who bought cars on
credit to pay the credits on the date specified. According to the showroom,
customers who pay on time was 50%. To prove an opinion, the showroom has
entered into a randomized study of 100 customers who bought cars on credit.
a. In this case, what is the null hypothesis and alternative hypothesis?
b. Is the alternative hypothesis one-sided or two-sided
c. Suppose that this car showroom finds that 43% of the customers in its
sample remembered the ad. If alpha is set equal to 5%, should the car
showroom conclude that the proportion is less than 0,5? State the
decicision rule! Give the formula for the test statistics!
Jawaban :
Dik : n = 100 α = 5%
c. Jika showroom mobil itu menemukan bahwa 43% dari langganan salam
sample mengingat pembayaran kredit tersebut. Jika tingkat signifikasi
5%, haruskah showroom mobil menyimpulkan bahwa proporsi populasi
kurang dari 0,5? Tentukan kriteria ujinya! Berikan rumus
perhitungannya!
Jawab :
a. Ho : 𝜇 = 50%
Ha : 𝜇 ≠ 50%
b. Uji satu pihak, kareana ingin mengetahui apakah kurang dari 0,5 atau tidak
Daerah penerimaan Ho
-Zα = -1,645
Z ≥ Hotidakdapatditolak
4. PT. Otomotif Indonesia Jaya melakukan suatu sistem produksi baru dengan
tujuan untuk mengurangi masalah produk yang rusak. Perusahaan
menginginkan bahwa tidak boleh ada lebih dari 10 unit yang rusak dalam
sehari. Selama pengamatan 32 hari ternyata rata-rata jumlah produk yang rusak
adalah 9 unit, dengan standar deviasi sebesar 2 unit. Dengan menggunakan
taraf nyata 1%, apakah target PT. Otomotif Indonesia Jaya tercapai?
Dik : n = 32 = 1% s=2
=9 μ = 10
Jawab :
: μ ≤ 10
: μ > 10
𝑋̅−𝜇
𝑍 = 𝑠/
√𝑛
9−10
𝑍 = 2/
√32
Z = -2,828
Zα = 2.33
2.33
5. 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 menperlihatkan bahwa 22
diantaranya rusak. Ujilah klaim mereka pada tingkat resiko 5%.
Jawaban :
Ho : π≥ 95%
Ha : π< 94%
𝑥 178
( )−𝜋 ( )−0.95
𝑛 200𝑛
Z= = = -3,90
𝜋(1−𝜋) 0.95(0.05)
√ √
𝑛 200
Z ≥ Hotidakdapatditolak
Jawaban :
Ho : µ≤ 500
Ha : µ> 500
𝑋̅−𝜇
t= 𝜎
√𝑛
̅̅̅̅̅
525−500
t== 75/√25
= 1,67
tα = 1,711
Jawab :
Ho : π≤ 10%
Ha : π> 10%
𝑥 52
( )−𝜋 ( )−0,1
𝑛 400
Z= = =2
𝜋(1−𝜋) 0,1(0,9)
√ √
𝑛 400
Z ≥ Hotidakdapatditolak
Daerah penolakan Ho
Daerah penerimaan
Ho
zα = 1,645
−𝑍𝛼/2 𝑍𝛼/2
Kriteria :
−𝑍𝛼/2 ≤ Z ≤ 𝑍𝛼/2 𝐻0 tidak dapat ditolak
Z < −𝑍𝛼/2 atau Z > 𝑍𝛼/2 𝐻0 ditolak
1−𝛼
n > 30 dimana 𝑍𝛼/2 =
2
𝛼
n ≤30 dimana Dimana 𝑡𝛼/2 = 2
dengan df = n1 + n2 – 2
Kurva :
𝑍𝛼
Kriteria :
Z ≤ 𝑍𝛼 𝐻0 tidak dapat ditolak
Z > 𝑍𝛼 𝐻0 ditolak
n > 30 dimana 𝑍𝛼 = 0.5 − 𝛼
n ≤ 30 dimana Dimana 𝑡𝛼 = 𝛼 dengan df = n1 + n2 – 2
Uji Pihak Kiri
𝐻0 : µ1 ≥ µ2
𝐻𝐴 : µ1 < µ2
Kurva :
−𝑍𝛼
Kriteria :
Z ≥ −𝑍𝛼 𝐻0 tidak dapat ditolak
Z < −𝑍𝛼 𝐻0 ditolak
n > 30 dimana 𝑍𝛼 = 0.5 − 𝛼 dengan df = n1 + n2 – 2
n ≤ 30 dimana Dimana 𝑡𝛼 = 𝛼 dengan df = n1 + n2 – 2
Keterangan:
- Untuk sampel kecil ubah Z menjadi t
- Untuk proporsi ubah µ menjadi 𝜋
( 1− 2 )−(µ1 −µ2 )
Z=
𝑠 2 𝑠 2
√1 + 2
𝑛1 𝑛2
n≤30 (sampel kecil)
( 1− 2 )−(μ1 −μ2 )
t=
𝜎 2 𝜎 2
√ 1 + 2
𝑛1 𝑛2
( 1− 2 )−(µ1 −µ2 )
t=
𝑠 2 𝑠 2
√1 + 2
𝑛1 𝑛2
maka :
( 1− 2 )−(µ1 −µ2 )
t= (𝑛 −1)𝑠1 2 + (𝑛2 −1)𝑠2 2 1 1
√ 1 ( + )
𝑛1 +𝑛2 − 2 𝑛1 𝑛2
Contoh soal:
Manajer suatu klub sepak bola eropa berpendapat bahwa indikator performa
pemain akademi klub yang mendapatkan summer camp training ternyata
lebih bagus daripada pemain yang tidak mendapatkannya. Maka dari itu,
diambil sampel dari pemain masing-masing 40 dan 30 orang dengan rata-
rata dan simpangan baku 302 dan 4 untuk pemain yang mendapatkan
training serta 300 dan 4.5 untuk pemain yang tidak mendapatkan training.
Ujilah pendapat dari Manajer sepak bola tersebut dengan tingkat
signifikansi 5%!
Dik: 𝑛1 = 40 1= 302 𝑠1 = 4
𝑛2 = 30 2= 300 𝑠2 = 4.5
Dit: Ujilah pernyataan bahwa bahwa indikator performa para pemain
akademi yang mendapatkan summer camp training ternyata lebih
bagus daripada pemain yang tidak mendapatkan training tersebut
(µ1 > µ2 )!
Jawab:
𝐻0 : µ1 ≤ µ2 (performa para pemain akademi yang mendapatkan summer
camp training ternyata tidak lebih bagus daripada pemain
yang tidak mendapatkan training tersebut)
( 1− 2 )−(µ1 −µ2 )
Z=
𝑠 2 𝑠 2
√1 + 2
𝑛1 𝑛2
(302−300)−0
Z= 2 2
= 1.92897128869 ≈ 1.9289
√4 + 4.5
40 30
α = 0.05
𝑍𝛼
Kriteria :
Z ≤ 𝑍𝛼 𝐻0 tidak dapat ditolak
Z > 𝑍𝛼 𝐻0 ditolak
Ternyata:
2.4414 > 1.645
Z > 𝑍𝛼 𝐻0 ditolak
Kesimpulan:
Dengan tingkat signifikansi 5%, pernyataan tersebut benar yaitu performa
para pemain akademi yang mendapatkan summer camp training ternyata
lebih bagus daripada pemain yang tidak mendapatkan training tersebut.
B. UJI HIPOTESIS SELISIH PROPORSI
𝑥 +𝑥
dimana, 𝜋 = 𝑛1 +𝑛2
1 2
Contoh Soal :
Seorang ahli botani mengadakan percobaan pada dua macam pupuk buatan dan
menyatakan bahwa perubahan akibat pupuk buatan pertama dan kedua pada suatu
padi adalah sama. Pupuk buatan pertama diberikan pada 100 padi dan ternyata 60
padi menunjukkan perubahan. Pupul buatan kedua diberikan pada 150 padi yang
lain dan ternyata 85 padi berubah. Ujilah dengan taraf nyata 5%!
Dik: 𝑥1 = 60 𝑥2 = 85
𝑛1 = 100 𝑛2 = 150
Dit: π1 = π2
Jawab:
𝐻0 : π1 = π2 (perubahan akibat pupuk buatan pertama dan kedua pada suatu
padi adalah sama)
𝐻𝐴 : π1 ≠ 𝜋2 (perubahan akibat pupuk buatan pertama dan kedua pada suatu
padi adalah tidak sama)
𝑥1 + 𝑥2
𝜋= 𝑛1 +𝑛2
60+ 85
𝜋 = 100+150 = 0.58
𝑥 𝑥
( 1− 2)
𝑛1 𝑛2
𝑍= 1 1
√𝜋(1−𝜋)(𝑛 +𝑛 )
1 2
60 85
( − )
100 150
𝑍= 1 1
= 0.52419410927 ≈ 0.5241
√0.58(1−0.58)( + )
100 15𝑍𝑍0
α = 0.05
1−𝛼 1−0.05
𝑍𝛼/2 = = 𝑍𝛼 = 1.96
2 2
-𝑍𝛼⁄ 𝑍𝛼⁄
2 2
Kriteria :
−𝑍𝛼/2 ≤ Z ≤ 𝑍𝛼/2 𝐻0 tidak dapat ditolak
Z < −𝑍𝛼/2 atau Z > 𝑍𝛼/2 𝐻0 ditolak
Ternyata:
-1.96 ≤ 0.5241 ≤ 1.96 𝐻0 tidak dapat ditolak
Kesimpulan: Jadi, dengan taraf nyata 5% dapat disimpulkan bahwa pernyataan
perubahan akibat pupuk buatan pertama dan kedua pada suatu padi adalah sama
dapat diterima, karena tidak terdapat perbedaan yang signifikan.
SOAL UJI HIPOTESIS SELISIH RATA-RATA DAN PROPORSI
Dik : n1 = 12 x1 = 80 s1 = 4
n2 = 10 x2 = 75 s2 = 4,5
Dit : Apakah hasil dari kedua metode palatihan sama atau tidak dengan α = 10%
Jawab :
Ho : µ1 = µ2
Ha : µ1 ≠ µ2
df = n1 + n2 -2 = 20 ; α = 0,1 tα = 1,7247
− 1,72471,7247
Kriteria :
−𝑍𝛼/2 ≤ Z ≤ 𝑍𝛼/2 𝐻0 tidak dapat ditolak
Z <−𝑍𝛼/2 atau Z >𝑍𝛼/2 𝐻0 ditolak
Ternyata 2,76 > 1,7247 Ho ditolak
Kesimpulan :
Pada tingkat signfukasi 10%, dapat kita simpulkan bahwa hasil dari kedua
metode pelatihan tidak sama.
n2 = 500 x2 = 250
Dit : Apakah terdapat perbedaan proporsi terhadap ibu rumah tangga yang
setuju pertanian A dan B dengan α = 5%
Ho : π1 = π2
Ha : π1 ≠ π2
𝑥 𝑥 300 250
( 1 − 2 )−(π1 −π2 ) ( − )−(0)
𝑛1 𝑛2 500 500
Z= x1 x 𝑥2 𝑥
= = 3,194382825 ~3,19
(1− 1 ) (1− 2 ) 300 300 250 250
√n1 n1 + 𝑛2 𝑛2 √500(1−500)+ 500(1−500)
𝑛1 𝑛2 500 500
Ztabel -1,96 dan 1,96
Kriteria :
Kesimpulan :
n2 = 10 2 = 24,80 s2 = 5,67
Dit: Apakah dapat kita simpulkan bahwa paket dikirimkan pada akhir bulan
lebih berat dengan α = 0,05 ?
