Translated Copy of Excel 2016 For Biological and Life Sciences Statistics

Excel untuk Statistik
Thomas J. Quirk
Meghan H. Quirk
Howard F. Horton
Excel 2016
untuk
Statistik
Biologi dan
Ilmu Hayati
Panduan untuk
Memecahkan Masalah
Praktis
Excel untuk Statistik
Excel untuk Statistik adalah serangkaian buku teks yang menjelaskan cara
menggunakan Excel untuk menyelesaikan masalah statistik dalam berbagai
bidang studi. Profesor, mahasiswa, dan praktisi akan menemukan bahwa
buku-buku ini mengajarkan bagaimana membuat Excel bekerja dengan baik di
bidangnya masing-masing. Aplikasi mencakup disiplin apa pun yang
menggunakan data dan dapat memanfaatkan kecanggihan dan
kesederhanaan Excel. Buku mencakup semua langkah untuk menjalankan
analisis statistik di Excel 2016, Excel 2013, Excel 2010 dan Excel 2007.
Pendekatan ini juga mengajarkan keterampilan statistik kritis, menjadikan
buku ini sangat cocok untuk kursus statistik yang diajarkan di luar departemen
matematika atau statistik.
Editor seri: Thomas J. Quirk
Buku-buku berikut ada dalam seri ini:

TJ Quirk, Excel 2016 untuk Statistik Teknik: Panduan untuk Memecahkan Masalah Praktis,
Excel untuk Statistik. Springer International Publishing Switzerland 2016.
TJ Quirk, Excel 2016 untuk Statistik Bisnis: Panduan untuk Memecahkan Masalah Praktis,
TJ Quirk, M. Quirk, HF Horton, Excel 2016 untuk Statistik Biologi dan Ilmu Hayati: Panduan
untuk Memecahkan Masalah Praktis, Excel untuk Statistik. Springer International Publishing
2016.
TJ Quirk, M. Quirk, HF Horton, Excel 2016 untuk Statistik Ilmu Fisika: Panduan untuk
Memecahkan Masalah Praktis, Excel untuk Statistik. Springer International Publishing 2016.
TJ Quirk, E. Rhiney, Excel 2016 untuk Statistik Pemasaran: Panduan untuk Memecahkan
Masalah Praktis, Excel untuk Statistik. Springer International Publishing Switzerland 2016.
TJ Quirk, Excel 2016 untuk Statistik Pendidikan dan Psikologi: Panduan untuk Memecahkan
TJ Quirk, Excel 2016 untuk Statistik Ilmu Sosial: Panduan untuk Memecahkan Masalah
Praktis, Excel untuk Statistik. Springer International Publishing Switzerland 2016.
TJ Quirk, S. Cummings, Excel 2016 untuk Statistik Manajemen Layanan Kesehatan:
Panduan untuk Memecahkan Masalah Praktis. Excel untuk Statistik. Springer International
Publishing Switzerland 2016.
TJ Quirk, J. Palmer-Schuyler, Excel 2016 untuk Statistik Manajemen Sumber Daya Manusia:
Panduan untuk Memecahkan Masalah Praktis, Excel untuk Statistik. Springer International
TJ Quirk, M. Quirk, HF Horton, Excel 2016 untuk Statistik Ilmu Lingkungan: Panduan untuk
Memecahkan Masalah Praktis, Excel untuk Statistik. Springer International Publishing
Switzerland 2016.
TJ Quirk, J. Palmer-Schuyler, Excel 2013 untuk Statistik Manajemen Sumber Daya Manusia:
Panduan untuk Memecahkan Masalah Praktis, Excel untuk Statistik. Springer International
Panduan untuk Memecahkan Masalah Praktis. Excel untuk Statistik. Springer International
TJ Quirk, M. Quirk, HF Horton, Excel 2013 untuk Statistik Ilmu Fisika: Panduan untuk
Memecahkan Masalah Praktis. Excel untuk Statistik. Springer International Publishing Swiss
2016.
TJ Quirk. Excel 2013 untuk Statistik Pendidikan dan Psikologi: Panduan untuk Memecahkan
untuk Memecahkan Masalah Praktis, Excel untuk Statistik. Springer International Publishing
2015.
Praktis, Excel untuk Statistik. Springer International Publishing Switzerland 2015.
TJ Quirk, Excel 2013 untuk Statistik Bisnis: Panduan untuk Memecahkan Masalah Praktis,
Excel untuk Statistik. Springer International Publishing Swiss 2015.
TJ Quirk. Excel 2013 untuk Statistik Teknik: Panduan untuk Memecahkan Masalah Praktis,
TJ Quirk, M. Quirk, HF Horton, Excel 2013 untuk Statistik Ilmu Lingkungan: Panduan untuk
Memecahkan Masalah Praktis, Excel untuk Statistik. Springer International Publishing
Switzerland 2015.
Buku Statistik Tambahan oleh Dr. Tom Quirk yang telah diterbitkan oleh Springer
TJ Quirk, Excel 2010 untuk Statistik Teknik: Panduan untuk Memecahkan Masalah Praktis.
Springer International Publishing Switzerland 2014.
Panduan untuk Memecahkan Masalah Praktis. Springer International Publishing Switzerland
2014.
TJ Quirk, M. Quirk, H. Horton, Excel 2010 untuk Statistik Ilmu Fisika: Panduan untuk
Memecahkan Masalah Praktis. Springer International Publishing Switzerland 2013.
untuk Memecahkan Masalah Praktis. Springer Science+Business Media New York 2013.
untuk Memecahkan Masalah Praktis. Springer Science+Business Media New York 2013.
Praktis. Springer Science+Business Media New York 2012.
TJ Quirk, Excel 2010 untuk Statistik Pendidikan dan Psikologi: Panduan untuk Memecahkan
Masalah Praktis. Springer Science+Business Media New York 2012.
TJ Quirk, Excel 2007 untuk Statistik Bisnis: Panduan untuk Memecahkan Masalah Praktis.
Springer Science+Business Media New York 2012.
Praktis. Springer Science+Business Media New York 2012.
TJ Quirk, Excel 2007 untuk Statistik Pendidikan dan Psikologis: Panduan untuk Memecahkan
Masalah Praktis. Springer Science+Business Media New York 2012.
TJ Quirk, Excel 2010 untuk Statistik Bisnis: Panduan untuk Memecahkan Masalah Praktis.
Springer Science+Business Media 2011.
Informasi lebih lanjut tentang seri ini di http://www.springer.com/series/13491

Thomas J. Quirk • Meghan H.
Quirk Howard F. Horton
Excel 2016 untuk

Statistik Biologi dan Ilmu
Hayati
Panduan untuk Memecahkan Masalah
Praktis
Thomas J. Quirk Webster University St. Excel untuk Statistik
Louis, MO, AS Meghan H. Quirk Bailey, CO, AS
Howard F. Horton Bailey, CO, AS
ISBN 978-3-319-39488-6 ISBN 978- 3-319-39489-3 (eBuku) DOI

10.1007/978-3-319-39489-3
Perpustakaan Kongres Nomor Kontrol: 2016941175
© Springer International Publishing Switzerland 2016

Karya ini memiliki hak cipta. Semua hak dilindungi oleh Penerbit, baik seluruh atau sebagian dari
materi yang bersangkutan, khususnya hak penerjemahan, pencetakan ulang, penggunaan kembali
ilustrasi, pembacaan ulang, penyiaran, reproduksi pada mikrofilm atau dengan cara fisik lainnya,
dan transmisi atau penyimpanan informasi dan pengambilan, adaptasi elektronik, perangkat lunak
komputer, atau dengan metodologi serupa atau berbeda yang sekarang dikenal atau
dikembangkan selanjutnya.
Penggunaan nama deskriptif umum, nama terdaftar, merek dagang, merek layanan, dll. dalam
publikasi ini tidak menyiratkan, bahkan jika tidak ada pernyataan khusus, bahwa nama-nama
tersebut dikecualikan dari undang-undang dan peraturan perlindungan yang relevan dan oleh
karena itu bebas untuk penggunaan umum. menggunakan. Penerbit, penulis, dan editor dapat
berasumsi bahwa saran dan informasi dalam buku ini diyakini benar dan akurat pada tanggal
penerbitan. Baik penerbit maupun penulis atau editor tidak memberikan jaminan, tersurat maupun
tersirat, sehubungan dengan materi yang terkandung di sini atau untuk kesalahan atau kelalaian
yang mungkin telah dibuat.
Dicetak di atas kertas bebas asam Cetakan
Springer ini diterbitkan oleh Springer Nature

Perusahaan yang terdaftar adalah Springer International Publishing AG Swiss
Buku ini didedikasikan untuk lebih dari
3.000 mahasiswa yang telah saya ajar di
kampus-kampus Universitas Webster di
St. Louis, London, dan Wina; para siswa di
Principia College di Elsah, Illinois; dan
para mahasiswa di Universitas Negeri
Koperasi Baden-Wuerttemberg di
Heidenheim, Jerman. Para siswa ini
mengajari saya banyak hal tentang seni
mengajar. Saya salut kepada mereka
semua, dan saya berterima kasih kepada
mereka karena telah membantu saya
menjadi guru yang lebih baik.
Thomas J. Quirk
Kami mendedikasikan buku ini untuk
semua siswa baru yang terinspirasi
yang muncul ke jajaran berbagai
bidang ilmu pengetahuan.
Meghan H. Quirk dan Howard F. Horton
Kata Pengantar
Excel 2016 untuk Statistik Biologi dan Ilmu Hayati: Panduan untuk
Memecahkan Masalah Praktis ditujukan bagi siapa saja yang ingin
mempelajari dasar-dasar penerapan alat statistik canggih Excel untuk kursus
sains atau aktivitas kerja mereka. Jika memahami statistik bukanlah hal yang
paling cocok untuk Anda, jika Anda tidak cenderung secara matematis, atau
jika Anda waspada terhadap komputer, maka ini adalah buku yang tepat untuk
Anda.
Di sini Anda akan belajar bagaimana menggunakan tes statistik utama
menggunakan Excel tanpa dikuasai oleh teori statistik yang mendasarinya.
Buku ini dengan jelas dan metodis menunjukkan dan menjelaskan cara
membuat dan menggunakan uji statistik ini untuk memecahkan masalah
praktis dalam ilmu biologi dan kehidupan.
Excel adalah program komputer yang mudah tersedia untuk siswa,
instruktur, dan manajer. Ini juga merupakan alat pengajaran dan pembelajaran
yang efektif untuk analisis kuantitatif dalam kursus sains. Kemampuan
komputasi numerik yang kuat dan fungsi grafis yang tersedia di Excel
membuat statistik belajar jauh lebih mudah daripada tahun-tahun sebelumnya.
Namun, ini adalah buku pertama yang menunjukkan kemampuan Excel untuk
mengajar statistik sains secara lebih efektif; itu juga berfokus secara eksklusif
pada topik ini dalam upaya untuk membuat materi pelajaran tidak hanya
berlaku dan praktis tetapi juga mudah untuk dipahami dan diterapkan.
Fitur unik buku ini:
• Buku ini sesuai untuk digunakan dalam kursus apa pun dalam statistik
biologi atau ilmu hayati (baik di tingkat sarjana maupun pascasarjana) serta
untuk manajer yang ingin meningkatkan kegunaan keterampilan Excel
mereka.
• Mencakup 164 tangkapan layar berwarna sehingga Anda dapat yakin bahwa
Anda melakukan langkah-langkah Excel dengan benar.
• Anda akan diberitahu setiap langkah, tidak hanya bagaimana menggunakan
Excel tetapi juga mengapa Anda melakukan setiap langkah sehingga Anda
dapat memahami apa yang Anda lakukan dan tidak hanya belajar
bagaimana menggunakan tes statistik dengan hafalan.
• Menyertakan tujuan khusus yang disematkan dalam teks untuk setiap
konsep, sehingga Anda dapat mengetahui tujuan dari langkah-langkah
Excel.
vii
viii Kata Pengantar
• Buku ini adalah alat yang dapat digunakan sendiri atau bersama dengan
buku statistik yang baik.
• Teori dan rumus statistik dijelaskan dalam bahasa yang jelas tanpa
menghambat Anda dalam poin-poin matematika yang bagus.
• Anda akan mempelajari cara menulis rumus statistik menggunakan Excel
dan cara menggunakan menu drop-down Excel yang akan membuat rumus
untuk Anda. • Buku ini tidak disertai dengan CD file Excel yang dapat Anda
unggah ke komputer Anda. Sebagai gantinya, Anda akan diperlihatkan cara
membuat setiap file Excel sendiri. Dalam situasi kerja, kolega Anda tidak akan
memberi Anda file Excel; Anda akan diharapkan untuk membuat sendiri. Buku
ini akan memberi Anda banyak latihan dalam mengembangkan keterampilan
penting ini.
• Setiap bab menyajikan langkah-langkah yang diperlukan untuk memecahkan
masalah sains praktis menggunakan Excel. Selain itu, ada tiga soal latihan
di akhir setiap bab sehingga Anda dapat menguji pengetahuan baru Anda
tentang statistik. Jawaban atas masalah ini muncul di A.Lampiran
• Sebuah “Tes Praktik” diberikan dalam Lampiran B untuk menguji
pengetahuan Anda di akhir buku ini. Jawaban atas masalah-masalah ilmu
praktis ini muncul dalam C.Lampiran
Thomas Quirk, profesor pemasaran saat ini di Sekolah Bisnis dan Teknologi
George Herbert Walker di Universitas Webster di St. Louis, Missouri (AS),
mengajar statistik pemasaran, riset pemasaran, dan strategi penetapan harga.
Ia telah menerbitkan artikel di Journal of Educational Psychology, Journal of
Educational Research, Review of Educational Research, Journal of
Educational Measurement, Educational Technology, the Elementary School
Journal, the Journal of Secondary Education, Educational Horizons, dan Phi
Delta Kappa. Selain itu, Profesor Quirk telah menulis lebih dari 60 suplemen
buku teks dalam manajemen dan pemasaran, menerbitkan lebih dari 20 artikel
dalam jurnal profesional, dan mempresentasikan lebih dari 20 makalah pada
pertemuan profesional. Dia meraih gelar BS dalam matematika dari John
Carroll University, keduanya MA dalam pendidikan dan Ph.D. dalam psikologi
pendidikan dari Stanford University, dan MBA dari University of Missouri-St.
Louis.
Meghan Quirk menyandang gelar Ph.D. dalam pendidikan biologi dan MA
dalam ilmu biologi dari University of Northern Colorado (UNC) dan BA dalam
biologi dan agama di Principia College di Elsah, Illinois. Dia telah melakukan
penelitian tentang dinamika jaring makanan di Taman Nasional Wind Cave di
South Dakota dan penelitian di bidang agro-ekologi di Belize Selatan. Dia
telah ikut menulis artikel tentang ekosistem padang rumput shortgrass di
Fotokimia dan Fotobiologi dan telah mempresentasikan makalah di Simposium
Stepa Shortgrass di Fort Collins, Colorado, dan Penelitian Ekologi Jangka
Panjang Pertemuan Semua Ilmuwan di Estes Park, Colorado, dan
berpartisipasi dalam Tinjauan Situs NSF dari Penelitian Ekologi Jangka
Panjang Stepa Shortgrass di Nunn, Colorado. Dia adalah anggota National
Science Foundation Fellow GK-12 dan saat ini mengajar sains di Bailey,
Colorado.
Howard Horton meraih gelar MS dalam ilmu biologi dari University of
Northern Colorado (UNC) dan gelar BS dalam ilmu biologi dari Mesa State
College. Dia telah bekerja pada proyek penelitian di Pawnee National
Grasslands,
Kata Pengantar ix
Taman Nasional Rocky Mountain; Penelitian Ekologi Jangka Panjang di

Danau Toolik, Alaska; dan Gua Angin, South Dakota. Dia telah ikut menulis
artikel di International Journal of Speleology dan Journal of Cave and Karst
Studies. Dia adalah National Science Foundation Fellow GK-12 dan saat ini
menjadi koordinator penjangkauan pemancing dengan Divisi Taman dan
Margasatwa Colorado.
St. Louis, MO Thomas J. Quirk Bailey, CO Meghan H. Quirk Bailey, CO

