Professional Documents
Culture Documents
Edisi Pertama
-Jakarta: Mitra Wacana Media, 2018
1 jil, 17 x 24, vi hal. + 134 hal.
ISBN :
S
etiap mengawali perkuliahan statistika, saya selalu bertanya
kepada para mahasiswa, bagaimana pemahaman dan persepsi
mereka tentang statistika. Umumnya, mereka menyebutkan bahwa
statistika itu sesuatu yang berhubungan dengan grafik, dan jawaban itu
sebuah starting yang baik. Sebagian lain berkata, statistika itu rumit dan
banyak rumus. Itu menyiratkan sebuah pesan, agar penyampaian
matakuliah statistika dalam suasana yang kondusif dan menyenangkan.
Mahasiswa akan memahami betapa rumus itu sangat penting, apalagi
saat ini sudah banyak tools, sehingga rumus tidak lagi menjadi sebuah
beban. Lalu apa manfaat statistika itu? Para mahasiswa akan tumbuh
menjadi seorang pemimpin. Statistika ini adalah sebuah kecerdasan bagi
seorang leader. Saat mahasiswa menjadi pemimpin, saat itulah statistika
diperlukan dalam membuat keputusan ekonomi maupun keputusan
bisnis. Slogannya adalah: Real statistics is real decisions.
Penulis berterima kasih sekali, karena buku ini lahir dan
termotivasi dari masukan mahasiswa. Zaman telah berubah. Generasi
milenial ini sedang membutuhkan model pembelajaran statistika yang
cocok dan menuntun mereka berkembang pada era Revolusi Industri
4.0, yang terhubung erat dengan internet of things (IOT). Maka tidaklah
heran jika mind set akan tertuju ke playstore lalu download beranekaragam
jawaban instant dari materi dan persoalan statistika. Di satu sisi, para
statisticians akan tetap berkembang seiring kemajuan IT, sementara di
sisi lain mayoritas penduduk dunia berada pada posisi “user” yang akan
menggunakan hasil karya mereka dengan cepat dan akurat.
Para mahasiswa sudah terbiasa menggunakan scientific calculator
sebagai alat bantu to compute, kemudian meningkat pada software
statistika yang tumbuh pesat sejak tahun 1980-an. Juga tidak sedikit
perguruan tinggi yang menggunakan computer untuk
praktikum/laboratorium Statistika. Pada era big data saat ini,
kecerdasan dan kemahiran dalam statistical tools semakin dibutuhkan.
Karena itu, buku Statistika Ekonomi dan Bisnis (edisi I) ini di-design
sedemikian rupa untuk membangun kecerdasan komputasional dan
menjadi pengetahuan yang bersifat umum dan meluas. Apakah rumus-
rumus itu tetap diperlukan? Ya, tentu. Pada saat penyampaian materi
iv Statistika Ekonomi dan Bisnis 2
Penulis,
Jan Horas V. Purba
DAFTAR ISI
BAGIAN I
Membangun Kecerdasan Komputasional Statistika .................................. 1
1. Mahir Menggunakan Fungsi Statistika dengan Excel ........................... 1
2. Tools Analysis Data ................................................................................. 5
3. SPSS (Statistical Package for the Social Science) .................................... 9
BAGIAN II
BAB 1 PELUANG .................................................................................... 13
BAB 2 PERMUTASI, KOMBINASI, & NILAI HARAPAN ................... 25
BAB 3 PELUANG DISKRIT:
BINOMIAL, POISSON, & HYPERGEOMETRIK ....................... 33
BAB 4 DISTRIBUSI NORMAL ................................................................ 43
BAB 5 PENDUGAAN PARAMETER ..................................................... 53
BAB 6 UJI HIPOTESIS DENGAN UJI-T ................................................. 65
BAB 7 ANOVA......................................................................................... 81
BAB 8 CHI-SQUARE (()....................................................................................... 89
BAB 9 REGRESI & KORELASI ............................................................... 99
Kompetensi 1:
Mahir Menggunakan Fungsi Statistika dengan Excel
1. Descriptive Statistics
Standard Error
Pada spreadsheet di atas, bagaimana menghitung Standard Error (SE)?
Binomial:
Poisson:
Hypergeometrik:
4 Statistika Ekonomi dan Bisnis 2
Regresi:
Kompetensi 2 :
Tools Analysis Data
Pada bagian Manage (bagian bawah), klik dan pilih Excel Add-Ins,
kemudian Klik : Go
Pada layar Excel, bila kita Klik Data, maka Data Analysis telah aktif
6 Statistika Ekonomi dan Bisnis 2
Input Range
Summary Statistics
Output Range
(pilih salah satu cell
kosong)
OK
Maka hanya dengan
beberapa klik, Descriptive
Statistics telah diperoleh
dengan lengkap dan cepat
Membangun Kecerdasan Komputasional Statistika 7
Lanjutan,
Uji lainnya dapat dilakukan dengan Fungsi Excel “Data Analysis” ini.
8 Statistika Ekonomi dan Bisnis 2
F Test: Two Sample for Variances t- Test: Paired Two Sample for Means
Kompetensi 3 :
SPSS (Statistical Package for the Social Science)
Ketika kita membuka program SPSS, maka pada bagian awal, kita akan
melihat “menu utama” yang terdiri atas:
File
Menu ini berhubungan dengan file data, seperti membuat file baru,
membuka file, mengambil data dari program lain, mencetak isi dari
Data Editor dan lainnya.
Edit
Menu Edit berfungsi untuk menangani hal-hal yang berhubungan
dengan memperbaiki atau mengubah nilai data (duplikasi data),
menghilangkan data, edit data dan lainnya. Selain itu, menu Edit
juga berfungsi untuk mengubah setting pada Options.
View
Menu view berfungsi untuk mengatur toolbar (status bar,
penampakan value lable dan sebagainya).
Data
Menu data berfungsi untuk membuat perubahan data SPSS secara
keseluruhan, seperti mengurutkan data, menyeleksi data
berdasarkan kriteria tertentu, menggabungkan data dan sebagainya.
Transform
Menu Transform berfungsi untuk membuat perubahan pada variabel
yang telah dipilihdengan kriteria tertentu.
Analyze (Statistics)
Menu Analyze merupakan menu inti dari SPSS, yang berfungsi
untuk melakukan semua prosedur perhitungan statistik, seperti uji-t,
uji-F, regresi, time series dan sebagainya.
Graphs
Menu Graphs berfungsi untuk membuat berbagai jenis grafik untuk
mendukung analisis statistik, seperti Pie, Line, Bar dan
kombinasinya.
Utilities
Menu ini adalah menu tambahan yang mendukung program SPSS
seperti :
Memberi informasi tentang variabel yang sekarang sedang
dikerjakan
10 Statistika Ekonomi dan Bisnis 2
Menjalankan Scripts
Mengatur tampilan menu-menu lain
Add-Ins
Menu ini juga merupakan menu tambahan yang berisi mengenai
software lain yang dapat diintegrasikan dengan SPSS, juga berisi
sambungan on-line dengan website SPSS guna kepentingan pelatihan
dan pengembangan SPSS.
Window
Menu ini berfungsi untuk pindah diantara menu-menu lain di SPSS
Help
Menu ini berfungsi untuk menyediakan bantuan informasi mengenai
program SPSS yang bisa diakses secara mudah dan jelas.
Memasukan Data
1. Buka lembar kerja baru
Lembar kerja baru selalu dibuka jika ada pemasukan variabel yang
baru. Untuk itu dari menu File pilih submenu New. Selanjutnya
tampak beberapa pilihan. Karena akan dibuat data yang baru, klik
mouse pada Data. Sekarang SPSS siap membuat variabel baru.
Membangun Kecerdasan Komputasional Statistika 11
Klik :
Analyze
Regression
Linear
Kemudian di-enter,
dan muncul dialog
box.
