Statistika Teknik
-
Upload
mulhim-luthfi-riyadi -
Category
Documents
-
view
643 -
download
71
Transcript of Statistika Teknik
Dr. Tedjo N. Reksoatmodjo, ST., M.Pd.
swlsTl mTE
,l}li:trILt i
E
YINYflIVXIISIIVIS
t:
r,iII,IK.:rIr';:.llliaan
F:r 1 :.:.i .i: r .t
zotl
RF_TEK.1 5.01 .2009
Dr. Tedjo N. Reksoatmodjo, ST., M.Pd.
STATISTIKA TEKNIK
Editor: Ali S. Mifka
Desain Sampul : Hendra Kurniawan, S.Si.
Setting & Lay Out lsi: Ali S. Mifka
Diterbitkan & dicetak oleh PT Refika Aditama
ll. Mengger Cirang No.98, Bandung40254Telp. (022) 5205985, Fax. (022\ 5205984Website : www.refika-aditama.comE-Mail : [email protected] & [email protected]'idAnggota lkapi
Cetakan Pertama: Juni 2009
ISBN 979-1 073-66-x
O 2009. Hak Cipta Dilindungi Undang-Undang.Dilarang mengutip atau memperbanyak sebagian atau seluruh isi buku ini
TANPA lZlN TERTU LIS dari penerbit.
'pd'lt "ls 'ofporuleos{au 'N ofpal.ro
srlnuad
600Z lun['Sunpueg
'ue8uede; 1p lsrqerd uep 'lele8uad ,emslseqer.u ered rBeq lreq ]eerueuJaqrur n)nq eSor-ua5 'r3o;ou1a1 uep up)rprpuad leled ered eyas uasop e;ed rrep ue)nseu-ue)nseul ue>ljeseptaq ueleurnduastp snJal elellaq eJe)as tJalew 'ljeq uetpnula)rp er(uure1 srqerd qeleseur-qeleseu nele uauuadsla elep ueqelo8uad ure;ep e)rlsrlelsueldelauauu ere) eueLureSeq rueqeLuaLu ledep eA srseqeur uer)rurap ue3ua6 'seqeq
-rp 3ue,( qeleseL! leos-leos ueresa;ar(uad qoluo: ueBuap rdelSua;rp qeq der1a5
'(tx qeB)>lulaurered-uoN uaulladsl3 ue8uap lllr1)elp uep (X qeB) letroUe3 uauuads)l ,(Xl qpg)suerren slslleuv'(llln qe8)ledauadr6 uauuuadsl3 '(lln qe8) rsar8ay uep tselato) ststleuv'(ln qeg) uelSurpueqr-uay,1 ue8uap uauuads);l ,(n qeB) jrlenlen3 uaur.rads>ll tuelepelrlsrlpls uedelauad ue3uap uelln[uellC 'e)t]st]e]S iesep dasuol-dasuol uelrfer(uaun I qeB p/s I qeg 'qeq t I Uep urpral ueldersrp 3ue,( ua1ey1 .(s)s
t) ralsauras tlparluenles t ]oqoq ueSuap ueqerlnYad )nlun ueldersrp tur lrulal qusllpls n)ng
'1e1ere,(seu ueelalqe[asa) uep uelrprpuad nlnLu
lelSuruauu ledep e,(uuerrlrB eped uep ue>18uequa)lp ledep rsenour 1e,(ueq ,uauuuadsla
ue)n)elau uenduueua>1 ueSuap ueldersrp uasop uep nrnS e1r['ueutler(a1laq srlnuad'uen:n[a; ,g r3o;ou1a13ueprq rp e,(usnsnq; 'uederal ]eJrsraq uep rsuaJa]ar nlnq ederaqaqlJep rnpestp uelrfesrp 3ue,( ua1e14l ',firsta,vun q)easal dasuo>1 eped rseluarrotaq Suer(
r33ut1 uen;n8tad e,(uetdrrral eped qere8uauu 3ue,( uerSord-Lue.rSord Sunlnpuat-u eunBe)rlsrlets n)nq-n>lnq qeueseLl) leXueqraduaur )nlun unsnsrp rur {lqale1!}srlp}S n)nB
uwl,rwh,rdCA7A>
A
81."""""" """'e>lelsnd reuec 'BL'l
g1............. ...ueqllel leos_leos .lL.I
g t ............' ueurn)3ueu '9 L'l
,1......."'." """ elec uerfe^uad 's['l81""""""' qeqslN uep'rslodord /aseluasJad'rL'|.
01""""""' )uarunN elec lslnllsuo) '€1,'f
0t """"""' >llloSale) uep lllaunN lsnqlllslc 'z['t6 """""""' elec uelndLunSuad 'L l.'1,
8 """""""' Ierv ueSuell8 laqel ueeunSSuad Lloluof '61,'1
B """""""' llqnpac ueleleuad ueP lqnpul uereleuad '6't
L " "" " " " "" " 3ur1du-re5 uenrtlala) uep SulldLUeS-uoN uenrlla)a)'B' t
E """""""' " 1adrue5 uegrqr-ue8uad )lu)al 'L'l
v """""""' laduue5 uep rselndod '9't
, """""""' "lllsllels uep ele6 uerva8ua6 '9'l'
t """""""' " 1e1rro3a1e) elecl 'V'l
t """""""' """" IrraulnN ele6 stuaf eng '€'L
2"""""""' lersuaraJul elttsrlets uep ltdrrlsa6l e>lllsllels 'Z'L
t """""""' """" uenlnqepuad '['tIT]_ V,TNruVVNNDDN]d NVC V)IISIIVIS I BVB
[!!A]-tst uvtJVC[A]_UVINVDN]d VIV)I
il\
nOuatfuO
BAB II UKURAN LETAK DAN VARIASI DATA -t19]2.1. Gejala Pemusatan ................ 19
2.2. Rerata ................ 20
2.3. Median .................. ..............222.4. Modus ................222.5. Variasi Data.......... ..........,....242.6. Simpangan Baku ......... .........242.7. Bilangan Baku dan Koefisien Variasi ......252.8. Ukuran Kemiringan dan Kurtosis ................ ..............272.9. Rangkuman ........292.10. Soal-soal Latihan ..................292.1 1. Daftar Pustaka .... 30
BAB ilr TEOR| DTSTRTBUST -[31]3.1. Ragam Distribusi .................. 31
3.2. Distribusi Peluang ................ 31
3.3. Distribusi Normal ................. 33
3.4. Estimasi .............. 36
3.5. Distribusi-t. .........373.6. Distribusi-X ..........393.7. Distribusi-F .........403.8. Pengujian Normalitas ........... 41
3.9. Distribusi Sampling ..............443.10. Rangkuman ........473.1 1. Soal-soal Latihan .................. 47
3.12. Daftar Pustaka .... 48
BAB rV DTSTRTBUST WETBULL DAN EKSPONENSTAT -[49]4.1. Pendahuluan ............... ......... 49
4.2. Konsep Tingkat Kepercayaan, Reliabilitas, Derajat
Kebebasan, dan Ranking ...... 49
4.3. Distribusi Log Normal ...........,.... ............544.4. Persamaan Densitas .............574.5. Fungsi Weibull dengan Dua Parameter (0, b) ............................. 58
4.6. Fungsi Weibull dengan Tiga Parameter (0, b, Xo) ........................ 61
4.7. Distribusi Eksponensial................. ..........634.7. La.iu Bahaya............... .......... 64
4.8. Rangkuman ........ 65
;:" """""' """"'leLue[ rselaroy uep lsar8au '91'l
.9t """""" 1st1 tq1-seqro) uarsrlaoy1L'l_f 1 """""' " )trorl)eJlal tselaro) .tl.l9V1"""""' ) letrastg lulod 'ZL'I
stL """""' rsnqrrlsrcl ue)rruoloq)lpuaw Lle)ellB 't t'ltV\ """""' lelrasrB rselalo) uarsryao) '0['lBt t """""' """"' tselalo) qeqslN '6'ltEL """""' luotssat&ay paNn)) e^rn) )nluaq.rag rsat8ay 'B'l
ttt """""' rsetrrlrl uep uenrlalay ederaqag 'tl0[L """""' """" tselalo) ststleuv 'g'l
BZI """""', """ tselaro) uatsuao) 'g'lgzl """""' rslrparduuayl )nlun lerualul rseLlltsl 'V'lg21 """""' """'xl5n)eB rseLulisl uenrla)a) 'tlVZL """""' """"'rsalSau stsrleuv 'Z'L
€ZL """""' uenlnqepuad 'L'l
[SZt]- ISVI]UO) NVC IS1U91U SISIIVNV IIA BVB
ZZI """""' ""'e)etsnd reuec .B'9
o21 """""' """'ueLltlel leos-leos .l.g
OZ L """""' ueLun13ueu .9.9
601 """""' ""')npord rue)ew en6,rlelau ue8urpueq.ra4 'S'9
16...'.....-.-. ..lnpold uefew enc )ellnw ueSurpueqtad .v.g
€6 """"""' ""' lqxotdde palrclao) r)urraf uele)apuad 'tg,B """"""' "'lqceoddy ,Oewutpt4) let*V uele)apuad 'Z'9
€B """"""' uenlnqepuad 't'g
[se]- NV)DNICNVBW]W NVDN]C N]WIU]ds)l IA BvB
zB """"""' """"'elelsnd reuec 'tgIB ............. .....ueq!tel
leos-leos .g.s
18 """"""' ueuunlSueS 'S'S
61""""""' " leluoulB lsnqlrlslc 'b'9
91""""""" """' llnqlaM rsnqulsrc ue1eun33ua6l ue8uap rseurltsl 't'g
lg """"""' )npold nlens ueue8e.rasay tseultlsf 'Z'S
te , ,rr,l ,,r;;;;^Tllfrffiirr,,r A BVB
xt
7.16. Rangkuman ...... 157
7.17. Soal-soal Latihan ................ 158
7.18. Daflar Pustaka .................... 161
BAB VII! EKSPERTMEN DIPERCEPAT -[163]8.1 . Pendahuluan ............... ........ 163
8.2. Hubungan Antara Waktu Pengujian dengan Lingkungan ...........164
8.3. Hubungan Antara Ukuran Sampel dan Lingkungan '.................. 167
8.4. Hubungan Antara Ukuran Sampel dan Waktu Pengujian ...........171
8.5. Hubungan Antara Ukuran Sampel, Waktu Pengujian,
Tingkat Kepercayaan dan Reliabilitas ....178
8.6. Pengujian Kerusakan Mendadak .....'..... 180
8.7. Rangkuman ...... 187
B.B. Soal-soal Latihan ................187
8.9. Daftar Pustaka .................... 189
BAB rX ANAUSTS VARIANS -[191]9.1 . Pendahuluan ............... '....... 191
9.2. Jenis Varians ............... ........192
9.3. Analisis Varians Klasifikasi Satu-Arah .'..1929.4. Analisis Varians Klasifikasi Dua-Arah .... 199
9.5. Analisis Varians Klasifikasi Tiga-Arah ....2O9
9.6. Metode ANAVA Khusus ......216
9.7. Rangkuman ...... 221
9.8. Soal-soal Latihan ................222
9.9. Daftar Pustaka ....................224
BAB X EKSPERIMEN FAKTORIAL _[225]10.1 . Pendahuluan ..... 225
1O.2. Konsep Eksperimen Faktorial ................225
10.3. Eksperimen Klasik ...............226
10.4. Analisis Varians dalam Eksperimen Faktorial .......'...227
10.5. Eksperimen Faktorial Fraksional ............239
10.6. Rangkuman ...... 248
10.7. Soal-soal Latihan ................248
10.8. Daftar Pustaka ..........'.......'. 251
ILIT]_ slroNl UVIIVC
gt€ ........... u,r"olJIN <,rr,rr.LJwueer(e:lada; te>13u11 ,,O,, NVUIdWVI r
€tt """""' lnuln elelau
ueepaqrad rsuelrlruBrg l[n I11erD ,,N,, NVUIdWVI rL tt """""" llnqlaM elerau lslsod luElD ,,w,, Nvuldwvl I908 """""' """"""" 4uea uetpaw laqel "1" Nvuldwvl Iyot"""""""""eLuueD rs8unl e8reg-e8leg laqe1- ), NVUIdWVI rtO€ ........... rd sqt 'seurltsl laqel ,,[,, NVUIdWVI r96Z """"""lsal slaqstJ Luelep (J nete)o s!]!i) lellN ,,1, NVuldwvl It62 """""' n srlu) tellN laqel,H, Nvuldwvl rz6z """""' """""""'l stlu) teltN laqef "D" Nvuldwvl rL6Z """""" ',lsal letLuourB Llelep
lDa)raf teltN )nlun seltltqeqord laqel "J" NVUldwvl r€BZ """""' """"""""'l-tsnqrrlstc loget ,,1,, Nvuldwvl r0BZ """""' ,X -snqtllc laqef ,,CL, NVUIdWVI r6lz """""' l-rsnqutsrc laqel ")" Nvuldwvl rllz """""' """'leLr]loN lsnqlrlslc la9eL ,8,, NVUIdWVI r9lZ """""' lery ue8uellB reue6 ,,V,,NVUldWVl r
ls tzl- NVU rdwvt-Nvu tdwvl
f.lz """""' e)elsnd leuec .0t.t t
zlz """""' .....'.ueqttel leos-leos
.6.1[
ZIZ """""' ueLunlSuey '9.11
692 """""' """"""""'lsal - ,Z 'I'LL
v92 """""' ""' lsal ,fulqeqo4 pexl s,raqeJ .g.LL
ZgZ-""""" """""",(au]!qM-uuew uerfnSua4 .9.L 1
652 """""' """ luaDulao) uotlep)ro) 4uea s,ueutead5 .y.y1
192 """""' """" lsal4uey pau?ts uoxo)lt/\A .t.LL
VSZ...-....... .pa1 u319 .7.yy
?.EZ """""', uenlnL{epuad .[.L t
lsszl- )ruEWVuvd-NoN v)trsttvrs rx BVB
tx
'etep uelndr-unBuad sasord eueuureBeq eped uelup)auaur qrqal'IIp sJapups p)eLU ';euafeueu eueJps re8eqas e)t]stlp]s ue)ue>lauauqrqal xo) uep loo8 e4r[ ,,'gunsgue1 etecas uesrynda4 uelqueSuadynlun tseu)olut nele Dlnq dn4nc pdeptal 4epq e>11{ uesnlnda4ueltqtue?uad euercs rc1eqas ue4eunSrp 4ue,( uedetal nu4t nJens,,:qelepee)rlsrlets 'ervtqeq uerya8uad qa;otadrp ]nqasla] tstuUap enpa) uec
'lnqasJa]
elep ueeunSSuad ue)rse)runLuolSuau uep uepu)euad'ueunlSuerad'uersel rlrse;13uad'ue; ndun8uad 1n1un uelSuequualrp Suer( lnpasotduep drsuud ue;ndLunl nlens qelepe e)rlsriets ,,'eJep q)ns ]o asn aqlpue elep p)uauJnu ]o uotleltunuwo) pue 'uoqelatdtalut 'uo4ezueuJLuns
'uo4etryrsse1c 'uotpalpc aql roj dolanap satnpacotd pue saldtcuud pl,poq aql s! egsgets,,:(9 :086 t) 'rlrlp srapups ]nlnuaLu tstuuap 'enpay
'rnLlela)rp uenalar 3ue,( eqelenuras )epr] eueu rp 'ue)epult nele uesnlndal ;r1eura1;e edelaqaq uepnles ueldeiauaur eunB >lrlarunu lUnq-rUnq srsr;eue8uau 1n1un ueleunBrpSuer( rSolopoloul uep uoal ue;nduun) nlens qelepe e)tlsrlels ,,'Lt/t ouyile spej lue\alil ile lou uaq/A suotpe )o suotst)ap saNleuale lua\asSuotue auo asooq) ol a)uaptAa p)uaunu Sursn pue Suzrleue ur pa,{o1d-uta ,(Solopolau pue fuoaql p lpoq aql s! filtsllpt5.,, :ue)ete,(uau 3ue,(
(t:O16 [) xof uep ]oog ]nrnuau rsruUap 'eueya4'e)t]stle]s 3ue]ua] tsturyap
enp ue>le)nua)lp tut qe/!\eq 1p 'e1rprle1s ueeun8al seqequlau InlunuEnlnqepuad 't't
VANNWN NDDN]d NVC \DI IISIIVIS
rw
STATISTIKA TEKNIK
pengolahan dan interpretasi data. Dengan lain perkataan: "Statistika adalah suatu
metodologi pengambilan keputusan atau tindakan berdasarkan analisis data atau
informasi yang dikumpulkan secara sistematik, jika tidak cukup bukti untuk pengambilan
keputusan secara langsung."
Dengan statistika memungkinkan seseorang mendeskripsikan hubungan antara dua
variabelatau lebih. Dengan diketahuinya hubungan-hubungan tersebut maka seorang
peneliti dapat memberikan beberapa alternatif keputusan atau tindakan. Melalui statistika
seseorang dapat memprediksiapa yang akan terjadi di masa mendatang, yakni dengan
menganalisis hubungan peristiwa-peristiwa masa lalu dengan apa yang terjadi dewasa ini
dalam masalah yang sama. Sebagai contoh, dalam dunia bisnis statistika dapat digunakan
untuk memprediksi potensi pasar atas suatu produk sehingga perencanaan produksi bisa
diatur dengan risiko kekeliruan yang sekecil-kecilnya. Dalam bidang rekayasa, dengan
statistika memungkinkan seorang sarjana teknik memprediksi umur rata-rata suatu produk
sebelum terjadinya kegagalan fungsi suatu mesin atau sistem. Demikian pula dalam bidang
pendidikan dan psikologi, statistika dapat digunakan untuk memprediksi perkembangan
atau dampak dari suatu perilaku tertentu.
1.2. Statistika Deskriptif dan Statistika lnferensial
Mulai
a. Pengumpulandata
b. Pengolahandata
c. Penyajian lnformasi/data
Apakah informasi- dari sampel ? -
d. Gunakan informasisampel untuk penyimpulkan
karakteristik populasi
e. Tarik kesimpulantentang karakteristik
populasi
Gunakan sensus untukmenganalisis
karakteristik populasi
Gambar 1-01: Diagram aliran statistika
.)qal 't33utl qlqq :ueele^urad-ueete^urad urel erelue rsrsod ueJnJn snBrle)as,,o3a1e1 ue1e1e,(uaLu 3ue( qoluor ederaqag .erfusrsod ueJrun lnlnuaru pollepr)ue8unqnq ue>11nlunuau e8nf rdela1'euues 3ue,( e;e1s Luelep e,(uure; uo8alel LUelep
1a[qo ue8uap epaqraq e(ueq ue1nq uo8alel n]ens ruelep 1a[qo nlens ,emqeq
lpefuat 1ede6 '6e13ued ple)s)a/prs )upr tnqasrp eSnf ;eurpro epls.putpto epls .q
'se1af 8ue,( rsruUap nlens LlaloSunlnprp n;tad 8ue,( nluaya] ]ej!s{eJts ue11nfunuaul (€ uep 7 ,1 ue8ue;lq Iul leqLUelep) e;e1s derlas luls lC 'g ueSuelrq ue8uap ,pttornauoqc,,{sd,, uep 7 ue8ue;rque8uap ueleler(urp ,,ptoLteJed,, '1 ue8ue;rq (loqLuts) ue8uap ue1e1e,(urp ,,etuatqd-ozltl)s,, re8eqas lgtou8erprp lerurouqe nleprad ue8ueduurr(uad r3o;o1rsd uerlr;auadu-relep'qoluor re8eqag ')rlsuaUere) nele npr^rpul ')a[qo n]ens ue)rse>1urseg13uaul
)nlun loqLUrs re8eqas ue8ue;rq ueleunSSuaul leurtr-rou ele)S .put.uoN epls .e
'leNalu! uep leurpto ,1eu
-tutou e/e)s ]nqasrp Suer( letsos ele)s sruaf e3r1 ledeptal '1e1uo3a1e1 eJefas uen4nSu-ad ep4s ueleun8rp e8n[;ersos nullr-nulr uelep,luauunu elep Burdures 16
telrroSalP) PIPC .n. L
'4plau plpp ]nqasrp e,(uuelnln8uad ;rseq lnuquo>1
pqeue^ ]nqastp ue]nlnSuad rrep qa;oladrp e,(ure;lu 3ue,{ ;aqerren '(sela) n}es LUelep
e^ stseqeur r1e;u.rnf e,(ulesru 'qn1n ueSuellq) lll)sap ueSuelrq ueSuap ue1e1e,(urp uepBuaDla4 ]nqasrp ueSunlrqSuad ;lseq 'Ut4sap pqelre^ inqastp ueSunlrqSuad uep qa;otadrper(urelru 3ue,( ;aqer:en 'rserren e,(uepe uol1n[unuaru Sue,( )l]srrauere) ruye,\ ,laqeuert
nlens rrep uue8e;aq 3ue{ re;ru ue1;rseq8uauJ srsrleue uen;rada1 )n}un ueln)n8uad neleue8unlrq8uad ;rseq uep qa;oradrp 3ue,( etec 'uqepur] nete uesnlndal Jlleuralle qe;unlasue)nLuauaru ledep reSe lelrlsrlels erefas) srsrleue8uau Sueloasas uelutlSunulaul)nlun rUnq nele etep qe;Lunfas ueln;.radrp,entqeq uelelnuua8uau e)lrlsrtels rsruUaC
IrraunN Plec srua[ Enc .t.t
'tleltp 8ue,( rselndod 1r1sr.raqe.re1 Sueluaiue;ndursa>1 ue;rquueBuad ueSuap uelre)raq 3ue,( ru>1e{ 'letsuatalut e4ltsltels re8eqas
leua)lp (a) uep 1p; ueler8ay 'ue8urluada>ilaq 3ue{ ure; leqrd qalo rr,ueqedrp qepnuu.re8etseullolut nele elep ue>pfer(uar,u uep qalotaduauJ EuelureSeq ueSuap uelellaq Suer(
uelerBal u4eA'1ndulsap e\llsllets re8eqas leua)rp 1r; ue8uap reduues 1e; ueler8ay' [0- [ reqLueg eped eraua] luadas uelsr)nlrp tnqasrat uelerSa>1 eLUrla) '(ueq)-/AolJ)
ue:r|e uelSetp )nluaq urelec 'rse;ndod )tlsuauetp) Suelua] uelnduulsal )ueuaw (a)'e1ep ue1;ndu.rrr{uay1 (p) 'e}ep ue)tsptulo}urSuar-u uep uerfe,(uad ()) '(e}ep uunlSuetau-r'ue1rse1r;tse|1 -3uau.r) etep upqelo8ua6 1q; 'e1ep ue;ndrunSuad (e) :ueletSa) uerelSueraslreP lllpra] '1>;p 'srapuES qalo ue)e)nLua>lrp eueure8eqas eltlstlels rnpasold
vANNWNnr2Nld NVO VXUSUVLS - I qVS
STATISTIKA TEKNIK
disenangi, lebih sulit dan sebagainya. Skala yang membedakan objek berdasarkan
urutan posisidisebut skala ordinal. Perbedaan itu lazimnya ditandai dengan simbol
>. Sistem kepangkatan militer dapat dinyatakan dengan skala ordinal: mayor >
kapten > letnan (dibaca: mayor lebih tinggi dari kapten, kapten lebih tinggi dari
letnan).
c. Skala lntervaL Jika suatu skala memiliki semua karakteristik skala ordinal dan jika
jarak antara dua bilangan dalam skala itu memiliki ukuran alau interval tertentu,
maka pengukuran yang dilakukan berdasarkan skala ini disebut pengukuran
dengan skala interval. Sebagai contoh adalah pengukuran temperatur berdasarkan
skala Celcius dan skala Fahrenheit. Menurut skala Celcius, air mulai membeku
pada 00C dan mendidik pada 1000C. Pada skala Fahrenheit, air membeku pada
32oFdan mendidih pada 2120F.Pada skala Celcius, antara 00C dan 1000C dibagi
menjadi 100 bagian yang sama, sedangkan pada skala Fahrenheit antara 320F
dan 2l20Fdibagi menjadi 180 bagian yang sama. Baik Celcius maupun Fahren-
heit kedua-duanya memakai skala interval. Ekivalensi antara kedua skala tersebut
dapat dinyatakan dengan persamaan:
sF =-.C+32.
1.5. Pengertian Data dan StatistikSebelum melangkah lebih jauh, terlebih dahulu perlu dijelaskan makna dari dua
macam terminologi yang sering digunakan dalam statistika, yakni: data dan statistik.
Data adalah rincian dari sejumlah informasi numerik. Sedangkan statistik adalah suatu
nilai numerik tunggal, misalnya rerata, koefisien korelasi, simpangan baku atau besaran-
besaran lain yang dihitung dari sekumpulan data. Statistik menggambarkan salah satu
karakteristik populasi dari mana sampel diambil. Sebagai contoh, rerata nilai Statistika
I dari kelas A adalah 70. Kalau nilai kelulusan adalah 60, maka diperoleh gambaran
bahwa, sebagian besar mahasiswa kelas A lulus dari Statistika I dan berhak untuk
mengikuti perkuliahan Statistika ll dalam semester berikutnya.
1.6. Populasi dan SampelSuatu sampel adalah sekelompok objek yang dikaji atau diuji, yang dipilih secara
acak (random) dari kelompok objek yang lebih besar yang memiliki karakteristik yang
sama. Kelompok objek yang lebih besar itu disebutpopulasi. Dengan demikian populasi
dapat didefinisikan sebagai "kelompok objek dengan ukurannya tak-terhingga (infi-
nite), yang karakteristiknya dikaji atau diuji melalui sampling." Dalam rekayasa (engi-
neering) banyak dijumpai masalah yang berkaitan dengan upaya memprediksi
karakteristik suatu produk. Misalnya menentukan umur lampu pijar, reliabilitas suatu
mesin, kekuatan suatu bahan dan lain-lain pada umumnya ditentukan melalui pengujian
\ :,aO[ :r.]plepe e]eJ]s der]as tJep ladLues ueln>ln uede]auad e)eu; /uapuodsat 9661
]cLUps uern)n e1r[.qepual ue;rseq8uadraq %gg uep qe8uauar-u ue;rseq8uadlaq Toggr33urt ue;rseq8uadlaq Inpnpuad "/rO1 'ervrqeq tnqela)tp qelal .eto)t1ea,r ueqrllr.uad
urelep 1elere(seuu rurdo nluauad rpefuaLu rselndod n]ens uelep ue;rser-18uad roqe]e,{u1esry1 'ue4tptpuad p43uq nete uel$eq?uad p43u17 e,(u;esrr-u /rnqeta)rp Llelal
Suer( nluapal )rlsua])ere) ue)Jeseplaq ue)nluallp elerls uedelauaS .ua8o.ra1aq
]e;rsraq er(urse;ndod e;rqede reledrp elellsJa] Sutpueg .ep4sral Sutpueg .e
'letsuan4as Surpues uep pdqnu Sutpues 'epue? Surpues uep
lrlpral SueA pdqntu Swpu.teg 1q)'19urpues tleuLals,ls) \neuralss Sutptues uep 6uF-ues ralsnpy 4odtuola>1 Swptues '13urpues pa!]llerls) elulilat 3ufiues r.rep urpral 3ue,(
p33un13w1dtueg 1e; :uo8ale>1 enp uelep lSeqlp ledep ladu-res uelrqLue8uad 11u1a1'lu! qeq lrep'0['l
ler8ered uelep ue)rJaqrp lete ue8uel!q laqe] ueeunSSuad Lloluo3 'rur Lle)seu rrep
y uerrduel eped ledeprat 3ue,( 4ete ue&uellq pqet ueleunSSuaLu ue8uap ue)n)elrpe,(uueqr;rruad eleu Jtqafqo eteras ue)n)eltp ledep ;adLues ueqtltuad re8y .;adLues
te8eqas Llll!dlp )nlun eures Suer( Suen;ad rer(undLuar,u rselndod nJens uep egoSSue derlas
'e,(urye !4ece erctas ue4n4elp sruer7 laduues uelrqu-re8uad 'qelepe uelrteLltadlp n;radSuer( unLun qeple) 'er(urse;ndod rlrlentauu tedep qaloradrp Suer( rseLr.rrolur .re8e ;adr.uesqrlrLUaLU eJpf euelureSeq qe;epe er(uueqe;eseruJad 'Sutptues rnlelaLu ueleues)elrpuauuuadsla nele uerlrlauad nI qeqas LlalO']tqnJlsap uerfn8uad uue;ep eue]nla]'rse;ndodqnrnlas ue)]eqrlaLU ur>13unuu )epr] uaurJadsla nele uerfn8uad 1eq 1er(ueq uelec
tadues uElrqup8uad IruIaI . I L
'snsuas ]nqasrp rse;ndod qnJnlas
ue)leqrlaLU Suer( uerlr;auad n1en5 '3ur;dr-ues ereras ueln)elrp uerlr;auad er(uununeped eleu ';esaq ]e8ues 8ue,( rse;ndod dnleruau eXuunuun eped ;ersos uerlr;auadrse;ndod euaJe) 'uapuodsat nele 4a[qns ]nqasrp ntr uer]rlauad lafqo eleu 'ersnueur n]r
uerlr;auad lafqo e1r['l3olo1rsd uep ue)tptpuad lnseu:a] letsos nurlt-nult u-lelec'e,(uladuues )tlsttels ue)leseplaq rslrpardrp nluaual rse;ndod nlens )tlstraUere)
rpe{'talaue;ed lnqasrp rselndod tiep )t}srra})erp) uelSuepas ,>1t1stlr-1s }nqastp
laduues nlens )rtsuaqeJe) ,,'llqLuqp ryt pdtues eueu uep rcelndod tlqe^ au \nlun\e)e ere)as tlqLue!p 8ue,{ qoluo:,, re8eqas ue)rsruUaprp ;adue5 'rse;ndod >lr}srraqerelrs>lrparduau )nlun ueleunBrp uerpnuJa)i 3ur ptues I rseH'(r.loluof uel rqL.LlEBuad;
Sutptues erefas ue1n)elrp ur>13unLu er(ueq JlUnlsap r[1 'ue1;ndursrp euas srsrleuerp
uep qelorp uerpnua1 '}e1e:rp uerfn8uad sasord Erilelas ueqeqn.rad-ueqeqnrad .)esnl
ntl ![nlp 3ue,( >1a[qo reduues ueueqaquad ue8uap ue)n)plrp ]lUnr]sap ere)as uerfn8ua;']p4rutsap nele jtl4rulsap-uou ]elrslaQ ledep lnpord ntens )rtsuaUere>l uer[n8ua6
'seleqral 1er e{uqelLunI elt[ @t!u!!u!) e33u1qny4e1uep /seteqra] e,(uqe;uunf e11[ 1a71uy1 eSSwqtal inqastp rse;ndod n]ens 'uauuadsla nele
_cvANNVVNn22Nld NVO VXUSUVLS - t svs
STATISTIKA TEKNIK
b.
(0,10) = 100 responden dari golongan berpenghasilan tinggi, 1000 x (0,35) = 350
responden dari golongan berpenghasilan menengah, dan 1000 x (0,55) = 550
responden dari golongan berpenghasilan rendah. Selanjutnya siapa di antara mereka
yang dipilih sebagai responden ditentukan secara acak.
Sampling Kelompok. Metode ini dipakai jika cakupan penelitian sangat luas. Pada
sampling kelompok, objek penelitian dibagi ke dalam beberapa kelompok dengan
asumsi masing-masing kelompok dapat mewakili populasi. Sebagai contoh,
penelitian atas konsumen suatu produk di kota-kota besar. Langkah pertama adalah
membagi peta kota tertentu ke dalam beberapa kelompok (clustel yang lebih
kecil. Langkah berikut adalah memilih beberapa cluster (secara acak) sebagai
sampel. Selanjutnya survai dilakukan terhadap sejumlah rumah-tangga yang
berada dalam cluster tersebut.
Sampling Sistematik. Metode ini dianggap sebagai penyederhanaan dari metode
sampling acak. Cara pengambilan sampel ini banyak dipakai pada pemeriksaan
produk-produk yang bersifat standard (baut, mur, bantalan peluru, dsb.) dan dibuat
dalam jumlah besar (mass production). Misalnya pemeriksaan akan dilakukan atas
10% produk. lni berarti bahwa, antara sampel peftama, kedua, ketiga dan seterusnya
akan berselang 10 buah. Dengan pertolongan tabel bilangan acak terlebih dahulu
ditentukan produk peftama yang akan diperiksa. Jika bilangan yang keluar pertama
kali adalah OT,maka urutan pengambilan sampel adalah 07,17,27,37,... dan
seterusnya.
Sampling Ganda. Kerugian pada penggunaan sampling tunggal adalah, .iika
penetapan ukuran sampel terlalu besar. Sebagai contoh, jajak-pendapal @olling)pemilihan guberqur di suatu propinsi ditetapkan dengan sampel 2000 responden,
sementara calonnya tiga orang, misalnya A, B dan C. Dalam pelaksanaannya
sampai pada responden ke-100, 75oh responden memilih calon B. Jika jajak-
pendapat diteruskan, maka diperkirakan gambaran tersebut akan tetap. Demikian
juga jika responden dibatasi 300 - 400 orang, hasilnya akan sama. Untuk
mengantisipasi kondisi seperti diterangkan di atas, pengumpulan pendapat dapat
dilakukan secara bertahap dengan ukuran sampel yang lebih kecil. Metode ini
disebut sampel ganda(double sampling) di mana pengambilan sampel dilakukan
dalam dua tahap. Sebagai contoh, pemeriksaan produk manufaktur dengan
perencanaan sampling seperti teftera pada Tabel 1-01.
Tabel 1-01: Rencana Sampling Ganda
Sampel Dikombinasikan
Samolins Ukuran Ukuran Diterima DitolakPertama 50 50 2 7
Kedua 100 150 6 7
c.
d.
;plndod eped ue)eueqelrp )epr] uerlrlauad (q) lreuaq eref,as ue)rsruUaprp lep11 rse;ndoder :e,(u;esru '3ur1dues:npasord ue8uap uetre>paq leprt Suer( lell-leLl qalo ue)qeqasrp
Surptues-uou uerutp4ax 'Surptues uerutp\a\ uep Supues-uou uentrp|a4 y4e|'Swptues ue3uap uelrelraq 3ue,( uenrr;a)a) urefplu enp ]edepral uerlrlauad urelec
3u11dueg uenllala;; uep Sutpweg-uoN uenrlala) .B.t
'e(uuelelouad uep ueeuuauad erralu) nlnqepqrqalrat ueldelalrp n;rad uedeqel derlas eped undne;ervt ,1adr1;nw Sutputes nepepueSSuptues rnpasord ue8uap ewesBupups ueeuef ua )ad'F.suanlas Sutptueslnqasrp ruunpasord '3w1dtues ue)snlauau nele'r[nrp 3ue,( srsa]odtLl n]ens e,{u4e1o11p
nele euJuallp ue)snlnuau euas eues 3ue( nue/\^ Luelep ueleuueSuad qe;uunfas
ue)nlelaLu >1n1un e;nd ue1ur13unu.lp e)eLU ,;adr1;nlu Sutpues uep epue7 Butp-u-res eped uelSueqlua1rp 3ue,( uese8e8 eped uelsepuellaB .prsuanlas Bulldweg .l
')elollp ue1e1e,(urp y wleq eped ;adLues qnrnlas eleut ,qenq Lueua rederuau]e:er 3ue,( Suereq qelLunf rut deL1el eped e1r[ 'y-a1 deqel a) uelsrua]p Bwptueseleuu 'qenq e8rl pe:er 8ue,( qelunl g-al deqel Swpues eped reduues e,(u1esry1
II0vLOZLlnlnla)od9ozlOZueuaa)
s001OZeurla)I€08OZleotuaa)EZ09OZearla)€olOZEnpa)?0o7.OZeueuad
)elollcBr,IrrJaICuejn)nueJnIntsurl0uresUEIrseurquo)rC ledues
1adr1ln6rfuadue5 eueruau :20- [ laqel
e,(u de qel d e las r ra) Li qa r B uex ; ad Lu e,, n, nr ;':;l i:ffitr'ff1Hlilt,i,lli jili:;Surptues ueeurndua,(uad uelednraLu rur Sutldtues apolaw .pdg1ny1 Sulpweg .a
'e,{uqn:n;as ryptlp ue1e1e,(urp n1r lnpord q)leq eleul '}e)el 3ue,( Suereq qrqa;
nete qenq qnfnl ledepla] nlr ueES)uauad enpa) eped e1rI rde1a1 .1req ue1e1e,(urp
lnpord eleu'1ere:3ue( Suereq qenq Lueua urnursleur ledeptal (00t + 0g) ,
nlt Burputes enpa) r.rep elrf '()e]e erelas qllldlp) qenq 00 g 1e,(ueqas enpa) deqel
;adLues ue;rqure8uad ueSuap ue)lnluellp snleq ueeslr:aulad eleuu ,9 nele g ,y
'€ 1e,(ueqas 1e:e:3ue,( e1rI rde1a1 'ue)]nfuellp n;lad lepri uees)uaulad uep>1req
ue1e1e,(urp ]nqaslal lnpord ']efer 3ue,( Suereq qenq enp 1er(ueq-1e,(ueqas ledepralntr uees)uauad Lue;ep e>lt[ '()e]e elefas llqLuplp) Llenq 0s >1e,(ueqas laduessetp ue)n)elrp uees)rrauuad eueyad deqeg eped 'lnqasra] eue)ual ueryesepraB
y,{NNyYNn9DNld NVO VXttSuVtS - I BVq
STATISTIKA TEKNIK8{8
aiyang seharusnya dikaji; (c) kuesioner disusun sambarangan; (d) istilah-istilah penelitian
tidak didefinisikan secara tepat sehingga menimbulkan berbagai interpretasi; (e)
responden tidak menjawab secara akurat atau tidak menjawab sebagian dari kuesioner;
(fl kekeliruan tabulasi.
Kekeliruan sampling disebabkan karena prosedur sampling tidak digunakan
sebagaimana mestinya. Misalnya telah diketahui bahwa, populasi penelitian tidak
homogen namun sampling dilakukan secara purposif tanpa alasan yang jelas. Dalam
hal ini hasilnya pasti berbeda dengan hasiljika menggunakan metode samplinglerstrata,
sementara statistik yang diperolehpun akan berbeda jauh dengan parameter populasi.
1.9. Penalaran Induktif dan DeduktifPola penalaran yang banyak digunakan oleh para statistisian adalah penalaran
induktif danlatau penalaran deduktlf. Seseorang menalar secara induktif iikadidasarkanpada pengetahuan yang dimiliki namun dengan pengalaman yang terbatas untuk sampai
pada kesimpulan yang diyakini dapat diterapkan, walaupun kesimpulan itu berada di
luar batas-batas pengalamannya. Sebagai contoh, jika seorang guru menBetahui bahwa,
107o siswa kelas matematika mendapat nilai g 60, maka guru itu menyimpulkan (secara
induktifl bahwa, 10% siswa kelas yang bersangkutan akan mendapat nilai yang sama
pada pela,iaran fisika.
Kebalikan dari penalaran induktif adalah penalaran deduktif. Penalaran deduktif
dimulai dengan menyusun suatu asumsi, kemudian berdasarkan data yang diperoleh
diturunkan (deduced kesimpulan yang mendukung atau menolak asumsi tersebut.
Dengan demikian penalaran deduktif merupakan metode yang dapat digunakan untuk
melacak implikasi dari suatu asumsi.
1.10. Contoh Penggunaan Tabel Bilangan Acak
Pada Lampiran A ditunjukkan salah satu halaman dari Tabel Bilangan Acak. Untuk
mempermudah penggunaannya, tabel itu diatur sebagai berikut. Jumlah lajur
dikelompokkan lima-lima dari angka 1 sampai 25. Bilangan acak dikelompokkan empat-
empat dengan nomor 1 sampai 40. Dengan demikian penggunaan tabel bisa disesuaikan
dengan besarnya populasi.
Misalnya Ketua Kelas (KK)dari mahasiswa-mahasiswa yang mengambil mata kuliah
Metodologi Penelitian hendak menunjuk '10 orang mahasiswa dari 40 mahasiswa untuk
mewakili kelasnya dalam diskusi antarperguruan tinggi se-kota Bandung. Untuk maksud
tersebut KK menggunakan daftar absensi untuk menentukan nomor urut mahasiswa
yang terpilih. Dalam contoh ini populasi N = 40. Untuk menentukan pilihan tersebut
KK menggunakan kolom 5 dan 6 dari tabel bilangan acak (Lampiran 41), sehingga
diperoleh perwakilan yang terdiri dari mahasiswa dengan nomor urut: 05, 38,07,32,
S
t
t
-:;r elep /^u) qeluau pipp ]nqaslp uetltlauad nlens trep qaloradtp 3ue,( e1e6'rse;ndod
uep uer8eqas ue)]eqrlau e{ueq 3ur;dLues uelSuepas 'rse;ndod qnrnlas ue)}eqrlauluele snsuag'Sutptues nele snsuas rnlelaui ue)n)eltp ledep elep ue;ndrunSuadsasord 'elrlsrtels apolaru ueleunSSuauL ueBuap llelaplp ledep rse;ndod nlens
)rlsrrat)ere) rslrpardLuar-u )nlun 'ertqeq uelSue.ragrp qela] '9'1 ler8ered LUelec
EleC uElndun8ua4 'I t't'rlel eLueuad ;n:unr-u Suer( lnqasral
e13ue Llelepe qllldlp 8ue( eleu 'eLues 8ue,( qrqa; nele e13ue enp redtunflp ]nqasralueqr;ruuad uerelSuer Luelep e1r[ 'reledrp )epl] l€ uep g1 '69 e13ue-e13ue ru1e,('67qepnsas el3ue-e13ue uer)ruap ue8ua6 '3uero g 1 rede:uau uelrlervtrad qe;urnf redr.ues
renla) eLueuad SueA p e13ue Llemeq rp rourou-roruou qelepe qllldlp 3ue,( ereluaura5'reledrp )eplt 0, uep resaq qrqa; 8ue( e13ue rur ueLlrlrruad rnpasord rue;e6
lece ue8uelrq taqul ueeunSSuad qoluo3 :20-[ rpqtup3
69 ttLq 9xLr *ggt Lr?6 tgt, ts9q t,b*r t,ttt tzzt r&,* Eg6t k4zg ttzr gt"b* q*
*g t5rq 8*,{ L*t, etrl ilt* tg&L az*q ffga L$r& *sa**/.t
'!
,I
u
Iu
5s Br*,* &Cta eSt"t ql"g{. a*xg t.tSt gnet gLEt tLf f *l)rg 6*rg tltt, tL!a 6fL* feS6 gtag t**$ tr{} f s*t \L88 &re& *{rq x**, q*9o **et*tt
Lg ga 16 io l$ tt t$ $L *t 6$ 6f*f;oaBa {oro 166f tLlo tg6t t$-f$LS gL fi 6e gl Lt tt AB ri [[ St oo69Lx ot 9o 6|ot 5! tg fu o9 tllgqf ou *L ta !6 ot ol t.L 18 ot g$ LtLg td Bt Lq *t" *q g/" tS t6 gz 6fTdt,P *A g* tt 9L t"t tA ** of 69 g{Z\pf fl, 9? EA S{ 9* Er o6 og $6 6L *q5i {9 fg z} _gf tf gc 6$ ** ro ,l *LBB t{ [g 6f $o gl qr gS ?$ t$ e$-iilgt Lt 6r g* z,g L$ o( tg ,5 t$ '$fl$?tl $ *t {, LL *g rr ql gl o9 p$}Saalg rtg& 6arf |*fg tlo{ lroB** ?9 t"& *l- Si gf f g gg Lt tx ,L ggrr 9b rg oS eo ef $g16 gr 6t
'6-e? 5r g[ 6r 16 q* t,t *1, g* Af rl oS gt.a/. lr t* ** tr tg r0 tt ro tg ll *t{rg{r **frl 9aLa ftrC,t *rLd rLr'u;6a gb 61 66 rq tt gl b$ go tL v9 xSfg9* rg[9 rqrg t.E$b {tgc 6}rSd,f r* ga ?* l,r 69 t* g* t6 afi 6A *fg* rr gr gt ,* LS rS tS *[ r] gp fgo$ rf 9t gg *g fit ra rd {n Ae 6t. ftg, ta rl dl ** *{" u* gt gg ra 6* Af69 *o Et s{ gr }} ,, Lt rl g* 6& torf,^dr ge*{r *t*tt as-lt gt-tt rt*4
plffrxrlsq & qlmo,r***rBr*a51
isutnwnx FtCIflt'{yu Jo a*\rd :l'tdl^'tr/t
*f tt 9x {{ {s*r L9 lr *g ts go f,6 tL i,f, tttO fl *& &t rrro fr ?g ,f rtt, 6r li $g o,99 o* Ig o[ 6rILL& el"6t fir*zgr r59? lt6tg* r[o9 e)r
&*f Soft Stf6 tg 69 oo frr{ 6} 96lt trtr rf *Lr rrfiogE fS*{ .rr** *a ql g* axlL t* t* s,& dro 69 g* 1,9 *Lgfig *6|g Lertt ,Sbr p
f,otrn *gf$ Ir|g( pbgt ,rl*g tg*t er(69 ?.rll rg$5o 6q&v r9*f br
' Go- trPqLUeD) 0z uep 9 L',Bo',gt',go', to
t
I
E
E
,1
lll
U
u
:)
(€
U
xt yINNyyNn99Nld NVO WttSUVtS - I gVS
10 STATISTIKA TEKNIK
beragam nilainya. Oleh sebab itu agar data mentah tersebut mudah dipahami, terlebih
dahulu perlu diolah dalam bentuk tabel atau grafik. Dengan demikian pengumpulan
data mencakup upaya menyederhanakan dan menyusun data ke dalam bentuk-bentuk
yang mudah dipahami, baik data numerik maupun data kategorik. Teknik penyajian
data dibahas dalam paragraf-paragraf berikut ini.
1.12. Distribusi Numerik dan KategorikSebelum membahas masalah yang berkaitan dengan konstruksi distribusi frekuensi,
terlebih dahulu perlu dijelaskan perbedaan makna antara disuibusi numerikdan distribusi
kategorik. Suatu distribusi disebut numerikapabila sejumlah data dikelompokkan dalam
ukuran numerik seperti ditunjukkan pada Tabel 1-03. Selanjutnya suatu distribusi disebut
kategorikjika sekumpulan data dipilah-pilah dalam bentuk deskripsi kualitatif seperti
pada Tabel 1 -04. Distribusi numerik juga disebut distribusi kuantitatif sedangkan distribusi
kategorik disebut distribusi kualitatif.
1.13. Konstruksi Data NumerikProses perancangan distribusi frekuensi dilakukan dalam tiga tahap. Pertama,
menentukan klasifikasi (jumlah kelas dan interval kelas) ke dalam mana data akan
dikelompokkan. Kedua, mentabulasikan data mentah ke dalam kelas-kelas yang sesuai.
Ketiga, menuangkan hasil tabulasi ke dalam bentuk tabel.
Klasifikasi data tergantung pada jumlah data. Lazimnya data dikelompokkan ke
dalam 5 sampai 15 kelas dengan interval kelas yang sama. Lazimnya jumlah kelas
ditentukan dengan menggunakan rumus Sturges:
k =l+3,3logn
di mana p = jumlah data mentah. Pada umumnya dipilih harga kyang ganjil (5,7,9dsb.). Selanjutnya jika t= nilai data tertinggi, dan r= nilai data terendah, maka besarnya
interval kelas i ditentukan dengan rumus:
i=(t-r)/k
Tabel 1-03: Penghasilan Juru Gambar
pada Lima Buah Perusahaan
(1.01)
(1.02)
Tabel 1-04: jumlah Juru Gambar
dalam Lima Buah
Penghasilan(Ro)
lumlah luru Gambar
550.000 - 599.000 57
600.000 - 649.000 78650.000 - 699.000 126700.000 - 749.ooo 89
> 750.000 24
lenis lndustri Jumlah Juru Cambar
Meubel 382Keraiinan Losam 257
Konstruksi 766Permesinan 854
lasa Pemeliharaan 123
:(e^uln>luaq
ueluelell leqll) 90- [ laqel eped e3r]a) Luolo) urelep eraua] ruadas selal dert-der]
uep rsuanla4 uellrseLlSualu rensas Suer( se;a1-selal Luelep a) qeluau elep rselnqef'er.ueuad trLolo) 90- [ laqe] eped erayal ruadas sela) lerualur ueunsns qaloradrp eSSurqas
-'0['dU rBuernlrp se;a1 derl-der] uep rSSuruat rc1u'depa,to rpe[:a1 1ep11 .reBy
'rbburl.rai rplru ** lr.lppuaral reIU * :ue;ue.rala>:upbueJala)
sg'62ZL,SI0f.'626S'V L09'LZ€s'€ tOS,BZsv'tL68'la9€'6v9'B I0B'9 tgz'0t0l-'g tL I,T,Zg l'vz9V,ZZOY,BZVI'LZog'92SI,BLsl'lLVB,LT6y'lz0t'01L9,iZyy'9 L09,LZBV,IZLg,VZs6'E tlg'v Iso'€zVB,€ Lsl'rf,9Z,SZ**LB'l€st'tz9L,IZ16'vz9t'9OS,ZZ7.V'97.vg'lL0s'6 t6B,Btl'z Itv'gz
zg'f.€.s€'lLs6'lL€B'lZLLT9Z,VZ0t'92SZ,BILB,f,Z06'9€S L,VZZI'ZLZ 1,9€9'OZIB,6LES't€OS,I L9Z,Z Ios'tt6V,ZZ6v'stOT.,Z€OS,ZZIt'oLVB,OZLt'61ZB,b€EB,O Ty€.'62bB'61*9b'9gf.'1"7.
;s1pads43 org Suereg uerugrlSua; lpl!N ElpO:90-l laqpl
-'000'S'dX = llt'OOO' E- -'000'0r)'dU) = /'se1a>1 1enra1ul-'000's'du =J 'qemeq a) uellelnq!p -'gst'g'du =r 'qepualal teltN
-'000'0r'du =7 rpefuauu se]e a) uel]elnqrp -'0lB'l€'dU -7 't38utya] lellN' 7=4 uellelrlqlp BZ' l= €26'L't'€ + l. = 0B 3ol'€'€ + I =)'se;a>1 qe;runf
0B = u 'qeluau etep qe;Lun[:uelesa;ar(ua4
'laqel )nluaqLuelep a) ]nqasra] qeluaur elep qe;o8uaur elururp epuv 'S0- I laqel eped ue11nluntlprsrpadsl3 eseI qenqas rnlelaLu Suereq ueuturSuad relru ue]e]e3 :10-Lf tlo]uo)
'laqe] >lnluaq urelep unsnsrp
uerpnua) rselnqe] lrseH 'qeluau elep qe;Lunf ue8uap eures snreLl sela) enuras uep
rsuan)ar] qeluun[ 'sep4 Buan4a4 ]nqastp sela) n]es LUelep 1edepra13ue,( elep qe;LunI
'90- I laqel eped ue11nlunttp rselnqe] ]euro3'sela) nles eped er(ueq uelrselnqellp elep derlag'rensas Suer( se1a1-sela) LUelep a)Lleluatu etep ue)rselnqelualu qelepe e(u1nluaq qe13ue1 'e1ep tselt;tsel) up)nluaualu
qelatas'(10-tf qoluo3 ]eqrl) uelnrnraq 3ue( sela) enp erelue depa,to rpefua1
leprt eSSurqas uer)ruapas rslaro)rp snreLl sele lp (t0'[) sntun.r ueeunSSuad uep lrseH
LIy NNyyNn9?Nld NVO VXUSUVTS - t 8V8
12 STATISTIKA TEKNIK
Tabel 1-06: Tabulasi Data Pengiriman Barang Biro Ekspediri A
Nilai (x Rp.1000,-) Tabu lasi Frekuensi Pensiriman05,00 - 09,99 iltll t 6
1O,OO - 14,99 t/ilt ///// // 12
15,00 - 19,99 ////t ///// t//// //// 19
20,00 - 24,99 ///t/ ilt// t//// /t/il 20
25,00 - 29,99 ililUil/uil 13
30,00 - 34,99 ililil1t o
35,00 - 39,99 il 2
jumlah: N=80
Tabel 1-07: Tabel NilaiPengiriman Biro EkspedisiA
Kelas lnterval Frekr,rensi Pensi riman1 05,00 - 09,99 6
2 10,00 * 14,99 12
3 1 5,00 - 19,99 19
4 2O,OO - 24,99 20
5 25,O0 - 29,99 13
6 30,00 - 34,99 o
7 35,00 - 39,99 2
Jurnlah: N=80
Jumlah pengiriman yang tertera pada kolom tiga dari Tabel 1-07 disebut frekuensi
kelas yang menunjukkan jumlah kejadian (pengiriman) untuk tiaptiap kelas. Apabila
ditinjau secara keseluruhan, maka frekuensi pada tiaptiap kelas itu menunjukkan sebaran
frekuensidari seluruh data pengiriman. Jadi, frekuensiadalah jumlah objek atau kejadian
dalam satu kelas atau kategori, sedangkan sebaran (dispersion) adalah pola distribusi
frekuensi dalam beberapa kelas atau kategori. Selanjutnya yang dimaksudkan dengan
interual kelas adalah selisih nilai tertinggi dan terendalr dari tiap-tiap kelas. Pada umumnya
dalam satu tabel digunakan interval kelas yang sama. lnterval kelas Tabel 1-07 adalah
(9,99 -5,00) = (1 4,99- 1 0,00) = 4,99.
Apabila klasifikasi data pada Tabel 1-07 dilukis dalam bentuk skala, maka akan
diperoleh visualisasi seperti Cambar 1-03a; bentuk ini disebut skala deskrit, sementara
Cambar 1-03b disebut skala kontinu. Pada skala deskrit antara batas tertinggi suatu
kelas dengan batas terendah kelas berikutnya terdapat selisih sebesar 0,01, sedangkan
pada skala kontinu batas tertinggi suatu kelas sama dengan batas terendah l6elas
berikutnya.
ro;alel rrlelep uerpefal nele lafqo qelunfas uep uet8eq ue))nfunuaul ase]uasad'qeqstu uep stodotd'aseluastad ue.resaq ue8uap
uelete,(urp eBnI ledep uetlr;auad ltseLl/sela) nele rro8ale) n]es uelep uerpe[a>1 nele
1a[qo qe;Lunf uellnfunuar-u 3ue{ ue:esaq re8eqas rsuan)al} ueleunSSuaur urelas
qpqslN uEp /tslodo,r4 /aseluas;ad .nL.L
'60- [ laqetuep B0- [ laqef eped ue11nlunllp rpadas e,(utun;aqas sela)-selal lrep ue8uern8uadneie uellelurnfuad uellnfunuauu Suer( rsnqu]srp nlens ruler( 'yp1nun4 Bnqulstp
laqel-laqe] eped qelepe elnqral le^ratur ueeunS8ua4 ',,00'S€ uep ?uetn4,, ',OO'Oyuep 8uetn4,, ueele(ulad ue8uap elnd ledep uep tHtqal nele gg'g1,,',glqal neJe OO'5,
0qrqal nete -'000'0r,'duZLlrqal nele -'000'st'du0tLIqal nete -'000'0€'du
TZq!qanete -'000'sz'du
f.vqtqanele -'000'02'd>l
e9qtqanete -'000's I'duvtq!qanete -'000'0 L'duOBqrqal nete -'000's'du
LlelunIuel',Jurtsuad uernln
"{!qal nP}P "",,
lllPlntun) rsnqrrlsro laqel :60- [ laqpl
0-'000'0r'du uep;uern)o/-'000'S€'dU uep Huerny
0t-'000'0t'dd uep Euern)
ts-'000'SZ'dU uep;uern)t€-'000'02'dU uep tsuern)
8t-'000'S t'dX ucp Eueln)9-'000'0 L'du uep Euern;
0-'000'S'dU uep Euein;qelLUnlue[xrJrduad ueJn)n
,"'IJPC 8ue;ny,,
,rlelntun) rsnqrrlstc laqel :80- [ laqel
:er(u;esruu'ueele,(u:ad ue8uap ue11nfunirp ue)utelatrt
'se;a1 derlas Intun ylruUap e8req-e8rell ue)eunBtp 1"plt elnqra] leN atur epe4'drynya1
le^ralu! uepulnqtal pNatu!uelnqas leua)rp e3n['1nqas:a] lerua]ur )ntuaq Surduues r6'nunuoy leNatu! uep tuysap leNaru! ueSuap ue)pnsleLlrrp 3ue( ede Suelual ueryaSuad
elnd qa;oradrp 'nurluol ele)s uep Ullsap ele)s uetuo8uad ue8uap ue8unqnqa5
(q) nurluol elqs uBp (e) lrrlsap elqs :t0- I rpqruED
(q)
9!019-------t-------l-----------------t------
(e)
00'91 66'Vl 00'01 66'6 00'g 66't------------ l- | -------------- | - | -------------- | - t---------
ttVANNVVNN92NId NVO VXIISIIV-LS - I SVg
14 STATISTIKA TEKNIK
atau kelas teftentu, dinyatakan dengan basis 1 00; dalam hal ini keseluruhan data dinyatakan
sama dengan 100%. Sebagai contoh, apabila hasil pengolahan data pada Tabel 1-07
dinyatakan dalam presentase, maka akan diperoleh tampilan seperti Tabel 1-10. Untuk
maksud yang sama, Tabel 1-08 dan Tabel 1-09 dapat juga dirubah menjadi tabel dengan
besaran yang dinyatakan dalam persentase.
Tabel 1-10: Tabel Nilai Pengiriman Biro EkspedisiA
(xRp.1000) dalam %
Kelas lnterval Kelas Jumlah Pengiriman (%)
I 05,00 - 09,99 7,50
2 10,00 - 14,99 15,00
J 1 5,00 - 19,99 23,75
4 20,00 - 24,99 25,O0
5 25,00 * 29,99 16,25
6 30,00 - 34,99 10,00
7 35,00 - 39,00 2,50
Jumlah: 100,00
Jika pada sistem persentase keseluruhan data dinyatakan sama dengan 1O0"/",
maka pada sistem proporsikeseluruhan data dinyatakan dengan 1,00. Jadi suatu proporsi
adalah bagian dari 1,00. Untuk menghasilkan angka proporsi diperoleh dari besaran
persentase dibagi 100. Selanjulnya nisbah (ratio) merupakan pecahan (fraction) atau
perbandingan antara dua besaran. Misalnya nisbah 46123 dapat dinyatakan 2 : 1, atau
dinyatakan dengan nisbah= 2,0. Demikian juga nisbah 201100 dapat dinyatakan dengan'l : 5, atau nisbah =0,2O.
1.15. Penyaiian DataPeneliti berkepentingan untuk bisa menyajikan data penelitian atau eksperimen
sedemikian rupa agar mudah dipahami oleh pihak lain, selain dalam bentuk tabel seperti
telah diuraikan dalam paragraf 1 .13. Bentuk penyajian data yang banyak dipakai adalah:
histogram, ogive, poligon dan kurva.
Histogramjugadisebut diagrambalokdigunakanuntukpenyajiandatayangsemula
berbentuk tabel (Tabel 1-03, 1-04 dan 1-07) seperti ditunjukkan pada Cambar 1-04.
Tabel-tabel seperti Tabel 1-08 dan Tabel 1-09 dapat dipresentasikan dalam bentuk
ogive atau poligon terbuka (Cambar 1-03). Tabel-tabel dalam bentuk kelas interval.'
(seperti Tabel 1 -03,1-04 dan 1-07)dapat pula ditampilkan dalam bentukpo/rgon (tertutup)
seperti tertera pada Cambar 1-06, namun harga-harga yang mewakili tiap-tiap kelas
adalah nilai+engah-nya (Xr). Jika Tabel 1-07 hendak ditampilkan dalam bentuk poligon,
terlebih dahulu harus ditentukan nilai tengahnya; dengan demikian:
dnpyal uo311o6 :90- L reqrueD
qnqral uo311o4 :S0- I rEquPD
lf,Hrnirai
uu.rSolsrg :?0- L reqrueS
'selal le^ueq Lllqal
uplep al ]nqasra] urerSo{srLl rSeqLuaLU ueleI ueSuap nur]uol e^rn) Llalo t]e)aptp ]edepLuerSolstr.l Llenqas 'emqeq ue)selafuaur tut ueteln 'lnqasJal JtsJeqtp Suer( erun1 qemeq
rp uer8eq senl Llalo rlr)emra] e8n[ lnqaslal Suen;ad rueraq'uerpun lle) 0[ Luelep Dueltedepuau Suen;ad ue8uap leuorsrodord Cf BV ledurarBas senl euare) 'nur1uo1 Suer(
e^rn) qe/\ eq rp rsreqrp Suer( uer3eq ue8uap e{usen; eures er)-erl) CfBV ledt-uarSag'elO-L requeD ueresaquad ue)ednrau SueA q1g- [ requreD uelrleqrad e(ulnfue;ag'(D) epnreD reqLueB uelledepuau )ntun (ueqerdnr nquas uueSol Suen ueSuapl
uerpun lle) 0 [ lrseq urerSoprq ue11n[un]lp elg- I reqllrpD eped'nuDuo4 $nqulstp )n]uaqnlens qaloradrp uele eler-u 'uelSunqnqrp se;a1 derlas rrep qe8uat relru-relru uetpnural
'(ltla)radtp sela) le^ratut) >le^ueqradrp uuerSolstq ntens uep selal qe;Lunf elrqedy'90- I requeg eped uellnfunlrp
luadas 1ou ue8uap eures rsuanlarl eped UlLllelp uEp rle/\\erp nlelas uo8r;od uesr)nlad
'S6ylt = Ly uep S6VZ;. =n'X !S6VlZ ='X ISOVZZ ="X !S6blL =uX:sovzl = Z/(0000 l- o66vt) + 0000 I =ux !s6vt= z/(000s -0666) + 000s =
ux
9l
66"6t- 66'tC" 663e- 66.r?-
VANNVVNN22NI/ NVO VXUSIIVIS - I gVB
sTAtlsTlx4 rEA \,r(16
45E?sn6uRE 7.4.
Cambar 1-07: Pendekatan kurva kontinu
',.16. RangkumanDalam Bab I pembaca diperkenalkan pada beberapa konsep dasar yang penting
untuk dikuasai sebelum mempelajari materi yang disajikan dalam bab-bab selanjutnya.
Bila mengalami kesulitan dalam memahami suatu materi, pembaca dianjurkan untuk
selalu mengkaji kembali konsep-konsep dasar yang disajikan dalam bab ini, khususnya
dalam membedakan batas penyajian statistik deskriptif dan statistik inferensial. Demikian
juga dalam hal pemilihan sampel secara acak dengan menggunakan tabel bilangan
acak.
Agar data hasil penelitian mudah dipahami oleh srake holders, data tersebut terlebih
dahulu diolah dan disajikan dengan penataan yang menarik. Pemilihan bentuk penyajian
lazimnya disesuaikan dengan cara pengolahan data. Penyajian bisa berbentuk tabel atau
grafik. Walaupun terdapat banyak bentuk penyajian, namun dalam naskah ini hanya
dikemukakan tiga macam grafik yang banyak digunakan, yakni: histogram, poligon terbuka
dan poligon tertutup. Jika pengolahan data dikaitkan dengan pengujian normalitas sebaran
data, maka lazimnya digunakan kombinasi penyajian dalam bentuk tabel dan histogram.
Sedangkan poligon terbuka atau yang dikenal juga sebagai distribusi kumulatif dapat pula
digunakan untuk menggambarkan perkembangan suatu proyek. Karena bentuknya
menyerupai huruf S, poligon terbuka juga disebut sebagai diagram S.
1.17. Soal-soal LatihanS'l-01: Terangkan perbedaan pengertian tentang statistika dan statistik.
51-02: Terangkan pengertian tentang statistika inferensial dan perbedaannya
dengan statisti ka deskriptif.
I
I
',1
ir
il
LuerSors q >lntuaq Luelep 0t-t laqef Luelep elep uelst)nl
rsnqrrlsrp lnluaq tuelep 60-[ laqe] uep B0-l laqe-L LUelep e]ep uelsr)nl']rlelnLUn) rsnqulstp )nluaq LUelep sete tp L0- [S leos elep uelrle5
:r [- Ls']rlelnLUn)
:T L- TS
:z L- [stL
€
v€
sB
BL
0tI
66t - 00t669 - 00966S - 00S66V - 00V66t - 00€662 - OE(.
6bz - ooz66t-0sL6tL-00166-0S
rbed ueueHqe;LunI
(0'000'00 L'du x)uero) uerer(eqLua6
'uo8rgod uep ruer8olsrLl Luelep lnqasra] elep uelrfe5 'E66 [ unqeleuueuad uelnq ueua LUelep eJer-elel teltu Llelepe lnqaslal elec 'ueueq reqe>l ]erns
0B Uep r8ed rsrpa uero>1 uere,(equad elep uellnfunuaul tut qeMeq lp laqel: [ [-[S
'00I > vN >s8 :s8 > vN > 0L:01 >vN > ss :ss >vN > 9v'.st > vN:sela>l lpnJalur ue8uap uue:3o1srq
uep laqet )nluaq urelep ]nqasla] elep ue>1r[e5 '9002 uep VOOZ'1OOZ uele>13uy ennsrs
-eqeu uep e)tlsrlels Llerlnleleu Jalsauas rrqle uer[n telru e]ep uel;ndLun; :0I-LS'3uero 00 [ uern)n.raq rse;ndod rrep llqLuelp 3ue,( uapuodsa.r
SZ ue)nluauau Inlun >1ete ue8uellq laqel ueeunSSuad Llotuof ue)uaB :60-LS'1e:e ue8uellq laqe] ueeunSSuad uep ueeun8al uelSue.ral :80-[S
'leNaru! eleys uep leupro epls 'leurtuou elels l.letue ueepaqrad ue13uera1 :10- [S'llUnpap uere;euad ueBuaplrqnpur uereleuad e.relue ueepaqrad ue13ue.ra1 :90- LS
2ueleunB epue3ue( Llelede 8ur;duues apolau '3ur;dr-ues erefas uellernla) nlpns Inpnpuad ue;rseq
-Buad 1e13ur] Suelua] Suetua] uerlrlauad elepe8uauL )nlun elutrutp epue eIl[ :S0- [S'e(uueeunSSuad
qoiuol ue)rraq uep ladLues uelrquue8uad 1ru1a1 ureleur e8rl ue>13uera1 :r'0-LS'rse;ndod nlens uep ;aduues
ue;rqLue8uad qeprel ue>13uela1 ';adLues uep rse;ndod uerua8uad ue1Suera1 :t0- [S
:lVANNVVNN2DNId NVO VXIISIIVIS - I 8V8
STATISTIKA TEKNIK
1.18. Daftar Pustaka
Boot, .lohn C.C., Edwin B. Cox (1970), Statistical Analysis For Managerial Decisions,
McCraw-Hill Book ComPanY, New York.
Freund, John E., Frank J. Williams (1958), Modern Business Statistics, Prentice-Hall,
lnc., Englewood Cliffs, N'J.
Hald, A. (1g52), statistical Theory with Engineering Applications, John wiley & sons,
lnc., New York.
'unsnslal elep uep unsnilal-\el plpp tu)e^'e1ep 1n1uaq enp uelep ue1teJntp uele e,(uurel ueJn)n-uelnln uep lelluasre;ru eBrla1 ueSunlrqBuad'snpolu uep uetpau 'e1ua) :lnqastp e)tlsrlelsLUelep lnqasrat lerluas relrN '(anlp^ FJluil) lutuas rplru ]nqasrp 3ue,(nluaual repu nles relr)as rp e1odtal3ue,( rsuanlaJ, ueleqas ue8unrapua:a>1
e,(uepe ue11nfunualu epnJeD lequue8 ueltedepuau )n]un uetpun rlelO L llseq ru1e,( '96-7 reqLueD eped uelsrlnlrp ryadas LllnLun e;e[a3
'er(uuedelauad epas 4ecund ueJDln uep ulaus uelnln ,peye,,t
uuDln seqeqrp e8nI nlr Surduies tC'ue]esnuad elefa? uep uetn)n re8eqas
leua)rp uerpaur uep snpoLu 'elelay 'lnqasla] ulalsts lJep JnLUn uetpaLu qaloue1e1e,(urp ledep uaisrs nlens ue;e8e3a1 1e13ul1 e8n[ uerlruap ,uelnln
snpour ue8uap ueleler(urp ledep eXuueelurr.urad >1er(ueq 3ue,( ntedasuernln 1ue;rseq8uad eletar qalo tltle^ tp ledep elo) qenqas uegrseqSuad
'e(u;esru rse;ndod )rlsrJaqere)'rse;ndod Irlsual)eJe) ue1;ndur,(uaruueleun8rp ledep Suer( elep ue;ndLunlas urelep Sunpueyal 3ue,( eg1e1
-e11e1 uelrsdu)sapuaul )ntun qelepe e)rlstlels uen[n1 'ennqeq ue)e)nura)rpqelal I qeB ureleC 'uerlr;auad elep lrlsual)eie) rnqela8uau )ntunlerrne rsdr.rlsap ueledntau elep tsetjen uep )elal uejn)n 'e1r1sr1e1s LUelec
uelesntuad PletaD 'L'Z
VIVC ISVIUVN NVO )VI]] NVUN)N
nw
20 STATISTIKA TEKNIK
2.2. RerataTerdapat tiga jenis rerata (mean) yakni, rerata aritmatik, rerata ukur dan rerata
harmonik.
a. Rerata Aritmatik. Dalam statistika, sekumpulan data numerik dapat diwakili olehsatu nilai yang disebul rerata aritmatik. Cara menentukan rerata dapat dilakukandengan dua cara, yakni secara langsung dari data mentah (ungrouped data) atau
dengan terlebih dahulu dikelompokkan ke dalam beberapa kelas atau kategori(grouped data). Penghitungan rerata langsung dari data tak-tersusun dilakukandengan menggunakan rumus:
'ix,X = B (2.01)
n
di mana p = jumlah data, i =1,2,3,...fl. Dengan menggunakan rumus (2.01), rerata
dari lima buah data: 54,76,73,37,45 adalah:
;- 54+76 + 73 + 37 + 45I =
, =lr'.
Penghitungan rerata data tersusun ditentukan dengan rumus:
Q.02)
di mana 4 = frekuensi pada kelas r, i= 1,2,3, . . k, Xr= nilai tengah dari kelas i.
Penerapan pada data yang terdapat dalam Tabel 2-05, terlebih dahulu perlu ditentukan
besarnya nilai tengah Xr (Tabel 2-01).
Tabel 2-01: Perhitungan Rerata Pengiriman dari Biro Ekspedisi A
Nilai (x Rp.1000) xr fi Xr.f,
5,00 - 9.99 7,495 6 44,97010,00 - 14,99 12,495 12 149,94015,00 - 19,99 17,495 19 332,40520,00 - 24,99 22,495 20 449,90025,00 - 29,99 27,495 13 357,43530,00 - 34,99 32,495 B 259,96035,00 -- 39,99 37,495 2 7 4,990
I_ BO 1 669,600
k
Zx,'f,rr- - i=l1l -- k-
Lr'i=l
Dari Tabel 2-01 diperoleh:
? iu tlaloladtp )tuolllEq eleral snurnr ueleunSSuau ueSuap /e Lleq ue))nfunuauj
rul leH 'Lt/u4 vg'tt = ;z'Blo9t = (9'z + sz'z + o'z + s'[)/09t :Llelepe n]l lreqas Luelep
ueue;efuad eler-eler uegedaral p,e['Lul 09€ = 06 x , treqas u]elep qnduualrp 8ue,(
1e.re[ 'q g'Z uep q gZ'Z'rl O'Z'tl S/ I qelepe Surseu-SutseLU n]r Lu4 06leief qndu.rauauu
)nlun nue/!\ euare) qeles rur ueqeme[ 'Lt/Lu4 9z'9y = blgt + 0y + s, + 09) :)l]eul]lre
eleJar ue)eunSSuaru uele Suero er(uuunrun rut uee(ueuad qentefuaLu )nlun iuelele)
9g 0v s? 09
-+-+-+- IIII . 260'0 820'0 + sz0'0 + 27,0'0 + tI0'04 tutl 8S'E, = ----, = =
nn-t{:qalo.radrp'ltuoureq eteral up)eun33uau
ue8ua6 iuellas uelep er(u;rqoLu uelueleluaul n]l rpnLua8uad e]er-e]el ueledata>1
qelederag 'Wtu4 gtuep q/Lu>t OV'Ll/Lu4 gV'LYLI4 09 elel-elel ueledaral ue8uap qndrualrp
nl! ul) 66 qnelas uo8alr3 - eye>1e[1ere[ 'r.reqas Luelep 3ue;nd-r8rad r;e1 enp uo8alr3 -eue)ef rrep ueeqesn.rad 1e1s ]nduuaf-re]ue ue)n>lelau rpnLua8uad 3ue.roa5 rqo]uo3
(s0'z)lflr t , _H
u
:snLunl ue8uap Sunlrqrp )luotlleq elelal e)eul tLt ' ' ' te tZ
,1 - I eueLu rp rx qaloladrp u uelnlntaq ;adr-ues Llenqas llep P>lll ?luouJeH ElEraU 'J
'000t - n Llaloradrp eLulrreSol laqe] nele loleln>I1e1 ueleunSSuar-u ue8ua6
lz09't, =It06't + \7,09'E + 0r0t'€
= 71Eol
:rn>ln-elerar euulrreSol ueltlaquaul ue)e
OO0B '000t '0002 :ln>ln ]alap ]eter(s lqnualuaul 3ue,( ue8uelrq e31t 'qoluor re8eqa5
uwo'z),XS,3 = 2flo1
:eut1ue3o; >lnluaq Luelep a) qeqrutp tedep 1gg'7) snulnl 'lesaq ue8uelrq-ue8ue;rq )nlun
(r0'z)
:snurnr ue8uap Sunyqrp Jn)n-elelal u'"'t'Z 'g - I eueuu rp rx elep ue;ndunlas )nlun'l!]eLUlUe e1e-rat epedr)ep)n4n
-etuil ue>1eun83uau ue8uap ue)n)eltp e)t[ lttlat qlqal e]elal ue8unltqlad 'eues
ttdueq nele eues uelnrnJaq 3ue,( elep enp derl ue8urpueqrad elrqedy'rnln EIPIaU 'q
000I'009'699I=x
n
08
ilx...e x.zx.Lx
IZ
-'0t8 07'df, =
vtvo tsvtdv\ NVo ,v117 Nvdnxn - tt svg
STATISTIKA TEKNIK
yang lebih mendekati nilai sebenarnya (selisih 0,OG km/h karena pembulatan pada
perhitungan pecahan).
2.3. MedianUkuran kedua yang digunakan untuk menunjukkan nilai sentral adalah median.
Median adalah nilai tengah setelah sekelompok data disusun dalam urutan dari nilai
terkecil ke nilai terbesar atau sebaliknya. Jika jumlah data ganjil, maka mediannya
adalah angka yang terletak di tengah-tengah. Misalnya suatu sampel menghasilkan
data: 1 2,7 ,8,14,16,1 9, 10. Setelah disusun menurut urutan nilai diperoleh:7 ,8,10,12,14,16,19. Padacontoh ini median Me=12.Jika jumlahdatagenap,misalnya: 7,8,8,10, 12, 14,16,19, maka mediannya berada di antara 10 dan 12, besarnya Ay'g = (.1 0 +
12)12 = 11 .
Untuk data tersusun nilai median ditentukan dengan rumus:
di mana Me = median, b= nilai batas terendah dari kelas di mana median berada, p =
interval kelas median, n = ukuran sampel, 6=jumlah semua frekuensi dengan nilai
tengah kelas lebih kecil dari nilai tengah median, dan f = frekuensi kelas median.
perhitungan median untuk data yang tertera dalam Tabel 3-01, diketahui: median
terletakpada kelaske-empat, sehingga b=20,OO, P=4,99, f =20, n=80 dan F=37'
Dengan menggunakan rumus (3.06) diperoleh:
Me =zo + +,ll [}j#) = 2o +y# = 20,75
2.4. ModusUntuk menyatakan gejala sentral yang paling banyak terjadi dugunakan ukuran
modus. )ikasampel menghasi lkan ni lai : 1 2, 1 4, 34, 34, 28, 28, 34, 1 4, 3 7 setelah di susun
menurut urutan besarnya nilai akan diperoleh: 12, 14, 14, 28, 28, 34, 34, 34,37' Data
ini menunjukkan nilai 34 muncul terbanyak (tiga kali) sehingga modus dari sampel
tersebut adalah Mo = 34. Untuk data tersusun seperti Tabel 3-01, besarnya modus
ditentukan dengan rumus:
Me=t.r(+) (2.06)
Mo=t.r(#r) 0.07\
snpou upp uetpau 'eletat uqnpnpa) : !0-Z rEqruED
uollnq!rl3!p panal: d1ce1:r8rN (r)
uOll nqrJltlp Il3lrl ttlru.tr(S (t)
.90hlurrP.hl
u?cIl
'10-z reqLUeD eped ueunfun]lp snpou uep uelpau'eletal ele]ue ue>lnpnpa)
(80'z)(aW - epla.t)'t = oW - eletad
:snL!nr ueSuop uelele^urp ]edep ]nqasla]
lerluas teltu eBtla) erelue >1r.rrdua ue8unqng 'slllaLuls Intuaqlaq lsuan>laJj ue;eqas
emn>1 e1rI er.ues 3ue( teltu ue)tlaqulauJ uele snpou] uep uelpau '(llteuuttle; e]e:al,errqeq uellnduutsrp ]edep rut 'y'7 ue8uap teduues Z'Z ]r'l,?rr,ed eped uelern lrec
zs'z =#. o, = [?)uu',
.t Q( = oty'r
'e33urqas I = t L - OZ ='J' L = 6L - OZ = t7'66'y
= d
'oz = q :qaloradrp Io-z laqel lJec'snpou] sela) le^la]ul =d'e,(u]nlllaq sela) ueSu -ap
snpou selal elelue tsuan)alJ Lltstlas = e7
'eAuu)nlaqas selal lsuan)alj ue8uap snpou
selal erelue lsuan)ar] Lllsllas = ! 'snpouu sela>l qe^ eq selEQ = q 'snpouu = ol.{ eueul !P
urrpshl
vtvo tsvrav\ NVo xvlll Nvdnxn - ll gvs
24 STATISTIKA TEKNIK
2.5. Variasi DataBeberapa rerata, median dan modus memberikan satu bilangan yang mewakili
sekelompok data. Namun informasi yang terkandung dalam nilai sentral tersebut belum
dapat menggambarkan sebaran (dispersion) frekuensi dari suatu sampel. Dapat
direnungkan bahwa, dari beberapa sampel yang diambil dari populasi yang sama akan
menghasilkan sebaran frekuensi yang berbeda. Hal tersebut menunjukkan adanya
variasidata. Sebagai contoh, untuk membandingkan dua perusahaan asuransi X dan Y,
yang dalam enam tahun berkembang dengan pertumbuhan revenu:
Perusahaan X: 6,0 5,7 5,6 5,9 6,1 dan 5,5 persen
Perusahaan Y: 7,2 7,7 4,9 3,1 3,4 dan 8,5 persen
Rerata perkembangan kedua perusahaan tersebut adalah sama, yakni 5,8% per tahun.
lika penilaian hanya didasarkan pada nilai rerata, maka kesimpulan yang ditarik dari
data tersebut adalah: kedua perusahaan tersebut sama baiknya. Analisis yang lebih
teliti menunjukkan bahwa, perusahaan X berkembang dekat pada nilai 5,87o (bervariasi
antara 3,1"h dan 6,1o/o), sedangkan perusahaan Y bervariasi antara 3,1o/o dan B,Soh
sehingga dapat disimpulkan bahwa, perusahaan X lebih stabil daripada perusahaan Y.
Ukuran variasi yang paling sederhana adalah rentang sebaran (range). Rentang
sebaran didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil dari suatu
sampel. Rentang sebaran merupakan ukuran variasi yang buruk karena hanya
menunjukkan perbedaan antara nilaiterbesardan nilaiterkecil. Pada paragraf selanjutnya
akan diperkenalkan ukuran variasi yang lazim dipakai, yakni: simpangan baku, bilangan
baku, koefisien variasi, kemiringan dan kurtosis.
2.6. Simpangan Baku
Simpangan baku dari suatu sampel didefinisikan sebagai " akar kuadrat dari jumlah
kuadrat selisih keseluruhan data terhadap rerata." Berdasarkan definisi tersebut, maka
simpangan baku untuk sampel tak tersusun dihitung dengan rumus:
(2.09)
di mana s= simpangan baku, darisampel, n= ukuran sampel, i=1,2,... n. Selanjutnya
untuk menghitung simpangan baku data tersusun digunakan rumus:
S=
di mana k = jumlah kelas, {
k
)tx. -x)'.f,i=l
n-l(2.1 0)
= frekuensi kelas ke-i, X,= nilaitengah kelas ke-i dan l=
:s9t9S*s69lEIot09
9B9tv9OB9V0s0t09
099SssbbS99S99EE
EI0tsvsl09svB9BZ
ESs9999V9Ss90€9t
0n9VZVv60sy9s9vs
SBZ9v9vtOEs9vs09
v9OBvsvv99ztZ9ss
9t€sSSot€9C9BT,FIZ
0sOE9n9tBVov0e9€
:z jlleuroJ sal
:[ ]rleLulol sal
z,lleurol sal uep I llleulJoJ sal IPIN :20-Z laqBl
.]nqasra] jtleuroj sa] enpa) ltseq ttep nleq ue8ueduuts uep elelal qe13un1rq '99 ueldelalrp
qepuala] uesnlnla) reltu e>lt['20-Z laqel eped ueryn[unqp enpa_1 uep eLUeUad]l]eLulo] sal
llseH .]rleLuns sat uJnlaqas ]tleli.lloj sa] rle) enp ue)epe8uauu .refe8uad Suetoas 'e1tpt1e1s
Llerln)eleLU upesen8uad ue8uequralrad rnl1e1a8uau )nlun :10-Z) l'loluo3
.ZO-Z) qotuo) eped ue)>lnfun1rp rpadas'>lodLuola>l u]elep npl^lpur efuaur1 ne]e lse]sald
rsrsod rsenle^a8uaur )nlun ue)eun8rp tedep lul nleq ue8uellB '!z nyeq-ue&uPlrq ]nqasrp
ledeprp 3ue( nreq ue8uelrq e33urr-1as nleq-ueSueduts uenles Luelep ue>lele^ulp 8ue^
X eletar deper-pa1 'X ntnp nlens ue8uedLurr(uad ue>11n[unuaul ]nqasJa] nreq e]e6l
s(?,1,2)
:snunr ue>1eun33uaur
elelal uep u "''€'(,'l
ftt'z)'!'r(X -'ro2,l
=zs
:unsnsral elep >lnlun uep
=rs
x-t*=lzue8uap !z nrcq elep unsnstp ledep s nleq-ue8uedruts epas r= / eLIPLU lprx elep ueSuap u ueJn)nJaq ladrues nlens llec
lselre^ uatsuao) uep n{EB-uPSuPllB 'l'z
I-u
l-u(LL'Z)l=l
,(x- 'x)K:qelepe unsnsra] >lel elep lJep suelren
snLUnJ )nluaq u-relec 'sueuer ]nqastp nleq ue8uedLuls tlep ]elpen) '\''''t'Z'L
9Zvwo tsvlSv\ NVo xvlll Nvanxn - ll 8v8
STATISTIKA TEKNIK
Penyelesaian:a. Batas terendah dan tertinggi dari kumpulan data tersebut adalah 27 dan 95. Karena
nilai kelulusan = 56, maka pengklasifikasian data diatur sebagai berikut: 26 -35,36 - 45, 46 - 55, 56 - 65, 66 -75, 76 - 85 dan 86 -95 (tujuh kelas).
b. Seletah melalui tabulasi, maka untuk menghitung rerata dan simpangan-bakudigunakan format Tabel 2-03.
c. Dengan menggunakan rumus (2.02) dan (2.10) diperoleh rerata dan simpangan
baku dari dua tes formatif tersebut:
Tes Formatif 1:
Tes Formatif 2:
x' =ry = 5l'75 clan sr :
*r=T= 59'30 tlttn s2 = @=13.85V +o-l
= 14,36
Tabel 2-03: Tabel Perhitungan Rerata dan Simpangan Baku
Tes Formatif 1 dan Tes Formatif 2.
Kelas lnterval XT f, Xr.f , X (X, -x) (X, - X)''f,1 26 -35 30,5 2 61,0 59,30 -2B,BO i 65B,BB
2 36-45 40,5 4 162,0 59,30 l B,BO 1413,7 6
3 46-55 50,5 B 404,O 59,30 -B,BO 619,52
4 56-65 60,5 13 786,5 59,30 1,20 18,72
5 66-75 70,5 B 546,0 59,30 11,20 1003,52
6 76-85 80,5 4 322,0 59,30 21,20 1797,76
7 86-95 90,5 I 90,5 59,30 31,20 973,44
E 40 2372,0 7485,60
Contoh C2-02:f ika pada kedua tes formatif (C2-01 ) itu seorang mahasiswa mendapatnilai 90 kemudian naik menjadi 95, bagaimanakah posisi prestasinya dalam kelas?
Penyelesaian:Dengan menggunakan rumus (2.13) diperoleh bilangan baku pada kedua tes
tersebut:
Tes Formatif 'l:
Kelas lnterval XT fi 'xr.f , X (X, - x) (x, - X)'.f,
I 26 -35 30,5 5 152,5 51,75 -21,25 2257,81
2 36-45 40,5 B 324,O 51,75 11,25 101 2,50
3 46-55 50,5 14 707,0 51,75 1,25 21,88
4 56-65 60,5 7 423,5 51,75 8,75 535,94
5 66-75 70,5 3 211,5 51,75 18,75 1054,69() 76-85 80,5 2 161,0 51,75 28,75 'l 653,1 3
7 86-95 90,5 1 90,5 51,75 38,75 1501 ,56: 40 2070,0 8037,51
e,\.rn) 'sulaurs >lep!] 3ue( uereqas eAJn) ue>11nfungrp )ZO-Z reqrueD eped e,(ulnfue;ag'eures 8ue( eie.rar r)rlruaul rdeial epaqraq 3ue( uereqas Sueluar ue8uap uereqasp^rnl ue))n[unuaur qZO-Z Jequ]pD 'epaqraq 8ue,( eterar ue8uap rdetal erues 8ue,{
uereqas Sueluar ue8uap srralurs Suer( ;adrues L{enq enp uep uereqas erun1 ue11nfunyp
ez)-t JequreD eped 'ujefeuj-ujefeujJaq eslq rsuan)arJ uejPqas e^rnl )nluaB
srsoun) uPp uESurJltua) uBrnln 'B'z
'e,(ugeuorsuaurp lllsuaqerel uaSotalaq ur)eu lUeraq er(urseuen
uatsuaol resaq ur)eur e,(u1r1eqa5 'e,(uleuorsuaLurp )rlsuaue"rel uaSou,roLl urleu lueraq
lnpoid nlens rrep rserJeA uarsqao) lrra1 ur1ew '(eleJ-eleJ ralauerp re8eqas deSSuerp
lequ.re8 eped urnluec.ra) 8ue,( leurrrlou ueln)n ';euotsuauutp uern>ln8uad tuelep uelele))
,, ",- ,,, ,.(1* r) =
,r,,* p u,p ,, ,,* ,,,
,.(1- , )
= ,,,,
:qelepe Surseu-Surseur e/uurnursleuJ uep run(ururLu
Jal atlrerp eleuu 'sulaurs lsueralo] uelresepraq ueldelalrp ]nqasral sorod ue.rnln e1r[
o 9ZI,0 = %[u.#t= A
.]ltelar rseuen uarsuao>l ue>1;rseq8uaw uu g0'0 n)eq ue8ueduurs uep wu OteleJ-eler ralalrlelp ue8uap so:od uouursads euur; ue.rn>ln8uad eped u1o1uo: re8eqa5
X o/o001': = A
:snLUnr ue8uap ueleler(urp SueA l jnep) tser)en ua$Uao4 ]nqasrp 3ue,( ue.rn4n ue8uap
ue1e1e(urp uerlrlalal'e1r1sr1e1s LUeleC'rn)nrp 8ue{ epuaq etei-eter uernln ne}e leu-rulou uern)n rnqela8uauu eduel uernln8uad uerlrlala) ue)n uauau 1n1un ueleun8rp
tedep >1epr1 uern>ln8uad qelr-unfas uep nleq-ueSuedurrs e,(u.resaq rnqela8uauu unuleN'e,(uuelrlerad saso.rd uprlrlala) 1eda1 qrqal nele '1nqasra1 uernln8uad uerlr;a1a1 3ue1ua1
rseLuJolur ue>luaqrp uele gadrues qelunfas sele uern)n8uad uep qaloradrp SueA rseuen
ntr qeqas Llalo 'eLues 3ue{ ue.rnln ueltedepuar! )n}un 111ns le8ues (Suueaq //pq) n.rnlad
uelelueq uelrlerad eped'ese(e1ar Sueprq !p qoluo) re8eqa5'uettrlala) role)rput re8eqas
ueleun8rp Suuas ue.rnln8uad lrseLl nele elep uelndr-un)as uep nleq-ue8uedr-ur5
'Ot'6S rpe(uar-u SltlS lep 1e13uruau Z jlleurro,sa1 eped selal elerar euarel Ipe!at !ul leH 'unrn] e(use;a1 r.uelep ]nqasia] e^^srseqeurrselsard rdetat le)Buruau eXure;ru undneqert 'entqeq ue11nfunuaw (gg'Z> lg'Z) 'z >'z
WL'Z)
s8'tl gt'llL9'Z =
OCffi; = 'z uul 99'7 =
ifft;=',:Zvlvo $vtdvt NVo xvtlt Nvdnxn - il svg
2B STATISTIKA TEKNIK
Pdinyatakan sebagai kurva yang miring ke kiri (dengan ekor di sebelah kanan). Bentuk
ini juga disebut kurva dengan kemiringan positif. Sebaliknya kurva Ndinyatakan sebagai
kurva yang miring ke kanan (ekor disebelah kiri), juga disebut sebagai kurva dengan
kemiringan negatif. Ukuran kemiringan diperiksa dengan rumus:
s]( =3.(X - tre)
(2.1s)s
Jika nilai kemiringan positif berarti kurva miring ke kiri dan nilai negatif berarti kurva
miring ke kanan sementara nilai nol menunjukkan kurva simetris.
