laboratorium manajemen dasar modul statistika...
TRANSCRIPT
LABORATORIUM MANAJEMEN DASAR
MODUL STATISTIKA 2
Nama :
NPM/Kelas :
Fakultas/Jurusan :
FAKULTAS EKONOMI
UNIVERSITAS GUNADARMA
KELAPA DUA
ATA 2012/2013
Modul Praktikum
STATISTIKA 2 Page 1 ATA 12/13
KATA PENGANTAR
Puji syukur kami panjatkan kepada Tuhan Yang Maha Esa atas
limpahan rahmat dan karunia-Nya sehingga modul praktikum Statistika 2
ini dapat terselesaikan.
Modul praktikum ini merupakan penyempurnaan dari modul
praktikum sebelumnya dan diharapkan dengan adanya modul praktikum
ini dapat meningkatkan pemahaman dasar materi praktikum serta
sebagai pedoman bagi mahasiswa dalam melakukan penelitian-penelitian
ekonomi.
Kami menyadari bahwa modul praktikum ini masih perlu
disempurnakan lagi, sehingga saran dan kritik untuk penyajian serta isinya
sangat diperlukan.
Akhir kata, kami ucapkan terima kasih kepada tim Litbang
Statistika 2 Laboratorium Manajemen Dasar yang turut berpartisipasi
dalam penulisan modul praktikum ini. Ucapan terima kasih juga kami
sampaikan kepada seluruh pihak yang berpartisipasi sehingga
pelaksanaan praktikum ini dapat berjalan dengan lancar.
Kelapa Dua, Desember 2012
Tim Litbang
Modul Praktikum
STATISTIKA 2 Page 2 ATA 12/13
DAFTAR ISI
Kata Pengantar ......................................................................................... 1
Daftar isi ................................................................................................... 2
Materi Distribusi Normal .......................................................................... 5
I. Pendahuluan ................................................................................... 5
II. Rumus Distribusi Normal ................................................................. 6
III. Langkah – langkah Pengujian Hipotesis ......................................... 7
IV. Kurva Normal .................................................................................. 9
V. Contoh Kasus ................................................................................. 10
Daftar Pustaka ..................................................................................... 16
Materi Distribusi T ................................................................................... 17
I. Pendahuluan .................................................................................. 17
1.1 Ciri – ciri Distribusi T ................................................................. 17
1.2 Fungsi Pengujian Distribusi T ................................................... 17
II. Beberapa Macam Penggunaan Hipotesis ...................................... 18
2.1 Satu rata – rata ......................................................................... 18
2.2 Dua rata – rata ......................................................................... 19
III. Langkah – langkah Uji Hipotesis .................................................... 20
IV. Contoh Soal ................................................................................... 21
Daftar Pustaka .......................................................................................... 26
Materi Distribusi Chi Square .................................................................. 27
I. Pendahuluan .................................................................................. 27
II. Analisis yang Diperlukan ................................................................ 27
III. Uji Independensi ............................................................................ 29
IV. Contoh Kasus ................................................................................. 29
V. Uji Keselarasan (Goodness of Fit) ................................................. 32
VI. Contoh Kasus ................................................................................. 32
Daftar Pustaka ........................................................................................ 35
Modul Praktikum
STATISTIKA 2 Page 3 ATA 12/13
Materi Distribusi ANOVA ........................................................................ 36
I. Pendahuluan .................................................................................. 36
II. Rumus – rumus Distribusi F (ANOVA) ........................................... 36
A. Klasifikasi Satu Arah ................................................................ 36
1. Ukuran Data Sama .............................................................. 36
2. Ukuran Data Tidak Sama ..................................................... 37
B. Klasifikasi Dua Arah ................................................................. 38
1. Tanpa Interaksi .................................................................... 38
2. Dengan Interaksi .................................................................. 39
III. Langkah – langkah Pengujian Hipotesis ........................................ 40
IV. Contoh Soal ANOVA ...................................................................... 41
1. Satu Arah Data Sama ............................................................... 41
2. Satu Arah Data Tidak Sama ..................................................... 43
Daftar Pustaka .......................................................................................... 45
Materi Distribusi Exponensial ................................................................ 46
I. Pendahuluan .................................................................................. 46
II. Contoh Kasus 1 .............................................................................. 48
III. Contoh Kasus 2 .............................................................................. 48
Daftar Pustaka .......................................................................................... 50
Materi Distribusi Weibull ........................................................................ 51
I. Pendahuluan .................................................................................. 51
II. Contoh Kasus 1 .............................................................................. 52
III. Contoh Kasus 2 .............................................................................. 53
Daftar Pustaka .......................................................................................... 54
Materi Regresi Linier Sederhana ........................................................... 55
I. Pendahuluan .................................................................................. 55
II. Rumus Regresi Linier Sederhana .................................................. 56
1. Metode Least Square ................................................................ 56
2. Metode Setengah Rata – rata ................................................... 57
Modul Praktikum
STATISTIKA 2 Page 4 ATA 12/13
3. Koefisien Korelasi ..................................................................... 57
4. Koefifien Determinasi ................................................................ 57
5. Kesalahan Standar Estimasi ..................................................... 57
III. Langkah – langkah Pengujian Hipotesis ........................................ 58
IV. Manfaat dari Analisis Regresi Linier Sederhana ............................. 59
V. Contoh Soal ................................................................................... 59
Daftar Pustaka .......................................................................................... 66
Modul Praktikum
STATISTIKA 2 Page 5 ATA 12/13
MODUL DISTRIBUSI NORMAL
I.PENDAHULUAN
Bidang inferensia statistik membahas generalasi/penarikan kesimpulan
dan prediksi/peramalan. Generalisasi dan prediksi tersebut melibatkan
sampel/contoh, sangat jarang menyangkut populasi. Sampling disebut
juga pendataan sebagian anggota populasi/penarikan contoh/
pengambilan sampel. Dalam modul ini akan dibahas tentang hipotesis
dalam sebuah pengambilan suatu sampel, untuk dapat mengambil
kesimpulan / keputusan suatu parameter populasi yang sedang diteliti,
maka pada umumnya ada perumpamaan (asumsi) mengenai distribusi
atau parameter populasi. Asumsi dalam populasi ini disebut hipotesis
statistik. Benar tidaknya hipotesa ini harus di test. Untuk maksud ini harus
diambil sampel populasi, berdasarkan sampel ini dilakukan test statistik
yang disebut test hipotesa. Keputusan yang diambil adalah
menerima/menolak hipotesa.
Hipotesa adalah sebuah asumsi/argumen/pemikiran dari sebuah data
atau populasi yang akan diuji. Hipotesa nol adalah hipotesa yang
dirumuskan dengan harapan akan ditolak, dinotasikan dengan Ho .
hipotesa lainya dari Ha disebut hipotesa alternatif adalah hipotesa
alternatif apabila Ho ditolak.
Pengaplikasian Distribusi Normal digunakan untuk berbagai
penelitian seperti:
1. Observasi tinggi badan
2. Obsevasi isi sebuah botol
3. Nilai hasil ujian
Ciri-ciri distribusi normal
1. n (jumlah sampel) ≥ 30
2. n.p ≥ 5
Modul Praktikum
STATISTIKA 2 Page 6 ATA 12/13
apa yang dipersoalkan atau yang akan diuji, tidak selamanya menjadi Ho.
sangat sering kalimat pengujian menjadi Ha. Apakah suatu kalimat
pengujian akan menjadi Ho atau Ha, tergantung pada tanda yang tersirat
didalamnya.