Howard F. Horton
Ucapan Terima Kasih
Excel 2016 untuk Biological and Life Sciences Statistics: A Guide to Solving
Practical Problems adalah hasil inspirasi dari tiga orang penting: my dua putri
dan istri saya. Jennifer Quirk McLaughlin mengundang saya untuk
mengunjungi kelas MBA-nya beberapa kali di University of Witwatersrand di
Johannesburg, Afrika Selatan. Kunjungan ke program MBA kelas satu ini
meyakinkan saya bahwa ada kebutuhan akan sebuah buku untuk mengajar
siswa bagaimana memecahkan masalah praktis menggunakan Excel.
Dedikasi kuat Meghan Quirk Horton untuk mempelajari banyak teknik statistik
yang diperlukan untuk menyelesaikan gelar Ph.D. disertasi mengilustrasikan
perlunya buku statistik yang akan membuat tugas berat ini lebih mudah
digunakan. Dan Lynne Buckley-Quirk adalah pemandu sorak nomor satu
untuk proyek ini sejak awal, selalu mendorong saya dan membantu saya tetap
berdedikasi untuk menyelesaikannya.
Thomas J. Quirk
Kami ingin mengucapkan terima kasih atas kesabaran dua gadis kecil kami,
Lila dan Elia, saat kami mengerjakan buku ini dengan TQ mereka. Kami juga
ingin berterima kasih kepada Profesor Sarah Perkins, Doug Warren, John
Moore, dan Lee Dyer atas bimbingan dan dukungan mereka selama karir
kuliah dan sekolah pascasarjana kami.
Meghan H. Quirk dan Howard F. Horton
Marc Strauss, editor kami di Springer, menangkap semangat gagasan ini

dalam percakapan telepon pertama kami dan membimbing buku ini melalui
tahap-tahap gagasan hingga mencapai bentuk akhirnya. Dorongan dan
dukungannya, bersama dengan penggembalaan Christine Crigler dari buku ini
melalui produksi, sangat penting untuk buku ini melihat cahaya hari. Kami
berterima kasih kepada mereka berdua karena telah menjadi juara produk
yang luar biasa selama proses ini.
xi
Daftar Isi
1 Ukuran Sampel, Rata-rata, Standar Deviasi, dan

Kesalahan Standar Rata-rata ................................. ..... 1 1.1
Berarti . . ................................................. 1 1.2 Standar
Deviasi . . . ................................. 2 1.3 Kesalahan Standar
Mean .............. .................. 3 1.4 Ukuran Sampel, Rata-rata, Standar
Deviasi, dan
Kesalahan Standar Rata-rata ................ .................... 4 1.4.1
Menggunakan Perintah Fill/Series/Columns . . . ......... 4 1.4.2
Mengubah Lebar Kolom . . ................. 5 1.4.3 Pemusatan Informasi
dalam Rentang Sel . . . . . . . . . . . . 6 1.4.4 Penamaan Rentang
Sel . .COUNT
Fungsi.................... 9 1.4.6 Mencari Nilai Rata-Rata
Menggunakan
Fungsi AVERAGE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . 10 1.4.7 Mencari Standar Deviasi Menggunakan
Fungsi STDEV . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
10 1.4.8 Menemukan Kesalahan Standar Mean . . . . . . . . . . . . . . 10 1.5
Menyimpan Spreadsheet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 1.6
Mencetak Spreadsheet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 1.7
Memformat Angka dalam Format Mata Uang
(Dua tempat desimal) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.8 Memformat Angka dalam Format Angka
(Tiga Tempat Desimal) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.9 Soal Latihan Akhir Bab . . . . . . . . . . . . . . . . . . . . . . . . 17 Referensi. . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2 Generator Angka Acak . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 2.1
Membuat Nomor Bingkai untuk Membangkitkan Angka Acak . . . . . 21 2.2
Membuat Angka Acak dalam Lembar Kerja Excel. . . . . . . . . . . 24 2.3
Mengurutkan Nomor Bingkai menjadi Urutan Acak . . . . . . . . . . . . 26
xiii
xiv Daftar Isi
2.4 Mencetak File Excel Sehingga Semua Informasi
Terpadu dalam Satu
Halaman . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 2.5 Soal Latihan
Akhir Bab . . . . . . . . . . . . . . . . . . . . . . . . 33
3 Interval Keyakinan Tentang Mean Menggunakan Fungsi TINV dan
Pengujian Hipotesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 3.1
Interval Keyakinan Tentang Mean . . . . . . . . . . . . . . . . . . . . . . 35
3.1.1 Bagaimana Menaksir Rata-rata Populasi . . . . . . . . . . . . . . . 35
3.1.2 Memperkirakan Batas Bawah dan Batas Atas
dari Interval Keyakinan 95% Tentang Mean. . . . . . . . 36 3.1.3
Memperkirakan Interval Keyakinan Chevy Impala
dalam Mil Per Galon. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.1.4 Dari Mana Angka “1,96” Berasal? . . . . . . . . . . . 38 3.1.5
Mencari Nilai t dalam
Rumus Interval
Keyakinan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39 3.1.6
Menggunakan Fungsi TINV Excel untuk Menemukan
Interval Keyakinan Tentang Mean . . . . . . . . . . . . . . . . . . . . . . .
. . 40 3.1.7 Menggunakan Excel untuk menemukan 95% Confidence
Interval
untuk Klaim mpg Mobil . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.2 Pengujian Hipotesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.2.1 Hipotesis Selalu Mengacu pada Populasi Orang, Tumbuhan, atau
Hewan yang Anda Pelajari . . . . . . . . . . . . . 47 3.2.2 Hipotesis Null dan
Hipotesis Penelitian
(Alternatif). . . . . . . . . . . . . . . . . . . . . . . . . 48 3.2.3 7 Langkah
Pengujian Hipotesis Menggunakan
Interval Keyakinan Tentang Mean . . . . . . . . . . . . . . 51 3.3
Cara Alternatif Meringkas Hasil
Uji Hipotesis. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57 3.3.1
Berbagai Cara untuk Menerima Hipotesis Null . . . . . . . . . 58 3.3.2
Berbagai Cara Menolak Hipotesis Null . . . . . . . . . . 58
3.4 Soal Latihan Akhir Bab . . . . . . . . . . . . . . . . . . . . . . . . 59
Referensi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
4 Uji-t Satu Kelompok untuk Mean . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65 4.1
Tujuh LANGKAH Pengujian Hipotesis Menggunakan Uji
-t Satu Kelompok . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65 4.1.1
LANGKAH 1: Nyatakan Hipotesis Null dan Hipotesis Penelitian
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66 4.1.2
LANGKAH 2: Pilih Uji Statistik yang Sesuai . . . . . . . . . 66 4.1.3
LANGKAH 3: Tentukan Aturan Keputusan
untuk Uji-t Satu Kelompok . . . . . . . . . . . . . . . . . . . . . . . . . 66
4.1.4 LANGKAH 4: Hitung Rumus untuk
Uji-t Satu Kelompok . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
4.1.5 LANGKAH 5: Temukan Nilai Kritis t
pada Tabel-t pada Lampiran E . . . . . . . . . . . . . . . . . . . . . . 68
Daftar Isi xv
4.1.6 LANGKAH 6: Nyatakan Hasil Uji Statistik Anda . . . . . . . 69

4.1.7 LANGKAH 7: Nyatakan Kesimpulan dari Uji Statistik Anda
dalam Bahasa Inggris Biasa! . . . . . . . . . . . . . . . . . . . . . . . . . . .
69 4.2 Uji-t Satu Kelompok untuk Mean . . . . . . . . . . . . . . . . . . . . . . . . . . 70
4.3 Dapatkah Anda Menggunakan Interval Keyakinan 95% Tentang Mean
ATAU Uji-t Satu Kelompok Saat Menguji
Hipotesis? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76 4.4
Soal Latihan Akhir Bab . . . . . . . . . . . . . . . . . . . . . . . . 76
Referensi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
5 Uji-t Dua Kelompok dari Selisih Rata-rata
Kelompok Mandiri . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81 5.1 9
LANGKAH Pengujian Hipotesis Menggunakan Uji
-t Dua Kelompok . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82 5.1.1
LANGKAH 1: Sebutkan Satu Grup, Grup 1,
dan Grup Lainnya, Grup 2 . . . . . . . . . . . . . . . . . . . . . 82 5.1.2
LANGKAH 2: Buat Tabel yang Meringkas
Ukuran Sampel, Skor Rata-Rata, dan Standar
Deviasi Setiap Kelompok . . . . . . . . . . . . . . . . . . . . . . . . . 83
5.1.3 LANGKAH 3: Nyatakan Hipotesis Null dan Hipotesis Penelitian
untuk Uji-t Dua Kelompok . . . . . . . . . . . . . . . . 84 5.1.4
LANGKAH 4: Pilih Uji Statistik yang Sesuai . . . . . . . . . 84 5.1.5
LANGKAH 5: Tentukan Aturan Keputusan
untuk Uji-t Dua-Grup . . . . . . . . . . . . . . . . . . . . . . . . . 85 5.1.6
LANGKAH 6: Hitung Rumus
Uji-t Dua Kelompok . . . . . . . . . . . . . . . . . . . . . . . . . 85 5.1.7
LANGKAH 7: Temukan Nilai Kritis t
pada Tabel-t pada Lampiran E . . . . . . . . . . . . . . . . . . . . . . 85
5.1.8 LANGKAH 8: Nyatakan Hasil Uji Statistik Anda . . . . . . .Statistik
Anda
Uji. . . . . . . . . . . . . . . . . . . . . . . . . . . 87 5.2 Rumus #1: Kedua
Grup Memiliki Ukuran Sampel Lebih Besar
dari 30 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
5.2.1 Contoh Rumus #1 untuk
Uji-t Dua Kelompok . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . 92 5.3 Rumus #2: Satu atau Kedua Grup Memiliki
Ukuran Sampel Kurang dari
30 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98 5.4 Soal Latihan Akhir
Bab . . . . . . . . . . . . . . . . . . . . . . . . 105
Referensi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
6 Korelasi dan Regresi Linier Sederhana . . . . . . . . . . . . . . . . . . . . 109 6.1 Apa
itu “Korelasi?” . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109 6.1.1 Memahami
Rumus untuk Menghitung
Korelasi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114 6.1.2
Memahami Sembilan Langkah untuk Menghitung
Korelasi, r . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
xvi Daftar Isi
6.2 Menggunakan Excel untuk Menghitung Korelasi Antara

Dua Variabel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116 6.3
Membuat Bagan dan Menggambar Garis Regresi
ke Bagan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121 6.3.1
Menggunakan Excel untuk Membuat Bagan dan
Garis Regresi Melalui Titik Data . . . . . . . . . . . . . . . . . . . . . .
123 6.4 Mencetak Spreadsheet Sehingga Tabel dan Bagan
Menjadi Satu
Halaman. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131 6.5 Mencari
Persamaan Regresi . . . . . . . . . . . . . . . . . . . . . . . . . 133 6.5.1 Menginstal
Alat Analisis Data ke dalam Excel. . . . . . . . 134 6.5.2 Menggunakan Excel
untuk Menemukan RINGKASAN OUTPUT
Regresi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137 6.5.3
Mencari Persamaan Garis Regresi . . . . . . . . . . 140 6.5.4
Menggunakan Garis Regresi untuk Memprediksi Nilai-y
untuk Nilai-x yang
Diberikan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141 6.6 Menambahkan
Persamaan Regresi ke Bagan . . . . . . . . . . . . . . . . 142 6.7 Bagaimana
Mengenali Korelasi Negatif pada
Tabel RINGKASAN OUTPUT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . 145 6.8 Mencetak Hanya Sebagian dari Spreadsheet, Bukan
Seluruh Spreadsheet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145 6.8.1
Mencetak Hanya Tabel dan Bagan
pada Halaman Terpisah. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
146 6.8.2 Hanya Mencetak Bagan pada Halaman
Terpisah . . . . . . . . . . . . 146 6.8.3 Mencetak Hanya OUTPUT
RINGKASAN
Analisis Regresi pada Halaman Terpisah. . . . . . . . . 147 6.9
Soal Latihan Akhir Bab . . . . . . . . . . . . . . . . . . . . . . . . 147
Referensi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152
7 Korelasi Berganda dan Regresi Berganda . . . . . . . . . . . . . . . . . 153 7.1
Persamaan Regresi Berganda . . . . . . . . . . . . . . . . . . . . . . . . . . . 153 7.2
Mencari Korelasi Berganda dan
Persamaan Regresi Berganda . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . 156 7.3 Menggunakan Persamaan Regresi untuk Memprediksi
BUAH YANG DIHASILKAN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
160 7.4 Menggunakan Excel untuk Membuat Matriks Korelasi dalam
Regresi Berganda . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
160 7.5 Soal Latihan Akhir Bab . . . . . . . . . . . . . . . . . . . . . . . . 164
Referensi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
8 Analisis Varians Satu Arah (ANOVA) . . . . . . . . . . . . . . . . . . . . 171 8.1
Menggunakan Excel untuk Melakukan Analisis Varians Satu Arah
(ANOVA) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173 8.2
Bagaimana Menginterpretasikan Tabel ANOVA dengan Benar . . . . . . . . . .
. . . . . 175 8.3 Menggunakan Aturan Keputusan untuk ANOVA F-
Test . . . . . . . . . . . . . 176
Daftar Isi xvii
8.4 Menguji Selisih Antara Dua Kelompok Menggunakan

Uji-t ANOVA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177 8.4.1
Membandingkan Subspesies B vs. Subspesies C
dalam Jumlah Semburan Suara per Siklus Menggunakan
Uji-t ANOVA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177 8.4.1.1
Mencari Derajat Kebebasan
untuk uji-t ANOVA . . . . . . . . . . . . . . . . . . . . . 178
8.4.1.2 Menyatakan Aturan Keputusan
untuk uji-t ANOVA. . . . . . . . . . . . . . . . . . . . . 179
8.4.1.3 Melakukan Uji-t ANOVA Menggunakan
Perintah Excel . . . . . . . . . . . . . . . . . . . . . . . . 179
8.5 Soal Latihan Akhir Bab . . . . . . . . . . . . . . . . . . . . . . . . 182
Referensi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
Lampiran . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
Lampiran A: Jawaban Soal Latihan Akhir Bab . . . . . . . . . 189 Lampiran B:
Tes Praktek . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223 Lampiran C:
Jawaban Soal Latihan . . . . . . . . . . . . . . . . . . . . . . . . . 233 Lampiran D:
Rumus Statistik . . . . . . . . . . . . . . . . . . . . . . . . . . . . 244 Lampiran E: t-
Tabel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 246
Indeks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
Bab 1
Ukuran Sampel, Rata-Rata, Deviasi
Standar, dan Kesalahan Standar Rata-
Rata
Bab ini membahas bagaimana Anda dapat menggunakan Excel untuk
menemukan rata-rata (yaitu, "rata-rata") dari sekumpulan skor, standar deviasi
skor ini ( STDEV), dan kesalahan standar rata-rata (se) dari skor ini. Ketiga
statistik ini sering digunakan dan membentuk dasar untuk uji statistik
tambahan.
1.1 Mean Mean
adalah “rata-rata aritmatika” dari sekumpulan skor. Ketika putri saya di kelas
lima, dia pulang dari sekolah dengan wajah sedih dan mengatakan bahwa dia
tidak mendapatkan "rata-rata." Buku yang dia gunakan menjelaskan cara
menemukan rata-rata dari sekumpulan nilai, jadi saya berkata kepadanya:
"Jennifer, Anda menjumlahkan semua skor dan membaginya dengan jumlah angka
yang Anda miliki." Dia memberi saya "tampilan itu," dan berkata: "Ayah, ini serius!" Dia
pikir aku menggodanya. Jadi saya berkata:
“Lihat angka-angka ini di buku Anda; menambahkan mereka. Apa jawabannya?"
(Dia melakukan itu.) "Sekarang, berapa banyak nomor yang kamu punya?" (Dia
menjawab pertanyaan itu.)
“Kemudian, ambil nomor yang Anda dapatkan ketika Anda menjumlahkan angka-
angkanya, dan bagi angka itu dengan jumlah angka yang Anda miliki.”
Dia melakukan itu, dan menemukan jawaban yang benar. Anda akan
menggunakan alasan yang sama sekarang, tetapi akan jauh lebih mudah bagi
Anda karena Excel akan melakukan semua langkah untuk Anda. Kami akan
menyebut rata-rata skor ini sebagai "rata-rata" yang akan kami simbolkan
sebagai: X, dan kami akan mengucapkannya sebagai: "Xbar."
Rumus untuk mencari mean dengan kalkulator Anda terlihat seperti ini: X X
©
n 1:1Þ
Springer International Publishing Switzerland 2016