Jawab :
Ho : µ1 ≥ µ2
Ha : µ1 <µ2
Df = n1 + n2 -2 = 20 + 10 - 2 = 28; α = 0,05
tα = 1,7011
−1,7011
Kriteria: t ≥ −𝑡𝛼 𝐻0 tidak dapat ditolak
t<−𝑡𝛼 𝐻0 ditolak
Ternyata -2,0951 < -1,7011 Ho ditolak
Kesimpulan :
Pada tingkat signifikasi 5% dapat kita simpulkan bahwa paket dikirim pada
akhir bulan lebih berat.
4. Data di bawah ini menyajikan pertambahan berat dalam dua tahun 20 ekor
kucing (dalam gram) dengan rincian bahwa 10 ekor kucing diberi makanan
khusus kucing impor dan 10 ekor lainnya diberi makanan kucing lokal.
Impor 91 90 86 93 86 93 89 86 74 91
Lokal 85 84 77 89 81 91 87 84 92 88
Apakah makanan kucing impor memiliki efek lebih baik terhadap
pertambahan berat badan kucing tersebut. Gunakan tingkat signifikasi level
0,05. Berilah evaluasi!
n2 = 10 2 = 8,1 s2 = 0,5676462122
Dit : Apakah makanan kucing impor memiliki efek terhadap pertambahan berat
badan kucing tersebut dengan α = 0,05 ?
Jawab :
Ho: µ1 ≤ µ2
Ha: µ1 >µ2
= 1,0534
df = n1 + n2 -2 = 10 + 10 – 2 = 18
α = 0,05
t α = 1,7341
Kriteria :
Kesimpulan :
Pada tingkat signifikan 5%, dapat kita simpulkan bahwa makanan kucing impor
tidak berefek terhadap pertambahan berat badan kucing tersebut.
5. Suatu riset penelitian pemasaran dilakukan di Jakarta dan Surabaya
terhadap ibu-ibu rumah tangga yang senang Rinso dibandingkan dengan
Daia. Di Jakarta, dari 100 orang ibu rumah tangga yang ditanya, ternyata
ada 68 orang yang mengatakan lebih senang Rinso dari pada Daia,
sedangkan di Surabaya diantara 300 iorang yang ditanya, ada 213 yang
lebih senang Rinso dari pada Daia. Dengan menggunakan tingkat
signifikansi 10%, ujilah pendapat bahwa proporsi ibu rumah tangga yang
lebih senang Rinso dari pada Daia di Surabaya dan di Jakarta berbeda
secara nyata atau tidak?
Dik : n1 = 100 x1 = 68
n2 = 300 x2 = 213
Dit : Apakah pendapat bahwa proporsi ibu rumah tangga yang lebih senang
Rinso dari pada Daia di Surabaya dan di Jakarta berbeda secara nyata atau
tidak dengan α = 1%?
Jawab :
Ho : π1 = π2
Ha : π1 ≠ π2
𝑥 𝑥 68 213
( 1 − 2 )−(π1 −π2 ) ( − )−(0)
𝑛1 𝑛2 100 300
Z hitung = =
x1 x 𝑥 𝑥 68 68 213 213
(1− 1 ) 𝑛2 (1−𝑛2 )
√n1 n1
+ 2 2 √100(1−100)+ 300(1−300)
𝑛1 𝑛2 100 300
= - 0,5607395 ~ - 0,56
Z tabel = ± 1,645
−1,6451,645
Kriteria :
−𝑍𝛼/2 ≤ Z ≤ 𝑍𝛼/2 𝐻0 tidak dapat ditolak
Z <−𝑍𝛼/2 atau Z >𝑍𝛼/2 𝐻0 ditolak
Ternyata -1,645 < -0,56 < 1,645 Ho tidak dapat ditolak
Kesimpulan :
Pada tingkat signifikasi 10%, dapat disimpulkan bahwa pendapat bahaw
proporsi ibu rumah tangga yang lebih senang rinso dari pada Daia di
Surabaya dan di Jakarta tidak berbeda secara signifikan / nyata.
n1 = 2350 x2 = 1833
Dit : Dapatkah kita simpulkan bahwa promosi yang telah dilakukan sangat
berpengaruh dengan tingkat signifikan 5%?
Jawaban :
𝐻0 : µ1 ≥ µ2
𝐻𝐴 : µ1 < µ2
𝑥 𝑥 1185 1833
( 1 − 2 )−(π1 −π2 ) ( − )−(0)
𝑛1 𝑛2 1580 2350
Z hitung = =
x1 x 𝑥 𝑥
(1− 1 ) 𝑛2 (1−𝑛2 ) 1185 1185 1833 1833
√n1 n1
+ 2 2 √1580(1−1580)+ 2350(1−2350)
𝑛1 𝑛2 1580 2350
= -2,1668 ~ -2,17
Z tabel = 1,645
Kurva :
−1,645
Kriteria :
Kesimpulan :
Pada tingkat signifikasi 5%, dapat disimpulkan bahwa promosi yang berupa
iklan dan reklame yang telah dikalkukan lebih berpengaruh karena
perbedaanya sangat dignifikan / sangat nyata / sangat berarti.
𝐻0 : µ1 ≤ µ2
𝐻𝐴 : µ1 > µ2
𝑥 𝑥 2010 1530
( 1 − 2 )−(π1 −π2 ) ( − )−(0)
𝑛1 𝑛2 3000 3000
Z hitung = x1 x 𝑥2 𝑥
=
(1− 1 ) (1− 2 ) 2010 2010 1530 1530
√n1 n1 + 𝑛2 𝑛2 √3000(1−3000)+ 3000(1−3000)
𝑛1 𝑛2 3000 3000
= 12,76939015 ~ 12,77
Z tabel = 1, 645
1,645
Kriteria :
Z ≤ 𝑍𝛼 𝐻0 tidak dapat ditolak
Z >𝑍𝛼 𝐻0 ditolak
Kersimpulan :
Pada tingkat signifikansi 5%, dapat disimpulkan bahwa perempuan lebih sedikit
berpikir bahwa pria baik hati, lembut, dan bijaksana pada tahun 1995
dibandingkan dengan 1975.
.
REGRESI DAN KORELASI SEDERHANA
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)
𝑌̂ = 𝑎 + 𝑏𝑋
Keterangan :
Rumus :
Σ𝑌 = 𝑎𝑛 + 𝑏Σ𝑋 Σ𝑋𝑌 = 𝑎Σ𝑋 + 𝑏Σ𝑋 2
atau
2
(Σ𝑋 )(ΣY) − (ΣX)(ΣXY) n(ΣXY) − (ΣX)(ΣY)
a= 𝑏=
𝑛Σ𝑋 2 − (Σ𝑋)2 𝑛Σ𝑋 2 − (Σ𝑋)2
𝑌̂ = 𝑎 + 𝑏𝑋
Rumus :
Σxy
Σxy = bΣX + bΣX 2 atau b=
Σx 2
Σ𝑌 Σ𝑋
𝑎= −𝑏
𝑛 𝑛
KORELASI
Analisis korelasi adalah sekumpulan teknik untuk mengukur hubungan antar dua
variabel. (Lind, Teknik-teknik Statistika dalam Bisnis dan Ekonomi: 61)
Rumus :
Pearson :
𝑛Σ𝑋𝑌 − Σ𝑋Σ𝑌
𝑟=
√(𝑛Σ𝑋 2 − (ΣX)2 )(𝑛Σ𝑌 2 − (ΣY)2 )
Product Moment :
Σ𝑥𝑦
𝑟=
√(Σ𝑥 2 − Σ𝑦 2 )
2. Koefisien Determinasi ( r2 )
Koefisien determinasi menunjukkan kemampuan variabel X yang merupakan
variabel bebas, menerangkan atau menjelaskan variabel Y yang merupakan
variabel terikat. Semakin besar nilai koefisien determinasi, semakin baik
kemampuan variabel X menerangkan atau menjelaskan variabel Y. (Suharyadi,
2004 : 217)
Rumus :
𝑟 2 × 100%
Keterangan :
n = banyaknya pasangan variabel independen x dan variabel dependen y
k = banyaknya macam variabel independen x
(n ≤ 30) (n ≤ 30)
a – t1/2α.Sa < konstanta α < a + t1/2α.Sa b – t1/2α.Sb < konstanta β < b + t1/2α.Sb
𝛴𝑋² 1
Sa = SYX . √𝑛𝛴𝑥² Sb = SYX . √𝛴𝑥²
5. Pengujian tentang Koefisien Regresi
Menguji α Menguji β
- Kesimpulan
6. Interval Taksiran
1 (𝑋𝑜− x )²
SŶ = SYX √𝑛 + 𝛴𝑥²
Ho ditolak jika
-thitung < -t1/2α atau thitung > t1/2α
8. Batas-batas koefisien korelasi populasi ρ
jika sampel tidak berasal dari populasi yang berkorelasi tidak perlu dihitung,
jika berkorelasi perlu dihitung
1
Sr =
√𝑛−3
CONTOH SOAL
Jawaban :
Biaya Volume
X2 Y2 XY
Promosi Penjualan
(X) (Y)
12.000 56.000 144.000 3136.000 672.000
13.500 62.430 182.250 3897.505 842.805
12.750 60.850 162.563 3702.723 775.838
12.600 61.300 158.760 3757.690 772.380
14.850 65.830 220.523 4333.589 977.576
15.200 66.350 231.040 4402.323 1008.520
15.750 65.260 248.063 4258.868 1027.845
16.800 68.800 282.240 4733.440 1155.840
18.450 70.470 340.403 4966.021 1300.172
17.900 65.200 320.410 4251.040 1167.080
18.250 68.000 333.063 4624.000 1241.000
16.480 64.200 271.590 4121.640 1058.016
17.500 65.300 306.250 4264.090 1142.750
19.560 69.562 382.594 4838.872 1360.633
19.000 68.750 361.000 4726.563 1306.250
20.450 70.256 418.203 4935.906 1436.735
22.650 72.351 513.023 5234.667 1638.750
21.400 70.287 457.960 4940.262 1504.142
22.900 73.564 524.410 5411.662 1684.616
23.500 75.642 552.250 5721.712 1777.587
Y = X2 = Y2 = XY =
X = 351.490
1340.402 6410.592 90258.571 23850.533
a. Persamaan Regresi
𝛴𝑋²𝛴𝑌−𝛴𝑋𝛴𝑋𝑌
a=
𝑛 𝛴𝑋² −(𝛴𝑋)²
(6410,592×1340,402)−(351,490×23850,533)
= (20×6410,592)−(351,490)²
= 44.90327
𝑛(∑ 𝑋𝑌)−(∑ 𝑋)(∑ 𝑌)
Dan 𝑏 =
𝑛(∑ 𝑋 2 )−(∑ 𝑋)2
(20×23850,533)−(351,490×1340,402)
= (20×6410,592)−(351,490)²
= 1.258461
𝑛𝛴𝑋𝑌−𝛴𝑋𝛴𝑌
b. r=
√(nΣX2 −(ΣX)2 )(nΣY2 −(ΣY)2 )
(20×23850.533)−(351.490×1340.402)
r=
√((20×6410.592)−(351.490)²)(20(90258.571)−(1340.402)2 )
r = 0.9327980
1 – R2 = 1 – 87.01120%= 12.98880%
𝛴𝑌²−𝑎𝛴𝑌−𝑏𝛴𝑋𝑌
SYX =√ 𝑛−𝑘−1
(90258.571)−(44.90327 ×1340.402)−(1.258461×23850.533)
=√ 20−1−1
= 1.750753
1. The following data are the monthly salaries y and the grade point averages x for
students who obtained a bachelor’s degree in business administration with a
major in information systems.
