OPTIMAL

BAB I
Pengujian Hipotesis Satu Rata-Rata
A. Pengujian pihak kanan
Perumusan yang umum untuk uji pihak kanan mengenai rata rata
H0 H1
berdasarkan dan adalah :
{H 0 : = 0
H 1 : > 0
Daerah
Penerimaan
za
0
Syarat-syarat pengujian Hipotesis dan aturan permainan
H o : o zo za , H o
apabila di tolak
H o : > o zo < za , H o
apabila di terima
Contoh:
Proses pembuatan barang rata-rata menghasilkan 15,7 unit per jam. Hasil
produksi mempunyai varians 2,3. Metode baru di usulkan mengganti yang
1
lam jika rata-rata per jam menghasilkan paling sedikit 16 buah. Untuk
menentukan apakah metode diganti atau tidak, metode baru dicoba 20 kali dan
ternyata rata-rata per jam menghasilkan 16,9 buah. Pengusaha bermaksud
mengambil ressiko 5% untuk menggunakan metode baru apabila metode ini rata-
rata menghasikan lebih dari 16 buah. Apakah keputusan si pengusaha?
Jawab :
dengan memisalkan hasil produksi berdistribusi normal, maka kita akan menguji
pasangan hipotesis:
{
H 0 : =16 ; berati ratarata hasil baru paling tinggi 16. Jikaini terjadi , metode
lama masih dipertahankan
H 1 : > 4,5 :Berarti rataratahasil metode baru lebih dari 16 dan karenanya
metode lama dapat diganti
x 0
Harga-harga yang perlu untuk mengunakan rumus z= / n adalah x
n=20, = 2,3 0=16

=16,9 buah, dan buah. Didapat :
16,916
z= =2,65
(2,3)/20
Distribusi normal baku Dari daftar normal standar dengan

=0,05 diperoleh z=1,64 .
Kriteria pengujian adalah : tolak

H0
Daerah
jika z hitung lebih besar atau sama
Penerimaan
dengan 1,64 . Jika z hitung lebih
2
1,64
Dari penelitian didapat z=2,65 yang jelas jatuh pada daerah kritis. Jadi
H0
ditolak. Ini menyimpulkan bahwa metode baru dapat menggantikan
metode lama dengan mengambil resiko 5%.
Catatan:
H0
Pengujian yang menghasilkan ditolak dengan taraf nyata 0,05 dinamakan
H0
uji nyata atau uji berarti atau uji signifikan. Jika ditolak pada taraf 5%
tetapi diterima pada taraf 1% maka dikatakan bahwa hasil uji barangkali
berarti. Dalam hal ini diajukan untuik melakukan penelitian lebih lanjut dan
pengujian dapat dilakukan lagi.
Sering dikehendaki berapa besar peluang yang terjadi ketika keputusan

berdasarkan hasil pengujian dibuat. Untuk contoh di atas misalnya, peluang
tersebut adalah :
P ( z 2,65 )=0,50,4960=0,0040.
Ini berarti : berdasarkan penelitian yang dilakukan, kesempatan melakukan

kekeliruan ketika memutuskan mengambil metode baru adalah 4 dari setiap 1000.
Dalam bentuk ini biasa dituliskan bahwa peluang P<0,05, bahkan P<0,01 .
Contoh :
Bagaimanakah kesimpulannya jika diambil =0,01 ?
Jawab :
3
Untuk =0,01 , dari daftar normal baku didapat z=2,33. Dari perhitungan,
harga z=2,65 dan ini lebih besar dari 2,33. Jadi jatuh pada daerah kritis.
H0
Karenanya ditolak. Kesimpulan dapat dibuat seperti diatas, hanya sekarang
resikonya 1%.
Catatan :
Uji yang berarti pada taraf 1% dikatakan hasil uji sangat berarti, atau sangat nyata
atau sangat signifikan.
Contoh :
Dengan melakukan percobaan sebanyak 20 kali, berapa seharusnya hasil rata-rata

per jam paling sedikit untuk meyakinkan si pengusaha mengganti metode lama ?
Jawab :
Dengan =0,01 dan dimisalkan populasi hasil produksi berdistribusi normal
dengan nilai-nilai = 2,3 , 0 =16 dan n=20 , maka dari Rumus
x 0
z=
/ n . didapat :
2,3/20

x 16
2,33=

4
Dari 20 percobaan yang dilakukan paling sedikit harus mencaoai rata-rata 16,79
buah per jam.
Hal B ). tak diketahui
Sepertia dalam bagian 4, maka jika tidak diketahui, statitik yang di gunakan
untuk menguji
{H 0 : = o
H 1 : > 0
x 0
Adalah statistik t seperti dalam Rumus t= s / n
Kriteria pengujian didapat dari daftra distribusi student t dengan dk = (n-1)
). Jadi kita tolak H0 t 1 H0

dan peluang (1 jika t dan terima
dalam hal lainya.
Contoh : Diketahui bahwa dengan menyutikan semacam hormon tertentu kepada

ayam akan menambah berat telurnya rata-rata dengan 4,5 gram. Sampel acak yang
terdiri atas 31 butir telur dari ayam yang telah diberi suntikan hormon tersebut
memberikan rata-rata berat 4,9 gram dan simpangan baku s = 0,8 gram. Cukup
beralasankah untuk menerimaan pernyataan bahwa pertambahan rata-rata berat
telur paling sedikit 4,5 gram?
Jawab : yang kita hadapi adalah pasangan hipotesis:
{
H 0 : =4,5 ; menyuntik ayam dengan hormontidak menyebabkan bertambahnya
ratarata berat telur dengan 4,5 gram
H 1 : >4,5 : suntikkan hormonmengakibatkan berat telur ratarata bertambah
paling sedikit dengan 4,5 gram
5
x 0
t= x =4,9 0
Dari rumah s / n dengan gram s = 0,8 gram, n =31 dan
= 4,5 didapat:
4,94,5
t= =2,78
0,8 / 31
Distribusi Student dK-30
Dengan mengambil =0,01, dari
daftar distribusi t dengan dK = 30

didapat t = 2,46
Daerah
Penerimaan
2,46
H0
Kriteria pengujian adalah : tolak hipotensis jika t hiyung lebih besar
H0
atau sama dengan 2,46 dan terima dalam hal lainya. Peneliatian
H0
memberikan hasil t = 2,78 dan ini jatuh pada daerah penolakan . jadi
H0
hipotensis kita tolak.
Penyutingan hormon terhadap ayam menyakinkan kita dapat menambah

berat telurnya rata-rata paling sedikit dengan 4,5 gram. Dalam pembuatan
kesimpulan ini kesempatan melakukan kekeliruan terjadi kurang dari 5 di antara
setiap 1.000.
6
B. Pengujian pihak kiri
Perumusan yang umum untuk uji pihak kiri mengenai rata rata
H0 H1
berdasarkan dan adalah
{H 0 : 1 > 0
H a : 1 < 0
Daerah
Penerimaan
z a
0
Syara-syara pengujian hipotesis dan aturan permainan
H o : > o z o z a , H o
apabila di tolak
H o : < o z o >z a , H o
apabila di terima
Contoh:
Akhir-akhir ini masyarakat mengelu dan mengatakan bahwa isi bersih makanan A
dalam kaleng tidak sesuai dengan yang tertulis pada etiketnya sebesar 5 ons.
Untuk meneliti hal ini, 23 kaleng makanan A telah diteliti secara acak. Dari ke-
23 isi kaleng tersebut, berat,rata-ratanta 4,9 ons dan simpangan baku 0,2 ons.
7
Dengan taraf nyata o,o5, tentukan apa yang kita akan katakan tentang keluhan
masyarakat tersebut.
Jawab:
Jika rata-rata isi kaleng tidak kurang dari 5 ons, jelas masyarakat tidak akan
mengeluh. Karenanya akan diuji pasangan hipotesis:
{H 0 : = o
H 1 : < 0
Di sini simpangan baku tidak diketahui. Dengan memisalkan isi kaleng
x 0
berdistribusi norma, maka dari rumus t= didapat statistik t :
s / n
4,95
t= =2,398
0,2/ 23
Dengan nilai =0,05 dan dK=22,

Distribusi t
dari daftar distribusi t didapat
dk =22
t=1,72 . Aturan untuk menguji
0,05 Daerah
adalah:Tolak
H0 jika t hitung
Penerimaan 1,72 H0
dan terima dalam
H0
hal lainnya. Dari perhitungan didapat
1,72
C. Pengujian dua Hiptesis Rata-rata
8
H 0 : 1=0
H a : 1 0

2 2
z a za
2 0 2
Syarat-syarat pengujian Hipotesis dan aturan permainan
H o :=o zo z , H a z o z a , H o
apabila z atau 2 di tolak
H o : o zo z , H a z a < z o < z a , z a , H o
apabila z atau 2 2 2 di terima
Menentukan taraf nyata = probabilitas untuk melakukan kesalahan
z z
jenis satu dan cari nilai atau 2 dari table normal.
zo
1. Hitung sebagai kriteria pengujian.
x o x o
z o= =
x / n
Dimana.
9
x = rata-rata nilai yang diperoleh dari hasil pengumpulan data
o = rata-rata nilai yang di hipotesiskan
= standar deviasi populasi
= banyak sampel yang di observasikan
2. menentukan daerah dan titik kritis
3. kesimpulan
4. menentukan nilai ( - value)
Contoh:
Pengusaha pakan menyatakan bahwa pakannya tahan simpan sekitar 800 jam.
Akhir-akhir ini timbul dugaan bahwa masa simpan pakan tersebut telah berubah.
Untuk menentukan itu dilakukan penelitian dengan jalan menguji 50 karung
pakan. Ternyata rata-ratanya 792. dari pengalaman, diketahui bahwa simpangan
baku masa simpan pakan 60 jam. Selidiki dengan taraf nyata 0,05 apakah kualitas
pakan sudah berubah atau belum
Jawab :
H : = 800 jam
792 800
Z 0.94
60 / 50
A : 800 jam
= 60 jam
X = 792 jam
n = 50
10
Dari daftar normal baku untuk uji dua pihak dengan = 0.05 yang memberikan
z0.475 = - 1.96
Daerah (penolakan
daerah kritis
) H Daerah (penolakan
daerah kritis
) H
Daerah penerimaan
H Luas=?
0.025
d
-1.96 d
1.96
Terima H jika z hitung terletak antara -1.96 dan 1.96. Dalam hal lainnya Ho
ditolak
Dari penelitian sadah didapat z = -0.94 dan terletak di daerah penerimaan H
Jadi H diterima, kesimpulan masa simpan pakan belum berubah masih sekitar 800
jam .
Untuk ukuran sampel kecil ( N < 30 ) atau standar deviasi tidak di ketahui.
zo za za
Untuk ukuran sampel kecil ( N < 30 ) , , 2 di ganti dengan
t o, t , t t0
2 di mana sebagai bentuk.
x o ( x o) n
t o= =
s/n s
11
x x 2

S = penduga , , langsung di hitung dari nilai observasi

s=
x 1 , x 2 , x n . .t t
atau 2 di peroleh dari table t dengan mengunakan

atau 2 dan derajat kebebasan sebesar n-1.
Latihan Soal :
12
1. Data yang dikeluarkan oleh suatu lembaga menyatakan bahwa pendapatan rata-
rata per hari pedagang kaki lima di kota Pn sebesar Rp. 7.250,-. Seorang
peneliti menduga bahwa pendapatan rata-rata perhari pedagang kaki lima tersebut
lebih dari Rp. 7.250,-. Untuk membuktikan dugaan peneliti tersebut maka
diambil sampel sebanyak 20 pedagang kaki lima untuk diwawancarai. Dari hasil
wawancara diketahui bahwa rata-rata pendapatan perhari pedagang kaki lima di
kota Pn sebesar Rp. 8.100,- dengan standat deviasi sebesar Rp. 2.300,-. Jika
dalam pengujian digunakan taraf signifikan sebesar 5%, ujilah kebenaran
data yang dikeluarkan lembaga tersebut.
2. 2 Pemda kota B ingin mengetahui apakah rata-rata pendapatan art shop di bulan
Juni dapat mencapai Rp. 5.000.000,- per hari. Diketahui dari data tahun lalu,
simpangan baku Rp. 500.000,-. Dari 100 art shop yang di survey, didapatkan rata-
rata penjualan pada bulan Juni adalah Rp. 4.000.000,-. Dapatkah dikatakan
bahwa rata-rata pendapatan art shop di bulan Juni mencapai Rp. 5.000.000,-?
Ujilah dengan = 5%!
3. Populasi pelat baja dari produsen memiliki panjang rata-rata 80 cm dengan

simpangan baku 7 cm. Setelah 3 tahun produksi, konsumen meragukan panjang
pelat tersebut. Guna meyakinkan keabsahan hipotesis itu, diambil sampel acak
100 unit pelat baja dan diperoleh hasil perhitungan panjang rata-rata pelat adalah
83 cm dan standar diviasinya tetap.
Apakah ada alasan untuk meragukan bahwa rata-rata panjang pelat baja yang
dihasilkan produsen sama dengan 80 cm pada taraf signifikan 5% ?
Jawab :
H o : =7.250 dan H a : > 7.250

1. Hipotesis statistic : (uji satu arah)
Taraf signifikan ( =5 ) maka T a . n1=T 0.05.19 =1.729
13
8.1007.250
T hitung= =1.65
2.300
20
T hitung <T tabel atau1.65<1.729 maka H o

Jadi karena di terima sehingga data
dari lembaga yang menyatakan bahwa pendapatan rata-rata perhari pedagan

kaki lima di kota Pn sebesar Rp.7.250 adalah benar.
2. X = 4.000.000,- = 5% , n =100, = 5.000.000, = 500.000

Pengujian satu arah ( sisi kiri ), dengan Rumusan Hipotesa :
Ho : = o
H1 : < o
Nilai Z 0,05 = 1,64

Zo = (x)/(/n )= ( 4.000.000 - 5.000.000)/(500.000/10) = - 20
Nilai Zo = -20 < -Z 0,05 = -1,64
Maka Tolak Ho atau terima H1.
Kesimpulan : Pendapatan art shop di bulan juni tidak sampai Rp. 5.000.000,-
3. Diketahui :
n = 100 ; a = 5% ; mo = 80 cm ;
s = 7 cm ; X = 83 cm
a. Formula Hipotesis
Ho : m = 80
Ha : m 80
b. Taraf nyata dan nilai t tabel
a = 5%
Za/2 = 1,96 (Uji dua arah)
14
c. Kriteria pengujiannya
Ho diterima jika : -1,96 < Zo < 1,96
Ho ditolak jika : Zo > 1,96 atau Zo < -1,96
d. Uji Statistik
Zo = (83 - 80) / (7/1001/2) = 4,29
maka Zo > 1,96 Ho ditolak
e. Kesimpulan
Pada taraf nyata 5% terdapat perbedaan signifikan x = 83 cm dengan m =

80 cm tidak terjadi karena faktor kebetulan.
BAB II
UJI T
15
A. Pendahuluan
Menurut ( Sarwoko : 107 ), uji t digunakan apabila deviasi standar dari
populasi tidak diketahui dan ukuran sampel kecil, yaitu : n 30.
William Goset, yang mempublikasikan dengan nama student, melakukan
pengamatan bahwa estimasi terhadap dengan menggunakan s kurang
tepat sampel sampel yang berukuran kecil, s akan cenderung ternilai
terendah kerendahan (underestimate ) terhadap lebih dari
separuhnya. Goset mengemukakan sebuah kelompok distribusi distribusi

simetris, disebut distribusi distribusi t, yang memperbolehkan estimasi
estimasi interval apabila tidak diketahui dan sampel berukuran kecil.
Masing masing distribusi ini berubah ubah sesuai atau merupakan

fungsi dari ukuran sampel, n atau, lebih khusus lagi tergantung dari derajat
kebebasan (degrees of freedom, df ). Pada dasarnya hipotesis nol
menunjukkan nilai nilai dalam range, namun kita hanya memperhatikan
nilai di dalam hipotesis nol yang paling dekat dengan batas antara daerah
penerimaan dengan daerah penolakan.
Kita dapat menghitung nilai nilai t parameter hasil estimasi dengan

formula sebagai berikut:
Uji T dapat di bagi menjadi dua yaitu :
a) Uji T untuk pengujian hipotesis 1-sampel (uji satu variabel)
b) Uji T untuk pengujian hipotesis 2-sampel
16
B. Uji T Untuk Pengujian Hipotesis 1-Sampel (Uji Satu
Variabel)
a. Sampel Kecil ( n 30 )
Untuk pengujian hipotesis satu rata rata dengan sampel kecil ( n
30 ), uji statistiknya menggunakan distribusi t. Prosedur pengujian
hipotesisnya ialah sebagai berikut.
1. Formulasi hipotesis Daerah

penerima
H0 0
a) :
Daerah
H1 0 penolak
:
Daerah
penerima
H0 0
b) :
Daerah
H1 0
: penolak
H0 0 Daerah
c) :
penerima
H1 0
Daerah Daerah
:
penolak penolak
2. Penentuan nilai taraf nyata dan nilai tabel uji t.

Taraf nyata sesuai soal dan nilai t sesuai tabel, kemudian
menentukan derajat kebebasan yaitu db =n -1 lalu menentukan nilai
t =n1
.
17
3. Kriteria pengujian
H0 0 H1 0
a) Untuk : dan :
H0 t t ( db, )
diterima jika
H0 t > t( db , )
ditolak jika
H0 0 H1 0
b) Untuk : dan :
H0 t t ( db; )
diterima jika
H0 t < t( db; )
ditolak jika
H0 0 H1 0
c) Untuk : dan :
t( db, ) t t( db,
H0 2 2
)
diterima jika
t t ( db, t t ( db;
H0 2) 2)
ditolak jika dan
4. Uji statistik
a) Simpangan baku () populasi diketahui:
x 0
t
/ n
b) Simpangan baku () populasi tidak diketahui:
x 0
t
s/ n
Keterangan :
18
x
= rata-rata sampel
0 = rata-rata populasi
s = = deviasi standar sampel
n = jumlah sampel
5. Kesimpulan
H0
Menyimpulkan tentang penerimaan atau penolakan .
b. Contoh soal :
Ujilah hipotesis bahwa isi kaleng rata rata suatu jenis minyak
pelumas adalah 10 liter dengan simpangan baku 8,2. Bila random 10
kaleng adalah 10,2; 10; 9,7; 10,1; 9,8; 9,9; 10,4; 10,3; 9,8; dan 10,3 liter.
Gunakan taraf nyata 1%!
Penyelesaian:
n =10; =1 % =0,01; 0 = 10
X = 100,5
X 100,5
= 10
19
= 10,05
=8,2
a) Formulasi hipotesis
H0 0
:
H1 0
:
b) Taraf nyata dan nilai t tabel
=1% =0,01; /2 =0,005 dengan db =10 1 =9

t0,005;9 =3,250
c) Kriteria pengujian
H0 diterima apabila -3,250 t0 3,250

H0 ditolak apabila: t0 >3,250 atau t0 <-3,250
d) Uji statistik
x 0 100,5 10
t
/ n 8,2 / 10
t=
Daerah
penerima
e) Kesimpulan -3,250 3,250

Karena t0 > 3,250, maka H0 ditolak. Jadi, populasi kaleng secara
rata rata tidak sama dengan 10 liter/kaleng.
20
C. Uji T Untuk Pengujian Hipotesis 2 - Sampel
a. Sampel kecil ( n 30 )
Untuk pengujian hipotesis beda dua rata rata dengan sampel kecil,
uji statistiknya menggunakan distribusi t. Prosedur pengujian
hipotesisnya ialah sebagai berikut.
1. Formula Hipotesis
H 0 : 1=2
a)
H 1 : 1 > 2
H 0 : 1=2
b)
H 1 : 1 < 2
H 0 : 1=2
c)
H 1 : 1 2
2. Penentuan nilai (taraf nyata) dan nilai t table.

Untuk menentukan sesuai dengan soal, kemudian menentukan
t , atau t /2
nilai dari tabel.
H 0 : 1=2 H 1 : 1 > 2
a) Untuk dan
H0 t 0 t
diterima jika
H0 t 0> t
ditolak jika
H 0 : 1=2 H 1 : 1 < 2
b) Untuk dan
H0 t 0 t
diterima jika
H0 t 0<t
ditolak jika
21
H 0 : 1=2 H 1 : 1 2
c) Untuk dan
H0 t /2 t 0 t / 2
diterima jika
H0 t 0>t /2 t 0<t / 2
ditolak jika atau
4. Uji statistik
a) Untuk pangamatan tidak berpasangan
X 1 X 2
t 0=

2 2
( n11 ) s1 + ( n21 ) s 2 1 1
.( + )
n1+ n22 n1 n2
t0 db=n1 +n22
memiliki distribusi dengan
Keterangan :
x1
=rata-rata sampel pertama
x2
=rata-rata sampel kedua
2
s1
=varians sampel pertama
2
s2
=varians sampel kedua
n1 =jumlah sampel pertama
n2 =jumlah sampel kedua
b) Untuk pengamatan berpasangan
d
t 0=
Sd
n
Keterangan :
d =rata-rata dari nilai d
S d =simpangan baku dari nilai d
n =bayaknya pasangan
t 0 memiliki distribusi dengan db=n1
5. Kesimpulan
22
Kesimpulan pengujian merupakan penerimaan atau penolakan
H0
H0 H1
a) Jika diterima maka ditolak
H0 H1
b) Jika ditolak maka diterima
b. Contoh Soal :
1. Seorang pemilik kedai minuman mengadakan sebuah
penelitian untuk mengetahui selera pemilihan minuman
dengan rasa jeruk yang lebih diminati konsumennya. Sampel
sebanyak 12 orang diambil dengan percobaan minuman
dengan jeruk yang diperas dengan tangan sendiri, dan 10 orang
dengan percobaan minuman jeruk yang diolah dari botol sirup
dengan rasa jeruk. Sampel pertama memberikan penilaian
dengan nilai rata rata 93 dengan simpangan baku 6 dan
sampel kedua dengan nilai rata rata 60 dengan simpangan
baku 7,5. Ujilah hipotesis kedua percobaan jenis minuman ,
dengan alternatif keduanya tidak sama dengan taraf nyata 10% !
Penyelesaian :
x
n1 =12 1 =93 s1 =6
x
n2 =10 2 =60 s2 =7,5
1. Formulasi hipotesisnya:
H 0 : 1=2
H 1 : 1 2
2. Taraf nyata dan nilai t tabelnya:

=10 % =0,10
/2 =0,05
db =12 +10 2 =20
23
t0,05;20 =2,086
H0 2,086 t 0 2,086
diterima jika
H0 t 0> 2,086 t 0<2,086
ditolak jika atau
4. Uji Statistik
9360
t 0=
( 121 ) 36+ ( 101 ) 56,25 1 1

12+102
.( + )
12 10
= 11,785
5. Kesimpulan
Karena t0 =11, 785 >t0,005;20 =2,086 maka H0 ditolak. Jadi, kedua
cara yang di pakai dalam menyajikan minuman rasa jeruk tidak sama
rasanya di mata konsumen
Daerah
penerima
2,08
2. Disajikan data sebagai berikut :
Penjualan
Salesman
Minggu 1 Minggu 2
A 7 9
B 6 3
C 2 14
D 12 13
24
E 9 6
Data diatas diambil dari 5 salesman untuk diselidiki hasil

penjualannya pada minggu pertama dan minggu kedua suatu produk
tertentu. Ujilah dengan taraf 1% apakah hasil penjualan minggu pertama
lebih baik dari pada minggu kedua, dari salesman tersebut !
Penyelesaian :
1. Formulasi hipotesisnya
H0 0
:
H 1 : 1 > 2
2. Taraf nyata dan nilai t tabelnya:

=1 % =0,01
db =5-1 =4
t0,01;4 =-3,747
H0 t 0 3,747
diterima jika
H0 t 0>3,747
ditolak jika
4. Uji statistik
Penjualan
Salesma
Minggu 1 Minggu 2 d d2
n
25
7 9
A 6 3 2 4
B -3 9
C 2 14 12 144
D 1 1
E 12 13 -3 9
9 6
Jumlah 9 168
9
d = =1,8
5
166
=42
s2d 4
sd =6,48
1,8
=0,64
t0 = 6,48
5
5. Kesimpulan
Karena t0 = 0,62 > -3,747, maka H0 ditolak. Jadi, penjualan minggu
kedua lebih baik dari pada mingu pertama.
Daerah
penerima
-
3,747
26
D. Soal Latihan
1. Dekan fakultas ilmu komunikasi Universitas Z menduga bahwa
kualitas mengajar dosen statistik paling tinggi 70% dari nilai
idealnya.Untuk membuktikan dugaan tersebut dilakukan penyebaran
kuesioner dengan mengambil sampel 20 orang mahasiswa untuk
mengisi kuesioner dengan jujur dan adil sesuai kualitas dan
professional dosen ketika mengajar.Jumlah pertanyaan yang dilakukan
dalam kuesioner ada 10 pertanyaan, instrument penelitian penelitian
kualitas mengajar diberi skala: (5) = sangat baik, (4) = baik , (3) =
cukup, (2) =kurang baik, (1) =sangat tidak baik.Taraf singnifikan =5%.
Data total hasil jawaban setiap mahasiswa diperoleh sebagai berikut :
40 5 40 36 39 32 39 32 39 40 32 33 38 40 40 37 37 34 40 40 40 39
2. Sebuah perusahaan mengadakan pelatihan teknik pemasaran sampel

sebanyak 12 orang dengan metode biasa dan 10 orang dengan
terprogram pada akhir pelatihan diberikan evaluasi dengan materi yang
sama. Kelas pertama mencapai nilai rata rata 80 dengan sampel baku
4 sedangkan kelas kedua nilai rata rata 75 dengan simpangan baku
4,5. Ujilah hipotesis kedua metode pelatihan dengan alternative
keduanya sama tidak sama, taraf nyata 5%!
3. Dekan fakultas ilmu komunikasi Universitas Z menduga bahwa

kualitas mengajar dosen penelitian sosial paling rendah 80% dari nilai
idealnya,Untuk membuktikan dugaan tersebutdilakukan penyebaran
kuesioner dengan mengambil sampel 20 orang mahasiswa untuk
mengisi kuesioner dengan jujur dan adil sesuai kualitas dan
professional dosen ketika mengajar.Jumlah pertanyaan yang diajukan
27
dalam kuesioner ada 10 pertanyaan, instrument peneliti kualitas
mengajar diberi skala : (5) = sangat baik, (4) = baik, (3) = cukup, (2) =
kurang baik, (1) =sangat tidak baik.Taraf signifikan =5

Data total hasil jawaban setiap mahasiswa diperoleh sebagai berikut:
40 5 40 36 39 32 39 40 32 33 38 40 40 37 37 34 40 40 40 39
Jawaban Soal Latihan

