1. Seorang peneliti ingin mengetahui apakah catchability gillnet rata-rata masih tetap 30
ekor ikan atau lebih kecil dari itu. Data-data sebelumnya diketahui bahwa simpangan
catchability 25 ekor. Sampel yang diambil 100 trip untuk diteliti dan diperoleh rata-
rata tangkap 27 ekor. Apakah nilai tersebut masih dapat diterima sehingga catchability
gillnet 30 ekor? Ujilah dengan taraf nyata 5%.
2. Populasi ikan lemuru hasil tangkapan purse seine diperoleh panjang rata-rata 80 cm
dengan simpangan baku 7 cm. Setelah 3 tahun beroperasi, konsumen meragukan
panjang ikan tersebut. Guna meyakinkan keabsahan hipotesis itu, seorang peneliti
mengambil sampel acak 100 ekor ikan lemuru dan diperoleh hasil perhitungan
panjang rata-rata ikan adalah 83 cm dengan standar deviasinya tetap. Apakah ada
alasan untuk meragukan bahwa rata-rata panjang ikan lemuru yang dihasilkan alat
tangkap purse seine sama dengan 80 cm pada taraf signifikan 5%?
3. Seorang pejabat bank yang bertanggung jawab atas pemberian kredit mempunyai
anggapan bahwa rata-rata modal perusahaan nasional adalah sebesar 100 juta, dengan
alternatif yang lebih besar dari itu. Untuk menguji anggapan itu, dipilih sampel secara
acak sebanyak 81 buah perusahaan nasional, yang ternyata rata-rata modalnya sebesar
Rp 105 juta dengan simpangan baku sebesar Rp 18 juta. Dengan menggunakan alfa
1%, ujilah anggapan itu.
4. Seorang pemilik pabrik rokok mempunyai asumsi bahwa rata-rata kadar nikotin yang
dikandung oleh setiap batang rokok adalah sebesar 20 mg, dengan alternatif yang
lebih kecil dari itu. Dari 9 batang rokok yang dipilih secara acak, diperoleh hasil
sebagai berikut: 20 mg, 23 mg, 18 mg, 24 mg, 25 mg, 17 mg, 16 mg, 21 mg, dan 18.8
mg. Dengan menggunakan taraf keyakinan 98% , ujilah anggapan itu.
5. Diketahui upah mingguan dari 50 tenaga lepas proyek sebesar Rp 80.000 dengan
simpangan baku Rp 10.000 per orang. Di proyek B rata-rata upah mingguan dari 20
tenaga lepas sebesar Rp 90.000 per orang dengan simpangan baku sebesar Rp 8.000
per orang. Dengan taraf keyakinan 90% ujilah apakah ada perbedaan yang signifikan
untuk rata-rata upah mingguan tenaga lepas proyek A dan B.
6. Peneliti ketahanan berdiri pramuniaga di Mala mengajukan hipotesis daya tahan
berdiri = 4 jam. Hasil penelitian terhadap 31 pramuniaga menunjukkan rata-rata daya
tahan = 4,645 dengan standar deviasi 1,81. Apakah hipotesis dapat diterima? Gunakan
dk = 0,05
7. Pedagang buah menyatakan bahwa dia dapat menjual buah tiap hari tidak lebih dari
100 Kg/hari. Data penjualan selama 15 hari sebagai berikut: 90, 75, 86, 77, 59, 110,
105, 90, 65, 70, 90, 58, 70, 115, 75. Uji apakah pernyataan dapat diterima? Gunakan
dk = 0,05
8. Dari data nomor 7, pedagang yang lain menyatakan bahwa dia dapat menjual paling
sedikit 85 Kg/hari. Uji pernyataan tersebut menggunakan dk = 0,05 dan 0,01.
9. Sebuah perusahaan televisi ingin mengetahui apakah ada hubungan antara jumlah
permintaan (Y) terhadap biaya iklan (X) suatu produk selama 18 bulan terakhir.