1
TJ Quirk et al., Excel 2016 untuk Statistik Biologi dan Ilmu Hayati,
Excel untuk Statistik, DOI 10.1007/978 -3-319-39489-3_1
2 1 Ukuran Sampel, Rata-Rata, Standar Deviasi, dan Kesalahan Standar Rata-Rata
Simbol adalah huruf Yunani sigma, yang berarti "jumlah". Ini memberitahu
Anda untuk menjumlahkan semua skor yang ditunjukkan oleh huruf X, dan
kemudian membagi jawaban Anda dengan n (jumlah angka yang Anda miliki).
Mari kita beri contoh sederhana:
Misalkan Anda memiliki enam skor tes biologi ini pada kuis benar-salah 7 item:
6
4
5
3
2
5
Untuk menemukan rata-rata skor ini, Anda menjumlahkannya, lalu
membaginya dengan angka dari skor. Jadi, meannya adalah: 25/6 4.17
1.2 Standar Deviasi
Standar deviasi memberitahu Anda "seberapa dekat skor dengan mean." Jika
standar deviasi adalah angka kecil, ini memberi tahu Anda bahwa skor
"berkumpul bersama" dekat dengan rata-rata. Jika standar deviasi adalah
angka yang besar, ini memberitahu Anda bahwa skor "tersebar" lebih jauh dari
mean. Rumus simpangan baku (yang akan kita sebut STDEV) dan
menggunakan huruf, S
untuk
adalah dilambangkan
, : 2n 1
Rumusnya terlihat rumit, tetapi yang diminta Anda lakukan adalah ini:
1. Kurangi rata-rata dari setiap skor (XX).
2. Kemudian, kuadratkan angka yang dihasilkan untuk
menjadikannya angka positif. 3. Kemudian, jumlahkan angka
kuadrat ini untuk mendapatkan skor total.
4. Kemudian, ambil skor total ini dan bagi dengan n 1 (di mana n adalah
jumlah angka yang Anda miliki).
5. Langkah terakhir adalah mengambil akar kuadrat dari angka yang Anda temukan
pada langkah 4.
Anda tidak akan diminta untuk menghitung simpangan baku menggunakan
kalkulator Anda dalam buku ini, tetapi Anda dapat melihat contoh cara
menghitungnya dalam dasar apa pun. buku statistik. Sebagai gantinya, kita
akan menggunakan Excel untuk menemukan standar deviasi dari sekumpulan
skor. Ketika kita menggunakan Excel pada enam angka yang kami berikan
dalam deskripsi mean di atas, Anda akan menemukan bahwa STDEV dari
angka-angka ini, S, adalah 1,47.
1.3 Kesalahan Standar Rata-Rata 31.3 Kesalahan Standar Rata-Rata
Rumus untuk kesalahan standar rata-rata (se, yang akan kita gunakan S X
untuk melambangkan) adalah:
S1
s:e: SX ffiffiffi n p : 3Þ
Untuk menemukan se, yang perlu Anda lakukan adalah mengambil

simpangan baku, STDEV, dan membaginya dengan akar kuadrat dari n, di
mana n adalah singkatan dari "jumlah angka" yang Anda miliki dalam
kumpulan data Anda. Dalam contoh di bawah deskripsi standar deviasi di
atas, se 0,60. (Anda dapat memeriksanya di kalkulator Anda.)
Jika Anda ingin mempelajari lebih lanjut tentang simpangan baku dan
kesalahan standar rata-rata, lihat Bremer dan Doerge (2010) dan Weiers
(2011).
Sekarang, mari kita pelajari cara menggunakan Excel untuk menemukan
ukuran sampel, rata-rata, simpangan baku, dan kesalahan standar atau rata-
rata menggunakan berat (diukur dalam gram) dari delapan tikus liar dewasa
yang dikumpulkan di padang rumput tinggi di tebing di atas Sungai Mississippi
dekat St. Louis, Missouri. Data hipotetis muncul pada Gambar. 1.1.
Gambar 1.1
Data Lembar
Kerja
untuk Bobot
Tikus
Lapangan
Praktis
Contoh
4 1 Ukuran Sampel, Rata-rata,
Standar Deviasi, dan Standar
Error Mean
1.4
Ukuran Sampel, Mean, Standar Deviasi, dan Standar

Error dari Mean
Tujuan: Menemukan ukuran sampel (n), rata-rata, simpangan baku
(STDEV), dan kesalahan standar rata-rata (se) untuk data ini
Jalankan komputer Anda, dan klik ikon Excel 2016 untuk membuka lembar
bentang Excel kosong.
Klik pada: Blank workbook
Masukkan data dengan cara ini:
A3: Mouse
B3: Berat (dalam gram)
A4: 1
1.4.1 Menggunakan Perintah Fill/Seri/Kolom

Tujuan: Menambahkan nomor mouse 2–8 pada kolom di bawahnya
Mouse #1
Letakkan penunjuk di A4
Home (kiri atas layar)
Catatan penting: Perintah "Tempel" harus berada di atas layar Anda di ujung
kiri layar.
Catatan penting: Perhatikan perintah Excel di bagian atas layar komputer
Anda: File Home Sisipkan Rumus Tata Letak Halaman dll.
Jika perintah ini pernah "menghilang" saat Anda menggunakan
Excel, Anda perlu mengklik "Beranda" di kiri atas layar untuk
membuat mereka muncul kembali!
Fill (kanan atas layar: klik panah bawah; lihat Gbr. 1.2)
Gbr. 1.2 Perintah Home/Fill/Series

1.4 Sample Size, Mean, Standard Deviation, dan Standard Error of the Mean 5
Series
Column
Nilai langkah: 1
Stop nilai: 8 (lihat Gbr. 1.3)
Gbr. 1.3 Contoh Kotak Dialog untuk perintah Isi/Rangkaian/Kolom/Nilai Langkah/Nilai

Berhenti
OK
Nomor tikus harus diidentifikasi sebagai 1–8, dengan 8 di sel A11.
Sekarang, masukkan bobot tikus di sel B4: B11. (Catatan: Pastikan untuk
memeriksa ulang angka Anda untuk memastikan bahwa angka tersebut benar
atau Anda tidak akan mendapatkan jawaban yang benar!) Karena layar
komputer Anda menampilkan informasi dalam format yang tidak terlihat
profesional, Anda perlu mempelajari cara "memperlebar lebar kolom" dan cara
"memusatkan informasi" dalam sekelompok sel. Berikut adalah cara untuk
melakukan kedua langkah tersebut:
1.4.2 Mengubah Lebar Kolom

Tujuan: Memperlebar lebar kolom agar semua informasi masuk ke dalam
kolom tersebut
Jika Anda melihat layar komputer, Anda dapat melihat Kolom tersebut B
tidak cukup lebar sehingga semua informasi muat di dalam kolom ini. Untuk
memperbesar Kolom B:
Klik pada huruf, B, di bagian atas layar komputer Anda
6 1 Sample Size, Mean, Standard Deviation, dan Standard Error of the Mean
Tempatkan penunjuk mouse Anda di komputer Anda di sudut paling kanan B

sampai Anda membuat "tanda silang" di sudut itu
Klik kiri pada mouse Anda, tahan, dan pindahkan sudut ini ke kanan sampai
"cukup lebar untuk memuat semua data"
Lepaskan jari Anda dari mouse untuk mengatur lebar kolom baru (lihat Gbr. 1.4)
Gbr. 1.4
Contoh Cara
Melebarkan
Lebar Kolom
Kemudian, klik sel kosong mana pun (yaitu sel kosong apa pun) untuk
“batalkan pilihan” kolom B agar tidak lagi berwarna lebih gelap di layar Anda.
Saat Anda melebarkan kolom, Anda akan membuat semua sel di semua
baris kolom ini memiliki lebar yang sama.
Sekarang, mari kita lakukan langkah-langkah untuk memusatkan informasi
di Kolom A dan Kolom B.
1.4.3 Memusatkan Informasi dalam Rentang Sel

Tujuan: Memusatkan informasi dalam sekelompok sel
Agar informasi dalam sel terlihat “lebih profesional,” Anda dapat memusatkan
informasi menggunakan langkah-langkah berikut:
Klik kiri penunjuk tetikus Anda pada A3 dan seret ke kanan dan ke bawah
untuk menyorot sel A3:B11 sehingga sel-sel ini muncul dalam warna yang
lebih gelap
Beranda
1.4 Ukuran Sampel , Mean, Standard Deviation, dan Standard Error of the Mean 7
Di bagian atas layar komputer Anda, Anda akan melihat satu set "garis" di
mana semua garis "berpusat" dengan lebar yang sama di bawah
"Alignment" (itu adalah ikon kedua di kiri bawah kotak Alignment, lihat Gbr.
1.5)
Gbr. 1.5 Contoh Cara Memusatkan Informasi di Dalam Sel
Klik ikon ini untuk memusatkan informasi di sel yang dipilih (lihat Gbr. 1.6)
Gbr. 1.6 Hasil Akhir

Pemusatan Informasi
dalam
Sel
8 1 Ukuran Sampel, Rata-Rata, Standar d
Deviasi, dan Kesalahan Standar Rata-
Rata
Karena Anda perlu

merujuk pada bobot
tikus dalam rumus
Anda, akan jauh lebih
mudah untuk
melakukannya jika
Anda “menamai
rentang data” dengan
sebuah nama daripada
harus mengingat persisnya sel (B4: B11) di mana angka-angka ini berada.
Sebut saja grup sel itu: Berat, tetapi kami dapat memberi mereka nama apa
pun yang ingin Anda gunakan.
1.4.4 Memberi Nama Rentang Sel

Tujuan: Memberi nama rentang data untuk skor bobot dengan nama:
Bobot
Sorot sel B4: B11 dengan mengklik kiri penunjuk mouse Anda pada B4 dan
menyeretnya ke bawah ke
Rumus B11 (kiri atas layar Anda)
Tentukan Nama (tengah atas layar Anda)
Berat (ketik nama ini di kotak atas; lihat Gambar 1.7)
Gambar 1.7 Kotak dialog untuk "menamai rentang sel" dengan nama: Berat
OK
Kemudian, klik sel mana pun dari spreadsheet Anda yang tidak memiliki
informasi apa pun di dalamnya (yaitu, itu adalah "sel kosong") untuk
membatalkan pilihan sel B4:B11
Sekarang, tambahkan istilah berikut ke spreadsheet Anda:
1.4 Ukuran Sampel, Rata-Rata, Standar Deviasi, dan Kesalahan Standar Mean 9
E6: n
E9: Mean
E12: STDEV
E15: se (lihat Gbr. 1.8)
Gbr. 1.8 Contoh Memasukkan Label Ukuran Sampel, Mean, STDEV, dan se
Catatan: Setiap kali Anda menggunakan rumus, Anda harus menambahkan

tanda sama dengan (¼) di awal nama fungsi agar Excel mengetahui
bahwa Anda bermaksud menggunakan rumus.
1.4.5 Menemukan Ukuran Sampel Menggunakan Fungsi COUNT
Tujuan: Untuk menemukan ukuran sampel (n) untuk data ini
menggunakan fungsi COUNT
F6: COUNT(Weight)
Perintah ini harus memasukkan angka 8 ke dalam sel F6 karena ada delapan
tikus dalam sampel Anda.
10 1 Ukuran Sampel, Rata-Rata, Standar Deviasi, dan Kesalahan Standar Mean
1.4.6 Menemukan Skor Rata-Rata Menggunakan

Fungsi AVERAGE
Tujuan: Untuk menemukan angka bobot rata-rata menggunakan fungsi
AVERAGE
F9: AVERAGE(Weight)
Perintah ini harus memasukkan nomor 1.6375 ke dalam sel F9.
1.4.7 Mencari Simpangan Baku Menggunakan Fungsi

STDEV
Tujuan: Mencari simpangan baku (STDEV) menggunakan fungsi STDEV
F12: STDEV(Berat)
Perintah ini harus memasukkan angka 0.437321 ke dalam sel F12.
1.4.8 Menemukan Kesalahan Standar Rata-Rata

Tujuan: Untuk menemukan kesalahan standar rata-rata menggunakan
rumus untuk delapan titik data ini
F15: F12/SQRT(8)
Perintah ini harus memasukkan angka 0,154616 ke dalam sel F15 (lihat Gambar. 1.9).
1.4 Ukuran Sampel, Rata-rata, Standar Deviasi, dan Kesalahan Standar Mean 11
Gambar 1.9 Contoh Penggunaan Rumus Excel untuk Ukuran Sampel, Rata-rata, STDEV,
dan se
Catatan penting: Di seluruh buku ini, pastikan untuk memeriksa ulang semua
angka di spreadsheet Anda untuk memastikan bahwa mereka
berada di sel yang benar, atau rumus tidak akan bekerja
dengan benar!
1.4.8.1 Memformat Angka dalam Format Angka (Dua tempat desimal)

Tujuan: Untuk mengubah mean, STDEV, dan se menjadi dua tempat
desimal
Sorot sel F9:F15

Beranda (kiri atas layar)
Lihat di bawah “Angka” di tengah atas layar Anda. Di sudut kanan bawah,
tempatkan penunjuk tetikus secara perlahan pada layar Anda di bagian
bawah .00 .0 hingga tertulis: “Turunkan Desimal” (lihat Gambar 1.10)
12 1 Ukuran Sampel, Rata-Rata, Standar Deviasi, dan Kesalahan Standar dari Rata-Rata
Gambar 1.10 Menggunakan “Ikon Desimal Turunkan” untuk mengubah Angka menjadi Lebih
Sedikit Tempat Desimal
Klik ikon ini dua kali dan perhatikan bahwa sel F9:F15 sekarang semuanya
hanya dalam dua tempat desimal (lihat Gambar 1.11)
Gambar 1.11 Contoh Konversi Bilangan ke Dua Tempat Desimal
Sekarang, klik pada "sel kosong" pada spreadsheet Anda untuk membatalkan pilihan sel
F9:F15.
1.5 Menyimpan Spreadsheet 131.5 Menyimpan Spreadsheet
Tujuan: Untuk menyimpan spreadsheet ini dengan nama: Weight3
Untuk menyimpan spreadsheet Anda sehingga Anda dapat mengambilnya

di masa mendatang, keputusan pertama Anda adalah memutuskan "di mana"
Anda ingin menyimpan dia. Itu adalah keputusan Anda dan Anda memiliki
beberapa pilihan. Jika itu adalah komputer Anda sendiri, Anda dapat
menyimpannya ke hard drive Anda (Anda perlu bertanya kepada seseorang
bagaimana melakukannya di komputer Anda). Atau, Anda dapat
menyimpannya ke dalam "CD" atau ke "flash drive". Anda kemudian harus
menyelesaikan langkah-langkah ini:
File
Save as
(pilih tempat di mana Anda ingin menyimpan file dengan menggulir ke
bawah atau ke atas bilah di sebelah kiri, dan klik di tempat Anda ingin
menyimpan file; misalnya: PC ini: Lokasi Dokumen Saya)
Nama file: Weight3 (masukkan nama ini di sebelah kanan nama File; lihat Gbr.
1.12)
Gbr. 1.12 Kotak Dialog Menyimpan File Buku Kerja Excel sebagai “Weight3” di lokasi My
Documents
Simpan
Catatan penting: Berhati-hatilah untuk menyimpan spreadsheet file Excel Anda
setiap beberapa menit sehingga Anda tidak kehilangan informasi Anda!
14 1 Ukuran Sampel, Rata-rata, Standar Deviasi, dan Kesalahan Standar Rata-Rata 1.6
Mencetak Spreadsheet
Tujuan: Untuk mencetak spreadsheet
Gunakan prosedur berikut saat mencetak spreadsheet apa pun.