1. a. Menghitung nilai idealnya
Nilai idealnya =10 x 4 x 20 =800
800
=40
Rata rata nilai idealnya 20
Jai, 70% dari rata rata nilai idealnya = 0,7 x 40=28 atau
0=28
b. Membuat hipotesis penelitian

Hipotesis penelitian dibuat dalam uraian kalimat berdasarkan dari
dugaan bahwa kualitas mengajar dosen statistic paling tinggi 70%
H 0= kualitas mengajar dosen statistic paling rendah atau sama
dengan 70% dari nilai rata rata idealnya

H a= Mengajar dosen statistik paling tinggi 70% dari rata rata
nilai idealnya
c. Membuat hipotesis dalam bentuk model statistik

H 0 : 28
H a : < 28
d. Menentukan taraf signifikan ( , pada kasus ini 5 %
e. Kaidah pengujian
t tabel ( n1 ) t Hitung Ho Ha
Jika : maka diterima dan diterima
28
t hitung dan t tabel
f. Menghitung
t hi tug
Tahapan menentukan nilai
1. Membuat tabel penolong
X X
N Xi Xi
Xi X No Xi X

o
1 40 37,6 5,76 11 38 37,6 0,16
2 35 37,6 6,76 12 40 37,6 5,76
3 40 37,6 5,76 13 40 37,6 5,76
4 36 37,6 2,56 14 37 37,6 0,36
5 39 37,6 1,96 15 37 37,6 0,36
6 32 37,6 31,36 16 34 37,6 12,96
7 39 37,6 1,96 17 40 37,6 5,76
8 40 37,6 5,76 18 40 37,6 5,76
9 32 37,6 31,36 19 40 37,6 5,76
10 33 37,6 21,16 20 40 37,6 5,76
Xi=752 162,8
2. Menentukan nilai rata rata pengamatan
X =
Xi
n Daerah
penerima
29
752
=37,6 - 14,7
20
1,729
t
3. Menghitung hitug

X 0 37,628 9,6
= =14,7
t hitug s 2,972 0,6545
n 20
Menghitung t tabel
t tabel
Dengan taraf signifikan = 0,05.Kemudian dicari nilai pada
tabel distribusi t dengan ketentuan : db = n1,db=201=19

t tabel ( .db)=t (0,05.19 )=1,729
Sehingga
t tabel t hitug
g. Membandingkan dan
t tabel ( .db )=t (0,05.19)=1,729

dan t hitug =14,7
t tabel < t h itug =1,729<14,7 H0

Ternyata maka diterima.
h. Mengambil keputusan / kesimpulan

t tabel < t h itug H0
Karena maka diterima dengan demikian
kualitas mengajar dosen statistikpaling rendah atau sama dengan

70% dari nilai rata rata idealnya.
n1=12 X 1=80 S 1=4

2. Dik :
30
n2=10 X 2=75 S 2=4,5
a. Menentukan hipotesis
H0 0
:
H1 0 Daerah
: penerima
2,79
t tabel
b. Menentukan dan
=5 =0,05
0,05
= =0,025
2 2
db=n1 +n22

12+ 102=20
t 0,05: 20=2,086

t hitung
c. Uji statistik (
X 1 X 2
t hitung =

2 2
( n11 ) s1 +(n21) s2 1 1
n1+ n22
+
(n n )
1 2
8075

( 121 ) 4 +(101)4,52 1 1
2
12+102
+
n1 n2 ( )
5

11,16+9.20,25 1 1
20
+
12 10 ( )
5

679
t hitung =2,79
31
d. Kriteria Pengujian
Ho t tabel t Hitung < t tabel
diterima jika
Ho t hitung >t tabel t Hitung <t tabel
ditolak jika atau
e. Kesimpulan
t t tabel =2,086 , Ho
Karena Hitung =2,79 maka ditolak.
Jadi, hasil kedua metode pelatihan yang digunakan tidak sama
3. Langkah langkah menjawab :

a). Menghitung nilai idealnya
Nilai idealnya =10 x 4 x 20 =800
800
=40
Rata rata nilai idealnya = 20
0=32
Jadi, 80% dari rata rata idealnya =0,8 x 40 =32 atau
Ha H0
b). Membuat hipotesis ( dan dalam uraian kalimat
H0:
Kualitas mengajar dosen metode penelitian sosial paling
tinggi atau sama dengan 80% dari nilai rata rata idealnya.
Ha
:Kualitas mengajar dosen metode penelitian soaila paling
rendah 80% dari rata rata nilai idealnya
c). Membuat hipotesis statistic
H 0 : 32

H a : 32

d). Menentukan resiko kesalahan, pada kasus ini =5 %
e). Kaidah pengujian
t tabel ( n1) <t h itung Ha

Jika : maka terima
32
t tabel ( n1) t h itung H0
Jika : maka tolak
t hitung t t abel
f). Menghitung dan
(
Xix
No Xi X No Xi X (
Xix 2
2

1 40 37,6 5,76 11 38 37,6 0,16
2 35 37,6 6,76 12 40 37,6 5,76
3 40 37,6 5,76 13 40 37,6 5,76
4 36 37,6 2,56 14 37 37,6 0,36
5 39 37,6 1,96 15 37 37,6 0,36
6 32 37,6 31,36 16 34 37,6 12,96
7 39 37,6 1,96 17 40 37,6 5,76
8 40 37,6 5,76 18 40 37,6 5,76
9 32 37,6 31,36 19 40 37,6 5,76
10 33 37,6 21,16 20 40 37,6 5,76
xi=752 162,8
Menentukan nilai rata rata pengamatan
X =
Xi = 752 =37,6
n 30
Menentukan nilai standar deviasi (s)
33

X
Xi

2

s=
t
Menghitung hitung

X 0 37,632 3,6
t hitung = = = =8,6
s 2,9272 0,6545
n 20
t tabel
Dengan taraf signifikan =0,05. Kemudian dicari nilai pada
tabel distribusi t dengan ketentuan : db = n1,db=201=19
t tabel ( .db )=t (0,05.19 )=1,729

Sehingga
t tabel t hitug
g). Membandingkan dan
t tabel ( .db ) =t ( 0,05.19)=1,729

dan t hitug =8,6
t tabel < t h itug =1,729< 8,6 H0

Ternyata maka ditolak
h). Mengambil keputusan / kesimpulan

t tabel <t h itung , Ho
Karena maka ditolak. Dengan demikian
kualitas mengajar dosen statistik paling rendah atau sama dengan

80% dari nilai rata rata idealnya.
Jadi, hasil kedua metode pelatihan yang digunakan tidak sama.
Daerah
penerima
Daerah H0
penerima
34
H0
-1,729 8,6
BAB III
2
UJI CIH- KUADRAT x
35
2
2.1 Nilai x =Nilai chi- kuadrat tidak ada yang negatif karena nilai chi-
kuadrat itu bersifat kuadrat sehingga selalu bernilai positif.
2
Contoh : Beberapa nilai x untuk db =5 dengan =0,010 ?
Jawab =15,09
2
Nilai x untuk db =7 dengan 0,001 ?
Jawab =24,32
2
2.2 Penggunaan Uji chi-kuadrat x
Menguji proporsi untuk data multinom.

Menguji kesamaan rata-rata distribusi poisson.
Menguji independen antara dua faktor didalam daftar kontingensi B x
K.
Menguji kesesuaian antara data hasil pengamatan dengan model
distribusi dari mana data itu diduga diambil.
Menguji model distribusi berdasarkan data hasil pengamatan.
2.3 Penerapa hipotesis awal dan hipotesis alternatif
2.3.1 Penerapan Hipotesis Awal
1. Cih-kuadrat dengan tabel kontingensi 2x2

Langkah-langkahnya :
Ha H0
a. Tulis dan dalam bentuk kalimat yaitu :
H a : Tidak terdapat hubungan yang signifikan antara kedua
variabel tersebut.
H 0 : Terdapat hubungan yang signifikan antara kedua variabel
tersebut.
36
Ha H0
b. Tulis dan dalam bentuk statistik :
H a : x2 0
H0 2
: x =0
c. Buatlah tabel kontingensi 2x2
TABEL . 1
2X2
I II
A NA
a1 a2
B NB
b1 b2
N1 N2
N
Jika tabelnya 2x3, maka gambar tabelnya sebagai berikut :
TABEL . 2
2X3
I II III
A a1 a2 a3 NA
B NB
b1 b2 b3
N1 N2 N3
N
d. Cari chi-kuadrat hitung untuk tabel 2x2 rumus :
N (a 1 b2 a2 b1 )2
x 2hitung =
(a1 +b 1)(a 2+ b2)(a1+ a2 )(b1 +b2 )
Jika tabelnya 2x3, maka rumusnya :
37
2 2 2
2 N a1 a2 a3 N b21 b22 b23
x hitung = + + + + + + + N
N A N1 N2 N 3 N B N1 N2 N 3
e. Tetapkan taraf signifikansinya ( ) .
f. Tentukan kriteria pengujian x 2hitung yaitu : Jika x 2hitung x2tabel ,
H0
maka diterima.
2
g. Cari x tabel dengan rumus :
dk =( B1 )( K 1 )
Dimana : B =Banyak Baris
K =Banyak Kolom
2 2
Dan dengan menggunakan tabel x didapat nilai x tabel .
2 2
h. Bandingkan x hitung dengan x tabel dan konsultasikan dengan
kriteria langkah f.
i. Buatlah kesimpulannya.
1. Contoh soal :
Diketahui :
Wanita yang hobi majalah ilmiah 47 orang
Wanita yang hobi majalah hiburan 62 orang
Pria yang hobi majalah ilmiah 58 orang
Pria yang hobi majalah hiburan 39 orang
Pertanyaannya :
Apakah terdapat hubungan yang signifikan antara variabel jenis kelamin

dengan variabel hobi ?
38
Jawab :
Ha H0
variabel tersebut.
tersebut.
Ha H0
Ha 2
: x 0
H 0 : x 2=0
c. Tabel kontingensi 2x2.
Hiburan Ilmiah
Pria 109
wanita 62 47 97
101 39 58 105 N =206
d. Chi-kuadrat dicari dengan rumus :
2
2 N (a 1 b2 a2 b1 )
x hitung =
(a1 +b 1)(a 2+ b2)(a1+ a2 )(b1 +b2 )
206(62.5847.39)2
x 2hitung =
(62+39)(47+58)(62+ 47)(39+58)
206 ( 1.763 )2

101.105 .109 .97
5,71
e. Taraf singnifikansinya ( )=0,05
39
f. Kriteria pengujian x 2hitung yaitu : Jika x 2hitung x2tabel , maka H0
diterima.
2
dk =( B1 )( K 1 )
(21)(21)
1
2 2
Dan dengan menggunakan tabel x didapat nilai x tabel=3,84
2 2
H 0 ditolak .
h. Ternyata 5,71>3,84 atau x h itung > x tabel sehingga
i. Kesimpulannya :
H 0 yang berbunyi, Terdapat hubungan yang signifikan antara
Ha
kedua variabel tersebut , ditolak. Sebaliknya yang
berbunyi, Tidak terdapat hubungan yang signifikan antara kedua

variabel tersebut, diterima.
1. Contoh Soal
Diketahui :
Basket Voli Tenis meja
Wanita 24 45 18 87
54 67 36
Laki laki 157
78 112 54 244
40
Ditanya : Apakah ada hubungan antara jenis kelamin dengan olahraga
dengan taraf signifikan ( )=0,05 ?
Penyelesaian:
Langkah-langkahnya
Ha H0
variabel tersebut.
tersebut.
Ha H0
Ha 2
: x 0
H 0 : x 2=0
c. Tabel tidak perlu dibuat karena sama dengan soal

d. Cari chi-kuadrat dengan rumus :
2 2 2
2 N a1 a2 a3 N b21 b22 b23
x hitung = + + + + + + + N
N A N1 N2 N 3 N B N1 N2 N 3
244 242 252 182 244 542 67 2 362

x 2hitung = + + + + + + + 244
87 78 112 54 157 78 112 54
2,57+7,38+5,58+6+1,55+ 2,92+ 40,08+24244
159,08
41
2 2 2
H0
f. Kriteria pengujian x hitung yaitu : Jika x hitung xtabel , maka
diterima.
2
dk =( B1 )( K 1 )
(21)(31)
2
2 2
Dan dengan menggunakan tabel x didapat nilai x tabel=5,99
2 2
H 0 diterima .
h. Ternyata -159 <5,99 atau x h itung < x tabel sehingga
i. Kesimpulannya :
Ha
variabel tersebut , ditolak. Sebaliknya yang berbunyi,
Tidak terdapat hubungan yang signifikan antara variabel

tersebut, diterima.
2.3.2 Uji chi-kuadrat model Observasi dan Haraoan Sel Baris menunjukkan
frekuensi harapan atau teoritisnya dengan lambing H dan frekuensi
observasi dengan lambing O. Sedangkan sel kolom menunjukkan
urutan peristwanya dengan lambangnya P. Langkah-langkahnya :
Ha H0
variabel tersebut.
tersebut.
42
Ha H0
H a : x2 0
H0 2
: x =0
c. Buatlah tabel kontingensi bxk
TABEL. IV
KONTINGENSI B x K
Peristiwa P1 P2 P3 Pn
Frekuensi
Observasi
o1 o2 o3 on
Frekuensi

Pengamata h1 h2 h3 hn
d. Cari chi-kuadrat hitung tabel bxk rumus :

k
(o h )2
x 2hitung = i i
i=1 hi
43
Atau
(o 1h1 )2 (o 2h2 )2 (o 3h3 )2 (o h )2

x 2= + + + + n n
h1 h2 h3 hn
e. Tetapkan taraf signifikansinya ( ) .
H0
maka diterima.
2
dk =( B1 )( K 1 )
Dimana : B =Banyak Baris
K =Banyak Kolom
2 2
Dan dengan menggunakan tabel x didapat nilai x tabel .
2 2
h. Bandingkan x hitung dengan x tabel dan konsultasikan dengan
kriteria langkah f.
i. Buatlah kesimpulannya.
44
2. Contoh Soal :
Diketahui :
Tabel XVI . 5
Kontingensi
Peristiwa 1 2 3 4 5
Frekuensi
Observasi 6 7 8 9 10
Frekuensi 11 12 13 14 15
Pengamata
n
Dengan =0,05
Ditanyakan :
Adakah hubungan yang segnifikan antara observasi dengan
pengamatan ?
Jawab :
Ha H0
variabel tersebut.
tersebut.
Ha H0
Ha 2
: x 0
H 0 : x 2=0
c. Tabel tidak perlu dibuat karena sudah ada seperti soalnya diatas.
2 2 2 2
2 (o 1h1 ) (o 2h2 ) (o 3h3 ) (o nhn )
x= + + + +
h1 h2 h3 hn
45
( 611 )2 ( 712 )2 ( 813 )2 ( 914 )2 ( 1015 )2
+ + + +
11 12 13 14 15
2,27+2,08+1,92+1,79+1,67
9,73
e. Taraf signifikansinya =0,05
H0
maka diterima.
2
dk =( B1 )( K 1 )
( 21 ) ( 51 )
2 2
Dengan menggunakan tabel x didapat nilai x tabel =9,49
H0
h. Ternyata 9,73 >9,49 sehingga ditolak.
i. Kesimpulan
Ha
kedua variabel tersebut , ditolak. Sebaliknya yang
berbunyi, Tidak terdapat hubungan yang signifikan antara kedua

variabel tersebut, diterima.
Latihan Soal :
1. Ada dua kelompok A danB, masing-masing terdiri dari 95 orang yang

menderita semacam penyakit. Kelompok A diobati dengan semacam
46
obat sedangkan kelompok B tidak diobati. Sesudah jangka waktu
tertentu diperiksa berapa orang yang sembuh. Ternyata dari
kelompok A ada 78 yang sembuh sedangkan dari kelompok B ada 62
orang. Akan diuji chi-kuadrat bahwa obat yang digunakan tidak
mempunyai pengaruh terhadap penyembuhan penyakit. Dengan taraf
signifikan 0.05 ?
2. Kita tahu bahwa peluang nampaknya salah satu permukaan dadu

homogin masing-masing = 1/6. Sebuah eksperimen telah dilakukan
sebanyak 120 kali dengan sebuah dadu dan menghasilkan 16 muka
bermata satu,24 mata 2, 23 mata 3, 15 mata 4, 17 mata 5, dan 25 mata
6. Akan diuji apakah dadu tersebut homogin ataukah tidak, yaitu akan
diuji chi-kuadrat dengan taraf signifikan =0.05 ?
Jawaban Soal Latihan
1. Diketahui :
Kelompok A =95
Kelompok B =95
Kelompok A yang sembuh 78 orang
Kelompok A yang tidak sembuh 17 orang
Kelompok B yang sembuh 62 orang
Kelompok B yang tidak sembuh 33 orang
Ditanya : Akan diuji chi-kuadrat apakah obat tersebut mempunyai
pengaruh terhadap penyembuhan penyakit ?
Penyelesaian :
Ha H0
variabel tersebut.
tersebut.
47
Ha H0
H a : x2 0
H0 2
: x =0
c. Tabel kontingensi 2x2.
Sembuh Tidak sembuh

Kelompok A 95
Kelompok B 78 17 95
62 33
140
50 N= 190
d. Chi-kuadrat dicari dengan rumus :
2 N (a 1 b2 a2 b1 )2
x hitung =
(a1 +b 1)(a 2+ b2)(a1+ a2 )(b1 +b2 )
190(78.3317.62)2
x 2hitung =
(78+62)(17+33)(78+17)(62+33)
2
190 (1.520 )

140.50 .95 .95
6,95

2 2 2
H0
f. Kriteria pengujian x hitung yaitu : Jika x hitung xtabel , maka
diterima.
2
dk =( B1 )( K 1 )
(21)(21)
1
2 2
Dengan menggunakan tabel x didapat nilai x tabel=3,84
48
2 2
H 0 ditolak .
h. Ternyata 6,95>3,84 atau x hitung > x t abel sehingga
i. Kesimpulannya :
H 0 yang berbunyi, Terdapat penyembuhan penyakit antara
kelompok A dengan kelompok B tersebut , ditolak. Sebaliknya
Ha
yang berbunyi, Tidak Terdapat penyembuhan penyakit
antara kelompok A dengan kelompok B tersebut, diterima.
2. Diketahui :
Muka dengan mata satu ( A1 ) =16
Muka dengan mata dua ( A2 ) =24
Muka dengan mata tiga ( A3 ) =23
Muka dengan mata empat ( A4 )=15
Muka dengan mata lima ( A5 ) =17
Muka dengan mata enam ( A6 ) =25
Dengan taraf signifikan ( )=0,05

Ditanya : Apakah dadu tersebut homogin atau tidak yaitu akan diuji
dengan chi-kuadrat ?
Apakah dadu itu homogin, yang diharapkan akan dapat sebagai
berikut :
( A1 ) =120 x 1/ 6=20
( A2 ) =120 x 1/6=20
( A3 ) =120 x 1/6=20
( A4 )=120 x 1/6=20
( A5 ) =120 x 1/6=20
( A6 ) =120 x 1/6=20
Penyelesaian :
49
Ha H0
variabel tersebut.
tersebut.
Ha H0
H a : x2 0
H0 2
: x =0
c. Buatlah tabel kontingensi
Muka A1 A2 A3 A4 A5 A6
Pengamata 16 24 23 15 17 25
n
Diharapka 20 20 20 20 20 20
n

2
2 (o 1h1 ) (o 2h2 )2 (o 3h3 )2 +( onhn)2
x= + + +
h1 h2 h3 hn
( 1620 )2 ( 2420 )2 ( 2320 )2 ( 1520 )2 ( 1720 )2 ( 2520 )2

+ + + + +
20 20 20 20 20 20
50
0,8+0,8+ 0,45+ 1,25+0,45+1,25
5,0
e. Taraf signifikansinya =0,05
H0
maka diterima.
2
dk =( B1 )( K 1 )
( 21 ) ( 61 )
5
2 2
Dengan menggunakan tabel x didapat nilai x tabel =11,07
H0
h. Ternyata 5,0 <11,07 sehingga diterima.
i. Kesimpulan
H 0 diterima sehingga dapat disimpulkan bahwa dadu itu dibuat
dari bahan yang homogin.
BAB IV
BAB IV
UJI F
1. Pengujian Hipotesis Beda Tiga Rata Rata atau Lebih

ANOVA lebih dikenal dengan Uji-F (Fisher Test). Uji F
digunakan untuk mengevaluasi pengaruh semua variabel
independen terhadap variabel dependen. Artinya, data sampel
dianggap dapat wewakili populasi. Persyaratan penggunaan
51
uji-f sama dengan persyaratan uji-t, yaitu sampel diambil
secara random dari populasi yang berdistribusi normal,
datanya harus berskala interval atau rasio. Bedanya iji-t atau
uji-z hanya dapat melihat perbandingan dua kelompok data
saja sedangkan uji-f lebih dari kelompok data. Uji F ini bisa
dijelaskan dengan menggunakan analisis varians (analysis of
variance = ANOVA). Ada dua macam analisis varian, yaitu
analisis varian satu arah dan analisis varian dua arah. Arti
variasi atau varians itu asal usulnya dari pengertian konsep
Mean Square atau Kuadrat Rerata (KR), dapat dirumuskan :
Keterangan :
JK
KR=
df JK = Jumlah Kuadrat (sum of square)
df = Derajat Bebas (degree of freedom)
Menghitung nilai ANOVA atau F(Fhitung) dengan rumus :
V A KR A JK A Varian Antar Group

Fhitung = = = =
V D KR D JK D Varian Dalam Kelompok
ANALISIS VARIAN (ANOVA)
Sumber Jumlah Kuadrat Deraj Kuadr Fhitung Taraf

Varian (JK) at at Signifik
52
(SV) Beba Rerat an ()
s (df) a (KR)
Antar ( X A i )
2
( X T )
2
K1 JK A KR A Ftabel
Group (A) nA i

N df A KR D
Dalam ( X A i )
2
NK JK D - -
Group (D) X T
2
nAi df D
Total ( X T )
2
N1 - - -
XT 2
N
Keterangan :
X Ai
nA i = Mean Group
XT
N = Mean Total
K = Jumlah Keseluruhan Group Sampel
N = Jumlah Keseluruhan Sampel (jumlah kasus dalam

penelitian)
KRA = Kuadrat Rerata Antar Group
KRD = Kuadrat Rerata Dalam Group
JKA = Jumlah Kuadrat Antar Group
JKD = Jumlah Kuadrat Dalam Group
dfA = Derajat Bebas Antar Group
dfD = Derajat Bebas Dalam Group
53
Pengujian hipotesis beda tiga rata-rata atau lebih dengan teknik
ANOVA dapat dibedakan atas tiga jenis, yaitu pengujian klasifikasi satu arah,
pengujian klasifikasi dua arah tanpa interaksi, dan pengujian klasifikasi dua
arah dengan interaksi.
a. Pengujian klasifikasi satu arah

Langkah Langkah UJI-F :
1). Menentukan informasi hipotesis :
Buatlah hipotesis (Ha dan Ho) dalam bentuk kalimat.

