MAKALAH

PROBABILITAS DAN STATISTIK

(Analisis Varian dan Analisis Of Varian)

DISUSUN OLEH :

MUHAMMAD IKHSAN ANDRIAN (5203230016)

Dosen Pengampu : Olnes Y Hutajulu, S.Pd., M.Eng

PROGRAM STUDI S1 TEKNIK ELEKTRO

FAKULTAS TEKNIK
UNIVERSITAS NEGERI MEDAN
MEI 2021

1
 Kata Pengantar

Puji syukur kami haturkan ke hadirat Tuhan YME, karena dengan karunia-Nya kami
dapat menyelesaiakan makalah yang berjudul “Analisis Varian (ANAVA) dan Analisis Of
Varian (ANOVA)”. Meskipun banyak hambatan yang kami alami dalam proses
pengerjaannya, tapi kami berhasil menyelesaikan makalah ini tepat pada waktunya.
Kami juga mengucapkan terimakasih kepada teman-teman mahasiswa yang juga
sudah memberi kontribusi baik langsung maupun tidak langsung dalam pembuatan makalah
ini.
Kami menyadari bahwa dalam menyusun makalah ini masih jauh dari kesempurnaan,
untuk itu penulis sangat mengharapkan kritik dan saran yang bersifat membangun guna
sempurnanya makalah ini. Penulis berharap semoga karya tulis ini bisa bermanfaat bagi
penulis khususnya dan bagi pembaca pada umumnya. 

Medan,  Mei 2021

Penulis

2
 BAB I

PENDAHULUAN

A. LATAR BELAKANG

Dalam statistik , analisis varians (ANAVA) adalah kumpulan model statistik , dan

prosedur yang terkait, di mana diamati varian dalam suatu variabel tertentu dipartisi ke
dalam komponen yang timbul dari berbagai sumber variasi. Dalam bentuknya yang paling
sederhana ANAVA memberikan uji statistik apakah atau tidak berarti dari beberapa
kelompok semua sama, dan karenanya generalizes t-test untuk lebih dari dua
kelompok. ANAVA sangat membantu karena mereka memiliki keuntungan lebih dari uji
t dua-sample-. Melakukan dua-sample t-tes beberapa akan mengakibatkan peningkatan
kesempatan melakukan sebuah tipe I kesalahan . Untuk alasan ini, ANAVA berguna
dalam membandingkan dua, tiga atau lebih berarti.
Pada makalah ini akan didiskusikan perbandingan dua atau lebih parameter
populasi. Sebuah teknik yang dipakai untuk membandingkan dua atau lebih parameter
populasi kita kenal sebagai analysis of variance atau sering disebut anova. Teknik ini
sering dipakai untuk penelitian terutama pada rancangan penelitian eksperimen, missal
penelitian-penelitian yang memiliki implikasi pengambilan keputusan untuk
menggunakan tekhnologi baru, prosedur-prosedur baru, dan kebijakan-kebijakan baru.
Oleh karena itu pada kesempatan kali ini kami bermaksud untuk menyusun
makalah ini sebagai upaya untuk mempelajari dan memahami pokok bahasan yang
berkaitan dengan uji anava, sehingga kami dapat memiliki pengetahuan dan pemahaman
tentang anava.

B. RUMUSAN MASALAH
1. Bagaimana pengertian analisis varian satu arah?
2. Bagaimana langkah penyelesaian analisis varian satu arah?
3. Bagaimana aplikasi atau contoh penyelesaian analisis varian?

C. TUJUAN PEMABAHASAN
1. Untuk memahami analisis varian satu arah.
2. Untuk memahami langkah penyelesaian analisis varian satu arah
3. Untuk memahami aplikasi atau contoh penyelesaian analisis varian

3
D. METODE

Penulisan makalah ini melalui metode library research yaitu mencari sumber-
sumber dari berbagai buku-buku yang ada di perpustakaan, dan juga melalui situs-
situs internet yang terkait dengan makalah ini.

4
 BAB II

PEMBAHASAN

A. PENGERTIAN ANALISIS SATU ARAH

Analisis varian satu arah yaitu suatu metode untuk menguraikan keragaman total
data menjadi komponen-komponen yang mengukur berbagai sumber keragaman dengan
menggunakan One-Way ANOVA dengan satu perlakuan (Mendel hell dan reinmuth,
1982. hal: 542).