File
Cetak
Cetak Lembar Aktif (lihat Gbr. 1.13)
Gbr. 1.13 Contoh Cara Mencetak Lembar Kerja Excel Menggunakan Perintah
File/Cetak/Cetak Lembar Aktif
Cetak (atas layar Anda)

Spreadsheet terakhir diberikan pada Gbr 1.14
1.7 Memformat Angka dalam Format Mata Uang (Dua desimal) 15
Gambar 1.14 Hasil Akhir Mencetak Spreadsheet Excel

Sebelum meninggalkan bab ini, mari berlatih mengubah format angka pada
spreadsheet dengan dua contoh: (1) menggunakan dua tempat desimal untuk
angka yang adalah jumlah dolar, dan (2) menggunakan tiga tempat desimal
untuk angka.
Simpan spreadsheet terakhir dengan: File/Simpan, lalu tutup spreadsheet
Anda dengan: File/Tutup, dan buka spreadsheet Excel kosong dengan
menggunakan File/New/Blank Workbook (di paling kiri layar Anda).
1.7 Memformat Angka dalam Format Mata Uang

(Dua tempat desimal)
Tujuan: Untuk mengubah format angka ke format dolar dengan dua
tempat desimal
A3: Harga
A4: 1,25
A5: 3,45
A6: 12,95
Sorot sel A4:A6 dengan mengklik kiri mouse Anda pada A4 dan seret ke
bawah sehingga ketiga sel ini disorot dalam warna yang lebih gelap
Rumah
(tengah atas layar: klik panah bawah di sebelah kanan; lihat Gambar 1.15)
16 1 Ukuran Sampel, Rata-Rata, Standar Deviasi, dan Standar Galat Rata-Rata
Gambar 1.15 Kotak Dialog Pilihan Format Bilangan

Kategori : Mata Uang
Tempat Desimal : 2 (lihat Gambar 1.16)
Gambar 1.16 Kotak Dialog Mata Uang (Dua Tempat Desimal) Format Angka
1.9 Soal Latihan Akhir Bab 17
OK
Tiga sel harus memiliki tanda dolar di dalamnya dan berada di dua tempat
desimal. Selanjutnya, mari berlatih memformat angka dalam format angka,
tiga tempat desimal.
1.8 Memformat Angka dalam Format Angka

(Tiga Tempat Desimal)
Tujuan: Untuk memformat angka dalam format angka, tiga tempat desimal
Beranda
Sorot sel A4:A6 pada layar komputer Anda
Angka (klik tanda panah bawah di sebelah kanan)
Kategori: angka
Di sebelah kanan dari kotak, ubah dua tempat desimal menjadi tiga tempat
desimal dengan mengklik "panah atas" sekali
OK
Tiga angka sekarang harus dalam format angka, masing-masing dengan
tiga desimal. Sekarang, klik pada sel kosong mana pun untuk membatalkan
pilihan sel A4:A6. Kemudian, tutup file ini dengan File/Tutup/Jangan Simpan
(karena tidak perlu menyimpan soal latihan ini). Anda dapat menggunakan
perintah yang sama ini untuk memformat rentang sel dalam format persentase
(dan banyak format lainnya) ke sejumlah tempat desimal yang ingin Anda
tentukan.
1.9 Soal Latihan Akhir Bab
1. Misalkan Anda ingin mencari mean, standar deviasi, dan standar error dari
mean untuk jumlah benih gulma (Potentilla) dalam sampel benih rumput
(Phleum pratense) yang diukur dengan jumlah total benih dalam sampel
seperempat ons benih rumput. Masalah menarik ini dibahas lebih lanjut
dalam Sokal dan Rohlf (1969). Data hipotetis tampak pada Gambar 1.17.
18 1 Ukuran Sampel, Rata-Rata, Standar Deviasi, dan Kesalahan Standar Rata-Rata
Gambar 1.17 Data
Lembar Kerja untuk Chap. 1: Latihan Soal #1

(a) Gunakan Excel di sebelah kanan tabel untuk menemukan ukuran
sampel, rata-rata, simpangan baku, dan kesalahan standar rata-rata
untuk data ini. Beri label jawaban Anda, dan bulatkan rata-rata,
simpangan baku, dan kesalahan standar rata-rata menjadi dua tempat
desimal; gunakan format angka untuk ketiga angka ini.
(b) Cetak hasilnya pada halaman terpisah.
(c) Simpan file sebagai: seed3
2. Misalkan Anda telah dipekerjakan sebagai asisten peneliti dan Anda diminta
untuk menentukan persentase lemak mentega pada sapi Ayrshire berusia 3
tahun yang terdaftar di negara bagian Montana di AS . Anda berhasil
menemukan "buku catatan stok" terbaru dengan data ini untuk jenis sapi ini
di Montana, dan Anda mengambil sampel sapi secara acak dan mencatat
persentase lemak mentega dari masing-masing sapi ini dari buku catatan
stok. Data hipotetis diberikan pada Gambar 1.18.
1.9 Soal Latihan Akhir Bab 19
Gambar
1.18 Data Lembar Kerja untuk Bab. 1: Latihan Soal #2

(a) Gunakan Excel untuk membuat tabel data ini, dan di sebelah kanan
tabel gunakan Excel untuk mencari ukuran sampel, mean, standar
deviasi, dan kesalahan standar mean untuk data ini. Beri label jawaban
Anda, dan bulatkan rata-rata, simpangan baku, dan kesalahan standar
rata-rata menjadi dua tempat desimal menggunakan format angka.
(c) Simpan file sebagai: COWS3
3. Misalkan seorang guru sains kelas 5 SD di Fairbanks, Alaska,
menggunakan buku teks berdasarkan anatomi manusia yang biasanya
membutuhkan sekitar delapan hari kelas untuk mengajar setiap bab. Di
akhir Bab. 8, guru memberikan kuis benar-salah 15 item pada bab ini. Hasil
pengujian diberikan pada Gambar 1.19:
20 1 Ukuran Sampel, Rata-rata, Standar Deviasi, dan Standar Error Mean
Gambar 1.19
Data Lembar
Kerja
untuk Bab. 1:
Latihan
Soal #3
(a) Gunakan Excel untuk membuat tabel untuk data ini, dan di sebelah
kanan tabel, gunakan Excel untuk menemukan ukuran sampel, rata-
rata, simpangan baku, dan kesalahan standar rata-rata untuk data ini.
Beri label jawaban Anda, dan bulatkan rata-rata, simpangan baku, dan
kesalahan standar rata-rata hingga tiga tempat desimal menggunakan
format angka.
(c) Simpan file sebagai: SCIENCE9
Referensi
Bremer, M. and Doerge, RW Statistics at the Bench: A Step-by-Step Handbook for Biologists.
Cold Spring Harbor, NY: Cold Spring Harbor Laboratory Press, 2010.
Sokal, RR dan Rohlf, FJ Biometri: Prinsip dan Praktik Statistik dalam Biologi Penelitian. San
Francisco, CA: WH Freeman and Company, 1969.
Weiers, RM Pengantar Statistik Bisnis (edisi ke-7) . Mason, OH: South-Western Cengage
Learning, 2011.
Bab 2
Penghasil Angka Acak
Misalkan seorang peternak unggas lokal memelihara berbagai jenis ayam
petelur dan dia tertarik pada produksi telur dari jenis ayam tertentu (Breed X).
Misalkan dia meminta Anda untuk mengambil sampel acak dari 5 dari 32
ayam petelur Breed X untuk mengidentifikasi produksi telur secara
keseluruhan dari breed ini. Dengan menggunakan keahlian Excel Anda untuk
menentukan produksi telur, Anda perlu menentukan "kerangka pengambilan
sampel". Kerangka pengambilan sampel adalah daftar objek, peristiwa, atau
orang yang ingin Anda pilih sampelnya secara acak. Dalam hal ini adalah
kelompok 32 ekor ayam. Bingkai dimulai dengan kode identifikasi (ID) nomor 1
yang diberikan kepada ayam pertama dalam kelompok 32 ayam petelur di
peternakan unggas. Ayam kedua memiliki nomor kode 2, ayam ketiga nomor
kode 3, dan seterusnya sampai ayam terakhir memiliki nomor kode 32.
Karena peternakan unggas memiliki 32 ayam Breed X, kerangka sampling
Anda akan berubah dari 1 ke 32 dengan setiap ayam memiliki nomor ID yang
unik.
Pertama-tama kita akan membuat nomor bingkai sebagai berikut di lembar kerja Excel
yang baru:
2.1 Membuat Nomor Bingkai untuk Membangkitkan

Angka Acak
Tujuan: Membuat nomor bingkai untuk menghasilkan nomor acak
A3: NO FRAME.
A4: 1
Sekarang, buat nomor bingkai di kolom A dengan perintah Beranda/Isi yang
dijelaskan di bab pertama buku ini (lihat Bagian 1.4.1) sehingga nomor bingkai
berubah dari 1 hingga 32, dengan nomor 32 di sel A35. Jika Anda perlu
diingatkan tentang cara melakukannya, berikut adalah langkah-langkahnya:

21
Excel untuk Statistik, DOI 10.1007/978-3- 319-39489-3_2
22 2 Random Number Generator
Klik sel A4 untuk memilih sel ini

Home
Fill (lalu klik "panah bawah" di sebelah perintah ini dan pilih) Seri
(lihat Gambar 2.1)
Gambar 2.1 Kotak Dialog untuk Isi /Series Commands
Columns
Nilai langkah: 1
Nilai stop: 32 (lihat Gbr. 2.2)
Gbr. 2.2 Kotak Dialog untuk Fill/Series/Columns/Step value/ Stop value Perintah
OK
Kemudian, simpan file ini sebagai: Random29. Anda harus mendapatkan hasil pada
Gambar 2.3.
2.1 Membuat Nomor Bingkai untuk Membangkitkan Nomor Acak 23
Gambar 2.3 Nomor Bingkai

dari 1 sampai 32
Sekarang, buat kolom di sebelah nomor bingkai ini dengan cara:
B3: DUPLICATE FRAME NO.
B4: 1
Selanjutnya, gunakan kembali perintah Home/Fill, sehingga 32 nomor
bingkai dimulai di sel B4 dan diakhiri di sel B35. Pastikan untuk melebarkan
kolom A dan B sehingga semua informasi dalam kolom ini sesuai dengan
lebar kolom. Kemudian, pusatkan informasi di dalam Kolom A dan Kolom B
pada spreadsheet Anda. Anda harus mendapatkan informasi yang diberikan
pada Gambar 2.4.
Gambar 2.4 Duplikat

Nomor Frame dari 1 hingga 32
Simpan file ini sebagai: Random30

Anda mungkin bertanya-tanya mengapa Anda membuat informasi yang
sama di Kolom A dan Kolom B spreadsheet Anda. Ini untuk memastikan
bahwa sebelum Anda mengurutkan nomor bingkai, Anda memiliki tepat 32
nomor saat Anda selesai menyortirnya ke dalam urutan acak 32 nomor.
Sekarang, mari tambahkan nomor acak ke setiap nomor bingkai duplikat sebagai berikut:
2.2 Membuat Nomor Acak dalam Lembar Kerja Excel

C3: RANDOM NO.
(lalu lebarkan kolom A, B, C sehingga labelnya pas di dalam kolom; lalu
pusatkan informasi di A3:C35)
2.2 Membuat Angka Acak dalam Lembar Kerja Excel 25
C4: RAND()
Selanjutnya, tekan tombol Enter untuk menambahkan a nomor acak ke sel C4.
Perhatikan bahwa Anda memerlukan kurung buka dan kurung tutup setelah
RAND(). Perintah RAND “melihat ke kiri sel dengan RAND() COMMAND di
dalamnya” dan memberikan nomor acak ke sel itu.
Sekarang, letakkan penunjuk menggunakan mouse Anda di sel C4 dan
kemudian pindahkan penunjuk ke sudut kanan bawah sel itu hingga Anda
melihat "tanda tambah" di sel itu. Kemudian, klik dan seret penunjuk ke bawah
ke sel C35 untuk menambahkan nomor acak ke semua 32 nomor bingkai ID
(lihat Gambar 2.5).
Gambar 2.5 Contoh

Angka Acak yang
Ditetapkan
Bingkai Duplikat
Angka
26 2 Generator Angka Acak
Kemudian,
klik sel kosong
mana pun untuk
membatalkan
pilihan C4:C35
untuk
menghilangkan
warna gelap
yang menyorot
sel-sel ini.
Simpan file ini
sebagai: Acak31
Sekarang, mari kita urutkan
nomor bingkai duplikat ini ke
dalam urutan acak:
2.3
Mengurutkan
Nomor
Bingkai
menjadi
Urutan Acak
Tujuan: Untuk mengurutkan nomor bingkai duplikat ke dalam urutan acak
Sorot sel B3 : C35 (sertakan label di atas kolom B dan C) Data (atas
layar)
Sortir (klik pada kata ini di tengah atas layar Anda; lihat Gambar 2.6)
Gambar 2.6 Kotak Dialog untuk Perintah Data/Urut
2.3 Mengurutkan Nomor Bingkai ke dalam Urutan Acak 27
Urutkan berdasarkan: RANDOM NO. (klik panah bawah)

Terkecil ke Terbesar (lihat Gbr. 2.7)
Gbr. 2.7 Kotak Dialog untuk Perintah Data/Sort/RANDOM NO./Smallest to Largest
OK
Klik pada sel kosong untuk membatalkan pilihan B3:C35.
Simpan file ini sebagai: Random32
Cetak file ini sekarang.
Langkah-langkah ini akan menghasilkan Gbr. 2.8 dengan ANGKA BINGKAI
DUPLIKAT yang diurutkan ke dalam urutan acak:
Catatan penting: Karena Excel memberikan nomor acak ini secara acak,
perintah Excel Anda akan menghasilkan urutan nomor acak
yang berbeda dari semua orang yang membaca buku ini!
Gambar 2.8
Duplikat
Nomor Frame
Diurutkan
Berdasarkan
Nomor
Karena tujuan Anda di awal bab ini adalah untuk memilih secara acak 5
dari 32 ayam petelur Breed X, Anda sekarang dapat melakukannya dengan
memilih lima nomor ID pertama di DUPLICATE BINGKAI NO. kolom setelah
pengurutan.
Meskipun lima nomor acak pertama Anda akan berbeda dari yang telah
kami pilih dalam pengurutan acak yang kami lakukan dalam bab ini, kami akan
memilih lima ID ayam ini menggunakan Gambar 2.9.
5, 6, 15, 16, 32
2.3 Mengurutkan Nomor Bingkai menjadi Urutan Acak 29
Gambar 2.9 Lima
Ayam Pertama
Dipilih Secara Acak
Simpan file ini sebagai: Acak33

Ingat, lima nomor ID Anda yang dipilih setelah pengurutan acak Anda akan
berbeda dari lima ID nomor pada Gambar. 2.9 karena Excel memberikan
nomor acak yang berbeda setiap kali perintah RAND() diberikan.
Sebelum kita meninggalkan bab ini, Anda perlu mempelajari cara mencetak
file sehingga semua informasi pada file itu muat ke dalam satu halaman tanpa
"menggiring" ke halaman kedua atau ketiga.
2.4 Mencetak File Excel Agar Semua Informasi