GPA Monthly Salary ($)
2.6 3300
3.4 3600
3.6 4000
3.2 3500
3.5 3900
2.9 3600
Determine :
𝑛𝛴𝑋𝑌−𝛴𝑋𝛴𝑌
b. 𝑟 = =
√(nΣX2 −(ΣX)2 )(nΣY2 −(ΣY)2 )
(6×70510)−(19.2×21900)
=0.8636349
√(6(62.18)−(19.22 )(6(80270000)−(219002 ))
So, the correlation between GPA and salary is 0.8636349. On the other
hand, the corelation is very strong.
k2 + r2 = 100%
so, the variation of GPA can explain total variation of salary about
74.58652% and the residual about 25.41348% is explained by variable out
of model.
= 145.8799
Pendapatan Belanja
mingguan Konsumsi X2 Y2 XY
(X) (Y)
𝛴𝑋²𝛴𝑌−𝛴𝑋𝛴𝑋𝑌 (132100)(1700)−(1110)(205500)
a. a = 𝑛 𝛴𝑋² −(𝛴𝑋)²
= 10(132100)−(1110)2
= 24.4545
𝑛(∑ 𝑋𝑌)−(∑ 𝑋)(∑ 𝑌) 10(205500)−(1110)(1700)
𝑏 = 𝑛 𝛴𝑋² −(𝛴𝑋)²
= 10(132100)−(1110)2 = 0.5090
b. X = 500
Y = 24.4545 + 0.50909X
Y = 24.4545 + 0.5090(500)
Y = 278.995
Jadi jika pendapatan mingguannya sebesar Rp. 5.000.000,-, maka
diperkirakan belanja konsumsinya sebesar Rp. 2.789.950,-
c. (n ≤ 30)
b – t1/2α.Sb < konstanta β< b + t1/2α.Sb
1
Sb = SYX . √𝛴𝑥²
(𝛴𝑋)2
Σx2 = ΣX2 – 𝑛
2890000
Σx = 322000 –
2
10
= 33000
= 6.717514421
1
Maka Sb =6.717514421. √33000
Sb = 0.036978699 df = 10-1-1=8
b – t1/2α.Sb < konstanta β< b + t1/2α.Sb
0.509–1,86*0.036978699< Konstanta α < 0.509+1,86*0.036978699
0.4402< Konstanta β < 0.5778
Dengan tingkat signifikansi 10%, perubahan pendapatan mingguan keluarga
terhadap belanja konsumsi mingguan yang sebenarnya adalah berkisar pada
Rp4,402 sampai Rp5,778.
t = 13.76
Kriteria
-thitung <-t1/2α atau thitung > t1/2α → Ho ditolak
𝑛𝛴𝑋𝑌−𝛴𝑋𝛴𝑌 (10×205500)−(1700×1110)
e. 𝑟 = = =
√(nΣX2 −(ΣX)2 )(nΣY2 −(ΣY)2 ) √(10(322000)−(170002 )(10(132100)−(17002 ))
0,9808474
hubungan antara belanja konsumsi mingguan keluarga dan pendapatan
mingguan keluarga sangat kuat.
Answer :
a. Regression equation
𝛴𝑋²𝛴𝑌−𝛴𝑋𝛴𝑋𝑌 (2077500)(33700)−(3450)(20090000)
a= = = 1246.667
𝑛 𝛴𝑋² −(𝛴𝑋)² 6(2077500)−(3450)2
So, the correlation between production and cost is 0.9791271. On the other
hand, the corelation is very strong and positive, because the value close to
+1.
k2 + r2 = 100%
so, the variation of production can explain total variation of cost about
95.86899% and the residual about 4.131012%is explained by variable out
of model.
𝛴𝑌 2 −𝑎𝛴𝑌−𝑏𝛴𝑋𝑌 194930000−(1246.667)(33700)−(7.6)(20090000)
c. SYX = √ =√
𝑛−𝑘−1 6−1−1
= 241.517139
𝛴𝑋 2 (𝛴𝑋)² ( 3450)²
d. Sa = SYX . √𝑛𝛴𝑥 2 → Σx2 = ΣX2 – 𝑛
=2077500 – 6
= 93750
2077500
Sa =241.517139 . √6×93750
Sa = 464.1487746 df = 6-1-1=4
e. (n ≤ 30)
b – t1/2α.Sb < konstanta β< b + t1/2α.Sb
1
Sb = SYX . √
𝛴𝑥²
(𝛴𝑋)²
Σx2 = ΣX2 – 𝑛
(𝛴𝑋)² ( 3450)²
Σx2 = ΣX2 – =2077500 – = 93750
𝑛 6
1
Maka Sb =241.517139 . √93750
Sb = 0.7888 df = 6-1-1=4
Uji t
t α/2 = 2.776
𝑏−𝛽ɞ
t= 𝑆𝑏
7.6 −0
t=
0.7888
t = 9,6348
criteria
so, with significance 5%, the test shows that constanta β ≠ 0. It means that
constanta β influence significantly.
f. Ho : ρ = 0 (no correlation)
Ha : ρ ≠ 0 (correlation)
df = 6-1-1 = 4
t 1/2α = 2,7764
t = 9,634761
criteria :
Ho rejected if
So, at significance 5%, there are positif correlation between production and
price.
Hours Total
Spent Points X2 Y2 XY
Studying Earned
a. Regression equation
𝛴𝑋²𝛴𝑌−𝛴𝑋𝛴𝑋𝑌 (53025)(635)−(695)(48050)
a= 𝑛 𝛴𝑋² −(𝛴𝑋)²
= 10(53025)−(695)2
= 5.847009
= 7.523140
1
Sb = SYX . √𝛴𝑥²
(𝛴𝑋)²
Σx2 = ΣX2 –
𝑛
( 695)²
Σx2 = 53025 – 10
= 4722.5
1
Maka Sb =7.523140. √4722.5
Sb = 0.1094745
Uji t
Ho: β = 0 (tidak ada pengaruh signifikan)
Ha: β ≠ 0 (Ada pengaruh signifikan)
α= 0,05 df = 8
t α/2 = 2.3060
𝑏−𝛽ɞ
t=
𝑆𝑏
0.8295394 −0
t= 0.10947455
t = 7.577464
criteria
Jawab :
Biaya
Total
Pelatihan
Penjualan X2 Y2 XY
Karyawan
(Y)
(X)
ΣX2 = ΣXY =
ΣX = 249 ΣY = 671 ΣY2 = 37633
5417 14086
a. Persamaan regresi
𝛴𝑋²𝛴𝑌−𝛴𝑋𝛴𝑋𝑌 (5417)(671)−(249)(14086)
a= = = 42.42191
𝑛 𝛴𝑋² −(𝛴𝑋)² 12(5417)−(249)2
𝑛(∑ 𝑋𝑌)−(∑ 𝑋)(∑ 𝑌) 12(14086)−(249)(671)
𝑏= = = 0.6503497
𝑛 𝛴𝑋² −(𝛴𝑋)² 12(5417)−(249)2
(𝛴𝑋)2
Σx2 = ΣX2 –
𝑛
( 249)²
Σx2 = 5417 – 12
= 250.25
= 0.84098252
1
Maka Sb =0.84098252 √250.25
Sb = 0.05316183 df = 12-1-1=10
b – t1/2α.Sb < konstanta β< b + t1/2α.Sb
0.6503497–2.228*0.05316183< Konstanta α < 0.6503497+
2.228*0.05316183
0.531905142< Konstanta β < 0.768794257
Dengan tingkat signifikansi 5%, perubahan total penjualan terhadap
biaya pelatihan karyawan yang sebenarnya adalah berkisar pada
0.531905142 Juta sampai 0.768794257 Juta rupiah
Answer :
Weekly
Annual
Usage
Maintenance X2 Y2 XY
(hours)
Expense (Y)
(X)
a. Regression equation
𝛴𝑋²𝛴𝑌−𝛴𝑋𝛴𝑋𝑌 (7347)(346,5)−(253)(9668,5)
a= 𝑛 𝛴𝑋² −(𝛴𝑋)²
= 10(7347)−(253)2
= 10.52796
𝛴𝑌 2 −𝑎𝛴𝑌−𝑏𝛴𝑋𝑌 13010,75−(10,52796)(346,5)−(0,9534404)(9668,5)
b. SYX = √ 𝑛−𝑘−1
=√ 10−1−1
= 4.249608
1
Sb = SYX . √
𝛴𝑥²
(𝛴𝑋)²
Σx2 = ΣX2 –
𝑛
( 253)²
Σx2 = 7347 – 10
= 946.1
1
Maka Sb = 4.249608√
946.1
Sb = 0.1381594
Uji t
Ho: β = 0 (tidak ada pengaruh signifikan)
Ha: β ≠ 0 (Ada pengaruh signifikan)
α= 0.05 df = 8
t α/2 = 2.3060
𝑏−𝛽ɞ
t= 𝑆𝑏
0,9534404 −0
t=
0.1381594
t = 6.901019
criteria
7. Berikut ini merupakan data mengenai total gaji dan jam kerja lembur yang
didapatkan melalui survey terhadap 10 responden.
Total Gaji Jam kerja
(dalam juta Lembur
rupiah)
1 5
1.5 5
1.2 4
1.4 6
1.8 7
2 8
2.1 8
1.6 5
1.7 7
1.9 7
Tentukan :
a. Persamaan regresi dan interpretasi!
b. Hitunglah standard error estimasinya!
c. Taksirlah berapa total gaji, apabila jam kerja lembur yang digunakan
selama 8 jam?
Jawab :
Jam
total gaji kerja
X2 Y2 XY
Y Lembur
X
1 5 25 1 5
1.5 5 25 2.25 7.5
1.2 4 16 1.44 4.8
1.4 6 36 1.96 8.4
1.8 7 49 3.24 12.6
2 8 64 4 16
2.1 8 64 4.41 16.8
1.6 5 25 2.56 8
1.7 7 49 2.89 11.9
1.9 7 49 3.61 13.3
ΣY = ΣY2 =
16.2 ΣX = 62 ΣX = 402
2
27.36 ΣXY = 104.3
𝛴𝑋²𝛴𝑌−𝛴𝑋𝛴𝑋𝑌 (402)(16,2)−(62)(104,3)
a. a = 𝑛 𝛴𝑋² −(𝛴𝑋)²
= 10(402)−(62)2
= 0.2602273
𝑛(∑ 𝑋𝑌)−(∑ 𝑋)(∑ 𝑌) 10(104,3)−(62)(16,2)
𝑏= = = 0.2193182
𝑛 𝛴𝑋² −(𝛴𝑋)² 10(402)−(62)2
Dari persamaan tersebut dapat diketahui bahwa total gaji tanpa dipengaruhi
oleh variabel apapun adalah sebesar Rp260227.3. Sedangkan jika
dipengaruhi oleh jam kerja lembur, jika naik sebesar 1 jam, maka rata-rata
total gaji akan naik sebesar Rp219318.2, ceteris paribus.
𝛴𝑌²−𝑎𝛴𝑌−𝑏𝛴𝑋𝑌 27,36−(0,2602273)(16,2)−(0,2193182)(104,3)
b. SYX =√ 𝑛−𝑘−1
=√ 10−1−1
= 0.1835175
c. Y = 0.2602273 + 0.2193182X
Y = 0.2602273 + 0.2193182(8)
Y = 2.014773
Jadi, ketika mendapatkan jatah lembur sebanyak 8 jam, maka total gaji yang
akan didapat adalah sebesar Rp2.014.773.