Menurut riduwan Anava atau Anova adalah anonim dari analisis varian
terjemahan dari analysis of variance, sehingga banyak orang menyebutnya dengan anova.
Anova merupakan bagian dari metoda analisis statistika yang tergolong analisis
komparatif lebih dari dua rata-rata (Riduwan,2008).

Jadi, analisis varian satu arah adalah metoda analisis statis yang bersifat satu arah
untuk menguji apakah dua populasi atau lebih yang independen dan melihat perbandingan
lebih dari dua kelompok data.

ANAVA satu jalur yaitu analisis yang melibatkan hanya satu peubah bebas.
Secara rinci, ANAVA satu jalur digunakan dalam suatu penelitian yang memiliki ciri-ciri
berikut:1. Melibatkan hanya satu peubah bebas dengan dua kategori atau lebih yang
dipilih dan ditentukan oleh peneliti secara tidak acak. Kategori yang dipilih disebut tidak
acak karena peneliti tidak bermaksud menggeneralisasikan hasilnya ke kategori lain di
luar yang diteliti pada peubah itu. Sebagai contoh, peubah jenis kelamin hanya terdiri atas
dua ketgori (pria-wanita), atau peneliti hendak membandingkan keberhasilan antara
Metode A, B, dan C dalam meningkatkan semangat belajar tanpa bermaksud
menggeneralisasikan ke metode lain di luar ketiga metode tersebut.

Tujuan dari uji anova satu jalur menurut Ridwan,2008 adalah untuk
membandingkan lebih dari dua rata-rata. Sedangkan gunanya untuk menguji kemampuan
generalisasi. Maksudnya dari signifikansi hasil penelitian. Jika terbukti berbeda berarti
kedua sampel tersebut dapat digeneralisasikan (data sampel dianggap dapat mewakili
populasi).

5
 Anova satu arah dapat pula digunakan untuk menganalisis variable terikat
berskala ordinal yaitu dengan kruskal-walles. Kruskal-walles menggunakan asumsi
bahwa masing-masing sampel diambil dari populasi yang sama dan distribusinya
ditaksir melalui distribusi chisquare dengan dk = k – 1. Anova dapat pula diterapkan
untuk sampel yang sama dengan pengukuran ulang.(Agus irianto,2004:246).

Beberapa kemungkinan yang mempengaruhi terjadinya perbedaan dan perlu

diperhatikan oleh pemakai atau oleh peneliti yang menggunakan anova :
1. Pengaruh waktu
2. Pengaruh perbedaan individual
3. Pengaruh pengukuran

Pengeujian signifikan perbedaan dalam anova dengan F tes. Anova satu arah
dengan jumlah sampel per sel tidak sama, analisisnya tidak berbeda dengan jumlah
sampel yang sama tiap sel, asal jumlah sampel cukup besar dan perbedaan jumlah
sampel antar sel tidak mencolok.

Asumsi dalam anova :

1. Sampel diambil dari distribusi normal, sehingga sampel juga berdistribusi normal.
Kenornalam ini dapat diatas dengan memperbesar jumlah sampel.
2. Masing-masing kelompok mempunyai variable yang sama.
3. Sampel diambil secara acak.

Anova pengembangan atau penjabaran lebih lanjut dari uji-t ( t h itung) .Uji-t atau
uji-z hanya dapat melihat perbandingan dua kelompok data saja. Sedangkan anova satu
jalur lebih dari dua kelompok data. Contoh: Perbedaan prestasi belajar statistika antara
mahasiswa tugas belajar ( X 1 ), izin belajar ( X 2 ) dan umum ( X 3 ).

Anova lebih dikenal dengan uji-F (Fisher Test), sedangkan arti variasi atau
varian itu asalnya dari pengertian konsep “Mean Square” atau kuadrat rerata (KR).

Rumusnya :

JK
KR =
db

Dimana: J K = jumlah kuadrat (some of square)

db = derajat bebas (degree of freedom)

6
 Menghitung nilai Anova atau F ( F hitung ) dengan rumus :

V A KR A J K A :db A varian antar group

F hitung = = = =
V D KR D J K D :db D varian antar group

Varian dalam group dapat juga disebut Varian Kesalahan (Varian Galat). Dapat

dirumuskan :

(∑ X Ai )2 (∑ X τ )2
J KA = ∑ − untuk db A= A−1
n Ai N

(∑ X Ai)2
2
J K D =( ∑ X τ ) −∑ untuk db D =N− A
n Ai

(∑ X τ )2
Dimana: = sebagai faktor koreksi
N

N = Jumlah keseluruhan sampel (jumlah kasus dalam penelitian).