Buatlah hipotesis (Ha dan Ho) dalam bentuk statistik.
Ho = 1 = 2 = 3 = .... = n
Ha = 1 2 3 .... n
2). Uji statistik :
Hitunglah jumlah kuadrat antar group (JKA)

Hitunglah derajat bebas antar group (dfA)
Hitunglah kuadrat rerata antar gruop (KRA)
Hitunglah jumlah kuadrat dalam group (JKD)
Hitunglah derajat bebas dalam group (dfD)
Hitunglah kuadrat rerata dalam gruop (KRD)
3). Menentukan taraf signifikasi (misalnya = 0,05 atau =

0,01), Fhitung dan Ftabel. (Ftabel = F() (dfA, dfD))
4). Buat Tabel Perhitungan Uji F
5). Menentukan kriteria pengujian :
jika Fhitung Ftabel, maka Ho ditolak berarti variabel

independen mempengaruhi variabel dependen.
54
jika Fhitung < Ftabel maka Ho diterima, berarti semua variabel
independen tidak mempengaruhi variabel dependen.
6). Buat Kesimpulan
Contoh Soal
1. Seorang ingin mengetahui perbedaan prestasi belajar untuk mata kuliah

dasar-dasar statistika antara mahasiswa tugas belajar, izin belajar dan
umum. Data diambil dari nilai UTS sebagai berikut :
Tugas belajar (A1) =6 7 8 6 9 8 9 8 =8 orang
Izin belajar (A2) =9 8 7 6 7 7 8 7 9 =9 orang
Umum (A3) =8 8 7 6 6 9 7 6 5 =9 orang
Buktikan apakah ada perbedaan atau tidak ( =0,05)?
Penyelesaian :
1. Menentukan informasi hipotesis :

Hipotesis (Ha dan Ho) dalam bentuk kalimat.
Ha : Terdapat perbedaan prestasi belajar yang signifikan antara
mahasisiwa tugas belajar, izin belajar dan umum.
Ho : Tidak ada perbedaan prestasi belajar yang signifikan antara
mahasisiwa tugas belajar, izin belajar dan umum
Hipotesis (Ha dan Ho) dalam bentuk statistik.
Ha : A1 A2 A3
Ho : A1 =A2 =A3
2. Uji statistik :
Menghitung jumlah kuadrat antar group (JKA) dengan rumus:
X1 =6 +7+ +8 +6+ 9+ 8+ 9 +8 =61, n1 =8
X2 =9 +8 +7 +6 +7 +7 +8+7 +9 =68, n2=9
X3 =8 +8 +7 +6 +6 +9 +7 +6 +5 =62, n3=9
55
X Ai

2

(61)2 ( 68)2 (62)2
( 8
+
9
+
9 ) = 1406,0139
XT

2

X Ai

2

XT
JKA =

2

Menghitung derajat bebas antar group (dfA) dengan rumus :
dfA =K 1 =3 1 =2 K =jumlah group (A1 , A2 dan A3)
Menghitung jumlah rerata antar group (KRA) dengan rumus :
JK A 2,8985
KRA = df A = 2 = 1,44925
Menghitung jumlah kuadrat dalam group (JKD) dengan rumus :
( X 1 )2 =(6)2+(7)2+(8)2+(6)2+(9)2+(8)2+(9)2+(8)2 =475
( X 2 )2 =(9)2+(8)2+(7)2+(6)2+(7)2+(7)2+(8)2+(7)2+(9)2=522
56
( X 3 )2 =(8)2+(8)2+(7)2+(6)2+(6)2+(9)2+(7)2+(6)2+(5)2=440
2
X T = ( X 1 )2 + ( X 2 ) 2+ ( X 3 )2=475+522+440=1437
X
2
( Ai)
=14371406,0139=30,9861
JKD = n Ai
2
X T
Menghitung derajat bebas dalam group (dfD) dengan rumus :
dfD =N K =26 3 =23
Menghitung jumlah rerata dalam group (KRD) dengan rumus :

JK D 30.9861
KRD = df D
=
23 = 1,347
3. Menentukan taraf signifikasi (), Fhitung dan Ftabel

Taraf signifikan sebesar =0,05
KR A 1.44925
Fhitung dengan rumus : Fh itun g= KR D = 1.347 =1.075
Ftabel dengan rumus :

Ftabel =F() (dfA,dfD)
Ftabel =F ( 0,05) (2,23)
Ftabel =3.42
Cara mencari : nilai Ftabel =3.42
Angka 2 =pembilang atau hasil dari dfA .
Angka 23 =penyebut atau hasil dari dfD
Angka 2 dicari ke kanan dan angka 23 ke bawah maka akan bertemu

dengan nilai Ftabel = 3.42 untuk taraf signifikan 0,05 (taraf kepercayaan
95%)
57
4. Table Perhitungan Anova (Uji - F)
Sumber Jumla Deraj Kuadr Fhitun Taraf
Varian (SV) h at at g Signifikan
Kuadr Bebas Rerat
(
at (JK) (df) a (KR)
Antar group 2,898 2 1,449 1,07 0,05
Ftabel =
(A) 5 25 5
Dalam group 30,98 23 1,347 3,42
(D) 61
Total 33,88 25 - - -
4
5. Kriteria pengujian :
Karena Fhitung =1.075 Ftabel =3,42 maka Ho diterima.
6. Kesimpulan :
Ho di terima dan Ha di tolak. Jadi, terdapat perbedaan prestasi belajar
yang signifikan antara mahasisiwa tugas belajar, izin belajar dan umum.
Contoh Soal
Menggunakan 2 jalur
2. Hasil suatu percobaan pada tambahan berat kambing dan sapi seperti
tabel dibawah ini yang menunjukkan banyaknya makanan dan
tambahan berat. Sampel diambil secara random, data diasumsikan
homogen dan taraf kesalahan 0,05 dan 0,01. Apakah makanan yang
diberikan menghasilkan tambahan berat yang berbeda di antara kambing
dan sapi itu?
Tabel Tambahan Berat Makanan Kambing dan Sapi
KAMBING SAPI
MAKANAN BERAT MAKANAN BERAT
19 25 70 35
20 18 65 45
58
38 30 75 50
35 37 89 80
34 30 70 65
25 20 50 60
Penyelesaian :

Ha : Terdapat perbedaan yang signifikan antara tambahan berat
makanan kambing dan sapi.
Ho : Tidak terdapat perbedaan yang signifikan antara tambahan berat

makanan kambing dan sapi

Ha : X1 X2 X3 X4
Ho : X1 =X2 =X3 =X4
TAMBAHAN BERAT MAKANAN KAMBING DAN SAPI

KAMBING SAPI STATIS TOT
MAKAN BERAT MAKANA BERAT
TIK AL
AN N
X1 X12 X2 X22 X3 X32 X4 X42 N 6 6 6 6 N=2
4
19 36 2 62 70 49 35 12 x 14 17 16 41 33 108
1 5 5 00 25 1 0 9 5 5
20 40 1 32 65 42 45 20 x 14
2 52 451 300 199 597
0 8 4 25 25 11 8 71 75 75
38 14 3 90 75 56 50 25 x 28 26 69 55 45,2
44 0 0 25 00 ,5 ,5 ,8 ,8 1
35 12 3 13 89 79 80 64
25 7 69 21 00
34 11 3 90 70 49 65 42 x 2,4 16 33 495
59
56 0 0 00 25 0 5
25 62 2 40 50 25 60 36 x 1,3 17 41 590
5 0 0 00 00 1 9
Keterangan :
x 14= X T
XT X 1 + X 2 + X 3+ X 4
=
X 1=19+ 20+38+35+34+ 25
=171
X 2=25+ 18+30+37+30+ 20
=160
Dan seterusnya
x 214
2
x 1 =361+ 400+1444+ 1225+ 1156+625
=5211
Dan seterusnya
x =
x 14
n
x 2,4 =sama-sama berat
60
x 1,3= sama-sama Makanan
2. Uji statistik :
Menghitung jumlah kuadrat total (JKT) dengan rumus:
2
( X T )
JKT = X 2
T
N
= ( X + X + X + X )
2
1
2
2
2
3
2
4 ( ( X 1 + X 2+ X 3 + X 4 )
N )
=(5211 +4518 +30071 +19975)
( 171+160+ 719+ 335 )2

( 24 )
1085 2
=59975 24 =59775 49051,04 =10723,96
Menghitung jumlah kuadrat antar group A (JKA) dengan rumus:

2 2
JKA = ( ( X Ai)
n Ai )
( X T )
N
61
2 2
= ( ( X 1 + X 2 ) ( X 3 + X 4 )
n Ai
+
n Ai )
( ( X 1 + X 2+ X 3 + X 4 )
N )
( 171+160 )2 ( 419+335 )2 ( 171+160+ 419+335 )2
= ( 12
+
12 ) ( 24 )
2 2 2
= ( 331 754
12
+
12 ) 1085
24 =(9130,08 +47376,33) 49051,04
=56506,41 49056,41 49051,04 =7455,37
Menghitung jumlah kuadrat antar group B (JKB) dengan rumus:
( )
2
( x Bi ) ( X T )
JKB = n Bi -
N
2 2
( ) (
2
=
( x 1+ X 3 ) ( x 2 + X 4 )
nBi
+
nBi
( X 1 + X 2+ X 3 + X 4 )
N )
( 171+ 419 )2 ( 160+335 )2 ( 171+160+ 419+335 )2
= ( 12
+
12 ) ( 24 )
2 2 2
= ( 590 495
12
+
12 ) 1085
24 =(29008,33 +20418,75) 49051,04
62
=49427,08 40951,04 =376,04
Menghitung jumlah kuadrat antar group A dan B (JKAB) Dengan

rumus :
2
( ) (
2
JKAB =
( x ABi )
n ABi -
( x r )
N ) - JKA - JKB
2 2 2 2 2
( ( X 1 ) ( X 2) ( X 3 ) ( X 4 )
n ABi
+
n ABi
+
n ABi
+
n ABi )(
( X 1+ X 2 + X 3 + X 4 )
N )
- JKA - JKB
1712 160 2 4192 3352 ( 171+160+ 419+335 )2

= ( 6
+
6
+
6
+
6 )- ( 24 ) 7455,37
376,04
=(4873,5 +4266,67 +29260,17 +18704,17) 7455,37 376,04
=57104,51 49051,04 7455,37 376,04 =222,06
Menghitung jumlah kuadrat dalam group (JKD) dengan rumus :
JKD =JKT JKA JKB JKAB
=10723,96 7455,37 376,04 222,06 =2670,49
Menghitung derajat bebas antar group (dfA, dfB, dfAB) dengan rumus :
dfA(kolom) =KA 1 =2 1 =1
dfB(baris) =KB 1 =2 1 =1
63
dfAB(interaksi) =dfAB . dfAB =1 .1 =1
Menghitung jumlah rerata antar group (KRA) dengan rumus :
JK A 7455 , 37
KRA = df A = 1 =7455,37
JK B 376, 04
KRB = df B = 1 =376,04
JK AB 222, 06
KRAB = df AB = 1 =222,06
Menghitung derajat bebas dalam group (dfD, dfT) dengan rumus :
dfD(residu) =N (KA KB) =24 (2.2) =20
dfT (total ) =N 1 =24 1 =23
Menghitung jumlah rerata dalam group (KRD) dengan rumus :
JK D 2670, 49
KRD = df D = 20 =133,52
3. Menentukan taraf signifikasi (), Fhitung dan Ftabel
Taraf signifikan sebesar =0,05 dan =0,01

Fhitung (FA ; FB ;FAB) masing masing group dengan rumus :
KR A 7455, 37
FA(hitung) = KR D = 133,52 =55,84
KR B 376,04
FB(hitung) = KR D = 133,52 =2,82
KR AB 222,06
FAB(hitung) = KR D = 133,52 =1,7
64
FA(tabel ) =FA () (dfA : dfD) =F(0,05) (1, 20) =4,35
=F (0,01) (1, 20) =8,10
FB(tabel) =FB () (dfB : dfD) =F(0,05) (1, 20) =4,35
=F (0,01) (1, 20) =8,10
FAB(tabel) =FAB () (dfAB : dfD) =F(0,05) (1, 20) =4,35
=F (0,01) (1, 20) =8,10
4. Table Perhitungan ANOVA (Uji - F)
Sumber Jumla Deraj Kuadr Fhitun Ftabel

Varian h at at g
(SV) Kuadr Bebas Rerata
(df) (KR)
at
(JK)
Antar Group 7455,3 1 7455,3 55,8 (0,05)=4,35
Kambing
7 7 4 (0,01) = 8,10
(A)
Antar Group 376,04 1 376,04 2,82
Sapi (B)
Antar Group 222,06 1 222,06 1,7
Kambing
Sapi (AB)
Dalam 2670,4 20 133,52 - -
Group (D) 9
Residu
Total 10723, 23 - - -
96
jika Fhitung F
tabel maka tolak Ho berarti signifikan
6. Kesimpulan :
65
a) FA (hitung) = 55,84 > FA (tabel) = 4,35 untuk taraf signifikan 0,05 dan
FA (hitung) = 55,84 > FA (tabel) = 8,10 untuk taraf signifikan 0,01. Karena
FA (hitung) lebih besar dari FA (tabel), maka Ho di tolak dan Ha diterima.
Artinya terdapat perbedaan yang signifikan antara tambahan berat
makanan kambing dan sapi, dapat disimpulkan bahwa tambahan
makanan akan mempengaruhi berat kambing dan sapi secara
signifikan. Tambahan makanan berarti dapat meningkatkan berat
pada kambing dan sapi.
b) FB (hitung) = 2,82 < FB (tabel) = 4,35 untuk taraf signifikan 0,05 dan
FB (hitung) = 2,82 < FB (tabel) = 8,10 untuk taraf signifikan 0,01. Karena
FB (hitung) lebih kecil dari FB (tabel), maka Ho diterima dan Ha di tolak.
Dapat disimpulkan bahwa tidak terdapat perbedaan yang signifikan
antara tambahan berat makanan kambing dan sapi.
c) FAB (hitung) = 1,7 < FAB (tabel) = 4,35 untuk taraf signifikan 0,05 dan
FAB (hitung) = 1,7 < FAB (tabel) = 8,10 untuk taraf signifikan 0,01. Karena
FAB (hitung) lebih kecil dari FAB (tabel), maka Ho diterima dan Ha ditolak.
Dapat di simpulkan bahwa tidak terdapat interaksi yang signifikan
tambahan berat makanan antara kambing dan sapi.
Berdasarkan hasil penelitian ini, maka dapat di sarankan memberikan

makanan yang sesuai dengan kondisi kambing dan sapi secara insetif.
b. Pengujian Klasifikasi Dua Arah Tanpa Interaksi

langkah-langkah pengujian klasifikasi dua arah tanpa interaksi sebagai
berikut :
1. Menentukan Formulasi hipotesis
66
H 0 : 1= 2= 3==0
a) (pengaruh baris nol)
H1: 1 0
sekurang-kurangnya satu
H 0 : 1= 2= 3 ==0
b) (pengaruh baris nol)
H1: 1 0
2. Menentukan taraf nyata ( dan F tabelnya

Taraf nyata ( ) dan F tabel ditentukan derajat pembilang dan
penyebut masing-masing :
Untuk baris : v 1=b1 dan v 2 =( k1 ) (b1)
Untuk kolom : v 1=k1 dan v 2 =( k1 ) (b1)

3. Menentukan kriteria pengujian
H0 F0 F (v : v )
diterima apabila 1 2
H0 F0 > F (v
ditolak apabila 1 : v2 )
H0 F0 F (v : v )
H0 F0 > F (v
4. Membuat analisis varians dalam bentuk tabel ANOVA

Sumber Jumlah Derajat Rata-Rata Fo
Varians Kuadra Bebas Kuadrat
t
Rata-Rata JKB b1 2
JKB s1 2
s1 f 1=
Baris db s3 2
Rata-Rata JKK k1 2
JKK s 2 2
s2 f 2= 2
Kolom db s3
Eror JKE (k 1) (b 2
JKE
s3
1) db
Total JKT kb - 1
b k
T2
JKT = x 2ij
i=1 j=1 kb
67
b
T 2i T2
JKB= i =1

k kb
T 2j T2
JKK= j=1

k kb
JKK =JKT JKB JKK
5. Membuat Kesimpulan
H0
Menyimpulkan diterima atau ditolak dengan membandingkan
antara langka ke-4 dengan kriteria pada langkah ke-5.
Contoh Soal :
Berikut ini adalah hasil per hektar dari empat jenis varietas tanaman tertentu
dengan penggunaan pupuk yang berbeda.
Hasil Empat Jenis Varietas dengan Penggunaan Pupuk Berbeda
v1 v2 v3 v4 Total
P1 4 6 7 8 25
9 8 10 7 34
P2
6 7 6 5 24
P3
Tota 19 21 23 20 83
l
68
Dengan taraf nyata 5 %, ujilah apakah rata-rata hasil per hektar sama untuk :
a. Jenis pupuk yang diberikan

b. Jenis varietas tanaman yang ditanam!
Penyelesaian :
1. Formulasi Hipotesis
a . H 0 : 1= 2= 3==0
H1: i 0
b . H 0 : 1= 2= 3==0
H1: 1 0
2. Taraf nyata ( dan F tabelnya
=5 =0,05
a. Untuk baris :
v 1=b1=31=2 dan v 2=( k 1 )( b1 )= ( 2 )( 3 ) =6, F 0,05(2 ;6)

=5,14
b. Untuk kolom :
v 1=k1=41=3 dan v 2=( k 1 )( b1 )= ( 2 )( 3 ) =6, F 0,05(3 ;6)

=4,76
c. Kriteria pengujian
H0 F0 5,14
diterima apabila
69
H0 F0 >5,14
ditolak apabila
H0 F0 4,76
diterima apabila
H0 F0 > 4,76
ditolak apabila
d. Analisis varians :
Sumber Varians Jumlah Derajat Rata-Rata Fo
Kuadrat Bebas Kuadrat
Rata-Rata Baris 15,17 2 7,59 f 1 =3,55

2
Rata-Rata Kolom 2,92 3 0,97 f 2=0,45

3
Eror 12,83 6 2,14

Total 30,92 11
832
JKT =42 +92 ++ 52
12 =30,92
2 2 2 2
25 +34 +24 83
JKB= =15,17
4 12
19 2+212 +232 +202 832

JKK=
4 12 =2,92
JKE =JKT JKB JKK
=30,92 15,17 2,92
=12,83
e. Membuat Kesimpulan
70
F0,05 (2;6 )=5,14, H0
a. Karena F = 3,55 < maka diterima. Jadi,
rata-rata hasil per hektar sama untuk pemberian ketiga jenis

pupuk tersebut.
F0 F0,05 (3; 6)=4,76, H0
b. Karena = 0,45 < maka diterima.
Jadi, rata-rata hasil per hektar sama untuk pemberian keempat

jenis pupuk tersebut.
c. Pengujian Klasifikasi Dua Arah dengan Interaksi

Langkah-langkah pengujian klasifikasi du arah dengan interaksi
sebagai berikut :

a . H 0 : 1= 2= 3==0
H1: 1 0
b . H 0 : 1= 2= 3==Bk =0
H1: j 0

c.

H 0 :( )11=( )12=( )13==

H1:

71
Taraf nyata ( ) dan F tabel ditentukan derajat pembilang dan
penyebut
masing-masing :
Untuk baris : v 1=b1 dan v 2 =kb(n1)
Untuk kolom : v 1=k1 dan v 2 =k b(n1)
Untuk interaksi : v 1= ( k1 ) (b1) dan v 2=kb (n1)

a. Untuk baris :
H0 F0 F (v : v )
H0 F0 > F (v
b. Untuk kolom :
H0 F0 F (v : v )
H0 F0 > F (v
c. Untuk interaksi :
H0 F0 F (v : v )
H0 F0 > F (v
4. Membuat analisis varians dalam bentuk tabel ANOVA

2
Rata-Rata Baris JKB b 1 JKB s 1 2
s1 f 1= 2
db s 4
2 2
Rata-Rata Kolom JKK k 1 JKK s 2
s2 f 2=
db 2
s 4
2
Interaksi JKI (b 1) (k 1) JKI s 3 2
s3 f 3= 2
db s 4
72
2
Eror JKE bk(n 1) JKE
s4
db
Total JKT bkn - 1
b k n
T2
JKT = x 2ijc
i=1 j=1 c=1 b.k .n
T 2i T2
JKB= i =1

k .n b . k .n
T 2j T2
JKK= j=1

b.n b . k .n
b k b b
T 2ij T 2i T 2j T 2
JKI = i =1 j=1
i =1 j=1
b.n k .n b . n b . k .n
JKK =JKT JKB JKK-JKI
b =baris, k =kolom, n =ulangan percobaan
5. Membuat Kesimpulan
H0
Menyimpulkan diterima atau ditolak dengan membandingkan
antara langka ke-4 dengan kriteria pada langkah ke-3.
Contoh Soal :
Empat varietas padi hendak dibandingkan hasilnya dengan memberikan

pupuk. Percobaan dilakukan dengan menggunakan 8 petak yang seragam,
73
masing-masing di 4 lokasi yang berbeda. Disetiap lokasi, dicobakan pada 2
petak yang ditentukan secara acak. Hasilnya (dalam kg) per petak adalah
sebagai berikut :
Hubungan antara jenis pupuk, varietas padi dan hasil panen.
Jenis Varietas padi

Pupuk
V1 V2 V3 V4
P1 60 59 70 55
58 62 63 61
P2 75 61 68 70
71 54 73 69
P3 57 58 53 62
41 61 59 53
Dengan taraf nyata 15, ujilah hipotesis berikut ini :
a. Tidak ada beda hasil panen rata-rata untuk pemberian ketiga jenis
pupuk tersebut
b. Tidak ada beda hasil rata-rata untuk keempat varietas padi yang
digunakan
c. Tidak ada interaksi anatara jenis pupuk yang diberikan jenis varietas padi
yang digunakan
Penyelesaian :
b =3, k =4, n =2
1. Formulasi Hipotesis
a . H 0 : 1= 2= 3==0
H1: i 0
b . H 0 : 1= 2= 3= 4 =0
74
H1: j 0

c.

H 0 :( )11=( )12=( )13==

H1: 0

2. Taraf nyata ( dan F tabelnya
=1 =0,01
F0,01 (2 : 12)
Untuk baris : v 1=2dan v 2=3.4 . ( 1 )=12, =6,93
v 1=3 dan v 2=3.4 . ( 1 )=12, F 0,01 (3 : 12)
Untuk kolom : =5,95
v 1=6 dan v 2=3.4 . ( 1 )=12, F0,01 (6 : 12)=4,82
Untuk interaksi :
a. Untuk baris :
H0 F0
diterima apabila 6,93
H0 F0 >6,93
ditolak apabila
b. Untuk kolom :
H0 F0 5,95
diterima apabila
H0 F0 >5,95
ditolak apabila
c. Untuk interaksi :
H0 F0 4,82
diterima apabila
H0 F0 > 4,82
ditolak apabila
4. Membuat analisis varians

v1 v2 v3 v4 Total
P1 118 121 133 116 488

146 115 141 139 541
75
P2 98 119 112 115 444
P3
Tota 362 355 386 370 1473

l
2
1473
JKT =602 +582 ++ 532
24
=91779 90405,4
=1373,6
2 2 2 2
488 +541 + 444 1473
JKB=
8 24
=90995,1 90405,4
=15,17
3622 +3552 +3862 +3702 14732

JKK=
6 24
=90494,2 90405,4
=88,8
118 2 +1212+ +1152

JKI = 90995,190494,2+90405,4=409,6
2
JKE =JKT JKB JKK
=1373,6 589,7 88,8 409,6
=285,5
76
Rata-Rata Baris 589,7 2 294,85 f 1 =12,4
Rata-Rata Kolom 88,8 3 29,6 f 2=1,24
Interaksi 409,6 6 68,3 f 3 =2,87
Eror 285,5 12 23,8

Total 1373,6 23
5. Kesimpulan
F1 F0,01 (2 ;12)=6,93, H0
a. Karena = 12,4 < maka ditolak. Jadi,
ada perbedaan hasil rata-rata untuk pemberian ketiga jenis.
F0 F0,01 (3 ;12) =5,95, H0

b. Karena = 1,24 < maka diterima. Jadi,
tidak ada perbedaan hasil rata-rata untuk keempat varietas padi

yang digunakan.
F0 F =4,82, H0
c. Karena = 2,87 < 0,01 (6 ;12) maka diterima. Jadi,
tidak ada interaksi antara jenis pupuk yang diberikan dengan

varietas padi uang digunakan.
3. Pengujian Hipotesis Beda Dua Varians

Masing-masing populasi diambil sampel random, kemudian dihitung
2 2 2 2
variansinya. S 1 dan S 2 merupakan penduga dari 1 dan 2
Rumus Varians :
X 1 2

S 21=
X 21
n11
77
Keterangan :
2
S 1 =varians dari sampel 1 dengan individu
S 22 =varians dari sampel 2 dengan individu
Langkah-langkah pengujian hipotesis tentang dua varians ialah sebagai

berikut :
a . H 0 : 21= 22
H1: 21 > 22
b . H 0 : 21= 22
H1: 21 < 22
c . H 0 : 21= 22
H1: 21 22
Taraf nyata ( ) dan F tabel ditentukan derajat
pembilang dan penyebut
masing-masing :
n1=n11 n2=n21
dan

H0 F0 < F (v
a. diterima apabila 1 : v2 )
H0 F0 F (v : v )
ditolak apabila 1 2
78
( v 1 : v 2)
b . H0 ( 1 )
diterima apabila
F0 >F
H0 F0 F (1)(v : v )
ditolak apabila 1 2
c . H0 F 1 F0< F1
diterima apabila 1 (v 1 : v 2)
2 2
(v1 : v 2)
H0 F 1 atau F 0< F 1
ditolak apabila 1 (v 1 : v 2)
2 2
(v 1 : v2 )
4. Uji Statistik
S2
F0 = 12
5. Kesimpulan
S2
H0
Menyimpulkan diterima atau ditolak
Contoh Soal :
Sebuah pelajaran matematika diberikan kkepada 12 siswa

dengan metode pengajaran biasa. Kelas lain yang terdiri atas 10
siswa diberi pelajaran yang sama dengan metode terprogram.
Pada akhir semester, kedua kelas diberikan ujian yang sama.
Kelas pertama mendapat nilai rata-rata 85 dengan simpangan
baku 4 dan kelas kedua mendapat nilai rata-rata 81 dengan
simpangan baku 5. Ujilah kesamaan varians dua populasi dengan
asumsi bahwa varians kedua populasi sama dengan alternative
tidak sama ! Gunakan taraf nayata 10% !
Penyelesaian :

H 0 : 21= 22
79
H1: 21 22
1
=10 =0,1 =0,05
2
v 1=121=11 dan v 2=9
F0,05 (11:9 )
= 3,11
1
F0,095 (11: 9)
= 3,11 = 3,04
3. kriteria pengujian
H0 0,34< F 0 <3,11
a. diterima apabila
H0 F0 0,34 atau F 0 3,11
ditolak apabila
4. Uji Statistik
16
F0 = =0,64
5. Kesimpulan 25
F0,095 (11: 9) =0,34< F 0=0,64< F 0,05(11: 9) H0
Karena = 3,11maka
diterima. Jadi, varians kedua populsi sama.
LATIHAN SOAL
1. Empat macam campuran makanan diberikan kepada kambing

dalam rangka percobaan utuk meningkatkan pertambahan
berat dagingnya. Setelah percobaan selesai, pertambahan
berat dagingnya dicatat dan hasilnya sebagai berikut :
80
Makanan ke (1) : 12, 20, 23, 10, 17
Makanan ke (2) : 14, 15, 10,19, 22
Makanan ke (3) : 6, 16, 16, 20
Makanan ke (4) : 9, 14, 18, 19
Buktikan ada perbedaan atau tidak ( = 0,05)?
2. Kepala tata usaha perusaan koran dan periklanan menguji

keterampilan mengetik komputer kepada 4 orang stafnya.
Setelah staf tersebut dikursuskan mengetik di Hamidah
Komputer Jl. Minasa Upa Blok G 18/1 makassar 90221. Hasil
data berupa lembaran naskah yang dihitung tiap 4 jam/hari
selama 6 hari. Data sebagai berikut :
Hari /
Senin Selasa Rabu Kamis Jum,at Sabtu
kode
M1 23 25 40 33 34 38
M2 23 36 30 25 37 25
M3 24 23 25 20 30 32
M4 30 38 33 34 37 25
Buktikan apakah ada perbedaan keterampilan ngetik
komputer keempat staf tersebut , jika = 0,01.
3. Selama ini diketahui dugaan motivasi kerja pegawai Eselon I,

II, III, IV dan V di departemen TIANSHI. Pimpinan departemen
tersebut ingin mengetahui apakah ada perbedaan motivasi
kerja pegawai Eselon I V. Sample diambil secara random,
data diasumsikan homogen dan taraf kesalahan = 0,01.
Data sebagai berikut :
I : 70, 75, 60, 82, 70, 65, 85
81
II : 75, 65, 70, 72, 80, 85, 80,75
III : 80, 85, 70, 72, 70, 76, 75, 65, 60
IV : 60, 65, 70, 82, 80, 85, 65, 70, 75, 65
V : 80, 65, 80, 82, 80,85, 68, 75, 70, 75, 65
KUNCI JAWABAN
1) Penyelesaian :

Ha : Ada perbedaan yang signifikan berat daging kambing
karena makanan ke (1),(2),(3),(4)
Ho : Tidak ada perbedaan yang signifikan berat daging

kambing karena makanan ke (1),(2),(3),(4)