Contoh:
a.) Uji dua arah
Ujilah apakah rata-rata populasi sama dengan 100, maka:
Ho : μ = 100
Ha : μ ≠ 100
Disini kalimat pengujian menjadi Ho.
b.) Uji satu arah
Ujilah apakah beda dua rata-rata populasi lebih besar dari 1,
maka:
Ho : μ1 - μ2 ≤ 1
Ha : μ1 - μ2 > 1
Disini kalimat pengujian menjadi Ha
c.) Uji satu arah
Ujilah apakah proporsi populasi sekurang-kurangnya 0,5, maka:
Ho : μ ≥ 0,5
Ha : μ < 0,5
Disini kalimat pengujian menjadi Ho
II.RUMUS DISTRIBUSI NORMAL
1. Satu rata-rata
Z =
dimana :
x = rata-rata sampel
μ = rata-rata populasi
σ = simpangan baku
Modul Praktikum
STATISTIKA 2 Page 7 ATA 12/13
n = jumlah sampel
2. Dua rata-rata
Z =
do = μ1 - μ2
3. Satu proporsi
Z =
Dimana :
p = proporsi berhasil
q = proporsi gagal
q = 1 – p
4. Dua Proporsi
Z =
p1 = x1/n1
p2 = x2/n2
III. LANGKAH-LANGKAH PENGUJIAN HIPOTESIS
1. Tentukan Ho dan Ha
a. Satu rata-rata
1. Ho : μ ≥ μ0
Ha : μ < μ0 Z < -Za
2. Ho : μ ≤ μ0
Ha : μ > μ0 Z > Za
3. Ho : μ = μ0
Ha : μ ≠ μ0 Z < -Za/2 dan Z > Za/2
Modul Praktikum
STATISTIKA 2 Page 8 ATA 12/13
b. Dua rata-rata
1. Ho : μ1 - μ2 ≥ do
Ha : μ1 - μ2 < do Z < -Za
2. Ho : μ1 - μ2 ≤ do
Ha : μ1 - μ2 > do Z > Za
3. Ho : μ1 - μ2 = do
Ha : μ1 - μ2 ≠ do Z < -Za/2 dan Z > Za/2
c. Satu proporsi
1. Ho : p ≥ p0
Ha : p < p0 Z < -Z
2. Ho : p ≤ p0
Ha : p > p0 Z > Za
3. Ho : p = p0
Ha : p ≠ p0 Z < -Za/2 dan Z > Za/2
d. Dua proporsi
1. Ho : p1 - p2 ≥ do
Ha : p1 - p2 < do Z < -Za
2. Ho : p1 - p2 ≤ do
Ha : p1 - p2 > do Z > Za
3. Ho : p1 - p2 = do
Ha : p1 - p2 ≠ do Z < -Za/2 dan Z > Za/2
2. Pilih arah uji hipotesis : 1 arah atau 2 arah
3. Menentukan Taraf Nyata (α) : a. Jika 1 arah α tidak dibagi 2
b. Jika 2 arah α dibagi 2
4. Menentukan nilai kritis Z tabel
5. Menentukan nilai hitung Z hitung
6. Keputusan dan gambar
7. Kesimpulan
Modul Praktikum
STATISTIKA 2 Page 9 ATA 12/13
Ha Ha
Ha
IV.KURVA NORMAL
Kurva normal berbentuk seperti lonceng dan simetris terhadap rata–rata (μ )
a. Kurva distribusi normal dua arah Ho : μ = μ0 Ha : μ ≠ μ0
b. Kurva distribusi normal satu arah sisi kiri Ho : μ ≥ μ0 Ha : μ < μ0
σ
x μ
Ho Ho
Ho Ho
Modul Praktikum
STATISTIKA 2 Page 10 ATA 12/13
Ha
c. Kurva distribusi normal satu arah sisi kanan Ho : μ ≤ μ0 Ha : μ > μ0
V.Contoh Kasus
1. Manajer PT.RAHMAT menyatakan bahwa laba penjualan yang
diperoleh tiap bulannya mencapai Rp 2.500.000,- dengan
mengambil sampel sebanyak 45 bulan. Diketahui rata-rata laba
penjualan yang diperoleh sebesar Rp 2.540.000,- dengan
simpangan baku sebesar Rp 2.450.000,-. Ujilah hipotesa tersebut
dengan taraf nyata 5% ? (MADAS 1213)
Diket :
n = 45
µ = Rp 2.500.000,-
x = Rp 2.540.000,-
= Rp 2.450.000,-
α= 5%
Dit : Z ?
Jawab :
Langkah-langkah pengujian hipotesis :
1. Ho : µ = Rp 2.500.000
Ha : µ ≠Rp 2.500.000
2. Uji hipotesis
2 arah 1 rata-rata
3. Taraf nyata
Ho Ho
Modul Praktikum
STATISTIKA 2 Page 11 ATA 12/13
α= 5% = 0,05 : 2 = 0,025
0,5 – 0,025 = 0,475
4. Wilayah kritis
Z(0,475) = ±1,96
5. Nilai hitung
Z =
=
= 0,110
6. Gambar dan keputusan
Keputusan : Terima Ho, tolak Ha
7. Kesimpulan : Pernyataan bahwa laba yang diperoleh tiap bulannya
sebesar Rp 2.500.000,- adalah benar
2. Pemilik toko iPad menyatakan bahwa sampel penjualan iPad tiap
bulannya paling banyak terjual 205 unit, dengan mengambil sampel
sebanyak 40 bulan dengan simpangan baku 222 unit dan diketahui
rata-rata penjualan yang diperoleh 252 unit, ujilah hipotesis dengan
taraf nyata 5%! (MADAS 1213)
Diket :
n = 40
µ = 205
x = 252
= 222
α= 5%
0,110 1,65 -1,65
Ho Ho
Modul Praktikum
STATISTIKA 2 Page 12 ATA 12/13
Dit : Z ?
Jawab :
Langkah-langkah pengujian hipotesis :
1. Ho : µ ≤ 205
Ha : µ > 205
2. Uji hipotesis
1 arah 1 rata-rata
3. Taraf nyata
α= 5% = 0,05
0,5 – 0,05 = 0,45
4. Wilayah kritis
Z(0,45) = 1,65 (uji kanan)
5. Nilai hitung
Z =
=
= 1,340
6. Gambar dan keputusan
Keputusan : Terima Ho, tolak Ha
7. Kesimpulan : Pernyataan bahwa penjualan iPad tiap bulannya
terjual paling banyak 205 adalah benar
1,340
Ho Ho
1,65
Modul Praktikum
STATISTIKA 2 Page 13 ATA 12/13
3. Seorang petani ingin menguji 2 pupuk yang mana bisa menaikkan
tinggi tanamannya. Pengujian dilakukan untuk menentukan apakah
ada perbedaan pada tinggi tanaman secara rata-rata akibat adanya
perbedaa pemberian pupuk yang diberikan. Taraf nyata 5%. Dari
data sampel didapat :
Pupuk A : n1 = 50 x1 = 25 s1 = 24
Pupuk B : n2 = 50 x2 = 22 s2 = 20
Diket :
x1 = 25
x2 = 22
n1 = 50
n2 = 50
s1 = 24
s2 = 20
α=5%=0,05
Dit :
Apakah ada perbedaan pada tinggi tanaman secara rata-rata akibat
adanya perbedaan pemberian pupuk yang diberikan?
Jawab :
Langkah-langkah pengujian hipotesis :
1. Ho : µ1 - µ2 = 0
Ha : µ1 - µ2 ≠ 0
2. Uji hipotesis
2 arah 2 rata-rata
3. Taraf nyata
α= 5% = 0,05 : 2 = 0,025
0,5 – 0,025 = 0,475
4. Wilayah kritis
Z(0,475) = ±1,96
Modul Praktikum
STATISTIKA 2 Page 14 ATA 12/13
5. Nilai hitung
Z =
=
=
= 0,679
6. Gambar dan keputusan
Keputusan : Terima Ho, tolak Ha
7. Kesimpulan : tidak ada perbedaan tinggi tanaman secara rata-
rata akibat adanya perbedaan pupuk yang diberikan.
4. Dalam mata kuliah Statistik diperkirakan paling banyak 50%
mahasiswanya yang lulus dikarenakan mereka tidak bermasalah
dalam hal absensi. Jika dari 55 mahasiswa ada 22 mahasiswa
yang bermasalah absensinya. Maka ujilah hipotesis yang
menyatakan bahwa paling banyak 50% mahasiswa akan lulus
dalam mata kuliah Statistik. Gunakan tingkat signifikan 5%! (Madas
12/13)
Diket :
P ≤ 0,50
n = 55
x = 55 – 22 = 33
α=5%
Dit : Uji hipotesis
0,679 1,65 -1,65
Ho Ho
Modul Praktikum
STATISTIKA 2 Page 15 ATA 12/13
Jawab :
1. Ho : p ≤ 0,50
Ha : p > 0,50
2. Uji hipotesis 1 arah 1 proporsi
3. Taraf nyata
α= 5% = 0,05
0,5 – 0,05 = 0,45
4. Wilayah kritis
Z(0,45) = 1,65 (uji kanan)
5. Nilai hitung
Z =
=
=
= 1,483
6. Gambar dan keputusan
Keputusan : Terima Ha, tolak Ho
7. Kesimpulan : bahwa anggapan paling banyak 50% mahasiswa
akan lulus dalam mata kuliah Statistik adalah salah.
