UJI HIPOTESIS RATA-RATA

(HYPOTHESIS TEST ABOUT POPULATION MEAN)

Hipotesis merupakan suatu anggapan yang belum tentu kebenarannya. Oleh

sebab itu perlu dilakukan suatu test yang disebut test hipotesis.
Test hipotesis adalah suatu prosedur yang memungkinkan keputusan dapat
dibuat, yaitu keputusan untuk menolak atau menerima hipotesis yang sedang diuji.
Pengujian hipotesis juga dapat membuktikan atau menguatkan dugaan atau
anggapan tentang parameter populasi yang tidak diketahui berdasarkan informasi
dari sample yang diambil dari populasi tsb.
Apa yang diduga atau di hipotesiskan dinyatakan dalam Null Hypothesis
(Ho) dan Alternative Hypothesis (Ha).
Note
One tail (right) One tail (left) Two tail
Ho < > =
Ha > < ≠
Ho:µ
Ha:µ
Hipotesa:
a. Berupa pernyataan yang bertolak belakang
 One tail
 Two tail
Contoh 1:
Two Tail (2 arah)
Usia rata-rata umur penduduk kec Cileungsi adalah 70 tahun
Usia rata-rata umur penduduk kec Cileungsi bukan 70 tahun
Ho:µ = 70
Ha:µ ≠ 70

H0: Usia rata-rata umur penduduk kec Cileungsi sama 70 tahun

Ha: Usia rata-rata umur penduduk kec Cileungsi tidak sama dengan 70 tahun

One Tail: (satu arah)

H0:Usia rata-rata umur penduduk kec Cileungsi tidak kurang dari 70 tahun

1
Ha: Usia rata-rata umur penduduk kec Cileungsi kurang dari 70 tahun
Ho:µ > 70
Ha:µ < 70

H0: Usia rata-rata umur penduduk kec Cileungsi tidak lebih dari 70 tahun
Ha: Usia rata-rata umur penduduk kec Cileungsi lebih dari 70 tahun

Teori Pengujian Hipotesis akan memutuskan apakah menolak Ho atau tidak

menolak Ho. Keputusan menolak atau tidak menolak Ho didasarkan pada uji statistic
yang diperoleh dari data sample, setelah dibandingkan dengan nilai kritis (critical
value) dari distribusi yang bersangkutan.
Nilai kritis (critical value) ditentukan berdasarkan 2 hal penting yaitu:
1. Tingkat signifikansi atau yang sekecil-kecilnya)
2. Distribusi probabilita yang digunakan (distribusi Z, atau distribusi t
Yang memperhitungkan degree of freedom derajat kebebasan). Hal ini
dapat dipertimbangkan dari besar kecilnya sample yang dibedakan atas
sample besar (n > 30) dan sample kecil (n < 30)

Berikut ini selengkapnya langkah-langkah dari prosedur pengujian hipotesis

untuk rata-rata maupun proporsi

A. PENGUJIAN HIPOTESIS DARI RATA-RATA POPULASI (Hypothesis Test

about a Population Mean : Large- sample case)- one sanple test
1. ONE TAILED TEST

2
Langkah-langkahnya :
1) Menentukan perumusan hipotesis nol dan hipotesis alternatif, yaitu:

1. H0 : μ ≤μ 0
daerah
Ha : μ >μ0 daerah gagal
menolak Ho
menolak Ho

≥ 2. H0 : μ ≤μ 0
Ha : μ <μc

Keterangan gambar :
- daerah yang diarsir = daerah penolakan
- daerah yang tidak diarsir = daerah penerimaan

2) Tentukan nilai , yaitu tingkat kesalahan yang dapat ditolerir

Cari nilai Z untuk sampel besar dan t df n-1 untuk sampel kecil.
3) Hitung z0 untuk sampel besar dan t0 untuk sampel kecil.

