Populasi
1 2 3
1 2 3
Keterangan :
1 ; 2 ; 3 : Mean dari populasi 1 ; 2; dan 3
: Mean dari seluruh populasi
populasi
1 2 3
X11 X21 X31
X12 X22 X32
X13 X23 X33
. . .
X1n X2m X3p
1 2 3
2
Keterangan :
Populasi 1 diambil n data; populasi 2 diambil m data dan populasi
3 diambil p data.
Ho : 1 = 2 = ……. = k
H1 : 1 2 ……. k
Ada 3 macam uji t yaitu: (1) Uji t untuk satu sampel. (2) Uji t
untuk dua sampel independen (3) Uji t untuk dua sampel
berpasangan
4
c) Ambil taraf signifikansi (α) dan tentukan juga apakah
pengujian itu sepihak atau dua pihak.
d) Mencari tkritis pada tabel distribusi t dengan derajat
kebebasan (n-1) dan taraf signifikansi α.
e) Bandingkan thitung dengan tkritis. Bila thitung ≥ tkritis, maka
hipotesis nol ditolak.
Dimana
5
Jika kedua kelompok tidak homogen maka menggunakan
Rumus
Keterangan:
x̅ : rata-rata nilai X
ӯ : rata-rata nilai Y
Sx2 : variansi dari X
Sy2 : variansi dari Y
nx : banyaknya data X
ny : banyaknya data Y
Contoh 3.1:
Seorang mahasiswa Biologi melakukan percobaan terhadap
kelinci untuk melihat pengaruh vitamin X dan vitamin Y
masing-masing terhadap pertumbuhan beratnya. Dalam
percobaan itu diambil secara acak, masing-masing 10 ekor
kelinci untuk dijadikan sampel I dan sampel II. Kenaikan berat
kedua kelompok itu diukur dalam gram. Diperoleh data sebagai
berikut.
6
Tabel 3.1
Kelompok I(X) Kelompok II(Y)
kelinci naik Kelinci naik
1 4 1 2
2 6 2 4
3 8 3 1
4 5 4 3
5 3 5 3
6 8 6 5
7 9 7 3
8 10 8 2
9 9 9 4
10 8
Tabel 3.2
X Y ̅
X ̅
Y ̅ )2
(X − X ̅ )2
(Y − Y
4 2 7 3 9 1
6 4 1 1
8 1 1 4
5 3 4 0
3 3 16 0
8 5 1 4
9 3 4 0
10 2 9 1
9 4 4 1
8 1
jml 50 12
7
̅ = ∑ X = 70 = 7
X n 10
̅ = ∑ Y = 27 = 3
Y n 9
Sx 2 = 5,55
Sy 2 = 1,50
S2x 5,55
S 2 Mx = n = 10−1 = 0,6167
x −1
S2y 1,50
S 2 My = n = 9−1 = 0,1875
y −1
1 1 1 1
√𝑛 + 𝑛 =√10 + 9 = 0,4595
𝑥 𝑦
x̅−y
̅ 7−3 4
t= 1 1
= 0,8968.0,4595 = 0,3695 = 10,8254
Sp √ +
𝑛 𝑥 𝑛𝑦
Uji dua sampel berpasangan ialah uji hipotesis untuk dua sampel
yang anggota-anggotanya sama (tetap) atau yang anggota-
anggota nya telah dipasang-pasangkan sehingga setiap pasang
itu dapat diamati keterkaitannya. Dalam hal ini, peubah-peubah
lainnya lebih terkontrol. Karena itu hasil pengujiannya lebih
terjamin.
Pada uji t ini, yang diperhatikan itu selisih skor (D) dari
responden yang sama. Kemudian t hitung diperoleh dengan
rumus:
8
Gambaran penggunaan uji t berpasangan adalah sebagai berikut:
Sebelum dilakukan penerapan metode baru dalam pembelajaran,
seluruh siswa dites sebagai tes awal. Setelah pembelajaran baru
diterapkan perlakuan metode, dua bulan kemudian siswa dites
lagi sebagai tes akhir. Peneliti ingin membandingkan apakah
pembelajaran yang baru berdampak positif terhadap prestasi
belajar? Untuk dapat menjawab permasalahan tersebut maka
peneliti menggunakan rumus uji t sampel berpasangan. Jadi,
yang dijadikan dua kelompok adalah tes awal dan tes akhir.
