Nama : Muhammad Zaky Zulkarnain

NIM : 1801403

Tugas Online 4

Tests for Homogeneity of Varience

Pengujian kesetaraan varian menarik di banyak bidang penelitian termasuk kontrol kualitas
proses pembuatan, ekologi, sistem produksi pertanian, dan dalam pengembangan metode
pendidikan. Para peneliti tertarik pada perbedaan dalam variabilitas yang mendasarinya populasi
karena berbagai alasan. Bahkan, kesetaraan varian adalah asumsi utama dalam analisis varians
(ANOVA) dalam desain eksperimental dan analisis regresi, dan direkomendasikan untuk
memvalidasi asumsi ini sebelum membuat kesimpulan tentang efek faktor dan kovariat. Secara
historis, uji hipotesis untuk persamaan varian dimulai dengan uji rasio kemungkinan dengan
asumsi normalitas. Distribusi sampling statistik uji klasik, seperti Statistik uji Bartlett, untuk
persamaan varian tergantung pada kurtosis distribusi. Karenanya, tes klasik ini berfungsi tepat
ketika populasi normal, tetapi kinerjanya buruk ketika distribusi populasi yang mendasarinya
berangkat dari normalitas (Box, 1953). Sebagai (Conover et al, 1981) menjelaskan, beberapa
prosedur pengujian alternatif telah disarankan dalam literatur untuk atasi masalah ini. Beberapa
prosedur yang disarankan, seperti variasi yang berbeda dari Levene. Tes (Brown and
Forsythe,1974), mampu mengendalikan tingkat kesalahan tipe-I nominal saat data tidak normal,
tetapi dengan biaya mengurangi kekuatan statistik. Sampai saat ini, tampaknya tidak ada
prosedur pengujian dapat mengatasi kedua masalah ini secara memadai, alih-alih, pengujian
yang ada prosedur menunjukkan semacam efek jungkat-jungkit sehubungan dengan kekuatan
statistik dan ketahanan menjadi tidak normal. Misalnya, uji Bartlett (Barlett, 1937) dan uji rasio
ANOVA sangat sensitif terhadap asumsi normalitas; yaitu, ketika distribusi yang mendasari
adalah tidak normal, tingkat signifikansi empiris lebih besar dari ukuran nominal (Brown and
Forsythe, 1974). Namun, seperti yang disebutkan (Parra – Frutos, 2009), tes Bartlett berlanjut
sebagai yang paling kuat prosedur pengujian di antara semua tes yang tersedia dalam literatur.
(Parra – Frutos, 2009) juga ditemukan bahwa tes bootstrap berdasarkan statistik uji Bartlett dapat
mengontrol tingkat signifikansi nominal untuk distribusi tidak normal dalam beberapa situasi.

Tes Homogeneity of Variances yang umum digunakan

Tes Bartlett, Hartley, Miller, Layard, dan Levene. Kami juga meninjau dua modifikasi berbeda
untuk tes Levene. Biarkan {Xi j, i = 1, 2,. . . , a, j = 1, 2,. . . , ni} mewakili acak independen
sampel (kelompok) ukuran ni diambil dari distribusi masing-masing dengan varians σ 2 saya
Hipotesis yang menarik adalah :

H0: σ 12 = σ 22 = …. = σ 2n

Ha: σ i2 ≠ σ i2'

untuk setidaknya satu pasangan berbeda (i, i’, 0 ) ∈ {1, 2, . . . , a}

Bartlett Test

Tes Bartlett (Bartlett, 1937) awalnya diusulkan untuk menguji homoseksualitas dua populasi
yang berdistribusi normal. Kemudian, Snedecor dan Cochran (1989) memperluasnya untuk
menguji kesetaraan varians dari beberapa populasi. Statistik uji Bartlett untuk banyak sampel
didefinisikan sebagai :

a
S 2i
∑ ( ni−1 ) ∈
i=1
( )
S2p
B =- 1
a
1 1
1+
3(a−1)
[ ∑
i=1
( )
ni−1
− a

∑ ( ni−1 )
i=1
] '

n
1 2 2
Dimana S =
ni−1 1 ∑ ( X ij− X́ i) , adalah varians sampel dari kelompok ke-i dan varian gabungan
j=1

a a
2 2
Sp = ∑ ( ni−1 ) S / ∑ ( ni−1 ),
i adalah rata-rata tertimbang dari varian sampel. Perbedaan
i=1 i=1