X̄ - μ 0
Z 0=
σ X̄

4) Keputusan
1. H0 :  = 0 jika Z 0  Z  H0 ditolak
Ha :  > 0

2. H0 :  = 0 jika Z0  -Z  H0 ditolak

Ha :  < 0
5) Kesimpulan
2. TWO TAILED TEST
Langkah-langkahnya :
1. Menentukan rumus hipotesis

3
 H0 :  = 0
Ha :   0

0
2. Tentukan nilai , yaitu tingkat kesalahan yang dapat ditolerir.
Cari nilai Z/2 untuk sampel besdar dan t/2 dfn-1 untuk sampel kecil.
3. Hitung Z0 untuk sampel besar dan t0 untuk sampel kecil.

X̄ - μ0
Z=
σ x̄

4. Keputusan : Zo   Z  Ho ditolak

or
H0 :  = 0 Jika Z0  Z/2, (positif0
H0 ditolak
Ha :   0 Jika Z0  -Z/2, (negatif)

5. Kesimpulan

Contoh soal:
Seorang ahli kependudukan menduga usia rata-rata penduduk Indonesia adalah 70
tahun. Untuk membuktikan hal tersebut dilakukan pendataan atas 100 makam di
sebuah pemakaman umum dan ternyata dari data tersebut diperoleh rata-rata usia
dari sampel adalah 67 tahun dengan standar deviasi 10. Dengan menggunakan
tingkat keyakinan 95%, dapatkan dibuktikan dugaan ahli kependudukan tsb?

Diketahui
µo= 70
N= 100
Xbar= 67
sigma= 10
alpha= 0,05

Seorang ahli kependudukan menduga usia rata-rata penduduk Indonesia kurang 70

tahun. Untuk membuktikan hal tersebut dilakukan pendataan atas 100 makam di
sebuah pemakaman umum dan ternyata dari data tersebut diperoleh rata-rata usia
dari sampel adalah 67 tahun dengan standar deviasi 10. Dengan menggunakan
tingkat keyakinan 95%, dapatkan dibuktikan dugaan ahli kependudukan tsb?

4
1) Menentukan perumusan hipotesis nol dan hipotesis alternatif, yaitu:

1. H0 : μ ≤μ 0
daerah
Ha : μ >μ0 daerah gagal
menolak Ho
menolak Ho

≥ 2. H0 : μ ≤μ 0
Ha : μ <μc

Keterangan gambar :
- daerah yang diarsir = daerah penolakan
- daerah yang tidak diarsir = daerah penerimaan

2) Tentukan nilai , yaitu tingkat kesalahan yang dapat ditolerir

Cari nilai Z untuk sampel besar dan t df n-1 untuk sampel kecil.
3) Hitung z0 untuk sampel besar dan t0 untuk sampel kecil.

X̄ - μ 0
Z 0=
σ X̄

4) Keputusan
3. H0 :  = 0 jika Z 0  Z  H0 ditolak
Ha :  > 0

4. H0 :  = 0 jika Z0  -Z  H0 ditolak

Ha :  < 0
5) Kesimpulan

5
Seorang ahli kependudukan menduga usia rata-rata penduduk Indonesia lebih dari
70 tahun. Untuk membuktikan hal tersebut dilakukan pendataan atas 25 makam di
sebuah pemakaman umum dan ternyata dari data tersebut diperoleh rata-rata usia
dari sampel adalah 67 tahun dengan standar deviasi 10. Dengan menggunakan
tingkat keyakinan 95%, dapatkan dibuktikan dugaan ahli kependudukan tsb?

6
 UJI HIPOTESIS PROPORSI POPULASI
( HYPOTHESIS TEST ABOUT PROPORTION POPULATION)

A. PENGUJIAN HIPOTESIS SATU PROPORSI POPULASI

Langkah-langkahnya :
1. Rumusan Hipotesis
1) H0 : P  P0
H a : P  P0

0
2) H0 : P  P0
H a : P  P0

3) H0 : P = P0
H a : P  P0

2. Tentukan . Cari nilai Z atau Z/2  sampel besar.

3. x/n - P0
Z0 =
P0 .( 1 - P0 )
√ n

4. keputusan :
1) Z0  Z  Ho ditolak
2) Z0  -Z  Ho ditolak
3) Zo  Z  Ho ditolak

5. kesimpulan

Contoh Soal:
Diduga proporsi mahasiswa yang mendapatkan nilai A kurang dari 20%. Untuk membuktikan
hal tersebut disurvey 100 mahasiswa, ternyata ada 35 siswa yang mendapatkan nilai A.
Dengan  = 2%, buktikan apakah dugaan tersebut benar atau tidak?.