Tertampung dalam Satu Halaman
Tujuan: Untuk mencetak file sehingga semua informasi muat dalam satu
halaman
Perhatikan bahwa tiga soal latihan di akhir bab ini mengharuskan Anda
untuk mengurutkan nomor acak ketika file berisi 63 tabung reaksi, 114 sampel
baja, dan 75 tikus lapangan, masing-masing. File-file ini akan menjadi "terlalu
besar" untuk dimuat ke dalam satu halaman saat Anda mencetaknya kecuali
jika Anda memformat file-file ini sehingga muat ke dalam satu halaman saat
Anda mencetaknya.
Mari kita buat situasi di mana file tidak muat ke dalam satu halaman cetak
kecuali jika Anda memformatnya terlebih dahulu untuk melakukannya.
Kembali ke file yang baru saja Anda buat, Random 33, dan masukkan
nama: Jennifer ke dalam sel: A50.
Jika Anda mencetak file ini sekarang, nama, Jennifer, akan dicetak ke
halaman kedua karena "menggiring bola" di luar rentang halaman untuk file ini
dalam format saat ini. Jadi, Anda perlu mengubah format halaman sehingga
semua informasi, termasuk nama Jennifer, hanya muat dalam satu halaman
saat Anda mencetak file ini dengan menggunakan langkah-langkah berikut:
Tata Letak Halaman (kiri atas layar komputer)
( Perhatikan bagian “Scale to Fit” di tengah layar Anda; lihat Gbr. 2.10)
Gbr. 2.10 Kotak Dialog untuk Perintah Page Layout/Scale to Fit
Tekan panah bawah ke kanan 100% sekali untuk memperkecil ukuran

halaman hingga 95%. Sekarang, perhatikan bahwa nama, Jennifer, masih ada
di halaman kedua di layar Anda karena namanya berada di bawah garis
putus-putus horizontal di layar Anda pada Gambar 2.11 (garis putus-putus
memberi tahu Anda garis besar dimensi file jika Anda mencetaknya
sekarang ).
2.4 Mencetak File Excel Sehingga Semua Informasi Cocok Menjadi Satu Page 31
Gambar 2.11 Contoh Skala Dikurangi menjadi 95% dengan "Jennifer" untuk Dicetak pada
Halaman Kedua
Jadi, Anda perlu mengulangi "langkah perubahan skala" dengan menekan
panah bawah di sebelah kanan sekali lagi untuk mengurangi ukuran lembar
kerja menjadi 90% dari ukuran normalnya. Perhatikan bahwa "garis putus-
putus" pada layar komputer Anda pada Gambar 2.12 sekarang berada di
bawah nama Jennifer untuk menunjukkan bahwa semua informasi, termasuk
namanya, sekarang diformat agar sesuai dengan hanya satu halaman saat
Anda mencetak file ini.
Gambar 2.12 Contoh
Skala Dikurangi menjadi
90% dengan "Jennifer"
yang akan dicetak pada
halaman pertama
(perhatikan garis putus-
putus di bawah Jennifer
pada layar Anda)
Simpan file sebagai:

Random34
Cetak file. Apakah
semuanya muat
dalam satu halaman?
Seharusnya (lihat
Gambar 2.13).
32 2 Pembangkit Angka Acak
Gambar 2.13
Spreadsheet Akhir Skala
90 %
agar Sesuai
2.5 Soal Praktik Akhir
Bab 332.5 Soal
Praktik Akhir Bab
1. Misalkan Anda
telah membiakkan
berbagai galur
bakteri di
laboratorium
mikrobiologi
perguruan tinggi .
Anda ingin
mempelajari
tingkat
pertumbuhan satu
strain bakteri.
Anda memiliki
sampel strain
bakteri ini dalam 63 tabung reaksi dan Anda ingin menguji secara acak 15
dari 63 sampel ini.
(a) Siapkan spreadsheet nomor rangka untuk tabung reaksi ini dengan
judul: NOMOR RANGKA menggunakan perintah Beranda/Isi.
(b) Kemudian, buat kolom terpisah di sebelah kanan nomor bingkai ini yang
menduplikasi nomor bingkai ini dengan judul: Gandakan nomor bingkai (c)
Kemudian, buat kolom terpisah di sebelah kanan nomor bingkai duplikat ini
dan gunakan RAND( ) berfungsi untuk menetapkan nomor acak ke
semua nomor bingkai pada kolom duplikat nomor bingkai, dan
mengubah format kolom ini sehingga muncul tiga tempat desimal untuk
setiap nomor acak
(d) Mengurutkan nomor bingkai duplikat dan nomor acak menjadi urutan
acak ( e) Cetak hasilnya sehingga spreadsheet muat dalam satu halaman
(f) Lingkari pada cetakan Anda nomor ID dari 15 tabung reaksi pertama
yang akan Anda gunakan dalam studi penelitian Anda
(g) Simpan file sebagai: RAND9
Catatan penting: Catatan bahwa setiap orang yang melakukan masalah
ini akan menghasilkan urutan acak yang berbeda dari
nomor ID tabung reaksi karena Excel
memberikan nomor acak yang berbeda setiap kali perintah RAND()
digunakan. Untuk alasan ini, jawaban untuk
masalah yang diberikan dalam Panduan Excel ini akan memiliki
urutan angka acak yang sama sekali berbeda dari urutan acak
yang Anda hasilkan. Ini normal dan apa yang
diharapkan.
2. Misalkan Anda telah dipekerjakan sebagai konsultan untuk menguji bahan
bangunan bagi para insinyur yang merancang jembatan gantung. Para
insinyur perusahaan ini tertarik untuk menggunakan baja jenis baru dalam
konstruksi jembatan di masa depan. Anda telah diberikan 114 sampel baja
jenis ini dan Anda telah diminta untuk menguji sampel acak dari sepuluh
sampel ini untuk kekuatan tarik dalam hal konsistensi materialnya.
(a) Siapkan spreadsheet nomor rangka untuk sampel baja ini dengan judul:
FRAME NO.
(b) Kemudian buat kolom terpisah di sebelah kanan nomor bingkai ini yang
menduplikasi nomor bingkai ini dengan judul: Duplikat bingkai no. (c)
yang berjudul “Nomor acak” dan gunakan fungsi RAND() untuk
menetapkan nomor acak ke semua nomor bingkai di kolom nomor bingkai
duplikat. Kemudian, ubah format kolom ini sehingga muncul tiga tempat
desimal untuk setiap nomor acak
(d) Urutkan nomor rangka duplikat dan nomor acak ke dalam urutan acak
(e) Cetak hasilnya sehingga spreadsheet muat ke dalam satu halaman
(f) Lingkari pada cetakan Anda nomor ID dari sepuluh sampel baja pertama
yang akan digunakan dalam penelitian ini.
(g) Simpan file sebagai: RANDOM6
3. Misalkan seorang peneliti lapangan biologi ingin mengambil sampel acak 20
dari 75 tikus liar yang telah dikumpulkan dari rumput padang rumput yang
tumbuh di atas tebing di sepanjang Sungai Mississippi di Elsah, Illinois
untuk studi penelitian lapangan.
(a) Siapkan spreadsheet nomor bingkai untuk mouse ini dengan judul:
NOMOR FRAME.
(b) Kemudian, buat kolom terpisah di sebelah kanan nomor bingkai ini yang
menduplikasi nomor bingkai ini dengan judul: Gandakan nomor bingkai (c)
yang
berjudul "Nomor Acak" dan gunakan fungsi RAND() untuk menetapkan
nomor acak ke semua nomor bingkai di kolom nomor bingkai duplikat.
Kemudian, ubah format kolom ini sehingga muncul tiga tempat desimal
untuk setiap nomor acak
(d) Urutkan nomor rangka duplikat dan nomor acak ke dalam urutan acak
(e) Cetak hasilnya sehingga spreadsheet muat ke dalam satu halaman
(f) Lingkari pada Anda mencetak nomor ID dari 20 tikus pertama yang
harus dipilih oleh ahli biologi lapangan untuk studinya.
(g) Simpan file sebagai: RAND5
Bab 3
Interval Keyakinan Tentang Mean
Menggunakan Fungsi TINV dan Pengujian
Hipotesis
Bab ini berfokus pada dua gagasan: (1) menemukan interval kepercayaan
95% tentang mean, dan (2) pengujian hipotesis.
Mari kita bicara tentang interval kepercayaan terlebih dahulu.
3.1 Interval Keyakinan Tentang Rata-Rata
Dalam statistik, kita selalu tertarik untuk memperkirakan rata-rata populasi.

Bagaimana kita melakukannya?
3.1.1 Cara Menaksir Rata-Rata Populasi

Tujuan: Mengestimasi rata-rata populasi,
Ingatlah bahwa rata-rata populasi adalah rata-rata dari semua orang dalam
populasi target. Misalnya, jika kami tertarik pada seberapa baik orang dewasa
berusia 25–44 tahun menyukai rasa baru es krim Ben & Jerry, kami tidak akan
pernah bisa mengajukan pertanyaan ini kepada semua orang di AS yang
berada dalam kelompok usia tersebut. Studi penelitian semacam itu akan
memakan terlalu banyak waktu untuk diselesaikan dan biaya untuk melakukan
penelitian itu akan menjadi penghalang.
Jadi, alih-alih menguji semua orang dalam populasi, kami mengambil
sampel orang-orang dalam populasi dan menggunakan hasil sampel ini untuk
memperkirakan rata-rata seluruh populasi. Ini menghemat waktu dan uang.
Ketika kita menggunakan hasil sampel untuk memperkirakan mean populasi,
ini disebut "statistik inferensial" karena kita menyimpulkan mean populasi dari
mean sampel.

35
Excel untuk Statistik, DOI 10.1007/978-3-319-39489-3_3
36 3 Interval Keyakinan Tentang Rata-Rata Menggunakan Fungsi TINV dan Hipotesis...
Ketika kita mempelajari sampel orang dalam penelitian sains, kita

mengetahui ukuran sampel kita (n), rata-rata sampel kita (X), dan standar
deviasi sampel kita (STDEV). Kami menggunakan angka-angka ini untuk
memperkirakan rata-rata populasi dengan tes yang disebut "interval
kepercayaan tentang rata-rata."
3.1.2 Memperkirakan Batas Bawah dan Batas Atas

dari Interval Keyakinan 95% Tentang Rata-
Rata
Latar belakang teoretis dari tes ini berada di luar cakupan buku ini, dan Anda
dapat mempelajari lebih lanjut tentang tes ini dari mempelajari buku teks
statistik yang baik (mis. Levine 2011 atau Bremer dan Doerge 2010), tetapi ide
dasarnya adalah sebagai berikut.
Kami berasumsi bahwa rata-rata populasi berada di suatu tempat dalam
interval yang memiliki "batas bawah" dan "batas atas" untuk itu. Kami juga
berasumsi dalam buku ini bahwa kami ingin "95 % yakin" bahwa rata-rata
populasi ada di dalam interval ini di suatu tempat. Jadi, kami bermaksud
membuat jenis pernyataan berikut:
"Kami 95% yakin bahwa rata-rata populasi dalam mil per galon (mpg) untuk mobil
Chevy Impala adalah antara 26,92 dan 29,42 mil per galon."
Jika kita ingin membuat papan iklan yang menekankan dampak lingkungan
yang lebih rendah dari Chevy Impala dengan mengklaim bahwa mobil ini
mencapai 28 mil per galon (mpg), kita dapat melakukannya karena 28 berada
di dalam interval kepercayaan 95% dalam studi penelitian kami di contoh di
atas. Kami tidak tahu persis apa yang dimaksud dengan populasi, hanya saja
populasi itu berada di antara 26,92 dan 29,42 mpg, dan 28 berada di dalam
interval ini.
Tapi kita hanya 95% yakin bahwa rata-rata populasi berada di dalam
interval ini, dan 5% dari waktu kita akan salah dalam mengasumsikan bahwa
rata-rata populasi adalah 28 mpg.
Tetapi, untuk tujuan kami dalam penelitian sains, kami senang 95% yakin
bahwa asumsi kami akurat. Kami juga harus menunjukkan bahwa 95% adalah
tingkat kepercayaan yang sewenang-wenang untuk hasil kami. Kita bisa
memilih untuk yakin 80%, atau 90% yakin, atau bahkan 99% yakin dengan
hasil kita jika kita ingin melakukannya. Namun, dalam buku ini, kami akan
selalu berasumsi bahwa kami ingin 95% yakin akan hasil kami. Dengan begitu,
Anda tidak perlu menebak seberapa yakin Anda ingin menghadapi setiap soal
dalam buku ini. Kami akan selalu ingin 95% yakin akan hasil kami dalam buku
ini.
Jadi bagaimana kita menemukan interval kepercayaan 95% tentang rata-
rata untuk data kita? Dengan kata lain, kita akan menemukan interval ini
dengan cara ini:
“Ambil mean sampel (X), dan tambahkan 1,96 kali kesalahan standar mean (se) untuk
mendapatkan batas atas interval kepercayaan. Kemudian, ambil rata-rata sampel, dan
kurangi dari itu 1,96 kali kesalahan standar rata-rata untuk mendapatkan batas bawah
interval kepercayaan.
3.1 Interval Keyakinan Tentang Rata-rata 37
Anda akan ingat (Lihat Bagian 1.3) bahwa kesalahan standar rata-rata (se)
ditemukan dengan membagi standar deviasi sampel kami (STDEV) dengan
akar kuadrat dari ukuran sampel kami, n.
Dalam istilah matematika, rumus untuk interval kepercayaan 95 % tentang
mean adalah:
X 1:96 s:e: 3:1Þ
Perhatikan bahwa "tanda" berarti "plus atau minus," dan ini berarti Anda
pertama kali menambahkan 1,96 kalikan se ke rata-rata untuk mendapatkan
batas atas interval kepercayaan, dan kemudian kurangi 1,96 kali se dari rata-
rata untuk mendapatkan batas bawah interval kepercayaan. Juga, simbol 1,96
se berarti Anda mengalikan 1,96 kali kesalahan standar rata-rata untuk
mendapatkan bagian rumus interval kepercayaan ini.
Catatan: Kami akan segera menjelaskan dari mana angka
1,96 berasal. Mari kita coba contoh sederhana untuk
menggambarkan rumus ini.
3.1.3 Memperkirakan Interval Keyakinan Chevy Impala

dalam Mil Per Galon
Misalkan Anda telah diminta untuk menjadi bagian dari studi yang lebih besar
yang melihat jejak karbon pengemudi Chevy Impala. Anda tertarik dengan
rata-rata mil per galon (mpg) dari Chevy Impala. Anda meminta pemilik Chevy
Impala untuk melacak jarak tempuh mereka dan jumlah galon yang digunakan
untuk dua tangki bensin. Misalkan 49 pemilik melakukan ini, dan rata-rata
mereka 27,83 mil per galon (mpg) dengan standar deviasi 3,01 mpg.
Kesalahan standar (se) akan menjadi 3,01 dibagi dengan akar kuadrat dari 49
(yaitu, 7) yang memberikan se sama dengan 0,43.
Interval kepercayaan 95% untuk data ini adalah:
27:83 1:96 0ð :43
Batas atas interval kepercayaan ini menggunakan tanda plus dari tanda
dalam rumus. Oleh karena itu, batas atas adalah:
27:83 1:96 0ð :43 27:83 0:84 28:67 mpg
Demikian pula, batas bawah selang kepercayaan ini menggunakan tanda

minus dari tanda dalam rumus . Oleh karena itu, batas bawahnya adalah:
27:83 1:96 0ð :43 27:83 0:84 26:99 mpg