2
dikatakan berbeda secara signifikan (Ho ditolak) pada tingkat signifikansi α jika B > X (a ,a −1 ),
2
dimana X ( p ,k ) ,adalah persentil ke-p atas dari distribusi chi-kuadrat dengan derajat kebebasan k.

Hartley’s Test

Tes Hartley (Hartley, 1950) adalah prosedur lain yang umum digunakan untuk menguji
perbedaan yang signifikan antara varian beberapa sampel dengan ukuran sampel yang sama. Tes
Hartley dapat digunakan ketika ukuran sampel kira-kira sama dan data mengikuti distribusi
normal. Tes Hartley statistik didefinisikan sebagai :

S 2Max
F max = 2
S min

Dimana S2Max = max (S21, S22, … , S2n) dan S2Min = min (S21, S22, … , S2n). Nilai kritis FMax bisa jadi
diperoleh dari tabel F Hartley yang disajikan dalam Hartley (1950). Jika diamati uji statistik F Max
melebihi nilai kritis yang sesuai, hipotesis nol homogenitas varians ditolak.

Miller’s Test

Miller (1968), diusulkan untuk menguji homogenitas varians berdasarkan pada melakukan
ANOVA uji-F pada nilai pseudo jackknife dari jumlah skala (mis., Logaritma) dari varian
sampel. Miller (1968) menyarankan menggunakan nilai pseudo jackknife Uij = ni In S2i - ( n i−1 )

1
2
In Si ( j) adalah varians sampel dari kelompok ke-i dengan X ij , dimana X i ( j) = ∑ X ik .
( ni−1 ) k≠ j
Kemudian, statistik uji Miller untuk homogenitas varian adalah :

2
n ( Ú i −Ú )
a

∑ i ( a−1 )
i=1
a ai
M= ∑ ∑ ( U ij −U i )2
i=1 j=1
a

∑ ( n i−1 )
i=1

Dimana Ú i . adalah rata-rata dari grup jackknife ke-i dan Ú ij adalah rata-rata keseluruhan dari
jackknife pseudo-values U ij . Hipotesis nol ditolak pada tingkat signifikansi α jika M >

F (α )
a
a−1∑ ( ni −1 ) , dimana F k 1 ,k 2 ( P ) adalah persentil ke-p atas dari distribusi-F dengan derajat
i=1

kebebasan k1 dan k2.

Layard’s Test
Layard (1973) memperkenalkan statistik uji chi-square menggunakan fungsi kurtosis ganda
sampel untuk menguji homogenitas varian. Untuk ukuran sampel yang sama, statistik uji Layard
adalah didefinisikan sebagai :

a 2

[ ]
2 2
¿ S −∑ ( ni −1 ) ∈S
i i
i=1
a
L=
a
∑ ( ni −1 )
i=1
∑ ( ni−1 ) δ^ 2
i=1

a a ni

a (∑ ) ∑ ∑ (
ni X ij − X́ i )
4

Dimana δ^ 2 = 2 +
[ ( )]
1− a

∑ ni
i=1
γ^ dan γ^ =
i=1

[∑ ∑ (
i=1 j=1
ni

i=1 j=1
X ij − X́ i )
2
]
2 – 3. Di sini, γ^ adalah rata-rata

tertimbang dari sampel kurtosis dari suatu kelompok. Homogenitas varian ditolak dengan
2
signifikansi level α jika L > X ( a ,a −1 ).