7
Jawab
Diketahui:
Dugaan:
Ho: p > 0,2
Ha: p < 0,2

n= 100
x= 35 (dapet A)
α=0,02

I. Hipotesa
Ho: p > 0,2
Ha: p < 0,2
II. critical value

UJI HIPOTESIS PERBEDAAN DUA RATA-RATA POPULASI

1. Independent Sample Test

Langkah-langkahnya :
1. Rumusan Hipotesis H0 : 1 - 2 = 0
1) Ha : 1 - 2 > 0
2) Ha : 1 - 2 < 0
3) Ha : 1 - 2  0

2. Tentukan , untuk mencari z, atau z/2 (large sample)

tdf (n1 + n2-2) atau t/2 df (n1 + n2 - 2) (small sample)

Hitung Z0 atau t0

X̄1 - { X̄ 2 x̄1 - { x̄2 x̄1 - { x̄2 n1 . n2(n1+ n2−2)

Z 0= )=
σ( x̄1 - { x̄2 σ σ
¿¿t0=
√ (n1 - 1) S 2+(n2 - 1) S 2 √
¿
n1 + n 2
¿¿

√ 21 22
+
n1 n2
1 2

Keputusan
If Zo  Z tabel  Ho ditolak ( Large-Sample case)
If to  t tabel  Ho ditolak ( small-sample case)

5. Kesimpulan :

Contoh Soal:

8
Dua sample yang berasal dari 2 populasi yang berbeda diambil dari universitas A
dan Universitas B untuk mengetahui apakah ada perbedaan dana rata-rata yang
dikeluarkan mahasiswa untuk membeli buku text selama 1 semester

Universitas A Universitas B

Jumlah Sample 10 15
Rata-rata Pengeluaran $280 $250
Standar Deviasi $20 $23

Pada a = .05, uji apakah mahasiswa universitas A memiliki rata-rata pengeluaran

yang sama dengan universitas B ?

2 Dependent Sample Test

 Inferences About The Difference Between the Means of Two
Population : Matched Sample ( Paired Sample)
Langkah-langkah:
1. Rumusan Hipotesis

Ho :  After --  Before = 0
(1) Ha :  After --  Before  0
(2) Ha :  After --  Before  0
(3) Ha :  After --  Before  0

2. Tentukan  un tuk mencari Z untuk sampel besar (large sample)

Or t,df (n – 1) untuk sampel kecil (small sample)

3. Hitung Z0 (large sample case) atau t0 (small samples case)

d  d d  d
Z0 = --------------------- atau t0 = _______
sd  n sd  n

di mana : d
d = ----------
n

∑ (d− d́ ¿ )2 ¿
Sd=
√ n−1

4. Keputusan : if Z0  Z  Ho ditolak
t0  t  Ho ditolak

5. Kesimpulan

9
Contoh Soal:
Sekelompok Ibu-ibu ingin menurunkan berat badan dengan cara fitnes disebuah
fitness center, berat badan Ibu-ibu tersebut sebelum dan sesudah fitnes selama 3
bulan adalah sbb:
Nama BB Sebelum Fitness (kg) BB Setelah Fitness (Kg)
Bu Ani 75 70
Bu Ana 100 90
Bu Oni 90 95
Bu Uni 85 80
Bu 80 80
Ona
Bu Una 68 58
Dengan menggunakan  = 4%, apakah program tersebut berhasil?