Ha : 1 2 3 4
Ho : 1 = 2 = 3= 4
2.Uji statistik :
Dat Pertambahan Berat Karena Makanan Ke

a Total
No 1 2 3 4 Statistik
Hasi (T)
l 9 n
1 12 14 6 5 5 4 4 N =18
Pen
gam 2 20 15 16 14 X 82 80 58 60 280
atan 3 23 10 16 18 X2 1462 1366 948 962 4738
4 10 19 20 19 X 16,4 16,0 14, 15,0 15,56
82
5
5 17 22 1344, 4355,5
(X)2 /nAi 1280 841 900
8 6
Menghitung jumlah kuadrat antar group (JKA) dengan

rumus:
X Ai

2

XT
JKA =

2

= 4365,8 4355,56=10,24

dfA = K 1 = 4 1 = 3 K = jumlah group (1, 2, 3
dan 4)
Menghitung jumlah rerata antar group (KRA) dengan
rumus :
JK A 10,24
KRA = = =3,41
df A 3
Menghitung jumlah kuadrat dalam group (JKD) dengan

rumus :
X
2
( Ai)
=47384365,8=372,20
JKD = n Ai
2
X T
Menghitung derajat bebas dalam group (dfD) dengan rumus
:
dfD = N K = 18 4 = 14
83
Menghitung jumlah rerata dalam group (KRD) dengan
rumus :
JK D 3372,20
KRD = = =26,59
df D 14
3.Menentukan taraf signifikasi (), Fhitung dan Ftabel
Taraf signifikan sebesar = 0,05

KR A 3,41
Fhitung dengan rumus : Fhi tung = KR D = 26,59 =0,128

Ftabel = F() (dfA,dfD)
Ftabel = F ( 0,05) (3,14)
Ftabel = 3,34
4. Table Perhitungan ANOVA (Uji - F)
Deraj
Jumlah Kuadrat Taraf
Sumber at Fhitun
Kuadrat Rerata Signifikan
Varian (SV) Beba g ( )
(JK) (KR)
s (df)
Antar group
10,24 3 3,41 0,05
(A) 0,12
Ftabel =
Dalam group 8
372,20 14 26,59 3,34
(D)
Total 382,44 17 - - -
Karena Fhitung = 0,128 < Ftabel = 3,34 maka Ho diterima.
6. Kesimpulan :
Ho diterima dan Ha ditolak. Jadi, tidak ada perbedaan yang

signifikan berat daging kambing karena makanan ke (1),(2),
(3),(4)
84
2) 1) Menentukan informasi hipotesis :
Ha : Ada perbedaan yang signifikan antara keterampilan
mengetik komputer staf M1, M2, M3 dan M4.
Ho : Tidak ada perbedaan yang signifikan antara

keterampilan mengetik komputer staf M 1, M2, M3 dan
M4

Ha : M1 M2 M3 M4
Ho : M1= M2 = M3 = M4
2) Uji statistik :
Hari Keterampilan Ngetik Komputer Staf

No M1 M2 M3 M4 Statistik Total (T)
Senin 1 23 23 24 30 n 6 6 6 6 N =24
Selas 2 25 36 23 38
X 193 176 154 197 720
a
Rabu 3 40 30 25 33 X2 6443 5344 4054 6583 22424
Kamis 4 33 25 20 34 X 32,17 29,33 25,67 32,83 30
Jumat 5 34 37 30 37 6208,1 5162,6 3952,6 6466,1
(X)2 /nAi 21600
7 7 7 7
Sabtu 6 38 25 32 25
rumus:
85
X Ai

2

XT
JKA =

2

= 21971,6821600=191,68

dfA = K 1 = 4 1 = 3 K = jumlah group (M1, M2,
M3 dan M4)
rumus :
JK A 191,68
KRA = = =63,89
df A 3

rumus :
X
2
( Ai)
=224242179,68=632,32
JKD = n Ai
2
X T
:
dfD = N K = 24 4 = 20

rumus :
JK D 632,32
KRD = = =31,6
df D 20
3) Menentukan taraf signifikasi (), Fhitung dan Ftabel
86
KR A 63,89
Fhitung dengan rumus : F hitung = = =2,02
KR D 31,6

Ftabel = F ( 0,01) (3,20)
Ftabel = 4,94
4) Table Perhitungan ANOVA (Uji - F)
Deraj
Jumlah Kuadrat Taraf
Sumber at Fhitun
Kuadrat Rerata Signifikan
Varian (SV) Beba g ( )
(JK) (KR)
s (df)
Antar group
191,68 3 63,89 0,01
(A) Ftabel =
2,02
Dalam group
632,32 20 31,6 4,94
(D)
Total 824,00 23 - - -
5) Kriteria pengujian :
Karena Fhitung = 2,02 < Ftabel = 4,94 maka Ho diterima.
6) Kesimpulan :
signifikan antara keterampilan mengetik komputer staf M 1,
M2, M3 dan M4
3) 1) Menentukan informasi hipotesis :

Ha : Ada perbedaan yang signifikan antara motivasi kerja
pegawai Eselon I , II, III, IV, dan V departemen TIANSHI.
Ho : Tidak ada perbedaan yang signifikan antara motivasi

kerja pegawai Eselon I , II, III, IV, dan V departemen
TIANSHI.
87
Ha : E1 E2 E3 E4 E5
Ho : E1= E2 = E3 = E4 = E5
2) Uji statistik :
rumus:
X1 = 70+75+60+82+70+65+85 = 507, n1 = 7
X2 = 75+65+70+72+80+85+80+75= 602, n2= 8
X3 = 80+85+70+72+70+76+75+65+60 = 653, n3= 9
X4 = 60+65+70+82+80+85+65+70+75+65 = 717, n4=

10
X5 = 80+65+80+82+80+85+68+75+70+75+65 = 825,
n5= 11
X Ai

2

(507)2 (602)2 (653)2 (717)2 (825)2

( 7
+
8
+
9
+
10
+
11 ) =
242684,5
88
XT

2

(507+602+653+717+ 825)2 (3304 )2
= = 242587,02
7+8+9+ 10+11 45
X Ai

2

XT
JKA =
242684,5242587,02=97,48

2

dfA = K 1 = 5 1 = 4 K = jumlah group (E1 , E2, E3 ,
E4 dan E5)
rumus :
JK A 97,48
KRA = = =24,37
df A 4

rumus :
( X 1 )2 = (70)2+(75)2+(60)2+(82)2+(70)2+(65)2+(85)2 =
37199
89
( X 2 )2 =
(75)2+(65)2+(70)2+(72)2+(80)2+(85)2+(80)2+(75)2 =
45584
( X 3 )2 =
(80)2+(85)2+(70)2+(72)2+(70)2+(76)2+(75)2+(65)2+(6
0)2 = 47835
( X 4 )2 =
(60)2+(65)2+(70)2+(82)2+(80)2+(85)2+(65)2+(70)2+(7
5)2+(65)2= 52049
( X 5 )2 =
(80)2+(65)2+(80)2+(82)2+(80)2+(85)2+(68)2+(75)2+(70)2
+(75)2+(65)2 = 62373
2
X T = ( X 1 )2 + ( X 2 ) 2+ ( X 3 )2 + ( X 4 )2 + ( X 5 )2
37199+45584 +47835+52049+62373=245040
X
2
( Ai)
=245040242684,5=2355,5
JKD = n Ai
2
X T
:
dfD = N K = 45 5 = 40

rumus :
JK D 2355.5
KRD = = =58,89
df D 40
90
3) Menentukan taraf signifikasi (), Fhitung dan Ftabel
KR A 24,37
Fhitung dengan rumus : F hitung = = =0,41
KR D 58,89

Ftabel = F ( 0,01) (4,40)
Ftabel = 3,83
Jumla Deraj Kuadr

Taraf
Sumber h at at
Fhitung signifikan
Varian (SV) Kuadr beba Rerata ( )
at (JK) s (db) (KR)
Antar goup
17,48 4 24,37 0,01
(A) Ftabel =
0,41
Dalam group
2355 40 58,89 3,83
(D)
2452,
Total 44 - - -
98
4) Tabel Perhitungan ANOVA (Uji - F )
5) Kriteria pengujian :
Karena Fhitung = 0,41< Ftabel = 3,83 maka Ho diterima.
6) Kesimpulan :
signifikan antara motivasi kerja pegawai Eselon I, II, III, IV,
dan V departemen TIANSH
BAB V
Regresi dan Kolerasi
Regresi
91
Dalam analisis regresi, variabel yang mempengaruhi disebut Independent
Variable (variabel bebas) dan variabel yang dipengaruhi disebut Dependent
Variable (variabel terikat).
Jika dalam persamaan regresi hanya terdapat satu variabel bebas dan satu
variabel terikat, maka disebut sebagai persamaan regresi sederhana
Bentuk umum Regresi linier Sederhana :
Y = a + bX
Dimana :
Y : variabel terikat
a : konstanta
X : variabel bebas
b : koefisien regresi
Langkah langkah menghitung persamaan regresi:
1. Tulis Ha dan H0 dalam bentuk kalimat

Ha : terdapat hubungan fungsional linier dan signifikan antara variabel X
dan Y.
H0 : tidak terdapat hubungan fungsional yang linier dan signifikan antara
variabel X dan Y.
2. Tulis Ha dan H0 dalam bentuk statistic.
Ha : r 0
H0 : r = 0
3. Buatlah tabel penolong seperti tabel dibawah ini.
Tabel 1
No.Resp X Y XY X2 Y2
2
3

N
X Y XY X 2
Y 2
4. Hitung a dengan rumus
92
( Y ) ( Y 2 ) ( X )( XY )
a= 2
n X 2( X )
5. Hitung b dengan rumus
n XY ( X )( Y )
b= 2
n X 2 ( X )
6. Masukkan nilai a dan b ke dalam persamaan regresi
Y = a + bX
7. Ujilah signifikansi persamaan regresi tersebut dengan menggunakan tabel

penolong ysng disebut tabel Analisys of varian ( ANOVA ) dengan bentuk
tabel 2
Sumber
Dk Jumlah Kuadrat ( JK ) Rata - rata
Variasi
Jumlah F
Total N Y 2
Kuadrat ( JK )
Regresi 1 ( Y )
2
RJK (reg a)=
( a) JK (reg a)=
n Jk (reg a)
Regresi 1
(bIa)
( X )( Y ) RJK (reg bIa)=
XY n )
Residu n-2 JK reg (bIa )=b . JK reg(bIa) F(hitung)=
RJK res(bIa)
RJK (res)
93
JK res = Y 2JK reg(bIa)JK reg (a ) JK (res)
RJK (res)=
n2
8. Kriteria untuk pengujian signifikan yaitu :

a. Jika F hitung Ftabel, maka tolak H0 (signifikan)
b. Jika Fhitubg F tabel, maka tolak Ha (tidak signifikan)
c. Cari Ftabel dengan rumus:
Ftabel = F ( 1-).(dk reg (bIa). dk res) dan dengan melihat tabel F didapat nilai F tabel
Taraf signifikannya = 0,01 atau = 0,05
9. Buatlah kesimpulannya.
Contoh 1 :
Perusahaan barang elektronik PT NURMA JAYA ingin mengetahui pengaruh
antara pengalaman kerja (X) terhadap penjualan barang (Y). kemudian diambil
sampel secarah acak sebanyak 8 orang dengan data sebagai berikut:
Kerja (X) tahun : 2 3 1 4 1 3 2 2
Penjualan barang (Y) : 50 60 30 70 40 50 40 35
Tentukan persamaan regresinya ?
Penyelesaian :
Langkah langkahnya seperti berikut ini:
1. Ha : Terdapat pengaruh yang signifikan antara pengalaman kerja terhadap
penjualan barang.
H0 : Tidak terdapat pengaruh yang signifikan antara pengalaman kerja
terhadap penjualan barang.
2. Hipotesis statistiknya
Ha : r 0
H0 : r = 0
3. Tabel penolong
No.
X Y XY X2 Y2
Resp
1 2 50 100 4 2500
3 60 180 9 3600
2
1 30 30 1 900
3 4 70 280 16 4900
1 40 40 1 1600
4
3 50 150 9 2500
5 2 40 80 4 1600
2 35 70 4 1225
6
7
94
8
8 X 18 Y 375 XY 930 X 2
48 Y 2
18825
4. Masukkan nilai nilai di atas ke dalam rumus a :
( Y ) ( X 2) ( X )( XY )
a= 2
n X 2 ( X )
375 . 4818 .930 1800016740 1260

a= = = =21
8 .4818
2
384324 60
5. Masukkan nilai nilai di atas ke dalam rumus b :

n XY ( X )( Y )
b= 2
n X ( X )
2
8. 93018 .375 74406750 690

b= = = =11,5
8 .48182 384324 60
6. Masukkan nilai a dan b ke dalam persamaan regresi:

Y = a + bX
Y = 21 + 11,5X
7. Ujilah signifikansi tersebut dengan menggunakan tabel ANOVA.
Sumber Jumlah Kuadrat

Dk Rata - rata
Variasi ( JK ) Jumlah F
Kuadrat ( JK )
Total N 18825
Regresi 1 17578,125 17578,125
( a)
Regresi 1 991,875 991,875
(bIa)
95
Residu n-2 255 42,5 23,35
Y 2
18825
a.
JK (reg a)
b. Hitung jumlah kuadrat regresi [ ] dengan rumus :
2
( Y ) 2
375 140625
JK (reg a)= = = =17578,125
n 8 8
c. Hitung jumlah kuadrat regresi [ JKreg (bIa) ] dengan rumus :

XY
(
JK reg ( bIa)=b . XY
n )
18 .375
11,5 .(930 )
8
991,875
JK res
d. Hitung jumlah kuadrat residu [ ] dengan rumus:
JK res = Y 2JK reg(bIa)JK reg (a )
18825991,875 17578,125
255
RJK reg(bIa)
e. Hitung rata-rata jumlah kuadrat regresi(a) [ ] dengan rumus:
RJK (reg a)=JK reg(a )=17578,125
RJK reg(bIa)
f. Hitung rata-rata jumlah kuadrat regresi (bIa) [ dengan rumus:
RJK reg(bIa)=JK reg(bIa) =991,875
RJK res
g. Hitung rata-rata jumlah kuadrat residu [ dengan rumus :
96
JK res 255
RJK res = = =42,5
n2 82
h. Menguji signifikasi denga rumus Fhitung :

RJK reg(bIa) 991,875
Fhitung = = =23,34
RJK res 42,5

c. Cari Ftabel menggunakan tabel F dengan rumus:
Ftabel = F ( 1-).(dk reg (bIa). dk res)
Ftabel = F ( 1-0,05).( 1 . 6 )
Ftabel = 5,99
Ternyata Fhitung > Ftabel, atau 23,34> 5,99, maka signifikan
9. Kesimpulanya:
Karena Fhitung lebih besar Ftabel, maka tolak H0 dan terima Ha, dengan
demikian terdapat pengaruh yang signifikan antara pengalaman kerja
terhadap penjualan barang.
Kolerasi
Koefisien kolerasi ( r ) adalah ukuran hubungan liniar peubah X dan Y dimana

Koefisien korelasi yang mendekati angka + 1 berarti terjadi hubungan positif yang
erat, bila mendekati angka 1 berarti terjadi hubungan negatif yang erat.
Langkah langkah menghitung r dengan menggunakana tabel biasa adalah

sebagai berikut:
1. Asumsikan bahwa untuk menggunakan analisis kolerasi PPM telah

dipenuhi
2. Tulis Ha dan H0 dalam bentuk kalimat.
a. Ha : terdapat hubungan yang positif dan signifikan antara variabel X
dan Y
a. H0 : tidak terdapat hubungan yang positif dan signifikan antara variabel
X dan Y
3. Tulis Ha dan H0 dalam bentuk statistik.
97
a. Ha : r 0
b. H0 : r = 0
4. Buatlah tabel penolong untuk menghitung r dengan tabel berikut :
Tabel
No.
Res X Y X2 Y2 XY
p
1
2
3
.
.
N
X Y X2 Y2 XY
r hitung
5. Cari dengan menggunakan rumus:
n XY ( X )( Y )
r=
{n X ( X ) }{n Y ( Y ) }
2 2 2 2
6. Tentukan taraf signifikannya.

7. Tentukan kriteria pengujian signifikannya kolerasi yaitu:
Ha : tidak signifikan
H0 : signifikan
Jika r tabel r hitung r tabel, maka H0 ditolak atau kolerasinya tidak
signifikan.
8. Tentukan dk dengan rumus = n 2
Dengan taraf signifikansi seperti langkah 4) dan Ntabel tersebut dengan
menggunakan tabel r kritis Pearson didapat nilai r tabel.
9. Bandingkan r hitung dengan r tabel dan konsultasikan dengan criteria langkah
7) tadi.
10. Buatlah kesimpulanya.
Contoh 2 :
Diketahui data terhadap 5 responden untuk variabel :
98
X = 1, 2, 3, 4, 5
Y = 4, 3, 5, 7, 6
Buktikan bahwa kedua variabel itu mempunyai hubungan linier yang positif ?
Penyelesaian:
Langkah langkahnya;
1. Buktikan atau asumsikan bahwa kedua variabel itu mempunyai data yang
normal dan dipilih secara acak.
2. Ha dan H0 dalam bentuk kalimat.
dan Y
b. H0 : tidak terdapat hubungan yang positif dan signifikan antara variabel
x dan Y
3. Hipotesis statistiknya.
a. Ha : r 0
b. H0 : r = 0
4. Tabel penolong untuk menghitung r.
Tabel
No.
Res X Y X2 Y2 XY
p
1 1 4 1 16 4
2 2 3 4 9 6
3 3 5 9 25 15
4 4 7 16 49 28
5 5 6 25 36 30
X=1 Y=2 X2=5 XY=8
5 Y2=135
5 5 5 3
5. r xy hitung = r xy
n XY ( X )( Y )
r=
{n X ( X ) }{n Y ( Y ) }
2 2 2 2
99
5.8315.25

{ 5.55225 } . {5.135625 }
415375

( 275225 ) .(675625)
40
=0,8
50.50
6. Tetapkan taraf signifikansinya, ( yaitu = 0,05 )
7. Kriteria pengujian signifikansi kolerasi yaitu:

H0 : signifikan
signifikan.
8. dk rumus = n 2 = 5 2 = 3
dengan = 0,05 dari tabel r kritis Perason didapat nilai r tabel = 0,805
9. Ternyata -0,805 < 0,8 < 0,805 atau

r tabel < r hitung < r tabel, maka H0 ditolak atau kolerasinya tidak signifikan.
10. Kesimpulannya hubungan antara variabel X dengan Y ternyata positif

( cukup ) dan tidak signifikan
Soal latihan:
1. Diketahui data hubungan fungsional antara variabel X dan Y sebagai
berikut :
X = 2, 3, 2, 3, 3, 1
Y = 3, 1, 2, 2, 1, 1
2. Skor nilai kalkulus dikolerasikan dengan skor nilai metode statistic untuk
5 mahasiswa dengan skor.
Kalkulus : 80 60 70 50 60
Metode statistic : 90 80 70 60 50
3. Diketahui hasil tes sebagai berikut:
100
Tes I : 37 41 48 32 36 30 40 45 39 34 37 38
Tes II : 75 78 88 80 78 71 75 83 74 74 75 78
Tentukan kolerasinya denga taraf signifikan = 0,025 ?
Penyelesaian :
Soal 1:
1. Ha : Terdapat hubungan fungsional yang signifikan antara variabel X dan
Y
H0 : Tidak terdapat hubungan fungsional yang signifikan antara variabel X
dan Y
Ha : r 0
H0 : r = 0
3. Tabel penolong
No.Res
X Y XY X2 Y2
p
1 2 3 6 4 9
3 1 3 9 1
2
2 2 4 4 4
3 3 2 6 9 4
3 1 3 9 1
4
1 1 1 1 1
5
6
X 14 Y 10 XY 23 X 2
36 Y 2
20
( Y ) ( X 2) ( X )( XY ) 10 . 3614 .23
a= 2
a= =1,90
n X 2 ( X ) 6.361 4 2
101
n XY ( X )( Y )
b= 2
n X ( X )
2
6 . 2314 .10
b= =0,10
6 .361 4 2

Y = a + bX
Y = 1,90 + (-0,10)X
Sumber Jumlah Kuadrat Rata - rata

Dk
Kuadrat ( JK )
Total N 20
Regresi 1 16,6666 16,6666

( a)
Regresi 1 0,0333 0,0333
(bIa)
Residu n2 3,3001 0,8202 0,0406
Y 2
20
a.
JK (reg a)
2
( Y ) 2
10 100
JK (reg a)= = = =16.6666
n 6 6

XY
(
n )
14 .10
0,10(23 )
6
102
0,0333
JK res
20( 0,0333 ) 16,6666 = 3,3001
RJK reg(bIa)
RJK (reg a)=JK reg(a )=16,6666
RJK reg(bIa)
f. Hitung rata-rata jumlah kuadrta regresi (bIa) [ dengan rumus:
RJK reg(bIa)=JK reg(bIa) =0,0333
RJK res
JK res 3,3001
RJK res = = =0,8202
n2 62
RJK reg(bIa) 0,0333
Fhitung= = =0.0406
RJK res 0,8202

Ftabel = F ( 1-0,05).( 1 . 4 )
Ftabel = 7,71
Ternyata Fhitung < Ftabel, atau 0,0406 < 7,71, maka tidak signifikan
9. Kesimpulanya:
Karena Fhitung lebih kecil Ftabel, maka terima H0 dan tolak Ha, dengan
demikian tidak terdapat hubungan yang signifikan antara variabel X dan Y.
Soal 2:
1. Ha : Terdapat pengaruh yang signifikan antara nilai kalkulus dan nilai
metode statistik.
103
H0 : Tidak terdapat pengaruh yang signifikan antara nilai kalkulus dan
nilai metode statistik.
Ha : r 0
H0 : r = 0
3. Tabel penolong
No.
X Y XY X2 Y2
Res
1
80 90 7200 6400 8100
2
60 80 4800 3600 6400
3 70 70 4900 4900 4900
50 60 3000 2500 3600
4
60 50 3000 3600 2500
5
5 X 320 Y 350 XY 22900 X 2
21000 Y 2
25500
( Y ) ( X 2) ( X )( XY )
a= 2
n X 2 ( X )
350 . 21000320 .22900 73500007328000

a= =
5.210003202 105000102400
22000
=8,46
2690

n XY ( X )( Y )
b= 2
n X 2( X )
5. 22900320 .350 114500112000 2500

b= = = =0,96
5.210003202 105000102400 2600
104
Y = a + bX
Y = 8,46 + 0,96X
Sumber Jumlah Kuadrat

Dk Rata - rata
Kuadrat ( JK )
Total N 25500
1 24500 24500
Regresi
( a) 1 480 480
Regresi
(bIa)
n2 520 173,33
Residu 2,77
Y 2
25500
a.
JK (reg a)
2
( Y ) 2
350 122500
JK (reg a)= = = =24500
n 5 5

XY
(
n )
320 .350
0,96 .(22900 )
5
0,96 ( 2290022400 )
0,96 ( 500 )=480
JK res
105
2550048024500
520
RJK reg(bIa)
RJK (reg a)=JK reg(a )=24500
RJK reg(bIa)
f. Hitung rata-rata jumlah kuadrta regresi (bIa) [ dengan rumus:
RJK reg(bIa)=JK reg(bIa) =480
RJK res
JK res 520
RJK res = = =173,33
n2 52
RJK reg(bIa) 480
Fhitung = = =2,77
R JK res 173,33

Ftabel = F ( 1-0,05).( 1 . 3 )
Ftabel = 34,12
Ternyata Fhitung < Ftabel, atau 2,77 < 34,12, maka tidak signifikan
9. Kesimpulanya:
Karena Fhitung lebih kecil Ftabel, maka terima H0 dan tolak Ha, dengan
demikian tidak terdapat kolerasi nilai yang signifikan antara nilai kalkulus
dan nialai metode statistik.
Soal 3 :
Langkah langkahnya;
106
1. Buktikan atau asumsikan bahwa kedua variabel itu mempunyai data yang
normal dan dipilih secara acak.
2. Ha dan H0 dalam bentuk kalimat.
dan Y
b. H0 : tidak terdapat hubungan yang positif dan signifikan antara variabel
x dan Y
3. Hipotesis statistiknya.
a. Ha : r 0
b. H0 : r = 0
4. Tabel penolong untuk menghitung r.