Karena kedua tes itu dilakukan pada orang yang sama, maka
digunakan uji t sampel berpasangan. Yang berpasangan disini
adalah tes awal dan tes akhir.
Contoh 3.2:
Hasil uji coba terhadap 10 siswa diperoleh data sebagai berikut:
Tabel 3.3
9
Apakah perlakuan yang diberikan kepada siswa dapat
meningkatkan prestasi?
Jawab:
H0 : μx = μy
HA : μx ≠ μy
Tabel 3.4
siswa pretes postes D D2
1 5 4 1 1
2 6 5 1 1
3 4 6 -2 4
4 7 6 1 1
5 5 3 2 4
6 6 5 1 1
7 8 5 3 9
8 7 7 0 0
9 5 4 1 1
10 8 6 2 4
Jumlah 10 26
̅ = 10 = 1
D 10
(∑ D)2
∑ d2 = ∑ D2 − N
102
= 26 − 10
= 26 − 10 = 16
∑ d2
sD̅ =√
N(N−1)
16
= √10(10−1)
16
= √90 = 0,422
̅
𝐷
t=𝑠
̅
𝐷
1
= 0,422
= 2,370
10
Karena t hitung = 2,370 lebih besar daripada t tabel/kritis = 1,833,
maka dengan α = 0,05 hipotesis nol ditolak.
Means ̅
X1 ̅
X2 .................. ̅
Xk
𝑋 +𝑋 +𝑋 + …+𝑋𝑛1
𝑋̅1 = 11 21 𝑛31
1
𝑋 +𝑋 +𝑋 + …+𝑋𝑛2
𝑋̅2 = 12 22 𝑛 32
2
𝑋 +𝑋 +𝑋 + …+𝑋𝑛𝑘
𝑋̅𝑘 = 1𝑘 2𝑘 𝑛 3𝑘
𝑘
Cara 1.
12
Dimana 𝜎 2 adalah variance populasi
Variance between mean tersebut merupakan estimasi
pertama dari 𝜎 2 .
𝜎2
𝑆𝑋2̅ = 𝑛
𝑛.∑𝑘 ̅ ̅ 2
𝑗=𝑖(𝑋𝑗 − 𝑋 )
𝜎 2 = n. 𝑆𝑋2̅ = 𝑘−1
𝑘 − 1 = merupakan degree of freedoom.
13
Contoh 3.3:
Kita ingin membandingkan 3 jenis sepeda motor dalam hal jarak
yang bisa dicapai dengan pemakaian 1 liter bensin. Dari uji
diperoleh informasi sebagai berikut:
Hasil sampel dari 3 jenis sepeda motor
Tabel 3.5
Jenis
I II III
Sampel ke
1 22 22 25
2 21 25 29
3 26 24 28
4 23 25 30
Mean 23 24 28
Jawab :
k = 3, n = 4
22+21+26+23
̅
XI = = 23
4
̅ II = 22+25+24+25 = 24
X
4
̅ III = 25+29+28+30 = 28
X 4
23+24+28
̅
X= = 25 (over all team)
3
a) Ho : μI = μII = μIII
Ha : μI ≠ μII ≠ μIII (Paling sedikit satu pasang berbeda)
b) 𝛼 = 0,05
c) Kriteria pengujian
i. Ho diterima apabila : F ≤ 4,26
ii. Ho ditolak apabila : F > 4,26
iii. (k-1) = 3-1 = 2
iv. k(n-1) = 3(4-1) = 9
14
d) Perhitungan nilai F :
2
∑kj=i(x̅j − x̅)2
SX̅ =
k−1
(23−25)2 +(24−25)2 +(28−25)2
=
3−1
4+1+9
= =7
2
Estimasi harga 𝜎 2
1. n . SX2̅ = 4 .7 = 28
∑n k
i=1 ∑j=1(x
̅ j )2
̅ ij −X
2. SX2̅ = k(n−1)
(22−23)2 +(21−23)2 +(26−23)2 +(23−23)2 +(22−24)2+
(25−24)2+(24−24)2 +(25−24)2 +(25−28)2 +(29−28)2 +
(28−28)2+(30−28)2
= 3(4−1)
1+4+9+4+1+1+9+1+4
= = 3,78
9
28
F = 3,78 = 7,41 (F hitung)
Kesimpulan:
Oleh karena 7,41 > 4,26 maka Ho ditolak. Yang berarti paling
sedikit terdapat satu pasang mean yang berbeda nyata. Jarak
rata-rata dengan pemakaian satu liter bensin tidak sama (paling
sedikit dua jenis sepeda motor tersebut tidak sama).