REGRESI DAN KORELASI BERGANDA
𝒀 = 𝒂 + 𝒃𝟏 𝑿𝟏 + 𝒃𝟐 𝑿𝟐 + ⋯ + 𝒃𝒌 𝑿𝒌
Keterangan :
Y = variabel dependen
X1, X2, Xk = variabel independen
a = bilangan konstan (konstanta)
b1, b2, bk = koefisien variabel
Keterangan:
𝑌̂ = variabel terikat / dependen (nilai duga Y)
X1, X2, ..., Xk = variabel bebas / independen
a = bilangan konstan (konstanta)
b1, b2, ..., bk = koefisien regresi (parameter)
e ̂)
= nilai residual / error / pengganggu (Y-Y
Bentuk umum persamaan regresi linear berganda dengan dua variabel bebas
adalah sebagai berikut:
𝐘 = a + b1X1 + b2X2
Keterangan:
A = n∑X1Y – ∑X1∑Y
B = n∑X22– (∑X2)2
C = n∑X1X2 - ∑X1∑X2
D = n∑X2Y - ∑X2∑Y
E = n∑X12– (∑X1)2
F = EB – C2
Dari beberapa persamaan tersebut, nilai koefisien regresi untuk a, b1, dan b2dapat
diperoleh dengan cara berikut :
𝐴𝐵 − 𝐶𝐷 𝐷𝐸 − 𝐴𝐶
𝑏1 = 𝑏2 =
𝐹 𝐹
∑𝑦 − 𝑏1 ∑𝑥1 − 𝑏2 ∑𝑥2
𝑎=
𝑛
𝒔 = √𝒔𝟐
∑ 𝑥2 2
𝑠𝑏1 2 = 𝑠 2
∑ 𝑥1 2 ∑ 𝑥2 2 − (∑ 𝑥1 𝑥2 )2
∑ 𝑥1 2
𝑠𝑏2 2 = 𝑠 2
∑ 𝑥1 2 ∑ 𝑥2 2 − (∑ 𝑥1 𝑥2 )2
df = n – k – 1 = n – 3
∑ 𝑒2
𝑠2 =
𝑛−𝑘−1
∑ 𝑒 2 = ∑(𝑌𝑖 − 𝑎 − 𝑏1 𝑋1 − 𝑏2 𝑋2 )2
v. Membuat Kesimpulan
Menyimpulkan apakah Ho tidak dapat ditolak atau ditolak.
v. Membuat Kesimpulan
Menyimpulkan apakah Ho tidak dapat ditolak atau ditolak.
Korelasi linear berganda merupakan alat ukur mengenai hubungan yang terjadi
antara variabel terikat (variabel Y) dan dua atau lebih variabel bebas (X 1, X2, ...,
Xk). Analisis korelasinya menggunakan tiga koefisien korelasi, yaitu koefisien
determinasi berganda, koefisien korelasi berganda dan koefisien korelasi parsial.(Ir.
M. Iqbal Hasan, M.M., Pokok-Pokok Materi Statistik 2 (Statistik Inferensif), edisi
kedua )
b1 x1 y b2 x2 y
R y.12
y 2
𝑛∑𝑌𝑋2 − ∑𝑌∑𝑋2
𝑟𝑦2 =
√[𝑛∑𝑌 2 − (∑𝑌)2 ][𝑛∑𝑋2 2 − (∑𝑋2 )2 ]
CONTOH SOAL :
STA, pemilik perkebunan tembakau yang relatif besar di Sumedang, selama 2 tahun
terakhir, Deasy melakukan uji coba pemberian 2 jenis pupuk pada tanaman
tembakaunya demi mendapatkan tembakau dengan kualitas terbaik, yaitu pupuk
jenis Zwazelzure Kali (ZK) dan pupuk jenis Zwazelzure Amoniak (ZA). Tembakau
jenis ini dipanen setiap 4 bulan sekali, sehingga didapat 8 data penggunaan kedua
jenis pupuk terhadap hasil panen tembakau. Berikut data yang berhasil diperoleh :
Penyelesaian:
Coefficientsa
Unstandardized Standardized
Correlations
Coefficients Coefficients
Model T Sig.
a. Dependent Variable: Y
a. Persamaan regresi :
Y = 54,154–1,286 X1 + 2,998 X2
Interpretasi :
a = 54,154
Tanpa dipengaruhi oleh variabel apapun, rata – rata hasil panen yang
dihasilkanadalah sebanyak 54,154 Kwintal.
b1 = -1,286
Artinya, setiap kenaikan penggunaan pupuk ZK sebanyak 1 Kg, maka rata – rata
hasil panen akan turun sebesar 1,286 Kwintal dengan variabel penggunaan
pupuk ZA dianggap konstan.
b2 = 2,998
Artinya, setiap kenaikan penggunaan pupuk ZA sebanyak 1 miliar rupiah, maka
rata – rata hasil panen akan naik sebanyak2,998 Kwintal dengan variabel
penggunaan pupuk ZK dianggap konstan.
Model Summary
Y X1 X2
Y . .001 .000
X2 .000 .000 .
Y 8 8 8
N X1 8 8 8
X2 8 8 8
e. Uji t statistik :
1. Uji Parsial variabel Hasil Panen terhadap Variabel Penggunaan Pupuk
ZK
Hipotesis :
𝐻0 : 𝛽1 = 𝑂 (variabel penggunaan pupuk ZK secara parsial tidak
berpengaruh signifikan terhadap variabel hasil panen
tembakau)
𝐻𝑎 : 𝛽1 ≠ 𝑂 (variabel penggunaan pupuk ZK secara parsial berpengaruh
signifikan terhadap variabel hasil panen tembakau)
Nilai t stat dan t tabel :
t stat = -2,195
t tabel = 2,571
df = n – k – 1 = 8 – 2 – 1 = 5
α = 0,05
Kriteria uji :
i. Uji tabel t
-ttabel ≤ tstat ≤ ttabel→ Ho tidak dapat ditolak
Ternyata -ttabel ≤ tstat ≤ ttabel, yaitu -2,571< -2,195 <2,571 maka Ho tidak
dapat ditolak
Kesimpulan :
Pada tingkat signifikansi 5%, variabel penggunaan pupuk ZK secara
parsial tidak berpengaruh signifikan terhadap variabel hasil panen
tembakau
Kesimpulan :
Pada tingkat signifikansi 5%, variabel penggunaan pupuk ZA secara
parsial berpengaruh signifikan terhadap variabel hasil panen tembakau.
f. Uji F statistik
ANOVAb
Total 95150.000 7
b. Dependent Variable: Y
Hipotesis :
𝐻0 : 𝛽1 = 𝛽2 = 𝑂 (variabel penggunaan pupuk ZKdan variabel
penggunaan pupuk ZA secara bersama-sama tidak
berpengaruh signifikan terhadap variabel hasil
panen tembakau)
1. The owner of Showtime Movie Theaters, Inc., would like to estimate weekly
gross revenue as a function of advertising expenditures. Historical data for a
sample of eight weeks follow.
Weekly Gross Television Newspaper
Revenue Advertising Advertising
($1000) ($1000) ($1000)
96 5 1,5
90 2 2
95 4 1,5
92 2,5 2,5
95 3 3,3
94 3,5 2,3
94 2,5 4,2
94 3 2,5
a. Develop an estimated regression equation with both television advertising
and newspaper advertising as the independent variables.
b. What is the estimate of the weekly gross revenue for a week when $3500 is
spent on television advertising and $1800 is spent on newspaper
advertising?
Jawab :
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients Correlations
a. Dependent Variable:
Gross_revenue
a. Regression Equation :
Y = 83,23 + 2,29 X1 + 1,301 X2
Interpretation :
a = 83,23
Without affected with no variable, the average of weekly gross revenue
is about $83,230.
b1 = 2,29
b2 = 1,301
b. Estimation :
Television Advertising = 3,5
Newspaper Advertising = 1,8
Y = 93,58680
So, there would be $93,586.8 weekly gross revenue for a week when
$3500 is spent on television advertising and $1800 is spent on
newspaper advertising.
t tabel = 2,5706
df = n – k – 1 = 8 – 2 – 1 = 5
α = 0,05
Kriteria uji :
Uji tabel t
Kesimpulan :
Pada tingkat signifikansi 5%, variabel penggunaan insektisida
secara parsial berpengaruh signifikan terhadap variabel produksi
padi.
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients Correlations
Std. Partia
Model B Error Beta t Sig. Zero-order l Part
1 (Constant -
-91.759 15.223 .000
) 6.028
a. Dependent Variable:
risk
a. Regression Equation :
Interpretation :
a = 91,759
Without affected with no variable, the risk of strokes is about 91,759.
b1 = 1,077
Every increasing of 1 years old of age, the risk of strokes will be increase as
much as 1,077, considering blood pressure variable and smoke variable are
constant.
b2 = 0,252
Every increasing of 1 blood pressure, the risk of strokes will be increase as
much as 0,252, considering age and smoke variable are constant.
b3 = 8,740
Everyone who smoking, the risk of strokes will be increase as much as 8,74,
considering age and blood pressure variable are constant.
Conclusion :
Using 5% significance level, smoker variable partially affects
significantly to the riks of strokes.
c. Age = 68+next 10 years = 78
Blood pressure = 175
Smoker
Y = 45,087
So, the probability of a stroke over the next 10 years for Art Speen, a 68-
year-old smoker who has blood pressure of 175 is 45,087%. The patient
should stop smoking because of the possibility of stroke is large enough.
4. Berikut adalah data tentang tingkat kehadiran di kelas dan skor IQ mahasiswa
yang diperkirakan mempengaruhi nilai akhir yang diperoleh!
1. 60 110 65
2. 70 120 70
3. 75 115 75
4. 80 130 75
5. 80 110 80
6. 90 120 80
7. 95 120 85
8. 95 125 95
9. 100 110 90
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients Correlations
Zero-
Model B Std. Error Beta t Sig. order Partial Part
a. Persamaan regresi :
Y = 23,054 + 0,737 X1 0,034 X2
Interpretasi :
a = 23,054
Tanpa dipengaruhi oleh variabel apapun, rata – rata nilai akhir yang
didapatkan mahasiswa adalah sebesar 23,054.
b1 = 0,737
Artinya setiap kenaikan skor IQ sebanyak 1 satuan, maka rata – rata nilai
akhir akan turun sebesar 0,034 dengan variabel kehadiran dikelas
dianggap konstan.
Model Summary
Correlations
N Nilai_akhir 10 10 10
Kehadiran 10 10 10
Correlations
N Nilai_akhir 10 10 10
Kehadiran 10 10 10
Skor_IQ 10 10 10
ry2.1 = 0,194
r12.y = 0,229
d. Uji t statistik :
1. Uji Parsial Variabel Nilai Akhir Mahasiswa Terhadap Variabel
Kehadiran di kelas
Hipotesis :
𝐻0 : 𝛽1 = 𝑂 (variabel kehadiran di kelas secara parsial tidak
berpengaruh
signifikan terhadap variabel nilai akhir mahasiswa)
𝐻𝑎 : 𝛽1 ≠ 𝑂 (variabel kehadiran di kelas secara parsial berpengaruh
signifikan terhadap variabel nilai akhir mahasiswa)
Nilai t stat dan t tabel :
t stat = 6,752
t tabel = 2,3646
df = n – k – 1 = 10 – 2 – 1 = 7
α = 0,05
Kriteria uji :
i. Uji tabel t
-ttabel ≤ tstat ≤ ttabel→ Ho tidak dapat ditolak
Kesimpulan :
Pada tingkat signifikansi 5%, variabel kehadiran di kelas secara
parsial berpengaruh signifikan terhadap variabel nilai akhir
mahasiswa.
