Jawaban Soal Latihan Bab 4-6 Kelas A 2018

JAWABAN SOAL LATIHAN BAB 4 – 6
MATA KULIAH BIOSTATISTIK DESKRIPTIF DAN INFERENSIAL

FAKULTAS KESEHATAN MASYARAKAT
DOSEN MATA KULIAH
BAPAK Drs. ABDUL JALIL AMRI ARMA, M.Kes
Chindy Angelica 151000391

Ras Betti Sembiring 171000159
Juliana 181000001
Farhan Ilma Yudra 181000002
Nuruk Fauziah Nasution 181000003
Muhammad Hamdisyah 181000004
Nurhafizah Arbi 181000005
Dinda Ayu Lestari 181000006
Henny Soraya 181000007
Dinda Sofi Fadillah 181000008
Nurhasanah Ritonga 181000009
Enno Ceria Dawolo 181000010
Audia Miftahul Umri 181000011
Syamilah Mustaqimah Onrizal 181000012
Dwi Ananda Putri Tampubolon 181000013
Fadilah Erisca NST 181000014
Rossy Nurma Yulita NST 181000015
Ageng Aprisandi 181000016
Annisa Fitri 181000017
Lidya Wati Br. Bangun 181000018
Yuni Safitri 181000019
Chistin Simanjuntak 181000020
Namira 181000021
Girik Mentari Br. Bangun 181000022
Firanda Gustiningsih 181000023
Ainul Qolbi 181000024
Shafira Indrayanti 181000025
Mutiara Ramadhani 181000026
Zahira Fakhrani 181000027
Ezy Pratama Putri 181000028
Theressa Florida Masniat Laia 181000029
Fenti Marintan Romauli Br. Harianja 181000030
Winna Maisarah Siregar 181000031
Zahratunnisa Naibaho 181000032
Ranti Christin Marpaung 181000033
Dian Setiawati 181000034
Deli Pebrina Br.Manik 181000036
Emilia Angreni Manalu 181000037
Annisa Fatia Harahap 181000038
Indri Octavia Br. Ginting 181000039
Fauzan Asyraf Marpaung 181000040
Dina Madani 181000041
Zulpa Hazra 181000042
Elida Sari N 181000043
Riski Ari Gunawan Siregar 181000044
Risna Dewi Situmorang 181000045
Manisa 181000046
Zahira Fadhilah 181000047
Putri Fadhilah 181000049
Tasha Nadifa Goche 181000050
Tiara Hafifah Hasibuan 181000051
Syafreni Annisa Ayu Putri 181000052
Aulia Syafikah Dalimunthe 181000053
Laili Tsani Utami 181000054
Anyndra Dewi Larasati Suhendra 181000055
Desty Pratiwi 181000056
Rila Fitra Aulia Sinaga 181000057
Mike Fitria 181000058
Vina Mayuni 181000059
Fany Azlia Lubis 181000060
Vania Anastasia L 181000061
Jesika Meida Nababan 181000062
Fathul Jannah Hafiz 181000063
Bertila Sindi Zamili 181000064
Adisa Sabrina 181000065
Marito Br. Pasaribu 181000066
Ikbal Maulana 181000068
Sarah Dwiwannuri 181000070
Arlyani Dwi Istiqomah 181000071
Ayu Hasti Aprilla 181000072
Alpia Sahni Simamora 181000073
Yuni Afifah Lubis 181000074
Zikrina Irmaya Rahim 181000075
Dennis Suhardini 181000076
Fadhilah Salsabila Roza.A. Nasution 181000077
Bahagia Multi Lestari Siregar 181000078
Kartika Panggabean 181000080
Nur Ainina Shofie 181000081
Silvi Anggraeni M 181000082
Athiyah Safira Mohd Akhyar 181000083
Rismadani Daulay 181000084
Maria Goretty L.Tobing 181000085
Aki Sumiati Panjaitan 181000086
Muhammad Arkan Rifqi 181000087
Khansa Natasya 181000088
Rizki Maulana Martin 181000089
Stephanie Berliana Lumbangaol 181000090
Tiara Hotmauli Br P 181000091
Reska Pratiwi Susilo 181000092
Ririn Derisma 181000093
Prida Theofanny Br. Sitepu 181000094
Muhammad Gilang Anugrah 181000095
Namira Masyitah 181000096
Humaira NST 181000097
Siti Hardeva Syahputri Nasution 181000098
Novmelia Rizka 181000099
Mhd. Arief Fadly 181000104
Titania P.D.E Pasaribu 181000105
Rehanggi Dinatali 181000112
Royyan Qosthalani 181000113
Melania Stevani Amabel Simanjuntak 181000142
Ilham Akbar Tanjung 181000168
KELAS A 2018
MAHASISWA PROGRAM STUDI ILMU KESEHATAN MASYARAKAT
FAKULTAS KESEHATAN MASYARAKAT
UNIVERSITAS SUMATERA UTARA
TA.2019/2020
Soal Latihan Bab IV
PENDUGAAN DAN UJI HIPOTESA HIPOTESIS
4-1. Berdasarkan catatan yang dibuat seorang pengamat tentang umur pemain
tenis yang menderita epicondylitis humerus lateralis yang ada pada saat ini.
Data sampel sebanyak 48 pemain tenis tersebut adalah :
37 28 55 47 34 24 53 41 12 39 35
28 55 44 39 33 26 21 46 48 45 53
34 54 55 48 51 31 18 42 49 47 49
37 41 44 49 36 38 39 43 48 46 37
48 41 39 48
Pertanyaan :
a) Buatlah taksiran pada tingkat keyakinan 95% bagi rerata umur pemain
tenis yang menderita epicondylitis humerus lateralis yang ada saat ini.
Selanjutnya, jelaskan model dan hasil pendugaannya !
b) Misalkan rerata umur pemain tenis yang menderita epicondylitis
humerus lateralis yang ada pada tahun sebelumnya 48,7 tahun. Ujilah
apakah rerata umur tahun sekarang lebih rendar dari rerata umur tahun
sebelumnya ? Gunakan α = 5%
c) Buatlah taksiran pada tingkat keyakinan 95% bagi varians umur pemain
tenis yang menderita epicondylitis humerus lateralis yang ada saat ini.
d) Misalkan simpangan baku umur pemain tenis yang menderita
epicondylitis humerus lateralis tahun sebelumnya 9.19 tahun. Ujilah
apakah varians umur tahun sekarang lebih tinggi dari varians umur
tahun sebelumnya ? Gunakan α = 5%
Jawab
σ =9,95 x́=40,72
S=10,06 σ 0=9,19
a) Untuk melakukan pendugaan bagi rerata populasi ( μ)oleh rerata sampel

( x́) dengan ukuran sampel (n) sebanyak 48 petenis dapat dilakukan
dengan rumus :
σ
μ= x́ ± Z c 0 =Z =Z =1,96(Tabel.II)
√ n (0,5− α2 ) 0,475
9,19
μ=40,72 ± ( 1,96 ) → μ=40,72± 2,6
√ 48
Model pendugaan menjelaskan ahwa jika kita ingin menaksir rerata
sesungguhnya ( μ) dengan menggunakan rerata sampel ( x́ ) sebesar 40,72
tahun dalam interval kepercayaan 95%, maka kita boleh membuat
kesalahan. Dalam penaksiran (galat pendugaan) tidak lebih dari
σ0
( BGP=Z c ) atau sebesar 2,6 tahun.
√n
Hasil pendugaan : menjelaskan bahwa pendugaan bagi μ (rerata
sesungguhnya) pada interval kepercayaan 95% adalah [ 38,12; 43,32 ] .
b) α =0,05
H 0 :μ=μ0 jika H 0 jika : Z H ≤−Z c → Z c =Z (0,5−0,5)
H 1 : μ< μ 0 → μ0=48,7tahun
x́−μ0 40,72−48,7 −7,98

ZH= = = =−6
σ0 9,19 1,33 atau p = 0
√n √ 48
Dimana p=2¿
Z c =Z (0,5−α )
Z c =Z (0,5 −0,05) → Z c =Z (0,45 )=1,65
Tolak H 0 jika Z H ≤−Z c ,ternyata Z H =−6 ≤−1,65 berarti H 0 ditolak

Kesimpulan :
Rerata umur pemain tenis tahun sekarang lebih rendah dari rerata umur
petenis tahun sebelumnya pada taraf uji ( α ) 5 % .
Atau berdasarkan nilai probabilitas p=0<α =0,025 → artinya H 0
ditolak.
c) Untuk melakukan pendugaan bagi varians populasi (σ 2 ¿oleh varians
sampel ( s2 ) sebesar 10,06 tahun dengan ukuran sampel (n) sebanyak 48
peteni dilakukan dengan rumus:
( n−1 ) s 2 2 ( n−1 ) s 2
< σ <
x2 ❑ α x2 ❑ α
( 2 ); ( n−1) (1− 2 ); (n−1 )
( 48−1)¿ ¿
4756,4 2 4756,4
<σ < → 70,14<σ 2<158,78
67,821 29,956
Kesimpulan : Kita percaya 95% bahwa varians umur petenis yang menderita
epicondylitis humerus lateralis yang sekarang ada dalam interval dengan
batas bawah 70,14 sampai dengan batas atas 158,78.
d) H 0 :σ 21=σ 22 x 2 tabel ❑(0,05 ;44 )=64,001

H 1 : σ 21 >σ 22 →σ 0=9,95
2
( n−1 ) s 2 ( 48−1 ) ( 10,06 )2 4756,4
x hitung = = = =48,04
σ 02 2
( 9,95 ) 99,0025
x 2 hitung = 48,04 ≤ x2 tabel = 64,001 maka H 0 diterima.

Kesimpulan : Terbukti pada CL (α ¿ 5 % bahwa varians kedua populasi sama.
4-2. Suatu sampel acak 11 wanita dewasa mempunyai kandungan kolesterol

dalam darahnya (gr/l) sebagai berikut : 3,0; 1,8; 2,1; 2,7; 1,4; 3,5; 2,9; 2,5;
1,9; 2,0; dan 2,3.
Pertanyaan :
a) Pada confidence interval 95%, buatlah pendugaan bagi nilai rerata
kandungan kolesterol seluruh wanita dewasa?
b) Pada confidence interval 95%, buatlah pendugaan bagi nilai varians
kandungan kolesterol seluruh wanita dewasa? Jelaskan juga model dan
hasil estimasinya!
c) Ujilah, apakah rerata kandungan kolesterol dalam darah wanita yang
sekarang lebih tinggi dari rerata kandungan kolesterol dalam darah
wanita tahun sebelumnya
¿0= 2,15 gr/l).
d) Ujilah, apakah ada perbedaan varians kandungan kolesterol dalam
darah wanita yang sekarang dengan tahun sebelumnya (σ0 = 0,65 gr/l) ?
T-Test ( Soal 4.2)

One-Sample Statistics
Std. Error
N Mean Std. Deviation
Mean
Kadar kolesterol 11 2.373 .6150 .1854
One-Sample Test
Test Value = 2.15
95% Confidence
Interval of the
t df Sig. (2-tailed) Mean Difference
Difference
Lower Upper
Kadar Kolesterol 1.201 10 .257 .2227 -190 .636
Jawab
n = 11, ∑ x i = 26, 1 gr /l, ∑ x = 65,71 i
2
x́=
∑ x i = 26,1 =2,373 gr /l=2,34 gr /l
n 11
s2=0,378=0,4 gr /l
s= √ n¿ ¿ ¿
a) Untuk menentukan pendugaan bagi rerata populasi (μ ¿ oleh rerata sampel

( x́ ) sebesar 2,373 gr/l dengan ukuran sampel (n) sebanyak 11 wanita
dilakukan dengan menggunakan rumus :
s
μ= x́ ± tc → tc=t ¿¿ ) ; ( n−1 ) → tc (0,005 ) ; 10=3,169
√n
0,615
μ=2,373± 3,169 ( √ 11 )
→ μ=2,373 ± 0,588¿ )
b) Untuk menaksir varians kandungan kolesterol wanita dewasa

sesungguhnya pada confidence interval 95% dilakukan pendugaan dengan
rumus :
( n−1 ) s 2 2 ( n−1 ) s 2
<σ < 2
x 2α x α
( 2 ); ( n−1 ) (1− 2 ); ( n−1)
( 10 ) 0,378 2 ( 10 ) 0,378
<σ < 2
x 2( 0,005); (10) x (0,995) ; (10 )
3,78 3,78
< σ2<
25,188 2,156
2
0,1<σ <1,7
Model pendugaan ini menjelaskan bahwa penafsiram varians

sesungguhnya (σ 2) yaitu varian kandungan kolesterol wanita yang diteliti
dengan menggunakan varians sampel ( s2 ) sebesar 0,378 gr/l dalam
confidence interval 95%.
Hasil estimasi menjelaskan bahwa kita percaya 95% bahwa varians
kandungan kolesterol wanita sesungguhnya (σ 2) ada dalam interval dengan
batas bawah 0,1 gr/l sampai batas atas 1,7 gr/l.
c) Untuk menguji apakah rerata kandungan kolesterol dalam darah yang

sekarang tinggi dari rerata kandungan kolesterol dalam darah yang
sebelumnya dengan μ0=2,15 gr /l
H 0 :μ=μ0
H 1 : μ> μ 0 → μ0=2,5 gr /l
x́−μ0 2,373−2,5
t H= = =−0,686
Statistik uji : s 0,615
√n √ 11
Titik kritis : t c =t (α ) ;(n−1) → t c =t (0,01 ); (10) → t c =2,764
Tolak H 0, jika; t H ≥t c ternyata t H (¿−0,686)≤ t c (¿ 2,764)

Maka H 0 diterima.
d) Untuk menguji apakah varians kandungan kolesterol dalam darah wanita

sekarang berbeda dengan varians sebelumnya ( H 1 :σ 2 ≠ σ 02 ) dengan
σ 0=0,65 gr /l
H 0 :σ 2=σ 02
H 1 : σ 2 ≠ σ 02 → σ 0=0,65 g r /l
Statistik uji :
2 ( n−1)s 2 10(0,378)
x H= →
σ 02 (0,65)2
x 2H =8,947
2
Terima H , jika x a < x2 H < x2( 1−α /2 ); (n−1)
0
(1− 2 );(n−1 )
2 2
 x ( 1− α ) ; (n−1 )=x ( 0,995) ; (10) →=2,156
2
2
 x α =x 2(0,005) ; (10 ) →=25,188
()
2
; ( n−1 )
Ternyata
x2 α =x 2( 0,995) ; (10) →=2,156< x 2 α =x 2(0,005) ; (10 ) →=25,188
(1− 2 ); (n−1 ) ( 2 ); ( n−1 )
Maka H 0diterima.
4-3. Perusahaan X menyatakan bahwa kekuatan benang cat gut (usus kucing)
yang dihasilkannya adalah 8000 SU. Enam benang cat gut diambil secara
acak dan di teliti, ternyata kekuatan reratanya adalah 7750 SU dengan
standar deviasi 245 SU.
Pertanyaan :
a) Buatlah pendugaan bagi kekuatan benang cat gut yang sesungguhnya (μ)
pada confidence level (α) 1%. Jelaskan juga model dan hasil
estimasinya!
b) Buktikan, apakah pernyataan perusahaan ini tentang kekuatan benang
cat gut (usus kucing) yang dihasilkannya dapat diterima pada confidence
level 1%
c) Estimasikan pada interval kepercayaan 99% bagi varians populasi
sesungguhnya ?
d) Ujilah, apakah varians populasi yang dinyatakan perusahaan lebih keci
dari yang di teliti ? (σ0 = 221 SU)
JAWAB :
s
a) μ ¿ ᾱ ±t c
√n
tc = t ( α2 )( n−1)
243
¿ 7.750 ± 4,032 tc = (0,005; 5)
√6
¿ 7.750 ± 403,28 tc = 4,032
Jadi, pada α = 0,01 galat pendugaan kekuatan benang cat gut tidak
boleh lebih kurang 403,28 atau diantara 7.364,72 < μ < 8.153,28
b) H0 = μ = μ0 (kekuatan benang benar)

H0 = μ ≠ μ0 (kekuatan benang tidak sama dengan pernyataan)
μ0 = 8000 SU
X−μ 0 7.750−8000 −250
¿ = = =−2,499
tH S 245 100,02
√n √ 100,02
α
tc ¿ t() 2
dk =t ( 0,005 ) ; 5
¿ 4,032
Keputusan statistik :
Terima H0, jika –tc < tH < tc
Ternyata nilai tH tepat berada diantara ± tc, maka dengan α = 1% terbukti
benar kekuatan benang sesuai dengan pernyataan perusahaan.
c) σ2 = .............? α = 0,01
( n−1 ) S 2 2 ( n−1 ) S 2
¿ <σ < 2
σ2 x 2 x α
x
(2 );(n−1) (1− 2 );(n−1)
5(60.025) 2 5(60.025)
¿ 2
<σ < 2
x (0,0005 ) ;(5) x (0,995) ;(5)
300.125 2 300.125
¿ <σ <
16,750 0,412
2
¿ 17.917,91<σ <728.458,73
Varians kekuatan benang cut gut berada pada interval 17.917,91 SU

sampai dengan batas atas 728.458,73 SU bila α = 0,01.
d) H0 = σ2 = σ 2o
H0 = σ2 > σ 2o
σ 2o=221 SU
( n−1 ) S2 5 ( 60.025 )
x 2h= = =1.358,03
σ 20 221
x 2α ;(n−1) x 2t =15,086
Keputusan statistik :
Tolak H0, x 2H ≥ x 2t
Ternyata Hoditerima. Maka, tidak benar varians populasi sesungguhnya
lebih kecil dari yang diteliti.
4-4. Suatu penyelidikan (survey) diantara orang-orang yang berumur ≥ 65 tahun

yang menjalani operasi jantung terbuka (open heart surgary), di temukan
bahwa 35% pasien meninggal dalam waktu 90 hari setelah dioperasi dari
315 pasien yang dioperasi.
Pertanyaan :
a) Berdasarkan data ini, lakukan pendugaan pada confidence interval 90%
bagi proporsi sesingguhnya untuk kasus di atas. Jelaskan juga model dan
hasil estimasinya!
b) Misalkan ada refrensi yang menyatakan proporsi pasien meniggal dalam
waktu 90 hari setelah dioperasi sebesar 36,3%. Selidikilah apakah
proporsi pasien yang meninggal saat ini lebih rendah dari data referensi
tersebut? Gunakan α = 0,10
JAWAB :
a) π = .....?
p(1− p)
π= p ± z
√ n
0,35(0,65)
Zc(0,5-0,2) = Zc(0,5-0,005)
π=0,35 ± 1,645
1,64 Zc 1,65
√315
0,4495 0,4500 0,4505

0,2275
π=0,35 ± 1,645
√
315
1,65−Zc 0,4505−0,4500
=
1,65−1,64 0,4505−0,4415
1,65−Zc 0,0005
π=0,35 ± 1,645 √ 0,00072 =
0,01 0,001
1,65−Zc 0,5
π=0,35 ± 1,645(0,027) =
0,01 1
π=0,35 ± 0,44=35 % ± 4,4 % 1,65−Zc=0,005
Zc = 1,645
Model penggunaan ini menjelaskan bahwa, jika kita ini menaksir proporsi
sesungguhnya dengan menggunakan proporsi sampel (p), sebesar 0,35 atau 35%
dalam internal 90%, maka kita boleh membuat kesakitan dalam penaksiran (galat
pendugaan) ± lebih dari 0,044 atau 4,4% atau internal kepercayaan 90% bagi π
adalah = 0,46 : 0,344 atau (35% : 4,4%).
Hasil pendugaan ini menjelaskan bahwa kita percaya 90% bahwa proporsi
sesungguhnya (π) pasien meninggal dalam waktu 90 hari setelah dioperasi ada
dalam internal dengan batas bawah 30,6 sampai dengan 39,4 atau 30,6% sampai
dengan 39,4% atau dalam jangkauan 0,888 atau 8,8%.
b) H0 = π=π 0
H0 = π < π 0
p−π 0 0,35−0,363 −0,13
ZH= = = =−0,43
π 0 (1−π 0 ) 0,363(0,637) 0,03
√ n √315
Tolak H0 jika : ZH ≤ Zc  Zc = Z(0,5-α) = Z(0,4)
≈ Z(0,3997) = 1,28
ZH (= - 0,43) ≥ Zc (= - 1,28) H0 diterima
atau p = 1-2 (1 – ZH = 0,43)
¿ 1−2 ( 0,1664 )=1−0,3328=1,6672
Tolak H0, jika p = α, Jadi p (= 0,66732) ≥ α (=0,1) H0 diterima
Kesimpulan :
Hasil penelitian membuktikan secara signifikan bahwa proporsi pasien
dalam waktu 90 hari setelah operasi sekarang sama dengan tahun
sebelumnya pada taraf uji.
4-5. Suatu studi dilakuakan terhadap 400 perokok, ternyata 76 diantaranya

mengalami batuk pada saat tidur malam hari.
a) Tasksirlah, pada interval kepercayaan 95% bagi proporsi populasi
perokok uang batuk pada saat tidur malam hari. Jelaskan juga model dan
hasil estimasinya!
b) Buktikan pada tingkat keyakinan 95%, apakah proporsi perokok yang
batuk pada saat tidur malam hari yang diteliti, berbeda dengan perokok
yang batuk pada saat tidur malam hari yang diamati pada tahun lalu,
yaitu sebesar 0,21 ?
Jawab
76
a) p= =0.19
400
p ( 1− p ) → Zc=Z
μ= p ± Zc
√ n
0.19 ( 1−0.19 )
α =Z 0,4750 =1.96
(0,5 − )
2
μ=0.19± 1.96
√ 400
=0.19± 0.00038
Model pendugaan ini menjelaskan bahwa jika kita ingin menaksir proporsi
sesungguhnya (π) dengan menggunakan proporsi sampel ( p) sebesar 0.19 atau
19% dalam interval kepercayaan 95%, maka kita boleh membuat kesalahan dalam
penaksiran tidak lebih dari 0.00038 atau interval kepercayaan 95% bagi (μ) adalah
[0.18962 : 0.19038]
Hasil pendugaan ini menjelaskan bahwa kita percaya 95% bahwa proporsi
sesungguhnya (π) perokok yang batuk pada saat tidur di malam hari ada dalam
interval dengan batas bawah 0.18962 sampai dengan 0.19038 atau dalam
jangkauan sekitar 0.00076.
b) H 0 : μ=μ 0
H 0 : μ< μ0 → μ0=0.21
Statistik uji :
p−μ0 0.19−0.21
ZH=
μ0 (1−μ0 ) = 0.21(1−0.21) =-48.78
√ n √ 400
Z H (¿−48.78 ) ≤−Z C (¿−1.96) → Tolak H 0
Kesimpulan : hasil penelitian membuktikan secara signifikan bahwa

proporsi perokok yang batuk pada saat tidur malam hari tahun sekarang
berbeda dengan tahun lalu pada taraf uji (α) 5%.
4-6. Berikut disajikan data berat bayi lahir (dalam Kg) dari ibu perokok dan ibu
bukan perokok sebagai berikut :
BBL dari ibu perokok :
3,18 2,84 2,90 3,27 3,85 3,52 3,23 2,76 3,60 3,75
3,59 3,63 2,38 2,38
BBL dari ibu bukan perokok :
3,99 3,79 3,60 3,73 3,21 3,60 4,08 3,61 3,83 3,31
4,13 3,26 3,54 3,51 2,71
Pertanyaan :
a) Selidikilah, apakah varians kedua populasi darimana data sampel
dicuplik sama ? Gunakan confidance level (α) sebesar 5%
b) Lakukan pendugaan bagi selisih rerata bbl sesungguh dari ibu perokok
dan ibu bukan perokok pada interval kepercayaan 95%. Jelaskan juga
model dan hasil estimasinya !
c) Ujilah, apakah ada perbedaan rerata bbl sesungguh dari ibu perokok dan
ibu bukan perokok ! Bagaimana interpretasi anda ?
d) Lakukan pendugaan bagi rasio varians sesungguh dari bbl antara ibu
yang perokok dan bukan perokok pada interval kepercayaan 95%.
T-Test (Soal 4.06)

Group Statistics
Std.Deviatio Std.Error
Kelompok Ibu N Mean
n Mean
BBL Perokok 14 3,2057 .48739 .13026
Bukan Perokok 15 3,5933 .37075 .09573
Independent Sampel Test

Levene’s test for t-test for Equality of Means
Equality of Variances
95% Confidance
Sig. (2 Mean Std.Error Interval of the
F Sig. t df
tailed) Difference Difference Difference
Lower Upper
BBL Equal variances 1,947 .174 - 2,421 27 .022 -.38762 .16012 -.71615 -.05909
assumed
Equal variances
not assumed - 2,398 24,262 .025 -.3876 .16165 -.72106 -.05418
Jawab
a) x i=14 , ∑ x 1 = 44.88, ∑ x 12 = 146.9606,

∑ xi = 44.88 = 3.2
n1 14
x ii =15, ∑ x 2 = 53.9, ∑ x 22 = 195.605,

∑ xi =
53.9
= 3.6
n1 15
S12
=
n1 ∑ x 1−∑ x1 2 14 (146.9606) – (44.88)2 2075.4484 – 2014.2144
= = =0,2375
n1 (n1−1) 14 (13) 182
S22 =
n2 ∑ x2−∑ x2 2 15 (195.605) – (53.9)2 2934.075 – 2905.21
= = =0,1374
n2 (n2−1) 15(14 ) 210
H 0 : σ 1 2 =σ 22
H 1 :σ 1 2 ≠ σ 22 → α = 0.05
Statistik uji :
S 2 0.1374
FH= 2 = = 0.534
S1 2 0.2375
Tolak H 0, jika F H > F c