BAB 1
PELUANG
PENGANTAR :
KOMPETENSI :
n(E)
P(E) =
S
n(K) 4 1
P(K) = =
S 52 13
Penyelesaian:
Peluang dadu Genap P (A) = 0.5
Peluang dadu Prima P (B) = 0.5
Peluang dadu Prima dan Genap P (𝐴 ∩ 𝐵) = 1/6
Peluang
Pada suatu seminar, terdapat 100 orang mahasiswa, terdiri atas 20 orang
mahasiswa Manajemen S1, 50 orang mahasiswa Akt S1 dan 30 orang
mahasiswa Akt D3. Diketahui pula bahwa mahasiswa yang sudah
bekerja terdiri atas 5 orang mahasiswa Manajemen S1, 4 orang
mahasiswa Akt S1 dan 8 orang mahasiswa Akt D3.
Hitunglah:
a. Peluang mahasiswa bekerja.
b. Peluang mahasiswa bekerja dari Akt D3.
Penyelesaian
(Ikuti tahap penyelesaian berikut)
18 Statistika Ekonomi dan Bisnis 2
T
R
?
M
b) P(TR’M’) = 0.4*0.85*0.8 = 0.272.
Atau P(T) – P(TR) – P(TM) + P(TRM) lihat diagram
venn di bawah.
b) c)
T ?
R
?
PRAKTIKUM
2. Sebuah kotak berisi 4 bola merah, 6 bola putih, 1 bola hijau, 3 bola
biru. Semua bola sama bentuk, besar, dan bobotnya. Dengan mata
tertutup, diambil bola dari kotak itu:
a. berapa probabilitas terambil satu bola berwarna merah?
b. berapa probabilitas terambil satu bola berwarna hijau?
11. Dua buah tas berisi sejumlah bola. Tas pertama berisi 4 bola putih
dan 2 bola hitam. Tas kedua berisi 3 bola putih dan 5 bola hitam.
Jika sebuah bola diambil dari masing-masing tas tersebut, hitunglah
probabilitasnya bahwa :
a. keduanya bola putih.
b. keduanya bola hitam.
c. satu bola putih dan satu bola hitam.
24 Statistika Ekonomi dan Bisnis 2
PENGANTAR :
KOMPETENSI :
Konsep Dasar
Permutasi (P) dan Kombinasi (C) bertujuan untuk mengetahui berapa
jumlah cara dalam menyusun n buah objek. Perbedaan P dan C adalah,
pada P, seluruh objek dihitung, sedangkan pada C, terdapat objek yang
sama atau “kembar” dan dianggap sama. Misalnya kata BOGOR, 5
buah objek (huruf), ada 2 yang sama yakni huruf O. Sehingga
kombinasi yang dihitung adalah B, O, G dan R.
Secara ringkas dapat disajikan sebagai berikut
Semua Objek Sebagian Objek
Permutasi (P) n!
dimana r n
Berapa cara menyusun 3 4! 24
P 12
buah objek? 2 4
(4 2)! 2
Jawab : 3! = 1*2*3 = 6 Dari ABCD, dipilih dua:
Contoh : ABC: AB, AC, AD, BA, BC, BD,
ABC, ACB, BAC, CA, CB, CD, DA, DB, DC
BCA, CAB, CBA
Kombinasi (C) n!
, n1!n 2!...n k n
n1!n2 !...nk
dimana r n
Berapa cara menyusun 4! 24
C 6
huruf IIN? (huruf I = 2) 2 4
(4 2)!*2! 2 *2
3! 1* 2 * 3
Jawab : 3
2! 1* 2 Dari ABCD dipilih dua,
dan terdapat kombinasi,
Yakni: IIN, INI, NII misalnya BA =AB.
AB, AC, AD, BC, BD, CD
Cyclical (n-1)!
(lingkaran)
4 orang duduk melingkar
di sebuah restoran.
S,usunan tempat duduk
mereka adalah (4-1)! = 3! =
6 cara
Bab 2. Permutasi, Kombinasi dan Nilai Harapan 27
PRAKTIKUM
PENGANTAR :
KOMPETENSI :
DISTRIBUSI BINOMINAL
A. RUMUS
1. n!
P ( X ) Px Qn x
x!(n x)!
Keterangan :
P(X) = probabilitas x sukses dari n percobaan Bernoulli
X = banyaknya sukses
N = banyaknya percobaan Bernoulli
P = probabilitas sukses
Q = probabilitas gagal
Cara II:
Selain menginsert fungsi di atas, juga bisa dilakukan dengan lebih cepat
dengan menuliskan Syntax Binomial
=BINOM.DIST(number_s,trials,probability_s,cumulative)
=BINOM.DIST(3,8,0.8,false)
=0.0091750
PRAKTIKUM
DISTRIBUSI POISSON
A. RUMUS
x e
1. P( X )
x!
Keterangan :
P(X) = probabilitas dari peristiwa x sukses
x = jumlah sukses
e = bilangan naturan (2,71828)
= rata-rata terjadinya peristiwa
= nP
nP
Contoh:
Jika disederhanakan:
n = 200.000
P = 0.00004
Berapa P (X=5)?
=POISSON.DIST(5;8;FALSE)
= 0.091604
PRAKTIKUM
3. Mey frequently saves her money in ABC Bank. For the period of November
2004 – February 2005 ABC Bank will give away 100 units Mercedes Benz
E Class. Rita, Mey’s Closest fried, said that Mey’s chance to win a
Mercedes Benz is 0.1% In other words, it’s a long shot. Moreover the 100
units Mercedes Benz are valid for all branches in Indonesia. Five hundred
customers of ABC Bank in Jakarta taken as sample, determine the
probability of:
a. At most three customers win the Mercedes Benz!
b. More than 497 customers do not win the Mercedes Benz!
DISTRIBUSI HYPERGEOMETRIK
RUMUS
C n1 C n2
P ( X ) x C n R x
R
Keterangan :
P(X) = probabilitas dari peristiwa x sukses
X = banyaknya sukses
n = banyaknya percobaan (n2 n1)
R = banyaknya sampel yang dipilih
R-x = banyaknya yang gagal
Contoh:
Dari 20 orang Turis mancanegara yang berkunjung ke Kebun Raya
Bogor, terdapat 8 orang yang menyatakan Sangat Puas. Jika dipilih 4
orang sampel untuk diwawancarai, berapakah peluang terdapat 3 orang
yang menyatakan sangat puas?
42 Statistika Ekonomi dan Bisnis 2
PRAKTIKUM
PENGANTAR :
KOMPETENSI :
Pendahuluan
Kurva Normal
1 x 2
1 -
2
n (x ; , ) e
2
dengan nilai tengah dan ragam 2. Sedangkan = 3,1416 dan e =
2,7183.
Sifat penting dari distribusi normal adalah :
1. grafiknya selalu di atas sumbu x
2. bentuknya simetris terhadap garis vertikal nilai tengahnya.
3. memiliki satu modus (unimodal) dan modusnya sama dengan
median dan nilai tengahnya( )
4. grafiknya mendekati sumbu mendatar x secara asimtotik pada
kedua arah, dimulai dari x = - 3 di kiri dan x = + 3 ke
kanan.
5. luas seluruh area di bawah kurva adalah satu.
Kurva normal tergantung pada nilai dan -nya. Jika makin besar,
maka kurvanya bersifat platikurtik (datar), dan jika kecil, maka
kurvanya adalah runcing (leptokurtik).
Bab 4. Distribusi Normal 45
x1 x2
Untuk mengubah distribusi normal umum menjadi distribusi normal
baku, dilakukan dengan mentransformasi ke satuan baku atau nilai Z.
X -
Z
Empiricial Rule
68% data berada diantara - s dan +
95% data berada diantara - 2 dan + 2
99.7% data berada diantara - 3 dan + 3
Setelah kita memiliki distribusi normal baku yang diperoleh dari
distribusi normal umum, maka daftar distribusi normal baku dapat
digunakan (tabel Z).
Caranya ialah :
1. hitunglah Z hingga dua desimal.
2. secara sederhana gambarkan kurvanya
46 Statistika Ekonomi dan Bisnis 2
dan Z2
Dengan demikian,
P (x1 < X < x2) = P (Z1 < Z < Z2).
- 0,5 0 1,2
Dengan demikian P (45 < X < 62 ) = P ( -0,5 < Z < 1,2)
= P ( Z < 1,2 ) - P (Z < - 0,5 )
= 0.8849 - 0.3085
= 0.5764.