A = Jumlah keseluruhan group sampel.

B. LANGKAH-LANGKAH UJI ANAVA SATU ARAH

Prosedur Uji Anova Satu Arah:

1. Sebelum anova dihitung, asumsikan bahwa data dipilih secara random,berdistribusi

normal, dan variannya homogeny
2. Buatlah hipotesis ( H a dan H 0) dalam bentuk kalimat.
3. Buatlah hipotesis ( H a dan H 0)dalam bentuk statistik.
4. Buatlah daftar statistik induk.
5. Hitunglah jumlah kuadrat antar group ( J K A) dengan rumus :
2 2 2 2 2 2
( ∑ X Ai ) (∑ Xτ ) (∑ X A 1) (∑ X A 2) (∑ X A 3) (∑ X τ )
J KA = ∑
n Ai
−
N
= ( nA 1
+
nA 2
+
nA 3 )
−
N

6. Hitunglah derajat bebas antar group dengan rumus : db A= A−1

JK A
7. Hitunglah kudrat rerata antar group ( KR A) dengan rumus : KR A =
db A

7
8. Hitunglah jumlah kuadrat dalam antar group ( J K D ) dengan rumus :
(∑ X Ai)2
2
J K D =( ∑ X τ ) −∑
n Ai

2 2 2
2 2 2 ( ∑ X A 1) (∑ X A2 ) (∑ X A3)
¿∑ X A1 +¿ ∑ X A2 +¿∑ X A3 −( + + )
nA1 nA2 nA3

9. Hitunglah derajat bebas dalam group dengan rumus : db D =N− A

JK D
10. Hitunglah kuadrat rerata dalam antar group ( KR D ) dengan rumus : KR D =
dbD
KR A
11. Carilah F hitung dengan rumus : F hitung =
KR D
12. Tentukan taraf signifikansinya, misalnya α = 0,05 atau α = 0,01
13. Cari F tabel dengan rumus : F tabel=F (1−α )(db A ,db D )

14. Buat Tabel Ringkasan Anova

TABEL RINGKASAN ANOVA SATU ARAH

Sumber Jumlah Kuadrat Derajat Kuadrat F hitung Taraf

Varian (SV) (JK) bebas Rerata Signifikan

(db)
(KR) (ρ)

Antar group ∑ A−1 JK A KR A α

db A KR D
(A) (∑ X Ai )2 (∑ X τ )2
−
n Ai N

Dalam group 2 (∑ X Ai )2 N− A JK D - -
(∑ X τ ) −∑
n Ai dbD
(D)

Total 2 (∑ X τ)2 N−1 - - -

(∑ X τ ) −
N

8
15. Tentukan kriteria pengujian : jika F hitung ≥ F tabel , maka tolak H 0 berarti signifikan dan
konsultasikan antara F hitung dengan F tabel kemudian bandingkan
16. Buat kesimpulan.

C. APLIKASI ATAU CONTOH UJI ANAVA SATU ARAH

Di bawah ini terdapat beberapa kasus tentang uji anava satu arah, yaitu:
1. KASUS 1
(data diambil dari Riduwan.Dasar-Dasar Statistika.2013.Bandung:Alfabeta)
Seorang ingin mengetahui perbedaan prestasi belajar untuk mata kuliah dasar-dasar
statistika antara mahasiswa tugas belajar, izin belajar dan umum. Data diambil dari
nilai UT sebagai berikut:
Tugas belajar(A1) = 6, 8, 5, 7, 7, 6, 6. 8, 7, 6, 7 = 11 orang

Izin belajar (A2) = 5, 6, 6, 7, 5, 5, 5, 6, 5, 6, 8, 7 = 12 orang

Umum (A3) = 6, 9, 8, 7, 8, 9, 6, 6, 9, 8, 6, 8 = 12 orang

Buktikan apakah ada perbedaan atau tidak?