Tabel
No
.
X Y X2 Y2 XY
Re
sp
1 37 75 1369 5625 2775
2 41 78 1681 6084 3198
3 48 88 2304 7744 4224
4 32 80 1024 6400 2560
5 36 78 1296 6084 2808
6 30 71 900 5041 2130
7 40 75 1600 5625 3000
8 45 83 2025 6889 3735
9 39 74 1521 5476 2886
10 34 74 1156 5476 2516
11 37 75 1369 5625 2775
12 38 78 1444 6084 2964
X= Y= X2=17 Y2=72 XY=35
12
457 929 689 153 571
5. r xy hitung = r xy
n XY ( X )( Y )
r=
{n X ( X ) }{n Y ( Y ) }
2 2 2 2
12.35571457.929

{ 12.17689208849 } . {12.72153863041}
107
426852424552
( 212268208849 ) (865836863041)
2299 2299 2299

= = =0,743
3419.2795 9556105 3091,29
6. tetapkan taraf signifikansinya, ( yaitu = 0,025 )
7. kriteria pengujian signifikansi kolerasi yaitu:

H0 : signifikan
signifikan.
8. dk rumus = n 2 = 12 2 = 10
dengan = 0,025 dari tabel r kritis Perason didapat nilai r tabel = 0,576
9. Ternyata -0,576 >0,743 > 0,576 atau

r tabel < r hitung < r tabel, maka H0 diterima atau kolerasinya signifikan.
10. Kesimpulannya hubungan antara Tes I dengan Tes II ternyata negatif dan
signifikan
108
BAB VI
ANALISIS KORELASI SEDERHANA

1. KORELASI
Analisis Korelasi : metode statistik yang digunakan untuk
menentukan kuat tidaknya (derajat) hubungan linier antara 2
variable atau lebih.
Analisa korelasi sederhana,meneliti hubungan dan

bagaimana eratnya itu,tanpa melihat bentuk hubungan. Jika
kenaikan didalam suatu variable diikuti dengan kenaikan variable
yang lain,maka dapat dikatakan bahwa kedua variable tersebut
mempunyai korelasiyang positif.Tetapi jika kenaikan didalam
suatu variable diikuti penurunan variable yang lain maka kedua
variable tersebut mempunyai korelasi negatif.Jika tidak ada
perubahan pada suatu variable ,meskipun variable yang lain
mengalami perubahan ,maka kedua variable tersebut,tidak
mempunyai hubungan (uncorrelated).
109
Pedoman Untuk Menginterpretasikan
Koefisien Korelasi (r)
Interval Koefisien Tingkat

Hubungan
0,00 0,199 Sangat rendah
0.20 0,399 Rendah
0,40 0,599 Sedang
0,60 0,799 Kuat
0,80 1,000 Sangat Kuat
Hubungan hubungan tersebut secara grafis adalah :
Y Y Y
X X
X
110
Korelasi Korelasi
Uncorrelated
Positip Negatif
Ukuran yang digunakan untuk mengukur derajat hubungan

(korelasi) linier disebut koefisien korelasi (correlation
coefisient) yang dinyatakan dengan notasi r yang sering
dikenal dengan nama Koefisien Korelasi Pearson atau
Product Moment Coefficient of Correlation, dan secara
sederhana dapat dittulis sbb:
n
r
n 2 n 2
2 2
Nilai r selalu terletak antara 1 dan + 1 (-1< r < 1)
Jika r =1, ini berarti ada korelasi positif sempurna antara X dan
Y
r = -1 ini berarti ada korelasi negatif sempurna antara X

dan Y.
r = 0, ini berarti tidak ada korelasi antara X dan Y
111
Berikut ini disajikan penerapan atau penggunaaan rumus untuk
menetukan koefisien korelasi anatara besarnya biaya iklan dan
volume penjualan perusahaan A, dalam Rp 1000,-.
Tabel . Prosedur penentuan koefisien korelasi

pengeluaran biaya iklan dan volume penjualan .
Biaya Volume
Iklan Penjualan (Y)
X2 Y2 XY
(X)
1 2 3 4 5
5 40 25 1600 200
7 50 49 2.500 350
10 60 100 3.600 600
12 65 144 4.225 780
15 70 225 4.900 1.050
20 80 400 6.400 1.600
25 92 625 8.464 2.300
30 100 900 10.000 3.000
X = 124 Y = 557 2.468 41.689 9.880
N=8
112
8 9.880 124 557
r
8 2..468 124 8 41.689 557
2 2
7904069068
= 29.74415.376333.512310249
9.972
r 0,989
4368 x 23.263
Pengujian Hipotesis Koefisien Korelasi
Untuk mengetahui signifikan tidaknya hubungan antara variabel

yang sedang diselediki perlu dilakukan uji hipotesis terhadap
koefisien korelasi, dengan langkah langkah sbb :
1). Perumusan Hipotesis
Jika diduga bahwa suatu variabel mempunyai hubungan

yang positif
dengan variabel lain, maka rumusan hipotesisnya adalah
Ho : = 0 (tidak ada hubungan antara suatu variabel

yang positif
dengan variabel lain)
113
Ha : > 0 (terdapat hubungan yang positif dan signifikan
anatara suatu
suatu variabel dengan variabel lainnya)
2). Menentukan taraf nyata (level of signifance ) ,

misalnya 5%
3). Menetukan titik kritis (daerah penerimaan / penolakan

Ho).
Titik kritis dicari dengan bantuan Tabel t (t distribution) Nilai

t-tabel ditentukan berdasarkan tingkat signifikansi () yang
digunnakan dan derajat bebas atau degree of freedom (df),
dimana df = n-2, yang besarnya tergantung pada jumlah sampel
(n).
Jika misalnya = 0,05 dan n=8 atau df = 8 - 2 = 6, maka t

tabel nya adalah :
t tabel = t ; df = t 0,05;6 = 1,943
4). Membandingkan nilai t hitung dengan t-tabel.
Jika t-hitung < t-tabel, maka keputusannya adalah

menerima hipotesis nol (Ho) .
Sebaliknya jika t hitung > t tabel , maka keputusannya

adalah tolak Ho,
dan terima Ha.
114
Nilai t-hitung ditentukan dengan formula sbb:
r n2
t
1 r 2
Terima Ho Tolak Ho/Terima Ha
t =1,943
5). Kesimpulan
Kesimpulan di buat berdasarkan keputusan yang diambil.
Jika keputusan menerima Ho , kesimpulannya adalah

tidak ada korelasi (hubungan) antara variabel satu dengan
variabel lainnya. Sebaliknya jika tolak Ho dan terima Ha,
maka kesimpulannya adalah terdapat korelasi (hubungan)
positif yang signifikan antara variabel satu dengan variabel
lainnya.
115
2. KORELASI Phi
Ukuran keeratan hubungan antara dua tabel dengan skala
nominal yang bersifat dikotomi. Korelasi ini bertujuan untuk
mengkorelasikan jumlah frekuensi antar kategori pada
variabel x dan y. Korelasi ini hanya bisa digunakan untuk
tabel 2 x 2.
Pada korelasi phi, untuk menguji hipotesa nihil, koefisien

phi harus ditransformasikan menjadi chi-square. Nilai chi-
square hasil transformasi dibandingkan dengan chi-square
tabel. Nilai chi-square tabel diperoleh dengan menghitung
db = (K-1)(B-1) dan penetapan a.
Koefisien Phi digunakan untuk mencari hubungan dua

variabel diskrit. Korelasi phi sering digunakan untuk
menentukan validitas item variabel pertama adalah benar
atau salahnya subjek dalam menjawab item, sedangkan
variabel kedua adalah skor total yang dibuat dikotomi. Cara
mengubah skor total menjadi dikotomi dapat
menggunakan mean atau median.
Digunakan untuk mengetahui ada tidaknya hubungan antar

variabel yang mempunyai data kategori, baik kategori asli
maupun buatan.
Rumus :
C=
dengan :
116
C = koefisien korelasi kontingensi
fo = frekuensi observasi
fh = frekuensi harapan
N = jumlah kasus
2 = nilai Chi kuadrat
Contoh :
Penelitian berjudul :
Hubungan Antara Penguasaan Konsep Matematika dengan

Prestasi Belajar Kimia Fisika Mahasiswa Jurdik Kimia FMIPA
UNY.
Langkah 1. Menetapkan variabel penelitian dan jenis datanya

(kategori)
Variabel X = Penguasaan Konsep Matematika
Jika data yang diperoleh berupa skor nilai matematika (data

interval), maka untuk analisis kontingensi diubah menjadi
data kategori.
Misalnya : penguasaan konsep matematika dengan 3 kategori

yaitu tinggi, sedang, rendah.
Variabel Y : Prestasi Belajar Kimia Fisika
Jika data yang diperoleh berupa skor nilai kimia fisika (data
interval), maka untuk analisis kontingensi diubah menjadi
data kategori.
117
Misalnya : prestasi belajar kimia fisika dengan 3 kategori yaitu
tinggi, sedang, rendah.
Pengubahan menjadi kategori tidak harus 3 kelompok seperti

dalam contoh tersebut, tetapi dapat menjadi 2, 4 dan sebagainya
sesuai dengan kepentingan penelitian.
DATA DASAR UNTUK ANALISIS KORELASI KONTINGENSI
PBKF Tinggi Sedang Rendah Total
PKM
Tinggi 30 10 10 50
Sedang 10 25 15 50
Rendah 5 20 15 40
Total 45 55 40 140
PBKF = Prestasi Belajar Kimia Fisika
PKM = Penguasaan Konsep Matematika
Langkah 2. Menentukan frekuensi harapan
118
Rumus :
fh =
dengan :
fh = frekuensi harapan
b = jumlah frekuensi pada kolom
k = jumlah frekuensi pada baris
N = jumlah keseluruhan frekuensi (jumlah kasus)
Contoh menghitung fh pada kategori tinggi-tinggi :
fh = = 16,0714
TABEL KERJA UNTUK ANALISIS KORELASI KONTINGENSI
PBKF Tinggi Sedang Rendah Total
PKM
Tinggi fo = 30 fo = 10 fo = 10 50
fh = fh = fh =
16,0714 19,6429 14,2857
119
Sedang fo = 10 fo = 25 fo = 15 50
fh = fh = fh =
16,0714 19,6429 14,2857
Rendah fo = 5 fo = 20 fo = 15 40
fh = fh = fh =
12,8571 15,7142 11,4286
Total 45 55 40 140
Langkah 3. Menghitung 2 dan C (koefisien kontingensi)
2 =
2 =
120
2 = 12,0715 + 4,7338 + 1,2857 + 2,2994 + 1,4610 + 0,0357
+ 4,8016 +
1,1689 + 1,1161
2 = 28,968
C = 0,414
Langkah 4. Menginterpretasikan hasil analisis
Pengujian signifikansi koefisien korelasi kontingensi dilakukan

dengan membandingkan 2 hitung dengan 2 tabel pada db =
(banyak garis 1) x (banyak kolom 1). Pada taraf
kepercayaan 95% dan db = (3-1) x (3-1) = 4, diperoleh harga
2 tabel = 9,49. Ternyata 2 hitung > 2 tabel, sehingga
disimpulkan bahwa ada hubungan yang signifikan antara
penguasaan konsep matematika dengan prestasi belajar kimia
fisika mahasiswa Jurdik Kimia FMIPA UNY.
Kapan seorang peneliti tepat menggunakan penelitian

korelasi? Ketika peneliti itu mempunyai beberapa alasan penting,
di antaranya yaitu :
1. Adanya kebutuhan informasi bahwa ada hubungan antar

variabel di mana koefisien korelasi dapat mencapainya.
121
2. Penelitian korelasi perlu diperhitungkan kegunaannya
apabila variabel yang muncul itu kompleks, dan peneliti
tidak mungkin dapat melakukan kontrol dan memanipulasi
variabel-variabel tersebut.
3. Dalam penelitian dimungkinkan di lakukan pengukuran

beberapa variabel dan hubungan yang ada dalam setting
yang realistis. Alasan penting lain adalah bahwa penelitian
tepat di lakukan, jika salah satu tujuan penelitian adalah
mencapai formula prediksi, yaitu keadaan yang
menunjukkan adanya asumsi hubungan antar variabel.
Penelitian korelasi mempunyai beberapa kelebihan, di

antaranya yaitu :
1. berguna dalam mengatasi masalah yang berkaitan dengan

bidang pendidikan, ekonomi, sosial, karena dengan
penelitian ini peneliti dimungkinkan untuk mengukur
beberapa variabel dan hubungnnya secara simultan.
2. dengan penelitian korelasi, dimungkinkan beberapa

variabel yang mempunyai kontribusi pada suatu variabel
tertentu dapat diselidiki secara intensif.
3. penelitian korelasi pada umumnya melakukan studi tingkah

laku dengan setting yang realistis.
4. peneliti dapat melakukan analisis prediksi tanpa melakukan

sampel yang besar.
122
Sedangkan kelamahan dalam penelitian korelasi yang perlu
diperhatikan oleh para peneliti adalah bahwa dengan penelitian
korelasi, peneliti hanya mengidentifikasi apa yang terjadi dengan
tanpa melakukan manipulasi dan mengontrol variabel. Di
samping itu, dengan penelitin tersebut peneliti tidak dapat
membangun hubungan sebab-akibat.
4. KOEFESIEN CRAMER
Formula koefisien cramer adalah sebagai berikut:
r = banyaknya baris (row)
c = banyaknya kolom (column)
O = nilai observasi (observed value)
= nilai harapan yang diperkirakan (expected value)
N = jumlah seluruh observasi
L = banyaknya minimum baris atau kolom pada tabel

kontingensi.
123
Nilai koefisien cramer tidak pernah negatif, hanya berkisar antara
0 dan 1. Hal ini dikarenakan koefisien ini mengukur hubungan
antara variable kategori yang tidak memperhatikan urutan
(order) diantara mereka.
Contoh: kita gunakan tabel kontingensi sampel perbankan
Hitunglah koefisien cramer untuk melihat besar hubungan antara

usia peminjam dengan status pinjamannya.
Solusi:
E11 = 132 E12 = 132
E21 = 188,5 E22 = 188,5
E31 = 105,5 E32 = 105,5
124
E41 = 144 E42 = 144
Jadi besar hubungan antara usia peminjam dengan status

pinjamannya sebasar 0,2504.
Sidney siegel dalam bukunya nonparametric statistics for the

behavioral sciences menggunakan koefisien kontingensi C
untuk mengukur derajat hubungan dua variabel kategori
menggunakan formula seperti berikut:
Uji keberartian untuk koefisien cramer
Untuk menguji apakah nilai koefisien Cramer C mengindikasikan

hubungan yang signifikan antara dua variabel kategori didalam
populasinya, gunakan cara seperti pada uji independensi chi-
square.
Uji Independensi chi-square
Uji ini digunakan untuk menentukan apakah ada cukup bukti

untuk menyatakan bahwa dua variabel kualitatif saling
berhubungan. Hipotesanya adalah sebagai berikut:
125
H0 = tidak ada hubungan antara duavariabel dalam populasi
H1 = ada hubungan antara dua variabel dalam populasi
126
Soal
1. Seorang mahasiswa bernama Andi melakukan penelitian

dengan menggunakan alat ukur skala. Andi ingin
mengetahui apakah ada hubungan antara kecerdasan
dengan prestasi belajar pada siswa SMU Negeri 1
Yogyakarta, dengan ini Andi membuat 2 variabel yaitu
kecerdasan dan prestasi belajar. Tiap-tiap variabel dibuat
beberapa butir pertanyaan dengan menggunakan skala
Likert, yaitu angka 1 = Sangat tidak setuju, 2 = Tidak
setuju, 3 = Setuju dan 4 = Sangat Setuju. Setelah
membagikan skala kepada 12 responden didapatlah skor
total item-item yaitu sebagai berikut:
Tabel. Tabulasi Data (Data Fiktif)
127
Subjek Kecerdasan Prestasi Belajar
1 33 58
2 32 52
3 21 48
4 34 49
5 34 52
6 35 57
7 32 55
8 21 50
9 21 48
10 35 54
11 36 56
12 21 47
2. Hitunglah koefisien korelasi (rxy ) dari variabel pendapatan

(variabel X) dan pengeluaran (variabel Y) sebagai berikut:
No. X Y X2 Y2 XY
1. 8 10 64 100 80
2. 7 8 49 64 56
3. 7 9 49 81 63
4. 5 6 25 36 30
5. 4 5 16 25 20
128
6. 3 2 9 4 6
7. 2 2 4 4 4
36 42 216
314 259
BAB VII
REGRESI DAN KORELASI GANDA
A. Regresi Linier Ganda
Regresi Ganda adalah regresi dengan dua Variabel bebas

(Misalnya X1 dan X2) dan satu variabel Terikat (Y). dilihat dari
perumusan masalah sebagaimana dikemukakan di muka, maka
untuk untuk melihat persamaan garis regresi bagi masing-
masing variabel bebas dapat dilakukan dengan cara perhitungan
regresi linier sederhana, yakni regresi Y atas X 1 dan Regresi Y
atas X2, oleh karena itu uraian berikut hanya berkaitan dengan
regresi Ganda. Adapun bentuk persamaan Regresi Ganda adalah
sebagai berikut :
Y^ =a+b1 X 1 +b2 X 2
129
Untuk koefisien regresinya menggunakan persamaan sebagai
berikut:
Y =an+b 1 X 1+b 2 X 2
X 1 Y =a X 1 +b1 X 12 +b2 X 1 X 2
X 2 Y = a X 1+ b1 X 1 X 2+ b2 X 2

Apabila jumlah variabel independen diperluas menjadi ke-k

variabel maka metode least square adalah sebagai berikut:
Y = na + b1x1 + b2 x2 + b3x3 + + bk Xk
X1Y = a X1 + b1 X12 + b2 X1X2+ b3 X1X3 ++ bk X1Xk
X2Y = a X2 + b1 X1 X3 + b2 X22 + b3 X2 X3 ++ bk (X2Xk)
X3Y = a X3 + b1 X1 X3 + b2 X2 X3 + b3 X32 ++ bk (X3Xk)
XkY = a Xk + b1 X1 Xk + b2 X2 Xk + b3 X3Xk ++ bk Xk2
Untuk mendapatkan nilai a, b, dan b 2 kita menggunakan

perkalian matriks dengan prediksi dua variabel independen,
persamaan matriks yang digunakan adalah sebagai berikut:

y a

n x1 x2
x y b1 x x x x 2
1 1 2
b
1 1
x y x x x x
2
2 2 2 1 2 2

H = bA A
130
1 det A1
det A
b = A-1.H dimana A- =
dimana det A,
n x1 x2
x x x x
1 1
2
1 2
x x x x
2
2 1 2 2
A=
Det A = n. x12 x22 + x1. x1x2 .x2 + x2. x1x2 .x1 - x2. x12
.x2 - x1x2 . x1x2.n - x22. x1. x1
Det A1 = y x12x22 + x1. x1x2 .2y + x2. x1x2 .x1y - x2y. x12
.x2 - x1x2 . x1x2. y - x22. x1. x1y
Det A2 = n. x1y x22 + y. x1x2 .x2 + x2. x2y .x1 - x2. x1y
.x2 x2y . x1x2.n - x22. y. x1
Det A3 = n x12. x2y + x1.x1y .x2 + y. x1x2 .x1 - x2. x12 .y

x1x2. x1y.n - x2y. x1. x1
Dimana nilai a, b1, b2 bisa didapatkan dengan cara sebagai

berikut:
det A1 det A2 det A3

det A det A det A
a= b1 = b2 =
Selanjutnya, dengan memperhitungkan nilai simpangan masing-
masing Y^ ( Y taksiran) akan dapat dihitung besarnya
variansi taksiran . Variansi taksiran ini akan memberi gambaran

pada peneliti/pemakai tentang akurat tidaknya persamaan
131
regresi ganda digunakan sebagai alat prediksi. Apabila ternyata
nilai variansi ini rendah/kecil maka persamaan regresi itu bisa
digunakan untuk melakukan prediksi dengan baik, sedemikian
sebaliknya.
Variansi taksiran dapat dihitung menggunakan rumus :

2
S 2
=
( Y Y^ )
y .1,2, .. n
nk1
Keterangan : k = banyaknya variabel bebas
Contoh 1 :
Seorang dosen statistik ingin melihat kontribusi kemampuan

mahasiswa dibidang matematika dan bahasa terhadap hasil
belajar statistik. Dari pengambilan sampel acak diperoleh 10
mahasiswa dengan data sebagai berikut :
Nilai Nilai
Nilai Statistik
Matematika Bahasa
(Y )
( X1) ( X2)
80 60 93
75 70 65
85 73 90
90 80 85
75 90 80
70 85 70
74 95 75
84 65 60
86 50 55
132
95 55 68
Carilah persamaan regresinya?
Penyelesaian :
2
Sampel (X 1 ) ( X2) (Y ) (X 1 )2 ( X2) X1 X2 X1 Y X2 Y
1 80 60 93 6400 3600 4800 7440 5580

2 75 70 65 5625 4900 5250 4875 4550
3 85 73 90 7225 5329 6205 7650 6570
4 90 80 85 8100 6400 7200 7650 6800
5 75 90 80 5625 8100 6750 6800 7200
6 70 85 70 4900 7225 5950 4900 5950
7 74 95 75 5476 9025 7030 5550 7125
8 84 65 60 7056 4225 5460 5040 3900
9 86 50 55 7396 2500 4300 4730 2750
10 95 55 68 9025 3025 5225 6460 3740
Jumlah
814 723 741 6682 5432 5817 6109 5416
() 8 9 0 5 5
Untuk menghitung nilai konstanta a, b1, dan b2, dapat digunakan

tiga buah persamaan yaitu :
Y =an+b 1 X 1+b 2 X 2
X 1 Y =a X 1 +b1 X 12 +b2 X 1 X 2
2
X 2 Y = a X 2+ b1 X 1 X 2+ b2 X 2

Maka diperoleh dari tabel diperoleh
133
741=10 a+ 814 b1 +723 b2 ....................Persamaan (1)
61095=814 a+66828 b1 +58170 b2 ....................Persamaan (2)
54165=723 a+58170 b 1+54329 b 2 ....................Persamaan (3)
Dari persamaan 1 dan 2
741 = 10a + 814b1 + 723b2 x 81,4
61095 = 814a + 66828b1 + 58170b2 x1
60317,4 = 814a + 66259,6 b1 + 58852,2b2
61095 = 814a + 66828b1 +58170 b2
-777,6 = -568,4 b1 + 682,2 b2 ....................Persamaan

(4)
Dari persamaan (1) dan (3)
741 = 10a + 814b1 +723b2 x 72,3
54165 = 723a + 58170b1 +54329b2 x1
53574,3 = 723a + 58852,2b1 + 52272,9b2
54165 = 723a + 58170b1 + 54329b2
134
-590,7 = 682,2 b1 - 2056,1 b2 ....................Persamaan
(5)
-777,6 = -568,4 b1 + 682,2 b2 x 3,0139255
-590,7 = 682,2 b1 - 2056,1 b2 x1
-2343,6285 = - 1713,1153 b1 + 2056,1 b2
-590,7 = 682,2 b1 2056,1 b2
- 2934,3285 = - 1030,9153 b1
2934,3285
=b 1
1030,9153
2,85=b1
b1
Subtitusi nilai ke persamaan (4)
-777,6 = -568,4 b1 + 682,2 b2
-777,6 = -568,4 (2,85) + 682,2 b2
- 777,6 = -1619,94 + 682,2 b2
-777,6 + 1619,94 = 682,2 b2
842,34 = 68,2 b2
135
12,35 = b2
b1 b2
Substitusi nilai dan ke persamaan (1)
741 = 10a + 814 b1 + 723 b2
741 = 10a + 814 (2,85) + 723 (12,35)
741 = 10a + 2319,9 + 8929,05
741 = 10a + 11248,95
741 11248,95 = 10 a
- 10507,95 = 10a
-1050,79 = a
a=(1050,79) , b1=2,85 b2=12,35

Maka didapat nilai dan
maka persamaan regresinya :
Y^ =(1050,79 ) +2,85 X 1 +12,35 X 2
Mencari nilai taksiran dari contoh 1
Penyelesaian :
Samp 2
X1 X2 Y Y^ Y Y^ ( Y Y^ )
el
136
1 80 60 93 -81,79 174,79 30551,54
2 75 70 65 27,46 37,54 1409,252
3 85 73 90 93,01 -3,01 9,0601
4 90 80 85 193,71 -108,71 11817,86
5 75 90 80 274,46 -194,46 37814,69
6 70 85 70 198,46 -128,46 16501,97
7 74 95 75 333,36 -258,36 66749,89
8 84 65 60 -8,64 68,64 4711,45
9 86 50 55 -188,19 243,19 59141,38
10 95 55 68 -100,79 168,79 28490,06
Jumla
814 723 741 741,05 -0,05 257197,2
h
257197,2
S 2y 12 =
1021
257197,2

7
36742,45714
S y .12= 36742,45714
191,68
Jika kita lihat rentangan nilai Y yang berasal dari sampel 95
50 = 45 sedangkan simpangan baku taksirannya 191,68

sehingga dapat ditarik kesimpulan bahwa persamaan regresi
kurang begitu akurat untuk digunakan sebagai alat prediksi.
137
Maka akan lebih sempurna jika analisis dilanjutkan pada
pengujian hipotesis.
B. Signifikasi Koefisien Regresi Ganda
Sebelum menguji signifikasi koefisien regresi terlebih

dahulu menguji signifikasinya persamaan regresi. Penguji disini
Ftes M sb/ n
menggunakan yang merupakan hasil bagi (regresi)
MS sisa
dan . Pengujian berdasarkan pada asumsi bahwa
persamaan regresi ganda yang diperoleh adalah linier.
Pengujian bisa dihitung dari nilai simpangan masing-masing

variabel dengan masing-masing rata-ratanya
Sum of squares b/a dihitung dengan
SS b /a =b1 x1 y +b2 x 2 y +b 3 x 3 y+ +b1 x k y
Dimana
1 x 2=X 2 X 2
x 1=X 1 X
x 3=X 3 X 3 x 4=X 4 X
4
MS b/ a=SS b/ a : k
Sehingga :
Sum Of Squares sisa hitung dengan
2
SS sisa = ( Y Y^ )
138
Diamana derajat kebebasan sisa sebesar nk1
Dengan demikian Means Squares sisa adalah
MS sisa=SS sisa :(nk 1)
Sedangkan F hitung dapat diperoleh
F=MS b/ a : MS sisa
Contoh 2 :
Untuk memudahkan dalam melakukan pengujian signifikasi

regresi ganda, untuk contoh 1 masih memerlukan suatu tabel
yang memuat x 1 , x2 , x1 y , x 2 y
139
Sam x1 x2 y x1 y x2 y
pel
1 -1,4 - 18,9 - -232,47
2 -6,4 12,3 -9,1 26,46 20,93
3 3,6 -2,3 15,9 58,24 11,13
0,7
4 8,6 10,9 57,24 83,93
7,7
5 -6,4 5,9 93,74 104,43
17,7
6 -11,4 -4,1 - -52,07
12,7
7 -7,4 22,7 0,9 37,76 20,43
8 2,6 -7,3 - 46,74 102,93
-
9 4,6 14,1 -6,66 425,93
22,3
10 13,6 - - 105,53
-
19,1 36,66
17,3
-6,1 -
87,86
-
82,96
N=1 0 0 0 -22,4 590,7
0
X 1=81,4 X 2=72,3 Y =74,1
SS b /a =b1 x1 y +b2 x 2 y
SS b /a =2,85 (22,4 )+ 12,35 ( 590,7 )
7231,305
MS b/ a=SS b/ a : k
7231,305:2
140
3615,6525
2
SS sisa = ( Y Y^ )
257197,2
MS sisa=SS sisa :(nk 1)
257197,2:7
36742,42857
F=MS b/ a : MS sisa
3615,6525:36742,42857
0,098
Berdasarkan tabel , nilai F pada derajat kebebasan 2,7 dan
alpa ( ) 0,05 maupun 0,01.
F0,05(2,7) = 4,74
F0,01(2,7) = 9,55
Oleh karena itu, Fhit < F tabel maka hipotesis nol yang mengatakan
bahwa persamaan regresi linier ganda diterima.
141
C. Koefisien Korelasi Ganda
Koefisien korelasi regresi linear ganda dapat dihitung

dengan menggunakan rumus
SSb / a ( nks ) S2y.1.2.3 .k

R 2= 2
atau R =1
y2 ( n1 ) S2y
Keterangan :
S 2y .123,,,,k = simpangan baku taksiran Y untuk nilai X
S 2y = Simpangan baku Y
Apabila telah memperoleh nilai korelasi baik yang sederhana

antara variabel, maka koefisien korelasinya lebih mudah
dihitung dengan rumus:
2 2
2
r Y + r Y 2r Y r Y r 12
R= 1 2
2
1 2
1r 12
Apabila korelasi yang diketahui terbatas pada korelasi

sederhana, maka koefisien korelasi regresi ganda akan lebih
mudah dihitung.
2
R =b x r Y +b x r Y
1 1 2 2
Dimana ,
r Y r Y r 12
bs = 1
2
2
1
1r 12
r Y r Y r 12
bs = 2 1
2
2
1r 12
142
Pengujian koefisien korelasi regresi linear ganda menggunakan
Ftes sedangkan Fhitung diperoleh :
R2 /k
F=
( 1R2 ) / ( nk 1 )
Contoh 3 :
Dik:
SS b =782,7621
a
y 2=999,8
n=15
k =3
Ditanya:
a. Koefisien korelasi ganda?
b. Apakah koefisien korelasi ganda tersebut signifikasi?
Penyelesaian:
SSb / a
R 2=
y2
782,7621

999,8
0,78
R= 0,78
0,88
143
Ftes :
Menguji signifikasi koefisien regresi linier ganda dengan
0,88
2
F=
( 10,88 )
( 1531 )
0,44