F c =F α
( α ):(n −1)(n −1)
2 2 1
¿ F 0.025:(14,13)=3.2497
Ternyata F H ( ¿ 0.534 ) < F c(= 3.2497), H 0 diterima.
Kesimpulan : terbukti pada taraf nyata ( α ) 0.05 bahwa varians kedua

populasi sama.
1 1
b) μ1−μ 2=( x 1−x 2) ± tc . Sg
√ +
n 1 n2
t 0.05 : 27 t 0.03 :27 t 0.025: 27

1.703 t c 2.052
0.025−0.03 2.052−t c
0.025−0.05 2.052−1.703
t c =1.9822
√
S g= (n ¿¿1−1) S1 2+
(n¿¿ 2−1) S 2 2
n1 +n2−2
=
( 14−1 ) ( 0.2375 ) + ( 15−1 ) ( 0.1374)
√
1 1
27
=0.43 ¿ ¿
Jadi, μ1−μ 2=( 3.2057−3.5933 ) ± 1.9822(0.43)

μ1−μ 2=0.387 ± 0.315
+
14 15 √
Model estimasi ini menjelaskan bahwa penaksiran bagi μ1−μ 2 pada
interval kepercayaan 95% dengan selisih rerata sampel sebesar 0.387 maka
kita boleh membuat galat pendugaan tidak lebih 0.702
Hasil estimasi ini menjelaskan bahwa kita percaya 95% selisih rerata
populasi dari perokok dan Ibu bukan perokok dalam interval batas bawah
-0.072 dan batas atas 0.702 atau dalam jangkauan sekitar 0.774
c) H 0 : μ1 = μ2
H i : μ1 > μ2
x 1−x 2 3.2057−3.5933
t H= −0.3876 −0.3876
1 1 = 1 1 = 0.43(0.371) = 0.1591 = -2.436
Sg
√+
n1 n 2
t c= 1.9822
0.43 +
14 15 √
H 0 diterima, t H (¿−2.436)<t c (¿ 1.9822)
σ1 2
d) (1- α) 95% bagi
σ2 2
0.9025
= = 0.521
1.729
σ 1 2 0.237
= = 1.729
σ 2 2 0.137
H 0 : σ 1 2 = σ 22
H i : σ 1 2 >σ 22, H 0 ditolak
atau dapat juga digunakan statistik uji yang lain untuk menguji hipotesis
nol ( H 0) dan pada sekian banyak penggunaan uji kesamaan dua varians
penggunaan uji ini selalu diterapkan, yaitu :
v arians terbesar 4.13

FH= = =1.735
varians terkecil 2.38
Daerah kritis (kriteria penolakan H 0 )

Tolak H 0, jika F H > F c
Titik kritis
F c =F( 0.05/ 2) :(14−1)(15−1)
¿F
1.947 ( 0.052 ):(13,14)
= 0.0486 : (13)(14)
Dimana n1= jumlah sampel pada data varians terkecil
n2 = jumlah sampel pada data varians terbesar
4-7. Berikut disajikan data kadar tiroksin serum bayi-bayi hipotiroid dengan
gejala klinis jelas dan gejala ringan (tak ada gejala klinik)
Kadar tiroksin dengan gejala minor :
34 45 49 55 58 59 60 62 86
Kadar tiroksin dengan gejala jelas
5 8 18 24 60 84 96
Pertanyaan :
a) Selidikilah, apakah varians kedua populasi dari sampel-sampel diatas
dicuplik sama ? Gunakan confidence level 1%
b) Taksirlah selisih rerata kadar tiroksin serum dengan gejala klinis minor
dan jelas sesungguhnya pada interval kepercayaan 99%. Jelaskan juga
model dan hasil estimasinya!
c) Ujilah, apakah ada perbedaan kadar tiroksin serum dengan gejala klinis
minor dan jelas!
d) Lakukan pendugaan bagi rasio varians sesungguh dari tiroksin serum
dengan gejala klinis minor dan jelas pada interval kepercayaan 95%
Group Statistics
Std.Error
Gejala klinis N Mean Std.Deviation
Mean
Kadar tiroksin serum Minor 9 56,44 14,222 4,741
bayi-bayi hipotiroid Jelas 7 42,14 37,481 14,166

Levene’s test for t-test for Equality of Means
Equality of Variances
95% Confidance
F Sig. t df
Lower Upper
Kadar tiroksin serum Equal variances 15,573 .001
bayi-bayi hipotitoid assumed 1.059 14 .307 14,302 13,500 -14,654 43,257
Equal variances 957 7,350 .369 14,302 14,939 -20,684 49,288
not assumed
Jawab
 Minor
n=9
∑ X 1 =508
∑ X 12=30.292
x́ 1=56,4
2
2
n1 ∑ X 21−( ∑ X 1 ) 2
9 ( 30292 )−( 508 ) 272628−258064
S=1 = = =202,28
n1 ( n 1−1 ) 9 (8) 72
 Jelas
n=7
∑ X 2=295
∑ X 22=20.861
x́ 2 = 42,14
2
2
n2 ∑ X 22−( ∑ X 2 ) 2
7 ( 20861 )−( 295 ) 146027−87025
S=2 = = =1404,81
n2 ( n 2−1 ) 7 (6) 42
a) H 0 :σ 21=σ 22
H 0 :σ 21 ≠ σ 22
2
varians terbesar S1
FH= = =6,94
varians terkecil S22
H0 ditolak : FH > FC
F C =F α ; ( n2−1 ) ( n 1−1 )=F ( 0,005 ) ; ( 6,8 )
(2 )
F C =7,95
Maka, FH = 6,94 < FC = 7,95, H0 diterima
Kesimpulan : terbukti pada confidence level 1% (0,01) bahwa varians

kedua populasi sama
b) Selisih rerata = interval 99%

1 1
μ1−μ 2=( x 1−x 2) ± t C . Sig
α
+
n1 n2 √
t C =t ()
2
; ( n 1+ n2−2 )=t ( 0,005 ) ; 14=2,977
( n1 ) S 21 +( n2 ) S 22
Sg=
√ n1 +n2 −2
8 ( 202,28 ) +6 (1404,81)
1 1
=
√14
=¿ √ 717,65=26,79
μ1−μ 2=( x 1−x 2) ± t C . Sig +

n1 n2 √ 1 1
9 7 √
μ1−μ 2=( 56,4−42,14 ) ± ( 2,997 ) ( 26,79 ) + =14,26 ± 39,88
Model estimasi ini menjelaskan bahwa penaksiran bagi µ1-µ2 pada IK
99% dengan selisih rerata sampel sebesar 14,26 maka kita boleh membuat
galat pendugaan tidak lebih 54,14.
gejala minor dengan gejala jelas ada dalam interval batas bawah -25,62
dan batas atas 54,14 atau dalam jangkauan sekitar 79,76.
c) H0 : µ1 = µ2
H1 : µ1 > µ2
tC = 0,01; 14 = 2,624
x 1−x 2 56,4−42,14 14,26
t H= = = =1,069
1 1 1 1 13,34
Sg
√+
n1 n 2
26,79 +
9 7
Maka, tH = 1,069 < tC = 2,624, H0 diterima
√
Kesimpulan : Pada taraf signifikansi 1% tidak ada perbedaan kadar
tiroksin serum dengan gejala klinis minor& jelas.
d) Pendugaan rasio varians dengan interval kepercayaan 95%

S 21 1 σ 21 S21
< < Fα
S 22 F α ; (n −1 ,n −1) σ 22 S22 2 ; ( n −1 ,n −1)2 1
1 2
2
202,08 1 σ 21 202,28
< < F
1404,81 F 0,005; (8,6 ) σ 22 1404,81 0,005; (6,8 )
σ 21
0,014< 2 <1,145
σ2
Kesimpulan : Kita yakin 95% bahwa rasio varians sesungguhnya dari
tiroksin serum dengan gejala minor& jelas pada interval batas bawah
0,014 dan batas atas 1,145.
4-8. Umur (dalam tahun) dari 11 pasien pria dan 13 pasien wanita yang
berkunjung ke suatu rumah sakit penderita gangguan jantung dapat dicatat
sebagai berikut:
Pria : 35 ; 40 ; 42 ; 37 ; 45 ; 38 ; 65 ; 78 ; 34 ; 58 ; 52
Wanita : 23 ; 25 ; 55 ; 28 ; 30 ; 54 ; 43 ; 44 ; 24 ; 48 ; 52 ; 38 ; 54
Pertanyaan :
a) Ujilah pada taraf nyata 5%, apakah varians kedua data populasi ini
homogen ?
b) Berdasarkan uji varians diatas, buatlah pendugaan perbedaan umur pasien
pria dan wanita sesungguhnya ? Jelaskan juga model dan hasil
estimasinya ! Gunakan α=0,05.
c) Ujilah, apakah sesungguhnya rerata umur pria lebih tinggi dari rerata
umur wanita ? Gunakan α=0,05
d) Buatlah pendugaan bagi rasio varians sesungguhnya dari dua kelompok
pengamatan tersebut diatas pada interval kepercayaan 95%
T-Test (Soal 4.08)
Group Statistics
Std.Deviatio Std.Error
Jenis Kelamin N Mean
n Mean
Umur (Tahun) Pria
11 47,64 14,137 4,262
Wanit
13 39,85 12,476 3,460
a

Levene’s test for Equality t-test for Equality of Means
of Variances
95% Confidance
F Sig. t df
Lower Upper
Umur (tahun) Equal variances 1.434
.026 .847 22 .166 7.790 5,431 -3,473 19,053
assumed
Equal variances
1.419 20.209 .171 7.790 5,490 -3,654 19.235
not assumed
Jawab :
 Data kelompok Pria
n1 = 11
∑ X 1=524
∑ X 21=22.960
x́ 1 = 47,64
2
2
n1 ∑ X 21−( ∑ X 1 ) 2
11 ( 26.960 )−( 524 ) 296.560−274.576
S=1 = = =199,85
n1 ( n 1−1 ) 11(10) 110
 Data kelompok wanita
n1 = 11
∑ X 2=518
∑ X 22=22.508
x́ 2 = 39,84
2
2
n2 ∑ X 22−( ∑ X 2 ) 13 ( 22.508 )−( 518 )2 24.280
S2= = = =155,64
n2 ( n 2−1 ) 7 (6) 42
a) H 0=σ 21=σ 22
H 1=σ 21 ≠ σ 22
2
varians terbesar S1 199,85
FH= = 2= =1,284
varianterkecil S2 155,64
Tolak H0 jika FH > FC
F C =F =F (0,025 );(10,12) =3,62
( α2 ); (n −1 )( n −1)
1 2
Ternyata FH = 1,284 < FC = 3,62, maka H0 diterima

Kesimpulan :
Terbukti pada taraf nyata α5% bahwa varians kedua populasi sama
b) Uji varians sesungguhnya ?

1 1
μ1−μ 2=( x 1−x 2) ± t C . Sig
√ +
n1 n2
t C =t ( α2 ) ; (n + n −2)=t ( 0,005 ) ; 22=2,074
1 2
( n1 ) S 21 + ( n2 ) S 22
Sg=
√
n1 +n2 −2
10 ( 199,85 ) +12(155,64)
1 1
22
=
√ =¿ √ 175,73=13,25
μ1−μ 2=( x 1−x 2) ± t C . Sig +

n1 n2
1 1
√
μ1−μ 2=( 47,64−39,84 ) ± ( 2,074 ) ( 13,25 ) + =7,8 ± 11 , 26
11 19
Model eliminasi ini menjelaskan bahwa penaksiran µ1-µ2 pada IK 95%
√
dengan selisih rerata sampel 7,8 maka kita boleh membuat galat
pendugaan tidak lebih 11,26.
Hasil estimasi ini menjelaskan bahwa pada IK 95% selisih rerata umur
pasien pria & wanita sesungguhnya ada dalam interval dengan batas
bawah -3,46 dan batas atas 19,06 atau dalam jangkauan sekitar 22,52.
c) H0 : µ1 = µ2
H1 : µ1 > µ2
Statistik Uji :
x 1−x 2 47,64−39,84 7,8
t H= = = =1,439
1 1 1 1 5,42
Sg
√ +
n1 n 2 √
13,25 +
11 19
Kriteria penolakkan H0 jika tH > tC

tC = 0,05; 22 = 1,717
Ternyata tH = 1,439 < tC = 1,717, maka H0 diterima
Kesimpulan : Terbukti pada taraf signifikansi (α) 5% atau 0,05 bahwa

rerata umur antara pria dan wanita sama.
d) Pendugaan rasio varians dengan interval kepercayaan 95%

S 21 1 σ 21 S21
< < Fα
S 22 F α ; (n −1 ,n −1) σ 22 S22 2 ; ( n −1 ,n −1)
2 1
1 2
2
199,85 1 σ 21 199,85
< 2< F
155,64 F0,025 ; (10,12 ) σ 2 155,64 0,025 ; (12,10 )
σ 21
0,38< 2 <4,648
σ2
Kesimpulan : Kita yakin bahwa rasio varians populasi sesungguhnya
ada pada interval batas bawah 0,381 dan batas atas 4,648
4-9. Seorang peneliti ingin mengumpulkan data sebanyak 50 pasien dari suatu
populasi yang ditarik secara acak, 27 diantaranya adalah pasien pria dan
sisanya wanita. Dari data yang telah dikumpulkan diperoleh gambaran
bahwa rerata umur pasien pria (x́ ¿ yang mengalami operasi varises vena
42,8 tahun dengan simpangan baku (S) sebesar 5,53 tahun, rerata umur
pasien wanita (x́ ¿ dengan kasus yang sama 37,4 tahun dengan simpangan
baku (S) sebesar 8,65 tahun.
Pertanyaan :
a) Buktikan, apakah kedua varians populasi di atas sama ? Gunakan α =
0,01
b) Ujilah, apakah ada perbedaan rerata umur pasien pria dan wanita ?
Gunakan α = 0,01
c) Buatlah poendugaan dengan tingkat keyakinan 99% bagi rasio varians
sesungguhnya ? Jelaskan juga model dan hasil estimasinya !
d) Ujilah, apakah varians kedua populasi sama ? Gunakan α = 0,01
Jawab :
a) n1 = 27 x́ 1 = 42,8 S1 = 5,53 α = 0,01
n2 = 23 x́ 2 = 37,4` S2 = 8,65
2
S2 74,8225
FH = 2 = = 2,4467
S1 30,5809
FC1 → F(α /2);(n2 -1)(n1-1) = F(0,005);(22,26)
F ( 0,005);(20,26) F ( 0,005);(22,26) F ( 0,005);(24,26)
2,9685 FC 1 2,8728
FC1→F(0,005);(22,26) = 2,9206
FC2→F(α /2);(n1-1)(n2 -1)= F(0,005);(26,22)
F ( 0,005);(24,22) F ( 0,005 );(26,22) F ( 0,005);(30,22)

3,0807 FC 2 2,9821
FC2→F(0,005);(26,22) = 3,0478
1 1
Terima Ho jika ≤ FH ≤ FC2, ternyata <¿ 2,4467¿
FC 1 2,9206
3,0478
Terbukti pada sig. α= 0,01bahwa varians kedua populasi adalah sama.
x´1− x́ 2 42,8−37,4 5,4

t H= = = =2578
b) 2 2
5,53 8,65 2 2
√ 4,386
√ S 1 S
+ 2
n1 n2 27 √
+
23
Terima Ho, jika –tc ≤ tH ≤tc
Tolak Ho, jikatH ≥ tc
t c(α /2); dk, dimana dk = n1 + n2 – 2
= 27 + 23 – 2
` = 48
t c(0,005);48
tc (0,005) ;(40) tc (0,005 ) ;(48) tc (0,005 ) ;(50)
2,704 tc 2,678
t c(0,005);48 = 2,6728
Ternyata -2,6728¿ 2,578 ¿ 2,6728 , maka Ho diterima. Sehingga pada

taraf 0,01 rerata umur pria dan wanita adalah sama.
S 12 1 σ 12 S12
c) S 2 F < < F
σ 22 S22 ( α2 );(n −1 )(n −1)
( α2 );(n −1 )(n −1)
2 1
2
1 2
5,532 1 σ 12 5,532
2
< 2< 2
F (0,005 );(22,26)
8,65 F (0,005 );(26,22) σ 2 8,65
1 σ 12
0,4087 < 2 < ¿(0,4087)(2,9206)
3,0478 σ 2
σ 12
0,13¿ 2 <¿ 1,19
σ2
Kesimpulan :
Kita percaya 99% bahwarasiovariansumurpasienpriadanwanita yang
mengalamioperasivarises vena adadalam internal batasbawah
0,13danbatasatasnya 1,19.
d) FH = 2,4467
Fc1 = 2,9206
FC2 = 3,0478
1 1
Terima Ho jika ≤ FH ≤FC2, ternyata < ¿ 2,4467 ¿ 3,0478.
FC 1 2,9206
Maka Ho diterima, dapat disimpulkan bahwa varians kedua populasi
adalah sama.
4-10. Suatu penelitian dilakukan untuk mengetahui seberapa besar beda rerata
nilai kinerja petugas rekam medik dengan latar belakang pendidikan D3
Rekam Medik dan petugas rekam medik dengan latar belakang pendidikan
lainnya. Hasil pengukuran nilai kinerja petugas rekam medik tersebut adalah
Petugas Rekam Medik asal D3 Rekam Medik
60 30 78 69 50 55 40 54 58 26 46 56 50 54 65 70
Petugas Rekam Medik asal D3 Lainnya
96 79 60 68 77 80 50 59 84 47 60 68 55
Pertanyaan :
a) Ujilah, apakah varians kedua populasi data diatas sama ? Gunakan α =
0,05
b) Ujilah, dengan statistik uji yang sesuai, apakah rerata nilai kinerja
petugas rekam medik dengan latar belakang pendidikan yang berbeda
tersebut sama ? Gunakan α = 0,05
c) Buatlah pendugaan dalam Interval kepercayaan 95% untuk beda rerata
d) Buatlah pendugaan dalam interval kepercayaan 95% untuk rasio varians
sesungguhnya ?
T-Test (soal 4.10)
Group Statistic
Std.Error
Jenis Kelamin N Mean Std.Deviation
Mean
Kinerja Petugas asal D3 Rekam Medik 16 53.81 13.872 3.468
asal D3 lainnya 13 67.92 14.517 4.026
Independent Samples Test

Levene’s test for Equality t-test for Equality of Means
of Variances
95% Confidance
F Sig. t df
Lower Upper
Kinerja Pekerja Equal variances -2.668
.272 .606 27 .013 -14.111 5,288 -24.961 -3.260
assumed
Equal variances
-2.655 25.279 .014 -14.111 5,314 -25.049 -3.172
not assumed
Jawab
2 2
a) Ho :σ = σ
H1 :σ 2 ≠ σ 2
S 22 210.74
Statistic Uji : FH = 2 = = 1,095
S1 192,43
Tolak Ho, jika FH ¿ FC → FC = F(α /2);(n2 -1)(n1-1)
= F(0,025);(12,15) = 2,96
Ternyata FH = 1,095 ¿ FC = 2,96, maka Ho diterima. Sehingga dapat

disimpulkan bahwa terbukti padaα = 0,05 varians kedua populasi adalah
sama.
b) Ho :μ1 = μ2
Ho :μ1≠ μ2
x́ 1−x́ 2
t C= → n1−1 ) S 12+ ( n2−1 ) S22
Statistik Uji :
Sg .
√ 1 1
+
16 13
Sg =
(
√ n1 +n2−2
( 15 ) 192,43+ ( 12 ) 210,74
Sg =
√ 16+ 13−2
= 14,16
53,81−67,92 −14,11 −14,11

= = =−2,67
tH = 1 1 13 16 14,16 √ 0,139
14,16
√ +
16 13
14,16
√ +
208 208
t
Terima Ho, jika−t C ≤ t H ≤t C , dimanat C = ( α2 );dk
dk = n1 + n2 – 2, Makat C = t (0,025 ) ;27 = 2,052
Ternyatat H =−2,67 <t C=2,052 dan−t C=−2,052> t H=−2,67maka Ho di tolak.
Sehingga dapat disimpulkan bahwa rerata nilai kinerja petugas rekam
medis dengan latar pendidikan yang berbeda padaα = 0,05 terbukti ada
perbedaan.
1 1
c) μ1−μ 2 = ( x́ 1−x́ 2 ) ±tC .Sg
Sg = 14,16
+
n1 n2 √
. DimanatC = 2,052 dan
1 1
Maka μ1−μ 2 = ( 53,81−67,92 ) ± 2,052 .14,16
= -14,11± 29,056 √ 0,139
+
16 13 √
= - 14,11± 10,83
Model estimasi ini menjelaskan bahwa penafsiran bagi μ1−μ 2 pada IK
95%, dengan selisih rerata sampel -14,11 maka kita boleh membuat
galat pendugaan tidak lebih 10,83.
Atau : Interval kepercayaan 95% bagiselisih μ1−μ 2adalah :
[ −24,94 ;−3,28 ]
nilai kinerja petugas rekam medic dengan latarbelakang pendidikan
yang berbeda ada dalam interval dengan batas bawah -24,94 dan batas
atas -3,28 atau dalam jangkaun sekitar 21,66.
S 12 1 σ 1 2 S1 2
d) S 2 F < 2< 2 F α
σ 2 S2 ( 2 );(n −1 )(n −1)
( α2 )
2 1
2 ;(n −1 )(n −1)
1 2
192,43 1 σ 12 192,43
< < F
210,74 F( 0,025) ;(15,12) σ 22 210.74 (0,025) ;(12,15)
1 σ 12
0,9131 < <¿(0,9131)(2,96)
3,18 σ 22
σ 12
0,29¿ 2 <¿ 2,70
σ2
Kesimpulan :
Kita percaya 95% bahwarasiovarianssesungguhnyaadapada internal
denganbatasbawah 0,29danbatasatasnya 2,70.
4-11. Disediakan data tentang konsentrasi fibrinogen (mg/100mL) 10 pasien yang

diobata dengan clofibrate, hasil pengukuran sebelum dan sesudah pemberian
obat tersebut adalah
Sebelum diberikan obat : 379; 351; 420; 303; 346; 370; 381; 349; 384; 380
Sesudah diberikan obat : 325; 333; 391; 275; 311; 323; 370; 354; 249; 315
Pertanyaan :
a) Lakukan pendugaan pada confidence interval 95% bagi perubahan
konsentrasi fibrinogen sesungguhnya !
b) Ujilah, dengan statistik uji yang sesuai, apakah pemberian obat
clofibrate bermanfaat menurunkan konsentrasi kadar fibrinogen ?
Gunakan α = 0,05
c) Buatlah pendugaan dalam interval kepercayaan 95% bagi varians (σ 2B)
T-TEST (soal 4.11)

Paired Samples Statistics
Std.error
Mean N Std.Deviation
Mean
Pair konsentrasi
366.30 10 31.141 9.848
1 Fibrinogen (mg/100mL) :
sebelum + obat
konsentrasi fibrinogen
324.60 10 41.979 13.275
(mg/100mL) : setelah + obat
Paired Samples Correlations
N Correlations Sig.
Pair konsentrasi fibrinogen
1 (mg/100mL) : sebelum + obat &
10 471 169
konsentrasi fibrinogen
Paired Sampel Test
95% Confidence Sig.(2-

t df
Std.Error Interval of the tailed)
Mean Std.Deviaton Difference
Mean
Lower Upper
Pair konsentrasi fibrinogen
1 (mg/100mL) : sebelum +
obat. konsentrasi fibrinogen 41.700 38.739 12.250 13.988 69.412 3.404 9 0.008
JAWAB
Pasie Konsumsi Fibrinogen Simpangan

di2
n Sebelum (XiA) Sesudah (XiB) (di= XiA- XiB)
1 379 325 54 2.916
2 351 333 18 324
3 420 391 29 841
4 303 275 28 784
5 346 311 35 1.225
6 370 323 47 2.209
7 381 370 11 121
8 349 354 -5 25
9 384 249 135 18.225
10 389 315 65 4.225
2
∑ d i=417 ∑ d i =30.895
n = 10, ∑ di=417 ; ∑ d21 =30.895; d́=

∑ d 1 = 417 =41,7
n 10
2
n ∑ d 2i −( ∑ di )
√
2
10 ( 30.895 )−( 417 )
S B=
n(n−1) √ =
t C =t (0,05 /2) ; ( 10−1 )=t 0,025 ;9 =2,262
10(9) √ =
132.061
90
=√ 1500,6777=38,74
SB 38,74
a) μ B=d́ ±t C =41,70 ± ( 2,262 ) =41,70 ± 27,71
√n √10
Model estimasi ini menjelaskan bahwa penaksiran selisih rerata
sesungguhnya (μB) dengan menggunakan selisih rerata sampel
( x́ sebelum−x́ sesudah ) , sebesar 41,70 memiliki galat pendugaan tidak
lebih dari 37,71 karena 27,71 adalah nilai Batas Galat Pendugaan.
Atau Interval kepercayaan 95% bagi μB adalah : [ 13,99 ; 69,41 ]
Hasil estimasi ini menjelaskan bahwa dengan tingkat kepercayaan 95%
selisih rerata konsentrai fibrinogen sesungguhnya (μB) ada dalam
interval dengan batas bawah 13,99 dan batas atas 69,41 atau dalam
jangkauan sekitar 55,42.
b) H0 : µB = 0
H1 : µB > 0
d́ 41,70
t H= = =3,404 → p ,<.001
Statistik uji : S B / √ n 38,74
√ 10
catatan : analog :
t 2( 0,005 ) ;9=3,250 → t 2 (0,0005 ) ;9 =4,781 →t prob ( ¿ 0,001 ) =3,404 → Prob <2 ( 0,0005 )=0,001
dengan kata lain : Prob <0,001.
Titik kritis : tC = t(α); (n-1) = t0,05; 9 = 1,833

