03 Statistika II 2
03 Statistika II 2
(BAGIAN - 2)
Oleh :
WIJAYA
email : zeamays_hibrida@yahoo.com
FAKULTAS PERTANIAN
2008
Keadaan Sebenarnya
Kesimpulan
H0 Benar H0 Salah
Terima Hipotesis Benar Galat Jenis II ( β )
Tolak Hipotesis Galat Jenis I ( α ) Benar
Nilai α disebut Taraf Nyata, jika α diperkecil maka β semakin besar. Nilai α
biasanya 0,05 (5%) atau 0,01 (1%). Jika α = 0,05 artinya 5 dari tiap 100
kesimpulan kita akan menolak hipotesis yang seharusnya diterima. Harga (1 – β)
disebut Kuasa (Kekuatan) Uji.
Hipotesis Nol (H0) adalah hipotesis yang dirumuskan dengan harapan akan
ditolak. Lawan H0 adalah H1 atau Hipotesis Alternatif.
b. p = 0,2 nilai β = 1 – p (2 ≤ x ≤ 7) = 1 – [ p (x ≤ 7) – p ( x ≤ 1) ]
7 1
β = 1 – [ ∑ b(x; 15, 0,2) – ∑ b(x; 15, 0,2) ]
0 0
p = 0,4 nilai β = 1 – p (2 ≤ x ≤ 7) = 1 – [ p (x ≤ 7) – p ( x ≤ 1) ]
7 1
β = 1 – [ ∑ b(x; 15, 0,4) – ∑ b(x; 15, 0,4) ]
0 0
Teladan 6.2 :
Sebuah contoh acak 400 orang ditanyai apakah mereka setuju dengan kenaikan
pajak penjualan bensin 4% untuk menambah dana perbaikan jalan. Bila lebih dari
220 tetapi kurang dari 260 orang setuju, maka disimpulkan bahwa 60% orang
setuju.
a. Hitung α jika 60% setuju kenaikan pajak tersebut.
b. Hitung β jika sesungguhnya hanya 48% yang setuju kenaikan tersebut.
p (220 < x < 260) = p (z1 < z < z2 ) = 0,9767 – 0,0233 = 0,9534
Teladan 6. 3 :
Sebuah mesin minuman ringan diatur sehingga volume minuman yang
dikeluarkannya menghampiri normal dengan rata–rata 200 ml dan simpangan
bakunya 15 ml. Setiap periode tertentu mesin itu diperiksa dengan cara mengambil
9 contoh acak kemudian dihitung isi rata–ratanya. Bila rata–ratanya jatuh diantara
191 < x < 209, mesin dianggap baik, bila tidak demikian disimpulkan bahwa μ ≠
200 ml.
a. Hitung α jika μ = 200 ml.
b. Hitung β jika μ = 215 ml.
Jawab :
Data kontinyu; sebaran penarikan contoh ; σ diketahui (sebaran z).
a. n = 9 μ = 200 dan σ = 15 σx = σ / √ n = 15 / √ 9 = 5
(1– β) 0,9192 0,7253 0,4210 0,1634 0,0718 0,1634 0,4210 0,7253 0,9192
1
0, 9 (1− β)
0, 8
0,7
0,6
0,5
0,4
0,3
0,2
0,1 β
0
184 188 192 196 200 204 208 212 216
¾ Kurva β disebut Kurva Ciri Operasi atau Kurva Ciri Kerja, sedangkan Kurva
(1 – β) disebut Fungsi Kuasa.
Teladan 6.4 :
Sebuah perusahaan alat olah raga mengembangkan jenis batang pancing sintetik
dengan rata–rata kekuatan 8 kg dan simpangan baku 0,5 kg. Suatu contoh acak
50 batang pancing diuji ternyata kekuatannya rata–rata 7,8 kg. Ujilah pada taraf
nyata 0,01 pernyataan perusahaan tersebut dapat diterima.