Bentuk kurva yang simetris ditentukan oleh rentang sebaran dan simpangan baku,
yang disebut kurtosis. Terdapat tiga bentuk, yakni: leptokurtik lka sebaran mengumpul
dekat pada nilai rerata; hal ini terjadi jika nilai simpangan baku kecil (ditandai bentuk
kurva yang rincing). Bentuk kedua disebut mesokurtik jika bentuknya tidak terlaluruncing; sedangkan bentuk ketiga disebut platikurtik jika bentuknya cenderung datar
sepeti punggung kura-kura. Bentuk terakhir ini mempunyai sebaran yang luas atau
nilai simpangan baku yang besar. Ketiga bentuk itu ditunjukkan pada Cambar 2-02d.
Avcragc of ltR > avcngc of OO:'dispcrsion thc samc
(a)
Asymmctricd distributions (P ispositivcly :kewcd; iy' it
ncgativcly rkcwcd)(c)
Dispcrsion of X ) dispcrsion ofI'; avcragc thc ramc
(b)
//
Kurtosis cxamplcs
Gambar 2-02: Kemiringan dan kurtosis
(dt
6S
,isIttlee
690sZS
09IB
9t6SBS
tBt9
IBotts€9ts
tv0909tss9
vs0t9ttSZ9
€vssl9ItZ9
09L9
lv09v9
9S
t9v9L9
ts
tvLI99€9lv
9999ZB
ItTS
t9 69ts onts Lt59 BV
Bi 69
'rur qemeq !p laqe] eped ryadas uel1nfuntrp JSa] ssausno^Jau llep llseH :90-zS
I0t6t
0vLstzILLBV
v
66-0668_OB6t- 0t69-096S-0S6V-0V6€-096Z_OZ
rsuan)arluerln ro>ls
'gB ro)s eped nleq-ue3ue1rg (q) 'n)eq-ue8uedurs
uep eler-eler relru ue>lnlual (e) 'lul r{elv\eq lp laqel Luelep elaual luadas uerln ;rseq
etep qaloradrp eyasad 009 qalo lln)llp 8ue,( ele8au uet[n n]ens urelec :tg-zs'sele rp l0-z laqel lrep uelparu ue)nluaf :to-zs
'e{ue1e.r
-e1er ueledaral qe;SunllH qd) 671 ueleda:a1 ue8uap u\ OZ leref eped uelpnua)
'qd\ 0g ueleda:a1 ueBuap Lu4 O(,1ere[ rselur;aul tsle] ltdos Sueloa5 :20-ZS'602 vBL z€z l9L tOE 002 voz [.LZ €z€ 9Bt (q
'BLL Vt.t €|. €Lt Bil SLt 9Et €€1. 9tt tLt sOt ttt (e
:rur tn)uaq ueBue;rq-ue8ue;rq lJep tnln eteJar ue)ntua1 :[0-zS
ueqllel lPos-leos'0L'z
'ese,(e1ar Luelep ueleun8rp 1e,(ueq (llx qeB Luelep seLleq tp) s4uer uepaur
)ntuaq LUelep a) uerpatu dasuo>1 ue8uequaSuad 'uaL!nsuo) tleulLulp 1er(ueq Suled 3ue,(
ede Suereq sruaf rnulelaSuauu 1n1un er(u;esrr-u '1n)unu Sut.ras 3ue{ e;efa3 tnr.lela8uauu
)ntun qelepe eueLpapas 3ur;ed 8ue,( snporu dasuo>1 ueeunSSua; 'uelnln8uad ;rseu1
rsenle^a uelepe8uaru Inlun uelurlSunr.urp r-1e1a1 undeueqrapas e)rtsrtels ue8uololrad
ue8uap 'emqeq ue1;ndursrp ledep uer)rurap ueSuag 'nluaual ettatu) depeqral
uernln8uad lrseq rsenlena8uaur ueleunBrp tedep nleq-ue8uellB 'n)eq ue8uedurts
e,(u1r:a1-resaq ue8uap rse)Urluaplp elep lseuen uel8uepas 'snpou uep uetpall.r 'eleta;ue)npnpa) ue)resepraq rse)Urluapnp tedep elep rsuan)ar] uereqas lrlsuat)ere)
ueunISuPU '6'z
6Zvtvo tsvtvv\ NVo xvtll Nvdmln - il svq
STATISTIKA TEKNIK
Buatlah tabel distribusi frekuensi dengan interval 5 dan dimulai dari skor terendalr
= 35. Tentukan statistik: rerata dan simpangan-baku dari data tersebut.
2.'l'|.. Daftar PustakaBoot, John C.C., Edwin B. Cox (197O), Statistical Analysis For Managerial Decisions,
McCraw-Hill Book Company, New York.Freund, John E., Frank J. Williams (1958), Modern Business Statistics, Prentice-Hall,
lnc., Englewood Cliffs, N.J.
z/L = (O = X)d uep 21, = (y = y\4
:srlnlrp Suen;ad rseloN '0= X n>lelJaq S lsls ue;nrunuuad
ueeuesJaq 3ue,( ]ees eped eleLu 'L = X loqurs llaqlp D rsrs ueln:unuade)l[ '(S =) D ue)nq uep D 'ru1e( emrlsuad enp ue1ltseq8uau ue)e '(Slrmes ede;a1 reqrueS uep D elrsefued ppnteD reqr-ueB ueSuap; ueqerdnt
nqrras rueSog Suen qenqas ueleunSSuauu ueBuap uprpun nlens
3uen1a4 rsnqrrlsrC'Z't
'lPos-leos uetesala,(uad Lue;ep
uelnpedrp tnqasra] laqerlaqet ueeunSSua6 '3 uerrdruel p7s g uerrdueleped e:ayat luadas rsnqrrlsrp laqe]-laqet qellenqrp 'e(uueeunSSuadue)Llepnuraur >lnlun ntr qeqas qalO 'lllla] 3ue,( ue.rrlriuad uep n])e^,\
ue)nlJaruau selrsuap rs8unl ueleunS3uar-u ue8uap Suns8ue; lsrsagodrq;uerln8uad ne]e rseur]sa8uau 'rs>lrparduuaru e,{edn unureN '&)d = (X)Iuerpe[a1 Suen;ad ueBuap X )ere laqerre^ nlens uelSunqnqBuau3ue,( rsBunJ ntens reBeqas uelrsruUaprp seirsuap lsBun3'selrsuaprsSun; ngens reSeqas ue1e1e,(urp er{ururze; )r}srle}s rsnqrl}srp n}enS 'Ir}srlels
srsrleue re8eqraq uep srsalodrq uer[nBuad uue;ep ueleunBrp 1e,(ueq rur
lsnqrJlsrp urefeu ledruaa; 'J-rsnqulsrp uep 'rX-rsnqr4srp !-rsnqulsrp ';euu
-rou rsnqulsrp :ru1e{ rsnqu}srp rroa} tupf,eLU tedr-ua seqeqrp lul qeq ueleC
rsnqrrlsrc ueSex '['t
ISflBIUISIC IUO:II
mYs
32 STATISTIKA TEKNIK
Jika undian dilakukan dengan dua buah mata uang, maka peluanB pemun-
culannya adalah:
CC, CS, SC, SS
dengan nilai CC = 1 + 1 = 2, nilai CSatau SC = 1 +0= 1 dan SS = 0 + 0 = 0. Peluang
pemunculan CC (X= 2) adalah 1/zx1/z = 7o, peluang pemunculan CS atau SC (X= 1)
adalah 2 x 1/z x 1/z = 214 dan peluan8 pemunculan SS (X= 0) adalah llz x 1/t = 1lq.
Demikian juga jika undian dilakukan dengan tiga buah mata uang, maka peluang
pemunculan adalah sebagai berikut:
CCC, CCS, CSC, SCC, SSC, SCS, CSS, SSS
dengan nilai CCC = 3, CCS atau SCC = 2, SSC atau CSS = 1 dan SSS = 0. Peluang
pemunculan dihitung dengan cara yang sama dan diperoleh hasil seperti dirangkum
dalam Tabel 3-01.
Tabel 3-01: Hasil Undian
Dua Mata Uang Tiga Mata Uang
X P(X) X PU)
0 1/q 0 1lB
11/z 3lB
2 1/z 2 3lB
3 1lB
lumlah 1 Jumlah I
SimbolXyang memiliki peluang dari bilangan deskrit 0,1,2,3, . . ., n bersifat variabel.
Variabel yang berharga demikian disebut variabel acak deskrit (descrete random vari-
able). Dengan demikian variabel acak deskrit X menentukan distribusi peluang, apabila
untuk ni- lai X= Xt, X2, . . ., Xnterdapat peluang p (Xi) = fl,X = Xi)sehingga:
Zp6) =ti=l
di mana p (X) disebut fungsi peluang untuk variabel acak X pada harga X = X.
Atas suatu variabel acak dapat ditentukan ekspektansi (harapan) pemuncul- annya
dengan rumus:
E(X) =zX,.p(X,) (3.02)
Variabel acak yang tidak deskrit disebut variabel acak kontinu (continuous ran-
dom variable). Variabel ini dapat mempunyai semua harga; artinya jika X = variabel
acak kontinu, maka harga X= Xdibatasi oleh -o < X 4 6p atau batas-batas lain. iikaX sebuah variabel acak kontinu, maka akan diperoleh fungsi densitas (,$ yang dapat
menghasilkan peluang untuk harga-harga X. Dalam hal ini berlaku:
(3.01)
:ueeuresrad ue8uap ue>lele^ulp 'X = X eped selrsuap rs8un; 'ssne9 lnlnuaw'(20-€ reqLUeS; e,(ur4arurs nquns re8eqas { eleral re;ru ue8uap ladeqs //aq) 3ua)uol
)nluaq redrua,(uau rur rsnqrrsrC '1er(unr-uauad ]nrnuaul uelnqas) ssneg Bnqulstp nele
pLuou lsnqlrlslp qelepe uerlr;auad Luelep reledrp 1e,(ueq SueX rsnqr4srp e;od nleng
lPruroN rsnqrrlsrc't't
nulluol lsnqlrlsrp dasuoy : [0-g requES
(e)
It0'
'senl uenles nles
ue8uap eues X-nquns uep e^rn) erelue senl ue8uap nuDuoy lsnqUtslp nlens uellrseqrp
eSSurqas 'nur1uo1 erunl )nluaqulaur uele 1e,(ueq qlqal 3ue{ uerpun qe;runf ue8uap
ue)n>lelrp e)lIe LO-E requeD eped ue>11nfun1rp 3ue,( Suenlad tsnqtt]stp uet)tuap ue8ua6'lnqasJa Jrsreqrp Sue,( e^rn) Llemeq uer8eq qalo tll)emlat e8nI nlr Buen;ad tuelaq 'uetpun
lle>l 0 t trlelep 3 eBrl ue4edepuaru Suen;ad ue8uap ;euotslodo;d CfBV leduar8as senl
euaJe) 'nurluo) Suer( erun1 Llemeq rp rsJeqrp 3ue{ uer8eq ue3uap er(usenl eures erl-erl) Cf BV ledua-r8ag 'e [0-€ lequreD uetesaqutad uelednlauu 3ue,( q Lg-E leqLueD
uelrleq.rad er(ulnfue;a5 'epnreD reqlue8 ueltedepualu )intun 1uLe3o1 Suen ue8uap;
uerpun llel 0l ;rseq uue:3o1srq ue>llnfunllp eIO-t requleD eped'e^rnI )n]uaq Luelep
uellrduelrp ledep Suenlad rsnqrJlsrp 'll qeB ulelPp seLleqtp Llela] eueLUreSeqa5
xp @t ;! = (x)s
:snLunr ue8uap ue)nlualrp ue;ntunuuad rsueqadsla uelSuepas
, ,i XPIX)):(9>X>D)d
(q)
(s0'€)
(r0'€)
:snurnr ueleun8rp q uep p erelue y e8req eped Suenlad uelnluauaur )nlun uep
(t0'€) 6-
r = xrt (D![ '6
cctsngta$to tlolt - ilt 8v8
34 STATISTIKA TEKNIK
Irr-rr''l
f (x,) = -! u-l-;-)' o.l2tr
Sifat-sifat penting dari distribusi normal adalah:
a. Crafik selalu di atas sumbu-X (horisontal).
b. Bentuk simetriterhadap sumbu-Ypada X= p.
c. Mempunyai modus pada X - pt sebesar 0,39891o.
d. Crafik mendekati sumbu-X (asimtotis) pada X = 1t- 3o dan X = 1.l+
e. Kurva normal digunakan sebagai acuan pengujian hipotesis jika
(3.06)
n>30.f. Luas daerah yang dibatasi oleh sumbu-X dan kurva normal sama dengan satu
satuan luas.
Untuk setiap pasangan p dan o sifat-sifat di atas selalu dipenuhi namun bentukkurvanya bisa tergantung pada besar-kecilnya simpangan-baku o. Jika harga o makinbesar bentuk kurva makin platikurtik, sebaliknya jika harga o makin kecil bentuk kurvacenderung leptokurtik.
Untuk penggunaan praktis telah dibuat daftar distribusi normal baku (standard)
yakni dengan1,l =0dan o - 1 sehinggafungsi densitas menjadi:
3o.
ukuran sampel
(3.08)
(3.07)
dengan batas-batas -@,X,o. Untuk mengubah distribusi normal umum menjadidistribusi normal baku dipergunakan rumus:
X-u X-Xos
Perubahan dari skala-X ke skala-z tersebut ditunjukkan pada Cambar 3-O2,
sementara bentuk sebaran tidak berubah. Luas bidang di antara kurva normal bakudengan sumbu-z sama dengan satu satuan /uas. Penggunaan tabel distribusi normal(lampiran B) sebagai acuan pengujian hipotesis tidak selalu didahului dengan mengubahskaia-X ke skala-z (z = bilangan-baku).
/4\//;it'i/,/-/
i- bBa-
I l*- --9::t-lt.. .*, _
_. _ _99_-_ -_>,:.
Gambar 3-03: Proporsi luas kurva
pada distribusi normal
f (z) = jr "'' '"'
f''t"/;",
//i\,r/l\
('w f'1? t^ 6 , !'"a f+?s p.3oT--"***:i -*i-"" --i*-**?-*'X r-*'!rtr
Gambar 3-02: Konversi simpangan-baku s
ke bilangan-baku z
,0S'tS = (Z'B)(gZ'f-)+g9 = X eSSurqas2,8= 8Z'I- 89- X
:qa;oladrp nleq-ue8ue;rqsnunr Luelep al rsntrsqns 'V66t'O rsrodo.rd relru ue8uap lle)aplp laqet Luelep) BZ' l- ='ze8req qaloradlp 000r'0- = rsrodord )nlun leurrou laqe] UeC '(S0-€ reqrueD) 000r'0- =(OO0 ['0-)- (OO0g'0J = (rnqe]a)rp LUnlaq 3ue(1 tz seleq redues O = z rrep senl rs.rodo.rd
e33uru1as 000['0 - L]elepe (rsreqrp 3ue,( uer8eq; nefult;p 3ue,( erun1 sen; rsrodorS:uelesalar(ua4
Aqepuara] %0[ lrep relru ueLlalorad qelederaq relru Llemeq lp'leLU-rou rsnqrJlsrp elod rlnlr8uau.r uereqas uelrsunserp eyl 'Z'B nleq-ue8uedr-lrs ue8uap
89 elel-eleJ relru tlaloraduau sela>l nlens r;ep elrlsrlels uet[n lrseH :20-t) r1o]uo)
z0-€) leos rsPsrlPnsrn:s0-€ JEqureDL0-€) leos rsEsrlEnsr^ :r0-t JeqruES
''/oel'lZ new tVlztO = ISZZ'O
- 0O0S'0 Llelepe (rsreqrp 3ue,( uer8eq) 00'€ y31 ue8uap emsrseqeLr.r rsrodord eSSurqas
lgZZ'o qelepe 09'O = z uep O =z erelue sen; rsrodord 19 uerrdLuel) leurou laqel uec
0l'0 0?'0 s9'o=
vz'o= *7-*r= y-*=':n1eq-ue8uellq qalo uellnfunlrp leurou erun1 eped O0'€ = )dl 1etal
:uelusa;ar(ua4
200't < ;31 qa;oradu-rau Sue,( emsrseqeui qeluas.rad edetaq ';eu;oursnqutsrpraq )dl ue)rsr"unserp e1r[ 'Or'O n)eq ueSuedurs ue8uap g1'7 qelepe l33uquenrn8rad nlens emsrseqeu.r eleJ-eter ()dl),rlelnLUn) rselsa:d s)apul : [0-t) tlo]uo3
'leurrou-rsnqrrlsrp laqet ueeunSSuad
Lloluor ederaqaq ue)uaqrp rur LleMeq lA '(S0-€ requreD) ;adues o/obl'66dn1e:uaur nele
V166'O= l76y'O x Z senldn>lecuar-us€+ uepst- eJelue uep;adLues "hVV'56 dn>1eruau.r
nete tts6lo = zllv'o x 7 dnle:uaur sz+ uep sz- Lleraep uelep epeJaq Suer( uereqas
1;aduues o/o9Z'89 uep uereqas ueryeqrue3Suau neJe gZBg'O = e It€'0 x Z senl dnleruaurs L+ uep s l- Lleraep LUElep eperaq Suer( enrn>1 senl rsrodord 'g uerrduLel ;aqe1 eped
leqrlalx ue8ua6'er(uulaurs nqulns uepJn>lnrpsE+ uepst-eJelue nele's7+ uepsT- 's g+
uep s I- :n)eq ue8ueduurs-ueBuedurs Lialo rseleqrp Suer( qeraep rp eperaq Suer( ;aduuesqeluasrad ede.raq 'qelepe ue1e,(ueyadrp Sur.ras Suer( ;eq 'tsnqulsrp nlens ueC
m9'0 Ea't-
CClsngtdtsto laoil - ilt 8v8
36 STATISTIKA TEKNIK
Dengan demikian nilai 107o terendah adalah 57,5 atau kurang.
3.4. Estimasi
Tujuan sampling adalah untuk mengumpulkan data yang diperlukan Buna meng-
estimasi parameter populasi penelitian. Dengan demikian rerata dan simpangan baku
s yang diperoleh dari suatu sampel adalah estimator atas parameter-parameter pl dan
o.
Terdapat dua jenis estimasi. Pertama, estimasi tunggal(point estimation).jika suatu
estimasi ditentukan berdasarkan satu besaran saja. Sebagai contoh, seorang manajer
mengatakan bahwa, rerata gaji karyawannya Rp.600.000,- tiap bulan, merupakan
pernyataan berdasarkan estimasi tunggal.
Jenis estimasi kedua adalah estimasi interval(interval estimation), yakni jika suatu
estimasi brerada dalam suatu interval besaran tertentu. Misalnya, rerata gaji awal lulusan
Program D-lll Teknik Mesin antara Rp.850.000,-sld Rp.1.250.000,-. Contoh C3-O2
merupakan contoh pernyataan estimasi interval dalam bahasa statistika. Pada contoh
C3-O2 ditanyakan nilai hasil ujian statistika yang termasuk dalam 107o terendah. Dari
iawaban yang diperoleh, mereka yang mendapat nilai 57,5 termasuk dalam 1O%
populasi yang dikaji. Jika masalah tersebut dikaitkan dengan upaya menentukan nilai
kelulusan, maka mahasiswa dengan nilai > 57,5 termasuk kelompok yang 90%
berpeluang lulus. Dengan lain perkataan, daerah nilai 10% terendah dinyatakan sebagai
daerah penolakan (rejection regionl dan daerah di atas 10% sampai dengan 1O0o/"
disebut daerah penerimaan (acceptance region). Dalam bahasa estimasi dinyatakan
bahwa, peluang keseluruhan mahasiswa yang lulus dari ujian statistika adalah 90%.
Semua mahasiswa yang berada dalam daerah penerimaan dipastikan lulus. Peluang
kelulusan mahasiswa dalam ujian statistika itu merupakan pernyataan tingkat
kepercayaan (confidence /evel) atas kebenaran suatu estimasi. Dengan demikian tingkat
kepercayaan dapat didefinisikan sebagai "peluang dari suatu interval akan mengandung
parameter populasi."Tingkat kepercayaan dinyatakan dengan persen atau proporsi. Dalam statistika
daerah penolakan estimasi dinyatakan dengan simbol d (baca: a/fa). Dalam praktek
(penelitian atau eksperimen) besarnya tingkat kepercayaan ditetapkan lebih dahulu
sebelum pengumpulan data. Misalnya, estimasi rerata p (baca: mu) dengan tingkat
kepercayaan 95oh (atau O = 0,05) pada estimasi satu slsi (terendah) ditunjukkan dengan
proporsi daerah penolakan = 0,05 dan proporsi daerah penerimaan = 0,45 r 0,50 =0,95. Pembagian kedua daerah tersebut ditandai oleh bilangan baku -1,64 (pada
Lampiran B didekati dengan bilangan 0,4495) seperti ditunjukkan pada Cambar 3-06a.
'leullou
rsnqr4srp elQd rle>lapualu l-rsnqr4srp elod 0t < u )nlun 'uo-t reqrueD)lp ueseqaqa)
-]eferap e(u1r:a1-.resaq qalo ue)n]uatrp er(usrsoynl rde]at ';eu:ou e^rnI )ntuaque8uap )lluapr l-e^rn) lnluag '(jp /uopailj
7o aatSag ueseqaqa4 )efenp lnqasrp 3ue,(
(L - u) ue8uegrq ]edepra] (60't) snuJnr uelec'u ladLues uernln eped Sunlue8rat 3ue,(
delat ue8uellq) uep @> l> @- rqnuauraur 3ue{ 7 e3.req-e3.req n)plJaq euer! tp
(60'r),,,(+.')= 0).{
:selrsuap
ueeuresrad ue8uap (uo1nqulstp l-luapnls uep ue1e13urs) t-lsnqlrislp Llelepe leuroulsnqulsrp ue8uap durr.rL 3ue( 'e,(uureg nurluol 3ue,( lere laqeuen ueSuap rsnqulsrC
J-!snqrrlsro 's't
'96'6 ue8uap redr-ues 66'6 e8req eped rseleqrp uee,(eriadal
1e>13ur1 e,{uLurze; ntr qeqas qalo '/spurqsa ueqlpla7 r8uetn8uaul ue)e uee,{euadal
1e13u11 ueqrlrr-uad resaq ur)ew '(q90-s reqLUeD) Zp se\ ue8uap Surseuu-Surseu
'ue1e;ouad qelaep enp qalo tlderp uele ueeurtauad qeJaep ls$-enp rseutlsa eped
!srs-Enp uer[nBuad 1q1 l1s1s-n1es ue1[n8uad 1e;
: S0'0 = n eped uelelouad qe.raep uedelauaS :90-g requp)
(q) (e)
v
ollo
0
0,,,
0
102 rroirr tou.opluorict
oro r: lrJoocV
(o/, tratcr)troria,l
uu1 trc[cy107; t,h:r.rc1
uorir: l.rrrulr,lctly
S0' ".01o17 ncfu;
uorSor uolrc[aX
!trsnStdtsto t8o11 - ilt svs
38 STATISTIKA TEKNIK
,, B cp(nornlul dirtrlbutlorl
Cambar 3-07: Kurva distribusi-t pada beberapa harga df
Seperti halnya distribusi normal, untuk keperluan perhitungan-perhitungan telah
tersedia tabel distribusi-tseperti tertera dalam Lampiran-C. Distribusi-tdapat digunakan
sebagai acuan menetapkan estimasi atau pengujian hipotesis dengan ukuran sampel
baik untuk n <30 maupun untuk n>_30. Tetapi karena untuk n> 30 lebih lazim
menggunakan distribusi normal, maka distribusi-t cenderung hanya digunakan untuk
n<30.Sama dengan gagasan yang mendasari rumus (3.08), maka untuk sampel kecil
statistik rdihitung dengan rumus:
x-x" a /Z,tlf ,J; (3.10)
di mana harga t tergantung pada df dan tingkat kepercayaan (1 -a) yang dipilih.Penunjukkan harga tsebagai batas-batas interval kepercayaan ditulis fo,oruntuk estimasi
satu sisi dan to,r,r, untuk estimasi dua sisi, Sebagai contoh, harga t pada tingkatkepercayaan 0,95 atau o = 0,05 dengan df = 4, untuk estimasi satu sisi ditulis t.or,o d^n
pada estimasi dua sisi ditulis t.oru,o. Di bawah ini diberikan contoh penggunaan tabel
distribusi-f.
Contoh C3-03: Untuk mengetahui tingkat penguasaan mahasiswa dalam matakuliah metodologi penelitian dari suatu kelas, diambil subjek sebanyak lima orangmahasiswa. Nilai rata-rata yang diperoleh = 61,0 dengan simpangan baku 12,35.Berapakah nilai tertinggi jika dihitung pada tingkat kepercayaan 0,95?
Penyelesaian:Dalamcontoh ini n=5 sehingga df= n- 1 =5-1=4,x=61,0 dans= 17,35.Dari
tabel Lampiran-C, pada df = 4 dan ul2 = 0,025 diperoleh harga t.rrr,n= 2,776. Dengan
menggunakan rumus (3.1 0):
lp e*teqpdEraqaq Inlun zx-rsnqrrlsrp e^Jn) :80-t rpqupD
scnl8^ !rlt0t8
'tt p)Br.)ed Luelep uqlaqlp zx-rsnql{slp ueeunSSud qouo] 'leurou eNn)
ue)resepraq gnOadxal uelde.reqrp Suer( rsuanla4 - i 'rseruasqo llseq lsuan)a4 = ! eueul rp
:snurnl ueleunSSuauu
ueBuap ue>lnlualrp .X laqe1 e8req e,(utesag 'uereqas sellleulJou rInBuau )n]unLlelppe ,X-tsnqt.rtsrp laqet ueeunSSuad nles qeles '(900'0 uep I0'0 '9ZO'O'90'0 =) D
sue4rytu1s 1e13ut1 uep (eueuad uolo>1;yp ueseqaqa) 1efelap uelreseplaq ue)nlua]rp
8ue,( ,X eBnq-e?req ue1rsrJaq ]nqasla] laqel 'CI uettduel LUelep eJaua] luadas zX
-rsnqrrlsrp ;aqel ueldersrp ue8unlrq:ad uen;-rada) Inlun '(BO-€ requreD) 0 t jp e)l[ lerurouen:n1 redn.ra,(uauu uep tesaq Llequleuaqlp elrf Suern4aq ul)eLU ue8utttuua; '(ueue) alSuuruu;yltrsod e^nrl ue>lednrau 1r1e.r8 lrra1 3ue,(yp e8req epe4 7p e,(u;r:a1-lesaq qalo
ue)ntualtp ,X-rsnqr.rprp lUer8 e;o; Jp ueseqaqa) ]eferap eped SunlueSrai 3ue{ detat
ue8uepq =) uep 1BZ/Z = rardeN ueSuelrq =a /ueseqaqa>l iefe]ap =]p = A euPril tp
([t'e) !-a"- '!('x =QZ)I
:ueeuues:ad ue8uap r"r",*r,r* lrno,rrr,r'rnlednlar-u .X-tsnqt4sr6
,X-lsnqupr6 '9't
gfi' 6t = 19' L7, - 0' L9 = ro(s)/(gt' l L' 9 ll' (,) - o' L9
:Llelepe qepualat teltu uep Vg'ZB LlelePe lnqasral 1a[qns eulla>l t.rep r33urya1 relru rpef
-T{qZ=,2
sA ul\v$28 =0'Ig * rti.ruz= x+;i*= x
sLl ft'- -
n''sz}
' -J X_X
(z IE)
6€,$nstdtsto tdoll - lll BVg
40 STATISTIKA TEKNIK
3.7. Distribusi-FDistribusi-Fmerupakan distribusi variabel acak kontinu dengan persamaan densitas:
vt-2
F2f(F)= K.
(3.13)$-tn"?di mana F = variabel acak yang memenuhi F > 0, K = bilangan tetap yang tergantung
pada derajat-kebebasan v, dan v, Persamaan (3.13) merupakan fungsi nisbah varians
dari beberapa sampel, di mana y, = derajat kebebasan antara varians rerata sampel
(sebagai pembilang) dan v, = derajat kebebasan dalam keseluruhan sampel (sebagai
penyebut). Bentuk distribusi-F hampir sama dengan distribusi- X2, yakni tergantung pada
derajat-kebebasan v, dan vr. seperti ditunjukkan pada Cambar 3-09a. Pada Cambar 3-
09b ditun.iukkan kurva distribusi-F pada v, = 5 dan v, = 14 dengan 0 = 0,05
(4or',ro = 2,96)'
Daerah di sebelah kiri merupakan daerah penerimaan dan di sebelah kanan merupakan
daerah penolakan.
Tabel distribusi-F dibuat untuk dua tingkat signifikansi, masing-masing dengan 0 =0,05 dan O = 0,01 (dicetak tebal) seperti tertera dalam Lampiran E. Dalam distribusi
tersebut derajat kebebasan pembilang dicetak pada lajur pertama lbaris teratas) dan
derajat kebebasan penyebut pada kolom pertama (arah vertikal). Contoh penSgunaan
distribusi-F diberikan dalam Bab lX tentang Analisis Varians.
13{13{rr1
\'l'"
Cambar 3-09a: Kurva distribusi-F pada beberapa harga df
00€:LlelLlJnICct0L-00r966- S6
LZv6- 06BV68-SBZI,,B_OB996t- 9tLSvt- otbZ69-596v9-09
(ol) rsuan)arl(;)) uepe8 iera8
INI lun[erd uolE] uPpEfl ]Erag elec :20-€ laqPl
'leulou ueleqas elod rtn)r8uau tnqasra] etep Lle)ede eslrrad '20'€ laqel eped
uerynfunirp INI ]unferd uoler got uepeq ]eraq ue8uequ.ruad lrseH :]6-tf qo]uo)
,X-rsnqulsrp laqe] laqe] ue1eun33uar.u ue8uap selrleulrou uerfn8uad qo]uofqenqas uelrraqrp rur qe^ eq 16 'rselndod lrtsrJa]>leJel ue1;ndu-rr(uaur netp rseurlsa8uau
)nlun qelepe Surldures lrsBq euarel'3ur;duues apolaLU rrep srSo; rsuan)asuo)uelednraru lu! leH ]nqasral ladues uep qaloradrp Suer( elep uereqassetpLuou ueln8uad
ueln)elrp n1.rad nlnqep qlqalral elep upllelo8uad Lunlaqas e)eu ';eur.tou rsnqutsrpraq
ue)rsurnserp 3ue,( rse;ndod nlens uep lrquerp ladues uetlt;auad nlens uelep elrqedy
sEulEruroN uEtlnSuad'B't
nluaual 7p uped D uele;ouad qelaPp uellnfunua4:q60-t rEquPD
." . 3:(o:jtJ =
.(ri r-apJt
tf
uopaeU Jo saalEap /, ''a q:1,.
$nstdtsto ttoll - til svg
42 STATISTIKA TEKNIK
Tabel 3-03a: Perhitungan rerata y dan simpangan-baku s
Tabel 3-03b: Perhitungan Konversi ke Skor-z
lntervalKelas
XT fi xTf' x 6,-x) (X, - X)'.f,
(1) (2) (3) (4) (s) (6) (7)
60-64 62 9 558 79,40 17,40 2724,8465-69 67 24 '1608 79,40 12,40 3690,2470-74 72 51 3672 79,40 -7,40 2792,76
75 *79 77 66 s0B2 79,40 -2,40 280,16BO-84 o1(, Z 72 5904 79,40 2,60 486,72
85*89 B7 4B 4176 79,40 7,60 2772,4890-94 92 21 1932 79,40 12,60 3333,9695 -99 97 6 582 79,40 17,60 1 858,56100-104 102 J 305 79,40 22,60 1532,28
Jumlah: 300 23820 19572,00
lntervalKelas
BiatasKelas
Z LuasKurva
Normal
SelisihLuas
f" f,.
(1) (2) (3) (4) (s) (6) (7)
59,5 -2,46 0,493160-64 0,0260 /,o 9
64,5 1,84 0,467165-69 0,0783 23,5 24
69,5 1,22 O,3BBB
70-74 0,1597 47,9 51
7 4,5 -0,61 0,229175 *79 0,2331 69,9 66
79,5 0,01 0,0040BO_84 0,2317 69,5 72
84,5 0,63 0,235785-89 0,1587 47,6 4B
89,5 1,25 0,394490-94 0,0749 22,5 21
94,5 1 ,87 0,469395-99 0,0241 7) 6
99,5 2,48 0,4934100-104 0,0056 1,7 3
104,5 3,10* 0,4990lumlah: 297,60 300
Keteransan: Catatan: * Harsa z dihitune dengan mengqunakan rumus (3.13).
z6tLog'16z008:qelLUnI
b66'069'l€'rI,L€t0t- 001002'0tv'lZ,LZ, I966-5600 L'0SZ'Zs'lS,ZZL(,v6-06t00'09 t'0v'o9'bBN68-E8060'0sz'9S,Zs'69ZI
'B-OB g L(.'oL7,,S L6't'6'69996t- stLOZ,O19'6L'€.6'lbtsvl-otI l0'0sz'0E,Os'€.2VZ69-59sB i'0vb'LZ,LB,I6v9-09
']lt0-o]),il -oAfl-oj)"]ojsela)
lP^Jalul
uErEqaS seylpruJoN uerfn8uaS laqel :r0-€ laqpl
'(pcttX , auwt'!)( :e>1[ ;eu:ou ue>1e1er(urp
rsuan)arj uereqas lere,(s :uetep)) lPurJou e^rnl e;od rlnlrSuaLu ntr INI tltnferduo;e: ered uepeq ]eraq rsuan)ar, uereqas uellndu.Lrsrp e4ew't'q'lX r'*',|1 euare)'[0S'SI - t's},I - taqo'I qalo.radrp g uerduel laqe] uel.reseprdq pleul -/S0'0
- 12
npte yoE6 uee(e:radal te>13ur1 eped ue1n1e1rp uer[nBuad elrf e,(u1nfue1a5'B = [ * 6 = ]p ueseqaqa)-lefelap e33urqas,se1a>|
uelrquras Luelep a1 ue>1>lodruola)lp plep ,0-E laqel eped 'Z6l' L = qa;oradrp tnqasral
laqel uec 't0-€ laqel eped ue41n[unlrp ryadas (Z t'€) snurnr ueleunSSuau ue8uap
,X-rsnqr.rlsrp laqet ue)resepraq setrleurou rln8uaLu qelppe er(u1n1uaq qe13ue1 'f'(zo-t laqel rrep)t uernlnSued lrseq rsuan>lar] = (l) Luolo) 'o'l= 008 x ztz'o ="jqaloradrp '3\ Vg - 09 uppeq leraq )ntun ueldereqrp 8ue,( rsuan1a.ry 'qo1uo: le8eqa5
'ladues qe;runf x (S) LUolo>l e8req = i tnlt, = (9) Luolo>l 'ueqe;unfuad ueledntauu
Ultlsod uep 1r1e8au1 e,(uepuel epaqraq SueA z relru >lnlun rlen)a)) uele)apraqSueA z relru enp erelue rp senl L{rsrlas = (g) urolo) 'ueln1Suesroq 3ue,( z reltu qalorseleqrp 3ue,( erun1 spnl = (r) Luolo) '(tL'Z) snLunr ue8uap Sunlrqrp z-)ols = (€) urolo)'nut1uo1 ele)s ulelPp sela) seleq = (Z) u.rolo)'selal lerualul tlPlepe ([) r.uolo) /q€0
-€ laqet eped 'qt6-t laqel Luelep erauat luadas laqe] Intuaq Luelep e,(uunsn{uauuep (z-ro)s lnqasrp eqnf.1 z n>1eq-ueBuelrq Llrelep a) sela) le^ralur seteq-spleque)-rsranuolSuau Llelepe uereqas selrleLurou uerfn8uad uelep eureued qe13ue-1 'q
60'8 ==s uepor.6r=#h=ffi=o
:qa;oradrp et-€ laqel rre6
:s n>1eq-ue8uedurs uep elerar Sunirq8ua6l 'E
'(tO-€ laqel) i uelde.reqrp 3ue,( rsuan)a{Sunlrq8uauu uep (q€0-€ laqel) z nleq-ue8uelrq urelep a) selal le^ralur seleq-seleq
rsranuolSuar,u ue8uap uelnfue;rp uerpnura>l (et6-€ laqeJ s nleq-ue8uedurs uep Xelerar SunyqBuauu ngnqep qrqalJa] ueSuap rleMErp uereqas seuleulrou uees)uaLuad
:uetesa;ar(ua6
I_OOC
ZLS6I
tttsnslajsto t80Jl - ilt svs
STATISTIKA TEKNIK
3.9. Distribusi Samplinglika dari suatu populasi yang berukuran = N diambil beberapa sampel berukuran
n untuk mengestimasi karakteristik parameter populasi, maka metode ini disebut distribusi
sampling. Sebagai contoh, waktu digunakan belajar dalam seminggu oleh lima orang
mahasiswa yang tinggal serumah (N = 5) seperti ditunjukkan pada Tabel 3-05. Dari
data tersebut diperoleh parameter rerata populasi trr = 6,0 jam.
Seorang mahasiswa dari kelompok lain ingin mengetahui waktu belajar rata-rata
dari kelompok di atas dengan menggunakan metode distribusi sampling dengan n = 3,
maka jumlah kombinasi responden adalah:
.(,- N! = 5! =lo
n!(N - n) 3!(s-3)Rerata dari kesepuluh peluang sampel tersebut ditabulasi pada Tabel 3-06 dengan rerata
distribusi sampling:
txHLt- -
-=
6o = 6.0''\ N(N-n) 5(5-3)
Tabel 3-05: Waktu belajar dari lima
Responden Waktu Belaiar (iam)
AB
CDE
7
3
6104
Jumlah:Rerata oopulasi:
E=30V=3015=6iam
Tabel 3-06: Rerata Dari Distribusi Sampling
KombinasiSampel
DataSampel
Rerata
(x) lX-pol lX - p-l'
A,B,C 7,3,6 5,33 0,67 0,45A,B,D 7,3,10 6,67 0,67 0,45A,B,E 7 ,3,4 4,67 1 ,23 1 ,77A,C,D 7,6,10 7,67 1 ,67 )7qA,C,E 7,6,4 5,67 0,33 0,11
A,D,E 7,1O,4 7,0 'l ,00
'1 ,00B,C,D 3,6,10 6,33 0,33 0,1 1
B,C,E 3,6,4 4,33 1 ,67 )70
B,D,E 3,10,4 5,67 0,33 0,11
C,D,E 6,10,4 6,67 0,67 0,45
lum ah: 60 10,00
L-iil t
\'i'ii
g?'z =
:e3.req-e3req ue>luaqr,r.ratrr (t['e) snLUnr ueSuap Sunlrqrp 3ue( 9g-g ;aqe1uep n)eq uenrla)a) uep tse;ndod nleq ueSueduts qa;oradrp Sg-t laqel etep ueCI
'laduues uernln - u uep rse;ndod uern)n - 1y 'tselndod n>1eq ue8ueduts = o eueu !p
(s L'€)
:snlunr ue8uap Sunlrqrp 1a71u
-rl; e33urr4at 3ue,( rse;ndod Inlun nlr ue8unqng 'SurgdLues tsnqtl1slp n)eq uenlla)a)ue8uap rse;ndod nleq ue8ueduts erelue ue8unqnLl e;nd ledepral ]!]!nlur eretas
eleu 3ur;dures rsnqrJtsrp eterar uelJeseplaq rseurlsarp ledep rse;ndod e1e;ar euare)
'l t
l
',i', = (It'o)(I?'t) = Hf# =', , !:!l >v c __ -_i
v0=\0
o'I =
:90-€ laqel elep rrep n4eq ueiltla4a\qaloiadrp (il.'€) snun.r ue>1eun33uau ue8uag ';aduues lseulqulo) qe;uunf - u eueLu rp
ftL't)v0:snurnr ue8uap ue1e1e,(urp 3ue,(
eterar uep n\eq uerutla)a) ]nqasrp nlr uern)n eleur 'rse;ndod elerar depeqral 3ur;d
-rues rsnqrrlsrp eleral ue8uedr.ur,(uad qe;epe ue11n[un1rp ur8ur 8ue,( euare) '3ur;drues
rsnqulsrp elerar depeqral ;adr-ues nlens uep n4eq ue8uedus stuafas ue>1n1ua1rp ledepsnreq 'uee1eryad urel ue8ua6 'ueleqas uun\n nlens ue)nl:adrp 'tse;ndod elera.r uep
Suedu-rr,(uaur 3ur;drues rsnqulsrp uep eleJar nJens eueu qnelas uelnluauau )nlun'leurou rsnqrrsrp reSeqas 3urldr-ues rsnqrJlsrp
eteJal uep ;aduues rsnqrrlsrp Intuaq ueutlSunual ederaqaq ue8uap rselndod tsnqrrstp
erelue ue8unqnq ue>11n[un1rp 0 [-€ requreD eped '(SZ t:086 ;. />11p srapue5; ;aduues uern)n
eped 3unlue8ra11epr1 uep leurou rsnqrr}srpra] uele eBn[3ur;drues rsnqrr]srp eleu '1eurlou
rsnqUsrprat e,(urselndod elrq uec 'leurou rsnqrl}srp e;od nnlrBuatx lepll rse;ndod undne;ean
';eLulou rsnqrJlsrp lle1apuaur 3ur;dLues tsnqustp uep elelal eleu'(0[ < rl)Jesaq dn>1n:
;adr,ues uern)n e>1r[ '3uen;ad rsnqr4srp ue>1edn:au 3ur;duues tsnqrl}srp eleu 'ue;tdueuadrsuan)ar1 r>lrpuaur 1;aduues; elela; relru-relru euare)'SurldLues rsnqulsrp apolaLu
ue8uap rsetr-rrlsarp ledep rse;ndod elera: 'emqeq ue1;ndrursrp ledep sele rp uerprn rrec
c
0t,(rl - flZ
OI
0'0I
,('l -x)K
9f$nstdtsro t801t - ilt svg
46 STATISTIKA TEKNIK
Uraian di atas menunjukkan bahwa, hasil perhitungan dengan rumus (5.03) dan(5.04) memberikan hasil yang sama. Dengan demikian jika ukuran populasi tak terhingga(infinite), kekeliruan baku tidak memerlukan koreksi dan dapat dihitung dengan rumus:
(3.1 6)
Demikian juga jika ukuran populasi sangat besar terhadap ukuran sampel, kekeliruan-
baku dapat dihitung dengan rumus (3.16).
oGoi=
lo)Thc Population
Distribu tion
Providc.sdrtafor
(b')Possiblc SamplcDistributions
Providedatafor
rr = Mcan of thc populationo = Slandard devirtion of llrr
popul.tion,f = valucs of itcnrs in rhc
popuhtion
YFrcquency
ofoccurtence
(c)
The SamplingDistribution ofthe (Sample)
Mcans
= Mcan of the samplingdistribution of mcans
= Standard deviation of rhc' sampling disuiburion ofmetnt
= values of all possiblcsamplc mcans
YFrequcncy
ofoccurrencc
|A. l4,A. l+I = Mcrn of a ramplc diskibutlon.r = S(andard deviation of I samplc distributionx = Values of items in a sample
/iiFif,,- - - L - - I/x.x.xxxrl
,.---L--l/'i5ffji\/JIII:IIII\/ xxxx)txxxx,l-,-----J-----:.xxxxxxxxxxx.------L_____r r xx.x xxx.x .rxx--____L_____xirxir-rrrrrxiY
Cambar 3-10: Distribusi sampling
'sete tp ,0-€s leos etep uereqas seltleulou Llell)lpllas :90-ts
2snlnl 3ue^ Lle>leMsts Suelo ederaq ,osl,L + ueleqas Lleraep uelepeperaq Suer( re;ru-relru qelepe uesnlnla>l 1e.re,(s uelnlualrp qe;a1 e,(uuun;aqas elrf
I0t6t
0vL9tzILLBN
b
00t*0668-OB6t-0t69-096S-0S6V-0V6t-0t6Z*OZ
lsuan)ar jrPlrN le^Jalul
'tut qeMeq !p laqet Lulep erauai
lnqaslal uer[n lrseq e1e6 'ledura]as )WS e/\ sts 009 Llalo ltn>lltp 3ue,( ue]euuefa) n]es
LUelep leuorseu 1e13u11 uerfn ;rseq rlep n)eq-ue8uedrurs uep elerar ue)nlual :rg-ts2lerurou uereqas r)rlruraut qelede 9O-ZS uep VO-ZS leos etep l)lpllaS :t0-tS
'(S0'0 = 2 ePed l-lsnqllslClaqe] ueleunSSuaru ue8uap uep Suns8ue; ue8unlrq.rad :e:er enp ue8uap;]nqasral uerfn
LUelep snlnl ue>leler(urp 3uer( eA stseLleu qeluas.rad ede.raq 'Sl = Lunrututu uesnlnlaltere,(s uep leurrou deSSuerp ue.reqas e)lt(q) 'n1eq-ue8uedurs uep e1e.ra.r qe;SuntlH (e)
:ln)rlaq reSeqas relru elepqa;oradrp emsrseqerrr 0Z qalo ltnlllp 3ue,( ralsauuas qe8ual uer[n nlens rrJelec :20-tS
'gI uep sz'vL'gz't€' Lb'lL'67 :ue8ue;lB (q) '[ [ uep S[ 'g 'B 'VL 'l:ue8uelrg (e) :S0'0 - ra ue8uap tut qeMeq tp
ue8ue;rq -ue8ue;rq lep ttt:o, )rlsrlels uep n)eq-ue8uedrurs'elelar ue)nluaf :[g-ts
ueqrlPl leos-lEos 't t't'JOUe] SrSrleue nele sueuen ststleue ulelep
ueleunBrpJ-rsnqrrtsrp uelSuepas 'lr4auuered-uou e)rlsrlels ulelep uerfn8uad-uerfn8uad
uep rsuan)ar] uereqas selrleulou uerfn8uar.u )n]un ue)eun8rprX-rsnql{slC 'l-rsnqrJ}srp
ueleunSSuaw snieq 11rra1 ;adrues) 0C 2 u e\[ uep ';eu;ou tsnqtr]stp ueleunBrp(.resaq ;aduues; 0E <a ladr.ues ueJn>ln elrqedy';aduues ueJnIn uelrleq.radLuauu ue8uaprsnqulsrp laqet ntes r-1e1es ue8uo;oyad ue8uap ue)n)ellp tedep ntuaua] uee(er.rada1
1e13u11 eped srsalodrq uerfn8uad uep e;ela8 nele ue8unrapua)a) nlens rseurlsf
uEtunlSueu '0 ['t
06 €B 9t t9 0t 99 t_B Bt s9 9s€B Z6 0t 19 89 tt BS VS 96 Z9
!t$natatsto taoil_ - ilr 8v8
STATISTIKA TEKNIK
3.12. Daftar PustakaBoot, .fohn C.C., Edwin B. Cox (1970), Statistical Analysis For Managerial Decisions,
McCraw-Hill Book Company, New York.
Freund,.lohn E., Frank J. Williams (1958), Modern Business Statistics, Prentice-Hall,lnc., Englewood Cliffs, N.J.
Cuilford, J.P., B. Fruchter (1978), Fundamental Statistics in Psychology And Education,
McCraw-Hill Book Company, New York.
e;od re,{unduraur ueur)Bunural }nqasJat uelelueB 'ls8uueaq 11eq; run;ad
ueletueq 000 [ llep lnuln eJelal ueler(ueyadrp er(u;esry1 'uatuuadsla nlens
ue8ueruerad ue;ep Surtuad ueuerad Sue8au-rau-r uee,{ectada4 p^ralutnele uee,{,ectada>1 rc43ut7 dasuo; 'uBer(euada; 1o13ul1 dasuoy 'e
'Suquet dasuol uep (uopaa4 7o aat&apl uespqaqa)-1eferap
dasuol' (l11ge1pt1 seirlrqerlar dasuol' [ana1 a)uapuuor; uee,(erradal
1e>13ur1 dasuol :ru1e,('dasuol qenq teduua ue1elntua)rp ue)enlnLlep qrqapa] 'llnqlaM rsnqrl1srp )r}srraUere) seqequlau Lun;aQa5
Suquey uep uesPqaqa)-lefe.rag/selrlrqer;aX /uee{E)rada) }e{8urI dasuoy'Z'i
.X qEB
uep llln qeB LUelep seLieqrp 3ue,( ;er.roi1e3 uaur.rads)l uep ledar.radr6uauur:ads>11 apolau ueesenBuad e{edn uelep n}upquar"ir leBuesue)e lersuauodqa uep llnqraM rsnqrJlsrp )ltsuaqeJel sele ueueLleuad
'Suepecn>1ns nele >lnpord nlens (srs
-,{pue anb4e|l upqelala>l srsrleue uep (111ge1pr) setlllqe!1at ',16911^1 ',peq-JaAo uaa/AJaq auq ueauJ) loqJa\o leJue Jnun eleJil 'alw 'an11e7 ol aLull
ueau) ue;e8e8al rnun eJual rolrparduuaut )nlun utel erelue Suepetnlnsnele lnpord nlens )rlsrJalle;e) rs)rpaldr-uar.u 1n1un er(usnsnql 'ese,(e>1a.t
Sueprq Luelep ueleun8rp 1e,(ueq ;ersuauodsla uep llnqlaM rsnqtrlsrc
uBnlnqepuad 'L'n
IVISN]NOd$] NVC 11NBI]M ISNBIUISIC
NYg
STATISTIKA TEKNIK
distribusi seperti Cambar 4-01; padahal distribusi yang sebenarnya belum diketahui,kecuali ke-l000 bantalan itu dioperasikan sampai gagal. Hal ini tidak mungkin dilakukankarena akan sangat merugikan. Upaya yang lazim dilakukan adalah mengambil sampeldengan kuran n yang diuji untuk menemukan rerata umur f . Sejauh mana rerataumur ;g itu mendekati rerata populasip, tergantung pada pola distribusi, ukuran sampeldan parameter-parameter lainnya. Dalam kenyataan peluang harga ;g sama clengan
tr/, sangat kecil. Oleh sebab itu suatu interval antara (X - C,,r) dan 1X + C, ,) clipilihsebagai interval di mana harga p berada. Tingkat kepercayaan atau peluang intervalitu akan ditempati oleh harga p adalah (1- a) seperti ditunjukkan pada Cambar 4-01.Proporsi luas kurva sebesar inilah yang menggambarkan tingkat kepercayaan atauinterval kepercayaan. Hal yang sama untuk pengujia satu-sisiditunjukkan pada Cambar4-02.
Gambar 4-01: Konsep tingkat kepercayaan dan interval kepercayaan
H{Jr),lu lrlrr, \
Cambar 4-02: Konsep tingkat kepercayaan
pada pengujian satu-sisi
!f
o
.L
s
B!'rrint lifc, r
pada pengujian dua-sisi
:n)ellaq selal lerualur u Llplep rselnqelrp 3ue,( laqer:en nJes ueln>ln8uad>1n1un rpe[ '(t -r)(t- )) =lp t)ltLUaLU 'n[e1t uep Luolo) ) lrep utpra] rsuaSrluol 1aqe1nlens e1r[ 'runLun )n]uaq uelec 'ueseqaqa)-leferap n]es epe e,(ueq uet)tuap ue8ua6'ue)nlualrp ledep e{uurpl relru e8rl eleu 'ue1n1ua1rp ntr laqe} Luelep relru ntes qples p>lr[
LI,lv UPInB
VqelLUnlB ueln8B
rnqelall6 8ue{ qe;un[ ue8uag 7 x 7 rsua8rluo) laqel : [0-, laqel
'10-t :laqel eped uellnfungrp ryadas
rnqeta)rp Suer( r-1e;r.un[ ueSuap 7 x 7 rsua8rluo) laqe] e,(u;esru 'ure; qo1uo3 'seqaq ere)as
ue)ntualrp esrq )epr] uep'nluayal qe;runf ue8uap ue)tserurUuolSuauu )ntun qeluell!Luap
6X _.... _ eX _rX _rX _ J= orx
:qelsnleq 61-a1 ue8uelrq lseqaq pleras qrlrdlp ledepSuer( ueleru -e8uad uelrquas e(ueq eleLu '1 nluaya] qe;uunf ue1;rseq8uar-u ueleueSuadqn;nd -as e1r[ 'qoluor reSeqa5 ,,'spqaq erpfas q!lldlp ledep 3ue( re;ru qe;run[,, re8eqas
ue) -rsrurlap1o (lp nele) ^
ueseqaqa>l-1efe.ra6 .upspqaqa)-gele.ra6 dasuoy .r';adrues uern)n
- u uep uee(e:rada) le13ur1 = ) ') ueer(e:ladal te13ur1 eped selr;rqprlor = ry euer-u rp
+(r-r)='u(r0'r)
:sar(eg uoal ue8uap ueleler(ulper(uurzel ueer(ec.rada1 te13ur1 uep seltltqetlal elelue ueBunqnp '7ogg ueer(er.rada1
1e>13u11 ue)rJaquraur nlt uetfn8uad ueleler(urp e)eLU 'uele8e8al rue;e3uau.r e,(uelelue
lp enp uep rfnrp Surseuu-Surseur n]r Suepe:n>1ns Llenq 0Z llep 01 e1r[ 'e,(u1n[ue;a5'laqerlar %06 ue)ele,(urp rur leq LUelep'1;e3e8 y"g1; ue1e3e8a1 rrue;e3uaLu Llenq Z uep
rlnrp Suepernlns Llenq 0Z 'e,(u;esruu lueraq lul '%08 uee,(erlada) le13ur] eped yog6
selrlrqerlar r)rpurau.r Suepernlns nlens ue)lesrtr 'qoluor re8eqa5 'e(uuerln8uad ue3uap
uelelJaq ueer(er.rada) lenlalut e:eluauas 'rfnrp Suer( u]a]sts nele Suepecnlns eped
]!e)ra] setrlrqerlar lul leq urelpp 1e,(urse;ndod setrlrqer;ar uelnlualrp lepuaq uerfn8uad
;adLues nlens uep e1r[ 'ueer(ertadal 1e13ur1 uep se]rlrqerlaJ ere]ue ue]re)ra]a)'(aNNns yauadl teuelas uas:ad uelep
ue1e1e{urp uJrzel se}rlrqer;ay ,,';eBeB eduet e,(urun;aqas delalrp 3ue,( nplean unrn) uep
ue3un13ur; rsrpuol LUelep 'e,(urs8unl uelue;efuaru ue)e ue]l)eJ neJe rualsts 'Suepernlnsnlens Suen;ad,, re8eqas ue>lrsruUaprp selrlrqerla.r ue>13uepas'(o uep rf rse;ndod rala-uered-ralaue;ed rsuaq 'uerfn8uad elep ue)resepraq ue)n]ua]rp SueX lenralur n]ens
Suen;ad,, re8eqas uelrsruUaprp ueer(erradal te13ur1 'e,{ueuesas ue}re)raq (uelepuea))splrlrqerlaJ uep ueer(ertadal te13u!] !ut Lle)seu LUelec 'sElrlrqErlou dasuoy .q
LSlVtSNlNOdSXl NVO 77n8HM tsngt[$rc - N SVg
52 STATISTIKA TEKNIK
df = n-l (4.02a)
Pada pengukuran dengan dua variabel bebas yang dinyatakan dengan matriks m x n,
maka diperoleh derajat-kebebasan:
df=(m-l)(n-1) @.o2b)
Demikian pula dampak interaksi antara tiga faktor (g x r x k) mempunyai derajat-
kebebasan:
df=(s-lXr-1xft-1) (4.02c)
Konsep derajarkebebasan ini telah diterapkan dalam pembahasan sebelumnya, yakni
pada distribusi- r, d istrib usi -y2, d istri busi -F (Bab I I l).
d. Konsep Ranking. Dalam kasus sampel besar, metode mengestimasi populasi
dari sampel tersebut lazimnya dilakukan dengan mereduksi data ke dalam bentuk his-
togram frekuensi. Tetapi dalam masalah rekayasa pada umumnya hanya dimungkinkan
penggunaan sampel kecil; hal ini menyebabkan bentuk histogram dapat berubah
dibandingkan dengan histogram sampel besar. Dalam kasus ini pemetaan dalam bentuk
distribusi komulatif lebih disukai, di mana hasil pengukuran atau pengamatan sebagai
absis dan ranking dari pengukuran itu sebagai ordinat (Cambar 4-03).
Lrfe ' 'l
Cambar 4-03: Konsep median ranks
Selanjutnya, jika dilakukan lima pengukuran dan hasil pengukuran ini disusun
dalam urutan yang meningkat, maka pangkat (rank) dari hasil pengukuran terrendah
akan mencakup 20% populasi, hasil pengukuran kedua mencakup 40% populasi dan
seterusnya. Namun, cakupan 20oh dari keseluruhan populasi itu akan memiliki nilai
lebih kecil dari yang nilai terendah dari kelima pengukuran itu. Hal ini bisa benar atau
salah; oleh sebab itu perlu dilakukan pengkajian berdasarkan estimasi statistik sebagai
proporsi populasi.
1) Median Ranks. Misalkan suatu sampel berukuran n = 5 diambil secara acak dari
rrep ]nrn Joulou ue>lnluauaur )nlun 'lta?aluruou) qntn ueBue;rq ue)nq 3ue,( ]n.rn
.toutou re,(undr-uar-u ue)p uelqnSSueirp 3ue,( ulalsrs rlnlr8uaur ue;e8e8al rure;e8uaur
3ue,( Lualsrs enuras uep lnrn Jotuou 'emqeq ue11n[unuaur rur leH 'er(uuer[n8uad
ue1qn33ue1rp 3ue,( uralsrs nles ;e33u11 t[ntp S 'ou r.ua]srs lees eped uep ue1qn33ue1rp
Suer( ualsrs enp tedepra] Z 'ou ualsrs uerfn8uad qela]as 1ue1qn83uetlp Suez( r.ualsrs e8rl
1edep.ral'1 'ou tualsrs uerfn8uad lees eped e>1eru 'ue1n:nraq ueln)e;rp uerfn8uad e1rI
r/ 00tS eped lebeD :Z 'ou uralssue;e8e3o1 uelnln
e uelresepraqunsnsrp qelalas
r/ 00st eped letseD :f 'ou rualsS
q 000t epeo letse3 :[ 'ou ualsSq 00ts eped IEEeD:z'ou uralsS
q 00s€ epeo letseD :€ 'ou ualsrsq 000t eped letseD : [ 'ou ura]ss
:]n)uaq re8eqas ;rseq ue8uap uele8e8al
rLre;e8uaur ]nqasJa] uralsrs ]edua r.rep e8rl 1r[nrp uualsrs Llenq ledrua ue>llestW' ue 1 eBeBal
rure;e3uau: urnlaq 3ue,( uaursads ue1e1e,(uaLU (epunllp nele ue1qn33ue1tp1,,papuadsns,,
eley 'suepefnlns nele uralsrs nlens Jnu.ln uDlnluauaul >1n1un er(usnsnql 'uaut.tadslaurelep Surluad le8ues 3ue,( dasuol ue>lednraw 1ue4qn33ue4p 1ue,l uatutsads re8eqas
ue>lqeuuafralrp rur qe)seu LUelep) sualt papuadsns dasuoy 'sul,ail papuadsng k,
(€0'r')
'ladu-res Llelrunf - u uep 'ue;e8e3a1 lnJn Joulou - / eueuu rp
l'o + u - >lueJ o/oos nere uetpawg'0-/
:uelelapuad
re8eqas ueleun8rpledep rur qemeq rpsnurnr'etpaslal)eprls)upr uetpau laqele)rI'rse;ndod o/o9O' lB dnleruau
eLurlal ue;e3e8a1 uep rse;ndod o/"tS'Bg dnleruaLu ledr-uaa>1 ue;e3e3a1 'rselndodyogg dnleruauu e3r1a1 ue;e8e3a>1 'rse;ndod "/"lr'Lt dnletuau enpa) uele8e8al
'rse;ndod "/oV6'21 dnleruau euueyad uele8e8al 'S = u;adr-ues ue8uap'qo1uo:re8eqa5 '( ue;e3e8a>1te>13ur1 uep 0Z p/s t = u >lnlun '1 ueltduuel; u e3.req re3eqlaq 1nlun
laqel )ntuaq urplep uelrfesrp eluu uetpau; e3.req-eBJeH 'eu]rla>l uep tedr-uaa1 'eB
-lla) /enpa) ue1e8e3a1 uep 4uu uetpauJ ue)ntualrp er-ues Suer( uerer ue8ua6'iuer[nBuad
eLUrl lrep) rnurn eLLrlal lrep t,4ueJ uetpau o/o16'21,, teSeqas ue11n[unyp eueyaduele8e8a>1 'gg-y reqrueD eped '\uer o/oog nele '4uet uetpau re8eqas ]nqasrp rur e13uy'e(uloduuo;a) rJep eueuad ue;e8e8al uep er(uteuaqas Suer( 7ue; reSeqas ueleunSrp
ledep n1r e13ue-e13ue rrep uerpaw ')ele ereras rsnqrJlsrprat 3ue,( rselndod aseluasrad
ue8uap elep uerelSue.ras qaloJadrp uele e>1eu '3ue;n-3ue;nrp rur rnpaso.rd e1rI
'B Uep 3ue.rn1 rnunraq 3ue,( rse;ndod .7o6 e,(ueq
ue11n[unuauu 8ue,( g :nLun eped ;eBeB 7 roLuou ;adrues e)l['V r.rep Suernl Jnurn rlrlrurau]
rse;ndod pep %g 1 ue11n[unuaru 3ue( Vrnun eped 1e3e8 e,(ulestu '(n1t uualsts eLr.]!la>l lJep) [roLuou ;aduue5 Telellp n1r ueleSe8a) rnurn uep @try!e]) uele8e8al tr-u;e8uau redues tlntp ntl
ladLles eultla) '(80-t requeD) rnqela)!p uer( selrsuap rs3unl ueSuap l'xalsrs rselndod nlens
e9IVrSN7NOdSXJ NVO llnSt:vA $nSlXtStO - At SVS
STATISTIKA TEKNIK
kegagalan pertama
dengan rumus:
mengikuti sembarang sistem yang ditangguhkan dapat ditentukan
lnkrimen baru =(n + 1) - nomor urut kegag,al sebelumnya
@.04)+ jumlah spesimen dari spesimen yang ditangguhkan
di mana n = jumlah spesimen uji. lnkrimen itu digunakan untuk semua spesimen yangmengalami kegagalan mengikuti spesimen yang ditangguhkan, sampai terjadi kegagalanberikutnya. Contoh penggunakan rumus (4.04) di atas dijumpai dalam Bab Vill.
4.3. Distribusi Log NormalDalam distribusi normal yang dibahas dalam Bab lll, distribusinya simetris terhadap
harga rerata. Sementara banyak distribusi yang tidak simetris termasuk distribusi lognormal yang digunakan untuk menggambarkan fenomena umur atau ketahanan suatukomponen atau sistem seperti ditunjukkan pada Cambar 4-04.
t'$t
Cambar 4-04: Distribusi data karakteristik komponen/sistem
Untuk membahas distribusi log normal digunakan nomenklatur berikut ini:
Xr:logX
/r,= lX,f (X,)dxt = log rerata populasi-:
o? = I_6,- p)' f (x )dx t = log varians populasi
n
LX,,v - i=t - los rerata samoelAl---n
(00.9> ,X)a =(r0I > X)d e88urqa5
(r0t > X)d nete snHls e0I uep Suern>1 ]euelas Suenlad = ueleBeBaI 8uen1a6'00'9 = ,0t Eo1 = 't X eSSurqas ' snlyrs r1f = 'X :Llplepe ueldereqlp Bue,( .rnr,u61
:ueresa;a(ua4
zlnqasral se8ad ue;e8e8al e,(urpefua1 ueurlSunuual qeleueurre8eg'SE0I'0 = 69Z'1flo1 - to uep66gI'9 = (egl xgg'1)'3o1 ='d
:]n>luaq re8eqas ralauue:ed-ralauuerd ueBuap lerurou 3ol rsnqrJlsrp elodrlnlr8uau uelsuo1 ue8ue8al eped .rnuun rsnqusrp 'ervtqeq rnqeta)rp ueue;e8uad ue6'efua1 ueSue8al eped sn7ls eO[ ueqaq euuauau qe;al e1r[ ue>lnlelrp seSad uer1ue33ua6'ursatr.r qenqas eped rlepual sen] se8ad lenquaul )nlun ueleun8rp uole turle/!\e) ?s) 0guesaqas uerasaSSuad eped lqSuatls a)ueJnpua) ueueqela) rer(unduau uep u/ 7'g ralauuerpueSuap eleq terrnel )oseurau >ln]un )eJtuo) EuirJauaul lr.rqed qenqas 'tg-r) rlo]uo1
terurou 3o1 ;snq;.rp;6 :S0-? JEqUED
t ax)F
'lPLuJou laqerJe^uep uemrtsr.rad Suenlad e,(u;eq luadas eues Suer( etec ue8uap ueldelSunrp tedepeanrlsuad Suen;ad uer)rurap ue8ua6 'e;nd n1e;.raq ue)e lerllou rsnqrrlsrp Suelual seqeqrp
qe1a1 3ue,( nlensas e;e8as eleuJ /(S0-, reqLUeD) leurrou rsnqrJtsrp l)tltuau eualp)
(s0't) co>/x>0 t,('il -
oz:Ti)-= (tx)I
IZ
)*,# :srlnlrp ledep lrletualeu eJefas 'e;nd ;euurou rsnqrltsrp rlrlruaul uele 'y eleuu
'1euu.rou 3o; rsnqrrlsrp rer(undr-uauu Suer( )e)e laqeuen nlens uelednlau X nrllI
;adures nleq-ueSuedrurs 3o; ==/s
9STVtSNlNOdSXl NVO ll1SHM $nstdtsto - At gvs
56 STATISTIKA TEKNIK
-X*-ltt -di mana "" - o, -6,000 - 6,1399
= -1,360,1035
Lifc, cycl6
Gambar 4-06: CDF umur Pegas
Ditinjau dari pola simetri, P(z< -1,36) = P(z > 1,36); selanjutnya denganpertolongan Tabel Distribusi Normal (Lampiran 41) diperoleh a = 0,0869. Dengan
demikian kemungkinan terjadinya kegagalan adalah 8,69o/o.
Soal ini dapat juga diselesaikan secara grafis. Dalam pembahasan tentang distribusi
normal (paragaf 3.3.) diterangkan bahwa, jika suatu variabel terdistribusi normal, maka
fungsi distribusi kumu latifny a (cummulative distribuion function, CDn jika dilukis pada
probability paper merupakan garis lurus. Dalam kasus log normal dari variabel ;',jika CDF dari X, dilukis pada probability paper akan menghasilkan garis lurus.iuga.
Untuk mencegah kesulitan pada waktu mengambil logaritma dari dilanjutkan dengan
melukis telah tersedia kertas khusus yang disebut log probability paper, dan CDF dari
log normal variabel akan menghasilkan suatu garis lurus. lni berati, jika pelukisan CDF
pada log probability paper menghasilkan sebuah garis lurus, maka dapat diasumsikan
distribusi itu adalah suatu log normal.
o
I
Ect
I
EU
99.5
99
98
95
90
*o a:,,(+*)o = ^o
eBBu qas n =,(ffj.,'J un1;",'^
*l@+)-]*" ,,(++)'fi.= xp(n'[.= x'rxtf = (x)s
:ueeues;ad ueSuap ue>1e1e,(urp,rlelnurnl rsnqulsrC'ura/ a\s
arup&au11;te8au ue8urrrr.ual r)rlruotu e^rn) B =g eped uep letrtrou en:n1 redn.rar(uau
llnqlaM enrnl E'g - q'(pa/Aa\s,fianrysod) ]tttsod ue8utttual t)rlruau g'1 = q eped
'lersuauods>1a erun) elod rlelapuaur e^rnl )ntuaq I > g )ntun'B = q uep g'f = Q'S' L
= q 'L > q )nlun llnqlaM rsnqulsrp 1r1er3 ue11nfunttp zo-r reqlrleD epe6 ';eluauuuad
-s>la erelas ue)nlualrp eXueserq rur ueJesaq eBrlay 'ralaLueied ele>ls = O uep llnqlaMerun1 ue8ur.rruual e>13ue = q 'X 1n1un ueldereqrp Suer( uunururlu e8req =
0y eueuu rp
eo' {tt++)-]'-}[ ,,(E+)5'] =(x,!
:qplepe llnqla^n rsnqulsrp seltsuap ueeuresrad'3ueqra1 lertesad nJens ursaur (OBIW 'lneqtato uaa/Alaq autJ ueauJ) lneqJanoerelue nue^^ elPJaJ ue)nluauaur lnlun e,(u;esrur 'ursaLU nele uelelerad nlens lnunue8uap uelre>paq Suer( e;efa3-egefa8 uep pn8ne) ueLlelala) elep rsela.rdlalur8uau 1n1uneLuetnra] lSuuaauBua; ese,(e1a.r Sueprq rp ueleun8rp 1e(ueq llnqlaM rsnqrrlsrc
sPlrsuac ueeruBslad'i'n
'o L'g qelepe ue;e8e8al Suen;ad
uelredeprp ,0I = X eped 9g-y reqlxeD uep e{unfuelas '[(tI?8'0)'( r0I x SS1,'I)]
= [(€ttg'O)'(g€0I'0 + 66g1'9)Eolqun) ne]e [(p - t) '('o + trl)Bolyuo]
Llelepe enpa) )ltl] uer)rLUap ueSuap 1 tI?8'0 : f,8SI'0 -l = p- I = ( to + trt)gn}! qpqas qalo 'lgSI'0 = o,o qa;oradrp 0'l=,o,2 ,),:rrl leulroursnqulsrp laqet rrep ,nP 0,[ =_ ,,z:qelepe (,o + ,rl) < /;g Suen;a6
trl -(1o +trl)
'[os'(eOI x8t'I)] = [gg'(/r/)Eolauof ru1e,( 9'6 = (il),{uep 'trl -tX uelresepraq uplntua]!p eureuad )tttytaded ,fitltqeqotd eped
Illll qenq enp ue)nlua1lp n;rad nlnqep qtqalJa]'lnqas;a1 stte8 uelnluauaur )nlun'90-t reqLUeS eped luadas e;nd snrn; sue8 lnluaqraq ue)e e,(u-163 eleru
';euurou 3o; elod LUelep rsnqrJlsrprat rnLlela)rp rur leos LUelep se8ad rnuun euare)
TViSNINO/SXI NVO llnAH/A tSnStStStO - At 8V8 /c
STATISTIKA TEKNIK
arau F(x) = [e-vcty - -r-nl',,,= -r., [f*)'l' ,"n,"rsa diperoreh
persamaan distribusi kumulatif yang lebih sederhana:
F(x)-,-..,| [f+)'] (407)
Cambar 4-07: Crafik distribusi Weibull untuk beberapa harga b
4.5. Fungsi Weibull dengan Dua Parameter (0, b)
sehubungan dengan gejala umur, cukup beralasan jika dianggaP Xo= 0, sehingga
rumus (4.02) berubah menjadi persamaan dengan dua parameter 0 dan bsebagai berikut:
F(x)= r_..n[ (#)']
r- F(x) =.*{#)' , ,"1-+& =(+)'
(4.08a)
Rumus (4.08a) merupakan fungsi distribusi kumulatif Weibull (Weibull cumulative dis-
tribution function, Weibutl CDh yanglebih sederhana daripada rumus (4.07)dan dapat
ditulis ulang menjadi:
atau: lnln 1-+x) = b.(lnX)- b.(lnl) (4.08b)
,G):-, =
[,(+) -]*. - r = (x)a
:ledeprp (t0's) snLunr ruelep a) ue)rsnlrsqnslp Llelalas '(09'0 = (xu nele) %0s
= b leq ruelec '1uas.rad Luelep uelete{urp; uele8e3a1 Suengad qelepe b eueu lp 'owue8uap puies nete Suernl rnuun tederuaru ledep ueldereqrp rse;ndod Vb'er*leqsllnllpledep urnuun ueeledulad 1n1uaq uJelec 'oe;ry ue8uap eures nplp Suernl rnuun rederuau
ueldereqrp 8ue( rse;ndod %OS :nurn tu1e,( '(sW) tnwn uetpau ueSuap ue8unqnr-1
re(undiuau e rnun lrlsuaqerel 'Lualsts nele ursau nlens Jntun seqequrau uelec
nded pqray uped s;>1n1rp 8ue,( 11nq1a6 rsnqrlpr6 :80-, rpqrueD
tlllv$ ssjrl]ntlB,lsus
;::-'*"**iiI
a*
;'
a
G
g'f.C
'ldruar(uaLu 3ue,(
uereqas ue8uap urernr ur)etu 1r1er8 resaq ur)eur SueA q e8req eped e,(u>1r;eqag 'sen;
ur)eu uereqas ue8uap repuel urleu >1r1er8 ;rra1 SueA q e8reLl eped 'e,anqeq >1eduue1
]nqasrat :equue8 epe6 '1.laded 3o1'3o11 nded ilnqlaM eped srln;rp SueA q e8req eder
-aqaq Inlun (qg6'r) ueeuesrad 1r1er8 uellnfunlrp B0-, ieqrleD eped 'q = llnqraMue8ur.rrual ue8uap )+xq =,{:1taded3o1'3o1eped1snrn1st.re3 ueeuesrad qa;oradrp uele
eleuu'0u18-= J uep a.u1 =r ,(X){-f ,rlul=f :ue)lesruraur ue8ua6
69lVtSNlNOdSXl NVO llnStilA tSnStAEtO - At SVg
STATISTIKA TEKNIK
, (Mru\n1=l-rle ), atau rn2 =( Y-\' cph;^^^. o = - u:o
-LttL-10 ) senrngga "-{rnr1ru
untuk menentukan peluang dari suatu mesin atau sistem akan gagal pada karakteristik
;mur 0, diperoleh dengan memasukkan harga x= 0 ke dalam persamaan (12.03):
F(x\= r-.*o.[-f{.)'l =r-"-(;)' =r-n-(,)' =t-e,= r- I = 0.632'L \o)) 2,718
Perhitungan di atas mengungkapkan bahwa, 0 adalah umur di mana 63,2"h populasi
mesin atau sistem akan mengalami kegagalan.
Contoh C4-O2. Enam buah bantalan poros diuji sampai mengalami kegagalan (fail-urd. Jumlah siklus saatterjadi kegagalan tercatat: 4x10s,1,3 x 10s,9,8 x10s,2,7 x1Os,6,6 x 10s, dan 5,2 x 10s. Tentukan kemiringan Weibull b, karakteristik umum d dan
umur M,o dari bantalan tersebut.Penyelesaian:Susunlah umur bantalan tersebut dengan urutan meningkat. Tentukan tingkat me-
dian (median ranks) dengan pertolongan Tabel Median Ranks (Lampiran L)untuk n = 6.
Lukis data tersebut pada Weibull probability paper dengan umur sebagai absis dantingkat median sebagai ordinat. Tarik garis yang paling sesuai melalui titik-titik tersebut(lukisan yang teliti ditentukan dengan metode least square). Caris lurus yang diperoleh
merupakan grafik persamaan F(x) dari bantalan tersebut (Cambar 4-09). Selanjutnya:
r-{{. qr h
Gambar 4-09: Penyelesaian soal C4-02 secara grafis
llnqlaM ralaurered-ralaurered Sunlrq8uaur nlel ]nqasrat rse)Urpour lrseq uelreseprag 'p
'atenbs asea/ apolauu ue8uap
rs)aro)rp uerpnua) 'eqor-eqor ue8uap ue)n)elrp rur ueefualad 'rarurl SueA (y - y1
e^rn) qaloradrp eSSurqas ednr uer)ruapas )ofo) 3ur;ed 1ueAax e8req ue>1n1uauaw
'taded ilnqla/\ parypout eped e rrlnq eped ]nqasra] etep sr)nlaw'; uerrdr-ue1 eped ;aqet ue3uo;oyad ue8uap eAu-s4uet uetp
-au ue)nluauau; uerpnuuay 'le13uruaur uelnrn uelepx uelen)a) elep unsnr(ua14l 'e
:]n)uaq re8eqas qelepe 'ueqeq uelen)a) elep
uep er(u ;esrur'; ; nqrall ralourered-ralauleted ue)ntuauaul 1n1un qe13ue;-qe13ue1'11e8a1 nqLlrns) uele8e8al rsuan)a4 nqurns lepoX resaqas rasa8raq rsnqrJtsrp
eNnl lo-v reqrueD eped'ep>ls nlaueted nete )nun nlaueted ]nqasrp 0 uep yluaqnlatueted tnqasrp e8nf q llnqlaM ue8uurua; '4etal)apLue.ied uelnqas ue8uap leua)rpe8n[ SueL X lntun unururLU e8.req qe;epe ox ''t'y yer8ered eped uelSuera]rp qela]
ryada5 'leluaur.radsla eJeras ue)nluallp 0x uep 'q 'g nlawe;ed-ralaue:ed euetu rp
(or_a) a-r=l f y+]-lo*-r = (x)rr,[."i.J- L,(.ox-x) )-:OO'V) ueeuresrad Llelepe ueleun8rp 3ue{ 1r1e;nLunl rsnq
-r.r1srp rsSunj 'ralauered eBr] ue8uap llnqlaM rsnqr;lsrp ueleunBrp snreq rur leq LUeleC
'uesnea\ nele uelen4a) euauroua, )nlun n)eHaq )epr] rur lstxnsv 'o =ox ueltsulnse-8uau )nlun ueseleraq dnln: Suepuedrp 'rnLUn euauroua] ueseqequrad epe6
(X 'q /6) ralaruered e8rl ue8uap llnqrag rs8unJ 'g'n
'snl)ls sOl- x 9Z'l =''Wqa;oradrp ':;r1nq ue8uap euues Suer( ere: ue8uap ue)n)elrC 'o'yA1tntiln ue1nluauaw
'snl>lls s0 [ x ['9 = eJeJ-e]eJ .rntun qa;oradrplsrsqe Suolouau reduues >1e8a1 sue8 lenq ]nqasra] Suotod >llll] uep uerpnua>l'1Xy SuoloLuau tedues "/oS'lS = Suenlad eped telepuau strefl )tJeuau uefiuape/u1nfue1a5 'o/og'lg = uele8eSa) aseluas;ad qa;oiadrp S'L =q llnqlaM ue8urtruualeped '1 uerrdr-ue1 1r1er8 ue8uoloyad ue8uag 'eJeJ-eleJ )nLun ueynluauaw
'snllrs s0 | xl'g = e qa;oladr6 '(rnLun nqLxns) srsqe Suoloruau redules 1e8a1sue3 ]enq lnqasral3uo1od1r111 uep e,(u1nfuelas 'ff)j 8uo]or-uauu redues >1e8a1 nquuns eped "/oZ'tge>13ue uep relepuauu sue8 1r.re1 'ue;e8eBa4 o67'99 ue8uap Surpueqas 3ue,( lnurnLlelepe uelelueq Jnuun 'rsrurlap uP)rEsepra8 'e )nun 4llsualluq ue4nluauaw
'g'[ = q qa;oladrp tut leos eped 'g llnqlaM lsuo&uell ue8ur.rruualuep ueresaq Llelepe relepuatrr srreB 3ue[ued depeqral 1e3a1 sr.reB 3ue[uedueSurpueq;ad llnqasrat 1e8a1 sue8 Suelued rn11 '(y)g Suolouuauu reduues 1e8a1sue8 ienq tnqasral sue3 3un[n uep uerpnura) 'uen]es uen]ps 8uefuedas gy sue8eped 1r1r1 Sue.requ.ras uep relepuauu sue8 luel lpqpM ue&uuttua4 ue\nluauary
'f'q
'p
'f
'q
'e
t9lVtSNlNOd9tJ NVO llnSt:yA tsnStttsto - At qvs
STATISTIKA TEKNIK
Contoh C4-03. Dari penujian suatu komponen pesawat terbang diperoleh datakekuatan fatik(fatigue strength) sebagai berikkuL 57,3 ksi,59,2 ksi,62,5 ksi,55,3 ksi,
dan 61 ,4 ksi. Tentukan besarnya parameter-parameter Weibull.Penyelesaian:
a. Menyusun data Xdalam urutan yang meningkat dan penetapan harga median ranks
dengan menggunakan tabel pada Lampiran K.
Data tersebut kemudian dilukis pada modified Weibull paper dengan x sebagai absis
dan median rank sebagai ordinat (kurva paling kanan pada Cambar 4-10).
b. Langkah berikutnya adalah menentukan harga x, sedemikian sehingga diperolehkurva (x-x) yang linier. Pada Cambar 4-10 dicoba dengan harga X, = 35, 46,48, 50 dan 54. Dari kelima percobaan itu yang menghasilkan kurva linier adalah
harga xr= 50 (kurva kelima dari kanan pada Cambar 4-10).
Kekuatan Fatik, ksi Median Rank, %62,561,459,257,355,3
87,0668,5350,0031,4712,94
c. Menentukan parameter-parameter Weibull. Membaca nilai (X- X) pada tingkat
kegagalan 63,2o/o dengan jalan menarik garis mendatar sampai memotong kurva dengan
xo = 50; diperoleh (X- X0) = 10,3 ksf. Selanjutnya menghitung karakteristik umur 0:
Jika0 =X pada63,2o/o.
(X-Xo)u.,, = 0r=10,3/rsi sehingga 0 -(X)ur., = 0r+ xo= 10,3+50=60,3 /rsi.
Kemiringan Weibull bdiperoleh dengan melukis garis sejajar 4= 5O melalui titike)sampai memotong sumbu b; diperoleh b= 3,0. Dari hasil analisis data diperoleh param-
eter-parameter Weibull: Xo= 50 ksi, 0 = 60,3 ksi dan b = 3,0.
llt_lS(tiriglli k41r,ria?
Cambar 4-10: Penyelesaian soal C4-03 secara grafis
LUD! EZZ =t77'0sz'I ul
= os =d
SZ,f =@ = .,^.-, nele 08'0 = 0Z'0-I=stos-=a eSSurqas
I etos 0Z'0=etor-?-1"="i,,-r-t=0)l
:ueeues;ad qa;otadrp Lue[ OS rr])e eped'l nUe,tn Llelepe rur uerln8uad 1aqer.re1:uelesa;ar(ua4
'Lue! OS eurelasrseradoraq L{ela}as ;e3e8 lnqasra} Jo}pJaua8 rrep o/oOZ 'qlqq ueqaq ue8uap uerfn8uad
lrsell rJep Suer( lr.rprg roleraua8 ltep ouW uepotW Jnun uE)nlual 't0-, rloluof
'60-, reqlueg ryadas uellnfunlrp ([ ['r) ueeLuesrad 1r;er8 In]uaq LUeleC
0s
(r r'r)0,,,_o -T = lper,_o:l = W'@I! = Q)i l
eler-elel rflLUIl = 0 =0)l0r tp' ,,,-a'L'tt = xr'(x)lxl = tiz
:ueetueslad ue8uap ue>1e1er(u rp,rlel nLUn) rsnq ulsrp rs8unl er(ulnl-uelas '6 'ialaue;ed nles rer(unduaut e,(ueq ;ersuauodsla lsnqrllsrp uet)rurap ue8ua6
IllelnunI ;ersuodo;a lsnqrrlsl6 :Z [-t JpqupDlersuauodo;a !snqtrprC : L [-, rpquED
a
(q0 r'r)
(e0 ['r):ue>1derer,1rp
3ue( e1e:-elel rnun '80-t reqLUeg eped ue>11nfun1rp (Sg't) ueeuuesrad ,1r1er8
)nluaq ureleC 'srlernleu ue8uegrq = BLI'Z - a uep t(€0'r) snLunr leLllll Z ul/tW = rflruo
)!]sUat)ere) -O /(seqaq
laqerre^) rserado nUe/\\ -1'ue;e3e3a1 Suen;ad = 0y eueLu tp
(60'r)0er,-a'1= U)J
:Llelepp ;ersuauodsla rsnqutsrp selrsuap
ueeures.lad 'rxalsrs nlens rlep @leJ aJryrcA uele8e&a4 n/e1 srsr;eue8uaLu 1n1un eunS.raq
le8ues rur rsnqulsrC'nUeM laqeuen ueledruauuJ eueur tp'1 = y uep e = oX,
l =q e8req
ue8uap llnqlaM rsnqulsrp trep snsnq) ueepea) ueledruauu ;ersuauodsla rsnqrrtsrC
lersuauodql tsnqrrls!c'In
:qa;oradrp eSSurqas
€9TVlSNlNOdSXl NVO ll1SEM rsnStSlsto - At svs
64 STATISTIKA TEKNIK
Berdasarkan definisi, Mso = 0.1n2,0 = 223.0,693 = 155 jam.Dengan menggunakan persamaan (5.06), umur Mro:0,90 = 1- ,-Mst t223 , ) €-Msu
1223 - l- 0,90 = 0,10Sehingga diperoleh: Mso = 223.1n10 = 223.2,303 = 513 jsm.Penyelesaian dengan menggunakan grafik pada Weibull probability paper ditunjukkanpada Cambar 4-13.