Cara 2:
Langkah-langkah menghitung nilai F adalah sebagai berikut:
1 ni
X i. X ij : mean sampel dari populasi ke i
n i j1
1 ni
Si2 (X ij X i. ) 2
n i 1 j1
: variansi sampel dari populasi
ke i .
15
ni
1 k 1 k
X
n i 1
Xij
ji
n i Xi. : mean seluruh sampel dengan n
n i 1
pengamatan .
k
JKS = (n i 1)s i2 : jumlah kuadrat “sesatan“
i 1
(dalam populasi).
k
JKT = n i ( X i. X ) 2 : jumlah kuadrat “tritmen”
i 1
(antara populasi atau kategori)
JKS
SKR = : Sesatan kuadrat rata – rata
nk
JKT
TKR = : “Tritmen”(kategori) kuadrat
k 1
rata – rata
TKR
F= : F hitung
SKR
Catatan :
Apabila ANAVA dihitung menggunakan aplikasi SPSS atau
yang lainnya, Ho ditolak jika peluang [F > F(k–1;n–k;α)] kurang
dari . Demikian juga Ho tidak ditolak jika sebaliknya.
Dalam aplikasi SPSS ditunjukkan dengan nilai sig. Jika sig<α
berarti Ho ditolak.
16
Tabel 3.6
Sumber Jumlah Kuadrat rata
db F hitung
Variansi kuadrat – rata
JKS
Sesatan n–k JKS SKR =
nk
Contoh 3.4.
Guna membandingkan penghasilan bulanan keluarga (dalam
juta rupiah) di tiga kota A, B, dan C diambil sampel random
sebagai berikut : Tujuh keluarga diambil dari kota A, tujuh
keluarga dari kota B, dan enam keluarga dari kota C. Diperoleh
hasil pengamatan sebagai berikut :
Tabel 3.7
17
n = 7+7+6 = 20
k=3
X 75,9
JKS = 911,2
JKT = 440,16
SKR = 53,6
TKR = 220,08
Ho : 1 = 2 = 3
Tabel 3.8
ANAVA PENGHASILAN KELUARGA
Sumber
Variansi Db Jumlah Kuadrat F hitung
kuadrat rata - rata
18
Karena Fhitung > F tabel , maka Ho ditolak dengan tingkat signifikansi
5% . Dengan kata lain ada perbedaan antara penghasilan keluarga kota
A, B, dan C.
Contoh 3.5.
Dipunyai empat varitas padi yang akan diuji produktivitasnya.
Dipilih 24 petak tanah yang kira–kira mempunyai kesuburan
yang sama. Kemudian dari 24 petak itu dibagi secara random
menjadi 4 kelompok yang masing–masing 6 petak. Selanjutnya
tiap kelompok ditanami satu varitas padi. Hasilnya tertuang
dalam tabel berikut :
Tabel 3.9
HASIL PADI (dalam Kuintal)
Pengamatan Kelompok
petak ke-i
I I II IV
1 24 13 21 27
2 13 21 13 30
3 18 11 26 24
4 24 23 23 29
5 16 28 16 26
6 23 18 12 34
Mean 19,26 19 18,50 28,33
Ho : 1 = 2 = 3 = 4
H1 : tidak semua mean itu sama .