Jawab :
1. Hipotesis :
H0 : μ = 8 lawan H1 : μ ≠ 8 Jadi merupakan uji dua pihak
2. Uji Statistik : z
3. Taraf Nyata α = 1% atau zα/2 = z0,005 = – 2,575
4. Wilayah Kritik : z < – 2,575 atau z > 2,575
5. Perhitungan :
x = 7,8 n = 50 σ = 0,5 σ/√n = 0,5 /√50 = 0,07
z = (x – μ ) / (σ/√n)
z = (7,8 – 8) / (0,07) = – 2,83
–2,575 2,575
Teladan 6.5 :
Seorang peneliti senior menyatakan bahwa rata–rata pendapatan per bulan
keluarga di kota A sebesar Rp 350.000,–. Suatu contoh acak berukuran 25
diambil dan diperoleh rata–rata pendapatannya Rp 250.000,– dengan simpangan
baku Rp 100.000,–. Ujilah pada taraf nyata 0,05 apakah benar pernyataan
peneliti senior tersebut bahwa rata–rata pendapatan keluarga di kota A sebesar Rp
350.000,–
Jawab :
1. Hipotesis :
H0 : μ = 350.000 lawan H1 : μ ≠ 350.000 Jadi merupakan uji dua pihak.
2. Uji Statistik : t
3. Taraf Nyata α = 0,05 atau tα/2 (n–1) = t0,025 (24) = 2,064
4. Wilayah Kritik : t < – 2,064 atau t > 2,064
5. Perhitungan :
x = 250.000 n = 25 s = 100.000 s/√n = 100.000 /√25 = 20.000
t = (x – μ ) / (s/√n)
t = (– 100.000) / (20.000) = – 5
–2,064 2,064
6. Kesimpulan : Karena t < t0,025(24), maka Tolak H0 artinya rata- rata pendapatan
keluarga tersebut kurang dari Rp 350.000,-.
1. σ1 = σ2 , maka :
x1 – x2
t = ——————————
sg √ (1/ n1) + (1/ n2)
2. σ1 ≠ σ2 , maka :
x1 – x2
t = ——————————
√ (s12/ n1) + (s22/ n2)
z0,05 = 1,645
6. Kesimpulan : Karena z > z0,05, maka Tolak H0 artinya rata- rata umur lampu
pijar A lebih lama dari lampu pijar B.
Teladan 6.7 :
Dua jenis tambang ingin dibandingkan kekuatannya, untuk itu 50 potong tambang
dari setiap jenis diuji dalam kondisi yang sama. Jenis A mempunyai kekuatan
rata–rata 78,3 kg dengan simpangan baku 5,6 kg, sedangkan B rata–ratanya 87,2
kg dengan simpangan baku 6,3 kg. Uji pada taraf nyata 5% apakah rata–rata
kekuatan tambang A lebih kecil dari B.
6. Kesimpulan : Karena z < z0,05, maka Tolak H0 artinya rata- rata kekuatan
tambang A lebih kecil dari tambang B.
Teladan 6.8 :
Pelajaran matematika diberikan kepada 12 siswa kelas A dengan metode
pengajaran biasa, dan 10 siswa kelas B dengan metode pengajaran menggunakan
bahan terprogram. Hasil ujian kelas A rata–ratanya 85 dengan simpangan baku 4,
kelas B rata–ratanya 81 dengan simpangan baku 5. Ujilah pada taraf nyata 10%
apakah rata–rata populasi bagi nilai ujian kedua metode tersebut sama.
Jawab :
1. Hipotesis :
H0 : μA = μB lawan H1 : μA ≠ μB ( uji dua pihak).
2. Uji Statistik : t
3. Taraf Nyata α = 0,10 atau tα/2(n1+n2-2) = t0,05(20) = 1,725
4. Wilayah Kritik : t < – 1,725 atau t > 1,725
5. Perhitungan :
6. Kesimpulan : Karena t > t0,05(20), maka Tolak H0 artinya rata- rata nilai
matematika kedua metode tidak sama.