Ho Ho
1,29 1,483
Modul Praktikum
STATISTIKA 2 Page 16 ATA 12/13
DAFTAR PUSTAKA
Statistika 2 Universitas Gunadarma
Walpole, Ronald E., 1995, Pengantar Statistika Edisi ke-3, Jakarta,
PT.Gramedia Pustaka Utama
Prof.Dr.J.Supranto,MA.,APU dan Limakrisna, Dr.H.Nandan.,2010,
Statistika Ekonomi dan Bisnis, Jakarta, Mitra Wacana Media
Agung, I Gusti Ngurah., 2001, Statistika Analisis Hubungan Kasual
Berdasarkan Data kategorik, Jakarta, PT.Raja Grafindo Persada
Modul Praktikum
STATISTIKA 2 Page 17 ATA 12/13
MODUL DISTRIBUSI T
I. PENDAHULUAN
Pengujian hipotesis dengan distribusi t adalah pengujian hipotesis
yang menggunakan distribusi t sebagai uji statistik. Tabel pengujiannya
disebut tabel t-student. Distribusi t pertama kali diterbitkan pada tahun
1908 dalam suatu makalah oleh W. S. Gosset. Pada waktu itu, Gosset
bekerja pada perusahaan bir Irlandia yang melarang penerbitan penelitian
oleh karyawannya. Untuk mengelakkan larangan ini dia menerbitkan
karyanya secara rahasia dibawah nama‘Student’. Karena itulah Distribusi t
biasanya disebut Distribusi Student. Hasil uji statistiknya kemudian
dibandingkan dengan nilai yang ada pada tabel untuk kemudian menerima
atau menolak hipotesis nol (Ho) yang dikemukakan.
1.1 Ciri-Ciri Distribusi T
a) Sampel yang diuji berukuran kecil ( n < 30 ).
b) Penentuan nilai tabel dilihat dari besarnya tingkat signifikan (α) dan
besarnya derajat bebas (db).
1.2 Fungsi Pengujian Distribusi T
a) Untuk memperkirakan interval rata-rata.
b) Untuk menguji hipotesis tentang rata-rata suatu sampel.
c) Menunjukkan batas penerimaan suatu hipotesis.
d) Untuk menguji suatu pernyataan apakah sudah layak untuk dipercaya.
Modul Praktikum
STATISTIKA 2 Page 18 ATA 12/13
II. BEBERAPA MACAM PENGGUNAAN HIPOTESIS
Pengujian sampel dalam distribusi t dibedakan menjadi 2 jenis hipotesa,
yaitu :
2.1 Satu Rata-Rata
Rumus :
Ket :
to = t hitung
x = rata-rata sampel
μ = rata-rata populasi
s = standar deviasi
n = jumlah sampel
Db = n – 1
Penyusunan Hipotesa :
1. Ho : μ1 = μ2
Ha : μ1 ≠ μ2
2. Ho : μ1 ≤ μ2
Ha : μ1 > μ2
3. Ho : μ1 ≥ μ2
Ha : μ1 < μ2
Modul Praktikum
STATISTIKA 2 Page 19 ATA 12/13
Apabila data yang diambil dari hasil eksperimen, maka langkah yang
harus dilakukan sebelum mencari t hitung adalah :
a. Menentukan rata-ratanya terlebih dahulu :
b. Menentukan standar deviasi :
2.2 Dua Rata – Rata
Rumus :
Syarat : S1 ≠ S2
do = selisih μ1 dengan μ2 (μ1 - μ2)
Db = (n1 + n2) – 2
Modul Praktikum
STATISTIKA 2 Page 20 ATA 12/13
Penyusunan Hipotesa :
1. Ho : μ1 – μ2 = do
Ha : μ1 – μ2 ≠ do
2. Ho : μ1 – μ2 ≤ do
Ha : μ1 – μ2 > do
3. Ho : μ1 – μ2 ≥ do
Ha : μ1 – μ2 < do
III. LANGKAH – LANGKAH UJI HIPOTESIS
1. Tentukan Ho dan Ha
2. Tentukan arah uji hipotesa ( satu arah atau dua arah )
3. Tentukan tingkat signifikan ( α )
4. Tentukan nilai derajat bebas ( Db )
5. Tentukan wilayah kritisnya atau nilai tabel t tabel = (α, Db )
6. Tentukan nilai hitung (t hitung = to )
7. Tentukan keputusan dan gambar
8. Kesimpulan dan analisis
Ada 3 wilayah kritis dalam distribusi t, yaitu :
1. Dua Arah ( Ho : μ1 = μ2, Ha : μ1 ≠ μ2 )
Ho diterima jika : -t tabel ( α/2, Db ) < to < t tabel ( α/2, Db )
Ho ditolak jika : to > t tabel ( α/2, Db ) atau to < - t tabel ( α/2, Db )
-α/2 0 +α/2
Gambar 2.1 : Kurva Distribusi t Dua Arah
Modul Praktikum
STATISTIKA 2 Page 21 ATA 12/13
2. Satu Arah, Sisi Kanan ( Ho : μ1 ≤ μ2, Ha : μ1 > μ2 )
Ho diterima jika : to < t tabel ( α, Db )
Ho ditolak jika : to > t tabel ( α, Db )
0 +t tabel
Gambar 2.2 : Kurva Distribusi t Satu Arah Sisi Kanan
3. Satu Arah, Sisi Kiri ( Ho : μ1 ≥ μ2, Ha : μ1 < μ2 )
Ho diterima jika : to > - t tabel ( α, Db )
Ho ditolak jika : to < - t tabel ( α, Db )
Ho
Ha
-t tabel
Gambar 2.3 : Kurva Distribusi t Satu Arah Sisi Kiri
IV. Contoh Soal :
1. Sebuah perusahaan mobil di turki meramalkan bahwa rata – rata
jumlah penjualan produksi mobilnya sebesar 50 mobil/bulan. Untuk
menguji apakah hipotesis itu benar maka perusahaan melakukan
pengujian dalam 25 bulan dan diketahui rata – rata sampel 55
mobil/bulan dengan simpangan baku 5 mobil/bulan. Apakah hasil
penelitian tersebut sesuai dengan hipotesis awal perusahaan ?
(selang kepercayaan 95%) (MADAS 1213)
Dik : μ = 50
x = 55
α = 5% = 0,05
n = 25
Modul Praktikum
STATISTIKA 2 Page 22 ATA 12/13
s = 5
Pengujian Hipotesis :
1. Ho : μ1 = 50
Ha : μ1 ≠ 50
2. 1 rata – rata, uji 2 arah
3. α/2 = 5 % /2 = 0,025
4. Db = n – 1 = 25 – 1 = 24
5. t tabel (α, Db) = ( 0,025 ; 24 ) = ± 2,064
6. to =
=
=
= 5
7. Keputusan :
karena t hitung = 5 berada di luar selang -2,064 < t > 2,064 maka
Tolak Ho, Terima Ha
-2,064 0 2,064 5
Gambar 2.4
Kurva Distribusi t Satu Rata-rata Dua Arah Contoh
8. Kesimpulan :
Jadi, rata – rata jumlah penjualan produksi mobilnya sebesar 50
mobil/bulan adalah salah.
Modul Praktikum
STATISTIKA 2 Page 23 ATA 12/13
2. Sebuah perusahaan asuransi menyatakan bahwa rata – rata
nasabahnya melakukan pembayaran premi paling banyak $550/bulan
melalui agen nya,untuk menguji pernyataan tersebut ia mengambil
sampel sebanyak 20 nasabah dan diketahui rata – ratanya $455/bulan
dengan simpangan baku $40. Ujilah pendapat tersebut dengan taraf
nyata 5 %. (MADAS 1213)
Dik : μ = 550
x = 455
α = 5% = 0,05
n = 20
s = 40
Pengujian Hipotesis :
1. Ho : μ1 ≤ 550
Ha : μ1 > 550
2. 1 rata – rata, uji 1 arah
3. α = 5% = 0,05
4. Db = n – 1 = 20 – 1 = 19
5. t tabel (α, Db) = ( 0,05 ; 19 ) = 1,729
6. to =
=
=
= -10,621
7. Keputusan :
karena t hitung = -10,621 berada di luar selang t > 1,729 maka
Terima Ho, Tolak Ha
Ho
Ha
-10,621 1,729
8. Kesimpulan :
Jadi rata-rata nasabah melakukan pembayaran premi kurang
sama dengan $550/bulan adalah benar.