2. Uji Parsial Variabel Nilai akhir mahasiswa Terhadap Variabel
Skor IQ
Hipotesis :
𝐻0 : 𝛽2 = 𝑂 (variabel skor IQ secara parsial tidak berpengaruh
signifikan terhadap variabel nilai akhir mahasiswa)
𝐻𝑎 : 𝛽2 ≠ 𝑂 (variabel skor IQ secara parsial berpengaruh signifikan
terhadap variabel nilai akhir mahasiswa)
Nilai t stat dan t tabel :
t stat = 0,156
t tabel = 2,3646
df = n – k – 1 = 10 – 2 – 1 = 7
α = 0,05
Kriteria uji :
i. Uji tabel t
Ternyata Sig. > α, yaitu 0,881 > 0,05 maka 𝑯𝟎 tidak dapat
ditolak
Kesimpulan :
Pada tingkat signifikansi 5%, variabel skor IQ secara parsial tidak
berpengaruh signifikan terhadap variabel nilai akhir mahasiswa.
ANOVAb
Sum of
Model Squares df Mean Square F Sig.
Total 1032.100 9
Hipotesis :
𝐻0 : 𝛽1 = 𝛽2 = 𝑂 (variabel kehadiran di kelas dan variabel skor IQ
secarabersama-sama tidak berpengaruh
signifikan terhadap variabel nilai akhir
mahasiswa)
v1 = k – 1 = 2 – 1 = 1
v2 = n – k = 10 – 2 = 8
Kriteria uji :
i. Uji tabel F
F stat ≤ F tabel → Ho tidak dapat ditolak
F stat > F tabel → Ho ditolak
Ternyata F stat > F tabel, yaitu 23,823> 5,32 maka Ho ditolak
Kesimpulan :
Pada tingkat signifikansi 5%, variabel kehadiran di kelas dan
variabel skor IQ secara bersama-sama berpengaruh signifikan
terhadap variabel nilai akhir mahasiswa.
5. The owner of a large chain of health spas has selected eight of her smaller
clubs for a test in which she varies the size of the newspaper ad and the amount
of the initiation fee discount to see how this might affect the number of
prospective members who visit each club during the following week. The
results are shown in the table below.
Ad
New Discount
Club Column-
Visitors Amount
Inches
1 23 4 $100
2 30 7 20
3 20 3 40
4 26 6 25
5 20 2 50
6 18 5 30
7 17 4 25
8 31 8 80
a. Determine the least-squares multiple regression equation.
b. Interpret partial regression coefficients.
c. What is the estimated number of new visitors to a club if the size of the ad
is 5 column-inches and a $75 discount is offered?
Jawab :
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients Correlations
Std. Zero-
Model B Error Beta T Sig. order Partial Part
1 (Constant 10.68
3.875 2.758 .040
) 7
ad_colum
2.157 .628 .818 3.434 .019 .816 .838 .818
n
a. Dependent Variable:
New_visitor
a. Regression Equation :
Interpretation :
a = 10,687
Without affected with no variable, the number of new visitors is about
10,687, or 11 people.
b1 = 2,157
Every increasing of 1 inches size of the newspaper ad, the number of new
visitors will be increase as much as 2,157, considering discount variable are
constant.
b2 = 0,042
Every increasing of 1 dollar discount amount, the number of new visitors
will be increase as much as 0,042, considering ad column-inches variable
are constant.
b. Partial Test of Ad Column-Inches Variable to The New Visitor
Hypothesis :
𝐻0 : 𝛽3 = 𝑂 (ad column variable partially doesn’t affect significantly to
the new visitors variable)
𝐻𝑎 : 𝛽3 ≠ 𝑂 (ad column variable partially affects significantly to the
new visitors variable)
Value of t-stat and t-table :
t stat = 3,434
t table = 2,5706
df = n – k – 1 = 8 – 2 – 1 = 5
α = 0,05
Criteria :
i. t-Table Test
-ttable ≤ tstat ≤ ttable→ Ho cannot rejected
tstat< -ttable→ Ho rejected
tstat> ttable→ Ho rejected
tstat > ttable, or 3,434 > 2,5706, so Ho rejected
ii. Sig. Test
Conclusion :
Using 5% significance level, ad column variable partially affects
significantly to the number of new visitors.
Y = 24,622
So, the estimated number of new visitors to a club if the size of the ad is 5
column-inches and a $75 discount is offered is about 25 people.
6. Berikut ini adalah data harga jual, ukuran rumah, dan kondisi rumah hasil
survei sebuah lembaga “appraisal” pada suatu “real estate”. Satuan harga jual
adalah ratus juta rupiah, ukuran rumah dalam ratus meter persegi, dan kondisi
rumah berskala 1 sampai 10.
Harga Jual 71 41 66 56 57 65
Ukuran
22 10 20 17 15 21
Rumah
Kondisi
5 2 9 3 8 4
Rumah
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients Correlations
Std.
Model B Error Beta t Sig. Zero-order Partial Part
1 (Constant
18.083 3.138 5.763 .010
)
Ukuran 11.58
2.150 .186 .911 .001 .977 .989 .850
5
a. Dependent Variable:
Harga_jual
a. Persamaan regresi :
Y = 18,083 + 2,150 X1 + 0,703 X2
Interpretasi
a = 18,083
Tanpa dipengaruhi oleh variabel apapun, rata – rata harga jual adalah
sebesar 18,083 juta rupiah.
b1 = 2,150
Artinya, setiap kenaikan ukuran rumah sebanyak 100 meter persegi, maka
rata – rata harga jual akan naik sebesar 2,15 juta rupiah dengan variabel
kondisi rumah dianggap konstan.
b2 = 0,703
Artinya setiap kenaikan kondisi rumah sebesar 1 satuan, maka rata – rata
harga jual akan naik sebesar 0,703 juta rupiah dengan variabel ukuran
rumah dianggap konstan.
Model Summary
Correlations
N Harga_jual 6 6 6
Ukuran 6 6 6
Kondisi 6 6 6
Coefficientsa
Standardize
d
Unstandardized Coefficient
Coefficients s Correlations
1 (Constant
24.309 3.192 7.616 .000
)
Standardize
d
Unstandardized Coefficient
Coefficients s Correlations
1 (Constant
24.309 3.192 7.616 .000
)
a. Dependent Variable:
salary
a. Regression Equation :
Interpretation :
a = 24,309
Without affected with no variable, the average of starting salary is about
$24,309.
b1 = 3,842
Every increasing of 1 point of GPA, the average of starting salary will be
increase as much as 3,842, considering number of activities are constant.
b2 = 1,681
Every increasing of 1 number of activities, the average of starting salary
will be increase as much as 1,681, considering GPA variable are constant.
b. GPA = 3,6
Activities = 3
Y = 24,309 + 3,842 X1 + 1,681 X2
Y = 43,183.2
So, the estimate starting salary for Dave who has a 3.6 grade point average
and 3 university activities listed on his resume is about $43,183.2.
CHI-SQUARE
Bila kita mempunyai dua macam proporsi dan kita ingin menguji apakah
perbedaan antar kedua proporsi itu signifikan atau tidak, maka disini kita
menggunakan pengujian hipotesa mengenai beda dua proporsi. Perluasan dari pada
pengujian selisih proporsi (beda antara dua proporsi) adalah pengujian Chi
Kuadrat, karena didalam pengujian ini kita mengadakan pengujian hipotesa
tentang perbedaan proporsi dari proporsi yang banyaknya lebih dari dua. Dengan
perkataan lain, pengujian 2 ada-lah pengujian hipotesa mengenai perbe-daan k
proporsi dimana k 2 proporsi.
s 2 (n 1) s 2 (n 1)
rumus : ; df = n-1
2 / 2 12 / 2
4. Bandingkan nilai χ dengan nilai distribusi χ yang telah didapat pada langkah
sebelumnya sesuai kriteia uji yang digunakan
5. Buat kesimpulan
Ho tidak dapat
1 / 2 / 2 1
ditolak
/ 2 1
Ho ditolak
1 / 2
( oi e j ) 2
2
ej
Dimana:
oi = data hasil observasi
ej = data yang diharapkan atau diestimasikan
4. lakukan uji kriteria dengan membandingkan nilai 2 dan 2 , yaitu:
2 2 → Ho ditolak
5. Buat kesimpulan
21 22 23 ... 2c
31 32 33 ... 3c
Ha : terdapat paling sedikit satu tanda ≠
2. Tentukan nilai 2 dari distribusi chi-square dengan tingkat signifikansi α dan df
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
n
2
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
(C1−C0)
C = Co + (B1−B0) x (B − B0)
Contoh :
(79,1−67,5)
C = 67,5 + (60−50)
x (55 − 50) = 73,3
Jadi, nilai 20,05 dengan v = 55 adalah 73,3.
2. Goodness of Fit
Berfungsi untuk menguji, apakah proporsi yang dihasilkan dari perhitungan sama
atau sesuai dengan proporsi yang seharusnya (dari data mentah).
Hipotesis
Ho : 1 2 ... n
Menentukan nilai 2
Menentukan nilai 2 :
(oi e j ) 2
2
ej
2 2 → Ho ditolak
Buat kesimpulan
Jawab:
Ho: 1 2 3 4
Uji statistik:
ej
o 200 50
e 4
2 o e2
90 50
2
55 50
2
25 50
2
30 50
2
53
e 50 50 50 50
Uji kriteria:
2 2 → Ho ditolak
Ternyata 53>11,3449 atau 2 2 → Ho ditolak
Pada tingkat signifikansi 1% hasil pengamatan diatas menunjukkan bahwa warna
sepatu mempengaruhi banyaknya sepatu yang terjual karena perbedaannya
signifikan.
SOAL CHI-SQUARE
Residence
after released Outstanding Good Fair Unsatisfactory
from prison
Hometown 27 35 33 25
Not
13 15 27 25
hometown
Jawab :
Dik : 𝛼 = 1%
df = (r-1)(c-1) = (2-1)(4-1) = 3
𝜒𝛼2 = 11,345
Dit : is there a relationship between adjustment to civilian life and place
of residence after released from prison?
Jawab :
Residence
after
Outstanding Good Fair Unsatisfactory Total
released
from prison
Hometown 27 35 33 25 120
Not
13 15 27 25 80
hometown
Total 40 50 60 50 200
∑𝑜𝑖𝑜 𝑥∑𝑜𝑜𝑗
𝑒𝑖𝑗 = ∑0
120 𝑥 40 80 𝑥 40
𝑒11 = 200
= 24 𝑒21 = 200
= 16
120 𝑥 50 80 𝑥 50
𝑒12 = 200
= 30 𝑒22 = 200
= 20
120 𝑥 60 80 𝑥 60
𝑒13 = = 36 𝑒23 = = 24
200 200
120 𝑥 50 80 𝑥 50
𝑒14 = = 30 𝑒24 = = 20
200 200
(𝑜𝑖𝑗 −𝑒𝑖𝑗 )2
𝜒 2 = ∑∑ 𝑒𝑖𝑗
𝜒 2 = 5,729
𝜒 2 > 𝜒 2 𝛼 Ho ditolak
𝜒𝛼 = √20,2777 = 4,50308
2
𝑠√𝑛−1
𝜒= 𝜎
100√8−1
𝜒=
120
𝜒 = 2,2048
𝜒 > 𝜒𝛼 Ho ditolak
2
𝜒 < 𝜒1−𝛼 Ho ditolak
2
dapat ditolak
3. Simpangan baku dari masa hidup lampu pijar adalah 36 jam dengan sampel
26 buah. Tentukan batas-batas taksiran simpangan baku dari masa hidup
seluruh produksi lampu, dengan menggunakan tingkat kepercayaan 95%!