Daerah kritis : Tolak H0 jika tH ≥ tα; (n-1)
Ternyata : tH (= 3,40) > tc (= 1,833) → H0 ditolak
1 1,833
tH = 3,404
atau Prob.(= 0,0001) < α (= 0,05) → H0 ditolak
kesimpulan : terbukti secara signifikan pada taraf nyata (α) 5% bahwa
pemberian clofibrate bermanfaat untuk menurunkan kadar konsentrasi
fibrinogen dalam plasma darah pada penderita penyakit jantung iskhemik.
c) Pendugaan varians fibrinogen sesungguhnya ( σ 2B ) berdasarkan

pemberian clofinrate dengan tingkat keyakinan 95%
( n−1 ) S 2b 2 ( n−1 ) S2B
< σ B <
X 2(α /2 ); (n−1) X2 α
( ( ))
1−
2
;(n−1)
( 9 ) ( 38,74 )2 2 ( 9 ) ( 38,74 )2
< σB< 2
X 2(0,025 ); ( 9) X ( 0,975) ;(9)
13.507,0884 2 13.507,0884
< σB< →710,039< σ 2B <5.002,625
19,023 2,700
Kesimpulan : dapat diyakini pada interval kepercayaan 95% bahwa

rasio varians konsentrasi fibrinogen sesungguhnya ada pada interval
dengan batas bawah 710,039 dan batas atas 5.002,625.
4-12. Suatu studi dilakukan untuk mengetahui apakah proporsi pasien yang
sembuh dengan obat A berbeda dengan proporsi yang sembuh denga obat
standar. Proporsi sembuh dengan obat standar = 0,50 dan perubahan klinis
yang dianggap penting 0,10.
a) Estimasikan pada interval kepercayaan 95% bagi selisih proporsi
b) Ujilah apakah ada perbedaan proporsi efektivitas pengobatan dengan
obat A dan obat standar ? Gunakan α sebesar 5%
Jawab
P + P 0,6
Maka diketahui : n1 = 1, P1 = 0,10 → 10% P= 1 2 = =0,3
2 2
n2 = 1, P2 = 0,50 → 50%
P 1 ( 1−P 1) P2 ( 1−P2 )
a) π 1 – π 2=( P1−P2 ) ± Zc
Z c =Z (0,5−α / 2)=1,96
√ n1
+
n2
0,5(1−0,5) 0,4(1−0,4)
π 1 – π 2=( 0,5−0,4 ) ±1,96
¿ 0,1 ±1,96 √ 0,0049
√ 100
+
100
¿ 0,1 ±0,1372
Model pendugaan ini menjelaskan bahwa penaksiran bagi selisih proporsi

sesungguhnya ( π 1 – π 2 ¿ pada interval kepercayaan 95% dengan
menggunakan selisih proporsi sampel ( P1−P2 ) sebesar 0,1, kita boleh
membuat pendugaan kesalahan dalam penaksiran (galat pendugaan) tidak
P 1 ( 1−P 1) P2 ( 1−P 2 )
lebih dari Batas Galat Pendugaannya BGP=Zc
√ n1
+
atau sebesar 0,1372 atau interval kepercayaan 95% bagi selisih π 1 – π2
n2
adalah [-0,0372; 0,2372] atau boleh juga dinyatakan dalam bentuk [-

3,72%; 23,72%], dan dapat dinyatakan dengan [0,2372; - 0,0372] =
[23,72%; - 3,72%].
Hasil pendugaan selisih proporsi sesungguhnya ( π 1 – π 2 ¿ yang sembuh ada
dalam interval dengan batas bawah -0,0372 sampai dengan 0,2372 dalam
jangkauan 0,2744.
b) Pendugaan Hipotesis : H0 : π 1=π 2

H1 : π 1 ≠ π 2
Statistik uji :
P1−P2 0,5−0,4
ZH= =
1 1 1 1
√ P ( 1−P )
0,1
( +
n1 n2 ) √ (
0,45 ( 0,55 ) +
100 100 )
ZH= =1,42
√ 0,00495
Terima H0, jika : -ZC ≤ ZH ≤ ZC
Ternyata : (-1,96) ≤ 1,42 ≤ 1,96 → H0 di terima
Terbukti tidak ada perbedaan proporsi efektivitas pengobatan dengan

obat A dan obat standar.
4-13. Dilakukan penelitian untuk membandingkan cara baru pengobatan sakit
kepala migraine dengan cara standard. Penderita migraine dibagi atas dua
kelompok yang masing-masing terdiri dari 100 orang. Kelompok pertama
yang diberi pengobatan standard sembuh 78 orang, sedangkan kelompok
kedua yang diberi pengobatan cara baru sembuh 90 orang.
Pertanyaan :
a) Buatlah pendugaan bagi selisih proporsi populasi sesungguhnya yang
sembuh dengan kedua metode pengobatan tersebut, pada confidence
interval 90% ? Jelaskan juga model dan hasil estimasinya ! Jelaskan juga
model dan hasil estimasinya !
b) Apakah pengobatan cara baru lebih efek dibandingkan dengan cara
pengobatan standard ? Gunakan taraf signifikansi (α) 10%.
JAWAB :
Dik : n1 = 100org P1 = 78% → 0,78
n2 = 100org P2 = 90% → 0.90
α = 10% = 0,1
P1 + P2 0,78+ 0,90 1,68
P= = = =0,84
2 2 2
Dit :
P1 ( 1−P 1 )+ P 2 ( 1−P 2 ) 0,1
a. π1 – π2 ¿ ( P1−P2 ) ± Zc
√ n 1 n2
Zc=0,5−
2
=¿
0,450 , Zc=1,65
0,78 ( 1−0,78 ) +0,90 ( 1−090 )
¿ ( 0,78−0,90 ) ±1,65
¿−0,12± 1,65 √ 0,002616
√ 100
¿−0,12± 0,084
atau
¿−12 % ±8,4 %
Model Pendugaan ini menjelaskan bahwa penaksiran bagi selisih

proporsi sesungguhnya (π1 – π2) pada interval kepercayaan 90% dengan
menggunakan selisih proporsi sampel (P1-P2) sebesar 0,12 (12%). Kita
tidak boleh membuat kesalahan dalam penaksiran (galat pendugaan) tidak
lebih dari :
P 1(1−P1) P2 (1−P2)
BGP=Zc
√ n1
+
n2
atau sebesar 0,084 (8,4%) atau
interval kepercayaan 90% bagi selisih π1 – π2 adalah [-0,24; -0,036] atau

boleh juga dinyatakan dalam bentuk [-20,4%; -3,6%], dan dapat
dinyatakan dengan [0,036;0,204] = [3,6%; 20,4%]
Hasil pendugaan ini menjelaskan bahwa selisih proporsi sesungguhnya (π1
– π2) yang sakit kepala migraine ada dalam interval dengan batas 0,036
sampai dengan 0,204 atau 3,6% sampai dengan 20,4% atau dalam
jangkauan 16,8 point.
b. Apakah pengobatan cara baru lebih efektif dibandingkan cara
standart ? α 10% (0,1) pasangan hipotesis ;
Ho : π 1 = π 2
H1 : π 1 < π 2
P = 0,84
P1−P2 0,78−0,90
¿ =
Statistik uji ZH 1 1 1 1
√ (
P(1−P)
−0,12
+
)
n 1 n2
−0,12
√ (
0,84 (1−0,84) +
100 100 )
¿ = =−¿2,31
√0,002688 0,0518
Kesimpulan :
Terbukti secara signifikan pada taraf α 10% bahwa pengobatan sakit
kepala migrain dengan cara baru lebih efektif daripada dengan cara
pengobatan standart.
Soal Latihan Bab V
UJI KESAMAAN VARIANS,ANALISIS VARIANS, DAN UJI
KOMPARASI GANDA
5-1. Eksperimen blok acak dirancang untuk menunjukkan apakah tanggapan
(ukuran kemerahan pada kulit) terhadap injeksi antibodi intra dermal diikuti
antigen tergantung pada metode penyiapan antibodi. Empat (A,B, C dan D)
penyiapan yang berbeda diuji.Masing-masing penyiapan antibodi disuntik
sekali pada masing-masing dari empat tikus putih yang dipilih secara acak.
Data diameter (mm) kemerahan pada kulit yang menggunakan empat
penyiapan antibodi dalam tikus putih disajikan dalam tabel berikut:
Tikus Penyiapan antibodi (j)

Putih (i) A B C D
1 41 61 62 43
2 48 68 62 48
3 53 70 66 53
4 56 72 70 52
Sumber:Coloquhoun,D,(1971)LecturesonBiostatistics Oxford :Oxford
UniversityPress; hlm.199.
Pertanyaan:
1) Ujilah pada taraf nyata 5%, apakah varians data populasi diatas sama
(homogen)?
2) Gunakan analisis varians untuk menguji hipotesis bahwa ada perbedaan
tanggapan (ukuran keme-rahan pada kulit) berdasarkan metode
penyinaran antibodi. Gunakan α =0,05.
3) Jika dalam analisis varaians, terbukti ada perbedaan rerata, maka lanjutkan
dengan uji komparasi ganda LSD dan HSD pada α =0,05.
Oneway
Descriptives
diameter (mm) kemerahan pada kulit
95% Confidence
Intervalfor
N Mean Mean Min Max
Std. Std. Lower Upper
Deviation Error Bound Bound
AntibodiA 4 49.50 6.557 3.279 39.07 59.93 41 56
Antibodi B 4 67.75 4.787 2.394 60.13 75.37 61 72
Antibodi C 4 65.00 3.830 1.915 58.91 71.09 62 70
Antibodi D 4 49.00 4.546 2.273 41.77 56.23 43 53
Total 16 57.81 9.975 2.494 52.50 63.13 41 72
Test of Homogeneity of Variances

Levene df1 df2 Sig.
.508 3 12 .684
ANOVA
Sum of Mean
df F Sig.
Squares Square
Between Groups 1188.688 3 396.229 15.653 .000
Within Groups 303.750 12 25.313
total 1492.438 15
PostHoc Tests
Multiple Comparisons
Dependent Variable : diameter (mm) kemerahan pada kulit
95% Confidence
Mean
Std. Interval
Difference Sig.
(I)Penyiapan (J)Penyiapan Error Lower Upper
(I-J)
antibodi antibodi Bound Bound
Tukey Antibodi A Antibodi B -18.250* 3.558 .001 -28.81 -7.69
HSD Antibodi C -15.500* 3.558 .004 -26.06 -4.94
Antibodi D .500 3.558 .999 -10.06 11.06
Antibodi B Antibodi A 18.250* 3.558 .001 7.69 28.81
Antibodi C 2.750 3.558 .865 -7.81 13.31
Antibodi D 18.750* 3.558 .001 8.19 29.31
Antibodi C Antibodi A 15.500* 3.558 .004 4.94 26.06
Antibodi B -2.750 3.558 .865 -13.31 7.81
Antibodi D 16.000* 3.558 .004 5.44 26.56
Antibodi D Antibodi A -.500 3.558 .999 -11.06 10.06
Antibodi B -18.750* 3.558 .001 -29.31 -8.19
Antibodi C -16.000* 3.558 .004 -26.56 -5.44
LSD Antibodi A Antibodi B -18.250* 3.558 .000 -26.00 -10.50
Antibodi C -15.500* 3.558 .001 -23.25 -7.75
Antibodi D .500 3.558 .891 -7.25 8.25
Antibodi B Antibodi A 18.250* 3.558 .000 10.50 26.00
Antibodi C 2.750 3.558 .454 -5.00 10.50
Antibodi D 18.750* 3.558 .000 11.00 26.50
Antibodi C Antibodi A 15.500* 3.558 .001 7.75 23.25
Antibodi B -2.750 3.558 .454 -10.50 5.00
Antibodi D 16.000* 3.558 .001 8.25 23.75
Antibodi D Antibodi A -.500 3.558 .891 -8.25 7.25
Antibodi B -18.750* 3.558 .000 -26.50 -11.00
Antibodi C -16.000* 3.558 .001 -23.75 -8.25
*The mean difference is significant at the .05 level
Jawab :
Tikus Penyiapan antibodi (j)

Putih (i) A B C D
1 41 61 62 43
2 48 68 62 48
3 53 70 66 53
4 56 72 70 52
k
Jumlah
Pengamatan
4 4 4 4 ∑ nij=16
j=1
b k
Jumlah Data 198 271 260 196 ∑ ∑ X ij=925
i=1 j=1
Jumlah b k
Kuadrat 9.930 18.429 16.944 9.666 ∑ ∑ X 2ij=54.969
Data i=1 j=1
k
Varians Data 43 22,91 14,66 20,67 ∑ S 2j =25,31
j=1
Rerata 49,5 67,75 65 49
1) Uji Varians data populasi

H 0=σ 201=σ 202=σ 203=σ 204
H1 = sekurang-kurangnya ada 2 varians populasi ( σ 2oj ) yang tidak sama
1
2 n01−1 2 n02−1 2 n 03 −1 2 n 04 −1 ∑ nij −k
bH=
[( S )
1 .(S2 ) .( S 3) .( S 4 ) ]
k
∑ S 2j
j =1
1
3 3 3 3 12
bH=
[ ( 43 ) ( 22,91 ) (14,66 ) ( 20 , ) ] =0,9235
25,31
Oleh karena (n1= n2= n3= n4), maka bc dapat dihitung dengan rumus :
b c =bk ( α ; n01) → bC =b4 ( 0,05 ; 4 )=0,4803
Tolak H0, jika bH < bC
Ternyata b H ¿
H0 diterima
Kesimpulan :
Hasil Uji Barlett pada tingkat keyakinan 95% menjelaskan bahwa varians ke-
4 populasi darimana sampel ditarik sesungguhnya homogen (sama). Oleh
karena varians ke-4 populasi sama, maka dapat dilanjutkan dengan Annova.
2) Uji Annova
Analisis Varians untuk menguji ada atau tidak perbedaan tanggapan (ukuran
kemerahan pada kulit) berdarsarkan metode penyinaran antibodi (α = 0,05)
H 0=μ 201=μ 202 =μ203=μ204
H1 = sekurang-kurangnya ada 2 rerata populasi ( μ0 j ) yang tidak sama
Tabel Annova
Jumlah Derajat Rerata
Sumber FHitung FTabel Prob.
Kuadrat kebebasan Kuadrat Sign
Variasi (FH) (FC) (0,05)
(JK) (dk) (RK)
Antar Kolom JKK k −1=¿ RKK
(Between ¿ 1188,68 32 ¿ ¿ ¿ 396,23
group)
Galar dalam JKG k
RKG 15,656 ¿ ¿ 3,497 ¿ ¿ −0,26 8¿ ¿ S
Perlakuan ¿ 303,75 ∑ nij −k =¿ ¿¿ 25,31
j=1
(Within-group)
123 ¿ ¿
k
Total JKT
¿ 1492,44 ∑ nij −1=¿ ¿
j=1
151 ¿ ¿
Keterangan :
1) Jumlah Kuadrat Total (JKT) :
b k 2
b
JKT=∑ ∑ X −
k
2
ij
( ∑ ∑ X ij
i=1 j=1
) =54.969−
( 925 )2
=1492,44
k
i=1 j=1 16
∑ nj
j=1
→ dk=∑ nij −1=16−1=15
2) Jumlah Kuadrat antar Kolom (JKK)

b 2 b k 2
JKK =
k
∑
( ∑ ) (∑ ∑ )
i= j
X oj
−
i=1 j=1
X ij
k
j=1 n oj
∑ n oj
j=1
( 198 ) + ( 271 ) + ( 260 )2+ ( 196 )2 ( 925 )2

2 2
JKK = { 4
−
16
=1188,69 }
→ dk=k−1=4−1=3
3) Jumlah Kuadrat Galat dalam Perlakuan (JKG) :

JKG=JKT −JKK =1492,44−1188,69=303,75
→ dk=∑ nij −k =16−4=12
4) Rerata Kuadrat antar Kolom (RKK) disebut juga varians antar

perlakuan ( S 2k )
JKK 1188,69
RKK =( S2k ) = = =396,23
k −1 3
5) Rerata Kuadrat Galat antar Perlakuan (RKG) disebut juga varians

galat dalam ( S 2G )
JKG 303,75
RKG=( S2G ) = = =25,31
∑ n j−k 12
RKK 396,23
6) F H = = =15,65
RKG 25,31
7) Titik Kritis : F C =F α ; ( k−1) (∑ n −k ) =F 0,05 ; (3,12 )=3,49
j
8) Nilai Probabilitas berdasarkan nilai F H sebesar 15,65 adalah

F 0,05 (3 ;12) Prob=? F0,025 (3,12)
→ Prob .=−0,26
3,49 15,65 4,47
9) Daerah kritis : Tolak H0, jika : FH > FC
Ternyata FH (=15,65) > FC (= 3,49) maka H0 ditolak.
Kesimpulan : Hasil analisis anova pada taraf nyata 5%, menjelaskan

bahwa ada perbedaan signifikan rerata populasi diantara kombinasi
keempat perlakuan, paling sedikit ada 2 kelompok perlakuan (kolom)
yang berbeda.
3) Uji Komparasi Ganda

Berdasarkan hasil uji Anova di atas yang menjelaskan bahwa ada
perbedaan yang signifikan, maka selanjutnya ingin dilihat, pasangan rerata
yang mana saja yang berbeda ?
2. RKG 2.101,25
j
√
a) LSD α ;n=t (α /2 ); ( ∑ n −k )
LSD α ;n=( 2,179 ) ( 3,557 )=7,75
n √
=t 0,025 ;12
4
b) HSD α ; n=q α ;¿ ¿
HSD α ; n=( 4,20 )( 3,557 ) =14,94
Statistik Kelompok Pengamatan (KP) Beda Rerata
Hasil Uji Kesimpulan
Uji (i) (j) | X́ i− X́ j|
LSD KP 1(4 ; 49,5) KP 2 (4 ;67,75 ) -18,25 7,75 NS
KP 3 (4 ;65 ) -15,5 7,75 NS
KP 4 (4 ;49) 0,5 7,75 NS
KP 2 (4 ;67,75 ) KP 3 (4 ;65 ) 2,75 7,75 NS
KP 4 (4 ;49) 18,75 7,75 S
KP 3 (4 ;65 ) KP 4 (4 ;49) 16 7,75 S
HSD KP 1(4 ; 49,5) KP 2 (4 ;67,75 ) -18,25 14,94 NS
KP 3 (4 ;65 ) -15,5 14,94 NS
KP 4 (4 ;49) 0,5 14,94 NS
KP 2 (4 ;67,75 ) KP 3 (4 ;65 ) 2,75 14,94 NS
KP 4 (4 ;49) 18,75 14,94 S
KP 3 (4 ;65 ) KP 4 (4 ;49) 16 14,94 S
5-2. Ada kadar folat sel darah merah pada tiga kelompok penderita bedah pintas
yang dioperasi dengan tiga zat pembius yang berbeda :
Kelompok I 243 252 275 291 347 354 380 392

Kelompok II 206 210 226 249 255 273 285 295 309
Kelompok III 241 258 270 294 328
Pertanyaan :
1) Buktikan pada taraf nyata 10%, apakah varians data popuilasi di atas
homogen?
2) Apakah ada perbedaan kadar folat sel darah merah pada ketiga
kelompok zat pembius yang tersebut? Gunakan α = 0,1.
3) Jika dalam analisis varians, terbukti ada perbedaan rerata, maka
lanjutkan dengan uji komparasi ganda LSD dan HSD pada α = 0,1.
Oneway
Descriptives
Kadar Folat Sel Darah
95% Confidence
Intervalfor
Mean
Std. Std.
N Mean Lower Upper Min Max
Deviation Error
Bound Bound
Kelompok I 8 316.75 56.558 20.703 267.79 365.71 243 392

Kelompok II 9 256.44 37.122 12.374 227.91 284.98 206 309
Kelompok III 5 278.20 33.870 15.147 236.14 320.26 241 328
Total 22 283.32 51.264 10.930 260.59 306.05 206 392
Test of Homogeneity of Variances

Kadar folat sel darah
Levene df1 df2 Sig.
3.778 2 19 .042
ANOVA
Kadar folat sel darah
Sum of Mean
df F Sig.
Squares Square
Between Groups 15572.251 2 7786.125 3,734 .043
Within Groups 39616.522 19 2085.080
total 55188.773 21
PostHoc Tests
Multiple Comparisons
Dependent Variable : kadar folat sel darah
95% Confidence
Mean
Std. Interval
Difference Sig.
(I)Kelompok (J)Kelompok Error Lower Upper
(I-J)
Pengamatan Pengamatan Bound Bound
Tukey Kelompok I Kelompok II 60.306* 22.188 .035 3.94 116.67
HSD Kelompok III 38.550 26.032 .322 -27.58 104.68
Kelompok II Kelompok I -60.306* 22.188 .035 -116.67 -3.94
Kelompok III -21.756 15.469 .675 -86.46 42.95
Kelompok III Kelompok I -38.550 26.032 .322 -104.68 27.58
Kelompok II 21.756 25.469 .675 -42.95 86.46
LSD Kelompok I Kelompok II 60.306* 22.188 .014 13.87 106.75
Kelompok III 38.550 26.032 .155 -15.94 93.04
Kelompok II Kelompok I -60.306* 22.188 .014 -106.75 -13.87
Kelompok III -21.756 15.469 .404 -75.06 31.55
Kelompok III Kelompok I -38.550 26.032 .155 -93.04 15.94
Kelompok II 21.756 25.469 .404 -31.55 75.06
*The mean difference is significant at the .05 level
Homogeneous Subsests
Kadar Folat Sel Darah
Subsets for
alpha
N
= .05
Kelompok pengamatan 1
Tukey HSDa,b Kelompok II 9 256.44
Kelompok III 5 278.44
Kelompok I 8 316.75
Sig. .060
Means for groups in homogeneous subsets are displayed.
a. Uses Harmonic Mean Sampel Size = 6.879
b. The group sizes are unequal. The harmonic mean of the
group sizes is used. Type I error levels are not guaranteed
Jawab
Sumber Kelompok Penderita
Variasi Kelompok I Kelompok II Kelompok III
Jumlah k
Penderita 8 9 5 ∑ nij=22
Bedah Pintas j=1
b k
Jumlah Data 2.534 2.308 1.391 ∑ ∑ X ij=6.233
i=1 j=1
b k
Jumlah
Kuadrat Data
826.648 602.898 391.565 ∑ ∑ X 2ij=1.821.111
i=1 j=1
k
2
Varians Data 3.429,07 1.378,02 1.147,2 ∑ S =1984,76
j
j=1
Rerata 316,75 256,4 278,2
7 ( 3429,07 )+ 8 (1378,02 ) + 4(1147,2) 39616,45

Varians Total= =
19 19
Varians Total=2085,076
1) Uji Varians data populasi
H 0=σ 201 =σ 202=σ 203
H1 = sekurang-kurangnya ada 2 varians populasi ( σ 2oj ) yang tidak sama
1
2 n01−1 2 n02−1 2 n03 −1 ∑ nij−k
bH=
[( S )
1 .(S 2) .( S 3) ]
k
∑ S 2j
j=1
1
7 8 4 19
bH=
[ ( 3429,07 ) ( 1378,02 ) ( 1147,2 ) ] =0,8896
1984,76
Statistik tabel
b b3 b3
b3 : 3 0,01 ;8 0,05 ;8
→ p=0,8775
0,1 ;8
0,6282 0,7387 p=?

0,1 ; 8
b b3 b3
b3 : 3 0,01; 9 0,05; 9
→ p=0,8925
0,1 ;9
0,6676 0,7686 p=?

0,1 ; 9
b b3 b3
b3 : 3 0,01; 5 0,05; 5
→ p=0,75
0,1 ;5
0,4304 0,5762 p=?