Langkah-langka menjawab =

1. Diasumsikan bahwa data dipilih secara random, berdistribusi normal, dan variannya
homogen.
2. Hipotesis ( Ha dan Ho) dalam bentuk kalimat:
a. Ha: terdapat perbedaan yang signifikan antara mahasiswa tugas belajar, izin
belajar, dan umum
b. Ho: tidak ada perbedaan yang signifikan antara mahasiswa tugas belajar, izin
belajar, dan umum
3. Hipotesis Ha dan Ho dalam bentuk statistika :
Ha : A1 ≠ A2 = A3
Ho : A1 = A2 = A3

9
4. Daftar statistika induk

5. No. A1 A2 A3
1. 6 5 6
2. 8 6 9
3. 5 6 8
4. 7 7 7
5. 7 5 8
6. 6 5 9
7. 6 5 6
8. 8 6 6
9. 7 5 9
10. 6 6 8
11. 7 8 6
12. 7 8
statistika Total = T
N 11 12 12 N=35
Σx 73 71 90 234
Σx2 493 431 692 1616

6. Menghitung Jumlah Kuadat Antar Group (JKA)

(∑ X Ai)2 (∑ X τ )2
JKA = −
n Ai N

732 712 902 2342

JKA =( + + )-
11 12 12 35
= 1579-1564
= 15
7. Menghitung derajat bebas antar group dengan rumus=
DbA = A-1 A= jumlah group
= 3-1
=2

10
8. Menghitung kuadrat Rerata Antar group( KRA)
JKA
KRA =
dbA
15
=
2
= 7,5
9. Menghitung Jumlah Kuadrat Dalam group ( JKD )
JKD = Σ X2T - Σ¿ ¿
732 712 902
= 1616 - ( + + )
11 12 12
= 1616 – 1579
= 37
10. Menghitung derajat bebas dalam group dengan rumus=
DbD = N-A
= 35- 3
= 32
11. Menghitung kuadrat Rerata Dalam group( KRD)
JKD
KRD =
dbA

37
=
32

= 1,16

KRA
12. F.hitung =
KRD
7,5
=
1,16
= 6,47
13. Taraf signifikan sebesar α = 5 %
14. F.tabel =F (1-α) (dbA.dbD)

F.tabel =F (1-0,05) (2.32)

F.tabel = F (0,95) (2.32)

11
 F.tabel = 3,30

14. tabel ringkasan anova

ANOVA

NILAI

Jumlah
Sumber varian (SV)
Kuadra(JK) db Mean Square F Sig.

Antar Group(A) 15 2 7.540 6.47 .004

Dalam Group(D) 37 32 1.139

Total 52 34

15. Kriteria pengujian: jika F hitung > F tabel, maka tolak Ho berarti signifikan.
Setelah dikonsultasikan dengan tabel F kemudian dibandingkan antara F hitung
dengan F tabel, ternyata F hitung > F tabel, atau 6,47 > 3,30 maka tolak H o berarti
signifikan.
16. Kesimpulan:
Ho ditolak dan Ha diterima, jadi terdapat perbedaan yang signifikan antara mahasiswa
tugas belajar, izin belajar dan umum.

12
 2. KASUS 2

Terdapat 4 empat mesin yang akan diperbandingkan. Oleh karena itu, mesin-
mesin ini dijalankan oleh tenaga manusia, dan oleh karena faktor-faktor lain yang
tidak dapat diterangkan, sehingga keluaran per jamnya dianggap memiliki
kemungkinan produktivitasnya tidak sama. Di bawah ini disajikan sampel acak dari
keluaran yang diamati selama 5 jam yang berbeda.

TABEL

Produktivitas empat mesin

Jam ke- Mesin 1 Mesin 2 Mesin 3 Mesin 4

1 20 30 60 50
2 30 40 80 50
3 10 30 70 50
4 30 50 40 30
5 10 0 100 20

Buktikan apakah ada perbedaan atau tidak pada produktivitas empat mesin tersebut?