Bab 4. Distribusi Normal 47
= 300 362 X
49,5 60 X atau
- 2,14 0 Z
PRAKTIKUM
3. Given the TOEFL scores are normally distributed with = 525 and =
105, answer the following questions :
a. If a person achieved a TOEFL scores of 550, what proportion (or
peercentage) of people would have higher TOEFL scores?
b. What TOEFL scores would determine the middle 50% of the
distribution? (in other word, 25% above and 25% below the mean)
Pabrik A B C D E F G
Produksi 150 200 300 175 275 145 200
Z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.0000 0.0040 0.0080 0.0120 0.0160 0.0199 0.0239 0.0279 0.0319 0.0359
0.1 0.0398 0.0438 0.0478 0.0517 0.0557 0.0596 0.0636 0.0675 0.0714 0.0753
0.2 0.0793 0.0832 0.0871 0.0910 0.0948 0.0987 0.1026 0.1064 0.1103 0.1141
0.3 0.1179 0.1217 0.1255 0.1293 0.1331 0.1368 0.1406 0.1443 0.1480 0.1517
0.4 0.1554 0.1591 0.1628 0.1664 0.1700 0.1736 0.1772 0.1808 0.1844 0.1879
0.5 0.1915 0.1950 0.1985 0.2019 0.2054 0.2088 0.2123 0.2157 0.2190 0.2224
0.6 0.2257 0.2291 0.2324 0.2357 0.2389 0.2422 0.2454 0.2486 0.2517 0.2549
0.7 0.2580 0.2611 0.2642 0.2673 0.2704 0.2734 0.2764 0.2794 0.2823 0.2852
0.8 0.2881 0.2910 0.2939 0.2967 0.2995 0.3023 0.3051 0.3078 0.3106 0.3133
0.9 0.3159 0.3186 0.3212 0.3238 0.3264 0.3289 0.3315 0.3340 0.3365 0.3389
1.0 0.3413 0.3438 0.3461 0.3485 0.3508 0.3531 0.3554 0.3577 0.3599 0.3621
1.1 0.3643 0.3665 0.3686 0.3708 0.3729 0.3749 0.3770 0.3790 0.3810 0.3830
1.2 0.3849 0.3869 0.3888 0.3907 0.3925 0.3944 0.3962 0.3980 0.3997 0.4015
1.3 0.4032 0.4049 0.4066 0.4082 0.4099 0.4115 0.4131 0.4147 0.4162 0.4177
1.4 0.4192 0.4207 0.4222 0.4236 0.4251 0.4265 0.4279 0.4292 0.4306 0.4319
1.5 0.4332 0.4345 0.4357 0.4370 0.4382 0.4394 0.4406 0.4418 0.4429 0.4441
1.6 0.4452 0.4463 0.4474 0.4484 0.4495 0.4505 0.4515 0.4525 0.4535 0.4545
1.7 0.4554 0.4564 0.4573 0.4582 0.4591 0.4599 0.4608 0.4616 0.4625 0.4633
1.8 0.4641 0.4649 0.4656 0.4664 0.4671 0.4678 0.4686 0.4693 0.4699 0.4706
1.9 0.4713 0.4719 0.4726 0.4732 0.4738 0.4744 0.4750 0.4756 0.4761 0.4767
2.0 0.4772 0.4778 0.4783 0.4788 0.4793 0.4798 0.4803 0.4808 0.4812 0.4817
2.1 0.4821 0.4826 0.4830 0.4834 0.4838 0.4842 0.4846 0.4850 0.4854 0.4857
2.2 0.4861 0.4864 0.4868 0.4871 0.4875 0.4878 0.4881 0.4884 0.4887 0.4890
2.3 0.4893 0.4896 0.4898 0.4901 0.4904 0.4906 0.4909 0.4911 0.4913 0.4916
2.4 0.4918 0.4920 0.4922 0.4925 0.4927 0.4929 0.4931 0.4932 0.4934 0.4936
2.5 0.4938 0.4940 0.4941 0.4943 0.4945 0.4946 0.4948 0.4949 0.4951 0.4952
2.6 0.4953 0.4955 0.4956 0.4957 0.4959 0.4960 0.4961 0.4962 0.4963 0.4964
2.7 0.4965 0.4966 0.4967 0.4968 0.4969 0.4970 0.4971 0.4972 0.4973 0.4974
2.8 0.4974 0.4975 0.4976 0.4977 0.4977 0.4978 0.4979 0.4979 0.4980 0.4981
2.9 0.4981 0.4982 0.4982 0.4983 0.4984 0.4984 0.4985 0.4985 0.4986 0.4986
3.0 0.4987 0.4987 0.4987 0.4988 0.4988 0.4989 0.4989 0.4989 0.4990 0.4990
BAB 5
PENDUGAAN PARAMETER
PENGANTAR :
KOMPETENSI :
JAWAB
n = 300 X = Rp 39.430,00 S = Rp 4.150,00
a. Interval konfidensi 99% untuk rata-rata pengeluaran pembelian
bahan makanan dari seluruh keluarga.
Z
-2,58 0 -2,58
Dengan interval konfidensi 99% : -2,58 < 2,58
S/ n
S S
Rumus : 2,58 2,58
n n
4.150 4.150
39.430 – 2,58 39.430 2,58
300 300
4.150
1,96 Rp469,63
300
Besarnya kesalahan maksimum kurang dari Rp 469,63.
(dibulatkan Rp 470,00).
T-Test
One-Sample Statistics
One-Sample Test
Test Value = 0
95% Confidence
Interval of the
Sig. Mean Difference
t df (2-tailed) Difference Lower Upper
VAR00001 74.842 49 .000 49.56000 48.2293 50.8907
1 2 3 4 5 6 7
Berat sebelum 58,5 60,3 61,7 69,0 64,0 62,6 56,7
Berat sesudah 60,0 54,9 58,1 62,1 58,5 59,9 54,4
PENYELESAIAN
Interval konfidensi untuk 1 2 untuk observasi
berpasangan.
Berat Berat
Wanita d d2
Sebelum Sesudah
1 58,5 60,0 -1,5 2,25
2 60,3 54,9 5,4 29,16
3 61,7 58,1 3,6 12,96
4 69,0 62,1 6,9 47,61
5 64,0 58,5 5,5 30,25
6 62,6 59,9 2,7 7,29
7 56,7 54,4 2,3 5,29
Jumlah 24,9 134,81
Rumus :
Sd Sd
d t d t
;n1
2 n 2
;n1 n
d
d 1
n
nd 12 d1
2
Sd
nn 1
24,9
d 3,557
7
7.134,81 24,92
Sd 2,776
7(7 1)
t0,025;6 2,447
DENGAN SPSS :
T-Test
N Correlation Sig.
Pair 1 Sebelum & Sesudah 7 .722 .067
Paired Differences
95% Confidence
Std. Interval of the
Std. Error Difference Sig.
Mean Deviation Mean Lower Upper t df (2-tailed)
Pair 1 Sebelum - Sesudah 3.55714 2.77600 1.04923 .98977 6.12452 3.390 6 .015
sa
ma
S S
t0,025;14 t 0,025;14
n n
5340 5340
42.550 2.145 42.550 2.145
15 15
5.340 5.340
42.550 2.624 42.550 2.624
15 n
5.340 5.340
42.550 2.977 42.550 2.977
15 15
42.550 4.104,60 42.550 4.104,60
Rp 38.445,40 < < Rp 46.654,60
Sampel random sebanyak 100 butir telur telah diambil dari 1000 butir
telur yang dikirim dari daerah A ke kota B. Dari sampel tersebut
diketahui 18 di antaranya pecah atau rusak. Hitunglah interval
konfidensi 95% untuk proporsi telur yang pecah atau rusak dari 1000
telur tersebut.
Penyelesaian:
N = 1000
n = 100
X = 18
Nn
Digunakan penyesuaian =
N 1
60 Statistika Ekonomi dan Bisnis 2
Rumus :
n 1 n N n
1 N n
P n n
N 1 N 1
n 2
n n 2
n
1,96 18.10082 /100 1000 100 P 1,96 18.10082 /100 1000 100
18 18
100 100 1000 1 100 100 1000 1
PRAKTIKUM
1 Suatu studi tentang pertumbuhan dari tanaman cactus jenis tertentu
menunjukkan bahwa dari 50 tanaman yang dianggap sebagai
sampel rata-rata tumbuh 44,8 mm dengan deviasi standar 4,7 mm
selama jangka waktu 12 bulan. Buatlah interval konfidensi 95%
untuk rata-rata pertumbuhan tahunan yang sesungguhnya dari
jenis cactus tersebut.