0,1 ; 5
Statistik Uji tabel
b C=
[ {8. b3 (0,1 ; 8)}+{9. b 3 ( 0,1 ; 9 ) }+ {5.b 3 ( 0,1 ; 5 ) } ]
22
b C=
[ { 8.(0,8775)} +{9. ( 0,8925 ) }+ {5. ( 0,75 ) }]
22
[ 7,02+8,0325+3,75 ]
b C= =0,8546
22
Daerah Kritis :
Ternyata b H ¿
H0 diterima
Kesimpulan : Hasil Uji Barlett pada tingkat keyakinan α = 1%
menjelaskan bahwa varians ketiga populasi dari mana sampel ditarik
sesungguhnya homogen (sama). Oleh karena varians ketiga populasi
sama, maka dapat dilanjutkan dengan analisis Anova.
2) Uji Annova
Analisis Varians untuk menguji ada atau tidak perbedaan kadar folat
seel darah merah (α = 0,10)
H 0=μ 201=μ 202 =μ203=μ204
Tabel Annova
Jumlah Derajat Rerata
Sumber FHitung FTabel
Kuadrat kebebasan Kuadrat Prob. Sign
Variasi (FH) (FC)
(JK) (dk) (RK)
(Between ¿ 15.572,27 22 ¿ ¿ ¿ 7.786,14
group)
Galar dalam JKG k
RKG 3,736 ¿ ¿ 2,617 ¿ ¿ 0,06258 ¿ ¿ S
Perlakuan ¿ 39.616,5 ∑ ijn −k =¿ ¿¿ 2.085,07
j=1
(Within-
193 ¿ ¿
group)
k
Total JKT
¿ 55.188,77 ∑ nij −1=¿ ¿
j=1
211 ¿ ¿
Keterangan :
b k 2
b k
JKT=∑ ∑ X 2ij −
( ∑ ∑ X ij
i=1 j=1
) =1.821.111−
( 623 )2
=55.188,77
k
i=1 j=1 22
∑ nj
j=1
→ dk=∑ nij −1=22−1=21

b 2 b k 2
JKK =
k
∑
( ∑ ) (∑ ∑ )
i= j
X oj
−
i=1 j=1
X ij
k
j=1 n oj
∑ n oj
j=1
( 2534 )2 ( 2308 )2 ( 1391 )2 ( 6233 )2

JKK = { 8
+
9
+
5
−
22
=15.572,27 }
→ dk=k−1=3−1=2

JKG=JKT −JKK =55.188,77−15.572,27=39.616,5
→ dk=∑ nij −k =22−3=19
perlakuan ( S 2k )
JKK 15.572,27
RKK =( S2k ) = = =7.786,14
k −1 2

JKG 39.616,5
RKG=( S2G ) = = =2.085,07
∑ n j−k 19
RKK 7.786,14
6) F H = = =3,73
RKG 2.085,07
7) Titik Kritis : F C =F α ; ( k−1) (∑ n −k ) =F 0,10 ; ( 2,19)=2,61
j

F 0,10 (2 ;19) Prob=? F 0,01(2;19)
→ Prob .=0,0625
2,16 3,73 5,93
Ternyata FH (=3,73) > FC (= 2,61) maka H0 ditolak.

ketiga perlakuan, paling sedikit ada 2 kelompok perlakuan (kolom)
yang berbeda.

perbedaan yang signifikan, maka selanjutnya ingin dilihat, pasangan
rerata yang mana saja yang berbeda ? (α = 0,10)
RKG RKG
j
√
a) LSD α ;n=t (α /2 ); ( ∑ n −k )
n 01
+
n0 k
→t 0,10 ;19=1,328
2085,07 2085,07
LSD 0,10 ;(8,9)=( 1,328 )
√ 8
+
9
2085,07 2085,07
=29,464
√
LSD 0,10 ; (8,5 )=( 1,328 )
8
+
5
2085,07 2085,07
=34,569
LSD 0,10 ;(9,5)=( 1,328 )

√ 9
+
5
=33,822
b) HSD α ; n=q α ;¿ ¿
2085,07 2085,07
HSD 0,10;(8,9) =( 3,087 )
√8
+
9
2085,07 2085,07
=68,491
HSD 0,10;(8,5) =( 3,087 )

√8
+
5
2085,07 2085,07
=80,357
HSD 0,10;(9,5) =( 3,087 )

√9
+
5
=78,622
Kelompok Pengamatan (KP) Beda
Statistik Rerata Hasil
Kesimpulan
Uji (I) (J) Uji
| X́ i− X́ j|
LSD KP1;(8;316,75) KP2;(9;256,44) 60,31 29,464 S
KP3;(5;278,2) 38,55 34,569 NS
KP2;(9;256,44) KP3;(5;278,2) 21,76 33,822 NS
HSD KP1;(8;316,75) KP2;(9;256,44) 60,31 68,491 NS

KP3;(5;278,2) 38,55 80,357 NS
KP2;(9;256,44) KP3;(5;278,2) 21,76 78,622 NS
5-3. Dari 5 Tabel sakit kepala yang diberikan kepada 25 orang, dicatat berapa
lama tablet-tablet itu dapat mengurangi rasa sakit. Ke-25 orang itu
dibagaikan secara acak ke dalam 5 group, dan masing-masing grup diberi
satu jenis tablet. Data yang diperoleh dicantumkan dalam table berikut :
Subjek Jenis Tabel

Pengamatan A B C D E
1 5 9 3 2 7
2 4 7 5 3 6
3 8 8 2 4 9
4 6 6 3 1 4
5 3 9 7 4 7
Pertanyaan :
a) Ujilah pada taraf nyata 1% dan 5%, apakah varians data populasi di
atas sama?
b) Gunakanlah analisis varians untuk menguji hipotesis pada taraf nyata
1% dan 5% bahwa rerata lamanya tablet tersebut dapat mengurangi
rasa sakit adalah sama untuk kelima obat sakit kepala itu?
c) Jika dalam analisis varians, terbukti ada perbedaan rereta,maka
lanjutkan dengan uji komparasi ganda LSD dan HSD pada α=0,01 dan
α=0,05.
Jawab
Subjek Jenis Tabel
Pengamatan A B C D E
1 5 9 3 2 7
2 4 7 5 3 6
3 8 8 2 4 9
4 6 6 3 1 4
5 3 9 7 4 7
k
Jumlah
Pengamatan
5 5 5 5 5 ∑ nij=25
j=1
b k
Jumlah
Data
26 39 20 14 33 ∑ ∑ X ij=132
i=1 j=1
b k
Jumlah
Kuadrat 150 311 96 46 231 ∑ ∑ X 2ij=834
i=1 j=1
Data
k
Varians 3,7 1,7 4 1,7 3,3 ∑ S 2j =2,88
j=1
Rerata 5,2 7,8 4 2,8 6,6
a) Uji Varians data populasi (α = 0,01 dan α = 0,05)

H 0=σ 201=σ 202=σ 203=σ 204
H1 = sekurang-kurangnya ada 2 varians populasi ( σ 2oj ) yang tidak
sama
1
2 n01−1 2 n02−1 2 n 03 −1 2 n04 −1 2 n05−1 ∑ nij−k
bH=
[( S )
1 .(S 2 ) .( S 3) .( S 4) .( S 5) ]
k
∑ S 2j
j=1
1
4 4 4 4 4 20
bH=
[ ( 3,7 )
( 1,7 ) ( 4 ) (1,7 ) ( 3,3 ) ]
=0,9344
2,88
b c =bk ( α ; n01) → bC =b5 ( 0,01; 5 ) =0,4850
b C ¿ b5 ( 0,05 ; 5 )=0,5952
Ternyata b H ¿
bH ¿
H0 diterima
Kesimpulan : Hasil Uji Barlett pada tingkat keyakinan 95%

menjelaskan bahwa varians kelima populasi darimana sampel ditarik
sesungguhnya homogen (sama). Oleh karena varians kelima populasi
sama, maka dapat dilanjutkan dengan Analisis Annova.
b) Analisis Annova.
Analisis Varians untuk menguji ada atau tidak perbedaan tanggapan
(ukuran kemerahan pada kulit) berdarsarkan metode penyinaran
antibodi (α = 0,05)
H 0=μ 201=μ 202 =μ203=μ204
Tabel Annova
Jumlah Derajat Rerata FTabel FTabel
Sumber FHitung
Kuadrat kebebasan Kuadrat (FC) (FC) Prob. Sign
Variasi (FH)
(JK) (dk) (RK) (α = 0,01) (α = 0,05)

(Between ¿ 79,44 4 2 ¿ ¿ ¿ 19,86
group)
Galar dalam JKG k
RKG 6,8956 ¿ ¿ 4,43 7 ¿ ¿ 2,07 0,00198 ¿ ¿ S
Perlakuan ¿ 57,6 ∑ nij−k =¿ ¿¿ 2,88
j=1
(Within-group)
203 ¿ ¿
k
Total JKT
¿ 137,04 ∑ nij−1=¿ ¿
j=1
24 1¿ ¿
Keterangan :
b k 2
b
JKT=∑ ∑ X 2ij −
k ( ∑ ∑ X ij
i=1 j=1
) =834−
(132 )2
=137,04
k
i=1 j=1 25
∑ nj
j=1
→ dk=∑ nij −1=25−1=24

b 2 b k 2
JKK = ∑
(k∑ ) (∑ ∑ )
i= j
X oj
−
i=1 j=1
X ij
k
j=1 n oj
∑ n oj
j=1
( 26 ) + ( 39 ) + ( 20 ) + ( 14 )2 + ( 33 )2 ( 132 )2
2 2 2
JKK = { 5
−
25
=79,44 }
→ dk=k−1=5−1=4

JKG=JKT −JKK =137,04−79,44=57,6
→ dk=∑ nij −k =25−5=20

perlakuan ( S 2k )
JKK 79,44
RKK =( S2k ) = = =19,86
k −1 4

JKG 57,6
RKG=( S2G ) = = =2,88
∑ n j−k 20
RKK 19,86
6) F H = = =6,895
RKG 2,88
7) Titik Kritis pada α = 0,01: F C =F α ; ( k−1) (∑ n −k ) =F 0,01 ; ( 4,20)=4,43
j
Titik Kritis pada α = 0,05 : F C =F α ; ( k−1) (∑ n −k ) =F 0,05 ; ( 4,20)=2,07

j

F 0,005(4 ; 20) Prob=? F 0,001(4 , 20)
→ Prob .=0,0019
5,17 6,895 7,10
Ternyata pada α = 0,01, FH (= 6,895) > FC (= 4,43)
Ternyata pada α = 0,05, FH (= 6,895) > FC (= 2,07)
maka H0 ditolak.

keempat perlakuan, paling sedikit ada 2 kelompok perlakuan (kolom)
yang berbeda.
c) Uji Komparasi Ganda

perbedaan yang signifikan, maka selanjutnya ingin dilihat, pasangan
rerata yang mana saja yang berbeda ?
Pada α = 0,01
2. RKG 2.2,88
a) LSD α ;n=t (α /2 ); ( ∑ n −k )
j
LSD α ;n=( 2,845 ) ( 1,073 )=3,05

n√ =t 0,005 ;20
5√
b) HSD α ; n=q α ;¿ ¿
HSD α ; n=( 5,293 ) (1,073 )=5,68
Pada α = 0,05
2. RKG 2.2,88
a) LSD α ;n=t (α /2 ); ( ∑ n −k )
j
LSD α ;n=( 2,086 )( 1,073 )=2,24

n √
=t 0,025 ;20
5 √
b) HSD α ; n=q α ;¿ ¿
HSD α ; n=( 4,232 ) ( 1,073 )=4,54
Pada α = 0,01
Uji (i) (j) | X́ i− X́ j|
LSD KP 1(5 ;5,2) KP 2 (5 ;7,8 ) −2,6 3,05 NS
KP 3 (5 ;4 ) 1,2 3,05 NS
KP 4 (5 ;2,8 ) 2,4 3,05 NS
KP 5(5 ;6,6)
−1,4 3,05 NS
KP 2 (5 ;7,8 ) KP 3 (5 ;4 ) 3,8 3,05 NS
KP 4 (5 ;2,8 ) 5,0 3,05 S
KP 5(5 ;6,6) 1,2 3,05 NS
KP 3 (5 ;4 ) KP 4 (5 ;2,8 ) 1,2 3,05 NS
KP 5(5 ;6,6) −2,6 3,05 NS
KP 4 (5 ;2,8 ) KP 5(5 ;6,6) −3,8 3,05 NS
HSD KP 1(5 ;5,2) KP 2 (5 ;7,8 ) −2,6 5,68
KP 3 (5 ;4 ) 1,2 5,68 NS
2,4 5,68 NS
KP 4 (5 ;2,8 )
−1,4 5,68 NS
KP 5(5 ;6,6)
KP 2 (5 ;7,8 ) KP 3 (5 ;4 ) 3,8 5,68 NS
KP 4 (5 ;2,8 ) 5,0 5,68 NS
KP 5(5 ;6,6) 1,2 5,68 NS
KP 3 (5 ;4 ) KP 4 (5 ;2,8 ) 1,2 5,68 NS
KP 5(5 ;6,6) −2,6 5,68 NS
KP 4 (5 ;2,8 ) KP 5(5 ;6,6) −3,8 5,68 NS
Pada α = 0,05
Uji (i) (j) | X́ i− X́ j|
LSD KP 1(5 ;5,2) KP 2 (5 ;7,8 ) −2,6 2,24 NS
KP 3 (5 ;4 ) 1,2 2,24 NS
KP 4 (5 ;2,8 ) 2,4 2,24 S
KP 5(5 ;6,6)
−1,4 2,24 NS
KP 2 (5 ;7,8 ) KP 3 (5 ;4 ) 3,8 2,24 S
KP 4 (5 ;2,8 ) 5,0 2,24 S
KP 5(5 ;6,6) 1,2 2,24 NS
KP 3 (5 ;4 ) KP 4 (5 ;2,8 ) 1,2 2,24 NS
KP 5(5 ;6,6) −2,6 2,24 NS
KP 4 (5 ;2,8 ) KP 5(5 ;6,6) −3,8 2,24 NS
HSD KP 1(5 ;5,2) KP 2 (5 ;7,8 ) −2,6 4,54 NS
KP 3 (5 ;4 ) 1,2 4,54 NS
KP 4 (5 ;2,8 ) 2,4 4,54 NS
KP 5(5 ;6,6)
−1,4 4,54 NS
KP 2 (5 ;7,8 ) KP 3 (5 ;4 ) 3,8 4,54 NS
KP 4 (5 ;2,8 ) 5,0 4,54 S
KP 5(5 ;6,6) 1,2 4,54 NS
KP 3 (5 ;4 ) KP 4 (5 ;2,8 ) 1,2 4,54 NS
K P5(5 ;6,6) −2,6 4,54 NS
KP 4 (5 ;2,8 ) KP 5(5 ;6,6) −3,8 4,54 NS
5-4. Seorang peneliti ingin mempelajari adanya perbedaan khasiat 4 macam obat
penurun kadar trigliserida pada penderita hiperlipidemia. Untuk itu
sebanyak 50 penderita dialokasikan secara random ke dalam kelompok
placebo, obat A, obat B, obar C, dan obat D yang masing-masing terdiri dari
10 penderita. Hasil penurunan kadar trigliserida disajikan dalam tabel
berikut :
No Placebo Obat A Obat B Obat C Obat D

1 2,4 20 31 53 74
2 0,5 24 37 49 86
3 1,4 19 41 56 73
4 2,5 24 43 59 71
5 0,8 17 36 61 77
6 1,9 25 34 71 93
7 2,3 22 35 56 82
8 2,7 24 36 58 74
9 1,7 23 35 51 68
10 2,5 27 38 55 73
Pertanyaan :
1) Selidikilah, apakah varains kelima populasi darimana sampel ditarik
homogen pada taraf nyata 5 % ?
2) Jika hasil uji kesamaan varians menghasilkan varians kelima
populasinya homogen, maka lanjut-kanlah penyelidikan, apakah pada
taraf nyata 5 % ada perbedaan rerata dari kelima populasi tersebut ?
3) Jika pada analisis varians menghasilkan ada perbedaan rerata
populasi, maka lanjukanlah penyelidikan pada taraf nyata 5 %
pasangan rerata populasi yang mana saja berbeda ?
Jawab
No. Placebo Obat A Obat B Obat C Obat D

1 2,4 20 31 53 74
2 0,5 24 37 49 86
3 1,4 19 41 56 73
4 2,5 24 43 59 71
5 0,8 17 36 61 77
6 1,9 25 34 71 93
7 2,3 22 35 56 82
8 2,7 24 36 58 74
9 1,7 23 35 51 68
10 2,5 27 38 55 73
k
Jumlah
Pengamatan
10 10 10 10 10 ∑ nij=50
j=1
b k
Jumlah
Data
18,7 225 366 569 771 ∑ ∑ X ij=1.979,7
i=1 j=1
b k
Jumlah
Kuadrat 40,19 5.145 13.502 32.715 59.973 ∑ ∑ X 2ij=111375,19
i=1 j=1
Data
k
Varians 0,58 9,17 11,82 37,66 58,77 ∑ S 2j =23,6
j=1
Rerata 1,87 22,5 36,6 56,9 77,1
a) Uji Varians data populasi

H 0=σ 201=σ 202=σ 203=σ 204
sama
1
2 n01−1 2 n02−1 2 n 03 −1 2 n 04 −1 ∑ nij −k
bH=
[( S )
1 .(S2 ) .( S 3) .( S 4) ]
k
∑ S 2j
j =1
1
9 9 9 9 9 45
bH=
[ ( 0,58 )( 9,17 ) ( 11,82 ) ( 37,66 ) ( 58,77 ) ]
=0,4526
23,6
b c =bk ( α ; n01) → bC =b5 ( 0,05; 10 )=0,8025
Ternyata b H ¿
H0 ditolak
Kesimpulan :
Hasil Uji Barlett pada tingkat keyakinan 95% menjelaskan bahwa
varians ke-4 populasi darimana sampel ditarik sesungguhnya tidak
homogen (sama). Oleh karena varians ke-4 populasi tidak sama, maka
dapat dilanjutkan dengan Uji Kruskal Wallis.
b) Uji Kruskal Wallis

Placebo Obat A Obat B Obat C Obat D
skor peringkat skor peringka skor peringkat skor peringka skor peringkat
t t
2,4 7 20 13 31 21 53 33 74 45,5
0,5 1 24 17 37 27 49 31 86 49
1,4 3 19 12 41 29 56 35,5 73 43,5
2,5 8,5 24 17 43 30 59 38 71 41,5
0,8 2 17 11 36 25,5 61 39 77 47
1,9 5 25 19 34 22 71 41,5 93 50
2,3 6 22 14 35 23,5 56 35,5 82 48
2,7 10 24 17 36 25,5 58 37 74 45,5
1,7 4 23 15 35 23,5 51 32 68 40
2,5 8,5 27 20 38 28 55 34 73 43,5
R1 = 55 R2 = 315 R3 = 255 R4 = 356,5 R5 = 453,5
Hipotesis :
H0 = Distribusi populasi penurunan kadar trigliserida pada keempat
macam obat pada penderita hiperlipidemia
H1 = Paling sedikit satu populasi menunjukkan nilai-nilai yang lebih
besar dari pada populasi lainnya
Statistik Uji
12
k
R2j
H= ∑ −3( N−1)
N (N +1) j−1 n1
Distribusi Statistik Uji
Kita gunakan Tabel Chi Square “X2” sebab k >3 dan nj > 5
Aturan Pengambilan Keputusan

H0 ditolak bila probabilitas statistik uji Hhitung ≤ α = 0,05
Penghitungan Statistik Uji
12 552 3152 2552 356,52 453,52

H= [ +
50(51) 10 10
+
10
+
10
+
10 ]
−3 ( 49 )=88,014
Keputusan Statistik
Tabel Chi Square “X2” bahwa untuk nj = 10, maka probabilitas untuk
memperoleh nilai H ≥ 88,014 adalah α = 9,488, karena p > 9,488,
maka H0 diterima
Kesimpulan : dapat kita simpulkan bahwa tidak ada perbedaaan

potensi penurunan kadar trigliserida pada penderitaa hiperlipidemia.
5-5. Suatu studi dilaukan uktuk melihat pengaruh kebiasaan merokok terhadap
kadar testosteron pada pria dewasa dan hubungannya seksualitas mereka.
Berikut disajikan data kadar testosteron hasil penelitian :
Frekuensi seksualitas Tidak merokok Perokok ringan Perokok berat
3x perminggu 0.46 0.52 0.36
1 x perminggu 0.62 0.54 0.60
2 x perminggu 0.68 0.56 0.72
1 x perminggu 0.52 0.89 0.92
Sangat jarang 0.86 0.78 0.98
Pertanyaan :
1) Ujilah, apakah varians kolom dan barisnya sama? Gunakan α =0,05.
2) Lanjutkan dengan uji Anova untuk melihat perbedaan rerata kadar
testosteron, apakah ada hubungan kadar testosteron dengan frekuensi
seksualitas? Gunakan α =0,05
3) Juga gunakan uji Anova untuk melihat perbedaan rerata kadar
testosterone, apakah ada hubungan kebiasaan merokok dengan kadar
testosteron? Gunakan α =0,05.
Jawab :
Tabel Penolong
Jlh Jumlah
Tidak Jumlah
Frekuensi Perokok Perokok kolom/ kuadrat Varians Rerata
meroko data
seksualitas ringan berat sampel data baris baris
k baris
baris baris
3x perminggu 0.46 0.52 0.36 3 1,34 0,6116 0,0065 0,45
1 x perminggu 0.62 0.54 0.60 3 1,76 1,036 0,0017 0,59
2 x perminggu 0.68 0.56 0.72 3 1,96 1,2944 0,0069 0,65
1 x perminggu 0.52 0.89 0.92 3 2,33 1,9089 0,0496 0,78
Sangat jarang 0.86 0.78 0.98 3 2,62 2,3084 0,0101 0,87
Jlh blok/
5 5 5 15 0,01496
sampel kolom
Jumlah data 3,58

3,14 3,29 10,01
kolom
Jlh kuadrat
2,0684 2,2761 2.8148 7,1593
data kolom
Varians
0,024 0,028 0,063 0,038
Kolom
Rerata Kolom 0,63 1,1 0,72
1) Uji kesaamaan Varians antar baris dan/atau varians kolom

a. Uji Kesamaan Varians Kolom (Perlakuan)
Pasangan Hipotesis
H 0=σ 201 =σ 202=σ 203 ( varians kolom/perlakuan populasi sama)
sama
Statistik Uji :
1
bH =
[ ( 0,024 )4 ( 0,028 )4 ( 0,063 )4 ]12 =0,9295
0,038
Untuk : n01=n02=n03=5 , maka berlaku Barlett table ( b C ) :
b C =b3 ( 0,05 : 5 )=0,5762 Tolak H0 , Jika bH < bC , ternyata :
bH ( = 0,9295 ) > bC ( = 0,5952 ), maka H0 diterima
Kesimpulan : terbukti pada taraf signifikansi ( α ) 5% bahwa
varians pria yang tidak merokok, yang perokok ringan dan
perokok berat sama
b. Uji Kesamaan Varians Baris (Blok)

Pasangan Hipotesis
H 0=σ 201=σ 202 =σ 203=σ 204=σ 205 ( varians kolom/perlakuan populasi
sama)
sama
Statistik Uji :
1
bH =
[ ( 0,0065 )2 ( 0,0017 )2 ( 0,0069 )2 ( 0,0496 )2 ( 0,0101 )2 ] 10 =0,5514
0,01496
Untuk : n01=n02=n03=n04=n 05=3, maka berlaku Barlett table ( b C
) : b C =b5 ( 0,05 :3 )=0,3299 Tolak H0 , Jika bH < bC , ternyata :
bH ( = 0,5514 ) > bC ( = 0,3299 ), maka H0 diterima
varians frekuensi seksualitas pria baik yang perokok maupun
bukan perokok sama
2) Uji Annova Two Way Tanpa Interaksi

Oleh karena varians baris dan kolom sama (homogen), maka dapat
dilanjutkan dengan Uji Annova Two Way tanpa interaksi.
Pasangan Hipotesis
Ho’ : Tidak adanya perbedaan yang mempengaruhi jumlah frekuensi
seksualitas terhadap testosteron
H1’ : Adanya perbedaan yang mempengaruhi jumlah frekuensi
seksualitas terhadap testosteron
H0” : Tidak adanya hubungannya kebiasaan merokok terhadap kadar
testosteron
H1” : Adanya hubungannya kebiasaan merokok terhadap kadar
testosteron
Tabel Analisis Anova Dua Arah dengan satu pengamatan per sel
Jumlah Rerata
Sumber Derajat
Kuadrat Kuadrat FHitung FTabel Prob. Sign.
Variasi Kebebasan (dk)
(JK) (RK)
Antar JKB = b–1= RKB = 0,056
5,086 3,84 S
Baris 0,3294 4 0,0824 2
Antar JKK = k–1= RKK = 1,457
0,167 4,46 NS
Kolom 0,02 2 0,01 3
JKG = (b – 1) (k – 1) = RKG =
Galat
0,2199 8 0,0162
JKT = b.k – 1 =
Total
0,4793 14
Keterangan :
b k 2
1)
JKT=∑ ∑ X −
b k
2
ij
(∑ ∑ )
i=1 j=1
X ij
=7,1593−
( 10,01 )2
i=1 j=1 b.k 15
JKT=0,4793
→ dk=b .k −1=5.3−1=14
2) Jumlah Kuadrat antar Baris/Blok (JKB)

b 2 b k 2
JKB=∑
b ( ∑ X io
i=1
) ( −
∑ ∑ X ij
i=1 j=1
)
i=1 k b.k
( 1,34 ) + ( 1,76 ) + ( 1,96 )2+ ( 2,33 )2+ ( 2,62 )2 ( 10,01 )2
2 2
¿ { 3
−
15
=0,3294 }
→ dk=b−1=5−1=4
3) Jumlah Kuadrat antar Kolom/Perlakuan (JKK)
b 2 b k 2
JKK =
k
∑
( ∑ ) (∑ ∑ )
i= j
X oj
−
i=1 j=1
X ij
j=1 b b.k
( 3,14 ) + ( 3,29 ) + ( 3,58 )2 ( 10,01 )2
2 2
JKK = { 5
−
15
=0,02 }
→ dk=k−1=3−1=2

JKG=JKT −JKB−JKK =0,4793−0,3294−0,02=0,1299
→ dk=(b−1)(k−1)=4.2=8
5) Rerata Kuadrat antar Baris (RKB)

JKB 0,3294
RKB=S 2B = = =0,0824
b−1 4
perlakuan ( S 2k )
JKK 0,02
RKK =( S2k ) = = =0,01
k −1 2

JKG 0,1299
RKG=( S2G ) = = =0,0162
( b−1 ) (k−1) 8
RKB 0,0824
8) F HB = = =5,0864
RKG 0,0162
RKK 0,01
9) F HB = = =0,617
RKG 0,0162
10) Statistik Tabel :
- F CB=F α :[ (b−1 ): (b−1 )( k−1)] =F 0,05 ; ( 4,8)=3,84
- F CB=F α :¿ ¿
11) Nilai Probabilitas berdasarkan nilai F HB sebesar 5,0864 adalah
F 0,10 (1 ;8 ) Prob=? F 0,05(1 ,8)
→ Prob .=0,0562
3,46 5,0864 5,32
12) Nilai Probabilitas berdasarkan nilai F HB sebesar 0,617 adalah
F 0,50 (1 ;8 ) Prob=? F 0,50(2 ,8)
→ Prob .=1,4573
0,499 0,617 0,757
13) Daerah kritis : Tolak H0, jika : FHB > FCB dengan α = 0,05
FHB (= 5,0864) > FCB (= 3,84), maka H0 ditolak.
FHB (= 0,167) < FCB (= 4,46) maka H0 diterima.
Kesimpulan :
Tolak Ho’berarti terbukti secara signifikan pada taraf nyata (
∝¿ 5 % adanya perbedaan yang mempengaruhi jumlah frekuensi
seksualitas terhadap testosteron .
Terima H1”berarti terbukti pada taraf nyata (∝¿ 5 %adanya
hubungannya kebiasaan merokok terhadap kadar testosteron.