ANALYSIS OF VARIANCE (ANOVA)

Langkah-langkahnya :
1. Rumuskan hipotesis
H0 : 1 = 2 = 3 = ..... = k
Ha : 1  2  3  .....  k
2.Tentukan Fv1, v2) di mana V1 = k -1
V2 = N - k
N = jumlah data observasi
k = jumlah kolom/sample
3. Tentukan F hitung ( Fo )

MSTR
F=
 MSE

Di mana : MSTR = Mean Square Due to Treatments

MSE = Mean Square Due to Error

k
∑ n j ( x −x )2 J
j=1
MSTR=
k−1
k
∑ (n j −1)s 2j s2j=∑
( x ¿ ¿ ij− x́ j )2
¿
j=1
MSE= n j−1
nT −k dimana

10
4. Keputusan
Kalau Fo > F (V1, V2)  H0 ditolak

F (V1, V2)

Contoh Soal:

1. Manajer dari “Young Corporation” ingin mengetahui apakah jadwal kerja

yang berbeda akan menghasilkan produktifitas tenaga kerja yang berbeda
pula. Untuk itu dia melakukan survey terhadap 5 karyawan dg 3 jenis
jadqwal pekerjaan. Tabel berikut memperlihatkan produksi (unit) setiap
pekerja pad masing-masing jadwal pekerjaan

Jadwal pekerjaan (Treatments)

Jadwal pekerjaan 1 Jadwal pekerjaan 2 Jadwal pekerjaan 3
50 60 70
60 65 75
70 66 55
40 54 40
45 57 55

Dengan tingkat keyakinan 95% tentukan apakah ada perbedaan

produktifitas karyawan pada ketiga jadwal pekerjaan tersebut ?.

2. Guitars R. US memiliki 3 toko yang berlokasi di tiga tempat yang berbeda.

Dengan sample yang random diteliti apakah ada perbedaan rata-rata
penjualan pada 3 lokasi toko tersebut (dalam $1000):

Store 1 Store 2 Store 3

80 85 79
75 86 85
76 81 88
89 80
80

11
 Pada tingkat keyakinan 99%, uji apakah terdapat perbedaan penjualan yang
siginifikan pada ke-3 lokasi tersebut ?

UJI HIPOTHESA UNTUK LEBIH DARI 2 PROPORSI

( Distribution

A. Goodness of Fit Test

Langkah-langkah :
1. Formulasi Hipotesa
H0 : Frekuensi aktual sama dengan frekuensi yang diharapkan (Goodness of fit)
Ha : Frekuensi aktual tidak sama dengan frekuensi yang diharapkan
2. Tentukan nilai kritis untuk  (
2 df (k – 1)

3. Hitung Chi-Square(

k
( f 0 −f e )2
χ 20 = ∑ f
j−1 e
Dimana: fo = Frekuensi Aktual
fe = Frekuensi Yang diharapkan

4. Keputusan
Jika 0    Ho diterima (Goodness of Fit)
Jika 0    Ho ditolak


2
Contoh:
Before the presidential debates, it was expected that the percentages of registered voters in
favor of various candidates to be as follows.

12
 Percentages
Democrats 48%
Republicans 38%
Independent 4%
Undecided 10%

After the presidential debates, a random sample of 1200 voters showed that 540 favored
the Democratic candidate; 480 were in favor of the Republican candidate; 40 were in favor
of the Independent candidate, and 140 were undecided. At 95% confidence, test to see if
the proportion of voters has changed.

B. Independency Test

Langkah-langkah :
1. Formulasi Hipotesa
H0 : P1 = P2 = P3 = ..... = Pj (Tidak ada keterkaitan antara 1 variabel dg variabel lainnya)
Ha : P1  P2  P3  .....  Pj (Ada keterkaitan antara 1 variabel dg variabel lainnya)

2. Tentukan nilai kritis untuk  (

2 df (r – 1) . (k – 1)

3. Hitung Chi-Square (

n k ( fo- fe )2 Note:
2 fo = nij = Actual Frequency
Xo = Σ Σ
fe fe = eij = Expected Frequency
i = 1 j= 1 eij = n i . n j
n
4. Keputusan
Jika 0 <   Ho diterima
Jika 0 >   Ho ditolak


2
Contoh soal:
Dr. Ross' diet pills are supposed to cause significant weight loss. The following table shows
the results of a recent study where some individuals took the diet pills and some did not.

Diet Pills No Diet Pills Total

13
 No Weight Loss 80 20 100
Weight Loss 100 100 200
Total 180 120 300

With 95% confidence, test to see if losing weight is dependent on taking the diet pills.