0,12
11
0,44

0,01
44
Fhitung Ftabel
Perbandingan antara dengan
F0,05 ( 3,11 ) =3,59
F0,01 ( 3,11 )=6,22
Koefisien korelasi dari contoh di atas dinyatakan signifikasi.
144
Soal Latihan :
1. Seorang manager perusahaan ingin mengetahui pengaruh

dari jumlah periklanan di koran (X1) dan jumlah periklanan di
radio (X2), terhadap volume penjualan (Y) dalam setahun
selama 10 tahun. Data yang dikumpulkan adalah sebagai
berikut:
Tabel Jumlah Iklan Koran (X1), Radio (X2) dan Volume
penjualan (Y)
NO X1 X2 Y
1 6 8 15
2 6 8 15
3 6 9 16
4 7 9 17
5 7 9 17
6 7 9 17
7 7 9 18
8 8 10 18
145
9 8 10 18
10 8 10 18
Jumla
70 91 169
h
Manager tersebut ingin mengetahui pengaruh dari jumlah

iklan di tv dan koran selama setahun terhadap volume
penjualan. Buatkanlah persamaan regresi untuk menjawab
hal tersebut.
2. Dari soal pengaruh jumlah iklan di radio (X 1) dan jumlah iklan

di koran (X2) terhadap volume penjualan diatas diperoleh
persamaan regresinya adalah
Y= 5,6+0,84X1+0,59X2, carilah koefisien korelasi dan
koefisien determinasinya!
3. Data pengeluaran 10 rumah tangga, untuk pembelian barang

tahan lama per minggu(Y), pendapatan per minggu (X 1), dan
jumlah anggota keluarga (X2) disajikan dalam tabel berikut.
Jika suatu rumah tangga mempunyai pendapatan per minggu
(X1) Rp11.000,00 dan jumlah anggota keluarga (X 2) 8 orang,
berapa uang yang dikeluarkan untuk membeli barang-barang
tahan lama tersebut.
Y X1 X2
23 10 7
7 2 3
15 4 2
17 6 4
23 8 6
22 7 5
146
10 4 3
14 6 3
20 7 4
19 6 3
Jawaban
1. Untuk mendapatkan persamaan regresi kita membuat tabel

seperti berikut:
Tabel Least Square Methode
NO X1 X2 Y X12 X22 Y2 X1X2 X1Y X2Y
1 6 8 15 36 64 225 48 90 120
2 6 8 15 36 64 225 48 90 120
3 6 9 16 36 81 256 54 96 144
4 7 9 17 49 81 289 63 119 153
5 7 9 17 49 81 289 63 119 153
6 7 9 17 49 81 289 63 119 153
7 7 9 18 49 81 324 63 126 162
10
8 8 10 18 64 324 80 144 180
0
9 8 10 18 64 10 324 80 144 180
147
0
10
10 8 10 18 64 324 80 144 180
0
Ju
16 49 83 2.86 1.19
mla 70 91 642 1.545
9 6 3 9 1
h
Y = na + b1x1 + b2x2
X1Y = a X1 + b1 X12 + b2 X1X2
X2Y = a X2 + b1 X1 X2 + b2 X22
169 = 10.a + b1. 70 + b2 91
1.191 = a. 70 + b1. 496+ b2. 642
1.545 = a. 91 + b1. 642 + b2. 833
Dalam perkalian matriks A. b = c b = A-1.c
10 70 91 a 169
70 496 642 b 1.191
1
91 642 833 b2 1.545
x =
A x b = c
Dengan aturan perkalian matriks, persamaan regresi

didapatkan dengan cara mencari determinan matrik A, A1,
A2, A3 sebagai berikut:
148
Det A = (10 x 496 x 833) + (70 x 642 x 91) + ( 91x 642 x 70
(91 x 496 x 91) (642 x 642 x 10) (833 x 70 x 70)
= 44
Det A1= (169 x 496 x 833) + (70 x 642 x 1.545) + (91 x 642 x
1.191) (1.545 x 496 x 91) - (642 x 642 x 169) (833 x
70 x1.191)= 248
Det A2 = (10 x 1.191 x 833) + (169 x 642 x 91) + ( 91 x 1.545

x 70) (91 x 1.191 x 91) (1.545 x 642 x 10) (833 x
169 x 70)= 37
Det A3 = (10 x 496 x 1.545) + (70 x 1.191 x 91) + (169 x 642

x 70) - (91 x 496 x 169) (642 x 1.191 x 10) (1.545 x
70 x 70)= 26
Dari perhitungan diatas kita bisa mencari koefisien a, b1, b2

dengan perhitungan sebagai berikut:
det A1
det A
a=
248
44
=
= 5,6
det A2
det A
b1=
37
44
=
= 0,84
149
det A3
det A
b2=
26
44
=
= 0,59
Dengan demikian kita bisa menyatakan persamaan

regresinya sebagai berikut:
Y= 5,6 + 0,84 X1 + 0,59 X2
2. Untuk mencari nilai Y kita memasukkan nilai X1 dan X2

kedalam persamaan dan mengurangi nilai Y dengan rata-rata
Y, sehingga diperoleh tabel seperti dibawah.
Prediksi Y dengan X dan Varians Y
150
Sampe
X1 X2 Y Y^ ( Y Y^ )2 ( Y Y )
2
1 6 8 15 15,36 0,1296 2,25
2 6 8 15 15,36 0,1296 2,25
3 6 9 16 15,95 0,0025 0,25
4 7 9 17 16,79 0,0441 0,25
5 7 9 17 16,79 0,0441 0,25
6 7 9 17 16,79 0,0441 0,25
7 7 9 18 16,79 1,4641 2,25
8 8 10 18 18,22 0,0484 2,25
9 8 10 18 18,22 0,0484 2,25
10 8 10 18 18,22 0,0484 2,25
Jumlah 70 91 169 168,49 2,0033 14,5
Berdasarkan tabel diatas nilai koefisien determinasi dihitung

dengan rumus:
(Y Y ) 2
(Y Y ) 2
R2 = 1-
2,0033
14,5
R2= 1-
R2= 0,86
Sehingga koefisien korelasinya adalah akar kuadrat dari

koefisien determinasi.
151
0,86
R=
= 0,928
3. Penyelesaian :
Samp
el Y X1 X2 X1 Y X2 Y X1 X2 Y 2 X 12 X 22
16 49
1 9
1 23 10 7 230 70 529 100
21 4
2 7 2 3 14 6 49 4
30 16
3 15 4 2 60 8 225 16
68 36
4 17 6 4 102 24 289 36
13 25
5 23 8 6 184 48 529 64
8 9
6 22 7 5 154 35 484 49
11 9
7 10 4 3 40 12 100 16
0 16
8 14 6 3 84 18 196 36
30
9 20 7 4 140 28 400 49
42
10 19 6 3 114 18 361 36 9
80
57
Jumla 112 73 316
170 60 40 267 406 182
h 2 7 2
Persamaan normal :
10 a + 60 b1 +40 b2 = 170 .......................... (1)
60 a + 40 b1 + 267 b2 = 1122 ...........................(2)
40 a + 267 b1 +182 b2 = 737 ...........................(3)
10 a + 60 b1 + 40 b2 = 170 x6 60 a + 360 b1 + 240 b2
= 1020
152
60 a + 40 b1 + 267 b2 = 1122 x1 60 a + 40 b1 + 267 b2
= 1122
320 b1 27 b2 =
-102 ....(4)

10 a + 60 b1 + 40 b2 = 170 x4 40 a + 240 b1 +160 b2
= 680
40 a + 267 b1 +182 b2 = 737 x1 40 a + 267 b1 + 182
b2= 737
-27 b1 - 22 b2 = -57 .....
(5)

320 b1 27 b2 = -102 x 22 7040 b1 594 b2 = -
2244
-27 b1 22 b 2 = -57 x 27 - 729 b1 594 b2 = (-
1539)
7770 b1 = 705
b1=0,09
Substitusi nilai b1 ke persamaan (4)

320 b1 27 b2 = -102
320 (0,09) 27 b2 = -102
28,8 27 b2 = -102
-27 b2 = - 130,8
b2 = 0,179
subtitusi nilai b1,b2 ke persamaan (1)
10 a + 60 b1 +40 b2 = 170
10 a + 60 (0,09) + 40 (0,179)=170
10 a + 12,56 =170
10 b1 = 157,44
a = 15,744
153
Maka persamaan regresinya
Y =15,744 +0,09 X 1 +0,179 X 2
X 1=11.000 X 2=8
Untuk dan , maka
Y =15,582+0,09 ( 11.000 )+ 0,179 ( 8 )
2012,596
Jadi suatu rumah tangga dengan pendapatan per minggu

Rp11.000,00 dan jumlah anggota keluarga 8 orang,
diperkirakan akan mengeluarkan Rp2.012,00untuk pembelian
barang-barang tahan lama.
BAB VIII
STATISTIK NON PARAMETRIK
154
1.Uji Tanda (The Sign Test)
Uji tanda adalah salah satu bentuk uji yang paling sederhana dari teknik-
teknik non- parametrik lainnya. Umumnya di gunakan untuk membandingkan dua
sampel berpasangan. Dua sampel itu berasal dari populasi yang sama.
Dengan demikian jika hipotesis nol itu benar, ukuran perbedaan di tandai
dengan plus(jika lebih besar) atau minus(jika lebih kecil), seharusnya kira-kira
jumlah tanda plus sama dengan tanda minus atau kesempatan sama kira-kira 50%.
Untuk itu kita dapat menggunakan pendekatan distribusi Binomial atau percobaan
Bernoulli.
P ( X ; n , P ) =Cn x P x . Qnx
Distribusi ini bisa didekati dengan pendekatan distribusi normal, terutama jika
jumlah ukuran sampel besar.
X
Z=

Dimana :
=nP
= n. P .Q
Secara umum, syarat-syarat yang dipenuhi untuk menggunakan uji tanda

adalah:
1. Sampel berpasangan yang di perbandingkan bersifat independen
155
2. Masing-masing pengamatan dalam tiap pasangan terjadi karena pengaruh
kondisi yang serupa
3. Pasangan yang berlainan terjadi pada kondisi yang berbeda
Prosedur menggunakan uji tanda adalah sebagai berikut:

X iY i
1. Menghitung selisih , dimana i = 1,2,n. N adalah banyaknya
pengamatan untuk masing-masing perlakuan.

X i >Y i
2. Menentukan tanda untuk selisih tersebut dan di beri tanda + jika
X i <Y i X i=Y i
jika Abaikan jika
n1 n2
3. Misalkan adalah banyaknya tanda + dan adalah banyaknya
n=n1 +n2
tanda - ,
Uji tanda didasarkan atas tanda-tanda positif atau negative darp perbedaan
antara pasangan pengamatan, bukan atas besarnya perbedaan. Uji tanda biasanya
digunakan untuk mengetahui pengaruh sesuatu.
Langkah-langkah pengujian dengan uji tanda ialah sebagai berikut:
a. Menentukan formutasi hipotesis
H 0 : Probabilitas terjadinya tanda positif dan probabilitas terjadinya
tanda negatif adalah sama.

H1 : Probabilitas terjadinya tanda positif dan probabilitas terjadinya
tanda negative adalah berbeda.

b. Menentukan taraf nyata ( )
Pengujian dapat berbentuk satu sisi atau dua sisi.
c. Menentukan kriteria pengujian
1. Pengujian satu sisi
H 0 diterima apabila probabilitas hasil sampel
H 0 ditolak apabila > probabilitas hasil sampel
2. Pengujian dua sisi

H 0 diterima apabila 2 kali probabilitas hasil sampel
H 0 ditolak apabila > 2 kali probabilitas hasil sampel
156
d. Menentukan nilai uji statistic
Merupakan nilai dari probabilitas hasil sampel. (lihat tabel probabilitas
binomial dengan n, r tertentu dan p = 0,5) r = jumlah tanda yang terkecil.
e. Membuat kesimpulan
H0
Menyimpulkan diterima atau ditolak.
Contoh sampel kecil untuk n 20
Direktur PT MONDAR-MANDIR ingin mengukur peningkatan mutu kerja

karyawan di perusahaannya, setelah memberlakukan kenaikan gaji. Untuk itu
diambil sampel sebanyak 10 karyawan. Datanya adalah sebagai berikut:
Tabel : Mutu kerja karyawan sebalum dan sesudah kenaikan gaji.
Pegawai 1 2 3 4 5 6 7 8 9 10
Sebelum 71 91 86 60 83 70 72 65 80 72
Sesudah 72 88 82 67 88 67 75 75 90 76
Ujilah dengan taraf nyata 5%, apakah ada peningkatan mutu kerja
karyawan setelah gaji naik!
Penyelesaian:
Pegawai x1 x2 x 2x 1
Sebelum ( ) Sesudah ( )
1 71 72 +
2 91 88 -
3 86 82 -
4 60 67 +
5 83 88 +
6 70 67 -
7 72 75 +
8 65 75 +
9 80 90 +
157
10 72 76 +
Jumlah + = 7
-=3
Total 10
Langkah-langkah sebagai berikut:
a. Formutasi hipotesis
H o : p = 0,5 (tidak ada peningkatan mutu kerja)
H 1 : p 0,5 (ada peningkatan mutu kerja)
b. Taraf nyata ( )
= 5% = 0,05
H 0 diterima apabila 0,05 probabilitas hasil sampel
H 0 ditolak apabila 0,05 probabilitas hasil sampel
d. Nilai uji statistic

n = 10, r = 4, dan p = 0,50
Probabilitas hasil sampel = 0,0010 + 0,0098 + 0,0439 +0,1172 + 0,2051
= 0,3770
e. Kesimpulan
H0
Karena = 0,05 probabilitas hasil sampel = 0,3770, maka
diterima. Jadi, tidak ada peningkatan mutu kerja karyawan setelah gaji
dinaikkan.
Contoh sampel besar untuk n 20
Untuk menentukan tingkat upah minimum, suatu lembaga penelitian melakukan

studi tentang nilai tengah gaji tahunan ynag diberikan di sejumlah perusahaan di
propinsi A dan propinsi B. Dari masing-masing propinsi di ambil 40 perusahaan.
Hasil survei di propinsi itu disajikan dalam tabel berikut:
Ujilah dengan taraf nyata 1%, apakah ada perbedaan median gaji pada
perusahaan-perusahaan di dua propinsi A dan B?
158
Tabel : Median gaji tahunan dari 40 perusahan di dua propinsi
No. Media gaji tahunan(000.000 Rp.) Tanda

Prop. A Prop. B + atau
1 15,7 15,0 +
2 17,2 16,3 +
3 18,0 18,1 -
4 19,8 20,3 -
5 21,7 21,9 -
6 25,5 23,5 +
7 28,5 26,1 +
8 34,0 31,5 +
9 40,2 36,1 +
10 38,1 43,4 -
11 56,6 63,3 -
12 89,8 73,1 +
13 65,7 75,5 -
14 95,3 86,1 +
15 196,6 191,5 +
16 14,2 12,5 +
17 15,6 14,2 +
18 16,4 15,9 +
19 17,8 16,8 +
20 18,7 18,0 +
21 19,2 19,3 -
22 20,1 21,7 -
23 21,8 23,0 -
24 23,1 25,5 -
25 24,8 28,3 -
26 23,4 23,2 +
27 25,2 25,4 -
28 30,5 28,5 +
29 36,9 36,5 +
30 48,1 43,5 +
31 28,8 28,7 +
32 34,1 36,0 -
33 41,1 39,3 +
34 57,8 55,7 +
35 98,7 80,6 +
36 40,7 46,3 -
37 51,1 57,9 -
159
38 71,6 82,8 -
39 97,1 88,2 +
40 179,2 173,2 +
Jumlah + 24
16
Total 40
Langkah-langkah:
160
H0
1. Hipotesis nol, : Tidak ada perbedaaan median gaji antara propinsi A
dengan propinsi B; proporsi + (P) sama dengan proporsi (Q) atau P = Q

= 0,50
Hi
2. Hipetesis alternative, : Ada perbedaan median gaji antara propinsi A
dengan propinsi B, proporsi + (P) tidak sama dengan proporsi (Q) atau P
Q 0,50
3. Menentukan taraf signifikansi, = 0,01
4. Menentukan nilai kritis z pada taraf signifikansi, = 0,01 dan n = 40
dengan uji dua arah adalah 2,58

5. Menentukan Uji Hipotesis:
a. Menghitung nilai median yang diharapkan, n.P = 40 0,50 = 20
1 1
b. Menghitung deviasi standar = (n . P . Q)2 = ( 40.0,50 .0,50 ) 2 =
3,16
c. Menghitung nilai z, di mana X = 24 (tanda +)
2420
z= 3,16 = 1,27
d. Menentukan kesimpulan bahwa oleh karena nilai z berada dalam range
H0
nilai-nilai kritisnya maka tidak dapat ditolak. Tidak ada
perbedaan median gaji pada perusahaan-perusahaan di dua propinsi A

dan B.
161
Soal-Soal
1. Seorang manager pemasaran dari perusahaan makanan cepat saji ingin

mengetahui apakah tingkat keuntungan yang diperoleh pada cabang-
cabang rumah makannya di kota-kota dipengaruhi oleh dua advertensi
yang berbeda. Hasil pengamatan terhadap hasil keuntungan masing-
masing cabang rumah makan adalah sebagaimana disajikan dalam Tabel
berikut
Tabel : Keuntungan cabang-cabang dengan dua metode advertensi
Kota Keuntungan(jutaan rp.)

Adv. A Adv. B
1 15,3 14,1
2 9,4 8,6
3 7,3 8,0
4 6,0 5,3
5 4,2 3,7
6 2,6 3,6
7 5,0 5,0
8 9,8 7,3
9 4,2 4,5
10 6,5 5,1
Ujilah dengan taraf nyata 5% untuk sampel kecil, apakah ada perbedaan
pengaruh antara dua perlakuan terhadap tingkat keuntungan!
162
2. Data berikut, kolom (2) dan kolom (3) adalah mengenai hasil dua macam
kacang tanah (dinyatakan dalam ons), untuk tiap rumpun dari berbagai
lokasi.
Tabel : Hasil dua macam kacang tanah per rumpun dari 20 lokasi (dalam ons)
Lokasi Kacang A Kacang B

1 3,4 3,0
2 3,7 3,9
3 2,8 3,2
4 4,2 4,6
5 4,6 4,3
6 3,8 3,4
7 3,6 3,5
8 2,9 3,0
9 3,0 2,9
10 3,8 3,7
11 4,0 3,7
12 3,9 4,0
13 3,8 3,5
14 4,2 4,5
15 4,7 3,9
16 4,0 3,7
17 3,6 3,2
18 3,2 2,9
19 3,4 3,0
20 2,9 3,6
Ujilah dengan taraf nyata 5% untuk sampel besar, apakah ada perbedaan
antara pengaruh kedua perlakuan?
Kunci Jawaban
No. 1
Tabel : Keuntungan cabang-cabang dengan dua metode advertensi
Kota Keuntungan(jutaan rp.) d + atau -

Adv. A Adv. B (Adv.A) (Adv.B)
163
1 15,3 14,1 + 1,2 +
2 9,4 8,6 + 0,8 +
3 7,3 8,0 0,7 -
4 6,0 5,3 +
5 4,2 3,7 + 0,7 +
6 2,6 3,6 + 0,5 -
7 5,0 5,0 1,0
8 9,8 7,3 0 +
9 4,2 4,5 + 1,5 -
10 6,5 5,1 0,3 +
+ 1,4
n1=+6
Total :
n2=3
n 9
Langkah-langkah:
Ho
1. Hipotesis nol, : Tidak ada perbedaan pengaruh antara dua perlakuan
terhadap tingkat keuntungan; proporsi + (P) sama dengan proporsi (Q)

atau P = Q = 0,50
Hi
2. Hipotesis alternatif, : Ada perbedaan pengaruh antara dua perlakuan
terhadap tingkat keuntungan; proporsi + (P) tidak sama dengan proporsi
(Q) atau P Q 0,50

4. Uji hipotesis ada beberapa cara, yaitu:
a. Menggunakan tabel uji tanda keputusan adalah jika T C, maka
H0 H0
ditolak. Sebaliknya, jika T C, maka diterima.
T adalah jumlah tanda + atau yang lebih kecil (sedikit)
C adalah nilai kritis uji tanda untuk frekuensi + atau yang paling
kecil untuk uji dua arah pada untuk Binomial P = 0,50.
164
Pada = 0,05 dan n = 9 nilai kritis C adalah 1. Oleh karena T juga
H0
= 3, maka tidak dapat ditolak, Dengan demikian tidak ada
berbedaan pengaruh antara dua perlakuan terhadap tingkat keuntungan.

b. Menggunakan metode coba-coba untuk mencari nilai kritis dengan
H0
tabel binomial. Aturan Keputusan : akan ditolak jika taraf
signifikan lebih kecil daripada P (X 6) plus P [ ( n X ) 3 ] lebih
kecil atau sama dengan = 0,05

Melihat tabel binomial untuk n = 9, P = 0,50 kita menemukan bahwa P
(X 6) = 0,254 dan P [ ( n X ) 3 ] = 0,254 , sehingga total
probabilitas 0,254 + 0,254 = 0,508. Jelas ini merupakan taraf

signifikansi yang lebih yang dibutuhkan.
H0
Dengan demikian tidak dapat ditolak, tidak ada berbedaan
pengaruh antara dua perlakuan terhadap tingkat keuntungan.
165
No. 2
Tabel : Hasil dua macam kacang tanah per rumpun dari 20 lokasi (dalam
ons)
lokasi Kacang A Kacang B Tanda

(B) (A)
1 3,4 3,0 +
2 3,7 3,9 -
3 2,8 3,2 -
4 4,2 4,6 -
5 4,6 4,3 +
6 3,8 3,4 +
7 3,6 3,5 +
8 2,9 3,0 -
9 3,0 2,9 +
10 3,8 3,7 +
11 4,0 3,7 +
12 3,9 4,0 -
13 3,8 3,5 +
14 4,2 4,5 -
15 4,7 3,9 +
16 4,0 3,7 +
17 3,6 3,2 +
18 3,2 2,9 +
19 3,4 3,0 +
20 2,9 3,6 -
Jumlah + = 13
-= 7
Total 20
H0
6. Hipotesis nol, : Tidak ada perbedaaan hasil dua macam kacang
antara kacang A dengan kacang B; proporsi + (P) sama dengan proporsi

(Q) atau P = Q = 0,50
166
Hi
7. Hipetesis alternative, : Ada perbedaan hasil dua macam kacang
antara kacang A dengan kacang B; proporsi + (P) tidak sama dengan
proporsi (Q) atau P Q 0,50

9. Menentukan nilai kritis z pada taraf signifikansi, = 0,05 dan n = 20
dengan uji dua arah adalah 8

10. Menentukan Uji Hipotesis:
e. Menghitung nilai median yang diharapkan, n.P = 20 0,50 = 10
1 1
2 2
f. Menghitung deviasi standar = (n . P . Q) = ( 20.0,50.0,50 ) =
2,23
g. Menghitung nilai z, di mana X = 13 (tanda +)
1310
z= 2,23 = 1,34
h. Menentukan kesimpulan bahwa oleh karena nilai z berada dalam range
H0
nilai-nilai kritisnya maka tidak dapat ditolak. Tidak ada
perbedaan hasil dua macam kacang antara kacang A dengan kacang B.
BAB IX
167
UJI WILCOXON
Uji wilcoxon meneliti apakah perbedaan median antara sampel

berpasangan adalah nol pada uji ini prosedurnya lebih detail dan lebih kuat dari
x i y i
pada uji tanda. Caranya dengan memberikan pangkat pada . Pangkat
adalah nomor urut untuk nilai-nilai yang berlainan. Jika nilainya sama,
pangkatnya adalah rata-rata nomor urut dari nilai pengamatan yang sama.
Langkah- Langkah Pengujian :
x i y i
1. Berikan jenjang (rank) untuk tiap beda dari pasangan pengamatan ( )
sesuai dengan besarnya, dari yang terkecil sampai terbesar tanpa

memperhatikan tanda dari beda itu.
2. Bila ada dua atau lebih beda yang sama, maka jenjang untuk tiap-tiap beda itu
adalah jenjang rata-rata
3. Bubuhkan tanda positif atau negatif pada jenjang untuk tiap beda sesuai
dengan tanda dari beda itu. Beda 0 tidak diperhatikan
4. Jumlahkan semua jenjang bertanda positif atau negatif, tergantung dari mana
yang memberikan jumlah yang lebih kecil setelah tandanya dihilangkan.
Notasi jumlah jenjang yang lebih kecil ini dengan W
5. Bandingkan nilai W yang diperoleh dengan nilai W uji wilcoxon
HIPOTESIS :
H0 : tidak ada perbedaan pengaruh kedua perlakuan
H1 : terdapat perbedaan pengaruh kedua perlakuan
Kaidah keputusan
w w
H0 diterima apabila
w< w
H0 ditolak apabila
168
UNTUK SAMPEL n>20
z=
T
[ 1
4 n(n+ 1) ]
1
24 n ( n+1 ) (2n+1)
z z
H0 Diterima Apabila 2
z> z
H0 Ditolak Apabila 2
Contoh 1 :
Delapan orang pasien yang diambil secara acak diukur kapasitas
pernapasannya sebelum dan sesudah diberikan obat tertentu. Hasilnya sebagai
berikut :
Pasien A B C D E F G H
X 2750 2360 2950 2830 2250 2580 2720 2810
Y 2850 2380 2930 2860 2300 2640 2760 2800
Keterangan :
X = sebelum pemberian obat
Y = sesudah pemberian obat
Dengan taraf nyata 5%, ujilah apakah obat tersebut tidak memiliki efek terhadap
kapasitas pernapasan !
Penyelesaian :
1. Formulasi hipoteisnya
Ho : obat tidak memiliki efek terhadap kapasitas pernapasan (tidak ada
perbedaan antara pasangan data)
169
H1 : Obat memiliki efek terhadap kapasitas pernafasan (ada perbedaan antara
pasangan data)
2. Taraf nyata () dan nilai W tabelnya

= 0,05 dengan n = 8
W0,05 = 4
3. Kriteria pengujiannya
W hitung W tabel
H0 diterima apabil
W hitung W tabel
H0 ditolak apabila
4. Nilai Uji Statistiknya
TANDA
BEDA
PASIEN X Y JENJANG JENJANG
(X - Y)
X(+) Y(-)
A 2750 2850 -100 8 -8
B 2360 2380 -20 2,5 -2,5
C 2950 2930 +20 2,5 +2,5
D 2830 2860 -30 4 -4
E 2250 2300 -50 7 -7
F 2680 2640 +40 5,5 +5,5
G 2720 2760 -40 5,5 -5,5
H 2810 2800 +10 1 +1
JUMLAH +9 - 27
Jadi, W = 9
5. Kesimpulan
Karena W hitung > W tabel maka Ho diterima . jadi obat memiliki efek terhadap
kapasitas pernapasan.
170
Contoh 2 :
Produksi Dua macam Kacang Tanah di 20 lokasi
Lokas Selisih Tanda rank