Modul Praktikum
STATISTIKA 2 Page 24 ATA 12/13
3. Diketahui data kerusakan produk yang dibuat oleh karyawan shift siang
dan shift malam
Shift Malam Shift Siang
Rata-rata kerusakan 45 42
Simpangan baku 2 2
Banyak sampel 5 4
Dengan α = 5%. Ujilah rata-rata kerusakan produk tersebut lebih dari
sama dengan 5 ? (MADAS 1213)
Jawab :
Diketahui : x1 = 45 s1 = 2
x2 = 42 s2 = 2
n1 = 5 α = 5% = 0,05
n2 = 4 do = 5
Pengujian hipotesis :
1. Ho : μ1 – μ2 ≥ 5
Ha : μ1 – μ2 < 5
2. Dua rata-rata , uji kiri
3. α = 5 % = 0,05
4. Db = n1 + n2 – 2 = 5 + 4 – 2 = 7
5. t tabel (α : Db ) = (0,05 : 7 ) = -1,895
6.
to =
=
=
=
= -1,490
7. Karena t hitung = - 1,490 berada diluar selang – 1,895 < t maka
terima Ho dan tolak Ha
Modul Praktikum
STATISTIKA 2 Page 25 ATA 12/13
--1,89 -1,49 0
Gambar 2.6
Kurva Distribusi t Dua Rata-rata Satu Arah Uji Kiri Contol Soal 3
8. Kesimpulan :
Jadi rata-rata kerusakan produk yang dibuat oleh karyawan shift
siang dan shift malam adalah lebih dari sama dengan 5.
Modul Praktikum
STATISTIKA 2 Page 26 ATA 12/13
DAFTAR PUSTAKA
Ronald Walpole, Pengantar Statistika Edisi ke 3 Haryono Subiyakto, Statistika 2 Haryono Subiyakto, Praktikum Statistika dengan Program Microsta
Modul Praktikum
STATISTIKA 2 Page 27 ATA 12/13
MODUL UJI NON PARAMETIK (CHI-SQUARE / X²)
I. PENDAHULUAN
Dalam uji statistika dikenal uji parametrik dan uji nonparametrik. Uji
statistika parametrik hanya dapat digunakan jika data menyebar
normal atau tidak ditemukannya petunjuk pelanggaran kenormalan
dan keragaman atau variasi antara perlakuan-perlakuan / peubah
bebas yang dibandingkan dengan homogen.
Untuk data yang tidak memenuhi syarat tersebut dan data dengan
satuan pengukuran nominal dan ordinal digunakan uji lain yaitu
statistika nonparametrika. Pada modul ini uji statistika nonprmetrik
yanga kan dibahas adalah Chisquare (X²).
Chi square merupakan salah satu alat analisis yang banyak
digunakan dalam pengujian hipotesis. Chi square terutama
digunakan untuk Uji Homogenitas, Uji Independensi, Dan Uji
Keselarasan (Goodness Of Fit Test).
II. ANALISIS YANG DIPERLUKAN
Rumus untuk uji Chi Square yaitu sebagai berikut :
X² = (∑(fo – fe) ² ) / fe
Keterangan :
fo : hasil observasi pada baris b kolom k
fe : nilai harapan ( expected value ) pada baris b kolom k
Distribusi X2 digunakan untuk menguji:
a. Apakah frekuensi observasi berbeda secara signifikan terhadap
frekuensi ekspektasi.
b. Apakah dua variable independent atau tidak.
c. Apakah data sampel menyerupai distribusi hipotesis tertentu
seperti distribusi normal, binomial, poisson atau yang lain.
Modul Praktikum
STATISTIKA 2 Page 28 ATA 12/13
Nilai X2 selalu positif karena didapat dari penjumlahan kuadrat
dari variable normal standar Z sehingga kurva chi kuadrat
tidak mungkin berada di sebelah kiri nilai nol. Bentuk distribusi
X2 tergantung dari derajat bebas (db) atau Degree of freedom.
Distribusi X2 bukan suatu kurva probabilitas tunggal tetapi
merupakan suatu keluarga dari kurva bermacam-macam distribusi
X2.
db=1-2
db=3-4
db=5-8
db=9
Gambar
Macam-macam Kurva Distribusi Chi Square
Uji X2 dibagi menjadi:
a. Uji Kecocokan = Uji Kebaikan = test goodness of fit
Hanya terdapat satu baris
Db=k-m-1
Dengan:
k = jumlah kategori data sampel
m= jumlah nilai-nilai parameter yang diestimasi.
b. Uji Kebebasan
Jika terdapat lebih dari satu baris
Db=(k-1)(b-1)
Modul Praktikum
STATISTIKA 2 Page 29 ATA 12/13
Dengan:
k = jumlah kolom
b = jumlah baris
III. UJI INDEPENDENSI
Uji ini digunakan untuk menguji ada atau tidaknya interdependensi
antara variabel kuantitaif yang satu dengan yang lainnya
berdasarkan observasi yang ada.
IV. CONTOH KASUS
Dalam suatu penelitian yang bertujuan untuk mengetahui apakah
ada hubungan antara jabatan seseorang dengan status pendidikan,
diperoleh data sebagai berikut :
Status pendidikan
Total S2 S1 SMA
Jabatan
Manager 50 20 2 72
Supervisor 44 45 2 91
Karyawan 22 50 55 127
Total 116 115 59 290
Dengan taraf nyata 5%, ujilah hipotesis tersebut !
Pengujian Hipotesis :
a. Ho : Tidak ada hubungan antara jabatan seseorang
dengan status pendidikan
Ha : Ada hubungan antara jabatan seseorang dengan
status pendidikan
b. Menetapkan tingkat signifikan dan derajat bebas
a = 5% = 0.05
db = (k -1) (b -1)
= (3 – 1) (3 – 1)
= 4
Modul Praktikum
STATISTIKA 2 Page 30 ATA 12/13
c. Menentukan nilai kritis
X2 tabel = ( α : db )
= ( 0.05 : 4 )
= 9,488
d. Menentukan nilai test statistik ( nilai hitung)
Fe = Jmlh mnrt baris X jmlh menurut kolom
Jmlh seluruh baris dan kolom
Feij i = baris j = kolom
Fe11 = (72 X 116) / 290 = 28.8
Fe12 = (72 X 115) / 290 = 28.5517
Fe13 = (72 X 59) / 290 = 14.6483
Fe21 = (91 X 116) / 290 = 36.4
Fe22 = (91 X 115) / 290 = 36.0862
Fe23 = (91 X 59) / 290 = 18.5138
Fe31 = (127 X 116) / 290 = 50.8
Fe32 = (127 X 115) / 290 = 50.3621
Fe33 = (127 X 59) / 290 = 25.8379
Rumus :
X2 = Σ (Fo – Fe)2
Fe
Modul Praktikum
STATISTIKA 2 Page 31 ATA 12/13
fo fe (fo-fe) (fo-fe)2 (fo-fe)2 /fe
50 28.8 21.2 449.44 15.60
20 28.5517 -8.5517 73.1316 2.56
2 14.6483 -12.6483 159.9794 10.92
44 36.4 7.6 57.76 1.58
45 36.0862 8.9138 79.4558 2.20
2 18.5138 -16.5138 273.6973 14.78
22 50.8 -28.8 829.44 16.3
50 50.3621 -0.3621 0.1311 0.003
55 25.8379 29.1621 850.4281 32.91
Total 96.8
e. Gambar dan Keputusan :
Ha diterima
Ho ditolak
9,488 96.8
Kesimpulan : Ada hubungan antara jabatan seseorang
dengan status pendidikan
Modul Praktikum
STATISTIKA 2 Page 32 ATA 12/13
V. UJI KESELARASAN (GOODNESS OF FIT)
Uji keselarasan adalah perbandingan antara frekuensi observasi
dengan frekuensi harapan. Uji keselarasan pada prinsipnya
bertujuan untuk mengetahui apakah sebuah distribusi data dari
sampel mengikuti sebuah distribusi data dari sampel mengikuti
sebuah distribusi teoritis tertentu ataukah tidak.
VI. CONTOH KASUS
Seorang Manajer Pemasaran sabun mandi SINZUI selama ini
menggangap bahwa konsumen sama-sama menyukai tiga warna
sabun mandi yang diproduksi, yaitu Putih, Biru, dan Merah. Untuk
mengetahui apakah pendapat Manajer tersebut benar, maka
kepada dua belas responden ditanya warna sabun mandi yang
paling disukainya.