Gambar 4-1 3: Penyelesaian soal C4-03 secara grafis
4.8. Laju BahayaDistribusi ekponensial mengandung besaran penting yang melekat (inherent) pada
suatu komponen atau sistem, yang disebut laju bahaya (hazard rate), dinyatakan dengan
simbol A dan persamaan:
"f(x)).=-*=P(X (x( X+dX lx>X)1- r(x) (4.12)
Persamaan (4.12) menyatakan bahwa, laju bahaya merupakan peluang dari suatu
sistem akan gagal antara waktu X dan X + dX,jika sistem itu dapat selamat sampai
waktu X. Dengan memasukkan persamaan (4.09) dan (4.11)untuk X= t diperoleh:
(!17).e-'to 1).-1-(1- e-tto) o
= tetap (4.13)
Sue,( rSr8epor rse;ndod uelep rBrS epor qe;ulnf ede.rag (e) 'O'7. uep V'l - e,L - g,l -O' | - Z'L :(snllrs eO I u]elep) ue;e3e8a1 e]ep ue)lrser-13uaLu uerfn8ua;'/sd 000.0S ueqaqueSuap ueLlelala) depeqral tlntp rut ladues ureuaa) ')ere eref,as lrqurerp 3ue,( laduuesuieuaue)eunSrp rBrBepol lsr.usuel] uep ueqelala) Jnrun rsen;ena8uaLu )nlun
.20-rS
'etel-elel )r)e] ueten)a>l uep llnqlaM ue8ur.rruual ue)nlualnded,fultqeqotd 1nqa14 ueleunSSuau-r ue8ua6 'S'Ty uep O'OZ - 0'9€ - S'92 - O,Lt:tn)uaq re8eqasqe;epe tq Lrrelep) uerfn8uad ltseH '(qiSuarjs pedtutl e,{u1r1ei ue}en)a)rnLlela8uaur 1n1un efeq uaurrsads eur; rfn8uaur leua]euJ rnpladsur Sueioa5 .tg-rs
ueqllel lEos-leos'0L'v
'llnqlaM selrsuap ueeuresrad uep uelurunlrp 3ue,( sluu uetp-au laqel re8eqraq erpasrat qe1a1 ue8unlrqrad-ue8unlrqrad qepnuu.raduau >lnlun
'uelleter(sladr p 8ue,( ueerte:.rada1
1e13ur1 uep ladLues uern>ln eped 3un1ue3ra1 euues-euresJaq nele lersuan)as erefasue)nlelrp uerfnSuad qelede uep'ue;e8e8a>1 rLueleSuau redues ue4nfue;rp ne]p utrl)etpsn.req uerln8uad ntens qelede uesnlnda; 'ese,(e1a.r Sueprq rp uauuadsla ue8uetueradLuelep Surluad eueres ueledn.rau lersuauodsla rsnqrJtsrp uep llnqraM rsnqrrlsrc
uPUnlSuPU '6'.n
'y eBrcq uelelSuruad ue8uap Surpueqas lelSuruauu nele'de1a1 '3ueln>paq e(eqeq nfe;
'I lrep iesaq Lirqal nele 'ue8uap eues 'uep ;rra1 qlqal q elrqedy 'q llnqlaM ueSur.rruual
e8req eped Suntue8rai e,(eqeq nfe; 'e,rnqeq rnllela)rp ledep 19 ['r) ueeueslad ue6
ftL'v)
=y
:e33urqas '(1ou ue8uap errres (80't) ueeuestad uep (10'r)ueeuresrad ulelpp oX unp 'nqent laqeup^ =X e)l[; ralauered enp ue8uap llnqraM snsel
1n1un e,(ulesrW 'urel rsnqulstp )nluaq eped uelderalrp ledep e?nt ggpl ueeuresJad'"/og'Z nele 976'6 = OblL uep %S
nele gg'g = OZll ue8uap ewes e,Gqeq n[e1 yyllwau Surseu-Surseuu nlr rse;ndod enpa>l
eleuu' tuof gp - sg fiwn)r]srJaUeJel re,(undLuau g rse;ndod uep ruo{ 97 - Yg nwn)rlsuallere) re,(undr-uau y rse;ndod nlens e1r[ 'uellnlunuau (s t't) ueeulps]ad
,-,{nf;=v
_I[,(+)-]u.,-,
- ( e\e dYa l_l,-o\x )q ,(*)-
TVtSNlNOdSXl NVO TlnStyA $nStv$rc - Al qVS
66 STATISTIKA TEKNIK
diperkirakan memiliki umur lebih kecil dari umur sampel yang terendah. (b) Berapakah
u^ u, M,o.Berikan jawaban dengan pertolongan median rank.
54-03. Sejenis poros dimanufaktur dengan sejumlah proses untuk meningkatkan
tegangan sehingga menimbulkan kebimbangan apakah poros itu akan sanggup
menerima beban pada 5 x 10s siklus. Pengujian atas sepuluh buah poros (sampel)
menghasilkan data (jumlah siklus saatterjadi kegagalan, dalam 106 siklus): O,37 -O,60- 0,78 - 0,94 - 1,.10 - 1,25 - 1,48 - 1,70 - 1,9 dan 2,30. Dengan menggunakan
Weibullplot tentukan: (a) Bagaimanakah karakteristik populasi yang diwakili oleh
sampel tersebut (buat grafiknya)? (b) Tentukan rentang persentase poros yang akan
gagal sebelum 5 x 10s siklus.
54-04. Sepuluh buah rodagigi diuji sampai mengalami kegagalan. Catatan siklus
umursampai gagal sebagai brerikut: 1,6x106, 3,8 x 106, 1 ,2x107,5,8 x 105,9,2x106,
2,3 x 107, 2,7 x 106, 5,4 x 106, 1,6 x 107, dan 7,2 x 106. Dengan menggunakan
distribusi Weibull tentukan: (a) Median, karakteristik dan umur M2,0. b) Umur rata-rata
sampel dan umur sebenarnya dengan tingkat kepercayaan 90%. (c) Umur M,, dari
sampel dan umur sebenarnya dengan tingkat kepercayaan90o/". (d) Kemiriangan Weibull
dari sampel dan kemiringan sebenarnya pada tingkat kepercayaan 90o/o.
54-05. Laju-aliran dari duabelas pompa yang sama diukur (dalam mr/h) dan
menghasilkan data sebagai berikut:7,8-8,4 -9,0-9,2-9,5 -9,8- 10,2-10,3-10,7
- 1 1 ,0 - 11 ,6 - 12,2. Tentukan pola disribusi statistik yang menggambarkan karakteristik
laju-aliran dari populasi pompa tersebut.
4.11. Daftar Pustaka
Crosh, D.L. (1 989), A Primer of Reliability Theory,lohn Wiley & Sons, Ltd., New York.
Lipson, C., Narendra J Seth (1973), Engineering Experiments, McCraw-Hill Kogakusha,
Tokyo.
lrisrra])ere) ueuleSpJasa) ue)Jesepraq ue)nluallp ]edep utesap ueSuaprensas )npoJd nlens e^uts8un1.laq ,eser(e1al qelespu re3eqraq LUeleC
InpoJd nlEns upueSetasa) tseurlsf .z.g
'letu.loutq tsnqt4stp uep Jesep Jala-u-rered ueledn.rau d uerpefal Suen;a; .q ueSuurr-uo) nele e )rlsrraUeje)ue8uap uetre)laq ntr lalarueJed enpal 'llnqlaM rsnqulsrp ueleun88uauu
lell LUpleC 'zo sueuen nele o nleq-ue8uedurs ue8uap ueleler(urp
lnpord ueure8e;asa1 uelSuepas r/ elelar ue8uap ue8uap ue1e1e,(urp lnpordnlens nlnur ';eu;ou tsnqulstp ue8uap e,(uue1re1 rrJelec .llnqlaM lsnqutstpuep leulou tsnqtjlstp tJep (laqetJe^-laqeup^ nele) Jalaule:ed-.ralaueleduelednrau enpal uep erueuad qe;ese6i .uelrseladolp nll lnpord]ees eMrtsuad-eanrlsuad lpefual Suenlad uep '1npo.rd nlens ueureSe.rasal
'>1npold nlens nlnu :e,{ulesrur >lnpord )t}suaUelpl tsenleAaBuaru
)nlun ;adLues ueleunSSuau ue8uap Sueruelrp ledep uaur.radsl3')!]s!lels apolalu ue8uap l)!pllaslp n;lad rur ;eq lselndod ueqnrn;asa>1
rlr1emaur )ept] nele rlrle/\ au esrq ueurlSunura>l n1r ladrue5 .rse;ndod
rrep ;adu.res qe;uunfas ueleunSSuaur ue8uap uauuadsla uelepe8uar_uer nlr qeqas qa;o 1r1r;auad r-1a;o tnqela)tp Lunlaq e,(uunuln eped n1r rselndod
)risrral)eJe;'gadules uep rse;ndod 1sr1suai1ere1 3ue1ua1 ue;ndurrsal
lrqrue8uaLu lnlun qelepe ese,(e>1a.r uawuadsla uelep se8nl nles qe1e5
uEnlnqepuad 't's
JIIVnlVnl Nlwtuld$l
LYs
68 STATISTIKA TEKNIK
produk yang bersangkutan. Dalam hubungan ini perlu diadakan pengujian dan
simpangan-baku populasi o diprediksi berdasarkan simpangan-baku s dari sampel.
Hubungan antara s dan o dapat dikaji dengan pertolongan distribusi-;2.a. Distribusi-212. Distribusi-Xz merupakan distribusi variabel acak dengan
persamaan:
(s.02)
di mana f, = frekuensi hasil observasi, { = frekuensi yang diharapkan (expectecl)
berdasarkan kurva normal.
b. Prediksi Varians Populasi 62 dari Varians Sampel d. Jika X, = harga variabel
pengukuran dan o = simpangan-baku populasi, maka dari persamaan (6.01) dapat
diturunkan rumus untuk menghitung harga 72 sebagai berikut:
VV^ ( -l)
fQ')=K.22 .e2 (s.01)
di mana v = df = derajat kebebasan, e = bilangan Napier = 2,7283 dan K= bilangan
tetap yang tergantung pada derajat kebebasan df. Pola grafik distribusi-Xz ditentukan
oleh besar-kecilnya df.Padaharga df yang kecil grafik merupakan kurva positif (miring
ke kanan). Kemiringan makin berkurang jika df bertambah besar dan menyerupai kurva
normal jika df > 10 (Cambar 5-01 ). Untuk keperluan perhitungan disiapkan tabel
distribusi-X2 seperti tertera dalam Lampiran D. Tabel tersebut berisikan harga-harga X2
yang ditentukan berdasarkan derajat-kebebasan df (kolom pertama) dan tingkat
signifikansi a G 0,05,0,025, O,0l dan 0,005). Salah satu penSgunaan tabel distribusi-
X2 adalah untuk menguji normalitas sebaran frekuensi. Besarnya harga tabel X2
ditentukan dengan menggunakan rumus:
,,2 - y (fo- f,)'^ /'/ f"
di mana p = rerata populasi. Jika dari suatu sampel berukuran n diambil dari po-
pulasi yang sama dan mempunyai rerata X = P, maka simpangan-baku sampel:
,,, =* (X,-lt)'
'Lfroz
,, = i (x, - X)' =y (x, - tt)'u,=, n-l ?i n-l
Dari rumus (5.03) dan (5.04) diperoleh:
s'= z'(o')
(s.03)
(s.04)
n-ldi mana (n-l) - df = derajat-kebebasan.
kan dengan persamaan: z..s
Z. =(n_1). ,o-
(s.0s)
Hubungan antara 52 dan 62 dinyata-
(s.06)
uo.trlut 6L6'I=ffi = ,,rt
uo,trlltu vgz'8 = #= u
'6 = | -0[ = l.- u =]p'ueseqaqal-1eleta6
l-u) - s';adLues nleq-ue8uedur5,(x -'x) K
n,q1 * ;; DYa
'uesneal elerau :qa;oradrp lO-S laqel ue6:ueleSa;ar(ua4
'rsrs-enp l[n' %56' "1o96 ueeAedee:rada1
1e13ur1 eped ;rqu-rerp n1r ;adures eueul r.rep rse;ndod uesneal nleq-ueBuedutsue)ntuaf 'gy'LL uep 199'6108'91€9'B l0O'910€'0 l!S'l!OZ'g i0 L'61S0'B :]n)llaq re8eqas
qelepe (uor)ru.r LUelpp) uetnlnSuad lrseg 'er(uuesnea) ln)intp uep seda;rp epol Llenq
qn;ndas uep opoJa,'nluayal nqe/!\ unrn) euelas uereleutad qelalas : [0-9) tlo]uo3
nluaual yp eBreq eped ,X-lsnqrrprpenrnl eped uelelouad uep uepuuauad qe.rae6 : [0-S ,reque3
7"
,,[ r*
'rX-rsnqrrlsrp erun1
eped uele;ouad qeraep uep ueeurrauad qelaep rsrodord ue11n[unuaLu L0-9 reqrueD
u0's)
:rsrs-enp uerfn8uad )n]un o rse;ndod nleq-ueSuedurrs
rrep ua a/ $uapuuo)) uee,(errada>l Llelaep ueldelalrp ledep 196'9) ueeluesrad ue6
lptt,n-iy N !p:7 1o7 [
\l-r\,s'(f-a)/ ,s'(t-t)/
ls*t)=ruV
ul$pla{ ;o s*lrftp rc
69luvnTVA;I Nlwttldsxl - A SVS
70STAflSTIKA TEKNIK
Tabel 5-0'l: Tabulasi perhitungan Keausan
Keausan (Xr) X (X, - X) (X,- X)'8,05 8,264 -0,214 o,0469,10 8,264 0,836 0.6996,20 8,264 -2,064 4,2607,50 8,264 -0,764 0,58410,30 8,264 2,036 4,1455,00 8,264 -3,264 10,6548,53 8,264 0,266 0,0716,80 8,264 1 ,464 2,1439,60 8,264 1,336 1,785
11 ,56 8,264 3,296 10,864E = 82,64 E = 35,251
(1) Dengan tingkat kepercayaa n 9Oo/o:
| = o,os r, - i)= o,e5
a = l- 0,90 = 0,10
) rtrrg = 16,91972o, n = 3,325
1,442 mikron I o < 3,256 mikron
Xf,r, n = 1,735
Dari persamaan (5.07): ^l@
- t)'s' I o 1 @V xo z,,r \ zi_",2t:u
Dengan tingkat kepercayan 95Zo: a = l_ 0,9S = 0,05
dA- = 0,025 (l-;) = 0,97s ) Z] r,n = 23,5g9
1o1 (10 -t)(1,97\,(10 - lxl,979)216,glg
35,251
(10 - t)(197D, (10 -t)(1,97D,
35,251
23,599(o(
So(
1,222 mikron 1 o < 4,S0g mikron
X uep { uEJeqas eJe}ue uB8unqnH :20-S JequED
(o : uotlnarP PlspuElg)r.rs usltnqlrlslff
19 * uorla!^rp preprl?ls)t $ jo uqlnqlrlsl0
'20-S reqlue3 eped uel>lnfuntrp
X rsnqrrlsrp ue8uap { e.re}ue ue8unqng 'o rselndod n>1eq-ue8ueduuts tseuut}saSuau
1n1un laduues n)eq ue8uedurs : s 'ladues >1odr-uo;aq ) lrep n>1eq-ue8ueduts elera.t
- {.s 'ladLues lodtuo;a1 qeguunf = ry 'lrquetp n1r ;adures-ladures eueur uep rse;ndod
eleJar = l'rl 'laduues derlas rJep ele;ar = X :se1e tp ueeuesrad-ueeuesrad uue;e6
4
!
rl = (X)fl
(eB0'9)
_te
_xo
:ueeeruesJad ue8uap ue1e1e,(urp rse;ndod eleta.r depeqtal laduues eletar
ue8uedr-urr(uad'eanqeq rnLleta)rplnqasral;er8e.red r-ue;ep uereln rreC '6'tler8ered rue;ep
sellpqrp qe;a1 3ue Swptues lsnqlrlslp ue8uap lnqasrp ulrzel tut apolaw 'e(urselndod
uep lrqurerp 3ue{ ;adLues ederaqaq ue)resepraq ue>ln)elrp uerfn8uad eleu 'rnqe]a1rp
3ue.reId rse;ndod e]erar euareyeleru e?teq qap ueldelSunrp ]edep uep Surluad 3ue,(
lnpord )ltsrraqere1 nlps qelps Llelepe ntnl 'rqnpord nlens nlnw rsptullsl 'f,
'"yog6 ueeAerradal 1e13u11 eped
uulntt B0S', uep uoJ\tur ZZZ'L nely '"yog6 uee(etradal 1e>13up )nlun uor)/Lu gSZ'tuep uor4tut ZyV'L erc;ue rp eperaq rse;ndod uep n)eq-ue8uedurs 'emqeq ue1;ndrursrp
ledep 1uee,(er.rada>1 1e>13ur1enp ue8uap r[nrp Suer(; ]nqasJa] uauuadsla ue)Jesep;aB
(0 r's)
(60's)
(qB0's)
L,c
_{s
L0
eSSurqas
uep
nele
LoI,('l - DZ
tuvnlvLl NlwtdJdsxl - A svs
STATISTIKA TEKNIK
C5-02: Untuk memeriksa mutu suatu produk dengan lotbesar, dilakukan denganmenggunakan metode distribusi sampling dengan ketentuan: jumlah kelompok sam"pelk = 1.6, ukuran tiap sampel n = 30. pengrkuran diameter roller-bearing sampelmenghasilkan data rerata seperti tertera daljm tabel di bawah ini. Diameter"nominalrolletbearing = 10,0 mm. Selidiki, apakah ukuran produk tersebut dapat dinyatakanseragam dengan tingkat kepercayaan 95oh.
Penyelesaian:
Tabel 5-02: Tabel Untuk Perhitungan pV dan o O
No. Sampel Rerata X , m* lX-pxl lx-Fxl'1 10,025 0,035 0,00122 9,BBO 0,1 10 0,01211) 10,030 0,040 0,00164 10,050 0,060 0,00365 9,920 0,070 0,00496 9,890 0,100 0,01007 9,950 0,040 0,0016oo 9,970 0,020 0,00049 10,030 0,040 0,001610 10,034 o,044 0,0019t1 I0,150 0,160 0,025612 10,056 0,066 0,004413 10,060 0,070 o,o04g14 9,885 0,105 0,01 1015 9,950 0,040 0,001616 9,980 0,010 0,000'l
k=16 I = 159,835 I = 0,0865
Dalam soal ini rerata populasi p = diameter nominal = 1O,O mm
I x rse.83sRerata distribusi sampling, p* =T=ff=9,990 mm
Penyimpangan rerata sampel terhadap rerata populasi:
= 0,0735
Pada tingkat kepercayaan 95oh: a = l- 0,95 - 0,05 pada pengujian dua-sisi,
maka: A :0,025 ) dari tabel distribusi normal diperoleh: zo.ozs =1,96. Selanjutnya
oG )Ifx - tt,)'
:snLunr ue8uap ue)nluatrpl->l!]srlels eueui rpi-rsnqulsrp ue8uoloyad ue8uap ueln)elrp(0f > ,/ ) lrra) ueinlnraq ladr-ues ue)-,esepiaq rslrpard nele rseurlsa 'ezrtqeq uelSuerapp
Llelat lll qeB uJelec'l!)a) 1adue5 plprau pep pse;ndod elera1 !s{!pard 'a
'Utt lE'LZ uep U4 tg'B I Ete]ue rp eperaq rse;ndod
elerar e8req 'o7o96 ueeAec.radal 1e13ur1 eped 'e,rnqeq uellnfunuau seJe rp ueSunlrqraS
S6'0 = (LE'1.Z > r{ > tg'gl)d
s6'o = ffY 'x'r+ oz) > o , (# s6'r - o1)a
D -t =K+ r,'z + X) > rt > 1!-'r,'r- 5)JauNto
D-l = (''"2+, # >''"2-)d eD-f=(''"2+>z>''"2-)d
D-l=(''"2+>z>z'"2-)d
:(Z t'S) uep ( L L'S) snurnr ueleunSSuauu ue8uap
:(z t's) uep
([ f 'S) snLunr ueleunSSuau] ue8uap er(utnfuelas '96'f = sl0'02 :Llaloradrp peu.rou rsnqu]
-srp laqe] rrep SZ0'0 = * :lsls-enp uerln8uad 90'0 = 96'0 -l: p 'ge = u:uelesa;ar(ua4
1nqasra] Jolsrsa; rselndod uep er(ureuaqas eleJar
uelrslrpa;d "7o96 ueeAerradal 1e13ur1 ue8ua6 'o = lyl Z'V = s uep Ury 07 = X
elerar ue>llrseqSuaru uep rfnrp roJsrsar 9t lJep !rlpral Sue,{ ;adures 'tg-Sf tlo}uo)
(z rs)
( r r's)
uNtg J' -, rl-y--:snLunrunarrp Sunlqrp z ueresaq euerrr rp
D-I=(''"2+>z>''"2-)d:3uen1ad n)elJaq Lunurn erefas z
-rsnqulsr6 ue>1eun33ua6t ue8uap ;adue5 pleJau r.rep lse;ndod ElEraU rqrpard 'p
'ue1de1a1rp Suer( nlnru eualrJ) l.lnuauraul lnqasral Suyeaq
talp) lnpord :ue>1;ndLrrsrp tedep eSSurqas '1nqasra1 3ue1ua.r u.rplep pperaq tnqasral
ladLues 9L-a) elerau'u/ru VVL'OI uep LUr.u 958'6 erelue lp epelaq o696ueeAe:rada1
lelSurl eped rselndod elera.r e8leq'e,r,rqeq InLlela)lp sPlP lp ue8unltqlad rle6
S6.0 = [(ttt,O +0I > rt > V?10_0I)]d56'0 = [(SSZ,O'O x'96'I + 0I) > rt > (gt,tO'O x'96'I - 0I)]d
D - | =71X o'ztor+ X) > I > (' o'z/o2 -X)]auN/o
D - | = (''"2+, # >z'"2-\d e
€lJUV1IVAI NJWldtdSXl - A gVS
74 STATISTIKA TEKNIK
l= X-p ,J; (s.13)s
dengan derajat-kebebasan df = n- 1. Pada ujidua-sisidan tingkat kepercayaan (1 - O),
maka persamaan peluang:
PlGt,, r.u) < t 1 *(t, r z:dl)) = | - a (5.14a)
atau
q=l-0,90=0,10
(5.1ac)
df=n-l=16-l=15,,os,rs = 1,753 (dari Lampiran C)
PlGt,,r o) = #. *to,z:r1))= l- a (s.14b)
Selanjutnya,
PIG - ft.t,,2,r) 3 p < (x *
*r",2;dy))= r- a
Pada pengujian dua-sisi daerah penerimaan dan daerah penolakan ditunjukkan pada
Cambar 5-04.
-talz'."
Gambar 5-04: Penunjukkan daerah penerimaan dan penolakan pada
pengujian dua-sisi, distribusi- t
Contoh 5-04: Sebuah mesin pengisi botol diatur untuk mengisi kemasan denganberat tertentu X. Enambelas botol dipilih secara acak; setelah penimbangan diperolehrerata beratn/? = 95 grdengan simpangan-baku 4,00 gr. Estimasi- kan rerata populasii pada tingkat kepercayaan 90o/".
Penyelesaian:
X=95gr s=4,0gr n=16
1= o.os2
Dengan mensubsitusikan ke dalam persamaan (5.15c) diperoleh:
p[(es - ft.t:,t3) < p< (es *
ftt,ts3)] = 0,e0
's\ueJ %g6 uep s4uel o/og 's4uet uetpau 'fifiepot lnun lenl":aru Suer( 7g-9
laqellenq 'rut nlnq Wp Zl uep Il ueltduuel eped ;aqer;aqel ue8uololrad ue8ua6:uelesalar(ua4
'er(ureuaqas SueA o'5,t1
Jntrn
(p) ue6 'e(u:euaqas 3ue,( g rnrun )ttstla])Pre) (r) 'rl rse;ndod ele.ray 1q; 'e,tureuaqas
3ue,( ;lnqlaM ueSuutr-ua; (e) :%06 uee,(euada) le13u11 eped ue>1uP1nlual
's0[ x 16'0 uep 's0L x O't 's0l x S'[ 's0L x [S'0 'sOlxZ'Z
:in)rraq re8qas qelepe 1sa1c,{c LUelep) uele8e8al tue;eBuauu e)rla)rnurn elec 'ue;e8e3a>1 tuele8uau tedues rfnrp r8r8epol qenq eulll '90-9 tlo]uof
'lul ]nluaq So-Sf tloluof lseJlsnll ueresa;a,(uad
elef ue)rleqrad e,(u1n[ue;as uesela[ua6 'se]e lp eg'5 ;erBered-qns eped uelre.rnrp
luadas llnqlaM seua) eped ;adr.ues elep sl)nlaLU nlnqep Lllqalla] ueSuap ueln)elrp
elnl yog6 uee(ertadal te13ur1 ue8uap ;aduues elep rlep g rse;ndod )llsllaUele)uep r/ rse;ndod elerar rs>lrparduuaLu )nlun'InpoJd nluns nlnw lsetullsl'q
'17y,r1 uerrdr,uel) )orra adols pqapl1l1el3 ue8uoloyad ue8uap up>lnlualtp llnqlaM ueSut.ttua>1 uenllla>la) rslrpaldruau
)nlun '171 uerrdr-ue1) queJ oh7'16 uep sluer "/os'z Pqel ue>1eun3 'o/o96 = ueer(er.rada1
1e13u11 e;rqede ls4uet %96 uep s4uer %S laqel ueleunBrp o1o96 uee(e:rada1
1e13uq )nlun 'rur nlnq Wp Zl ue.rtduuel ue8uo;oyad ue8uap ue)n)ellp '7o66 e,(u;esrru,nluaUa] uee(ettada1 ]e)Butl eped er(ureuaqas Suer( ;;nqrary1 rse;ndod ueBut.rrutal
rs>lrparduau-r )nlun 'y'y yt1ercd tuelep seLleqrp qelat lladues elep !rep) q llnqlaMue8urrrual ue)nluau -au elef uep (11 uerrdurel;o1uu uetpaLu ;aqel ue8uo;oyad ue8uap
llnqlaM seua>l eped elep sr)nlalu ele)'Inpord nlens uBueSBrasa) lselullsf 'P
'leuauuaqd an3ge71 ueqepp4 ue8uap uette)raq 3ue,( e;efa8
-elefa8 Luelep qelepe ueururop Suer( ue -eun38uad unuieu 'ese,(e1al qeleseLu re8eqraq
ue)qe)aurau )nlun reledrp ledep llnqlaM lsnqlrlslp undne;ery1 'llnqla6 erun) lrep
lsua4ue4 ue8uuruual - g uep llnqlaM rselndod 1tlspaUere) = I /1;nqra11 rse;ndod uep
plpror = r/ ue8uap ueleler(urp n1r e8req enpa) eueul lp llnqlaM lsnqllslp ue8uo;o1rad
ue8uap uelqeradrp elnd ledep eues 3ue{ leH 'o nleq-ue8uedurs ue8uap lnpoLdnlens nlnul uep r/ elelal ueSuap ue1e1e,(urp lnpord ueue8elasa) eueu tp ';euloursnqulsrp ue>peseptaq >lnpord nlens nlnul uep ueuue8erasa) rsetutlsa8uaut e.lef ue)terntp
Llela] 'Z'S;er8ered ueleC 'llnqlaM ralaurered-;alauuered ue>lnluauaur L.loluo) ederaqaq
reuasrp llnqlaM rsnqrrstp ue8uap uelte)raq 3ue( r.roa] seqeqlp qela] nl qeB LUeleC
llnqlaM rsnqrrlslc uqpunSSuaw ueSuap Isewllsl 't's
'rB tgl'96uepB lvz'tG eretue tp eperaq loloq tst
rselndod elelal 0/006 uee,(etladal telSutt eped 'entqeq ue11n[unuaLu se]e rp ue8unlrqra6
06'0 = QrB tgf96> rt >.tB LVZ'86)4
9/tlvnlv\l NIW|AilSXJ - A SVS
Kemudian data dari Tabel 5-04 tersebut dilukis pada Weibull paper seperti ditunjukkanpada Cambar 5-05.
Taabel 5-04: Tabulasi Umur vs Median Ranks Soal C4-05
Umur,105 Cycles
Medianranks
s%ranks
9s%ranks
0,51 0,1294 0,0102 o,4507
o,97 0,3147 0,0764 o,6574
1,5 0,5000 0,1893 o,8107
)) 0,6853 0,3426 0,9236
3,0 o,8706 0,5493 O,9B9B
5 t't89r*tl-it*" cyslct
STATISTIKA TEKNIK
Cambar 5-05: Grafik median ranks,5"/" ranks dan 95"/" ranks
untuk contoh C5-05
Tentukan kemiringan b garis median ranks dengan jalan mengukur dengan1 cm kemudian membuat garis tegak sampai memotong garis median
abcis =ranks;
s{,
'l*
*.
tr$1'
*1
6
5
a.
$luPJ uPrpau suES uESuurtual
uelrPsBpJaq uElBSESal asPluasrad uplnluauaw :90-g JpquED
c{,r j}li .y):
1
r*
'sapbr0l '91'g rSSurpat uep saptcr0I'ZL'y qepuaral :qelepe o696 uee(e:.rada1
1e13u rg eped rselndod rrep e(ureuaqas rnLun ue13uepa5 'sa1c{c rqf
' L'l = Xqelepe rnurn elera: 'emqeq ue1;ndLursrp ledep n1r uerln8uad ;adures ue)]esepraB
'sa4ctt ,0T 'so'I > o'W > sap{c ,01'6'0
uee,(e:roda1 te13ur1 eped uep sapr{csgl x €i'0 =o'Wrnurn gp-E rnq*nr'l"n0j 'p
sa1c[c r0l't'E > g ; sapttt r0I 'gg'0
:,7o96 ueeAer.radal 1e13ur1 eped lntun >lttsuaUere>l e33urqa5'sa1r,(: sOI x i'€ uep salr(r sOl x 9B'0 se]Eq-seteq ue8uap salc{cr0l'6'L= 0qaloradrp 1'y'y pfiesed eped uerern 1eqrl;uele8eSrlo/oZ'Eg >lntun S0-S reqLUeD uEC 'l
salctt r0l 'SI'€ > rl ; salc{c r0I'ZL'0:qelepe Jnu.in eJelal 'o7o96 uee(etradal
1e>13ur1 ue8uap eSSurqas 'sa;r,(: s0 [ x S ['€ uep sa;cr(: s0l. x 9 7/O se]eq-seleq
ledeprp >lueJ %g uep s)uer "/oS6 eped 'sa;:{r sOl x l'L Jnun elerar qa;o.radrp
"/oS'lS uele8e8al egerar eped S0-S requreD Uep e,(u1nfue1a5 'VO-S rBqLUeD) "hg' lg= uele8e8al aseluaslad elelal qaloladlp S'[ = q )nlun '1y^r1 ueltdurel luer8 rre6 'q
8z'7,>'u"'ug >zto:seteq-seleq uelep eperaq e,(ureuaqas llnqlaM ueSuurLua>1 rpe[
(S'1XZS'O) + S'I > lorttt'Q
) (S'IXZS'g) - S'I :e,(ureuaqas
l l nq laM ueBu u r r-ua1 eSSu r qas'(90-S reqLUeD) o/oZg = l l nqlaM ue8u rr r ural aseluasrad
qa;oradrp S = u ;adr-ues ue8uap '7ya1 uerduel r;ep e(u1n[ue1a5 'S.I = r.,
= f'llnqlaM ue8uurura>1 lalo.radrp eSSurqas 'LLtLu S' | - ]eurpro L1a;oradrp
JLVqIVA1 NlW'AilSXI - A gVS
7B STATISTIKA TEKNIK
Hubungan antara reliabilitas dan tingkat kepercayaan dapat pula ditentukan denganpertolongan Cambar 5-05, di mana ketiga kurva (95% ranks, median ranks, dan 5oh
ranks) sebanding dengan tingkat kepercayaan 95oh,50% dan 57o, serta skala ordinat(persentase kegagalan) sebanding dengan persentase reliabilitas (= 100% - persentase
kegagalan). Sebagai contoh, jika ingin diketahui reliabilitas untuk umur l Oscycles
diperoleh dengan membaca titik-potong antara garis ordinat l0scycles dengan ketiga
kurva tingkat kepercayaan tersebut dan diperoleh hubungan seperti tabulasi di bawah
ini:
Tinekat Kepercavaan 7o Kegagalan % Reliailitas9s% 6B (100-68)=32so% 32 (100-32)=68s% 9,s (100-9,5) =81,5
Jadi harapan agar 95 dari 100 produk terus dalam
didukung dengan 32oh reliabilitas. Oleh sebab itu dalam
keputusan lazim dipilih pada 50% tingkat kepercayaan
keadaan baik (survive) hanya
berbagai penerapan rekayasa,
dengan 68% reliabilitas.
6otu
4i
il.{gs
*
lvribul depr
Gambar 5-07: Menentukan persentase kegagalan
berdasarkan kemiriangan Weibull b
0=t
')-t-(t-4dZ=od,l=!
'J -t - (!.r - 4t!= tt
:pel'z) = ) lpelat uelurlSunr-urpeueur rp od uep resaq qrqal 1epr1 3ue,( rse;ndod ue;e8e8a1 Suen;ad uee,(ecrada>1
1e13u11 seleQ ='J ,ep rd uep lrla) qrqal 1epr1 3ue,( rselndod rrep ue;e8e8alSuenlad ue1e1e,{uauu SueA gtutl iluapuuo)) uee,(erradal te13ur1 se}eQ = 13 :ru1e,(
'uelqequlelrp n;rad nreq rselou !u!s lC ''; lesnl nele leBeB 3ue( qe;runf uep u ;adruesuern>fn Llelepe rnLlela>lrp 3ue,( elrf 'uee(er:ada1 te13ur1 re8eqraq eped lseylryetptr3o1ourlura1 ueSuap LUruours 3ue,(; b sas)ns Suen;ad rrep sele-seleq uep Llemeq-seleq
rseurlsa8uaur )nlun.rnpasold uelSuequaBuau 1n1un Llelepe rur srsrleue ueJeses
(s Is)
,r;y=(;) eueu p
f t/\,-,0 uolu)= (tt = .r)d
:ueeuueslad ueSuap ueleler(urp 'u uern>1nlaq )e)e gaduLes
rrep )esnr 3ue,( Suepef,n)ns r.r ue1]edepuau Inlun 1uee,(erradal lelSurg Suen;a6:ue8unqnq rqnuadrp eSSurqas d ue8uap ue1ele,(urp ue;e8e8a>1
rue;e3uau 3ue,( Suepeln)ns Suen;ad uep b ue8uap ue1ele(urp ue;e8e8al rue;e8uauu
1epr1 3ue,( Suepetnlns qe;unf Suen;ad rur snse) uele6'(q 00; eped ;eBeB >1epr1
8ue,{ ede.raq uep ue;e8e8a>1 rue;e8uau 3ue,( Suepernlns ederaq ,qe;epe ledeprp SueX
rseLlJolur rut snse) u:eleC'rnqpla)rp 1eprl ue;e8e8al e,(urpefral redures rnLUn euare)ueleunBrp esrq >lept] llnqlaM tsnqustp 'rnLUn qeleseLU ue8uap uelte>lraq tut qeleseu.l
undne;e11) 'nluauat uee,(er.rada1 te13ur1 eped 1o1 Llnrnlas )nlun (q 69 1 eped; ue;e8e8a>1
aseluas;ad rslrpa.rdulau: )ntun uelurlSunuu!p 'lu! ln)uaq spLleqlp Suer( srsr;eue ele)ueleunSSuau ue8ua6 'le8e8 qe1a1de83uelp nt! Suepernlns Enpa>l lul >llllt eped reduues
1ue1n1ua1rp 3ue,( uele:e,(s.rad rnedrue;auu Suer( uesnea) rue;e8uau er(ue;e1ue tp enp uepes>luadrp n1r ;adures qn;ndasal uerfn8uad q 0O t qpla]as e,(u;esry,1 'rfnrp uerpnua) resaq
uern)n.raq lol nlens uep )efe ere)as llquelp Suepecnlns t1n;ndas e(u;esrp,1
'le!ur
-ourq rsnqr;lsrp n)ellaq e4etu ' ,,4e1ollp-eLuualtp ',,o8 ou - oS,, tsenJts LUplep rpadas nele
1qn1n ue8uellq) ]lr)sap ue8uelrq ueledntau nlt )ere laqeue^ e)t[ 'nur]uo1 ueSue;lquelednratuy )ere laqerJen e;rqede reledrp llnqlaM rsnqrJtsrp uep lerxrou rsngrJtsrC
lBrruoutB rsnqtrlstc'n's
6/JUV1TVAI NlWtAilgtJ - A SVS
STATISTIKA TEKNIK
Kedua persamaan di atas sulit penggunaannya, sehingga diperlukan persamaantransformasi berdasarkan tabel distribusi-F:
1t L 1+[(z-r+l)lr).F,
c mana F, didapat dari tabel distribusi-Fsesuai dengan tingkat kepercayaan dan derajat--ebebasan df
dft = 2(n- \ *1) dan df, = 2r,
IPu=
l+ n-''(r, +l)Fu
:i mana F, didapat dari tabel distribusi-Fsesuai dengan tingkat kepercayaan dan derajat-.ebebasan df
dft = 2(r, + l) dan dfz = 2(n - rr)
'eluang berhasil q dapat diperoleh dari g : n- r, di mana g = jumlah dari keber-rasilan, n = jumlah percobaan, dan r = jumlah kegagalan, dengan hubungan:
IQr- = r+l(n- g-t)t glF, (s.18)
di mana: df, = 2(n - g + l) dan dfz = 29
Dengan cara yang sama diperoleh:
qu = ---_]-r+ n- I (5.19)
(g +t).F,di mana: elf, = 2(g +l) dan dfz = 2(n- g).
Contoh C5-06. Sebuah tambang batubara bermaksud untuk membeli mata borjenis baru untuk mesin tambangnya. Dari pengalaman dengan mata bor lama, setiapterjadi kegagalan diperlukan downtime yang lama dan biaya perbaikan yang cukupbesar. Sebagai pengganti, perusahaan memesan 20 mata bor sebagai percobain. Darike-20 mata bor itu empat buah mengalami kegagalan. Anda diminta menghitungkoefisien reliabiltas R dari mata bor baru itu pada tingkat kepercayaan 95o/o.
Penyelesaian:Data yang diketahui: n = 20, r = 4, Q = t1- | = 20 - 4 = 16,
R=L={=o,gonZ0)e luang berhasil batas bawah:
(s.16)
(s.17)
LlelurnI 0/.,06 uee(e)rada1 te13ur1 eped ue)rqrpaJd ']ef,e) e,(uerelue rp 0 [ ue)nlua]rp uep
IPle erefas 0s = u ;adues llqtuelp 'qenq 0002 ueln)nlaq qflpq nlens lrec '90-ss'00't uep OZ'Z - 0g'l. - 16'0 - LgtO :Fap^) s0 L Luelep)
etep uellrseq8uaLu 3ue,( uerfn8uad nlens lJep o/o06 uee,{e:tada>l }e13ur1 eped .rnLun
)rlsrrat)eJe) uep Jnurn elerar ue)nlual llnqra7171 apolau ue8uo;opad ue8ua6 '20-gS'"7o66 ueeAe:rada1 1e13ur1 eped rse;ndod
uern)n eterar (q) '"yog6 ueeAe:rada1 1e13u11 eped rse;ndod uernln eleral (e) :ue)ntua]
';euu.rou rsnqrllsrpJal ;adLues uern)n nele) 'UJLU IZL'O nleq-ue8uedutrs ue8uap LuuJ
OS'g(, r,lelepe roq eleu uelrqulas uep rJrprat 3ue,( ;adrues ralaurerp elerau'tg-SS
uEqrlPl lPos-lEos'g'g
'eqor-rfn lrseq e]ep eped ueryeseprp srsrleue 'qe;epe
n qeB uesnsnq)a) 'uauuads>1a rnlelaur e,(u1n[ue;as qeq-qeq uep 'uelSurpupquaLuueBuap lnpord nlens rsen;ena8uau eref seqeqrp ln qeB LUelep er(u;esryri'e(u1n[ue;as qeq-qeq uelep urel apo]aur-apotaur ue8uap seqpqrp ue)urelau '!u! n qeg
Luelep uelrfesrp Suer( apolar-u ue8uap seteqlat lepll Inpord nlens sele rsenle^l'lerurourq uep llnqraM
'leurou :rsnqrJlsrp sruaf e8r] ue8uo;oyad ue8uap ue)n)elrp srsrleuv ';adr-ues uerfn8uad
rnlelaur rse;ndod )rlsrraUere) rslrpardr-ualu ue;e[ ue8uap ue)n1elrp lul leH '1'qsp sasord
';eualeuu 'uresap)lnpord nlens rsenlena8uauu apolaur seqeqrp Llela] lu! qeq ulelec
uEun{8uEu 'g's
'%e6>A >.%09 :rueq loq eleur setrlrqerlal 1rlsuat)ete) uet)ltuap ue8ua6
yot6 = nA nete t6'0 = nb
= n[ :se]e seteq eped selr;rqer1a5
(qO'g)'(r + qr) 'tfi+ 3)
t6'0:9t- 07,+I s-, +1
=nb
90't = srtt:s0'0jf :qalo:adrp E3 uetrdt-uel laqel uec
8 = (9I -ydT, ='(3- u)7,=zlp uep ?t = (I +gDZ = (I+ 3)Z=rtp
:sele seleq eped lrseqraq Suen;a6'%o09 = Itr nele 09'0 =
7b = Tf, :qeMeq seleq eped seltltqetlau
Ot'dLgtt(I+9r-02)l+I'tl? tfi+ 3 -u)l+t 09'0 =
?l'Z = zcror:so'0o[ qalo.radrp 93 uerrduuel laqel uec e S0'0 = S6'0 - | = pT,E = 9l'7= 37= lp uep '0I = (I +9I- 0Z)Z= (t +3 -u)Z = ttp
- 7l)
t8luvnlv^l NJWTAUSXJ - A gVS
82 STATISTIKA TEKNIK
minimum dan maksimum yang cacat dalam batch tersebrut.
55-04. Sepuluh spesimen yang diambil secara acak dari persediaan di gudang(populasi) untuk diukur kekerasannya. Hasil pengukuran (dalam HRC) adalah 66 - 68
- 67 - 69 -71 -70 -70 -71 - 63 dan 63. Lukis grafik rerata kekerasan dari populasi vs
tingkat kepercayaan.
55-05. Sepuluh sampel diambil secara acak dari populasi 100000 perakitan antara
poros dan naf dengan menggunakan suaian tekan (press fi0. Ukuran interferensi yang
diperoleh adalah sebagai berikut:
Nomor SampelI nterferensi Diametral
(mm)
1
23
45
67
B
910
0,00,00,00,0(0,00,00,00,00,00,0
524016270BB9
524397270143143524
Berapakah besarnya interferensi dari batch tersebut pada tingkat kepercayaan
950h7.
55-06. Sepuluh rodagigi diuji kelelahan sampai mengalami kegagalan. Data
umur sampai megalami kegagalan (dalam 106 cycles) adalah sebagai berikut: 1 ,6 - 3,8
- 1 2 -0,58 - 9,2 - 23 - 2,7 - 5,4 - 1 6 dan 7,2. Dengan menggunakan distribusi Weibul I
tentukan: (a) median, karakteristik umur, dan umur 82,0. (b) Rerata umur sampel dengan
batas kepercayaan 90% untuk rerata aktual. (c) Umur B,o sampel dengan batas
kepercayaan 90o/o untuk umur B,o aktual.
55-07. Partikel polutan dalam udara di suatu kota diukur setiap hari dalam satuan
microgram per m3. data yang terkumpul adalah sebagai berikut: 150 - 1 70 - 165 - 148
- 181 - 160 - 175 -182* 168- 172- 158 - 180 - 155 - 180 - 170. Tentukan: (a)
Tentukan batas-atas dan batas-bawah pada tingkat kepercayaan 9O"/" dari pengukuran
pada kurun waktu berikutnya. (b) Tentukan rerata aktual tingkat polusi pada batas
kepercayaan 90o/o.
5.7. Daftar Pustaka
Crosh, D.L. (1989), A Primer of Reliability Theory, Joh Wiley & Sons, Ltd.,New York.
Lipson, C., Narendra J Seth (1973), Engineering Experiments, McCraw-Hill Kogakusha,
Tokyo.
qrqal 8ue^ )rlsrraUere) r>lrlruraul enpa>l )npoJd Llelede 'uelSurpuequaLuuerpnua)'rnqelalrp (n)pq-ueBuedr.urs nele plerar; >1npo.rd nlesqBles uep )rlsuaDleJe>l eueLU rp ueleos.rad dn>1eruar,u elueuad r.ro8age;1
'jllep) ue8utpueqtuad uep 4epnu ue8wpueqtuad 'ru4e4 uo8alel enp urelep
r8eqral rur uele)apuad 'n]! ueepaqrad qnef ede.raqas e8nf ueldelSunBuaurdelal 'lnpord enp pJetue ueepaqrad er(ueq ue)nq ue>lnluauaur
)ntun srsrleue ueres uelrfeAuar-u lqceotdde pailelap) enpa>l uetelapuad'llnqlaM tsnqtrtsrp
uep leurrou rsnqrllsrp ueleunSSuaur ue8uap uelqe:adrp ledep rur snsey'l[e)lp 3ue,( lnpord enp uep uer.ue8eJasa) nelp n]nur ue8uap ue]re)raq
3ue{ qeqsru ueleler(uar-u 8ue{ nreq laqerJen )n}uaqlal 'e,(uledLuepre8eqag 'n qeB eped ryadas eLues 3ue,( >1r1s1te1s ueleunSSuau-r ue8uap
er(urse;ndod rJep suerJen qeqsru nele eleral eJelue rse;ndod ueepaqrad
Sunpue8uar-u BueA 11erua1u a)uapuuol) uee^e)rada1 1erua1ur ue)nluauaur
)nlun ueleunBrp eBnI ledep rur ue]elapua; 'e,(u8ue)elaq Jetel Linel
qrqa; rfelSuaLu eduel 'e,tuure1 lnpord epeduep ure8eras Llrqal nete )reqqrqal )npord nlens qe>1ede uelnluauaur )nlun ueleun8rp ;e,rne uetp)apuad'lqceotdde palppp) rruual uelelapuad (q) uep llqceotdde /tewutptdl pmeuelelapuad (e) rnlelalu uauuadola uresap seqeqrp uele rur qeq LUeleC
'ue>1;ndr-ursrp eAu;rseq upp srsrleuerp
uerfn8uad lrseq elep uerpnu]a) 'tedat Bue,( uar.uuadsla uresaprp nlrad rur geq
LUeleC 'uerfn8uad e]ep ue)Jesepraq uelSurpueqrp snreq )npord ue:eurenp rlep ueuue8erasa) uep nlnu eueu !p ledepra] Suuas eseAelar uelec
uEnlnqepuad 't'g
NVX DN IC NVSWIW NVDN]C NIWIUldSXl
I/-ys
a STATISTIKA TEKNIK
baik atau sebaliknya.
Dalam pendekatan detailed approach digunakan metode pengujian hipotesis.
Dalam hal ini ukuran sampel harus mendukung terpenuhinya syarat signifikansi statistik
dan perbandingan karakteristik antara dua produk diputuskan secara kuantitatif pada
tingkat kepercayaan yang ditetapkan. Pendekatan ini digunakan untuk kasus-kasus di
mana data yang terkumpul memenuhi distribusi normal. Dalam kasus karakteristik
distribusi tidak diketahui, penyelesaiannya dilakukan dengan metode ekspermen
nanparamerrik (Bab Xll).
6.2. Pendekatan Awal (Preliminary Approach)Pendekatan ini memanfaatkan distribusi normal dan distribusi Weibull. Dalam hal
data memenuhi distribusi normal, mutu dari dua macam produk dibandingkan
berdasarkan perbedaan rerata, jika varians keduanya diketahui atau bila tidak diketahui
tetapi sama. Keseragaman dua macam produk diidentifikasi berdasarkan nisbah
variansnya. Dalam kasus penggunaan distribusi Weibull, mutu kedua produkdibandingkan berdasarkan nisbah reratanya.
a. Pendekatan Awal dengan Pertolongan Distribusi Normal. Masalah perbedaan
mutu dan keseragaman antara dua produk lazimnya dianalisis berdasarkan diketahui
atau tidak diketahuinya varians dari kedua produk yang bersangkutan. Berikut ini
disajikan beberapa contoh analisis dengan pertolongan distribusi normal.
1) Membandingkan mutu dua macam produk jika varians 62 diketahui. Jika
Xt, Xz,X3,...,Xu merupakan sampel variabel bebas yang acak dan terdistribusi
normal dengan rerata (populasi) p* dan varians o !, , maka
2x,diperoleh rerata sampel: [ - i=r yang terdistribusi normal dengan varians
o'- ll x
l--. Demikian pula berlaku untuk sampel kedua, ketiga dan seterusnya (prinsipnx
distribusi sampling; lihat Bab lV). Demikian pula jika f,,Y2,Y3,...,{, merupakan
sampel bebas yang acak dan terdistribusi normal dengan rerata n
Zv,(populasi) 1t, dan varians o2r, maka diperoleh rerata sampel: [ - '=r yang
o?, nY
juga terdistribusi normal dengan varians lr. Selaniunya selisih kedua reratanY't
sampel itu, tX -Vl akan memiliki rerata (p* - pr) dengan varians
f(oi I n*) + (o? I nr)1. Dari besaran-besaran itu diperoleh bilangan-baku:
(go't)(szg'g) +oe > (rl - *d) > (96'Ixszt'9)- 0€
:(qZ0'9) snurnr le^ratur 3ue1as Luelpp eperaq e(ureuaqas ueepaqrad '(%56
uee,(eladal te13u11 eped; 1 ursaur epeduep resaq qrqal X ursau uelrle-n[e; eueurp uelrlruBrs 3ue,( ueepaqrad ledeptal uel;ndr.urs;p ledep e)eLu (sz0'02
a 3uu1u, euale)
sz€'g (^u t !o) + (xu 1 x,o)fetL't= o€ =:---f--=z
:qaloladrp (q t0'9) snunr ueleunS8uauu ue8ua6
s rB gze'g 'tu xu It= 0z+0zt=
F*FI"0Z=02100?= ru1lo '02=S/00I = xulxro 's/30e =0ZI-0SI = A-X
'1 1g uerrduel) g6'f = sz'o'2
qa;oradrp leuuoN rsnqrrlsr6 laqet lre6 <- 920'0 = T, I D g6'0 = p - |}OV=lo '001=x.o '02:^u 'g=*u 's13971=tr 's13gg1=y
,ue,esa;artra4'oyog6 uee(ertadal 1e13ur1 eped
ntr ursau enpa>l uep er(ureuaqas Suer( ueepaqlad qelederag 'nlt utsau enpa) eleluerp ue>1rlru8rs 3ue,( ueepaqrad ledepral qelede !)lpllas '00? = enpal ursaur sueue^ upp
O0l = eueuad utsaLU suetren e,(ur.unlaqas ueue;e8uad UeO 'sfr 0Z I uerle-nfe; ele.raJ
u1a;oradrp uep ;adues 97 ue8uap erues 8ue,( leq ue)n)elaLu eSnf enpa) lole.radg sfi OStJesaqas ue.rr;e-n[e; ueltedepuau uep )e)e ele)as ;adu-res eur; ;rque8uaur n]r Japaa]rcluq!^ rolerado 'eLues qelat nlr ue.rnle8uad qelede rnqela8uar-u )nlun 'eues 3ue(ue.rr;e-n[e; uellrseq8uauu re8e rn]erp srapaa] rotuq^ qenq enc 't0-9) rlo]uo)
*r/) > ''"2'
(ez0'9)
:setrlrqeqord
(q ro'e)l-x :snulnJ ue8uap Sunlrqrp z e?rcg uep lerulou rsnqutsrp
laqet rrpp qa;oradrp zt"z e9:cp.',/> X ue11nlunuau z- uep'l<X uel1nfunu-au 2 + euelu p' I depeqral uelr;ru8rs erefas epaq.raq { cztDy q lz I ,r1f
'in)rraq re8eqas uereleuad ue>lJeseplaq ue)n)elrpueepaqrad rsuelr;ruBrs ue)nluauau )nlun 'leruJou rsnqrJlsrp r)rlr.uaur eSnf 3ue,(
(^utlo)+(xulxro)
(qzO'g) z/oz( ru xz\
,,[F.F)-('t'- x)
( tu xz\
,.[F.F)+(4- x)>(il -
D-l:(''"2+>z >z'"2-)due8uap ue1e1e(urp >lnluaq:a] 3ue( uee,(er.rada1 le^ralul
(^rl - ril)-(,f,- X)
(^ut!o)+(xu1lo)
9S
(e [0'9)
NVX2NtONVsWlW NV9N10 NIWiE;|ISXJ - tA SVg
B6 STATISTIKA TEKNIK
atau dalam selang: 17,6 gls3(lt*- lt)<42,4 gls
2) Membandingkan mutu dua macam produk dengan varians yang sama tetapitak diketahui besarnya. .lika X,, X2,X3,...,Xn merupakan sampel variabel bebasyang acak dan terdistribusi normal dengan rerata (populasi) p* dan varians 6 j ,
Zx,maka diperoleh rerata sampel: [ - i=r yang terdistribusi normal dengan
o'* (n* - l).s, nx
varians-,danjugaTmerupakandistribusi-,y2denganderajat.kebe-
basan df = (nx - 1). Demikian pula jika f, ,Y2,Y3,...,d merupakan sampel
bebas yang acak dan terdistribusi normal dengan rerata (populasi) p, dan varians
Zv,o2, , maka diperoleh rerata sampel: 1= i=i yang juga terdistribusi normal
4 (nr- l).s, ttv
denganvariansn,,dunTmerupakandistribusi-x2denganderajat-
kebebasan df = (n, -l).Dengan mengkombinasikan karakteristik dari kedua distribusi normal itu diketahui
bahwa fX -Vl juga terdistribusi normal dengan rerara (p, - ltr) dan
mempunyai
bilangan-baku yang terdistribusi normal. Selanjutnya dengan mengkombinasikan
dua distribusi-,y2 diperol"h,g#{ .*}f yang mempunyai distribusi-;2
dengan dera.jat-kebebasan df = (n* * fly - 2). Hubungan antara distribusi-z dan
distribusi-X2 dinyatakan dalam bentuk distribusi-t
distribusi - zt- (6.03a)
l=atau (6.03b)
dengan derajarkebebasan, df = (n* + n, -l).jika ll l) t,rz,X secara signifikan berbeda dari l, di mana +tberkaitan dengan
X > y dan -t berkaitan dengan X <V. Harga to,, diperoleh dari Tabel Distribusi-t (Lampiran C). lnterval kepercayaan yang terbentuk dinyatakan dengan probabilitas:
(distribusi- Z')ldf
6 -D-(p* - p")
uo.nlna gz'?gl > (il - ^il) > uotrfltu ZL\g ne:,r-
uonfru(Z[Sg-) > (^il - * rl) > uottllur(g7,Vgl-)(gZ'eil + (Sf t-) > (^r/ - *r/) > (gZ'eil - (S11-)
(? L0' z)O t' t d + (s t r-) > (^rl - * r/) > G to' OG L' EZ) - (s r t-)tt':ztDrg + (l - x) > (n - *rl), rrt:zroIo
-cr- x):ueeuesa>l-1e1 ue8uap ue1ele(urp e,{ureuaqas ueepaqrad
'A lerraleu epedrrep loal qrqal X lerJaleur uesneal n[e;
lueJaq y;te8au auuHl t.\ leualeur uep X lerJaleu erelue uesnea) depeqral ueueLlela)
Luelep ueltluBrs 3ue,( ueepaqrad ledepral ue1;ndurstp e)eu zz''szl'0:. <l
aunuHl I eua.re;1
I rror I _.
' t"lit+oI
gL'El._ _ gtEz _ Bun,!H,
0r8'?- = SII_
= St€_,tZ
= --"''',
sL'ez= v'rqf = , ,lY #ol= r
1 f ^r^', z_tu+^'u I)= ,,,lrulm 41' -,;;;11, - ""1.1= r
z-tt+0t,29'(t- rt) + ,os'(t - or)
lL}<z _ zztsz0'0j.
920'0=ZlD S0'0=S6'0-l=P'72-7-Pl+0t=tp'll = ^u 'Zg : ^s 'See = 4'01 = *u '0s = 's '0lZ = X
:uelesa;ar(ua4'oyog6 ueeAerradal 1e13ur1 eped lnqasral
lerralelu enpa) ueepaq.rad seleq-setpq (q) 1)!eq qrqa; 3ue{ eueu leua}elu (p) :ueln}uaf
Z99€tVL
09OLZ
0r
uoJ1 t Lu'n1eq-ueHuedur5uu>l t Lu'e1e:-e1e: uesnea)
u 'ladues qeluun[
A leuatewx lerraiew
:]n)rraq re8eqas lrseq ueBuap uerfn8uad ueln)elrp ,uesneal depeq.ral
,( uep X lerJaleur ereJue ]llelar ue;n33una1 ue)nluauaLu Inlun .;;0-g) rloluo)
'(qt0'9) ueeues:ad 1nqa,(uad Llelepe urel )el
Bue,( | ^uxu Z- tu + xu I o'"n,
,,lrOia @l= r uep (z - ^u + xtr) = lp euew p
(s0'9) rp:ztD''g + (d - X) > (rt - *il) > tt':ztnl'g - Cr- y)
:)nluaq LUel -pp ue1euelpapaslp (r0'9) ueeues;ad 'ue3un1rq;ad qepnr.uradr-uar-u
)nlun 'e,(u.resaq lnqeta)tp 1e1 rde1a1 eules 3ue,( suetJen t)tltuaul nete (0[ >) lt)a)uern)nraq ;adLues e;rqede rse;ndod )rlsrraUerel rslrpard Intun ueleun8rpl laqeuel
(r,"r+ > ,un,r*,
> r,"t_)d
/,8
(r0'9)
NVX2N|ONVSWIW NV9N10 NtWtAilSXl - tA qVS
88 STATISTIKA TEKNIK
3) Membandingkan Keseragaman Dua Macam Produk. Untuk membanding
keseragaman dua macam produk dapat dilakukan dengan pertolongan distribusi-F.
)ika 7'z* dan X| merupakan dua variabel acak yang memiliki distribusi 72 dengan
derajat-kebebasan df* dan df, makavariabel F = ## memiliki
distribusi-F dengan derajat-kebebasan df * dan df, pula seperi ditunjukkan pada
Cambar 6-01.
Cambar 6-01: Distribusi-F dengan beberapa derajat-kebebasan df
Peluang harga Fr,,uns > Fo,df*,a6.ditunjukkan pada Cambar 6-02 yang dinya-
takan dengan peluang P(F > Fa,a,y,rt1,). uubungan antara Fo,,u*,,u, dan a
tergantung pada parameler tlf* dan df, dan membentuk tabel tiga dimensi yang
disebut tabel nisbah-F (Lampiran E).
Karena F = 4l:l* memiliki distribusi-F dengan derajat-kebebasan df, danZit dJv
zl,tdf,tlf\ maka ffi dengan derajarkebebasan df, dan oleh sebab itu besaran
derajat-keb{bl;;dxpenting untuk diperhatikan karena turut menentukan besarnya
nisbah-F.
5or_,1.=f[ji[i,
Gambar 6-02: Penuniukkan daerah penolakan
FdirrriSuiicr: with r,. r, dcgrcci of frcedgm
D-l=1rtt:xtrt:o, > d)d uep n - (tVt:xrrtt",{ <,{)d
: lo 1 lo uep seleq-se1eq Sunlrq8uaLu )nlun '(t- ^u) = ^Ipuep (t- *o): *lp upseqaqa)-1eferap ue8uap J-rsnqrr]srp l>lllrruau e8nI
vos) #fr=##=ffi=, :J-qeqsru laqerJeA'rsrurlap uelJesepJaB
'fi- ^u) = ^tp uep (I - ru) = *{p ueseqaqa>l-leferap ue8uap ,X-rsnqr.risrp r)lruralu
^y - 'io ueo xy -
*ro
z* - ,ts{t _.tu\ ' z* - JT(i:trrr)
:laqeue^-laqeuen ';;; qeg Luelep ,X-tsnqr.rlsrp Sueluai ueseqeqLuad rreg
.f, ,rr,rrnuep ^r/ rse;ndod eleral euasfs suer.ren uep I eletar ue8uap ^'l ,l ,r{, '\
'fo suer.ren uep
x/ rse;ndod elerar euas {s sueuen uep X ete:a; ue8uap o'X ,X ,X 'tX
:^tt uep xu Surseur -Surseu ;aduues qe;u-rnf ue8uap Jeurou rsnqrJlsrpra] Suer( seqaq
;aduues enp ue)rleq.rad e,(ulnfuelas 'lnpord uuereut enp ueue8erasa) srsr;eueSuauu
uelep rule( 'rse;ndod sueuen Lleqsru srsrleue LUelep ]eplueullaq ]e8ues j-rsnqrrsrC
. Ir.0 =
Y =e:oz:s6'0jr new gyz= ''.iuk egnd rueraq BueA gy7- oz:s:s,',rr :Llalo
-.radrp 7-3 ue.rrduel lrep e>1euu 'AZ= ^lp B= *tp S0'0= n e:.1;.(,'qo1uo: re8eqa5
^ [p, tJp,@-t) - U'' xlt,.p .
-- _l{= '!t''xhn, nere
-r { -
xlr''utttp't\
:nl! qeqas qalo
' (.,'^nn''u, =W), = (p -r) uep' n - | =(r+.ffi)r o.,,*
" =(ry, #{#), =(,,. ., ., .
H#),
(e0'e)
:ue>lreqefrp tedep 1^h'xh'Di < n)d Suenlad ueeuesrad r:e6
68NVX,NIONVSW:]W NV9N10 NIWrAiJSXJ - A AVg
STATISTIKA TEKNIK
Dari persamaan (6.07): O = yff
,(Y# s Fo;,vr;,v,)=, - * dan r(# s Fo:,rr*ttr,) =, -, (6.08)
Demikianjuga: ,=yft
,(Y# s Fo,,tr,:,r,)=, -, dan r(# < Fa:,w,,try)= r- *
Dengan membalik tak-kesamaan di atas:
-(++>---l-l=,-o (6oe)("io.i. Forr,or, )
Dengan mengkombinasikan persamaan (6.08) dan (6.09) diperoreh:
'( ' =$o!' ')
\Farz:,tJ1.:,tf, ,)fr = Fo'zLtf*'r' )=
1- a
Oleh sebab itu dengan tingkat kepercayaan = l- ai
1 a 9L I
Fa t2:d!*:tf'
Fat2;dry:rtryls] ls|; - oi - si tsi
Batas-batas dari o! I ol sering kurang diperhatikan kecuali jika harganya lebih besaratau lebih kecil dari 1. Dalam kasus ini, dari persamaan (6.08):
"(Hs Fa''x:arv)='-* Untuk tingkat kepercayaa n = r-a:
t# s Fo:,rrx:rtrv atau * =
o", ror. r*.ff
(6.10)
(6.1 1 )
Untuk menguji apakah hasil pengukuran X memiliki lebih banyak variabel daripada ydilakukan dengan kaidah berikut ini:
Jika sj, I t', , Fa;df y;dfy, maka nisbah dari varians aktual or* t or,lebih besar dari 1 pada tingkat kepercayaan (l - a) di manaX dan Y bisa berbalikan (interchangeable).
Z?, t = ol::oz:szo'olf
- xltt:ttq'.Z / Piuep LL,T, -
oz:ollsz0'0r[ -
ttp:xtp:71oO :9-] laqel uec
L ' L -
( _'L ' L'1frji'TT,lo' I
A^,X 'is I ^rs
t';*,g (ls I *,s)xtp:^t):z tD,'.{
:"yog6 uee(e:rada1 1e13ur1 uep (0 ['9) ueeuesrad ueSuoloyad ue8uag
'we8etas qtqalue8uap eues nele
x0'0'I r
6 >Z6t'0
Io t\nele qll > El' , rslgl :qelepe yog6 uee,(e:rada1 1e>13ur1
]1eped ;r1e1ar uerue'erasa>1 eSSurqas 0\ > ?> ,st', e t#,
i ,9t+'9LL,z=
or:oz:s.',/ -
xlt''.th'../pl uep sc,z -
oz:or's,'k - $".xrt''.ztpl :L-l f z-l laqet uec
!.t l rrt _ *ro
_(fs7{s; xIP'vt'|tDt
_6"i..A, F, I
:o7o96 uee,(erradal 1e>13ur1 uep (01'9) ueeluestad ue8uo;oyad ue8ua6'",o96 ueeAe:rada1 1e13u11 eped gg'7 - 0z:0I:s0.0C uep
yog6 uee(errada>1 1e>13ur1 eped V6'I= oz:ol:0l'odr :qaloradrp 9-:l uep s-l laqel uec
st'zNG',c'7- €ol"o
- ;ts
Lc-Is9'I-&'%96 uep o696'uee(erradal 1e13ur1 enp eped up)nlellp uerlelSua6
:uelesa;ar(ua4']nqasrat luqed ueele(urad uereuaqal sele uerfelSuad ue>1n>1e1
ztuut E0L'0 = zs,uu l$)'f = \suw ggg'g = ^surtu gg7'1'g - xs
0Z=l-tu=^Ip0I=I-*o=*lp17= tuII= xu
nreg se3a6prPpuels se8al
:]n)rraq re8eqas rselnqetrp uerfn8uad
lrsEH 'nreq 8ue( se8ad lZUep prepuels seSad 1; sele uerfn8uad uelnlelaur uaurnsuo)Sueroas ]nqasra] ueeler(u.rad uereuaqal rfn8uauu )n]un 'e,(urslnpordrp 3ue,( prepuets
se8ad ue8uap uelSurpueqrp e(uralauierp rue8eras qrqal 8ue,( lemel rrep lenqral 3ue/se8ad rslnporduuau qelat ue)Lunuun8uauu se8ad luqed qenqa5 't0-9f tloluo)
n1r lnpoid 17o66 uee,(e:radal te)Burt eped; uellndursrp eleu 'I
3uern1 *ol^oqeqsru uep sele seleq uep qemeq seleq euale)
L6NVy,NiONVSWIW NV9N10 N1wl81d9t:1 - lA SVS
o) STATISTIKA TEKNIK
(3,42)(2,35). C- <2,77- o'* - 2,35
) 0,124 < * a1,179 ,"h,;pgga keseragaman relarifox
Jo,ru=E<Ji,r7s ataupada tingkat kepercayaan 95oh adalah:
0,352 3 9t< 1,086. Rentang batas bawah dan batas atas dari nisbah or lo* lebihoxbesar; sehingga dari analisis ini disimpulkan kawat pegas produk baru lebih seragam
ukurannya.
b. Pendekatan Awal dengan Distribusi Weibull. Distribusi Weibull merupakan
sarana yang berguna untuk membandingkan rerata umur(mutu)dari dua macam produk.
Data hasil pengujian kedua produk dilukis pada Weibull paper dengan pertolongan
median rank, dan menarik garis lurus seperti ditunjukkan pa- da Cambar 6-03. Nisbah
dari rerata umur ditentukan berdasarkan grafiktersebut lalu dibandingkan dengan nisbah
rerata umur yang ditentukan secara statistik pa- da tingkat kepercayaan yang ditetapkan.
Contoh C6-04. Dua jenis baja diuji untuk menentukan umurnya. Data hasilpengujian ditabulasi di bawah ini. Tentukan baja mana yang umurnya lebih lama.
Penyelesaian:Data umur pengujian disusun dari terkecil menuju yang terbesar; kemudian tabel
tersebut dilengkapi dengan harga median rank (Tabel L1) untuk nx= 7 dannv = 10 (ditambahkan pada kolom 3). Lukis hubungan antara umur (absis) dan medianrank (ordinat) pada Weibull papec hasilnya seperti pada Cambar 6-03.
Melalui titik-titik tersebut tarik garis-lurus (dengan coba-coba) ) didapat dua garis lurus
yang sejajar dengan kemiringan b = 1,7.
Derajat-kebebasan baja standard, df* = 7 -l = 6Derajat-kebebasan baja eksperimenatal, df, = 10 - 1 = 9
Kombinasi dari keduanya, df* = (df*)(dfr) = (6)(9) = 54
Baia X (Standard) Baia Y(Eksoerimental)
No.Kegagalan
Umur10s Cycles
MedianRank
No.Kegaga lan
Umurl0s Cycles
MedianRank
1 0,3 .0943 0,47 .06702 0,6 .2295 2 0,90 1 6323 0,7 .3648 3 1,00 .25944 1,0 .5000 4 1,50 .3557
5 1,3 ,6352 5 1,80 .45196 t,5 .7705 6 2,00 .5 481
7 2,1 .90s7 a 2,50 .6443o 3,20 .74069 3,60 .8661
10 4,40 .9330
T- 7,50 I= 21 ,37
ue)n)elaLu uelef ue8uap qelepe ]nqas:a] uee^upuad splp ueqe^ ef uelledepuau.r
Inlun eJef nles qeles ZeLUes Suer( leaq prepuels rJep leseJaq lnqasra] lprJaleurqe>1ede 'ue1e,(ueyadrp npa6 'ueuesauad ederaqaq rrep rrprat reledrp lepuaq 8ue,(
lerlaleu ueerpas:ad epqede eLuelnral 'reledrp uele Suer{ leua}eu nlnu ueuruefuad
Lleleseu eped ueldepeqlp Suuas lssatotd u8papl ue8ue:uerad saso.rd urele6
(1ceoildv pallepg) rruual uulolapuad 't'9
ueSunlrqrad y1y1 eped te1ap Llrqal 1r1er8 rrep y11,^r1;
o666 uee(erradal ge13ur1 eped erue; Llrqal rnurnJaq letuarurJedsla eleq 'ue1;nduursrpledep uer>f ruap ue8ua6 'VO'7, = UIW qaloradtp (ZN lllerD) o1o66 ueeAeoradal1e13u11 eped uelSuepas '29'[ = UIW qagoradrp oyoE6 ueeAerradal 1e13u1t eped 1'1 -q uep ig ='lp ue8uap'11.11 ue.lrduel uec'ZN uep 1p ue.rrduel IUerD ue8uo;oyadue8uap up)nlelrp !se;ndod )nlun lnqasJa] Jnurn Lleqsru rsuelrlru3rs up)nluauaur Inlun
0'7.: H
= UIW 'plepuels efeq depeqra] leluaurradsla efeq lnun qeqsrN
saptCc a}l'yl'I, = ,(OtXOt/ LE'17) = C() leluauuadsla efeq.rnuun e]erau
salc{c s[I't0'I = ,(OfXf /(9'L) = ff) prepuets efeq rnun e]era;
.raded ;1nqra14 eped 79-93 uerfn8uad MEID :t0-9 reqrueD
t
Pc
t6NVX2NIONVSWIW NVDNI0 Nlwttldsxl - lA SVS
94 STATISTIKA TEKNIK
pengujian terhadap material persediaan lama dan material persediaan baru dengan
sejumlah sampel (spesimen) dari kedua kelompok material tersebut. Untuk
menyimpulkan, apakah kedua kelompok material tersebut berasal dari standard heat
yang sama, terlebih dahulu perlu dirumuskan suatu hipotesispengu.jian dengan langkah-
langkah sebagai berikut.
Langkah 7: Disainer itu mulai dengan mengasumsikan bahwa, sampel yang diuji
diambil dari populasi yang samadengan rerata hasil = lJo.yangtelah diketahui. Asumsi
ini disebut hipotesis nol dan dinyatakan dengan Ho: Qt -- !r.). Asumsi kedua yang dapat
dibuat yalah, dengan menyatakan bahwa H, itu tidak benar. Hipotesis ini disebut
hipotesis alternatif yang dinyatakan dengan Hoi (lt * uo) atau Ho : it > 1t) atau Ho : (1-l
< po). Jika analisis data terbukti Ho: Qto = po.) ternyata benar, maka Ho : Ut * u) secara
otomatis ditolak.
Langkah 2: Pada setiap keputusan yang diambil, selalu terdapat peluang terjadinya
kekeliruan. Oleh sebab itu disainer itu mencoba menemukan peluang terjadinya
kekeliruan dengan menyatakan bahwa, hipotesis nol itu palsu yang pada kenyataannya
adalah benar. Dalam hal ini ia mencoba mencari peluang menolak hipotesis Hu: lt =
!0.). Kekeliruan demikian itu disebut kekeliruan Tipe ldan peluang terjadinya dinyatakan
dengan a; sedangkan besaran (1 - a) disebut tingkat kepercayaan, yakni peluang
membuat keputusan yang benar jika pada kenyataannYa Ho memang benar. Jika 0kecil, maka hasilnya dapat dinyatakan secara statistika adalah signifikan, dan asumsi
Ho: Qo = po.) tidak bisa dikatakan terjadi karena kebetulan.
Langkah 3: Lazimnya terdapat nilai rerata hasil p, yang harus dihindari. Dalam
kasus ini disainer tadi ingin meyakinkan bahwa, material yang dipakai tidak diambilkan
dari persediaan dengan rerata hasil = p,. Oleh sebab itu ia menetapkan suatu desrgn
hypotesis yang dinyatakan dengan notasi H o: fit = lt,), di mana p, merupakan harga pl
yang harus dihindari.
Terima H, Tolak H,
H, benarKeputusan yang
benarKekeliruan
TiPe I
H, palsuKekeliruan
Tipe llKeputusan yang
benar
Cambar 6-04: Definisi kekeliruan Tipe I dan Tipe Il
Langkah 4: Selanjutnya ia mencoba menemukan peluang untuk menerima H,
sebagai benar yang pada kenyataannya H, - lah yang benar. Artinya, ia menemukan
peluang F yang menyatakan lJ = lJo, padahal lJ = lJ,. Kekeliruan ini disebut kekeliruan
Tipe ll alau kekeliruan B.
up)ospd e{eg '(tr/ : rl): q II ulesap s1sa1od1q rrep rsnqrr}srp qelepe Z-lsnqlrlslg
'(eLUel
ueerpas.rad; pJepuets e[eq ue8uap eues 8ue,( )r]srraUere) ue8uap nreq ue)osed efeq rreprsnqrJlsrp Llelepe [-rsnqtJ]stp luelaq Suer( ,leuaq qelepe ;ou-srsalodrq e>1euu ,0rl
= rlr)rlrurau nleq up>losed efeq e)/I'0rl = e]elal ueSuap plepuels efeq lsnqr4stp qelepe
l-Bnq4lslo 'rsnqrrlsrp qenq enp ue>1lnfun1rp g0-9 reqLUeD eppd '(il = r/): q 11 euew
rp 'd u1e;epe uelreqradrp 1n1un Surguad 3ue,( r/ eSreg .(orl > il) : , H ure uerfn8uad
urelec '(orl =i):oH e8leq ueldelalrp qela1 uerfn8uad uue;ep ue)lesrW .1r1er8
ueBuap ue11n[un1rp ledep sele rp rnpasoJd 'luoPat acueldacce) ueeLuuauad qetaeg
rulurru prJalrr) ue8uap og srsalodrq uerln8ua; :S0-9 requpD
,: tuopq plnoqttlilrra ins qollrrq,&rltl
-lAllrlztl UJ
5t 3x3FX lcu HmFrdss Hu s,liqt]rlc
'uelde1a1rp 3ue,( e3.req 3uelua: rrep lrra) qrqal nele resaq Llrqal
d eSreq e),[ oH )elouaLu ue]e et tut tstpuo) uelEc 'pap!s-o/Al) tsts-enp ueinSuad
lrleura]lp Lltlil.r-laul nlt Jautestp tut snse) Luelec 'orl uep qepuat qrqa; Suer( undneu]r33ur1 qrqal 3ue,( lreq e8req-e8req r.repurq8uatu ur8ur n1r Jauresrp /enpay
ltleuallv'0rl epeduep ll)a) qtqal nele resaq ulrqa; r/ e3.req
qe>1ede lte^ eq>l er{ueq et euare) (paps-auo) ts$-nJes uet[n?uad ]nqastp er(uuerln3uadrur snsel LUeleC 'trl < d Lle)nele td = tl qelede r;npad )epr] nete uepurLlrp snreqSueA trl e3.req rnLlela8uauu Llelat nlr rauresrp qelede 'eueyad l\eurallv ''rl e8req epedSunlueS.rat Suer{;rleuralle enp ledepral'rJepurrlrp snreq 3uer( trl
= d e3.req uelnluauaLun;rad nlr rauresrp 'emqeq uellnfunuaw y qe73ue1 eped Jtlputal;y stual-sruaf .e
'r0-g lequeDeped ue>11nfun1rp 1e;olrp e(usnreqas 3ue,('11 euuauaur euare) lpelral (! uenttp>1a4
nete) ll adrl uentrla)a) uep reuaq SueA1g leloualu euare) lpefuat (D ueruUala>lnele) |
adrl uen;r;a1ay ueSuap uesnlnda>1ue;rquue8uad ueur>13unua1-ueurlSunt-ua; 'uelrlruBrs
3ue,{ ue;ndLursa) }enqLuau.r )n}un rqnq dn>1nc )epr} e/!\qeq uelele8uau ledep e,(ueq er
'ueldereqrp 3ue,( rpadas lr)a)as lep[ d uep D elrf rde1a1 'se]e rp uee(ueuad qemeluaur
)ntun ue)eunBrp tedep 3ue( elrlsrlets uesepuel t)tlturaLu qela] n]! Jautestp eleu ,;r:a1
3ue,4 g/ uep p relru qaloradtp uep ue)eueqeltp ]nqasra] qe13ue; leduuaal Llelalas
96NVXTN|ONVSWIW NV2NJO NlWtAilSXl - tA SVg
96 STATISTIKA TEKNIK
baru tidak boleh berada dalam distribusi ini kalau memang memiliki standard yang
sama dengan baja persediaan lama. Distribusi ini akan menjadi distribusi baja pasokan
baru kalau tidak memiliki karakteristik yang sama dengan baja persediaan lama dan
hal ini harus dibuktikan dengan peluang (l- P).Kekeliruan tipe-l (atau kekeliruan-a) adalah kekeliruan yang menyatakan, baja
pasokan baru termasuk pada distribusi yang terpusat pada suatu nilai yang lebih kecil
dari po yang seharusnya terpusat pada. Kekeliruan ini terletak pada bidang distribusi-.l
untuk harga -co sampai (perpotongan antara dan ). Kekeliruan tipe-ll (atau kekeliruan-
p adalah kekeliruan yang menatakan baja pasokan baru termasuk pada distribusi-l
padahal yang sebenarnya termasuk pada distribusi-2. Kekeliruan- B ini terletak pada
bidang distribusi-2 untuk harga X. sampai + o .
Titik potong Xc adalah nilai kritis dari ;16 yang menentukan diterima atau
ditolaknya H, dan 4 .Jita sampel berada di kanan , H, diterima dan Ho ditolak.
Sebaliknya jika berada di kiri , H^ diterima dan H, ditolak.
Selanjutnya pada pengujian signifikansi dengan Ho:(p: lto), Ho:(p* /ro)dan Hr:(l p- ltol= d). Kondisi ini merupakan alternatif pengujian dua-sisi dengan
grafik seperti ditunjukkan pada Cambar 6-06.
Distribusi-'l adalah distribusidari populasi baja standard. Distribusi-2 dan distribusi-
3 adalah distribusi-distribusi yang akan menlak fiIo, dengan peluang = (1 - B) iikasalah satu dari distribusi-2 atau distribusi-3 merupakan distribusi dari baja yang diuji.
,rr 3,io - d ,.o ttt a gn '+ it
Gambar 5-06: Pengufian hipotesis H, dengan kriteria minimum-maksimum
Peluang kekeliruan tipe-l adalah a,yakni kekeliruan yang menyatakan I/o ditolak
padahal benar. Kekeliruan ini terjadi jika rerata sampel ;g tersebar dari po ke salah
satu arah (ke kiri atau ke kanan). Oleh sebab itu peluang terjadinya kekeliruan masing-
masingsebesar al2pada keduasisi distribusi-l. Kekeliruantipe-ll denganpeluang=
B terjadijika Ilo diterima padahal distribusinya mengikuti distribusi-2 atau distribusi-
3. Dalam hal ini bidang p berada pada salah satu sisi dari distribusi-2 dan distribusi-3.
Hipotesis nol ( 1r'0 ) diterima jika berada di antara &, drn !r. uipotesis nol ditolak
dan Ho diterima, jika y berada di luardaerah Xrrdan Xr, .
.{rr.pl ,fr, Acjr{i /la
:]n>luaq teSeqas qelepe ueln)eltpnlrad 8ue^ uerfn8uad qe)Buel-qe)Bupl p>leLu 'se1e rp ]nqasra] uereln uelJeseplag
(r r'e)
"+*. nlc'-041='xuNtg _ J, _dt_rr_ - til -
orl -'{z
lf to(td + orl)-'{Z:n)eq
-ue8uelrq Enpa) ueqe;r.unfuad ue8uap qa;oredrpry lue8uolodrad >ll]l] nete) se]eq->l!]ll
ftL'e)z(rt - ort)
,o' ,(dz + "z)
:uer[n8uad 1n1un ladues uern)n Llaloradrp eSSurqas
uN tg-
dt -'t rrl-oi- L '
:ue1;rseqSuaur sele rp nleq-ue8uelrq enpal ereJue ue8ue.rn8ua6
- d2 :e?nf uet)lJrap
=!l"l: =oz-:e,(ueuare>1 ur ( urtro\ort _ ,x =
o2 _:e^ueuare>l uep r = ["2_
> d+ ), :pEnr rdera]
( uN to urt ro\" =li:*'*y =Px> x)d
:euelu lp p = (? > {)d ereluaLuas 'tX > X elrf rpefua1 rur uenrla)a)'reuaq ;eqeped Ielollp
oU e1l rpefual ue)e I adrl uenrrlalal 'ertqeq rnLleta)rp
ledep E6-9 requeD rrec 'z-rsnqr.qsrp re,(und *r* !-f'lo elew 'u1ro suere^fl-x
uep rl eterar ue8uap leulou tsnqusrpraq { ;aqerren el1,|'('rl = rf): o g
uep (ort , d) : v11
;tleuratle srsalodrq '(orl = rt) : oH qelepe 1ou stsalodtLl rur snsel
LUeleC '!s!S-nlzs llteunilV: l-snsp) 'rnqplalr O zo e11lleleraX uelSurpueqruaw 'p'e,(u1n[ue;as ler8eied eped seqeqrp ue)e rnLle]alrp 1eplt ,0o nete 0/ ue8uap lnpord enp
ereJue ue8urpuequad'zs uep X ueJesaq qelepe rur uetfn8uad snsel uelec'rnqe]a)rpqela] (r0o nele 0rl1 e,(uralauered-;alauered eueu rp prepueis lnpord )rlsrraUere>lue)resepraq rsenle^arp Suer( lnpo.rd ntes qeles sele rp ueseqequlad u.re;e6
Inpord tuerew enc lpllnw ueSurpueqrad 'v'g
NVX)N|ONVSWIW NV9N10 Nlrytdldsyl - tA SVS
STATISTIKA TEKNIK
1) Tentukan Ho: Ut= lto), Ho 0t < ltr) atau H, : (lJ> lJo) dan Hr:(p= lt).2) Tentukan kekeliruan O dan F yung bisa diterima (ditolerir).
3) Tentukan ukuran sampel ndengan menggunakan rumus (6.12).
4) Lakukan pengujian dengan sampel = n dan hitung rerata 7g.5) Tentukan titik-batas X. dengan menggunakan rumus (6.13)
6) Pengambilan keputusan:
a) f ika Ho i ltt > uol, terima Ho iika 4< * dan tolak Ho iikab) fika Ho:Ut> ltol, terima Hoiika X> X, dantolak Hoiika
Contoh C6-05: Suatu pabrik baterei memperkirakan baterei yang diproduksi dapatberoperasi dengan rerata umur 90 h. Baterei itu akan diterima dengan tingkatkepercayaan 95oh jika rerata umurnya tidak kurang dari 75 h. Pengujian dilakukanpada a= 0,025 dan o = 6,44 h.
Penyelesaian:
Hoi (tt = 80), Ho.ltt < 80), dan Ho; ltt,=7rtDari Tabel Distribusi Normal untuk o =0,025 diperoleh harga z.=1,96O.F = 1- 0,95 = 0,05 dan zu= 1,645.
Ukuran sampel,
(1,90 + 1,645\2.6,442
4r 8,X<X,
(2, + zu)2.o217 = -----:-----;- =
(p, - p')"
l, [email protected]= rQu- r")l; +=- =
= -0,216 + 77,5 = 77 ,285 lt
8,44 8o + 75."I-+-\zz z
=22(e0 - 8s)'?
Misalkan pengujian dengan sampel n = 22 menghasilkan nilai rata-rata X = 78 h ,
maka:
(1,645 - 1,960)XC
N,
"'JP
oo
2'clr
Ft --a
Cambar 6-07: Kurva pengujian satu-sisi soal C6-05.
'ue)eun8rp )nlun uelerer(srad rqnuaruarxntr uelrpmelrp 3ue,( leualeui qelede rnqelaBuaru )nlun uerfn8uad ue)euefuar'!ry Vf9 = o rngeJolrp e,(uLun;aqas ueue;e8uad uep uep S0'0 = d = p qlllLUaLuue8ua6 '/s) OB Lielepe uelur8urrp ueSue8ai ue>13uepa5 '!s4 Sl uep resaq Llqal snreLlue1]ete,(sradrp 3ue,( ue8ueSa] eJeluauas '!el gB uep resaq qrqa; ue8ue8al ue8uap
leualeu sasorduaur esrq )epll ueleun8rp 3ue,( ursal4l 'Ielaf sasold ue8uap rslnpordrp8ue,( nlua1ra1 Suepe:n>lns )nlun ue)ueJesrp lerJaleur sruafag :90-9f rlo]uo)
'rqnuadrp >leplt tnqasra]
1e.re,(s e:4.[ot-t )elo] uep "X > X > "X e:1;-[ o4 euuaf :uesnlndal ue;rqLueSuad (S
(91.'9) uep (r['9) snLUn.r ueleunSSuau zra'uep''Xsp]eq-)r]r] ue)ntuaf (V
{ ele.rar 3un1rq uep u = gadLres ue8uap uerfn8uad ue)n1el (g
'(rualolrp) eurralrp esrq 8ue,( d uep D uenrla>la) ue1ntuaf (Z
(p=oil-rl):oH uep (0rl *r/):'H '(r/:il)z 0g ue>1ryua1 (t:ln)uaq re8eqas rsrs-enp uerfn8uad .rnpasord qa;oradrp sele rp uereln ue>peseplag
'rl - orf7
= (' X - or/) + oil = "X
:rnllela)rp ledep eues Suer( eler ue8ua6
,(tr/ - or/)
=A,o ,(dz +'t"z)
(e r'e)
(s r'e)
-3uar-u ue>le ue)]erpen)rp
gbL'e)
(ev L'9\
:uelprseqBuau
:;adLles uetn)n ue>lnluauaur )nlun snulnr ue>llrseq
e1r[ 1nqas.ra1 nleq-ue8uelrq enpa) ere]ue ue8ue.rn8ua6
"+*. -) a,", -oi|:,,x uep
uN to-1' -ldt_ztor\_ til_0rl_rrxz-t -
sete rp ]nqasra] nleq-ue8uelrq enpa) ueqe;unfuaS
uep
:e/\ Lleq ue1;ndrursrp ledep 96-9 requreD uelrleq.radr-uau
ue8uap uep z-rsnqrrlsrp re{unduu "-
!t'lo eMLleq rnLje}alrp Llela} 'L snse)n-x
urelep ryadag 'u = ladues ueln)n ue8uap uerfn8uad r.repX elerar
ue)resepraq ue)nluatrp uesnlndal tut snse>l uelec 'F1g-eng {n lleuraryV :Z snsey'ue)nlualp 3ue,( uelerer(s.rad rqnuauiaul n1 raraleq
uellndLursrp uep g0/0 = D uep ge0'0 - p ueBuap 'erutrattp (08 = ,0 : 'H puale)
ti _ t)xOd _DX
NVX)N|ONVSWIW NV9N10 NIWtAilSX;t - tA SVS
100 STATISTIKA TEKNIK
Penyelesaian:
lro=80ksi, Ho:0t=B), Haz(tt+ Bo), dan Hr:(llt-lto l:5) sehingga
p, = 80+5 = 85 ftsi dan h =75 ksi.a = 0,05, a l2 =0,025, zatz =1,9600 = 0,05, zp = 1,645
Ukuran samper: " =\ffi =ffi = r,
Misalkan dari pengujian dengan sampel n = 22 menghasilkan X = 83,0 frsi
Batas-batas daerah penerimaan:
== l. ,@ po*ltr 1
*' = i- :^ .:"'! l? * * ,tt = -(r'64s - 1'e6o)'8,44 8o + 75I-I---!22' z_L r ) '-p
Xcr = 77,284 ksi"cl*r, = tto + (po - X I = 2lto - Xrr= 2(80) -77,284 = 82,716 ksi,A C
Pengujian dengan d = F = 0105 memberikan ketentuan penerimaan:
77,284 ksi < X < 82,716 ksi, padahal X = 83,0 ksf sehingga material yang
ditawarkan itu dinyatakan tidak memenuhi persyaratan'
Cambar 6-08: Kurva pengujian dua-sisi soal C6-06
b. Membandingkan Rerata fika Varians 02 Tidak Diketahui. Dalam kondisi
sebenarnya varians populasi 02 iarang diketahui. Oleh sebab itu sebelum mengambil
keputusan tentang harga p terlebih dahulu perlu ditentukan varians dari sampel s2.