Teladan 6.9 :
Masa putar film yang diproduksi oleh 2 perusahaan film adalah :
Ujilah pada taraf nyata 5% apakah rata–rata masa putar film kedua perusahaan
tersebut sama, bila diasumsikan kedua ragam populasi tersebut tidak sama.
Jawab :
1. Hipotesis :
H0 : μA = μB lawan H1 : μA ≠ μB ( uji dua pihak).
2. Uji Statistik : t
3. Taraf Nyata α = 0,05
4. Wilayah Kritik : t < ̶ tα/2(v) atau t > tα/2(v)
5. Perhitungan :
Cara I :
n1 = 7 x1 = 110,7 s12 = 1035,9 n2 = 5 x2 = 98,4 s22 = 76,3
(s12 / n1 + s22 / n2 )2
v = —————————————————
[(s12/n1)2 / (n1 –1)] + [(s22/n2)2 / (n2 –1)]
6. Kesimpulan : Karena t < t0,025(7), maka Terima H0 artinya rata-rata masa putar
film kedua perusahaan tidak berbeda nyata.
tα/2(v) = t’ = (w1 t1 + w2 t2 ) / ( w1 + w2 )
Karena t = 0,964 < t’ = 2,478 maka Terima Ho, artinya rata–rata masa putar film
kedua perusahaan tersebut sama.
d
t = ————— db–t = (n–1)
sd / √ n
Teladan 6.10 :
Pelatihan manajemen agribisnis kepada 100 petani andalan agar mampu
mengembangkan usahataninya. Setelah beberapa waktu, 6 orang diantara 100
petani andalan tersebut diselidiki keuntungan yang mereka peroleh sebelum dan
Wijaya : Statistika II (Bagian-2) 11
sesudah pelatihan, datanya adalah sebagai berikut :
Petani 1 2 3 4 5 6
Sebelum Dilatih 40 78 49 63 55 33 Juta rupiah
Sesudah Dilatih 58 87 57 72 61 40 Juta rupiah
Sebelum Dilatih 40 78 49 63 55 33
Sesudah Dilatih 58 87 57 72 61 40
Beda (d) 18 9 8 9 6 7
t = d / sd /√n
Teladan 6.12 :
Dua contoh bebas akan diambil dari populasi normal dengan σ12 = 80 dan σ22 =
100. Untuk menguji H0 : μ1 – μ2 = 50 lawan H1 : μ1 – μ2 = 55. Bila α = 0,05
dan β = 0,01 maka ukuran contoh masing–masing yang diperlukan adalah :
n = (zα + zβ )2 (σ12 + σ22) / (δ2 ) = (–1,645 – 2,33)2 (80 + 100) / (25) = 114
Teladan 6.13 :
Pengelola restoran menyatakan bahwa minimal 30% pengunjung restoran setiap
hari minggu menyukai makanan laut. Contoh acak 500 orang yang makan siang di
hari minggu terdapat 160 orang yang suka makanan laut. Ujilah pada taraf nyata
5% apakah pernyataan pengelola restoran tersebut dapat diterima.
Jawab :
1. Hipotesis :
H0 : p = 0,3 lawan H1 : p ≠ 0,3 (uji dua pihak).
2. Uji Statistik : z
3. Taraf Nyata α = 0,05 atau zα/2 = z0,025 = 1,96
4. Wilayah Kritik : z < – 1,96 atau z > 1,96
Wijaya : Statistika II (Bagian-2) 13
5. Perhitungan :
p = 0,3 q = 0,7 x/n = 160/500 = 0,32
z = (x/n – p) / √ (pq/n)
z = (0,32 – 0,3) / √ (0,21/500) = 1,00
6. Kesimpulan : Karena z < z0,025, maka Terima H0 artinya proporsi yang suka
makanan laut memang benar 30 %.