Berikut adalah data kuesioner tersebut.
Responden Warna kesukaan
Rani Putih
Fanny Merah
Anna Biru
Nina Merah
Shinta Biru
Rina Putih
Dita Biru
Citra Merah
Desti Merah
Lala Biru
Rani Putih
Novi Merah
Acha Biru
Ujilah data diatas dengan menggunakan R commander serta
analisislah!
Modul Praktikum
STATISTIKA 2 Page 33 ATA 12/13
a. Tabel Frekuensi :
Pilihan
Warna
Sabun
Putih Merah Biru
Frekuensi 3 5 5
b. Ho : Jumlah konsumen yang menyukai ketiga warna
sabun mandi merata
Ha : Jumlah konsumen yang menyukai ketiga warna
sabun mandi tidak merata
c. α = 5%
db = k – m – 1
= 3 – 0 – 1
= 2
d. Nilai Kritis : 5,991
e. Nilai Hitung :
fe = jmlh data / banyaknya kolom
= 13 / 3= 4.3
Rumus :
X2 = Σ (fo – fe)2
Fe
fo fe (fo-fe) (fo-fe)2 (fo-fe)2 /fe
3 4.3 -1.3 1.69 0.39
5 4.3 0.7 0.49 0.11
5 4.3 0.7 0.49 0.11
Total 0.61
Modul Praktikum
STATISTIKA 2 Page 34 ATA 12/13
f. Gambar dan Keputusan :
Ho diterima
Ha ditolak
0,61 5,991
Kesimpulan : jumlah konsumen yang meyukai ketiga warna
sabun mandi merata.
Modul Praktikum
STATISTIKA 2 Page 35 ATA 12/13
DAFTAR PUSTAKA
Budiyono, 2009, Statistik untuk penelitian, Jakarta : Edisi 2, Sebelas
maret university press.
Stephen Larry J dan Siegel Murray R, 2005, Statistik, : Edisi 3,
Erlangga.
Soerjadi, 1991, Statistika, ITB BANDUNG.
Walpole, E Ronald, Pengantar Statistika, Jakarta : Edisi 3, Gramedia.
Modul Praktikum
STATISTIKA 2 Page 36 ATA 12/13
MODUL DISTRIBUSI F (ANOVA)
I. PENDAHULUAN
Ditemukan oleh seorang ahli statistik yang bernama R.A. Fisher pada
tahun 1920.
Anova kepanjangan dari Analysis of Variance.
Distribusi F/ANOVA adalah prosedur statistika untuk mengkaji
(mendeterminasi) apakah rata-rata hitung (mean) dari 3 (tiga) populasi
atau lebih, sama atau tidak.
Digunakan untuk menguji rata - rata atau nilai tengah dari tiga
atau lebih populasi secara sekaligus, apakah rata-rata atau nilai
tengah tersebut sama atau tidak sama.
II. RUMUS-RUMUS DISTRIBUSI F / ANOVA :
A. Klasifikasi Satu Arah
Klasifikasi satu arah, adalah klasifikasi pangamatan yang hanya
didasarkan pada satu kriteria. Misalnya saja varietas padi. Dalam
klasifikasi satu arah ini, rumus-rumus yang digunakan adalah
1) Ukuran Data Sama
JKT =
-
JKK =
-
JKG = JKT – JKK
Keterangan:
JKT : Jumlah Kuadrat Total
X 2ij : Pengamatan ke-j dari populasi ke-i
T 2 : Total semua pengamatan
Modul Praktikum
STATISTIKA 2 Page 37 ATA 12/13
JKK : Jumlah Kuadrat Kolom
JKG : Jumlah Kuadrat Galat
nk : Banyaknya anggota secara keseluruhan
T2i : Total semua pengamatan dalam contoh dari populasi ke-i
n : Banyaknya pengamatan / anggota baris
Analisis ragam dalam klasifikasi satu arah dengan data sama
2) Ukuran Data Tidak Sama
JKT =
–
JKK =
–
JKG = JKT - JKK
Analisis ragam dalam klasifikasi satu arah dengan data tidak sama
Sumber
Keragaman
Jumlah
Kuadrat
Derajat
Bebas
Kuadrat
Tengah
F Hitung
Nilai Tengah
Kolom
JKK k-1 S21 = JKK / (k-
1)
S21 / S
22 Galat JKG k(n-1) S2
2 = JKG /
(k(n-1)
Total JKT nk-1
Sumber
Keragaman
Jumlah
Kuadrat
Derajat
Bebas
Kuadrat
Tengah
F Hitung
Nilai Tengah
Kolom
JKK k-1 S21 = JKK / (k-
1)
S21 / S
22 Galat JKG N-k S2
2 = JKG / (N
– k)
Total JKT N-1
Modul Praktikum
STATISTIKA 2 Page 38 ATA 12/13
B. Klasifikasi Dua Arah
Adalah klasifikasi pengamatan yang didasarkan pada 2
kriteria, seperti varietas dan jenis pupuk. Segugus pengamatan
dapat diklasifikasikan menurut dua kriteria dengan menyusun
data tersebut dalam baris dan kolom, Kolom menyatakan kriteria
klasifikasi yang satu, sedangkan baris menyatakan kriteria klasifikasi
yang lain. Rumus-rumus yang digunakan dalam klasifikasi 2 arah
adalah :
1) Tanpa Interaksi
JKT =
-
JKK =
-
JKG = JKT - JKB - JKK
Keterangan :
JKT : Jumlah Kuadrat Total
JKB : Jumlah Kuadrat Baris
JKK : Jumlah Kuadrat Kolom
JKG : Jumlah Kuadrat Galat
T2 : Total semua pengamatan
T2 i : Jumlah/total pengamatan pada baris
T2 j : Jumlah/total pengamatan pada Kolom
X2 ij : Jumlah/total keseluruhan dari baris dan kolom
k : Jumlah Kolom
bk : Jumlah kolom dan baris
b : Jumlah baris
Modul Praktikum
STATISTIKA 2 Page 39 ATA 12/13
Analisis ragam dalam klasifikasi dua arah tanpa interaksi
2) Dengan Interaksi
JKT =
–
JKK =
-
JKB =
–
JK(BK) =
-
-
+
JKG = JKT - JKB - JKK - JK(BK)
Analisis ragam dalam klasifikasi dua arah dengan interaksi
Sumber
Keragaman
Jumlah
Kuadrat
Derajat
Bebas
Kuadrat Tengah F Hitung
Nilai Tengah
Baris
JKB b-1 S21 = JKB / (b-1)
f1 = S21 /
S23
f2 = S22 /
S23
Nilai Tengah
Kolom
JKK k-1 S22 = JKK / (k-1)
Galat JKG (b-1)(k-
1)
S23 = JKG / (b-
1)(k-1)
Total JKT bk-1
Sumber
Keragaman
Jumlah
Kuadrat
Derajat
Bebas
Kuadrat Tengah F Hitung
Nilai Tengah
Baris
JKB b-1 S21 = JKB / (b-1)
f1 = S21 / S
24
f2 = S22 / S
24
f3 = S23 / S
24
Nilai Tengah
Kolom
JKK k-1 S22 = JKK / (k-1)
Interaksi JK(BK) (b-1)(k-
1)
S23 = JK(BK) / (b-
1)(k-1)
Galat JKG bk(n-1) S24 = JKG / bk(n-1)
Total JKT bkn-1
Modul Praktikum
STATISTIKA 2 Page 40 ATA 12/13
III. LANGKAH-LANGKAH PENGUJIAN HIPOTESIS
Langkah - langkah dalam pengujian hipotesis dalam Distribusi F /
Anova dengan klasifikasi satu arah atau dua arah adalah sbb :
1. Tentukan Ho dan Ha
Ho : μ1 = μ2 = μ3 = ... = μn
Ha: sekurang-kurangnya dua nilai tengah tidak sama
Atau
Ho : Semua nilai tengah sama
Ha : sekurang-kurangnya dua nilai tengah adalah tidak sama
2. Tentukan tingkat signifikan ()
3. Tentukan derajat bebas (db)
a. Klasifikasi 1 arah data sama
V1 = k-1 V2 = k (n-1)
b. Klasifikasi 1 arah data tidak sama
V1 = k-1 V2 = N - k
c. Klasifikasi 2 arah tanpa interaksi
V1 (baris) = b-1 V1 (kolom) = k-1 V2 = (k-1) (b-1)
d. Klasifikasi 2 arah dengan interaksi
V1 (baris) = b-1 V1 (kolom) = k-1
V1 (interaksi) = (k-1) (b-1)
V2 = b.k (n-1)
Ket : k = kolom ; b = baris
4. Tentukan wilayah kritis (F tabel)
ƒ > ( ; V1 ; V2)
5. Menentukan kriteria pengujian
Ho diterima jika Fo F tabel
Ha diterima jika Fo > F tabel
6. Nilai hitung (F hitung) Ho Ha
7. Keputusan
8. Kesimpulan
F tabel
Modul Praktikum
STATISTIKA 2 Page 41 ATA 12/13
IV. CONTOH SOAL ANOVA
1. Satu arah data sama
1. Eksperimen dilakukan untuk mengetahui produktivitas 4 varietas
gandum yang ditanam pada suatu lahan. Tingkat produkvitas
yang diamati selama 5 kali musim panen akan disajikan dalam
tabel dibawah ini : (dalam kuintal)
Gandum I Gandum II Gandum III Gandum IV
244 250 252 245
202 242 204 205
255 225 254 225
245 204 202 242
240 220 254 240
1186 1141 1166 1157 4650
Dengan taraf nyata 5%, ujilah apakah ada perbedaan yang signifikan
pada tingkat produktivitas tiap – tiap varietas gandum ?