21
ANAVA Sampel Berbeda
a) Kenormalan
b) Kesamaan Variansi
22
c) Pengamatan yang Bebas
1) Efek eksperimen
2) Kesalahan eksperimen
3) Perbedaan individual
23
H0 :µ1 = µ2 = µ3 = …=µk
Partisi Variansi
Dimana :
24
Variansi Total
Keterangan :
SSW/SSE : jumlah kuadrat dalam.
k : levels of treatment ( jumlah populasi )
ni : ukuran sampel dari poplasi i
xij : pengukuran ke-j dari populsi ke-i
x̅ : mean keseluruhan ( dari seluruh nilai data )
Keterangan:
SSG : jumlah kuadrat dalam.
k : levels of treatment ( jumlah populasi )
ni : ukuran sampel dari poplasi i
xij : pengukuran ke-j dari populsi ke-i
𝑥̅ : mean keseluruhan ( dari seluruh nilai data )
Keterangan:
Contoh 3.9.
Akan dilakukan pembandingan terhadap hasil produksi dari 3
mesin yaitu mesin A, mesin B, dan mesin C.
Tabel 3.11
A B C
50 120 140
30 70 125
12 70 80
30 65 90
12 90 70
30 70 80
20 70 80
Jawab:
dari data di atas didapat:
n1 = n 2 = n3 = 7
k =3
n = 21
df1 = 2 , dan df2 = 18
Kemudian akan dilakukan uji hipotesis untuk mengetahui
apakah ada perbedaan variansi antara ketiga mesin tersebut?.
1) Hipotesis
Ho : 𝜇1 = 𝜇2 = 𝜇3
Hi : tidak semua mean sama.
2) Tingkat signifikansi (𝛼) = 0.05 = 5%
3) Daerah kritis, Ho ditolak jika F hitung > F(2,8,0.05)
4) Kesimpulan
Dari output tersebut di atas diperoleh bahwa
Nilai F hitung = 21.43
Nilai F tabel = 3,554
26
Karena F hitung > F tabel
Sehingga dapat disimpulkan bahwa Ho ditolak
Yang berarti bahwa ketiga mesin tersebut memberikan hasil
yang berbeda.
Sebagai contoh,
Tabel 3.12
Variabel pertama
1 2
Variabel kedua
27
didefinisikan sebagai mean ij untuk baris itu. Pada sisi bawah
tabel ditulis .j yang merupakan mean ij untuk kolom itu.
Tabel 3.13
Variabel pertama
1 2
1 X111 X121
. .
Variabel kedua
X11k X12l
11 12 1.
2 X211 X221
. .
X21n X22o
21 22 2.
3 X311 X321
. .
Keterangan :
28
mereka (r=2). Kita ingin membandingkan antara penghasilan
rata-rata tenaga kerja laki-laki dan perempuan;
membandingkan penghasilan rata-rata tenaga kerja ketiga
kota ; atau melihat adanya kemungkinan interaksi antara jenis
kelamin dari ketiga kota tersebut.
c) Kita mempunyai 4 varitas padi (c=4) dan 3 macam pupuk
(r=3) dan ingin menyelidiki apakah ada suatu kombinasi
varitas padi dan pupuk tertentu yang akan memberikan hasil
rata-rata yang lebih besar dari kombinasi yang lain. Atau
ingin membandingkan produktivitas rata-rata ketiga macam
pupuk, atau keempat varitas padi.
Dalam penelitian eksperimen, sangat diperlukan analisis
statistic untuk menyimpulkan hasil eksperimen. Salah satu
teknik analisis yang cocok untuk ini adalah ANAVA (analisis
varian) atau dalam bahasa Inggris ANOVA (Analysis of
variance). Sesuai kebutuhannya dalam statistic dikenal istilah
one way ANOVA (ANAVA satu jalur) dan two way ANOVA
(ANAVA dua jalur). ANAVA satu jalur hanya
memperhitungkan 1 faktor yang menimbulkan variasi,
sedangkan ANAVA dua jalur memperhitungkan dua faktor yang
menimbulkan variasi. Namun dalam hal ini yang akan kita bahas
adalah ANAVA dua jalur.