Kasus-lt Alternatif Uii Satu-Sisi. Dalam kasus ini hipotesis nol adalah
Ho:(p= lto) dan hipotesis alternatif Ho:(P < F) dengan H_r:(P= lt).Agar dapat menggunakan prosedur berdasarkan rerata sampel X, maka harus
digunakan simpangan-baku s menggantikan o, di mana I--t'-6 mengikuti
distribusi-tdengan derajat-kebebasan df = n- 1, dan fr,= ff,. s
:ln>ltJaq
re8eqas qelepe uerfn8uad qe13ue;-qe13ue; eletu 'se1e rp ]nqaslat uerern ueliesppraB
(B t '9)
(p,tt'e)
(ett9)
"+* *
"r!'n", - *'
11 =' x :eaaurqas
"4+*- r.'d'+t''o,-
iue)rJaquraru ueqe;unfua;z('il -',/)
s:fu;;to'"i= u ueP
UNISJ , _ rtt.dr+rr'",
1tf -oV -
:ue1rJaquaul ]nqasra] 7 e8.req enpa) erelue ue8ue.rn8ua6
lsrs-nles uelfn8uad sge.r8 rseluasaid :60-9 Jequeg
'r ld
UNIS-ttt'd, ueo J' -tp'Dt '
- -'- -dn:5i ' -:n)epaq 3uolod-1r1r1 eped eSSurqas
( uNrs \D=lrt''"r-, lt I' --t' ' ' w4)o
t-rsnqr4srp ]ntnuau uep
aaa
0
Ze
yl t' Iil _JX
( uNts aNrs\" =lvt --L'i'd+)d =('x' x)d
:qelepe n1r Suen;ad
elrleuateu )ntuaq uelec 'reuaq 1ou srsalodrLl e)![ t2 qelepe tX > X e,(urpefual
Suenlad uep ? > X 'l adrl uen.rla>1a>1 eped 'emqeq ue11nfunuau 60-9 requeD
L0lNVX9N|ONVSWIW NVDNI0 NlWtAilSXl - tA gVS
102 STATISTIKA TEKNIK
1) Tentukan Ho:Ut=ltol,Ho:Ut<ttr) atau ffo ilu> ttol danHo:ltt=tt,).2) Tentukan kekeliruan 0 dan F yang bisa diterima.3) Pilih ukuran sampel n,. Lakukan pengujian dan hitung rerata ;y dan simpang-
an-baku s,.4) Cunakan rumus (6.17b) untuk menentukan n dengan memasukkan harga s, dan df
= n - 1. Periksa apakah fi I /tr. )ika n < n, lanjutkan ke langkah 5, jika tidak pilihlebih banyak sampel agar terpenuhi syarat lalu lanjutkan ke langkah 5.
5) Tentukan titik-batas X. dengan menggunakan rumus (6.,l8), kemudian ban-dingkan ;g dengan untuk menentukan keputusan tentang rerata p.
6) Pengambilan keputusan:
a) fika Ho.ltt < ltol ,tolak H, jika X < X. dan terima Hoiika X > Xr.b) lika Hoi(tt> Fol ,tolakHrjika X, X, danterima Hoiika X <Xr.contoh C6-o7: Pengukuran fluktuasi tegangan pada batang-pemutar suatu
motorbakar menunjukkan rerata tegangan maksimum adalah Fo = 60 frsi. Untukmenjamin kekuatan batang-pemutar tersebut perlu dikaji batasan ltt =70 ksi denganpeluang 95%. Dengan d = 0,05 tentukan, apakah cukup aman untuk *engungguplt=g ftsi jika: (a) nt= 11, s, =10/rsi dan X:65/rsi. (b) nr=21, sr=llisi,dan X =64ksi.
Penyelesaian:(a) Kasus n, -11, sr =10ftsi, X=65 ksi.) dft=nt-1=ll-l=10
Hr:(p= 60 ksi), Hr:(p =70 ksi) dan Ho:(p> 60 /tsi).Dipilih 9=a =0,05, ) ta;to=1,872=tp.*Dengan menggunakan persamaan (6.1 7b):
n _ U,.ar * tp a.t.s' _ [(2XI,812)]'](1o)'? = 13.13 = 13'
(Po - F')' (60 - 7o)'? Lr)Lv - ^J
Didapat fr ) frt Berdasarkan kaidah 4, jumlah sampel nr = ll tidak cukupuntuk memenuhi kriteria nilai a dan B. Diperlukan lebih banyak sampeldan dicoba dengan pengujian kedua (b).
(b) Kasus nr=21, sr =11 fsi, X =64 ksi. ) dfr= or-l=21-l=20F=a =0,05, ) ta:zo
(to o, * to or)'.t',, =
-=-;-
=\Po - P')'
= g#?9
=r4,4 x t4
= 1,725 = tp,r,
(1,725 +1,725)2 0t)2(60 - 70)'z
Karena frz) fi, maka ukuran sampel kedua signifikan untuk menyimpulkankarakteristik trr. selanjutnya dengan menggunakan rumus (6.18) dihitung harga
X,:
a) ue4nfuel nlelra > u w)e(s rqnuadrat .re3e ladures 1e,(ueq qrqa; u1r;rd leprte)l[ 'S qe13ue1 a1 ue1]nfuel'u>u e1ll 'tu; a qelede es)rrad .(l-ru) =tlpuep Is e8.req uerynseuraur ue8uap u ue)nluauau-r >lnlun (02.9) snLUnJ ue>leunD 0'Is nleq-ue8uedurs uep { elerar 8un1rq uep uerln3uad ue1n1e1 .'lu;adLues qr;r4 (g
'eruuatrp esrq 3ue,( d ,np D uenrla>la) ue)niual (t,
(orl *r/):'H uep (p=lorf -rll):ott '(or/ =r/):rH ue)nlual (t:]n)rraq re8eqas ueluelesrp uerfn8uad qe13ue;-qe13ue1
!s!s-Enp uerln8uad sge.r8 rseluasald :0!-9 Jequp3
r J..
,('r/ - orl)
:r'l:rl*i"
0(,'e)
(q6 r'e)
(e6 r'9)
,t dto'n, + fi"z tnt)
';adues ueJn)n eleJuatuas
"t -'tl7 = "X ueP
!p.zto, _ rrll= rrX
=U
"k.;[uep p-,il - til euewp .!l!: - tP'd, uep '' trl _Dxlf t' oil _ trx
:seteq-)!]!] enpa)
- ttt'z t n,
t
:ueeuresa>l->1et qaloradlp 0 t-9 reqLUeD ue>lrleqladr,uauL
ue8uag's nleq-ue8uedrurs uep X elerar ueresaq eped uelreseprp ru1e,(
'uesnlndal ue;rqr.ue8uad.resep eped e,(ueq e(ueepaq.rad'sele rp ue)reJnrp u1e1a1 3ue{ue8uap eues rrdueq ueleun8rp 3ue,{.rnpaso)d'!s!S-en1 {p geuteyv 2z-snsey
'ueueurea) ueleler(srad tLlnuauauj [unults)eu] ueSueSal
elerar uep euuatlp (.rsrl 09 =rl):09 ue1;ndr-ursrp eleru ry > z;6 euarey
rs)t ss: # *+ o = h *w3-
* t!*'",
- r\1= ,x
t0tNVX2NIONVSW]W NV2N:!O Nlrytu;tdsxl - tA 8V8
1(M STATISTIKA TEKNIK
langkah 5.
5) Tentukan titik-batas X., dan X., dengan menSSunakan rumus (6.19), kemu-
dian bandingkan ; dengan X. untuk menentukan apakah Xrr S X . X*Jika hubungan ini benar, maka terima H, dan apabila tidak, tolak Ho .
Contoh C6-08: Sebuah pabrik pesawat terbang menentukan ambang-batas
kebisingan dalam kabin = BO dB (bacadesibell). Jika tingkat kebisingan kurang dari 75
dB biaya produksi akan terlalu mahal, sedangkan melebihi 85 dB akan mengurangi
kenyamanan dalam kabin. Oleh sebab itu harga <75 dB dan > 85 dB harus dihindari
dengan 97,soh kepastian. Hasil dari 11 kali pengukuran menghasilkan rerata
x = 81,5 dB dan simpangan-baku s = 2,2 dB.
Penyelesaian:Pada pengujian ini tentukan Hoi (! = B0 dB),
Ho:Qr a B0 dB) dan Hr:(ltt - tt) =5 dB).
lJ,=75 dB dan Fz=85 dB; q= 0,05 dan B = 1 -0,975 =0,025;ffr=11, df = 1.1 -1 = 10;dari tabel distribusi-t diperolehto,r,,o=2,228dan
tp,1q= 2,228; i = 8I,5 dB dan s = 2,2 dB.
.. Q,,r.rr + t p.orl s' -
(2,228 + 2,228)'z .2,22 - 96,103 - ^,i = ----------------
Uro - pr)' (80 - 751'z 25
Karena fi 1fit maka perhitungan dapat dilanjutkan untuk menentukan batas-batas:
80+75x",=0* 2 =77,5d8 dan I,z=2.80-75=85
Karena x = 8115 clB beradadi antara 77,5 dBdan 85 dB, maka Hrditerima.
c. Membandingkan Varians. Jika masalah rekayasa lebih menekankan pada
keragaman produk daripada nilai reratanya, maka prediksi atas varians populasi o2
dapat dilakukan dengan menggunakan variaans sampel s2 yang diperoleh dari sampel
n. Terjadinya kekeliruan tipe I dan ll tetap ada dengan arti yang sama seperti telah
dibahas sebelumnya.
Kasus 1: Alternatif uji Satu-Sisi. Jika seorang produsen bermaksud memproduksi
alat-alat presisi, maka sewajarnya dia berharap adanya varians yang lebih besar daripada
yang ditetapkan, sementara segi rekayasa harus diusahakan untuk membatasi sebaran
daripada membiarkannya meluas.
Dalam kasus ini Ho: (o/oo= 1), He: (o> oo), dan Ho: (o/oo= p) p1= o/oo.
Misalkan s. nilai simpangan-baku kritis, di atas mana H, ditolak. Maka berdasarkan
definisi kekeliruan tipe l, peluang menolak H, yangbenar adalah o, dan kekeliruan ini
terjadi jika s > s.. Dalam pernyataan matematis peluang itu ditulis:
os> s.) = d atau rl-#,*pl = "
GZ'9)
(ZZ'9)
Prlrro^c 'q
0l uolln.llrlsrQ
nele /Jeuaq oU e1lrpefial 3ue( 0l = (reuaq
gLZ'9)
(elz'9)
rt*-tty - io,* _
f;111_u)
l-. lold -t=5ru-,)r .7t';6)a
l:olold -\= LFlr -a' f $ -").]d
rsrs-nles uel[n8ua6 : [ !-9 rPqtuED
ntr qeqas qalo
luetaq 3ue,(
nele
1nfue1 qrqa; uereqefua;
uep
:e33urqas
)d=fi'@-D7
lp'"I
.o, o tdJ.r)V
or tuolaq |tnu ,ldufi at!, uotln(lr ',utl 'ooo. o eJ:q.n uourlrlr,l5r{J
3
o
?.
F.,
er ![
.d _t=(is < ,s)a(is > ,s;or = gl e(uln{uelas 'rpuaq oU.ll[ uep 's; s
Llelepe op1 ereluauuas 011 eur.rauaLU)d eBnI uerlruaq
l_u _ r-,a tt'"Zl - t
fa-e-- rn'ir
'=l'';" *#'] ,tt'iY uep rsrurlap ue)resepraq uep lL-lreqrueD rrep leqeped
s0tNVX9NrONVBW,W NV9N10 N:twttldsxl - tA gVS
STATISTIKA TEKNIK
Rumus (6.23)memberikan ukuran sampel sedangkan rumus (6.21b) menetapkan daerah
penerimaan. Berdasarkan uraian tersebut di atas, prosedur pengujian adalah sebagai
berikut:
1) Tentukan Ho: (o = dr), H o: (o = dr) dan H n: (o > do)2) Tentukan harga o dan B yang dapat diterima.
3) Tentukan ukuran sampel dengan menggunakan rumus (6.23) dan tabel dis tribusi-
X2 sehingga diperoleh nisbah p,. Hal ini lazimnya dilakukan secara trial-and-
error (coba-coba).
4) Pilih ukuran sampel n dan hitung varians s2.
5) Hitung s. dengan rumus (6.21b).
6) Bandingkan s. dengan s. Jika s S s, terima Ho bahwa o = oo.
Jika s> s.tolak H, bahwa o =ou.Prosedur yang sama dapat dirumuskan untuk Ho: (o= oo) dan Ho (o < oo ).
Contoh C6-09: Dalam bidang pengendalian mutu telah menjadi praktek umumbahwa, untuk menentukan toleransi suatu rakitan (assembly) ditentukan berdasarkantoleransi bagian-bagiannya. Suppliers lazimnya memberi jaminan varians pada bagian-bagiannya tidak akan lebih besar dari 0,31 1 mm dengan tingkat pepercayaan 99oh(atau a = 0,01). Jika anda adalah inspector pada gudang penerimaan dan mengetahuibahwa harga o > 0,622 mm lidak boleh melebihi 1% sepanjang waktu, terangkan
bagaimana anda menguji kebenaran pernyataan supplier tersebut.
Penyelesaian:
Dari persoalan di atas diketahui, oo = 0,311 mm, ot = 0,622 mm sehingga
D=o' =o'622 =z- oz =4' oo 0,311
Hipotesis-hipotesis:
Ho: lo/oo=1), Ho: @/oo= p,=2) dan Ho: (o/oo > 1l
d=p=0,01 dan 1-F=0,99
Langkah pertama adalah menentukan ukuran sampel n yang signifikan. Hal inidilakukan dengan menggunakan tabel distribusi-X2 yaitu dengan jalan mencari harga
df = n-1 padaharga-hargaO--0,01 dan 1 - F =0,99 sedemikian sehinggadipenuhisyarat:
Ii.rr.o, 42,980 ,Syarat itu dipenuhi pada df = 24, yang dipenuhi oleh n;
= , r,.r* = *
sehingga n=df +1=24+1=25.(Catatan: proses ini dilakukan secara trial-and-errorsampai diperoleh nisbah yang mendekati 4).
Misalkan pengukuran dengan sampel n = 25 menghasilkan varians sebesar:
s2 = 0,00975 mmz
(e9(,'9)
(qsz'e)
(esz'9)
gvz'e)
(evz'9)
ioT
'fi-u) - tP'QrD'r)l
tt'{d-r\76 lo L _ L _ llt
-,"7 - P- r"
f ,, - u) = rn'td-tt,t I
l-u _ rJoootltu"al- z"
*A- u') =
!P'z tnI
:eBnI uer>1ruua6
uep
e,(ulnf ue;a5
uep
:uellnduursrp tedep eleut' l, - u = jpueseqaqa) lefe.rap ueSuap rX-rsnqulsrp rlrllLlau zolzs(l- u) euale) 'Vp ue?uap eures I
rsnqtt1srp lsts enpal eped 1 adrl uentl;a1e>1 er(urpefua13uen1ad nll uel)luap snse) ureleC
'(d - t) Suen;ad ue8uap tnLlela)tp ledep rur ;eq ueldereqlp e)eu '€ uep Z lsnqlrlslp llep
leseraq rselndod nlens e1r[ ';ou stsalodrLl lsnql.r1srp ueledntauu I erunl 'g 1-9:equeD eped
'(zo = o nele 'o - o) :'H uep ( 0o * o) :vH '(oo = o) :oH
'srsalodtq ue)resppraq uelnlelrp tsls-enp r[1'rX-rsnqr4srp
laqel uentueq ue8uap uep es ;adLues suelJen ue)reseplaq ue1nluallp e3n[ro rse;ndod
suetJen '1 snse; ue8uap erue5 'de>13ua;ad re8eqas seLleqlp n;:ad unuueu 'tedun[tp3ue.re[ rsrs-enp rfn ue8uap suerrpn ue8urpueqr-uad'$g-eno {1 gleutallv:Z snsey
60-lf leos lsrs-nles ue1[n8uad P^rn) :Z [-9 requPD
prPro^l ,q q uollnqrrllo
oo. o trtpU
ol teolaq t,nla ldtrls rau uortoqtJ[tf roorrolraqnuuunqutl6
'(Zl-g reqLueD ue>1r1eq.rad; reuaq )ep!l ]nqaslalntpdnsueele,(urad uellndLursrp uep )elollp (uruUty- o):0g eleLu 'rt ( ?t euale)
a
ts
4
TELt'o= #*=
I-SZzIIt'0'086'71
l-u 1-
_ -
JC
lo.tt"rz - z"
. lo'
/01NVX}NIONVSWIW NV9N10 NJWlEldSXl - lA SVS
108 STATISTIKA TEKNIK
sehingga
Selanjutnya
sehingga
I1r-o rz),droi
rl l
(6.26b)
(6.27a)
(6.27b)
sl, =
,
Zzu.o, =("-f).4o;
^, _ ol _ zlr-",u.orf2 ) ,oo [b'dr
n-l
Rr:i*ct 116 Atl:e"pl IIp
Berdasarkan uraian di atas, maka langkah-langkah pengujian hipotesis dalam kasus
ini adalah sebagai berikut:
1) Tentukan hipotesis-hipotesis Ho: (o = o0), H0: (o * or), dan Hu: (o = o,)atau HD 1(g = o2 ).
2) Tentukan harga o dan B.
3) Tentukan ukuran sampel dengan menggunakan rumus (6.25b) dan (6.27b).
4) Hitung simpangan-baku s.
5) Hitung s"2, dan slr.6) Bandingkan harga-harga s, sr1 , s'"r. Jika s"2, < r < r"', terima H, Sebalik-
nya jika s.2, > s > sl, tolak Ho.
1 Rtjrttlfo
C
*
*s
f'*
tII
I: -'1,i.
Cambar 5-13: Pengujian dua-sisi dengan 02 tak diketahui
Contoh C6-10. Dalam proses pembuatan lubang silinder motorbakar perludiperhatikan ukuran kekasaran permukaan atas keausan yang terjadi. Dari hasileksperimen diketahui bahwa, ukuran kekasaran terbaik adalah pada 311 ltmm. )ikakekasaran permukaan separuhnya akan mengakibatkan terjadinya scuffing wear danbila kekasaran permukaan dua kali harga optimum itu akan terjadi abbrasive wear.Kedua hal tersebut tidak boleh terjadi pada 99'h waktu. Jika anda sebagai penyeliaproduksi, bagaimanakah cara anda menentukan bahwa, persyaratan itu terpenuhi pada
rsrs-nlps rln IlEurallv :? L-g JEqruES
orlp$uto#rdarv
't(,f, - X) < (.t - X) ottl lpelrar lul leH '0 = (rl - *il) e(u.reuaqas
geqep -ed lelollp 'E nlf t I adrl uerur1a)a) qeraep uellnfunlrp t [-9 reqLUeD eppd')elotlp uele 0g eueur seJe lp (l - X) pep e8req qe;epe
'(,1.- X) e3reg'lO <(rl - *rl)1,' H uep'L'(rf -'d)l=l(rl - *rl)ll: o U
' fo= ^rl -*r/),'H tut snse) uelec 'rcts-n:zs !!n llleutailV tt snsp)'lnqplaIr6 lo uep Lo ntJ plerau ue>;3urpueqr.ua6; .p
'er(u1 rseq ue1; ndulr(uaul )nlun ststleuetp
nlr ]rtelar ue8urpuequad eueure8eq uelse;afuau rur ]nluaq uereln 'uelSurpueqrp
snrell / uep X lnpo.rd ue)eu enp 'ervtqeq Ipelat Suuas lsentrs re8eq;aq uelec
{npord tuef,ew pnc ,!}Elau upSurpuBqrad 'g'g
'uetereAsiad rqnuautau lapullrs Eueqn; uelenquad uellnduusrp uep
euualrp 01q' ryeraq Suer( Ifs r rs 5 zfs ue1;rseq8uatu zs uep "rt"1o uelSurpueg
,uunl 0911ry= tlss'ol)'f# - ltr.'D-ttz I# =,i,
Saurt ilzcLt= {oso'zn)'!# = n', 7r\} ='.?,
,tuan'l 6i'Jggl: ,s LlaloJadrp ue.reselal lerund a1 lerund Jetue ueefpqLuad ue8u
-ap SZ = l+?Z =l+ lp = r/ ue8uap ;adues sele ue)n>lelp uetnln8uad ue11esry1
t J 9S8'0I rz:a6'!I t"<d-')Z
Jd * v * ffi " *fr = -ifii ledeprp vZ =]p eped 7-y taqel uEC
I0'0 = 66'0-I= d Z0'0 = 86'0-I= n
00(l*-):'tt 'urutrl g'gSI=.o nelewurl779=of:oH 'Quutrt IIC= o):'H
:ueresa;ar(ua6
2oyog6 ueeAeuadal 1e13u 11
/ ruo,i'rrnou,\aldues rou q1
o>uo!rnqpr8o
1
a
oo
I
P
-I
zd'-17 =ld
I-
60tNVX2NrONVSW,W NV9N10 NIWIA;IISXJ - tA 8V8
110 STATISTIKA TEKNIK
Berdasarkan definisi a :
Pl6 - 7) , (X -V1,1= q
,.,;tt-D-0, (X-P).-01 -oox oY
Tetapi karena t(X - V) - @* - /tr)71 o, memiliki distribusi-z dan karena
(x-V )(p* - ltv) = 0 pada hipotesis nol, maka 'l * ' ,"
)= a selanjutnya
1x -v1, -oGa-
oz
ITetapi C =
Selanjutnya,
. _(X-Y)r-(p*-/tr),oemrKran JUga 4p - o7
Pengurangan Zo oleh - zp menghasilkan:
q _r_t\_o _Lq _(p*-ttr),{'"-\-46):Zrt"r= O, Sehingga,
I _ (2,*zp)zo) (p* - pr)',
IM, iika x* =ffv=fl, maka
(. r o \2
"=ffi'@'?r+o!1
f'- sl , (pr - p,),
!A--.r z
(6.28)
1n,1ao) o; +o;
(6.29)
(6.30)
yang merupakan persamaan untuk menentukan ukuran saampel. Dalam kasus n"tidak sama dengan nr, maka tak-kesamaan berikut ini berlaku untuk menentukanukuran sampel:
26 -i'), - Ut, - ttr),Penjumlahan memberikan, zo - zB =
oz
sehingga (X -Y1, =(2,-zr)oz+(ltx-pv)t
2
Persamaan (6.30) menentukan titik-potong seperti teftera pada Cambar 6-14.Berdasarkan uraian di atas, maka langkah-langkah pengujian hipotesis adalah
sebagai berikut:
' [-e^rn) upp rsrs enpa) eped 7l n senl
qa;o uellnfunlrp rur leH'D Llelepe reuaq 3ue,( [6 = (^rl - *il]: 0g lelouauu Suen;ad
lut leq urelec ' I t(,1. - X) l<l Lf - X) | e1r[ ue>1n1elp ue)p uele;ouad uep '(1 - X')
e8req eped ueryeseprp uesnlndal rroal 'uresap srsalodrq lJep enrn) uelednraug-e^Jn) uep Z-e^rn)'lou srsalodrq uep rsnqrJlsrp rlrle/\,\au snBr;e>1as 3ue,( euesLlelepe rselndod enp uep elerar'emqeq ue11nluntrp l-erun) ]nqasJa] reqrue8 eped' v L-g
requieD eped erayat luadas ue11n[unlrp rur snse) '!s!S-en1 {n geutaryV zZ snsey
'ueleunSrp
sileq)ap/Aod1 ue1;nduursrp uep lelollp 0g eleru 't('t- tX) . (2- tD euare)
ssz'0 : *+0
= y*-ia. iG!(,, -"D1='or.- x)
:(0€'9) ueeuuesrad ue8uap srtul-)!]!t )elal uelntuauaw'st'g = (rf.-'X) qaloradrp ue)lesrw 'ttr unp ty atu!),fupp ep:c.s
3un1rg 't = tt ue8uap SLrrseuBursew nprvtod-l upp npnod2nerfn8uad ueln)el
^,- _ gz'0 _ ,(s'0) _ (,1n, y^\. :(^rt - *rf) _ S'7: gzgi: =(;o+)o)'L-*n =u
i(62'q ueeuuesrad ue8uap 3un1u1rp u ;adues ueJnln' fE'Z =
dz : oz :qaloradrp /P{..{.//oN-tsnq!llslc laqel llec 'I0'0 = d '10'0 = ps0 < (r/ -'rl)l:'H '[sS'6 = t('rf -'r/))):'n '(0 = 'il -'r/):'H
:uelesalar(ua4'eures nlr snse) enpa)
eped 0o ue)rsurnsv 'tapntod-2 ue1eun83uau.r detat ue)nele npntod-1ue1eun83uauusnreq qelede ue)nluauatl.r )nlun uauuads>1a qenqas ue)uresrC '%L qelepenpnod-1 uertueSSuad uenrla>lal ]enqLuaur o)rsau '(I0'0 = d)) "yo66 uee(euadal1e>13ur1ue8uap rnqela)rp ledep snreq n]l leq lreq qrqalrap^ od-1e4{ ' sZI'g - 0o n>1eq
-ue8uedu rs uep s g' L qelepe rap^4 od-2 uep atu4 ,fu1ap eterau 's 9'6 resaqas nt)e^ eleJaJ
rs)nparau tedep ue>ldereqrp n.rr uetlueSSuad'Jap/Aod-3 r1ue33uad re8eqas rcpntodpep-l ueleunSSuau lntun ue)ueresrp 'ursaLu nlens eped rso;dsla ue8uap lrrlsrl snre
uerr;e8uad eJelue 1aut4,{e1apy nUe^ 3ue;as t8uern8uaLu )n}un 'tt-gf r,lo}uo)
'og eruual t(,f,- X) > Lf- X) eltf'ofl )nlor ' '(l - X) < (X - X) eltt 'ue>13urpueg (g
'(0S'9) snLunr ue8uo;o1rad ue8uap t(,f.-y) ue1n1ua1 (S
'/ uep X ue1nlual uep u resaqas lnpord Surseuu-Surseru rJep ;adLues u1r;r4 W'G7q snurnr ue8uo;oyad ue8uap u e(uresaq ue)nlual (E
' d u.p re e,{u:esaq ue)ntual ft'10 < r(r/ - *rl)f :, H
uep '| '(rl - *rl) l=l(r/ - *n) n: o H 'L0 = (^rl - *rl)7: 0g uelnlua1 (l
LLINVX)N|ONVSWJW NV9N10 Ntryttldsxl - tA BVg
112 STATISTIKA TEKNIK
Peluang menerima Ho:Lp*- ltr) = 0l jika l(p*- pr)l:l@r- ltr)cl benarditunjukkan oleh daerah B dari kurva-2 dan kurva-3. Argumentasi matematik untukpengambilan keputusan adalah sama dengan uraian sebelumnya.
Karena tx -Vl merupakan variabel dengan varians oZ =9L*o" ,nx nY
(p* - pr)'
lain:
- zp)'(p* * pr)'
2
(6.31 )
(6.32a)
(6.32b)l, ,
.l%*9t *!r* nv
I
;u
,oC)
i
*{}r, *}, )1 -tx*}}r {r-r}" &, -irr)r t-?*.})
Gambar 6-15: Alternatif uji dua-sisi
Berdasarkan uraian di atas, langkah-langkah analisis dianjurkan sebagai berikut:
1) Tentukan Ho :lUt* - ttv) : 01, H o :ll(px - pv)l=l(p* - pv)rll, dan
H n:ljt* - pr), + 01.
2) Tentukan besarnya d dan B.3) Tentukan besarnya n dengan pertolongan rumus (6.31).
selanjutnya zaiz=(x-I)t -o oun 6 -v)"-@ttDt sehingga:oz
-zP=
_ (p* - Pv)t&at21L6 -
-
,OZ
n=
dan (X -Y)c =
yang dapat ditulis dalam bentuk
(x -v), =f,}r,,,
(o'z* ln* + ol lnr)'''
(2,,,* z;'{o'* + ol)(p* - p)1
(zo,r- zo)oz + (p* - ltr),
lika n* = fly =n, maka
*{}r, *}r 11 -tx*}}r
(^rl - *rl)-(,f - X)
:(qS0'9) ueeuresrad ue6
=l
'Ielo1p og uelleqlle8uau rned
-LUellp elrf 3ue,( (,f - y) seleq eSreq qelepe t(,f. - y) e8rep 'lO < (rl - *r/)1,
' Huep 'l'(^rl - rrl)=(^r/ - *r/)l:oH '10=Crl I rrt)l,oU eueu tp yL-greqLUeD eped ryadas uellnfunlrp e8n[ rur snse) '!s!S-n]/,s,!,
{^?::::;r#r,rde1a1 rnqplalr6 11ep1 lo uep xro e11[ ule.raX ue>lSurpuuquaw 'q
'Ireq qrqal x telrueraq SueA rrt * xrl ue4lndurrs uep')elollp 0g eleur '(4- X),'(4-;g) euare;
tlut. s7's= s + (rr0' z)Gzzt',o)= a * fr*.?'(,rr'z
- sLs'z)I ='(4 - x)'fiung=ZL-OS=(,,(-X)
:e)eur 'llun 77 = I uep uun 0g = x qaloradrp e,{ulesru ,qa;o.radrp ue.rn1
-n8uad lrseq ueC '1er 3ua1e10t Uep Surseuu-SurseLU tenqrp uerfn8uad uaursads ue)lesrW
,(ot)l(il - xrt)
zs
00I0t==A
Gzl)Gso'tO (r0I + ,s)r(}EE'z+sLS'z) (lo + *ro)r(dz +''"2):uerln8uad uauursads qe;run[
0eE'7- ro'02
- d2 ueP 9L9'Z - s00'02
=z/oz:qa;oradrp leuroN rsnqrrtsrC laqe] rre6 '(St-9 reqLUeD ]eqll) I0'0 = d = p
l1t=(il - *rl)): nH '10* (rf - *r/)l:'H 'l=(^rl - *rl)7:oH
:uetesalar(ua4')leq qlqal 3ue,( eueuu ter ue)ntual
uep rsue)UruBrs uerfn8uad ueluresac 'fiun fil= ro uep ilun S = x.o qelepeSurseuu-Surseur lef, nleq-ue8ueduuls 'I0'0 = gl eped ueldelalrp qeles 3ue,( uesnlndaluelrqr.ue8uad o1rsa; '(I0'0 =p) oh66 uee,(ertada>1 le13u11 eped lrun 0[ rqrqalaLU
]er selrlen) ueepaqrad e\f '(poqpu ,Oe4rqte) Sue.reqr-uas apolau ueSuap rsenle^arpnlr lef enp /e)nqrai erepn eped uellelalrp uelnq uleua qelaias'efenf qnre8uaddepeqral e,(uueueqelal uelSurpueqrp snreLl^ uep X 1er srual enc] 'Z l-9) qo]uof
''F1 )ntoi ''(i- X) < Ot - y) nele r(I - X)- > (4-X) otrt'09 eutral '''(4- il > Or.- X) > 'Ol.-x) - qlt 'uelSurpueg (g
'(qZS'g)snurnr ueSuoloyad ue8uap '(1.-y) ue1n1ua1 (S
''(rf,- y) uelnlual uep u Jesaqas >lnpord Surseur-SulseLu uep ;adrues qr;r3 @
(^r/ - xr/)-(,1.- X)
suNVX9NiONVSW:IW NV9N10 Ntwttldgtl - tA svs
n4 STATISTIKA TEKNIK
Berdasarkan definisi untuka :
PL6 -l), (x -V1,1= q
"[r - vl-0, (X -v), -01
= oL t' sz I rx -vl-(p* - p,)
Karenapadahipotesisnol(p*_P,)=0dan_mengikuti
disribusi-r, maka: ,(\:, ,,,*)= a . oteh sebab itu to.,tr ='O -!)'
(X -Y), - (p* - F,),Demikian juga: t p,,,1
Pengurangan: ta:df
SZ
-(-tp.r) = (to.r, +t , -Ut*- ltr),p:q)= U ,olehsebabitu
., _ (p*-p)l -, _(n*-l)ri +@r-t)s'z, F*+n,"z (tr,,rr + tp o1)' atau "' - n* + n, 1 I ,-rr,
)ika n* = fly = n, maka dengan menyamakan kedua harga s) di atas, diperoleh:
Persamaan (6.33) memberikan ukuran sampel.
Dalam hal n* + n"ukuran sampel diperoleh dari tak-kesamaan berikut ini:
(P* - Pr)', , (n* -l)s'* + (n, -l)sz, @1r,**rr.rrf ' n_*r- I ,_,r,
di mana n* dan ny merupakan jumlah sampel yang sebenarnya dari X dan y.
Selanjutnya penjumlahan to;,tt dengan -tp,$ memberikan:
(X-Y)r-(p*-ttv)r(to,,r - tp,{) =
T sehingga:
n=(to:at * tp ,), Grx + s?)
(p* - p)l (6.33)
Persamaan (6.34) menentukan titik-potong seperti tertera pada Cambar 6-14. Prosedurpenyelesaian masalah adalah sebagai berikut.1) Tentukan Ho:l(lt*- ltr)=07, Ho:[Ut*- pv):(p*- ltr)r], dan
H o:l(p* - pr) > 01.
:ue)nlladrp 3ue,( ;adLues ueJn>ln'%96 qelepe reuaq nt! leq qlf S <(rl - *rl) e]erar qrsrlas
rselrlluaprSuau Suen;ad uerlruuap ue3ua6 't0'0 = 6/ qaloradrp J-lsnqtrlslp laqe] trec
Z6L'I = }E'l - 80S'Z- =+8os'z- - zz:d,
+ tp,rr_ _ tp:d I
ZS:qa;oradrp
- 7tt:d, _ tp:"r) ueeuleslad ueleunSSuau ue8ua6
g0s,z _ zz:ro'0, '(^rf - *rl) - t(,1.- X)
:qaloradrp l-lsnqrrtsrp laqe] rrec 'ZZ = Z - ^u + *, = {p '10'0 = p.90,9
= ls,02,0I = {s,Lg,gL = l,gl\g = X:qa;oradrp uerfn8uad elep uec
'zl= ^tl = *t't'10 <(r/ - *r/)l:'H 'lS =(rl - *r/)l:oH '10=(rl - *rl)f:oH
:uelesa;ar(ua6'f,o = xo uelrsunsv'Jeuaq nlr rsrpuo)
e(u:euaqas qlI S <(rl - *rl) e]erar Llrsrlas tse)Ur]uapr8uau Suen;ad ue1n1ua1 e8n['re>1edrp snreq 3ue,( euetrr re>lequeLleq ue)ntual 'S < (rl - *rl) ql[ ,(
re)equeqeq ueeuruauad urulefuau lnlun ':esaq nlr8aq leprl e8teq qtstlas neleM .%66
uee{e::ada1 te13ur1 eped y Je)eqeLleq ue8uap eLues 3ue,( ueqo ue8uelrq r)rlrLUaLUe1r[ r8ueuaslp r]lqal n]t qeqas qalo 'X rplequeqeq epedrrep qprnul Lllqal^ le)equeqeB
Bl'ZB' 6l' LB' 9 l, ZB, 61, OB, 61, B l, V l, g I :/ le)eq ueLleq ueqo ue8ue;rgLB 'T.B'61'oB'vB'BB 'sB'zB'gl'61'vg' LB x JE)eq ueLleq ueqo ueSue;rg
:]n)uaq re8eqas qelepe uerfn8uad ;rseg'uelSurpueqrp >lepuaq re)equeLieq uereur enp uep ueqo ue8uellB .t t-9f tloluof
oFI)nlol "(4- x) < (,1.- x) eltf '0g euual "(4- X) > Lr.- x) eltt
'Wt'g) ueeues;ad ue8uo;opad ueSuap ,(,1.- n Suotod-)tttl Srq'g (S
y qe13ue; le.re,(s rulnuadrp eSSurqas resaq qrqal 3ue,( ;adruesuern)n ue8uap g qe13ue1 ueler8a>1 ue)n)el uep € qe13ue1 a) qelrleqLua) e)eLU
'1eprt elrf'g qe13ue1 a1 ue1]nfue; 'u epeduep resaq qrqa; e,(uenpal rz uepxu e4t[ 1(t€'9) ueeues;ad ue8uap u ;adues ueJn)n 8unlrg 'Z- tu + *u - lp
eped ln:t, uep ,:nl e8req uelnlua] j-rsnqrrlsrp laqet ueleunSSuar-u ue8ua6 b.fs uep
Lt ',t 'y' 3un1rq uep uerfn8uad ue1n1e1 iru uep xa ;aduues uern)n up)n]ua1 (g'd uep n e,(ulesaq ue)nluaf (Z
QilQI)Z_ZT+ZTGo'q)(r - zD + (oz'orXr - zt)
9ltNVX)N|ONVSWIW NV9NIO NIWtAtdSXJ - tA SVq
116 STATISTIKA TEKNIK
Karena flx = fry = 12 lebih besar daripada n = 11,9, makasampel signifikan untuk pengambilan keputusan statistik.menggunakan persamaan (6.34):
I(x -Y), -- rtt",z,rr -
tp,r)
. (p* - ltr),2
(2,508 + 1,792)2 (10,20 + 6,06)
5-= 11,9
disimpulkan ukuranSelanjutnya dengn
(6.35)
(n* - l)si + @, -t)s'z,n*+nr-2
(n* -l)s'z* + (n, -l)s?n*+nr-2
f.+", , (P*-Pr),l,u"r- 2
(x - v)r= 112,508 - r,rrrr.ry ff^ * ] = r,n,
fX -Vl = 81,75 -78,67 = 3,08
Karena 6 -h > (X- 7)., maka ,FIo ditolak dan disimpulkan bahwa, perbedaan
bilangan oktan dari kedua bahan bakar itu adalah lebih besar dari 5; karenanya
bahanbakar X dipilih dengan alasan harganya lebih murah.
Kasus 2: Alternatif Uii Dua-Sisi. Prosedur pengujian dilakukan dengan
menggunakan distribusi-t Derivasi prosedur yang tepat sama dengan untuk alternatif
uji satu-sisidengan batas-batas dan . Kasus ini dipresentasikan seperti Cambar 6-15.
Langkah-langkah pengujian adalah sebagai berikut:
1) Tentukan Ho :l(P* - ltr) = 0f, H n :l(F* - prl + 0f, dan
H r:ll(p* - ttr)l=l(p* - ltr)rll.2) Tentukan besarnya a dan P.3) Tentukan ukuran sampel n* dan nr; lakukan pengujian dan hitung X, 7, s'*
dan s|.4) Dengan menggunakan tabel distribusi-f tentukan harga t,,r.r, dan tp q.
Hitung ukuran sampel n dengan persamaan:
(to,r.,o, + tu,or)2(s'* * rii,a -
-
Ut* - p)l)ika n* dan n, lebih besar daripada n, lanjutkan ke langkah 5. Jika tidak, maka
kembalilah ke langkah 3 dan lakukan kegiatan langkah 3 dengan ukuran
sampel yang lebih besar sehingga dipenuhi syarat langkah 4.
5) Hitung titik-potong (X -V), dengan pertolongan persamaan:
F;+ *I ,*"
(6.36)
:(9t.9)UPeuJPSJadue1eun33u@)!}sr}etsuesn1nda1ue1rqure3uadInlun ue)Utu8rs ;adues uern)n uellnduursrp e1eu,u trep lesaq qlqal ru _ xz eualey
- :(d - xil)
w=u6'I[ =
_c
(e'9Dr(ete'il(90'9 + 18'6) + ,{vctl* r;t?:(st'9)
ueeures:ad ueleunSSuar-u ueSuap u ladr.ues ue,n)n ue)nruauau e,(u1n[ue1as qn1ir"1
Buen;ad nple L0'0 = 6/ qa;orad p ,T;?:1Y.Y; fri,;' 'i!o;rlr',,1T#i:::
vzg'l = -T + 6rg'7- = \
,7IISI'I ,,t.u
T, - Zf+ zl@'lXl - zD + (rs 6Xr - zr)
srct + xtt
+ 6rg'z- - zz:d,
fr(r- ^u)+ I'G-E t(rr/ -
xil1+ Io,ol_ _ lp:d,
:€ t-9f qoluof eped ue8uap eues Bue,{ e.rer ue8ua6i190'9 = fs 'N L9'gZ = 4 ' Nlg,6 = {s
,i1Sl,IE = X
6fg,Z - zz:s00'0, qa;oladrp l_lsnqulstp lrqrt trnC
ZZ : Z- tu + *o = Ip'Zl= ^u = *u :1adt_ues qnir"f500.0 =ZlD uep I0.0 = ra eBBultlas "/o66 uee(erradal ,r1br,1 .[NS=l(rf_*r/)l]:on
uep '10 < ^rl - *r/)): n H
,l_0 = (r/ _ *r/)): ,H
:uelesa;ar(ua4'eues 1epr1 rde1al
e,{u.resaq eues uerfn8uad sue,en ue)rsuJnserc 'qrqal new 0/,,66 ueer(erladal le>18ur1 eped lrur g lrep qrqal snrel{ ueueqera) ,nqnqni"a .in1ja*in ,i1rna ,r, uerfn8uod *"1"g 'BZ ,Zt ,62 ,LE ,g(, ,Zt ,62 ,ot ,62 ,BZ ,iZ ,gZ' :(uo1a)p1iS,"rrq""> ' Lt'ze'62'ot,,re,Be,gt,zt,g(,,67,,bt, Lt : 1'uo1ua61i"i rrrrilr"x:ln)uoq re8eqas elep ue>11rseq3uauL '1 uep x ueqeq
.uen>1eFad sele rn)nlp s: ueueqera) .(eure^ ueueLlera))uereled ueLreq eped ueeu:ennad >1r1sr:a])ere) ue)le18u,irn* ,1ir", uerep nluauar (luaul -leill) uen>1e1'rad qnreSuad rnqelaSuaul )nlun uaurrads>1a n1en5 .nL-g) rroluof
'orr q"tol',(l- g <(t- y) nese r(r_{)_ > (,t_x) eltt'017 eurual ''(,1- fl > (,,f.- n- > t(l--x.) _ eltf
/ttNVX9N|oNVSWIW NV,.N10 Nlwttldsxl _ tA svl
tt8 STAT'ST'KA TEKNIK
6 -h, = l{rsrn- r,rrol.ffi ffi . := (0,648)(2,82X0,408) +2,5 = 0,746*2,5 = 3,246
(X -Y) = 81,75 -78,67 = 3,08
Karena - (X -7), < -tX -Vl < fX -Y)r, terima .EIo, dan disimpulkan bahwa,perlakuan tidak mengurangi ketahanan warna pada bahan pakaian.
b. Membandingkan Rerata lika o'z* dan oj Tidak Diketahui dan Tidak Sama
Besarnya. Dalam situasi ini peosedur pengujan adalah sebagai berikut (tanpa derivasi
matematika):
Kasus l: Alternatif Uii Satu-Sisr'. Langkah-langkah pengujian adalah sebagai
berikut:
1) Tentukan Ho:lQt* - Pr) = 0f, H n:l(lt* - ltr) > 01
2) Tentukan harga a..3) Tentukan ukuran sampel n* dan r. Hitung statistik X, y , sl., sf .
4) Hitung derajat-kebebasan df dengan persamaan:
,r=ffi-, $37)
n* +l n, +l
, _ x-Ydan "- @
(6'38)
5) Temukan to;q, dan bandingkan:
Jika trl to;r1 terima I/0. lika tr) to.,u tolak .F10.
Contoh C6-15. Berdasarkan data berikut ini, apakah hambatan (Cl.cm.x 106)dariresistor eksperimen Y sama besarnya dengan resistor standard X. Pengujian pada tingkatkepercyaan 95%. Data pengujian menghasilkan:
X -- 32,25*, si : 10,02, V = 28,5*, si = 6,05, n* -- 18, ny = 18.
Penyelesaian:
Ho:L(p* - ltr) =01, Ho:lUt* - ttr)> 0la=l-0,95 = 0,05, df = nx* ny -Z=34; dari tabel distribusi-t diperoleh:fr,or,ro = 11692
Dari data statistik pengujian [dihitung dengan persamaan (6.38)] dperoleh:
Z96Z - 8z:sz0'0, qaloradrp l-rsnqrrsrp laqe] uec
8Z=Z- ^u +*u = tp uep SZ0'0 =Zlg0'0=ZlD 'S0'0 =S6,0- l= plO + (rl - *rl)f :'H 'L0 = (il - *rl)l: oH
:uelesolar(ua6
2000'0=fs 'Ig0'0=1 'sl=^u uep 1000'0=Is '010'0=x 'gl=*n:]n>lrJaq re8eqas )rlsrlets ue>llrseq8uau elep
ueqelo8uad e1r[ '1nqas.ra1 lnpold enpa>l ere]ue ue)Uruprs 3ue,( ueepaqlad ledepralqelede 'ue1n1ua1 '"1oE6 ueeAerladal 1e>13ur1 eped uelSulpueqlp uele lrrqed rlenqenp uep lnq unrutunlp rrep (ltatsstwa ileyns) ueelnulad lsllul '9I-9) rloluof
e)r[.0H eurra] !p:z D,>,t>rp:z Dt- ,fi,,,:l'Jr;ffi:1[]fi'',?4"ifilni (s
(B€'9)uep
^-x I+ ru I+ xu
-I
,(Au1!s1' ,(*u1*rs1=tp
,(^u lls + xu 1ls)
:ueeuresrad ue8uap /p ueseqaqal-leferap 3un1tg (V'{s '{s 'A 'X )ltsltets 3un1rp 'tu uep xz ;aduues uern)n ue)n}ual (E
'n e8rcque)ntual (e
lO * (r/ - *r/)1:'H '10 = (^r/ - *r/)): oH ue)nlual (t:tn)uaq re8eqas Llelepe uerfn8uad qel3ue;-qe13ue1 zsr5-unO il1lryutailV 2Z snsey
'pjepuels Jolstsal
rSSurlas )eprl uauluadsla Jolsrsal uelequreq er(ulesaq '"7o96 ueeAet.radal 1e>13u11 eped'earrqeq ue1;ndursrp ledep uerlrtuap ue8ua6 ')elollp 0,g eler-u cte:e0'01 q 11 eualey
ez'ye =z-ez'se =r-!#=r-noo'9r{r?Jo'o = lo
(tt'e)
61 6t
L
f r___
zgCC'0 ztSS'0 - ,(gt/so'9) ,(8I/20'0I)-IG68T) - - " - gsyso o <svzo orX
l+ ta I+ xu1_
-(tu t'!s\ ' -(xu tx-s\=z-ffi=fi'
t(lE q ueeuuesrad ueSuap uep
!. tl'D.(. t*,il| _ ,,T_X
6I6l
916'0896'f = -_-
=sl..s
_ Gr/so'r)+(8r/zo@ _(s'82 - 9z'ze)
(^utls))+(xu1ls)
6Lt
gL'e
NVX?NIONVSW,W NV9NJO NlWtAilSXl - tA gVS
120 STATISTIKA TEKNIK
Dengan pertolongan persamaan (6.37):
df= (s2*In*+s'rlnr)z
1s2*In*)2 .1s'zrlnrlzn* +l n, +l
Dengan persamaan (6.38) diperoleh:
x-v
" _ [(0,0001 /15) + (0,0002/15)]'?" - (o,ooor/rsL (opoor/tsf -
l5+1 15+1
0,070 - 0,081
2=26,8N27
- 0,011= -2,46
(s'*ln*)+((s'zrlnr) .,/{o,ooot / l 5) + (o,ooo2 / I 5) J-o,z
Karena tr l to,ozs:zs, maka Ilo ditolak dan disimpulkan terdapat perbedaan yang
signifikan antara kedua produk tersebut.
6.6. RangkumanDalam bab ini telah dikemukakan cara membandingkan dua macam produk
(desain, proses, material). Jika hanya dikehendaki untuk mengetahui apakah terdapat
perbedaan antara dua produk, gunakan metode pendekatan awal (paragraf 6.2.). )ikaperbedaan nyata perlu diketahui, maka gunakan metode pendekatan terinci(paragraf
6.3.). Paragraf 6.3. itu didahului dengan pembahasan secara singkattentang perumusan
hipotesisdan jenis-jenis kekeliruan dalam pengujian hipotesis.
Dalam kedua pendekatan tersebut perlu diperhatikan ukuran sampel yang
digunakan. Jika n < 30 gunakan distribusi-t dan jika n gunakan distribusi normal. Jika
pola distribusi tidak diketahui, maka gunakan metode non-parametrik yang akan
dibahas dalam Bab Xll.
Perbedaan antara dua produk juga dapat dianalisis dengan pendekatan analisis
varians (ANAVA) yang akan dibahas dalam Bab lX. Berbagai cara membandingkan
beberapa produk juga dibahas dalam bab-bab lainnya.
6.7. Soal-soal Latihan56-01: Dua buah rancangan busana Xdan Y diasumsikan mengikuti pola distribusi
normal, mempunyai varians populasi yang sama tetapi tidak diketahui besarnya.
Dengan data yang tertera di bawah ini, tentukan rancangan mana yang memiliki rerata
yang lebih besar pada tingkat kepercayaan 90o/".
Ranc. X Ranc. Y
Ukuran sampelRerata sampelVarians sampel
21
12
1
11
104
56-02: Dua kelompok specimen X dan Y, masing-masing memiliki perlakuan
/ euale) 'ue)Surpueqrp )epuaq eures 3ue^ utsaLu ueSuap ]enqlp ^
uep x epaqraq
3ue,( uauodluo) enp uep lq8uatls an1qe;l ueLlelala) depeqral uelen)a) '90-95
stwdd 7'g
sl"uudd g'1
uerlnBuad LjelLun[nleq-ue8uedLurg
A sasordx sasoJd
'uaSoLuorl qrqal 3ue,( eueur sasord WOa uee,(ecradal
1e13ur1 eped uelnluat 'tut Lle^ eq !p elep ue6 'e,(uure1 epedtrep e,(utse.rluasuo>l
1e13ur1 rseuen 1e,(ueq qlqal l)!llt-uau Sunlapuaf nlt sasold nles qeles unuleN '(uoll
-;ruu .rad sped; u-rdd 00t lrep uelnrel repe) ue)unlnuau ledep e,(uenpa; 'uelSurpueqlp
rle>lle uelnrel repel tBuern8uauu )nlun rte uetulnuuad sasold ule)eul EnC :90-95'10'0
= D eped uer[nBuad 11 rse1ol epeduep r33urt qrqa; Z lse)ol rp rsn;od qe>1ede 'ue1nlua1
S,Z
sv9Z
O,Z
ov9Z
n)Pq-ueaueours
ladiues PleJaU
;aduues ueJn>ln
z rselolI rselol
:]n)uaq re8eqas ue.rnln8uad peg'rwltbrl Lue;ep uelnlod lalrped qeluunf
ue)resepraq rn)nrp epaqlaq 8ue,( qeraep enp eped elepn tsnlod 1e13ur1 :r0-9S'eurel apolau ueSuap
eLles nlr nreq apolaur uel]!lala) qe>1ede o696 ueeAe:lada1 1e13ur1 ue8uap ue)nluaf
zoL x l9'gSZL,L
Ieuel']aw
e-0 [ x 9'L9ZL,L
6nreB']aw
ladues sueuen
;adLues ele.taN
ladrues uern)n
:rur tn)rraq elep ue)lrseq8uauu )Efe eJefas llqule!p 3ue( ;adrues rrep
uernlnSuad lrseH 'eLr.rel apolaLu ue8uap er(uuet1t1a1a>1 uelSurpueqtp ue)e le)eqJoloul
>lero] uelenqiuad urelep qelnru r-1rqa; rdelal nreq rse>ltJqeJ apolaLu ntenS :t0-9S
o/697,1
tBOB
ZB
OE
OZ
0tTX;adues ueJn)n
'ue>1n;radrp eIlI lul L]e/\,\eq lp e]ep ue)eunD'lsry 0I -
r-o ueP lstl 9 ='o 'tnqelallc '10'O = $ uep [0'0 = D ueleunD 2A uep
X erelue uelrlruBrs 3ue,( ueepaqrad ledepral qe>1ede ue)nluaf 'Llllldlp ue>;e r33urpa1
ueueqela) r)rlruau 3ue,( uaursads eletu 'e,(ueJerar relue ue)Uru8rs 3ue( ueueqelal
ueepaq.rad ledepral e>1r[ 'rsorol depeqlal e,(uueueqelal l[n!p epaqraq SueX ueelnuurad
LZINVX?NrONVSWIW NV?N;!O N:tWlAJdSXl - lA gVS
122 STATISTIKA TEKNIK
lebih murah daripada X, maka Y akan dipilih walaupun tidak memiliki kekuatan
kelelahan daripada X, namun selisih kekuatan itu dibatasitidak lebih dari 5 ksi. Desainkan
suatu eksperimen untuk menentukan, apakah komponen Y memenuhi criteria tersebut
pada a = I = 0,01. Hasil pengujian sepefti berikut ini:
Komp. X Komp. YUkuran sampelRerata sampel, ksiSimpansan-baku, ksi
B
31
2,O
B
291,8
56-07. Dua macam cat X dan Y diuji untuk mengetahui ketahanan terhadap
keausan. Rerata keausan dari populasi cat tersebut dibandingkan dengan asumsi
keduanya memiliki varians yang sama. Pengujian dlakukan pada tingkat kepercayaan
95%;dipersyaratkan (o* lor)z > 4 yangdideteksipada peluangg0o/.. Data pengujian
adalah sebagai berikut:
n* :21, si = 9,35.10-6; n, = 21, szv = 6,71.10-6
56-08. Suatu proses rekayasa merekomendasikan untuk mereduksi polusi udara
terhadap sekitarnya. Saat ini, kepedulian hanya pada pengurangan kadar mono-oksida
zat arang (CO) dalam udara. Proses baru itu dicoba, kemudian diambil sampelnya
beberapa kali dengan selang waktu tertentu dan kadar CO diukur. Kadar CO berdasarkan
proses yang berjalan juga tersedia datanya. Varians populasi diketahui sama besarnya.
Data pengujian adalah sebagai berkut:
Data Proses
LamaProses Baru
Ukuran sampel 25 25
Rerata sampel, ppm 7,3 6,0
Simpangan-baku, ppm 1,8 1,2
Dengan kekeliruan dalam pengambilan keputusan tidak boleh lebih dari 1%
(a = fl = 0,01), tentukan apakah proses baru itu mengakibatkan berkurangnya polusi.
6.8. Daftar PustakaDucan, A.J. (t 959), Quality Control and lndustrial Statistics, Richard D lrwin lnc.,
Homewood, lllinois.
Juran, J. M., Frank M. Cryna )r. (1970), Quality Planning and Analysis, McCraw-HillBook Company, New York.
Lipson, C., Narendra J. Seth (1973), Engineering Experments, McCraw-Hill Kogakusha,
Ltd., Tokyo.
'rsarSar uep rselaJo) qeleseLu )teqdnle:uauu BepJoy ststpue qelrlsr 'ueeler(ua1 urelep unureu 'qesrdral elefasrselarol srsrleue uep rsar8ar srsrleue ueeunSSuad uelur>13unurp undne;e14' laqeuen-laqelJen rclue ue8u nqnq ueleyapaT ueler(ueuad ruaul rselaro>l
srsrleue uelSuepas puorc?un; ue8unqnq epd ue4e(ue]:aduuau rsar8al
srsrleue 'uee1eryad ure; ue8ua6 'laqerJe^-laqeuen relue ue8unqnq (ssau
-asop) uele\apa>l p43u11rn1n8uau )nlun ue)eun8rp rse;aro) srsrleuv'nlr rseLUrlsa Wp \l1gepuadap) ue8uryue8nla4
p43u4 rnln8uau: )nlun ueleun8rp e8n[ rsa.rSal srsrleue 'tseurtlsa8uau>lnlun Surdu-res tg 'tsat8at sr-reS qenqas ueBuap ll!Ielrt!p ledep yuep/ laqeuen erelue ue8unqnq eleu'tut dasuo>1 ue)resepJag '(X loqLurs
lraqlp e,(ueuare>1 uep) x-nqLUns Llere eped srlnlrp uapuadapul laqerre^erpluauras (^ loqurs lraq!p e,(ueuarel uep)r(-nqulns qere eped sllnllpe,(uurrze; uapuadap laqeuen 'Feqaq pqeue^ nete) uapuadaput pqeue,t
lnqasrp n1r uapuadap laqerle^ rqnre8uadruau ue)er)radrp 3ue,( laqerJe^ue>13uepas (le1ya1 pqelre^ nele) uapuadap pqeuea ]nqasrp ntr rseurtsarp
Suer( gaqeuel 'er(uurel laqeuen relru uelresep:aq laqeuen nlens rJep
relru rseulrlsa8uau )nlun ueleun8rp ny sat&at ueeuestad nele /spr.u/Jsa
ueeuestad'er(ueuueu ue8uap rensas'laqprJen-taqeuel eJelue ue8unqnq
rs8un; nele e;od uelrsdulsapuau )nlun rseurlsa ueeuesrad uelSuequa>1rp
rsar8ar srsrleue ulelec 'qrqal nele laqeuen enp eJplue ue8unqnq rnlnSuar-u
uep r[el3uaur )n]un uelSuequua)rp rselaro) srsrleue uep rsa.r8ar srsrleuv
uPnlnqBpuad 'L'l
ISVIIUO) NVC IS]UD]U SISI]VNV
rA qos
124 STATISTIKA TEKNIK
Bab inijuga membahas metode korelasi khusus yang mencakup: koefisien korelasi
biserial, korelasi tetrakhorik dan koefisien-Phi untuk menganalisis kasus-kasus khusus,
tetapi dimungkinkan juga untuk menggunakan metode-metode lain seperti analisisvarians, rumus-rumus korelasi dan regresi serta uji-;2. Sebagai contoh, untuk mengu.ii
liniaritas regresi dilakukan dengan menggunakan besaran nisbah-F.
7.2. Analisis RegresiUpaya mengestimasi atau memprediksi lazimnya diawali dengan mengadakan
eksperimen. Sebagai contoh dikemukakan eksperimen yang dilakukan oleh suatu
perusahaan mainan anak-anak. Eksperimen itu didasarkan pada penalaran bahwa,
karyawan yang berbakat akan lebih produktif daripada karyawan yang kurang berbakat
dalam pembuatan mainan anak-anak. Untuk maksud tersebut perusahaan memilihdelapan responden yang harus mengikuti aptitude-testdan hasil perakitan mainan anak-
anak dalam seminggu dihitung. Tabulasi skor aptitude-testdan hasil perakitan ditabulasi
seperti ditunjukkan pada Tabel 7-01.
Tabel 7-0'l: Data Hasil Perakitan dan Skor
Aptitude-Test
Responden Jumlah YangDirakit* (Y)
Skor Aptitude-Test(x)
AB
CDE
F
CH
30491B
42392541
52
6
IJ
B
7
5
B
10
Keterangan: * satuan dalam lusin.
Jika data tersebut diplot pada koordinat Cartesian, maka diperoleh sebaran titik-titik(X;)4 seperti ditunjukkan pada Cambar 7-01. (Titik C dan F menunjukkan data yang
berkaitan dengan responden C dan F). Kedelapan titik itu berada di sekitar atau berada
pada sebuah garis yang dapat didekati dengan persamaan:
Y:a*bX (7.01)
di mana a = ordinat pada X = 0 dan b = kemiringan atau tangens dari garis regresi.
Konstanta a dan b ditentukan dengan menggunakan persamaan:
7o'l= L'll'g-LE= x'g- i=o uePe€ Ci7 !7I'S=ssr=ffi=r
.'F- 8 - .".- 96z-R- "
8u at - -
t,''- ss- xZ- L
8969€s8t009S9623SZZ
9LvvL
nSZ
t9tvbt6v
6tv0t
9Lvt
snv
VZ
0s9tVZ
I
e
T
c
0l+v-(_,
t-
9t+v+ZL.
Z
s+6L-zl+t'
0tIsI8t69
ZS
LV
SZ
6E
ZV
8I6V0t
HDIlClIV
I/,{'xQ- x)=X
Q-.r.)=/,
XAuapuodsay
to-l laqPlrsa.r8ax ueeruesrad ue8unlrq.ra6 rselnqel :20-l laqel
uBry gSlZ = (fXff'S) +20\= r,{.:qa;o.radrp uep
sele rp rsa:3ar ueeuesrad Luelepa), =y e8req uerynseurar.u ue8uap ue)n)elrp (t=Xnete) , = lsal-apnl!7de rols ueSuap uerne(re1 qalo uelr)eJ qeluunl rslrpa:duau )n]un
x?fs+zo\= ),{,
:rsa;3al ueeueslad qa;oradrpuer)nuap ue8ua6 'yO'g = q uep ZO'l = e e8req-e8req uelltsellSuaul 3ue,( g71l)uep (eZO'l) ueeuues;ad ueleunSSuar-u ue8uap Suntrqrp g uep p eluelsuol e,(ulnfue;a5'ZO-l re,qeL eped ue11n[untlp ryadas rselnqe] lntuaq urelep qeqnrp 1.0-l laqejurelep elep rselnqe] unsnsrp nlnqep qrqalralq uep p eluelsuo) Sunlrq8uauu Inlun
:uelesa;ar(ua4,b
= \ lsal-apn1r1de rc4s ue8uap uervte^.rel Sueroas selr^rt)npojd rslrpard er(4nfue;a5 '16-l laqel uaur:ad1a elpp rJep rsar8ar sue8 ueeuues.rad uelnlual 't0-0Lf r4oluo3
Pzo't)
(ezo't)
XQ- r{=D
(rt)3(r'4()3
UEP
-q
9ZLlsv7180x Nvo ts1t91a s/,stTvNV - ilA svs
126 STATISTIKA TEKNIK
55
50
45
1/I
40
35
30
25
20
l5
l0
5
ca
ca!o
,E,o
//.,/---1. I/lc/ i
X.567Aptitudc lcat rcsultt
9 t0il
Cambar 7-O1z Diagram sebaran Tabel 7-01.
7.3. Kekeliruan Estimasi Baku, Sr*Setiap estimasi atau prediksi pasti berpeluang mengandung kekeliruan; dalam hal
estimasi berdasarkan persamaan regresi kekeliruan itu disebut kekeliruan estimasi-
baku dinyatakan dengan simbol S", (baca: estimasi kekeliruan-baku dari Y atas Xyang dihitung dengan persamaan:
(7.03)
di mana harga Y. diperoleh dengan mensubsitusikan harga X ke dalam persamaan
regresi yang diperoleh dari perhitungan. Tabulasi untuk menghitung ditunjukkan pada
Tabel 7-02a.
7.4. Estimasi lnterval untuk MemprediksiPada paragraf 2.6. telah dikemukakan bahwa simpangan baku merupakan ukuran
dari sebaran data di sekitar rerata dan kekeliruan-baku estimasi merupakan ukuran
sebaran di sekitar garis regresi. Jika harga Y terhadap garis regresi mengikuti kurva-
normal, maka pola sebaran di sekitar garis regresi untuk setiap harga Y dapatdigambarkan seperti ditunjukkan pada Cambar 7-02.
Untuk setiap harga X,akan memberikan estimasi harga Y, - a + bX,. Dalam hal
Irv -Y,)'
'ursnt r/[ -'! ue4elnqtp 869't = i88'ZA = ;#l
=os,0r-,r)!
gOE,IL=39lL'Ozvo'ZV,ZSZS0t00f'tbL,Lv l'zvLbo
gs6'7.7.t'LZI,9Z9Zs
000't00'z00't€6EIozo'ozv'0-v t'zvLVIbtv'z99'Lib'gt8t€
956,ZZI'Lgz',tb6v6
09n't98't98't€0t9
,(tA - A)t',t -,t IXVI,S + ZO,L =)AAx
Zo- I le,qe LxrS n>teg rserullsl uenrlala) ueBunlrqra6 :Ezg-l laqer
'16'VZ uep ZZ'B I ele]ue tp ppeJaq uelrlru8rs SueA ttr e8leq rpe.raq
'r6'vz > 'l > zc'8r nele tt't + Ss'Iz = (L'r)'96'r+ gs'Iz = k:rseutlsa le^Jalut
qaloradrp (tg'l) ueeLUesrad ueleunSSuau ue8uap e,(ulnfue1a5 '96l+- sz0'02 - ,,oZ
e8req qa;oladlp 90'0 = (96'0 -I= n eped ;eLutou tsnqt11stp laqe] trec
'ursn; 1'1 = "g ueltegnqlp g69'I = tgg'Zf == x'ls
:qa;oradrp (€0'l) ueeues.rad ueleeunSSuauue8uap eSSurqas 'B = Lt uep got'll = ,(A -
^)3 qa;oradrp ntr laqe] uec 'ezg-l laqel
eped uellnfunlrp ryadas MS Sunlrq8uaru )ntun rselnqel qeltenq pue]-eupuad:uelesa;ar(ua4
'(rsrs-enp l[q ,/.96 uee,{erladal te13ur1 eped rslrpa:d 1en.ra1ur seleq-seleq uep"S n)eq-upnrla1a1e,(u.resaq uelntuat LO-l) qoluof, e1'ZO-l)qoluo)
'rur tn)rJaq ZO-l) rloluof eped ue1>1n[unttp rseu]r]sa le^ra]ur seteq
-seleq uep "S n)eq-uenrla)a) ue)nluauarrr )nlun ue8unlrq.raS '96'l + - szo'o g e1nq
qa;oradrp leurou rsnqulsrp laqel rrep e>1euu'gg'g =D tlllldlp (tg'l) ueeuesrad eped e1rI
ft)'t)x s...tDz + )l= \:rsetrrrlsa eSreq qa;oradrp
eleur '''tSZ+ - rseurJsa le^Jalul 'rlllldlp 3ue{ n rsuelr;ru8rs 1e13u11 eped Sunlue8ral
7 e?rcq eJetuauas'7 n4eq-ue3uedr.urs uep "S e{u;esaq Llalo ue)n}uatlp !ul rseurtsa
1fi11gepuadap; ue8unlue8rala; '1;e33un] relru) anpa yrcd ueledn.rau-r '1 e8req rur
/zttsvlldox NVo $1a91d stst7vNv - ilA svq
128 STATISTIKA TEKNIK
'ii:r'lAll;il' {n
*1SI''
{c
-rsl'
-xsekitar garis regresi
X1
Gambar 7-02: Kekeliruan estimasi baku di
7.5. Koefisien KorelasiKoefisien korelasi merupakan sebuah bilangan yang menunjukkan tingkat
kedekatan hubungan antara dua variabef dan menggambarkan sejauh mana variansis
pada satu variabel berdampak atas variansis variabel lainnya. Tanpa mengetahuibagaimana perubahan pada satu variabel berpengaruh atas variabel lainnya, mustahil
bisa membuat prediksi. Apabila jika terdapal hubungan kausaltanpa mengetahuikovariansis, maka tidak mungkin mengendalikan variabel yang satu dengan caramemanipulasi variabel lainnya.
Koefisien korelasi dinyatakan dengan simbol r. Besarnya koefisien korelasi dapatberubah dari r = +1,0 (yang berarti korelasi positif sempurna), melalui harga r = 0,0(yang berarti tidak berkorelasi) menjadi r= -1 ,0 (yang berarti korellasi negatif sempurna).
Contoh kasus korelasi positif sempurna ditunjukkan pada Cambar 7-03a di mana
hubungan antara Ydan Xdinyatakan dengan persamaan regresi Y =2X.Setiap perubahan
pada nilai X, menyebabkan perubahan harga Y menjadi dua kali harga X. Titik-titikyang menunjukkan hubungan antara X dan Y berada pada garis regresi (r = +1,0) .
Dalam kasus korelasi positif yang rendah, titik-titik yang menunjukkan hubungan antaraX dan Y tersebar sepefti tertera pada Cambar 7-O3b (r = +O,14).
(,,r 3)(,, K)rs'xs'rtr
(e0't)
(s0'r)to.xo.N
-- ,fX3(
- AX,t nelEixrr*3
:;adr-ues uep rselaJo) uarsuao)
= ixd
:snulnJ ue3uap Sunlqrp rse;ndod r:ep rselalo) uarsuao) 'luat)Ulao) yauotu-ltnpotds,uoilead Llplepe rselaJo) uarsrlao) 3unlrq8uaLu >lnlun ueleun8rp uurze; 3ue,( sntunU'rsar8ar sr.re8 eped eperaq (elep) )lll] enuras eueur rp eto-UequeD eped ryadas rsar8a.r
sr.re8 qaloradrp urlSunu lepl] lul vO-l )eqweD eped 'rselaro) uarsUao) e(uqepuar
r33u11 ueryequueSSuauu uereqas ueleladay 'qepuar SueA tr e3.ret1 ueSuap ue8uesed.raq
r33u rt 8ue,( y e8req uep r33u r1 SueA tr e8req ueSuap ue3uesedraq qepuar 3ue,( X e8req
eueur rp 'yg-l seqweg eped uellnfunlrp (69'0- =r) !0e3au !sep)o4 snse>l Lloluo3
(.resaq 1e8.req ue8uap
ue8uesed.raq lllal X eB.req :uerpleq.rad; 111e8au rselaro) :r0'l rpqueD
X tsel
;;1;sod rsetaJo) :90-l reqrueD
X ls'.!
9I ?I ZI'OI 8 9
9I
<i
"
9
ogL
z
,9{e
28<
OI
zl
,I9t
,1.
qI+)
6ZttsvHaox Nvo ts1a918 ststlvNv - ilA gVS
130 STATISTIKA TEKNIK
dimana x= X -X - penyimpangandariskorXterhadaprerataskor ;y ) y =Y -y =penyimpangan dari skor Y terhadap rerata skor y ; r*, = koefisien korelasi antara X
dan Y sampel; Lxy =E(X - hV -y) = jumlah perkalian antara simpangan xdengan simpangan y yang berpasangan; s, dan s, masing-masing simpangan-baku
dari X dan Y sampel. Perhitungan koefisien korelasi dan simpangan-baku lazimnya
dilakukan dalam bentuk tabel seperti ditunjukkan pada Tabel 7-03.
Contoh C7-O3. Hitunglah besarnya simpangan-baku dan koefisien korelasi daridata yang tertera pada Cambar 7-3a.
Penyelesaian:Untuk memudahkan perhitungan, data dari Cambar 7-03a ditabulasi seperti tertera
pada Tabel 7-03.
Simpangan-baku:
= 3,795
,*, = b = ..* -=
+0,76; dapat pula dengan memakai persamaan kedua:,r.sr.s, 10.3,528.5,795
fxv =---: : = _fg-:=#:= _y^=*0,76(Ir')(Lv') J1u,r(w - ^fin8 133,e
Tabel 7-03: Perhitungan Koefisien Korelasi Dari Dua Pengukuran
Atas sampel yang Sama.
Sampel X Y x=(x-x) y=(Y_Y) / / xy
AB
CDE
F
CH
I
I
13
1210108665
3
2
11
1411
7
911
3
7
6,l
+5,5+4,5+2,5+2,5+0,5-1,5-1,5-2,5-4,5-5,5
+3+6+3-1
+'l+3-5-1
-2-7
30,2520,256,256,25o,252,252,256,2520,2530,25
93691
1
925
1
449
+16,5+27,O+7,5-2,5+0,5-4,5+7,5+2,5+9,0+38,5
JumlahRerata
757,5
808,0
124,50 144 102,O
7.6. Analisis KorelasiDi samping persamaan regresi yanB menggambarkan hubungan antara dua variabel
iuga diperlukan ukuran untuk menjelaskan kedekatan (c/oseness) hubungan antar
variabel-variabel, yakni koefisien korelasir (lihat paragraf 7.4) dan koefisien diterminasi
rr.
166'0 == (se6xeQl
s8rL'981
= tX,l
s8I
:ue)rraquau (,0-l pqeL qoluor eped 196'7; ueeuueslad uedelaua;.166.0 = Zg6,0A = tX,t :rselalo) uarsgao) uep
896 896286'0 =
6TS6 =
GgIX?I.,; = ^;.t
:qelepe z0-lpqeLUep l0-l laqef r]oluof trpp
rseurrlrJalap uarsryao) uer)ruap ue8ua6 '(,1,- I) = t uep (X - X) = r eueur !p
(qB0'l)nPle
(eB0'l)
tpef 'p1o1 sueuet ue8uap ueysephp pdep 9ue,( sueuea
erelue Lleqslu re8eqas $eutuJalap ua!s!!ao4 dasuol ue)unJnlrp lul (lO'l) snurnt ue6
,(t,{-l)K + ,(r,- t,DZ= ,(tr- x)K
Q.qZ(ltxp:
zt
uo't\:lelo] srsueuen qa;oradrp ueleqas uel8erp urelep )ll!r>llll] enuas )nlun uep
P,r.- ,r) + (r-'1') : r- ,rnele
ue>1se1ahp parp rlrpl, Sr;ue8uedtuts + ue1sela[tp )edep 8ue,l ue8uedus - p]ol ue4uedug
:n)elraq 1 ;e33un1 )ltl] )nlun 'ltuet8elp )allns) uereqas luerBerp urelep Il]!r)!U]entrlas .rrdr-ueq uep te)ap Lllqal nl! rsalSal sr.reB '96-7 reqrueD eped uellnfunlrp ryada5'e,(ureuaqas 3ue{ e8leq eped te)ap qtqal 3ue,{ e8leq qa;o.raduuatu ueldeleqrp esrq
eleuu 'rsar8ar sue8 eped uelreseprp nlrl e8req rserurlsa elrf rdeial ' eteJar depeqral
1 eSreq uep ppl !se!^ap ue1>1nfunuaLu >ln]un 1e(uren; rp epelaq 3ue,(; lnqas:al rsar8a.r
sueB lnluaqLUaul 3ue( 1rgr1-1!]!] uer)as Uep >ll]lt nles ;rqLue8uauu ue8uap selafuadrp
lul leH 'e,(ureuaqas e8ler-1 uep tserutJsa e8teq e:e1ue ueSuedur,(uad lrlrpas ledepralue)e ue)eltl.radrp eleLu laqerJeA rseurlsaSuau >lnlun ueleunBrp 3ue,( efes rur e8rer-1
e,{ueq e)lt 'I e}erar uep Xq + e ='1 rsalSal sr.re8 ue11nlumtp SO-Z reqrueD eped
(.rKX,rK)
,(,r - r) 3
Itttsvuaox Nvo $1a91t ststlvNv - ilA gVS
132 STATISTIKA TEKNIK
Tabe! 7-03: Perhitungan Koefisien Korelasi Dari Dua Pengukuran
Atas sampel yang Sama.
Sampel X Y r=(x_x) y=(Y_Y) / \/ xyAB
C
DE
F
CHI
l
13
121010d
665
J
2
11
14'11
7
9
1l3
7
61
+5,5+4,5+2,5+2,5+0,5-1,5-1,5-2,5-4,5-5,5
+3+6+3-1
+1
+3-5-11
-7
30,2520,256,256,250,252,252,256,2520,2530,25
93691
1
925
1
449
+16,5+27,O+7,5-2,5+0,5-4,5+7,5+2,5+9,0
+38,5IumlahRerata
757,5
808,0
0 0 124,50 144 102,O
sx tr=1tz,qs=3,528. srm
-V to -102
"[tg =3,7s5
txv =Z*! =,r.s.r.s, 10. 3,528.5,795
= +0,76 *
Cara lain tanpa menghitung simpangan-baku:
102 102 102
J17928 133,9txv
v/(lr4FXr44)
Catatan: * Tanda plus atau minus sebaiknya dicantumkan untuk mendukung interpretasi yg tepat.
tl t;r;lt
[Jnurlrlurnr:rl rlr:viuliott (Y - Ycl
._., Y, . u , n(X)
;rrrr ( ) )
'li. t;rl tlr,'vrlr I tu tt(v - )')
sl( vi't I rofl
Y
tYc-h
X
Gambar 7-05: Konsep presentasi deviasi total dan unsur-unsurnya
'rur qenneq rp leurJou ueeuesrad e8rl ue8uo;oyad ue8uag 'txnLururul ,(,tC - d)3 eSreq
qa;oradrp eSSurqas'uerlruuapas ue)nlualrps uepq'e e3.req-e8req 'gannbspeal)paryallerpen\ uele>lapuad ue8ua6 '$gl) ueeuesrad uep r uep q 'e eluelsuo>1 rrep e8req
-e8retl ue)nruauau qelepe lrloqered ue8unrapuan4 @ulyyl uerensa,(uad uep rsuasl
60't),x)+xq+D- rl.
:Llelepe 1r;oqered ueeues;ad urnLun )ntuag 'IrloqpJed ue8unrapuaray 'p
'rur ]n)rJaq 1e13urs eJefas seLleqrp rur rsa:3ar srual enpal 'uee(e8uau-l uenfnl
)ntun 'rypqtad1q erun4 ue?uap ltelaplp ueL{rtel setrsua}ur ledruep re8eqas ue;rdrueralal
uelelSuruad ue8unrapuafa) e;nd uerlruuaC 'rypqued entn4 rpeluau qeqnJaq
ledep 3ue[ued nl1ezn e13uef >1n1un rdela] 'rarur; rsar8ai ue8uap !]e>laprp tedep >lapuad
n])e/v\ e13ue[ )n]un ueqeq srualas sele resed ueelututad 'e(u;estu lnqem ue8uap
uelefas SueA lsts,lpue puil]) ue8uruapuatay srxpueBuaul )ntun ueleun8rp 1e,(ueq 3ue,(
luotssat?at paNn) e^rn) )nluaqraq rsarSar e;nd ;eualrp rarur; tsar8a; Surduues 16
(uorcsat&ad pa^tn)) en.rny Inluaqrag rsar8au 'B'l
'uotssat8at pa^Jn) )nlun nlelraq )eplt uep larurl
rsar8al )nlun n)epaq e(ueq Juauout pnpod s,uosJead snurnU 'J s,uosJead ueeunSSuad
rselrurl ledepral 'se1e rp uelse;afrp qe;at 3ue,( ueeunSSuad uenrla)a) Surdu.res rg
'0 [ < ro)s ue8uap uerte,fue1 selrnrplnpotd
rseur5a8ualu Inlun 1eda1 uele 1eprl rsar8al ueeuresrad'01 qelepe rSSurUa]isal
-apryr1de rols 116-7 laqel L1oluor re8eqa5 'lFe elep pep lLllqapu ery[ 4e,G1 Tepptpe[uau elultseq 'tsat&at ueetuestad n]ens uep tseu1sa lenquau nl\e/ eped 'p
'e(uqeqa,{uad
qalo ue)llelrp eduel uapuadap laqeueA rseueA riep ue)selaIrp tedep Suer(
rsrodold rjelepe ue)pns>leLUrp Suer( leLleped 'uapuadapur laqerJe^ qalo uelqeqasrp
Suer( uapuadap ;aqeuen rseuen rJep aseluasrad re8eqas uelrsela.rd.ralurrp
zr !u! leq uele6 'ue>yselatdtalu!-Llepslp 8uepe1-8uepe4 / tseutu)allp ua$Uaox 'r'(80'l) ueeuesrad ue>1r1eqrad; leiot sueue^ uep
yo6y eAueq e,(ureuaqas 3ue,( ;eqeped 1ue>1se;a[tp tedep/ rserre^ o1og1 rc?eqas
ueltselardralul!p 0l'0 = J 'tloluo: re8eqa5 'snlJas 3ue,( uenlr;a>la) ue)lnqurluaLU
!u! leH 'asetuastad rc?eqas tseptdnluttp ?uepe4-8uepe4 rcepro4 uatsuaox 'q'e,(u1r;eqas ue)nB 'psne\ ue8unqnq e,fuepe lnqep4lp qe1a1eryl uelselafrp
ledep Suer( sueuen rsrodord rselrpur8uar-u er(ueq ue)urelaur ';aqeuen enp erelue
ue8unqnq Suetuat uelsegafuauu )epr] rseururia]rp uarsUao) lul leq LUpleC 'teq!\e
-qeqas Tedutep ue4\4nqLuau 4ruun ue>leun8p 8uepe4-Buepey peprol splpuv 'e
'rur qe/!\eq rp ue)rernrp !pel.rat Surras 3ue,( uenrr;a)a) 'ueeunSSuad uenrla)a)eped ueldepeqrp e8n[ rselaro) uep rsa.r3a.r srsrlpue 'e(uute1 )er]sr]ets apolaLu ryada5
rselrturl uEp uEnrllala) edenqag '7'7
ttttsvllaox Nvo ts18218 ststrvNv - uA svs
134 STATISTIKA TEKNIK
harga-harga a, b dan c dihitung:
ZY = n.a+ b.>X + c.2X2 (7.10a)
EXY = a.\X + b.EXz'+ c.2X3 (7.10b)
WzY = a.ZXz + b.X3 + c.LXa (7.10c)
Untuk menggunakan ketiga persamaan di atas, data yang berjumlah ganjil diberinomorurutpadaskala-X(lihatcontohpadaTabelT-04):-5,-4,-3,-2,-1,0,1,2,3,4,dan5 sehingga ZX= 0 dan IX = 0. Dengan demikian persamaan normaldireduksi menjadi:
ZY = n.a + c.ZX2 (7.11a)
EXY = b.>X2 (7.11b)
>XzY = s.ZXz + c.LXa (7.11c)
Harga bdiperoleh secara langsung dari persamaan (7.11b), sedangkan harga a dan cdiperoleh dari penyelesaian simultan persamaan (7.11d dan (7.1'lc). Penyelesaian
perhitungan akan lebih sederhana jika dilakukan dengan metode tabulasi seperti contohdi bawah ini.
zXy = b..>xz -> 64g7,3 = 6.40g -+ b = 6417-'3
= 15,g0408
2Y = n.a + c.ZX 2976,1= 17.g + 408.c
LXIY = a.EXz + c.>X4 -+ 78001,3 = 408.a +17544.c
Dari dua persamaan terakhir dperoleh a =154,71 dan c = 0,8482 sehingga per- samaan
kecenderungan parabolik (penjualan):
Y = 154,71+ 15,90X + 0,8482X2
Tabel 7-04: Penjualan Ba.ia (Y milyard Rp.) Tahun 1978 sld Tahun 1994
Tahun (X Y X XY XY Y x978 BB,1 -o -704,8 5 683,4 64 4 096979 89.1 -7 -623.7 4 365.9 49 2 401980 88,6 -6 -531 ,6 3 189,6 36 1 296981 101 ,9 -5 -509,5 2 547,5 25 625982 86.7 -4 .346.8 1 387.2 r6 256983 96,8 3 -290,4 871,2 9 B.l
984 112.7 -2 -225,4 450,8 4 16
985 129,2 1 1)o ) 129,2
986 202,O 0 0 0 0 0987 195,4 195,4 195,4988 192,8 2 385,6 771,2 4 t6989 191 .9 3 575,7 1 727.1 9 81
990 237,4 4 949,6 3 798,4 l6 256991 234,6 5 1173,0 5 865.0 25 625992 270,9 6 1 625,4 9 752,4 36 1 296993 320,O 7 z 240,o 15 680,0 49 2 401
994 3 38,0 B 2 704,0 21 632,0 64 4 096
T 2 976,1 0 6 487,3 78 001,3 408 17 544
0SZ = ,{.
7,86t'Z = (S)'90r0' 0 + 7,96I'Z = 7 Eo1
v'68 = ,{,
9ls6'l = (g-)'gOfg'g + ZS6I'Z = 7^Bol
'(t66t unqe]) s -x uep (086[ unLle])g - =x In]un e,(u;esruu'ueSun.rapua:a>1
e8req enp ue)eunSSuaru ueBuap dnlnc '3o1-ruas seual eped srln;aLU )ntun
*(860't)'st'gsf = rL nele x'90t0'0+zs6l'z = 73o1:eulr.re3o; ueeuesred qa;oradrp e33urr-1ag
0860'[ =g uep 9070'0 = #
= gEol
LI gl'ggl = e uep Zg6l,Z =- r3o106lt'LE
:uelrjaqtuaur rensas
3ue,( Luo;o1-LUol01 rrep qe;unf uep (t['l) ueeuies.rad rue;ep a) lt= u rsn]rsqnS
']n)uaq re8eqas qelepe rselnqe] )nluaq LUplep S0-l laqel ue;enluad e]pp ueresa;a,(ua3
wL'A G+ft = s3o1 ut)p
8"": rtrol
:ue1;rseq8uaru 3ue,{
gZgl) uep pzgl) ueeuesrad ue8uap Sunlrqrp ledep q uep e e8req uer)rurap ue8ua6'&o1-nuas seua>l eped srln;rp el1;,[ ,/ uep x uep rarurl ueeures.rad ue>lednrau 3ue,(
(EL't)qSolX +rEo1 = tr8o1:nreq ueeures.rad qalo.radp Gf t)
ueeuuesrad uep eu4ueSog pquLe8uaur ue8ua6 'uauodsla re8eqas x laqerJen eueul rp
QL'I)*Q0 = ,{:;ersuauodsla ueeurpsrad uunun Inluag ';ersuauodql rsar8aX Erun;; 'q
9tttsvltaox NVo ts1a91t stst7vNv - ilA svs
136 STATISTIKA TEKNIK
Tabe! 7-05: Penjualan Baja(Y milyard Rp.) Tahun l9TBsldTahun 1994
Tahun (X Y log Y X Y X.log Y
978 BB 1,9445 -o 64 1 5,5550979 B9 1,9494 -7 49 13,6458980 B9 1,9494 -6 36 11,6964981 102 2,0086 -5 25 10,0430982 o-7U/ 1 ,9395 -4 16 -7,750983 97 1,9868 -3 9 -5,9604984 113 2,0531 -2 4 -4,1062985 129 2,1106 1
'I -2,1106986 202 2,3054 0 0 0
987 195 2,2900 1 2,29009BB r93 2,2856 2 4 4,5712989 192 2,2833 3 9 6,8499990 237 2,3747 4 16 9,4988
1991 235 2 ,371 1 5 25 1 1 ,85551992 271 2,4330 6 36 14,59801993 320 2,5051 7 49 17,53571994 338 2,5289 o 64 20,231
E 37,3190 408 16,5539
c. Kurva Belajar (Learning Curve). Bentuk regresi lain yang tidak linier jika di
lukis pada kertas semi-log dan kertas aritmatik tetapi bisa menjadi linier jika dilukis
pada kertas log-log dinyatakan dengan persamaan:
Y = aX-h (7.1s)
Di kalangan industri persamaan ini digunakan untuk memantau peningkatan
keterampilan manual karyawan produksi. Makin tinggi keterampilan seorang atau
sekelompok karyawan makin cepat waktu yang dibutuhkan untuk menyelesaikan suatu
tugas terutama dalam pekerjaan yang berulang, misalnya perakitan fuselage pesawat
terbang. Dalam hal ini persamaan (7.15) dirubah bentuknya menjadi:
T- : (k.T).N-b u.16)di mana l,nr = waktu yang diperlukan untuk menyelesaikan fuselage nomor N: k =
suatu konstanta (ft =+); ?1, = waktu standard. Dalam bentuk persamaan logaritmik
persamaan (7.1 6) menjadi:
logI, : log(fr."s) - 6.logN (7.17)
Dengan menggunakan metode kuadrat terkecil diperoleh persamaan normal:
X log ?, = n(logk.Ts) - b.Z log N (7 .1Ba)
X(log N)(log T r) = Qog /r.T" ).X(log N) - 6.X(log N)2 (7.1 sb)
869,TZLOB,ITbLZ,S0L=usol'€s\/€000'1"000'tLtj I0tvvs'€sLl't0 t6'0vs6'o06r E699f.'t9Zl'tE IB,Ot06'0gzt 9B
0g ['t6€ t'Ei Ll'osvq'0s8t sILZ6,Zv9 t'Es09'0Bll'0vt9 s99f.9'7.LII,E6BV'0669'0to6 sIT8Z,Z€61'tzgt'o209'ovoz 9bZZB,L0zg'tgZZ,Ollb'00t9 9€
Z9L'I6SB't[60'0t0t'09ZZ IZ
0sz6't009LV Bt
N13o1'51 3o1*t 3ol,N 3ol)N 30t(LtLu) *_LN)
'oN'lasnJ
ll6L unqu1 Z tZ-Nf lp/r^psed a3e1asn7 uplrlprad plec :90-l laqpl
'sete rp elpp ue)resepraq Z tZ-N) a8e;asn; uelrle.radrefe;aq-en.rn) ]enqLUaLU uelqelrsradrp ereqr-uad 1z tr-Nf lemesad lappru uelrle.rad.refe;aq-erun>l lnluaq uellnfunualu S0-l JeqLUeD 'o/o91 = %OOL x zz,o_Z = relelaq-erun)aseluasrad uep 169' L = OOZ; l6tog =l qaloradrp eleuL 'qru 002€ =
t1 ueldelalrp e>1rI
zz.0-N'6t09 = N"; :a8e;asnJ uelr)e.rad re[e;aq-er"] ,"1?;,r["! U"torrdrp eSSurqas
Z7'0x617'0= r*,*=9
?r79 - 7,0'tv(ttz'sXot) - ,(6ss'9)gL6'1V7, - g6'9VZ 0og'reXOSS'g) - (gos'tz)'ot
,(N3o1<) - ,(ru3o1)3'z
-q
=9
ttw 6to s ='t.>r uep r8r.r = #;
= d.o=
(17.ry)Boy
:qa;o.radrp 1p,6L'l) uep (e6['l) snLunr ueleunSSuau ue8uag'eO-l laqef) rselnqe] apotaLu ue8uap f tZ-Nf lemesad
ue1r1e;ad a8epsny uelrle.rad rcfe1aq eNDl uenluauad qoluo) ue)uaqrp rur ]n)rraB
,(ruEo)3'a - ,(ru8ot<)( "Z 8ot <Xru Eot <) - ( tEot'ru Eo1)3'ar=Quep
u,u7€ot3 = ()'7)Eo1
:q uauodsla uep 1f .>1;
e8reLl-e8teq uelpseq8uaru ue)e Jrq)eJa] ueeues;ad enpa) rlep ue]lntrtrs erefas ueresa;ar(ua6
g6L't)
(e6l',t)
ltt$v71AO' NVO tS1A918 StStlVNV - ilA SVq
138 STATISTIKA TEKNIK
T^,=i25v)/',7tP-tt?$a* I*e
; tooE*' lcot-
400
Hurnber of cycles {N}
(a) Pada arithmatic paper (b) Pada semi-log paper
Gambar 7-05: Kurva-belalar dengan k = 2,5 dan T, = 221,7 (TMU)
Perakitan rudderpesawat CN-212 dalam tahun 1977
7.9. Nisbah KorelasiNisbah korelasiadalah indeks korelasi umum terutama jika data membentuk regresi
non-linier. Dalam hal ini rerata dari satu variabel tidak secara progresif bertambah
sebanding dengan pertambahan pada variabel lainnya. Kasus ini telah dibahas dalam
paragraf 7.7. Hubungan non-linier dijumpai dalam kasus korelasi antara skor kinerja
dengan umur kronologis atau kinerja dengan peningkatan keterampilan seperti yang
dibahas dalam paragraf 7.7c.
a. Dua Caris Regresi dan Dua Nisbah-Korelasi. Diagram sebaran yang ditunjukkanpada Tabel 7-06 menggambarkan hubungan antara skor kinerja dalam formblock-test
dan umur kronologis lima sampai dengan 14 tahun. Skor kinerja diwakili oleh waktu
yang diperlukan untuk menyelesaikan tugas dengan pengertian, waktu yang lama
menunjukkan kinerja yang rendah, sebaliknya waktu yang singkat menunjukkan kinerja
yang baik.