Hasil dari bagian kita dari studi penelitian yang sedang berlangsung, oleh
karena itu, adalah sebagai berikut:
"Kami 95% yakin bahwa rata-rata populasi untuk Chevy Impala adalah antara 26,99
mpg dan 28,67 mpg."
Kami dapat membuat papan iklan yang menekankan 28 mil per galon dan
menyoroti dampak lingkungan yang dirasakan lebih rendah. Data kami
mendukung klaim ini karena 28 mpg berada di dalam interval kepercayaan
95% untuk rata-rata populasi.
Anda mungkin bertanya pada diri sendiri: "Dari mana 1,96 dalam rumus itu
berasal?"
3.1.4 Dari Mana Angka “1,96” Berasal?
Jawaban matematis yang terperinci untuk pertanyaan itu berada di luar

cakupan buku ini, tetapi inilah ide dasarnya.
Kami membuat asumsi bahwa data dalam populasi "terdistribusi normal"
dalam arti bahwa data populasi akan berbentuk "kurva normal" jika kami dapat
menguji semua orang dalam populasi. Kurva normal terlihat seperti garis
Liberty Bell yang berada di depan Independence Hall di Philadelphia,
Pennsylvania. Kurva normal adalah "simetris" dalam arti bahwa jika kita
memotongnya di tengah, dan melipatnya ke satu sisi, setengah yang kita lipat
akan pas dengan setengahnya di sisi lain.
Pembahasan tentang kalkulus integral berada di luar cakupan buku ini,
tetapi pada dasarnya kita ingin mencari batas bawah dan batas atas data
kependudukan pada kurva normal sehingga 95% luas daerah di bawah kurva
ini berada di antara kedua batas tersebut. Jika kami memiliki lebih dari 40
orang dalam studi penelitian kami, nilai batas ini adalah plus atau minus 1,96
kali kesalahan standar rata-rata (se) sampel kami. Angka 1,96 kali se sampel
kami memberi kami batas atas dan batas bawah interval kepercayaan kami.
Jika Anda ingin mempelajari lebih lanjut tentang ide ini, Anda dapat membaca
buku statistik yang bagus (misalnya Salkind 2010 atau van Emden 2008).
Angka 1,96 akan berubah jika kita ingin yakin akan hasil kita pada tingkat
yang berbeda dari 95% selama kita memiliki lebih dari 40 orang dalam studi
penelitian kita.
Sebagai contoh:
1. Jika kita ingin yakin 80% dari hasil kita, angka ini akan menjadi 1.282. 2.
Jika kita ingin 90% yakin dengan hasil kita, angka ini akan menjadi 1,645. 3.
Jika kita ingin 99% yakin dengan hasil kita, angka ini akan menjadi 2.576.
Tetapi karena kami selalu ingin 95% yakin akan hasil kami dalam buku ini,
kami akan selalu menggunakan 1,96 dalam buku ini setiap kali kami memiliki
lebih dari 40 orang dalam studi penelitian kami.
3.1 Interval Keyakinan Tentang Mean 39
Sekarang, Anda mungkin bertanya pada diri sendiri: "Apakah angka ini
dalam interval kepercayaan tentang mean selalu 1,96?" Jawabannya adalah:
“Tidak!”, dan kami akan menjelaskan mengapa ini benar sekarang.
3.1.5 Mencari Nilai t dalam Rumus Interval Keyakinan

Tujuan: Mencari nilai t dalam rumus interval keyakinan Rumus
yang benar untuk interval keyakinan tentang mean untuk ukuran sampel
yang berbeda adalah sebagai berikut:
X ts:e: 3 :2Þ
Untuk menggunakan rumus ini, cari mean sampel, X, dan tambahkan nilai t
dikalikan dengan se untuk mendapatkan batas atas interval kepercayaan 95%
ini. Juga, Anda mengambil mean sampel, X, dan mengurangi darinya nilai t
kali se untuk mendapatkan batas bawah interval kepercayaan 95% ini. Dan,
Anda menemukan nilai t dalam tabel yang diberikan dalam Lampiran E buku
ini dengan cara berikut:
Tujuan: Untuk menemukan nilai t pada tabel t di Lampiran E
Sebelum kita masuk ke penjelasan tentang apa yang dimaksud dengan

“nilai t”, mari kita berikan latihan mencari nilai t dengan menggunakan tabel t
pada Lampiran E. Jauhkan jari Anda pada Lampiran E saat kami menjelaskan
bagaimana Anda perlu "membaca" tabel itu.
Karena pengujian dalam bab ini disebut "interval kepercayaan tentang uji
rata-rata", Anda akan menggunakan kolom pertama di sebelah kiri dalam
Lampiran E untuk menemukan nilai kritis t untuk studi penelitian Anda
(perhatikan bahwa kolom ini berjudul: " ukuran sampel n").
Untuk menemukan nilai t, Anda turun ke kolom pertama ini sampai Anda
menemukan ukuran sampel dalam studi penelitian Anda, dan kemudian Anda
ke kanan dan membaca nilai t untuk ukuran sampel itu di "kolom t kritis" dari
tabel (perhatikan bahwa kolom ini adalah kolom yang akan Anda gunakan
untuk interval kepercayaan 95% tentang mean).
Misalnya, jika Anda memiliki 14 orang dalam studi penelitian Anda, nilai t
adalah 2,160. Jika Anda memiliki 26 orang dalam studi penelitian Anda, nilai t
adalah 2,060. Jika Anda memiliki lebih dari 40 orang dalam studi penelitian
Anda, nilai t selalu 1,96.
Perhatikan bahwa "kolom t kritis" di Lampiran E mewakili nilai t yang perlu
Anda gunakan untuk memperoleh kepercayaan 95% dari hasil Anda sebagai
hasil "signifikan". Sepanjang buku ini, kami berasumsi bahwa Anda ingin 95%
percaya diri dengan hasil uji statistik Anda. Oleh karena itu, nilai t pada t-tabel
pada Lampiran E
40 3 Interval Keyakinan Tentang Mean Menggunakan Fungsi TINV dan Hipotesis...
memberitahu Anda nilai mana yang harus Anda gunakan untuk t ketika Anda
menggunakan rumus untuk interval kepercayaan 95 % tentang artinya.
Sekarang setelah Anda mengetahui cara menemukan nilai t dalam rumus
interval kepercayaan tentang rata-rata, mari kita telusuri bagaimana Anda
menemukan interval kepercayaan ini menggunakan Excel.
3.1.6 Menggunakan Fungsi TINV Excel untuk Menemukan

Interval Keyakinan Tentang Rata-Rata
Tujuan: Menggunakan fungsi TINV di Excel untuk menemukan interval
kepercayaan tentang rata-rata
Ketika Anda menggunakan Excel, rumus untuk menemukan interval kepercayaan

adalah:
Batas bawah : X TINVð 1 0:95, n 1 *s:e: tidak ada spasi di antara simbol-simbol ini
3:3
Þ
Batas atas : ¼ X TINVð 1 0:95, n 1 *s:e: tidak ada spasi di antara simbol ini 3:4Þ
Perhatikan bahwa "* simbol" dalam rumus ini memberitahu Excel untuk
menggunakan langkah perkalian dalam rumus, dan itu berarti "kali" dalam
cara kita berbicara tentang perkalian. Anda akan mengingat dari Bab. 1 bahwa
n adalah ukuran sampel, dan n 1 adalah ukuran sampel dikurangi satu.
Anda juga akan mengingat dari Bab. 1 bahwa kesalahan standar rata-rata,
se, sama dengan STDEV dibagi dengan akar kuadrat dari ukuran sampel, n
(lihat Bagian 1.3). Mari kita coba contoh masalah menggunakan Excel untuk
menemukan interval kepercayaan 95% tentang rata-rata suatu masalah.
Misalkan General Motors ingin mengklaim bahwa Chevy Impala-nya
mencapai 28 mil per galon (mpg). Sebut saja 28 mpg sebagai "nilai referensi"
untuk mobil ini.
Misalkan Anda bekerja untuk Ford Motor Co. dan Anda ingin memeriksa
klaim ini untuk melihat apakah klaim tersebut bertahan berdasarkan beberapa
bukti penelitian. Anda memutuskan untuk mengumpulkan beberapa data dan
menggunakan interval kepercayaan 95% dua sisi tentang rata-rata untuk
menguji hasil Anda:
3.1 Interval Keyakinan Tentang Rata-rata 41
Klaim
Tujuan: Untuk menganalisis data menggunakan interval kepercayaan 95
% dua sisi tentang rata-rata
Anda memilih sampel pemilik mobil baru untuk mobil ini dan mereka setuju
untuk melacak jarak tempuh mereka untuk dua tangki bensin dan untuk
mencatat rata-rata mil per galon yang mereka capai pada dua ini tangki gas.
Studi penelitian Anda menghasilkan hasil yang diberikan pada Gambar. 3.1:
Gambar. 3.1 Data Lembar Kerja untuk Chevy Impala (Contoh Praktis)
Buat spreadsheet dengan data ini dan gunakan Excel untuk menemukan
ukuran sampel (n), mean, standar deviasi (STDEV ), dan kesalahan standar
rata-rata (se) untuk data ini menggunakan referensi sel berikut.
A3: Chevy Impala

A5: Mil per galon
A6: 30.9
Masukkan data mpg lainnya di sel A7:A30
Sekarang, sorot sel A6:A30 dan format angka-angka ini di format angka
(satu tempat desimal). Pusatkan bilangan-bilangan tersebut di Kolom A.
Kemudian lebarkan kolom A dan B dengan membuat keduanya menjadi dua
kali lebar semula dari kolom A. Kemudian, lebarkan kolom C sehingga menjadi
tiga kali lebar semula dari kolom A sehingga meja Anda terlihat lebih
profesional.
C7: n
C10: Mean
C13: STDEV
C16: se
C19: 95% interval kepercayaan
D21: Batas bawah:
D23: Batas atas: (lihat Gambar 3.2)
Gambar 3.2 Contoh Format Chevy Impala untuk Interval Keyakinan Tentang Label Rata-rata
3.1 Interval Keyakinan Tentang Mean 43
B26: Gambarlah gambar di bawah interval kepercayaan ini

B28: 26,92
B29: lower (rata kanan kata ini)
B30: limit (ratakan kanan kata ini)
C28: '-------- 28 ------–28.17 ---------– (perhatikan bahwa Anda harus memulai
sel C28 dengan tanda kutip tunggal (') untuk memberi tahu Excel bahwa ini
adalah label, dan bukan angka) D28: '----------- (perhatikan tanda kutip tunggal)
E28: '29.42 (perhatikan tanda kutip tunggal)
C29: ref. Mean
C30: nilai
E29: atas
E30: batas
B33: Kesimpulan:
Sekarang, sejajarkan label di bawah gambar interval kepercayaan sehingga
terlihat seperti Gambar 3.3.
Gambar 3.3 Contoh Menggambar Gambar Interval Keyakinan Tentang Hasil Rata-rata
Selanjutnya, beri nama rentang data dari A6:A30 sebagai: mil

D7: Gunakan Excel untuk menemukan ukuran sampel
D10: Gunakan Excel untuk menemukan mean
D13: Gunakan Excel untuk menemukan STDEV
D16: Gunakan Excel untuk menemukan se
Sekarang, Anda perlu menemukan batas bawah dan batas atas interval
kepercayaan 95% untuk ini belajar.
Kami akan menggunakan fungsi TINV Excel untuk melakukan ini. Kami
akan berasumsi bahwa Anda ingin 95% percaya diri dengan hasil Anda.
F21 : D10 TINV 1ð :95, 24 *D16 tidak menggunakan spasi di antara simbol-simbol ini
Perhatikan bahwa rumus TINV ini menggunakan 24 karena 24 adalah satu

kurang dari ukuran sampel 25 (yaitu, 24 adalah n 1). Perhatikan bahwa D10
adalah mean, sedangkan D16 adalah kesalahan standar mean. Rumus di atas
memberikan batas bawah selang kepercayaan, 26,92.
F23 : D10 TINV 1ð :95, 24 *D16 tidak menggunakan spasi di antara simbol-simbol ini
Rumus di atas memberikan batas atas interval kepercayaan, 29,42.
Sekarang, gunakan format angka (dua tempat desimal) di spreadsheet Excel
Anda untuk mean, standar deviasi, kesalahan standar mean, dan untuk batas
bawah dan batas atas interval kepercayaan Anda. Jika Anda mencetak
spreadsheet ini sekarang, batas bawah interval kepercayaan (26,92) dan
batas atas interval kepercayaan (29,42) akan "menggiring bola" ke halaman
cetakan kedua karena informasi pada spreadsheet terlalu besar untuk dimuat.
satu halaman dalam format yang sekarang.
Jadi, Anda perlu menggunakan perintah "Scale to Fit" Excel yang telah kita
bahas di Bab. 2 (lihat Bagian 2.4) untuk mengurangi ukuran spreadsheet
hingga 95% dari ukurannya saat ini menggunakan fungsi Page Layout/Scale
to Fit. Lakukan itu sekarang, dan perhatikan bahwa garis putus-putus di
sebelah kanan 26,92 dan 29,42 menunjukkan bahwa angka-angka ini
sekarang akan muat ke dalam satu halaman ketika spreadsheet dicetak (lihat
Gambar 3.4)
3.1 Interval Keyakinan Tentang Rata-Rata 45
Gambar 3.4 Hasil Menggunakan Fungsi TINV untuk Menemukan Interval Keyakinan Tentang
Rata-Rata
Perhatikan bahwa Anda telah menggambar interval kepercayaan 95% di

bawah sel B26, termasuk batas bawah, batas atas, rata-rata, dan nilai
referensi 28 mpg yang diberikan dalam klaim bahwa perusahaan ingin
menghasilkan performa mobil per mil per galon.
Sekarang, mari tulis kesimpulan studi penelitian Anda di spreadsheet Anda:
C33: Karena nilai referensi 28 ada di dalam
C34: interval kepercayaan, kami menerima bahwa
C35: Chevy Impala memang mendapatkan 28 mpg.
Catatan penting: Anda mungkin bertanya-tanya mengapa kami menulis
kesimpulan pada tiga baris terpisah pada spreadsheet
daripada menulisnya pada satu baris panjang. Ini karena jika
Anda menulisnya dalam satu baris, dua hal akan terjadi yang
tidak Anda sukai: (1) Jika Anda mencetak kesimpulan dengan
mengurangi ukuran tata letak halaman sehingga seluruh
spreadsheet muat ke dalam satu halaman, ukuran font cetak
untuk seluruh spreadsheet akan sangat kecil sehingga Anda
tidak dapat membacanya tanpa kaca pembesar, dan (2) Jika
Anda mencetak spreadsheet tanpa mengurangi tata letak
ukuran halaman, itu akan "menggiring bola" bagian dari
kesimpulan untuk halaman terpisah dengan sendirinya, dan
spreadsheet Anda tidak akan terlihat profesional.
Studi penelitian Anda menerima klaim bahwa Chevy Impala memang
mendapatkan 28 mil per galon. Rata-rata mil per galon dalam penelitian Anda
adalah 28,17. (Lihat Gbr. 3.5)
Simpan spreadsheet yang dihasilkan sebagai: CHEVY7
Gbr. 3.5 Spreadsheet Akhir untuk Interval Keyakinan Chevy Impala Tentang Rata-Rata
3.2 Pengujian Hipotesis 473.2 Pengujian Hipotesis
Salah satu kegiatan penting ilmuwan riset adalah mereka berusaha untuk
"memeriksa" asumsi mereka tentang dunia dengan menguji asumsi tersebut
dalam bentuk hipotesis.
Sebuah hipotesis khas dalam bentuk: "Jika x, maka y."
Beberapa contohnya adalah:
1. “Jika kita menggunakan metode baru ini untuk menyuburkan tanah, hasil
jagung di petak akan meningkat sebesar 3%.”
2. “Jika kita menggunakan metode baru ini dalam mengajar IPA kepada siswa
kelas sembilan, maka nilai prestasi IPA kita akan naik sebesar 5%.”
3. “Jika kita mengubah format pengajaran Biologi Pengantar ke sarjana kita,
maka nilai ujian akhir mereka akan meningkat sebesar 8%.”
Sebuah hipotesis, kemudian, untuk seorang ilmuwan penelitian adalah
"tebakan" tentang apa yang kita anggap benar di dunia nyata. Kita dapat
menguji tebakan ini menggunakan rumus statistik untuk melihat apakah
prediksi kita menjadi kenyataan di dunia nyata.
Jadi, untuk melakukan uji statistik ini, pertama-tama kita harus menyatakan
hipotesis kita sehingga kita dapat menguji hasil kita terhadap hipotesis kita
untuk melihat apakah hipotesis kita cocok dengan kenyataan.
Jadi, bagaimana kita menghasilkan hipotesis dalam penelitian sains?
3.2.1 Hipotesis Selalu Mengacu pada Populasi Orang,