Tes Levene dan Tes Levene yang Dimodifikasi

Tes Levene (Levene, 1960) berasal dari F-rasio umum dalam ANOVA satu arah dengan
pengamatan X ij digantikan oleh deviasi absolut dari rata-rata kelompoknya, Zij = ⌊ X ij − X́ i ⌋,

dimana X́ i adalah rata-rata sampel dari kelompok ke-i. Statistik uji Levene, W 0, didefinisikan
sebagai :

a
2
∑ ni ( Źi −Ź .. )
i=1
( a−1 )
ni
W0 = a
2
∑ ∑ ( Z ij− Ź i)
i=1 j=1
a

∑ ( ni−1 )
i=1
 a ni
a
∑∑ Z ij
∑ Z ij i=1 j=1
Dimana Źi = i=1 adalah kelompok ke-i mean dan Ź..= a , i adalah rata-rata keseluruhan
ni ∑ ni
i=1

Zij .

Sebagaimana Brown dan Forsythe (1974) tunjukkan, uji Levene (W0) berkinerja cukup baik data
dari populasi normal tetapi prosedur pengujian menjadi kurang akurat dalam hal mengendalikan
tingkat kesalahan tipe-I ketika data berasal dari distribusi tidak normal. Kemudian, Brown dan
Forsythe (1974) mengusulkan statistik uji Levene yang dimodifikasi, yaitu W 50, dengan
mengganti setiap pengamatan dengan deviasi absolut dari median kelompoknya; yaitu,
mengganti setiap pengamatan dengan Zij = ⌊ X ij −median ( X i) ⌋ dengan median (xi) adalah
¿

median {Xi1, xi2,. . . , Xini}, i = 1, 2,. . . , a.

Modifikasi lain dari uji Levene adalah untuk menggantikan setiap pengamatan dengan
penyimpangan mutlaknya dari kelompoknya dipangkas rata-rata; yaitu, ganti setiap pengamatan
¿∗¿¿
dengan Zij = ⌊ X ij − X́ i ⌋, dimana X́ i adalah 10% rata dipangkas dari kelompok ke-i. Kami
menyatakan statistik uji Levene yang dimodifikasi ini sebagai W 10. ParraFrutos (2009)
menunjukkan bahwa modifikasi pada tes Levene ini hanya bekerja dengan cukup baik di
keadaan yang terbatas dan memiliki kekuatan statistik yang relatif lebih sedikit dalam banyak
hal.

Lim dan Loh (1996) menerapkan teknik resampling bootstrap untuk beberapa tes yang biasa
digunakan homogenitas varians seperti tes Levene dan Bartlett. Studi mereka mengkonfirmasi
kekokohan uji Levene yang dimodifikasi W50 dan menunjukkan bahwa tes Levene yang
dimodifikasi W50 dapat meningkatkan daya dengan menggunakan teknik bootstrap. Hines and
Hines (2000) mengusulkan tes Levene lain yang dimodifikasi dengan menerapkan metode
penghapusan nol struktural untuk W50 uji. Kami menunjukkan modifikasi yang diusulkan oleh
Hines and Hines (2000) sebagai tes Hines (W H). Dari studi simulasi awal kami, kinerja daya dari
tes Hines dan tes tersebut diusulkan oleh Lim dan Loh (1996) adalah serupa. Sejak tes diajukan
oleh Lim dan Loh (1996) intensif secara komputasi, kami memutuskan untuk memasukkan tes
Hines dalam penelitian kami tetapi tidak dalam tes diusulkan oleh Lim dan Loh (1996).
Daftar Pustaka

Bartlett, M. S. (1937), “Properties of sufficiency and statistical tests,” Proceedings of the Royal
Society of London. Series A-Mathematical and Physical Sciences, 160, 268–282.

Box, G. E. (1953), “Non-normality and tests on variances,” Biometrika, 40, 318–335.

Brown, M. B. and Forsythe, A. B. (1974), “Robust Tests for the Equality of Variances,” Journal
of the American Statistical Association, 69, 364–367.