Data tersebut membentuk dua garis regresi yang berbentuk kurva sepertiditunjukkan pada CambarT-06. Kurva dengan garis utuh menunjukkan hubungan antara
skor kinerja dengan umur, sedangkan kurva dengan garis putus-putus menunjukkan
hubungan antara umur dan skor kinerja. Kedua garis regresi itu berbeda bentuk dan
kemiringannya. Kasus ini menghasilkan dua nisbah korelasi atau koefisien-Eta; satu
untuk masing-masing garis regresi. Jika pada regresi linier berlaktr ryr = r..r, maka
pada kasus ini nisbah korelasi diestimasi dengan rumus:
f** =
trt,=
s/,
S,
sx,
.sr
, (nisbah korelasiuntuk regresi Y sebagai fungsi X (7.20a)
(7.20b)
iry"tt5r??1.7)IH-ol?a
M'tM STAI,IDARD r 2?) 7 IMU
2F
.J
(nisbah korelasiuntuk regresi X sebagai fungsi D
90-l IaqEl elPp rrep rsarSaj P^.rn) :90-l rEqtuPD
'B'6V= 6ll7t x t)+ u€.x D+Gvx t)+ (zs xz)+ (ls x €) +(z9x 1)l :qelepe 16='7eueLxrp) unqel eurl rnurn )nlun eler-eler rols 'qoluot re8eqa5 'nluaual rnuJn )nlun eler
-elel lo)s ue1e1e,(uauu qnln sueS eped 111111ilI '1 reSeqas ue1e1e,(urp 1ef;au11 ro1s1
nqe,l,t lnrnuaul rsuan)ar, ue>13uepas ) re8eqas ue>1eler(urp rnu;n ]nrnuaLr.r rsuan)aJJ'1se8n1 ueresa;a,(uad n1>1ea,r;
^ ueresaq re8eqas ue1e1e,(urp efiaur>1 .ro>1s 11y3 'a8e
pc8olouotrl.r) X ueresaq re8eqas ueleler(urp srSo;ouot1 nwn '99-l laqef eped'tur ]n)uaq
uelse;a[rp rselnqe] apo]au ue8uap ''s uep'/s e,(uresaq ue)nluauaur ere3 'rsnqrJlsrp
ueLlnrnlasa) rrep n)eq-ueSuedLurs ueledn.rau's uep's eyas :,A Uep rslrpardrp SueA ,yuep nleq-ue8uedurrs =ls ;X ttep rslrpardrp 3ue,( ,A Uep nleq-ue8uedurts = ''s ,r"t, ,p
rselalo) qeqslN Plec nlens uPrPqas:90-l laqel
i.rt'm't
9I'9G
tz
o
,8t€,
E8t
9t.
.r.z,tl
692-
0-rol-z0l-82-
lz-o
Ie!
6
at
9I
,*.1
s-t-t-
t-0
I+t+t+t+g+
9+
,r
osr or sI zt 61 8t tz sI 9r EI d 'l
1€
rt.ta
EI
8
8
E
E
et
r i !a!e '-,., r+*r . 1.+-i..'--r...-..\'.!-L*r .r... -r:.8 {' - -.
-- -. -,\ &..
'!trtrzrIror6SLtq96I u! .te irqrot{sq3 :X
5.9
,t{I6r.9r :s
Jrzoa I
i' @92 tz ',c-_-\ o r *ro S
r t -b-t\ r oe.se i- r\ , a
oaslz0
OIIO
z,
ltt0
o b , i\ t oo-].r !( \ 6,8, I
ir. i '!!e \\€ 69-qq
00t tZSZ-OZZoc) tF8t00ttv-07,vt-96-,A,x^^13
t9zzn'vs0n'ts-0s-tb-9Z-ZZ(LT,4"]:,,x)3ttf. I09tstt961tLl7tIZ0stZSt8,rx-l,xl36ZZ09SL8nIS9€LZ0st9Z'LZxJ
9+b€+[+0tttx
97,t I692-0sL0tstZI6l8tIZ8lstil6^,
00tog-s-9LvvZ€Zt6-S9LVr0tv'97.s9,sn0Ztt - 0t90€z0tF.btoZsIB0t6t-st9S8Z-L?tt70t09v0nz - 07.
LZLZ-tIZ0t7.tL9t6Z - 57.
000€t00ZIs0Iit-oeBBl+I0I0st6t-st
ZE9tB00ZvInn-ont7,6t+tZ06n-9n
7.tv+tIZt9-099tEts+t€69-SSgf99+tt9-09
,,4 !,A^t,^^jntf,tzltt0l6BI9I(roIs)
NIIEM (vf) sraolouor) JntunX
6tLtsvllto)t NVo ts1d91t stst7vNv - ilA gvs
140 STATISTIKA TEKNIK
f abel 7 -07 ; Komputasi N isbah Korelasi u ntuk Regresi
Skor vs Umur Kronologis
x'(CA)
/'16 Y'(skor)
nr.Y', Y'-y' (Y',-v\' nr(Y'-l.)'
14 r0 1 1,0 I 10,0 12,0 144,0 1 440,00
13 l5 14,0 210,0 -9,0 81,00 1 215,00
12 12 14,5 17 4,0 -8,5 72,25 867,00
11 19 '16,0 304,0 -7,0 49,O0 913,00
10 1B 18,1 325,8 -4,9 24,01 432,18
9 21 20,8 436,8 -') ) 4,84 101 ,64
B 18 25,1 451 ,8 +2,1 4,41 79,38
7 15 31 ,3 469,5 +8,3 68,89 1033,35
6 13 40,5 526,5 +1,5 306,25 3 981,25
5 9 49,8 448,2 +26,8 71,24 6 464,14
f N= 150 3456,6 16 544,96
Demikian juga tanda-tanda silang pada Baris putus-putus menyatakan umur rata-rata
untuk skor tertentu. Sebagai contoh umur rata-rata untuk interval skor (50 - 54) di mana
fy= 3, adalah: [(2 x 5) +(1 x 6)]13 = 5,33.
Cara menghitung nisbah korelasi dengan metode tabulasi ditun.iukkan pada Tabel
7-07 untuk sr. dan Tabel 7-08 untuk sr. Dengan menggunakan besaran-besaran dari
Tabel T-07 diperoleh:
- 3456,6Y - -- -- --' = 23.0
150
\nr(Y'-v\2 16544,96= 111,04 dan ,.r, =.fi11,04 = 10,54.
N-1 150-1
Untuk menghitung nisbah korelasi terlebih dahulu harus dihitung simpangan-baku
s.. berdasarkan data hasil observasi seperti teftera pada Tabel 7-08 di bawah ini.v
v =31:: = 23,0150
2sr, =
-z Zr,v -l)' -"YN23725
= 158,17 dan r, = ^[5&17
= 12,58.150
Dengan demikian nisbah korelasi (koefisien Eta, rr) regresi Y sebagai fungsi X
sy, 10,54r =L =0,838.'t''x s, 12,58
GZ-I)
'SS lrnp Sunlrqrp ledep rarur;-uou
lntulJ l?.ilif ri,l{ol.Iue trsr,. ,.1 r{:"t
lEu111 ,,;;l1..r J Ii.r{i::fl
yl'IIi,{
:snujnl ueSuap
rsar8ar nlens trrelep rseturlsa n)eq-uenJrla)a)'ue>lryru8rs ue)ete^urp )nlun qepuaJa] leurB
-reLU e8req rle)apuatx (:; e}3-uarsUao) eBJeq e1rI reledrp er(ueq rselaro>l-Lleqsru se]e
sueuen ststleue nlr qeqas L{alo 'n}l ueSunqnll ue1de13un3uau tedep >leprl J-Lleqsruue4Suepas 'l[ellp 3ue( ;aqer-re^ enp ere]ue ue8unqnq 1e13u1t ueldelSun8uau ]edepe]l-uatsuaol eler(ural 'r-1ne[ qrqal 'sa] Jo)s ueSuap srSolouorl rnun erelue ueSunqnq
e{uepe ue1ur1e,(uau-r eSSurqas (BEB'0 = "".r) !33r!} dnln: qaloradrp 3ue,( e13-uarsrlao)
'e,(uuee1e,(ua1 eped rdeial 'lrgaroa] ]elrsJaq qlqal lul seLlpqrp 3ue,( ue8unqng.leqet
J <
"n"'! lurrrq 3ue,('IO'0 = p rsuelrlu8rs 1e13uq eped yg'7 -PqetJ eSreq qaloladtp ort=
zqp uep 6 = ' jp eped /'q{J eS.req '13 ue.rrdr-ue1;J-rsnqrrlsrc ;aqe1 ue8uoloyad ue8ua6
'?7'980L = 96'??99l- 0Z'08S8Z = /tSS nele s55 - 'SS = "SS
uep 0z'08S 97 = ,(BS'ZfXf - 0!I) = fS'(f - N) = '^SS e8re;1
'$O-l laqel teLlrl) qgg
uaanlaq satenbs
lo uns re8eqas rlpua)rp ue>le irLl)era] Luolo) eped 96'yyg91 qe;unf lsueuen srsrleue
uelepe8uar,u )ntun ueIUrlSunuau.r tnqasra] laqe] LUelep e8req-e8reg 'sr3o;ouorl lnunlaqerre^ sele que-nles tse1utsel) pep ;rseq ue8uap edn.ras LO-l pqel Lr.relep Luolo)
-rxolo) 'earrqeq rnqelaSuauu e:a3as ue)e (xl qel) sueue^ sst9ue apolaur uefe;aduauu
qe;a1 Suer( e)alaw 'suerrp1 srsrlEuV ue8uap rselaJo;-r,lpqsrp ue8unqng 'q
s(,1I,Zsslg091=N3960i9529L-0'tzZIL9t6-S9b Lf.LZLil_o'tzZLT9Zelrt-0tVZZ I9t9'o'tz8tsbttt6t-stVLto't7.B0€vt(,2VZ-OZ9tt9Lo'vo't7.t9sLZIZ6Z_SZtE0 r"tg0'6o'tz9Lbtt7.f,r€-0tggs I96t0'vto'tz962oIt6t-EtBt0€IB€0'6 r0'f.z9tE8ZVnb-obBZII9tso'nz0'tzWL€tv6V-Snf,Z9ZtlBo'62o'tz95ttZ9ts-0sB9bt99tt0'nto'tzttLEts6S-SStzs Itzst0'6€0'tzZ9Z9n9-09
,(rl, - ,l)^l,(4-,r,)i-^i'rt.tt,AA
'*s n>;eg-ue8uedur5 gselnduox :80-l laqpl
L?Itsvlldox NVo ts1t91a s$t7vNv - ilA gvs
142 STATISTIKA TEKNIK
Tabel 7-09: Analisis varians Berdasarkan statistik Nisbah-Korelasi
Komponen df ss MSAntar kelompok (b)
Dalam kelompok (w)9
14016544,967035,24
1838,3350,25
E 149 23580,20
MSu =+ = 1654-4',90
= 1g33,33"df9
M5,,. ="? = "1?:'o = 50,25" d.f t4o
1838.33f hituns = ,r, = 36,6
7035,24
150-2
Dari contoh di atas, diperoleh:
syx = = .,lql,sx = 6,7s
Kekeliruan-baku dari suatu estimasi menjelaskan, sejauh mana dispersi dari hargaYterhadap harga-harga prediksi Y'. Besaran 6,75 menjelaskan bahwa dua-pertiga skorpengujian pada form-board dapat diharapkan berada dalam 6,25 satuan dari hargayang diprediksa jika harga yang diprediksi itu merupakan rerata dari kolom-kolomdiagram sebaran. Estimasi semacam itu berguna, jka varians dalam kolom-kolom itucukup sera$am; dengan lain perkataan, jika data mendekati homoscedasticity (varians-varians kolom yang sama).
c. Uji Linieritas suatu Regresi. Kadang-kadang dijumpai kasus di manapelengkungan suatu regresi sangat samar-samar sehingga menimbulkan keragu-raguandalam menentukan bentuk dasarnya, apakah berupa garis lengkung atau girls lurus.Untuk memastikannya perlu diadakan pengujian linieritas berdasarkan uji-F yangdidasarkan pada analisis varians. Uji linieritas ditentukan dengan menggunakan rumus:
p- 1r]-t11N-*1(t-rj)(k-2) (7.23)
dimanafr=jumlahkolomataulajur.Untukmenerapkanpersamaan (7.23)padamasalahyang dibahas di atas terlebih dahulu perlu dihitung besarnya Pearson r denganpertolongan persamaan (M. Zelditch , ,r., 1958:ZB):
f=(7.24)
Dengan memasukkan harga-harga menurut notasi persamaan (7.24) yangtertera padaTabel 7-06 diperoleh:
,..,,*' v'-(I f .*)(Z f , y' )
N>, f "x'' -() 1,xy'1glr) fry''-(Zfr/)')
'e,(urselarol uatsuao) Sunllq8uaLu )nlun snulnJ nlens ueln;radrpnlt laqeue^-laqeue^ lelue ueSunqnq uelpn>la>1 rnqelaSuaul )ntun eleu ,1eu;ou nltue)lr..trouolotl)!plp 3ue/ ;aqeue^ ueJeqas up)rsunserp eIl['n]l npl^tput Surseuu-Surseuu
qe)eueu uo3a1e1 )nseulJa] qelepe uerle1 rpeluau 3ue,( 'rseurutlara] enuas )eptluep eues Suer( rselsa.rd r1r;ruaru ueMepnsr^A enuras 1epr1 undneleM.(BuruMl lold)Sueqtauad ueq4elad nlens rlep uesnlnlal qelepe e,(up.repuels e1r[ ,qo1uo: re8eqa5
';eBeB nele snlnl lepn uelege,(urp
]nqasJa] prepuels qe/!\eq rp e,(urselsatd Suer( er(u1l;eqas ,sn;n; ueleler(urp nluaualplepuets selp tp er(ulselsard 3ue,( elarayrT']nqasJal uer[n ue;ep snlnl ue)e]e(urp 1n1untselsa.rd uelederuad ulelep epaqJaq nprnrpur-nprnrpur eueLu Suefuedas unutluo) nlense,(uepe ue)rsunserp ledep lul leq ulelpC 'rsualaduol uer[n uelep ;eBeB nele sn;n1
ezrtsrs qelede laqeuen nles eped e1r[ 'e,(u;esruu 'e1ep qa;o.raduuau e;ef tsuan)asuo)re8eqas rpelra1 n]r uers>lnparad 'r.ro8alel enp rpe[uauu rs)npaJa] qeqas n]ens euare)nll laqEtJeA enpa) tJep nles qe;es rde1al 'nurluo>1 elep ue>lednlau ue)tselotolrp 3ue,(
laqeue^ enpal eueur tp tsenlts nlens )nlun snsnq) ulesaptp/e/Jaeq BepJol ua6uaox
lerrasr8 rselaJo) uarsuao)'0L. 1
'rqnuadrp
Ieprl ]nqasJal selueaturl uele;er{slad rur seLlpqtp 3uer( snsel LUelec .J uoslpad []aloue)nlualrp 1ado1s1e(uueSur.rruua>leuetx tp snlnl sr:e8 nles eped epelaq uolo)-tuolo) lrepelelal enulas uel]ete{sladuauu n1r srsalodrq 's1es1a Suer( uee}er(utad uelec 'lalutlqelepe X sele 1 rsa:3al 'ertqeq ue1e1e,(uau r[nrp 3ue{ srsalodrq rur snsp) ueleC
'rarurl-uou 3uer( rsa.r3ar er(uepe ue)rqnqualueyas ue1ggu3ls SueA il,r uep h,t ueepaqrad ledepral :uelrselardraturp ledep eleurta1e,7 1'u','1 eua)ey 'I0'0= n epedlrse;odralur; tg'z=t'q"7elg,lqa;oradrp ovI= 4-N -'!p unp B = (Z-)) = tp 1n1un U-qeqsru laqel)3-ue.rrduuel eped lnfnrau ue8ua6
(sXsoz'o)(z-otx.s€8'o-r)_ Suruttl ,n (ortXrot'o) (ot-ostX(re t L'o-)- z8t8'01
:qa;oradrp (tZ' l) ueeureslad ueleunSSuaur ue8ua6
EIL'0- =G'tt)@st)ts8t0I -
!:lzr99oo6rt _GsztL-osLtd1vvzs _,ts8t0i -EVIL9 + 000991 -
lr(ne-) - Gzvros)llrGzd - Gvtt'os))t(tgz-)(oze) - (oor r-)'osr
Z8T,Zgl7'll= y6tZZ=
t?ttswlaox Nvo ts1891d stst?vNv - ilA svg
144 STATISTIKA TEKNIK
a. Komputasi Koefisien Korelasi Biserial rr. Konsep derivasi rumus koefisien korelasi
biserial didasarkan pada kenyataan bahwa, pada r = 0 tidak terdapat perbedaan antar
rerata untuk variabel kontinu; sedangkan pada perbedaan antar rerata yang makin
besar, makin besar pula korelasinya. Rumus umum untuk koefisien korelasi biserial:
(7.2s)
di mana *, : rerata harga Xdari kelompok yang lebih tinggi, Xn = rerata harga X
dari kelompok yang lebih rendah, p = proporsi kelompok yang lebih tinggi, q = proporsi
kelompok yang lebih rendah, Y= ordinat dari distribusi normal yang memisahkan kedua
proporsi tersebut (l ihat Cambar 7 -07) dan 5, = simpangan-baku dari keseluruhan sampel
dari variabel kontinu X.
Tabel T-10 menunjukkan tabel data untuk menghitung ro,, di mana proporsi siswa
antara yang lulus dan yang gagal masing-masing adalah p = 0,65 dan q = 0,35. Dari
tabel distribusi normal kedua proporsi itu dipisahkan oleh ordinat y = 0,3704 (Cambar
7-07).
Tabel 7-10: Distribusi Skor Dari Dua Kelompok Siswa yang Menempuh
Dengan menggunakan rumus (7.25) diperoleh harga koefisien korelasi biserial (setelah
terlebih dahulu menghitung harga-harga rerata dan simpangan-baku:X, =98,27; Xa= 83,64 dan S, = 17,68):
'-=L*(+)
. -xr-Xn(pq)l'r,'s- Sa Iy]_ _s8,27- 83,64.[(O,OSXO,TS)]
= o.ro,roo = 17,6g ( 0,3704 )
Ujian Kompetensi
SKORn n/N
40-49
50-59
60-69
70-79
80-B9
90-99
I 00-109
1 r0-119
120-129
1 30-139
SlswaLulus
1 3 10 27 30 26 21 7 5 130 0,65
SiswaGaeal
26 4 11 21 16 7 3 70 0,35
f umlah 2 7 7 2-l 48 46 33 24 7 5 200 1,00
-e rlsuad ]edepla] rJeq-ueqas ueele^ual uelep 'sele rp er;alu) eped nreSuayr,l'leuJou 1epr1 3ue,( uereqas uelrselrpur8uar,u
urarls)a 8ue,( 1ssau,r,ra7s) ue3urrruua;'rsar8a; seyrerurl uep seirleurou le.rer(s ru1e,( tuosJead uelere,(srad rqnuauratu e;nd snreq nil qPqas qalo 7 uoslead rseuurlsaSuau Inlunuresaprp Suer(; Juauou pnpotd Llelepe lerJasrq rsplaJol uarsrlao) e,(u1e1r1eq epe6
rsnqrrFrc uPlrruolorlMuaw ell8 't L'l
'1;adLues ueqnJnl -asa) rJep rsnqulsrp uep snlnl 3ue,( tsnqr.rlsrp) rsnqulsrp e8rl ue8uap
ue>lSurpueqrp rsnqulsrpenp ue)nlrauualu e,(ueq qelepe (Se'l) ueeuues;ad uelSurpueqrp
(lZ'l) ueewesrad ueeunSSuad ueSunlunay';adues qnrnlas rJepeterar = rX euew rp
uz't)
:rrleuia]le snurnr ueleunSSuar-u
ue8uap Sunlrqrp ledep e8nf ler.rasrq rselarol uarsuao) 'Illeurallv snrunu ')'0 =
s!r, eueur rp rselndod riep ]edeprp "q./
'ennqeq uellndr.ursrp ledep eSSurLjas gll'0 = 160'0 x96'l = 're''S'96'I rJep Jesaq Llrqal
n]! 809'0= qq.,
e8ieq (96'I = ,,oz) 90'0= lz epedizgs,s = 199,9 = lrf qeqstN
8os'o '!e.t
W\'?oLt'o- ',r,S :qa;o.radrp sele rp snse) )nlun(ss'o)(sq'o)A
_ qc'rs
(x). 's -
slit
v )ax:ai - t
N-TT14|
:snrunJ ue8uap ue)nlualrp S0'0 lrep 3ue.rn>1
)epl] b uep d lslpuo) eped 6 = 'rqd eLleLu rp rse;ndod rrep qaloradrp "'q., nlens 'ertqequeldelSun8uau 3ue,( srsatodrq rfn8uauu Intun "rqJ uug nleB-usnrrlala) 'q
'b uep d ls.rodorduofresepraq tr e8req uellnfunua6 tl1-l rcqwe1
8tz's160'0 = LLt\=
Oz't)
&tttqe aSerere o^oqv +-0.+ Atttlqe a8s.rane r^ota€l
sbttsvlltox NVo tslarlt stsllvNv - ilA qvs
146 STATISTIKA TEKNIK
peristiwa di mana besaran variabel Y yang kontinu namun pada rentang tertentu terdapat
ke-tak-teraturan (irregularities) yang tidak memungkinkan penggunaan rumus Pearson
r. Dalam kasus-kasus seperti ini dapat digunakan pendekatan biserial. Kondisi-kondisi
sedemikian itu bisa terjadi jika terdapat pemampatan sebaran (truncated distribution),
atau karena jumlah pengelompokan kategori variabel Y yang kecil dan jika ada dugaan
sebaran yang tidak sama (unequidistant) pada skala metrik.
Sebelum menghitung rr,,terlebih dahulu perlu ditentukan proporsi p dan q untuk
setiap distribusi Y. Dalam hal ini besaran p dan q yang mendekati median akan
memberikan rb,s yang besar. Perlu diingat pula, jika persyaratan normalitas sebaran
dan liniaritas regresi dipenuhi, lebih dipilih untuk menggunakan Pearson r. Hal ini
disebabkan rr- kurang reliabel dibandingkan Pearson r.
7.12. Point Biserial rf ika satu dari dua variabel dalam masalah korelasi merupakan dikhotomi asli, maka
jenis koefisien korelasi yang digunakan adalah point beserial rr.u,.Contoh-contoh
dikhotomi asli adalah pria vs putri, guru vs bukan guru, petani vs bukan petani dan
sebagainya. Bimodalwalaupun tidak menunjukkan adanya kategori yang deskrit, juga
lebih tepat didekati dengan point beserial daripada beserial r. Contoh dari jenis ini
adalah responden yang buta-warna vs responden yang tidak buta-warna, narkotik vs
tak-narkotik, kriminal vs tak-kriminal dan sebagainya. Koefisien korelasi point beserial
dihitung dengan persamaan:
dengan beberapa persamaan alternatif:
v :R,X, E'pbis ^sr
'Xq
(xp-xd.f p.ti, = N.S,
(7.28)
(7.29a)
(7.29b)
(7.29c)
@Y
Xr-Xorp.bi, = Sr 'f P'q
r :6, - xa)'p.bis Sr
di mana N, dan No merupakan frekuensi dari dua kategori yang dikaji.
Dengan membanding persamaan (7 .25) dan (7 .28) diperoleh hubungan antold rr.u,
dengan rr,, sebagai berikut:
N rNs
NP
Na
foi, = f p.bh'.. -
fou'Yatau rp.bis-=7
lpq(7.30)
'tut LleMeq p Lrl laqel eped elauat tuadas elBp
Llaloradrp lnqasrat uee^ueuad enpa) sete ueqe/!\e[ 696 rre6 ,,2utp Suetoas e[tayaqepedyep ury 4eqrd ue8uap ehayaq Sueuas qlqal epue qe4edy,, :enpa) uee,(ueuad
uep ,,iepue e8apy ue?uap ueeueilaqa4 Bueua,(uaLu epue qe4edy,, :eueyaduee(uepa; ,')ep!l, nele tpLt, ue8uap qeirtelrp snrer-1 Suer( uee(ueuad enp ue8uap
l,Ooluanur ,fitpuosta$ uetpequda4 uoJuatut rlep lrseLl uele)nlua)lp ]edep Lloluofre8eqa5'rarur; ueBunqnq rer(undLuaru uep letuJou lsnqusrplaq'nurluol laqelteA-laqeueAuelednrau A uep X laqeue^ enpa) ue)leJe^sladr.uar.u >luoLller1a] rselalo) uarsUao)
Iuor.flBrlal rsPlaro>l' tL' I'S0'0= n ePed uelr;ru3rs
nlr rselalo) uelgndursrpledep e>1eur t peort
1Zuiltltl, eua)e) '(tselodJalul) 0I0,2 - at:sll
e8req qa;oradtp 6b = Z - [S = Jp uepgg'g = z eped ue>lnleltp uerfnfluad e>1r[
8tZ'€ =806'0
0t6'z z-fst'zv'}1_Iryr'w='
:uelrJaquau rur ueeuresrad uede.raua;
1Tryy'aq=
r
= b'O N' = 'S -
slqdJt ox_rx
(tt't)
:ueetuesrad ueleunSSuaLr-r t-![n ue8uap
elerar relue qrsrlas ue)reseplaq rtnp tedep O =stt'4, )nlun srsalodrq rsue>1r1ru3r5
'zv'o = qq'd.,
ue8uaP
rseulrlsarp unqe] 9 [ rnLunraq Suer( y6l5 emsrs JnLUn ueSuap uepeq lelaq eJe]ue rselaro)
(LLzt'o = (trt'oXozs'o)A'
g'gg - g'Lg
:qa;orad rp 197'7; ueer-uesrad
ueeunSSuar.u ue8ua6 'Z'tl=15 nleq-ue8ued,uls'6Z9'0 = lsllZ =b ulndeansrs rslodolduep Lly'O= LglbZ =d e:tnd emsrs rslodo)d'bl g'gguep34 g'79 Surser-u-Surset-u uepeq
teraq eterau 'ulnd eansrs lZ uep e4nd eansrs bZ r:rp)q 3ue,( Suero [g =N qelunfiaqunqet 9 [ rnLuJaq sely qeSuauaw L]elo)as e^ srs uapuodsa; :e1ep ue8uap uruue;a1 srual
ue8uap uepeq teraq erelue ue8unqnq snsel eped (BZ'l) ueeureslad uederauad qo1uo3
,Q,v'o) -r
/rttsvllaox NVo ts18918 ststTVNV - ilA qVS
t48 STATISTIKA TEKNIK
Tabel 7-11: Tabulasi f awaban atas Personality lnventory
untuk Menghitung Koefisien Tetrakorik
PertanyaanKedua
Pertanvaan PertamaTidak Ya lumlah Prooorsi
Ya 167tbl
374lal
541 o,582tpl
Tidak 203tdt
186
lcl389 0,418
tql
Jumlah 370 560 930 1,000Proporsi 0,398
Iq'l0,602
Ip'l1,000
Dari 930 jawaban terhadap kedua pertanyaan itu diperoleh sejumlah jawaban
yang sama (sel [a] dan [d])dariTabel 7-11)dan jawaban yang berbeda (sel [b] dan [c]).
Dalam hal korelasi nol (tanpa korelasi) semua jawaban akan terbagi secara proporsional(merata) dalam keempat sel tersebut.
Asumsi adanya kontinuitas dan normalitas distribusi dapat dijelaskan sebagai berikut.
Semua responden yang mejawab "Ya" atas salah satu dari kedua pertanyaan itu
melakukannya dengan pendirian yang sama. Demikian juga bagi mereka yang
menjawab "Tidak" dilakukan dengan tingkat penolakan yang sama pula. Sangat
mungkin jawaban atas salah satu pertanyaan itu merupakan suatu kontinum yang
membentang dari tingkat persetujuan yang kuat (strong affirmation) pada satu sisi dan
tingkat penolakan yang kuat (strong negation) pada sisi yang lain. Dengan demikian
kontinuitas dan ketidaknyataan dikhotomi merupakan satu keadaan yanB mungkin.
Jika kontinum itu merupakan hal yang wajar, maka pendekatan hukum distribusi
unimodal sebagai pendekatan normalitas dalam psychological trairsdapat dipertahankan
sebagai peryaratan yang identik.
Pada CambarT-08 ditunjukkan situasi di mana dua variabel kontinu dan terdistribusi
normal didikhotomikan. Dengan korelasi pada tingkat nyata tertentu antara X dan Y,
sebaran skor akan berada dalam daerah berbentuk ellips. Dengan membuat garis
pembagi pada tingkat skor z dan z' akan mempartisikan kasus-kasus dalam empat
kelompok. Kurva normal yang dihasilkan dari persamaan:
--l1L.Llf*,*r,i,. ^ lf],.z
(z' -l)(/' -l) (7.32)ad-bcYY'N,
demikian dapat digunakan untuk menghitung koefisien korelasi tetrakhorik. Namun
karena bentuk persamaan (7.32) sangat kompleks, maka penghitungan r,", didekati
dengan metode estimasi yang dibahas berikut ini.
a. Metode Estimasi r,",. Tanpa menyajikan derivasi (yang sangat kompleks)
besarnya r,",lazim dihitung dengan suatu rumus yanB disebut cosinuspi. Bentuk
matematik dari rumus tersebut dalam satuan radial adalah:
e3.req eleru ':esaq ur>letrt "'r e8leq e1rI uep 1er(uure; depeqral n]es epaqraq ur>1eu ,duep d elrf luadas eues 'g'g e3req rqnefuaur ,d uep d e3.req elr[ 'e(uuerpaur r]e>lapuaur
ue)ruroloLl)lplp ,( uep X laqeue^ e)l[ ", rle)apuaur 3ue( e8req ue)rraqruaui uele
1p,t€'l) snLUnr 'ennqeq uelrteqradrp n;ra6'rd-snurso) snunu uuuunSSua4 rselr.ull 'q
A IaqPrre^ uPp x laqPrrP^ lnlunualrruoloqllp1p Sue,( letuJou lerre^rq rsnqrJpr6 :80-l reqtueD
x olqBtre^
gEt'0 - ld-sot,
- ( OsVLs:otGcx ]y.Lilf * r)^^^ ( !!J!!l + r)^^^ ,d-sor.
I oo*r ] t oosr ):qa;oradrp ue>1e
gt€'l) snurnJ rxelep a) ue)rsnirsqnsrp nlr ;as leduuaal uelep rsuan>laij e4tt ep4ep1uep 4eplte1 ueqervtef uellnlunuau .] uep q 1as ue>13uepas t4epry-ryplt uep eA-eA
ueqenteI uellnlunuaLU p uep e 1as 'emqeq te8ullp nltad tut leL] rlreleC 'I I-l laqel rrep
las ledLraay ruelep ledepral 8ue,( rsuanlarj qelepe p uep ') 'q 'e e8req-e8req euetr'r rp
Oq.o
(qtt't)( 41pol" +1\| --::-:--l'' lsoc -
rd-.o1r
I oost ):1e[e.rap uen]es ue8uap ue1e1e,(urp elrg
( ':L'. r:t.),o, = ,-.",\ !!to )
ba'A
-__]P
trI
t/, .,
,d
6rt
(ett't)
$vHaox NVo tsldD;rt ststrvNv - ilA svs
t50 STATISTIKA TEKNIK
r-,r, makin menjauhi harga r,", yang secara sistematik menjadi lebih besar dari r,", .
Dengan lain perkataan, pendekatan harga r,", dengan r.o".r, menjadi tidak teliti lagi.
Sebagai contoh,jikap=0,50danp'=0,B4diperolehhargapendekatan r,o,.pi=O,9O
sedangkan perhitungan dengan persamaaan (7 .32) menghasilkan r,",= 0,79 yang berarti
terjadi penyimpangan sebesar 0,.1 1 (cukup besad. Oleh sebab itu sebelum menggunakan
rumus pendekatan (7.33b), terlebih dahulu perlu dilihat apakah harga p dan p' jauh
menyimpang dari median atau tidak. Jika harga p dan p' jauh menyimpang dari me-
dian, maka dianjurkan menggunakan metode grafik yang diterangkan berikut ini.
c. Estimasi r,", Dengan Metode Crafik. Untuk menghitung r,n, dari data dalamjumlah besar, Thurstone dan Saffir (1 938) dan juga Hayes (1 943) telah mengembangkanmetode estimasi r,", berdasarkan grafik diagram sebaran yang kemudian oleh Perrf rKettner dan Hertzka (1953) dituangkan dalam bentuk tabel (Lampiran J) sehingga
komputasi r,",bisa lebih cepat. Penggunaan tabel tersebut ditentukan berdasarkan nisbah
adhc. Penerapan pada contoh Tabel 7-11 di mana a =374, b= 167, c=186 dan d=203; sehingga harga adhc = (374)(2o3)l(167)(186) = 2,444. Dalam Lampiran J, harga
2,444 berada di antara 2,421 dan 2,490 dan harga r-^--. berada di antara 0,335 dan
0,345. Dengan interpolasi diperoleh:
'> tt!-24)(0,345 - 0,335) = 0,335 * 99(o,or0) = 6,335 + 0,003t',o, pi= i,ii:. i-*o_z,4zt, . o,o6e
r"or.pi = 0,338
Di samping perhitungan lebih cepat, harga yang diperoleh juga sama dengan perhitungan
dengan menggunakan persamaan (7.1 4b).
d. Kekeliruan-Baku dari r,",. Tetrakhorik rkurang reliabel dibandingkan dengan
Pearson rpada N< 50. Harga r""tyangdiperoleh akan lebih reliabel jika: (1)N besar,
(2) r,.,besar, dan (3) pembagian ke dalam dua kategori mendekati median. Seperti
halnya r,", didekati dengan r,o,.rrkarena penjabaran {,",sangat kompleks, maka besaran
ini juga didekati rumus:
s ,.,", (7.34)
Penerapan pada soal di atas
(, -,l PP"lq'(t _ \ rr aaort"t-iW-
- ^l"P/q't'YY'^N
memberikan:
f,n, 0'338Nisbah i: =
** = 6,377; pada a = 0,01 (z=2,58\ harga r,",= 0,338 lebih besar
dari 2,58.,5,,,, sehingga hipotesis yang menyatakan kedua pertanyaan itu dalampopulasi tidak berkorelasi harus ditolak.
= 0,053(0,582X0,602X0,4 1 8X0,398)
(0,3905X0,3858).V930
yB6'g = zao€t'o)rcp1 = lt 1g = rx
gee'a
(egt't)
:uelrjaqtuaur (eg€' l) snrunJ uedelauad
-\tuep
l;.P: rz:S NLU NJ
ueSuap uelete,(urp rur Irlsrlels enpa) ue8unqng 'rX ue8uap ol ereluy ue8unqng 'e
Zt?=N90(,902qelunIueur^^eljad
snlelsttzs6ZZIur/\\e)')pfs6tLttVBur^ e)
qelLUnlrsuatsrlalul snlels
lsua8;;a1u1 snlels s^
ueqof ruJad sn1e15 ue8unqnH EIEC $lrrlew tZL-lpqeL
Z0tI'0 =(s'oXs'oXrzs'oXcrr gf _ ldlll_ 0.t
Gtz'o)(voz'0) - (962'0xoqz'o) ld - gn:qaloradrp (9€'l)
snurnr LUelPp a) ez t-l laqel lrep Q uep z1 6/ '.r eSreq-e3.req ue))nseuau ue3ua6
$t't)= Q,t
:snulnJ
ue1eun33ar,u rselnduol uep z [-l laqe] eped eraya] ruadas rsrodord )ntuaq Luelep
(Z x Z s)ulelu) ue)rselnqetrp nlnqep qrqapa] elep (o/) O-rselaro) uarsryao) ueeunSSuad
ue4equueSSualu )nlun 'nurluo) uep rn>lnra] er(ue1ep eueur rp'er(ure8eqas uep Lle)ruaur
urnlaq s^ qelruatl"r 3ue,( lnpnpuad 'ef.ra1aq 8ue( er:d sn uernSSue8uad eud '1r]er-u 8ue,(
uep dnprq 8ue,( qe;uun[; ueelela:a) n]ens ueqro) qe;uunf 'gel)or upp nrq eurem eped
e,(ueq lseleqrp) eJeuJ euJe^ 'qoluor reSeqa5 Jltetrlen>llnqrjle ue11n[unuaLu 3ue,( e3.req
Illl] enp r)rlrruau selal enp eueu rp ue>1de.ra1rp SueA'1uot1nqltstp 1u1od1ryln1snqtqp
]nqasrp 3ue( 1n1un Sueruerrp O-rselaro) uarsryao) 'A4sepJOl uatsuao4 apotauueleunSSuaru ue8uap uelqeradrp ledep e,(uqelesetrr e)eu 'ueleun8rp ledep 1epr1 rur
uunlaqas seLleqrp Suer( rse;a.rol apolau euas ele,(u ue8ueluasa1 qalo ue)qesrdrp n1r se;a1
enpa) e1rI uep 'rurnLu nxo]oll)rp ueledn:aLu rselaro)raq 3ue,( rsnqr4srp enp e>1rI
('t) lqa-lselaro) uarsrrao) 'nL'L
Idlll ld-gn
N7
t9t$vEaox Nvo $Ja,tl stst7vNv - ilA svs
152 STATISTIKA TEKNIK
f abel T-12a: Matriks untuk Menghitung rr.
StatusPerkawinan
Status lnteligensi Jumlah
Kawin 0,204(B)
0,269(q)
0,473(p)
Tdk. Kawin 0,296(6)
o,231(v)
0,527(q)
Jumlah0,500
(q')0,500
(p')1.000
N=412
b. Signifikansi rr. Adanya hubungan antara 262 dengan ro memungkinkanpengujian r, berdasarkan harga X'z. )adi jika harga;2 signifikan (untuk matriks 2x2)pada harga a tertentu, maka harga r* pun signifikan untuk harga d yang sama.
Dengan pertolongan tabel distribusi-262 (Lampiran D), untuk a = 0,01 danclf = (r -lxft -1) = 1, diperoleh harga Z.'nr, = 6,635. Karena Li,,,,,r > Z?,*, berarti
Zl,u,nr berada dalam daerah penolakan, sehingga dapat disimpulkan ro = 0,1302 tidaksignifikan untuk membuktikan adanya hubungan antara status pernikahan dan status
inteligensia populasi berkorelasi pada p, = 6.
7.15. Regresi dan Korelasi famaka. Regresi famak Linier. Dalam paragraf 7.2. telah dibahas masalah analisis regresi
linier dengan dua variabel X (variabel bebas) dan Y (variabel terikat). Jika harga Y
ditentukan oleh sejumlah variaabel bebas Xr, X2. .. ., X o, maka hubungan itu disebutregresi jamak linear (linear multiple regression) dan dinyatakan dengan persamaan:
Yc = fr + brxr + bzxz + ...+ bkX k(7.37)
di mana c = ordinat pada saat X = 0 dan b1,b2,.. .,bo = koefisien regresi yang
berkaitan dengan variabel X, Xz Xo. Konstanta a dihitung dengan cara yang
sama seperti pada rumus (7.02d:
a=Y -brXr-brX, -boXr (7.38)
Untuk menghitung koefisien regresi b dlakukan dengan metode kuadrarterkecil(least-squares method). Misalkan suatu regresi jamak dengan dua variabel independen
X, dan X, dinyatakan dengan persamaan:
Y=a+brxr+b2xzJumlah kuadrat terkecil E dari persamaan (7.39) adalah:
E=Z(y-a-brxr-brxr)'i=l
Setelah melalui proses penyederhanaan diperoleh:
(7.3e)
0.39a)
_ v69tB ltudd Zg,t- =
ffi =
L00z-wLZ67V7T + S9I9I -='q
='q ,(B'w) - 0tzt'il(oszs)G.v' t tz-)(B' t?) - G tzt' ilG tl6n-)
'e€.ll1aqe1 eped eJauat ryadas rselnqet qalo.radrp eSSurqas sele rp uerern rensas
Lleqnrp npad g L-l laqel rrep elep'tsat8ar ralauuered-lalar-ueled SunlrqSuaLu lntun:uetesalartua4
'ln)uaq reqeqas rsar8a; srsrleue ue8uap
ue)n)elrp ON repe) sele ledurepraq rUSoLUle ueue>lal uep erepn ueqequala) qe>1ede
rnqela8uaur )nlun'e l-l laqel LUelep erauat rpadas rsElnqelrp rUsoute ueue)al uep
erepn ueqequala>l 'gp repel ue.rnlnSuad lrseq 'releqrotour Llenqas ue8uap uelnlelrpuauuadsla Llenqas rJeC 'Je>leq -rolouu ueSuenq-se8 rsrua lJep ON repe>1 rqnre8uaduuauu
ledep rlsor,ule ueue)al uep ueqeqLuala) 'rlsorJrle ueuelal uep erepn ueqeqlUala)
qnre8uad euare) ue8uenq-se8 rsrua LUelep ON repe) srsrleue snse) lrque8uauu ue8uap
leLuef rsar8ar ralaue:ed-ralaue;ed Sunlrq8uatu e:ef LloJUof ue)llaqrp rur ]n)uaB
.zx_,rx=r*:e8req-e8req 1p11y'l) uep (egr'l) ueeuesrad ureleC
'x'q-tx'q-,,{=D:ueeues;ad r.rep Sunlrqrp e8rlal raleuuered eler-u 'qa;o.tadlpq tsar8ar ratar.uered qelatas
gjv't),r,'3 - i*ZJ*3,*,,8 -(J'3)(,*nB
(e)v't)
:sntunl-snulnl
qa;oradrp eSSurqas 1g.6t'l) ueeuesrad ue]lnurs ere)as ueresalar(uaLu ue8uap ledeprprsa;3ar ralaueled-raiaLuered e,(ulnlue;a5'pLuou ueetuevad ]nqastp i€i6t'l) ueeuesrad
tx\'q+'x'x 3'q*'x7, ='x Z'x'xK'q * )x\'q +'x 3', = 'x,tZ
'x7'q +'x 3'q * o'u = tr!
uep "X - ltX - tx 'l-'i =,{Q)v't)
,q
,q
(,'n KI,,,, Q -(i"K['",r
,','B -(;"KI,,rB -
t9t
(q6t't)
tsvHaox NVo tslarla s$tlvNv - ilA svg
154 STATISTIKA TEKNIK
Tabel 7-1 3: Data Hasil Pengukuran Kelembaban, Tekanan Atmosfirdan Tingkat Emisi NO
Tabel 7-13a: Tabulasi Data untuk Menghitung Parameter Regresi
Berdasarkan Data Tabel 7-13
Kelembaban, X,kr/lb udara kerine\
Tekanan Atmosfir,X, (inHg)
Kadar Emisi NO, Y(PPm*)
20 29,30 50030 29,50 42040 29,40 43050 29,35 27060 29,70 20070 29,60 r00BO 29,55 12090 29,80 015100 29,78 040110 29,80 990
Keteransan: (\ ppm = parts oer million
Y Y =Y, -Y xl x, = Xri -Xt x2 x, = Xr,'X,(t ) Q) (3) @\ (s) (6)
1 500 291 ,5 20 -45 29,30 -0,301 420 211,5 30 -35 29,s0 -0,101 430 221,5 40 -25 29,40 -0,201270 61,5 50 t5 29,35 -0,251 200 -8,5 60 -5 29,70 0,101 100 -108,5 70 5 29.60 0,001120 -88,5 80 15 29.55 -0,05'1015 193.5 90 25 29,80 o,201 040 168,5 100 35 29,78 0,1 8990 -218,5 110 45 29,80 0,20
x= 12085 X= 650 2= 295,78
Y = 1208,5 xl 65 Xz = 29,6
Laniutan Tabel 7-1 3an
lxt lxz rrJr v' xl xl(7) (8) (e) (10) (1 1) (12)13117,5 -87,45 1 3,50 84972,25 2025,0 0,0900-7 614,0 -21 15 3,50 44732,25 1225,0 0,0100-5537 ,5 -44,30 5,00 49062,25 625,0 0,0400-922,5 15,37 3,75 3782,25 225,O 0,0625
42,5 -0,85 -0,50 72,25 25,0 0,0100-542,5 0 0 11772,25 25,0 0,00001327,5 4,42 -0,75 7832,25 225,0 0,0025
-4837,5 -38,70 5,00 37442,25 625,0 0,0400-5897,5 -30,33 6,30 28392,25 1225,0 0,0324-9832,5 -43,70 9,00 47742,25 2025,O 0,0400
s_
- 49375,0
s_
-277,435.-
44,805'-
31 5802,5v-
8250,0t-
0,327 4
0298'0 =L6,I9
08'?t
:1er.ue[ rselaJo) uarsuao) er(uresag
_ g4qalEsqr _ (1,_3xJ,_3t' _ ,,,08'?, '*t*3
ss'rzc (s'zosstc)0tzttll8298'u-= en,LLZ_=T
r,,r3x;'3lAtrr
t8'z?0Istt96'0-= 9LE6?_
=(s'zosstexoszs)A
9LE6i -
,('*Z
= !{3&:3t' f '*K- zrt
:e3.req-eBreq
qa;oradrp etL-l laqef rrep elep ueleunSSuar.u ue3ua6 'OO'l) snrxnr ueleunSSuau
ue8uap Sunlrqrp €2,.r uep 't\ (ztt 1n1un e8.req-e8reg '([) uep 17; uapuadapul laqe-uen ueSuap ([) uapuadap;aqerren ere]ue leLuef tselaro) ]Plpen>l = t'JU eueu lp
(LV',t)'!r-l= "lA EZI e\[rtrc _ ert,t + zr\
:ftLE:BI6L)
ralqf,n4 f pto;llnD snLunl ueSuap Sunlrqrp luapuadap laqelre^ nles uep uapuadapur
laqeue^ enp) laqeuen eBr] ue8uap Lleleseuu )nlun '4etuef septo4 uaBUao4 ue)leseplaq
rlelrp tedep (uapuadapur laqerre^ ntes uep qrqal) )ELr-reI rsar8ar sue3 r.rep (]!] lsaq aql)
uercnsasa4 nete uele4apa>1w43ut1rnqe1a8uau )nlun '>;uue[ lsetaJo) uals!]ao) 'q'e,(u1n[ue1as ueteln eped ue>13ue;altp tyadas leruel
tselalo) uatstlao) Sunlrqrp n;lad n;nqep Lltqalla]'g5 tstuua llepe>l depeqral qnre8uadlaq
qrqal 8ue,( rrysoulte ueue)at ue)nele elepn ueqequlalal qelede uelnluauaur Inlun'x L'orl-'xzs't - 6LLl = l,
:ueeuesrad ue8uap ueleler(urp ON rsrua
repel depellla] lgsoulte ueue>lal uep elepn ueqequlala) qnre8uad uel>llulap ue8uag
rudd 6g2p = L'9LZ7 + 8't6Z + !'.gflf,[ = rO'ez)(t'olr-) - (sqxzi't)- s'802I =' x'q'' x'q - tr = D
3gu1 lurdd g'911-
,(B'w) - (vtzt'il(osz8)
n69LOOZ - TOLZ
9'L6L9L- 0007,177. + S'1618877 -=rq
,r'"3 - i*7 JrI(srcer-Xs' vv) - bszilGv' t tz-)
tsvHaox Nvo tsla)Ja slsllvNv - ll\ gvs 99t
155 STATISTIKA TEKNIK
Rl,, =rr2, + 11L -2rrr.rrr..r*
r- rl.1 (-0,9 673)'z + (-0,8628 )2 - 2 .(-0,9673X-0,862 8X0, 862 0)
Ri,,
dan R,.r. = J0,9389 = 0,969 (hubungan ini sangat signifikan).Selanjutnya untuk kekeliruan estimasi baku dihitung dari rumus:
Rr,zr= [{i,;-1'- "i
1- (0,8620)'?
0,9357 + 0,7444 -1,4388 _ 0,2413 = 0.93g9
| - 0,7430 0,2570
Zv'
(7.42)
di mana S,'? : Sf =315802.s=#=35089,16 ppnrz
10-1n-l
R'l'zr=,F} ) =@=46,3oppnt
c. Koefisien Korelasi Parsial. Korelasi parsial antara dua variabel diperoleh denganmeniadakan dampak variabel ketiga atau sejumlah variabel lainnya terhadap keduavariabel yang dikorelasikan. Jika hanya satu variabel yang ditetapkan konstan, kondisiitu disebut sebagai korelasi parsial tingkat safu dan dihitung dengan rumus:
trz.i =rr2 - rB.r23
(l- rr'r)(t- rlr) (7.43)
f ika pada waktu yang bersamaan dua variabel ditetapkan konstan, maka disebut korelasiparsial tingkat dua dan dihitung dengan rumus:
frz.34 =ftz.l - ttt t.f zq t
(r- r,1r)$- r1,,)(7.44)
Karena korelasi parsial berkaitan dengan tiga atau lebih variabel secara simultan, makametode ini disebut sebagai metode multivariatdan berkaitan pula dengan metode korelasijamak (multiple correlation) dan analisis faktor yang dibahas dalam Bab X.
fika dalam kasus yang dibahas dalam paragraf 7.15. ingin diketahui variabelkelembaban udara (Xr= subskrip 2)atau tekanan atmosfir ( Xr= subskrip 3)yang lebihberpengaruh pada pembentukan gas NO, maka analisis dapat dilakukan denganmenggunakan rumus (7.32) sebagai berikut:
,sr'z (1 * ^Rir3
'llqlp 3ue,( qe;eselu-qeleselu >lrtsuaDere) rrep de13ua1
qrqa; 3ue,( ueleqr-ue8 qa;oradrp ledep 'rur uelelapuad ue8ua6 .)uorllerla] ue8unqnq
leLl uelep nele ue)tuloloq)lp n;lad rsnqr.rtstp nlens e;rqede ,e,(u1esr67 .e{ur-un;aqas
rselaro>l srsrleup uep rsarSar srsrleue apolalu Luelep seqeqrp 1epr1 3ue,( snsnLl) leq-leqledepral unureu rsplaro) srsrleue rrep de13ua;ad uelednraur snsnL{) rsela.ro>lapotaw
'e;efa3 nlens rseurlsa8uaur
uelep uenlrlala) e,(urpefual uepurqBuau )nlun qelepe lul leH .e,(uueBunqnq
e;od uelrleqradLuau nlnLlep LilqalJa] lnlun ue)uetesrp 'laqeue^-laqeue^ Lltqal nele enp;elue ue8unqnq uerle13uad uelep n]r qpqas Llalo 'rs)npold uezvte,fue>1 uelrdruetalaluelelSuruad srsrleue Lr-relep e(u;eu1 rpadas 'gersuauods>1a lelrsJaq e;nd ledep rdeial rarur;
e,(ueu:e;as )eprl laqeupn enp lelue ueBunqnH 'qeleseu nlens eped uel;nuts elefasueleun8rp e,(uurzel rselaro) srsrleue uep rsar8ar srsrleue 1a11erd Luelep nlr qeqas qalo'n1r ue8unqnq uele)apa1 1e13ur1 uelde>13un8uatrr tselalo) ststleue e>1eu ,;aqeue^ enprelue leuors8unl ueSunqnq ueldelSun8uau )ntun ueleunBrp rsat8a.r srsrleue nele)
'uapuadapur
laqeue^ depeqrat uapuadap laqelle^ nlens ue3un1ue3ta1a1 1e13u1t ln>1n3uaur )nlunueleunBrp e3nI rsa.r8a.r stslleup 'tseuutlsaSuaur )n]un Surdrues r6 'rsar8at ueeuesladLlenqas ue8uap ueleler(urp laqerlen enp Jplue ue8unqng 'rur>l esetu uep nlel eseuu
elep uellesepraq Suelepuaur eseur rp ue8un.rapuafa>l rseurlsaSuaul )nlun ueleun8rpledep e33urL1as laqet.len relue ueBunqnLl ue)rsdrrlsapuar-u rsa:8al slstleuv 'tsenlrs
re8eqtaq uelep senl Suer( rselt;drur r)rlrurau rselaro) srstleue uep rsalSar ststleuv
uPunISuPu 'gL'l
'rUsourte ueue)ai leduuep epedr.rep resaq
qtqal elepn ueqequala) ledu.rep unupu 1651tepe1 ueSuapJlle3au tselaro)raq llsotxleueue1at undneu erepn ueqequala) lreq 'ennqeq tnLlelaltp sete tp ue8unlrq.rad r.re6
9S7Z'0-
(orsz'oxetqo'o)lI[,(ozls'o) - rJ[,(erlo'o-) - r]A C:, -0620'0 -tTlztl _ trl
_ z'tta
_ z er,l
:elepn ueqeqLUala) qn.re8ua6
:Jrrsoule ueue)a] qnre8ua3
tgsz'0vzLg'o-=ffi- tztt
[.(ozrt'o) - tl[,(szqs'o-) - t]l q:n(';, - r)l cz,(ozgg'0)(gz9g'0-) - (cLg6'0-) ttr ttt - tt,t
(ozgs'oXgr96'o-) - (gzgs'o-)
L;Z'0 x gSSZ'0
lsL
9E(,2'0 -
$VllAOX NVO $1v9:tt SISrTVNV - ilA SVS
158 STATISTIKA TEKNIK
7.17. Soal-soal Latihan57-01. Suatu proses manufaktur tertentu menghasilkan variasi dimensional (dia-
meter nominal dan panjang) pada sejenis baut. Dimensi-dimensi tersebut harus
dikendalikan agar dapat memenuhi toleransi yang ditetapkan. Dalam hal ini perlu
diketahui, apakah pengendalian itu harus diterapkan pada kedua dimensi atau
pengendalian pada salah satu dimensi dapat mereduksi variasi diamensi lainnya. Untuk
menunjang pengambilan keputusan perlu diadakan eksperimen untuk pengambilan
kepurtusan. Jika antara kedua dimensi itu berasosiasi, pengendalian atas salah satu
dimensi cukup untuk mengendalikan variasi dimensional tersebut. Data yang diperoleh
dari proses manufaktur dari 12 bauttertera dalam Tabel 7-14. Lakukan analisis untuk
menentukan, apakah pengendalian dimensional hatus di- terapkan pada kedua dimensi
atau cukup atas salah satu dari kedua dimensi tersebut.
Tabel 7-14: Data Pengukuran Diameter nominal (X)
dan Panjang Baut (Y)
Sampel No.Diameter Nominal
X Un)
Panjang BautY (in)
1 0,990 2,988
2 1,002 3,005
3 1,010 3,012
4 0,995 2,993
5 0,998 2,997
6 1,005 3,008
7 1,003 2,999
o o,997 2,994
9 1,00.l 3,001
r0 1,003 3,004
11 0,997 2,999
12 0,999 3,000
57-O2. Pada bantalan suatu mesin terjadi keausan yang berlebihan yang di-perkirakan disebabkan oleh temperatur operasional yang eksesif , yang dikendalikan
oleh minyak pelumas. Keausan bantalan ditetapkan tidak boleh lebih dari B mgA00h
operasi. Berapakah seharusnya temperatur operasional tersebut? Untuk maksud tersebut
telah didesain sebuah eksperimen atas 10 buah bantalan. Setiap bantalan diuji pada
temperatur yang berbeda dan minyak pelumas yang sejenis. Data yang terkumpul
ditabulasi pada tabel 7-15 di bawah ini.
'(Sl'O = t ue1,s.nse) selrrerurl tln8uau
)nlun J-LleqslN (p) 'plJ rsuelUru8rs rln8uauu Inlun J-LleqslN (r) "'"s (q) i'", uep ''".r(e) :ue>lrsela:d:alur uep 3un1rq rur qemeq p 71--l1aqe1 eped etep uec .7;1'ls
'I l" = X e8leq 1n1un s7 T nleq-ue8uedturs ue8uap le^ra]ulrseur -rlsa ue)resepraq rseurlsa ue)n)el (tg-ls) eu-res 3ue,( leos )nlun .90-lS
'[ [ uep 9 'g ue8uap eues X e8req eped f laqBl In]un'[ [ uep 6'g 'y ue8uap eures X e3.rer.1 eped B laqel ln]un'[ [ uep B'g'V ue8uap eues X e8req eped V laqel )n]un
:uo1euqsa lurod ue8uap 1 e8teq
ue>lrsetr-rrlsa'ntlrg-ls leos rJep qa;otadrpBue,( rsat8a: ueeues;ad eBr1a1!reC .gg-ls
'rur Llemeq lp (f 'B 'V) laqel e8rt rue;ep erauat 3ue,( elep ue;ndurnluep rselaro) uarsryaol uep n)eq-ue8ueduurs 'rsalSal ueeureslad ue)nlual .nO-lS
08s I9jvt Ic
0t0 sI99t Ssqvt BZ
7.7.O SIvEs 9vvst 9t(qur) ^lN(tlru) ^l-N(LILU) .IN
z lz-Nf lB/r Esad de,(e5 uelqeredslnoquew elEC :g [-l laqel
e u r eu ad d e,(e s Bu es ed u ede ; ap,, n p 1 na * J',l1l jl'il'"l IJJ "'r l i:::-l?;ir"i?:: ::i::
uelrlerad .refe;aq-erun>1 aseluas.rad uep refe;aq-e^rn) ueeueslad ue>lnlual .tg-ls
ZIt't t0lB,Bs't9S,Ssnttl0owLu'uesneea;4
oot0E90090ss00s0s,00,00tos7,002Uo) rseradotnleradual
uetelueg upsnea) uel[n8ua6 uaurrads4J E]eO :SL-l laqej
Ic8sI6EItlf ZL0t6BIstZX
ttVLt"6IsB ct LIZL0t01IIcZX
slVL6IbV €rZLIsZX
591tsvlltox NVo ts1a918 StStlVNV - ilA qVS
160 STATISTIKA TEKNIK
Tabel 7-17: Tabulasi Hubungan Umur Kronologis dan
Skor Mata Pelajaran Sejarah
Y = Skor M.P.Sejarah
X = Ukur Kronoloeis8 9 10 '11 12
B6 100 i 10 4 15
71 *85 1 6 13 10 30
56-70 4 12 7 5 29
41 -55 3 6 4 i326-40 6 5 11
11 - 25 2 2
f, 12 16 23 30 19 100
57-08. Dari data pada Tabel 7-18 hitung: (a) Nisbah korelasi untuk memprediksi Y
dari X. (b) Uitung kekeliruan-baku dari harga Eta. (c) Hitung kekeliruan-baku dari
estimasi. (d) Lakukan uji-F untuk liniaritas, jika r-r= 0,67.
Tabel 7-18: Diagram Sebaran untuk Dua Macam Uli Mental
Y = SkorTes Non-Alfa
X = Skor Tes Alfao-2 3-5 6-8 9-11 t2-14 15-17 18 - 20 21-23 ["
36-38 1 1
33-35 2 3
30-32 I 3 7 2 4
27 -29 5 4 2
24-26 3 3 2 4 4 7
21 -23 6 1 5 2 5
18-20 1 2 1 9 5 4 22
15 - 17 2 1 2 2 2 2 12
12 - 14 1 2 2 2 1 o
9-11 3 1 2 I 2 9
6-8 I 1
fx 6 5 8 11 25 18 27 13 113
57-09. Dalam ujian praktikum biologi, B0 mahasiswa dinyatakan lulus dan 70
mahasiswa dinyatakan gagal. Dalam Ujian Akhir, rerata nilai kelompok mahasiswa
yang lulus = 88,11 dan rerata dari kelompok yang gagal = 70,98. Simpangan-baku dari
kedua kelompok itu = 42,36. Hitung: (a) ru*. (b) Selidiki apakah rr* itu berbeda dengan
fiu*= o'
C7-l0.Asumsikan "lulus-gagal" itu terjadipada suatu dikhotomimurnidan dengan
menggunakan data dari 57-09, hitung: (a) ro.u,. (b) Selidiki apakah rr.u, berbeda dengan
fi .. =O.P,DtS
57-11. Dari dataTabel 7-19 hitung: (a) Estimasi dari r,",. (b) Selidiki apakah r,"r ituberbeda secara signifikan dari p,", = 0. (c) Tentukan harga r,", dengan menggunakan
tabel Thurstone (Lampiran J).
'ori1o1 'eqsn1e3o;
llrH-MerDrW 'satuaog F)ot^eLlaB aLU loJ ellsllels t4atuenduoN '(9961) .S ,la8ats
'1.ro1 ana5 ',(ued-uro3 IooB llrH-MerDlW 'qteotddy Llsar! e egsltets'(0861.) 'le ]a ''H pleuoc 'slapue5
'or(1o1 ''ptl'eqsn1e3o; llrH-/\ eJDlW 'sluautadxS Swtaau8ul 'G.l6L) qlas'IelpualeN ,'3 ,uosdrl
')lo1 A aN 'r(ueduuo3 loogllrH-^ eiDrw 's1s,l1euy pue 3wuue14 /41pnfi '(016L)'r[ eu,fu3 'w IUeIJ
,'y1 .[ ,uern{
'>UoA /!\aN ',(ueduto3 )oog lltH-MelD)W'uoqetnpl pue ,{8o1oqc,(sd u! e!)sltels pluaLuepun! '(Bl6L) latqlrul 'B ''d'[ /pro]llnD
'stoutlll 'poo,uauo11'':u; uraru; C prelllr5 'ellsltets leulsnpq pue p)luo) /11pnj '(656 t) '['y ,ue:n6
elElsnd reuec 'BL.l
0680BroLvi.lelunIOLZotLotuerpew qeMeB tcOB€ovovtuerpaw setv lc
qelunINVn lexeDNVn snlnlvws rp snlets
vws uesnlnl uErpaw qBA\EB rp nele splv !p ueEppJaqa)
eya5 ere8ap uerfl ;e8eg uep snlnl prpluv ue8unqng :6 [-l laqel
t9ttsv1:180x Nvo ts1a91d stst7vNv - ilA 8V8
'rur lnlrJaq jer8ered-,eJ8eled uue;ep ue)e)nura)rpuerfnBuad nlle/\\ uep ;adu-res ueJnIn 'ueBunlSurl rsrpuo) erelueueSunqnq edetaqag 'leurJou rselado eped rsedrsriuerp Suer( rsrpuo) ue8uapeues snreLl ledarradrp 3ue,( uaur.radsla eped ue;e8e8al snporu ,qe;epe
uelrleq.radrp npad Suer( Surtuad ;ep 'ue8un>18ur; selrsualur ue>1te13uruar-u
ue8uap r8uequuup uerln8uad nUe,rn ueSuern8uad 'n1uaya1 laduues uern)n
1n1un 'ure; rsenlrs LUeleC 'Jesaq Suer( ;adues ueJn)n ueleunSSuauu ue8uaprdelal lelSurstadrp uerln8uad nUenn 1'qsp 'tolsrsal 'ntnlad-uele]ueq) >1e{ueq
e,(uqelr.unf uep qernul r[nrp 3ue,{ lnpord ellf e,(u1r;eqa5 'ue8un>13ur;
selrsualur ue>1te13uruaur ue8uap ledarradrp n;.rad uerfn8uad nl1ean
uep lrf,a) esrq laduues uern)n eleuu'13ueqla] ]e/!\esad uep resaq 3ue,(
se8 urqrnl er(u;esru.r; leLleu uep s1a;druo1 3ue,( lnpotd ue8uap uElre>lJaq
uaur.rads>1a e>1r[ 'ei(uqeleseul eped 3un1ueS.ra1 ueleunBlp uele 3ue,{
eueur rol)e1'ueln8uad nplen uep pdtues uunyn 'ue9un4?ur1 'u1e;epe
]nqasJat ueleda:rad 1e13ur1 uelnluauau 8ue,( eueln rolley e8rl'Ll ooo'z euelas e,(u;esruu
'1eda:rad-rp nlrad uerInBuad qe;rur uesele )n]un 'rluaqlaq eduel r.req
[tB ne]e q 000'02 euelas leurou rselado rstpuo) uelep ]nqasJa] :asuedrln8uau In]un Iltsrlear )epr] L{elepe rslnpord lennpef rL{nuauraru )n}un'rede:ra1 esrq ]nqasra] uereses qe>1ede qelepe e,(u:auresap Llalo rnLlela)tp
1n1un Surluad ;eu1 e4ew'lneqta o-!p Lunlaqas q OO0'02 redules uereleuadJntun )nlun Sueruelrp lasued nlens e1r[ 'qoluor re8eqag 'un8ueq-8ueruel
uenfn1 rse)Urra^ruau ln]un qelepe unrJoteJoqe; rp uerfn8uad uenfng
uenlnqepuad 'L'B
rvdl)uldtc Nlwruld$l
ItrA qos
164 STATISTIKA TEKNIK
8.2. Hubungan Antara Waktu Pengujian dengan LingkunganDalam eksperimen dipercepat, yang dimaksudkan dengan lingkungan, adalah
setiap kondisi operasonal di mana suatu komponen atau sukucadang menjalankan
fungsinya yang berpengaruh atas kinerja dan ketahanannya. Lingkungan dapat be-
rupa beban, tegangan, amplitude getaran, konsentrasi ozon, temperatur dan sebagainya.
Untuk bahan diskusi, faktor lingkungan akan dinyatakan sebagai "tegangan".
Hubungan antara tegangan dengan umur secara umum dapat ditunjukkan de-
ngan suatu kurva seperti Cambar B-01, di mana umur berkurang pada peningkatan
intensitas tegangan atau sebaliknya. Dalam kasus tegangan yang sebenarnya (dalam
ksi, kPa), apabila dilukis pada log-log paper akan memberikan hubungan linier seperti
ditunjukkan pada Cambar B-02. Bagian kurva yang horisontal berkaitan dengan umuryang tak-terhingga dan lazim digunakan sebagai kriteria desain. Hubungan antara
tegangan dan umur memberikan sarana yang efektif untuk pengujian pada eksperimendipercepat.
Gambar B-01 : Hubungan antara tegangan dan umur
[.og sc*le
! , - .*r-
l.tfr, ryr{*x
Gambar 8-02: Hubungan antara tegangan aktual dan umur
p!le^ Suei uauoduol Enp €JEluP ue8ulpuuquad :t0'B rEquES
ledarrad!p uerln8uad :tg-B requED
aJ!'lle; lu
'(€0-B leqLUeD) '5 ue8uap )lluapl 3ue,( ue;e8e8al snpouL lederlp rPdures
tslnpalp snlell zS ueBun>13ur1 selrsualul 'uele8e8al snpotrr ueepaqrad lpe[ral uele
ue)elt)ladtp e)t['leLurou tseJado tsrpuol eped uele8e8al snpou ue8uap eLues snreq n]l
uele8e8a) snpoul Llelet ue)lleqradlp nllad 8ue^ Surluad leLl e)eur 'uele8e8al rpefua1
redefuau redu-res ue)n)elrp uerfn8uad eueurp leda:radrp 3ue,{ uerfn8uad ue>ln)elaLu
LUeleC .25 rpefuaur ueBue8a] se]rsua]ur ue8uap z5 rpeluauu ls>lnpa:rp pdep uerfn8uad
nl>le/A e)euu'rN Llelepe '5;eulou ueBunlSur; Llel eq lp3ue)uellp Suer(lnuun e>1r1
uc)rl I l)1ri!) f,.)lt,lJliJlV
uorltpuor 3u1tnr:do 1uuuo1*1
uotlrpuo" parEra[*3Y
991rvdl)tldlo NlwluJd,tl - iltA gVA
166 STATISTIKA TEKNIK
Pengujian dipercepat harus realistik dan bermakna. Sebagai contoh, misalkan
pengujian dipercepat untuk membandingkan dua jenis produk. Dalam kondisi yang
ditunjukkan pada Cambar B-04 pengujian dipercepat atas produk A dan B adalah sahih(validt karena keduanya mempunyai pola kurva pengujian yang sama. Tetapi jika kurva
A dan kurva B tidak sejajar seperti ditunjukkan pada Cambar B-05, pengujianmenunjukkan produk B mempunyai umur yang lebih lama daripada umur produk A;
padahal dalam keadaan sebenarnya (operasi normal) adalah sebaliknya. Untukmembuat pengujian dipercepat lebih realistik, tegangan S, harus direduksi sedemikian
rupa sehingga menghasilkan kurva B yang sejajar dengan kurva A.
Cambar: B-05: Pembandingan antara dua komponen yang tidak valid
Suatu teknik yang menarik untuk mengujian umur yang dipercepat dikemukakan
oleh E. Robinowicz, dkk. (1964). Prosedur yang diajukan didasarkan pada kerusakan
kumulatif (lihat juga paragraf 8.4). Anggaplah pengujian dilakukan dalam dua modus
tegangan S, dan S, (Cambar 8-06). Di sini pengertian tegangan (stress) adalah untuk
mendeskripsikan lingkungan. Misalkan umur suatu komponen adalah N, biladioperasikan pada tegangan S,, dan N, bila dioperasikan pada tegangan Sr. Kemudian
dalam beberapa kefadian, komponen tersebut dioperasikan untuk waktu o.N, pada
beban S,. Selanjutnya jika teganBan itu dirubah menjadi S, maka komponen akan
gagal sesudah waktu B.N, sedemikian sehingga dipernuhi persamaan:
a+p=l (8.01)
Teori di atas membawa ke prosedur pengujian sebagai berikut: (a) Lakukan
serangkaian pengujian, semua dilakukan pada daerah pengujian yang tinggi (titik Apada Cambar 8-06) dan serangkaian pengujian lainnya dilakukan pada daerah te-
gangan yang lebih rendah (titik C pada Cambar 8-06). (b) Ekstrapolasikan hasil pe-
ngujian untuk mendapatkan titik B. Titik B itu dapat dinterpretasikan sebagai umur yang
Acctli:fated &,rdi!i{)n
llormal oprral.iag c&nditi$n
-as ue8unISur; selrsualur ue11e13uruaLu uelurlSunualu )eprl elrf rde1a1 'ue8unl
-3ur1 selrsualur ue4elSurualu ue8uap ledarradrp ledep uerfn8uad eleu '1rra>1 snreq
ladrues ueJn)n e,(ueuarel qago 'leqeru uep s1a;duuo1 >lnpord nlens uresap e)ll
ue8unlSurl ue8uap Iadues uprnln erpluv ue8unqnH 't'B
snrn; sr.re8 uer[n8uad e;od ;se4gya1:10-B reqrueg
sia",:l .ta{}l ir 4fl lualisdDi r rsr st s9 0F CIr
qlnq l$r1vilr.rp 3u:3;111 n
J$rfful ;Lil:?t3 *tur:r*q 11rg I
'ry1p /zcrntourqou lnJnuau ledarradlp uerln8uad llulal :90-B rpqueD
'VO-B reqLUeD) ]nqasrat rsLUnse rLlnuauraLu epaqraq 3ue,(
>lnpord sruaf]edr-ua se]e (196 t) '>l)p 'srtmoutqeX Llalo ue)n)e;rp 3ue,( uar-ur.radsl3
'sn.rn1 sr:e8 e;od rlnlr8ualu 90-B reqLUeD
rsLunse eped ueryeseprp rur rnpasoJd 'tedarradrp uer[n8uad
V srsqe uelSuepas 'leutou tserado rsrpuo>l 1n1un 3ue:uertp
{}I .v{}atfr
0$3=&'
o9-f
$83tt$sl
*t
r,
l
Fq
eped .rnuun elep 'entqeqnt)et'n uelednrau f uep
15'^s$aJls IB arur.l
/9ttvdl)tldto Ntwtttdsxl - lilA svs
168 STATISTIKA TEKNIK
dangkan jumlah produk berlimpah dan tidak mahal, hasil yang sama dapat dicapai
dengan memperbesar ukuran sampel. Lingkungan dapat berupa beban, temperatur,
atau tegangan. Karena ukuran sampel besar, maka untuk setiap "nilai tegangan" (lrV)
dapat dideskripsikan memiliki sebaran normal. Paragraf ini membahas masalah
pengujian dipercepat jika variabelnya (lingkungan) memenuhi pola sebaran normal.
a. Kasus 1: fika Tidak Terjadi Kegagalan. Apabila maksud dari suatu program
pengujian adalah untuk mengevaluasi (pada tingkat kepercayaan tertentu) agar rerata
beban yang menyebabkan kegagalan dilampaui oleh rerata beban aktual (penyebab
kegagalan) W, dalam kasus sebaran normal, maka berlaku analisis berikut ini. Peluang
suatu komponen tunggal akan gagal pada beban pengujian W,,atau lebih kecil adalah:
P(w,)= l#..e[-*#*7r, (B02)
di mana Wo= Etata beban penyebab kegagalan yang diinginkan, o = simpangan-
baku populasi.
Dengan menetapkan ry= z (bilangan-baku), sehingga clW : o.tlz,
F (z) = 'j#.e-"
' 'dz dan zo =Wo-W,
(8.03)
(8.04)
(Wo-W)/o adalah bilangan-baku dari beban pengujian terhadap rerata beban yang
menyebabkan kegagalan yang diharapkan. Jika komponen tunggal yang diuji tidakmengalami kegagalan, maka:
1-,F(zo) ='1"- P= 1- i _ l= ."-"'1 12)fl2
_s^o^l2n
Persamaan (8.04) adalah peluang komponen tunggal akan gagal dengan pengujian
antara Z = Zn dan z = + o , yang juga merupakan peluang dari komponen yang diuji itubenar diambil dari populasi dengan rerata Wo. Sebaliknya, P adalah peluang dari
spesimen uji diambil dari populasi dengan rerata beban W > Wo. Analisis ini ditun-jukkan pada Cambar B-08. Luas kurva yang berada di sebelah kanan W, menun-jukkan besarnya peluang suatu komponen tunggal akan gagal pada beban lebih besar
daripada W, alau peluang dari spesimen uji benar diambil dari populasi dengan sebaran
yang terpusat pada W, . Dengan demikian P merupakan peluang dari spesimen ujiyang diambil dari populasi dengan sebaran yang terpusat pada rerata W yang lebih
besar daripada Wo. Kasus ini berlaku untuk pengujian komponen tunggal yang diujidengan beban W, tanpa kegagalan.
Jika n spesimen diuji dalam suatu operasi pengujian yang independen dan tidak
satu spesimen pun yang mengalami kegagalan, yang berarti k = 0, di mana k = jumlah
spesimen yang gagal dari n spesimen yang diuji, maka pernyataan dari peluang dari
'(ue>le^uelrp) Z='r\ uep 'N) 001 = 000[ x ['0 =oMl'o = o n)eq-upSueduurs 'N) 0001=oM 'g = Lt = N
/rnLlela)lp lul leos uelec:uelesalar(ua6
snq rs praq @)nt!ej ot speot)ue;e'e'al rfri;*;T:;1":fi:;ffi:;i:J::f:2rede::a1 N) 000 [ uresap ueqaq uereses ueleler(aru SueA o696 uee,{erradal te13u11
eped ue1e3e8a1 eduel rfnrp sn.req uaurrsads eurl nelel uerfn8uad ueqaq qelederag'1,7
000 [ ueqaq deperlal ueqe] snreq n]uaua] ursalu uauodtuol nlens 'tg-B) rlo]uo)
')rsr, erefas ;adules uprn)n qelepe u uep )risrlels ;aduues uern)n
qelepe N euel'x !p') + u =N'!u! uede:auad eped'( 0 * ry)ue;e3e3a1 ueSuap uerfn3uad
snsel )nlun n)epaq e8n[ lnqasra] laqerlaqel 'g uerrdLuel eped tell!llp ledep leLuroursnqulsrp ue>13uepas lO pls LO laqel ue)erpasrp 6 = ry eped ledar tsn;os )nlun
(lo'B) ,U- [) * L=(oM <r\ )"d:qelepe er(u8uen;ad'o/\A <M etrl.e.l ue8uap lselndod tJep ltquretp;adLues elrqedy
(e0'B),(d-[)-[=(u"''Z'L)d:euues Suer( rse;ndod r;ep pqLuerp r[n uaurrsads e1r[ 'nele'u - I) " ' 7@
- t)'H - L)= (u "''z')d:qelepe o44 relrlas
lesndra] Suer( uereqas ue8uap rse;ndod rrep lrqLuerp uep oM ueqaq ue8uap uerfn8uad
rrep ]euelas 1n1un 1;e33unt uauodutol; uar-ursads u uep Suen;ad 'tur snsel Lxelec
o44 < ueqaq elerar ue8uap
rsnqrJlslp ;.rep 8ue1ep Suepernlns Suen;a4 :80-B requeD
(E0'B)@)dx(W=@VV:Llelepe tnqasrai
Suen;ad ueeuresrad 'reledrp ledep ue1;nurs eJefas lppla] Suer( uapuadapur ervulsr:ad
{,+r )/
69ttvdS)dldto Nlwtausxl - iltA svs
170 STATISTIKA TEKNIK
Dari Lampiran 02, untuk N =n = 5 dan 95% tingkat kepercayaan, pada k= 0 diperolehWo-W,
harga: = -0,12 (diperoleh melalui interpolasi), sehingga diperoleh
Wo = Wo - 0,12.o = 1000 - (0,12X100) : 988 /rN.
Untuk menunjukkan bagaimana dampak dari reduksi ukuran sampel, dimisalkankomponen dari contoh CB-01 di atas mengalami perubahan desain (design change)dan hanya tersedia satu prototipe untuk diuji. Karena hanya ada satu sampel, makapengujian harus dilakukan dengan beban lebih berat untuk mencapai sasaran bebanyang diinginkan pada tingkat kepercayaan yang sama (95%). Beban untuk pengujianitu dihitung dengan cara berikut ini:
Dari Lampiran 01, untuk k=0, n = N = 1 dan tingkat kepercayaan 0,95 diperolehharga (Wo- Wo)lo = *1 ,65 (diperoleh dengan interpolasi) sehingga Wo = Wo+ 1 ,65.o= 1000 + 'l
,65. 100 = 1 1 65 kN.Untuk memastikan beban penyebab kegagalan Wotercapai, prototipe itu harus diujidengan beban 1 1 65 kN tanpa gagal.
b. Kasus 2: lika Terfadi Kegagalan. Pembahasan di atas berkaitan dengan situasi
di mana sukucadang yang diuji tidak mengalami kegagalan. Jika sukucadang yang
diuji mengalami kegagalan, maka berlaku analisis berikut ini.
Peluang sukucadang tunggal akan gagal akan gagal pada beban uji Wn adalah:
p = L'ir-*d,.lltr -tW^-W
di mana zo = T. Selanjutnya peluang r, kegagalan akan terjadi dari n sukuca-
dang yang diuji pata beban W, didapat dengan menggunakan persamaan binomial:
P(r = r,) = ;J -
p', (l- p)'-',' (n - r,)lr,!Dalam hal r- -- k persamaan di atas berubah menjadi:
P(r = k) = --!- po (l- p)"-r' (n - k)tkt'
(8.08)
(8.0e)
(8.10)
dan p dihitung dengan rumus (8.08). Selanjutnya peluang akan terjadinya r kegagalan
di antara nol dan k adalah:
P(r < D = f,-i ,, ,o', 7t - p1n-rt' fr(n - r,)1r,.
Dengan n = k + 1, diperoleh:
P(n < n-r)= i '' (1*')l'
, p'' (r- p)o*'-''' 7$+l-r,)t'r,t'', '/ (8.1 1)
Suereq uep uerfn8uad nqe,rn Llelepe uerfn8uad laqeue^ e)r( 'tua]srs uerln8ua4 'e';e33un1 Suepernlns uelednrau rfnrp 3ue,( Sue.req e)r[ (q) uep
'Lualsrs nele (lquassp) uelr)eJ ueledruau rfnrp 8ue( Suereq e)l[ (e) :ru1e,( 'uerfn8uad
rsenlrs enp ledeprat uer)rurap ue8ua6 'resaq ladues ueJn)n ue8uap lelSursradrpesrq uer[nBuad n11ert eleuu 'qernu ne]e tedeprp LlepnLU uep e,(uqe;r-un[ >1e,(ueq
r[nrp Suer( Suepecn>1ns e1rI er(u1r;eqas 'lr]a) ladrues uernln ue8uap uerfnSuad nUe,l,r
Suefuedradruau ue8uap )eda:radrp ledep uerfn8uad 'geqeu rfnrp 3ue,( Suepernlns
e8req e1r['uerfn8uad nqerlt uep ladLres ue]n)n ere]ue ue8uequryad qelepe leda:.radrp
3ue,( uaLuuadsla ueeue)ua;ad r-ue;ep rdepeqrp Suuas Suer( tsenlts nles Lleles
uerfn8ua4nupM ueSuap Iadues uPrnln ErPluv uPSunqnH 'r'B
'1rse1od.ra1ur) %osl ne:'r- lv/o qelePe N) 0001=oM lqlqalaLu lenue eleral
ueqaq 'ezrnqeq ueer{erradal te>13ur1 r-laloradrp se}e rp elep ue8uap 'ZO uertduuel ue60
ZtT-= zll_.dtr4'|=4'S =N =u
:uelesa;ar(ua4
' o44 rnedLrelaLU lenUe ue1e8e3a1 elerar ueqaq 'er*qeq uee1e,(u;ad Sunlnpuauu
)nlun uee,(er.rada1 te13ur1 ue)nlual nrtt ,.[n ueqaq qeMeq lp ueqaq eped le8e8laduues eLUrl rrep nles ue)lesru'1.g-Bf L1oluo) ueleunSSuau ue8ua6 '20-Bf qoluo)
'4 + u - ry e8req eleru 'r8e; rfnrp uep rlreqradrp Suepernlns
) pIlI unureN 'u ueSuap eLues ()r]s!]ets ;adr.ues; 1y e8reg 'ue;e8e8al ) lpefuat ladruesu uep eueLu rp qeleseLu ue>lLlefaruau Inlun ueleun8rp ledep e8nf tnqasra] laqerlaqel'1 snse4 u"relep rpadag 'ue8unlrq.rad eueres re8eqas lO pls ;6 ue.rrdtuel ueleun8rp
eBnf rur snse)LUelec'L-u =7 ue;e8e8alqeluun[ueepealUelepLlelepe(€L'B)snLUnU
(€ r'B)ud = r*rd ='d'L-Ll=4'Lt =l)
,a =lrd -rrott"\,-" + z(d -r,g;2]-r=, 't=4'z= Lt
d =(d -I)-I= od 'A=\'1"= Lt
:tn)uaq re8eqas Llelepe ue;e8e8al qe;uunf ederaqaq 1n1un 1nfuel qlqal ueleqefua;'044 ueqaq qe^i\eqrp le8e8 ;adLues ([+))
Uep ) uep ot\A rneduelaut 4 lenqe ue;e8e8al elelal ueqaq eueu rp Suen;ad qelepe
(zL'B),,-,*,(d -rl,,o;!t#? -, = (rt ) r)d -r ='|d
:e(u1n[uelag 'o44 uelurBurrp 3ue,( eterar ueqaq pep
loa) qrqal 4 lenqe eterar ueqaq 'ervrqeq Suenlad Llelepe (rt > ,)a tut snse) uelec
t/ttvdl)ailrc Nlwtuldsxl - iltA 8v8
STATIST'KA TEKNIK172
yang diuji merupakan rakitan atau sistem, distribusi variabel dapat dianggap
eksptnensial. Misalnya pada kasus pengujian mesin otomotif. Jika keramik dari busi
retak dan harus diganti, perbaikan ini tergolong kecil untuk suatu sistem. Artinya, umur
sistem praktis tidak terpengaruhi oleh kegagalan tersebut. Namun, apabila dalam suatu
pengulian terdapat bantalan poros yang macet dan menyebabkan patahnya batang
pemutar atau pena engkol, peristiwa ini tidak bisa dianggap sebagai kerusakan kecil
atas sistem yang bersangkutan. Kejadian itu akan berdampak pada umur sistem sehingga
dapat dianggap sama dengan jumlah kumulatif dari waktu pengujian' Jelaslah bahwa,
pengujian sistem itu setelah suatu perbaikan kira-kira ekivalen dengan penguiian atas
dua sistem yang sejenis. Satu sistem telah gagal, dan yang lain adalah sistem yang
sedang diperbaiki. perlu diingat brahwa, argumentasi tasi ini berlaku hanya atas sistem
yang diperbaiki, bukan yang di-overhauled.
O
L**t-_-I_I
trurtrin€i ti$q nfler rcfri
Not i'.rrlcd
5
4
l2
Frilure
cambarB-09:Polakegagalanpadapenggunaansatusistemdengank perbaikan vs N sistem tanpa perbaikan
Jadi tampaklah, bahwa pada pengujian sistem, pengujian atas satu prototipe dengan
k perbaikan kira-kira ekivalen dengan pengujian atas (k +1) sistem sampai k sistem
mengalami kegagalan tanpa perbaikan dan satu sistem masih beroperasi' Uraian di
atas membuktikan bahwa, dengan mengorbankan waktu pengujian diperoleh
keuntungan pada penggunaan hanya satu sampel ditunjukkan pada Cambar B-09.
Lebih lanjut, analisis berikut ini dapat pula diterapkan pada kasus untuk menentukan
rerata waktu kegagalan (mean time to failure) yang melampaui rerata wal<tu kegagalan
*')t iiitred
5
.l
3
Failurr
rr
Rutr0ins lime rftir tqit ,(atlrd
, tl! rspair
4th ttpdir
:ld r{pair
:d t"pai,
lst rcpair
9a
*, "t
ti.I -a
I___1-i|;
'tl 09II =L
-:
oJ'E'zoJ :;e3e8 eduel uerfn8uad nple,rn eS3urqas000I't'z
(oo'o - t),.ra=01 =
I = oJ/utzl
06'0= oJroJz-o-l='d <- o11o1u-a-l=t'd:qa;oradrp (S l'B) ueeLueslad ueleunSSuauu ue8uaC
'q 000 L =ol,z - u :tut snsP>l urelec:uelesa;ar(ua4
'z = u laduues qe;un[ 'v000 L rrep tesaq Llrqal
ue;e8e8al nqeM elela; re,(unduauu ueleler(urp ledep nlr nreq )ulsrl rolotu se?e yog6ueee:;ada1 1e13u11 eped uele8e8al eduel ue>1ue1efrp snleLl nlr nJeq uresap ueSuap lr.qsr;rololu Lle)eLuel ederag '3ue;n utesaprp ]nqasla] )ulstl Jololu nlt eJpluaulas ,q 967 =uele8e8a>1 nUeM elerar qaloradrp ue33ue1ad uenpe8uad r.re6 'de1a1 3ue,( pler pezeq)ufuqeq n/e1 ue8uap ;ersuauodsla rsnqulsrp elod rlnlrSuauu uelrsdu)saplp ledep n1r
uele8e8al 'uLalsrs nlens re8eqas deSSuerp ledep >1u1sr1 Jotoru euare) 'nluauat lapor-u epedueqrqapaq 3ue,( ue;e8e8al ruue;e8uau )ulsrl roJoLu rJlsnpur Llenqas:tg-B) qoluof
'ue;eBeBalue8uap undneuu ue;e8e8al eduel lreq t uerfn8uad nqervr ue8uap uee,(e:rada1 le13u11
ue)ntuauaLu >1n1un ru>1e,( 'v Lo pls Bo laqel ue)etpastp ledar Suer( ueresa;a(uad 1n1u1
(rJ /(J.. +zJ+rt)-? - l = (oJ < J)"d nele
l=!