11 Sebuah sampel random terdiri dari 250 murid SLTA di kota A, 165
murid mengatakan bahwa mereka mengharapkan dapat
melanjutkan studinya ke Perguruan Tinggi Negeri. Hitunglah
interval konfidensi 99% tentang besarnya maksimum error.
PENGANTAR :
KOMPETENSI :
Dengan mengerjakan Bab 6 ini, Kompetensi yang
diharapkan adalah :
Anda menguasai dengan baik tentang
Pengujian Hipotesis Satu Sampel, dengan Manual,
Excel & SPSS
Pengujian Hipotesis Satu Sampel, dengan Manual,
Excel & SPSS
66 Statistika Ekonomi dan Bisnis 2
1 CONTOH 1 : Uji T
Sampel random sebanyak 30 kaleng “susu bubuk instant Frisian
Flag” dengan label “berat bersih 400g,” mempunyai berat bersih
rata-rata 398 kg dengan deviasi standar 6. Apakah hasil pengukuran
ini memungkinkan untuk menolak hipotesis = 400 g, jika
pengujian dilakukan dengan hipotesis alternative < 400 g pada
taraf signifikasi 0,01?
Daerah Daerah
tolak terima
- 2,33 0 Z
d. Perhitungan nilai Z =
0 398 400 2
= 1,826
S/ n 6 / 30 1,095
e. Kesimpulan :
Nilai Z hitung (-1,826) lebih besar daripada nilai Z table (-2,33),
maka hipotesis nihil diterima. Tidak cukup alasan untuk
menolak bahwa = 400 g pada taraf signifikansi 0,01.
Bab 6. Uji Hipotesis dengan Uji t 67
T-Test
One-Sample Statistics
One-Sample Test
Test Value = 1.5
95% Confidence
Interval of the
Mean Difference
t df Sig. (2-tailed) Difference Lower Upper
Produktivitas .565 5 .597 .10000 -.3550 .5550
A B C D E F
1 Plot Prod'tas Formula
2 1 1.4 Jumlah Data 6 =COUNT(B2:B7)
3 2 1.8 Rata- rata sampel 1.60 =AVERAGE(B2:B7)
4 3 1.1 Standard deviasi 0.43 =STDEV(B2:B7)
5 4 1.9 Standard Error of Mean 0.18 =E4/SQRT(E2)
6 5 2.2 Dugaan Populasi 1.50
7 6 1.2 t- hitung 0.565 =(E3 - E6)/E5
8 Probabilitas 0.597 =TDIST(E7,E12,2)
9
10 Mencari t- tabel
11 tingkat signifikansi 5%
12 degree of freedom 5 =E2- 1
14 t- tabel 2.015 =(TINV(E10*2,E11))
Terima =IF(ABS(E7)<ABS(E12
15 Keputusan Ho ),
"Terima Ho","Tolak
16 Ho")
Bab 6. Uji Hipotesis dengan Uji t 69
Dalam suatu survai buying habit, dipilih secara random 400 wanita
yang berbelanja di supermarket A yang berlokasi di bagian kota
tertentu. Rata-rata pengeluaran untuk pembelian bahan makanan
per minggu adalah Rp 20.000,00 dengan deviasi standar Rp 6.000,00.
Sedang dari sampel random lain yang terdiri dari 400 wanita yang
berbelanja di supermarket B di bagian lain kota tersebut, rata-rata
pengeluaran untuk pembelian bahan makanan adalah Rp 16.000,00
dengan deviasi standar Rp 7.500,00. Dengan alpha 0,05 ujilah
hipotesis nihil bahwa rata-rata pengeluaran untuk pembelian bahan
makanan dari dua populasi dari mana sampel tersebut diambil
adalah sama.
d.
A B A B
=
S2 S2
A
B
n A nB
20.000 16.000 0 4.000 8,329
6000 2 7500 2 480.23
400 400
A 75 80 5 25
B 83 90 7 49
C 96 92 -4 16
D 77 75 -2 4
E 81 86 5 25
F 90 90 0 0
G 82 81 -1 1
H 67 70 3 9
I 94 89 -5 25
J 85 88 3 9
K 78 82 4 16
L 82 79 -3 9
M 96 91 -5 25
N 80 90 10 100
O 87 78 -9 81
P 81 89 8 64
16 458
d 16 d 2 458
d 16
d 1,0
n 16
Klik: Data Data Analysis t-test: Paired Two Sample for Means OK
Langkah Penyelesaian:
Klik :
Data
Data Analysis (Enter)
T-Test: Paired Two Samples for Means
OK
Input Data yang diminta
Tetapkan alpha : 0,02
OK
Hasilnya sebagaimana tertera beikut ini
72 Statistika Ekonomi dan Bisnis 2
a. H0 : 1 2 atau d 0(D 0)
H1 : 1 2 atau d 0(D 0)
b. Nilai t0,01;15 = 2,602
(degree of freedom adalah n- 1 = 16 – 1 = 15
d 1,0 1
d. t 0,74
Sd / n 5,43 / 16 1,36
T-Test
Penjelasan:
Rata-rata skor efisiensi kerja Sesudah pendidikan terlihat lebih
tinggi (84.375) dibandingkan dengan sebelum pendidikan (83.375).
Hasil uji statistik pada = 2% adalah 0.737, sedangkan t table: 2,602.
Keputusan: H0 diterima. Bahwa pendidikan keterampilan tidak
mempunyai efek nyata (signifikan) pada efisiensi produksi pada
alpha 2%.
Bab 6. Uji Hipotesis dengan Uji t 75
Penyelesaian
a. H0 : P = 0,75
H1 : P > 0,75
c. H0 diterima apabila :
Z 1,64
H0 ditolak apabila :
Z > 1,64
Daerah Daerah
terima tolak
Z= 1,64
267
d. 0,834375
n 320
0,834375 0,75 0,084375
3,486
0,750,25 0,024206
320
PRAKTIKUM
11 Suatu riset yang terdiri dari soal-soal true-false sebaiknya jika siswa
dipisahkan dalam dua kelompok murid kurang pandai. Jika 205
dari 250 siswa kelompok pandai dan 137 dari 250 siswa kelompok
kurang pandai dapat menjawab soal test dengan benar, dengan
alpha 0,05 ujilah apakah untuk soal test yang demikian persentase
siswa yang menjawab benar secara keseluruhan 20% lebih tinggi
bagi siswa kelompok pandai disbanding siswa kelompok kurang
pandai.
Bab 6. Uji Hipotesis dengan Uji t 79
PENGANTAR :
KOMPETENSI :
CONTOH 1. (Manual)
Manajemen perusahaan ritel mengelola bisnisnya di tiga Kota (Kota A, B
dan C). Di masing masing kota, terdapat beberapa toko outlet, dan
keutungan per hari adalah sbb. Apakah terdapat perbedaan antar kota:
Jawab:
Ho : 1 = 2 = 3 artinya tidak ada perbedaan
H1 : 1 ≠ 2 ≠ 3 artinya ada perbedaan
Kota A Kota B Kota C
12 16 14
15 14 17
17 21 20
12 15 15
19
Rata-rata
Varian
Rata- rata Total :
CONTOH 2 :
Dengan Excel (Manual)
ANOVA
Source of Variation SS df MS F P-value F crit
Between Groups 483.50 2 241.750 12.310 0.003 4.256
Within Groups 176.75 9 19.639
Total 660.25 11
Bab 7.Anova 85
Output SPSS:
ANOVA
Production
Total 660.250 11
86 Statistika Ekonomi dan Bisnis 2
PANDUAN
1. Tentukan Ho dan Ha
2. Tentukan confidence level atau tingkat kepercayaan. Default Excel dan
SPSS adalah 95% atau alpha () = 5%.