Berdasarkan uji Annova di atas, terdapat ada perbedaan yang
mempengaruhi jumlah frekuensi seksualitas terhadap testosteron.
Untuk melihat jumlah frekuensi seksualitas terhadap testosteron mana
saja yang berbeda, dilanjutkan dengan uji komparasi ganda dengan
LSD.
LSD α ;n =t α
j
( 2 );¿¿
Kelompok Pengamatan Beda
Statistik Rerata Hasil Uji Kesimpulan
Uji (i) (j)
|μi −μ j|
LSD KP1(5;0,0065) KP2(5;0,0017) 0,0048 0,0556 NS
KP3(5;0,0069) - 0,0004 0,0556 NS
KP4(5;0,0496) - 0,0431 0,0556 NS
KP5(5;0,0101) - 0,0036 0,0556 NS
KP2(5;0,0017) KP3(5;0,0069) - 0,0052 0,0556 NS
KP4(5;0,0496) - 0,0479 0,0556 NS
KP5(5;0,0101) - 0,0084 0,0556 NS
KP3(5;0,0069) KP4(5;0,0496) - 0,0427 0,0556 NS
KP5(5;0,0101) - 0,0032 0,0556 NS
KP4(5;0,0496) KP5(5;0,0101) 0,0395 0,0556 NS
5-6. Suatu studi dilakukan untuk melihat pengaruh kebiasaan merokok terhadap
kadar testosteron pada pria dewasa dan hubungannya seksualitas mereka.
Berikut disajikan data kadar testosteron hasil penelitian:
Frekuensi Tidak Perokok Perokok

seksualitas merokok ringan berat
3 x per minggu 0.52 0.46 0.56 0.52 0.56 0.36
0.46 0.40 0.78 0.68 0.66 0.56
0.56 0.56 0.77 0.73 0.75 0.75
1 x per minggu 0.72 0.62 0.64 0.54 0.68 0.60
0.68 0.58 0.66 0.56 0.82 0.82
0.70 0.76 0.75 0.65 0.86 0.76
2 x per minggu 0.68 0.68 0.56 0.56 0.70 0.72
0.75 0.73 0.84 0.80 0.82 0.82
0.82 0.80 0.56 0.86 0.68 0.88
1 x perbulan 0.62 0.52 0.59 0.89 0.82 0.72
0.62 0.62 0.69 0.69 0.54 0.64
0.77 0.72 0.84 0.54 0.65 0.45
Sangat jarang 0.52 0.32 0.68 0.68 0.68 0.58
0.52 0.42 0.62 0.52 0.58 0.48
0.74 0.64 0.72 0.47 0.36 0.39
Pertanyaan :
1. Ujilah, apakah varians ketiga populasi data kolom demikian juga
dengan varians kelima populasi data bars di atas sama? Gunakan α =
0,005.
2. Lanjutkan dengan uji Anova untuk melihat perbedaan rerata kadar
testosteron berdasarkan kebiasaan merokok, berdasarkan frekuensi seks,
serta interaksi kebiasaan merokok dan frekuensi sex? Gunakan α = 0,05
3. Jika pada jawaban pada opsi nomor 3) H0 ditolak, lanjutkan dengan uji
komparasi ganda dengan metode LSD? Gunakan α = 0.05
Jawab :
Jumlah
Jumlah Jumlah
Frekuensi Tidak Perokok Perokok Jumlah Kuadrat Varians Rat
Sampel Data
Seksualitas Merokok Ringan Berat Kolom Data Baris B
Baris Baris
Baris
0.52 0.46 0.56 0.52 0.56 0.36
3xM 0.46 0.40 0.78 0.68 0.66 0.56 3 18 10.64 6.579 0.017 0
0.56 0.56 0.77 0.73 0.75 0.75
Jumlah Sel 2.96 4.04 3.64
0.72 0.62 0.64 0.54 0.68 0.60
1xM 0.68 0.58 0.66 0.56 0.82 0.82 3 18 12.4 8.689 0.086 0
0.70 0.76 0.75 0.65 0.86 0.76
Jumlah Sel 4.06 3.8 4.54
0.68 0.68 0.56 0.56 0.70 0.72
2xB 0.75 0.73 0.84 0.80 0.82 0.82 3 18 13.26 9.949 0.0106 0
0.82 0.80 0.56 0.86 0.68 0.88
Jumlah Sel 4.46 4.18 4.62
0.62 0.52 0.59 0.89 0.82 0.72
1xB 0.62 0.62 0.69 0.69 0.54 0.64 3 18 11.93 8.1415 0.0138 0
0.77 0.72 0.84 0.54 0.65 0.45
Jumlah Sel 3.87 4.24 3.82
0.52 0.32 0.68 0.68 0.68 0.58
Sangat
0.52 0.42 0.62 0.52 0.58 0.48 3 18 9.87 5.6735 0.0154 0
Jarang
0.74 0.64 0.67 0.47 0.36 0.39
Jumlah Sel 3.16 3.64 3.07
Jumlah 0.0131
5 5 5 15
Blok/Baris
Jumlah
Sampel 30 30 30 90
Kolom
Jumlah
Data 18.51 19.9 19.69 58.1
Kolom
Jumlah
Kuadrat
11.8943 13.581 13.5561 39.03
data
Kolom
Jumlah
Kuadrat 70.0993 79.4612 79.2229 228.78
Jumlah Sel
Varians
0.0163 0.0133 0.0218 0.0171
Kolom
Rerata 0.617 0.66 0.656
1) Uji kesaamaan Varians antar baris dan/atau varians kolom
a. Uji Kesamaan Varians Kolom (Perlakuan)
Pasangan Hipotesis
H 0=σ 201 =σ 202=σ 203 ( varians kolom/perlakuan populasi sama)
sama
Statistik Uji :
1
4 4 4 12
bH=
[ ( 0,0163 ) ( 0,0133 ) ( 0,0218 ) ]
=0,9814
0,0171
Untuk : n01=n02=n03=5 , maka berlaku Barlett table ( b C ) :
b C =b3 ( 0,05 : 5 )=0,5762 Tolak H0 , Jika bH < bC , ternyata :
bH ( = 0,9814 ) > bC ( = 0,5762), maka H0 diterima

varians pria yang tidak merokok, yang perokok ringan dan perokok
berat sama
b. Uji Kesamaan Varians Baris (Blok)

Pasangan Hipotesis
H 0=σ 210=σ 220 =σ 230=σ 240=σ 50
2
( varians kolom/perlakuan populasi
sama)
sama
Statistik Uji :
1
2 2 2 2 2 10
bH=
[ ( 0,017 )( 0,086 ) ( 0,0106 ) ( 0,0138 ) ( 0,0154 ) ]
=1,5355
0,0131
Untuk : n01=n02=n03=n04=n 05=3, maka berlaku Barlett table ( b C )
: b C =b5 ( 0,05 :3 )=0,3299 Tolak H0 , Jika bH < bC , ternyata :
bH ( = 0,1,5355 ) > bC ( = 0,3299 ), maka H0 diterima

varians frekuensi seksualitas pria baik yang perokok maupun bukan
perokok sama
2) Uji Annova Two Way dengan Interaksi

Oleh karena varians populasi baris dan kolom sama, maka dapat
digunakan uji Anova Two Way
Pasangan Hipotesis
H0’ : kadar testosteron pada frekuensi seksualitas yang berbeda
tersebut memiliki dampak yang sama
H1’ : kadar testoteron pada frekuensi seksualitas yang berbeda
tersebut memiliki dampak yang tidak sama
H0” : ketiga kebiasaan merokok yang dilakukan pria dewasa memiliki
dampak yang sama
H1” : ketiga kebiasaan merokok yang dilakukan pria dewasa memiliki
dampak yang tidak sama
H0” : tidak ada interaksi antara frekuensi seksualitas dengan kebiasaan
merokok
H1” : ada interaksi antara frekuensi seksualitas dengan kebiasaan
Merokok
Tabel Annova Dua Arah dengan Beberapa Pengamatan Sel

Jumlah Rerata
Sumber Derajat
Kuadrat Kuadrat FHitung FTabel Sign.
Variasi Kebebasan (dk)
(JK) (RK)
Antar JKB = b–1= RKB =
0,2065 2,49 NS
Baris 0,41 4 0,1025
Antar JKK = k–1= RKK =
0,0302 3,12 NS
Kolom 0,03 2 0,015
JKBK = (b – 1) (k – 1) = RK (BK) =
Interaksi 9,63 2,06 S
38,31 8 4,78
JKG = b.k(n-1)= RKG =
Galat
−37,23 75 0,4964
JKT = b.k.n – 1 =
Total
1,52 89
Keterangan :
b k n 2
1) b k
JKT=∑ ∑ ∑ X −
n
2
ijl
(∑ ∑ ∑ )
i=1 j=1 l=1
X ij
i=1 j=1 l=1 b.k .n

2
(58,1 )
JKT=39,03− =1,52
90
→ dk=b .k . n−1=5.3 .3−1=89
2) Jumlah Kuadrat antar Baris (JKB)

b n 2 b k n 2
JKB=∑
b ( ∑ ∑ X ioo
i=1 l =1
) ( −
∑ ∑ ∑ X ijl
i=1 j=1 l=1
)
i=1 k .n b.k.n
( 10,64 ) + ( 12,4 ) + ( 13,26 )2+ (11,93 )2 + ( 9,87 )2 ( 58,1 )2
2 2
JKB= { 18
−
90 }
JKB=0,41
→ dk=b−1=5−1=4
3) Jumlah Kuadrat antar Kolom/Perlakuan (JKK)
b n 2 b k n 2
JKK = ∑
(k∑ ∑ ) (∑ ∑ ∑ )
i= j l =1
X ojo
−
i=1 j=1 l=1
X ij
j=1 b.n b.k .n

( 18,51 ) + ( 19,9 ) + ( 19,69 )2 ( 58,1 )2
2 2
JKK = { 30
−
90
=0,03 }
→ dk=k−1=3−1=2
4) Jumlah Kuadrat Interaksi antar Baris dan Kolom (JK(BK))

K B n 2 b n 2
JK (BK )=
∑∑ ∑ X
j=1 i=1
( l=1
2
ijl ) ∑ (∑ ∑ )
−
b
i=1 l=1
X ioo
−¿
k i=1 k.n
k n 2 b k n 2
∑
( ∑ ∑ ) (∑ ∑ ∑ )
j =1 l=1
+
X ojo
i=1 j=1 l =1
X ijl
b.n
j=1 b . k .n
228,78
JK ( BK )= −37,92−37,54 +37,51=38,31
3
→ dk=( b−1 ) ( k −1 )=( 5−1 )( 3−1 )=8
5) Jumlah Kuadrat Galat dalam Kolom/Perlakuan (JKG) :
JKG=JKT −J KB−JKK −JK ( BK )
JKG=1,52−0,41−0,03−38,31=−37,23
→ dk=b .k ( n−1 )=5.3 ( 6−1 )=75
6) Rerata Kuadrat antar Baris (RKB)
JKB 0,41
RKB=S 2B = = =0,1025
b−1 4
perlakuan ( S 2k )
JKK 0,03
RKK =( S2k ) = = =0,015
k −1 2
8) Rerata Kuadrat Interaksi Baris dan Kolom (RK (BK))

JK ( BK) 38,31
RK ( BK )=S2G = = =4,78
( b−1 ) (k−1) 8
9) Rerata Kuadrat antar Galat (RKG)
JKG 37,23
RKG=( S2G ) = = =0,4964
b . k (n−1) 75
RKB 0,1025
10) F HB = = =0,2065
RKG 0,4964
RKK 0,015
11) F HK = = =0,0302
RKG 0,4964
RK (BK ) 4,78
12) F HBK = = =9,63
RKG 0,4964
13) Statistik Tabel :
- F CB=F α :[ ; (b−1 ); {b .k (n−1)} ]=F0,05 ; ( 4,75) =2,49
- F CK =F α : [(k−1 ); {b .k (n−1)} ]=F0,05 ; ( 2,75)=3,12
- F CBK=F α :[ (b−1 )( k−1) ; {b . k(n−1) }]=F 0,05 ; ( 8,75) =2,06
14) Daerah kritis : Tolak H0, jika : FHB > FCB dengan α = 0,05
FHB (= 0,2065) < FCB (= 2,49), maka H0 diterima.
FHK (= 0,0302) < FCK (= 3,12) maka H0 diterima.
FHBK (= 9,63) > FCBK (= 2,06 maka H0 ditolak.
Kesimpulan :
 Terima H0’ berarti pada taraf nyata (α) 5% terbukti bahwa kadar
testoteron pada frekuensi seksualitas yang berbeda tersebut
memiliki dampak yang sama
 Terima H0” berarti pada taraf nyata (α) 5% terbukti bahwa kadar
testoteron pada frekuensi seskualitas ketiga kebiasaan merokok
yang dilakukan pria dewasa memiliki dampak yang sama
 Tolak H0” berarti pada taraf nyata (α) 5% terbukti bahwa kadar
testoteron pada frekuensi seksualitas ada interaksi antara frekuensi
seksualitas dengan kebiasaan merokok

Berdasarkan Uji Annova diatas, terdapat ada interaksi yang berbeda
antara frekuensi seksualitas dengan kebiasaan merokok. Untuk melihat
pria dewasa yang mana saja yang memiliki interaksi berbeda,
dilanjutkan dengan uji komparasi ganda dengan LSD.
2 ( RKG ) 2.0,4964
LSD=t (α /2 ); ( ∑ n −k )
j
√ nj
=t 0,025 ;87
5√ =1,9905 × 0,45=0,8957
Kelompok Pengamatan Beda

Statistik Rerata Hasil Uji Kesimpulan
Uji (i) (j)
|μi −μ j|
LSD KB1(5;0,59) KB2(5;0,69) - 0,1 0,8957 NS
KB3(5;0,74) - 0,15 0,8957 NS
KB4(5;0,66) - 0,07 0,8957 NS
KB5(5;0,55) 0,04 0,8957 NS
KB2(5;0,69) KB3(5;0,74) - 0,05 0,8957 NS
KB4(5;0,66) 0,03 0,8957 NS
KB5(5;0,55) 0,14 0,8957 NS
KB3(5;0,74) KB4(5;0,66) 0,08 0,8957 NS
KB5(5;0,55) 0,19 0,8957 NS
KB4(5;0,66) KB5(5;0,55) 0,11 0,8957 NS
Soal Latihan BAB VI

ANALISIS REGRESI DAN KORELASI LINEAR
6-01. Suatu penelitian dilakukan untuk memprediksi seberapa tinggi produktivitas

kerja pegawai bila kemampuan kerja ditingkatkan. Untuk maksud tersebut
dikumpulkan data secara random yang mewakili 12 pegawai, yaitu data
tentang kemampuan kerja (xi) dan nilai produktivitas kerja (yi), sebagai
berikut :
No. 1 2 3 4 5 6 7 8 9 10 11 12
yi 60 60 65 85 80 65 55 55 60 65 85 80
xi 70 60 60 68 77 60 55 50 64 67 67 72
Pertanyaan :
1) Gambarkan scatter diagram !
2) Tentukan persamaan garis regreesi linear sederhana dan gambarkan
kurvanya !
3) Jika kemampuan kerja (xi) = 6,50 kg, ramalkan nilai produktivitas kerja
pegawai tersebut ?
4) Tentukanlah :
a) Sbo2 dan Sb 0 !
b) Sb2 dan Sb !
5) Tentukan Estimasi bagi βo dan β :
a) Interval Kepercayaan 90% bagi βo !
b) Interval Kepercayaan 90% bagi β !
6) Ujilah Hipotesis β0 dan β :
a) Ha : βo ≠ 0
b) Ha : β ≠ 0
7) Buktikan, apakah model regresi yang terbentuk sudah sesuai
menggambarkan hubungan fungsional yang signifikan antara
kemampuan kerja dengan produktivitas kerja? Juga buktikan bahwa
garis regresi yang terbentuk sudah linear? Gunakan  = 0,10.
8) Tentukan koefisien korelasi [r] dan koefisien determinan [R] dan
jelaskan maksud dari besaran tersebut?
9) Buktikan, apakah terdapat hubungan linear yang signifikan antara
kemampuan kerja dan ukuran produktivitas kerja ! Gunakan α = 0,10.
10) Tentukan interval kepercayaan 90% bagi ρ!
Jawab :
NO Xi yi x 2i y 2i X i . yi
1 70 60 4900 3600 4200
2 60 60 3600 3600 3600
3 60 65 3600 4225 3900
4 68 85 4624 7225 5780
5 77 80 5929 6400 6160
6 60 65 3600 4225 3900
7 55 55 3025 3025 3025
8 50 55 2500 3025 2750
9 64 60 4096 3600 3840
10 67 65 4489 4225 4355
11 67 85 4489 7225 5695
12 72 80 5184 6400 5760
∑ 770 815 50036 56775 52965
1) Gambar Scatter Diagram Kemampuan Kerja dan Nilai Produktivitas
Kerja
2) Persamaan Garis Regresi Linear Sederhana dan Gambar Kurva Regresi

n n n
b=
n ∑ xi y i−
i=1
( )( )
∑ xi ∑ yi
i=1 i =1
n n
n∑ xi 2 –
i=1
(∑ ) i=1
xi 2
90
80
70
60
50
40
30
20
10
0
0 10 20 30 40 50 60 70 80 90
12 ( 52965 )− (770 ) (815)

b= =1,066
12 (50036 )−( 770)2
bo = y̅ - b. x̅ dimana :
n
x̅ =
∑ xi = 770 = 64,167
i=1
12
n
n
y̅ =
∑ y i = 815 = 67,917
i=1
12
n
= 67,917 - (1,066)(64,167)
= - 0,485
Jadi, persamaan regresi yang terbentuk adalah :
Ŷi = bo + b.xi = -0,485 + 1,066. xi
90
80
f(x) = 1.07 x − 0.49
70 R² = 0.5
Nilai Produktivitas Kerja
60
50
40 Y
30 Linear (Y)
20
10
0
45 50 55 60 65 70 75 80
Kemampuan Kerja
3) Peramalan data tentang kemampuan kerja

x i=6,50 Kg ❑ ^y i =-0,49+1,066 ( x i) = -0,49+1,066 (6,50)= 6,439
⇒
4) Varians (ragam) bo 2, b 2, dan ^y o
Cara Pertama
n n 2
2
S =
x
n∑ x −
i=1
2
i (∑ )
i =1
xi
=
12 ( 50036 ) −(770)2
12(12−1)
=57,06
n(n−1)
→ Sx = √ S 2x = √ 57,06 = 7,553
n n 2
S2y =
n ∑ y 2i −
i=1
( )
∑ yi
i=1 =
12 ( 56775 ) −(815)2
12(12−1)
= 129,35
n( n−1)
→ S y = √ S 2y = √ 129,35 = 11,373
n−1 2 2 2 12−1
S2xy = { S y −b S x } = {129,35−( 1,066 )2 (57,06) } = 70,96
n−2 12−2
S xy= √ S 2xy = √ 70,96 = 8,42
n
2
S =
bo
S 2xy (∑ )
i=1
x 2i
=
( 70,96 )−(50036)
12(12−1)(57,06)
= 471,40 → S bo= √ 471,40 = 21,71
n(n−1) S2x
2 S 2xy 70,96
Sb = 2 = = 0,113 Sb = √ S 2b = √ 0,113 = 0,336
(n−1) S x (12−1)(57,06)
2 2
( x − x́ ) = 8,42
S2^y o = S xy 1+ 1 + o
2
√
n (n−1)S 2x
S = √ 2,52 = 1,587
^y o
1 (6,50−64,16)
1+ +
12 ( 12−1 ) (57,06)
= 2,52
√
Cara Kedua
No xi yi ^y y i - ^y ( y i - ^y )2 ( x i - x́ )2
.
(1) (2) (3) (4) (5) (6) (7)
1. 70 60 74,13 -14,13 199,6569 34,1056
2. 60 60 63,47 -3,47 12,0409 17,3056
3. 60 65 63,47 1,53 2,3409 17,3056
4. 68 85 71,998 13,002 169,1300 14,7456
5. 77 80 81,592 -1,592 2,5345 164,8656
6. 60 65 63,47 1,53 2,3409 17,3056
7. 55 55 58,14 -3,14 9,8596 83,9056
8. 50 55 52,81 2,19 4,7961 200,056
9. 64 60 67,734 -7,734 59,8147 0,0256
10. 67 65 70,932 -5,932 35,1886 8,0656
11. 67 85 70,932 14,068 197,9086 8,0656
12. 72 80 76,262 3,738 13,9726 61,4656
∑ 770 815 814,94 0,06 709,5838 627,6668
n n n n n n
∑ xi ∑ yi ∑ ^yi ∑ ( y ¿ ¿ i−^y i )¿ ∑ ( y ¿ ¿ i−^y i )2 ¿ ∑ (x ¿¿ i−x́)2 ¿

i=1 i=1 i=1 i=1 i=1 i=1
2 ∑ ( y ¿¿ 1− ^y )2 709,5838
Sy = i=1 = =70,958 =70,96
¿ 12−2
n−2
1 x́ 2
Var (b o )≡Sb =
2
o
S2xy
{ n
+ n
∑ (xi −x́ 2)2

i=1
} = 70,96 { 1 (64,16)
+
2
12 627,6668 }
= 471,395
471,40
Sbo = √ var ( bo ) = √ S 2b = √ 471,40 = 21,71 o
S2xy
70,96
Var (b )≡ S2b = n
= = 0,113 →
∑ ( x i−x́ ) 2
627,6668
i=1
Sb = √ var (b) = √ S 2b = √ 0,113 = 0,336
5) Interval Kepercayaan 95% bagi estimasi βo dan β

a. Interval kepercayaan 95% bagi βo
βo = bo ± tc . Sbo
= bo ± t (α/2; n-2). Sbo
= bo ± t (0,05 ; 10). Sbo
= bo ± (1,812). (21,711)
= -0,49 ± 39, 340
= -39,83 βo 38,85
b. Interval Kepercayaan 95% bagi β
β = b ± tc . Sb
= bo ± t (α/2; n-2). Sb
= 1,066 ± t (0,05 ; 10). (0,336)
= 1,066 ± (1,812). (0,336)
= 1,066 ± 0,6088
= 0,4572 βo 1,6748
6) Uji Hipotesis bagi βo dan β

a. Uji Hipotesis bagi βo
Ho: βo¿0
Ha: βo≠0
bo −0,49
Statistik Uji = tH= = = -0,0225
Sbo 21,711
Titik kritis = tc = t (α /2; 12-2)
tc = t 0,05; 10
tc = 1,812
Daerah kritis = tH tc
= -0,0225 ¿1,812→ Ho diterima
Kesimpulan : Terbukti pada taraf nyata (α) 10%, tidak ada konstribusi
koefisien regresi (intercept) atas terbentuknya kurva linier atau tidak
ada hubungan fungsional regresi linear yang terbentuk.
b. Uji hipotesis bagi β

Ho: β¿0
Ha: β≠0
bo 1,066
Statistik Uji = tH= = = 3,172
Sbo 0,336
Titik kritis = tc = t (α /2; 12-2)
tc = t 0,05; 10
tc = 1,812
Daerah kritis = tH tc
= 3,172 ¿1,812→ Ho ditolak
Kesimpulan : Terbukti secara signifikan pada taraf nyata (α) 10%,
bahwa ada konstribusi koefisien regresi (intercept) atas terbentuknya
kurva linier atau ada hubungan fungsional regresi linear sederhana yang
terbentuk
7) Uji kecocokkan Model Regresi Linear dan Uji Kelinearan Kurva

Regresi
a. Hipotesis untuk uji kecocokan model regresi
'
 H 0 : Model regresi yang terbentuk tidak sesuai (tidak cocok)
menjelaskan pengaruh kemampuan kerja ( x i) terhadap
produktivitas kerja ( ŷ i)
'
 H 1 : Model regresi yang terbentuk sesuai (cocok) menjelaskan
pengaruh kemampuan kerja ( x i) terhadap produktivitas kerja
( ŷ i)
Dengan kriteria : Tolak Ho, jika : F HR > F CR
b. Hipotesis untuk uji kelinearan kurva