'(a - r) !-r = "d' :qe;epe er(uueer(euad
nUeM ue8uap >lepr] uapuadapur uerln8uad u e;rqede rde1a1
(9t'B) tt11,2u-a-f =(ol< J)"du(,,1, u1-a- I - I) - I =,(d - I) - I = (oJ < J)'d
:rpefuau se]e rp ueeuues;ad 'erues SueA 01nUe,tn ue8uapue)n)elrp uapuadapur 8ue,( uerfn8uad u e)lf 'uerfn8uad nDle/\ qelepe ! eueLu rp
ot/,,.t-o-l= d
oJ
C'Z=^ +- "tz
(tL'B)
(e t'B)
-a1 te13ur1 'eues 3ue,(
('r'B):ueeues;ad ue8uap ue)nlualrp ue;e8e8al eduel ;e33un1 Sueper>1ns rfn8uauu
Inlun 01 uelurBurrp Suer( ue;e8e3a>1 nl)e^ elelal rneduue;au / lenUe ue;e8e8al
nl)e/\ eJera; Suen;a6 ';ersuauods)a rsnqrJlsrp e;od rlnlrBuauJ ulalsrs nlens rlep leul-.rou rse:ado'e,uqeq ue)e)nurallp Llelal_'ue;e8e8a; eduel uerfn8ua4:I snsp) (L
'(qe/\\eq)
60-8 requreg eped uellnfunlrp ryadas uerlueSSuad nete ue)reqrad eduet ue;e8e8alrue;e8uar.u Suepe:n1ns: redues Suepernlns ( t + )) uelrse;ado8uau ue8uap ue)n)elrpledep rur ;ep '1e33un1 Suepern>1ns >lnlun (ilry!e] ol aLull uealu piltsapl ue4deteqtp 1ue,{
t/, Itvdl)Uldto Nlwtatd9tl - iltA svs
174 STATISTIKA TEKNIK
2) Kasus 2: Pengujian dengan Kegagalan. Kegagalan yang mengikuti pola distribusieksponensial merupakan kegagalan yang acak. Jika suatu sistem dipilih secara acakkemudian diuji dan gagal, sistem itu dapat diperbaiki dan diuji lagi seperti baru. Hal inidapat dibenarkan karena kegagalan itu disebabkan oleh mekanisme acak dan tidaktergantung pada umur. Perbaikan untuk mengembalikan ke kondisi semula (seperti
kondisi baru) itu menempatkan sistem itu tetap dalam laju-bahaya yang tetap sejak r =0. Dalam kasus ini ukuran sampel dapat digambarkan sebagai satu lebih besar darijumlah kegagalan k, atau n = k + 1. (Catatan: setelah kegagalan ke k sistem diperbaikilagi). Analisis berikut ini berlaku juga untuk pengujian n sukucadang. Ukuran sampeladalah n dan jumlah ukuran sampel adalah:
N = n*Zk,I
di mana ft = jumlah kegagalan yang terjadi atas unit ke-i dari n pengujian. Jumlah
kegagalan adalah: k, =Zkij=r
waktu pengujian harus sama untuk semua sistem (sampel) baik baru maupun yangdiperbaiki, kecuali kegagalan itu mengakhiri keseluruhan program pengujian. Dengandemikian: To=Tr-Tr=...=Tn (8.20)
Di mana 4 = waktu pengujian untuk sistem ke-i dari N sampel. Peluang ter.iadinya kkegagalan selama I, dinyatakan dengan persamaan:
(8.18)
(8.1e)
(8.21)
(8.22)
P(r =f ): -- N!-
(l-e-r,rrn1k1r-rutrr,)N-kk(N - k)t'
Dan P(r <lr; = 2 -- tri-
(l - e-r'tro 1rt (s-ro /rn 1N-r,
,-'-r,!(N - /;)!'
P(r 3 k) adalah peluang dari rerata waktu kegagalan aktual f kurang dari reratawaktu kegagalan yang diinginkan Io. Selanjutnya peluang T 2 T, adalah:
Pr =l- P(r < k) =f - f ---t- (l- e-r,iro1rt (g-rotrr,)N-tt (8.23)fror,!(N - r,)!'
Tingkat kepercayaan yang dihitung dengan persamaan (8.23) ditentukan denganmenggunakan Lampiran OB s/d O14 di mana sampel fisik = ndan ukuran sampel statistikN=n+k.
Contoh cB-04: Kedua sampel dari CB-03 diuji untuk 1 i 50 h dan mengalamikegagalan pada salah satu motor listrik sebelum mencapai 1 150 h. Motor listrik tersebutdiperbaiki kemudian diuji lagi. Berapakah tingkat kepercayaan untuk menyatakanT 2 T, jika melanjutkan pengujian tanpa kegagalan? Akumulasi waktu pengujiandari setiap motor listrik adalah 2200 h.
Penyelesaian:
:qaloJadlp euue8 ts8un, lJeC ') ueldLuel ue)eunSSualu ue8uap
rsenle^arp ledep 3ue,( euueS p3un7 qelepe (+. r),
'rnurn >lrtsuaDlere) Llelepe
g uep ;ou ue8uap euues de3Suelp k qepuarat re;ru '1;nqra11 ue8ur:rr.ua1 = Q eueu-r rp
ozB) (i.,), =,i,G)_l*,i = ",:ueeuesrad uep
qaloradrp e Jnun lrlsuaqele) e,(uresag 'og uelur8urrp 3ue,( JnLUn )rlsrraUerel epeduep
tesaq qrqal 0 lenl)e rnLUn )rlsrrallere) 'entqeq ueeter(u.rad ueBuap ue)tsetsoserp
ledep uee,(ecradal le13ur1 rur snse) u.releC 'llnqlaM rsnqutstp LUelep Surluad .rala
-uered ueledn.raur e rnrun )llsrraUere) 'uele8eBal edueg uerfn8ua4:l snsey (1'lut ]n)uaq seqeqtp ue)e
3ue,( ;;nqraM rsnqrrlsrp ue8uap uelrsdrr>lsaprp 3ur:as n1r e,mrlsuad 'enpa1 snsel eped'ey'g Set?esed-qns rue;ep ue)rernrp qe;a13ue{ apo}alu ueleunSSuau esrq e,(uueqerauu-ad 1;ersuauodsla e;od rlnlrBuau"r deSSuelp eslq rsnqrrlsrp euueyad snse>l eped
'nUeM uep rs8unl re8eqas ue;e8e8a; 17; '1de1a1 3ue,( e,(eqeq
nfe; eped; uerpnura>l uelnqas nele uerln3uad uuef n]es Llela]as lpel.ral esrq ue;e3e8a1
'lue Lre;ep'n11em eped 3un1ue3ral1epgt Suepernlns ue;e8e8ay ([) :tsen]ts enp lnqLUt]ue)e e)eur 'Suepernlns Llplepe rfnrp 3ue,( elrqedy 'Suepern>1n5 uerln8ua4 .q
'(Yo9'96 = 996'o = uee^erladal le13ur1 qa;oradrp Z'Z ='lrnfe;eped uep [ -) Luolo)-qns'E=N Luolol eped 6 Z'Z= oJloJ ='J 'l =) 'f =Nue8uap '96 uerrdLrel ueleunSSuau ue8uap ue>lresalasrp e8nf ledep rur leos :upletpJ)'"/oZ'96 uee,(er:ada1 te13ur1 eped t1000I < a1 1atn1p7 ol ault ueau) uele8e8a>1
nUeM elelal r)rlrLuau nlr nreq uresap e^^qeq ue1;nduursrp ledep eleuu '1eBeB edueltIOOZZ eped r8el rfnrp e,(uenpa>l uerpnrual rlreqradrp qelalas 'q OgL L runlaqas ;eBeB n1r
)rJtsrl rolorl enpal rrep nles qe;es e>1r[ 'euvtqeq ue11nfunuau se]e rp ue8unlrqtad ;rseg
z96'0 = z8€0'0 - I = (98990'0 + 9cI00'0) - I = [(ezro'oxt rI'0 - r)e + 9cI00'0)] - r =t- .r(r-e)irl l- .i(o-e)rolL_.(r,_a),1,.,_?-l) _ l-ln_r(,._a)o\r.r_a-I) _ l-I= 1"" ic .l 1""' i€ _l
,, * u( o t t,,r-a) tr( u
t t,,t-?- r, i ( fr
J) i z'*
-, =',
:qa;oradrp (€Z'B) ueeLuestad ue>1eun33uau-r ue8ua6
LL-000I
007,2=
o' ,n,r,r-uap ue8ua6
-T ''|' ,
'rl 0001=d1 uep t! 0OZZ=ol'€ = N 'Z = tJ '[ = ) lul snse) u]elec
9/Llvdl)vilru Nlwtdtdsxl - iltA gvs
176 STATISTIKA TEKNIK
o= To
.t, * 1lb'Tingkat kepercayaan di mana rerata waktu kegagalanf melampauigagalan yang diinginkan I, adalah:
r ='!re)dr ='!o(;)'' "*[-(t)'p=,_.*[_(?),]
dT
(8.2s)
rerata waktu ke-
(8.26)
lt20'
jika tidak terjadi kegagalan. Untuk n pengujian yang independen tanpa kegagalan:
P, = l- (1- P)' (8.27)yang dapat direduksi menjadi:
P,(T , T, atau 0, 0r) = l- e
rf * rrr
( 7,,\o_nt_ll0 ) (8.28)
Perhatikan bahwa, persamaan (8.28) berlaku untuk rerata umur dan karakteristik umur.
contoh cB-05: seorang teknisi bantalan merancang rumah bantalan baru (bearingracel yang diharapkan dapat memperpanjang umur bantalan. Bantalan lama memilikiumur rerata Bru = 550 h dan bantalan dengan rumah bantalan baru diharapkan memilikiumur rerata Bru = 1000 h. Pihak perusahaan memutuskan bahwa, desain itu akandiproduksi jika memiliki tingkat kepercayaan 95o/o. Untuk keperluan evaluasi, dibuatprototipe sebanyak dua buah. Berapakah lama kedua bantalan itu harus dijalankantanpa kegagalan untuk memenuhi kriteria di atas jika b = 1,66?
Penyelesaian:Dalam kasus ini Pn= 0,95; dari persamaan (8.28) didapat:
0001 000I(il).I=,J *rr,='dd.I
=s nsb "'($)'-"-r=?Q,0
<-'(+)'-"-r= .a
Harga fungsi gamma f(1,6) diperoleh dari Lampiran K yang besarnya 0,89352, se-
hingga diperoleh: B = -1999- =1120 h0,99352
Selanjutnya, I - 0,95 = ,-'[#)'" -+ (0,05)-r - "'(,lio)'""
J
To
#=,o_r,(*)"' arau ln20=r(#)'". _+ (T)"'uu=
e)Bue ue)nurairp redLues [ = ) urolol Luelep rJe]) %S6 uee^errada>l ]e)Burt eped
:s6 uer duel ueleun'tr?;ffii;f] r1;::uelesa;ar(ua4
io1rg6 uee(erladal 1e13ur1 eualu)rqnuauraLu 1n1un rBel 1ue1e3eBa1 eduel; ueltseradorp ]nqasral uelelueq enpa) qeleLuelede.raq rur snse) LUeleC 'ue8utt uelreqrad qelalas ueltnfuelrp uer[n3ua4 'uele8e8a>1
ruele8uaur nlr uelelueq enpa>l rJep nles ue)lesrul 'S0-Bl qoluo) tJeC :90-B) qoluof
'lersuauods>1a rsnqulsrp >1n1un ru1e,( 1g7'g;
ueeuesrad rpefuar-u rqnpara](62'8) ueeLuesrad'l =q )n]un ') uep , 'r(f,) ,rrp
e3.req re8eqraq )nlun ue)rselnqelp (ot < oJ)d uee,(erradal le13ur1>1n1un e3.rep1 'y gg
p/s BO ue.rrdlue1 eped erayat 3ue{ re4ep ue>1eun33uau ueltnfuerp n]r qeqas qalo
leuuel Sueu( nueM ue)nlrauraur ue)e (6r'8) ueeuueslad ue)reseplaq leos ueLle)aulad
(6zB) ,,[,,*,
'],[,,u, ' ']n*'T=t' > t)d
:qelepe o0 < 0 nele q1< J )nlun uee,(er.rada1
1e13u11 uer)ruap ue3ua6 'oJ> J emqeq uee,(erradal te13ur1 ueledn.rauu e8nf Suer(
,,-,\d -r),,r't!)?!i= r, > 4a tu tr- :(0 L'B) ueeu
-esrad uep tedeprp o1 nqea,r euJelas { >- 1er(ueqas uege8e8al e,(urpefua1 Suen;a6
,G):-,=[,(+)-].* -,=d
:OZ'B) ueeures;ad ue8uap ue1ele{utp 01 rnedr-ue;ar,u ue;eBe8al ture;e3uau
;e33un1 Suepe:nlns 3uen1a6 'uele8e8al tuele8uar-u Suepe:nlns 7 ue8uap rfnrp 3ue,(
Suepernlns qe;Lunf = N !u! leLl LUeleC '1o1; uelurBurrp 3ue,( ue;e8e8a>1 n])eM eleral
rnedr.ue;ar-u SueA 1an1te7 ol aLull ueaLu) ue;e8e8al n])em elelal ue)nluauaLu )nlunn)epaq e3n[ rur srsrleuv 'uele8e8al ruege8uau Suepernlns 7 redures Suepernlns
(t + ); ue8uap uale^r)a 3ue,( uelreqrad >1 ue8uap Suepernlns ntes uerfn8uad
)nlun n)elraq rur lnluaq srsrleuv 'uele8e8ay ue8uap uerln8ua; :Z snse) (Z
'ue;e8e8al eduel q 0tt t eLUelas l[nlpsnleq nlr nieq uelelueq enpa) 'o7o96 ueeAetradal 1e13u;t eualrJ>l rllnuauraur 1n1un rpe[
',t o]nt = oz.u ,,(i)
= , :eBBu qas 'Y= ,,(:)
//ttvdl)dldto Nlwtatdsxl - iltA 8v8
178 STATISTIKA TEKNIK
0,950, lalu baca harga { pada lajur yang sama) diperoleh T, = 2,0 ) yang berarti:
r, = 2,0 =(+)' = (#)'" -) ro =1120.2tt'\'66 =t6el h
fadi untuk memenuhi kriteria tingkat kepercayaan 95oh, setelah terjadi satu kali ke-gagalan kedua bantalan itu harus dioperasikan selama 1700 h tanpa kegagalan.
8.5. Hubungan Antara Ukuran Sampel, Waktu Pengujian,Tingkat Kepercayaan dan Reliabilitas
Paragraf ini membahas hubungan antara ukuran sampel n, waktu pengujian [ ,
tingkat kepercayaan dan reliabilitas R. Analisis didasarkan pada distribusi Weibull danrumus Bayes (succes-run theorem).Teori success-run bersifat non-parametrik dinyatakandengan persamaan:
r
atau
,lt = (1 -C)"-tC = l- (fir)n*'
(8.30)
(8.31)
(8.32a)
di mana Rc= reliabilitas pada tingkat kepercayaan C, n = ukuran sampel. Dalam analisisini diasumsikan tidak terjadi kegagalan sampai waktu t Pada reliabilitas tertentu (tetap)
R. , tingkat kepercayaan naik sebanding dengan kenaikan ukuran sampel; atau padatingkat kepercayaan yang tetap, R. meningkat sebanding dengan peningkatan jumlahsampel. Sedangkan jika ukuran sampel tetap, Rc meningkat pada penurunan tingkatkepercayaan.
Hubungan antara reliabilitas dengan waktu pengujian (pada distribusi kegagalanWeibull) dinyatakan dengan persamaan:
F(x)= r -.,e [-
(#)'] = r-,-(;)'
R(x,) = t- F(x) = *r[- (#)']
di mana b = kemiringan Weibull, 0 = karakteristik umur dan X= waktu pengujian. Daripersamaan (8.32a) diperoleh peluang untuk selamat(survive) atau reliabilitas dengansasaran operasi sampai X, adalah:
(8.32b)
Analisis berikut ini mengarah pada penentuan kenaikan tingkat kepercayaan untukmenghasilkan reliabilitas yang diinginkan pada waktu X (sasaran ketahanan) jika waktupengujian diperpanjang menjadi (X + Y tanpa kegagalan. Peluang untuk selamat dengansasaran ketahanan (durability) x, adalah:
R(x,) = t - F (X,) = .^p[- (+)'] (8.33)
2le8e3 eduel rrr 00002 =l nt)e^\ ue8uap ue1n>lellp n1r Suepe:nlns sele uerfn8uad elrlrede:rp esrq Suer( ueer{euadal te13u11 qelederaq '1nqastal uele;er(s:ad rqnuauau)nlun e1er.u 'r33ull qlqal snreq uee,(e:.rada1 }e13u1t le.re,(s ueBuap euuatrp esrq
"/og'61selrlrqerlar e1r[ 'e,(u1n[ue;a5 ';eBeB eduel rT 0002t =1 ue>ldereqrp 3ue,( nUe^
1n1un 7og'9g ueer(erradal te13ur1 eped oTo9'61 ]nqasla] Suepetnlns selrlrqer;at 'rpe[.o/o1,9e
=) nele g9t'0 =2,t9'0-1= rS6L'0-I:p eSSurqas
:3 uee,(erradaltU ,ep ry n11e,rn redues ue;e3e8a1
,r.o(J - I) =,*,(J - I) = 56l'oI
:(0€'B) ueeuesrad ueleunSSuauu ue8uap e,(ulnfue;a5
"/og,6l= U nele 9610 = tz'r-? = ,{8r'o)-a = [ooosz'1_a = U
z\ ooozI,,
[,(*) -]*' = (x)t- t = ('x)u
Jx(r + '")+ = (, - I)ul uep
ix| * "D+
= (J - t)ul nele
v,o(J-I)='UI
1e13ur1 ue8uap ty eped selrlrqerlal uelednrau.r
edue] uelrseradorp ladLues tu ue>1;esrytl
(- ,*o(J - I) = 'UI
,(il:= [,(*)-]0.. =, R
:(qZt'B) ueerues:ad ue>1eun38uauu ue8uag:uelesalar(ua4
3 ueer(e:rada1 le13ur1 ueP U seltltqerlal ue>lntuaf'ue;e8e8al edue] q 00OZL= ue)dereqrp 3ue,( ueueLlelal )ntun r[nrp Suepernlnsqenqas'O'Z = q llnqlaM ue8urrtuual uep q 000S2 = g ue8uap llnqlaM rsnqrilsrp
tnrnuaur ue;e8e8al e;od re,(unduraur rnqelalrp Suepe:n)ns nlenS :10-B) qoluoJ
'ue>lrsrunserp nele (rnqela)rp) ueldelalrp snreLl q llnqlaM ueSut.rtual
(es.B) ('x) t+tu nele Jx(r+ ,D.q+= fxr *,,.,q.1,[}r,J
- r+7n'ntuaua] uee,(erradal telSurl eped uerfn8uad nqervt uep ;adLues uernln eje]ue ue8unqnq
qa;oradrp uele (St'B) uep (rt'B) ueeuuesrad rrep ueue) senJ ueleurer(uar.u ue8ua6
(s€'B)
w,u(J -I) =tUI
'ry selrlrqerlar eleLu '1de1a1; euues Suer( 3 ueer(e:lada>1 te13u11 eped
'x nreq uereses redues uele8e8al eduel uelrseradorp Suepe:n1ns ', n)l[ 'er(u1n[ue1a5
[,(+)-]o*=
[,(+)-]o*=
k€'B)
6/ltvdl)tldto NtwttJdsxl - iltA gvs
180 STATISTIKA TEKNIK
Perhitungan selanjutnya dengan mengunakan persamaan (8.36):
ffz=? Xr=12000 h, ff,=1, Xr=2OO0O h, b=2.
n.+t (x,)' n.+t (zoooo)'-t - -l-l-l -"2 ' -l--"""1 _; nz=2.(1,6712_l=s,,,+l Ix,.,J l+t ItzoooJlnterpretasi .nr= .5 adalah: satu sukucadang yang dioperasikan selama 20000 h tanpagagal ekivalen dengan lima sukucadang yang dioperasikan selama 12000 h tanpagagal. Selanjutnya dengan mengetahui sukucadang tersebut memiliki reliabilitas 79,5o/ountuk 1 2000 h, maka dimungkinkan untuk menghitung tingkat kepercayaan baru denganmenguji lima sukucadang pada 12000 h tanpa gagal. Dengan menggunakun p"rrumiun(8.30) diperoleh:
llt
R. = (1 -()n+r, ) 0,795= (l-C)il : (l-C);,,c = l- (0,7916 = 1 - 0,252 = 0,74g
Pada tingkat kepercayaan 74,8o/o itu berapakah reliabilitas sukucadang tersebut pada20000 h tanpa gagal?
-[ I')' / zoooo )2
R- e\e) =r-l;.*oj =g-(0.8)' - e-0.64 =Z,7lg-o.6a =0,527Keandalan sukucadang pada 20000 h tanpa gagal adalah 52,7o/o. Dengan uraian diatas telah dibuktikan pula bahwa, tingkat kepercayaan naik dengan keniikan jumlahsampel disertai dengan penurunan reliabilitas.
8.6. Pengujian Kerusakan MendadakPengujian kerusakan mendadak (sudden death testing) adalah pengujian atas
kelompok-kelompok sukucadang yang diakhiri segera setelah satu sukucadang darimasing-masing kelompok mengalami kegagalan; pengujian kerusakan mendadak hanyamemerlukan sebagian dari waktu yang diperlukan sampai semua sukucadang dalamkelompok mengalami kegagalan (Lipson & Seth, 1973:l}l).
Sebagai ilustrasi, misalnya terdapat 50 spesimen yang disediakan untuk pengujiankelelahan (fatique fest). Ke-50 spesimen itu dikelompok-kelompokkan secara acakmenjadi 10 kelompok Q masing-masing kelompok terdiri dari lima specimen c. Semuakelompok specimen itu dioperasikan secara simultan sampai satu specimen dari setiapkelompok itu mengalami kegagalan. Seketika satu specimen dari suatu kelompokmengalami kegagalan, maka pengujian specimen lainnya dari kelompok yangbersangkutan dihentikan. Dengan cara ini, maka akan diperoleh 1O nilai kegagalan,masing-masing mewakili ranking terendah dari kelompoknya.
VT'B)
:ueeuiesJad ueSuap ue)ele^utp ]nqasJa] lsrodoJd'jlsas)ns
etefas ue)n)elrp uerfn8uad eueur tp 'uaut:ads L]nlnlas ue;e8e8al )n]un ue)nlradrp
3ue( nqert uep tsJodo;d uelednraul )epepuau ue)esnla) Jnrxn eped redues )nlunue>1n;radrp Suer( n1>1ent tsetr-ttlsa uet)tulap ue8uag 'e(uqn.rnlas uele3e8a1 ruele8uau
tnqasra] uaursads 0g-a) e>lrf Llaloradrp 3ue( lrseLl ue8uap e,(uuelrlruBrs er.ues 3ue{
rse;ndod uep b6ztB rseurlsa sue8 ue>pequueSSuau rur enpa) slreD'au// qleap uappns
ue8uap relelas stteS lenqLlar-u ue;e[ ueSuap ue)n)ellp (aul uot]epdod; rselndod ;nurn
rseLUrlsa 1r1er8 uelnluauaLu >lnlun 'rselndod uep ?6ztB Jnun lseLUrlsa uelednlaul (V )l]l])]nqasra] sue8 enpal Suotod->ltllt ? "/"V6'Z I uele8eSa>laseluaslad nqurns lrep leluoslroLlsue8 uep le>lrua^ srre8 lenqrp nlr Suolod )l]!] rrep er(ulnlue;a5 ' n6'ztB aul qleap uappns
1r;e:3 3uo1or-uau tedues (le)rua^ nqLxns) Togg ue1e8e3a1 aseluastad nqu"rns eped ;e1uoz
-uoq sueS )ueuaur Llrqalra] ]nqasra] relru qn;ndasal tnqasral pns)eul )nlun 'rse;ndod
lnLUn rseuJtisa8uaLl )nlun ue)eunBrp tedep uep r-lesrd.ral ele)as 'u''tg )nu)n tseultlsa
uelednraLu n1r >1odLuo1a>1 deryderl trep uele8e8a) rnr.un qn;ndasal nll qeqas qalO '(tW
ueldtuel teqrl; rselndo d pep 'u'"8 uerpaLU )lll] lse)ol eped eperaq 1n1t uar-utcads eLr.rl rlep
urpra] 8ue,( loduuola) rrep) qepua.ra] rcyu'Suopet tloa] ue)Jesep.raq e(ulnfue1a5
Iepepuau uEIesnJaI uerfn8uad
llseq uplresepraq 1se;ndod sele rqrpard :0[-B requeD
llfi)'v trlaorl
t-dtnlt"c='t
*r ?"rl-r-T-*T** l,g'rrrr1 q1rr"r1'r u;rp1rg
t8ttvd:t)d;tJto NlwtttdDE - utt svs
182 STATISTIKA TEKNIK
di mana f, = jumlah kelompok, 6 = jumlah spesimen tiap kelompok, 4,,(1) = rerata
pangkat (rank) satu kegagalan dari n spesimen dan:
Y_ (G - 1)lf(l + | I b)(G - I + ln})t i b
r(G +tlb) (8.38)
Dalam persamaan (8.38): I( ) merupakan fungsi gamma yang diperoleh dari Lam-
piran K. Dalam beberapa kasus dimungkinkan untuk melakukan pengujian kerusakan
mendadak secara simultan. Dalam hal ini proporsi median kerusakan mendadak
terhadap pengujian penuh dinyatakan dengan persamaan:
F, -{ot4t9.e'L!/le!))1 l"stl /rllX I (B'3e)
Berikut ini diberikan contoh penBgunaan teknik pengujian di atas.
Contoh CB-08: Sebuah pabrik motorbakar V-B bermaksud untuk mengetahui umurterendah kegagalan katup pembuang. Tersedia 10 motorbakar untuk pengujian.Kesepuluh motorbakar itu dioperasikan sehingga terjadi kegagalan pertama dari katuppembuangan. Waktu sampai terjadinya kegagalan itu dicatat dan diperoleh datakegagalan seperti tertera pada tabel berikut ini. Prediksikan umur B,odari populasikatup pembuangan itu. (Catatan: Tiap motorbakar V-B memiliki delapan katuppembuangan yang membentuk satu kelompok. Jadi, dalam pengujian terdapat C = 10
dan c = B).
Nomor motorbakar 1 2 3 4 5 6 7 B 9 l0Waktu kegagalan katuppertama, h
10 25 1B 30 92 43 36 49 71 61
Penyelesaian:Pertama-tama data pengujian tersebut disusun
ke nilai terbesar. Dalam kolom kedua diisi nilaiLampiran L1 dan didapat susunan sebagai berikut:
secara berurutan dari nilai terkecilmedian ranks yang diperoleh dari
Waktu KegagalanKatup Pertama, h
Median Ranks, o/o Waktu KegagalanKatup Pertama, h
Median Ranks, %o
101B
253036
6,7016,3225,9435,5745,19
424961
7292
54,8164,4374,0683,6893,30
Selanjutnya data tersebut dilukis pada Weibull probability paper dan tentukan
regresi linier yang paling sesuai (lihat Cambar B-11).
garis
'rde1a1 'o7o69 e,(ueq rse;ndod uee(e:radal te13ur1 nlt qeqas qalo 's)upr uepaLu pqetueSuo;ovad ue8uap ue)n)elrp nded l,ylqeqotd lpqlaM eped lepepuau ue)esnra)e^Jn>l st)nlaul )nlun 'errtLleq seqBqtp qela] 'g'B lerSeled le/\ p eped 'rspI!+rporul6 8ue,(
lppepuaw ue{Esnra) up}Elapuad uelJpsEprag ueer(erraday 1e>13ur1 sp}pB .p
'tl g'vb = rselndod 0'g rnun qa;o.radrp e JnunnqLUns Suolouau redures 1e3a1 sr.re8 ]enq ]nqasra13uolod1r1r1 rJep uprpnual 'rse;ndodrsar8al sue8 Suoloruau redu:es o/o01. up>lesn:a) )nlun Jeippuau sr:e8 lueuauu ue8uapue)nlelrp'rselndodorg Jnrun ue1nluaualu )nlun '@u1uogepdodlselndod rsatSat sue?qaloradrp e puyt'8g; uerfn8uad elep ue)resepraq qa;oradrp 3ue,( rsa.r8a.r sr.re8 ue8uapreleles sue8 lenqrp lul >ll]!] rnlelau; uerpnua) ,'a]!l t''B uorplndod,, ue]nqas ue8uaprepuelrp qalo.radrp 3ue,( Suotod)lll] 1%€'B uele8e8al sue8 ue8uap ue8uolod.raq redues
le8al sue8 ]enq ntr 3uo1od>1r1r1 uep uerpnura>''''g ue;e8e8al sr:e8 Suolotuau reduuesue;e8e8al %0S pep .relepuaur srre8 luei'rselndod ue;e8e8a>1 sue8 ue>lnluauaur )nlune(ulnfue;a5 '0 = ! 'e.ueyad ue;e8e8al eped g = ) = Lt 1n1un '11 'duue1 rrep qa;oradrpg'g e13ue :ueleln) t'8g ue;e8e8al sr.re8 ueledn:au qagoradrp 3ue,( rsar8al sr:e8 e>1er-u
'B = r uep rJrpJar Suer( loduuo;al-lodruolal rlr)en\au.r qa;oradrp Suer( elep euare)
B0-8) r.loluoc rse;ndod "g rnun lsllpard : t [-B rpqueS
t8ttvdl)tldto Nlwtail9tl - lilA qvs
1M STATISTIKA TEKNIK
jika rnenggunakan rentang kepercayaan (confidence band), prediksi atas populasi dapatdinyatakan dengan tingkat kepercayaan yang lebih tinggi. Dalam paragraf ini akandibahas konstruksi rentang kepercayaan berdasarkan pendekatan kerusakan mendadakyang dimodifikasi. Metode pelukisan sama dengan yang dibahas untuk Cambar B-09dan Cambar B-10. Rentang kepercayaan lazimnya dipilih antara 5"/o dan95o/o ranks;harga-harga ranks diperoleh dari Tabel A1 B. Untuk mendapatkan rentang kepercayaanpopulasi 90% di sekitar kurva populasi, diperoleh dengan memproyeksikan setiap titikpada 95o/o dan 5"/o ranks (kurva kegagalan mendadak) ke bawah (tegak lurus sumbuhorisontal) dengan jarak vertikal yang sama dengan jarak vertikal antara kurva kerusakanmendadak dengan kurva populasi. Untuk memperdalam pemahaman dijelaskan dengancontoh di bawah ini.
Contoh CB-09: 20 bantalan peluru disediakan untuk pengujian umur. Bantalan itudibagi ke dalam empat kelompok (C = 4\, masing-masing terdiri dari lima buah bantalan(c = 5). Hasil pengujian ditunjukkan pada tabel di bawah ini. Berapakah estimasi umurB,o dengan rentang kepercayaan 9Oo/o?
Tabel ranking 5"/o,50% dan 95% Keeasalan
No. Kegagalan Waktu, h 5o/o rank * Median rank,ok** 95"/" rank *
,l
2
3
4
90214400700
1 ,279,7624,8647,29
15,91
38,6461 ,3684,09
52,7175,1490,2498.73
Keterangan: *) Diperoleh dari Lampiran L2; **) Diperoleh dari Lampiran L]
Suddctr dcath 95% l'..
90.0
)0.0
50
Cambar B-12: Batas-batas kepercayaan yang dimodifikasi,contoh CB-09
ez,r=ffi=,:qelepe (ueqeqLueuad; uaurarlur
e13ue uer)u.!ap ueBua6 'ue1qn33uetlp Suer( Suepernlns ledLrLa qalo rnlnqeprp'e{ueuare>1 'enpa1 ue;e8e8ay 'L ue}nrn eleral Llaloradutau ue;e8e3a1 lr-ue;eBuauu r;e1
euueuad 3ue( Suepe)n)ns :ln)rraq erer ue8uap unsnsrp 60-Bf LloluoJ rrep ptec:uelusa;ar(ua4
sway papuadsns uelelapuad ue8uap o7o96 ueer(erradal 1e13ur1eped 0'g JnuJn uelnlua] '60-BJ r.loluo3 elep ue>leunS8uauu ue8ua6 :01-B) r.loluo)
'rq)eral e^rn) uep qa;o.radlp nluaua] g lnuln )nlun %06 uee{erradalseleq eSSurLlas /sr)nlrp uele8e8al Ill!]-)!t!] enLlras qelalas ueldelalrp uee,{e:.rada>1
3ue1ua5 'rselod:alur apolaui ue8uap n;.rad e;rq 1u ladr.ues uern)n )nlun rensas 3ue,( ;aqe1ueleunSSuar-u ue8uap ue1nluatrp ue;e8e3a1 derlas >lnlun s4uu 0/..g6 uep yog relrN
DpunUp Suot( Sunpocntlns tlDllan{ +Iotuunlaqas uolo?n&arl fi,tn toutott -(l+u)- ntDq uaM!,DluJ
:ueeues;ad ue8uap ue)ntualrp uege8e8al derlas r:ep
eleral ueln;n eIeuJ 'rlnrp resa;as 1odLr,rola1 enruas Llelatas 'e,(uuerfn8uad papuadsnsl
ue7qn33ue1p $ue,( 1odwola) ]nqasrp nlr uele8e8a>1 rLuege8uar-u 1epr18uer( uauursads es15
'ue;e8e8al ruue;eBuauu ]nqasJal 1oduuola1 LUelep uautsads nles Lleles e1rI uelrluaqrp>1odu-ro1a1 nlens sele uerfn8uad 'lepepuaur ue>lesnJa) uelelapuad ue8uap uerln8uad
epe6 '3uepu)nlns ueqnSSueuad uplplapua4 ue8uap ueer(errada) spleg 'e
' q OO9 - o'g rnuun ue>luaqLUaLU nlr ueer(e::ada1 Sueluar
ue8uap rse;ndod enrnl eped ueereqLuad 'rse;ndod erun1 ue8uap )epepuaLu ue>lesnia1enrn) erplue leref ue8uap eLres Suer( le)ruan leref ue8uap ()epepuau ue)esnra)e^rn) uep) s4uu o/o9 uep o/o36 eped 1;t1t derlas Llemeq a1 uelrsla(orduauu ue8uapsl)nl!p rselndod e^rn) reir)as lp (%g - o/"96) o7o96 ueeAe:rada>1 3ue1ua: ue8uap e^rn)
'Lt gtz - ''g rnuun qa;oradrp rurreque8 WCI'ZL-Brequre3 eped ue11nfun1rp ryadas yog uele8e&ay eNn4 uep,699 uele8e8al eNnl /0/096
uele?e8ay eNn4 :ue1ltseq8uau.r ue4e nded ,fityqeqotd tpqpM eped srlnlrp elrf '1;t1l
Z L ue)lrsellSuaLu ue;e8e8a>1 rnLun ue8uap ueSuesed:aq ]nqasra] e8req se;aqenpa) ';uerrdLuel uep qa;o:adlpslur',r uetpau e8req-e8req uelSuepas'71 'dr-ue1 uep qa;oradrp
v = D uep s4uu %s uep "/.s6 vep eSreq-e3reg '(L L-B reqLUeS uep o t-B reqrxeDeped ryadas) p;epuels rnpasord ue8uap qaporadrp )epepuaLl ue)esnra) e^rn)
:uelesa;ar(ua4
98ttvdl)ttdto Nlwta:tdsxl - iltA svg
t86 STATISTIKA TEKNIK
Pupulati*r 501{. lirr
I tJ _,L
a
30*
0.2 0 3 t].4 &.s *.5 e.ff l.{r_ i.0 -1.0 .l t} i.0 $.o 8-{, lsfiTime {o failur*, t 0tS'* of hours
Cambar 8-'13: Batas kepercayaan dengan pendekatan sukucadang
yang ditangguhkan, contoh C1 3-1 0
Nomor urut rerata yang baru adalah: I + 1,25 = 2,25; nomor urut rerata selanjutnya
ditentukan dengan prosedur yang sama dan ditabulasikan dalam daftar di bawah ini.
Harga-harga untuk 5oh dan 95oh ranks diperoleh dari Lamp. L2 sedangkan untuk 507oranks diperoleh dari Lampiran L1 (dengan interpolasi). Contoh perhitungan denganinterpolasi, misalnya untuk 5% ranks dengan nomor urut2,25 ditentukan sbb.:Nomor urut kedua dari 20 = 1,83o/o
Nomor urut ketiga dari 20 = 4,29oh
Rankine Keeaealan Denean Metode Suspended-ltemsNo. Ke-easalan
S.cadangDitunda
Waktu, h lnkrimen NomorUrut
s%Rank *
50%Rank **
95YoRank *
,l
2
J
4
4444
90210400700
1,001 ,251,702,84
1,00) )c,
3,956,79
0,262,457,10
17,O3
3,419,5417,9831 ,80
13,9123,5234,4449,60
Keterangan: *) Diperoleh dari Lampiran L2 untuk n=20; **) Diperoleh dari Lampiran L.l
3ue( ue;e1ueq eped letalra] ue;e8e8al snpou 'ezrtqeq ue11nfunuauu uer.ue;e8uad
uelele3'geBeB edue] q 00t qelepe ueSueruer ueresps'ledar.radrp rsrpuo) urelep
.ralauoureu,(p ue8uap rlntp sn.req lxoqteaSl r8r8epor lslursuej] >lelol nlens '20-BS
2)nQasJa] erjalrjf rqnuauraLu 1nlun rfnrp snreq
A ]ele lrun edelag 'X lele ue8uap euues SueA uee(erradal te13ur1 ue8uap eurralrpue)e ]nqasra] nreq ]ele e)eLU ';eBeB eduel 17 g g rneduue;au ledep rfnrp 3ue,( A ]ele
;aduues derlas qlf 'rl gL =ol ueldelalrp uerfn8uad nt>leM'V 0S = o1
ln1un Sueruettp
>lapuad Llrqal rnLunraq rde1a1qn33ue1 qrqa; 3ue,( 1 stuafas ]ele qpnqas ';eBeB edueltT gg 1
euelas ue>1ue1efrp ]nqasrat ]ele ]run Ot e)lI eurJa]rp ue>le ]nqasra] ]ele 'ueldelauauqelurraurad uernlerad'q 0001=ol Jnun )nlun 3ue:ue.rrp x lele qenqas 't0-Bs
uPqllel Ieos-leos 'B'B
'>lnpord setrlrqerlar >1adse ueSuap
uelte).taq e,(usrsr;eue euare>l rjlsnpur ue3ue1e1 rp ueleunSrp ler(ueq ul>leu lul apolal'epaqraq 3ue,( uelelapuad ue8uap rde1a1'lersuauodsla rsnqrJlsrp nele llnqraM rsnqrltsrp
eped ueryeseprp e8n[ )epepuaLu ue)esnral uerfn8uad apo]aLu ue8uap uer[n8ua4
'lersuauods>1a rsnqrrlsrp nete llnqraM rsnqrJlsrp ue)resepraq unsnsrp 3ue,( 1aqe1
-laqe] ue)etpasrp srsrleue pns)elu Inlun '1er(ueqladrp snJer.l ladures qelLunf 'ue3un13ur;
selsualur ue>lle13uruauu ue8uap ur13unr,u 1epr1 e>1r[ '(utel-utel uep 'ln1e;adua1 'ueqaq
'ueBue8al; ueBunlSurl selrsualur ue1]e13uruau.r ueBuap uelnlelrp 3ue,( uer[n3uad
nt)e^ rBuernSuau )nlun Llelepe rur apolaw 'teda:radrp uauradsla apolaur ue8uap
ue>ln)eltp e,(uurze; uralsrs nele lnpord nlens lnuln ue>lnluauaul 1n1un uer[n3ua3
uEl.rlnISuuu 'l'B
'laqet uelep ledepral 3ue,( elep rneduegauu ;adr.ues uern)n elrf ueleun8rp
ledep 1q; uep '1rse;odratur) ueqeque] ue8unlrqrad ue>lnllautaLu lepll (e) :tse)tltpourp
8ue,( lepepuaru ue)esnra) apolau ueeunSSuad ue8unlunay '(Llepual qrqa; 3ue,{ e8leq
-e8req;jrle^rasuo) 3ue,( lrseq ue1uaquraur uelqnSSuarp 3ue,( Suepernlns uelelapuad
'emqeq rnqela)rp ledep 6 [-Bf uep 60-Bf Llo]uor rre6 'e,(u1r1eqas ne]e ue1qn33ue1
-rp 3ue,( Suepernlns uete)apuad ueBuap ueBunlrq.rad uelnlelaur n;lad 1epr1
eleLr 'rselrllpolulp 3ue,( lepepuaur ue>lesnra) uetelapuad ueleunSSuatu qelat elrf
'ertqeq le8urrp npad 1ue1qn33ue1rp 3ue,( Suepern>lns uelelapuad uep lse)UtpoLutp
3ue,( lepepuaur ue>lesnJa) ulelapuad; lnqasra] apolalu Pnpa) Surpuequuaul ruelec
.tl O6i=so'dotg eped uep q OtZ-os'dotg eped',q 9l=s,ootB:qa;oradrp "1o96 uee(errada>1 setpq eped '(S t-B reqLUeD) uee,(e:
-rada1 Sueluar erun) sr)nlauu ue8uap ue4nfue;rp 'sllnl!p uetpnua) ]nqasla] e8teq-e8rego/oSl,Z="/"[(tB,L-62,V)IOO,Z-SZ'Z) + €B'L =02 uep SZ'Ztnn roLuoN
/8ttvdl)vldto Nlwtu;rdsxl - iltA gvs
IBB STATISTIKA TEKNIK
disebabkan kotoran yang masuk ke dalamnya. Jika hanya tersedia satu kotak transmisiuntuk pengujian, berapakah lama pengujian untuk memastikan umur 100 h bisa tercapaipada tingkat kepercayaan 95oh? Catatan: Misalkan kotak transmisi tersebut gagal dansetelah diperbaikan ringan pengujian dilanjutkan. Dalam kasus ini, berapa lama kotaktransmisi itu harus dijalankan untuk memastikan umur 100 h itu tercapai pada tingkatkepercayaan 95o/".
SB-03. Sebuah motorbrakar diuji dengan dinamometer. Setelah 30 h pengujianterjadi kegagalan karena kerusakan pada salah satu bantalan. Setelah bantalan diganti,pengujian dilanjutkan; 45 h kemudian terjadi kerusakan pada pompa bahanbakar.Setelah pompa bahanbakar diganti, pengujian dilanjutkan. Jumlah wak- tu penujian I= 400 h sedangkan sasaran umur yang dirancang adalah Io = 100 h. Berapakah tingkatkepercayaan pengujian yang menjamin umur motorbakar itu mencapai 100 h?
SB-04. Dua buah pompa diuji untuk mengetahui ketangguhannya dalam kondisidipercepat. sasaran rancangan adalah 100 h tanpa gagal. Setelah 1 15 h pengujiansalah satu pompa mengalami kegagalan. Setelah perbaikan ringan pengujian dilanjutkansampai mencapai 1 05 h tanpa gagal. Berapakah tingkat kepercayaan untuk memastikansasaran umur 100 h tercapai?
SB-05. Suatu proses perlakuan panas atas sejenis rodagigi sedang dirancang. Jikaproses tersebut menghasilkan rerata waktu kegagalan (mean time to failure) 1 100 h,
proses tersebut akan digunakan. Tiga spesimen diu.ji selama 1350 h tanpa kegagalan.Dengan tingkat kepercayaan berapakah rerata waktu kegagalan aktual dinyatakanmelampaui rerata waktu kegagalan yang diinginkan? Kemiringan Weibull b = 2,0.
58-06. Sembilan buah prototipe kontak transmisi dipasang pada sembilan buahtruk untuk menentukan karakteristik umurnya. Pada akhir 90 hari pengujian diperolehdata sebagai berikut:
No. Transmisi 2 3 4 5 6 7 B 9Kondisi:
Umur, krnC
BBOO
S
4400C
5300G
20000S
11200G
9400C
1 4700S
1 3300C
2800Keterangan: 6 = gagal; S = selamat.
Berapa umur 8,, dari transmisi tersebut? Berapakah tingkat kepercayaan untuk umur5000 km?
SB-07. Sebranyak 72 resistor disiapkan untuk pengujian. Sampel tersebut dibagi ke
dalam enam kelompok masing-masing terdiri dari 12 resistor yang akan diuji denganmetode kerusakan mendadak. Data yang diperoleh dari pengujian teftera pada tabrl dibawah ini. Berapakah umur 8,, dari populasi resistor tersebut?
' O t6 L' VdV' O L-pord-Ol raded IWSV'8ugsa1
ajll paluapnv ro] anbruqtal V 'Ol6L) /re)lerLlS 'g 'a:t1u3:1,\,1 'H'U ''l 'zrrnnourqey'o{1o1 'eqsnleSoy-llrH-^^erD)1A1'sluatuuadxl Suuaau8ul '19161) q}as 'N ''J 'uosdrl
')ro1 ^
aN 'suo5 ry {"llnn uqof'fuoaq1,fu1getpy )aLuud V '$B6L) 'l srroc 'q:so.r3
EIElsnd rBuec '6'8
00200€s9t99
OZL
IstLvCa,
svcL
Z
tq'uerlnHuad
eurellebeD bueA
;adLue5'o11lodr-uo1a;
68ttvdl)aJdru NJwttldsxl - iltA gvg
'uapuadap roqe, nles sele e^u)eduep slsllPuetp 3ue^
ro])p, qelLunf eped )elapa] e^uueepaqrad jelues n]t tto8ate>l e8rla1 ulelep
ueseqequad resep dasuoy 'qerc-e8g uep Llue'enp 'qete-ryes $e4!]BeH
YAVNV:ru1er( 'uo3a1e1 e3r1 u"relep lSeqlp suPlJen slslleue ueseqeqruad
'(v oNV) a)ueue\ 7o ns,{pue ue}nqas ueSuap e3n[ leualrp 3ue,(
(VAVNy; sueuet sspue apolau ue8uap srsalodrq uerfn8uad eueres re8eqas
1nlue1 qrqal seqeqrp ue)e suerre^ tur qeq ueleC 'rcL'd uep (L l.'Z) snLUnr
ueleunSSuat-u ue8uap Sunlrqrp uep ('9'Z ;elSered ieqtl) n>leq-ue8ueduts
uep ]eJpenl ueledniaru Suei suet)en ]nqastp elep uelndrunlas ulelep
rserren'lsneq8urqql ueeqollad; e,{uunlaqas nqerlt ede.raqaq }e8ur8uauu
ueqriel qelalas (lsualil = uolluala) ryeqlua4leSuEuatu )nlun ls)eal nl)e/!\
ue.r nlnBuad ; rseq e,(u ;es r uJ',!]Blltuen>l lellsJaq el nd ledep tse tren nlens rde1a1
'uasop ered qa;o ue>1deralrp 3ue,( uelefe;aqruad apo]alu uep rfellp 3ue,(
rpnts Sueprq ueepaqrad e,(uepe euare) rsetJeNaq rtsed r33urt uenln8lad
ntens urelep se]ln)e] ederaqaq lrep uesnlnl (elel-eier )dl) ]llelnLUn)rselsald qapur elerar rseuen 'qoluor re8eqa5 ]lieltlen>l ladse ueledntau
elep rsrpuo) lseyet eleuu 'n1t ueepaq.rad lole)tput-lole)lpul elelue lC'lnqasJa] elep
ue;ndrunl uep urel )rlstlets nelp eleJat uelSurpuequlauu ue8uap ueln)eltp
ledep 'n1r elep ue;nduun) qlqal nele enp elelue uelrlru8rs Sue,( ueepaqrad
ledepral qelede 'rnqela8uaul lnlun 'ue.rn>1n3uad nele ueleue3ued
lrseq elep loduuo;a1 nles rrep Lltqal qaloladtp Surras uelltlauad nlens uelPC
uenlnqepuad 't'6
SNVIUVN SISIIVNV
)c grfl
192 STATISTIKA TEKNIK
Dalam pembahasan selanjutnya sebutan "faklor" dan "variabel" memiliki arti yang
sama.
9.2. fenis VariansVarians yang diperoleh dari sampling disebut varians sampelC digunakan untuk
mengestimasi varians populasi o2. )uga dikenal varians sampling cr.? dan varians
proporsi 01, ^.
Selanjutnya dibedakan dua jenis varians, yakni: varians sistematik dan
varians galat (= error, mistake, oversight). Varians sistematik terjadi karena pengaruh
sistem pengukuran yang cenderung ke satu arah. Sebagai contoh, seorang guru yanB
mengajar dengan pendekatan active learning cenderung menghasilkan skor siswa yang
lebih tinggi daripada skor siswa yang diajar oleh guru yang direktif. Pengukuran reaksi
auditif se)umlah responden cenderung terlambat beberapa mili-sekon karena tingkatkepekaan instrumen yang tak mutakhir lagi. Sebaliknya varians galatdapatterjadi karena
kekeliruan penerapan prosedur.
9.3. Analisis Varians Klasifikasi Satu-ArahMisalkan terdapat beberapa sampel yang memiliki karakteristik umum yang sama,
hendak ditentukan apakah terdapat perbedaan antar rerata yang signifikan dari sampel-
sampel tersebut. Prinsip dasar pengujian ini adalah dengan mengkaji, apakah rerata
sampel akan berubah lebih lanjut dari rerata populasinya ditinjau dari variasi-variasi
data yang terkumpul.
Variasi dari beberapa rerata sampel terhadap rerata populasinya ditunjukkan olehkekeliruan baku ol dan dihitung dari nisbah o'?/n di mana n = jumlah kombinasi sampel.
Jika harga dikalikan dengan n, maka akan diperoleh varians populasi o2. Dengan lain
perkataan, varians populasi dapat diestimasi dari varians antar rerata.
(Catatan: Lihat persamaan (3.1 4): oo =o= -: dari persamaan ini
1ndiperoleh o' = (7 - p)'1. Berikut ini dikemukakan sebuah contoh menghitung varians
populasi dan kekeliruan baku populasi dari varians antar rerata.
Contoh C9-01: Rerata IPK lulusan dari lima fakultas suatu perguruan tinggi yang
diambil secara sampling dari seluruh lulusan adalah sebagai berikut:
Faku ltas A B C D E
Jumlah sampel 30 30 30 30 30lPKrata-ratalulusan
2,65 3,00 2,70 2,73 3,12
Penyelesaian:Rerata populasi (seluruh lulusan):
'Ol'O = LlOt'O = 'SW '1les uaanJaq sarcnbs 7o ueau nele)yodtuo1a4 reJue suet)en eluil gap)adlp 'L = [ - Z = ]p eueu rp 'n1r loduolal enpa)
Uep jp ueseqaqa)-leferap ue8uap lSeqlp nlr elerar enpa) rs)aro)rp ]erpen) qe;LrLnf e1r[
Ol'O = L\Z'O + 69 L'0 = BSS
:qelepe n]! fSS 'gas uaamlaq
satenbslo unsllodLuola) retue eterar enpa) 1nlun (d depeqrat) ts)aro)tplerpenl qelunI
Ltz'o=r(ll'91-9t)'B:) ueled 1n1un (r/ depeqral rs>laro)rp ]erpen) LlelLUnI
691'o = ,(lL'9 [ - t'9 [)'o I:6 ueled 1n1un (r/ depeqrat; rs)aro)rp terpen) qe;LunI
E4 Lr'gr= 8I = 8 *#-
.^- = ,/8ZI+€9I 9I'8+g'91'01
:eler-eleJ ]eraq ueqeqrueuad qaloradrp e1er.u 'uelSunqe8rp n1r ;aduues enpa) e)r[
9t + 07,+ €I + l,I + 8I + 9I + Vl + VI=ax:[ ueled ue8uap ]eraq ueqeqr-ueuad eterau
OI=ux 8I + SI + Lt+ SI +02 +Vt+ 9I +SI + LI+9t
:6 ueled ue8uap ]eraq uelleqr-ueuad elera5
:uelesa;ar(ua4
9LOZil-ILBt9lVLbt,oBLstllSLo7.VL9LSttt9Ld
0r6r)oI9EvtZue1e6 sruef
:(5) urelep) roruoN rdPS ]era8
:]n)uaq re8eqas rselnqelrp eyase,{uletaq ueqeqLueuad Sunlrqrp uep Sueqrurt;p rdes leraq
'uerq selaqeurl qelalas 'eu;ps e8nf Suer( rnun ue8uap eues Suer( sruaf uep nlr tdes rolaBL-a) 'rdes rola uede;ap eped ue>1r-raqlp b ueled (q) uep tdes:o1a 61 eped ue)uaqrp
4 ueled (e) :ue1eqo)!p b uep d rdes ue4ed stuaf enp ue)lesrw :20-6f l.lo]uo)
.06I,0 = 9t0,04 = r-o lselndodu
nleq-ue8ueduLrs e3Surqas 9t0'0 = G;,
= V
= fo 'sele rp uerern ue)resepraB
io'tr = ,o - 86Lt'O -,(az'a\ + r(lr'0-) + ,(tl'o-l +.(9t'0) + r(LZ'o-) =
,(l}'z-zl't)+ ,(lT'z-EL'z)+ r(?B'z-otz)+ r(ll'z-00'c)+ ,(?8'z-99'z) = ,(rt - DZ:1r/ depeqra]) rs)aro)rp elerar ]erpenl qe;unI
cu
.84 o,st=
* =
rrt t'gl= # =
s?8'Z =
*I== -----7 = ffxs zI' E + t.L'|, + 0L'7 + 00'g + s9'z
€61SNVIUVA SISITVNV _ XI 8V8
194 STATISTIKA TEKNIK
Sekarang kalau data dari kedua kelompok itu digabungkan dan dihitung jumlah kuadrat
dikoreksi terhadap p (atau sum of squares total,55, ) diperoleh:
SS, = Ifx - /t)' = (16-16,17)'z + (17 -16,17)2 +...
+ (20 -16J7)z + (16 - l6J7)2 = 66,50
selanjutnya jika dibagi df = (1O + B - 1) = 17, akan diperoleh apa yang disebut rerata
varianstotal (atau mean of squares tota[), MS, = i# = 3rgl2
Dalam varians total ini telah tercakup semua sumber variasi skor yang telah diketahuitermasuk varians antar kelompok. Lebih jauh perlu diselidiki jenis-jenis varians lainnya,yakni varians pakan P dan varians pakan Q, kemudian dihitung rata-ratanya.
Jumlah kuadrat dikoreksi (terhadap rerata sendiri) pakan P atau SSr:
,ssp = (X, - X ")' = 2.(16 -L6,3)2 + 2.(17- 16,3)2 + 3'(15- 16,3)2 + (14- 16,3)2 +
(20 -L63)2 + (18 - 163)2 = 28,10
.lumlah kuadrat dikoreksi (terhadap rerata sendiri) pakan Q atau 5So:
SSs = (Xa-X11'=2.(14-16)2 +(16-16)'z +(18-16)2 + (17 -rc)'? +(13-16)'z
+ (20- 16)2 + (16- 16)'z = 33
Jumlah kuadrat dikoreksi dalam kelompok masing-masing (sum of squares within sets,
S5r): ,SSr. - (Xr-Xr)'*(Xs-X11' = 28,10+38 = 66,10; kemudian jika di-bagi dengan df = (n, * n, -2) = (10 + B - 2) = 16, diperoleh apa yang disebut rerafa
varians dalam kelompok (mean of squares wihin sets):
66.10MS*=1;=4,13I.
Dari uraian di atas diperoleh kenyataan sebagai berikut: Jumlah kuadrat dikoreksi
antar kelompok - 0,40 dan jumlah kuadrat dikoreksi dalam kelompok = 66,10. Kalau
keduanya dijumlahkan diperoleh (0,40 + 66,10) = 66,50 yang disebut jumlah kuadrat
total. Dengan demikian dapat disimpulkan:
Jumlsh kuadrat total = Jumlah kuadrst untar kelompok +
Jumlult kuadrat dalam kelompok
Atau dalam bentuk rumus lazim ditulis:
SSr -- SSB + SS*
di mana 55, -- sum of squares total (jumlah kuadrat total), S5, = sLtm of squares betuveen
sefs (jumlah kuadrat antar kelompok) dan 55, -- sum of squares within sets (jumlah
kuadrat dalam kelompok).
(e.01)
-!JeA
:srlnlrp 'rl rse;ndod elelar qelepe uelde.reqrp 3uel, ?;adrues eteJal relrN 'latenbs palcadxa ueaw) ue>1deteq1g &ue,{ eyeny N)penx -)
,o= lo3'+=(,s)a:stlnltp 'ro rse;ndod suetren Llelepe (afup
ueldereqrp 8ue( ;adues sueuen relru e8nf uer)ruac
rt=tr/!.+=(,r)s
,t-N G-u)tt (1-u)tt
7i7=-:*T= "ss'="sw
(s0'6)
aldues Jo arye^ paltadxa1
(r0'6)
(€0-6)
:ueeuesrad ue8uap uB)rsruUaprp redep (5471
4oduop4 uepp tupery qelun{ eletat eSSuulas ry - N - (L - u).1 = lp qa; -oradrpeSSurqas uelSunqe8rp e8nf n1r ;adr.ues-;adues ueseqaqa)-]efe.rap e>1eru ,uelSunqe8rp
;aduues ) e)lf 'rse;ndod suptren rseurlsa8uau )nlun uelSunqe8rp tedep n1r ladr-uesLlnrnlas uep leJpen) L1e;u-rn[ eleu '>1e:e rsenqnU er(uepe rlen)a) e,(utesaq er.ues ;aduresederaqaq rrep suerren ue)tstunsetp e4f '4oduopN uepp ptpenx qelunl .q
(20'6)
:re8eqas ue)rsrur,-aplp fS,4/) >1oduo1a7 retue terpen4 elelar eleu 'ladurES ) trpp qaloradrp 'SS e)lf
'fss)
Todtuola>1 )elue lerpen4 qelunl ]nqastp pt e)eu 'eleJal edetaqaq uep uelltselllp !u!ueresaq euare) 'rselndod elerar depeqral ueleuue8uad qe;u.rnfas rrep ue8uedurs ]eJpen)qe;r-un[ uep rseur]sa qenqas uelednrau rur ueele{u)ad.zeX-,X)7= ipZ-" ueBuap eLUes ru1e,('1e33un1 ueleuueBuad u !tep ue?ueduts lerpen4qeltun! r.rep Sunlrqrp SueA 1p ) eterar depeqral ue8uedurs uenrla)al rrep lerpen) qelepe
e(ureuaqas rur suerJen 'rsetu -rlsalp 3ue( rse;ndod ele.rar depeq.ral suerJEn qaloladrp ueleeleuu 'ue>1qe;runfrp uep ue)]elpen)tp nlt ue8uedurs enuas e)lt'0 "' t - , >lnlun))
ladues Surseu -Surseuu rJep elelat = !y eueuu p' (rX -' X) ='p :ueeuesrad ue8uap
ue1e}e,(urp e,(u.resaq SueA d peaLu puet?1 p1o1 eleEt depeqrat ue8uedurs qa;oladrpue)e elprar >1 derlas )nlun 'u uern)nraq Surseur-Surseur ;adLues 7 tedepral ue)lesrW
' uese 1afal qa golad r-uauu
)ntun r8ue;nrp up)e Z0-6f leos ulelep uellnfuntrp qe;a1 3ue/ rselnduuol qe>13ue1
-qe13ue1 ';e33un1 ladrues nles rrep qa;otadrp r3e1 nles uep elprar ede.raqaq uep qa;o.radrp
nles rse;ndod sueuen rseurtsa enp uelleslyl'4oduo1ay rcruV lupeny qelwnl .e
s6tsNvtSvA stst7vNv - xt svs
196 STATISTIKA TEKNIK
Kuadrat rerata yang diharapkan diperlukan untuk menguraikan sumber variasi dariparameter-parameter yang diestimasi.
d. Uji-signifikansi untuk Analisis Satu-Arah. Untuk analisis varians satu-arah
ditentukan berdasarkan nisbah-F:
F = MSu
MS*dengan derajarkebebasan untuk penyebut df - k - 1, dan derajat-kebebasan untukpembilang df = k.(n - 1).
Hipotesis-nol (H) diuji dengan menggunakan rumus (9.06), yakni jika terdapat ksampel independen yang diambil dari populasi normal yang sama sehingga dipenuhi:
(e.06)
(e.07)
(e.08)
E(X,) = puntuk semua k perlakuan (treatmenl), dan
E(sl1= 62
untuk semua k varians perlakuan.
Jika rumus (9.08) benar, maka M5, merupakan estimasi yang tak-bias untuk varians
o2 dalam arti E(MS*) = o2. Jika rumus (9,07) dan (9.08) benar, maka harus ditunjukkanjuga bahwa, MS, merupakan estimasi yang tak-bias dalam arti E(MS,) = o2. Hal ini
dibuktikan dengan F = 1 ,0. Tetapi jika rumus (9.07) tidak benar, maka E(MS B)
> E(MSw).
Dari tabel distribusi-Fdengan tingkat signifikansi yang dipilih dapat diperoleh harga-
F yang diharapkan jika kedua rumus (9.07) dan (9.08) benar. Konsekuensinya, jikaharga-F hitung lebih besar daripada harga-F yang diperoleh dari tabel pada tingkatsignifikansi teftentu, maka dapat disimpulkan bahwa, hipotesis-nol tidak benar dan harus
ditolak. Dengan demikian disimpulkan bahwa, rerata-rerata yang diperoleh dari semua
perlakuan (treatment) di atas bukan estimasi dari parameter populasi yang sama, p(H
A),
Contoh C9-03: Eksperimen pada Calton bar. Subjek ditugasi menempatkan sebuahbatang horisontalsepanjang 115 mm. Kemudian subjekdiminta untuk menyusun batang-batang lain sedemikian sehingga keduanya tampak sama panjang. Tugas ini dilakukanpada empat kondisi yang berbeda (A,, A2, A3, dan A,,). Pada masing-masing kondisi(juga disebut treatment atau perlakuan) diulangi sampai lima kali. Dengan demikiandalam eksperimen ini diperoleh k = 4, n = 5 dan N = kn -- 20. Hasil eksperimenditabulasi seperti teftera pada Tabel 9-01. Apakah eksperimen ini menyerupai sam-pling acak yang diambil dari populasi umurn ataukah terjadi perbedaan sistematik yangcukup signifikan untuk menyatakan data itu tidak homogen antar kelompoknya?
Penyelesaian:Rerata kuadrat antar kelompok dihitung dengan persamaan (9.02):
82,80MSB=*=4-1 =27,60
oT'zg = 0B'0 + oz'€ + s, + 0B'€€= ,(r/ -x)'aK = 'ss
0B'0oz'€.00'st0B't €= _(tt - y)'u
g|'gL = 9 !'0 + b9'0 + 0O'6 + 9l'9=,@ - X)Zg t'0vg',000'69t'9= z(rl - X)
ob'o+08'0-00'€+09'z-=(n - x)
oz'69=oz'lz+ 08'9[ + 0o'vl+02'll= iv _,x)f = ,r,
OZ,LZOB,9 I00't tOZ,IL= "(x -'x)!
99',2gs'lL96'l95'(9S'Z
v8'vv9'0lz'€VI, L
vg'b
00'v00'n00'lo0'b00't.
9 L'0gl's96'lgl'ggs'z
,(x -'x)
9'l+v'E-v'L-9'L+9't+
Z'CB'o+B'[+8'L+LL
0'z-UC.o'[+o'z+o'l+
v'o-v'z-,,L-g'z+g'L+
= (X -'x)
.02 0'Stl=00f2=I'n
LLS+lL9+069+299
v'stt
tts
(,'v L I
tts
0'8rr
06s
V,ZL L
Z9S
-:---- - Ax(_,,rn -l-\
ttLZLLVLLILLtLt
ZLLst.t9t.t9ttZIL
9L9L6LOZ
6t
ZIL0tl1il.sl.LbLt
u)uernln8ua6 ltseg
ov.V'VueBr-reralay(tuaLulearl) luauuadsla tsl puo)
t0-6f qoluo 7'teg uo4e9 ue8uap uauuadsl3 rselnduoy : 10-6 laqel
'rur ]n)rlaq a 1e.r3e.redqns
rp ue>lBueralrp rur rrseLr rrep eu)ew .zgf,g=#,='ffi=x"'ru, qeqsiN
'nles tpefuaru Sunqe8rp elrf ry elerar
depeqral X lellu ueqrunlasa) tlep lseullsarp 3ue,( suellen ue>lednlaLu SZt'v = ^-SW
uep r/ depeupal eleJal Lltstlas uep tsett.rtlsalp 3ue,( suetlen uelednlau Og'lZ ='SW
gzt'v = ',t =(t. -r1)! 0- u):t
'= oz\g= oz\9 = 5s = "'sw
:(€0'6) ueeures:ad ue8uap Sunlrqrp loduo;a1 ulelep lerpen) elerau
/6tSNVIyVA SISI7VNV _ XI gVS
198 STATISTIKA TEKNIK
e. lnterpretasi Nisbah-F. Signifikansi nisbah-F ditentukan berdasarkan tabeldistribusi-F (Lampiran E) yang dikenal juga dengan sebutan Snedecor's table.Penggunaan tabel ini perlu memperhatikan harga dari dua jenis derajat kebebasan dfSetelah terlebih dahulu menentukan tingkat signifikansi a (biasanya terdapat dua pilihan,untuk o = 0,05 dan a = 0,01), cari harga F yang terdapat dalam sel pertemuan antaradf, (pembilang) pada arah horizontal dengan df, (penyebut) pada arah vertikal. Dalamkasus soal C9-03, diperoleh:
F _27,60h'nnuns = ifr = 61382 , df , = 3 dan df ,= 16, diperoleh harga Fo,ou = 3,24
dan Fo,o, = 5129.
Harga nisbah-Fyang diperoleh dari tabel (Fr,u", baik pada o = 0,05 maupun a = 0,01)lebih kecil duri Fou,,ratau secara matematik dinyatakan Fnu*r> F,uu",.Pada pengujiansatu-arah (lihat Cambar 9-01), jika Fouunr> Fuou, harga Fn.,,n* berada dalam daerahpenolakan; oleh sebab itu Ho harus ditolak dan Ho diterima; sebaliknya jika Fo.,"n, <F,,0", harga Fonunrakan berada dalam daerah penerima- an sehingga H, harus diterimadan Ho ditolak.
Fqpx.or.=
Cambar 9-01: Kurva distribusi-F dengan daerah penolakan (diharsir)
t. Komputasi lumlah Kuadrat dari Data Mentah. Ssr, 55, dan ss, dapat dihitunglangsung dari data mentah dengan menggunakan rumus-rumus berikut ini.
ss-=y(Ixli _(Ixl'Dt-/nN
ss, = ItI x,),-Irlxlin
(Ix)'N
(e.0e)
(e.10)
(9.1 1)
F distribuiicn u'ith ur, u, degrees of freedom
F1l -o1;rr:r,
,ssr = If I x'), -
'epaqJaq 3ue,{ rse>1r;rsel>l nete
rseuen enp eped uelreseprp rsersuaJajap Llele-enp rselUrsel) srsrleue eped 'uaulradsla
rserren ntes ue>lreseplaq ue)rsersuaJalaprp etep ue;ndrun) qere-ntes V1VNV uleleC
rfErv-Enc rseIUlsPD suErren srsrlPuv 'n'6
r,x(lf= 299t9Ls0tvet9b'QxZ)
€66bv9ti99b9Z9€,0
v€L9t9€IBt
OLZ6b9€_00t9Z
0sr6nvtB9Lrqnparbue^ uErnlnbuad ilseq uep leJpen)
jtxK)3=V L6Z6ZtLbv009 tvvtj(xKlX3) =001IZLZ0vZL'(x()ltIZIZ
rs)npaJrc(x) uernl-n8ua6
I!SEH
il"ZI90
OZv96t
BZI90ts
ZZIZ6v,fOV
"V,Y,V
(uarurJadsla) uenlelrad rsrpuo)
(elpJeu grep ueSuedurs uelnluaua6r eduel)qeluaw ElPo rJEp suelJEA s!s!lEuv rsnlos :20-6 laqel
'1t11at dnlnr 8ue,( ;rseq ue8uap ledar qrqa; rur rL{leia} apo}aur untueu
'10-6 laqel eped ue8unt;qrad ue8uap eures sele lp 'SS uep'SS '85g e8req-e3.rep
z9r =oos - zsg = ]z N,o;
-zss = 7fti
-'Qx 313 = ',s,s
z'69=8'z8s-zgg= I u -l =;A-zss = ;GkE
-'(,X 313 = '^ss
g.zg07'sNu = 00s-8'z8s = Jgr - vr6z= JtSr- j1x(rS = "ss
:qa;o:adrp ]nqasral rselnqe] ueCI 'rur qe^ eq lp Z0-6 laqel uelep .rapal tpadas
ue-rn1n3uad lrseq qrsrlas er(ueq srsrleuerpBuer( uerlrLuep ue3ua6'911 ru1e,( eues 3ue,(
ue8ue;rq ue8uap ;as derl elep r8uetn8uauu ue8uap rs)npartp npad lnqasra] elep nlnqep
Lllqalra]'[0-6 laqel ue.rnln8uad elep eped se]e tp snulnl e3rial uellselr;deBuaLU )ntun
66tsNVtavA ststlvNv - xt svs
STATISTIKA TEKNIK
Sebagai contoh dikemukakan sebuah eksperimen psikomotor dalam membi- diksasaran. Eksperimen ini dimaksudkan untuk mengetahui hubungan antara skor danukuran sasaran yang harus dibidik oleh responden. Untuk menghemat waktu, eksperimendilakukan dengan menggunakan tiga buah mesin secara simultan (8, 82 dan Br)denganempat buah sasaran (A,, A2, A3dan Ar)yang dikombinasikan secara sistematik. Dengandemikian terdapat'l 2 kombinasi mesin-sasaran, masing-masing dengan lima kali bidikansehingga diperoleh lima skor bidikan (n = 5). Format tabulasi dibakukan sepertiditunjukkan pada Tabel 9-03 dan skor eksperimen ditunjukkan pada Tabel 9-04.
Tabel 9-03: Format Tabulasi untuk ANAVA Dua-Arah
Lajur (Sasaran) Kolom (Mesin) Jumlah lajurZX,
Rerata Lajur
XBr B, B,
Ar I2
3
4n
,I,,A
ZX,,
tr,,ZX,,X,,
ZX,,
xr.ZX,
X,A2 1
2
3
4n
LLiX
ZX,,
R,,ZX,,7,,
ZX,,
n,,ZX,
XA3 1
2
3
4n
z\iX
ZXt,X.,
ZX,,R,,
ZX..,
r.,ZXt
xiA4 1
2
3
4n
zx.,x
ZXo,
x^ZX,,
xo,ZXot
xo,ZX,
X,(zxk)
(x r)ZX,X,
ZX,x,
ZXtN.
zXiX,
X,r = skor daiam sel (ij); X,r, : rerata da/ elompok/ku mpu lan data
ftL'6)
(€ L'6)
td'x-'x)!1," -:ueeuesrad ue8uap Sunlrqrp urolo)
'ssrelue lerpenl qelun[
I,(X-'X)K ryu -ass
ftL'6)
:ueeuuesrad ueSuap Sunlrqrp .rn[e; relue ]erpen) qe;Lun[
,(X- nflZ= 's,s
:ueeuesad ue8uap qa;oradrp lelol terpen) qelurn['\1'U = ry ue8uap
ue1e1e(urp rseruasqo qnrnlas qe;runf uepry ue8uap ueleier(urp Luolo) qe;unf I ue8uap
ueleler(urptnfe; qeluLn{'S=u r0'6laqel Llotuof eped lloduLo;a1derlas Luelpp rse^rasqo
qe;runf - u uep) Luolo] uep: rn[e; eped rsen:asqo elxrl rlep e]erar = 1'X '[ 1as r-uelep
ueltedLualrp 3ue,( rseruasqo derlas lrsell = 'X loqrls '(oV "V "V "V) uereses )nlunrn[e; ]edr.ua uep (tB "B "B) ursaur )ntun Luolol e8rlledepra] t0-6 laqef Llojuof uelec'.rnfe; 1n1un-l 'Luo;o1 ue1e1e,(uau )n]un) drrlsqns tnqasla] snulnl-snlunr u-rele6 'WL'6)
pls (Zl'6) snurnr-snLUnr ueleunSSuaur rur apolaw '!se!^ag ue\tesep)aB lsryos .q
'3uns3ue; ]e1rsraq uep rselosrp ledep Suer{
e1e[aB ueledn.rar-u euie]n ledu;ep ele[a3 'ursaul Lialo ue)qeqasrp )r]eua]srs erefasesrq eLlres 3ue,( ;eg 'eueJn 4eduep re8eqas lnqaslp n1r e;e[aB eleur '.ro1s er(uresaq
ur)eu uelqeqa,(uauJ ueJeses uern)n er(u.resaq ut)el! ueSuap 'eanqeq rnqelalrp e1rI
'7"g5 ue8uap ueleler(urp rs)eralur sueuen lerpen) qe;runI n]r qeqas
qalo 'qlqal nete raqurns enp rrep (pala yply etuestaq Tedtuep uelednraLr ls4eralu!suetrc^'(a)ueuen uan)etalu!) ls4eJalut sueuet ]nqasrp Suer( ede !pefrat uelurlSunr-ua>1
eleuu'srsuerJeA Jaquns enp ledeptal ueur>13unr-uaI ellf 'er(uenp-enpa) euale)ue)nq nele er(uenpa) euaJel nele'ursaLu ueepaq.rad euare)'ueJeses ueJn)n rsua3tanrp
qalo uelqeqasrp nlr eletar relue ueepaqrad qelede ue>lepaq-epaqlp esrq eSSurqas
srsueuen raqLUns re8eqraq ue1qesruaur ledep sn.req uelSueqLualrp 3ue,( Jnpasord'uelrlru8rs Suer( ueepaqrad 1nqr.rle JaqL!ns rnqela)rp ledep uerlruap ue8ua6
';eluaLr:uad1a leqeue^ derlas ue8uap rsersoseJaq Suer( srsueuen lale&at9as) ue4tlesiluaut
ledep snreLl ]nqasra] apoiaw 'paila Sutpunoquo)) ue4ne)eSuatu ?ue,( >leduep
]nqasrp 3ue,( ede ueldelSun8uau 1nlun apolaLu nlens ue)nlradrp nlr qeqas Llalo'rsueuen e,(u;nqurl qeqa(uad rpefuar-u )epr] ursaur uep uereses erelue'ennqeq urulefuauu
LUnlaq eBnI rur 1eq 'ue>1r1ruBrs Suer( ueepaqrad ledepral )epr] ue)r])nqurau J-qeqsrue1rI e,(u1r;eqaS'ursau uep ue;eses ere]ue rseurquro) nele'ursaur lelue ueepaqradnele 'uereses Jelue ueepaqrad euare) qelede 'rsuelren raquJns uelselafuar-u LUnlaq
nll leq unueN 'ntuaua] n eSreq eped uelrluSrs ueleler(ulp uepJ-qeqsru ue)resepraq
ue)n)elrp V1VNV ue)lesrW 'qetv-en1 slslpuv eped srsuelre1 nquns 'e
t0zSNVIAVA SISITVNV _ XI gVS
202 STATISTIKA TEKNIK
Tabel 9-04: Skor 60 mahasiswa pada tiga mesin uli-psikomotor,masing-masing dengan empat sasaran yang bervariasi.
Ukuran sasaranMesin Jumlah Untuk
Ukuran SasaranRerata Untuk
Ukuran SasaranB1 B, B.
A,
642
62
41
5
23
42
2'I
.l
zx 20 15 10 45
x 4 3 2 3
A2
B
J
75
2
662J
B
1J
1
1
2
3
>-x 25 25 10 60
X 5 5 2 4
A3
7
69o
5
94o45
64
3
B
4
tx 35 30 25 90
X 7 6 5 6
A4
I6B
o
9
7B
474
65
7
IB
>.x 40 30 35 105
X B 6 7
Jumlah utk semuamesin
120 100 BO 300
Rerata dari semuamesin
6 5 4 5
Jika diaplikasikan atas data dari Tabel 9-04, diperoleh:
SS. = (6-5)' +(4-5)'? +(4-5)' +......+(9-5)' +(4-5)'z +(8 -5)2 = 374
SS* - 5.3.t(3-5)' +(4-5)' + (6- 5)z + (7- 5)'l = 15. 10 = 150
,s,s( = 5.4.t(6- 5)' + (5- 5)' + (4 -5)'l = 20.2 = 40
Varians interaksi dapat diestimasi dengan beberapa cara. Cara yang lazim diguna-
:rur ln)uaq
laqel )ntuaq Luplep urn)Buelrp ueseqaqal-tefelap LueBeJ ']e8ut8uau uelqepnuau
)nlun '(t - ))( | - r) = !p 'jaquLns enp uep uerleryad lrseq re8eqas uel.reqrue8rp
ledep srsueueA rsnqrJluo) rs>lelalur sueuen Inlun 'se1e tp r3o;eue ue8uap er(u1nfue1
-as'Z= I-€--']purp[= [-v =t]p '[= [ -txb ='Jp'6s= l-€xtxs =']p:to'llaqel qoluor rrpp uer)truap ue8ua6 'l-4 = !p ruolol elelal jl-) = !p.rnfe; eterar
1nlun 1l-4't -'1p e1erc.t lelue terpenl qelLunf >1n1un 1f -N = !p (SSl lelo]]erpen>lqelrunf >f nlun ueseqaqal 1e[era6 '(tuopaatl p eat8ap) ueseqaqal-pletag ')
'(reuaq ue8unlrq.rad 1pel) 19t =O7,-0St - On-nlt =ilSS:uees)trarllad
'oss -'ss - 'ss -'ss = ',s,s:Llelsnleq eleu 'teuaq tut ue8unlrq nele)
't9r= r(r-s) + ,(L-6+ ,(L- D+ r(l-s) + ,(e-9)+"' +,(? - T) + r@ - il + r(? - 7) + r(?- r) + rfu - g)=',s,s
:qa;oradrp'ue>1rse1r ;delp qlI
d'.x-'r)K =',s,s
:snrunJ ue8uap Sunlrqrp loduo;a1 enLrJas urelep ]EJpen) qelLun[
'oZ=l's='"'^s^s
[,(s+ v- L-1; +,(s +s- L-9)+"'+,(s+s-E-c) +.(s+9-c-P)]'s = "',s,s:L1a;oradrp (l l.'6) snunt ueleunSSuau ue3ua6
fr( X + * X -' X - " X)fl, = "*,s.s
(qB r'6)
(eB t'6)
(tL'6)
(e r"'6)
(s r'6)
:]eJpenl qelun[ uauodurol
-uauoduol uep Suns8uel elefas ledep rolelalut Suellen Sunlrq8uau )nlun ulel eJeJ
'oz = o9I - o? - ol7 ='ss - 'ss - ",s,s = 'ossolz=Irs=xuss
[,(s -g; +,G-g) +,(s-s) +''' +,G -0+,(s- 91 +,G-t)]'s : ".ss:qa;oradrp'1eos qoluo: eped uelderaltp tut snulnJ enpal elrf
*ss-'ss-",s,s='oss:snrunJ ue8uap Sunlqrp rs)elalur suerlen uep
td'x- *x)Kt'z = "^s^s:snLUnJ ue8uap Sunilqrp
lplo] elerar uep loduuola) relue elelar ]elpenl qelLun[ '1u55; rnfe; uep (SS) urolo>l re]ue
terpen) qelunI tSuern>1tp >1oduo;a>1 enLuas Je]ue ierpPn>1 qelurnf lrep uelunrn]lp uel
sNVtdvA stst7vNv - xt svg
204 STATISTIKA TEKNIK
Sumber Deraiat-kebebasan, d/Antar lajur (r)
Antar kolom (k)
Interaksi (xk)Dalam kelompokTotal
r-1k-1(r- 1)(k- 1)
N - rk = rk(n -1)N-1
d. Nisbah-F. Pada contoh soal di atas terdapattiga nisbah-Fyakni: F* untuk dampakutama dari lajur, F* untuk dampak utama dari kolom dan F*,* untuk dampak interaksi.Perhitungan ketiga nisbah,F ini dirangkum pada Tabel 9-05 berikut ini.
Tabel 9-05 menunjukkan bahwa, Fr,r= 0,97 (mendekati 1,0) menyatakan adanyavarians interaksi yang signifikan. Sedangkan F*> F,,ou, menunjukkan bahwa, kecurigaanadanya kesulitan membidik yang disebabkan oleh mesin terlepas dari variasi ukuransasaran, terbukti. Selanjutnya dengan FB) Fur,a membuktikan bahwa, variasi ukuransasaran berkontribusi atas perolehan skor.
e. Menghilangkan Sumber Variansis. Pada Tabel 9-06 ditunjukkan ke-1 2 reraradari kumpulan hasil uji psikomotor. Variansis antara rerata itu diperkirakan berasal daritiga sumber, yaitu: perbedaan ukuran sasaran, perbedaan mesin dan interaksi antarakeduanya. Pada Tabel 9-06A dampak dari perbedaan ukuran sasaran ditunjukkan olehrerata pada kolom 6 yang besarnya 3,4,6 dan7. Dampak karena mesin ditunjukkanoleh rerata pada lajur kelima, yakni 6, 5 dan 4. Jika tidak ada perbedaan, maka semuarerata akan sama dengan Xr.:5 (rerata dari semua pengamatan) seperti ditunjukkanpada lajur 6 dari Tabel 9-06C.
Setiap penyimpangan dari rerata kolom terhadap merupakan kekeliruan-tetap (con-stant errol dari mesin tertentu. Dalam hal ini mesin B, memiliki kekeliruan tetap +1,mesin B, tidak ada penyimpangan dan mesin B, memiliki kekeliruan tetap -1. Untukmenghilangkan sumber variansis, data mesin B, harus dikoreksi dengan -1 dan mesinB, dikoreksi dengan -11)= +1. Tabulasi setelah dikoreksi ditunjukkan pada Tabel 9-068. Setelah dikoreksi rerata dari ketiga mesin menjadi sama (= 5), namun rerata menurutukuran sasaran masih tetap.
Langkah berikutnya adalah menghilangkan varians sasaran. Kekeliruan-tetapmenurut lajur adalah -2, -1, 1 dan 2. Dengan mengurangkan harga-harga ini padaharga-harga dari lajur masing-masing dari Tabel 9-068 akan menghasilkan tabulasiseperti tertera pada Tabel 9-06C. Sekarang jika diperhatikan, rerata menurut lajur dankolom semuanya sama dengan 5. Tetapi di dalam tabel masih terdapat empat sel yangnilainya menyimpang dari 5. Hal ini kemungkinan disebabkan oleh varians interaksi;tetapi dari uji-F diketahui bahwa, perbedaan itu dinyatakan tidak signifikan.
(r0z'6)
(q0z'6)
(e0z'6)
(6 L'6)
'^ss+'sy'{ _,samtxrffi:2.', :rs)eralur qa;o rqnre8uadrp Suer( suerJen rsiodo.rd rseurlsl
'SS+"Sy'{r.. =,1,(D,
sht'fi- T\ -'ss - 7
:.rnfe; leduep Llalo rqn.re8uadrp Suer( sueuen rstodord rseultsf:snurnr-snurnr ueleunSSuaLu ueSuap LluV-enO sueueA.s!s!puv >lnlun E
;rle8au e8req qa;oradrp
)epr] ue)ur)e,(aru 1n1un ru1e,( 'ue1r1ru3rs Suer( 1-rfn qa;oradrp qe;a1as ue)n)eltp ultzelrur ue8ungrqrad 'lou ue8uap ue)euresrp ledep e,(uue8unqnq Jrle8au SueA ''iot e?rcq
qaloladrp rur ueBunirqrad uue;ep e)r[ 'ue)n)elrp uerfnSuad ]ees eped rsrpuol ueBuap
Sunqnqralreq-uotleD eped rols suerJen qe;Lunf lepo/oSl 'emqeq ue11nfunuau rur lrseH
. tl'gt. s ', + (l - ge'qxt - t)>7u= =-=,1r
tt'9t (t - se'q)(t - t) i"
:ruolo) ledruep qa;o rqnre8uadrp SueX sueuen rsrodord rseurlsl
'ss + "sru
t:,o = "1''
:qaloradrp €0'6 laqel elep eped uelderalrp rur snLUnr e)rI
u.tt +(l_ gxr _ l) _ u,^(r - cxr -,/) - z"
:snLunr ueleunSSuau ue8uap qetv-nles sueuey slslpuv 4nlun (L
']n>luaq snujnl-snLUni ue)eu-n33uaLu ue8uap rseL!rlsarp ledep uenleprad nlens Luelep qrqal nele laqeue^ enp erelue
(zrr? loqLurs ue8uap ueletez(urp; rsersose te>13u11 '$e$osv uepnlaY lsvtullsl 'l
13 uerrdruel; J-rsnqrJlsrp leqef rJeC * :ue8uerala;
gt'6BO,S
0z'€.
9t'v6L'€ot'z
0'S L = €€.'tljsgB'E = ZV'tl)Z
16'O = ZV'tlet't
'^'SWf SW 'ueleses - y^SW/SW'ulsauu -3
^sw/.'sw'rsleralur - 3
*[0'0=D'r"Y''l*S0'0 = D 'r"Y":l,J
zy't = ^sw€t'f = "'swo'oz ='sw0'09 = usw
65 = [-09='JpBy=zL-09=^)pg=ZX€='"'JpZ =L- [=']pt= [-r=8]P
llt ='SS,91 =
MSS
oz ='*5soy ='SS0g[ =rss
lelollodLuo;a; LUeleC
(B X V) rs)eralul(B) ursaw
(v) uereses uern)n
-]PISS = SWelerar lerpen)
jp]erpenl qelLUn[Jaqr!ns
J-qPqs!N uep srsuBrrEn raquns :s0-6 laqEl
902sNVlavA slst7vNv - xt svs
206 STATISTIKA TEKNIK
Tabel 9-06: Analisis lumlah Kuadrat Antar Kelompok
LajaurKolom
T XB1 B2 B3
A. Matriks rerata asliA1
A2
A3
A,
45
7
B
3
5
66
2
25
7
9121B
21
J467
:v
246
205
16
460
5
B. Dengan variasi mesin vane dihapusA1
A2
A3
A4
3
467
3
5
6
6
3
3
6
B
I121B
21
3
467
:X
205
205
205
605
C. Dengan variasi ukuran sasaran dihapus;hanva tinseal varians interaksi
ArA2
A3
4,,
5
5
5
5
5
65
4
5
45
6
15151515
5
5
5
5
E
X205
205
205
605
Untuk data dari Tabel 9-06 diperoleh harga-harga estimasi:
,a1,,=l5o- (!-!\-3'42
= 0,373,42 + 374
Hasil ini menunjukkan bahwa, 37o/" dari skor uji-psikomotor berasosiasi dengan ukuransasaran'
-.2 40 - (3 -l).3,42 33,16,o)'...= =(f.093,42 + 374 377,42
Hasil ini menunjukkan bahwa, hanya 9o/o dari skor uji-psikomotor berasosiasi dengan
mesin' . z0 - (4 - r(3-).3,42 _ - 0,52 = _0.0014
^v 0'**ain 3r4r+rr4 ='377142
Skor uji-psikomotor tidak berasosiasi dengan interaksi antara ukuran sasaran dan mesin.
g. Solusi Berdasarkan Data Pengukuran. Penghitungan SS, SSRK, SSR, SS( SSR (dan SS*, dapat dilakukan secara langsung dengan menggunakan data mentah (hasil
pengukuran) dengan rumus-rumus berikut ini.