3. Tentukan degree of freedom.
df1 (numerator) = k -1 (jumlah variabel – 1)
df2 (denominator) = n - k (jumlah sampel – jumlah variabel)
4. Tetukan F tabel
=FINV(probability;deg_freedom1;deg_freedom2)
5. Hitung nilia F hitung
6. Keputusan:
Jik Fhitung < Ftabel : terima Ho atau nilai Sig. (p-value) > 0.05
Jik Fhitung > Ftabel : tolak Ho atau nilai Sig. (p-value) < 0.05
7. Tahap berikutnya adalah interpretasi hasil tersebut.
Bab 7.Anova 87
PRAKTIKUM
CHI-SQUARE ()
PENGANTAR :
KOMPETENSI :
Formula:
Frekuensi observasi Frekuensi ekspektasi
fo fe fo-fe (fo-fe)^2/fe
Kota & ada ponsel 27 30*43/50= 25,80 1.2 0.05581
Kota & tidak ada ponsel 3 30*7/50= 4,20 -1.2 0.34286
Desa & ada ponsel 16 20*43/50= 17,20 -1.2 0.08372
Desa & tidak ada ponsel 4 20*7/50= 2,80 1.2 0.51429
Jumlah = Chi-Square 0.99668
PENGISIAN:
Klik Statistics:
Pilh Chi-square
Lalu tekan Continue untuk kembali ke kotak dialog utama
Bab 8. Chi Square () 93
Crosstabs
Case Processing Summary
Cases
Valid Missing Total
N Percent N Percent N Percent
TEMPAT_T * KEPEMILI 50 100.0% 0 .0% 50 100.0%
KEPEMILI
Tidak
Memiliki memiliki
telepon telepon
seluler seluler Total
TEMPAT_T Kota Count 27 3 30
Expected Count 25.8 4.2 30.0
Desa Count 16 4 20
Expected Count 17.2 2.8 20.0
Total Count 43 7 50
Expected Count 43.0 7.0 50.0
Chi-Square Tests
CONTOH 2
Apakah ada hubungan antara “Masa kerja ” di Kantor Akuntan Publik
dengan “kecepatan menemukan Fraud”?
Diketahui data observasi (fo), data FE dapat diperoleh dengan mudah dan
tidak perlu dihitung hingga 30 cell kosong tersebut.
Pada cell B13, cukup membuat formula =$G3*B$9/$G$9
Kemudian dicopy ke semua cell kosong, dan FE selesai.
Untuk menemukan Chi-Square, diperlukan dua langkah, yakni:
b. =CHITEST(B3:F8;B13:F18) (probability, di atas diletakkan di cell G21)
c. =CHIINV(probability;deg_freedom) atau =CHIINV(G21;20)
Kesimpulan:
Chi-square hitung > Chi-square tabel atau 223.757 > 31.410, maka
dapat dinyatakan, semakin tinggi masa kerja, maka semakin cepat
menemukan Fraud.
96 Statistika Ekonomi dan Bisnis 2
Crosstabs
Masa_Kerja * Kecepatan Crosstabulation
Kecepatan
2.00 Count 2 3 5 14 1 25
3.00 Count 0 5 10 25 10 50
4.00 Count 0 10 15 25 10 60
5.00 Count 0 0 5 20 5 30
6.00 Count 0 0 0 0 15 15
Chi-Square Tests
PRAKTIKUM
Catatan:
Dalam penyajian soal, jumlah masing masing tidak disajikan, agar
Saudara melengkapirnya terlebih dahulu.
Pada Cell I4, buat formula =$F4*B$8/$F$8, kemudian copy paste ke cell
kosong lainnya.
Panduan:
1. =CHITEST((B4:E7;I4:L7)
2. =CHIINV(probability;deg_freedom) atau =CHIINV(H10;9)
3. =CHIINV(0.05;9) untuk Chi-Square Tabel
KOMPETENSI :
a. Regresi : Y = a + bX
dimana
Y
n XY X* 8*8024 79*576
b 7.14646
8 *1107 792
2
n X2 X
__ __
a b*
Y 72 7.14646* 9.875 1.42868
X
Dengan Excel: =INTERCEPT(B2:B9;C2:C9)
b. Korelasi
Uji hipotesis pada r:
r
n XY X* Y
thitung
r
n X X * n Y Y 1 r2
2 2 2 2
Pendalaman:
Untuk menghitung Standard Error of Estimate (Se), dan uji t, maka tabel
di atas dilengkali terlebih dahulu, terutama keempat formula berikut.
x XX
y Y Y Sebelumnya telah dihitung:
ˆ
Y
Yˆ = 1.4287 + 7.1465 X
e Y Yˆ
A B C D E F G H I J K
Yˆ
2
1 Y X x y xy x2
y E e2
2
2 15 -7.875 -57 448.875 62.016 3249 15.722 -0.722 0.521
1.281 D2:K2
3 24 3 -6.875 -48 330.000 47.266 2304 22.868 1.132
copy paste
4 37 5 -4.875 -35 170.625 23.766 1225 37.161 -0.161 0.026 ke
5 53 7 -2.875 -19 54.625 8.266 361 51.454 1.546 2.390 D3:D9
6 77 10 0.125 5 0.625 0.016 25 72.893 4.107 16.865
7 96 14 4.125 24 99.000 17.016 576 101.479 -5.479 30.021
8 114 18 8.125 42 341.250 66.016 1764 130.065 -16.065 258.085
9 160 20
10.125 88 891.000 102.516 7744 144.358 15.642 244.674
10 Jumlah 576 79 2336 326.875 17248 553.863
11 Rata-rata 72 9.875
12 Intercept 1.4287 Se =(K10/6)^0.5 9.6078
13 Slope 7.1465 sb =K12/(G10)^0.5 0.5314
14 t-hit =B13/K13 13.448
15 t-tabel =TINV(0.05,6) 2.4469
Teknis pengerjaannya:
Col Hitungan dan Hasil Formula
D x XX 2 - 9.875 = - 7.875 =C2-$C$11
E y Y Y 15 - 72 = -57 =B2-$B$11
F xy - 7.875 * -57 = 448.875 =D2*E2
G x2 - 7.875^2 = 62.016 =D2^2
H y2 -57^2 = 3249 =E2^2
I Yˆ 1.4287 + 7.1465 (2) = 15.722 =$B$12+$B$13*C2
J
e Y Yˆ 15-15.722 = - 0.722 =B2-I2
K 2
e (- 0.722)^2 = 0.521 =J2^2
Bab 9. Regresi & Korelasi 103
Uji Hipotesis
Se e 2
553.863 9.6078 : =(K10/6)^0.5
n 2 6
Se 9.6078
Sb 0.5314 : =E12/(G10)^0.5
326.875
x 2
b 7.1465
t 13.448 : =B13/K13
hit
Sb 0.5314
Uji Hipotesis:
Ho: thitung < ttabel
Ha: thitung < ttabel : Terima Ha, karena 13.448 > 2.4469, artinya, pengaruh
variabel X terhadap variabel Y signifikan (berbeda nyata dengan 0).
PENYELESAIAN
Klik : Data
Data Analysis
Pilih: Regression
Klik OK
Input Y Range dan X Range
Klik OK
Selesai
104 Statistika Ekonomi dan Bisnis 2
Kemudian pilih Regression, dan klik OK, dan muncul dialog box:
Klik OK.