Jawab :
Dik : s = 36 𝛼 = 5%
n = 26
Dit : taksiran simpangan baku
Jawab :
df = n-1 = 26-1 = 25
𝜒 2 𝛼/2 = 40,6465
𝜒 21−𝛼/2 = 13,1197
𝑠2 (𝑛−1) 𝑠2 (𝑛−1)
√ 𝜒2 𝛼/2
< 𝜎 < √ 𝜒2
1−𝛼/2
Dik :
𝛼 = 5%
Dit : is there a difference in the proportion of listeners of four radio?
Jawab :
Ho : there is no difference in the proportion of listeners of four radio
Ha : there is difference in the proportion of listeners of four radio
(𝑜𝑖 −𝑒𝑗 )2
𝜒2 = ∑ 𝑒𝑗
Dewasa 80 28 140
Apakah ada hubungan yang berarti antara golongan umur dan makanan
yang digemari? Gunakan tingkat signifikansi 1%. Tentukan pula sifat
hubungan tersebut!
Jawab :
Dik :
Makanan
Jajanan Makanan
ringan Jumlah
pasar berat
kemasan
Anak-anak 130 270 16 416
Remaja 215 214 39 468
Dewasa 80 28 140 248
Jumlah 425 512 195 1132
df = (r-1)(c-1) = (3-1)(3-1) = 4
𝛼 = 1%
Dit : Apakah ada hubungan yang berarti antara golongan umur dan
makanan yang digemari?
Jawab :
Ho : 𝜋11 = 𝜋12 = 𝜋13
𝜋21 = 𝜋22 = 𝜋23
𝜋31 = 𝜋32 = 𝜋33
Ha : terdapat paling sedikit satu tanda ≠
𝜒 2 𝛼 = 13,3
eij
o o
io oj
o
416 425
e11 156,183
1132 468 512
416 512 e22 211,675
e12 188,155 1132
1132 468 195
416 195 e23 80,618
e13 71,661 1132
1132 248 425
468 425 e31 93,110
e21 175,707 1132
1132 248 512
e32 112,170
1132
248 195
e33 42,721
1132
o eij
2
2 ij
eij
2 = 400,0387
2 2 → Ho ditolak
Ternyata 400,0387 > 13,3 maka 2 2 → Ho ditolak
2 m 1
C Cmax
n 2
m
400,0387 3−1
C= √400,0387+1132 = 0,511 C max= √ 3
= 0,8165
Kriteria :
Cmax-C < C, erat
Cmax-C = C, cukup erat
Cmax-C > C, kurang erat
6. Classic Golf, Inc., manages six courses in the Jacksonville, Florida, area.
The director of golf wishes to studt the number of rounds of golf played per
6 day in a week at the six courses. He gathered the following sample
information shown below. At the 5% significance level, is there a difference
in the number of rounds played by day of the week?
Day Monday Tuesday Wednesday Thursday Friday Saturday
Rounds 127 112 121 109 132 149
Jawab :
Dik : df = 6-1 = 5
𝛼 = 5%
Dit : is there a difference in the number of rounds played by day of the
week?
Jawab :
Ho : there is no difference in the number of rounds played by day of the
week
Ha : there is difference in the number of rounds played by day of the week
𝜒 2 𝛼 = 11,0705
\
2127 125
2
112 125
2
....
149 125
2
8,56
125 125 125
Kriteria :
2 2 → Ho tidak dapat ditolak
2 2 → Ho ditolak
Ternyata 8,56 < 11,0705 atau 2 2 → Ho tidak dapat ditolak
Ringkasan Teori
Skala pengukuran Skala interval dan rasio Skala nominal dan ordinal
Salah satu bagian penting dalam ilmu statistika adalah persoalan inferensi
yaitu penarikan kesimpulan secara statistik. Dua hal pokok yang menjadi
pembicaraan dalam statistik inferens adalah penaksiran parameter populasi dan uji
hipotesis. Teknik inferensi yang pertama dikembangkan adalah mengenai
pembuatan sejumlah besar asumsi sifat populasi di mana sampel telah
diambil. Teknik yang banyak digunakan pada metode-metode pengujian
hipotesis dan penafsiran interval ini kemudian dikenal sebagai statistik parametrik,
karena nilainilai populasi merupakan parameter. Distribusi populasi atau
distribusi variabel acak yang digunakan pada teknik inferensi ini mempunyai
bentuk matematik yang diketahui, akan tetapi memuat beberapa parameter yang
tidak diketahui.
Pada uji t dan uji F untuk dua sampel atau lebih, kedua sampel
diambil dari dua populasi yang mempunyai varians sama.
Jika terjadi pelanggaran terhadap salah satu asumsi di atas, maka lebih baik
digunakan uji statistik non-parametrik. Metode non-parametrik memiliki
keunggulan, di antaranya adalah tidak mengharuskan data berdistribusi normal dan
syarat skala pengukuran datanya tidak terlalu ketat. Selain itu, dapat digunakan pada
level data nominal dan ordinal.
Grafik di bawah ini menunjukkan kondisi untuk memilih uji statistik non-
parametrik.
Berikut ini adalah beberapa metode statistik non-parametrik yang sering
digunakan:
Wilcoxon Signed Rank Sama seperti sign test tapi lebih menitikberatkan pada
Test besaran perbedaannya.
Kolmogorov Smirnov Digunakan untuk goodness of fit test dan menguji dua
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.
Uji Dua Sampel Uji Dua Sampel Uji k Sampel Uji k Sampel
Uji Satu Sampel Analisis Korelasi
Berpasangan Independen Berhubungan Independen
Koefisien
Uji Binomial Uji McNemar Uji Fisher Uji Q Cochran Uji Chi-Square
Kontingensi
Analisis
Korelasi Tau
Run Test Uji Wilcoxon Uji Median Varians
Kendall
Ranking
Uji
Uji U Mann- Kruskall- Korelasi
Kolmogorov- Uji Walsh
Whitney Wallis Parsial Kendall
Smirnov
Run Test
Wald-
Wolfowitz
Uji
Kolmogorov-
Smirnov
Uji
Randomisasi
NON-PARAMETRIK I
A. SIGN TEST
Apabila kita telah menetapkan pasangan ukuran ordinal yang diambil
dari subjek yang sama atau subjek yang dicocokkan, dan apabila kita hanya tertarik
pada apakah terdapat perbedaan nyata atau tidak “sebelum dan sesudah” terjadi
perlakuan tanpa memperhatikan perbedaan tersebut, maka prosedur uji tanda
harus digunakan. Diberi nama uji tanda karena pengujian dalam prosedur ini
menggunakan tanda tambah (+) dan tanda kurang (-) yang berfungsi mewakili arah
perbedaan antara kedua sampel tersebut. Dengan demikian uji tanda tidak
menggunakan ukuran kuantitatif untuk melihat perbedaan arah tetapi menggunakan
tanda tambah atau kurang untuk menentukan tingkatan kedua responden yang
didasarkan pada hubungan antara kedua sampel tersebut.
1
(𝑇 ± 0,5) − 𝑛
𝑍= 2
1
2 √𝑛
Note :
Kriteria:
Contoh Soal:
1 luar biasa
2 sangat baik
3 baik
4 cukup baik
5 kurang baik
Pegawai 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
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
Dengan tingkat signifikansi 5%, apakah terdapat perubahan yang signifikan pada
kemampuan berbahasa Inggris karyawan di PT Patri Jasa tersebut sebelum dan
sesudah diadakan training English Course?
(Sumber: fiktif)
Jawab:
Kriteria:
Tolak Ho jika T hasil perhitungan ≤ T dari tabel sesuai dengan α
yang telah ditentukan.
Untuk sampel yang besar N >20, jumlah rangking T mendekati
distribusi normal.
Untuk sampel yang besar N >20. T = jumlah rangking +
Contoh Soal:
Dengan 𝛼 = 5%, hitunglah apakah ada pengaruh yang berarti bagi produktivitas
mahasiswa/i sebelum dan sesudah pemasangan wi-fi di area kampus? (Sumber:
fiktif)
Jawab:
Buatlah tabel seperti tertera di bawah ini kemudian lakukan perhitungan sesuai
dengan langkah – langkah yang diberikan diatas.
Tanda Ranking
Mahasiswa/i X Y Beda (Y-X)
Ranking - +
Anita 100 105 5 7,5 7,5
Lois 98 94 -4 5,5 5,5
Evan 76 78 2 2,5 2,5
Kara 90 98 8 9,0 9,0
Farhat 87 90 3 4,0 4,0
Hamdi 89 85 -4 5,5 5,5
Alya 77 86 9 10,0 10,0
Nina 92 87 -5 7,5 7,5
Epa 78 80 2 2,5 2,5
Fauzi 82 83 1 1,0 1,0
T =
JUMLAH 36,5
18,5
T = 18,5 dan n = 10
Hipotesis:
H0 = Pemasangan wi-fi di area kampus tidak mempunyai pengaruh
terhadap produktivitas mahasiswa/i
H1 = Pemasangan wi-fi di area kampus mempunyai pengaruh
terhadap produktivitas mahasiswa/i
Tarif nyata = 5 % dan n = 10 dengan melihat tabel t distribution atau tabel
uji wilcoxon maka kita mendapatkan Tα = 11.
Kriteria pengujian :
H0 tidak dapat ditolak apabila T > Tα
H0 ditolak apabila T < Tα
Kesimpulan :
Karena T = 18,5 dan Tα = 11, T > Tα, maka H0 tidak dapat ditolak.
Jadi dengan taraf kepercayaan 95 % pemasangan wi-fi di area kampus
tidak mempunyai pengaruh yang berarti terhadap produktivitas
mahasiswa/i.
C. MC NEMAR TEST
Contoh Soal:
Jawab:
a. 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)
SESUDAH
Tidak Membeli Membeli Jumlah
SEBELUM
b. pengujian
(𝑏−𝑐)2 (36−13)2
𝜒2 = (𝑏+𝑐)
= (36+13)
= 10,79591837
𝑑𝑓 = (𝑟 − 1)(𝑐 − 1) = (2 − 1)(2 − 1) = 1
𝛼 = 5%
c. kriteria:
𝜒 2 ≤ 𝜒𝛼2 → 𝐻𝑜 𝑡𝑖𝑑𝑎𝑘 𝑑𝑎𝑝𝑎𝑡 𝑑𝑖𝑡𝑜𝑙𝑎𝑘
Ternyata,
Kesimpulan
CARA KOMPUTER
Langkah-langkah:
a. 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)
b. Exact Sig. (2-tailed) dan Tingkat Signifikansi
Exact Sig. (2-tailed) = 0,002
𝛼 = 5%
c. Kriteria
Exact Sig. (2-tailed) ≥ α : Ho tidak dapat ditolak
Exact Sig. (2-tailed) < α : Ho ditolak
d. Ternyata
e. Kesimpulan
Jadi, dengan tingkat kepercayaan 95% manager salon tersebut
dapat mengambil kesimpulan bahwa promosi jasa creambath
berpengaruh pada permintaan jasa creambath karena terdapat
perubahan keinginan konsumen sebelum dan sesudah promosi
dilakukan.
Langkah – langkah :
Contoh soal:
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
(Sumber: Modul Statistika II 2012)
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.
1) Hipotesis
H0 : P = 0 (tidak ada perbedaan nilai tes sebelum matrikulasi dan
sesudah matrikulasi)
H1 : P ≠ 0 (ada perbedaan diantara nilai tes sebelum matrikulasi
dan sesudah matrikulasi )
3) kriteria
H0 ditolak jika nilai asymp sig < α
Ho tidak dapat ditolak jika nilai asymp sign ≥ α
4) 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 NON-PARAMETRIK I
Catatan:
Tanda “+” menandakan adanya kemajuan; tanda “-”
menandakan adanya kemunduran, dan tanda “0” tidak ada
perubahan.