ANAVA satu jalur sebenarnya dapat dipakai untuk
menghadapi kasus variabel bebas lebih dari satu. Hanya saja
analisisnya dilakukan satu per satu, sehingga akan menghadapi
banyak kasus ( N semakin banyak ). Namun dengan melalui
ANAVA dua jalur akan dihindari terjadinya noise (suatu
kemungkinan yantg menyatakan terdapat suatu efek karena
bercampurnya suatu analisis data). Noise ini dapat dihindari
pada ANAVA dua jalur karena analis disini melibatkan kontor
terhadap perbedaan (katagorikal) variabel bebas. Variabel-
variabel tiap kelompok tidak diambil secara acak melainkan
ditempatkan dalam cluster-cluster tertentu sesuai dengan
karakteristik yang mungkin ada dalam variabel itu.
29
Pada dasarnya pola sampel dapat dikelompokan menjadi
dua kelompok,yaitu:
1) Seluruh sampel, baik yang berada pada kelompok pertama
sampai dengan yang ada di kelompok lain, berasal dari
populasi yang sama. Untuk kondisi ini hipotesis nol terbatas
pada tidak ada efek dari treatment (perlakuan).
2) Sampel yang ada di kelompok satu berasal dari populasi
yang bebeda dengan populasi sampel dengan populasi
sampel yang ada di kelompok lainnya.
30
Variasi Total (SSTO) Di antara kelompok (SSTR)
Keterangan :
SSTO : Sum of Squared Deviation Total (jumlah daviasi
kuadrat total)
SSTR : Sum of Squared Deviation among Treatment (jumlah
deviasi kuadrat antar group)
SSB : Sum of Squared Deviation among Block (jumlah
deviasi kuadrat antar zona)
SSE : Sum of Squared Deviation Error (jumlah deviasi error
kuadrat).
Rumus:
𝑇2
SSTO = ∑𝑛𝑖=1 ∑𝑘𝑘=1 𝑥 2 − 𝑁
2
𝑇 𝑇2
SSTR = ∑𝑘𝑘−1 𝑘 ‐
𝑛 𝑘 𝑁
𝑇2 𝑇2
SSB = ∑𝑖𝑖=1 𝑛 ‐
𝑖 𝑁
SSE = SSTO ‐ SSTR ‐SSB
31
SSTO ‐ 𝑆𝑆𝐸
(j‐1)(k‐1)
SSTR ‐SSB
Total N‐1= jk‐1 SSTO =
∑𝑛𝑖=1 ∑𝑘𝑘=1 𝑥 2 −
𝑇2
𝑁
Contoh 3.8
Dinas pendidikan melakukan penelitian yang terkait dengan uji
coba penggunaan metode pembelajaran yang dikaitkan dengan
perbedaan zona. Dalam hal ini dipilih 6 zona, yang masing-
masing zona dipilih 4 sekolah yang masing-masing sekolah
menggunakan metode pembelajaran yang berbeda.
Data yang diambil adalah nilai rata-rata di masing-masing
sekolah, dengan skor penilaiannya antara 0 sampai 100.
Data selengkapnya adalah sebagai berikut :
Zona Metode Total Mean
A B C D
1 70 61 82 74 287 71.75
2 77 75 88 76 316 79.00
3 76 67 90 80 313 78.25
4 80 63 96 76 315 78.75
5 84 66 92 84 326 81.50
6 78 68 98 86 330 82.50
JAWAB:
32
Dari tabel tersebut bisa kita uraikan data datanya sebagai berikut
J = 6, k = 4, jk = 24
Berikut ini data tentang group :
𝑛1 = 6 𝑛2 = 6 𝑛3 = 6 𝑛4 = 6 N = 24
𝑇1 = 465 𝑇2 = 400 𝑇3 = 546 𝑇4 = 476 T = 1.887
𝑇1 = 216.225 𝑇2 = 160.000 𝑇3 = 298.116 𝑇42 = 226.576
2 2 2
𝑇 2 = 3.560. 769
𝑛5 = 4 𝑛6 = 4 N = 24
𝑇5 = 326 𝑇6= 330 T = 1. 887
𝑇52 = 106.276 2
𝑇6 = 108. 900 𝑇 2 = 3.560. 769
𝑇2
SSTO = ∑𝑛𝑖=1 ∑𝑘𝑘=1 𝑥 2 − 𝑁
= 150.661 ‐ 148.365,375
= 2.295,625698
33
108.900
)‐ 148.365,375
4
= 148.648,75 ‐ 148.365,375
= 283,375
SSE = SSTO ‐ SSTR ‐ SSB
= 2.295,63 ‐ 1. 787,46 ‐ 283,375
= 224, 79.