x1/n1 – x2/n2
z = ——————————
√ pq (1/ n1 + 1/ n2)
x1 + x2
p = ————— q=1–p
n1 + n2
Teladan 6.14 :
Suatu studi dilakukan untuk menguji apakah ada perbedaan proporsi yang nyata
dari penduduk suatu kota dan penduduk di sekitar kota tersebut yang menyetujui
pembangkit listrik tenaga nuklir. Bila 1200 diantara 2000 penduduk kota dan 2400
diantara 5000 penduduk di sekitar kota yang diwawancarai menyetujui
pembangunan apakah dapat dikatakan bahwa proporsi penduduk kota yang setuju
lebih besar dari penduduk sekitar kota (gunakan taraf nyata 5%).
Jawab :
1. Hipotesis :
H0 : p1 = p2 lawan H1 : p1 > p2 (uji pihak kanan).
2. Uji Statistik : z
3. Taraf Nyata α = 0,05 atau zα = z0,05 = 1,645
4. Wilayah Kritik : z > 1,645
5. Perhitungan :
n1 = 2000 n2 = 5000 x1 = 1200 x2 = 2400 x1/ n1 = 0,60 x2/ n2 = 0,48
Masalah dalam pengujian selisih proporsi akan ditemui apabila sampel yang
diambil ukurannya semakin kecil, misalnya jika :
1. n1 = 200 n2 = 500 x1 = 120 x2 = 240 x1/n1 = 0,60 x2/n2 = 0,48
Jadi apabila ukuran sampel semakin kecil (N < 100) maka H0 cenderung diterima.
Teladan 6.15 :
Seorang ahli genetika tertarik pada populasi laki–laki dan perempuan dalam
populasi yang mengidap kelainan darah tertentu. Dari contoh 100 laki–laki
terdapat 24 yang mengidap kelainan darah dan 100 perempuan terdapat 13 yang
mengidap kelainan. Ujilah pada taraf nyata 1% apakah proporsi yang mengidap
kelainan darah pada laki–laki sama dengan perempuan.
Wijaya : Statistika II (Bagian-2) 15
Jawab :
1. Hipotesis :
H0 : p1 = p2 lawan H1 : p1 ≠ p2 (uji dua pihak).
2. Uji Statistik : z
3. Taraf Nyata α = 0,01 atau zα/2 = z0,005 = 2,575
4. Wilayah Kritik : z < –2,575 atau z > 2,575
5. Perhitungan :
n1 = 100 n2 = 100 x1 = 24 x2 = 13 x1/n1 = 0,24 x2/n2 = 0,13
(n – 1) s2
χ2 = —————
σ02
H1 : σ12 ≠ σ22 atau σ12 > σ22 atau σ12 < σ22
s12
F = ——— v1 = n1 – 1 dan v2 = n2 – 1
2
s2
χ2 = (n – 1) s2 / σ02
χ2 = (10–1)(1,44) / (0,9)2
χ2 = 16,0
6. Kesimpulan : Karena χ20,975(9) < χ2 < χ20,025(9), maka Terima H0 artinya benar
bahwa umur aki mempunyai σ = 0,9.
Jawab (b) :
1. Hipotesis :
H0 : σ2 = 0,81 lawan H1 : σ2 > 0,81 (uji pihak kanan).
2. Uji Statistik : χ2
3. Taraf Nyata α = 0,05
4. Wilayah Kritik : χ2 > χ2α/2(n–1)
6. Kesimpulan : Karena χ2 < χ20,05(9), maka Terima H0 artinya benar bahwa umur
aki mempunyai σ = 0,9.
Teladan 6.17 :
Pelajaran matematika diberikan kepada 12 siswa kelas A dengan metode
pengajaran biasa, dan 10 siswa kelas B dengan metode pengajaran menggunakan
bahan terprogram. Hasil ujian kelas A rata–ratanya 85 dengan simpangan baku 4,
kelas B rata–ratanya 81 dengan simpangan baku 5. Asumsi kedua populasi
mempunyai ragam yang sama tetapi tidak diketahui apakah dapat diterima ? Ujilah
pada taraf nyata 0,10.