Semua output Regression disajikan dengan lengkap, meliputi :
Korelasi : 0.9838
Koefisien Determinasi (R Square) : 0.9679
Intercept : 1.4287
Koefisin Regresi (Slope) : 7.1465
Standard Error (Se) : 9.6078
Standard Error koefisien regresi (Sb): 13.448
thitung atau t stat : 9.6078
Bab 9. Regresi & Korelasi 105
Misalkan:
Pengaruh Promosi (X1) dan Service (X2) terhadap Sales (Y) pada PT X
Data:
A B C PENYELESAIAN
Promosi Service
1 (X1) (X2) Sales (Y) Klik : Data
Data Analysis
2 4.5 3.5 59.0
Pilih: Regression
3 5.0 4.0 65.0 Klik OK
4 6.0 4.5 75.0 Input Y Range dan X Range
5 7.0 5.0 90.0 Klik OK
6 8.0 7.0 120.0
7 9.0 8.0 115.0
SUMMARY OUTPUT
Adjusted R Sq:
Regression Statistics
1 r 2 n 1
Multiple R 0.96940 R 2adj 1
R Square 0.93974 n k 1
Adjusted R Sq 0.89957
2
1 0.96942 6 1 0.3013
Radj 1
Standard Error 8.13323 3
6 3 1
Observations 6
= 0.8996
ANOVA
Significance
Df SS MS F F
Regression 2 3094.885 1547.443 23.3931 0.014792
Residual 3 198.4483 66.14943
Total 5 3293.333
Standard
Coefficients Error t Stat P- value Lower 95%
Intercept 1.1207 17.5437 0.0639 0.9531 - 54.7113
X Variable 1 8.2069 8.8769 0.9245 0.4234 - 20.0433
X Variable 2 6.0345 8.6999 0.6936 0.5378 - 21.6525
106 Statistika Ekonomi dan Bisnis 2
Beberapa angka-angka penting :
Regression
Variables Entered/Removed b
Variables Variables
Model Entered Removed Method
1 X2, X1 a . Enter
a. All requested variables entered.
b. Dependent Variable: Y
Model Summary
ANOVAb
Sum of
Model Squares df Mean Square F Sig.
1 Regression 3094.885 2 1547.443 23.393 .015a
Residual 198.448 3 66.149
Total 3293.333 5
a. Predictors: (Constant), X2, X1
b. Dependent Variable: Y
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 1.121 17.544 .064 .953
X1 8.207 8.877 .558 .925 .423
X2 6.034 8.700 .418 .694 .538
a. Dependent Variable: Y
108 Statistika Ekonomi dan Bisnis 2
Regresi Sederhana
1. Ada dugaan bahwa kota-kota yang menjadi tujuan wisata
mempunyai inflasi yang lebih tinggi. Hal tersebut di akibatkan
banyaknya wisatawan yang datang dan membelanjakan uangnya
pada daerah tujuan wisata. Untuk menguji hal tersebut di ukurlah
tingkat inflasi dan jumlah wisatawan yang di cerminkan dari tingkat
hunian hotel pada tahun 2017. pada beberapa kota adalah sebagai
berikut:
Regresi Berganda
(Multiple Regression)
1. PT Matahari Surya Cemerlang berkedudukan di Serang Banten
merupakan produsen sepatu. Perusahaan masih memikirkan
masalah produktivitas, apakah untuk meningkatkan
produktivitas di perlukan peningkatan gajih karyawan, atau di
perlukan tambahan pengawas. Hal yang di sadari perusahaan,
terkadang tenaga kerja tidak produktif bukan karena masalah gaji
tetapi di sebabkan unsur kemalasan, oleh sebab itu di perlukan
tambahan jumlah pengawas. Berdasarkan pada kedua hal
tersebut, di adakan survey terhadap beberapa bagian di
perusahaan dan berikut adalah hasilnya.
Z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.0000 0.0040 0.0080 0.0120 0.0160 0.0199 0.0239 0.0279 0.0319 0.0359
0.1 0.0398 0.0438 0.0478 0.0517 0.0557 0.0596 0.0636 0.0675 0.0714 0.0753
0.2 0.0793 0.0832 0.0871 0.0910 0.0948 0.0987 0.1026 0.1064 0.1103 0.1141
0.3 0.1179 0.1217 0.1255 0.1293 0.1331 0.1368 0.1406 0.1443 0.1480 0.1517
0.4 0.1554 0.1591 0.1628 0.1664 0.1700 0.1736 0.1772 0.1808 0.1844 0.1879
0.5 0.1915 0.1950 0.1985 0.2019 0.2054 0.2088 0.2123 0.2157 0.2190 0.2224
0.6 0.2257 0.2291 0.2324 0.2357 0.2389 0.2422 0.2454 0.2486 0.2517 0.2549
0.7 0.2580 0.2611 0.2642 0.2673 0.2704 0.2734 0.2764 0.2794 0.2823 0.2852
0.8 0.2881 0.2910 0.2939 0.2967 0.2995 0.3023 0.3051 0.3078 0.3106 0.3133
0.9 0.3159 0.3186 0.3212 0.3238 0.3264 0.3289 0.3315 0.3340 0.3365 0.3389
1.0 0.3413 0.3438 0.3461 0.3485 0.3508 0.3531 0.3554 0.3577 0.3599 0.3621
1.1 0.3643 0.3665 0.3686 0.3708 0.3729 0.3749 0.3770 0.3790 0.3810 0.3830
1.2 0.3849 0.3869 0.3888 0.3907 0.3925 0.3944 0.3962 0.3980 0.3997 0.4015
1.3 0.4032 0.4049 0.4066 0.4082 0.4099 0.4115 0.4131 0.4147 0.4162 0.4177
1.4 0.4192 0.4207 0.4222 0.4236 0.4251 0.4265 0.4279 0.4292 0.4306 0.4319
1.5 0.4332 0.4345 0.4357 0.4370 0.4382 0.4394 0.4406 0.4418 0.4429 0.4441
1.6 0.4452 0.4463 0.4474 0.4484 0.4495 0.4505 0.4515 0.4525 0.4535 0.4545
1.7 0.4554 0.4564 0.4573 0.4582 0.4591 0.4599 0.4608 0.4616 0.4625 0.4633
1.8 0.4641 0.4649 0.4656 0.4664 0.4671 0.4678 0.4686 0.4693 0.4699 0.4706
1.9 0.4713 0.4719 0.4726 0.4732 0.4738 0.4744 0.4750 0.4756 0.4761 0.4767
2.0 0.4772 0.4778 0.4783 0.4788 0.4793 0.4798 0.4803 0.4808 0.4812 0.4817
2.1 0.4821 0.4826 0.4830 0.4834 0.4838 0.4842 0.4846 0.4850 0.4854 0.4857
2.2 0.4861 0.4864 0.4868 0.4871 0.4875 0.4878 0.4881 0.4884 0.4887 0.4890
2.3 0.4893 0.4896 0.4898 0.4901 0.4904 0.4906 0.4909 0.4911 0.4913 0.4916
2.4 0.4918 0.4920 0.4922 0.4925 0.4927 0.4929 0.4931 0.4932 0.4934 0.4936
2.5 0.4938 0.4940 0.4941 0.4943 0.4945 0.4946 0.4948 0.4949 0.4951 0.4952
2.6 0.4953 0.4955 0.4956 0.4957 0.4959 0.4960 0.4961 0.4962 0.4963 0.4964
2.7 0.4965 0.4966 0.4967 0.4968 0.4969 0.4970 0.4971 0.4972 0.4973 0.4974
2.8 0.4974 0.4975 0.4976 0.4977 0.4977 0.4978 0.4979 0.4979 0.4980 0.4981
2.9 0.4981 0.4982 0.4982 0.4983 0.4984 0.4984 0.4985 0.4985 0.4986 0.4986
3.0 0.4987 0.4987 0.4987 0.4988 0.4988 0.4989 0.4989 0.4989 0.4990 0.4990
3.1 0.4987 0.4987 0.4987 0.4988 0.4988 0.4989 0.4989 0.4989 0.4990 0.4990
3.2 0.4990 0.4991 0.4991 0.4991 0.4992 0.4992 0.4992 0.4992 0.4993 0.4993
3.3 0.4993 0.4993 0.4994 0.4994 0.4994 0.4994 0.4994 0.4995 0.4995 0.4995
3.4 0.4995 0.4995 0.4995 0.4996 0.4996 0.4996 0.4996 0.4996 0.4996 0.4997
Lampiran 2
t - Distribution
(t - student)
Syntax : TINV(probability,deg_freedom).