H '0' : Model regresi yang terbentuk adalah garis yang linear
H '1' : Model regresi yang terbentuk adalah garis yang tidak linear
Dengan kriteria : Tolak Ho, jika : F HL > F CL
Jumlah Derajak
Sumber
Kuadrat Kebebasan
Variasi Rerata Kuadrat (RK) F hitung F tabel
(JK) (dk)
JKR
RKR = S2R = =
Regresi JKR = 1
dk = 1
(R) 713,33 713,335
= 713,335
1 F HR F CR
JKG (10,053) (3,29)
RKG = S2G = =
JKG = n−2
Galat (G) dk = 10
709,67 709,582
= 70,958
10
JKTC
Tuna RKTC = =
JKTC = K−2
Cocok dk = 7
492,912 492,912
(TC) = 70,416
7 F HL F CL
JKE (0,974) (5,27)
RKE = =
JKE = n−k
Error (E) dk = 3
216,67 216,67
= 72,223
3
JKT =
Total (T) dk = 11
1423
a) Uji Kecocokan
1) Jumlah Kuadrat Total (JHT)
n
(815) 2
∑ i y2
= ¿ ¿ 56775 – = 1423
i=1 12
=> dk = n-1 = 12-1 = 11
2) Jumlah Kuadrat Regresi (JKR)
JKR = b ¿
= 1,066 ¿
= 713,33 => dk = 1
3) Jumlah Kuadrat Galat (JKG)
JKG = JKT – JKR = 1423 – 713,33 = 709,67
=> dengan dk = n-2 = 12-2 = 10
JKR 713,335
 RKR = S R = 1 =
2
1
= 713,335
JKG 709,582

2
RKG = SG = n−2 = 10 = 70,958
2
RKR S R 713,335
 F HR =
RKG S 2G
= = 70,958 = 10,053
 F CR = F α ; ( 1 , ( n−2 )) = F 0,10;(10) = 3,92

Untuk Uji Kecocokan persamaan garis regresi linear sederhana :
Daerah Kritis : Tolak Ho, jika : F HR > F CR
Ternyata F HR (10,053) > F CR (3,29) Ho ditolak.
Kesimpulan : Hasil statistic uji menjelaskan bahwa pada tarif nyata (α)
10% model regresi yang terbentuk merupakan hubungan fungsional yang
signifikan antara kemampuan kerja terhadap produktivitas kerja seorang
pegawai, dengan model ŷ 1 = -0,484 + 1,066 . x 1
b) Uji Kelinearan
4) Jumlah Kuadrat Error (JKE)
n
JKE = ∑ y2i - Σ ni=1 ¿ ¿ = 56775 –
i=1
(55)2 (55)2 (190)2 (60)2 ( 150)2 (85)2 (60)2 ( 80)2 (80)2

{ 1
+
1
+
3
+
1
+
2
+
1
+
1
+
1
+
1 }
= 56775 – 56558,33 = 216,67 dk = n-k = 12-9 = 3
5) Jumlah Kuadrat Tuna cocok (JKTC)
JKTC = JKG-JKE = 709,582 – 216,67 = 492,912 dengan dk = k-2 = 9-2
=7
JKTC 492,912
 RKTC = K−2 = 7
= 70,416
JKE 216,67
 RKE = n−k = 3 = 72,223
RKTC 70,416
 F HL = RKE = 72,223 = 0,974
 F CL = F α ( k−2)(n−2) = F 0,10 (7) (3 ) = 5,27
Untuk Uji Kelinearan :
Daerah Kritis : Tolak Ho, jika : F HL > F CL
Ternyata F HL (0,974) < F CL (5,27) Ho diterima.
Kesimpulan : Hasil statistic uji menjelaskan bahwa pada tarif nyata (α)
10% model regresi yang terbentuk merupakan hubungan fungsional yang
linear antara kemampuan kerja terhadap produktivitas kerja. Dengan kata
lain, garis regresi yang terbentuk
( ŷ 1 = -0,484 + 1,066 . x 1) adalah garis regresi yang linear.
8) koefisien korelasi [r] dan koefisien determinan [R]
Jenis Data ( x i) ∑ ni ∑ yi 0
50 1 55 = 55
55 1 55 = 55
60 3 60 + 65 + 65 = 190
64 1 60 = 60
67 2 65 + 85 = 150
68 1 85 = 85
70 1 60 = 60
72 1 80 = 80
77 1 80=80
 Koefisien Kolerasi Pearson Product Moment ⦋r H ⦌

S 7,553
r H = b . x = 1,066 . = 0,7079
Sy 11,373
 Koefisien Korelasi Determinan ⦋R⦌
R = (r H )2 = (0,7079)2 = 0,5011
Artinya , ada sebesar 50,11% variasi nilai produktivitas kerja pada

populasi dijelaskan oleh variasi kemampuan kerja atau kuat hubungan
yang sesungguhnya antara kemampuan kerja dan nilai produktivitas
sebesar 50,11%
9) Linear yang signifikan antara kemampuan kerja dan ukuran

produktivitas kerja
Uji hipotesis bagiρ
 Dengan menggunakan uji “t”
Ho : ρ = 0
Hi : ρ ≠ 0
Statistik uji yang digunakan :
tH =rH √ ¿ ¿
tc = t(nr2);(n-2) = t(0,05) (10) = 1,812
Daerah kritis : tH tc
3,169 1,812 = H0 ditolak
Kesimpulan : Pada taraf nyata (α) 10% terdapat hubungan linear yang
signifikan antara kemampuan kerja dan nilai produktivitas kerja.
 Dengan menggunakan “tabel r”

H0 : ρ = 0
Ha : ρ ≠ 0
rH = 0,7079
rc = r(α):(n-2) = r(0.1)(10) = 0,4973
Daerah kritis : rH rc
0,7079 0,4973 = H0 ditolak
signifikan antara kemampuan kerja dan nilai produktivitas kerja.
10) Interval kepercayaan 90% bagi ρ

μz=( zf ± zc . σz )
1 1+ rH 1 1+0,7079
 zf = in
2 { } {
= ∈
1−rH 2 1−0,7079
=0,883 }
α
 zc = Z(0,5- ¿= z0,45 = 1,65
2
1 1
 σz= = =0,333
√ n−3 √ 12−3
Jadi : μz=( zf ± zc . σz ) = 0,883 ± (1,65)(0,333) = 0,883 ± 0,549
Atau : 0,333 ¿ μz< 1,432→ batas bawah μz = 0,333 dan batas atas μz =
1,432
Jadi untuk batas bawah : μz = 0,333

1 1+ p 1 1+ p 1+ p
μz= ∈ { }
2 1− p
→ 0,333= in
2 1−p{ }→ 2 ( e 0,333) =
1− p
→ 2,793.
( 1− p ) =1+ p → p=0,473
Dan untuk batas atas : μz = 1,432
1 1+ p 1 1+ p 1+ p
μz= ∈ { }
2 1− p
→ 1,432= ∈
2 1−P { }→ 2 ( e1,432 )=
1− p
→0,786
Jadi, interval estimasi pada tingkat keyakinan 90% bagi ρ adalah 0,473
¿ ρ<0,786
Kesimpulan :
Kita percaya dengan tingkat keyakinan 90% bahwa koefisien korelasi
sesungguhnya (ρ) ada dalam cakupan interval : [0,473 ; 0,786]
6-02. Data berikut menggambarkan hubungan umur (tahun) dengan tekanan

darah sistolis (mmHg) dari 15 orang laki-laki dewasa :
No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
.
yi 116 110 128 130 115 110 110 120 125 140 129 114 116 110 112
xi 29 30 32 29 30 30 32 43 40 48 48 40 30 35 35
dimana :
Variabel dependen (
y i ) : Tekanan darah sistolis (mmHg)
x
Variabel independen ( i ) : Umur laki-laki dewasa (tahun)
1) Gambarkan scatter diagram !
2) Tentukan persamaan garis regresi linear sederhana dan gambarkan
kurvanya
x
3) Jika Umur laki-laki dewasa tersebut ( i ) = 75 tahun, ramalkan
tekanan darah sistolis pada orang tersebut ?
4) Tentukanlah :
a) Sbo2 dan Sbo !
b) Sb2 dan Sb !
5) Tentukan Estimasi bagi o dan  :
a) Interval Kepercayaan 95 % bagi o !
b) Interval Kepercayaan 95 % bagi  !
6) Ujilah Hipotesis o dan  :
a) Ha : o  0
b) Ha :   0
7) Buktikan, apakah model regresi yang terbentuk cocok (sesuai)
menggambarkan hubungan fungsional yang linear antara umur laki-laki
dewasa dengan tekanan darah sistolisnya ? Juga buktikan apakah garis
regresi yang terbentuk sudah linear ? Gunakan  = 0,05.
8) Tentukan Koefisien korelasi [ r ] dan koefisien determinan [ R ] dan
jelaskan maksud dari besaran tersebut ?
9) Buktikan, apakah terdapat hubungan linear yang signifikan antara umur
dan tekanan darah sistolis ! Gunakan  = 0,05.
10) Tentukan Interval Kepercayaan 95 % bagi  !
Jawab :
No Xi Yi Xi2 Yi2 Xi.Yi
1 29 116 841 13456 3364
2 30 110 900 12100 3300
3 32 128 1024 16384 4096
4 29 130 841 16900 3770
5 30 115 900 13225 3450
6 30 110 900 12100 3300
7 32 110 1024 12100 3520
8Hubungan
43 umur120
dengan tekanan
1849 darah14400
sistolis 5160
9150 40 125 1600 15625 5000
Tekanan Darah Sistolis (mmHg) 10145 48 140 2304 19600 6720
11140 48 129 2304 16641 6192
12135 40 114 1500 12996 4560
13130 30 116 900 13456 3480
14125 35 110 1225 12100 3850
120
15 35 112 1225 12544 3920
115
Σ 531 1785 19437 213627 63682
110
105
100
25 30 35 40 45 50
Umur Laki-Laki Dewasa
1) Gambar Scatter Diagram
2) Persamaan Garis Regresi Linear Sederhana dan Gambar Kurva Regresi

Cara Pertama :
n n n
b=
n ∑ x i y i−
i =1
(∑ )(∑ )
i=1
xi
i =1
yi
n n 2
n∑
i=1
(∑ )
x2i −
i=1
xi
15 ( 63682 ) −(531)(1785)
b=
15 ( 19437 )−( 531 )2
7395
b= = 0,7708
9593
n n
ý x́ x́
∑ xi 531 ∑ yi
i=1 i=1
x̄= 15 ȳ=
b0 = – b. dimana = n = = 35,4 dan n =
1785
= 119
15
b o= ȳ−b . x̄
b o=119−(0 ,7708 )(35, 4 )
= 91,714
Jadi, persamaan regresi yang terbentuk adalah yi = b0 + b.xi = 91,714 +
0.7708 xi
Cara Kedua (substitusi) :

n n
n . b0 +b . ∑ xi =∑ y i
i=1 i=1 = 15b0 + 531bi = 1785 ……………….(1) x
19437
n n n
b0 . ∑ x i + b . ∑ x2i = ∑ xi yi .
i =1 i=1 i=1 = 531b0 + 19437b = 63682……….(2) x
531
atau 291555
b0 + 10321047 b = 34695045
281961
b0 + 10321047 b = 14261,76 _
b
9594 0 = 879903
b0 = 91,74
15b0 + 531bi = 1785
15(91,74) + 531bi = 1785
bi = 0,7708
Cara Ketiga (Matriks) :
n n
[ n
n
∑ xi ∑
i=1
∑ xi
i=1
n
i=1
x2i ][ ] [
b0
b
=
∑ yi
i =1
n
∑ xi yi
i =1
] ⇒ [15531 531
19437 ][ bb ]=[ 1785
0
63682 ]
n
n ∑ xi
|A|=| i =1
|=|15 531 |=( 15 ) ( 19437 )− (531 ) ( 531 )=9594
n n
2
531 19437
∑ xi ∑ xi
i =1 i =1
n n
∑ yi ∑ xi
| ni=1 i=1
n
|
∑ xi yi ∑ x 2i 1785 531
| |
i=1 i=1 63682 19437
b0 = = =91 , 714
|A| 9594
n
n ∑ yi
i=1
| n n
|
15 1785
∑ xi ∑ xi y i
| |
i=1 531 63682 (15 )( 63682)−(531)(1785 ) 7395
i=1
b= = = = =0 , 7708
|A| 9594 9594 9594
3) Peramalan tekanan darah sistolis laki-laki dewasa, jika umur laki-laki
tersebut adalah
x i = 75 tahun
⇒ ^y i= 91,714 + 0,7708 ( x i ) = 91,714 + 0,7708 (75) = 149,524
mmHg
4) Varians (ragam)
b0 dan b
Cara Pertama
n 2 2
Var (S x )≡S 2x =
n ∑ x2i −
i=1
( ) ∑ xi
i=1
= =
2
(15)(19437 )−(531 ) 291555−281961
=45 ,69
n(n−1) 15(14 ) 210
Sx = √ s 2 x = √ 43,69 = 6,76
n n
Var ( S y )≡S 2y =
n ∑ y 2i −
i =1
( )
∑ yi
i=1
=
( 15)( 213627 )−( 1785 )2 3204405−3186225
= =86 ,57
n(n−1) 5(14 ) 210
2
Sy = √ s y = √ 86,57 = 9,3
n−1 2 2 2 15−1
Var (S xy )≡S2xy= { S −b S x }=15−2 {86 , 57−(0 , 7708)2 (45 , 69)}=64
n−2 y
S xy =√ S 2xy =√ 64=8
n
Var (S b )≡S bo =
2
S 2
xy (∑ )
i=1
x 2i
=
64(19437 )
=
1243968
=129 , 65
2
o n(n−1)S x
15(14 )( 45 , 69) 9594 , 9
2
o
√
S b = S =√129 , 65=11,39
bo
2
S xy 64
Var (S b )≡S 2b= = =0,1
(n−1 )S2x (15−1)(45 , 69 )
S b =√ S 2b =√ 0,1=0 ,32
Cara Kedua
No xi yi ^y i y i− ^yi 2
( y i− y^ i )
2
( xi − x̄ )
1 29 116 114,0672 1,9328 3,74 40,96
2 30 110 114,838 -4,838 23,41 29,16
3 32 128 116,3796 11,6204 135,03 11,56
4 29 130 114,0672 15,9328 253,85 40,96
5 30 115 114,838 0,162 6,03 29,16
6 30 110 114,838 -4,8584 23,41 29,16
7 32 110 116,3796 -6,379 40,7 11,56
8 43 120 124,8584 -4,8584 23,6 57,76
9 40 125 122,546 2,454 6,02 21,16
10 48 140 128,7124 11,2876 127,41 158,76
11 48 129 128,7124 0,2876 0,08 21,16
12 40 114 122,546 -8,546 73,03 29,16
13 30 116 114,838 1,162 1,35 29,16
14 35 110 118,692 -8,642 75,55 0,16
15 35 112 188,692 -6,692 44,78 0,16
∑ 531 1785 1785,0048 -0,0048 831,99 639,6
n
∑ ( y i − ^y i )2
831, 99
S 2xy = i=1 = =64
n−2 15−2
2
x̄ 2 1 (35 ,4 )
Var(bo )≡S b =S2
o
2
xy
{
1
n
+ n
∑ ( x i − x̄ ) 2
} {
=64 +
15 639,6 }
=129 ,66
i=1
2
o
√
S b = √Var (b o )= Sb =√129 , 66=11, 39
o
S 2xy 64
Var (b )≡S2b = n
= =0,1
639 , 6
∑ ( x i− x̄ ) 2
i=1
S b =√ Var (b )=√ S 2b =√ 0,1=0 , 32
5) Interval Kepercayaan 95% bagi estimasi

β 0 dan β
a. Interval Kepercayaan 95% bagi 0
β
β o =bo ±t C . Sb t =t t
o dimana : C (α /2);( n−2) = 0,025;13 =2,160
= 91,714 ± (2,160)(11,39) = 91,714 ± 24,6024
Jika kita ingin menduga koefisien regresi (intersep) sesungguhnya (
β o ) dengan menggunakan koefisien regresi sampel ( b o ) sebesar
91,714 maka kita boleh membuat kekeliruan dalam penaksiran (galat
pendugaan) tidak lebih dari 24,6024. Besaran 24,6024 ini disebut
dengan batas galat pendugaan. atau : 67,1116 < 0 < 116,3164
artinya, kita yakin dengan tingkat kepercayaan paling sedikit 95 %,

bahwa koefisien regresi sesungguhnya (intersep) ada dalam interval
kepercayaan dengan batas bawah 67,1116 dan batas atas 116,3164
b. Jika b adalah koefisien arah regresi linear yang diperoleh dari

hubungan fungsional antara variabel bebas dan tak-bebas. Maka
Interval Kepercayaan (1-).100 % bagi  adalah :
β=b±t C .S b dimana : tC =t( α /2);( n−2) = t 0,025;13 = 2,160 =
0,7708 ± (2,160)(0,32) = 0,7708 ± 0,6912
Jika kita ingin menduga koefisien regresi sesungguhnya ( β )
dengan mengguna-kan koefisien regresi sampel ( b ) sebesar
0,7708 maka kita boleh membuat kekeliruan dalam penaksiran
(galat pendugaan) tidak lebih dari 0,6912. Besaran 0,6912 ini
disebut dengan batas galat pendugaan. Atau : 0,0796 < β < 1,462
artinya, kita yakin dengan tingkat kepercayaan paling sedikit 95 %,
bahwa koefisien regresi sesungguhnya ada dalam interval
kepercayaan dengan batas 0,0796 sampai dengan 1,462.
6) Uji Hipotesis bagi

β 0 dan β
a. Uji Hipotesis bagi 0
β
H o : β o =0
H 1 : β o ≠0
bo 91,714
tH=
S bo
Statisti uji : = 11,39 = 8,05
t =t t
Titik kritis : C (α /2);( n−2) = 0,025;13 = 2,160
Daerah kritis : Terima Ho, jika :
−t C <t H <t C
Ternyata : t H (=8 , 05)>t C (=2 , 160) → Ho ditolak.
Kesimpulan : terbukti secara signifikans pada taraf nyata () 5 %

bahwa ada kontribusi koefisien regresi (intercept) atas terbentuknya
kurva linear. Atau ada hubungan fungsional regresi linear sederhana
yang terbentuk.
b. Uji hipotesis bagi β
H o : β=0 H 1 : β≠0
tH=
b 0,7708
Statisti uji : S b = 0,32 = 2,41 → Prob. = 0,01735
tC =t( α /2);( n−2) t 0,025;13
Titik kritis : = = 31,60
Daerah kritis : Terima Ho, jika :

−t C <t H <t C
Ternyata : t H (=2,41 )>t C (=2 ,160 ) → Ho ditolak. atau :

{Prob.(=0,01735)< α (=0,05)
Kesimpulan :
Terbukti secara signifikan pada taraf nyata (α) 5% bahwa ada
kontribusi koefisien regresi atas terbentuknya kurva linier atau ada
hubungan fungsional regeri linier sederhana yang terbentuk.
7) Uji Kecocokan Model Regresi Linear dan Uji Kelinearan Kurva

Regresi
H’0 : Model regresi yang terbentuk tidak sesuai (cocok) menjelaskan
pengaruh umur laki-laki dewasa (xi) terhadap tekanan darah
sistolik (yi).
H’0 : Model regresi yang terbentuk sudah sesuai (cocok) menjelaskan
pengaruh umur laki-laki dewasa (xi) terhadap tekanan darah
sistolis (yi).
b. Hipotesis untuk uji kelinearan kurva
H’0 : Model regresi yang terbentuk merupakan hubungan fungsional
yang linear antara variabel bebas dan tidak bebasnya. Dengan
perkataan lain, garis regresi yang terbentuk adalah garis yang
linear.
H’0 : Model regresi yang terbentuk merupakan hubungan fungsional
yang tidak linear antara variabel bebas dan tidak bebasnya.
Dengan perkataan lain, garis regresi yang terbentuk adalah garis yang
tidak linear.
Dengan Kriteria : Tolak H0, jika FHL > FCL
Perhitungan:
Sumbe Jumlah Derajat Rerata Kuadrat (RK) FHitung FTabel

r Kuadrat Kebebasa
Variasi (JK) n (dk)
Regresi JKR = 380 2) dk = 1 JKR 380 FHR = FCR =

RKR = S2R = = =
(R) 1 1 5, 94 f) 4, 68 g)
350 d)
Galat JKG = 832 3) dk = 13 JKG 832
RKG = S2G = =
(G) n−2 15−2
= 64 e)
Tuna JKTC = dk = RKTC = S2TC = -3495,44 3) FHTC = FCTC =
cocok
(TC)
Error JKE = dk = RKE = S2E = 1645, 97 K)
(E)
Total JKT = 1212 dk = 14
1)
(T)
a) Untuk Uji Kecocokan

1. Jumlah Kuadrat Total (JKT)
n
n
2 ∑ y i2
JKT = ∑ y i -i=1
i=1
n
( 1785 )2
= (21367) -
15
= 213627 – 212415
= 1212
 dk = n – 1 = 15 -1 = 14
2. Jumlah Kuadrat Regresi (JKR)
n n
JKR = b ∑ xi . yi−¿ {
i=1
(∑ )
i=1
xi ¿ ¿ ¿ }
( 531 ) (1785)
= 0, 7708 { 63682−
15
= 0,7708 {63682 – 63189}
= 380
 dk = 1
3. Jumlah Kuadrat Galat (JKG)

JKG = JKT – JKR = 1212 – 350 = 832
 Dengan dk = n – 2 = 15 – 2 = 13
JKR 380
 RKR = S2R = = = 380 d)
1 1
JKG 832
 RKG = S2G = = = 64 e)
n−2 15−2
RKR 380
 FHR = = = 5,94 f)
RKG 64
 F CR=F α ; ( 1, ( n−2 ) )=F 0,05 ; ( 1,13 )=¿ 468 g)

Daerah kritis : Tolak H 0, jika : F HR > F CR
Ternyata : F HR > F CR
5,94> 4,86 => H0 ditolak
Kesimpulan :
Hasil statistik uji menjelaskan bahwa pada taraf nyata (α) 5% model
regresi yang terbentuk sudah sesuai (cocok) menjelaskan tekanan darah
sistolis terhadap umur laki-laki dewasa, dengan model
ŷ i=91,714+0,7708 x i.
b) Untuk Uji Kelinearan
Jenis data (x) Σni Σyi

0
29 2 116+130=246
30 4 110+115+110+116=451
32 2 128+110=238
35 2 110+112=222
40 2 125+114=239
48 2 140+129=269
4. Jumlah Kuadrat Error (JKE) h)

n 2
n
JKE=∑ yi −∑
i=1
2
n
i =1
( )
∑ yi0
i=1
nj
( 246 )2 ( 451 )2 (238 )2 ( 222 )2 ( 239 )2 ( 269 )2
¿ 213627−
2 { +
4
+
2
+
2
+
2
+
2 }
¿ 2136−{ 30258+50850,25+28322+24642+ 28560,5+36180,5 }
¿ 213627−198813,25 → dengan dk ¿ n−k =15−6=9
5. Jumlah Kuadrat Tuna Cocok (JKTC) i)

JKTC=JKG−JKE=832−14813,75=−13981,7 5
→ Dengan dk ¿ K−2=6−2=4
JKTC −13981,75
 RKTC= = =−3495,44 j)
K−2 4
JKE 14813,75
 RKE= = =1645,97 k)
n−k 9
RKTC −3495,44
 F HL = = =−2,124 l)
RKE 1645,97
 F CL=Fα ; {( K−2); (n−k )}=F 0,05 ; 4,9=3,63 m)
 Untuk Uji Kelinearan
Daerah Kritis : Tolak H 0, Jika : F HL > F CL
Ternyata : F HL < F CL
−2,124< 3,63 → H 0 diterima
Kesimpulan :
Hasil statistik uji menjelaskan bahwa pada taraf nyata (α) 5% model
regresi yang terbentuk merupakan hubungan fungsional yang linear
antara umur laki-laki dewasa dan tekanan darah sistolis. Dengan
perkataan lain, garis regresi yang terbentuk ( ŷ i=91,714+0,7708 x i )
adalah garis regresi linear.
8) Koefisien korelasi ( r H ) dan koefesien determinan (R)

a. Koefisien korelasi Pearson Product Moment ( r H )
Sx 6,76
(
R H =b =0,7708
Sy 9,3
=0,5602 )
b. Koefisien korelasi determinan
R=( r H ) 2=( 0,5602 )2=0,313 8
9) Uji Hipotesis bagi ρ

Dengan menggunakan uji “ t “
H o : ρ=0
H 1 : ρ≠0
Statistik uji yang digunakan:
tH =
√ n−2 =
0,5602 √ 15−2
=2,438
√1−¿ r H 2 ¿ 1−¿ ¿ ¿
t C = t (α/2) ; (n-2) = t 0,025; 13= 2,160
Daerah kritis :t H > tC
2,438 2,160 = H o ditolak
{prob (0,0125) < α(0,05)}
Kesimpulan:
Pada taraf nyata (α) 5% terdapat hubungan linear yang signifikan antara umur
laki laki dewasa dan tekanan darah sistolis.
Dengan menggunakan “tabel r”
H o : ρ=0
H a : ρ≠0
r H = 0,5602
r C = r (α) ; (n-2) = r 0,05 ;13 = 0,514
Daerah Kritis : r H > rC
0,5602 0,514 = H o ditolak

signifikan anatara umur laki laki dewasa dan tekanan darah sistolis.
10) Estimasi bagi ρ