(Sumber: Sekolah Tinggi Ilmu Statistik Jakarta 2013)
Jawab:
Obse 11 12 13 14 15 16 17 18 19 20
rvati
on
Shear 2165. 2399. 1779. 2336. 1765. 2053. 2414. 2200. 2654. 1753.
Stren 20 55 80 75 30 50 40 50 20 70
gth
Jawab:
3. Two professors found the final formulas for their own made analgesic drugs
at the same time. The table below shows the hours of relief provided by two
analgesic drugs in 12 patients suffering from arthritis. If there is no
evidence that one drug provides longer relief than the other, the patent
worth $500.000 will be devided and each of them will get the same amount.
The other way, the fully amount money will be received by him who found
the most durable formula. With 𝛼=5%, please determine, how much money
will one of those professors get.
(Sumber: fiktif)
Jawab:
CARA KOMPUTER
Ternyata 0,146 > 0,05 (Exact sig. (2-tailed) > α) maka Ho tidak dapat
ditolak
CARA MANUAL
CASE Drug A Drug B Sign
1 2.0 3.5 +
2 3.6 5.7 +
3 2.6 2.9 +
4 2.6 2.4 -
5 7.3 9.9 +
6 3.4 3.3 -
7 14.9 16.7 +
8 6.6 6.0 -
9 2.3 3.8 +
10 2.0 4.0 +
11 6.8 9.1 +
12 8.5 20.9 +
Pengujian
n = 12,tanda + = 9, tanda - =3
Nilai T = 9
Nilai tabel untuk n=12 dan p =0,5 berdasarkan tabel binomial
maka diperoleh nilai yang mendekati α = 0,05 adalah y = 0,0193
t=2
Kriteria
T ≤ n - t Ho tidak dapat ditolak
T > n - t Ho ditolak
Ternyata
T ≤ n - t ( 9 < 10) maka Ho tidak dapat ditolak
Kesimpulan
Jadi, dengan tingkat signifikansi 0,05, tidak dapat perbedaan lama efek
obat yang ditemukan kedua profesor, sehingga masing-masing profesor
mendapat $250.000.
1. Demi menunjang kompetensi dan produktivitas mahasiswa/i di sebuah
perguruan tinggi negeri di Bandung, rektor perguruan tinggi tersebut
mengeluarkan aturan baru untuk mengadakan ujian tertulis per bulan untuk
setiap mata kuliah. Untuk mengevaluasi kebijakan tersebut, setiap fakultas,
tak terkecuali Fakultas Ekonomi dan Bisnis mengadakan penelitian.
Penlitian tersebut diadakan dengan mengambil sepuluh orang mahasiswa/i
sebagai sampel dan mendata rata-rata nilai UAS mereka pada semester I
(sebelum kebijakan ulangan per bulan diadakan) dan semester II (setelah
kebijakan diadakan). Apabila ternyata kebijakan tersebut membuat nilai
UAS mahasiswa/i lebih baik, maka akan dilanjutkan untuk periode
selanjutnya. Dengan tingkat signifikansi sebesar 5%, bantulah rektor
universitas tersebut dalam membuat kebijakan bagi kampusnya.
Nama Mawar Melati Dahlia Lily Tulip Kamboja Anggrek Teratai Lavender Sakura
Sebelum 80 80 80 80 80 80 80 80 80 80
Sesudah 80 75 90 87 85 77 60 70 85 90
CARA KOMPUTER
Uji statistik :
Dengan menggunkan prosedur yang telah dijelaskan diatas pada SPSS
maka kita mendapatkan outputnya sebagai berikut :
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.
CARA MANUAL
Kriteria :
T + / T – terkecil ≤ T tabel H0 ditolak
T + / T – terkecil > T tabel H0 tidak dapat ditolak
T hitung dan T tabel :
T hitung = jumlah ranking terkecil = 20
T tabel = dicari dengan menggunakan tabel wilcoxon dengan
n (jumlah sampel tanpa tanda nol ) = 9, α = 5 % maka
didapatkan T tabel = 9
Kesimpulan :
2. Grahamedia & Co. is one of the most profitable bookstore & publisher in
Indonesia. It has many outlets spread around the country. Beside selling its
products directly in the bookstores, Grahamedia & Co. has also served their
customers who like to order books online. The customers can access its
website and easily pay the books they order via credit cards. The price list is
shown in the table below.
As a student who needs books to support your academy process but has
limited budget, will purchasing online be more satisfying? (𝛼 = 5%)
(Sumber: Wilcoxon Signed Ranks Test: Nonparametric Analysis for Two
Related Populations, diolah kembali)
Jawab:
Hipotesis
H0 = Harga buku di toko buku dan online tidak berbeda
H1 = Harga buku di toko buku lebih mahal daripada online
Jumlah R+ = 144
Jumlah R- = 46
Kriteria :
T + / T – terkecil ≤ T tabel H0 ditolak
T + / T – terkecil > T tabel H0 tidak dapat ditolak
T hitung dan T tabel :
T hitung = jumlah ranking terkecil = 46
T tabel = dicari dengan menggunakan tabel wilcoxon dengan
n (jumlah sampel tanpa tanda nol ) = 19, α = 5 % maka
didapatkan T tabel = 54
Kesimpulan :
Jawab:
Ho: p(+) = p(-), pemilu tidak meningkatkan tingkat bunga deposito 3
bulanan
H1: p(+) > p(-), pemilu meningkatkan tingkat bunga deposito 3 bulanan
α : 0,01
Deposit Deposit
D1
Bank Rate Rate Rank Rank (+) Rank (-)
(after-before)
Before (%) After (%)
1 5,50 5,60 0,10 2 2
2 5,75 5,60 -0,15 6,5 6,5
3 5,75 6,00 0.25 9,5 9,5
4 6,00 6,00 0 - - -
5 3,00 5,55 2,55 15 15
6 5,88 5,75 -0,13 4,5 4,5
7 6,50 6,75 0,25 9,5 9,5
8 7,30 7,45 0,15 6,5 6,5
9 5,88 6,00 0,12 3 3
10 6,25 6,50 0,25 9,5 9,5
11 5,50 5,58 0,08 1 1
12 5,75 5,88 0,13 4,5 4,5
13 6,00 6,00 0 - - -
14 5,75 6,50 0,75 14 14
15 5,50 5,50 0 - - -
16 5,50 6,00 0,50 13 13
17 6,25 6,50 0,25 9,5 2,5
18 6,88 7,30 0,42 12 12
Total 102 11
Hipotesis
H0 = Pemilu tidak menyebabkan tingkat suku bunga naik
H1 = Pemilu menyebabkan tingkat suku bunga naik
Jumlah R- = 11
Kriteria :
T + / T – terkecil ≤ T tabel H0 ditolak
T + / T – terkecil > T tabel H0 tidak dapat ditolak
T hitung dan T tabel :
T hitung = jumlah ranking terkecil = 11
T tabel = dicari dengan menggunakan tabel wilcoxon dengan
n (jumlah sampel tanpa tanda nol ) = 15, α = 1 % maka
didapatkan T tabel = 20
Kesimpulan :
Jawab:
CARA KOMPUTER
Langkah-langkah SPSS:
3) Pilih McNemar
4) Klik OK
Hipotesis:
H0 = Tidak terdapat perubahan yang signifikan pemilihan kepala
desa sebelum dan sesudah debat.
H1 = Terdapat perubahan yang signifikan pemilihan kepala desa
sebelum dan sesudah debat.
Kriteria uji:
Exact Sig. (2-tailed) ≥ α : Ho tidak dapat ditolak
Output SPSS
Kesimpulan
Tabel pertama menunjukan hasil crosstabulasi data sebelum dan
sesudah debat dilakukan.
Dari tabel Test Statistic diketahui Exact Sig. (2-tailed) > α atau (0,000<
0,05) maka tolak hipotesis nol (H0) yang artinya ada perubahan
yang signifikan pemilihan kepala desa sebelum dan sesudah debat
dilakukan dengan taraf nyata 5%.
CARA MANUAL
After
Calon 1 Calon 2 TOTAL
Calon 1 3 (a) 6 (b) 9
Before Calon 2 38 (c) 3 (d) 41
TOTAL 41 9 50
(𝑏 − 𝑐)2 (6 − 38)2 1024
𝜒2 = = = = 23,272727
(𝑏 + 𝑐) (6 + 38) 44
𝑑𝑓 = (𝑟 − 1)(𝑐 − 1) = (2 − 1)(2 − 1) = 1
𝛼 = 5%
Kriteria
𝜒 2 ≤ 𝜒𝛼2 Ho tidak dapt ditolak
𝜒 2 > 𝜒𝛼2 Ho ditolak
Ternyata,
23,272727 > 3,84146 atau 𝜒 2 > 𝜒𝛼2 , maka Ho ditolak.
Jadi, dengan tingkat kepercayaan 95%, ada perubahan yang signifikan
pemilihan kepala desa sebelum dan sesudah debat dilakukan.
Jawab:
After
Non-Smoker Smoker TOTAL
Non-Smoker 20 (a) 5 (b) 25
Before Smoker 16 (c) 9 (d) 25
TOTAL 36 14 50
𝑑𝑓 = (𝑟 − 1)(𝑐 − 1) = (2 − 1)(2 − 1) = 1
𝛼 = 5%
Kriteria
𝜒 2 ≤ 𝜒𝛼2 Ho tidak dapat ditolak
𝜒 2 > 𝜒𝛼2 Ho ditolak
Ternyata,
5,761904762 > 3,84146 atau 𝜒 2 > 𝜒𝛼2 , maka Ho ditolak.
Jadi, dengan tingkat kepercayaan 95%, ada perubahan antara jumlah
populasi perokok dan bukan perokok sebelum dan setelah adanya intervensi
video.
NON-PARAMETRIK II
A. SPEARMAN
Hipotesis
a. Two-tailed tes
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
Prosedur penghitungan koefisien korelasi peringkat Spearman:
Dimana:
rs = koefisien korelasi Spearman
d = selisih antara rank X dan rank Y = R(X) – R(Y)
n = jumlah pasangan
Ada angka yang sama
𝒏+𝟏 𝟐
∑𝒏
𝒊=𝟏 𝑹(𝑿𝒊)𝑹(𝒀𝒊)−𝒏( )
𝒓𝒔 = 𝟏
𝟐
𝟏
𝒏+𝟏 𝟐 𝟐 𝒏 𝒏+𝟏 𝟐 𝟐
(∑𝒏 𝟐
𝒊=𝟏 𝑹(𝑿𝒊) −𝒏( ) ) (∑𝒊=𝟏 𝑹(𝒀𝒊)𝟐 −𝒏( ) )
𝟐 𝟐
Menggunakan SPSS
Pekerja Prestasi IQ
1 84 110
2 85 100
3 87 108
4 92 103
5 91 102
6 96 97
7 83 124
8 89 130
9 88 116
(Sumber: Modul Statistika II 2011)
Jawab:
Hipotesis
H0: tidak ada hubungan antara prestasi pekerja dan IQ-nya
H1: ada hubungan antara prestasi pekerja dan IQ-nya
6 ∑𝑛 𝑑 2
𝑟𝑠 = 1 − ( 𝑛(𝑛𝑖−1
2 −1) )
𝑖
6 𝑥 162
𝑟𝑠 = 1 − (9(92 −1))
972
𝑟𝑠 = 1 − (720)
𝑟𝑠 = −0,35
𝑛=9
Kriteria:
|rs| ≤ W1- α/2 H0 tidak dapat ditolak
|rs| > W1- α/2 H0 ditolak
Ternyata : |0,35| < 0,6833 H0 tidak dapat ditolak
Menggunakan SPSS
Kriteria:
Sig α ≥ α H0 tidak dapat ditolak
Sig α < α H0 ditolak
Ternyata: 0,356 > 0,05 H0 tidak dapat ditolak
Kesimpulan:
Pada tingkat signifikansi 5% tidak ada hubungan antara prestasi
pekerja dan IQ-nya.