Pada cell B3, ketik formula syntax berikut =TINV(B$2,$A3)
Copy dan paste ke semua cell kosong tabe tersebut
A B C D E F G H I
1 1-tail 0.005 0.01 0.02 0.05 0.1 0.2 0.25 0.5
2 2-tails 0.005 0.01 0.02 0.05 0.1 0.2 0.25 0.5
3 1 =TINV(B$2,$A3)
4 2
5 3 Syntax : TINV(probability,deg_freedom)
6 4
7 5
8 6
9 7
10 8
t-Distribution
One tail 0.005 0.01 0.02 0.03 0.05 0.10 0.25
Two tail 0.01 0.02 0.04 0.05 0.10 0.20 0.50
1 63.657 31.821 15.895 12.706 6.314 3.078 1.000
2 9.925 6.965 4.849 4.303 2.920 1.886 0.816
3 5.841 4.541 3.482 3.182 2.353 1.638 0.765
4 4.604 3.747 2.999 2.776 2.132 1.533 0.741
5 4.032 3.365 2.757 2.571 2.015 1.476 0.727
6 3.707 3.143 2.612 2.447 1.943 1.440 0.718
7 3.499 2.998 2.517 2.365 1.895 1.415 0.711
8 3.355 2.896 2.449 2.306 1.860 1.397 0.706
9 3.250 2.821 2.398 2.262 1.833 1.383 0.703
10 3.169 2.764 2.359 2.228 1.812 1.372 0.700
11 3.106 2.718 2.328 2.201 1.796 1.363 0.697
12 3.055 2.681 2.303 2.179 1.782 1.356 0.695
13 3.012 2.650 2.282 2.160 1.771 1.350 0.694
14 2.977 2.624 2.264 2.145 1.761 1.345 0.692
15 2.947 2.602 2.249 2.131 1.753 1.341 0.691
16 2.921 2.583 2.235 2.120 1.746 1.337 0.690
17 2.898 2.567 2.224 2.110 1.740 1.333 0.689
18 2.878 2.552 2.214 2.101 1.734 1.330 0.688
19 2.861 2.539 2.205 2.093 1.729 1.328 0.688
20 2.845 2.528 2.197 2.086 1.725 1.325 0.687
21 2.831 2.518 2.189 2.080 1.721 1.323 0.686
22 2.819 2.508 2.183 2.074 1.717 1.321 0.686
23 2.807 2.500 2.177 2.069 1.714 1.319 0.685
24 2.797 2.492 2.172 2.064 1.711 1.318 0.685
25 2.787 2.485 2.167 2.060 1.708 1.316 0.684
26 2.779 2.479 2.162 2.056 1.706 1.315 0.684
27 2.771 2.473 2.158 2.052 1.703 1.314 0.684
28 2.763 2.467 2.154 2.048 1.701 1.313 0.683
29 2.756 2.462 2.150 2.045 1.699 1.311 0.683
30 2.750 2.457 2.147 2.042 1.697 1.310 0.683
40 2.704 2.423 2.123 2.021 1.684 1.303 0.681
50 2.678 2.403 2.109 2.009 1.676 1.299 0.679
Lampiran 3
Chi-Square Distribution
Syntax : CHIINV(probability,deg_freedom).
Pada cell B2, silahkan ditulis = CHIINV(B$1,$A2), kemudian copy-paste
ke semua cell yang diinginkan.
A B C D E F G H I
1 df 0.005 0.01 0.03 0.05 0.10 0.90 0.95 0.995
2 1 = CHIINV(B$1,$A2)
3 2
4 3
5 4 Syntax : =CHIINV(probability,deg_freedom)
6 5
7 6
8 7
9 8
10
Chi-Square Distribution
df
0.01 0.01 0.03 0.05 0.10 0.90 0.95 0.99 0.995
1 7.879 6.635 5.024 3.841 2.706 0.016 0.004
2 10.597 9.210 7.378 5.991 4.605 0.211 0.103 0.020 0.010
3 12.838 11.345 9.348 7.815 6.251 0.584 0.352 0.115 0.072
4 14.860 13.277 11.143 9.488 7.779 1.064 0.711 0.297 0.207
5 16.750 15.086 12.833 11.070 9.236 1.610 1.145 0.554 0.412
6 18.548 16.812 14.449 12.592 10.645 2.204 1.635 0.872 0.676
7 20.278 18.475 16.013 14.067 12.017 2.833 2.167 1.239 0.989
8 21.955 20.090 17.535 15.507 13.362 3.490 2.733 1.646 1.344
9 23.589 21.666 19.023 16.919 14.684 4.168 3.325 2.088 1.735
10 25.188 23.209 20.483 18.307 15.987 4.865 3.940 2.558 2.156
11 26.757 24.725 21.920 19.675 17.275 5.578 4.575 3.053 2.603
12 28.300 26.217 23.337 21.026 18.549 6.304 5.226 3.571 3.074
13 29.819 27.688 24.736 22.362 19.812 7.042 5.892 4.107 3.565
14 31.319 29.141 26.119 23.685 21.064 7.790 6.571 4.660 4.075
15 32.801 30.578 27.488 24.996 22.307 8.547 7.261 5.229 4.601
16 34.267 32.000 28.845 26.296 23.542 9.312 7.962 5.812 5.142
17 35.718 33.409 30.191 27.587 24.769 10.085 8.672 6.408 5.697
18 37.156 34.805 31.526 28.869 25.989 10.865 9.390 7.015 6.265
19 38.582 36.191 32.852 30.144 27.204 11.651 10.117 7.633 6.844
20 39.997 37.566 34.170 31.410 28.412 12.443 10.851 8.260 7.434
21 41.401 38.932 35.479 32.671 29.615 13.240 11.591 8.897 8.034
22 42.796 40.289 36.781 33.924 30.813 14.041 12.338 9.542 8.643
23 44.181 41.638 38.076 35.172 32.007 14.848 13.091 10.196 9.260
24 45.559 42.980 39.364 36.415 33.196 15.659 13.848 10.856 9.886
25 46.928 44.314 40.646 37.652 34.382 16.473 14.611 11.524 10.520
26 48.290 45.642 41.923 38.885 35.563 17.292 15.379 12.198 11.160
27 49.645 46.963 43.195 40.113 36.741 18.114 16.151 12.879 11.808
28 50.993 48.278 44.461 41.337 37.916 18.939 16.928 13.565 12.461
29 52.336 49.588 45.722 42.557 39.087 19.768 17.708 14.256 13.121
30 53.672 50.892 46.979 43.773 40.256 20.599 18.493 14.953 13.787
40 66.766 63.691 59.342 55.758 51.805 29.051 26.509 22.164 20.707
50 79.490 76.154 71.420 67.505 63.167 37.689 34.764 29.707 27.991
60 91.952 88.379 83.298 79.082 74.397 46.459 43.188 37.485 35.534
70 104.215 100.425 95.023 90.531 85.527 55.329 51.739 45.442 43.275
80 116.321 112.329 106.629 101.879 96.578 64.278 60.391 53.540 51.172
90 128.299 124.116 118.136 113.145 107.565 73.291 69.126 61.754 59.196
100 140.169 135.807 129.561 124.342 118.498 82.358 77.929 70.065 67.328
Lampiran 4
F - Distribution
Pada Tabel F, terdapat 2 derajat bebas, yakni df1 (numerator) dan df2
(denominator). Dalam prakteknya, tingkat alpha yang digunakan ada
dua pilihan, yakni alpha 0.005, 0.01, 0.025 atau 0,05.
Pada Excel column A, silahkan membuat nilai df-1 dari 1 s/d 30 dan
seterusnya. Sedangkan pada row 1, juga ditulis ditulis df-2 dari 1 s/d 30
dst.
A B C D E F G H I
1 df 1 2 3 4 5 6 7 8
2 1 = FINV(0.05;B$1;$A2)
3 2
4 3
5 4 Syntax : =CHIINV(probability;deg_freedom1;deg_freedom2)
6 5
7 6
8 7
9 8
10 9
Penemu Tabel F Distribution ini adalah Prof Friedrich Robert
Helmert tahun 1875. Beliau seorang statistician Jerman, dan
menyempurnakan Least Square yang sebelumya ditulis oleh Gauss
(1872 & 1907). Disamping itu, juga berhasil menemukan Chi-square
distribution, yang ditemukan kembali oleh Karl Pearson (1900).