Jawab :
1. Hipotesis :
H0 : σ12 = σ22 lawan H1 : σ12 ≠ σ22 (uji dua pihak).
2. Uji Statistik : F
3. Taraf Nyata α = 0,10
4. Wilayah Kritik : F < 1/Fα/2 (v2, v1) atau F > Fα/2 (v1, v2)
5. Perhitungan :
n1 = 12 x1 = 85 s1 = 4 n2 = 10 x2 = 81 s2 = 5
6. Kesimpulan : Karena 1/Fα/2(v2, v1) < F < Fα/2(v1, v2) maka Terima H0 artinya
kedua populasi mempunyai ragam yang sama .
Ujilah pada taraf nyata 10% apakah kedua populasi mempunyai ragam yang
sama.
Jawab :
1. Hipotesis :
H0 : σ12 = σ22 lawan H1 : σ12 ≠ σ22 (uji dua pihak).
2. Uji Statistik : F
3. Taraf Nyata α = 0,10
4. Wilayah Kritik : F < 1/Fα/2 (v2, v1) atau F > Fα/2 (v1, v2)
5. Perhitungan :
n1 = 5 x1 = 98,4 s12 = 76,3 n2 = 7 x2 = 110,7 s22 = 1035,9
6. Kesimpulan : Karena 1/Fα/2 (v2, v1) < F < Fα/2 (v1, v2) maka Tolak H0 artinya
kedua populasi mempunyai ragam yang tidak sama .
H0 : μ1 = μ2 = … = μn
H1 : Paling sedikit ada satu tanda “=” tidak berlaku
Uji Statistik yang digunakan adalah :
s12
F = ——— v1 = n1 – 1 dan v2 = n2 – 1
s22
Nomor A B C D
1 1,2 1,4 0,7 1,0
2 2,0 1,5 1,6 0,9
3 2,1 1,0 1,6 1,4
4 1,0 1,9 1,4 1,6
5 1,7 2,2 1,7 1,1
Jumlah 8,0 8,0 7,0 6,0 29,0
Rta–rata 1,6 1,6 1,4 1,2
Jawab :
1. Hipotesis : H0 : μ1 = μ2 = … = μn
H1 : Paling sedikit ada satu tanda “=” tidak berlaku
2. Uji Statistik : F
3. Taraf Nyata α = 0,05
4. Wilayah Kritik : F > Fα (v1, v2)
5. Perhitungan :
2
a. Faktor Koreksi (FK) = (29) : 20 = 42,05
2 2
b. Jumlah Kuadrat Perlakuan (JKP) = (8,0 + … + 6,0 ) / 5 – FK = 0,55
2 2
c. Jumlah Kuadrat Total (JKT) = (1,2 + … + 1,1 ) – FK = 3,35
d. Jumlah Kuadrat Galat (JKG) = JKT – JKP = 3,35 – 0,55 = 2,80
e. Derajat Bebas (db) Total = n – 1 = 20 – 1 = 19
f. Derajat Bebas (db) Perlakuan = k – 1 = 4 – 1 = 3
g. Derajat Bebas (db) Galat = db Total – db Perlakuan = 19 – 3 = 16
h. Kuadrat Tengah (KT) Perlakuan = JK Perlakuan : db Perlakuan
i. Kuadrat Tengah (KT) Galat = JK Galat : db Galat
H0 : p1 = p2 = … = pn
H1 : Paling sedikit ada satu tanda “=” tidak berlaku
(oi – ei ) 2
χ2 = ∑ ————— db–χ2 = (b–1)(k–1)
ei
[ (oi – ei ) – 0,5 ]2
χ2 = ∑ ————————
ei
Bila frekuensi harapan (ei ) antara 5 dan 10, maka koreksi Yates harus
dipakai. Bila frekuensi harapan (ei ) besar, maka χ2 ≈ χ2 terkoreksi. Bila frekuensi
harapan (ei ) kurang dari 5, maka dipakai Uji Pasti Fisher–Irwin, oleh karena itu
sebaiknya digunakan ukuran contoh yang besar.