'eLues 3up^ rselardlaiur uep lrseq rJaqruaru ue)e e8nf (""'! unp g1,y1 e(ulnlue;asue8unlrq.rad-ue3unlrqrad uerlrurap ue3ua6 '1q
ler8ered-qns) rser^ap ue)resepraq rsnlos
apotau.r ueeunSSuad ue8uap er-ues 3ue,( e8req-e8req ue>1;rseq8uaur sete rp ue8unlrq.ra;
0z = ol- OsI - 0v= xss -',ss - "s's ='os,s
f9l = olz - lLt, = "ss -'ss ='ss
o?=oosl-orsl =oosl # = xss
09 v's N
zo8 + zool + zoTt- ,{nx!).t'u
l'x3K = ''s's
:3unlrqrp erues 3ue,( laqp] v3 .rn[e; uep uep
osr = oosr - oser = oosr - ;h= ,s,s
z00t zsol + 206+ z0g + ,s? ,(fixK)T;br='ss :3unlrqrp 1u3 ruo;o11 q73-6laqel uec
0IZ = 00SI - 0IlI =z00t 0ss8
Nu =783-.1*3E= "ss
:3un1rqrp e 10-6 laqel rre6'rut qei!\pq p n-6;aqe1 lpadas tselnqe]]enqulaur nlnLlep qtqallal
ue8uap ue)n)elrp ,.0-6 laqel qoluof eped sele lp ]nqasJat snurnr-snurnr uedelaua;
t's
(91"6) ]eLlll
(sz'6)
u(6)
Q.z'6)
ftz'6)
(tz'6)
,{nx!)
'ss'- 'ss - ",s^s = 'oss
"ss-'ss='ss,t'u
,(nxZ)_ x^_
7'xRE - rrN 'I'U
Tio-itr3R=''ssu
- Xaon
,(" 3)3 - rJ
rfu -!xz='^ss
/02sNVlavA srsrTyNy - xt svs
208 STATISTIKA TEKNIK
Tabel 9-07a: Tabulasi Perhitungan Secara Langsung dari Data Mentah
SASARAN MESINE*
B. B, B"
Ar
6 4 4 14
4 1 2 7
2 5 2 I6 2 9
2 3 6
E" 20 15 10 45
A2
o 6 )) 173 6 10
7 2 10
5 3 2 10
2 o a) 12
E( 25 25 't0 60
A3
7 9 6 226 4 4 149 B J 20o 4 o 20
5 5 4 14
f* 35 30 25 90
A4
9 7 6 226 B 5 19o 4 7 19B 7 9 1^
9 4 B 21
E, 40 30 35 105E(E-) 120 100 BO E X,, = 300
Tabulasi X,l
B B, B" E*
Ar
36 16 16 ool6 I 4 21
4 25 4 33
36 4 1 41
4 9 1 14
A2
64 36 9 1099 36 I 46
49 4 1 5425 9 4 3B
4 64 9 77
A3
49 B1 36 16636 16 16 5B
B1 64 9 15464 16 64 14425 25 16 66
A4
B1 49 36 16636 64 25 12564 16 49 12964 49 B1 194Bl 16 64 161
(ZXil- 82B 600 446 1874
eZ'6) 'a +'e'p +'op + r'p +'p + rp +,,p + ,X = X:ueeuueslad ueSuap ue1e1e(ulp qele-e8r1 suetJEn stsrleue ueeureslad
qe.re-e311 rsotglse!{ suprrp^ srsrleue lseJ}snll :20-6 Jpqtueg
JV
ao-,{ 'v:a
6
'v3i'l!
tV961
B9t
99r
'20-6 reque3 epeduellnfunlrp nlt utesap ueunsns 'leuoue, uresap zx t x7 qa;otadrp ue)e e)eru ,dnpat uep3uen1 'uo8ale1 enp ue8uap 3ue1e;aqregel rseurtunlr 'e8r}a1 laqerre^ ue>lqeqLuelrp nlrlse)lrlsel) seqequaul )nlun tsellsnp depeqral e1r['t1ele-enp suet]en ststleue seLlequ.taur
lees eped ue)>lelaltp qela] lerroDle, utesap ueSuap uerren ststleue lesep-lesec
(;er;op;e3 ulesa6) qerv-E8tl rselurspl) suptren srsrluuv .9.6
o99B=.{rrx()f0s0z0992098t,'3s(.t€SZZ L006009 r,V
0stz529006SZZItv09€ t00tsz9SZ9"Vszt00rSZZ00,V."3"B"gB
,rrxrselnqPl
00t="X3OB00tOZL,3
90tST0e0v,V
06SZ0tST"V
090t.5Zs7."v9n0tst0(,,VoI"B"B,B
"SS "SS ')u55 Sunllq8uew lnlun lselnqel :ql0-6 laqel
(sau!q)el.u) sutunlo)
602SNVITVA SISITVNV _ XI gVS
210 STATISTIKA TEKNIK
di mana Xdianggap terbentuk dari sejumlah komponen independen (A, B dan C). Suku-
suku d,, d dan d. merupakan penyimpangan karena variabel-variabel A, B dan C.
Sedangkan d,t, da, dan d "
merupakan dampak interaksi dua-arah, sementara d,bc
merupakan dampak interaksi tiga-arah dan e, menunjukkan kekeliruan. Dalam ilustrasi
Cambar 9-02 terdapat 4 x 3 x 2 = 24 kombinasi perlakuan (treatmend..lika tiap set
perlakuan terdiri dari n = 5 observasi, maka akan didapat 120 skor. Jumlah derajat
kebebasan dari 55r, df = 119 yang dapatdirinci seperti tertera pada Tabel 9-08.
Tabel 9-08: Daftar Partisi df dari llustrasi Cambar 9-02
Jenis Dampak Sumber dfDampak Utama A
B
C
ra-1=3k6-1=2s7-- 1 = 1
lnteraksi Dua-Arah AXBAXCBXC
(ra-1)(ke-1)=6(ro-1Xs6 -1) = 3k*1)k-1) = 2
lnteraksi Tiga-Arah AXBXC (ro-1)(ks-1)(s6-1 )= 6
Dalam Kelompok Kekeliruan (n-1).ro.ku.sc=96
Tabel 9-09: Tabulasi Data pada Cambar 9-02
(desain faktorial dengan 4 tingkat ukuran sasaran [A], 3 macam mesin [B]
dan 2 tingkat pencahayaan [C]. Angka-angka dalam setiap sel merupakan
peniumlahan dari n = 5 Pengamatan)
Tabulasi data yang tertulis pada Cambar 9-02 ditunjukkan pada Tabel 9-02.
a. Perhitungan lumlah Kuadrat. Perhitungan jumlah kuadrattotaldilakukan dengan
menggunakan rumus:
,ssr = Zxir - E*urlN
U ku ranSasaran
Tingkat umlnasrI dariE,+E,C, C,
Mesin Mesin
B B, B" z, B1 B2 B" :.A 10 4 20 34 oo 26 l6 50 84
A" 40 42 26 108 22 32 6 60 168
A. 44 4B 30 122 2B 24 22 74 196
A. 36 46 10 92 34 14 2B 76 168
f 130 140 B6 3s6 92 96 72 260 616
Dimisalkan hasil perhitungan menghasilkan 55, = .l 981,467.
(9.27)
(0€'6) 1N - s\u
=vss'd'nrB d'r3:1y; rnfe; retue ]erpenl qelu:n[
N ,/,IUr,26) 7z;A T"B="s's
:g 'uo4cas) 1oduuo1a1 relue terpenl qe;un['ueleue8uad 09 = SI x t rrep qa;oradrp Surseur
-Surseur 'J ,rp '3 tuo;o>1 qelrunl uer)rurap ue8uap lueieute8uad g [ = S x € trep qa;oradrp
0 [-6 laqpl las urplep qe;unf der]as eleu 'uo8a1e1 e3r1 rrep utpra] B urolo) euare)
'60-6 laqel pep 0 t uep 6 'S r.uolol uep dttn>llp ;as derles e13ue-e13ue ue)rleqred *
(B uo8alpl 1.rep qelunl ueledn.ratu Ies uplpp o;8ue-e18uy)
*(f x V) loduo;a; x rnfel lselnqEl :0[-6 laqEl
'0 t-6 laqel eped ue1>1nfun1rp rpadas 3lodruo;a1 uep V.rnfe; rrep unsnsra] 3ue,( nleq laqe] unsnsrp tedep 60-6 laqel trec
'()xBxv uep fxB ')xv'Bxv) ls)eratur
leipen) qe;unf leduua euas (uopas)>1odr-uo1a1 uep ulolo) '.rnle; u.regep a>l srsrleuerp ue)ee,(ulnfue;as !€Z= L-(xtxl= l-s'\'r -lp ueseqaqalteferapre,(undurau lul'7SS
(Bz'6)
L9V'q9L = EEI'Z9LE- 009'S?6t = ""SS0zl s
,ar- (r8Z + z|l + z?E + z0I + z9t' + zgf)';
+QZT,+ zlz+ zBZ+ z}e + rB?+ znil';
+ (zg + zlt, + 277, + ,g7 + ,Zl* ,Or)' jc
+Qgl+ zgz+ zg+ zor.+ z?+ zol)'; = "",ssNu
l"B-Itryffi="'ss :snurnr ue8uap Sunlrqrp (J'uoq)as) loduo;al relue ]erpen) qelun[
9t90929S€389r9tZ6ov
961vtZZL,V
89t09B0t,V
NB0svf.V3,)'J
uzsNVtavA ststlvNv - xt svs
212 STATISTIKA TEKNIK
lumlah kuadrat dalam kelompok dihitung dengan rumus:
s,s, - | .(t4'+1682 +1962+1682 )-6162" 30 l2o
SS* - 3397 ,333 - 3162,'1.33 = 235,200
oo rEx*,I (r*rlJJrs= "k--
N1
SS^, = U.tl+'+502 +1082 +602 + 1222 +742 +922 +762 ) #
SS^, = 3568,000 -3162,133 = 405,867
;umlah kuadrat interaksi antara lajur dan kelompok (AxC) dihitung dengan rumus:
(e.31)
(9.32)SS^* =SS*"-SS"-SS,
SS*,, = 405,867 -235,200 - 76,800 = 93,867
Langkah berikutnya adalah menyusun tabel untuk menghitung interaksi antara
lajur dan kolom (AxB) seperti ditunjukkan pada Tabel 9-1 1.
Tabel 9-'l1: Tabulasi untuk Menghitung Dampak lnteraksi (AxB)
(Angka-angka dalam setiap sel adalah jumlah dari dua kategori C;
angka tiap sel merupakan iumlah dari 10 pengamatan)
B1 B2 B3 T
A1 1B 30 36 B4
A2 62 74 32 168
Al 72 72 52 196
A1 70 60 3B i68I 222 236 158 616
Mengacu pada rumus-rumus 9.29) sld (9.32), maka untuk menghitung jumlah
kuadrat interaksi antara lajur dan kolom (AxB) adalah sebagai berikut:
SS",, = .SSR* -.tsr -
IE,*lJJar :
I(I*-I (I,,-Ioor - N
s s r = fi . f zz22 + 2362 + 1s8' / - 6it 6;
= 3248,600 - 3 162,133 = 86,467
SS** = fi.f r*'+302 + 362 +622 +742 +322 +722 +722 +522 +702+60'+J8'!7-fl6'
SS*x = 3588,000 - 31 62,133 = 425,867
SS,
E*rrYN
)odLUola) uelecfXBXV)odLuola) LUeleCfxB
]XBXVfXV)odLUola) uPlecBXV
fXVde1a1flodLuola) LUeleC)elvB
BXVdela1Vrsue>lurudrs il n
)nlun uenrlala)]erpen) elejau
laqeue4 srua[srsueuen raqLUns
919BSr9tzZZZ3097.7.t96Z6,)9S€9B0vL0trtl
3tB,B
'B
J -qEqslN uDlnluauaw qEplP) :P€ [-6 laqEf
(ueleue8uad 0Z lrep qe;unt ue>;edn.rau las uElpp e13ue-o13uy)
(fxB) t$leJalul 1edue6 Sunlrq8ua6r Inlun rselnqpl :Z [-6 laqel
'tee'fLl= 009'7,1- L98'e6-002't0l-008'91 - L9v'98-}oz'iez- Lgf egL = 'rxvxusys,
wt'6) t'"ss- t'",ss- "',ss-^ts,s-',s,s-'^s,s- t",s,s- ^tr?xvs'st :1n1rraq re8eq
-as ue8uern8uad ue8uap ue)n)ellp (fxBxv) rs>leralur ledruep Sunlrq8uaLu )ntun'oog'zL= oay'gl- lgt'gg- lggtgll = t"ss 'e33urqas
Lgg'gLl = ettzgle- 000'gege = ",ss
# (,zL+ z96+ zz6+ 298 + zutr+,orl)'+ = ''',s,s
q q a I r ar "'s.s, " p ";' ;t, l:l;', ;l'il:H l::?i ;iTl;;'3J;'
j ; ;T:U ilJL' : I
(E€'6)"ss-'ss- t'ss: ""ss:snuJnr ueleunSSuau ue8uap ue)n)elrp (fxB) rs)eralur ledLr-rep Sunlrq8uar-u Inlun
002'?0r= af,z'gtl- Lg?'gg- Lgg's1,i = "'ss:(BxV) rs)eralur ]erpen>l qe;r-unf e8req qaloradrp eSSurqas
ttzSNVISVA SISITVNV _ XI gVS
214 STATISTIKA TEKNIK
b. Nisbah-F untuk Analisis Tiga-Arah. Harga-harga jumlah kuadrat terlebih dahuluditabulasikan seperti tertera pada Tabel 9-14. Harga rerata jumlah kuadrat (MS) dihitungdengan membagi harga SSdengan derajat kebebasan df dari masing-masing komponen.Nisbah-F didasarkan pada pemodelan analisis. Terdapat tiga pemodelan, yakni: (1)
Model Tetap di mana pengkategorian ditetapkan berdasarkan logika atau eksperimendan bukan dari sampling. Kekeliruan (error term, e) yang digunakan pada perhitunganF adalah residu atau rerata jumlah kuadrat dalam kelompok (within-sets mean square,
MSw). Q) Model Acakdi mana pengkategorian ditetapkan berdasarkan temuan-temuan
secara sampling.
Tabel 9-13b: Rumus Perhitungan Nisbah -F
Sumber Variansis Rumus d/Pembilans. = df dfPenvebut = df,Ukuran Sasaran (A) MS-ta
'* - MS*r-J 6
Mesin (B) o - MSo'r -
M5,,.
2 96
Pencahayaan (C) - - MS.t
''t - MS*,1 3
lnteraksi AxB F - MSor. r,* - MS,u
6 96
lnteraksi AxC F -MS*,,'*s - MSw
3 6
lnteraksi BxC r; -MS*,' Kx,t - MSw
2 96
lnteraksi AxBxC c - MS**,
r'f,*rc"s - MS_
6 96
Kekeliruan yang digunakan untuk pengujian signifikansi dampak interaksiadalah rerata
jumlah kuadrat dalam kelompok, MSw Q) Model Campuran antara model tetap dengan
model acak. Dalam hal ini hanya ada satu kekeliruan e. untuk uji-F interaksi yakni,jumlah kuadrat dalam kelompok. Untuk menguji dampak utama yang mengandung
kategori acak juga cukup teliti dengan menggunakan rerata jumlah kuadrat dalamkelompok.Tetapi untuk menguji signifikansi dampak utama dengan kategori tetap (fixed
categories) didasarkan pada rerata jumlah kuadrat interaksi.lika contoh dalam analisis
varians klasifikasi tiga-arah ini diasumsikan menggunakan modelcampuran di mana Adan C tetap dan B merupakan variabel acak, maka rincian kekeliruan adalah seperti
tertera dalam tabel 9-13a dan perhitungan nisbah-F dilakukan dengan menggunakan
rumus-rumus seperti tertera dalam Tabel 9-13b.
"niet7 1'"nt''! qrlo Sunlnprp
lul leq lro1s ueqalorad sele uelrlruBrs dnlnc qere-e8r1 rs)eralur qnreSua6 (S
'etu1 ) sunrrvJ
enLuas puale) uelrlru8rs Sue,( rols ueepaqrad
uelqeqa(uau )epr] (fxB 'JxV 'gxy) qere-enp rs>lelalur qnre8uad enr-ua5 $raqet! >"n"'1 ,urrr) eurralrp JoF ueqap)ad uelep ue>1111u8p 1ue,( ueepaqtad
uelqeq -a,fuau ryW O) uee,(eqecuad rc43u0 ue1e1e,(uaur 3ue( ;ou srsalodrpl (grrtl 1'un''u7 eua)el )elollp (B) u/satu euile>l n4s qalond
ue4gu4rc 8ue,( ueepaqtad pdeptal rypI ue1e1e,(uau 3ue,( 1ou srsalodrpl ft' ruet1 )"""'1 eua)e) lul leq leur.ralrp ue>1111u8p 1ue,( n4s ueepaqtad
ue4qeqa,fualu ryplt (v) uereses uun\n ue>1e1e,(uar-u 8ue( ;ou srsalodrg (t:]n)rJaq re8eqas qelepe nlr ue;ndr.ursal
-ue;ndurrsa; 'PqetJ >"n"'! ,.11l[eu]ua]rp ueptatee', < gw,HJ
elrf 1e;otrp (oH) lou srsa odrp'S ;-6 laqel Luelep elep uep uelrseia.rdralurrp 3ue( ue;ndursal qa;oradrp Z0-6 reqLueD
eped n:e8uau ue8uap uepPtet, ue8uap suntlH!
eg)eq-e3req uelSurpuequau ue8uap
eleuu '96'6 = D eped ue)n>lelrp uerfn8uad e1r[ !-qeqs,N slslpuv lsetatdtalul 'q
9696L,ZBZT,Z)xBxv rs)eJatul
96Z60'€E0s'0fxBs)eralul
Itgl'vBOS,ZJXV rs)eralul
9696L'7.Z6T'LBXVs)eralulctt['0tssv'z(J) uee^eqeluad
96Z60'€99b't(B) ursaw
9€9l'bbLs'y(v) uereses uErn)n
'jp'jplaQel t
17srsueuen raqLUns
(So'o = n ePed uerfn8uad)
J-qeqs!N e8.reg rselnqel :s[-6 laqpl
J-qeqslN ue8uap telropleJuatul.radsl3 Zxtx, rJEp rsuelJe1 Jaquns rsplnqel :r!-6 laqel
000'86 l. L= l9b'tBl - lgb't86 [ = 5',ds's
-'ss = -ss*6t1lgV'LB6 [ ='SS3'uetot) qelurn
6IV,ZL96000'86l [ = 'n'SS,r(u otpas) )oduola) LueleC
BZT,Z950'629€tt'vl [ = 5^/^d5's'
]XBXVsleJalu
s0s'0008'9Zo0g'z [ ='^'ssfxBsleralu
BO9,Z687,,1€€lgq't 6 - '^'sslxvsleralu
z6t'llgf,'lL9002'v0 [ ='^'ssBxv rs)eJolu
99V'Z009'91008'91 = sss(J) uee^eLlefuad lelburl
sgv'tVEZ,T'Zl9y'98 = "SS(B) ursaw
v ls'b00v'Bl€OOZ,ST.Z = OSS(v) uereses uPrn)n
J-Lleqs!NSWtpssrsuerJen raquJns
9lzsNvttv,{ ststlvNv - xt svs
216 STATISTIKA TEKNIK
Cambar 9-03
ukuran sasaran A.
menunjukkan interaksi variabel B dengan variabel C untuk setiap
lso
o&oogo30oigEzoEo10
o d,0ooo630o
E20E
'10
o40lt,ooo30ID.lEzo
:oio
I
5{l
BrMachines
BrMachines
Cambar 9-03: lnteraksivariabel B dan variabel C untuksetiap ukuran sasaran A
9.6. Metode ANAVA Khusus
Dalam suatu penelitian kadang-kadang timbul permasalahan karena adanya duavariasi eksperimental atas satu jenis observasi untuk setiap kombinasi dari kondisi-kondisi perlakuan. Sebagai contoh adalah penilaian perilaku sejumlah pegawai yang
dilakukan oleh beberapa penilai (rater). Permasalahan ini akan dapat diselesaikandengan ANAVA khusus seperti yang dibahas dalam paragraf-paragraf berikut ini.
a. Analisis Klasifikasi Dua-Arah Tanpa Replikasi. Dimisalkan tiga orang penilai(rafed harus melakukan penilaian atas perangai tunggal (single trai| dari tujuh orang
karyawan. Data hasil penilaian ditabulasi seperti tertera dalam Tabel 9-16. Prosedur
analisis hampir sama dengan yang telah dibahas dalam paragraf 9.4. (ANAVA klasifikasi
dua-arah dengan replikasi). Perbedaannya terletak pada dampak interaksi dankekeliruan (error rerm) tidak diseggregasikan antara beberapa kondisi observasi.
.BtMachines
Terget size A,
S0'0 = D eped * :ueEuelala)
OZY L' LOLlelolotb'tZLstlv() x u) Lllsllas
oo'c6Z'L ='.osw/'Swgzy'vZ9B,Bo) relruad
00'€Bl'Z = "oswfswOZS,B9VLLS(U) uapuodsau
*t"a'LJ!SWtpsssrsuPueA raqtuns
'9I-6 laqel elEC
lJpp J-qpqslN upp suErre^ rsetullsl :l [-6 ]oqpl
ozt= ixZt6et =,trxf)f96621=,p1= ,(nx!)LZSLnzot6NBL,{"x()
otoz =,(,x()fvtl='xZBTZT€.n"xZ6BZILI€I00t0tEv€n00,OZ6Z6L
68ZILIIIS
00rOL€it>t
9tsveIoo6o9SZ9Ls9sd
,('xK)rxZfBVuapuodsay reiluad
;se1;lday eduelrlerv-pn6 !se{!}rsey eped y1y11y rsery;dy :91-6 leqpl
'lL-6 pqeL Luelep eraua] luadas ue)rselnqelrp sele !p tnqasratue8unlrq.rad pseq !-qeqsru Sunlrq8uaril uep suerJen rseurlsaSuau )ntun er(ulnfue;ag
s8'8 =e8'8re -rL'LZs = # #=;rfo r*E:'ss
rr'rs = e8'8re -oLs = # # =;rfo r*E
='ss
?r'r0r = e8'8re - vzL = #- uzL=7f31 - exK)K = 'ss
: qa;orad lp ftz" 6)' Q.Z' 6)' (lZ' 6) s nLU nr-s nLU n.r ueleu n3Suar.u ue8ua6'('v p/s ty uereses
eped rselr;darlp "V ue;eses eped tg uep "B'rg ursaru ueeunSSuad elep ue;ndun8ua6''V p/s 'y uereses ledua ue8uap
ue)rseurqu-ro)lp tB uep "B'rg ursaLu ueeunSSuad 10-6 laqel qoluol Luelec uelele))
/LZSNVITVA SISI?VNV _ XI 8V8
218 STATISTIKA TEKNIK
Selisih residual atau penyimpangan jumlah kuadrat antara R dan K diperoleh denganrUMUS:
.SSE - SS. - SS* - SSr : 101,14 - 51,14- 8,85 = 41,15
Kedua harga nisbah-F menunjukkan Fr,,nr< Fr,r", sehingga dapat diinterpretasikantidak terdapat perbedaan yang signifikan antar responden (R) dan antar penilai (K).
Dalam kenyataannya memang terdapat perbedaan namun uji-F tidak dapatmengungkapkannya. Dalam contoh ini Penilai B, atas T dan V jauh lebih rendah daripenilaian oleh B, dan B, tetapi penilaian atas P, R dan U sedikit lebih tinggi dari penilaianoleh B, dan 8,. Untuk menyelidiki gejala seperti diuraikan di atas, dapat dilakukandengan menghitung korelasi antar penilai yang disebut korelasi intraklas (intraclass
correlation).
b. Korelasi Intraklas. Dengan menggunakan data Tabel 9-1 7 di atas dapat dihitungbesarnya koefisien korelasi intraklas r, dengan menggunakan rumus:
MSR_MSEfr=MS * + (k -l).MS E
(e.3s)
di mana MS*= rerata jumlah kuadrat atau varians antar lajur (responden) , MSr= ygyala
residual dan k = jumlah kolom (penilai). Penerapan rumus (9.35) pada data Tabel 9--l6diperoleh:
MSR-MSE 9,52-3,43 5,09/-=- = =0-33' MS * + (k -l).MS E 8,52 + (3 - 1).3,43 15,38
Hasil ini menunjukkan bahwa, derajat kesepakatan (degree of agreemenf) antar penilaiadalah 0,33. Jika koefisien intrakorelasi itu digunakan sebagai indikator reliabilitaspenilaian, maka dapat dikatakan reliabilitas penilai tunggal berada pada tingkat 0,33(rendah).
Koefisien korelasi antar pasangan tunggal dalam kondisi sebenarnya mungkin berbedajauh dari gambaran ini yang disebabkan kekeliruan sampling dari sampel kecil.
Sedangkan jika yang diinginkan adalah mengestimasi reliabilitas rata-rata dariketiga penilai tersebut, maka rumus (9.16) perlu dimodifikasi menjadi:
MSR_MSEMS* (9.36)
di mana rrr= korelasi intraklasdari rerata. Penerapan rumus (9.36)untukcontoh di atas
memberikan:Itt
Dari hasil ini dapat disimpulkan bahwa, ketiga penilaian itu dirata-ratakan untuk setiaSr
responden kemudian dikorelasikan, maka akan diperoleh hasil kira-kira 0,60. Perata-
rataan (averaging\ ini mengurangi pentingnya pengungkapan pengaruh kekeliruanpengukuran.
MS R _ MS E _ g'52 _ 3,43 : !,02 = o.6o
MS * 8,52 9,52
ftt
:snLUnJ ueSuapJeIn)ellp ]edep (l = e^u8ueln)-8ueln1as;lesaq Llequreuaq ) e\[AA uep rsuelUru8ts t[n
r 00'sz r t0'vB:qelLUn[
00'bv LO,ZL9,2I9Ccs'tIsz'90f.9'tLS,9Ccs'vvg'gInsz'a65,6L6Ias'i6l-Oo,LZL0't ts'vI€ss'€IS
s('0€.s'tts'9ts'bvs'g€U
00'gz0's9,2IIo()S,I6oSZ,ZT LS,LLs'vSZ9Isd
.('xl):'xr>IUPUIPI!N)ueuIPIINIUPUteltNuap
-uodsa6 )BVreIUad
uerelruad loduo;ay e8rl rrep 3ur4ue5 :B[-6 laqel
/h'G- "r1't1 - sunZ
ng 'ss ?9t'0 =A= ,SS= fr:qaloradrp (lE'6) snLunr ueleunSSuau ue8uap e,{u1nfue1a5
7,t zt zt
'*=r*=e-JyE=e-Jn='ss
(0r'6)
:qaloradrp (6t'6) uep (8€'6) snunr ueleunSSuau ue8ua6'rur Llemeq lp B l.-6 laqel uelep 3ue;n rse;nqelrp uep 9 [-6 laqel etep ueleunsSuaLu
ue8uap 44 ueserelasa) uarsUao>1 Sunlrq8uaur eler L1oluo) ue>lrraqrp rur Lle^ eq rC
O:4r= rss :snLunr ueBuaP
qa;oradrp '5g lerpenl qe;Lunf uelSuepas 'uro;o1 qe;Lunf -) upp rnte; qe;nf -./ eueur rp
(816) T** T;T?=vss:snLunr ueleunSSuauu ueSuap qa;oradrp Suelrquad Uep 'SS terpenl qelLun[
's's*ss= il
vt,n4 6t = 9tt -sLe = ,fi+ L\ L't,- silI = 1r* r1'- - J',ZR
= "ss
(6r'6)
ut'6)
:ue1eie,(urp snurnr )nluaq uelec '/\A uesuepsa4uatsuaol lnqasrp 3ue,( 'l ue8uap So1eue 3ue,( uarsrlaol qenqas ue8uap ue>1e1e,{urp
ledep uern>ln8uad ue;ndLunl ) eJelue rp ueserplasa) p)eLu '3urluet )njuaq Luelep
ue)nlelrp ue.rnln8uad e4{'(acuvpto)uo) lo NaDrJJao)) uesere;asal uatslJao) .f,
6tzSNVIAVA SISI7VNV _ XI SVS
220 STATISTIKA TEKNIK
yang memberikan statistik mendekati distribusi-X2 dengan df = r- 1. Jika rumus (9.40)
diterapkan pada contoh di atas diperoleh:
Z1,i,ng = k'(r -l).W = 3.(7 -l).0,464 = 8,352
Pada df = 7-1 = 6 dan a = 0,05 diperoleh Zloo, = 12,590; dengan demikian koefisien
keselarasan W = 0,464 itu signifikan (ILi,,,s < Ii,,r).Koefisien korelasi rata-rata perbedaan tingkat (rank-difference) antar pasangan penilaidihitung dengan rr*ur,_.
= o.Y
., Q.41)' k -lDan untuk mengestimasi reliabiltas rerata dari k kelompok ranking dihitung denganrUMUS: k'vo
tKK - l+ (k -l).70Penerapan rumus (9.41) dan (9.42) pada contoh di atas memberikan:
(9.42)
rek.w -lk-1
3.(0,464) - |3-2
3.(0,196)
1+ (3 - 1).0,196
0.392
2
0.s88= ' = 0.4221.392
k'iodan r** =
1y@ _l\=
d. ANAVA Klasifikasi Satu-Arah dari Ranks Data. Kurskal & Wallis (1952)mengembangkan ANAVA klasifikasi satu-arah untuk kasus pengukuran dalam bentukranked datayang disusun dalam kkelompoktanpa replikasi. Sebagai contoh penggunaanmetode ini digunakan contoh C9-3 (eksperimen pada Calton bar) yang tabulasi ulangdalam Tabel 9-19 di bawah ini.
Tabel 9-19: Rankingdari 20 Pengukuran pada Galton Bar
Kelomook I Kelompok ll Kelompok lll Kelompok lVP'ukuran Rank P'ukuran Rank P'uku ran Rank P'ukuran Rank
114 I3,5 119 2,5 112 16,5 117 5115 1 1,5 120 ,l
116 8,5 117 5111 19 119 2,5 116 8,5 114 1 3,5110 20 116 8,5 115 11 ,5 112 16,5112 16,5 116 8,5 112 16,5 117 5
I 80,5 23,0 61 ,5 45,0(zx,)' 6480,25 529,00 3782,25 2025,00
:(Ixr)'? = 6480,25 + 529,O0 + 3782,25 + 2O25,OO = 2 816,50
Pengujian hipotesis nol yang menyatakan ksampel yang independen diambil daripopulasi yang sama dilakukan dengan menggunakan statistik H yang mendekatidistribusi-X2 dengan derajat kebebasan df = 1a - 1 , sedangkan tiap kelompok sekurang-kurangnya terdiri dari lima kasus (n > 5). statistik H dihitung dengan rumus:
'l[e)lp 3ue,( qe;eseLu )r]srra])p.re1 3ue1ua1
uetlsedal ledepuauu )nlun ueJn)n-ueJnln re8eqas uesprelasa) uarsrlao) uep sel)e,r1ur
rselaro) 'rse1r;dar eduel y1y5y dnle:uauu 3ue,( snsnq) V4VNV seljeqrp lul qeq
uep rrl)e uer8eq eped 'qere-e8r1 rselr;rse;1 ue8uap V1VNV seqeqLuaul Llelatas'(ac"\) J-rsnqrrsrp laqe] rrep
qa;oradrp 3ue,( re;ru ue8uap uelSurpueqlp (""',rf, ue8unlrq.rad rrep ue)lrseqrp Suer(g-Lleqsru relu eped ue)reseprp e(uuttze; uelndr.ursal-ue;ndurrsal sueuen srsrleue ureleC'lnqasra] laqerre^-laqeuen relue rs)eralur leduep elnd ledeptal uapuadapur laqeue^e8r1a1 r.rep Suns8uel ledruep Surdr-ues rp unuJeu '7try nqwns-nquns ue8uap ]eurproo)uralsrs re8eqas ueryeqr-ue3lp ]edep qere-e8r1 rse)UrselI ue8uap sueuen srsrleuV
I ')eleltp qepnLu Estq
uenrla)a>l lpe[.rat e;rqede:e8e uen[n1 ue8uap rselnqe] apo]au ue>1r[esrp rur Lle)seu uelepntr qeqas qalg'e,(ulelal rse)urluaPlrp tllns ue)e nlr srsrleue uerelSuel rrep qe13ue;
nles urplep uenrla)a>l iSuefued dnlnr Suer( srsrleue uerelSuer r)rlrurau uapuadapur
laqerJpn rlqal nple enp ue8uap sueuen srsrleue rnpasoJd 'er(u:aquns ue)eperuauue8uap ue13ue;lglp tedep lrle8au >1edrue6 'lteqLreq8uaul 'uelrBnraLU) Jtte8auleJrsraq 3ue,( e;nd epe rde1al lSunlnpuaru)jlllsod telsraq Sue( epe n1r leduep-1eduue6'er(uenpa>1 Jelue rs>leralur ledLuep e;nd ledepra] nlr laqerJe^ enpa) uep Suns8ue;
leduuep eXuepe Surdures rp e)eLU 'uapuadap laqerre^ nlens depeq.ral uapuadapur laqerre^enp rrep ledues Llelepe rfelrp 3ue,( e>lr[ 'uapuadap gaqeuen nJes depeqral laqetJe^ederaqaq eretue eSnf rdetat 'e(uure1 luapuadap; laqerrp^ nles depeqral luapuadap-ur) IaqueA nles erelue uelde>lSunBuaLu )nlun e,(ueq Ieprl sueueA srsrleuV
'(VAVNU sueuen srsrleue apolau ue8uap ue>ln)elrp
r[e1rp 3ue,( roUe]roUe] sele ledr-uepraq e]ep rserren n]ens eueLu qnefas rnqela8uau
)nlun 'rsendod )rlsuaUere) rslrpardr-uau nele rseurlsa8uau .resep re8eqas ueleun8rp
1nlun 1er(e; 3uern1 rserreruaq nlepa] 8ue,( e1e6 'llqLlrelp ;adrues euetrr uep rselndod
.re1ue e{uepe Joie)prur uelednrau uatrr:adsla nele uer}rlauad nlens e}ep rseuen
ueunISuEU 'L'6
'l€8'6 = ''0"'H Llal-l=]Plotlp0-'Hn),P ZO'O = D ePed
(s )'c-l
-
/ ' (os'gtgzleSSurqas V=4'S'loduuo;a1 derl s
t,LZ'01= t9 --=)'zr
H e)eueped ur
s)r ,r8zI r[=4'S=derr snsr
:ue)uaqLUaLr-r(€r'6)JJ NI
Lun[
)Jadrp
- -------:-0s'9
snuJn
LIelLur
oradrl
-0$) snLU
'€= I
07,v
Je)e)lI
lecr!p
'H euaJ
n8uad e
_H
rof ujelr
U EUELU
SuntlH
HrerInBu
z)-)=
loluof ' ='Li e
) 9oln[ =
-/<)ltp
0z't
tlelp
lLUr
tH
lel
laqel
)n)(t+
/se
)qr
e)r
'(lue)
)(n='Ll1se)
')Plol
ueP i
0z)'r
= lu' e[
N ,)C
+0
=A
(l',OZ
'>l .
l)n)ellp ue
G+ oz'oz
7lu sele rp qc
|> ueturnf = ';aduLes lodLuo;41
t9(,tr ued
'[ =4
erauad
UEP 'U
(r+.nr)s t,ft;=)("Hr)=,
IZZ
(tv'6)
sNVttvA stsnvNv - xt svg
222 STATISTIKA TEKNIK
9.8. Soal-soal Latihan59-01: Pimpinan sebuah bank hendak meninjau kinerja tiga orang telleryangsudah
saatnya mendapat promosi atau kenaikan gaji. Untuk keperluan evaluasi pimpinanbank tersebut menentukan kriteria utama adalah jumlah nasabah yang dilayani taiphari. Diharapkan masing-masing telleritu dapat melayani nasabah yang kira-kira samajumlahnya. Untuk maksud tersebut ditetapkan enam hari kerja yang ditetapkan secaraacak. Data nasah yang terkumpul adalah seperti tertera pada tabel di bawah ini.
Hari ke: Tel lerAnie
Teller 2
BellaTeller 3
Cindv45 55 54
2 56 50 61
l 47 53 544 51 59 5B5 50 5B 526 45 49 51
Hipotesis:
Ho : X1 - X, =X, aan H^ : Tidak semua tellermelayani jumlah nasabah yang sama.Lakukan pengujian hipotesis dengan ANAVA pada o = 0,05.
59-02. Apakah yang dapat disimpulkan dari tiga sampel eksperimen, jika informasiyang diperoleh sebagai berikut ffr = 13, ffz = 12, ff, = B, MSr= lg!, MS*= 43, dano = 0,05.
s9-03. Tentukan kesimpulan statistika berdasarkan data berikut ini:n,=20, ffz=16, nr=19, nt=21 , MSr=158, MS*=44, dano=0,05.59-04. Keputusan apakah yang dapat dicapai .iika fakta-fakta berikut ini diketahui.N, =22, ffz=22, frs=22, ff.t=23, MSu=374, MS* = 93, dan o = 0,0,l.59-05. Seorang pelatih pelari cepat mempelajari dua metode latihan yang baru.
la ingin menguji metode tersebut. Untuk maksud itu dia membentuk tiga kelompoksprinten A, B dan C. Kelompok A dilatih dengan metode lama, kelompok B dan C dilatihdengan menggunakan metode baru. Setelah berlatih selama sebulan, ketiga kelompoksprinter itu dicatat waktunya untuk menempuh jarak 1500 m. Data yang diperolehseperti tertera pada tabel berikut ini tabel di bawah ini. Lakukan ANAVA pada o = 0,05apakah X, = X, = Xr?
Anggota Ke-lompok No.
Kelompok A Kelompok B Kelompok C
1 4,81 4,43 4,382 4,62 4,50 4,293 5,O2 4,32 4,334 4,65 4,37 4,365 4,58 4,41 4,746 4,52 4,39 4,427 4,73 4,64 4,40
ItIt
s
II
ss6v€
sv
9c
Itts€
DIlCfI
fBVla[qns !rnI
sueue^ slslleue uE>ln>lel 'B
de1al ;aqeuen uelednrauu
'lnqasJal elep sele
=u ue8uap ZxZx Z leuoUe, uaruttadsla s)lreul Luelep
rur qemeq lp etep lrep f uep 'B 'y uel;estyt'1 '60-65
'>le)e erefas ue>lnlualrp uJolo) ereluauas dela1 ue1e1e{urp
ts)as uep .rn[e; ]e.rpen1 qelrunf eueu lp stsuetlen taquns-Jaqr-uns r[n8uaLu ellia)
1q; 2de1a1 laqeue^ ueledruauu f uep 'B 'V e)l[ stsuetrel laquns-Jaquuns tfn8uau ele:qeleueureSeq (e) :; <u ueBuap qe.re-e811 tse)Utsel>l suelJen stslleue u.releC '80-65
'S0'0 = n eped ]nqasra] rrnf e8rla1 uep uelr}u8rs 3ue,(
uerelruad ueepaqrad ledepral qeledey-lln uep e^eue ue1n1el 'tut qemeq lP laqe] uelep
ue11n[un1rp 1afqns Suelo qnfnl sele f uep g 'V !:n[ e8rl qalo uelelluad '10-65
IL8L6t8t
BL
9t6tSl"
vlIL6L9t
ZL
vt9tst1e1uem1
zy
ILLZ
9ZVZ
BtZZ
8tVZ
8llt9L17.
OZ
ILZL
6tleud; Ly
,B.B"Btgrse^iasqo
rsrpuo)
'e,(u; rseq ue1 1 ndr-ur5
'S0'0 = n eped rses)elar nDle/!\ ue8uap uelre)raq Suer( uere8uapuad Sueqr.ue 1e>13u;t
ueepaqrad ledepral qelede3-r[n ue8uap e^eue ue)n)el ']!uau (,1uep B'V'O lseslelal
Llelalas ue)tJaqtp uep ellue^^ uep er.rd lafqns 1odur.rola1 enp sele ueleue8uad trep
qa;oradrp elep ue)rsurnsetc 's/sa/rrb uenles ue8uap ue>1ete,(ulp uele8uapuad epeu
Vep qe/Aeq-seleq uerfn8uad ltseq qelepe rur qemeq lp laqel Luelep elecl '90-65
TZZSNVITVA SISITVNV - X' SVS
224 STATISTIKA TEKNIK
cl c2
Bl B2 Bl B2
Al 7
5
oo7
65
2
9o3
7
7
3
25
47
9
69
6
7
1
462
42
447
A2 695
646
5
9
463
65
7
95
5
7
65
5
o
7oo
.t
646485
5
S9-10. Dalam suatu eksperimen faktorial 3 x 4x2dengan 10 pengamatan untuk
kombinasi perlakuan, anda diminta untuk membuat rangkuman ANAVA dalam bentuk
tabel yang menunjukkan sumber-sumber variansis. Bagaimana cara anda menghitung
triple interaction SS.
9.9. Daftar PustakaDucan, A.J. (t 959), Quality Control and lndustrial Statistics, Richard D lrwin lnc.,
Homewood, lllinois.
Cuilford, ).P., B.Fruchter (1978), Fundamental Statistics in Psychology and Education,
McCraw-Hill Book Company, New York.
furan, J. M., Frank M. Cryna )r. (1970), Quality Planning and Analysis, McCraw-HillBook Company, New York.
Lipson, C., NarendraJ. Seth (1973), Engineering Experments, McCraw-Hill Kogakusha,
Ltd., Tokyo.
1nlun ue)deralrp esrq leuol)ej uauuads)a apolau 'qo1uo: re8eqa5'6e)ua] laqeue^) lnpord nlens uep )rlsuaqere) ederaqaq sele (seqaq
laqeue^) roUe] re8eqraq ledruep ue)nluauaur >lnlun Ljplppe leuoUeJuau.ruads>1a uep euJetn uenfnl '(leuorsrpeJ]) )lsel) uauuuadsla apolaLu
epedr.rep uarsrya qrqa; ue8uap uresap roqe1 ederaqaq uep rseurolulrslerlsla8uar-u Suer( uaLuuadsla uelednrau lprJoUe] uauuadsll
lerrolleJ uarurrads{l dasuo) 'z'0 t
'ruueLledrp qepnLu uep eueqrapas
e,(uuelelapuad euarel ese{e>1a.r uelep ueleunBrp 1e,(ueq qrspur
SueA 17E6t) sale1 srsrleue ueleunSSuaul rur enpa>l apolaw 'rloa] erefas
ueldelalrp 8ue,( uep ;adr-ues uer8eqas uerfn8uad )nlun.UJ1) puo$4eq
Fyoqe! uatuuads>1a (q) uep'rroa] erefas ueldeialrp 3ue{ ladtues Llnrnlas
ue -rfn8uad )ntun (l;l) de13ua1 pyoi\e1 uatuuads4a 1e; :ru>1e,( ';e1roi1ei
uaurradsla apolaLu ure)eLu enp ]edepral 'srqerd erefas ueeunSSuad
)nlun ueeueqrapa,(uad-ueeueqrapa,(uad ledepral e,(urselr;deLUelep unLueu 'Xl qeB LUelep ue)rernrp qe;a1 Suer( rpadas suerJen
srsrleue ue)resepraq ue)n)elrp srsrleue e,(uresep epe6 'Suepelnlns
nele uralsrs nlens e[raurl se]e qnreBuadraq ue)er)radrp 3ue/roUe]-roUe1 r.rep leduep r[e>18uau >ln]un pLuetnlat 'eser(e1ar Sueprq
rp ueleun8rp 8ue,( lelroUej uauruadsla apolalu seqeqrp lul qeq uele6
uenlnqPpuad 't'0 L
rvuol)vr Nlwrulds)l
xYs
226 STATISTIKA TEKNIK
mengkaji karakteristik laju keausan dari sejenis material, sebagai dampak dari beban,
kecepatan, bahan pelumas, temperatur dan lain-lain. Di samping itu, jenis eksperimen
ini memungkinkan seorang teknisi menentukan, apakah berbagai faktor utama yang
berdampak atas suatu produk telah diperhatikan. Bab ini akan membahas eksperimen
dengan satu faktor, dua faktor, tiga faktor dan eksperimen faktorial fraksional.
1 0.3. Eksperimen KlasikPada eksperimen klasik lazimnya satu faktor dibiarkan bervariasidan lainnya tetap.
Misalnya pengaruh kecepatan gelincir dan temperatur terhadap keausan akan diselidiki.
Variabel pengujian adalah:
a. Kedua variabel bebas (faktor-faktor) adalah kecepatan gelincir A dan temperatur
B.
b. Variabel terikat (respons) adalah laju keausan W.
Pada eksperimen faktorial, faktor A (kecepatan gelincir)dan B (temperatur) diselidiki
pada dua tingkat intensitas (A/ A2, dan 8,, Br) di mana pengujian direplikasi pada setiap
kondisi pengujian untuk menghasilkan sejumlah pengamatan. Perubahan kecepatan
gelncir dan temperatur akan menunjukkan bagaimana dampaknya terhadap keausan.
Cambar I0-01 menunjukkan metode klasik di mana penyelidikan dampak vari-
abel A dilakukan pada dua tingkat intensitas sementara variabel B dibuat tetap. Dua
sampel diuji pada tiap tingkatan untuk mendapatkan dampak rata-rata. Dampak rata-
rata laju keausan pada tingkat B, misalnya4T mg/s pada kecepatan gelincir Ardan 40
mg/s pada kecepatan gelincir A,.Dari kedua data tersebutdiperoleh perubahan keausan
sebesar 7 mg/s sebagai dampak perubahan kecepatan gelincir dari A, ke A,. Perubahan
itu disebut dampak A (kecepatan gelincir). Dengan cara yang sama, sampel lain diujipada dua tingkat temperatur B sementara variabel A dibuat tetap. Denganmempertahankan kecepatan gelincir Artetap, diperoleh perubahan dampak B sebesar
@7 - 39) = B mds. Karena dampak B lebih besar daripada dampak A, maka disimpulkan
bahwa, temperatur lebih besar pengaruhnya terhadap ke ausan daripada kecepatan
gelincir. Walaupun pendekatan klasik dapat digunakan untuk mengevaluasi dampak
dari A dan B atas W, namun masih terdapat kelemahan-kelemahan berikut ini:
a. Konsep tingkat kepercayaan tidak dapat digunakan dalam estimasi dampak A dan
b.
C.
B terhadap W.
Metode ini tidak mengestimasi kekeliruan eksperimen (residual error) dari data
hasil pengujian.
Metode ini tidak mengestimasi interaksi antara faktor A dan faktor B.
lnteraksi antara dua faktor dapat diterangkan dengan contoh berikut: Ketahanan
sejenis baja terhadap korosi dengan 20o/o Cr meningkat dengan lima satuan (dari 1 5 ke
20) jika kandungan Ni bertambah dari 10% menjadi 20% (Cambar 1O-02).Tetapi jika
:euelu lp '(Lo-0|. laqel teLlrl) Sunttqtp ]nqasra] elerar
-elerar rJep es suerJeA uep X elelau 'eo rselndod suerJen uep rseulrlsa re8eqas Sunlrqrp
;adues derlas )nlun zs sueuen'leulou rsnqr.t1srp rer(unduuau uep uaSouuoq Suer( rse;
-ndod uep )ere ereras llqLuelp u uern)nraq Surseuu-SurseuL ;adu.res ) ue>llesrw'uerfn8uad ue)n)el rp uerpnura) )efe
Erefas qllldlp rseurquio) derlas euetu rp'uaur:ads1a uellere8uau.r ue8uap ue)n)eltpledep rur ;ep 'uerfn8uad 3uefuedas )ef,e ere]as rsnqrJlsrpia] ]nqas.ra] laqerJeA-laqeueAqnreBuad eSSurqas ednr uer>lrnLapas ue)eueqellp snreq uaurradsla nlens '(selrlrqeqord;Suen;ad lllep-ll;ep eped ue)reseprp sueuen srsrleue euare)'rlnBuad uaurnrlsur
ue8ueduur,(uad uep 'lole:ado rsuarsga 'ue8unlSur; ueqeqn.rad 'er(ulesruu /rnqelalrp )el
nele rlepualra] )e] 3ue( lreq laqerJe^ ederaqaq eupur rp rsenJrs ledepral uauruadsla
re8eqraq tueleC 'rselosrp nete >lreq ueBuap uelrlepualrp snreq l)lpllaslp 3ue,( ren; rp
laqerre^-laqer;e1 'r[nrp 1edep.ro11e; deryderl rrep rserJen rsuelryuSr5 'lenprsal uenrla]a)uep Jo])e] relue rs)eJalur '.ro11e1 Surseu-Sursetu qalo ue)qpqasrp 3uel, rseuen-rseuen
urelep a1 qeradrp ledep uaur.radsla nlens uep sueuen qe;uun[ 'rur apolaur ue8ua6']nqasra] uapuadapurraqus-raqurns uep sueuen qe;Lunf ue8uap eLues qelepe rseNasqo
lrseLl uep sueuen eleu'ue1;nurs eJelas ue.rad.raq uapuadapur Suer( lsprlen laqtunsre8eqraq e>1r[';euo11e1 uauuads>1a LUplep er(usnsnql Jr1e1r1uen1]eJrsraq 3ue,( uauuuadsla
elep srsrleueBuau 1nlun qndrue le8ues Suer( eue.res ue>1edruaur suerJen srsrleuV
{l a
tl:
$
-(i
a
at
t
lErroDleJ uauuadsll ruElep suErrBn slstleuv 'n'01
lelJoile; uaurradsladasuo; :20-0 [ :reqtue3
.u,'!t4
llsEl) apolaw : [0-0 [ :rBqrueD
I[)olr( Surptls|
1.,
--sJ'I (6t'ar?rr^V) ..r I
1
IIII
{$r rtuJiati )
'sueuen srsrleue ue8uoloyad ue8uap lerJoqe, uauuadsla rnlelaur qa;o.rad
-lp eslq 'se1e rp ueseqequad ue;ep ue13ue:a rp 3ue,( ruadas tseulolut enuras'rs)eJalur lpe!at lep11 ue1;nduursrp ]edep eleur '.r3 o7og7 ue8uap
snsel eped lUadas uenJes euLr; e,(ueq rsoro) depeqral ueueqela) D "/o1t eped e1rI'lN uep rJ erelue rsleralur e{uepe ue11n[unuaLu nlr leH'(gZ a) BI lrep) uenles qn[n1
er(ueq rsorol depeqlal ueueLlela) ueqeqnrad '7ogg redrues ueryteutp l3 aseluasrad
/ZZtvvoDtvJ Nlwtdldsxl - x BVg
228 STATISTIKA TEKNIK
n,Szx = Sz
Varians s2 dari semua k sampel masing-masing dengan
fr*, - x,)'_z j=rsu:_ nq
Rerata dari semua s,l merupakan estimasi dari varians
kI'i2 i=lo =- k
Varians populasi dapat juga dari hubungan:
- x)'
(10.01)
n observasi, adalah:
(10.02)
populasi 62:
(10.03)
(10.04)
ditentukank
"\{x,i=loz = nozx k-lPersamaan (1 0.03) dan (.1 0.04) memberikan estimasi yang baik untuk varians 62, namun
persamaan (10.03) memberikan harga yang lebih reliabel karena didasarkan pada lebih
banyak derajat kebebasan.
Tabel 10-01: Rerata dan Varians dari Beberapa Sampel
Diambil dari Populasi yang Homogen
Samoel
1 2 3 n
N observasi untuksetiap sampel
X,, Xil Xil X,, Xnr
X,, X,, X,, X,, X,I
X,^ Xr, Xr,, Xu, Xun
Rerata
Varians
xn2
S,
xr x2 x3 xisl sr' sj si
tt,1
Selanjutnya jika populasi dari mana sampel itu diambil tidak homogen dan terdapat
perbedaan-perbedaan antar sampel, maka variasi dalam sampel akan sesuai dengan
variasi dari populasi, tetapi rerata dari sampel-sampel itu akan bervariasi sebagai akibat
dari perbedaan antar sampel tersebut. Sebagai contoh, At, A2, . ., Au, merupakan
tingkatan dari beberapa faktor A dan dampak dari tingkatan itu terhadap variabel X
harus ditentukan, maka visualisasi penyelesaiannya ditunjukkan seperti pada Tabel
10-02.
!rep
(ql0'0 t)
(ero'0 t)
lrqleja] n)ns e)eu /lou
I- rl
:ueele)rad ueSuap uelele^utp e)tI
iou + ,o = lou + iou =,(io)'u nelV
io + io =,(io)
:e33urqas'ueleperlrp iedep 199'9 1; ueerues.rad
ueSuap eures elelar depeqrai tsetnap qe;tunf euale)
[- rll-1(ru-'n)(X -'DZz
r-4
f. '---- --. J--7/1-'^R-,q-'DZ
l- rl=,( l'p)
:eleul,{o rlse suetren ue8uap ue)epaqluau )nlun ,(Xo) ue8uap ue1e1e,(urp nleq suelJe^
e1r[ 'ladues e]erar trep (suetre^) e]era.l terpen) sele >1edt-uepraq rlsed erefas uele nueepaqrad ';aduues Luelep rseuen ue1>1nfunuaur ln]un lreq Suer( tseLut]sa ueledntauu
M nll qeqas qalo ' 4 roqe; tedepla] )ep[ euetx lp ro rse;ndod suellPn sele leduuep.raq
Iep!] M Jo1e! ueepelaqa) 'errtqeq !i)nqla] sele lp ueeueslad enpa) lleC
I-ul-ut={
(e0'0 L)
(qs0'0 r)
(e90'01.)
,l(ru-'rt4) +(X -'X)l3,l(ttt+ y) -(ru+'X)lK
,rlr+tx: ,r4r+
Ix = W* U7=
,('{ - " xl{ 'l(tu +
u",
t7, n - U4+T il;l
:suettel
1=f :eleJa)(t(rul+ttD4
:Llelepe Sutseuu-Sutselu 'y 1e13ur1 loUe] )nlun suelJen uep elelau
lelol elerau
= /4+X
f(7'.(' z-csfs
I.sZsueuen
'14+ t X'ril +'X'ru +'X'ril +'X'r4+'XPleJau
'M+"X'/\A + o'X'M+"X'M +',"X'/1A + o'X
;adues derl
)nlunrseAJasqo u
'AA +'"X'M +''X,AA +,,X"/1 + ""X/\ +"XM +"'X'M+"x'/\ + "X'/\A +'"X'/1A + "X
\7u1 at\y'M+"x,OM
+,rx'/1A + "X,M+ rrx
'V,Vtv,V,V
y rol)eJ
ua8ouo11 1epr1 ladues lnluny ue1e13u11 ede.raqag upp suer.te1 uep elerau :20-0 ! laqel
6ZZIVAOD|V! NIWlA:rdSXl - X SVS
230 STATISTIKA TEKNIK
Jumlah varians = varians dalam sampel + varians antara rerata sampel
Untuk menganalisis variasi dari eksperimen faktorial, kadang-kadang lebih mudah
menghitung jumlah kuadrat (sum of squares,59 dan rerata jumlah kuadrat (mean of
squares, M9 di mana antara keduanya memiliki hubungan: MS = SS ldf dan
clf = n-1.Pada eksperimen faktorial dengan satu faktor yang dikaji pada beberapa tingkatan:
m2
SS. =IX'-fNdi mana ZX' = jumlah kuadrat dari semua observasi, 7= jumlah besar (grand total)
dari semua observasi dan N = seluruh jumlah observasi. Apabila berbagai tingkat faktor
yang diselidiki dinyatakan oleh kolom, maka:
I?il 12SSa=L --
di mana I* = jumlah dari kolom, U = ;r.,Xn f.ofoT, p = jumlah observasi dalam setiap
kolom dan N = jumlah seluruh observasi. Selanjutnya jumlah kuadrat residual:
SSr", = ,S.Sr -,S,S*
Dalam uraian di atas, jumlah variasi dipecah menjadi dua sumber variasi, yakni:
variasi dalam kolom (kekeliruan eksperimen) dan variasi antar kolom. Masing-masing
variasi yang dinyatakan dalam jumlah kuadrat akan tereduksi menjadi kuadrat rerata
jika dibagi dengan derajat-kebebasan df Nisbah dari setiap pasangan rerata kuadrat
(mean square, MS memberi landasan pengujian signifikansi F. Apabila uji-Fditerapkan
pada nisbah dari MS dan MS.",,maka akan terindikasi apakah terdapat perbedaan yang
signifikan antar kolom (berbagai tingkatan faktor) atau apakah perbedaan yang teramati
itu karena kebetulan atau karena kekeliruan eksperimen semata.
Perhitungan analisis varians dari eksperimen dengan satu s/d tiga-faktor relatif
sederhana dan akan menjadi makin sulit jika jumlah faktor makin banyak. Perhitungan
berbagai jumlah kuadrat (59 dan lain-lain untuk eksperimen dengan satu s/d tiga faktor
dirangkum dalam Tabel 10-03 s/d Tabel 10-05 (bandingkan dengan uraian dalam Bab
lX). Untuk memahirkan penggunaan analisis berdasarkan ketiga variabel tersebut, di
bawah ini diberikan contoh-contoh analisis faktorial dengan satu-, dua-, dan tiga-faktor.
Simbol-simbol dalam Tabel 10-03 s/d Tabel 10-05,: X = besaran tiap observasi atau
pengukuran; k = jumlah kolom; ;= jumlah laiur (row); g= jumlah kelompok; n =jumlah replikasi; ry = jumlah seluruh observasi/pengukuran; Tu = ZXr = jumlah
pengamatan tiap kolom; T,= ZX,= jumlah pengamatan tiap lajur; T = ZXx= (ZX) o= ZT,
= (EX, = jumlah besaran seluruh pengamatan atau pengukuran.
l-N=rh*-:*3 = 'ss
lelor*lp,,ks = SI\l
'tp -'lp -'lp_ r.fit =
,u,lp"s^s-',s,s -'s,s -'ss = "'sslEnprsau
"'sl4l,EW#="r^(t -.t)(t - tt) = "fit
's.t - 's,s -Na,i- :a,-
''s"s(rx))rs)eralul
trrsw
-sIN'lptf
='sr\1l*,t ='IP
A1 ry',u
7-J3= ""tn[e1Jeluv
"" sIN-'sl4r'lp
Ys's = "s/4l-tt=YP
A1 .t',u
J- :i7= "'ssruolo)
reluv
lerpen)qe;unIPleJauqeqslN
6r{)lerpen)qe;u:nI e]Brau
(/p) ueseqeqe)
1e[e.ra665)
lerpen) qepunIrseuenraquns
JoplEJ-EnC ue8uap suprJe1 sts!leuv snunu-snunu :r0-0! laqpl
;e33un1Joplel lnlun suerre1 s!s!lEuV snunu-snunu :t0-01 laqpl
t-N=lP*- t*z='.ssleloru'tp
=3s= "'sl4l(t--y)-(t-N)='"'lpns,s-',ss = "',s^glenplsau
""'str{'tsh:lp
,r", =',sltL-4 -- jp#-i3
= ''"Luolo)reluv
lerpen)qe;LunIeleJauqeqslN
6ru)]eiPen)qe;LunI e]erau
ap)ueseqaqe) 1efera6
6s)lPrpen) qe;LunIrseuen
raqurns
LTZTVtOt Vt Nlwttldsrl - X SVg
232 STATISTIKA TEKNIK
Tabel 10-05: Rumus-Rumus Analisis Varians dengan Tiga-Faktor
Sum-berVariasi Jumlah Kuadrat
(s9Derajat
Kebebasan (dfl
Rerata
JumlahKuadrat (M9
Nisbah-F
AntarKolom ss,=rri-r'^nrgN
dfo=k-7 .ss,MS,_ ^^ dfr
MSo
M5,".
AntarLajur .r" = If - '''nkgN
df,=r-lM,S- =
ss'' df,
MS"
MS,N'
AntarKelom-ook
ss =rf -r'r nkr iV
dfr=g-1 .ss.MS: *
, clfr
MSr
M5,",
I nteraksikxr ,ssr"=+ fr-"r--rr"
df* =(r-l)(r-l)
MSr,=* MSr,
M5,."
I nteraksik*g 5so*=+ +^s,,-.s,g
dfor =
(k-l)(g-1)MSr,=* MS *e
M5,",
I nteraksirx8 sso=+ f-rr"-rr,
df,r =
(r-l)(g-l)ss-.,MS"=d MS,g
M5,",
I nteraksik.r.B. ssr.*= (+-*,-
keenam SSdi atas
df r,r =
(r-1)(r-lXg-l)MS*r=x MS*,s
M5,",
Residual SS. - ketujuh 55di atas df,", = df, -ketuiuh 55 di atas
TotalSS, = >,*; -T dfr=N-L
ffian dalam tabel-tabel ini dengan uraian dalam Bab lX.
a. Eksperimen dengan Satu-Faktor
Contoh C10-01: Keausan ban mobil dari empat merek A, B, C, dan D akan
dibandingkan setelah 20.000 km perjalanan. Untuk maksud itu digunakan sampel
masing-masing empat buah dari setiap merek yang dipasang secara acak pada em.pat
buah irobil. Setelah 20.000 km perjalanan keausan bab diukur dan diperoleh data
sebagai berikut (keausan dalam mm):
Merek Ban
ABCD14 14 12 10
13 14 11 9
17 B 12 13
13 12 9 11
]el3ur] ueSuap 'emqeq ue1;ndu-rrsrp ledep sele lp elep uerfn8uod stsrleue uelrpsepraB.19,2
= zr:e:or'ocl _ pqatl qa;Oradrp
(zl!t) = ]p uep (01'0 = D) %o06 uee,(e:radal ]e)8ul] )nlun J-rsnqrrlsrp laqe] rrec
8v'z=*,=ry- ,"'t'tt
: J-qeqsru nete (usrv 'oqet atenbs uealu) eleJaj qeqslu e33urqa5
(i-r)-(r-qr) *tp:--,rrss
:]eJpen) qe;runf ele:au
0S = IE- I8 ='^SS-'SS = "''SS
:uauuadola uenJrla)al ueJn)n) lenprsar ]erpenl Llelunf
18= SZEZ- 60lZ=9I
z16 (.01+ ,6'z+ rll'z+ ,zl'z+ z8+ zLl+ z;l'l+ ,ll'E)=
Nn----;xs=',ss 7L
:lelot lerpenl qelun[
9t v __N _ , _r, f --
-
!e fil zt,+ zvv+,6p+,ti=i-7R = '^ss
:r.uolo>l Jetue ]erpenl qelurnf
:€0-0 [ laqe]eped nre8uau ue8unlrq.rad e,(utnfuelas 'ueJn)n8uad ;seq enuras rrep uesneal ]erppn>l
qeltun[ = ,(nX 33 = lJ'v'E'z'l=) pupu] rpLuolo)det]uesneal qe[unt='XK
='l'gl =) * V J u'\ = uerfn3uad ne]e rseruasqo qnlnlas qegunf =N't = uetfn8uad
rselrlda.r qelLunf - u 'V - ueq )alau qelunf = Luolo) qe;runf - >1 'se1e lp laqe] LUeleC
tGL=l€b ='lbv =tl6v =zllS ='l9Vt16€t€r0s€1"ZLBILlv6ttVL€r090tzl,VLVL
'xZClBV
(b = u) UPB >laraw
:uelesalar(ua4']nqasra] ueq IaJaLU leduuaa1 r.rep ueluruBrs
3ue,( ueueqela) ueepaqraq ledeptal qelede 'o696 ueeAerradal 1e>13ur1 eped ue1n1ua1
"'SW ueP [t'01= +=#='r^
7,7Ll'i =
*=
TVAOD|VJ NlWtAilSXl - X gVS
234 STATISTIKA TEKNIK
kepercayaan
ban tersebut.
pada paragraf
bawah ini:
90% tidak terdapat perbedaan yang signifikan antara keempat merekHal ini dibuktikan dengan Fo,,u,r 1 F,oo,,. (Bandingkan dengan uraian9.3.). Hasil perhitungan di atas dapat dirangkum dalam bentuk tabel di
SumberVariasi
SS df MS Nisbah-FE- 0 l0 3:!2
Merek(kolom) 31 4-1=3 10,33 1o'33
= 2.484,t7
2,61
Residual50
(1 6-1)-(4-1)_ 11- tL
4,17
Total B1 16-l = 15
b. Eksperimen dengan Dua FaktorContoh Cl0-02: Dampak dari kecepatan gelincir dan temperatur terhadap laju
keausan suatu material harus ditentukan. Hasil pengujian (laju keausan, mg/s)ditunjukkan pada tabeldi bawah ini (lihat juga Cambar 10-03). Tentukan dengan tingkatkepercayaan 90oh, apakah kecepatan gelincir dan temperatur mempunyai dampakyang signifikan terhadap keausan material tersebut.
TemperaturT,
B. B.
Kecepatan gelincir
Ar3430
3341
A24337
5044
T,.
5iitling vak:city
Gambar 10-03: Visualisasi grafis CI0-02
Penyelesaian:Perhitungan dapat disederhanakan dengan terlebih dahulu mengurangi harga-harga
dari tiap sel dengan 30 (hasil pengujian terendah). Hal ini tidak akan berpengaruh
t-:lq******
:r
c"g
t*
llrAl
'(J-rsnqulsrC JeUpC rJep qaloJad5) bE'V - t:I:I'oJr - tacD'leB)eH
l=[-B=[-NZL€lelol
6L = b/91b =Z-Z-B=.t-)-N9tlenprsau
ys'vL L,O = 6LIZZ= L/ZL= Lx I
=( l-tX [-))Z
Jx)r$leJalul
ys'vt.9'B =6LlZ9lZ9l = LlZgl
t- t-z - L-)Z9L
(rrrurla;'I)rnlel reluy
ls'l6l'€ = 6LlZlZl = LlZlt
=L-Z = L-\ZI(rnleradLual)ruolo) rEluv
(* r:r:r'oJJ-Lleqs!NSWJPSSrserJenraqurns
:rur Llemeq !p laqet )nluaq uelep un>13uerlp ledep sele rp ue8unlrqrad ;rsep1
gL = z - zgt - 7,L - 4e = ",s^y -'s,s -',ss -',s,s = "",s^t
=791-ZL-8n9-z?e + 207,+ zyl+ *
:(/ x)) rs)eralur ]erpPn) qElLUnI
zre =8r9-096=8r9 -(rvt+ z0r,+zII+cc + zL+uel+20 + rr)=[-tf<= r,s,s
:lelol lerpenl qelun[
ler = ilte-or8 = 8rs - ;u= ; # *= :-#=,^s^s:lrnleradua]) uJolo) relue lerpenl qeluun[
:r0-0[ ;aqet eped nre8uaur ue8uap ue>ln)eltp ue8unlrqra6 'lnfe; derlas uep qelrunf
='1 ltuo;ol derlas rrep qelrunf ='l lB=ZxZXZ=) x) x u = uetfn3uad qnJnlas qe;runf
- N 1Z = uerfn8uad derl rselr;dar qelurnf =u '.2. = r!)ulla3 ue1edara11e13ur1 qelun[
- rnfe; qeluunf =t '.2-- tnleladula1le13ull qe;un[ - LUoloI qe[unf =) !u! laqe] LUeleC
Zl=lBb,7.,.L
rrcur;aB ueleda:a;1 VEvtOZ
I€t
,V
Bttt€
0v
,V
,l,B.B
r nlPJad Lual
:rur qe/!\eq rp nreq laqe] qaloladrp eSSurqas ! l1tsltets uep ttLl>le lrseq depeq.rai
:lenprsar lerpPnl qeluun[
z = ZeI-7,1*8?s-*sLr= ",s,s
= 'ss - n^ss : Tk=
'^,s,s
982TVVOD|V! Nlwtdldsxl - X SVS
236 STATISTIKA TEKNIK
Berdasarkan rangkuman di atas dapat disimpulkan hal-hal sebagai berikut:
1) Dampak temperatur: Pada tingkat kepercayaangOo/o, Fou*r 1 F,oo,, berarti tempe-
ratur tidak mempunyai dampak yang signifikan terhadap keausan.
2) Dampak kecepatan gelincir: Pada tingkat kepercayaangOoh, Fnro,r ) F,,u", berarti
kecepatan gelincir mempunyai dampak yang signifikan terhadap keausan.
3) Dampak interaksi temperatur x kecepatan gelincir: Pada tingkat kepercayaan 9Oo/o,
berarti tidak terdapat dampak interaksi yang signifikan terhadap keausan.
c. Eksperimen dengan Tiga Faktor
Contoh Cl0-03: Sebuah pabrik pompa air menerima keluhan dari beberapa
komsumen. Keluhan utama berkaitan dengan banyaknya kotoran yang melekat dan
menyumbat pada saringan. Analisis sementara menyimpulkan adanya tiga faktor
penyebab banyaknya kotoran yang me- nyumbat pada saringan, yakni: (1) Kombinasi
poros dan rotor yang dipergunakan. (2) Jenis rumah dan tutup pompa: (3) Posisi
kelonggaran pada pelat tekan dan pelat gesek. Matriks yang menunjukkan variasi
pengujian ditunjukkan pada Tabel 10-08. Tentukan faktor mana yang secara signifikan
menjadi penyebab banyaknya kotoran dan penyumbatan tersebut pada tingkatkepercayaan 90o/o.
Penyelesaian:Untuk meneliti kebenaran keluhan konsumen, pabrik pompa air tersebut membuat
eksperimen dengan rencana seperti tertera pada Tabel 10-06. ldentifikasi kelainan
ditandai dengan angka-angka 0 s/d 3 (lihat keterangan dalam tabel). Analisis dilakukan
dengan mengacu pada Tabel 1 0-05.
Tabel 10-06: Rencana Eksperimen dengan Tiga Faktor
Rumah &Tutup (e)
Kelonqqaran/Posisi (k)
k, t.K: k. k. k" k.
KombinasiPoros &
Rotor(r)
ArSq. Shaft &
rotor
Std. Housing& cover (B,)
0 0 0 1
00 0
Dwl.Housing& cover (B,)
0 0 1 0 n
A2
Prod.Shaft& rotor
Std. Housing& cover (B,)
0 0 2 1 o
1
0o
Dwl.Housing& cover (B.,)
0 3 0 0 1
Tingkat degradasi: 0 = Tidak ada tanda-tanda kelainan; 1 = Sedikit kotoran pada pelat
tekan, rotor dan sudu-sudu; 2 = Banyak kotoran pada pelat tekan, rotor dan sudu-sudu;
3 = Penvumbatan padasarinqan. n ='l ; k =6;r=2;g=2i N = 1 x 6x2x2=24
Untuk keperluan perhitungan, Tabel 10-06 disederhanakan seperti teftera di Tabel 10-07.
lumlah kuadrat antar kolom:
Tz o2 +3. l'+62 +32 122Z,;nr8
-u =19-144 -12*6=6424,sse =N 1.2.2.
t8'I = Lt'o-g-g-tt= Lt'o-t-#-*,=.nz tI'0-9- u-
z'l
roptuJ e8rl ue8uap uaurrads4S 1n1un ;e8flunl ;se1gldaX :10-01 laqel
zI+0+ zI+ r(e+t)+ z[+0+0+ zI"+ r(l+I)+ zZ+0+0
=rss_" N ,tu oss-;-W= "s,s
:3 x 1 rqelalur terpen>l qelurn[
os'e = g'et- Lt= s'I - g-9-,? = """
Z'I .tz s'r-e -A-
nz 7,t t7,ll'0 = 9- Ll'g =
nnt- W= _Jl-
,r+ ,l+,t+ r(e +7)+ ;+0+0+g+.(I+ 1) + rI +0+0
'^s,s - 's.s : &= "ss
:J x ) rsleralur ]erpEnl qelLunI
NJIUR=j-:R = SS z'9't
,(t +€ + t + I + 1) + r(r + 1 +7 + 1)
:1oduo1a1 terpenl qelLUnI
nz 7.t t7, z'g'r N 8rya ros'[=g-s'r=lnt-G= ?r- =j- r,r(=
ss
:rn[e; lelue ]PrpenI LlelunI
VZ-- Zx Zx gx I = N lZ =E lZ - t !9=) 1l = u'ueEuljes eped uelequln^uad - €
lnpns-npns uep rolor 'ue1a1 }e;ad eped uerolo>1 1er(ueg = Z jnpns-npns uep rolol 'uelalle1ad eped uerolo) ]lIlpas = [ lueurela) epuet-epuel epe )eptl = 6 :tsepelSap te>13ur1
t00€0'gtv(r)
rolou3 sojod
rseurqLuo)
0LIZ00'g00t00'g
'v 00000Bn4
'4,4,4,4413; dn1n1
I qeunu ()) rsrsod/ueledtsuola)
/tzTVdODtVl N:lwltldstl - X 8V8
STATISTIKA TEKNIK
Jumlahkuadratrxg:
Ir' TzrEnkN
_ 12 +(1+1)2 +(2+1+1)2 +(1+3+1)2 122
46 144= i - ; - 1,5 - 0,17 ='7,67 - 6 - 1,5 - 0,17 = 0
Jumlah kuadrat interaksi k x r x g:
cc -,Zri,, -Y'JJr,g = \-- N) - SSo - SS, - SS, - SE" - 5S*s - 5S,s
12 +12 +12 + 22 +12 +12 + 12 +32 +12 122
- 6- 1,5 - 0,17 - 3,5-1,83- 0 = 20- 6- 13 = 1
Jumlah kuadrat total:
,S,Sr = Z*i-T= (12 +12 +12 +22 +tz+12 + 12 +32+l')- *=20-6=14
Jumlah kuadrat residual:
SS,r, = SS, - SSr - ^S^S, - SS, -,SE, - 5Srr -,S,S,s - ^S^Shs
= 14 -6 - 1,5 - 3,5 - 0,17 -1,83 - 0 - 1 = 0
Pada eksperimen dengan satu replikasi (n = 1)seperti pada contoh ini, jumlah kuadratresidual selalu sama dengan nol. Hal ini karena kekeliruan residual timbul karenareplikasi (pengulangan) terjadi dalam kondisi yang sama. Dalam eksperimen dengansatu replikasi, kekeliruan lazimnya akan hilang karena interaksi-interaksi antar faktor(kx r, kxg, rxg, kx rxg). Hal ini dikenal sebagai dampakyangmengacaukan(confoundin$, di mana suatu dampak tertentu tidak dapat dibedakan dari lainnya. Uraiandi atas memungkinkan untuk menetapkan:
SS,,, = SS, -.S.S* - SS, - SS" -.SE, - 5Se - SS,8 -,S,Shs
dan derajat kebebasan residual:
df,", = (k -l) + (r -1) + (g -l) + (k- lXr - l) + (t -1XS -l)+ (r - 1)(g -l)+(k-lXr-lxs-1)
qoluo] 'er(ursleralur ledruep uep prrrpln roUe]iloue] 3uelual rseLulorur ue4edepuaur
)nlun rseurquro) ueurlSunuual ueqnJnlasal uep qlldlp uerfnBuad rseurquol'rur apolauu ulelec 'e{urunlaqe5 ue1de1a1g6 Suer( uerln8ua; rseurquo) 'E
' (suolteu lquo) tsat pa]Daps,fiuopuetl
Ie)e ereras qll!d!p 3ue,( rseurquuo>1 ue8uap uerfn8uad (q) uep (suoqeuquo) tsat pautur
-talapatdl nlnqep Lllqapa] ueldelalrp 3ue,( rseurqr-uo1 ue8uap uerfn8uad (e) :ru)e^'JJlrselrlde Lueleur enp seqeqrp ue)e rur ;er8ered urelec']ern)e dnlnr Suer( rseuurolur
qalo.radrp ledep leuu.rar 3ue,( rseurqtl-ro) qrlruaLU ue8uap unueu '(-lll) de)Bual leuoUeJuauuadsla de>13uagas rseurrolur uelrraquau tedep lepl] (JJl) leuors)er] leuo])ejuauuadsla undne;e7i1 'rspurqu.lo>l ueutlSunu:a) enuas uep uer8eqas sele ue)n>lelrp
e,(ueq uerfn3uad rur apo]au ue3ua6 '(luauuadxa Fyope! Fuotpu]) puolqeq pyorye]uauuadsya apotaur ueleunS3uau Inlun srqerd qrqal ue)e 'tut snsel uelec 'lBlZ = frpefuauu uelelSurl e8rl eped uep BZ L = fi Velepe ue1e13u11 enp ue8uap ueln)elrp Surseuu
-Surseuu e11[ 'ro11e1 qn[n1.re1ue rs>le]a]ur ledurep uep eue]n ledruep ue)nluauarrJ )n]unueln;radrp Suer( uer[n8uad r.1e;uunf 'qoluor re8eqag 'eue1 3ue,( nqe/!\ ue)eurau uep
lelleuu 3ue( e,(erq ue>lnpaurau de13ua; lerroUe, uauuadsla 'nluaua] rsenlrs urelec'de48ua1 Fpolyeq uatuuads4a ]nqasrp nlr uauuradsla 'se1e lp '€'0 l ler8ered urelep seqeqrp
8ue,( qoluor e8rl eped ryadas 1[n;p roqel re]ue rseurquol ueurlSunura) derlas e>1rl
lPuor$lPrJ IEuoDIEJ uaurrado;3 's'0 t
'ue8ur:es eped ueleqr.un,(uad
uep uerolo) e,(ulnseur qeqa(uad reSeqas n]l rollej enpa>l e,(uluv 'o1o96 ueeAe)ada1
1e13ur1 eped ueleqrun,(uad qeqa,(uad re8eqas uelrlruBrs ue1e1e,(urp pnfel) rslnpord
Tsorod sruaf eyas (Luolo)) uereS3uolalTrsrsod '80-0 [ laqel Luplep uunlSuerrp 3ue,( eSreq
-e8req ue>lreseprag'(t < u) rse>1rldarrp snleLl uaLurradsla eleu'3ur1uad Suepuedrp
rs)eratur ledLuep e1r[ '(loduuola1 Je]ue uep rn[e; relue 'uuo;o) re]ue) rlrpr;asrp 8ue,(
efes eue]n ledr"uep e,(ueq rur snse) ruelep n]r qeqas L{alO roUe}-Joqe} Jetue rs)eratur
rsuelrlu8rs rfn8uaru 1n1un urlSunLU )eplt rse>1r1da.r nles ue8uap uauuadsla uue;ep 'rpe[
'ldlerT qnunt!47
:o7o96 uee,(erradal ie13u r1
eped ueleqrun,{uad I ueio}o)e,(ulnseu qeqa,(uad 3qs uelr;ru8rssorod sruaf uep rsrsodTuereSSuo;ay
;uelndr-ursa;1
96€'09tt€'9ft+€+z+ t) lenprsau
roDlelreluv
rs)eralul
flenP-!seu
J
stSxrxlrs)eralul ',t0tsxrrs)erolul '€sE8'ttsx)rs)eratul 'zss'€rx)rs)ei3lul'l
7. t'96V'Vs0'€s0r'0tL'0tlL'0F) dntnl 3 qPunueurelniouel
ZL,96V'Vs0'E6t't.s'rts't(l) sorod stuaI
0s'€SB,ZVZ,Z€0'tZ,II9(l) rsrsod/uPreHHuolo)
sz0'0s0'00 I'0,",SWSW
_tlq ,
-l
}P/SS
=SWtpssrseuPn JaqLunsJ='-'l
(€0-0 tf) ropleJ e311 ue8uap uaur.radqS suErrEA srsrleuv :80-0 [ laqel
6tzTVVOJ)VJ NIW|AilSX:I - X SVg
240 STATISTIKA TEKNIK
berikut ini menggunakan prosedur Yates untuk menganalisis data pengujian.
Cl0-04. Rancangkan sebuah eksperimen untuk menentukan dampak empat faktor(A=kekerassh,B=perlakuanpanas,f=penyelesaianpermukaan,danD=temperatur)atas kemampuan suatu sukucadang menerima beban dinamik serta dampak interaksiantar keempat faktor tersebut. Keempat faktor itu harus dievaluasi masing-masing padadua tingkatan.
Penyelesaian:
Jumlah pengujian pada EFL = 24 = 16. Dengan menggunakan nisbah EFF= 0,5,maka diperlukan adalah 0,5 x 16 = B pengujian. Kedelapan pengujian itu dijalankanberdasarkan kombinasi yang ditetapkan sebelumnya, yakni:
(1), ad, bd, ab, cd, ac, bc, abcdHuruf-huruf a, b, c, dan d dalam pengujian ini mewakili faktor-faktor A, B, C dan Dpada tingkat yang tertinggi. Sebagai contoh:ad = kombinasi pengujian Ay 81, Ct, D2
abcd = kombinasi pengujian A2, 82, C2, D2
(1) = kombinasi pengujian A,, Bt, Ct, DlTiap kombinasi pengujian tidak perlu diuji dengan urutan di atas. Lebih baik lagi jikapemilihan kombinasi dilakukan secara acak. Langkah-langkah prosedur Yates adalahsebagai berikut:
1) Membuat tabel dengan (n + b) kolom di mana p = jumlah faktor, b = 2 untuk EFL danb = 1 untuk EFF dengan nisbah eksperimen = 0,5, b = 0 untuk nisbah eksperimen =0,25, dan b = -1 untuk nisbah eksperimen = 0,125.Padaeksperimen ini, n=4dan b= 1, sehingga jumlah kolom yangdiperlukan = 5 (lihat
Tabel 10-09).
2) Dalam kolom (1) dituliskan kombinasi pengujian sesuai perencanaan dan kapasitas
beban yang ditulis dalam kolom 2.
3) Pada paruh atas dari kolom 3 ditulis, secara berurutan, jumlah data kolom 2 (be-
ban) secara berpasangan (30 + 35 = 65; 32 + 45 = 77; 38+ 51 = 89; 40+ 48 = BB).
Selanjutnya pada paruh bawah dari kolom 3 ditulis, secara berurutan, selisih data kolom2 secara berpasangan, yakni nilai kedua dikurangi nilai pertama (35 - 30 = 5; 45 - 32
= 1 3;51 - 38 = 13;48 -40 = B).
,.")z
sZ't- = bl€lf1-o9Z't- = bl{.1TICV+]B
Sl'0 = vlttCB+fV9l'8 = YlStg€fSl'0 = tl€.tC]+8Vgl'z = ylLltl.B
sl'6 = vl6t6€V
sl'61 = tl6lt6 t.t1*t/(s ruolo) reIN)= ledurec reIN
t t-0 | laqel uecs ruolo) reINIeduec rserrrlsf
ueqag selrsedey sele
ropluJ-roDlul >;edue6 rsurullsl :0[-0I taqpl
i'q-uz6;Z=6t!=, e 6L'L=*=#= t8I t8I o'*'or(er-) + "'""1(e) + u'*"'r(t)
:srlntrp ledep snrunr Inluaq ureleg '(CV+fB 'CB+fV 'Cf+BVe,(u;esru ;uel3unlrq.radrp 8ue,( ls)Pralul LlelLun[ =A PUPLU tp'rt'r*Z ue8uap lSeqlp (60-0 t
laqel) g LUolo) uep rs)eralul tplpen>l qe;unI r.rep Sunitqlp s leluaLuuadqa uenltla)al
'rur snsel LUeleC 'uernduer neJe tulnu ts)elalut qalo uellnqe)!p ;eluaur.rrladslauenrlala) ';euorsle.g rselrlda.r uelep unrueN ';eluauutlads)a uenrtla)a1 ueeirleld nlens
ueln;radrp ]nqasra] Suepernlns ueqaq selrsede>1 sele ledr.uepraq ue1rlu3rs e.retas 3ue(
eueur roUeJ-JoUe] 'olo96uee(erradal le>13ur1ue8uap er(u;estr.u 'uelnluauau )nlun (9
'f t- = B - (SJ !tL-=ZL- ,[-) j€ = B t- tZ!98= ZVL- ttl1€ = (SJ + B jI I = ([-) + et :6t = LZ +Bt j6[t =ZIL + T,yl:S urolo)
'S- = €L - B 18 = S- € L !L- =68-BB lzl = gg- UlLZ=B + €[ 18[ = €[ + 9!tt[= BB + 68leVL= ll+ 59:l tlrolo)
'e,(uLun;aqas Luolo) rrep elep ueleunSSuauu
ue8uap Surseu-3urseu 'S uep , Luolo) >lnlun ueln)el eues Suer( erer ue8ua6 (7
-o,Z=8=tZLtUnB6Y0L +'rz= t
Z tllolo>l 55 x o-,2 = S tuolo>l Luelep SS lelpen) qelt-unf x
v86n0Le I Luolo>l ssT,Z L€- L€ z Luolol ss6 t"€ez tuolo) elep lelol
tts-o8vpf,qeC
€r8ttob)qCV+]B€I€trsfeC8+fV
s€ZLI8€pll€LZ88svqeC]+8VttBI,68ZTpqI6t)ttLtts€Pe
6tEZVL990t(r)lelol
(s)(r)(€)\Z)
ue I I n;uedrseurquro)
(r)ledtue6 rseturls:l
(Pd)) ueqa8 selsede)
selE^ s!s!lPuv Iaqel:60-01 laqEl
=rs
L?Z1VAODVJ NlWtAilSXl - X gVS
STATISTIKA TEKNIK
7) Hitung: K = ,r[z"u.t,, di mana a =l-0,90 = 0,lU , = 3, dan dari daftarDistribusi-f diperoleh fo,r,.r = 1,638, sehingga K = 2,79."123. 1,638 = lZ,9B) Agar suatu faktor utama atau faktor interaksi secara signifikan berdampak ataskapasitas beban (pada tingkat kepercayaan 90o/"), harga mutlak dalam kolom 5 (Tabel
10-09) harus lebih besar dari K= 12,9. Karena A = 39, C = 35, dan D = l-131, ketiganyamemberikan nilai mutlak yang lebih besar dari K = 12,9. Dengan demikian dapatdisimpulkan bahwa, kekerasan, penyelesaian permukaan dan temperatur berdampakatas kapasitas beban suducadang yang dikaji; sedangkan perlakuan panas tidak memberidampak yang signifikan atas kapasitas beban karena nilai (B < K) seperti ditunjukkandalam Tabel 10-10.
b. Kombinasi Pengujian yang Dipilih Secara Acak. Metode ini dapat digunakan
untuk mengestimasi dampak dari faktor-faktor dalam jumlah yang besar secara
independen dengan pengujian yang lebih sedikit dari metode yang dibahas dalam sub-
paragraf a. Kelemahan metode ini adalah, estimasi dampak faktor-fakor tidak dapat
disimpulkan berdasarkan tingkat kepercayaan tertentu. Hal ini disebabkan pengambilan
kesimpulan didasarkan pada kecenderungan (trend) hasil pengujian yangdivisualisasikan secara grafis.
Contoh Cl0-05: Selidikilah faktor-faktor berikut ini yang memiliki dampak yang
signifikan atas kapasitas beban dinamik dari suatu sukucadang: A = kekerasan, B =perlakuan panas, f = penyelesaian permukaan, D = temperatur dan E = waktu. Faktor-faktor tersebut harus dievaluasi pada empat tingkatan yang berbeda: K, L, M, dan N.Waktu dan fasilitas hanya memungkinkan melaksanakan 16 pengujian.
Penyelesaian:1) Membuat Rencana Pengujian. Lima faktor yang diuji pada empat tingkatan,
iika diuji menurut prosedur EFL memerlukan 4s = 1024 pengujian. Jumlah kombinasiuntuk metode ini sekurang-kurangnya satu persen (1%)darijumlah pengujian EFL atau
1 1 pengujian. Dengan demikian eksperimen dengan '16 pengujian telah memenuhipersyaratan. Untuk menentukan urutan pengujian faktor A, dipilih secara acak 16kombinasi dengan pertolongan Daftar Bilangan Acak. Ke-l6 bilangan perta- ma yangterpilih ditunjukkan pada Tabel 10-1 1 . Masukkan hasil pilihan itu ke dalam Tabel 10-1 3
di bawah kolom A, yakni tingkat pengujian sesuai urutan yang ditetapkan pada kolom(2). Ulangi prosedur di atas untuk faktor B, C, D dan E dengan menggunakan daftarbilangan acak yang sama (lihat Tabel 10-12). Prosedur pemilihan urutan pengujiandengan pertolongan Tabel Bilangan Acak (Lipson & Seth, 1973:494).(a) Diambil 16 bilangan pertama di mana nilai tiga digit terakhir < 1024. Tuliskandalam kolom (1) dari Tabel 10-1 1. (b) Nomor urut pengujian ditentukan dari angkaterkecil dalam hal ini angka 03133 ditentukan sebagai nomor urut ke-1. Tuliskan dalamkolom (2) dari Tabel 10-1 1 . (c) Penentuan tingkat pengujian bisa ditetapkan secara
berurutan seperti teftera dalam kolom (3) dari Tabel 10-1 1.