Sumber Gambar:
https://en.wikipedia.org/wiki/File:F-R_Helmert_1.jpg
124 Statistika Ekonomi dan Bisnis 2
df1 (Numerator)
df2
1 2 3 4 5 6 7 8 9 10 15 20 40
1 648 800 864 900 922 937 948 957 963 969 985 993 1006
2 38.51 39.00 39.17 39.25 39.30 39.33 39.36 39.37 39.39 39.40 39.43 39.45 39.47
3 17.44 16.04 15.44 15.10 14.88 14.73 14.62 14.54 14.47 14.42 14.25 14.17 14.04
4 12.22 10.65 9.98 9.60 9.36 9.20 9.07 8.98 8.90 8.84 8.66 8.56 8.41
5 10.01 8.43 7.76 7.39 7.15 6.98 6.85 6.76 6.68 6.62 6.43 6.33 6.18
6 8.81 7.26 6.60 6.23 5.99 5.82 5.70 5.60 5.52 5.46 5.27 5.17 5.01
7 8.07 6.54 5.89 5.52 5.29 5.12 4.99 4.90 4.82 4.76 4.57 4.47 4.31
8 7.57 6.06 5.42 5.05 4.82 4.65 4.53 4.43 4.36 4.30 4.10 4.00 3.84
9 7.21 5.71 5.08 4.72 4.48 4.32 4.20 4.10 4.03 3.96 3.77 3.67 3.51
10 6.94 5.46 4.83 4.47 4.24 4.07 3.95 3.85 3.78 3.72 3.52 3.42 3.26
11 6.72 5.26 4.63 4.28 4.04 3.88 3.76 3.66 3.59 3.53 3.33 3.23 3.06
12 6.55 5.10 4.47 4.12 3.89 3.73 3.61 3.51 3.44 3.37 3.18 3.07 2.91
13 6.41 4.97 4.35 4.00 3.77 3.60 3.48 3.39 3.31 3.25 3.05 2.95 2.78
14 6.30 4.86 4.24 3.89 3.66 3.50 3.38 3.29 3.21 3.15 2.95 2.84 2.67
15 6.20 4.77 4.15 3.80 3.58 3.41 3.29 3.20 3.12 3.06 2.86 2.76 2.59
16 6.12 4.69 4.08 3.73 3.50 3.34 3.22 3.12 3.05 2.99 2.79 2.68 2.51
17 6.04 4.62 4.01 3.66 3.44 3.28 3.16 3.06 2.98 2.92 2.72 2.62 2.44
18 5.98 4.56 3.95 3.61 3.38 3.22 3.10 3.01 2.93 2.87 2.67 2.56 2.38
19 5.92 4.51 3.90 3.56 3.33 3.17 3.05 2.96 2.88 2.82 2.62 2.51 2.33
20 5.87 4.46 3.86 3.51 3.29 3.13 3.01 2.91 2.84 2.77 2.57 2.46 2.29
21 5.83 4.42 3.82 3.48 3.25 3.09 2.97 2.87 2.80 2.73 2.53 2.42 2.25
22 5.79 4.38 3.78 3.44 3.22 3.05 2.93 2.84 2.76 2.70 2.50 2.39 2.21
23 5.75 4.35 3.75 3.41 3.18 3.02 2.90 2.81 2.73 2.67 2.47 2.36 2.18
24 5.72 4.32 3.72 3.38 3.15 2.99 2.87 2.78 2.70 2.64 2.44 2.33 2.15
25 5.69 4.29 3.69 3.35 3.13 2.97 2.85 2.75 2.68 2.61 2.41 2.30 2.12
26 5.66 4.27 3.67 3.33 3.10 2.94 2.82 2.73 2.65 2.59 2.39 2.28 2.09
27 5.63 4.24 3.65 3.31 3.08 2.92 2.80 2.71 2.63 2.57 2.36 2.25 2.07
28 5.61 4.22 3.63 3.29 3.06 2.90 2.78 2.69 2.61 2.55 2.34 2.23 2.05
29 5.59 4.20 3.61 3.27 3.04 2.88 2.76 2.67 2.59 2.53 2.32 2.21 2.03
30 5.57 4.18 3.59 3.25 3.03 2.87 2.75 2.65 2.57 2.51 2.31 2.20 2.01
40 5.42 4.05 3.46 3.13 2.90 2.74 2.62 2.53 2.45 2.39 2.18 2.07 1.88
50 5.34 3.97 3.39 3.05 2.83 2.67 2.55 2.46 2.38 2.32 2.11 1.99 1.80
60 5.29 3.93 3.34 3.01 2.79 2.63 2.51 2.41 2.33 2.27 2.06 1.94 1.74
70 5.25 3.89 3.31 2.97 2.75 2.59 2.47 2.38 2.30 2.24 2.03 1.91 1.71
80 5.22 3.86 3.28 2.95 2.73 2.57 2.45 2.35 2.28 2.21 2.00 1.88 1.68
90 5.20 3.84 3.26 2.93 2.71 2.55 2.43 2.34 2.26 2.19 1.98 1.86 1.66
100 5.18 3.83 3.25 2.92 2.70 2.54 2.42 2.32 2.24 2.18 1.97 1.85 1.64
126 Statistika Ekonomi dan Bisnis 2
TIPS PRAKTIS…..
Misalkan pada analisis regresi dengan sampel (n) sebesar 130, maka
besarnya df1 dan df2, dapat digunakan dengan lebih akurat.
Apakah df1 dan df2?
df1 atau numerator = jumlah variabel (k) - 1.
df2 atau denominator = jumlah sampel (n) - k.
Contoh:
Sebuah penelitian menggunakan 3 variabel, yakni
Variabel bebas X1 Motivasi Kerja, X2: Kepemimpinan Transformasional
Variabel Terikat Y: Produktivitas Kerja.
Hasil analisis Anova disajikan pada Tabel berikut, dan F hitung= 64,435.
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 12175,491 2 6087,745 64,435 ,000a
Residual 14171,738 150 94,478
Total 26347,229 152
a. Predictors: (Constant), Motivasi Kerja, Kepemimpinan Transformasional
b. Dependent Variable: Produktivitas Kerja
Jumlah Sampel (n) = 153
Larson, R dan Farber, B. 2003. Elementary Satistics Picturing the World 2nd
Edition. Frentishold. New Jersey.
Ritonga, A. 1987. Statistika Terapan untuk Penelitian, Lembaga Penerbit
Fakultas Ekonomi Universitas Indonesia. Jakarta.
Santoso, S. 2005. Bank Soal Statistik dengan SPSS. Elex Media
Komputindo. Jakarta.
Sudjana., 1981. Statistika untuk Ekonomi dan Niaga. Penerbit Tarsito.
Bandung.
Supranto, J dan Lima Krisna, N. 2010. Statistika Ekonomi & Bisnis. Mitra
Wacana Media. Jakarta.
Walpole, R. E., dan Wyers, R. H. 1986. Ilmu Peluang dan Statistika Untuk
Insinyur dan Ilmuan. Penerbit ITB. Bandung.
130 Statistika Ekonomi dan Bisnis 2
INDEKS
A F
Add-Ins, 9 frekuensi ekspektasi, 88
analisis regresi, 7 frekuensi harapan, 15
Analysis ToolPak, 5 frekuensi observasi, 88
ANOVA, v, 79, 80, 83, 103 Friedrich Robert Helmert, 123
function, 1, 2, 4
B Function Excel, 3
Bayes Theorema, 19 fungsi statistik,
binomial, 3, 33, 34, 35, 48
G
C genta, 44
chi-square, 87, 122 grafis, 8, 46
coefficient of variation, 2
crosstabs, 92, 94, 98
H
hipotesis, 66, 69, 70, 75, 76, 84,
D 85, 119, 121
data analysis, 5, 6, 7 hypergeometrik, 3, 33, 41
dependent, 12, 106, 129
derajat bebas, 80, 119, 121, 123 I
denominator, 123, 129, 131 independent, 12, 106, 129
numerator, 82, 99, 123, 129 intercept, 103, 104
descriptive statistics, 2, 6 interval konfidensi, 54, 56, 58,
Diagram Venn, 18, 24 59, 60, 61, 62
distribusi normal, 43, 45, 117
dummy variable, 112 J
Johann Carl Friedrich Gauss,
E
117
Excel, 1, 5, 7, 34, 39, 83, 89, 98,
117, 119, 121, 123, 128 K
expected, 91, 94 kecerdasan komputasional, 1
Karl Pearson, 121
132 Statistika Ekonomi dan Bisnis 2