Conover, W. J., Johnson, M. E., and Johnson, M. M. (1981), “A comparative study of tests for
homogeneity of variances, with applications to the outer continental shelf bidding data,”
Technometrics, 23, 351–361.

Hartley, H. O. (1950), “The maximum F-ratio as a short-cut test for heterogeneity of variance,”
Biometrika, 37, 308–312.

Layard, M. W. J. (1973), “Robust large-sample tests for homogeneity of variances,” Journal of

the American Statistical Association, 68, 195–198.

Levene, H. (1960), “Robust tests for equality of variances,” in I. Olkin, ed, Contributions to
Probability and Statistics: Essays in honor of Harold Hotelling, 278–292.

Lim, T.-S. and Loh, W.-Y. (1996), “A comparison of tests of equality of variances,”
Computational Statistics & Data Analysis, 22, 287–301.

Miller, R. G. (1968), “Jackknifing variances,” The Annals of Mathematical Statistics, 39, 567–
582.

Parra-Frutos, I. (2009), “The behaviour of the modified Levene’s test when data are not normally
distributed,” Computational Statistics, 24, 671–693.

Soal Latihan

Data Tunggal
No Xi Frekuensi fiXi X i - X́ ( X i - X́ )2
1 23 1 23 -44.9 2016.01
2 38 1 38 -29.9 894.01
 3 41 1 41 -26.9 723.61
4 49 2 98 -18.9 357.21
5 51 1 51 -16.9 285,61
6 53 2 106 -14.9 222.01
7 57 1 57 -10.9 118,81
8 58 1 58 -9.9 98.01
9 59 1 59 -8.9 79.21
10 62 1 62 -5.9 34,81
11 63 1 63 -4.9 24.01
12 64 3 192 -3.9 15.21
13 65 2 130 -2.9 8.41
14 66 1 66 -1.9 3.61
15 68 2 136 0.1 0.01
16 72 1 72 4.1 16.81
17 73 2 146 5.1 26.01
18 74 1 74 6.1 37.21
19 75 2 150 7.1 50.41
20 76 3 228 8.1 65.61
21 78 2 156 10.1 102.01
22 80 1 80 12.1 146.41
23 82 1 82 14.1 198.81
24 87 1 87 19.1 364,81
25 90 1 90 22.1 488.41
26 91 1 91 23.1 533.61
27 92 1 92 24.1 580.81
28 94 2 188 26.1 681,21
Jumlah 40 2716 -20.2 6687.43

1 2716
X́ 1= ∑ Fi Xi = = 67,9
n 40

√
2
∑ ( X i− X́ ) 6687,43
S1 = i=1
n−1
=
√ 39
= 13,09

S21 = 171,34

Data Tunggal
No Xi Frekuensi fiXi Xi -xbar (Xi-x bar)2
1 25 1 25 -37.85 1432.62
2 28 1 28 -34.85 1214.52
3 30 1 30 -32.85 1079.12
4 33 1 33 -29.85 891.02
 5 39 2 78 -23.85 568.82
6 42 1 42 -20.85 434.72
7 43 1 43 -19.85 394.02
8 45 2 90 -17.85 318.62
9 48 1 48 -14.85 220.52
10 53 1 53 -9.85 97.02
11 56 2 112 -6.85 46.92
12 58 3 174 -4.85 23.52
13 60 2 120 -2.85 8.12
14 62 1 62 -0.85 0.72
15 65 2 130 2.15 4.62
16 67 2 134 4.15 17.22
17 70 1 70 7.15 51.12
18 72 2 144 9.15 83.72
19 74 1 74 11.15 124.32
20 76 1 76 13.15 172.92
21 77 2 154 14.15 200.22
22 81 1 81 18.15 329.42
23 84 1 84 21.15 447.32
24 85 1 85 22.15 490.62
25 86 1 86 23.15 535.92
26 87 1 87 24.15 583.22
27 88 1 88 25.15 632.52
28 91 1 91 28.15 792.42
29 93 1 93 30.15 909.02
30 99 1 99 36.15 1306.82
Jumlah 40 2514 31.5 13411.7