Penyelesaian :
1. Ho : rata – rata tingkat produktivitas tiap – tiap varietas gandum
sama
Ha : rata – rata tingkat produktivitas tiap – tiap varietas gandum
tidak sama
2. α = 0.05
3. Derajat bebas
V1 = ( k – 1 ) = ( 4 – 1 ) = 3 V2 = k (n-1) = 4 (5-1) = 16
4. Daerah kritis
f tabel ( 0,05 ; 3 ; 16 ) = 3,24
5. Kriteria Pengujian
Ho diterima jika Fo ≤ F tabel
Ha diterima jika Fo > F tabel
Modul Praktikum
STATISTIKA 2 Page 42 ATA 12/13
6. Nilai Hitung
JKT = (2442 + 2022+ 2552 +….. + 2252 + 2422 + 2402) – (46502
/20) = 7365
JKK = ( ( 11862 + 11412 + 11662 + 11572 ) / 5 ) – (46502/20)
= 211,4
JKG = 7365 – 211,4 = 7153,6
Analisis ragam dalam klasifikasi satu arah dengan data sama
Sumber
Keragaman
Jumlah
Kuadrat
Derajat
Bebas
Kuadrat
Tengah
F
Hitung
(Fo)
Nilai Tengah
Kolom
211,4 3 70,5
0,1576 Galat 7153,6 16 447,1
Total 7365 19
7. Keputusan
Ho diterima, Ha ditolak
Ho Ha
0,1576 3,24
8. Kesimpulan
Jadi, rata – rata tingkat produktivitas tiap – tiap varietas gandum
sama
Modul Praktikum
STATISTIKA 2 Page 43 ATA 12/13
2. Satu Arah Data Tidak Sama
“Maulana tbk” memiliki 3 Cat andalannya yaitu w a r n a B i r u ,
Ungu dan Coklat . Ketiga cat tersebut diberikan secara acak
selama 6 hari, berikut data rata-ratanya:
Lakukan pengujian Anova pada data diatas! (taraf nyata 5%)
Jawab
1. Ho : μ1 = μ2 = μ3 = ... = μn
Ha: sekurang-kurangnya dua rata-rata tidak sama
Atau
Ho : Semua rata-rata sama
Ha : sekurang-kurangnya dua rata-rata adalah tidak
sama
2. α = 0.05
3. Derajat bebas (db)
V1 = k - 1 = 3 - 1 = V2 = N – k = 13 – 3 = 10
4. Wilayah ktitis :
ƒ > ( 5% ; 2 ; 10 ) = 4,10 (f tabel)
5. Kriteria Pengujian
Ho diterima jika Fo ≤ F tabel
Ha diterima jika Fo > F tabel
Hari Biru Ungu Coklat
Senin 22 44 55
Selasa - 40 20
Rabu 50 55 -
Kamis 20 - 24
Jumat 42 25 22
Sabtu - 40 -
Total 134 204 121 459
Modul Praktikum
STATISTIKA 2 Page 44 ATA 12/13
6. Nilai Hitung : 0.6838
7. Keputusan : Ho diterima
Ho Ha
0.6838 4.10
8. Kesimpulan : Semua rata-rata dari penjualan ketiga cake di
toko The Harvest tersebut adalah sama
Modul Praktikum
STATISTIKA 2 Page 45 ATA 12/13
DAFTAR PUSTAKA
Hasan Iqbal. Pokok-Pokok Materi Statistik 2 (Statistik Inferensif). 2003. Bumi Aksara : Jakarta Siagian Dergibson, Sugianto. Metode Statistika Untuk Bisnis dan Ekonomi. 2002. Gramedia : Jakarta Walpole, R.E. 1982. Pengantar Statistika. PT. Gramedia Pustaka Utama, Jakarta.
Modul Praktikum
STATISTIKA 2 Page 46 ATA 12/13
MODUL DISTRIBUSI EXPONENSIAL
I. Pendahuluan
Distribusi eksponensial merupakan pengujian digunakan untuk melakukan
perkiraan atau prediksi dengan hanya membutuhkan perkiraan rata-rata
populasi karena dalam distribusi eksponensial memiliki standar deviasi
sama dengan rata-rata. Distribusi ini termasuk ke dalam distribusi kontinu.
Ciri dari distribusi ini adalah kurvanya mempunyai ekor di sebelah kanan
dan nilai x dimulai dari 0 sampai tak hingga. Gambar kurva distribusi
eksponensial berbeda-beda tergantung dari nilai x dan λ sebagai berikut :
Syarat dari distribusi eksponensial yaitu :
1.) X ≥ 0
2.) λ > 0
3.) e = 2,71828...
Modul Praktikum
STATISTIKA 2 Page 47 ATA 12/13
Dalam menghitung distribusi eksponensial, rumus yang digunakan adalah:
Atau
Keterangan:
X = interval rata-rata
λ = parameter rata-rata
Xo = rata-rata sampel yang ditanyakan
e = eksponensial = 2,71828
Gambar daerah luas kurva distribusi eksponensial :
P ( X ≥ Xo ) = e – λ . Xo
P ( X ≤ Xo ) = 1 – (e – λ . Xo)
Modul Praktikum
STATISTIKA 2 Page 48 ATA 12/13
II. Contoh 1:
Sebuah toko buku mempunyai kedatangan pengunjungnya yang
berdistribusi eksponensial dengan rata-rata 4 orang pengunjung per 55,5
menit. Berapakah probabilitas bahwa kedatangan pengunjung memiliki
selang waktu 22,4 menit atau kurang? (MADAS 1213)
Dik:
λ = 4
Xo = 22,4 / 55,5 = 0,403
Dit:
P(X ≤ 0,403)?
Jawab:
P(X ≤ Xo) = 1 – (e – λ . Xo)
P(X ≤ 0,403) = 1 – (2,71828 -4 . 0,403)
P(X ≤ 0,403) = 1 – (2,71828 -1,612)
P(X ≤ 0,403) = 1 - 0,1994 = 0,8005 = 80,05 %
III. Contoh 2:
Sebuah toko buku mempunyai kedatangan pengunjungnya yang
berdistribusi eksponensial dengan rata-rata 4 orang pengunjung per 55,5
menit. Berapakah probabilitas bahwa kedatangan pengunjung memiliki
selang waktu 22,4 menit atau lebih? (MADAS 1213)
Dik:
λ = 4
Xo = 22,4 / 55,5 = 0,403
Dit:
P(X ≥ 0,403)?
Modul Praktikum
STATISTIKA 2 Page 49 ATA 12/13
Jawab:
P(X ≥ Xo) = (e – λ . Xo)
P(X ≥ 0,403) = (2,71828 -4 . 0,403)
P(X ≥ 0,403) = (2,71828 -1,612)
P(X ≥ 0,403) = 0,1994 = 19,94 %
Analisis: Jadi, probabilitas kedatangan pengunjung yang memiliki selang
waktu 22,4 menit atau lebih adalah 19,94%.