Perusahaan tersebut telah mendapatkan data sebagai berikut :
Jumlah Permintaan Biaya iklan di TV
(Y) (dalam ribuan (X) (dalam ribuan
Unit) rupiah)
90 0,525
94 0,750
95 0,825
95 0,950
94 0,832
94 0,900
100 1,050
104 1,120
105 1,200
108 1,250
110 1,405
112 1,498
115 1,530
118 1,500
120 1,550
125 1,586
130 1,600
132 1,600
e. Ujilah apakah ada hubungan yang signifikan antara biaya iklan di TV terhadap
jumlah permintaan
10. Seorang mahasiswa bersama Lusy melakukan penelitian dengan menggunakan alat
ukur skala. Lusy ingin mengetahui apakah ada hubungan antara kecerdasan dengan
prestasi belajar pada siswa SMA X. Selain itu, Lusy juga ingin mengetahui seberapa
kuat hubungan antara kecerdasan dengan prestasi belajar siswa pada SMA X. Untuk
itu, Lusy membuat 2 variabel yaitu variabel bebas (X) adalah kecerdasan dan variabel
terikat (Y) adalah prestasi belajar. Data yang diperoleh dari responden sebagai
berikut:
No. Kecerdasan Prestasi
Responden (X) Belajar (Y)
1 34 38
2 56 56
3 73 76
4 56 55
5 48 51
6 89 91
7 93 89
8 46 45
9 47 45
10 58 67
11 75 89
12 96 96
13 78 82
14 85 97
15 68 55
16 70 98
17 42 62
18 85 78
19 35 40
20 45 70
21 53 56
22 98 86
23 48 36
24 89 61
25 43 98
26 75 57
27 89 53
28 78 88
29 63 56
3 76 68
Descriptive Statistics
Model Summary
Change Statistics
Adjusted R Std. Error of R Square Sig. F
Model R R Square Square the Estimate Change F Change df1 df2 Change
1 .940a .884 .877 4.668 .884 121.678 1 16 .000
a. Predictors: (Constant), Biaya Iklan Di TV
b. Dependent Variable: Jumlah Permintaan
a
ANOVA
Model Sum of Squares Df Mean Square F Sig.
b
1 Regression 2651.804 1 2651.804 121.678 .000
Residual 348.696 16 21.794
Total 3000.500 17
a. Dependent Variable: Jumlah Permintaan
b. Predictors: (Constant), Biaya Iklan Di TV
a
Coefficients
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 64.416 4.087 15.761 .000
Dari tabel Coefficients di atas, menunjukkan bahwa model persamaan regresi untuk
memperkirakan Jumlah Permintaan (Ŷ) yang dipengaruhi oleh Biaya Iklan Di TV (X) adalah:
Ŷ = 64,416 + 36,063X, dimana Ŷ adalah Jumlah Permintaan , sedangkan X adalah Biaya
Iklan Di TV.
Dari persamaan di atas, dapat dianalisis beberapa hal, antara lain:
a. Bila tanpa Biaya Iklan (X = 0), maka diperkirakan akan mampu mendapatkan
Permintaan sebanyak 64,416 = 64 ribu unit, sedangkan bila ada penambahan Biaya
Iklan sebanyak 1 kali (X = 1), maka diperkirakan Jumlah Permintaan sebanyak Ŷ =
64,416 + 36,063(1) = 100,479 = 100 ribu unit.
b. Koefisien regresi b = 36,063 mengindikasikan besaran penambahan Jumlah
Permintaan untuk setiap pertambahan Biaya Iklan Di TV.
Dari persamaan di atas, maka dapat diuji kevaliditasan-nya sebagai berikut:
1. Membuat Hipotesis dalam Uraian Kalimat
Ho : Tidak terdapat pengaruh antara Biaya Iklan Di TV dengan Jumlah Permintaan.
Ha : Terdapat pengaruh antara Biaya Iklan Di TV dengan Jumlah Permintaan.