1 2514
X́ 2= ∑ Fi Xi = = 62,85
n 40

√
2
∑ ( X i− X́ ) 13411,7
S2 = i=1
n−1
=
√ 39
= 18.54

S22 = 343,73

Data Tunggal
No Xi Frekuensi fiXi Xi -xbar (Xi-x bar)2
1 23 1 23 -37.4 1398.76
2 30 1 30 -30.4 924.16
3 38 1 38 -22.4 501.76
4 41 2 82 -19.4 376.36
 5 43 1 43 -17.4 302.76
6 45 1 45 -15.4 237.16
7 51 1 51 -9.4 88.36
8 52 1 52 -8.4 70.56
9 53 1 53 -7.4 54.76
10 54 3 162 -6.4 40.96
11 55 1 55 -5.4 29,16
12 56 1 56 -4.4 19.36
13 58 1 58 -2.4 5.76
14 59 1 59 -1.4 1.96
15 63 1 63 2.6 6.76
16 64 2 128 3.6 12.96
17 65 3 195 4.6 21.16
18 66 1 66 5.6 31.36
19 67 1 67 6.6 43.56
20 68 1 68 7.6 57.76
21 72 2 144 11.6 134.56
22 73 1 73 12.6 158.76
23 75 3 225 14.6 213.16
24 76 1 76 15.6 243.36
25 77 1 77 16.6 275.56
26 78 2 78 17.6 309.76
27 86 1 86 25.6 655.36
28 87 2 174 26.6 707.56
29 89 1 89 28.6 817.96
Jumlah 40 2416 12.4 7712.28

1 2416
X́ 3= ∑ Fi Xi = = 60,40
n 40

√
2
∑ ( X i− X́ ) 7712,28
S3 = i=1
n−1
=
√ 39
= 14,06

S23 = 197,68

H 0 : δ 21 = δ 22 = S23 (Homogen)

H I : Paling sedikit satu tanda sama dengan tidak berlaku (tidak homogen)

H 0 diterima, jika b hitung ¿ b k (α ,n , n , n ) atau X 2hitung< X 2tabel

1 2 3

H 0 ditolak, jika b hitung ¿ b k (α ,n , n , n ) atau X 2hitung > X 2tabel

1 2 3
Menghitung variansi gabungan

( n1 −1 ) S12+ ( n2−1 ) S 22 + ( n3 −1 ) S 23
S=
√ ( n1 +n 2+ n3−3 )
( 39 ) ( 171,34 ) + ( 39 ) ( 343,73 )+ ( 39 ) (197,68)
S=
√
27797,25
( 40+ 40+ 40−3)

S=
√ 117
= 15,41
S2p = 237,46

UJI Bartlett

Taraf Nyata ( α ) = 5% = 0,05

Wilayah Kritik :

n1 = 28

n2 = 30

n3 = 29

N = 28+30+29 = 87

k=3

dK = k -1 = 3-1 = 2

Menentukan B :
a
2
B = ( log S p ) ∑ ( ni−1 ) = ( log 237,46 ) . ( 27+29+ 28 )
i=1

= ( log 237,46 ) . ( 84 )

= 199,08

Menghitung chi kuadrat

a
2 2
X = (In 10). [B - ∑ ( n−1 ) ( log Si )
i=1

= (2,30). [199,08 – 197,7]

= 3,174
Menghitung Chi kuadrat tabel :

X 2(0,95 ;2)= 5,991

Dari perhitungan diatas, maka dapat disimpulkan bahwa X 2hitung< X 2tabel , 3,174 < 5,991 dimana
pernyataan tersebut H0 diterima dan HI ditolak, artinya variansi ketiga kelas homogen.