Modul Praktikum
STATISTIKA 2 Page 50 ATA 12/13
DAFTAR PUSTAKA
Harinaldi. 2005. PRINSIP-PRINSIP STATIISTIK UNTUK TEKNIK DAN
SAINS. Jakarta : Erlangga
Kazmier, Leonard J. 2005. Schaum's Easy Outlines STATISTIK UNTUK
BISNIS. Jakarta : Erlangga
Nawari. 2010. Analisis Statistik dengan Ms. Excel 2007 dan SPSS 17.
Jakarta : PT. Elex Media Komputindo
Modul Praktikum
STATISTIKA 2 Page 51 ATA 12/13
MODUL DISTRIBUSI WEIBULL
I. PENDAHULUAN
Distribusi Weibull pertama kali diperkenalkan oleh ahli fisikawan Swedia
Waloddi Weibull pada tahun 1939. Grafik distribusi weibull untuk dan
berbagai nilai parameter dilukiskan pada gambar berikut ini :
Ciri khusus dari distribusi ini adalah adanya parameter skala (α) dan
parameter bentuk (β). Parameter skala (scale parameter) adalah jenis
khusus dari parameter numeric yang menunjukkan besarnya distribusi
data. Semakin besar nilai parameter skala maka distribusi data akan
semakin menyebar dan sebaliknya. Sedangkan parameter bentuk (shape
parameter) adalah jenis khusus dari parameter numeric yang
menunjukkan bentuk dari kurva.
Modul Praktikum
STATISTIKA 2 Page 52 ATA 12/13
Rumus untuk mencari peluang distribusi weibull :
> (Lebih dari)
< (Kurang dari)
Keterangan : t = waktu
e = eksponensial = 2.71828
α = parameter skala
β = parameter bentuk
II. CONTOH KASUS 1
Sebuah mesin pencetak sepatu bola internasional mempunyai masa hidup
berdistribusi weibull. Dengan alpha 0.4 dan beta 0.2. Berapa peluang
mesin tersebut beroperasi lebih dari dua setengah tahun?
Dik: t =2.5
alfa = 0.4
beta = 0.2
Dit: f ( > 2.5 ) ?
Jawab :
f( t ) = e ^ - ( t / alfa ) ^ beta
f ( t > 2.5) = e ^ - ( 2.5 / 0.4 ) ^ 0.2
f ( > 2.5 ) = 0.2362889
Analisis : jadi besarnya peluang mesin pencetak sepatu bola internasional
tersebut adalah sebesar 0.2362889 atau 23.63 %.
Modul Praktikum
STATISTIKA 2 Page 53 ATA 12/13
III. CONTOH KASUS 2
Sebuah mesin jahit mempunyai masa hidup berdistribusi weibull. Dengan
alpha 2.2 dan beta 2.5. Berapa peluang mesin tersebut beroperasi kurang
dari dua tahun?
Dik: t =2
alfa = 2.2
beta = 2.5
Dit: f ( < 2 ) ?
Jawab :
f ( t ) = 1 – e ^ - ( t / alfa ) ^ beta
f ( t < 2 ) = 1 – e ^ - ( 2 / 2.2 ) ^ 2.5
f ( t < 2 ) = 0.5452401
Analisis : jadi besarnya peluang mesin pencetak sepatu bola internasional
tersebut adalah sebesar 0.5452401 atau 54.52 %.
Modul Praktikum
STATISTIKA 2 Page 54 ATA 12/13
DAFTAR PUSTAKA
Dr. Tedjo N. Reksoatmodjo ST., M.Pd. Statistika Teknik. Jakarta :
Gramedia
Dr. Ir. Harinaldi M.Eng. Prinsip-prinsip Statistik. 2005. Jakarta : Erlangga
Ronald E. Walpole dan Raymond H. Myers. Ilmu Peluang dan Statistika
untuk Insinyur dan Ilmuwan Edisi Keempat. Bandung : ITB
Modul Praktikum
STATISTIKA 2 Page 55 ATA 12/13
MODUL REGRESI LINIER SEDERHANA
I. Pendahuluan
Di dalam analisa ekonomi dan bisnis, dalam mengolah data sering
digunakan analisis regresi dan korelasi. Analisa regresi dan korelasi telah
dikembangkan untuk mempelajari pola dan mengukur hubungan statistik
antara dua atau lebih variabel. Namun karena bab ini hanya membahas
tentang regresi linier sederhana, maka hanya dua variabel yang
digunakan. Sedangkan sebaliknya jika lebih dari dua variabel yang
terlibat maka disebut regresi dan korelasi berganda. Analisa ini akan
memberikan hasil apakah antara variabel-variabel yang sedang diteliti
atau sedang dianalisis terdapat hubungan, baik saling berhubungan,
saling mempengaruhi dan seberapa besar tingkat hubungannya. Pada
dasarnya analisis ini menganalisis hubungan dua variabel dimana
membutuhkan dua kelompok hasil observasi atau pengukuran sebanyak n
( data ).
Data hubungan antara variabel X dan Y berdasarkan pada dua hal yaitu :
1. Penentuan bentuk persamaan yang sesuai guna meramalkan rata-rata
Y melalui X atau rata-rata X melalui Y dan menduga kesalahan selisih
peramalan. Hal ini menitikberatkan pada observasi variabel tertentu,
sedangkan variabel-variabel lain dikonstantir pada berbagai tingkat
atau keadaan, hal inilah yang dinamakan Regresi.
2. Pengukuran derajat keeratan antara variabel X dan Y. Derajat ini
tergantung pada pola variasi atau interelasi yang bersifat simultan dari
variabel X dan Y. Pengukuran ini disebut Korelasi.
Hubungan antara variabel X dan Y kemungkinan merupakan
hubungan dependen sempurna dan kemugkinan merupakan hubungan
independen sempurna. Variabel X dan Y dapat dikatakan berasosiasi atau
berkorelasi secara statistik jika terdapat batasan antara dependen dan
independen sempurna. Metode analisis ini juga digunakan untuk
Modul Praktikum
STATISTIKA 2 Page 56 ATA 12/13
mengestimasi atau menduga besarnya suatu variabel yang lain telah
diketahui nilainya. Salah satu contoh adalah untuk menganalisis
hubungan antara tingkat pendapatan dan tingkat konsumsi.
II. Rumusan Regresi Linier Sederhana
Persamaan regresi linier sederhana :
Dimana : a = konstanta
b = koefisien regresi
Y = Variabel dependen ( variabel tak bebas )
X = Variabel independen ( variabel bebas )
Untuk mencari rumus a dan b dapat digunakan metode Least
Square sbb:
Jika (X) 0 nilai a dan b dapat dicari dengan metode:
1. Metode Least Square
Y = a + b (X)
a = ΣY
n
a = ΣY – b ΣX
n
b = n ΣXY – ΣX . ΣY
n ΣX2 – (ΣX)2
b = ΣXY
ΣX2
Modul Praktikum
STATISTIKA 2 Page 57 ATA 12/13
2. Metode setengah rata-rata
a = rata-rata K1 ( rata-rata kelompok 1)
b = ( rata-rata K2 – rata-rata K1) / n
n = jarak waktu antara rata-rata K1 dan K2
3. Koefisien Korelasi
Untuk mencari koefisien relasi dapat digunakan rumusan koefisien
korelasi Pearson yaitu :
Keterangan :
1. Jika r = 0 maka tidak ada hubungan antara kedua variabel.
2. Jika r = (-1) maka hubungan sangat kuat dan bersifat tidak searah.
3. Jika r = (+1) maka hubungannya sangat kuat dan bersifat searah.
4. Koefisien Determinasi
Koefisien determinasi dilambangkan dengan r2, merupakan kuadrat
dari koefisien korelasi. Koefisien ini dapat digunakan untuk
menganalisis apakah variabel yang diduga / diramal (Y) dipengaruhi
oleh variabel (X) atau seberapa variabel independen ( bebas )
mempengaruhi variabel dependen ( tak bebas ).
5. Kesalahan Standar Estimasi
Untuk mengetahui ketepatan persamaan estimasi dapat digunakan
dengan mengukur besar kecilnya kesalahan standar estimasi. Semakin
kecil nilai kesalahan
standar estimasi maka semakin tinggi ketepatan persamaan estimasi
dihasilkan untuk menjelaskan nilai variabel yang sesungguhnya.