Koefisien Korelasi “Spearman rank” (rs)

Kofisien korelasi peringkat Spearman (rs) adalah ukuran erat atau tidaknya kaitan antara 2
variabel ordinal dimana datanya telah disusun menurut peringkat.

Langkah-langkah:
1. Menyusun hipotesa:
Ho : rs = 0
Ha: rs  0
2. Menyusun peringkat data
3. Menghitung perbedaan antara pasangan peringkat
4. Menghitung rs dengan rumus

6 ΣD 2
r s =1−
( n(n2 −−1 )
dimana:
D = perbedaan peringkat variabel yang satu dengan yang lainnya
n = jumlah observasi

5.. Menguji signifikansi rs

Uji signifikansi rs dilakukan dengan uji t dengan membandingkan t hitung dengan
nilai t tabel dengan  (nilai kritis tertentu)
n−2
t 0= r s
√ 1 −r 2
s

Dengan t tabel menggunakan  tertentu dan df = n-2

Jika t hitung > t- tabel maka Ho di tolak
Jika t hitung ≤ t-tabel maka Ho diterima

Jika jumlah sampel > 10, bisa menggunakan Uji Z

14
 Uji signifikansin rs (dengan α tertentu)

r s− μ r
Z= s

1
√ n−1

Jika Z-stat > Z α/2 Tolak H0

Jika Z-stat ≤ Z α/2 Gagal menolak H0

Contoh Soal

1. PT Bumi Aksara mempunyai keyakinan bahwa training salesmanship sangat

diperlukan untuk meningkatkan kinerja tenaga pemasaran. Semakin banyak training
diharapkan dapat menjual lebih banyak. Carilah hubungan antara penjualan dan
training yang diterima karyawan dengan metode spearman.

Nama Penjualan Training

Hasan Nawawi 310 3
Ricky Hartoyo 150 9
Hasto Anggoro 175 6
Anggun Sinta Dewi 460 1
Dyah Ayu 340 4
Devanka 300 10
Hadi Mulya 250 5
Wawan Hermawan 200 2
Warto 190 7
Rusmianto 300 8

15
 KORELASI PEARSON
Pearson Product Moment of Correlation

n .∑ X . Y -
∑ X .∑ Y
r=
√ n. ∑ X 2−(∑ X )2. √ n . ∑ Y 2 - (∑ Y )2
dimana :
n = jumlah observasi
Xi = nilai X
Yi = nilai of Y

Uji Significancy (  ) rho

 = rho = koefisien korelasi aktual
r = er = koefisien korelasi estimasi

Langkah2 :
1. Formulasi Hipotesa
H0 :  = 0
Ha :  > 0
Ha :  < 0
Ha :   0

2. Tentukan nilai kritis untuk  tertentu, t df n-k atau t /2 df n-k

3. Hitung t0

r √n - 2
t 0=
√ 1 - r2
4. Keputusan
5. Kesimpulan

16
Example: SPSS result

Graph
50

40

30

20
SALES_CA

10

0
20 30 40 50 60 70 80

COPIER_S

Correlations
Correlations

SALES_CA COPIER_S
SALES_CA Pearson Correlation 1 .759**
Sig. (1-tailed) . .005
N 10 10
COPIER_S Pearson Correlation .759** 1
Sig. (1-tailed) .005 .
N 10 10
**. Correlation is significant at the 0.01 level (1-tailed).

The Pearson corelation (rxy) = 0.759

Mean: Assosiation between Sales calls and Copier Sold is Strong and Positive

17
Significancy test:
Hypothesis Formulation
Ho :  ≤ 0 (no correlation between Sales calls and Copier sold)
Ha :  > 0 (there is positive correlation between sales sold and Copier Sold)

RULE:
If Sig (1 tailed) > , Accept Ho
If Sig (1 tailed) < , Reject Ho

Sig (1-tailed) = 0.005 < 0.05

Reject Ho, accept Ha
Conclusion:
there is positive correlation between sales sold and Copier

Contoh soal:
Data berikut adalah tentang Penjualan dan Biaya Iklan sebuah perusahaan selama 6 tahun.
(Y) (X)
Penjualan dalam Biaya Iklan
Tahun Juta Dollar dlm ($10,000)

18
 2006 18 35
2007 17 34
2008 16 36
2009 19 37
2010 19 39
2011 24 42

a. Hitunglah koefisien regresinya ! (b0 dan b1) dan jelaskan arti masing-masingnya.
b. Lakukan uji teori (tanda) dan uji t dengan  = 5%
c. Hitunglah Koefisien korelasi pearson dan determinasi dan jelaskan artinya !