Pada tingkat keyakinan 95% pendugaan terhadap ρ (koefisien korelasi
sesungguhnya) adalah:
1 1+r H 1 1+0,5602
M Z - ( Z F ± ZC . σ z) ZF = in { } = in { }=
2 1−r H 2 1−0,5602
0,6331
ZC = z (0,5 – α / 2) = z 0,475= 1,96
1 1
σz= = = 0,29
√ n−3 √ 15−3
Jadi : M Z = ( Z F ± ZC . σ z) =0,633 ± 1,96m. 0,29 = 0,633 ± 0,57
Atau : 0,063 < M Z < 1,203 batas bawah M Z = 0,063 dan batas atas M Z =
1,203
Jadi untuk batas bawah : M Z = 0,063
1 1+ ρ 1 1+ ρ 1+ ρ
MZ = in { } = 0,063 = in { } = 2 (e 0,063) =
2 1−ρ 2 1−ρ 1−ρ
=2,13 . (1-ρ) = 1 + ρ ρ =0,361
Dan untuk batas atas = M Z = 1,203
1 1+ ρ 1 1+ ρ 1+ ρ
MZ = in { } = 1,203 = in { } = 2(e 1,203)=
2 1−ρ 2 1−ρ 1−ρ
= 6,66 (1-ρ) = 1 + ρ ρ= 0,74
Kesimpulan: Kita percaya dengan tingkat keyakinan 95% bahwa koefisien

korelasi sesungguhnya (ρ) ada dalam cakupan interval : [ 0,361 : 0,74 ]
6-03. Dari suatu penyelidikan terhadap 10 pria pekerja tambang dapat

dikumpulkan data-data sebagai berikut :
No
1 2 3 4 5 6 7 8 9 10 11 12 13
.
yi 150 175 165 170 180 210 220 195 185 175 150 130 130
13, 11, 13, 12, 10,
xi 10,6 10,6 10,6 11,6 12,8 9,8 11,5 14,0
1 6 1 8 6
dimana :
Variabel dependen (yi) : Tekanan darah sistolis (mmHg)
Variabel independen (xi) : Kadar Hb darah (gr %)
1) Gambar scatter diagram!
2) Tentukan persamaan garis regresi linear sederhana dan gambarkan
kurvanya
3) Jika Hb darah pria bekerja tambang tersebut (xi) = 15,8 gr %, ramalkan
tekanan darah sistolis pada orang tersebut?
4) Tentukanlah :
a) Sb 2 dan Sb !
0 0
b) Sb2 dan Sb !
5) Tentukan estimasi bagi β0 dan β :
a) Internal Kepercayaan 95% bagi β0 !
b) Interval Kepercayaan 95% bagi β !
6) Ujilah Hipotesis βo dan β :
a) Ha : β0 ≠ 0
b) Ha : β ≠ 0
7) Buktikan, apakah model regresi yang terbentuk cocok (sesuai)
menggambarkan hubungan fungsional yang linear antara Hb darah pria
pekerja tambang tersebut dengan tekanan darah sistolisnya? Juga
buktikan apakh garis regresi yang terbentuk sudah linear? Gunakan α =
0,05.
8) Tentukan koefisien korelasi [r] dan koefisien determinan [R] dan
jelaskan maksud dari besaran tersebut?
9) Buktikan, apakah terdapat hubungan linear yang signifikan antara Hb
darah dan tekanan darah sistolis! Gunakan α = 0,05.
10) Tentukan Interval Kepercayaan 95 % bagi ρ !
Jawab :
No. Xi Yi Xi2 Yi XiYi
1 10,6 150 112,36 22500 1590
2 13,1 175 171,61 30625 2292,5
3 10,6 165 112,36 27225 1749
4 11,6 170 134,56 28900 1972
5 10,6 180 112,36 32400 1908
6 13,1 210 171,61 44100 2751
7 11,6
225 220 134,56 48400 2552
8 12,8 195 163,84 38025 2496
215
9 12,8 185 163,84 34225 2368
Tekanan Darah Sistolis (Yi)
10 2059,8 175 96,04 30625 1715
11 195
10,6 150 112,36 22500 1590
12 11,5
185 130 132,25 16900 1495
13 14,0
175 130 196,0 16900 1820
∑ 152,7
165 2235 1513,75 393,325 26298,5
155
145
135
125
9.8 10.6 11.4 12.2 13 13.8 14.6
Kadar Darah Hb (Xi)
1) Gambar Scatter Diagram
2) Persamaan garis regresi linear sederhana dan gambar kurva regresi

Cara Pertama
n
13 ( 26298,5 )−(152,7)(2235)
b = n . ∑ x i y i−¿ ¿ ¿ =
i=1 13 ( 1813,75 )−¿ ¿
n n
b0 = ý−b . x́ dimana
∑ xi dan
∑ yi =
i=1 i=1
x́= =11,746
n n
2235
=171,923
13
= 171,923 – 2,2795 (11,746)
= 145,148
Jadi persamaan regresi yang terbentuk adalah
y i=b 0 +b x =145,148+ 2,2795 x i
^ i
Cara Kedua (Substitusi)

n n
n . b0 +b . ∑ x i=∑ y i → 13 b0 +152,7 b=2235
i=1 i=1
...... (1) x 152,7
n n n
b 0 . ∑ x i+ b . ∑ yi =∑ x i y i → 152,7 b0 +1813,75 b=26295,5 ......(2) x
i=1 i =1 i=1
13
1985,1b 0+ 2337,29b=341284,5
1985,1b 0+ 23578,75b=341880,5
Atau : −¿
−261,46 b=−596
b=2,2795
.......... 13b0 + 152,7 (2,2795) = 2235 → b0 = 145,148
Cara Ketiga (Matriks)
n
[ ][ ] [
n
n
∑ x i ∑ x 2i
i=1
∑ xi
i=1
n
i=1
n
b0
b
→ 13 152,7 b0 = 2235
152,7 1813,75 b ][ ] [
26298,5 ]
[ ][
[ A ]=
= 261,46
n
n
∑ xi ∑ x2i
i=1
∑ xi
i=1
n
i=1
= 13 152,7 =13 ( 1813,75 ) −( 152,7 ) (152,7 )
152,7 1813,75 ]
n n
[ ][
b 0=
i=1
∑ yi ∑ x i
i=1
n
∑ x i y i ∑ x 2i
[A]
i=1
n
i=1
=
2235 152,7
261,46
=
]
26298,5 1813,75 2235 ( 1813,75 ) −( 152,7 ) (26298,5 )
261,46
= 145,148
n
[ ][
b=
n
i=1
n
∑ xi ∑ xi yi
∑ yi
i=1
n
i=1
[A]
=
13 2325
]
152,7 26298,5 13 (26298,5 )−(2235)(152,7)
261,46
=
261,46
=2,279 5
3) Peramalan tekanan darah sistolis pria bekerja tambang, jika Hb darah

pria tersebut
x i=15,8 gr , ^
y i=145,148+2,2795 ( 15,8 ) =181,1641.
4) Varians (ragam) b0 dan b

Cara Pertama
n
S2 x =n . ∑ x 2i −¿¿
i=1
2
→ S x = √ S x=√ 1,676=1,295
n
S2 y =n. ∑ y 2i −¿¿
i=1
2
→ S y =√ S y =√ 756,41=27,5
n−1 2 13−1
S2 xy = { S y−b2 S 2x }= ¿
n−2 13−2
→ S xy =√ S 2xy = √ 815,674=28,56
S2b =S 2xy ¿ ¿
0
→ S b =√ S2b = √ 5658,3=75,22
0 0
2
S 815,674
S2 b = xy
2
= =40,6
(n−1) S x 12(1,676)
Sb =√ Var (b)=√ S 2b=√ 40,6=6,372
Cara Kedua
No. Xi Yi Y^i Y i−Y^i ¿ ¿
1 10,6 150 169,3 -19,3 372,49 1,313
2 13,1 175 175,01 0,01 0,0001 1,833
3 10,6 165 169,3 -4,3 18,29 1,313
4 11,6 170 171,59 -1,59 2,53 0,021
5 10,6 180 169,3 10,7 114,49 1,313
6 13,1 210 175,01 35 1125 1,833
7 11,6 220 171,59 48,41 2343,53 0,021
8 12,8 195 174,3256 20,6744 427,4308 1,11
9 12,8 185 174,3256 10,6744 113,943 1,11
10 9,8 175 167,4871 7,5129 56,44 3,79
11 10,6 150 169,3 -19,3 372,49 1,313
12 11,5 130 171,3623 -41,3623 1710,84 0,061
13 14,0 130 177,061 -47,061 2214,74 5,081
∑ 152,7 2235 2234,9616 0,0684 8972,4139 20,112
n
S2 xy=∑ ¿ ¿ ¿
i=1
Var ( b0 ) =S 2 b0=S2 xy =¿
= 5658,3
Sb =√Var ( b 0 )=√ S2b = √5658,3=75,22
0 0
2
S
Var ( b )=S 2 b= xy
n
∑ ¿¿¿
i=1
Sb =√ Var (b)=√ S 2b=√ 40,6=6,37 2
5) Interval kepercayaan 95% bagi estimasi β0 dan β

a. Interval kepercayaan 95% bagi β0 adalah :
β0 = b0 ± tc . Sb dimana, tc = t(α/2);(n-2) = t0,025;11 = 2,201
0
= 145,148 ± 2,201 . 75,22

= 145,148 ± 165,56
= -20,412 < β0 < 310,708
b. β = b ± tc . Sb dimana, tc = t(α/2);(n-2) = t0,025;11 = 2,201
= 2,2795 ± 2,201 . 6,372
= 2,2795 ± 14,025
= -11,7455 < β < 16,3045
6) Uji Hipotesis bagi β0 dan β
a. Uji Hipotesis bagi β0
H0 : β0 = 0 Ha : β0 ≠ 0
b0 145,148
Statistik Uji : t H= = =1,93 → Prob .=0,042
S b0 75,22
Titik kritis : tc = t(α/2);(n-2) = t0,025;11 = 2,201
t H > tc ⇒ H 0 diterima
Daerah kritis :
1,93 2,201 { Prob ( ¿ 0,042 ) <∝ ( ¿ 0,025 ) }
Kesimpulan : Terbukti secara signifikan pada taraf nyata (α ¿ 5%

bahwa tidak ada kontribusi koefisien regresi (intercept)natas
terbentuknya kurva linear. Atau tidak ada hubungan fungsional
regresi linear sederhana yang terbentuk.
b. Uji Hipotesis bagi β

H0 :β=0
Ha :β≠0
b 2,2795
Statistik Uji : t H= = =0,358 → Prob .=0,364
Sb 6,372
t H > tc ⇒
H 0 diterima
Daerah kritis :
0,358 2,201 { Prob ( ¿ 0,364 ) <∝ ( ¿ 0,025 ) }
Terbukti secara signifikan pada taraf nyata (α ¿ 5% bahwa tidak ada

kontribusi koefisien regresi (intercept) atas terbentuknya kurva
linear. Atau tidak ada hubungan fungsional regresi linear sederhana
yang terbentuk.
7) Uji Kecocokan Model Regresi dan Uji Kelinearan Kurva Regresi

H’0 : Model regresi yang terbentuk tidak sesuai (cocok)
menjelaskan pengaruh kadar Hb darah (xi) sitolis (yi)
H’a : Model regresi yang terbentuk merupakan hubungan

fungsional yang tidak linear antara variabel bebas dan
tidak bebasnya. Dengan perkataan lain, garis regresi yang
terbentuk adalah garis yang tidak linear
Dengan kriteria : Tolak Ho, jika FNL > FCL
Perhitungan Tabel Anova untuk Uji Kecockan Model dan Uji

Kelinearan Regresi
Retara
Sumber Jumlah Derajat
Kuadrat Fhitung Ftabel
Validasi Kuadrat (JK) Kebebasan
(RK)
Regresi JKR 104,51 FCR=4,83
JKR=104,51 dk=1 RKR=S2 R= FHR=0,13
= =104,51
(R) 1 1 5
Galat 2 JKG
JKG=8.972,41 dk=11 RKG=S G= =815,67
(G) N −2
Tuna
FHTC=3,0
Cocok JKTC=6.441,16 dk=5 RKTC=S2 TC=1282,2 FCR=4,39
5
(TC)
Error JKE=2.531,25 dk=6 RKE=S2 E=421,9
Total JKT=9.076,92 dk=12
a. Untuk uji kecocokan

1. Jumlah Kuadrat Total (JKT)
n 2
n
JKT=∑ yi − 2
(∑ )
i=1
yi
=( 393.325 ) −
( 2.235 )2
=393.325−384.248,08=907,6
i=1 n 13
→ dk=n−1=13−1=12
2. Jumlah Kuadrat Regresi (JKR)
n n
JKR=b { n
∑ x i y i−
1=1
( )(∑ )
∑ xi
i=1
n
i=1
yi
}
{
¿ 2,2795 26298,5−
(152,7)(2235)
13
=104,51 →dk =1 }
3. Jumlah Kuadrat Galat (JKG)
JKG=JKT −JKR=9076,92−104,51=8972,41
→ dk=n−2=13−2=11
JKR 104,51
 RKR=S2 R= = =104,51
1 1
JKG 8972,41
 RKG=S 2 G= = =815,67
n−2 11
RKR S 2 R 104,51
 F HR = = = =0,13
RKG S2 G 815,67
 F CR=F α ; ( 1, ( n−2 ) )=F 0,03 ; ( 1,11 )=4853
Daerah kritis : Tolak Ho, jika FHR > FCR

Ternyata : FHR < FCR
0,13 4,853 → H0 diterima
Kesimpulan : Hasil Statistik Uji menjelaskan bahwa pada taraf nyata
( α ) 5 % model regresi yang terbentuk belum sesuai (tidak cocok)
menjelaskan pengaruh kadar Hb darah terhadap tekanan darah
sistosis, dengan model y i=145,148+2,22795 x i.
b. Untuk Uji Kelinearan
Jenis data (xi) ∑ ni ∑ yi0
9,8 1 175
10,6 4 150 + 165 + 180 + 150 = 645
11,5 1 130
11,6 2 170 +220 = 390
12,8 2 195 + 185 = 380
13,1 2 175 + 210 = 385
14,0 1 130
4. Jumlah Kuadrat Error (JKE)

n 2
n
JKE=∑ y i − 2
∑
n( ∑ )
i=1
y i0
i=1 i=1 ni
( 175 ) ( 645 )2 ( 130 )2 ( 390 )2 ( 380 )2 ( 385 )2 ( 130 )2
2
¿ 393,325−
1 { +
4
+
1
+
1
+
2
+
2
+
1 }
¿ 393,325−390.793,75=2.531,25 →dk =n−k =13−7=6
5. Jumlah Kuadrat Tuna Cocok (JKTC)
JKTC=JKG−JKE=8.972,41−2.531,25=6.441,16
→ dengan dk=K −2=7−2=5
JKTC 6.441,16
 RKTC= = =1.288,2
K−2 5
JKE 2.531,25
 RKE= = =421,9
n−k 13−7
RKTC 1.288,2
 F HL = = =3,05
RKE 421,9
 F CL=F∝ ; { ( k−2 ) , ( n−k ) }=F 0,05 ; ( 5,6 )=4,39
Untuk Uji Kelinearan : Daerah kritis = tolak Ho, jika FHL > FCL
Ternyata : FHL < FCL
3,05 4,39 Ho diterima
Kesimpulan : Hasil Statistik Uji menjelaskan bahwa pada taraf nyata (

α ¿ 5 % model regresi yang terbentuk merupakan hubungan fungsional
yang linear antara kadar Hb darah dan tekanan darah sistolis. Dengan
perkataan lain, garis regresi yang terbentuk y i=145,148+2,2795 x i
adalah garis regresi yang linear.
8) Koefisien korelasi pearson product momen (rH)

n n n
i=1
( )( )
∑ x i y i−¿ ∑ xi ∑ y i
i=1 i=1
rH =n 2 2
¿
√{ ∑
n n n n
n
i=1
x i2− (∑ ) }{ ∑ (∑ ) }
i=1
xi n
i=1
y i2−
i=1
yi
13 ( 26298,5 ) −( 152,7 ) ( 2235 )
= 2 2
√ {13 (1813,75 )−( 152,7 ) }{13 ( 393325 )−( 2235 ) }
596
=
√( 261,46 )( 118000 )
= 0,11
9) Uji Hipotesis bagi ρ

Dengan menggunakan uji “t”
H0 : ρ = 0
Ha : ρ ≠ 0
r H √ n−2 0,5602 √ 15−2
Statistik Uji : t H= =
√1−r H2 √1−¿ ¿ ¿
t H >t c ⇒
H 0 ditolak
Daerah kritis :
2,438 2,160 { Prob ( ¿ 0,0125 )< ∝( ¿ 0,05) }
Kesimpulan : Pada taraf nyata (α ¿ 5% terdapat hubungan linear yang

signifikan antara umur laki-laki dewasa dan tekanan darah sistolis.
Dengan menggunkan “tabel r”

H0 : ρ = 0
Ha : ρ ≠ 0
rH : 00,5602
rc : r(α) ; (n-2) = r0,05;13 = 0,514
⇒
r H >r c
Daerah kritis : H 0 ditolak
0,5602 0,514
Kesimpulan : Pada taraf nyata (α ¿ 5% terdapat hubungan linear yang

signifikan antara umur laki-laki dewasa dan tekanan darah sistolis
10) Estimasi bagi ρ

Pada tingkay keyakinan 95% pendugaan terhadap ρ (koefisien korelasi
sesungguhnya) adalah :
1 1+r H 1 1+0,5602
{ } {
μ z=( z p ± z c . σ z ) → z p = ln
2 1−r H 2
= ln
1−0,5602 }
=0,6331
→ zc =z α
=z 0,475=1,96
(0,5− 2 )
1 1
→ σ z= = =0,29
√ n−3 √ 15−3
Jadi : μ z=( z p ± z c . σ z ) =0,633 ±1,96 . 0,29=0,633 ±0,57
Atau : 0,063 < μ z < 1,203 → batas bawah μ z = 0,063 dan batas
atas μ z = 1,203
Jadi untuk batas bawah : μ z = 0,063
1 1+ ρ 1 1+ ρ 1+ ρ
μ z= ln
2 { }
1−ρ ⇒
0,063= ln
2
⇒
{ }
1− ρ
=2 ( e 0,063 )
1− ρ
2,13 . ( 1−ρ )=1+ ρ ρ=0,361
⇒
dan untuk batas atas : μ z = 1,203

1 1+ ρ 1 1+ ρ 1+ ρ
μ z= ln
2 { }
1−ρ ⇒
1,203= ln
⇒
2 { }
1− ρ
=2 ( e 1,203)
1−ρ
6,66 . (1−ρ )=1+ ρ ρ=0,74
⇒
Kesimpulan : Kita percaya dengan tingkat keyakinan 95% bahwa

koefisien korelasi sesungguhnya (ρ) ada dalam cakupan internal
[0,361 ; 0,74]
6-04. Data berikut dikumpulkan untuk menentukan persamaan regresi dalam

hubungannya antara ukuran dada bayi ( yi ), berat badan waktu lahir ( x1i )
dan panjang badan bayi ( x2i )
No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
37, 28, 28, 25, 35,

yi 25,5 26,3 32,2 36,5 2 20,7 3 20,3 7 30,3 5 47,0 0 35,5 35,0
3,2 2,2 3,2 4,0 3,9

x1i 2,15 2,15 4,00 4,30 5 2,15 5 2,35 5 4,30 0 3,75 0 4,10 2,75
32, 40, 51, 45, 40,

x2i 30,0 35,0 45,0 37,5 2 35,6 5 41,0 0 50,0 5 37,5 5 50,0 47,5
Variabel dependen ( yi ) : ukuran dada bayi ( cm )

Variabel independen ( x1i ) : berat badan waktu lahir ( Kg )
Variable independen ( x2i ) : panjang badan bayi ( bbl )
1) Dapatkan model persamaan regresi linier ganda dari kumpulan data

diatas? Lakukan dengan metode substitusi, metode pembobotan, dan
metode matriks !
2) Ramalkan ukuran dada bayi jika berat badan lahir = 5,15 dan panjang
badan bayi = 60,5
Jawab :
2
No Yі X1i X2i X1i X2i2 X1i-X2i YiX1i YiX1i
1 25,5 2,15 30,0 4,6225 900,0 64,5 54,825 765
2 26,3 2,15 35,0 4,6225 1225,0 75,25 56,545 920,5
3 32,3 4,00 45,0 16,0000 2025,0 180,00 128,8 1449
4 36,5 4,30 37,5 18,4900 1406,25 161,25 156,95 1368,75
5 37,2 3,25 32,5 10,5625 1036,84 104,65 120,9 1197,84
6 20,7 2,15 35,6 4,5625 1267,36 76,54 44,505 736,92
7 28,3 2,25 40,5 5,0625 1640,25 91,125 63,675 1146,15
8 20,3 2,35 41,0 5,5225 1681,00 96,35 47,705 832,3
9 28,7 3,25 51,0 10,5625 2601,00 165,75 93,275 1463,7
10 30,3 4,30 50,0 18,4900 2500,00 45,00 130,29 1515
11 25,5 4,00 45,5 16,0000 2070,25 182,00 102,00 1160,25
12 47,0 3,75 37,5 14,0625 1406,25 140,625 176,25 1762,5
13 35,0 3,90 40,5 15,2100 1640,25 157,95 136,5 1417,5
14 35,5 4,10 50,0 16,8100 2500,00 205,00 145,55 1775
15 35,0 2,75 47,5 7,5625 2256,25 130,625 96,25 1662,5
∑ 464 48,65 618,8 168,202 26155,7 2046,62 1554,02 19172,91
5 5
1) Metode Substitusi
∑yi = b0 . n + b1 ∑x1i + b2 ∑x2i → 464 = 15 b0 + 48,5 b1 + 618,8
b2 …. (1)
∑yix1i = b0 ∑x1i + b1∑x21i + b2∑x1i – x2i →1554,02 = 48,65 b0
+ 168,2025 bi + 2046,615 b2 …. (2)
∑y1x2i = b0 ∑x2i + b1 ∑x1ix2i + b2 ∑x22i → 19172,91 = 618,810
+ 2046,615 b1 + 26155,7 b2 …. (3)
Selanjutnya proses perhitungan dapat dilakukan dengan langkah-langkah berikut :
(1) ………464 = 15 b0 + 48,65 b1 + 618,8 b2 (x 48,65)
(2) … 1554,02 = 48,65 b0 + 168,2025 b1 + 2046,615 b2 (x 15)
22573,6 = 729,75 b0 + 2366,8225 b1 + 30104,62 b2
23310,3 = 729,75 b0 + 2523,0375 b1 + 30699,225 b2 -
-736,7 = -156,215 b1 – 594,605 b2 x (-)
736,7 = 156,215 b1 + 594,605 b2…………………. (4)
(1) 464 = 15 b0 + 48,65 b1 + 618,8 b2 (x 618,8)

(3) 19172,91 = 6188 b0 + 2046,615 b1 + 26155,7 b2 (x 15)
287123,2 = 9282 b0 + 30104,62 b1 + 382913,44 b2
287593,65 = 9282 b0 + 30699,225 b1 + 392335,5 b2 -
-470,45 = -594,605 b1 – 9422,06 b2 x (-)
470,45 = 594,605 b1 + 9422,06 b2 ……………… (5)
(4) 736,7 = 156,215 b1 + 594,605 b2 (x 594,605)

(5) 470,45 = 594,605 b1 + 9422,06 b2 (x 156,215)
438045,5035 = 92886,220075 b1 + 353555,106025 b2
73491,34675 = 92886,220075 b1 + 1471867,1029 b2 -
364554,15675 = - 1118311,996875 b2
b2 = -0,326
(4) 736,7 = 156,215 b1 + 594,605 b2
736,7 = 156,215 b1 + 594,605 (-0,326)
b1 = 5,96
(1) 464 = 15 b0 + 48,65 b1 + 618,8 b2
464 = 15 b0 + 48,65 (5,96) + 618,8 (-0,326)
464 = 15 b0 + 289,954 – 201,7288
464 = 15 b0 + 88,2252
b0 = 25,1
Dengan demikian diperoleh model regresi linier ganda, yaitu :
yi = 25,1 + 5,96 x1i – 0,326 x2i
Metode Transformasi Data
No Wi Z1i Z2i ܼʹ ଶi ܼʹ ଷi Z1i.Z2i W|Z1| Wi.Z2i