Modul Praktikum
STATISTIKA 2 Page 58 ATA 12/13
Dan sebaliknya, semakin besar nilai kesalahan standar estimasi
maka semakin rendah ketepatan persamaan estimasi yang dihasilkan
untuk menjelaskan nilai variabel dependen yang sesungguhnya.
Kesalahan standar estimasi diberi simbol Se yang dapat ditentukan
dengan rumus berikut :
III. Langkah-langkah Pengujian Hipotesis
a. Tentukan hipotesis nol ( Ho ) dan hipotesis alternatif ( Ha )
Ho : β ≤ k Ha : β > k
Ho : β ≥ k Ha : β < k
Ho : β = k Ha : β ≠ k
b. Tentukan arah uji hipotesis ( 1 arah atau 2 arah )
a. Tentukan tingkat signifikan ( α )
- Jika 1 arah α tidak dibagi dua
- Jika 2 arah α dibagi dua ( α / 2 )
c. Tentukan wilayah kritis ( t tabel )
t tabel = ( α ; db ) db = n – 2
d. Tentukan nilai hitung ( t hitung )
e. Gambar dan keputusan
f. Kesimpulan
Gambar :
a. Ho : β ≤ k ; Ha : β > k b. Ho : β ≥ k ; Ha : β < k
0 t tabel - t tabel 0
H
a
H
o H
o H
a
Modul Praktikum
STATISTIKA 2 Page 59 ATA 12/13
c. Ho : β = k ; Ha : β ≠ k
- t tabel 0 t tabel
IV. Manfaat Dari Analisis Regresi Sederhana
Salah satu kegunaan dari regresi adalah untuk memprediksi
atau meramalkan nilai suatu variabel, misalnya kita dapat
meramalkan konsumsi masa depan pada tingkat pendapatan
tertentu. Selain itu analisis regresi sederhana juga digunakan untuk
mengetahui apakah variabel-variabel yang sedang diteliti saling
berhubungan. Dimana keadaan satu variabel membutuhkan adanya
variabel yang lain dan sejauh mana pengaruhnya, serta dapat
mengestimasi tentang nilai suatu variabel.
Hal ini dapat digunakan untuk mengetahui kondisi ideal suatu
variabel jika variabel yang lain diketahui.
V. Contoh Soal :
1. Diketahui hasil dari suatu penelitian terhadap hubungan antara biaya
pemasaran dengan tingkat penjualan mobil PT. Alheefa Motor adalah
sebagai berikut :
Biaya Pemasaran Tingkat Penjualan Mobil
424 402
420 450
502 455
255 400
a. Tentukan persamaan regresinya?
H
o H
a H
a
Modul Praktikum
STATISTIKA 2 Page 60 ATA 12/13
b. Berapakah besarnya koefisien korelasi dan koefisien
determinasinya?
c. Berapakah besarnya kesalahan standar estimasinya?
d. Dengan tingkat signifikan 5%, ujilah hipotesis yang menyatakan
hubungan antara biaya pemasaran dan tingkat penjualan
sedikitnya 40%!
Dik : α = 5% = 0,05
β = 40% = 0,04
Dit : a) Persamaan regresi !
b) r dan r2 !
c) Se !
d) Ujilah hipotesis !
Jawab :
a. Menentukan persamaan regresi
Langkah 1 :
Menentukan variabel X dan variabel Y. Dalam soal ini biaya
pemasaran merupakan variabel X dan tingkat penjualan mobil
adalah variabel Y.
Langkah 2 :
Membuat tabel regresi sederhana.
Pemasaran
(X)
Tingkat
Penjualan (Y)
X2
Y2 XY
424
420
502
255
402
450
455
400
179776
176400
252004
65025
161604
202500
207025
160000
170448
189000
228410
102000
1601 1707 673205 731129 689858
Modul Praktikum
STATISTIKA 2 Page 61 ATA 12/13
Langkah 3 :
Menentukan koefisien a dan koefisien b.
n ∑XY – ∑X . ∑Y
b =
n ∑X2 – (∑X)2
(4) (689858) – (1601) (1707)
=
(4) (673205) – (1601)2
= 0,2046
∑Y – b ∑X
a =
n
(1707) – (0,2046) (1601)
a =
4
a = 344,8436
Langkah 4 :
Menentukan persamaan regresi linear sederhana.
Y = a + bX
Y = 344,8436 + 0,2046X
Modul Praktikum
STATISTIKA 2 Page 62 ATA 12/13
b. Menentukan besarnya koefisien korelasi dan koefisien
determinasi
Koefisien korelasi :
n (∑XY) - (∑X).(∑Y)
r =
[ n(∑X2) - (∑X)2 ]1/2 . [ n(∑Y2) - (∑Y)2 ]1/2
(4)(689858) – (1601)(1707)
r =
[ (4)(673205) – (1601)2 ]1/2 . [ (4)(731129) – (1707)2 ] ½
r = 0,7133
koefisien determinasi :
r2 = (0,7133)2 = 0,5088 = 50,88%
c. Menentukan besarnya kesalahan standar estimasi.
√(∑Y2 – a ∑Y – b ∑XY)
Se =
n – 2
√(731129) – (344,8436)(1707) – (0,2046)(689858)
Se =
4 – 2
Se = 25,59
d. Pengujian hipotesis
1. Tentukan Ho dan Ha
Ho : β >= 0,4
Ha : β < 0,4
2. Uji hipotesis 1 arah
3. Tingkat signifikan (α)
α = 0,05
Modul Praktikum
STATISTIKA 2 Page 63 ATA 12/13
4. Wilayah kritis t (α; db)
Db = n – 2 = 4 – 2 = 2
t (0,05; 2) = 2,920
5. Nilai hitung
Sb = Se / √ ((∑X2) – ((∑X)2 / n))
= 25,59 / √ ((673205) – ((1601)2 / 4))
= 0,1422
T hitung = b / Sb = 0,2046 / 0,1422 = 1,4388
Ha Ho
-2,920 1,4388
6. Keputusan
Tolak Ho, terima Ha
7. Kesimpulan
Pendapat yang menyatakan bahwa hubungan biaya pemasaran
dengan tingkat penjualan mobil sedikitnya 40% adalah salah,
dimana biaya pemasaran tidak mempengaruhi tingkat penjualan
mobil sebesar 50,88%.
Modul Praktikum
STATISTIKA 2 Page 64 ATA 12/13
2. Diketahui hasil dari suatu penelitian terhadap hubungan antara biaya
iklan dengan tingkat penjualan ponsel adalah sebagai berikut :
Biaya Iklan Tingkat Penjualan Ponsel
200 400
420 500
240 550
255 452
a. Tentukan persamaan regresinya?
b. Berapakah besarnya koefisien korelasi dan koefisien
determinasinya?
c. Berapakah besarnya kesalahan standar estimasinya?
d. Dengan tingkat signifikan 10%, ujilah hipotesis yang menyatakan
hubungan antara biaya iklan dan tingkat penjualan sedikitnya
40%!
Dik : α = 5% = 0,05
β = 40% = 0,04
Dit : a) Persamaan regresi !
b) r dan r2 !
c) Se !
d) Ujilah hipotesis !
Jawab :
a) Persamaan regresi :
Y = 405,5872 + 0,2508 X
b) Koefisien determinasi (R2) : 0,1431
c) Se : 72,9
Modul Praktikum
STATISTIKA 2 Page 65 ATA 12/13
d) Langkah pengujian hipotesis :
1. Tentukan Ho dan Ha
Ho : β >= 0,4
Ha : β < 0,4
2. Uji hipotesis 1 arah
3. Tingkat signifikan (α)
α = 0,05
4. Wilayah kritis t (α; db)
Db = n – 2 = 4 – 2 = 2
t (0,05; 2) = 2,920
5. Nilai hitung
T value : 0,578
Ha Ho
-2,920 0,578
6. Keputusan
Terima Ho, tolak Ha
7. Kesimpulan
Pendapat yang menyatakan bahwa hubungan biaya iklan
dengan tingkat penjualan ponsel sedikitnya 40% adalah
benar, dimana biaya iklan mempengaruhi tingkat penjualan
ponsel sebesar 14,31%.
Modul Praktikum
STATISTIKA 2 Page 66 ATA 12/13
DAFTAR PUSTAKA
Sunyoto, Danang. 2011. Analisis Regresi dan Uji Hipotesis.
Yogyakarta : CAPS.
Tim Litbang Statistika 2. Modul Statistika 2. Jakarta : Laboratorium
Manajemen Dasar, Universitas Gunadarma.