UJI Levene

DATA TUNGGAL

N X
Frekuensi fiXi (Xi - Xbar) (Xi -Xbar)2 Z Zij - Zi (Zij - Zi)2
o i
2
1 1 23 -44.9 2016.01 44.9 9.51 90.44
3
2 38 1 38 -29.9 894.01 29.9 24.51 600.74
3 41 1 41 -26.9 723.61 26.9 27.51 756.8
4 49 2 98 -18.9 357.21 18.9 35.51 1260.96
5 51 1 51 -16.9 285,61 16.9 37.51 1407.0001
6 53 2 106 -14.9 222.01 14.9 39.51 1561.04
7 57 1 57 -10.9 118,81 10.9 43.51 1893.12
8 58 1 58 -9.9 98.01 9.9 44.51 1981.14
9 59 1 59 -8.9 79.21 8.9 45.51 2071.16
10 62 1 62 -5.9 34,81 5.9 48.51 2353.22
11 63 1 63 -4.9 24.01 4.9 49.51 2451.24
12 64 3 192 -3.9 15.21 3.9 50.51 2551.26
13 65 2 130 -2.9 8.41 2.9 51.51 2653.28
14 66 1 66 -1.9 3.61 1.9 52.51 2757,30
15 68 2 136 0.1 0.01 0,1 54.51 2971.34
16 72 1 72 4.1 16.81 4,1 58.51 3423.42
17 73 2 146 5.1 26.01 5.1 59.51 3541.44
18 74 1 74 6.1 37.21 6.1 60.51 3661.46
19 75 2 150 7.1 50.41 7.1 61.51 3783.48
20 76 3 228 8.1 65.61 8.1 62.51 3907.5
21 78 2 156 10.1 102.01 10.1 64.51 4161.54
22 80 1 80 12.1 146.41 12.1 66.51 4423.58
23 82 1 82 14.1 198.81 14.1 68.51 4693.62
24 87 1 87 19.1 364,81 19.1 73.51 5403.72
25 90 1 90 22.1 488.41 22.1 76.51 5853.78
26 91 1 91 23.1 533.61 23.1 77.51 6007.8
27 92 1 92 24.1 580.81 24.1 78.51 6163.82
28 94 2 188 26.1 681,21 25.1 80.51 6481.86
Jumlah 40 2716 -20.2 6687.43 377.8 1503.28 86109.7601
 Data Tunggal
N X
Frekuensi fiXi Xi -xbar (Xi-x bar)2 Z Zij - Zi (Zij -Zi)2
o i
2
1 1 25 -37.85 1432.62 37.85 19.61 384.55
5
2 28 1 28 -34.85 1214.52 34.85 16.61 275.89
3 30 1 30 -32.85 1079.12 32.85 14.61 213.45
4 33 1 33 -29.85 891.02 29.85 11.61 134.79
5 39 2 78 -23.85 568.82 23.85 5.61 31.47
6 42 1 42 -20.85 434.72 20.85 2.61 6.81
7 43 1 43 -19.85 394.02 19.85 1.61 2.59
8 45 2 90 -17.85 318.62 17.85 -0.39 0.15
9 48 1 48 -14.85 220.52 14.85 -3.39 11.49
10 53 1 53 -9.85 97.02 9.85 -8.39 70.39
11 56 2 112 -6.85 46.92 6.85 -11.39 129.73
12 58 3 174 -4.85 23.52 4.85 -13.39 179.29
13 60 2 120 -2.85 8.12 2.85 -15.39 236.85
14 62 1 62 -0.85 0.72 0.85 -17.39 302.41
15 65 2 130 2.15 4.62 2.15 -16.09 258.88
16 67 2 134 4.15 17.22 4.15 -14.09 198.52
17 70 1 70 7.15 51.12 7.15 -11.09 122.98
18 72 2 144 9.15 83.72 9.15 -9.09 82.62
19 74 1 74 11.15 124.32 11.15 -7.09 50.26
20 76 1 76 13.15 172.92 13.15 -5.09 25.9
21 77 2 154 14.15 200.22 14.15 -4.09 16.72
22 81 1 81 18.15 329.42 18.15 -0.09 0.0081
23 84 1 84 21.15 447.32 21.15 2.91 8.46
24 85 1 85 22.15 490.62 22.15 3.91 15.28
25 86 1 86 23.15 535.92 23.15 4.91 24.1
26 87 1 87 24.15 583.22 24.15 5.91 34.92
27 88 1 88 25.15 632.52 25.15 6.91 47.74
28 91 1 91 28.15 792.42 28.15 9.91 98.2
29 93 1 93 30.15 909.02 30.15 11.91 141.84
30 99 1 99 36.15 1306.82 36.15 17.91 320.76
Jumlah 40 2514 31.5 13411.7 547.3 0.1 3427.0481