Contoh Hasil Print Out

Goodness Of Fit Test

Chi-Square Test
Frequencies
MERK

Observed N Expected N Residual

Merek A 11 10.0 1.0
Merek B 8 10.0 -2.0
Merek C 11 10.0 1.0
Total 30

Chi-Square Test
Test Statistics

MERK
Chi-Squarea .600
df 2
Asymp. Sig. .741
a. 0 cells (.0%) have expected frequencies less than
5. The minimum expected cell frequency is 10.0.

Independency Test

Crosstabs

19
 PDDKN * KSJHTRAN Crosstabulation

Count
KSJHTRAN
Miskin Menengah Kaya Total
PDDKN Rendah 8 2 0 10
Sedang 1 8 1 10
Tingg1 1 1 8 10
Total 10 11 9 30

Chi-Square Tests

Asymp. Sig.
Value df (2-sided)
Pearson Chi-Square 30.285a 4 .000
Likelihood Ratio 30.147 4 .000
Linear-by-Linear
17.201 1 .000
Association
N of Valid Cases 30
a. 9 cells (100.0%) have expected count less than 5. The
minimum expected count is 3.00.

Koefisien korelasi “Rank Spearman”

Nonparametric Correlations
Correlations

PENJUALA TRAINING
Spearman's rho PENJUALA Correlation Coefficient 1.000 -.492
Sig. (2-tailed) . .148
N 10 10
TRAINING Correlation Coefficient -.492 1.000
Sig. (2-tailed) .148 .
N 10 10

Regresi Linier Sederhana

Regression

Model Summary

Adjusted Std. Error of

Model R R Square R Square the Estimate
1 .905a .819 .783 5.94485
a. Predictors: (Constant), PRODUKSI

20
 Coefficientsa

Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 95.828 13.547 7.074 .001
PRODUKSI .966 .203 .905 4.761 .005
a. Dependent Variable: GAJI

Interpretation:
This regression result is valid and can be use to forecasting purpose because
- The correlation coefficient is (0.905) very strong and positive
- The determination coefficient is (0.819) more than 0.7 (Goodness of fit)
- The t-test result show that all coefficient (β0 and β1) are significant
So we can read the equation result:
Salary = 95.828 + 0.966 Production
If Production is zero so the average salary is 95.828 units.
If Production increased by 1 unit, so the salary will increase by 0.966 units

Contoh-contoh soal

1. Baterai ukuran"D" yang diproduksi oleh MNM Corporation diperkirakan mempunyai

umur ekonomis selama 70 jam. Karena telah dilakukan perbaikan proses produksi, maka
diyakini umur baterai tersebut akan meningkat. Sebuah sampel yang terdiri dari 36
baterai memiliki umur selama 80.86 jam. Dan diketahui dari informasi sebelumnya
bahwa standar deviasi populasinya adalah 11.58 jam.
Gunakan  = 0.01 dan uji apakah betul umur baterai tersebut meningkat?.

2. Dua sample yang berasal dari 2 populasi yang berbeda diambil dari universitas A dan
Universitas B untuk mengetahui apakah ada perbedaan dana rata-rata yang dikeluarkan
mahasiswa untuk membeli buku text selama 1 semester

Universitas A Universitas B
Jumlah Sample 35 40
Rata-rata Pengeluaran $280 $250
Standar Deviasi $20 $23

Pada a = .01, uji apakah mahasiswa universitas A memiliki rata-rata pengeluaran yang
lebih tinggi dari universitas B ?