Tumbuhan, atau Hewan yang Anda Pelajari
Langkah pertama adalah memahami bahwa hipotesis kita selalu mengacu

pada populasi manusia, tumbuhan, atau hewan yang diteliti.
Misalnya, jika kita tertarik untuk mempelajari spesies gulma berbahaya
yang ditemukan di sepanjang jalan raya South Dakota selatan, kita akan
memilih berbagai bagian jalan raya dan memperkirakan jumlah gulma yang
ditemukan di bagian ini, bagian ini akan digunakan sebagai sampel kita.
Sampel ini akan digunakan untuk menggeneralisasi temuan kami untuk semua
jalan raya di South Dakota selatan.
Semua jalan raya di selatan selatan Dakota akan menjadi populasi yang
kami minati untuk dipelajari, sedangkan bagian tertentu dari jalan raya dalam
penelitian kami disebut sampel dari populasi ini.
Karena ukuran sampel kami biasanya hanya berisi sebagian dari jalan raya,
kami tertarik pada hasil sampel kami hanya sejauh hasil sampel kami dapat
"digeneralisasi" ke populasi di mana kami benar-benar tertarik.
Itulah sebabnya hipotesis kami selalu mengacu pada populasi, dan tidak
pernah pada sampel orang, tumbuhan, hewan, atau peristiwa dalam penelitian
kami.
Anda akan mengingat dari Bab. 1 bahwa kami menggunakan simbol: X
untuk merujuk pada rata-rata sampel yang kami gunakan dalam penelitian
kami (Lihat Bagian 1.1).
Kita akan menggunakan simbol: (huruf Yunani “mu”) untuk merujuk pada
mean populasi.
Dalam menguji hipotesis kami, kami mencoba memutuskan mana dari dua
hipotesis yang bersaing tentang populasi yang berarti kami harus menerima
dengan kumpulan data kami.
3.2.2 Hipotesis Nol dan Hipotesis Penelitian (Alternatif)
Kedua hipotesis ini disebut hipotesis nol dan hipotesis penelitian. Buku teks
statistika biasanya mengacu pada hipotesis nol dengan notasi: H 0. Hipotesis
penelitian biasanya disebut dengan notasi: H1 dan kadang-kadang disebut
hipotesis alternatif.
Mari kita jelaskan dulu apa yang dimaksud dengan hipotesis nol dan
hipotesis penelitian:
(1) Hipotesis nol adalah apa yang kita terima sebagai benar kecuali kita
memiliki bukti kuat bahwa itu tidak benar.
(2) Hipotesis penelitian adalah apa yang kita terima sebagai benar setiap kali
kita menolak hipotesis nol sebagai benar.
Ini mirip dengan sistem hukum kita di Amerika di mana kita menganggap
bahwa penjahat yang dianggap tidak bersalah sampai dia terbukti bersalah di
mata juri. Hipotesis nol kami adalah bahwa terdakwa ini tidak bersalah,
sedangkan hipotesis penelitian adalah bahwa dia bersalah.
Di negara bagian Missouri yang besar, setiap plat nomor memiliki slogan
negara bagian: "Tunjukkan padaku." Ini berarti bahwa orang-orang di Missouri
menganggap diri mereka tidak cukup mudah tertipu untuk menerima semua
yang dikatakan seseorang sebagai benar kecuali tindakan orang itu
menunjukkan kebenaran klaimnya. Dengan kata lain, orang-orang di Missouri
sangat percaya bahwa tindakan seseorang berbicara lebih keras daripada
kata-kata orang itu.
Karena hipotesis nol dan hipotesis penelitian tidak mungkin keduanya
benar, tugas pengujian hipotesis menggunakan rumus statistik adalah
memutuskan mana yang akan Anda terima sebagai benar, dan mana yang
akan Anda tolak sebagai benar.
Terkadang dalam penelitian sains, serangkaian skala penilaian digunakan
untuk mengukur sikap orang terhadap suatu perusahaan, terhadap salah satu
produknya, atau terhadap niat mereka untuk membeli produk perusahaan
tersebut. Skala penilaian ini biasanya skala 5 poin, 7 poin, atau 10 poin,
meskipun nilai skala lainnya sering digunakan juga.
3.2.2.1 Menentukan Hipotesis Null dan Hipotesis Penelitian Ketika Skala

Penilaian Digunakan
Berikut adalah contoh khas skala 7 poin dalam pendidikan sains untuk orang
tua dari murid kelas 8 pada akhir tahun ajaran (lihat Gambar 3.6):
3.2 Pengujian Hipotesis 49
Gambar 3.6 Contoh Item Skala Penilaian untuk Orang Tua Siswa Kelas 8 (Contoh Praktis)
Jadi, bagaimana kita memutuskan apa yang akan digunakan sebagai

hipotesis nol dan hipotesis penelitian kapan pun skala penilaian digunakan?
Tujuan: Untuk memutuskan hipotesis nol dan hipotesis penelitian kapan
skala penilaian digunakan.
Untuk membuat penentuan ini, kami akan menggunakan aturan sederhana:

Aturan: Kapan pun skala penilaian digunakan, kami akan menggunakan
"tengah" skala sebagai hipotesis nol dan hipotesis penelitian.
Dalam contoh di atas, karena 4 adalah angka di tengah skala (yaitu, tiga
angka di bawahnya, dan tiga angka di atasnya), hipotesis kami menjadi:
Hipotesis nol: 4
Hipotesis penelitian: 6¼ 4
Dalam contoh skala penilaian di atas, jika hasil uji statistik kami untuk item
skala sikap yang satu ini menunjukkan bahwa rata-rata populasi kami adalah
"mendekati 4", kami mengatakan bahwa kami menerima hipotesis nol bahwa
orang tua siswa kelas 8 tidak puas atau tidak puas dengan kualitas program
sains yang ditawarkan oleh sekolah putra atau putri mereka.
Dalam contoh di atas, jika hasil uji statistik kami menunjukkan bahwa rata-
rata populasi berbeda secara signifikan dari 4, kami menolak hipotesis nol dan
menerima hipotesis penelitian dengan menyatakan bahwa:
“Orang tua siswa kelas 8 sangat puas dengan kualitas program sains yang
ditawarkan oleh sekolah putra atau putri mereka” (hal ini berlaku bila rata-rata
sampel kami secara signifikan lebih besar dari rata-rata populasi yang kami
harapkan dari 4).
atau
“Orang tua dari murid kelas 8 secara signifikan tidak puas dengan kualitas
program sains yang ditawarkan oleh sekolah putra atau putri mereka” (ini
diterima sebagai kebenaran jika rata-rata sampel kami secara signifikan lebih
kecil dari rata-rata populasi yang kami harapkan yaitu 4).
Kedua kesimpulan ini tidak mungkin benar. Kami menerima salah satu
hipotesis sebagai "benar" berdasarkan kumpulan data dalam studi penelitian
kami, dan yang lainnya sebagai "tidak benar" berdasarkan kumpulan data
kami.
Tugas ilmuwan riset, kemudian, adalah memutuskan mana dari dua
hipotesis ini, hipotesis nol atau hipotesis penelitian, yang akan dia terima
sebagai kebenaran berdasarkan kumpulan data dalam studi penelitian.
Mari kita coba beberapa contoh skala penilaian sehingga Anda dapat
berlatih mencari tahu apa hipotesis nol dan hipotesis penelitian untuk setiap
skala penilaian. Pada spasi pada Gambar 3.7, tuliskan hipotesis nol dan
hipotesis penelitian untuk skala penilaian:
Gambar 3.7 Contoh Skala Penilaian untuk Menentukan Hipotesis Nol dan Hipotesis
Penelitian
Bagaimana Anda melakukannya?

Berikut adalah jawaban dari ketiga pertanyaan tersebut:
1. Hipotesis nol adalah 3, dan hipotesis penelitian adalah 6¼ 3 pada skala 5
poin ini (yaitu "tengah" skala adalah 3).
2. Hipotesis nol adalah 4, dan hipotesis penelitian adalah 6¼ 4 pada skala 7

poin ini (yaitu, "tengah" skala adalah 4).
3. Hipotesis nol adalah 5,5, dan hipotesis penelitian adalah 6¼ 5,5 pada skala
10 poin ini (yaitu, "tengah" skala adalah 5,5 karena ada 5 angka di bawah
5,5 dan 5 angka di atas 5,5).
Sebagai contoh lain, anggaplah Texas Parks and Wildlife menggunakan
skala 4 poin dalam survei kepuasan pasca-perburuannya. Hasil survei ini
digunakan untuk menentukan jumlah izin yang dikeluarkan untuk pengelolaan
satwa liar pada musim perburuan berikutnya. Skalanya adalah sebagai
berikut:
1 Kurang Baik
2 Sedang
3 Sangat Baik
4 Besar
Pada skala ini, hipotesis nolnya adalah: 2,5 dan hipotesis penelitiannya
adalah: 6¼ 2,5, karena ada dua angka di bawah 2,5 , dan dua angka di atas
2,5 pada skala penilaian tersebut.
Sekarang, mari kita bahas 7 LANGKAH pengujian hipotesis untuk
menggunakan interval kepercayaan tentang mean.
3.2.3 7 Langkah Pengujian Hipotesis Menggunakan
Interval Keyakinan Tentang Rata-Rata
Tujuan: Untuk mempelajari 7 langkah pengujian hipotesis dengan
menggunakan interval kepercayaan tentang mean
Ada tujuh langkah dasar pengujian hipotesis untuk uji statistik ini.
3.2.3.1 LANGKAH 1: Nyatakan Hipotesis Nol dan Hipotesis Penelitian
Jika Anda menggunakan skala numerik dalam survei Anda, Anda harus ingat
bahwa hipotesis ini mengacu pada "tengah" skala numerik. Misalnya, jika
Anda menggunakan skala 7 poin dengan 1 buruk dan 7 sangat baik, hipotesis
ini akan merujuk ke tengah skala ini dan akan menjadi:
Hipotesis nol H0 : 4
Hipotesis penelitian H1 : 6¼ 4
52 3 Interval Keyakinan Tentang Mean Menggunakan Fungsi TINV dan Hipotesis...3.2.3.2
LANGKAH 2: Pilih Uji Statistik yang Sesuai
Dalam bab ini kita mempelajari interval kepercayaan tentang mean, dan kita
akan memilih tes itu.
3.2.3.3 LANGKAH 3: Hitung Rumus untuk Uji Statistik
Anda akan mengingat (lihat Bagian 3.1.5) bahwa rumus selang kepercayaan
tentang mean adalah:
X ts:e: 3:2Þ
Kita telah membahas prosedur untuk menghitung rumus interval

kepercayaan tentang mean menggunakan Excel sebelumnya dalam bab ini,
dan langkah-langkah yang terlibat dalam menggunakan rumus itu adalah:
1. Gunakan fungsi COUNT Excel untuk menemukan ukuran sampel.
2. Gunakan fungsi AVERAGE Excel untuk mencari mean sampel, X. 3.
Gunakan fungsi STDEV Excel untuk mencari simpangan baku, STDEV. 4.
Temukan kesalahan standar rata-rata (se) dengan membagi simpangan baku
(STDEV) dengan akar kuadrat dari ukuran sampel, n.
5. Gunakan fungsi TINV Excel untuk menemukan batas bawah interval
kepercayaan. 6. Gunakan fungsi TINV Excel untuk menemukan batas atas
interval kepercayaan.
3.2.3.4 LANGKAH 4: Buatlah Gambar Interval Keyakinan Tentang Mean,

Termasuk Mean, Batas Bawah Interval, Batas Atas Interval, dan Nilai
Referensi yang Diberikan dalam Hipotesis Null, H0 (Kami Akan Jelaskan
Langkah 4 Nanti
di Bab.)
3.2.3.5 LANGKAH 5: Tentukan Aturan Keputusan
(a) Jika nilai referensi berada di dalam interval kepercayaan, terima hipotesis
nol, H0
(b) Jika nilai acuan berada di luar selang kepercayaan, tolak hipotesis nol, H 0,
dan terima hipotesis penelitian, H1
3.2 Pengujian Hipotesis 533.2.3.6 LANGKAH 6: Nyatakan Hasil Uji Statistik Anda
Ada dua kemungkinan hasil ketika Anda menggunakan interval kepercayaan

tentang mean, dan hanya satu yang dapat diterima sebagai "benar". Jadi hasil
Anda akan menjadi salah satu dari berikut ini:
Salah satu: Karena nilai referensi berada di dalam interval kepercayaan, kami
menerima hipotesis nol, H0
Atau: Karena nilai referensi berada di luar interval kepercayaan, kami menolak
hipotesis nol, H0, dan menerima hipotesis penelitian, H1
3.2.3.7 LANGKAH 7: Nyatakan Kesimpulan Uji Statistik Anda

dalam Bahasa Inggris Biasa!
Dalam praktiknya, ini lebih sulit daripada kedengarannya karena Anda

mencoba merangkum hasil tes statistik Anda dalam bahasa Inggris sederhana
yang ringkas dan akurat sehingga seseorang yang belum pernah mengikuti
kursus statistik (seperti bos Anda, mungkin) dapat memahami kesimpulan dari
tes Anda. Ini adalah tugas yang sulit, dan kami akan memberi Anda banyak
latihan untuk melakukan langkah terakhir dan terpenting di sepanjang buku ini.
Tujuan: Untuk menulis kesimpulan interval kepercayaan tentang uji rata-rata
Mari kita menetapkan beberapa aturan dasar untuk menyatakan kesimpulan dari
suatu uji hipotesis.
Aturan #1: Setiap kali Anda menolak H0 dan menerima H1, Anda harus
menggunakan kata “signifikan” dalam kesimpulan untuk
mengingatkan pembaca bahwa tes ini menemukan hasil yang
penting.
Aturan #2: Buat garis besar dengan kata-kata "istilah kunci" yang ingin Anda
sertakan dalam kesimpulan Anda sehingga Anda tidak lupa untuk
menyertakan beberapa di antaranya.
Aturan #3: Tulis kesimpulan dalam bahasa Inggris yang sederhana sehingga
pembaca dapat memahaminya meskipun pembaca tersebut belum pernah
mengikuti kursus statistik.
Mari kita praktikkan aturan-aturan ini menggunakan spreadsheet Chevy
Impala Excel yang Anda buat sebelumnya di bab ini, tetapi pertama-tama kita
perlu menyatakan hipotesis untuk mobil itu. Jika General Motors ingin
mengklaim bahwa Chevy Impala mendapatkan 28 mil per galon pada iklan
billboard, hipotesisnya adalah:
H0: 28 mpg
H1: 6¼ 28 mpg
Anda akan ingat bahwa nilai referensi 28 mpg adalah dalam interval
kepercayaan 95% tentang rata-rata untuk data Anda, jadi kami akan
menerima H0 untuk Chevy Impala bahwa mobil tersebut mendapatkan 28
mpg.
Tujuan: Untuk menyatakan hasil ketika Anda menerima H0
54 3 Interval Keyakinan Tentang Mean Menggunakan Fungsi TINV dan Hipotesis ...
Hasil: Karena nilai referensi 28 mpg berada di dalam interval kepercayaan,