34
Ada 2 uji yang dapat kita lakukan disini yaitu uji beda mean
antar group dan uji beda mean antar blok,
Uji ini bermaksud melihat apakah mean antar zona berbeda atau
tidak. Dengan kata lain, kita ingin melihat apakah
pengelompokkan dalam zona tersebut mempunyai arti atau
tidak.
Langkah langkah pengujian :
1) Tentukan 𝐻0 dan 𝐻1
35
𝐻0 : 𝜇.1 = 𝜇.2 = 𝜇.3 = 𝜇.4
𝐻1 : paling sedikit ada satu zona yang berbeda meannya.
2) Tentukan nilai kritis
Nilai Ftabel kita peroleh dari informasi derajat bebas dan
tingkat signifikansinya. Derajat bebas yang dipakai adalah :
𝐹𝑎 [(𝑗‐1);(𝑗‐1)(𝑘‐1)]
Misalkan tingkat signifikansi atau α yang dipakai adalah
0,05. Dengan k = 4 dan j = 6, maka derajat bebasnya adalah
(6-1); (6-1)(4-1)=(5,15) sehingga diperoleh F(5,15:0,05) = 2,90
3) Tentukan nilai uji
Seperti yang terlihat pada tabel sebelumnya yaitu nilai
Fhitung adalah 3,782
4) Keputusan
Kita tolak 𝐻0 jika nilai Fhitung > Ftabel.
Karena Fhitung = 29,0 > Ftabel= 2,90
maka keputusannya adalah menolak 𝐻0 .
Yang berarti ada perbedaaan dg zona tersebut.Dengan kata
lain proses pengelompokkan yang telah kita lakukan ke
dalam berbagai zona adalah penting secara statistik, terkait
dengan penggunaan metode pembelajaran yang berbeda-
beda.
36
Tabel t
Uji 2 Pihak, =0,05
dk t0,05 dk t0,05 dk t0,05 dk t0,05 dk t0,05 dk t0,05
- - 49 2.010 99 1.984 149 1.976 199 1.972 249 1.970
- - 50 2.009 100 1.984 150 1.976 200 1.972 250 1.969
1 12.706 51 2.008 101 1.984 151 1.976 201 1.972 251 1.969
2 4.303 52 2.007 102 1.983 152 1.976 202 1.972 252 1.969
3 3.182 53 2.006 103 1.983 153 1.976 203 1.972 253 1.969
4 2.776 54 2.005 104 1.983 154 1.975 204 1.972 254 1.969
5 2.571 55 2.004 105 1.983 155 1.975 205 1.972 255 1.969
6 2.447 56 2.003 106 1.983 156 1.975 206 1.972 256 1.969
7 2.365 57 2.002 107 1.982 157 1.975 207 1.971 257 1.969
8 2.306 58 2.002 108 1.982 158 1.975 208 1.971 258 1.969
9 2.262 59 2.001 109 1.982 159 1.975 209 1.971 259 1.969
10 2.228 60 2.000 110 1.982 160 1.975 210 1.971 260 1.969
11 2.201 61 2.000 111 1.982 161 1.975 211 1.971 261 1.969
12 2.179 62 1.999 112 1.981 162 1.975 212 1.971 262 1.969
13 2.160 63 1.998 113 1.981 163 1.975 213 1.971 263 1.969
14 2.145 64 1.998 114 1.981 164 1.975 214 1.971 264 1.969
15 2.131 65 1.997 115 1.981 165 1.974 215 1.971 265 1.969
16 2.120 66 1.997 116 1.981 166 1.974 216 1.971 266 1.969
17 2.110 67 1.996 117 1.980 167 1.974 217 1.971 267 1.969