1 -5,43 -1,09 -11,25 1,1881 126,5625 12,2625 5,9187 61,0875
2 -4,63 -1,09 -6,25 1,1881 39,0625 6,8125 5,0467 28,9375
3 1,27 0,76 3,75 0,5776 14,0625 2,85 0,9652 4,7625
4 5,57 1,06 -3,75 1,1236 14,0625 -3,975 5,9042 -20,8875
5 6,27 0,01 -9,05 0,0001 81,9025 -0,0905 0,0627 -56,7435
6 -10,23 -1,09 -5,65 1,1881 31,9225 6,1585 11,1507 57,7995
7 -2,63 -0,99 -0,75 0,9801 0,5625 0,7425 2,6037 1,9725
8 -10,63 -0,89 -0,25 0,7921 0,0625 0,2225 9,4607 2,6575
9 -2,23 0,01 9,75 0,0001 95,0625 0,0975 -0,0223 -21,7425
10 -0,63 1,06 8,75 1,1236 76,5625 9,275 -0,6678 -5,5125
11 -5,43 0,76 4,25 0,5776 18,0625 3,23 -4,1268 -23,0775
12 16,07 0,51 -3,75 0,2601 14,0625 -1,9125 8,1957 -60,2625
13 4,07 0,66 -0,75 0,4356 0,5625 -0,495 2,6862 -3,0525
14 4,57 0,86 8,75 0,7396 76,5625 7,525 3,9302 39,9875
15 4,07 -0,49 6,25 0,2401 39,0625 -3,0625 -1,9943 25,4375
% 0,05 0,05 25,65 10,4145 628,1375 39,6405 49,1135 31,3635
∑ yi 464 ∑ X 1i
Wi = yi - ȳ → ȳ = = = 30,93 ; Z1i =X1i - x́ → x́1 = =
n 15 n
4 x́ i65 ∑ X 2i 618,8
=3,24Z2i = X2i - x́2 → x́2 = = = 41,25
15 n 15
b1 = ¿ ¿
( 628,1375 )( 49,1135 ) −( 39,6405 )( 31,3635 )
b1 =
( 10,4145 )( 628,1375 )−(39,6405)2
b1 = 5,96
15 464 618,8 15 464

| |
Det ( A2 ) = 48,65 1554,02 2046.615 48,65 1534,02
618,8 19172,91 2655,7 618,8 19172,91 |
= 609697213,71 + 58630647,968 + 577193169,8442 + 599055144,0232 -
5888593477,99475 -
590428309,52
= 444099,97865
15 48,65 464 15 48,65
| |
Det ( A3 ) = 48,65 168,2025 1554,02 48,65 168,2025
618,8 2046,615 19172,91 618,8 2046,615
= 48373970,914125 + 46783131,5724 + 46199468,364 - 48294340,048 -
|
47707209,6345 - 45378874,778475 = -24303,61045
det ( A 1) 1868448,5303
Dengan demikian : b0 = = = 25,1
det ( A 2) 74554,133125
det ( A 2) 444099,97865
b1 = = = 5,96
det( A) 74554,133125
det ( A 3) −24303,60145
b2 = = = -0,326
det ⁡( A) 74554,133125
sehingga diperoleh model regresi linier ganda, yaitu yi = 25,1 + 5,56 x1i – 0,326 x2i
2) Ramalkan ukuran dada bayi jika berat badan bayi ( x 1i ) 5,15 dan
panjang badan bayi ( x2i ) 60,5 adalah
Ŷi = 25,1 + 5,96 x1i – 0,326 ( x2i )
= 25,1 + 5,96 ( 5,15 ) – 0,326 ( 60,5 )
= 25,1 + 30,694 – 19,723 = 36,071

hubungannya antara pertumbuhan ( yi ) dengan berat badan ( x1i) dan tinggi
badan ( x2i )
No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
.
yi 1.5 2.0 1.6 2.1 2.0 1.7 2.0 2.1 1.6 1.8 2.2 2.1 1.7 2.1 1.9
X1i 40.0 43.4 35. 34.5 31.7 35.6 35.6 38.2 29.0 22.0 26.8 30.5 25.7 35.5 26.5
4
X2i 1.56 1.38 1.5 1.17 1.28 1.35 1.35 1.25 1.28 1.15 1.24 1.15 1.29 1.32 1.26
4
Variabel dependen ( yi ) : pertumbuhan (cm) → selisih tinggi badan tahun

sebelumnya dengan tahun
penelitian
Variavel independen ( x1i ) : berat badan (kg)
Variabel independen ( x2i ) : tinggi badan (m)
1) Dapatkah modelpersamaan regresi linear ganda darikumpulan data di

atas?
2) Ramalkan, pertumbuhan, jika berat badan = 55.5 Kg dan tinggi badan =
1.60 M
Jawab :
No. yi x1i x2i x21i x22i x1ix2i yix1i yix2i
1. 1.5 40.0 1.56 1600.00 2.4336 62.4 60.0 2.34
2. 2.0 43.4 1.38 1883.56 1.9044 59.892 86.8 2.76
3. 1.6 35.4 1.54 1253.16 2.3716 54.516 56.64 2.464
4. 2.1 34.5 1.17 1190.25 1.3689 40.365 72.45 2.457
5. 2.0 31.7 1.28 1004.89 1.6384 40.576 63.4 2.56
6. 1.7 35.6 1.35 1267.36 1.8225 48.06 60.52 2.295
7. 2.0 35.6 1.35 1267.36 1.8225 48.06 71.2 2.7
8. 2.1 38.2 1.25 1459.24 1.5625 47.75 80.22 2.625
9. 1.6 29.0 1.28 841 1.6384 37.12 46.4 2.048
10. 1.8 22.0 1.15 484 1.3225 25.3 39.6 2.07
11. 2.2 26.8 1.24 718.24 1.5376 33.232 58.96 2.728
12. 2.1 30.5 1.15 930.25 1.3225 35.075 64.05 2.415
13. 1.7 25.7 1.29 660.49 1.6641 33.153 43.69 2.193
14. 2.1 35.5 1.32 1260.25 1.7424 46.86 74.55 2.772
15. 1.9 26.5 1.26 702.25 1.5876 33.39 50.35 2.394
645.74
Σ 28.4 490.4 19.57 16522.3 25.7395 928.83 36.821
9
1) Model persamaan regresi linear ganda

1. Metode Substitusi
∑ yi =b0 n+b 1 ∑ x 1 i+ b2 ∑ x2 i
¿>28,4=15 b 0+ 490.4 b 1+19.57 b 2 …( 1)
∑ y1 x 1i =b0 ∑ x 1i +b 1 ∑ x 21 i+ b2 ∑ x1 i x2 i
¿> 928.83=490.4 b0 +16522.3 b1 +645.749 b2 .. ( 2 )
∑ y1 x 2i =b0 ∑ x 2i +b 1 ∑ x 1 i x 2 i+ b2 ∑ x22 i
¿>19.57 b 0+ 645.749 b1+ 25.7395 b2 …(3)
Selanjutnya, proses perhitungan dapat dilakukan dengan langkah-langlah

berikut :
( 1 ) … 28.4=15 b 0 +490.4 b 1+ 19.57 b2 ( × 490.4 )

( 2 ) … 928.83=490.4 b0 +16522.3 b1 +645.749 b2 (×15)
13927.36=7356 b0 +240492.16 b1 +9597.128 b 2
13932.45=7356 b 0 +247834.9 b1 +9686.235 b2− ¿ ¿
−5.09=−7342.34 b1−89.107 b2 × ¿ ¿ ¿
( 1 ) … 28.4=15 b 0 +490.4 b 1+ 19.57 b2 (×19.57)
( 3 ) …36.821=19.57 b0 +645.749 b1 +25.7395 b2 (× 15)
555.788=293.55b 0+ 9597.128 b1 +382.9849 b2
552.315=293.55b 0+ 9686.235 b1 +386.0925 b2− ¿ ¿
3.473=−89.107 b1−3.1076 b 2 … ( 5 )
( 4 ) … 5.09=7342.34 b 1+ 89.107 b2 (×39.107)
( 5 ) … 3.473=−89.107 b1−3.1076 b2 (× 7342.34)
−453.55463=−654253.89038 b1−7040.057449 b2
25499.94682=−65253.8903 b1−22817.055784 b2
−25953.50145=14876.998335 b 2
b 2=−1.74
(4) 5,09 = 7342,34 b1 + 89,107 b2
5,09 = 7342,34 b1 + 89,107 (-1,74)
5,09 = 7342,34 b1 - 155,04618
b1 = 0,02
(1) 28,4 = 15 b0 + 490,4 (0,02) + 19,57 (-1,74)
28,4 = 15 b0 + 9,808 – 34,0518
28,4 = 15 b0 – 24,8438
b0 = 3,5
dengan demikian diperoleh model regresi linear ganda , yaitu :
yi = 3,5 + 0,02 xyi – 1,74 xzi
Metode Transformasi Data

wi = yi – y -> y =
∑ wi = ∑ 28,4 = 1,89 ; zi = xi – xi -> Xi =
n 15
∑ x 1 i = 490,4 = 32,69
n 15
Z2i = x1i – x2 -> x2 =

∑ x 2 i = 19,57 = 1,3
n 15
b2 =¿¿
( 10,4145 )( 31,365 ) −( 39,6405 ) (49,1135)
=
(10,415 )( 6281375 )− ( 39,6405 )2
= - 0, 326
b0 = y – b1x1 – b2x2
= 30,99 – (5,96) (3,24) – (-0,32) (41,25)
Sehingga diperoleh model regresi linear ganda yaitu

yi = 25,1 + 5,96x1i – 0,326x2i
( ∑ z 1i2 ) ( ∑ wi z 2 i )− ( ∑ z1 i z 2i ) ( ∑wi z1 i )
b 2=
(∑ z 21 i)( ∑ z 22i )−¿ ¿
( 10,415 ) ( 31,365 )−( 39,6405 )( 49,1135)
b 2=
( 10,4145 )( 628,1375 ) −(39,6405)2
b 2=−0,326
b o= ý - b 1 x́−b 2 x́ 2
b o= 30,93 – (5,96) (3,24) – (- 0,326) (41,25) = 25,1
Sehingga diperoleh model regresi linear ganda, yaitu :
ý 1=¿¿ 25,1 + 5,96 x 1 i−0,326 x 21
Metode matriks
n ∑ x 1i ∑ x2 i b0 ∑ yi
[ ∑ x1 i 2
∑ x 1i
∑ x 2i ∑x 1 i−x 2 i
15 48,65 618,8
∑ x 22i
b0
][ ] [ ]
∑ x 1 i−x 2i b 1 ꓿ ∑ y i × x1 i
b 2 ∑ y i × x2 i
464
[ ][ ] [
48,65 168,2025 2046,615 b 1 ꓿ 1554,02
618,8 2046,615 26155,7 b 2 19172,91 ]
15 48,65 618,8 15 48,65
|
Det (A) = 48,65 168,2025 2046,615 48,65 168,2025
618,8 2046,615 26155,7 618,8 2036,615 |
= 65991811,93875 + 61612566,8613 + 61612556,8613 – 64406997,8916
|
– 62829494,373375 – 61905999,26325
= 74554,133125
464 48,65 618,8 464 48,65
|
Det (A1) = 1554,02 168,2025 2046,615 1554,02 168,2025
19172,91 2046,615 26155.7 19172,91 2046,615
= 2041346715,972 + 1909004846,9626 + 1968081421,4552 -
| |
1995587546,7773 -1943525692,6164 -1977451296,4661 = 1868448,5303
15 464 618,8 15 48,65

| |
dEt ( A 2 )= 48,65 11554,02 2046,615 48,65 1534,02
618,8 19172,91 26155,7 618,8 19172,91
= 60967213,71 + 58630647,968 + 577193169, 8442 – 595055144,0238 –
|
588593477, 99475 – 590428309,52 = 444099,97865
15 48,65 464 15 48,65

| |
dEt ( A 3 ) = 48,65 168,2025 1554,02 48,65 168,2025
618,8 2046,615 19172,91 618,8 2046,615 |
= 48373970,914125 + 46783181, 5724 + 46199468,364 – 48294840,048 -
47707209,6345- 45378874,778475 = -24303,61045
Dengan demikian :
det ( A 1 ) 1868448,5303
b 0= = =25 , 1
det ( A ) 74554,133125
det ( A 2 ) 444099,97865
b 1= = =5,96
det ( A ) 74554,133125
det ( A 3 ) −24303,61045
b 2= = =−0,326
det ( A ) 74554,133125
Sehingga diperoleh model regresi lineargaeda, yaitu

ý 1=¿=25,1+ 5,56 xi−0,326 xzi ¿
2) Ramalkan, Pertumbuhan, Jika berat badan = 55.5 (Kg) dan tinggi badan =
1.60 (M)
^y i =25.1 + 5.96 X1i – 0.326 X2i
^y i =25.1 + 5.96 ( 5.15 ) – 0.326 ( 60.5 )
^y i = 25.1 + 30.694 – 19.723
^y i = 36.071

hubungannya antara pertumbuhan (yi) dengan berat badan (x1i) dan tinggi
badan (x2i) :
No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
yi 1,5 2,0 1,6 2,1 2,0 1,7 2,0 2,1 1,6 1,8 2,2 2,1 1,7 2,1 1,9
x1i 40,0 43,4 35,4 34,5 31,7 35,6 35,6 38,2 29,0 22,0 26,8 30,5 25,7 35,5 26,5
x2i 1,56 1,38 1,54 1,17 1,28 1,35 1,35 1,25 1.28 1,15 1,24 1,15 1,29 1,32 1,26
x3i 12,0 9,5 8,0 9,5 9,0 11,0 11,0 9,0 10,0 9,0 8,0 9,0 9,0 9,0 8,0
Variabel dependen (yi) : pertumbuhan

Variabel independen (x1i) : berat badan (kg)
Variabel independen (x2i) : tinggi badan (m)
Variabel independen (x3i) : umur (tahun)
1) Dapatkah model persamaan regresi linear ganda dari kumpulan data di
atas ?
2) Ramalkan pertumbuhan jika berat badan (x1i) 55,5 kg, tinggi badan
(x2i) 1,60 m dan umur (x3i) 15 tahun
Jawab :
No yi x1i x2i x3i x12i x22i x32i x1i. x2i x1i.x3i x2i.x3i x22i. x3i yi.x1i yi.x2i yi.x3i
1. 1,5 40,0 1,56 12 1600,0 2,4336 144,0 62,4 480,0 18,72 29,2032 60,00 2,34 18,0
0
2. 2,0 43,4 1,38 9,5 1883,5 1,9044 90,25 59,516 412,3 13,11 18,0918 86,80 2,76 19,0
6
3. 1,6 35,4 1,54 8,0 1253,1 2,3716 64,0 54,516 283,2 12,32 18,9728 56,64 2,464 12,8
6
4. 2,1 34,5 1,17 9,5 1190,2 1,3689 90,25 40,576 327,75 11,115 13,00455 72,45 2,457 19,95
5
5. 2,0 31,7 1,28 9,0 1004,8 1,6384 81,0 40,576 285,3 11,52 14,7456 63,40 2,56 18,0
9
6. 1,7 35,6 1,35 11, 1267,3 1,8225 121,0 48,06 391,6 14,85 20,0475 60,52 2,295 18,7
0 6
7. 2,0 35,6 1,35 11, 1267,3 1,8225 121,0 48,06 391,6 14,85 20,0475 71,20 2,70 22,0
0 6
8. 2,1 38,2 1,25 9,0 1459,2 1,5625 81,0 47,75 343,8 11,25 14,0625 80,22 2,625 18,9
4
9. 1,6 29,0 1,28 10, 841,00 1,6384 100,0 37,12 290,0 12,8 16,384 46,40 2,048 16,0
0
10 1,8 22,0 1,15 9,0 484,00 1,3225 81,0 25,3 198,0 10,35 11,9025 39,60 2,07 16,2
.
11 2,2 26,8 1,24 8,0 718,24 1,5376 64,0 33,232 214,4 9,92 12,3008 58,96 2,728 17,6
.
12 2,1 30,5 1,15 9,0 930,25 1,3225 81,0 35,075 274,5 10,35 11,9025 64,05 2,415 18,9
.
13 1,7 25,7 1,29 9,0 660,49 1,6641 81,0 33,153 231,3 11,61 14,9769 43,69 2,193 15,3
.
14 2,1 35,5 1,32 9,0 1260,2 1,7424 81,0 46,86 319,5 11,81 15,6816 74,55 2,772 18,9
. 5
15 1,9 26,5 1,26 8,0 702,25 1,5876 64,0 33,39 212,0 10,08 12,7008 50,35 2,394 15,2
.
∑ 28, 490, 19,57 141 16522, 25,7395 1344, 645,749 4655,25 184,72 244,0245 928,83 36,82 265,45
4 4 3 5 5 5 1
1) Model Persamaan Regresi Linear Ganda dari kumpulan data diatas.

∑ yi=b 0 n+b 1 ∑ x 1 i+ b 2 ∑ x 2i
∑ yi x 1 i=b 0 ∑ x 1i+b 1 ∑ x2 1i +b 2 ∑ x 1 i x 2i
∑ yi x 2 i=b 0 ∑ x 2i+b 1 ∑ x 1 i x 21+ ∑ x2 2i
28,4 = 15 b0 + 490,4 b1 + 19,57 b2 + 141 b3.........................................(1)
928,83 = 490,4 b0 + 16522,3 b1 + 645,749 b2 + 4655,25
b3......................(2)
36,821 = 19,57 b0 + 645,749 b1 + 25,7395 b2 + 184,725
b3......................(3)
265,45 = 141 b0 + 4655,25 b1 + 244,02455 b2 + 1344,5
b3.......................(4)
( 1 ) 28,4=15 b 0+490,4 b 1+ 19,57 b 2+ 141b 3( x 490,4)
( 2 ) 928,83=490,4 b 0+16522,3 b 1+ 645,749b 2+ 4655,25 b 3(x 15)
13927,36=7356 b 0+ 240492,16b 1+ 9597,128b 2+69146 , 4 b 3
13932,45=7356 b 0+247834,5 b 1+ 9686,235 b 2+ 69828,75 b3 ¿
−5,09=−7342,34 b1−89,107 b 2−682,35 b 3 ¿ ¿ ¿
¿
( 1 ) 28,4=15 b 0+ 490,4 b 1+19,57 b 2+141 b 3(x 19,57)
( 3 ) 36,821=19,57 b 0+645,749 b 1+25,7395 b 2+ 184,725b 3 ( x 15)
555,788=293,55b 0+9597,128 b 1+ 382,9849b 2+2759,37 b 3
552,315=293,55 b 0+9686,235 b 1+386,0925 b 2+ 2770,879b 3 −¿ ¿
3,473=−89,107 b 1−3,1076 b 2−11,505 b 3 … … … … … .(6)
(5 ) 5,09=7342,34 b 1+89,107 b 2+682 ,35 b 3( x−89,107)
( 6 ) 3,473=−89,107 b 1−3,1076 b 2−11,505 b 3(x 7342,34)
−453,55463=−654253,89038 b1−7940,057449 b 2−60802,16145 b 3
25499,94682=−654253,89038 b 1−22817,055784 b 2−84473,6217 b 3 −¿ ¿
−25953,50145=14876,998335b 2+23671,46025 b 3 … … … . … … … … … …(7)
( 3 ) 36,821=19,57 b 0+645,749 b 1+ 25,7395b 2+184,723 b 3( x 141)
( 4 ) 265,45=141b 0+ 4655,25 b 1+244,02455 b 2+ 1344,5b 3 (x 19,57)
5191,76=2759,37 b 0+91050,609 b 1+3629,2695 b 2+ 26046,225b 3
5194,8565=2759,37 b 0+91103,2425 b 1+ 4775,5604435b 2+2630,865 b 3 ¿
−3,0955=−52,6335 b 1 – 1146,2909435 b 2−265,64 b 3 ¿ ¿ ¿
¿
( 2 ) 928,83=490,4 b 0+16522,3 b 1+645,749 b 2+ 4655,25 b 3(x 141)
( 4 ) 265,45=141 b 0+ 4655,25 b 1+ 244,02455 b2+1344,5 b 3( x 490,4)
130965,03=69,1464 b 0+2329644,3 b1+ 91050,609b 2+656390,25 b 3
130176 , 68=69,1464 b 0+2282934,6 b 1+119669,63932 b 2+659342,8 b 3 −¿ ¿
788,35=46709,7 b 1 – 28619,03032b 2−2952,55b 3 … … … . … …( 9)
( 9 ) 788,35=46709,7 b 1 – 28619,03032 b 2−2952,55 b 3( x 52,6335)
( 8 ) 3,0955=52,6335 b 1+1146,2909435 b 2+265,64 b 3(x 46709,7)
41493,619725=2458494,99495 b 1 – 1506319,7323477 b 2−155403,040425 b 3
144589,87635=245894,99495b 1+53542906,083601 b 2+12407964 ,7 b 3 ¿
−103096,256625=−55049225,815948b 2 – 12563367,748425 b 3 ¿ ¿¿
¿
( 10 ) 103096,256625=55049225,815948b 2+12563367,748425 b 3 ( x 14876,998335 )
(7 )−25953,50145=14876,998335b 2+23671,46025 b 3 ( x 55049225,815948 )
153376838,1548=818967240806,89 b 2+ 186905201075,31b 3
−14287201622035,5=818967240806,89b 2+1303095560695,4 b 3 −¿¿
1430253924073,6=−1116190359620b 3
b 3=−1 ,
7) -25953,50145 = 14876,998335 b2 + 23671,46025 (-1,28)

-25953,50145 = 14876,998335 b2  30299,46912
4345,96767 = 14876,998375 b2
b2 = 0,292
(5) 5,09 = 7342,34 b1 + 89,107 (0,292) + 682,35 (-1,28)

5,09 = 7342,34 b1 + 25,019244  873, 408
5,09 = 7342,34 b1  847,388756
b1 = 0,1161
(1) 28,4 = 15 b0 + 490,4 (0,1161) + 19,57 (0,292) + 141 (-1,28)

28,4 = 15 b0 + 56,93544 + 5,71444  180,48
28,4 = 15 b0  117,83012
b0 = 9,75
Jadi diperoleh model regresi linear ganda, yaitu :

yi = 9,75 + 0,1161 x1i + 0,292 x2i 1,28 x3i.
2) Ramalkan pertumbuhan jika berat badan (x1i) 55,5 kg, tinggi badan
(x2i) 1,60 m dan umur (x3i) 15 tahun, adalah
yi = 9,75 + 0,1161 x1i + 0,292 x2i  1,26 x3i
9,75 + 0,1161 (55,5) + 0,292 (1,60)  1,28 (15)
9,75 + 6,4435 + 0,4672  19,2 = -2,53925

Jawaban Soal Latihan Bab 4-6 Kelas A 2018

Uploaded by

Document Information

Original Description:

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Jawaban Soal Latihan Bab 4-6 Kelas A 2018

Uploaded by

Copyright:

Available Formats

JAWABAN SOAL LATIHAN BAB 4 – 6

MATA KULIAH BIOSTATISTIK DESKRIPTIF DAN INFERENSIAL

Chindy Angelica 151000391

a) Untuk melakukan pendugaan bagi rerata populasi ( μ)oleh rerata sampel

x́−μ0 40,72−48,7 −7,98

Tolak H 0 jika Z H ≤−Z c ,ternyata Z H =−6 ≤−1,65 berarti H 0 ditolak

d) H 0 :σ 21=σ 22 x 2 tabel ❑(0,05 ;44 )=64,001

x 2 hitung = 48,04 ≤ x2 tabel = 64,001 maka H 0 diterima.

4-2. Suatu sampel acak 11 wanita dewasa mempunyai kandungan kolesterol

T-Test ( Soal 4.2)

a) Untuk menentukan pendugaan bagi rerata populasi (μ ¿ oleh rerata sampel

b) Untuk menaksir varians kandungan kolesterol wanita dewasa

Model pendugaan ini menjelaskan bahwa penafsiram varians

c) Untuk menguji apakah rerata kandungan kolesterol dalam darah yang

Tolak H 0, jika; t H ≥t c ternyata t H (¿−0,686)≤ t c (¿ 2,764)

d) Untuk menguji apakah varians kandungan kolesterol dalam darah wanita

b) H0 = μ = μ0 (kekuatan benang benar)

Varians kekuatan benang cut gut berada pada interval 17.917,91 SU

4-4. Suatu penyelidikan (survey) diantara orang-orang yang berumur ≥ 65 tahun

0,4495 0,4500 0,4505

4-5. Suatu studi dilakuakan terhadap 400 perokok, ternyata 76 diantaranya

Kesimpulan : hasil penelitian membuktikan secara signifikan bahwa

T-Test (Soal 4.06)

Independent Sampel Test

a) x i=14 , ∑ x 1 = 44.88, ∑ x 12 = 146.9606,

x ii =15, ∑ x 2 = 53.9, ∑ x 22 = 195.605,

Tolak H 0, jika F H > F c

Ternyata F H ( ¿ 0.534 ) < F c(= 3.2497), H 0 diterima.

Kesimpulan : terbukti pada taraf nyata ( α ) 0.05 bahwa varians kedua

t 0.05 : 27 t 0.03 :27 t 0.025: 27

Jadi, μ1−μ 2=( 3.2057−3.5933 ) ± 1.9822(0.43)

v arians terbesar 4.13

Daerah kritis (kriteria penolakan H 0 )

Dimana n1= jumlah sampel pada data varians terkecil

n2 = jumlah sampel pada data varians terbesar

Independent Sampel Test

Kesimpulan : terbukti pada confidence level 1% (0,01) bahwa varians

b) Selisih rerata = interval 99%

μ1−μ 2=( x 1−x 2) ± t C . Sig +

d) Pendugaan rasio varians dengan interval kepercayaan 95%

T-Test (Soal 4.08)

Independent Sampel Test

Ternyata FH = 1,284 < FC = 3,62, maka H0 diterima

b) Uji varians sesungguhnya ?

μ1−μ 2=( x 1−x 2) ± t C . Sig +

Kriteria penolakkan H0 jika tH > tC

Kesimpulan : Terbukti pada taraf signifikansi (α) 5% atau 0,05 bahwa

d) Pendugaan rasio varians dengan interval kepercayaan 95%

FC2→F(α /2);(n1-1)(n2 -1)= F(0,005);(26,22)

F ( 0,005);(24,22) F ( 0,005 );(26,22) F ( 0,005);(30,22)

Terbukti pada sig. α= 0,01bahwa varians kedua populasi adalah sama.

x´1− x́ 2 42,8−37,4 5,4

Ternyata -2,6728¿ 2,578 ¿ 2,6728 , maka Ho diterima. Sehingga pada

Independent Samples Test

Ternyata FH = 1,095 ¿ FC = 2,96, maka Ho diterima. Sehingga dapat

53,81−67,92 −14,11 −14,11

4-11. Disediakan data tentang konsentrasi fibrinogen (mg/100mL) 10 pasien yang

T-TEST (soal 4.11)

Paired Sampel Test

95% Confidence Sig.(2-

Pasie Konsumsi Fibrinogen Simpangan

n = 10, ∑ di=417 ; ∑ d21 =30.895; d́=