kami menerima hipotesis nol, H0
Mari kita coba tiga aturan kita sekarang:
Tujuan: Untuk menulis kesimpulan ketika Anda menerima H 0
Aturan #1: Karena nilai referensi berada di dalam interval kepercayaan, kita
tidak dapat menggunakan kata “signifikan” dalam kesimpulan. Ini
adalah aturan dasar yang kita gunakan dalam bab ini untuk setiap
masalah.
Aturan #2: Istilah kunci dalam kesimpulannya adalah:
– Chevy Impala
– nilai referensi 28 mpg
Aturan #3: Chevy Impala memang mendapatkan 28 mpg.
Proses penulisan kesimpulan ketika Anda menerima H0 relatif lurus ke
depan karena Anda memasukkan kata-kata apa yang Anda katakan ketika
Anda menulis hipotesis nol. Namun, proses menyatakan kesimpulan ketika
Anda menolak H0 dan menerima H1 lebih sulit, jadi mari kita berlatih menulis
kesimpulan jenis itu dengan tiga contoh kasus latihan:
Tujuan: Untuk menulis hasil dan kesimpulan ketika Anda menolak H0
KASUS #1: Misalkan sebuah iklan di The Wall Street Journal mengklaim
bahwa Honda Accord Sedan mendapat 34 mil per galon. Hipotesisnya adalah:
H0: 34 mpg
H1: 6¼ 34 mpg
Misalkan penelitian Anda menghasilkan interval kepercayaan berikut:
30__________31__________32__________34
lower Mean upper Ref.
limit limit Nilai
Hasil: Karena nilai referensi berada di luar interval kepercayaan, kami menolak
hipotesis nol dan menerima hipotesis penelitian
Tiga aturan untuk menyatakan kesimpulan adalah:
Aturan #1: Kami harus menyertakan kata "signifikan" sejak referensi nilai 34
berada di luar selang kepercayaan.
Aturan #2: Istilah kuncinya adalah:
– Honda Accord Sedan
– secara signifikan
– baik “lebih dari” atau “kurang dari”
– dan mungkin mendekati
Aturan #3: Honda Accord Sedan mendapat kurang dari 34 mpg secara
signifikan , dan mungkin mendekati 31 mpg.
Perhatikan bahwa kesimpulan ini mengatakan bahwa mpg kurang dari 34
mpg karena rata-rata sampel hanya 31 mpg. Note, also, that when you find a
significant result by rejecting the null hypothesis, it is not sufficient to say only:
“significantly less than 34 mpg,” because that does not tell the reader “how
much less than 34 mpg” the sample mean was from 34 mpg. To make the
conclusion clear, you need to add: “probably closer to 31 mpg” since the
sample mean was only 31 mpg.
CASE #2: The National Association of Biology Teachers (NABT) is an
American based scholarly Life Sciences society with more than
5,000 members. The NABT hosts an annual Professional
Development Conference for 4 days that focuses on the teaching of
biology and the life sciences in the twenty-first century. The
conference includes hands-on workshops and informative sessions
for participants. Suppose that the NABT wanted to use an Internet
Survey to evaluate the annual conference based on responses from
the participants. Let's suppose that you have been asked to perform
the data analyses for the returned surveys, and that you want to
practice your data analysis skills on the hypothetical Item #15 given
in Fig. 3.8:
Fig. 3.8 Example of Item #15 of the NABT Survey
The hypotheses for this one item would be:
H0: μ ¼ 4
H1: μ 6¼ 4
Essentially, the null hypothesis equal to 4 states that if the obtained mean
score for this question is not significantly different from 4 on the rating scale,
then attendees, overall, were neither likely nor unlikely to recommend to
colleagues that they attend next year's annual conference.
Suppose that your analysis produced the following confidence interval for
this item on the survey.
56 3 Confidence Interval About the Mean Using the TINV Function and Hypothesis...
1.8_________2.8_________3.8__________4
lower Mean upper Ref.
limit limit Value
Result: Since the reference value is outside the confidence interval, we reject
the null hypothesis and accept the research hypothesis.
Rule #1: You must include the word “significantly” since the reference value is
outside the confidence interval
Rule #2: The key terms would be:
– attendees
– significantly
– NABT annual meeting this year
– either likely or unlikely (since the result is significant)
– recommend to colleagues
– attend next year's annual meeting of the NABT
Rule #3: Attendees at this year's annual meeting of the NABT were
significantly unlikely to recommend to colleagues that they attend
next year's annual meeting of the NABT.
Note that you need to use the word “unlikely” since the sample mean of 2.8
was on the unlikely side of the middle of the rating scale.
CASE #3: The National Association of Biology Teachers (NABT) publishes the
journal: The American Biology Teacher which includes articles
dealing with ecology/environment, instructional materials and
resources, and education. Suppose that the NABT wanted to
evaluate the quality of articles in this journal and has sent out an
Internet Survey to its mem bers. Suppose, further, that you have
been asked to do the data analysis for the returned surveys, and
that you have decided to test your Excel skills on a hypothetical Item
#8 of the survey (see Fig. 3.9)
Fig. 3.9 Hypothetical Example of Item #8 of the NABT Internet Survey
This item would have the following hypotheses:
H0: μ ¼ 5.5
H1: μ 6¼ 5.5
3.3 Alternative Ways to Summarize the Result of a Hypothesis Test 57
Suppose that your research produced the following confidence interval for
this item on the survey:
5.5__________5.7_________5.8__________5.9
Ref. lower Mean upper
Value limit limit
Result: Since the reference value is outside the confidence interval, we reject
the null hypothesis and accept the research hypothesis
The three rules for stating the conclusion would be:
Rule #1: You must include the word “significantly” since the reference value is
outside the confidence interval
Rule #2: The key terms would be:
– Members of the NABT
– The American Biology Teacher
– significantly
– rated the quality of articles
– Internet survey
– dealing with Ecology/Environment
– either “positive” or “negative” (we will explain this)
Rule #3: Members of the NABT rated the quality of articles in The American
Biology Teacher dealing with Ecology/Environment in an Internet
survey as significantly positive.
Note two important things about this conclusion above: (1) people when
speak ing English do not normally say “significantly excellent” since something
is either excellent or is not excellent without any modifier, and (2) since the
mean rating of the quality of the articles dealing with Ecology/Environment
(5.8) was significantly greater than 5.5 on the positive side of the scale, we
would say “significantly positive” to indicate this fact.
If you want a more detailed explanation of the confidence interval about the
mean, see Townend (2002).
The three practice problems at the end of this chapter will give you
additional practice in stating the conclusion of your result, and this book will
include many more examples that will help you to write a clear and accurate
conclusion to your research findings.
3.3 Alternative Ways to Summarize the Result

of a Hypothesis Test
It is important for you to understand that in this book we are summarizing an

hypothesis test in one of two ways: (1) We accept the null hypothesis, or (2)
We reject the null hypothesis and accept the research hypothesis. We are
consistent in
the use of these words so that you can understand the concept underlying
hypothesis testing.
However, there are many other ways to summarize the result of an
hypothesis test, and all of them are correct theoretically, even though the
terminology differs. If you are taking a course with a professor who wants you
to summarize the results of a statistical test of hypotheses in language which is
different from the language we are using in this book, do not panic! If you
understand the concept of hypothesis testing as described in this book, you
can then translate your understanding to use the terms that your professor
wants you to use to reach the same conclusion to the hypothesis test.
Statisticians and professors of science statistics all have their own language
that they like to use to summarize the results of an hypothesis test. There is no
one set of words that these statisticians and professors will ever agree on, and
so we have chosen the one that we believe to be easier to understand in terms
of the concept of hypothesis testing.
To convince you that there are many ways to summarize the results of an
hypothesis test, we present the following quotes from prominent statistics and
research books to give you an idea of the different ways that are possible.
3.3.1 Different Ways to Accept the Null Hypothesis
The following quotes are typical of the language used in statistics and
research books when the null hypothesis is accepted:
“The null hypothesis is not rejected.” (Black 2010, p. 310)
“The null hypothesis cannot be rejected.” (McDaniel and Gates 2010, p. 545) “The
null hypothesis ... claims that there is no difference between groups.” (Salkind 2010, p.
193)
“The difference is not statistically significant.” (McDaniel and Gates 2010, p. 545)
“... the obtained value is not extreme enough for us to say that the difference between
Groups 1 and 2 occurred by anything other than chance.” (Salkind 2010, p. 225) “If we
do not reject the null hypothesis, we conclude that there is not enough statistical
evidence to infer that the alternative (hypothesis) is true.” (Keller 2009, p. 358) “The
research hypothesis is not supported.” (Zikmund and Babin 2010, p. 552)
3.3.2 Different Ways to Reject the Null Hypothesis
The following quotes are typical of the quotes used in statistics and research
books when the null hypothesis is rejected:
“The null hypothesis is rejected.” (McDaniel and Gates 2010, p. 546)
“If we reject the null hypothesis, we conclude that there is enough statistical
evidence to infer that the alternative hypothesis is true.” (Keller 2009, p. 358)
3.4 End-of-Chapter Practice Problems 59
“If the test statistic's value is inconsistent with the null hypothesis, we reject the null
hypothesis and infer that the alternative hypothesis is true.” (Keller 2009, p. 348)
“Because the observed value ... is greater than the critical value ..., the decision is to
reject the null hypothesis.” (Black 2010, p. 359)
“If the obtained value is more extreme than the critical value, the null hypothesis
cannot be accepted.” (Salkind 2010, p. 243)
“The critical t-value ... must be surpassed by the observed t-value if the hypothesis
test is to be statistically significant ....” (Zikmund and Babin 2010, p. 567)
“The calculated test statistic ... exceeds the upper boundary and falls into this
rejection region. The null hypothesis is rejected.” (Weiers 2011, p. 330)
You should note that all of the above quotes are used by statisticians and
professors when discussing the results of an hypothesis test, and so you
should not be surprised if someone asks you to summarize the results of a
statistical test using a different language than the one we are using in this
book.
3.4 End-of-Chapter Practice Problems
1. Suppose that you were hired to conduct a research study determining milk
yield in bovines on a dairy farm in the state of Wisconsin. Last year, the
average annual milk yield per cow on this farm was 6,800 pounds (lbs.) in
2-year-old registered Jersey cows. You have been asked to take a random
sample of cows and to check their annual milk yield at the end of the current
year. You decide to test your Excel skills on a small number of cows, and
the hypothetical data (in hundreds of pounds) appear in Fig. 3.10:
Fig. 3.10
Worksheet
Data
for Chap. 3:
Practice
Problem #1
(a) To the right of this table, use Excel to find the sample size, mean,
standard deviation, and standard error of the mean for the yield figures.
Label your answers. Use number format (two decimal places) for the
mean, standard deviation, and standard error of the mean.
(b) Enter the null hypothesis and the research hypothesis onto your
spreadsheet. (c) Use Excel's TINV function to find the 95 % confidence
interval about the mean for these figures. Label your answers. Use number
format (two deci mal places).
(d) Enter your result onto your spreadsheet.
(e) Enter your conclusion in plain English onto your spreadsheet. (f) Print
the final spreadsheet to fit onto one page (if you need help remembering
how to do this, see the objectives at the end of Chap. 2 in Sect. 2.4) (g) On
your printout, draw a diagram of this 95 % confidence interval by hand (h)
Save the file as: yield3
2. Suppose that a fish hatchery in the state of Colorado has asked you to
determine the average weight of the trout they are releasing into streams
and lakes in Colorado. If the fish are too small, licensed fishermen complain
about the undersized fish being caught. If the fish are too large, the rate of
feeding the
3.4 End-of-Chapter Practice Problems 61
fish is too high (ie, fish size increases with the amount of feed), it costs the
state more to feed the fish than was built into the hatchery budget.
Let's suppose that the state wants the average weight of the trout released
into streams and lakes from a fish hatchery to be 308 grams (g) or 11
ounces (oz.). (Note: There are 28 g in one ounce.) Suppose you have been
asked to analyze the hypothetical data in Fig. 3.11 which gives the weight of
a random sample of trout released during the past week from a Colorado
hatchery. The hypothetical data are given in Fig. 3.11.
Fig. 3.11 Worksheet Data for Chap. 3: Practice Problem #2
Create an Excel spreadsheet with these data.

(a) Use Excel to the right of the table to find the sample size, mean,
standard deviation, and standard error of the mean for these data. Label
your answers, and use two decimal places for the mean, standard
deviation, and standard error of the mean
(b) Enter the null hypothesis and the research hypothesis for this problem
on your spreadsheet.
(c) Use Excel's TINV function to find the 95 % confidence interval about the
mean for these data. Label your answers on your spreadsheet. Use two
decimal places for the lower limit and the upper limit of the confidence
interval.
(d) Enter the result of the test on your spreadsheet.
(e) Enter the conclusion of the test in plain English on your spreadsheet. (f)
Print your final spreadsheet so that it fits onto one page (if you need help
remembering how to do this, see the objectives at the end of Chap. 2 in
Sect. 2.4).
(g) Draw a picture of the confidence interval, including the reference value,
onto your spreadsheet.
(h) Save the final spreadsheet as: TROUT10
3. According to Bremer and Doerge (2010), only one species of oak tree,
Quercus tomentella Engelm, grows on the island of Guadalupe. Let's
suppose that 5 years ago, the average size of acorn nut as measured by
length from this species of oak was 27 millimeters (mm). Suppose that you
have been asked to determine if this average size has changed this year.
You decide to run a small sample of oak acorns to test your Excel skills,
and the hypothetical data are given in Fig. 3.12:
Fig. 3.12 Worksheet Data for Chap. 3: Practice Problem #3

Translated Copy of Excel 2016 For Biological and Life Sciences Statistics

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Translated Copy of Excel 2016 For Biological and Life Sciences Statistics

Diunggah oleh

Hak Cipta:

Format Tersedia

Excel untuk Statistik

Editor seri: Thomas J. Quirk

Buku-buku berikut ada dalam seri ini:

Informasi lebih lanjut tentang seri ini di http://www.springer.com/series/13491

Excel 2016 untuk

Howard F. Horton Bailey, CO, AS

ISBN 978-3-319-39488-6 ISBN 978- 3-319-39489-3 (eBuku) DOI

Perpustakaan Kongres Nomor Kontrol: 2016941175

© Springer International Publishing Switzerland 2016

Dicetak di atas kertas bebas asam Cetakan

Springer ini diterbitkan oleh Springer Nature

Taman Nasional Rocky Mountain; Penelitian Ekologi Jangka Panjang di

St. Louis, MO Thomas J. Quirk Bailey, CO Meghan H. Quirk Bailey, CO

Marc Strauss, editor kami di Springer, menangkap semangat gagasan ini

1 Ukuran Sampel, Rata-rata, Standar Deviasi, dan

4.1.6 LANGKAH 6: Nyatakan Hasil Uji Statistik Anda . . . . . . . 69

6.2 Menggunakan Excel untuk Menghitung Korelasi Antara

8.4 Menguji Selisih Antara Dua Kelompok Menggunakan

1.1 Mean Mean

Springer International Publishing Switzerland 2016

Untuk menemukan se, yang perlu Anda lakukan adalah mengambil

Ukuran Sampel, Mean, Standar Deviasi, dan Standar

1.4.1 Menggunakan Perintah Fill/Seri/Kolom

Gbr. 1.2 Perintah Home/Fill/Series

Gbr. 1.3 Contoh Kotak Dialog untuk perintah Isi/Rangkaian/Kolom/Nilai Langkah/Nilai

1.4.2 Mengubah Lebar Kolom

Tempatkan penunjuk mouse Anda di komputer Anda di sudut paling kanan B

1.4.3 Memusatkan Informasi dalam Rentang Sel

Gbr. 1.5 Contoh Cara Memusatkan Informasi di Dalam Sel

Gbr. 1.6 Hasil Akhir

Karena Anda perlu

1.4.4 Memberi Nama Rentang Sel

Catatan: Setiap kali Anda menggunakan rumus, Anda harus menambahkan

1.4.6 Menemukan Skor Rata-Rata Menggunakan

1.4.7 Mencari Simpangan Baku Menggunakan Fungsi

1.4.8 Menemukan Kesalahan Standar Rata-Rata

1.4.8.1 Memformat Angka dalam Format Angka (Dua tempat desimal)

Sorot sel F9:F15

Tujuan: Untuk menyimpan spreadsheet ini dengan nama: Weight3

Untuk menyimpan spreadsheet Anda sehingga Anda dapat mengambilnya

Tujuan: Untuk mencetak spreadsheet

Gunakan prosedur berikut saat mencetak spreadsheet apa pun.

Cetak (atas layar Anda)

Gambar 1.14 Hasil Akhir Mencetak Spreadsheet Excel

1.7 Memformat Angka dalam Format Mata Uang

Gambar 1.15 Kotak Dialog Pilihan Format Bilangan

1.8 Memformat Angka dalam Format Angka

1.9 Soal Latihan Akhir Bab

Lembar Kerja untuk Chap. 1: Latihan Soal #1

1.18 Data Lembar Kerja untuk Bab. 1: Latihan Soal #2

2.1 Membuat Nomor Bingkai untuk Membangkitkan

© Springer International Publishing Switzerland 2016

Klik sel A4 untuk memilih sel ini

Gambar 2.1 Kotak Dialog untuk Isi /Series Commands

Gambar 2.3 Nomor Bingkai

Gambar 2.4 Duplikat

Simpan file ini sebagai: Random30

2.2 Membuat Nomor Acak dalam Lembar Kerja Excel

Gambar 2.5 Contoh

Urutkan berdasarkan: RANDOM NO. (klik panah bawah)

Gbr. 2.7 Kotak Dialog untuk Perintah Data/Sort/RANDOM NO./Smallest to Largest

Simpan file ini sebagai: Acak33

2.4 Mencetak File Excel Agar Semua Informasi