Teladan 6.20 :
Data berikut menunjukkan banyaknya produk yang cacat pada 3 macam waktu
kerja. Ujilah pada taraf nyata 0,025 apakah produk yang cacat mempunyai
Jawab :
1. Hipotesis :
H0 : p1 = p2 = … = pn
H1 : Paling sedikit ada satu tanda “=” tidak berlaku
2. Uji Statistik : χ2
3. Taraf Nyata α = 0,025
4. Wilayah Kritik : χ2 > χ2α(b–1) (k–1)
5. Perhitungan :
Untuk α = 0,025 didapat χ2α(b–1) (k–1) = χ20,025 (2) = 19,023
(oi – ei ) 2
χ2 = ∑ —————
ei
(45 – 57 )2 (905 – 893 )2 (870 – 883,7) 2
χ = ————— + —————— + … + ——————— = 6,288
2
Jawab :
1. Hipotesis :
H0 : p1 = p2 = … = pn
H1 : Paling sedikit ada satu tanda “=” tidak berlaku
2. Uji Statistik : χ2
3. Taraf Nyata α = 0,01
4. Wilayah Kritik : χ2 > χ2α(b–1) (k–1)
5. Perhitungan :
Untuk α = 0,01 didapat χ2α(b–1) (k–1) = χ20,01(2) = 9,21
A B C Jumlah
Suka 29 48 35 112
Tidak Suka 121 152 115 388
Jumlah 150 200 150 500
Jawab :
1. Hipotesis :
H0 : p1 = p2 = … = pn
H1 : Paling sedikit ada satu tanda “=” tidak berlaku
2. Uji Statistik : χ2
3. Taraf Nyata α = 0,05
4. Wilayah Kritik : χ2 > χ2α(b–1) (k–1)
5. Perhitungan :
Untuk α = 0,05 didapat χ2α(b–1) (k–1) = χ20,05(2) = 5,991
A B C
Oi Ei Oi Ei Oi Ei
Suka 29 33,6 48 44,8 35 33,6 112
Tidak Suka 121 116,4 152 155,2 115 161,4 388
Jumlah 150 200 150 500
Teladan 6.23 :
Untuk data penurunan bobot badan (kg) pada 4 metode diet. Ujilah pada taraf
nyata 0,05 apakah ragam penurunan bobot badan keempat metode diet itu sama.
Jawab :
1. Hipotesis : H0 : σ12 = σ22 = … = σk2
H1 : Paling sedikit satu tanda = tidak berlaku.
2. Uji Statistik : χ2
3. Taraf Nyata α = 0,05
4. Wilayah Kritik : χ2 > χ2α(n–1)
5. Perhitungan :
Untuk α = 0,05 didapat χ2α(n–1) = χ20,05(3) = 7,81
k ( oi – ei ) 2
χ2 = ∑
i ei
Teladan 4.24 :
Misal data berikut menunjukkan frekuensi teramati dan frekuensi harapan dari
pelemparan dadu sebanyak 120 kali. Ujilah pada taraf nyata 5% apakah dadu
tersebut setimbang.
Sisi Dadu
1 2 3 4 5 6
Teramati 20 22 17 18 19 24
Harapan 20 20 20 20 20 20
Teladan 6.25 :
Eksperimen genetika menunjukkan bahwa semacam karakteristik diturunkan
menurut perbandingan 1:3:3:9, untuk kategori A, B, C dan D. Dari 160
pengamatan terdapat 5 kategori A, 23 B, 32 C dan 100 D. Dengan taraf nyata 5%,
apakah data tersebut menguatkan teori genetika ?