B. MANN-WHITNEY
Asumsi :
Sampelnya adalah sampel acak dan kedua sampel saling bebas
/ independen.
Memiliki dua variabel, yaitu variabel independen (categorical) dan
dependen (continuous or ordinal).
Yang diuji pada uji Mann Whitney ini adalah adanya perbedaan
pengaruh pada dua buah sampel bebas yang diambil dari satu atau
dua buah populasi.
Mann-Whitney dapat digunakan ketika jumlah data pada kedua
sampel tidak seimbang.
CONOVER
Prosedur pengujian:
1. Menyatakan hipotesis dan α
Hipotesis:
Uji Dua Pihak Uji Pihak Kanan Uji Pihak Kiri
H0: P(X) = P(Y) H0: P(X) = P(Y) H0: P(X) = P(Y)
Ha: P(X) ≠ P(Y) Ha: P(X) > P(Y) Ha: P(X) < P(Y)
Jika tidak ada peringkat yang sama atau hanya sedikit yang
sama peringkatnya maka statistic ujinya:
𝑛
𝑆 = ∑ 𝑅(𝑋𝑖)
𝑖=1
𝑛1 (𝑛1 + 1)
𝑇=𝑆−
2
Jika Banyak peringkat yang seri maka statistic ujinya:
𝑁+1
𝑆−𝑛 2
𝑇1 =
𝑛𝑚 𝑛𝑚(𝑁 − 1)
√ ∑𝑁=𝑛+𝑚 𝑅12 −
𝑁(𝑁 − 1) 𝑖=1 4(𝑁 − 1)
4. Lihat table, tentukan nilai table ( Wα )
5. Lakukan pengujian kriteria:
W1-α = n(N+1) - Wα
CARA KOMPUTER
1. Masuk ke SPSS
2. Masuk ke Variable View, measure Ordinal
3. Masukkan data ke dalam Data View (gabungkan sample 1 & sample
2 dalam 1 kolom)
4. Kolom 1 = [dependent variable], kolom 2 = [independent variable]
(isikan 0 untuk grup [dependent variable] & 1 untuk [independent
variable])
5. Masuk ke Analyze, klik Nonparametric Test
6. Klik 2 Independent sample, masukkan [dependent variable] di Test
Variable List dan [independent variable] di Grouping Variable
7. Klik Define Group, masukkan grup 1 = 0, grup 2 = 1, continue
8. Checklist Mann-Whitney, OK
Kriteria computer:
Contoh Soal
Jawab:
Hipotesis
Ho : Tidak terdapat perbedaan pendapatan antara pegawai
yang merupakan lulusan Universitas Dalam Negeri dan Luar
Negeri
Ha : Terdapat perbedaan pendapatan antara pegawai yang
merupakan lulusan Universitas Dalam Negeri dan Luar Negeri
S = ∑ R(1) = 105
10(10+1)
𝑇 = 105 −
2
T = 60
Wα/2 = 21
W1-α/2= 69
Kriteria
T < Wα/2 Ho ditolak
T > W1-α/2 Ho ditolak
Ternyata, 60 < 21 maka Ho tidak dapat ditolak
Kesimpulan:
Dengan taraf nyata 5%, dapat disimpulkan bahwa tidak terdapat
perbedaan
pendapatan antara pegawai yang merupakan lulusan Universitas Dalam
Negeri dan Luar
Negeri.
SOAL NON-PARAMETRIK II
(Sumber: fiktif)
Jawab:
a. N = 10
b. Kriteria Uji :
Sig.α ≥ α Ho tidak dapat ditolak
Sig.α < α Ho ditolak ditolak
Ternyata. Sig. α < α ( 0.009 < 0,01 ), maka Ho ditolak.
Jadi dapat disumpulkan terdapat hubungan yang signifikan antara biaya
iklan dengan jumlah konsumen STA Corporation.
c. Tidak berubah, karena dengan α = 5%, tetap berlaku Sig. α < α (0.009 <
0,05).
Jawab:
Hipotesis
H0 : rs = 0
Ha : rs > 0
6(22)
𝑟𝑠 = 1 − 10(102 −1) = 0,867
3. Barang Giffen dalam ilmu ekonomi didefinisikan sebagai barang yang akan
turun permintaannya seiring dengan bertambahnya pendapatan seseorang. Salah
satu komoditi yang dianggap masuk pada kelompok barang giffen adalah
singkong. Namun, terdapat dugaan bahwa komoditi ini tidak lagi bersifat giffen
ketika dijual daerah pedesaan karena orang di pedesaan masih menganggap
singkong sebagai salah satu bahan makanan pokok. Berikut ini adalah data
pendapatan masyarakat desa dan konsumsi singkong selama satu bulan yang
dikumpulkan dari 11 rumah tangga.
(Sumber: fiktif)
Jawab:
6(86)
𝑟𝑠 = 1 − 11(112 −1) = 0,6090909
4. Graphic below gives the number of years of formal education (X) and the age of
entry into the labour force (Y) for 12 males from the Regina Labour Force
Survey. Both variables are measured in years, a ratio level of measurement and
the highest level of measurement. All of the male are aged 30 or over, so that
most of these males are likely to have completed their formal education.
5
0
1 2 3 4 5 6 7 8 9 10 11 12
X Y
By testing with Spearman rank correlation, can we say that those respondents
who obtained more years of schooling generally entered the labour force at the
older ages? (𝛼 = 1%).
(Sumber: University of Regina’s Book Chapter XI: “Association Between
Variables”)
Jawab:
Rank
Respondent X Y Rank X Rank Y Rank X*Rank Y Rank X ^2 Y^2
1 10 16 4 3,5 14 16 12,25
2 12 17 7 5 35 49 25
3 15 18 9,5 7,5 71,25 90,25 56,25
4 8 15 1,5 1,5 2,25 2,25 2,25
5 20 18 12 7,5 90 144 56,25
6 17 22 11 11,5 126,5 121 132,25
7 12 19 7 10 70 49 100
8 15 22 9,5 11,5 109,25 90,25 132,25
9 12 18 7 7,5 52,5 49 56,25
10 10 15 4 1,5 6 16 2,25
11 8 18 1,5 7,5 11,25 2,25 56,25
12 10 16 4 3,5 14 16 12,25
Total 602 645 643,5
Hipotesis
Ho: Tidak ada hubungan positif antara lamanya bersekolah dengan
umur memasuki angkatan kerja
Ha: Terdapat hubungan positif antara lamanya bersekolah dengan
umur memasuki angkatan kerja
Pengujian
Karena banyak angka yang sama, maka gunakan rumus rs yang kedua.
13
602−12( )2
2
rs =
√(645−12𝑥42,25)√643,5−12𝑥42,25)
95
rs = 11,74734012 𝑥 11,68332145
rs = 95 / 137,2479508
rs = 0,692177912
5. Education is the important thing to all countries around the world. Based on
that, large proportion of their GNP are spent on education, including teachers’
payment, school building, books purchasing, ect. In July 2014 there was a
science testing that required all sophomores in science study to answer 100
questions related to their disciplines. Table below shows the proportion of each
county spent on education and the average correct answers in science testing
their candidates made. With significance level of 5%, can you tell that the
countries that have lower education quality should rise their proportion of GNP
on education?
Average Correct
% of GNP spent
Country answers on Science Rank X Rank Y D D^2
on Education
testing
Canada 7.4 69 10 5,5 4,5 20,25
Spain 3.2 68 1 3,5 -2,5 6,25
Scotland 5.2 68 5 3,5 1,5 2,25
Korea 4.5 78 3 12 -9 81
Italy 4.0 70 2 7,5 -5,5 30,25
US 7.5 67 11 2 9 81
Switzerland 4.8 74 4 11 -7 49
France 6.1 69 7 5,5 1,5 2,25
Russia 7.0 71 8 9 -1 1
Jordan 7.1 57 9 1 8 64
Hungary 5.7 73 6 10 -4 16
Israel 10.2 70 12 7,5 4,5 20,25
TOTAL 373,5
Hipotesis
H0 : rs = 0
Ha : rs > 0
6(373,5)
𝑟𝑠 = 1 − 12(122 −1) = 1- (2241/1716) = -0,305944056
Jawab:
Brand X Brand Y
Participant Rating Rank Participant Rating Rank
1 3 3 1 9 11
2 4 4 2 7 9
3 2 1,5 3 5 5,5
4 6 7,5 4 10 12,5
5 2 1,5 5 6 7,5
6 5 5,5 6 8 10
7 10 12,5
TOTAL - 23 - - 68
Hipotesis
Ho : Tidak terdapat perbedaan signifikan antara rating produk X
dan Y
Ha : Terdapat perbedaan signifikan antara rating produk X dan Y
S = ∑ R(1) = 68
𝑛1 (𝑛1 +1)
𝑇=𝑆− 2
= 68-28 = 40
Wα/2 = 35
Kriteria uji
T < Wα/2 Ho ditolak
T > W1-α/2 Ho ditolak
Ternyata, 40 ≥ 35 atau T ≥ Wα/2 dan 40 < 63 atau T < W1-α/2 maka H0
tidak dapat ditolak.
Kesimpulan:
Jadi, dengan tingkat signifikansi 5%, tidak terdapat bukti yang cukup
bahwa negara yang memiliki proporsi GNP yang lebih tinggi untuk biaya
pendidikan akan mempunyai masyarakat yang lebih cerdas.
Cara II:
∑𝑁 2
𝑖=1 𝑅1 = 817
𝑁+1
𝑆−𝑛
𝑇1 = 𝑛𝑚
2
𝑛𝑚(𝑁−1)
√𝑁(𝑁−1) ∑𝑁=𝑛+𝑚
𝑖=1 𝑅12 −
4(𝑁−1)
14
68−7.
𝑇1 = 7.6
2
6.7(13−1)
√13(13−1) .817−
4(13−1)
14
68−7.
𝑇1 = 7.6
2
6.7(13−1)
√13(13−1).817− 4(13−1)
19
𝑇1 =
√219,9615385−10,5
19
𝑇1 =
14,47278613
𝑇1 = 1,312808731
Jawab:
Hipotesis
Ho : Pendapatan Manajer Sumber Daya Manusia di Medan
tidak lebih besar dari Manajer Sumber Daya Manusia di
Makassar
Ha : Pendapatan Manajer Sumber Daya Manusia di Medan
lebih besar dari Manajer Sumber Daya Manusia di Makassar
S = ∑ R(1) = 130.5
T = 130.5 - [11(11+1)/2]
T = 64.5
Wα = 94
Kriteria T > Wα Ho ditolak
Ternyata, 64.5 < 28 maka Ho tidak dapat ditolak
Kesimpulan : Dengan taraf nyata 5%, dapat disimpulkan bahwa pendapatan
Manajer Sumber
Daya Manusia di Medan tidak lebih besar dari Manajer Sumber Daya Manusia
di Makassar.
S = ∑ R(X) = 113.5
𝑛1 (𝑛1 +1)
𝑇=𝑆− 2
11(11+1)
T = 113,5 – 2
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
CARA KOMPUTER
Penyelesaian Komputer
• Masuk ke SPSS
• 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)
• Klik 2 Independent sample, masukkan nilai di Test Variable List dan Skor di
grouping Variable