Jawab:

Langkah-langka menjawab=

1. Diasumsikan bahwa data dipilih secara random, berdistribusi normal, dan variannya
homogen.
2. Hipotesis ( Ha dan Ho) dalam bentuk kalimat:
c. Ha: terdapat perbedaan yang signifikan antara produktivitas mesin 1, mesin 2,
mesin 3 dan mesin 4
d. Ho: tidak ada perbedaan yang signifikan antara produktivitas mesin 1, mesin 2,
mesin 3 dan mesin 4
3. Hipotesis Ha dan Ho dalam bentuk statistika :
Ha : A1 ≠ A2 = A3
Ho : A1 = A2 = A3

13
4. Daftar statistika induk

5. Jam ke- Mesin 1 Mesin 2 Mesin 3 Mesin 4

1 20 30 60 50
2 30 40 80 50
3 10 30 70 50
4 30 50 40 30
5 10 0 100 20
statistika Total=T
n 5 5 5 5 20
Σx 100 150 350 200 800
Σx2 2400 5900 26500 8800 43600

6. Menghitung Jumlah Kuadat Antar Group (JKA)

(∑ X Ai)2 (∑ X τ )2
JKA = −
n Ai N

1002 1502 3502 8002

JKA =( + + )-
5 5 5 5
= 39000-3200
= 7000
7. Menghitung derajat bebas antar group dengan rumus=
DbA = A-1 A= jumlah group
= 4-1
=3
8. Menghitung kuadrat Rerata Antar group( KRA)
JKA
KRA =
dbA
7000
=
3
= 2.333
9. Menghitung Jumlah Kuadrat Dalam group ( JKD )
JKD = Σ X2T - Σ¿ ¿
1002 1502 3502
= 43600 - ( + + )
5 5 5
= 43600-39000

14
 = 4600
10. Menghitung derajat bebas dalam group dengan rumus=
DbD = N-A
= 20- 4
= 16
11. Menghitung kuadrat Rerata Dalam group( KRD)
JKD
KRD =
dbA

4600
=
16

= 287,5

KRA
12. F.hitung =
KRD
2.333
=
287,5
= 8,116
13. Taraf signifikan sebesar α = 5 %
14. F.tabel =F (1-α) (dbA.dbD)

F.tabel =F (1-0,05) (3.16)

F.tabel = F (0,95) (3.16)

F.tabel = 3,24

14. tabel ringkasan anova

ANOVA

poduktivitas

Jumlah
Sumber varian (SV)
kuadrat(JK) db Kuadrat Rerata F Sig.

Antar Group(A) 7000.000 3 2333.333 8.116 .002

Dalam Group(D) 4600.000 16 287.500

Total 11600.000 19

15
15. Kriteria pengujian: jika F hitung > F tabel, maka tolak Ho berarti signifikan.
Setelah dikonsultasikan dengan tabel F kemudian dibandingkan antara F hitung
dengan F tabel, ternyata F hitung > F tabel, atau 8,116 > 3,24 maka tolak H o berarti
signifikan.
16. Kesimpulan:
Ho ditolak dan Ha diterima, jadi terdapat perbedaan yang signifikan antara
produktivitas mesin 1, mesin 2, mesin 3, dan mesin 4.

3. KASUS 3

Seorang manajer sebuah bank sedang meninjau kinerja dari para karyawan
bagi kemungkinan menaikkan gaji dan mempromosikan jabatan. Di dalam
mengevaluasi para petugas kasir (teller), manajer menentukan bahwa criterion dari
kinerja mereka adalah jumlah pelanggan yang dilayani setiap hari.

TABEL

DATA EVALUASI 3 ORANG KASIR PELANGGAN YANG DILAYANI

Hari ke- Kasir 1 Kasir 2 Kasir 3

1 45 55 54
2 56 50 61
3 47 53 54
4 51 59 58
5 50 58 52
6 45 49 51

Buktikan apakah ada perbedaan atau tidak antara kasir 1, kasir 2, dan kasir 3?

Jawab:

Langkah-langka menjawab=

1. Diasumsikan bahwa data dipilih secara random, berdistribusi normal, dan variannya
homogen.

16
2. Hipotesis ( Ha dan Ho) dalam bentuk kalimat:

Ha: terdapat perbedaan yang signifikan antara pelanggan pada kasir 1, kasir 2, dan
kasir 3.

Ho: tidak ada perbedaan yang signifikan antara pelanggan pada kasir 1, kasir 2,
dan kasir 3.