Xi Yi
X iY i |X 1 Y 1| Rank
i Positif Negatif
1 3,4 3,0
2 3,7 3,9
3 2,8 3,2
4 4,2 4,6
5 4,6 4,3
6 3,8 3,4
7 3,6 3,5
8 2,9 3,0
9 3,0 2,9
10 3,8 3,7
11 4,0 3,7
12 3,9 4,0
13 3,8 3,5
14 4,2 4,5
15 4,7 3,9
16 4,0 3,7
17 3,6 3,2
18 3,2 2,9
19 3,4 3,0
20 2,9 3,6
Jumlah
Penyelesaian :
Selisih Tanda Rank

Lokas Xi Yi
X iY i Rank Negati
i Positif
f
1 3,4 3,0 0,4 0,4 15,5 +15,5
2 3,7 3,9 -0,2 0,2 6 -6
3 2,8 3,2 -0,4 0,4 15,5 -15,5
4 4,2 4,6 -0,4 0,4 15,5 -15,5
5 4,6 4,3 0,3 0,3 9,5 +9,5
6 3,8 3,4 0,4 0,4 15,5 +15,5
7 3,6 3,5 0,1 0,1 3 +3
8 2,9 3,0 -0,1 0,1 3 -3
9 3,0 2,9 0,1 0,1 3 +3
171
10 3,8 3,7 0,1 0,1 3 +3
11 4,0 3,7 0,3 0,3 9,5 +9,5
12 3,9 4,0 -0,1 0,1 3 -3
13 3,8 3,5 0,3 0,3 9,5 +9,5
14 4,2 4,5 -0,3 0,3 9,5 -9,5
15 4,7 3,9 0,8 0,8 20 +20
16 4,0 3,7 0,3 0,3 9,5 +9,5
17 3,6 3,2 0,4 0,4 15,5 +15,5
18 3,2 2,9 0,3 0,3 9,5 +9,5
19 3,4 3,0 0,4 0,4 15,5 +15,5
20 2,9 3,6 -0,7 0,7 19 -19
138,5 -71,5
W hitung=71,5
=0,05 W tabel =52
W hitung >W tabel
H 0 : diterima
Untuk taraf nyata = 0,05 tidak ada perbedaan produksi kacang tanah.
Contoh 3 :
Data untuk menjelaskan uji median
172
Peringkat Tanda Peringkat
Data X (x iM )
|x iM| Positif Negatif
10 -2,5 9 +2,5
13 0,5 2,5 +2,5 -9
14 1,5 6 +6
13 0,5 2,5 +2,5
15 2,5 9 +9
11 -1,5 6
10 -2,5 9 -6
9 -3,5 12 -9
12 -0,5 2,5 -12
9 -3,5 12 -2,5
11 -1,5 6 -12
13 0,5 2,5 +2,5 -6
16 3,5 12 +12
JUMLAH 34,5 -56,5
Uji Hipotesis:
H 0 : sampel berasal dari sebuah populasi dengan median M = 12,5
H 1 : sampel tidak berasal dari sebuah populasi dengan median M = 12,5
W hitung W tabel
Karena = 34,5 = 17 maka Ho diterima.
NILAI NILAI KRITIS W UNTUK UJI WILCOXON
173
Taraf Nyata
Ukuran Sampel
0,01 0,05
6 - 0
7 - 2
8 0 4
9 2 6
10 3 8
11 5 11
12 7 14
13 10 17
14 13 21
15 16 25
16 20 30
17 23 35
18 28 40
19 32 46
20 38 52
21 43 59
22 49 66
23 55 73
24 61 81
25 68 89
174
Soal latihan :
1. Suatu diet baru dikatakan dapat mengurangi berat badan seseorang nyata
dalam dua minggu. Bobot badan (kg) dari 10 orang wanita yang mengikuti
metode tersebut sebelum dan sesudah, periode minggu hasilnya adalah :
Sebelum 58,5 60,3 61,7 69,0 64,0 62,7 56,7 63,6 68,2 59,4
Sesudah 60,0 54,9 58,1 62,1 58,5 59,9 54,4 60,2 62,3 58,7
Ujilah pada taraf nyata 0,05, apakahg memang benar bahwa metode diet baru
dapat menurunkan bobot.
2. Untuk menentukan tingkat upah minimum, suatu lembaga penelitian

melakukan studi tentang nilai tengah gaji tahunan yang diberikan disejumlah
perusahaan di provinsi A dan provinsi B dalam tabel berikut
Median Gaji
No
Prov A Prov B
1 15,7 15,0
2 17,2 16,3
3 18,0 18,1
4 19,8 20,3
5 211,7 21,9
6 25,5 23,5
7 28,5 26,1
8 34,0 31,5
9 40,2 36,1
10 38,1 43,4
11 56,6 63,3
12 89,8 73,1
13 65,7 75,5
14 95,5 86,1
15 196,6 191,5
16 12,5
14,2
17 14,2
15,6
18 15,9
16,4
19 16,8
17,8
20 18,0
18,7
21 19,3
175
19,2 21,7
22
20,1
23 23,0
21,8
24 25,5
23,1
25 28,3
24,8
26 23,2
23,4
27 25,4
25,2
28 28,5
30,5
29 36,5
36,9
30 43,5
48,1
31 28,7
28,8
32 36,0
34,1
33 39,3
41,1
34 55,7
57,8
35 80,6
98,7
36 46,3
40,7
37 57,9
51,1
38 82,8
71,6
39 88,2
97,1
40 173,2
179,2

3. Berikut merupakan dua data pupuk yang digunakan untuk menanam bunga.
Apakah ada perbedaan dari kedua pupuk tersebut?
No Pupuk X Pupuk Y
1 6 8
2 7 6
3 7 5
4 8 7
5 5 8
6 6 5
7 7 7
8 6 8
9 7 7
10 6 5
176
Pembahasan Soal :
1) Langkah- langkah :
H0
a) Hipotesis: : bobot badan sebelum diet = sesudah diet
H1
b) : bobot badan sebelum sesudah diet
W tabel
c) Uji statistik = bertanda wilcoxon
d) Taraf nyata, 0,05
W hitung W tabel
e) Wilayah kritik : =
f) Perhitungan :
Sesudah 60,0 54,9 58,1 62,1 58,5 59,9 54,4 60,2 62,3 58,7
Sebelum 58,5 60,3 61,7 69,0 64,0 62,7 56,7 63,6 68,2 59,4
Selisih 1,5 -5,4 -3,6 -6,9 -5,5 -2,8 -2,3 -3,4 -5,9 -0,7
Rangking 2 7 6 10 8 4 3 5 9 1
W hitung =2
Untuk n = 10 ; = 0,05
Dari tabel nilai kritis W uji rangking bertanda wilcoxon di perhitungkan
W 0,05=8
177
g) Kesimpulan :
W 0,05=8 H0
Karena nilai (W = 2) < ( maka disimpulkan untuk menolak
bearti metode diet baru telah mampu mengurangi bobot badan secara efektif.
2) Langkah-langkah
a) Hipotesis
H 0 : tidak ada perbedaan median gaji antara Prov. A dan Prov. B.
H 1 : ada perbedaan median gaji antara Prov. A dan Prov. B.
b) Taraf signifikan = 0,05

c) Menentukan nilai kritis Z
d) Uji Hipotesis
z=
T
[ 1
4 n(n+ 1)]
1
24 n ( n+1 ) (2n+1)
327410
z= =1,117
74,30
e) Kesimpulan :
H0
Karena nilai Z berada dalam range nilai - nilai maka diterima.
Median Gaji Peringka

No + -
Prov A Prov B t
1 15,7 15,0 +0,7 +10
2 17,2 16,3 +0,9 +12
3 18,0 18,1 -0,1 -2
4 19,8 20,3 -0,5 -8,5
5 211,7 21,9 -0,2 -5
6 25,5 23,5 +2,0 +20,5
7 28,5 26,1 +2,4 +23,5
8 34,0 31,5 +2,5 +25
9 40,2 36,1 +4,1 +27
10 38,1 43,4 -5,3 -31
11 56,6 63,3 -6,7 -34
12 89,8 73,1 +16,7 +40
13 65,7 75,5 -9,8 -38
14 95,5 86,1 +9,2 +37
178
15 196,6 191,5 +5,1 +29
16 12,5 +1,7 +18
14,2
17 14,2 +1,4 +16
15,6
18 15,9 +0,5 +8,5
16,4
19 16,8 +1,0 +13
17,8
20 18,0 +0,7 +10,5
18,7
21 19,3 -0,1
19,2
22 21,7 -1,6 -2
20,1
23 21,8 23,0 -1,2 -17
24 23,1 25,5 -2,4 -15
25 24,8 28,3 -3,5 -23,5
26 23,4 23,2 +0,2 +5 -26
27 25,2 25,4 -0,2
28 30,5 28,5 +2,0 +20,5 -5
29 36,9 36,5 +0,4 +7
30 48,1 43,5 +4,6 +28
31 28,8 28,7 +0,1 +2
32 34,1 36,0 -1,9
33 41,1 39,3 +1,2 +15 -19
34 57,8 55,7 +2,1 +22
35 98,7 80,6 +8,1 +35
36 40,7 46,3 -5,6
37 51,1 57,9 -5,2 -32
38 71,6 82,8 -11,2 -30
39 97,1 88,2 +8,9 +36 -39
40 179,2 173,2 +6,0 +33
JUMLAH +627 -327
3) Hipotesis :
H 0 : tidak ada perbedaan pengaruh kedua pupuk.
H 1 : ada perbedaan pengaruh kedua pupuk.
No Pupuk X Pupuk Y
x i y i |x i y i| + -
1 6 8 -2 10 -10
2 7 6 1 3,5 +3,5
3 7 5 2 10 +10
4 8 7 1 3,5 +3,5
5 5 8 -3 13 -13
6 6 5 1 3,5 +3,5
7 7 7 -1 3,5 -3,5
8 6 8 -2 10 -10
179
9 8 7 1 3,5 +3,5
10 6 5 1 3,5 +3,5
JUMLAH +27,5 -36,5
W hitung = 27,5
W tabel : ; n=10
W tabel :0,05 ; 10=8
H0 W hitung W tabel
: diterima
H0 W hitung <W tabel
: ditolak
W hitung W tabel H0
Karena maka diterima.
BAB X
KORELASI RANK
Korelasi rank termasuk statistik nonparametris. Koefisien kolerasi rank
dapt dibagi menjadi 2 yaitu:
1. kolerasi rank spearman adalah indeks atau angka yang digunakan untuk
mengukur kerataan hubungan antara dua variabel yang datangnya berbentuk
data ordinal (data bertingkat/data rangking).
180
2. koefisen kolerasi rank kendall adaalh pengembangan dari koefisien kolerasi
rank sperman. Koefisien kolerasi ini digunakan pada pasangan variabel atau
data X dan Y dalam hal ketidak sesuaian rank, yaitu untuk mengukur ketidak
teraturan.
Kolerasi rank di pakai apabila:
1. kedua variabel yang akan dikolerasikan itu mempunyai tingkatan data ordinal
2. jumlah anggota sampel dibawah 30 (sampel kecil)
3. data tersebut memang diubah dari interval ke ordinal,dan
4. data interval tersebut ternyata tidak berdistribusi normal
Kolerasi rank ditemukan oleh Spearman sehingga disebut juga kolerasi
spearman. Kolerasi ini dapat disebut sebagai kolerasi bertingkat,kolerasi
berjenjang,kolerasi berurutan,atau kolerasi berpangkat.
Kolerasi rank berguna untuk mendapatkan :
1. kuatnya hubungan dua buah data ordinal
2. derajat kesesuaian dari dua penilai terhadap kelompok yang sama
3. validitas konkuren alat pengumpulan data
1. Rumus koefisien kolersai rank spearman
6 b2
=1
n(n21)
Keterangan:
= koefisien kolerasi Rank Spearman
b = selisih dalam ranking ( X-Y)
n = banyaknya pasangan rank
Langkah-langkah menghitung koefisien kolerasi rank spearman:

Ha Ho
1. tulis dan dalam bentuk kalimat
181
Ha:
a. terdapat kesesuaian yang positif dan signifikan antara
variabel X dan Y
Ho
b. : tidak terdapat kesesuaian positif dan signifikan antara
variabel X dan Y
Ha Ho
2. tulis dan dalam bentuk statistic
H a : 0
a.
H o : =0
b.
3. membuat table penolong untuk menghitung koefisien kolerasi rank
spearman
No Resp X Y Rank Rank b b2

(X) (Y)
1
2
.
N
Jumlah b= b 2=

4. masukan nilai-nilai yang terdapat dalam table tersebut kedalam rumus
5. tentukan taraf signifikansinya

6. tentukan criteria pengujian signifikansi
tabel hitung tabel Ho
jika , maka diterima atau kolerasinya tidak
signifikan
stabel
7. cari pada akhir kritis dengan n dan taraf signifikan pada
langkah 5
hitung tabel
8. bandingkan dengan dan konsultasikan dengan kriteria di
langkah 6
9. kesimpulan
Contoh soal :
1. Ada dua orang juri yang diminta untuk menilai dalam lomba membuat
makanan. Jumlah makanan yang dinilai ada 6, masing-masing diberi nomor
182
1,2,3,4,5,6. Nilai yang diberikan oleh kedua juri diberikan pada tabel
berikut.
Nomor makanan Nilai dari juri I Nilai dari juri II

1 2 2
2 3 3
3 2 1
4 3 2
5 3 3
6 1 2
Bagaimana kesesuaian antara juri I dan II dalam memberikan penilaian

terhadap 6 makanan dengan taraf signifikan 0,05?
Jawab:
1. Tulis Ha dan Ho dalam bentuk kalimat
H a : terdapat kesesuaian yang positif dan signifikan antara juri I
dan II dalam memberikan penilaian terhadap 6 makanan

H o : tidak terdapat kesesuaian yang positif dan signifikan antara
antara juri I dan II dalam memberikan penilaian terhadap 6

makanan
2. Tulis Ha dan Ho dalam bentuk statistik
H a : 0
1.
H o : =0
2.
3. Membuat table penolong untuk menghitung koefesian kolerasi rank
a. Menghitung ranking X ke- dengan cara sebagai berikut:
1+2+3
=2
Nilai 3 merupakan rankingke- 3
4+5
=4,5
Nilai 1 merupakan rangkingke- 6 = 6

Menghitung rangking Y ke-dengan cara berikut:
1+2
=1,5
3+ 4+ 5
=4
183
b. b=Rank X Rank Y
b1=4,54=0,5
b2=21,5=0,5
b3 =4,56=1,5
b 4=24=2
b5 =21,5=0,5
b6 =64=2
c. Jumlah semua selisih ranking tersebut, jika = 0 berarti perhitungan

betul dan dilanjutkan
4. Masukan nilai-nilai yang terdapat dalam table tersebut ke dalam rumus

Nilai Nilai dari Nilai dari Ranking Ranking
Makanan Juri I b b
2
juri II (X) (Y)
(X)
(Y)
1 2 2 4,5 4 0,5 0,25
2 3 3 2 1,5 0,5 0,25
3 2 1 4,5 6 -1,5 2,25
4 3 2 2 4 -2 4
5 3 3 2 1,5 0,5 0,25
6 1 2 6 4 2 4
Jumlah b= b 2=

11
0
sperman
6 b2 6.11
=1 2
=1
n(n 1) 6( 621)
66 66
=1 =1
6 (361) 6( 35)
66
=1 =10,314
210
184
=0,686
5. Taraf signifikannya ( = 0,05

6. Kriteria pengujian signifikansi yaitu:
jika , maka diterima atau kolerasinya
tidak signifikan
tabel
7. pada daftar kritis untuk sperman dengan =0,05 dan
tabel =0,886
n = 6 didapat
8. Ternyata : -0,886 < 0,686 < 0,886 sehingga Ho diterima atau
kolerasinya tidak signifikan
9. Kesimpulan:
Jadi, tidak terdapat kesesuaian yang positif dan signifikan antara antara
juri I dan II dalam memberikan penilaian terhadap 6 makanan karena
Ho diterima atau kolerasinya tidak signifikan.
2. Kolerasi Rank Kendall Tau

=
A B
1
2 ()
N ( N1 )
Keterangan :
= koefisien korelasi kendala tau yang besarnya
(1< <1)
A= jumlah rangking atas
B= jumlah rangking bawah
N= jumlah anggota sampel
Untuk uji signifikannya koefisien korelasi mengunakan rumus z. rumusnya

adalah sebagai berikut:

z=
2(2 N + 5)
9 N ( N 1)
185
Langkah-langkah menghitung koefisien kolerasi rank kendal tau:
Ha Ho
Ha:
a. terdapat hubungan yang positif dan signifikan antara variabel
X dan Y
Ho
b. : tidak terdapat hubungan positif dan signifikan antara
variabel X dan Y
Ha Ho
H a : 0
a.
H o : >0
b.
3. membuat table penolong untuk menghitung koefisien kolerasi rank seperti
contoh berikut:
R1 dan R2 merupakan rangking dari X dan Y.
Cara menghitung Ra dan Rb, berpedoman pada R2. Ra adalah jumlah
rangking di bawah garis yang dihitung jumlahnya, tetapi angkanya yang
lebih besar dari angka pada baris itu. Rb adalah jumlah rangking di
bawah garis yang dihitung, dan angkanya lebih kecil dari angka baris
itu.
Table penolong menghitung kolerasi rank
No Resp X Y R1 R2 Jumlah Jumlah

Ra Rb
1
2
.
N
A= B=

5. tentukan taraf signifikansinya

6. tentukan criteria pengujian signifikansi
Ho
jika =0 , maka diterima
7. kesimpulan
186
Contoh:
1. Dilakukan penelitian untuk mengetahui hubungan yang positif dan
signifikan antara IQ dengan nilai prestasi kerja pegawai. Berdasarkan
sampel yaang berjumlah 25 orang ditemukan IQ dan nilai rata-rata prestasi
kerja pegawai ditunjukkan pada tabel berikut:
No. IQ Nilai
Prestasi
1 135 72
2 134 74
3 133 69
4 132 71
5 128 65
6 127 64
7 126 63
8 125 62
9 124 49
10 123 68
11 122 66
12 121 55
13 120 51
14 119 54
15 116 50
16 114 42
17 113 47
18 110 48
19 108 46
20 106 45
21 100 53
22 99 39
23 96 43
24 62 44
25 90 41
Penyelesaian:
Ha Ho
Ha:
a. terdapat hubungan yang positif dan signifikan antara
IQ dengan prestasi belajar kerja pegawai

Ho
variabel X dan Y
187
Ha Ho
H a : 0
a.
H o : >0
b.
kendal tau seperti contoh berikut:
Table penolong menghitung kolerasi rank kendal tau
Ra pada baris pertama jumlahnya 23, hal ini terdiri atas rangking
4,3,7,8,9,10,16,5,6,11,14,12,15,23,18,17,19,20,13,25,22,21,24 (ranking
1` tidak termasuk karena di bawah rangking 2 yang dihitung jumlahnya)
dan seterusnya
Rb untuk baris pertama jumlahnya 1, yaitu angka 1. Di bawah rangking
4 hanya ada satu angka yaitu rangking 3 ( rangking 1 dan 2 yang telah
ada pada baris sebelumnya tidak dihitung lagi).
No. IQ Nilai R1 R2 Jumlah Jumlah

Prestasi Ra Rb
1 135 72 1 2 23 1
2 134 74 2 1 23 0
3 133 69 3 4 21 1
4 132 71 4 3 21 0
5 128 65 5 7 18 2
6 127 64 6 8 17 2
7 126 63 7 9 16 2
8 125 62 8 10 15 2
9 124 49 9 16 9 7
10 123 68 10 5 15 0
11 122 66 11 6 14 0
12 121 55 12 11 13 0
13 120 51 13 14 10 2
14 119 54 14 12 11 0
15 116 50 15 15 9 1
16 114 42 16 23 2 7
17 113 47 17 18 6 2
18 110 48 18 17 6 1
19 108 46 19 19 5 1
20 106 45 20 20 4 1
21 100 53 21 13 4 0
22 99 39 22 25 0 3
23 96 43 23 22 1 1
188
24 62 44 24 21 1 0
25 90 41 25 24 0 0
A=264 B=36
=
A B = 26436
1 25 ( 251 )
2 ()
N ( N1 )
2
228
= =0,76
300
5. taraf signifikansinya adalah 0,01

6. tentukan kriteria pengujian signifikansi
Ho
jika >0 0,76>0 , maka ditolak
7. kesimpulan
jadi terdapat hubungan yang positif sebesar 0,76 antar IQ dengan
prestasi kerja pegawai. Hal ini berarti makin tinggi IQ pegawai maka
akan semakin tinggi prestasi kerjanya.
Untuk menguji signifikansinya adalah sebagai berikut:
0,76
z= =
2 ( 2 N +5 )
9 N ( N 1 )
2 (2.25+ 5 )
9.25 (251 )
0,76 0,76
z= =
110
5400
0,02037037
0,76
z= =5,32
0.142724806
=0,01

=0,005
2
0,50,005=0,495 ( dalam tabel z 495 tidak ada, tetapi angka yang
paling mendekati adalah angka 4951, berdasarkan angka tersebut maka

harga z = 2,58).
Jadi korelasi antara IQ dengan prestasi kerja pegawai sebesar 0,76
adalah signifikan karena z hitung 5,32 lebih besar dari z tabel 2,58.
189
Latihan Soal
1. Diketahui data penilaian atasan X dan atasan Y terhadap 8 orang bawahannya
yaitu sebagai berikut:
X : 9 5 8 7 6 7 9 8 danY : 8 6 9 7 8 8 9 9
Bagaimana hubungan atasan X dan atasan Y dengan taraf signifikan 0,05?
2. Dilakukan penelitian untuk mengetahui hubungan yang positif dan signifikan
antara kedisiplinan dan prestasi siswa. Berdasarkan sampel yang berjumlah 20
orang ditemukan kedisiplinan dan prestasi siswa ditunjukkan pada tabel:
=1
No. Kedisiplinan Prestasi

1 17 80
2 15 75
3 10 60
4 16 78
5 20 90
6 2 36
7 12 67
8 8 53
9 6 45
10 13 68
11 18 85
190
12 7 50
13 4 43
14 11 65
15 14 70
16 5 44
17 1 35
18 3 38
19 19 87
20 9 55
Penyelesaian:
1. Diketahui: X : 9 5 8 7 6 7 9 8
Y:86978899
Ditanya : kesesuaian atasan X dan atasan Y dengan taraf signifikan 0,05?
Jawab :
1. Tulis Ha dan Ho dalam bentuk kalimat
Ha: terdapat hubungan yang positif dan signifikan antara variabel X dan
variabel Y
Ho :tidak terdapat hubungan yang positif dan signifikan antara variabel
X dan variabel Y
2. Tulis Ha dan Ho dalam bentuk statistik
Ha : r 0
Ho : r = 0
3. Table penolong untuk menghitung koefesian kolerasi rank

a. Menghitung ranking X ke- dengan cara sebagai berikut:
1+2
=1,5
3+ 4
=3,5
5+ 6
=5,5
Nilai 6 merupakan rankingke- 7 = 7

Nilai 5 merupakan rankingke- 8=8
Menghitung rangking Y ke-dengan cara berikut:
1+2+3
=2
4+5+ 6
=5
191
b. b=Rank X Rank Y
b1=1,55=3,5
b2=88=0
b3 =3,52=1,5
b 4=5,57=1,5
b5 =75=2
b6 =5,55=0,5
b1=1,52=0,5
b2=3,52=1,5
c. Jumlah semua selisih ranking tersebut, jika = 0 berarti perhitungan

betul dan dilanjutkan
No. Atasan Atasan Ranking Ranking b b2

Resp
atas atas (X) (Y)
(X) (Y)
1 9 8 1,5 5 -3,5 12,25
2 5 6 8 8 0 0
3 8 9 3,5 2 1,5 2,25
4 7 7 5,5 7 -1,5 2,25
5 6 8 7 5 2 4
6 7 8 5,5 5 0,5 0,25
7 9 9 1,5 2 -0,5 0,25
8 8 9 3,5 2 1,5 2,25
Jumlah b= b 2=

23,5
0
4. Masukan nilai-nilai yang terdapat dalam table tersebut ke dalam rumus
sperman
2
6b 6.23,5
=1 2
=1 2
n(n 1) 8( 8 1)
192
141 141
=1 =1
8(641) 8 (63)
141
=1 =10,279
504
=0,721
5. Taraf signifikannya ( = 0,05

6. Kriteria pengujian signifikansi yaitu:
jika , maka diterima atau kolerasinya
tidak signifikan
tabel =0,05
7. pada daftar kritis untuk sperman dengan dan
tabel =0,738
n = 8 didapat
8. Ternyata : -0,738 < 0,721 < 0,738 sehingga Ho diterima atau kolerasinya
tidak signifikan
9. Kesimpulan:
Jadi, tidak terdapat hubungan yang positif dan signifikan antara atasan
atas X dan atasan atas Ydalam memberikan penilaian terhadap 8 orang
bawahannya karena Ho diterima atau kolerasinya tidak signifikan.
2. Lagnkah-langkahnya:
Ha Ho
Ha:
a. terdapat hubungan yang positif dan signifikan antara
kedisipilinan dan prestasi siswa

Ho
kedisiplinan dan prestasi siswa

Ha Ho
H a : 0
a.
H o : >0
b.
193
kendal tau berikut:
Ra pada baris pertama jumlahnya 16, hal ini terdiri atas rangking
5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20 (ranking 1,2,3` tidak
termasuk karena di bawah rangking 4 yang dihitung jumlahnya) dan
seterusnya
Rb untuk baris pertama jumlahnya 3, yaitu angka 3,2,1. Di bawah
rangking 6 hanya 4 angka yaitu rangking 5,3,2,1 ( rangking 4 yang telah
ada pada baris sebelumnya tidak dihitung lagi). Dan seterusnya
No. Kedisiplinan Prestasi R1 R2 Jumlah Jumlah

Ra Rb
1 17 80 4 4 16 3
2 15 75 6 6 14 4
3 10 60 11 11 9 9
4 16 78 5 5 13 3
5 20 90 1 1 15 0
6 2 36 19 19 1 13
7 12 67 9 9 9 4
8 8 53 13 13 6 6
9 6 45 15 15 4 7
10 13 68 8 8 7 3
11 18 85 3 3 8 1
12 7 50 14 14 4 4
13 4 43 17 17 2 5
14 11 65 10 10 4 2
15 14 70 7 7 5 1
16 5 44 16 16 2 2
17 1 35 20 20 0 1
18 3 38 18 18 1 1
19 19 87 2 2 1 0
20 9 55 12 12 0 0
A=121 B=69
194
=
A B = 12169
20 ( 201 )
( 12 ) N ( N1 ) 2
52
= =0,27
190
5. taraf signifikansinya adalah 0,01