18 2.101 68 1.995 118 1.980 168 1.974 218 1.971 268 1.969
19 2.093 69 1.995 119 1.980 169 1.974 219 1.971 269 1.969
20 2.086 70 1.994 120 1.980 170 1.974 220 1.971 270 1.969
21 2.080 71 1.994 121 1.980 171 1.974 221 1.971 271 1.969
22 2.074 72 1.993 122 1.980 172 1.974 222 1.971 272 1.969
23 2.069 73 1.993 123 1.979 173 1.974 223 1.971 273 1.969
24 2.064 74 1.993 124 1.979 174 1.974 224 1.971 274 1.969
25 2.060 75 1.992 125 1.979 175 1.974 225 1.971 275 1.969
26 2.056 76 1.992 126 1.979 176 1.974 226 1.971 276 1.969
27 2.052 77 1.991 127 1.979 177 1.973 227 1.970 277 1.969
28 2.048 78 1.991 128 1.979 178 1.973 228 1.970 278 1.969
29 2.045 79 1.990 129 1.979 179 1.973 229 1.970 279 1.969
30 2.042 80 1.990 130 1.978 180 1.973 230 1.970 280 1.968
31 2.040 81 1.990 131 1.978 181 1.973 231 1.970 281 1.968
32 2.037 82 1.989 132 1.978 182 1.973 232 1.970 282 1.968
33 2.035 83 1.989 133 1.978 183 1.973 233 1.970 283 1.968
34 2.032 84 1.989 134 1.978 184 1.973 234 1.970 284 1.968
35 2.030 85 1.988 135 1.978 185 1.973 235 1.970 285 1.968
36 2.028 86 1.988 136 1.978 186 1.973 236 1.970 286 1.968
37 2.026 87 1.988 137 1.977 187 1.973 237 1.970 287 1.968
38 2.024 88 1.987 138 1.977 188 1.973 238 1.970 288 1.968
39 2.023 89 1.987 139 1.977 189 1.973 239 1.970 289 1.968
40 2.021 90 1.987 140 1.977 190 1.973 240 1.970 290 1.968
41 2.020 91 1.986 141 1.977 191 1.972 241 1.970 291 1.968
42 2.018 92 1.986 142 1.977 192 1.972 242 1.970 292 1.968
43 2.017 93 1.986 143 1.977 193 1.972 243 1.970 293 1.968
44 2.015 94 1.986 144 1.977 194 1.972 244 1.970 294 1.968
45 2.014 95 1.985 145 1.976 195 1.972 245 1.970 295 1.968
46 2.013 96 1.985 146 1.976 196 1.972 246 1.970 296 1.968
47 2.012 97 1.985 147 1.976 197 1.972 247 1.970 297 1.968
48 2.011 98 1.984 148 1.976 198 1.972 248 1.970 298 1.968
37
Tabel F
=0,05
dk Pembilang (k)
dk
Penyebut
1 161.45 199.50 215.71 224.58 230.16 233.99 236.77 238.88 240.54 241.88
1 2 3 4 5 6 7 8 9 10
2
(n-k-1) 18.51 19.00 19.16 19.25 19.30 19.33 19.35 19.37 19.38 19.40
3 10.13 9.55 9.28 9.12 9.01 8.94 8.89 8.85 8.81 8.79
4 7.71 6.94 6.59 6.39 6.26 6.16 6.09 6.04 6.00 5.96
5 6.61 5.79 5.41 5.19 5.05 4.95 4.88 4.82 4.77 4.74
6 5.99 5.14 4.76 4.53 4.39 4.28 4.21 4.15 4.10 4.06
7 5.59 4.74 4.35 4.12 3.97 3.87 3.79 3.73 3.68 3.64
8 5.32 4.46 4.07 3.84 3.69 3.58 3.50 3.44 3.39 3.35
9 5.12 4.26 3.86 3.63 3.48 3.37 3.29 3.23 3.18 3.14
10 4.96 4.10 3.71 3.48 3.33 3.22 3.14 3.07 3.02 2.98