3. Hipotesis Ha dan Ho dalam bentuk statistika :

Ha : A1 ≠ A2 = A3
Ho : A1 = A2 = A3
4. Daftar statistika induk

5. Hari ke- Kasir 1 Kasir 2 Kasir 3

1 45 55 54
2 56 50 61
3 47 53 54
4 51 59 58
5 50 58 52
6 45 49 51
statistika Total = T
n 6 6 6 18
Σxi 294 324 330 948
Σx2 14496 1758 18222 47697

6. Menghitung Jumlah Kuadat Antar Group (JKA)

(∑ X Ai)2 (∑ X τ )2
JKA = −
n Ai N

2492 3242 3302 9482

JKA =( + + )-
6 6 6 18
= 50052- 49928
= 124

7. Menghitung derajat bebas antar group dengan rumus=

DbA = 3-1 A= jumlah group
= 3-1

17
 =2

8. Menghitung kuadrat Rerata Antar group( KRA)

JKA
KRA =
dbA
124
=
2
= 62
9. Menghitung Jumlah Kuadrat Dalam group ( JKD )
JKD = Σ X2T - Σ¿ ¿
2492 3242 3302
= 50298 – ( + + )
6 6 6
= 50298- 50052
= 246
10. Menghitung derajat bebas dalam group dengan rumus=
DbD = N-A
= 18- 3
= 15
11. Menghitung kuadrat Rerata Dalam group( KRD)
JKD
KRD =
dbA

246
=
15

= 16,4

KRA
12. F.hitung =
KRD
62
=
15
= 3,8
13. Taraf signifikan sebesar α = 5 %
14. F.tabel =F (1-α) (dbA.dbD)

F.tabel =F (1-0,05) (2.15)

F.tabel = F (0,95) (2.15)

18
 F.tabel = 3,68

14. tabel ringkasan anova

ANOVA

poduktivitas

Jumlah
Sumber varian (SV)
kuadrat(JK) Db Kuadrat Rerata F Sig.

Antar Group(A) 124 3 63 3,8

Dalam Group(D) 246 16 16,4

Total 116 19

15. Kriteria pengujian: jika F hitung > F tabel, maka tolak Ho berarti signifikan.
Setelah dikonsultasikan dengan tabel F kemudian dibandingkan antara F hitung
dengan F tabel, ternyata F hitung > F tabel, atau 3,8 > 3,68 maka tolak H o berarti
signifikan.
16. Kesimpulan:
Ho ditolak dan Ha diterima, jadi terdapat perbedaan yang signifikan antara jumlah
pelanggan pada kasir 1, kasir 2, dan kasir 3.

BAB III

19
 KESIMPULAN

Analisis varian satu arah adalah metoda analisis statis yang bersifat satu arah
untuk menguji apakah dua populasi atau lebih yang independen dan melihat
perbandingan lebih dari dua kelompok data.
Langkah uji anava satu arah yaitu: asumsikan bahwa data dipilih secara
random,berdistribusi normal, dan variannya homogeny, buatlah hipotesis ( H a dan H 0)
dalam bentuk kalimat, buatlah hipotesis ( H a dan H 0)dalam bentuk statistic, buatlah
daftar statistik induk, hitunglah jumlah kuadrat antar group ( J K A), hitunglah derajat
bebas antar group, hitunglah kudrat rerata antar group ( KR A ),hitunglah jumlah kuadrat
dalam antar group ( J K D ),hitunglah derajat bebas dalam group, hitunglah kuadrat

KR A
rerata dalam antar group ( KR D ) ,Carilah F hitung dengan rumus : F hitung = , tentukan
KR D
taraf signifikansinya, misalnya α = 0,05 atau α = 0,01, cari F tabel dengan rumus :
F tabel=F (1−α )(db A ,db D ) ,buat Tabel Ringkasan Anova, Tentukan kriteria pengujian : jika
F hitung ≥ F tabel , maka tolak H 0 berarti signifikan dan konsultasikan antara F hitung dengan
F tabel kemudian bandingkan, dan buat kesimpulan.

20
 DAFTAR PUSTAKA

Al Husin, Syahri.2003.Statistika Praktis.Yogyakarta:Graha Ilmu

Furqon.2009.Statistika Terapan untuk Penelitian. Cetakan ketujuh.Bandung:Alfabeta

Mankuatmodjo, Soegyarto. 2004. Statistika Lanjutan. Jakarta: PT.Rineka Ciptakan

Riduwan.2008.Dasar-dasar Statistika.Bandung:Alfabeta

Sarwoko.2007.Statistika Inferensi.Yogyakarta:Andi

Sudjana.1996.Metoda Statistika.Bandung:Tarsito Bandung

Usman,Husaini.2006.Pengantar Statistika.Jakarta:PT Bumi Aksara

21