6. tentukan kriteria pengujian signifikansi
Ho
jika >0 0,76>0 , maka ditolak
7. kesimpulan
jadi terdapat hubungan yang positif sebesar 0,27 antar kesiiplinan
dengan prestasi siswa. Hal ini berarti makin tinggi kedisiplinan siswa
maka akan semakin tinggi prestasisiswa tersebut.
Untuk menguji signifikansinya adalah sebagai berikut:
0,27
z= =

2 ( 2 N +5 )
9 N ( N 1 )
2 (2.20+ 5 )
9.20 ( 201 )
0,27 0,27
z= =
90
3420
0,026315789
0,27
z= =1,66
0,162221421
=0,01

=0,005
2
0,50,005=0,495 ( dalam tabel z 495 tidak ada, tetapi angka yang
paling mendekati adalah angka 4951, berdasarkan angka tersebut maka

harga z = 2,58).
Jadi korelasi antara kedisiplinan dengan prestasi siswa sebesar 0,27
adalah tidak signifikan karena z hitung 1,66 kurang dari z tabel 2,58.
TABEL NILAI-NILAI RHO
195
N Taraf Signif
5% 1%
5 1,000
6 0,886 1,000
7 0,786 0,929
8 0,738 0,881
9 0,683 0,833
10 0,648 0,794
12 0,591 0,777
14 0,544 0,715
16 0,506 0,665
18 0,475 0,626
20 0,450 0,591
22 0,428 0,562
24 0,409 0,537
26 0,392 0,515
28 0,377 0,496
30 0,364 0,478
BAB XI
Uji Runtun
1.1. Pengertian Uji Runtun
Dalam semua uraian terdahulu mengenai penggunaan metode

statistika, telah dimisalkan bahwa sampel yang digunakan adalah sampel
acak yang diambil dari sampel tertentu. Untuk menguji apakah data yang
diperoleh memenuhi sipat acak dapat digunakan uji runtun. Runtun adalah
barisan-barisan huruf-huruf atau tanda-tanda yang identik yang
196
didahulukan atau diikuti oleh sebuah huruf atau sebuah tanda yang
berbeda. Untuk runtun permulaan barisan tidak dimaksudkan tidak
didahului oleh huruf atau tanda apapun. Demikianlah pula untuk runtun
akhir,barisan itu tidak diakhiri oleh huruf atau tanda yang berbeda.
Panjang runtun ditentukan oleh banyak huruf atau tanda yang ada dalam
setiap runtun. Uji ini merupakan suatu tehnik yang digunakan bagi
pengujian suatu hipotesis nol bahwa amatannya telah diambil secara
berdasarkan pada urutan bagaimana data pengamatan itu diperoleh. Uji ini
tidak boleh memandang apakah amatannya kuantitatif dan kualitatif yang
membagi data menjadi dua kelompok, misalnya yang terdiri dari dua
lambang , laki-laki atau perempuan, cacat atau tidak cacat, diatas atau
dibawah median dan lain sebagainya.
1.2. Tahap-tahap perhitungan pada Uji Runtun
a. Menentukan Formulasi hipotesis
Hipotesis dapat dinyakan dalam bentuk seperti dibawah ini:
Ho = proses pengambilan sampel adalah proses random
H1 = proses pengambilan sampel bukan proses random.
b. Menentukan taraf nyata ( ) dan nilai r tabel.
Nilai r tabel terdiri dari r batas bawah dan r batas
atas untuk n1 dan n2 tertentu.
c. Menentukan kriteria pengujian
Ho Diterima apabila r dihitung terletak diantara r tabel
batas bawah dan r tabel batas atas.
197
Ho Ditolak apabila r hitung lebih dari kecil dari r tabel
batas bawah atau lebih besar dari r tabel batas atas.
Untuk n1 dan n2 tertentu.
d. Menentukan nilai uji statistik ( r hitung )
Nilai uji statistik ditentukan dengan tahap-tahap :
1. Data sampel diubah urutannya
2. Menentukan nilai median data
3. Memberi tanda untuk data dibawah ( lebih kecil ) dari

nilai median dan tanda + untuk data diatas (lebih besar)
dari nilai median,
4. Banyaknya tanda diberi notasi n 1 dan banyaknya

tanda + diberi notasi n2.
5. Menentukan jumlah runtun, merupakan nilai r hitung.
e. Membuat kesimpulan
Menyimpulkan H0 diterima atau ditolak.
Note:
Untuk atau kedua-duanya lebih besar dari 20, pengujiannya

menggunakan nilai Z (nilai uji statistik ) yaitu :
rr
Z= r
198
2 n1 . n2
r = +1
n1+ n2
r=
2 n1 . n2 (2 n1 . n2n1n2 )
(n1 +n2 )2 (n1 +n21)
Langkah-langkah pengujiannya sama dengan langkah- lankah pengujian

sebelumnya, menggunakan distribusi Z (nilai Z) dengan uji statistik yang
menggunakan uji dua sisi.
Contoh: 1
Data skor motivasi belajaar siswa yang menggunakan metode A seperti berikut:
37 38 39 36 42 44 35 41 40 35 38
31 40 43 42 42 41 44 38 40
Apakah data yang diambil secara acak (random) dengan taraf signifikan 5% ?
Penyelesaian :
a. Formula hipotesis
Ho : data diambil secara acak
H1 : data diambil tidak secara acak
b. Taraf nyata ( ) dan nilai tabelnya :
= 5% = 0,05 dengan n1 = 18 dan n2 = 7
Batas penerimaan bawah = 4
Batas penerimaan atas = 13
199
c. Kriteria pengujian:
Ho : Diterima apabila 4 r 13
Ho : Ditolak apabila r <4 atau r >13
d. Nilai uji statistik ( r hitung ):
- Urutan data asli
37 38 39 36 42 44 35 41 40 35 38 31 40 43 42 42 41 44 38 40
- Median data = 40
- Tanda- tanda data :
+++++++
- n1 = 8 dan n2 = 9
- r=7
e. Kesimpulan
Karena r = 7 berada antara 5 dan 14, maka Ho diterima. Jadi proses

pengambilan sampel skor motivasi belajar dilakukan secara random.
Contoh : 2
Berikut ini data mengenai besarnya kredit yang diperoleh 15 pedagang dari
sebuah bank (dalam puluhan Rp)
13 7 6 8 31 23 36 43 51 44 12 26 15 18 24
Ujilah apakah data tersebut diambil secara acak (random)dengan menggunakan

taraf 5%?
200
Penyelesaian :
a. Formulasi hipotesisnya:
b. Taraf nyata ( ) dan nilai tabelnya :
= 5% = 0,05 dengan n1= 8 dan n2 = 7
Batas penerimaan bawah = 4
Batas penerimaan atas = 13
Ho : diterima apabila 4 r 13
Ho : ditolak apabila r <4 atau r >13
d. Nilai uji statistik ( r hitung
- Urutan data asli
13 7 6 8 31 23 36 43 51 44 12 26 15 18 24
- Median data = 23
- Tanda-tanda data
+++++++
- n1 = 8 dan n2 = 7
- r=8
201
e. Kesimpulan
Karena r = 8 berada antara 4 dan 13 maka Ho diterima. Jadi proses

pengambilan sampel atau pemberian kredit oleh bank dilakukan secara
random.
Contoh 3 :
Berikut ini merupakan kecepatan (dalam mil per jam) Dimana setiap lima
penumpang mobil berhenti pada tempat tertentu dan waktu tertentu :
46 53 60 56 70 66 48 54 62 41
39 52 45 62 53 69 65 65 67 76
52 52 59 67 59 51 46 61 40 43
42 77 67 63 59 63 63 72 57 59
42 56 47 62 67 70 63 66 69 73
ujilah hipotesis nol yang menyatakan bahwa data tersebut diambil secara Random
dengan tingkat kepercayaan 0,05.!
Penyelesaian :
a. Formulasi hipotesis
mudian kita tulis :
39 40 41 42 42 43 45 46 46 47
48 51 52 52 52 53 54 56 56 57
58 59 59 59 59 60 61 62 62 62
63 63 63 63 65 65 66 66 67 67
67 67 69 69 70 70 72 73 76 77
202
Diketahui dari data yang telah di urutkan :
Nilai Median :
59+60
Med= =59,5
2
n1 dan n2
Nilai :
n1= jumlah data dibawah median n1 =25
n2= jumlah data di atas median n2=25
Maka di dapat :
2 25 25 1250
E ( u )= +1= +1=25+1=26
25+25 50
2 25 25 (2 25 252525) 1250 1200 1500000

Var ( u )= = = =12,2449
( 25+ 25 )2 (25+251) 2500 49 122500
Kemudian Cari Run setelah Median diketahui Dengan :
+
Memberi Tanda Pada Nilai yang berada di atas Median

Memberi Tanda Pada Nilai yang berada di bawah Median
Yaitu :
46 53 60 56 70 66 48 54 62 41
39 52 45 62 53 69 65 65 67 76
52 52 59 67 59 51 46 61 40 43
42 77 67 63 59 63 63 72 57 59
42 56 47 62 67 70 63 66 69 73
Data setelah di ubah tanda :
203
+ + + +
+ + + + + +
+ +
+ + + + + +
+ + + + + + +
Jumlah Warna : 20
Berarti, Jumlah Run Pada Data yang sudah Di ubah tandanya, ada 20 Run.
Jika Z <Z tabel Atau Z > Z Tabel.
H0
Maka Tolak (tidak Random)
Untuk =5 =0,05
Z Z =Z 0,05 =Z 0,025=1,96 ( Lihat PadaTabel Z )

2 2
=10 Z=1,645
=1 Z=2,575
Karena Nilai ,
Z hitung =1,57>Z tabel=1.96
Z hitung >Z tabel
H0
Kesimpulan :Maka Terima ; Random
204
Soal latihan
1. Suatu penelitian untuk melihatkan rata-rata kemampuan guru pada

suatu sekolah, namun sebelumnya perlu diujikan apakah sampel dari
para guru pilih diambil secara acak (random), agar tidak terjadi
kecenderungan untuk mengambil guru dari kelas tertentu. Di sekolah
tersebut terdapat 2 tipe guru menurut asal daerahnya, yaitu simbol Y=
guru dari kota, dan N= guru dari luar kota, dengan urutan
pengambillan sampel sebagai berikut :
a. YNYYYNNYYYYYNNNNNNYNNNNNNNYYYN
b. YNYYYNNNYYNYYYYYNNNNYNYNNYYYNNYNNNNYY
NNYNNY YYYNNYNNNNYYNNYNYY
2. Dari rata-rata hasil kedeli di wilayah X 10,0 ku/ha untuk itu diambil
sebuah sampel 10 lokasi diwilayah X diperoleh hasilnya adalah 10,2
9,7 10,1 10,3 10,1 9,9 9,8 10,4 10,3 dan 9,8 ku/ha. Ujilah taraf nyata
5% apakah sampel yang diambil tersebut bersifat acak ?
3. Dalam suatu proses produksi diadakan pemeriksaan secara berkala

untuk mengetahui cacat tidaknya barang yang dihasilkan. Berikut ini
adalah barisan yang cacat C dan tidak cacat T yang dihasilkan oleh
proses tersebut :
CCTTTCTTCCTTTTTC
CCTTCTTTTCTC
Dilakukan uji dengan taraf nyata 5 % untuk menentukan apakah

barang yang cacat terjadi secara acak atau tidak.
Jawaban
1. Untuk jawab a
Uji Ran
205
a. Ho : urutan pengambilansampel angka random
H : urutan pengambilan sampel angka tidak random
b. =5
c. r = 10
n1 = 10 daerah penolakan r 10 atau r 22
n2 = 22 atau = 10 10 tolak H0
d. Keputusan tolak H0 urutan pengambilan sampel guru tidak
random.
Untuk jawab b
R = 29
N1= 29
N2 = 31
2.29 .31
=30,967
Nr= 29+31
Nr = 2.29 .31 . ( 2 .29.312930 )

2
( 29+31 ) . ( 29+131 )
= 3,835
2930,967
=0,513
Z= 3,835
H0
P= 2.0,3050=0,61 > diterima
Urutan pengambilan sampel guru secara random
206
2. Penyelesaian
a. Formula hipotesisnya
H0 : sampel yang bersifat acak
H1 : sampel yang bersifat tidak acak
b. Taraf nyata = 5% = 0,05
c. Uji nyata = uji run
d. Kriteria pengujian (Daerah penolakan)
H0 Ditolak apabila r < r1 dan r > r2
e. Perhitungan :
No Nilai Tanda R
1 10,2 + 1
2 9,7 - 2
3 10,1 + 3
4 10,3 +
5 10,1 +
6 9,8 - 4
7 9,9 -
8 10,4 + 5
9 10,3 +
10 9,8 - 6
Banyaknya runtun r = 6
n= 10 , (+) = 6 = n2 , (-) = 4 = n1
dari tabel nilai r dari uji runtun diperoleh nilai r1 = 2 dan r2 = 9
f. Kesimpulan
Terima H0 jika r1 < r < r 2 atau 2 < 6 < 9
3. - Formula hipotesis
207
H0 = sempel bersifat acak
H0 = sempel bersifat tidak ada
- taraf nyata = 5% = 0,05
- uji statistik = uji run
- daerah penolakan r < r1 atau r > r2
- perhitungan
no prod no prod no prod no pro

d
1 C 9 C 16 C 22 T
2 C 10 C 17 C 23 T
3 T 11 T 18 C 24 T
4 T 12 T 19 T 25 T
5 T 13 T 20 T 26 C
6 C 14 T 21 C 27 T
7 T 15 T 28 C
8 T
prod prod prod prod

C 1 C 5 C 7 T 10
C C C T
T 2 T 6 C T
T T T 8 T
T T T C 11
C 3 T C 9 T 12
T 4 T C 13
208
T
Banyaknya rutun R = 13
N = 28 ; C = 11 = n1 ; T = 17 = n2
Banyaknya rutun R = 6
N = 28 ; C = 11 = n1 ; T = 17 = n2
Dari tabel nilai R untuk uji run diperoleh nilai
R1 = 9 dan R2 = 20
- kesimpulan : terima H0
(R1 = 9 ) < ( R2 = 13) < (R3 = 20)
BAB XII
Uji Median ( Median Test )
209
Uji median memperlihatkan apakah dua atau lebih populasi
tempat independen diambil memiliki median yang sama besar atau
tidak. Tes median digunakan untuk menguji signifikasi hipotesis
komparatif dua sampel independen bila datanya berbentuk nominal
atau ordinal. Pengujian didasarkan atas median dan sampel yang
diambil secara random.
Langkah langkah pengujian median adalah sebagai berikut :
a) Menentukan formulasi hipotesis

H0 : kedua sampel acak telah diambil dari dua populasi dengan
median yang sama atau telah diambil dari populasi yang sama
H1 : kedua sampel itu berasal dari dua populasi dengan median

yang berlainan atau dari dua populasi yang berlainan.
b) Menentukan taraf nyata ( ) dan nilai X2 tabel

Taraf nyata dan X2 tabel yang ditentukan memiliki derajat
bebas (db) = 1
X2 (1) = ...
c) Menentukan kriteria pengujian

H0 diterima apabila X2 0 X2 (1)
H0 ditolak apabila X2 0 X2 (1)
d) Menentukan nilai uji statistik

Penentuan nilai uji statistik melalui tahap-tahap sebagai berikut:
1) Menentukan median dari kombinasi distribusi sampelnya
210
2) Menghitung frekuensi nilai yang terletak diatas dan dibawah
median kombinasi untuk setiap kelompok yang tabelnya
berbentuk :
Jumlah nilai Kelompo Kelomp Total
k1 ok 2
Diatas median a b a+b
kombinasi
Dibawah median c d c+d
kombinasi
Total a+c = n1 b+d=n2 n1+n2 =
n
Rumus X2 0 :
1 2
n (|adbc| n)
2
X 2 0=
( a+ b ) ( c+ d )( a+ c ) (b+ d)
e) Membuat kesimpulan
Menyimpulkan H0 diterima atau ditolak
Contoh soal :
1. Diberikan data dua sampel sebagai berikut :

Samp 5 16 12 17 8 12
el 1 10 18 13
Samp 20 7 14 19 10 15
el 2 13
Penyelesaian :
211
Sampel gabungan nya setelah disusun menurut urutan nilainya,
menjadi :
5, 7, 8, 9, 10, 10, 12, 12, 13, 13, 14, 15, 16, 17, 18, 19, 20
Didapatkan mediannya : 13
Dari sampel 1 ada tiga data diatas median dan enam data dibawah
median
Dari sampel 2 ada empat data diatas median dan dua data dibawah
median
Dala daftar kontingensi kira dapatkan bentuk berikut :
Sampel 1 Sampel 2 Jumlah

Diatas 3 4 7
median
Dibawah 6 2 8
median
Jumlah 9 6 15
1
n (|adbc|) n
2
2
Rumus X 0 = 2
( a+ b ) ( c+ d )( a+ c ) (b+d )
2
15 (|3 24 6|7,5 )

7 8 9 6
= 3,225
Dari daftar distribusi chi-kuadrat = 0,005 dan db = 1 ,

2
didapat X 0,005 (1)=3,841
212
2 2
Terlihat bahwa X 0=3,225< X 0,005 (1)=3,841
Jadi hipotesis bahwa kedua sampel itu berasal dari dua

populasi yang sama tidak dapat ditolak.
2. Dua sampel berupa upah 15 pekerja wnita dan 15 pekerja pria

( dalam ribuan Rp) adalah sebagai berikut :
Upah pekerja 73, 75, 81, 86, 72, 63, 77, 59, 69, 55,
wanita 48, 93, 52, 71, 66
Upah pekerja 55, 50, 73, 90, 61, 88, 40, 62, 51, 79,
pria 43, 86, 92, 57, 43
Ujilah dengan taraf nyata () = 5% , apakah kedua median
populasi tempat sampel diambil sama !
Penyelesaian :
a. Menentukan formulasi hipotesis

H0 : median upah pekerja wanita sama dengan median upah
pekerja pria
H1: median upah pekerja wanita berbeda dengan median
upah pekerja pria
b. Menentukan taraf nyata () dan nilai X2 tabel
= 5% = 0,05 dengan db = 1
X2 0,05(1) = 3,841
2
H0 diterima apabila X 0 3,841
2
H0 ditolak apabila X 0 3,841
d. Nilai uji statistik

1) Median kombinasi sampel = 67
2) Frekuensi nilai
Frekuensi upah Pekerja Pekerja Total

wanita pria
Diatas median 9 6 15
213
kombinasi
Dibawah median 6 9 15
kombinasi
Total 15 15 30
2 ( 30|8136|15 ) 2
3) X 0=
15 15 15 15
X2 0 = 0,53
e. Kesimpulan
Karena X2 0 = X20,05(1) = 3,841 maka H0 diterima
Jadi, median upah pekerja wanita sama dengan median upah
pekerja pria
214
Latihan Soal
1. Suatu metode pengajaran baru di berikan ke dua kelompok

siswa . kelompok pertama terdiri dari 11 siswa dan
kelompok ke dua terdiri dari 14 siswa . Nilai hasil evaluasi
metode tersebut adalah
Kelompok : 60 54 75 86 91 80 77 65 93 70 85 .
Kelompok : 54 53 67 98 59 76 88 81 67 93 74 85
76 63
Dengan = 0,05 ,Ujilah apakah kedua kelompok siswa

tersebut memiliki median yang sama.
2. Berbagi dapat di buat dengan dua cara . untuk

membandingkan kekuatan median barang barang yang
di buat mealui kedua cara itu, di ambil masing masing 10
batang pancing kemudian diuji kekuatannya . Hasilnya
adalah.
Cara 1 : 10,4 9,8 11,5 10,0 9,9 9,6 10,9 11,8 9,3 10,7
Cara 2 : 8,7 11,2 9,8 10,1 10,8 9,5 10,0 9,8 10,5
9,9
215
Dengan = 0.01 Ujilah apakah kedua cara pembuatan
tentang batang pancing tersebut memiliki median yang
sama!
Kunci Jawaban :
1. Penyelesaian :
Nilai hasil evaluasi metode tersebut setelah diurutkan menjadi :
53, 54, 54, 59, 60, 63, 65, 67, 67, 70, 74, 75,76,
76,77, 80, 81, 85, 85, 86, 88, 91, 93,93, 98,
Didapatkan median nya : 76
Dari kelompok 1 ada enam data yang diatas median dan lima
data dibawah median
Dari kelompok 2 ada lima data diatas median dan sembilan data
dibawah median
216
Dalam daftar kontingensi kita dapatkan bentuk berikut.
Kelompok 1 Kelompok 2 Jumlah

Diatas median 6 5 11
Dibawah 5 9 14
median
Jumlah 11 14 25
1
n (|adbc|) n
2
2
Rumus X 0 =
2
( a+ b ) ( c+ d )( a+ c ) (b+d )
2
25 (|6 95 5|12,5)

11 14 11 14
= 0,286
Dari daftar distribusi chi-kuadrat = 0,05 dan db = 1, didapat

X2 0,05(1) = 3,841
Jadi hipotesis bahwa kedua kelompok itu berasal dari dua

populasi yang berbeda tidak dapat diterima.
2. Penyelesaian :
a. Menentukan foemulasi hipotesis
H0 : median membandingkan kekuatan cara satu sama dengan
median membandingkan cara dua.
H1 : median membandingkan kekuatan cara satu berbeda dengan
median membandingkan kekuatan cara dua.
b. Menentukan taraf nyata dan nilai X2 tabel = 0,01
= 1% = 0,01 dengan db = 1
X20,05(1) = 6,641
H0 diterima apabila X2 0 6,641
H1 diterima apabila X2 0 6,641
217
d. Uji nilai statistik
1) Median kombinasi sampel = 10,0
2) Frekuensi nilai
Frekuensi Cara 1 Cara 2 Total

membandingkan
Diatas median 5 4 9
Dibawah median 5 6 11
Total 10 10 20
3) Maka :
1
n (|adbc|) n
2
2
Rumus X 0 = 2
( a+ b ) ( c+ d )( a+ c ) (b+d )
2
20 (|5 64 5|10)

9 11 10 10
20
=0,002
9900
Jadi X2 0 = 0,002
e. Kesimpulan
2
Karena X2 0 = 0,002 X 0,05 (1) =6,641 maka H0 diterima.
Jadi, median membandingkan kekuatan cara 1 sama dengan
cara median membandingkan cara 2.
218

OPTIMAL

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

OPTIMAL

Uploaded by

Copyright:

Available Formats

BAB I

Pengujian Hipotesis Satu Rata-Rata

A. Pengujian pihak kanan

Syarat-syarat pengujian Hipotesis dan aturan permainan

produksi mempunyai varians 2,3. Metode baru di usulkan mengganti yang

ternyata rata-rata per jam menghasilkan 16,9 buah. Pengusaha bermaksud

n=20, = 2,3 0=16

Distribusi normal baku Dari daftar normal standar dengan

Kriteria pengujian adalah : tolak

metode lama dengan mengambil resiko 5%.

Sering dikehendaki berapa besar peluang yang terjadi ketika keputusan

Ini berarti : berdasarkan penelitian yang dilakukan, kesempatan melakukan

Bagaimanakah kesimpulannya jika diambil =0,01 ?

Dengan melakukan percobaan sebanyak 20 kali, berapa seharusnya hasil rata-rata

Dengan =0,01 dan dimisalkan populasi hasil produksi berdistribusi normal

dengan nilai-nilai = 2,3 , 0 =16 dan n=20 , maka dari Rumus

Hal B ). tak diketahui

Kriteria pengujian didapat dari daftra distribusi student t dengan dk = (n-1)

). Jadi kita tolak H0 t 1 H0

dalam hal lainya.

Contoh : Diketahui bahwa dengan menyutikan semacam hormon tertentu kepada

Jawab : yang kita hadapi adalah pasangan hipotesis:

Distribusi Student dK-30

Dengan mengambil =0,01, dari

daftar distribusi t dengan dK = 30

Penyutingan hormon terhadap ayam menyakinkan kita dapat menambah

Syara-syara pengujian hipotesis dan aturan permainan

Di sini simpangan baku tidak diketahui. Dengan memisalkan isi kaleng

Dengan nilai =0,05 dan dK=22,

C. Pengujian dua Hiptesis Rata-rata

Syarat-syarat pengujian Hipotesis dan aturan permainan

Menentukan taraf nyata = probabilitas untuk melakukan kesalahan

o = rata-rata nilai yang di hipotesiskan

= standar deviasi populasi

= banyak sampel yang di observasikan

2. menentukan daerah dan titik kritis

4. menentukan nilai ( - value)

Dari penelitian sadah didapat z = -0.94 dan terletak di daerah penerimaan H

3. Populasi pelat baja dari produsen memiliki panjang rata-rata 80 cm dengan

H o : =7.250 dan H a : > 7.250

Taraf signifikan ( =5 ) maka T a . n1=T 0.05.19 =1.729

T hitung <T tabel atau1.65<1.729 maka H o

dari lembaga yang menyatakan bahwa pendapatan rata-rata perhari pedagan

2. X = 4.000.000,- = 5% , n =100, = 5.000.000, = 500.000

Nilai Z 0,05 = 1,64

b. Taraf nyata dan nilai t tabel

Za/2 = 1,96 (Uji dua arah)

Ho diterima jika : -1,96 < Zo < 1,96

Ho ditolak jika : Zo > 1,96 atau Zo < -1,96

Zo = (83 - 80) / (7/1001/2) = 4,29

maka Zo > 1,96 Ho ditolak

Pada taraf nyata 5% terdapat perbedaan signifikan x = 83 cm dengan m =

Menurut ( Sarwoko : 107 ), uji t digunakan apabila deviasi standar dari

populasi tidak diketahui dan ukuran sampel kecil, yaitu : n 30.

William Goset, yang mempublikasikan dengan nama student, melakukan

pengamatan bahwa estimasi terhadap dengan menggunakan s kurang

tepat sampel sampel yang berukuran kecil, s akan cenderung ternilai

terendah kerendahan (underestimate ) terhadap lebih dari

separuhnya. Goset mengemukakan sebuah kelompok distribusi distribusi

estimasi interval apabila tidak diketahui dan sampel berukuran kecil.

Masing masing distribusi ini berubah ubah sesuai atau merupakan

Kita dapat menghitung nilai nilai t parameter hasil estimasi dengan

1. Formulasi hipotesis Daerah