3. Dalam sebuah penelitian mengenai persepsi konsumen pengguna jasa transportasi

terhadap rencana peningkatan tarif busway dari Rp. 3500/orang menjadi Rp 5500/orang,
diperkirakan bahwa 15% setuju, 25 % agak setuju dan 60 % tidak setuju. Berdasarkan
hasil observasi dari 100 orang pengguna jasa busway diperoleh: 25 orang setuju, 22 orang
agak setuju dan 53 orang tidak setuju terhadap rencana peningkatan tariff busway tersebut.

21
 Berdasarkan data-data tersebut diatas, dan dengan menggunakan tingkat keyakinan 99%,
anda diminta untuk menguji persepsi konsumen diatas.

4. Perusahaan televisi nasional ingin mengetahui apakah terdapat perbedaan rata-rata

waktu menonton TV bagi penduduk pada 3 (tiga) kota yang berbeda untuk kepentingan
iklan. Sebuah sampel acak memberikan informasi sebagai berikut: (waktu dalam menit)

Kota I Kota II Kota III

270 179 210
280 190 190
239 220 250
260 240 200
300 250
Dengan menggunakan  = 0.05, uji apakah terdapat perbedaan rata-rata waktu menonton
TV pada 3 kelompok sampel tersebut? (Lihat hasil print out berikut!)
ANOVA
WAKTU
Sum of Squares df Mean Square F Sig.
Between Groups 9913.114 2 4956.557 6.877 .012
Within Groups 7928.600 11 720.782
Total 17841.714 13

5. Informasi berikut adalah mengenai skor kemampuan mahasiswa dalam menyerap

pelajaran (range 0-30). Mahasiswa dikelompokan 3 jurusan yaitu Manajemen, Akuntansi
dan Ilmu Ekonomi
Jurusan
Manajemen Ilmu Ekonomi Akuntansi
28 22 29
26 23 27
25 24 26
27 22 28
21 24 25
19 26 26
27 27 28
17 29 20
17 28 20
23 24
28
28
29
Jumlah 230 225 338
Rata-rata ( x́ j ¿ 23 25 26
Varian (Sj2) 18 6.75 9.33
x́ 24.78
Pada tingkat keyakinan 95% ujilah apakah terdapat perbedaan rata-rata
kemampuan ketiga kelompok mahasiswa tersebut dalam menyerap pelajaran ?
(Nilai tabel untuk F,0.05, 2, 29 = 3.33)

22
6. Data berikut adalah tentang Penjualan dan Biaya Iklan sebuah perusahaan selama 6 tahun.
(Y) (X)
Penjualan dalam Biaya Iklan
Tahun Juta Dollar dlm ($10,000)
2006 18 35
2007 17 34
2008 16 36
2009 19 37
2010 19 39
2011 24 42

d. Hitunglah koefisien regresinya ! (b0 dan b1) dan jelaskan arti masing-masingnya.
e. Lakukan uji teori (tanda) dan uji t dengan  = 5%
f. Hitunglah Koefisien determinasasi dan jelaskan artinya !

Regression
Variables Entered/Removedb

Variables Variables
Model Entered Removed Method
1 IKLANa . Enter
a. All requested variables entered.
b. Dependent Variable: PENJUALA

Model Summary

Adjusted Std. Error of

Model R R Square R Square the Estimate
1 .887a .786 .733 1.44011
a. Predictors: (Constant), IKLAN

Coefficientsa

Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) -12.549 8.199 -1.530 .201
IKLAN .844 .220 .887 3.837 .019
a. Dependent Variable: PENJUALA

23
7. Regresi Linier Sederhana
Seorang mahasiswa melakukan analisis regresi tentang pengaruh sukubunga kredit(i
dalam persentase) terhadap Total Investasi (dalam Juta rupiah). Model Regresi yang
digunakan adalah:
Inv = 0 + 1 i 
Data yang digunakan adalah:

Th Investasi Sukubunga Kredit (i)

(Inv)
2000 200 12
2001 150 15
2002 100 18
2003 125 14
2004 250 11
Pertanyaan:
g. Buat persamaan regresinya !
h. Ujilah secara statistik apakah suku bunga berpengaruh signifikan terhadap investasi
dengan  = 5%
i. Hitung koefisien determinasi, korelasi dan jelaskan arti angka tersebut !

24