11 4.84 3.98 3.59 3.36 3.20 3.09 3.01 2.95 2.90 2.85
12 4.75 3.89 3.49 3.26 3.11 3.00 2.91 2.85 2.80 2.75
13 4.67 3.81 3.41 3.18 3.03 2.92 2.83 2.77 2.71 2.67
14 4.60 3.74 3.34 3.11 2.96 2.85 2.76 2.70 2.65 2.60
15 4.54 3.68 3.29 3.06 2.90 2.79 2.71 2.64 2.59 2.54
16 4.49 3.63 3.24 3.01 2.85 2.74 2.66 2.59 2.54 2.49
17 4.45 3.59 3.20 2.96 2.81 2.70 2.61 2.55 2.49 2.45
18 4.41 3.55 3.16 2.93 2.77 2.66 2.58 2.51 2.46 2.41
19 4.38 3.52 3.13 2.90 2.74 2.63 2.54 2.48 2.42 2.38
20 4.35 3.49 3.10 2.87 2.71 2.60 2.51 2.45 2.39 2.35
21 4.32 3.47 3.07 2.84 2.68 2.57 2.49 2.42 2.37 2.32
22 4.30 3.44 3.05 2.82 2.66 2.55 2.46 2.40 2.34 2.30
23 4.28 3.42 3.03 2.80 2.64 2.53 2.44 2.37 2.32 2.27
24 4.26 3.40 3.01 2.78 2.62 2.51 2.42 2.36 2.30 2.25
25 4.24 3.39 2.99 2.76 2.60 2.49 2.40 2.34 2.28 2.24
26 4.23 3.37 2.98 2.74 2.59 2.47 2.39 2.32 2.27 2.22
27 4.21 3.35 2.96 2.73 2.57 2.46 2.37 2.31 2.25 2.20
28 4.20 3.34 2.95 2.71 2.56 2.45 2.36 2.29 2.24 2.19
29 4.18 3.33 2.93 2.70 2.55 2.43 2.35 2.28 2.22 2.18
30 4.17 3.32 2.92 2.69 2.53 2.42 2.33 2.27 2.21 2.16
31 4.16 3.30 2.91 2.68 2.52 2.41 2.32 2.25 2.20 2.15
32 4.15 3.29 2.90 2.67 2.51 2.40 2.31 2.24 2.19 2.14
33 4.14 3.28 2.89 2.66 2.50 2.39 2.30 2.23 2.18 2.13
34 4.13 3.28 2.88 2.65 2.49 2.38 2.29 2.23 2.17 2.12
35 4.12 3.27 2.87 2.64 2.49 2.37 2.29 2.22 2.16 2.11
36 4.11 3.26 2.87 2.63 2.48 2.36 2.28 2.21 2.15 2.11
37 4.11 3.25 2.86 2.63 2.47 2.36 2.27 2.20 2.14 2.10
38 4.10 3.24 2.85 2.62 2.46 2.35 2.26 2.19 2.14 2.09
39 4.09 3.24 2.85 2.61 2.46 2.34 2.26 2.19 2.13 2.08
40 4.08 3.23 2.84 2.61 2.45 2.34 2.25 2.18 2.12 2.08
41 4.08 3.23 2.83 2.60 2.44 2.33 2.24 2.17 2.12 2.07
42 4.07 3.22 2.83 2.59 2.44 2.32 2.24 2.17 2.11 2.06
43 4.07 3.21 2.82 2.59 2.43 2.32 2.23 2.16 2.11 2.06
44 4.06 3.21 2.82 2.58 2.43 2.31 2.23 2.16 2.10 2.05
45 4.06 3.20 2.81 2.58 2.42 2.31 2.22 2.15 2.10 2.05
46 4.05 3.20 2.81 2.57 2.42 2.30 2.22 2.15 2.09 2.04
47 4.05 3.20 2.80 2.57 2.41 2.30 2.21 2.14 2.09 2.04
48 4.04 3.19 2.80 2.57 2.41 2.29 2.21 2.14 2.08 2.03
49 4.04 3.19 2.79 2.56 2.40 2.29 2.20 2.13 2.08 2.03
50 4.03 3.18 2.79 2.56 2.40 2.29 2.20 2.13 2.07 2.03
51 4.03 3.18 2.79 2.55 2.40 2.28 2.20 2.13 2.07 2.02
52 4.03 3.18 2.78 2.55 2.39 2.28 2.19 2.12 2.07 2.02
53 4.02 3.17 2.78 2.55 2.39 2.28 2.19 2.12 2.06 2.01
54 4.02 3.17 2.78 2.54 2.39 2.27 2.18 2.12 2.06 2.01
55 4.02 3.16 2.77 2.54 2.38 2.27 2.18 2.11 2.06 2.01
38