Kategori
A B C D Jml
Teramati 5 23 32 100 160
Harapan 10 30 30 90 160
Jawab :
1. Hipotesis :
H0 : p1 = p2 = … = pn
H1 : Paling sedikit ada satu tanda “=” tidak berlaku
2. Uji Statistik : χ2
Wijaya : Statistika II (Bagian-2) 27
3. Taraf Nyata α = 0,05
4. Wilayah Kritik : χ2 > χ2α (k–g–1)
5. Perhitungan :
Untuk α = 0,05 dan db–χ2 = (k – g – 1) = (4–0–1) = 3
6. Kesimpulan : Karena nilai χ2 < χ20,05 (3) maka Terima H0 artinya tidak ada
alasan untuk tidak mempercayai teori genetika tersebut.
Teladan 6.26 :
Tabel berikut menunjukkan distribusi frekuensi gaji (x Rp 10.000,– per minggu) dari
40 karyawan Pabrik Rotan, dengan rata–rata (x) = 3,4 dan simpangan baku (s) =
0,7. Untuk menghitung frekuensi harapan (ei) digunakan batas atas masing–
masing kelas ke rumus z (data kontinyu, n > 30), misalnya :
z1 = (1,45 – 3,41) / (0,7) = – 2,80 jadi p(z1 ) = 0,0026
z2 = (1,95 – 3,41) / (0,7) = – 2,09 jadi p(z2) = 0,0183
P (1,45 < x < 1,95) = P (z1 < z < z2 ) = 0,0157 atau ei = 0,0157 x 40 = 0,6
Dengan cara yang sama akan didapat :
40 40 2,634
Untuk tabel kontingensi 2x2, berarti db–χ2 = (b–1)(k–1) = 1 perlu dilakukan koreksi
Yate bagi kekontinyuan (karena data asal bersifat diskrit) yaitu :
[ ( oi – ei ) – 0,5 ]2
χ2 = ∑ ————————
ei
n [ ( ad – bc ) – 0,5 n ]2
χ2 = ———————————
(a+b)(a+c)(b+d)(c+d)
Banyaknya Anak
Pendidikan 1–3 >3 Jumlah
Oi Ei Oi Ei
Sekolah dasar 182 200,9 154 135,1 336
Sekolah menengah 213 209,9 138 141,1 351
Akademi 203 187,2 110 125,8 313
Jawab :
(182 – 200,9)2 (110 – 125,8)2
χ = ——————— + … + ——————— =
2
7,854
(200,9) (125,8)
Teladan 6.28 :
Contoh acak 30 orang dewasa diklasifikasikan menurut jenis kelamin dan lamanya
nonton TV setiap minggu. Ujilah pada taraf nyata 1%, apakah terdapat hubungan
antara lamanya nonton TV dengan jenis kelamin.
Jenis Kelamin
Lama Nonton TV Laki–laki Perempuan Jumlah
Oi Ei Oi Ei
≥ 25 jam 5 6,53 9 7,47 14
< 25 jam 9 7,47 7 8,53 16
14 16 30
Dengan Rumus II :
( 14 x 16 x 14 x 16 )
db–χ2 = 1 jadi χ20,01(1) = 6,635. Karena nilai χ2 < χ20,01(1) maka Terima H0,
artinya lamanya nonton TV tidak bergantung pada jenis kelamin (bebas).
Anto Dajan. 1995. Pengantar Metode Statistika Jilid II. LP3ES. Jakarta.
J. Supranto. 1995. Statistik : Teori dan Aplikasi, Jilid II. Erlangga. Jakarta.
Robert, G. D. Steel dan James H. Torrie. 1993. Prinsip dan Prosedur Statistika.
Gramedia Pustaka Utama. Jakarta.
Vincent Gaspersz. 1991. Teknik Analisis Dalam Penelitian Percobaan, Jilid II.
Tarsito. Bandung.