Data Tunggal
N X
Frekuensi fiXi Xi -xbar (Xi-x bar)2 Z Zij - Zi (Zij -Zi)2
o i
2
1 1 23 -37.4 1398.76 37.4 24.04 577.92
3
 2 30 1 30 -30.4 924.16 30.4 17.04 290.36
3 38 1 38 -22.4 501.76 22.4 9.04 81.72
4 41 2 82 -19.4 376.36 19.4 6.04 36.48
5 43 1 43 -17.4 302.76 17.4 4.04 16.32
6 45 1 45 -15.4 237.16 15.4 2.04 4.16
7 51 1 51 -9.4 88.36 9.4 -3.96 15.68
8 52 1 52 -8.4 70.56 8.4 -4.96 24.6
9 53 1 53 -7.4 54.76 7.4 -5.96 35.52
10 54 3 162 -6.4 40.96 6.4 -6.96 48.44
11 55 1 55 -5.4 29,16 5.4 -7.96 63.36
12 56 1 56 -4.4 19.36 4.4 -8.96 80.28
13 58 1 58 -2.4 5.76 2.4 -9.96 99.2
14 59 1 59 -1.4 1.96 1.4 -10.96 120.12
15 63 1 63 2.6 6.76 2.6 -10.76 115.77
16 64 2 128 3.6 12.96 3.6 -9.76 95.25
17 65 3 195 4.6 21.16 4.6 -8.76 76.73
18 66 1 66 5.6 31.36 5.6 -7.76 60.21
19 67 1 67 6.6 43.56 6.6 -6.76 45.69
20 68 1 68 7.6 57.76 7.6 -5.76 33.17
21 72 2 144 11.6 134.56 11.6 -1.76 3.09
22 73 1 73 12.6 158.76 12.6 -0.76 0.57
23 75 3 225 14.6 213.16 14.6 1.24 1.53
24 76 1 76 15.6 243.36 15.6 2.24 5.01
25 77 1 77 16.6 275.56 16.6 3.24 10.49
26 78 2 78 17.6 309.76 17.6 4.24 17.97
27 86 1 86 25.6 655.36 25.6 12.24 149.81
28 87 2 174 26.6 707.56 26.6 13.24 175.29
29 89 1 89 28.6 817.96 28.6 15.24 232.25
Jumlah 40 2416 12.4 7712.28 387.6 2.16 2516.99

377.8+547.3+387.6
Ź … = = 10,93
120

∑ ni ( Ź i− Ź …) 2 = 40 (9,44 – 10,93) 2
+ 40 (13,68 – 10,93)2 + 40 (9,69 – 10,93)2
i

= 88,8 + 302,4 + 61,2

= 452,4

∑ ∑ ( Ź ij− Ź i) 2 = 86109,76 + 3427,04 + 2516,99

i j

= 92053,79
 k
2
( n−k ) ∑ ni ( Źi −Ź … )
i=1 ( 120−3 ) 452,4
W= ni = = 0,234
k
2 ( 3−1 ) 92053,79
( k−1 ) ∑ ∑ ( Ź ij − Źi )
i=1 j=1

Dengan α =0,05 maka F(0,05 ;2 ;117)= 3,07 (didapat dari tabel-F)

Keputusan : Terima H0 karena W < F(0,05 ;2 ;84)

Kesimpulan : Dapat dikatakan bahwa varians data UTS untuk ketiga data UTS adalah sama
dengan tingkat keyakinan 95%.