2. Membuat Hipotesis Model Statistik
Ho : α = 0
Ha : α ≠ 0
3. Kaidah Pengujian :
a. Berdasarkan perbandingan antara t hitung dan ttabel
Jika : -ttabel ≤ thitung ≤ ttabel, maka Ho diterima
Jika : thitung > ttabel, maka Ho ditolak
Dari tabel Coefficient di atas, terlihat bahwa t hitung = 11,031
dan nilai ttabel = t(α/2)(n-2) = t(0,025;16) = 2,11991
b. Berdasarkan nilai probabilitas (sig), Jika manual tidak perlu
Jika Probabilitas (sig) > α, maka Ho diterima
Jika Probabilitas (sig) ≤ α, maka Ho ditolak
Dari tabel Coefficient di atas, nilai probabilitas (sig) = 0,000 dan nilai taraf
signifikan (α/2) = 0,025
4. Membandingkan ttabel dan thitung serta sig dan α
a. Ternyata : thitung > ttabel = 11,031 > 2,11991, maka Ho ditolak
b. Ternyata : sig < α = 0,000 < 0,025, maka Ho ditolak
5. Membuat Keputusan : (Ho ditolak berarti Ha diterima, ambil hipotesa Ha)
Terdapat pengaruh antara Biaya Iklan Di TV dengan Jumlah Permintaan
Correlations
Biaya Iklan Di Jumlah
TV Permintaan
**
Biaya Iklan Di TV Pearson Correlation 1 .940
Sig. (2-tailed) .000
N 18 18
**
Jumlah Permintaan Pearson Correlation .940 1
Sig. (2-tailed) .000
N 18 18
**. Correlation is significant at the 0.01 level (2-tailed).
Descriptive Statistics
Model Summary
Change Statistics
Adjusted R Std. Error of R Square Sig. F
Model R R Square Square the Estimate Change F Change df1 df2 Change
1 .620a .385 .363 15.677 .385 17.495 1 28 .000
a. Predictors: (Constant), Kecerdasan
b. Dependent Variable: Prestasi Belajar
a
ANOVA
Model Sum of Squares df Mean Square F Sig.
b
1 Regression 4299.633 1 4299.633 17.495 .000
Residual 6881.334 28 245.762
Total 11180.967 29
a. Dependent Variable: Prestasi Belajar
b. Predictors: (Constant), Kecerdasan
a
Coefficients
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 26.397 10.342 2.552 .016
Dari tabel Coefficients di atas, menunjukkan bahwa model persamaan regresi untuk
memperkirakan Prestasi Belajar (Ŷ) yang dipengaruhi oleh Kecerdasan (X) adalah :
Ŷ = 26,397 + 0,626X, dimana Ŷ adalah Prestasi Belajar, sedangkan X adalah Kecerdasan.
Dari persamaan di atas, dapat dianalisis beberapa hal, antara lain:
c. Bila tanpa Kecerdasan (X = 0), maka diperkirakan akan mampu mendapatkan Prestasi
Belajar sebesar 26,397, sedangkan bila Kecerdasan bertambah sebanyak 1 kali (X =
1), maka diperkirakan Prestasi Belajar sebesar Ŷ = 26,397 + 0,626(1) = 27,023.
d. Koefisien regresi b = 0,626 mengindikasikan besaran penambahan Prestasi Belajar
untuk setiap pertambahan Kecerdasan.
Dari persamaan di atas, maka dapat diuji kevaliditasan-nya sebagai berikut:
6. Membuat Hipotesis dalam Uraian Kalimat
Ho : Tidak terdapat pengaruh antara Kecerdasan dengan Prestasi Belajar.
Ha : Terdapat pengaruh antara Kecerdasan dengan Prestasi Belajar.
7. Membuat Hipotesis Model Statistik
Ho : α = 0
Ha : α ≠ 0
8. Kaidah Pengujian :
c. Berdasarkan perbandingan antara t hitung dan ttabel
Jika : -ttabel ≤ thitung ≤ ttabel, maka Ho diterima
Jika : thitung > ttabel, maka Ho ditolak
Dari tabel Coefficient di atas, terlihat bahwa t hitung = 4,183
dan nilai ttabel = t(α/2)(n-2) = t(0,025;28) = 2,04841
d. Berdasarkan nilai probabilitas (sig), Jika manual tidak perlu
Jika Probabilitas (sig) > α, maka Ho diterima
Jika Probabilitas (sig) ≤ α, maka Ho ditolak
Dari tabel Coefficient di atas, nilai probabilitas (sig) = 0,000
dan nilai taraf signifikan (α/2) = 0,025
Correlations
N 30 30
Prestasi Belajar Pearson Correlation .620** 1
Sig. (2-tailed) .000
N 30 30
**. Correlation is significant at the 0.01 level (2-tailed).