2) Pengujian. Pengujian dilakukan sesuai dengan perencanaan yang tertera dalamTabel 14-13. Pengujian pertama dengan faktor-faktor A, B, C, D dan E masing-masingpada tingkat N, M, M, L dan L memberi hasil 1600 kN. Pengujian tersebut diulangisehingga seluruh rencana (16 pengujian) terselesaikan. Hasil seluruh pengujian itu
NN
N
NW
WWWIIII))))
6st
t-
ZL
0tB
I€
VL
ItZgtv
9Ls9
szsvs19698€t tt0srtt9vnv9st6tjvOZB6T0s8o t969r892909gt9t0st Let9ZB IZ9ZL16zoytt,t 00Bt
(€)uerInBuad
]e)BurI
ft):a)
uerInBuad
(t)IE]V
ue8uel r B
v rouel lnlunue![n8uad uE]nJn uEn]uauad : L !-0t laqEl
'(tjl) de)Bual leuoqejuauuadsla rnlelau rselUrJaArp ledep rur leH 'JoUe]-eBr1 uep -pnp relue rs)eJalur eAuepeuele.rryadrp eleu 'rur rsenlrs ue11nfunuaru 1o;d e8r] ne]e enp e1r[ '] uep 3 'g .rop1e1
eped refefas )ep!t SueX suodsar srleS-sue8 e,(uepe repuelrp 3ue,( rsleralur ede.raqaqer(uepe leduuel'ntr Surdues rC 'IrLUeurp ueqaq seltsedel sele qn.r8euadraq 3urled 3ue,iLlelepe V roUej 'e,rnqeq ue>1;ndr,ursrp ledep ruts ue6 'e,(uutel JoUe,-roUe, epedrrep ureln)qrqa; Suer( 1ado1s; ue8ur.rrua>1 r)rlrrlJau V roUe] uep suodsa: sue8'76-61 requreD eped
'e,(uure1 roqel leduua rJep rseurquro) qnre8uad eAuepeue)qeqasrp ]nqasra] uereqas lueraq nll leH ')erp ue)npnpal ede.raqaq eped eperaq
I uep C '3 'g e,(uurel Joqe, Surseu-Surseu 'r1e>1 ledua ; 1e13ur1 eped eperaq V roUe,e)lla) qoluof re8eqa5 'JoUe, enLuas rJep >ledruep uern)n uelednrau suodsa; sr:e8re]rlas rp le)rua^ ueJeqas 'ueln18ues.raq 3ue,( JoUe, qn.reSuad.raq ur)eu nele jrlrsuasur)eur rupraq suodsar sue8 uernr u!)eW 'roUej derlas r.rep uerln8uad 1e13ur1 uer-leqnrad
euaJe) Lleqnraq uaur.radsla pseLl puelr,re8eq ueryequueSSuaru ]nqasral suodsar sueS'1sarcnbs lspa/) lrra>lra] ]erpen>l apolau ue)respraq tnqasrat )!]lr)llll rnlelau suodsalsr.reB 1ue1 '(tO-O I requeD ieLlrl) srsqe re8eqas roUe] uep uer[nBuad 1e13u11 qelepe
]eurpro re8eqas eueu rp 1r1er3 lnluaq Luelep 1o;drp sn-req nlnqep qrqapat qa;oradrp8ue,( elep 'sele rp uerfn8uad lrseq rJep ;rquue8uauu )ntun 's!!ug tseJuasaJd (g
't t-0t laqel rrep rq)era] Luolo) ulelep stlntp uetpnual
T?Z1VAODVJ NlWtVldSXl - X SVS
2/U STATISTIKA TEKNIK
Tabel 10-12: Penentuan Urutan Penguiian Fahor B dan C
BilanganAcak
(1)
PengujianKe:(2)
TingkatPengujian B
(3)
BilanganAcak
(1)
Pengu jianKe:
Q)
TingkatPengujian C
(3)
107213975s31652876628365 1
23790183708831 B001 57306351734037589703226649274083BO6BO
2
9
7
15
14
5
416
1
6J
B
11
101213
K
K
K
K
L
L
L
L
MMMMNNNN
88977152432433561 ',r05
19087426789BOB6
9461 40058297703325330480568953025299997074717
12
4695
B
1513
1
147
J
102
1611
K
K
K
K
L
L
L
L
MMMMNNN
N
Tabel 10-12a: Penentuan Urutan Penguiian Faktor D dan E
(laniutan Tabel 10-12)
BilanganAcak
(1)
PengujianKe:
Q)
TingkatPengujian D
(3)
BilanganAcak
(1)
PengujianKe:()\
TingkatPengujian E
(3)
31 34730240238231 9051446400081 2
972072476748336312244906
9698875172264011015726917
10B
43
11
1
165
13
912
15
14
7
2
6
K
K
K
K
L
L
L
L
MMMMNNN
N
11354313126992179888062564606
527775563599525069178430774008045751 B7B
9007066209
2
3
11
141
47
B
95
13
12156
1610
K
K
K
K
L
L
L
L
MMMMNNNN
v- = s'91- S'Zl[-=S'€L-S'Zlz+=s'0 l-s'ZLs+ = s'l's'zl
NWI)
rqaro) ualsuao)lE)tsut1
:]nItJaq
re8eqas rqalo1 uatstlao>l qa;oradrp eSSulqas S'gl = N uep 9'€[ = W 1S'01=1t'gt7=
) :qelepe ]nqasral relru-relrN '(er0-0I reqLUeD) uerfn8uad 1e>13ur1der1as lniun suodsat
sue8 rrep qa;oredrp 3ue,( re;ru ue8uap 1g'71; uerfn8uad lrseq elela: tBue:n8uauu ue;e[
ue8uap nlreA 'uetfn8uad 1e13u11der]as In]un lqalo>l uatsuaol e,(ulesaq 3un1rp1 1q;'(et0-0[ reqrupD) V roUeJ 1rier3 eped
1g'71; uer[nBuad rseq p]eral ue>l)n[unuaur Suer( relepuau stle8 qenqas >ltrel (e)
:]n)uaq re8eqas rnpaso.rd ue8uap uerln8uad lrseLl trep
V roUe, ledurep ue13ue;rquar.u ue8uap uelnluaup ledep 'epe eltf 'qn.re8uadraq 3ue,(
er(u1n1uaq roqeJ 'qnre8uad:aq 3urled 3ue,( ro11e1 uelednlauu V JoDlPj'ervtqeq lnqela)lpqelalas 'e,(uure; rol)e,-Jot1e1 suodse; sueB t.rep e,(uleuaqas ueBut.ttual Lleqnraru
er 'ueBuequrasa>l->lel ]l)!pas lnlelau 'enpay 'er(uure1 lollel-loqe, sele lere 3ue,(
ueleqas uelqeqa,(uaru et 'eLueua6 'e,(uure; lo])e,-Joue, ueelaulad sele qnteSuadraq
V roqe, rseuruoc 'qrue&uadtag 3u11e4 &ue,{ n14eg 4edtueg ue4Suelrq&uaw $
(ue1[n8ua; 911
uerln8ua4 1e43u;1 y eped ropleJ S sElV uer[n8ue; EuEJuaU :€ t-0 [ laqel
86r:qelunI
0tILZL
0tBttt9LstvtSL
6
IB
ZL6
9L
N
N
)W
W
)Nr!IINI^J
I))I
IWNW
WI)W)NNI))NI
NIW
I)NN)IW
)I)WNW
I)INNNN)W)lIIWxW
)NI1
NIWNW
W)))W
IN
9LEtYL
ttZL
II0t6o
I9
sv€
Z
t
(,s) 00 Lx)uer[n8ua; gtsep
lClBVo
uelnrnuer Iuad n
ro)eJ-Jolle
9?ZTVAOD|VJ NlWtAilSXl - X SVS
246 STATISTIKA TEKNIK
.b
z
qF
-{}
I
{rL
ut-
5
I
g
,sF
Levels
{el
Cambar 10-04: Grafik hasi! pengujian vs tingkatan faktor-faktor
(c) Lakukan koreksi atas semua hasil pengujian untuk fakor A dari Tabel 10-13(kolom A) dengan menggunakan koefisien koreksi di atas, yakni dengan menambah+5 untuk pengujian tingkat K, tambah +2 untuk pengujian tingkat L, kurangi -1 untukpengujian tingkat M, dan kurangi -4 untuk pengujian tingkat N. Dengan cara ini diperoleh
LeY*h(rt)
lslarollp 3ue,( uel[n8uad ;;seq llJerg :S0-01 requeD
{e)Exvl
.{' }11 :l N
(p){s{I
(i
0
-{rt
IOlr
,,8g
oc
I
g
ao
(r)51il?"1
N'l
({}qilrl
w70
s
0l
st
0s
stCL
vtZIv€lsL
€
nnZ
€
t
Z
=5+01--b-^=Z+ZI=z+ol=7-Bl=Z+ L1
= [-91=l- S
= L-yl= I-Sl=E+6=s+l=s+8-t L
=z+6=y-9
NN)W
W
)NWIINWI))I
IWNt\WI)W
)NN't
))NI
NIW
1
)NN)IW)I)WNW
I)INNNN)f,l)WI1
W)W
9LSL
vlTL
ZLil.0t6
B
I9sv€
Z
I
(ed4 00 L x) rs)aro>lrc3ue1 uerfn3uad lrseH
lClIuerInBua6uelnr r'l rouejroueJ
V roilpJ >1edue6 UEp lqaro1lq Sue,( ue1[n8ua6 lrseH :t[-01 laqel
'(ue)Buelrqrp V LUolo>l rur laqel eped /ue)rleqrad)
vl-ol laqef Luelep eraua] luadas v rouej depeqtal rqaro)rp 8ue,( uerfn8uad lrseq
/?ZTVSoD|VJ NlWtAilSXl - X SVg
248 STATISTIKA TEKNIK
(d) Pemetaan hasil koreksi ini seperti yang dlakukan pada Cambar 10-04 dandihasilkan grafik untuk faktor-faktor B, C, D dan E seperti tertera pada Cambar 10-05.Hasil pengujian yang telah dikoreksi atas dampak A, menghasilkan titik-titik yang apabiladilukis garis responsnya (untuk faktor B, C, D dan E) akan menghasilkan garis responsyang semuanya hampir mendatar. Oleh sebab itu dapat ditarik kesimpulan bahwa,hanya faktor kekerasan (faktor A) yang memiliki dampak yang signifikan atas kapasitasbeban dinamik dari sukucadang yang dikaji. Faktior-faktor lain hanya memberi dampakyang kecil.
Apabila jumlah faktor cukup banyak, pengkajian dengan metode eksperimen faktorial
lengkap (EFL) akan sangat melelahkan dan memakan waktu yang lama. Alternatifpenyelesaian yang ditawarkan, adalah dengan menggunakan eksperimen faktorialfraksional (EFF). Dengan metode faktorial fraksional dimungkinkan pengujian dengan
sampel yang jauh lebih kecildaripada penggunaan metode eksperimen faktorial lengkap.
10.6. RangkumanTujuan utama dari eksperimen faktorial adalah untuk menentukan dampak dari
berbagai faktor seperti temperatur, kecepatan, proses manufaktur, perlakuan panas,
kekerasan dan lain-lain atas karakteristik suatu produk. Tabel 10-03 s/d Tabel .14-05
merupakan rangkuman perhitungan statistik untuk menganalisis data yang diperoleh
dari eksperimen faktorial, masing-masing untuk satu-, dua-, dan tiga faktor. Nilai-nilaistatistik yang diperoleh dirangkum dalam bentuk tabel-tabel sehingga diperolehgambaran yang lengkap. Signifikansi dampak suatu faktor atas karakteristik suatu produk
dikaji berdasarkan analisis varians (uji-F).
10.7. Soal-soal Latihan510-01. Sebuah industri permesinan hendak membeli sejumlah mesin gerinda
otomatis. Pemilihan dilakukan dengan kriteria: mesin yang menghasilkan permukaan
yang paling halus (nilai rms) akan dibeli. Terdapat tiga jenis mesin gerinda (A, B, dan C),
masing-masing akan diuji dengan empat kali pengulangan. Data hasil pengujian adalah
seperti teftera dalam tabel berikut:
Kekasaran Permukaan (rms, 1lm)A B C
201B
1517
16161713
12141615
Tentukan,
Pengujian
apakah terdpat perbedaan yan signiikan
dlakukan pada tingkat kepercayaan 90oh.
d antara ketiga mesin tersebut.
Mesin manakah yang dipilih?
€€t€
5tse
ZY
bbZIB€
LlnuaI qeqLUalue>lSurJa>lrc :uenlelJad
CfBV:lerJalew
ulrl'uesnea):]n)uaq
laqe] Luelep elauat qaloradrp 3ue,( e1e6 'Jn>lnrp rserqe upuielepa) uep nluauai n])em
)ntun ue)ue;efrp ursayl 'uelqnuafrp 3ue,( ueqeqLuala) uep n>13un1 tuelep ue8utta8u
-ad uenle;rad ledepuauu reledrp ue,( ladrue5 'tseurulel ueLleq LUef,eul ledua sele
] serqe uesnea) ue)nruauau )nlun ue)e;:#,i::1,:,Tfiii?J[:?n ;X_,_,
unuoleJoqel relue ue)n)elrp 3ue,( rsetqle) ueepaqlad 1edep.ra1 qelede 'ue1n1ua1 'q
'lnqasJa] tseJqrle>l rjep sueuen srsrleue laqe] ue)]enB 'e
ttZIZILILI
ot696969B9
stbtvlvtbt
ststtttt€.t
CfBVunrJoleroqel eped uelnlnBua6
:tn)rraq ;aqel eped erauat qaloradrp 3ue,( ue.rn>ln8uad
lrseH 'eues ntr Lunrloleroqe; teduaal eped ue.rnln8uad ueSueln8uad ueltsuunset6'rle) eLUrl 1e(ueqas ueinlnBuad uelepe8uar.u LUnrroleroqel delt 'urnuoleJoqel reiue
rfn8uad ursaLu rserqrle) ue.rSord uelepe8uauu Lr,]ntlo]eroqel L{enq 1eduu3 '90-0tS
Z9€E
9S
6VZS
€96Vss95ss
99s909LIvt
ot69ZI5999
CfBVJnleradual
(,s)) unurs)ey1 ueBue8al
'tlottp Suer( ;er.ra1eu] unurs)er-u ue8ue8a] se]e uelUtuBrs 3ue,( 1ed-uep rer(undr-uaur :nleradulal qe>1ede ue)nua] 'o1o96 ueeAeradal 1e>13ur1 ue8ua6 'q
']nqasra] uautadsla uep sueuen slslleue laqe] ue4eng 'e
rur Lle/\^eq rp laqe] elep
eraua] ryadas qelepe qalo.radrp 3ue,( ue8ue8al eleg 'tnle.raduua] 1e13ur1 ledrua ped
r[nrp ]nqas.ra] lerJa]ew 'e[eq sruafas uep (qlSuatls a]ewqn) ulnrrlrqeu; ue8ueSat sete
.rnteraduua] qnre8uad ue>lnluauaur >lntun ue)n)Pltp uauluadsla qenqas '20-0tS
lVtODlVt Ntwlt:ldsrl - X SVg
250 STATISTIKA TEKNIK
Tentukan apakah: (a) Karakteristik keempat bahan tersebut berbeda. (b) Perlakuanbrerdampak atas bahan. (c) lnteraksi antara perlakuan dan bahan signifikan. Analisispada tingkat kepercayaan 9Ooh.
510-05. Suatu eksperimen dilakukan untuk menentukan jenis alat, sudut beveldan proses pemotongan atas konsumsi daya untuk mesin potong keramik. Variabel-variabel lain seperti kecepatan potong dan pemakanan dibuat sama (tetap) pada seluruheksperimen. Data yang diperoleh sebagai berikut:
Konsumsi Daya, kWJenis Alat: A B
Sudut Bevel Sudut Bevel
15 300 150 300
Proses Pemotongan:Kontinu
lntermittent
3227352B30242727
31
31
34392B322929
3031
302423243026
323B323029302B26
a. Buatkan tabel analisis varians dari eksperimen tersebut.b. Tentukan, apakah semua dampak-dampak utama dan interaksi antar faktor pada
tingkat kepercayaan 90o/..
510-06. Empat jenis bahan ferodo (brake lining) hendak dievaluasi. Pengujiankekerasan dilakukan pada dua tingkat temperaatur dan dihasilkan data sebagai berikut:
Kekerasan, BHNFerodo A B C D
Temperatur, oF 100
200
35333027
36323229
31
342B33
JO
363026
Dengan pertolongan analisis varians, tentukan apakah terdapat perbedaan yang signi-fikan antara keempat macam bahantersebut pada tingkat kepercayaan 9o"/".
510-07. Suatu eksperimen dilakukan untuk menentukan dampak dari faktor-faktorA, B, C dan D atas kuantitas yang diukur. Berdasarkan data di bawah ini, tentukanpada tingka kepercayaan 90oh factor mana yang paling signifikan pengaruhnya.
'puelSul 'uapuadleg JuautndxS ptropeJ p sts,lleuy pue u1rsaq ,(fi.61),.1 ,soge1
'o,(>1o1 ''ptl'eqsn1e3o; lltH-/!\eJDlW 'sluauuadxl Suuaaw\ug ,l€16L).I elpuarpN ,q]as ,.J ,uosdrl
'uopuol ''pt1 sloog ue4'sc4sqe1g p4Dud ,(O16L)'y ,rta18ue1
'aSprrqLue3
'ssar6 (lrsranrul a8pr.rqwel Juauuadxl t4etua1s,$ aq1 ,(9861") .le ta ,.J.[ ,s8urqqrS
EIPlsnd reuec .8.0 t
9Z0t9E
BT
€€
BZy€.
i€
6ZztZE
9t
IZ0€TE
s€
,g,V ,g
,g,V tB
'(ltc,Qtc,),J
t9zTVAOD|VJ Ntwtailsxl - x svs
'l!)a)
ladures ue8uap uederauad eped uelsnlollp leos qoluof-l1oluo3 ?sal ,X uep
$al Jaqsry Jsa1,buyq114-uuew aLll ',luap!]lao) uoqePilo) 4ueJ s,uetuteadS
'JSaJ luu pau1s uoxo)lt/\A 'JsaJ u4s :eped rseleqlp ueseqequad rur qeq
Luelep eleu 'sen1 dn>1n: lt.rlauueled-uou P>lllsllels uedn>1er euale)'ese(e1a.r undneut letsos null-nLUll Luelep lleq ue>llraqlp leos
qoluof-Lloluor'lulaueted-uou e)tlsllels ueeun8Suad Suelua] sen; 3ue,(
ue.reqrueB ledepuaru Inlun 'ese,(e1a.r Sueprq Luelep eBnI rdet -a] ';etsos
ntr.rlr-ntrrlr eped er(ueq )ept] >ltJlarueled-uou e>lllsllets ueeunSSua6
'punilou elep ue>leunSSuau q![(]) 'elep Pulp)o nele etep 4uu ueleunSSuaul e)l[ (q) 'llqLuelp e,(uladues eueul lrep
rse;ndod rsnqrrsrp ueryequeSSuau lep[ euas leulrou ueJeqas ltnlr8uaru
lepri eXursnqulsrp uep lt)al gadues qe;uunI e)l[ (e) :]n)rraq re8eqas
rsrpuo)-rsrpuo) LUelep ueleunBrp 1tr -aureled-uou ellls!]el5 ';adues qepunl
uep uereqas Inluaq uelrleqladruau eduel llqLuelp ledep lsualalul 'flllsll
-ets aa4-uo qnquts t p lnqas r p e?nl >y 4aueted-uou ul !]s !rc$ uelqeqa,(uau
eueru leH 'sele !p ]nqasla] tsuJnse-tsLUnse ue>lnlJaLUaLu >1epr1 SueX
>y4aueted-uou e4osqels ueeunSSuad seqeqrp ue)e lul qeq uelec' rsel ndod ralauered-ralauueted ue8uap ]nqaslal lsnqlrsl p eJelue ue8unqnq
(q) uep 13ur;duues rsnqulsrp uerPqas )nluaq (e) :uPlsunse8uad uellllala)
qalo uelntua1p B uep l '9'S qeB Luelep seqeqlp 3ue,( rsua.ralul sPllPllen
uEnlnqepuad 't't t
)IEWVUVd.NON YXIISITVIS
wys
254 STATISTIKA TEKNIK
11.2. Sign TestJika data ordinal yang berpasangan diperoleh dari pengukuran atas subjek atau
pasangan subjek tertentu, dan jika yang ingin diketahui hanya adanya perbedaan tanpamemperhatikan besar-kecilnya perbedaan, maka penyelesaiannya dapat dilakukandengan sign test.
a. Sign lesf Sampel Kecil. Srgn fest didasarkan pada tanda-tanda , positif atau negatifdari perbedaan antara pasangan data ordinal. Untuk mengembangkan rumus pengujiandengan sign test, berikut ini diberikan sebuah contoh berikut ini. Sebuah restoran yang
memiliki jaringan pelayanan ayam goreng cepat-saji memperkenalkan resep baru.Untuk mengetahui apakah resep baru itu lebih enak daripada resep lama, restoran
tersebut meminta sepuluh orang pelanggan untuk mencicipi hasilnya dan kemudiandiminta memberikan penilaian. Skala penilaian ditetapkan angka 1 untuk nilai yang
terendah dan 10 nilai tertinggi. Hasil penilaian pelanggan itu ditabulasi seperti tertera
padaTabel 11-01.
Tabel 11-01 : Tabulasi Penilaian Konsumen atas Racikan Baru dan Lama
Pelanggan Penilaian Rasa: Tanda Perbedaan(Y_X)Racikan Lama (X) Racikan Baru (Y)
AB
CDE
F
CH
I
)
J
5
3
1
5
82B
46
95
63
r042
5
67
Prosedur sign test dengan sampel kecil dimulai dengan menentukan kriteria trada
perbedaan.lika dari suatu pengujian menunjukkan tidak ada perbedaan, maka jumlah
yang menilai lebih enak dan kurang enak haruslah sama banyaknya atau median
perbedaan antara dua jenis rasa itu haruslah nol.
Hipotesis nol yang hendak diuji dari contoh di atas menyatakan "Tidak terdapat
perbedaan rasa antara resep baru dengan resep lama." Tanda positif (+) menunjukkan
adanya per.tambahan rasa, dan tanda negatif C) menunjukkan ada berkurangnya rasa.
Selanjutnya hipotesis alternatif menyatakan: "Resep baru meningkatkan rasa."Berdasarkan konsep di atas, maka hipotesis statistika ditulis:
Ho2P=0,50Hrip>0,50 (1 1.01)
'0/r.96 uee(elJada) ]plSurt eped ]nqasra] efeq srual
pnpal rrep )nluaq-ndueu ]elrs ueppaqrad ledepral qe>1ede 'ue1n1ua1 'e[eq sruaf enpriep )ntuaq-nduueuu s)apur re8eqas llquelp rur qemeq tp elec 't0-tt) tloluo)
'rur ln)uaq Lloluof, ueSuap ue)lJaqrp ese(e1al uauutladsla Lllelep rselrldy'ese.r uelelSuruad uelt.taquau nreq ue)tfe.r ue1;ndr-urstp eletu '9Vl'O > D euale)
pdruos Suonlad < p e\![ '11 etutnl uep'g 4e1o1
nep pdtaos Suonlad ) p ery[ op1 euual:Llelepe uesnlnda>1 uesnunJ 'tur snsel lnlun '99'6 epedrreP ll)a) qlqal qelsnJeq laduesSuen 1ad 'py 1e;ouauu Inlu n 'e,(uunlaqas ue>1de1a1rp Suer( 96'9 - D lrep resaq qlqal S, ['0efileq 'e,(uuee1e,(ua1 eped rdelal Jlle8au uete;tuad ue1lJaquaul Suer( uapuodsal g l.rep
7 e,(ueq undne;e11 2o11 euuauau )nlun dnlnr SVL'O Suen;ad ue8uap qeledy
'(,lletsau epuel) z -rrur qoluof, uelpp l1r1rpas 8ur;ed epuel ue8uap ueleue8uad qelun[-.r
B=Z+9=Njlte8au epue] qPlLUnf + lysod epuel qelLun[ = ue^alal 3ue,( ue]eule8uad qe;urnf -- ry
++
I+++
0+
I9sZ
vOI€
9I6
9vB
Z
B
st€
s€
HD
C]
V(x-A)
ueepaqrad epuef(A) nrEB uelrfeu(x) euel ue)rfeu
ue33ue1a6:eseu uerelruad
etUEl uEp nJeS uE)l!)eu
sple uaunsuo) uetepued PIEC ueqelo8ua4 :79- 11 ;aqe1
'(Z - N) lul leLl uelep (r - N) tuolo) uep B = ly rn[e; r.rep
qaloradrp; gt ['0 qelepe uapuodsa.r g rreplrle8au ueqervtef 7 ue>lledepuaur )n]un Suen;a3
'z=r uep B =N 's'o= d1n1un 11 uerrdr.uel) IPil.uoutq selr;rqeqotd 1aqel ueSuol0yad
ue8uap ue)n)elrp rur Surlduues tsueltltu8ts ue)nluauau )nlun '11lte8au epueuaq 3ue,( rur
leq Luelep)z =r lrfa)ral qe;unf uep grleSau epue] uepllltsod epuel qelrun[;B =N /ue^al
-a.r 3ue,( rsenrasqo qelrunf ledepral eueu rp ZO-lL 1aqe1 eped ue1>lnfuntrp e,(u;rsep
'(J uep (+) epue] Surseu-Surseur rrep rsuan)ar1 Sunlrq8uauu ue8uap ue4n[ue1
-tp ueteltuad ueepaqtad yep epuel uelnJuauau Llelepe er(ulnfue;as qe13ue1'S0'0 = D qllldlp
LUrzel rur leq tuelep ln rcue1ryu8s p73ug ueldelauauu Llelepe e,(uln1rraq qelSueg eleuu
'srsalodrq ue)snunraLu Llelaias 'ese: uqle)Butuar.u nleq ue1tfer Suen;ad - d eueu.r rp
s9zxulwvavd-NoN vxLsuvts - tx 8v8
256 STATISTIKA TEKNIK
Penyelesaian:Ho: Tidak terdapat perbedaan sifat mampu-bentuk dari kedua jenis baja tersebut.
d =l-0,95= 0,05; N = 10-l=9; r =2.
Dari Lampiran F, untuk N= 9 dan r= 2 diperoleh peluang Prob,t = 0.090.Karena prout (= 0,09) > a (= 0,05), maka Ho diterima, yang berarti tidak terdapatperbedaan sifat mampu-bentuk dari kedua jenis baja tersebut pada tingkat kepercayaan
95%.
Tabel 11-03: Tabel Indeks Sifat Mampu-Bentuk Dua f enis Baia
Spesimen lndeks X lndeks YTanda Dari
(Y-X)1
2
3
45
67o910
80,681,2Bl,583,284,682,O86,1
84,282,383.0
83,380,591,09.l,084,686,1
87,384,381,0BB,2
++0+++
b. Sign Test Sampel Besar. Pengujian sign test dengan sampel besar dilakukan
dengan terlebih dahulu menghitung nisbah kritis, CR (critical ratio):
CR=# (11.02)
di mana R = jumlah tanda positii dan N= jumlah pasangan pengamatan yang relevan.
lika dalam kasus (contoh) yang sama dengan sampel 35 subjek dan menghasilkan:
jumlah perbedaan positif (+) = 1B
jumlah perbedaan negatif C) =12jumlah tidak ada perbedaan (0) - 5
tingkat signifikansi, s = 0,05 di mana menurut distribusi normal z = 1 ,645
Rumusan keputusan:
Terima Ho jika CR<1,645Tolak Ho dan terima H, jika CR > 11645
Dalam kasus ini, N= 30, R = lB, sehingga:
cR:'*! -2'18-30= 6 =r,095J,nf Jf O 5,477
Karena CR < 1 ,645, maka disimpulkan H, diterima'
'(tseqelar nele 3ue3a]) lslpuo) qnleSuad euale) ueluluSls
Suer( ueepaqtad uellrseq8uau 1eprl 7;a/-aau7 uerln8uad 'ennqeq ue>1;ndtursrp
uerlnrap ue8ua6 'euualrp op1 eleu t Pietl l sun,ql eua)e) '? = /'q"? qaloladrp
rsrs-enp uerfn8uad eped gg'g - D uep B = u In]un 3 ue.rrdr.uel ue>1eun33uau
ue3ua6 'euirJalp ;ou srsalodrq'"nl a'u'u'l elrf er(u1r1eqas ')elollp snreq lou
srsalodrq eleu ' nw1 - su"ttrl e|ll '(gO'O = D lul lell uelep) er(urun;aqas ueldelallp
3ue,( rsuelrlu8rs 1e13ul] )nlun /'qL ue8uaP'*"ul uelSurpuequar-u uelef ue8uap
srsalodrq uerInBuad rrep uelndr.ursa) ueln]uauaLU qelepe e,(u1n>1ltaq qe13ue1 'p'g'O[ =/ rur snse>l LUeleC 1 tJep tellu
refleqas ue1e1e(urp grle8au neleyrlrsod; lt)alra] 3ue,( qelun['(t LUolol rp epuel eped
lnfnrar.u 4uet u]s rrep ;rle$au nele lrlrsod epue] :uelPlPf ) '9'01- = 1t1e3au 7ue.r
u\ts uep S'SZ+ =1t1tsod Tuet u&ts qaloladrp lul lell Luelec '(luep 9 uolo) LUelep
slln]!p) ;r1e3au uep ;llrsod 4uet uSts uelqelurnfuaLu qelepe e,(uln1uaq qe13ue1 'f's Luolo) uelep sllnllp tut Yuer ugls 't 1e13eued ueSuap 3
Llalo rsrp lg+l nlel '91e13ued ue8uapi qalo lsllp lr-l uerpnua)'E'yiel3ued Uaqlp
e(uenpal 1g uep f qalo leduai Ip Itl qelePe e,(u1n1uaq lr)a>pa] Lllsllas '(9'Z = Z
Itt+d uep leseraql g'71e13ued rraqrp Sutseu-Sulseul I uep C eleLU'tut uelr;nsa1
rseleSuau )nlun '2E rsrsod eped eders uep 7 rsrsod eped eders rdela1 g uep 71e13ued
rleduuauautj luelaq rur 11 uep 6 eped epe lZl = e^utn)Uaq lllalta] q!sllas '1 lelSued
Uaqlp I eped epe l[1 e8req ue8uap llra)lal qlsllas ledeplal lul Lio]uor LUeleC
.lesaq 3ur1ed 3ue( qrsrlas tedlues ]nln]-]nlnuaq'; 1e13ued llaqrp lllal Surled qls!las 'q
'elep ueqeloSuad uelep ue>leuas
-]n)!lp lepr] (lou nele) ueepaq.rad ue>11n[unuauu 1epr1 3ue( ue.rnlnSuad lrsep 'e:]n)rraq re8eqas uenluala>l ue8uap ue1n)ellp )ellnLU ueepaqlad 1.7ue.r; te13ue3
.g Luolo) ulelep pJayal lUadas >lellnLu ueepaqrad [e13ued;)uBJ ue>ln]uauaul
ue8uap ue)]n[uellp uerpnura) ', Luolo>l tuelep eraua] luadas (U - I) uelnln8uad ;rseq
ueepaqrad Llele uep resaq ue)nluauaur qelepe er(u1nfue1as qe13ue1 'S0'0 = D e3]eq
q!lld!p uellestw .ueepaqtad tsue4rytu&s eualul ue)nluauaul L{elepe ;ezvre qe>13ue1
'tnluaq re8eqas
ueln)eltp elep ueqelo8ua; 'rseslelar lslPUoI eped ue.rnln8uad llsell = X uep (uosual)
uelSue8alrp rsrpuo) eped uelnln8uad ;rseq = I epuef '(€ uep Z LUolo)) gg-71 ;aqel eped
eraual lUadas tselnqeltp uapuodsat Suero qn;ndas sele 4ta{-aau4 uerfn8uad e1e6
'rur ]n)uaq Llotuol ue8uap ue18ue.ra1rp uerfn8uad lnpasord ']sal luu pau?1s uoxo)lt/\A
ue>1eun33uau ue8uap ue)n)ellp snleq uet[nBuad eleuu 'ueepaqtad uunln uep
qelp rnqelaSuau urSur rlrlauad rs urelas elrqedy 'efes grle8au nele ]lltsod) ueepaqtad
qere rnqelaSuau ut8ut e,(ueq 1t11auad ls e)l[ n>lel]aq e(ueq 5a1 u?s ueeunSSua;
/J,al Yuea pauSls uoxorlM 't't t
/92xulwvtvd'NoN vxllglvts - * svs
258 STATISTIKA TEKNIK
Tabe! 11-04: Tabulasi dan Pengolahan Data Pengukuran
Knee-jerk
Responden R T (R-T) Rank seli-sih mutlak
Siened rankPositif Neeatif
B
CDE
F
cH
I
I
95
63
1042
5
67
J
5
J
i5
B
2
B
46
+60
+3+2+5-40-3+2+1
8diabaikan
4,52,57
6diabaikan
4,52,5
1
+8
+4,5+2,5+7
+2,5+1
-6
-4,5
lumlah +25,5 -10,5p = g (jumlah pengukuran yang relevan)f = 10,5 (iumlah terkecil dari sisned rank)
Contoh CI1-02. Data yang tertera dalam Tabel 11-05 di bawah ini adalah hasil
eksperimen untuk mengetahui abrasi pada bantalan mesin selama 100h. Eksperimen
dilakukan oleh dua orang sarjana teknik X dan Y. Tentukan, apakah terdapat perbedaan
hasil eksperimen dari kedua sarjana tersebut pada tingkat kepercayaan 95o/o.
Penyelesaian:
Ho : Tidak terdapat perbedaan yang signifikan hasil kedua eksperimen abrasi.
a=l-0,95= 0,05;dari Lampiran G untuk n= I diperoleh Troo", = 6.Karena Tr,,,n (= 14,5) ) Tr*r(= 6), maka disimpulkan Ho diterima, yang berarti tidakterdapat perbedaan yang signifikan hasil eksperimen pada tingkat kepercayaan 95o/o.
Tabel 11-05: Data Hasil Eksperimen dan Tabulasi Perhitungan
Kolom Data Hasil Eksperimen Kolom Perhitunsan
objek X, mg Y, mg (x- Y)Rank seli-
sih mutlakSisned rank
Positif Nesatif
B
CDE
F
CH
I
J
K
372206175154136112
5545
221166164
370202177156140114
5546
224.165
164
+2+4_)
-2-4
1
0-1
-3+1
0
4,58,54,54,58,54,5
diabaikan1,57
1,5diabaikan
+4,5+8,5
+1 5
-4,5-4,5-8,5-4,5
-1 ,5-7
Jumlah +14,5 -30,5n = 9 (.iumlah pengukuran yang relevan)T = 14,5 (iumlah terkecil dari siened rank\
:qaloradrp (s0' t l") snLunr uElep a) 90- t t laqelrJep eSreq-e3req ue1>lnseuauj ue8ua6 '1a[qns ne]e uapuodsar qe;run[ = u eueu !P
(€0'r r)(r - ,u)u L Y
- J,
---l- t
,o S9:ueu:ead5
snurnr ueleunSSuau ue8uap ue)n)elrp tur ue8unltqta4 r.t s,ueuteadgBungqSuayl'S urolo) eped sr;n1rp uep (zO)]nqasral Llrsrlas
-qrsrlas uep ]erpenl Sunlrq8uauu ue8uap ue4nfue1rp uelpnua) ', Luolo) eped srlnlrp
e,(u;rseq uep 'A * X = O :snrun: ue8uap ue;enfuad ;rseq te>13un ue8uap ueqrtelad relru
1e13u11 erelue Llrsrlas Sunlrq8ua6r '(luey) uEuySuy fttuv ueepaq)ad Suryrq&ueyl
OB = ,OZ0=O300ttIt)tL60tttI6
6cIoH
9LvEID9tb-0tIIbZ.IslvZZvC
vZttl9lv'9ZB
6€-bV
fl(A-X = C) uelelburl
reluv qrsrlas(A) uelenluadpseg le13ur1
(x) ueqrleladpseg le13ur1
uapuodsaX
sl s,ueturead5 3un1lq8ua6r lnlun elEC rselnqpl :90- L I laqel
'90- I I laqPr
lrep € uep Z uolo) uelrteqrad; Llppual ureu 3ue,( uelenluad prseq ue8uap ueusaPs
)nlun resaq qrqal 3ue,( e13ue aI ]nrnt-lnrnuaq I relru uaqrp rSSuruat ue;enfuad ue8uap
ueusaps 'Llepuar urleu 3ue,( ueqrle;ad relru )nlun resaq qrqal Suer( e13ue a) ]nJnl
-lnrnuaq I lellu rraqrp r33urya1 ueqrle;ad relru ue8uap euasad 'e1ep Suquebaw'ln)uaq re8eqas ue)nlelrp JuaDUJao) uonepJJo) luu s,ueuread5 Sunlrq8uau 1n1un
elep ueqelo8uad qe13ue1-qe13ue1 'qepuar relru qaloraduuaur 3ue,( euasad epedr.rep
1e,(ueq qrqag ;enfuau ue)e r33ur1 relru qa;oradLuau Suer( euasad 'entqeq ue>lstsalodrqrg
1nqasra] )!ula] ue1>laqerdruauu uelqrfe,rntp elaJaru 'lnqasta1 ueqrle;ad uelresa;aAuar-u
Llelalas 'lnpord nlens uelenfuad uelelSuruad 1ru1a1 ueqrle;ad ledepuaru ueusa9s
selaqas ue)lesrr.up lnqasJa] qoluof ruelec '90- L t ;aqel eped elaua] 3ue,( qoluo: ue8uap
uele8eradrp ueles.r Sunlrq8uau Inlun rselndt-uol rnpasoJd 'leurpro laqeue^ enp eretue
rsersose uelelapa4 uern)n ueledntau st yanryTao) uonepilo) 4uet s,uetuteadg
NeDUlao) uo\ePilo) luea s/ueurrcads 'i'LL
692xulwvdvd-NoN vrusuvts - tx svg
STATISTIKA TEKNIK
t- qD',, = r- .(9]!10), =r-0,364= 0,636
n(n' -l) 11.(121- 1)
Penguiian signifikansi rr. Makna r, sama dengan koefisien korelasi yang telah
dibahas dalam Bab Vlll yakni, rs = 0 berafti tidak ada korelasi dan r, = +],0 atau r, = -i,0 berarti terdapat korelasi yang sempurna. Sebagaimana telah diuraikan di atas,
pimpinan perusahaan berkeyakinan bahwa, pelatihan akan meningkatakan penjualan.
Hal ini berarti pula pengujian koefisien korelasi dilakukan dengan pengujian sisi kanan
(right-tailed test). Dengan melihat harga r, = 0,636 diketahui bahwa, ada korelasi positif
antara pelatihan dan peningkatan penjualan namun apakah korelasi itu cukup signifikan
untuk mendukung hipotesis yang dikemukakan di atas.
Untuk lebih menyakinkan pengujian perlu dilakukan dengan pengujian CR pada
tingkat signifikansi o tertentu. Syarat pengujian dilakukan sekurang-kurangnya dengan
sampel n =10.Nisbah kritis (crtical ratio,CR) untuk Spearman's r, dihitung dengan rumus:
CR=rrffi
cR = rs ffi= 0,636.
(11.04)
Rumusan keputusan menjadi:
Terima Ho jika CR , ("0",
Tolak Ho dan terima H, jika CR < to*,
Harga CRyang diperoleh kemudian dibandingkan dengan harga ("*, untuk (d[o)teftentu,
di mana df = n -2; dalam contoh ini df =11 -2 = 9.Jika pengujian dilakukan dengan
tingkat signifikansi o = 0,05, dan dengan menggunakan tabel distribusi-r (Lampiran C)
diperoleh: tr,o,o, = 1,833. Karena CR (= 2,47) > Lo, (1,833), maka H, diterima yang
berarti, tidak terdapat perbedaan produktivitas yang signifikan karena hasil pelatihan.
Contoh Cl2-03. Data abrasi Y pada bantalan mesin dalam mg/l00h dan kekerasanX dalam HBN ditunjukkan dalam Tabel 1 1-07 di bawah ini. Selidiki apakah terdapatkorelasi antara proses abrasi dengan kekerasan bahan pada a = 0,05.
Penyelesaian:Dengan menggunakan persamaan (1 1.03):
6tD' 6x436.5f"=l- - =1- -"'I-'- =1-1,984=-0.984' n(n' - l) 11.(l I' - 1)
Koefisien korelasi mutlak mendekati angka 1,0; ini berarti terdapat korelasi yang pasti
antara abrasi dengan kekerasan bahan. Karena r, negatif, hubungan itu berbalikkan.
Selanjutnya dapat disimpulkan pula, bahwa 0,9842 = 0,968 atau 96,Boh variasi dari
tt-2.....-.-..----..
I - (0,636)',
uEseJaIaI uep lsPJqP E,lelue rselaro) :[0-[[ requED
NH8's"upa}looa
S'9€b = zO30I9v9v9L)6tI09991
v9Z0lt9LZZ
00rItL9BsiH
v90tZtBss3sz'otS,BtttZLIJ
SZ'OZg'gvLI9tLlnIs99vsLC6IoL9stLf9te6s9902B
00rt_ilstzttV
.(X-A)=zoXNSH
'y ueserala;q00t/8w'1 tse:qy;adue5 4uea
sl s,ueureadg 3un1lq8ua6r Inlun ple6 lsptnqpl :10- t L laqpl
'uelselafrp tedep >leprt Suez(
o67'g e(ueq uep 'e,(uurel laqeuen rserren qalo uelsela[tp ledep laqerJe^ Surseu-Surseuu
q2.o,a
as
L9ZxutwvSvd-NoN vxusuvls - x gvs
252 STATISTIKA TEKNIK
I - (0,984)2
Dengan menggunakan persamaan (1 1.04) ditentukan signifikasi pengujian:
CR = rs. = (_0,994)
df = n-2=ll-2=9 dan a = 0,05 ) dari tabel distribusi-rdiperolehf.or, = 1,833 ) Karena t r,,o,, > troo",, maka dapat disimpulkan korelasi itu
signifikan pada tingkat kepercaya an 95o/" (lihat Cambar 1 1-01 ).
1 1.5. Pengujian Mann-WhitneyPenggunaan Wilcoxon signed rank test jika pengukuran sejumlah pasangan data
dilakukan dengan sampel tunggal. Jika analisis perbedaaan hendak dilakukan atassuatu data yang diperoleh dari dua kelompok sampel yang berbeda, maka pengujianharuslah menggunakan Mann-Whitney test.
Dimisalkan pimpinan suatu perguruan tinggi ingin mengetahui penghasilan alumnilulusan sepuluh tahun yang lalu darijurusan perdagangan dan jurusan perbankan denganmengirimkan lembaran angket. Hasil angkat tersebut ditabulasi seperti tertera padaTabel i 2-08. Prosedur pengujian dengan Man-Whitney testini dijelaskan sebagai berikutini.
Tabel 11-08: Tabulasi Data untuk Pengujian dengan Man-Whitney Test
Alumni lurusan Perdasansan Alumn i Jurusan PerbankanResponden Caii* Rank Responden Caii* Rank
A 22,4 15 21,9 14B 17 ,B 3 K 16,8 1
C 26,5 16 L 28,0 17D 19,3 oU M 19,5 10E 18,2 5,5 N 18,2 5,5F 21 .1 13 o 17,9 4G 19.7 1l P 35,8 19H 43,5 20 C 20,5 12
R 18,7 7S 19,4 9T 17,3 2
32,9.lB
.
N,=B Rr -- 91,5 N,--r2 R, = 1 18,5* Caji tahunan dalam ribuan dolar.
Merumuskan hipotesis. Pimpinan perguruan tinggitersebut merumuskan hipotesisnol(Ho) yanB menyatakan: "tidakterdapat perbedaan penghasilan antara alumni jurusanperdagangan dengan alumni jurusan perbankan." Sedangkan hipotesis alternatif (H,)menyatakan: "terdapat perbedban penghasilan antara alumni jurusan perdagangandengan alumni jurusan perbankan."
t-o= (-0,e84)
il, _,i,r* = -16,5
:uPrEsala^uad
'0/.,66 uee(elJada) te)Burt ue8uap uesnea) depeq.ral ueqe] qlqal 3ue,( eueu ueqeq
uplntual f o0B ue8uequtasa) rnleJadulal ue8uap euues uetfn8uad lnleladual 'gg
-Z I laqel eped ela1ral lUadas elep ue>lltseq8uaur re)eqlolol.lr qenq uede;ap eped q 00 teulelas upsnea) uer[n8ua6 'uesnea) depeqlal ueuel{e}a) ue>lSurpueqlp >lepuall rnrunlue -leiueq )nlun B uep v qlnluslq stsEqraq uenped stuaf en6 'no'zl) l.lo]uo)
1nqasral tuunp 4oduo1a7 enp Uep ueltseqSuad ue4171u31s &ue,( ueepaqtad
epe \epll ue>llndrursrp eleuu'|"q"'n a"n1tqo euale) 'll =t*otn qaloladrp'10'0 = D
rsuelrlru8rslelSurlepe6'Zl=tN uepg=r1y 1n1un g uelrduel uepqa;oladlp'"t'h e8reg
.r"qnh > r""r,rn ,4![ ,4 euual uepog 4ep1po\atn
=8,,,!Hn eueu rp € ,,0,h a'""r,rn ,ry[ og etuyal :uesnlndal
ueeler(u.rad uEp '[0'0 = D rsuel!]ruBrs ]e13u11 eped ue)reseprp uerfn8uad ue>llestW
'(lnlaq ueSunlrqrad) 9'0t = s',ss - 96 = g'ss - (z t)(B) = 9'ov' tt-r'"h )rtsriels rselnduol ueeslrJatuad
s'ss = s'8r r- #ffi+ (zrxs) =
zv - #W
+'N''N ='n
s'Ot = 9'16 -#m+ (zrxs) = ru-(I+*m * z*"r77 = t2
:qagoradrp (10't t) p/s (S0'I L) snrunr ueleunSSuau ue8uagrEsaqJah _ rNtN _ lDalrah
:snurnl ueleunS
-3uauu ue8uap ueln)elrp p rselnduuo) ueleuaqal rln8uaru )n]un 'llra>Ual n lelluqllldlp srsalodrq uerfn8uad Intun 'tnqasra] snrunr enpa>l ue8uap Sunlrqrp n >llls!]els
,rr- zo (t + ,Nff +'N''N ='n nele
trr_ Zo (I+ ,lul,rtr + tN''N = 'n
:snLunr ue8uap Sunlrqrp n )rlstleis 'n 4fisllels &urytq8uayt1
'uelueqrad uesnrnf loduo;a1 )n]un S/B l" I
= zy uep ue8ue8ep.rad uesnrnf turrrnle loduo1a11n1un 5'[6 = 'U uelllseq8uawBuryuet
relru ueqelun[ua4'pdues 4odtuo1a4 de7 >ln]un Suquet qtu ueryleyun[uay'1'ruurnle 1oduuo1a1 uelepaqualu
4epqBuquet'ue1r1eqla; '02 rotuou 3ut>1uet -rp rSSuruat ue;rseq8uadraq 3ue,( uapuodsa.t
uep I rotuou 3uryuet-p Llepuara] ue;rseqSuadraq 3ue,( uapuodsal lJep relnultP
ue;rseqSuad 1w4uey 'Z [ = tN uep B - 'N .lrlnpe uesnln[ Sutseiu-3urser.u uapuodsat
qeluun[ 'g uep Z urolo) uelep slln]lp ue;rseq8uad eleO'uel$eq8uad Suquet-a1n1
uep
(r0'r. r)
(e0'r r)
(s0'L r)
t9zxulwvdvd-NoN vxllsllvls - lx 8v8
STATISTIKA TEKNIK
H, : Tidak terdapat perbedaan ketahanan terhadap keausan yang signifikan antarakedua paduan tersebut pada tingkat kepercayaan 99o/".
Dengan menggunakan rumus (11.05) s/d (t t.07) diperoleh:
o, = N,.Nr..{9.1)-Rr = ,z *9'(9:rl) -76,5 =126-83,5 = 42,5
rylx.l t) _ R, =rz *9.(9_+l) _ g7,5 =126_ g7,5 = 3g,5danUz=Nr.Nz+j- 2 - 2
Pemeriksaan komputasi statistik {",r..ir l
{e*ecir = N,il, - 4"o""", = 92 - 42,5 = 38,5 ) perhitungan di atas benar,
d=l-0,99=0,01; N, = N, = 9' U,,urnr =Ure,kecit =38,5;Dari Lampiran H-1 diperoleh Urou,, =14.Karena a ,rru,r ) Urnor,, maka Ho diterima, berarti tidak terdapat perbedaan ketahanan
terhadap keausan pada keduan paduan terseLrut pada tingkat kepercayaan 99oh.
Tabel 1 1-08: Tabulasi Data untuk Pengujian dengan Man-Whitney Test
Paduan A Paduan B
Sampel Keausan* Rank Responden Keaausan+ Rank
219 10 224 11
B 168 I K 178 2
C 280 13 L 265 12
D 195 o M 193E 182 5,s N 182 5.5F 179 3 o 181 4
C 358 1B P 297 14
H 205 9 a 335 l5I 338 16 R 340 17
N, --9 R, = 83,5 N"=9 R,=87,5* Keausan da lam msil10Oh
11.6. The Fisher Exact Probabilty TestThe Fisher exact probability test merupakan teknik nonparametrik yang banyak
digunakan untuk menganalisis data deskrit (baik nominal maupun ordinal) jika dua
data sampel independen berukuran kecil. Teknik ini digunakan jika skor dari dua sampel
acak semuanya berada dalam salah satu atau kedua kelas yang mutually exclusive.
Dengan lain perkataan, setiap subjek dari kedua kelompok mendapat satu dari dua
peluang jawaban. Skor itu dinyatakan dalam bentuk frekuensi dalam tabel kontigensi 2
x 2 seperti ditunjukkan pada Tabel 1 1-09. Kelompok I dan ll bias terdiri dari dua kelompok
independent, misalnya, kelompok eksperimentaldan kelompok kendali, pria dan wanita,
bermasalah dan tak bermasalah dan sebagainya. Judul kolom ditentukan secara bebas
Iv
00t
vt 6LqelLUnI
z )odLUola)
L >lodLuola)
6
0t
qelLr-rnI+
z x z !sua8!luo) laqel :0 [- ! [ Iaqel
'N ladLues LlelLUnI ueSuap ue)lle)tp las der]de!t tsuan)aJ] leuoue] uerlelrad
ue8uap !3eqlp leurfueLU LlelLUn[]edLuaa>lleuoUe] uerlelrad uep qeqsru te8eqas Llaloradtp
rleurera] 3ue,( uerpefa) upp setr;rqeqold 'entqeq ue11n[unuaLu n]l (80'[ [) snLUnU
iqiSisiYiN-d (80'r r)
+ )i@ +v)
i(o + di@ +v)( s +v\
= [ry,J.=, - (,1.)(,:,)
i(o+ s)ib+v)i(o
iN( iois \f iJiY \ l_ll-l
[ito*g)J[i(.] +il):4tryatuoa]tadry snq14s1p ue)rpsep raq ue)nlua4p qfulgeqotd pexal les4a sellqeqotd
eleuu 'dela1deS3uerp leurfueu qelrunl e1r['uelrlru8ts eleras epaqlaq 7 loduolay uep 1
lodruolay rslodo.rd qelede ue)ntuauaLu ue)e (lsuan)al1 ueledn.raLu C uep 3'g 'y eueu
lp) 60- [ [ laqel Luelec 'lse)lulsel) enpa>l LuPlep eperaq elaraur eueuu eped ts.rodotd
epaqraq lafqns lodr-uo;a>1 enp qelede uelnluauaul )nlun ueleunSrp uerfnSuad
N C]+B f+Vqe;unI
7 >loduuo;a;
l lodruo;ay
c+f
B+V
qelLunI
7 x 7 rsua8l1uo) laqel:60-LL IaqPI
'l[e)lp 3ue,( qeleseuu eped Sunlue8ta] 'n[n]as 4epfi uep nfn]as nele'sryn1 TepD
uep sryry ue1e1e,(urp e3nI esrq :snutLil uep sryd epuel ueSuap e,(u;estu '(te41tqte1
Cf
BV
vtE wvavd-NoN vrlrsllvls - lx svg
256 STATISTIKA TEKNIK
Sebagai contoh penggunaan rumus (1 1.08), dimisalkan hasil pengamatan di-tabulasisepertiTabel 10-10,dimanaA=10,8=0,C=4,danD=5.Jumlahmarjinal(A+ B) = 10, (C + D) =9, (A+C) = 1 4,dan(B + D) = 5, serta N = 19.
Dengan mensubsitusikan hasil pengamatan ke dalam rumus (1 1.08) diperoleh:
10! 9! 4! 5!p=19! 10! 0! 4! s!
= 0,0108
Misalkan probabilitas distribusi frekuensi dibawah Ho adalah p = 0,0108.Dalam contoh di atas perhitungan menjadi sederhana karena salah satu sel
mempunyai frekuensi nol (B = 0). Apabila tidak satu selpun berfrekuensi sama dengannol, maka harus dipikirkan bahwa, penyimpangan yang lebih ekstrim dari distribusi dibawah H, dapat terjadi dengan julah marjinal yang sama.
Untuk pengujian statistik dari suatu Ho dengan pertanyaan: Bagaimanakahprobabilitas dibawah Hodari suatu kejadian yang ekstrim? Misalkan pengujian statistikdari data seperti ditunjukkan pada Tabel 1 1-1 1 terhadap keadaan ekstrim yangditunjukkan pada Tabel 11-12. Dalam hal ini, pengujian hipotesis nol dari data Tabel1 1-10, probabilitas yang diperoleh harus dijumlahkan dengan probabilitas dari kondisiyang lebih ektrim (Tabel 11-12). Dengan menggunakan rumus 10.08) diperoleh:
Dari Tabel 11-l 'l:
dan dari Tabel 1 1-12: p, = H = 0,012612!0!7!s!0!
Jumlah probabilitasi p= pt* pz=0,04399+0,0126= 0,04525
Harga probabilitas p = 0,04525 digunakan untuk mengevaluasi, apakah data Tabel 1 1-11 layak untuk menolak Ho. Dari contoh-contoh di atas, dapat diketahui jika angka-angka dalam sel-sel tabel kontigensi itu besar, maka perhitungan akan sangatmelelahkan.
Tabe! 11-11: Tabel Kontigensi 2 x 2
+ Jumlah
Kelompok 1
Kelompok 2
Jumlah
Jika peneliti bermaksud menggunakan tingkat signifikansi(significance /evel) lebihdiutamakan dari nilai probabilitas p, maka peneliti dapat menggunakan Lampiran I
(Table of Critical Values of D lor Cl in The Fisher's lest, selanjutnya disingkat dengan
p, - 7t'5t'5l.7! = 0.04399
t2m6l4ltl
12
I 6
4 1
(B + V) lntun /l uerdLuel tueleplsal s,raLlslJ laqe] ueguoloyad ue8uaC '9 = (C + f) uep
l=(B+v) eueLu lp l-t-f I laqelLUeleperaua]3ue(elepue>leunSrpue>leueueqeuadue1]elSuruaLU )ntun 'enp ue)tle)rp snreq ]nqasiai laqe] Luelep teltu-teltu 1s1s-enp {n)nlun 'rcs-nJes r/n >1n1un qplepe ; ue.rrdruel urelep eraual Suer(ral s,Jaqst! pqe;-
'(80't t) snurnr ueSuap Sunlrq8uaLu )nlun ue)ueresrp eleu 'o1es1a selr;rqeqord
rlepuaq8uaLr-r rlllauad elrqedy '[0'0 = n eped uelrlruBrs ue1e1e,(urp laqe] 111elep
'lOO'O = d qelepe elep nlens rrep s)eqa setlrqeqord e,(u;esr6i 'uelelapuad e8leq-e8teq
Llelepe lsal s,laqs!J laqel LUelep eJaua] 3ue,( rsuelrlru8rs 1e1ur1 'ervtqeq le8urrp n;ra6'ue1de1a1rp
Suer( le13ur1eped uelrlruSrs nlt tse^lasqo ltseq Elep eletu'ue1de1a1rp Suer( tsueltltu8ts
1e13u11 Llemeq lp laqet LUelep ledepral 3ue,( re;ru rrep 3ue.rn1 nPle eues uel]11auad
elep uep C lellu elr[ 'uerlrlauad elep llep C teltu l]eLue eAuln[ue1a5 :g qe43ue1
'C lellu rlueS3uad re8eqas reledrp snleq J lellu e)eur 'reledrp 8ue,( y re;ru
ellf 'V uerlr;auad e]ep ue)eun8 'uetlt;auad elep uel;eseplaq g ue8uap tensas e$leq
epe )ep!] e)l[ 1B e8teq ede.raqaq tedeprat n]l (CI + 3) e8req )n]un :2 qe43ue1
qelLunI
7 loduo;ay
1 lodruolay
qeluun[ +
7 x 7 rsuaSlluo) laqel :z [- L L taqel
'uet1t;auad
elep ue8uap rensas (C+ f) e8req qrlrd euues 3ue,( u-ro1o) LUeleC :E qe73ue1
'uerlr;auad elep ueSuap tensas BueA u8te61
)q4u ut /elol r.uolo) epedTsal s/aqs!! laqe] uelep (B +U relru rre3 :7 qe43ue1
'uerlrlauad elep rrep (C + l) uep (B + y) e8leq ue>lntual :1 qe43ue1'jsal
s,raqs!! laqet ueeunSSuad tnpasord uelselafrp lut Lle/\^eq 16 '(rsua8rluol laqe] llep se]e
uer8eq !p laqel )tleqLUaLU ue8uap lsetetp ledep rur leLl ureleC '1e:e,(s lLlnuauaul >lepll
ueue) rnfel eped rdela]]ele,(s lqnuaulaL! qe^ Pq Luolo) rp;eurfueuu qe;uunllPe[at1ede6
:uetele))'g L Uep resaq Llrqal qaloq )epr] (A + f) nPle (B + V) lUe LUPlep '91 rrep lesaq
Llrqal )epr] ueue) rsrs eped ;eurfuer-u rqepunf uep 0g ! N >1n1un unsnslp n1t ; ueltdLuel
uelep laqel 'Z x 7 rsua8tluo) laqet uelep ueteue8uad lrseq rplru-relru rrep rsuelrltu8rs
1e13ur1 ue)nluauaur Suns8uel erefas tedep tlrlauad lnqasla] laqel ue>leunSSuaru
ue8ua6 'sele rp ue)Lloluo)lp luadas ue)qelalaLu Suer( ue8unlrupad r8ueln8uaur ledep
1 ue.rrduuel Luelep erafa] 3ue,( 1aqe1 ueeunSSua6 'tsuaralat re8eqas (lsal s,laqslJ Pqel
ZL
0s
I0
/92xulwvuvd-NoN vxlsuvts - tx svs
268 STATISTIKA TEKNIK
= 7 dan (C + D) - 5 terdapat tiga alternatif nilai untuk B, yakni 7,6 dan 5. Sedangkanhasil observasi diperoleh B sama dengan 6. Selan- jutnya hasil observasi D = 1 (Tabel
1 1-1 1 ), sementara pada Lampiran l, untuk nilai D = 1 dinyatakan signifikan pada ii =0,05. Kondisi ini sesuai dengan hasil perhitungan probabilitas eksaks p = 0,045(pembulatan, uji satu-sisi). Untuk uji dua-sisi memungkinkan penolakan Ho pada 6 = 2x (0,05) = 0,10.
Sebuah contoh pengkajian perilaku karyawan lulusan dari dua perguruan tinggiyang bekerja dalam suatu perusahaan rekayasa. Perilaku yang dikaji adalah kecekatanmemulai tugas pertama pada hari pertama mereka memulai beker.ia di perusahaan
yang bersangkutan. Peneliti merumuskan:Hipotests Nol. Ho: Tidak terdapat perbedaan yang signifikan dalam kecekatan
memulai pekerjaan pertama yang mereka peroleh.Hipotesis Alternatif. Ho : Terdapat perbedaan yang signifikan dalam kecekatan
memulai pekerjaan peftama antara sarjana lulusan kedua perguruan tinggi.Data Observasi. Data observasi dalam bentuk tabel konigensi 2 x 2 ditunjukkan
pada Tabel 11-13 di bawah ini.
Tabel 11-13: Tabel Kontigensi Pengamatan Kecekatan
Memulai Pekerjaan
Cepatmemulai
Lambanmemulai
Sarjana Pf "Xu 1 B
Sarjana Pf "Y" 6 0
Jumlah
Uii Statistik. Pengkajian ini menggunakan dua sampel independen dengan jumlahkecil. Pembedaan bersifat dikhotomi sehingga pengujian dilakukan dengan Fisher test.
Tingkat Signifikansi. Dipilih o = 0,05 dan N = 15.
Daerah Penolakan. Karena H^ menunjukkan arah perbendaan, maka daerahpenolakan adalah satu-sisi. H, akan ditolak jika data hasil observasi berbeda dengannilai dalam Tabel Frsher fesf untuk o = 0,05.
Keputusan. Dari Tabel 1 1-1 3 diketahui:(A+ B) = (1 + B) = 9 dan (C + D) - (6 +0) = 6.
Mengacu pada Lampiran I (Tabel Fisher fesf) menunjukkan bahwa, pada harga B = B,
diperoleh harga D = 0 pada o = 0,005 (uji satu-sisi). Karena harga ini lebih kecil dari o= 0,05, maka keputusannya adalah menolak Ho dan menerima Ho . Disimpulkan:"Terdapat perbedaan kecekatan memulai tugas pertama antara lulusan Perguruan TinggiX dan Perguruan Tinggi Y."
Jumlah
9
6
15
'sele
tp e)Buelallp qela] 8ue,( apolauu ue8uap ;as derlas >1niun ueldereL{lp 3ue,( rsuanla.r;
ue)nlual 'lnqasra1 srselodrq ue)tesppraB 'r33ur] lnlsodraq 3ue( 1n>1r3uad rsrodo.rd ueSuap
lapuad .rnlsod.raq lnlrBuad rs:odo.rd ueepaqrad epe 1epri elnd uerlrua6 'r33ur1rn1sodraq
urduruuad uefluap lapuad .rnlsod.raq urdurr.uad Erelue rs.rodold ueepaq.rad ledeplal
lepri ,entqeq ue)elnlua8uar.u ;ou srsalodrg ' PJIaN uep nry&ua4 'utdtutua4 re8eqas
uelr.ro8alelrp uapuodsaX 'r33ut] Suelo ZS uep lapuad Suero E, Uep lllpral uapuodsal 71
- [ [ laqel epe4'erfuuewdurutada>1n1nu ue8uap uepeq BBu4 ue.tn4n ele]ue ueflunqnrl
tlllauaul urSur Sueloasas ue)leslW'rt-ll laqel eped ereyal lUadas Lloluof qenqas
ue)uaqrp '13 'ueldereqrp 8ue,( rsuan>la{ Sunlrq8uau eJPf rser}sn1r re8eqa5 'N snsP)
qrunps qelun{ ue4uap !7eq!p np1 '{eryp &ue,( ps ueguap uello7aq 8ue,( put[tetu
qelunt ue4!F4 ';as nlens t.rep ueldeteqrp 8ue,{ lsuanlal} ue)nulauau In}un'rsua8rluol laqe] uep urolol qe;unf = ) uep .rnfe1 qe;un[.r eueu !p ( t - 4)$ - r)= tp
ueseqaqa)-1efelap ueSuap tsnqr]]stpra] (60't t) snLunl ue8uap qaloradlp SueA ,X e8reg
')-urolo) uep ;-.rn[e; enluas eped las-las ueqe;unfuad epuel - t? 1/-a>1 uo;o1
,lt
uep /-a>l rnfe; eped uelrro8alelrp 3ue,( 'p-1 eped ueldereqrp 3ue,( snsel qe;r-lnf
=t!1 : l-a4Lrolo) uep I-a1 rnfe1 eped ue>1r.ro8a1e11p 8ue,( snsel qelunf =/'g eueu tp
"fl H= (60'tt) T;ror$$=,' :snurnr ueleun33uauu ue8uap ue>ln)elrp 1ou srsalodrq uetfn8ua;
'u1nd uennerfuel uep
eud uente,(re1 loduo;a1 epeda>1 ue1e,(ue1rp e;nd tedep etues 3ue,( tedepua; 'nreq
3ue,( efuay e3eua1 3uepu1-3uepu61 ue8ue)uel sele lnfnias >le] nele nfnlas; uedeSSuel
epaqraq uenterfuel lodr-uo;a1 enp qelede uerfn8uad e,(u;estu 'qoluoc re8eqa5
'er(uure1 lodr.uo;a1 tlep snse)-snse1 tslodord ue8uap t.ro8ale>1
re8eqlaq urelep loduuola>1 nlens llep snse)-snse) tlep tslodold uelSurpuequlau uep,3unlrqrp r.ro8a1e1 der1-derl rJep rsuan)a.r1'rur srsalodrq rfn8uaur )n]un 't.ro8ale1 edelaqaq
Luelep J!]elal tsuan)a4 ueepaqrad Llalo tepuelrp 3uetr nluaya] )llsllaUere) ederaqaq
Luelep epaqraq loduo1a1 enp 'ennqeq ueleler(uatu e,(uuttze; l[np Suer( srsa]odrH'uapuadapur loduogal
enp er -elue ueepaqrad rsuelrltu8ts uelntuauaul Inlun ueleun8rp ledep :r,a1 -rXeleuu '1u1sap rro8alel LUelep rsuan)44 trep tJtpral uerlr;auad nlens llep elep e>1rI
rAJ- - J 'I'LL
xulwvSvd-NoN vxusuvts - lx svg
270 STATISTIKA TEKNIK
12 32
22 14
9 6
Er, =
dan untuk sel-32: En =
Jumlah
44
36
15
95
= lg,g
= 8r2
= 3,14 + 2,59 + 1,99 + 1,65 + 0,71+ 0,59 = 10,67
Tabel 11-14: Tabel Kontigensi Tinggi Badan vs Kepemimpinan
Pendek Tinggi
Pemimpin
Pengikut
Netral
Jumlah 43 52
Untuk sel-l1 besarnya frekuensi yang diharapkan adalah:
(43)(44)
95(s2xIs)
Harga-harga E- itu kemudian dimasukkan ke dalam tabel kontigensi seperti terterapada Tabel 1 1-15 (dicerak italik).
Jika harga E, itu berdekatan dengan harga O,, maka selisih (Otj- E) akan kecildan sebagai konsekuensinya harga X' juga kecil. Dengan harga X, yang kecil Hotidakbisa ditolak. Sebaliknya jika selisih (Oij- Eij) besar, maka harga X, juga besar; makinbesar perbedaan itu makin besar pula peluang untuk menolak H' Dengan demikiansuatu H, ditolak jika 6f,,,,,r > Zl,or.Dalam hal ini yang dimaksudkan dengan l'^u,,,adalah hasil perhitungan berdasarkan data observasi dan 7,2,0", adalah harga X, yangdiperoleh dari tabel distribusi- ,y2 (Lampiran D). Jika dalam soal ini ditetapkan tingkatsignifikansi 99% atau o = 0,01, maka untuk menentukan, apakah H, ditolak ataudierima, terlebih dahulu harus menghitung besarnya y2 dengan menggunakan rumus(11.0e):
"_, _ .$ (o, - Eu)' _(12-r9.9)'? , (32- 24.1)2 , e2-16,3)'? , 14-tg,T'zr -LL F T-i=t j=t -ij 19,9 24,1 16,3 19,7
. (9 - 6,8)2 . (6 - g,2)2T- 6,8 9,2
Dengan derajat-kebebasan, df = (r -l)(k - l) = (3 - lX2 -l) = 2.
Untuk menentukan tingkat signikansi X2 = 10,67 dengan df = 2 dilakukan denganmenggunakan tabel distribusi-,y2 pada Lampiran D. Dari tabel tersebut dperoleh harga
I1.or,z = 9,210. Karena Zi,n,,r > Z,'r*,, maka H0 ditolak.
9S VZLlelunI
u)t,, Ld eue[.les
ux,,Ld euefues
6S
LZ
LlelLrinIrelnuraur relntuatUuequrel ledal
uee[Ja{ad lElnuawuElqaf,a) uEleueSuad rsuaSrluo) laqel :9!-LI laqPl
')elol!p (ueepaqrad epert srsatod
-tt.l) 'g e)eu / PcuI < svwtttl euaJe) '?g'E =
t:s\zY sltt)l e8teq qalo.tadtp C laqel trec
(rzXqsXos)(rz)@ + s)O +y)(a + c)@ +v)
€t9b
Lt0t
7?'9 ==rZ
,Ilu'u - (qtx,) - rcrxorrl)os
,(*-bs -ort)*
:ue>1;rseqSuaur (01.'l [) snlunr ue8uaprX e8req SunlrqSuauL ue8uap
relnL!rp uerln8uad eleuu '96'g= D rsup>lrltuButs 1e13u;t eped ueldeirtlp oH uerfn8uad
e)l['Og -N uep tZ = (C+ B)'9S = (f + V)'6S = (C + ))' LZ= (B + V) rur leos uelec'9 t- l. t gaqel eped luadas epaqraq 3ue,( elep ue8uap rde1a1
t I- [ I laqpl eped leos ueresa;a,(uad qoluor Llenqas up)uaqrp rur ]n)uaq uer-ueqer-uad
ue4elSuruauj Intun '(60't t) snLunr epeduep e,(uueeunSSuad qepnu Lllqal lul snl'Unu
@+s)O+v)@+c)@+y) _ y(ot'tt) t=/p)nlun (Z , ) -r*
,[, - l,s - ovl)N
:snurnr
ue8uap Sunlrqrp ledep 7 ue8uap eues ) uep r eueur lp psal slaLlst! eped ryadas; 7 x
7 rsua8rluol laqe] )nluaq ureleplsal -rX ueeunSSua; '7 x 7 rsue8rluo) Iaqpl 'e
S6
9t
9{.
bv
qelunI
ZStV qelunf
lerlaN
1n1rBua6
urduruaS
r33ur1>lapuad
uo;dereqg6 3ue,(
rsuanlarl uep ueleue8uad rsuanlarJ laqel :S [- [ L laqpl
9Z,B
68,9
vt/'61
ZZ
€'g tZ€
t'hzZI
6'6 t
t/zxulwvavd-NoN vxLsuvts - tx svg
STATISTIKA TEKNIK
b. E, Kecil. y2 -testdapat diterapkan dalam bentuk tabel kontigensijika frekuensiyang diharapkan E, cukup besar. Kalau E, lebih kecil dari minimal, maka pengujiantidak tepat atau tidak bermakna. Cochran (1954) merekomendasikan kaidah-kaidahberikut ini.(1) Dalam tabel 2 x 2, untuk N > 40 harga y2 dapat dihitung dengan rumus (12.10).(2) Jika N antara 20 dan 40, rumus (1 1 .10) dapat dipakai jika E,. > 5. Jika E.. _._._ _ < 5
gunakan Fisher-Test.(3) Jika N < 20 gunakan Fisher-Test.
1 1.8. RangkumanStatistika non-parametrik digunakan apabila pola distribusi data tidak diketahui
atau jika data bersifat kategorikal. Dalam bab ini ditunjukkan bahwa, statistika non-parametrik juga dapat digunakan dalam bidang rekayasa untuk masalah- masalah yangsederhana.
Beberapa metode pengujian yang banyak digunakan dalam pendidikan antaralain: srgn test, Wilcoxon sign ranked test, Mann-Whitney test dan y2-test dapat diguna-kan untuk pengujian hipotesis, sementara Spearman's rank correlation seperti hal analisiskorelasi digunakan untuk mengkaji kedekatan hubungan antar dua variabel. Fisher'sexact probability test digunakan untuk data deskrit. Metode kalkulasi pada umumnyadisajikan dalam bentuk tabel kontigensi sehingga mudah dipahami.
1'l .9. Soal-soal LatihansI1-01. Delapan jenis bahanbakar diuji oleh dua orang operator dengan
menggunakan sel-penguji yang sejenis untuk mengetahui bilangan oktannya. Datapengujian tertera di bawah ini. Tentukan pada tingkat kepercayaan 9Oo/o, apakahterdapat perbedaan hasil pengujian antara operator X dan operator Y?
511-02: Seorang peneliti ingin mengetahui dampak atas kepemimpinan dilingkungan industri, yakniantara personnelconcern dengan production concern denganmenggunakan 12 responden (karyawan). Skor penelitian ditabulasi seperti tertera dibawah ini. Anda diminta menyimpulkan hasilnya.
Bahanbakar ) 2 3 4 5 6 7 B
Operator X BO 72 60 75 B2 B5 79 91Operator Y 8.1 74 70 B1 84 74 7B 90
o,(1o1''p]1'eqsn1e8o;
llrH-/!\erDrw'atuatcS p)otqeqa? aLu )oj ssttsqels)ylaueteduosl'(gs6t)'5';a3ar5'6 'lon'3ur:aaur8u3
lerrLuaqJ qslupB 'sc1sge1g cr4uadete4-uoN jo uotpupdy '$g6D'V'C 'IS^\o1leU'o(1o1 ,'ptl
'eqsnleSoy llrH-MerDlW 'sluauuadxS Swtaau8uS 'C16L) tllas 'I erpualeN ''3'uosdtl
PTElsnd rPUEC '0 t't t
'NHB 6'tB pJepuels uele.rer(s.rad rLlnuaLuaul n1t uet[n8uad ;rseq qe>1ede'lIlpllas'0'[6 - 0'16 - (.'BB - B'lB
- |gB - |g7 - g'VB - t'l7 - t'€B - B'[B :(NHB urelep)]n)traq re8eqas ueserala)
etep ue)lrseq8uaru uaurtsads g1 ue8uap efeq sruafas uese.ra>1a1 rfl ']0-ttS'tnqasJa] uresap enpa>l r.rep uelrlruBrs
3ue,( uerr;e n[e; ueepaqrad ledeprat qelede 'o1o96 ueeAerradal 1e13ur1 eped rlrpr;a5
Z,ILy'02g',61B'9 tO,B LB uresac
B,9Lo'ozs'B tZ,6Ls'llv uresac
s?€ZL€ uerlntsuad'oN
:ln)rJaq re8eqas
Llelepe ]nqasJa] uer[n8uad e]ec 'rlel euur; Sutseuu-Sutseu 'u1tu1e8 Luelep e,(uuerr;e nfe;
rnqela8uatulnluntfnlpSUepVeprn;leduodutesapu]ereurenpadrlolotd't0-ttS
tBvsZ6Z99S9B
BB
s9It6t9vZI
ILL90t9ZSB
€B
Ltt€t-t-9il"0vIBB6Zg
I){
I
HDI3
C]
fB
Vuraf,uoJ
uorllnPoJduratruoJ
lauuosrad
uapuoosau
t/zxulwvuvd-NoN vxusttvls - lx svg
NVUIdWVI.NVUIdWVI
276 STATISTIKA TEKNIK
LAMPIRAN 4.1
Dikutip dari Freund & Williams (1958:171)
CONTOH TABEL BILANGAN ACAK
1-4 5-8 9-12 't3-16 17-20 21-24 25-28 29-32 33-36 3740
,1
2345678o
10
11
12'13
14151617181920
21
22232425zo27282830
31
32333435JO
373B?o
40
41424344454647484950
29 69 05 96 07 9944 14 89 31 38 8940 64 8472 35 3946 96 38 41 43 6693 59 07 05 58 8914 55 31 12 51 498492 59 57 525257 48 69 02 22719243 0374 24 5466 26 0622 46 50
34 33 36 05 48041'1 16 92 13 66712498 49 31 80 11
00 63 87 9s 02 9033 05 5437 28696031 0849 50566 51 1628 79 453972 97 77 68 7930 85 20 65 17 7885 45 39 53 37 59
55 86 'r5 01 37 9679 90 44 95 65 31
37 71 95 08 00 1569 14 37 14 57 5193 26 85 88 07 392871 0223 43 0687 67 6827 927646 91 7215 01 665'l 58 01 47 38 9982 57 97 55 35 08
39 81 59 34 268231 63 5473 B9 357407 21 92 71 3969 88 9227 07 9788 58 5478 53 8741 55 8254 16 8814 04 7377 79 6357 23 3253 61 7577 86 75 66 41 1466 31 76 91 37 52
7994 7587 09 06B0 81 33 38 257992 80 7472 47 5790 19 6276 05 9253 46 38 68 95 4'l03 68 1251 57 2545 50 9574 02 3639 56 53 09 35 1718 81 93 07 70292242 08 10 73 13
5672 57 4504 66 38 4288 73 920141 32 51 91
90 94 08 972837 95 6271 08 94 3897 59 57 5363 01 45 01
51 37 06 79
4328 04 892357 66 6570 43 83 6450 58 76 21
55 55 83 309'r 94 86 460't 45 99 2895 80 90 1365 50 64 81
2897 5478
10 81 73 5060 23 87 4533 41 88 5229 B3 04749974 79 9391 65 64 388427 78 0577 04 91 1504 13 06 634072 1470
53 26 93 1921 86 68 6664 30 64 5956 18 07 6918 10 o',t 9223 63 16 3781 90 53 488374 35 9786 92 09 4949 53 60 23
50 70 70 5484 58 51 6518 91 723576 00 51 009241 00 8729 30 08 5s33 14 75 5097 19 924059 67 722660 26 77 32
4428 70 3079 00 57 4135 62 56 2697 94 58 2889 17 04 0864 61 53 8131 61 99 1907 05 79 6884 14 88 8313 46 8229
4200 50 81
s8 45 79 9751 29 98 11
6277 17 1697 82 48 1938 05 69 8331 36 428496 75 96 4617 75 17 986475 67 78
10 95 07 7020 49 06 5037 46 29 53s9 97 01 0723 57 04 91
67 77 467111 45 03 5315 90 71 3038 96 21 001432 03 62
31 50 84 194216 38 0196 61 49 3l33 34 54872897 87 427873 432145 02 00 1'1
93 40 '18 2884 49 56 551262 1295
00 83 74 500441 45 121877 41 235467 23527840 31 9497 02 36 665212 62 586227 67 919211 57 2982 09 4209
00 69 94 05 59 9301 48 86 12 97 0831 50 6261 53 6011 46 58 B0 20790237 37 88 83 8405 83 75 50 45 4248 09 53 43 10 1798 13 13 92 47 7314 70 23 80 88 61
36 15 2894 51 80
45 12 2597 00 005404 5824 762284 00 73 31 34 8248 47 34 81 64 1977 58 09 84 66 8535 88 30 33 923167 55 74 13 23 4773 30 78 52 133474 43 28 55 97 659287 3282 55 53
00 36 80 78 85 9627 89 7677 17 557897 43 03 80 1706 00 39 42 256726 67 28 85 32 6923 60 3382 26 8658 61 18 34 62 8371 13 36 46 55 7935 16 71 69 09 3426 88 50 36 63 17
8425 11 93 51 3292 58 57 90 04 7720 13 96 55 422610 07 77 20 23 6091 22 53 34 692434 37 29 30 31 1988 84 97 24 88 921427 40 42 73 596574 56 35 73 4541 09 88 61 34 45
86 81 32 54 19 622984 09 04 25 898621 5425 528481 76 73 49 67 724278 4285 17 964425 58 56 60 163372 09 63 24 198452 60 12 66 4039 89 82 12 00 5630 64 50 90 55 37
rNR-2OOB.B
B0-8002-uNI'96'l=90'0+06'l
= ezo'z qololadlp e go'r.uolor uelep 06'I tnfet eped epetaq e laqe] uel -ep Qg/f'Q = senl
rs.rodord lreC :09/t'0 = 920'0 - 9'O = (n - S'O) 6un1rq nlnp qrqallal 920'0 = D lnlun z e6reqrJEsuOu' lnlun qoluoc
re6eqas ,(n - s,o) ue6uap ewes"z redues o = z uep 6uEplq sEnl tslodol6 :ue6ue:e1ay
066r' 066t'986n 986t't86r' 086t'bL6t' t L6r'v96n e96t'
z96t' l96t'906r' te6t'I t6r' e t6r'068r' L88t'198n" t98r'
LtSn zLSV'L9Lb', t9Ll'90Lr' 669t'ee9r' 9z9v'9V9n' 9e9?'
ttvb 6zbn'6 Ler' 90tt'LLtn z9tv'9 t0t' L66e'0e8t' 0 r8e'
tzgc' 6690'68ee' 99ee'€e Le 90te'z98Z AZ8Z'6n9Z' LtgZ
,zzz' 06 lz'6L8 t nnSt'Lt9l' 08t l'tvtl' 001. l't9z0' nlL0'69e0' 6 le0'
686r' 686t'986t', 986?'616,', 6L6V'zt6v' tL6b'z96n' l96t'
6'6r' 8,6t'zt6t' le6t'lt6b' 606t'r88t' r88t'098r' 918r'
808r' e08t'99Ln 09LV'€69r' 989t'I L9r' 809t'9Z9V' I t9r'
Btbv' 90ll'z6zv' 6Lzv'LVLV' LCIV'0860 296e'0610 lLLt'
LLge' ?99e'oree I I e€'8L0t' L90e'n6LZ' V9LZ'98VZ' rglz',
L9tZ' tZlZ',808 t' ZLLL'ertr' 90t1.',90 r' 9z0t919' 9eS0',6120'. 6eZ0'
686r' 886r'186f' nLSn'8L6t' LL6n'0L6n' 696t'096r' 696t'
9n6n' 9r6V'6Z6V' LZdV',906r' t06b'8LgN' 9LBF'znqt 8e8r'
86LV' e6Ln'vnLr' 8t,Lv'8L9V lLgb'669r' t69'909r' 96vV'
t6en' zgtv'99Zn tgzr'9LlV' 660r'116e' 9z6e'6tLe' 6ZLt'
le9e' 809e'68Ze VgZC'ez08' 9662'vt,tz' t0Lz'zztz 68tz'
8802 n902'9tz L' 00L l'89e r lee t'1.860 8t60'9690' L990'66 1.0' 09 l0'
886r' L86V',e86r' z86r'LL6V' 916i',896r' 896fL96r' 996r'
et6r' lv6v'9Z6i' ZZ6bl06r' 868r'I LgV' 898r'neqn' 0t8r'
88Ln' eSLyzt Lr' 9zLv',99r' 999t'z89r' tl9rtSvv' vLrv
0ten' tgev9tzv' zzz,z80v' 990tL06g' 888e80/e' 989e
98r€' l9reSeze' ztzt,L96Z' 6e6ZeLgZ' Zl9ZLgtZ'
'ZAZ6t0z' 986 It99 t' 8Z9le6z r' 99zl0 t.60' I1,80Ll9 0 8Lt00zr0' 0800
L86V' 186'',zg6t l86r'916b', nL6V'996r' 996t'996r' e96r'
016t' 8e6r'0z6v' 8 t6,'96Bf' e68t't98t t98r'9Z8r' tZBV'
ELLb' ZLLY'6tLt' etb'6n9n' lvgt't99b' nggi',e9til zgbv'
9nev' zeet'LOZV' Z6tt'6VOb' Zeln'698e 6t8e'999e 0rge'
8er0' e t?0'98Ie' 69 t t'0t6z' t88z'tt9z' 0892't6zz' Lgzz'
096t' 9r6l'169 L' tS9t'ttzr' 6LLt'ze80' e6/0'8er0' 86e0'0100' 0000
086'Z6',2L'Z9'Z
9'Zt'zE'Zz'zl'z
0z6't8'ILl9r9'It'letz'rt'l0't6'080L0'9'0
90'vo'00'z'0t'000
60' 80' L0' 90' 90' ,0' e0' z0' l0' 00',z
]VWUON ISNBIUISIC I]SVI
'(L0s:896 L) sr.uPrllr^A 3 PunorJ rrep drln)rc
t-B NVUIdWVI
//zNVTHWV'I-NVttdWVT
278 STATISTIKA TEKNIK
LAMPIRAN B-2
Dikutip dari Lipson & Seth (1973:432,433).
TABET DISTRIBUSI NORMAL
TN R-2008-08
zo .00 .01 .02 .03 .04 .05 .06 .07 .08 .09
0.00.1u.l0.30.40.5
0.6o.70.8no1,0
1.1
1.41.5
I .O
1.7'1.8
1.92.0
2.12.2
2.5
t.o2.72.82.93.0
.5000 .4960
.4602 .4562
.4207 .4 1 68
.3821 .3783
.3446 .3409
.3085 .3050
.27 43 .27 09
.2420 .2389
.2119 .2090
.1841 .1814
.1587 .1562
.1357 .1335
.1151 .1 131
.0968 ,0951
.0808 .0793
.0668 .0655
.0548 .0537
.0446 .0436
.0359 .0351
.0287 .0281
.0228 .0222
.01 79 .017 4
.0139 .0136
.0107 .0104
.0082 .0080
.0062 .0060
.0047 .0 04 5
.0035 .0035
.0026 .0025
.0019 .0018
.00't 3 .001 0
.4920 .4880 .4840
.4522 .4483 .4443
.4129 4090 .4052
.3745 .3707 .3669
.3372 .3336 .3300
.301 5 .2981 .2946
.267 6 .2643 .261 1
.2358 .2327 .2296
.2061 .2033 .2005
.1 788 .17 62 .17 36
.1 539 .1 51 5 .1492
.131 4 .1292 .1 27 1
.1 112 .1093 .1075
.0934 .0918 .0901
.07 7 8 .07 64 .07 49
.0643 .0630 .0618
.0526 .0516 .0505
.0427 .0418 .0409
.0344 .0336 .0329
.027 4 .0268 .0262
.0217 .0212 .0207
.0170 0'1 66 .0 1 62
.0132 .0129 .0125
.0102 .0099 .0096
.0077 .0075 .0073
.00s8 .0057 .0055
.0044 .0043 .0041
.0033 .0032 .0031
.0024 .0023 .0023
.001 7 .00't 7 .001 6
.0007 .0005 ,0003
.4801 .4761
.4404 .4364
.4013 .3974
.3632 .3594
.3264 .3228
.2912 .287 7
.257 8 .2546
.2266 .2236
.1977 .1949
.1711 .1685
.1 469 .1446
.1251 .1230
.'1 056 .1038
.0885 .0869
.073 5 .07 21
.0606 .0594
,0495 .0485,0401 .0392.0322 .0314,0256 .02500202 .0197
01 58 .01 540122 ,01190094 .0091007 1 .00690054 ,0052
0040 .00390030 .00290022 .00210016 .00150002 .0001
.4721 .468'l .4641
.4325 .4286 .4247
.3936 .3897 .38s9
.3557 .3520 3483
.3192 .3156 .3121
.2843 .2010 .277 6
.2514 .2483 .2451
.2206 .217 7 .21 48
.1922 .1894 .'1 867
.1660 .1635 .16'1 1
.1243 .1 401 .1 37 I
.1210 .1'1 90 .1 170
.1020 .1003 .09850.853 ,0838 .0823.0708 .0694 .0681.0582 .0s71 .0559
.0475 .0465 .0455
.0284 .0375 .0367
.0307 .0301 .0294
.0244 .0239 .0233
.0192 .0188 .0183
.01 50 .0146 .0143
.0116 .0113 .0110
.0089 .0086 .0084
.0067 .0066 .0064
.0051 .0049 .0048
.0038 .0037 .0036
.0028 .0027 .0026,0020 .0020 .0019.00'1 5 .0014 .0014,0001 .0001 <.0001
Keterangan: Cara penggunaan tabel ini sebaliknyaangka-angka dalam tabel menunjukkan harga clangsung ditentukan. Untuk o = 0,0250 ditemukansehingga diperoleh z.ozs = 1,90 + 0,06 = 1,96.
dari tabel pada Lampiran B-1 ) Di siniyang diketahui, sehingga harga z bisapada lajur z = '1 ,90 di bawah kolom .06
80-8002-uNl-
lul6Zdo
LZ9Z
c7VL
ZZ
'ZOZ
6tot
L'9t
9t,LL'
tt
0t68L
I
Iv
Z
,
9L9'Z99L'Ze9L'Z,LL'Z6LL'Z
L8L'ZL6L'ZLOg'Z6t8'ZICO7
9?B'Zt98 Zo lo 7
868 Z
IZ6'Z
LV6'ZLL6'Zzt0'e990't90, e
69 t'e092'e99e 'e
66r'eLOL'E
ztl b,09 tt18'9926'6/99 eI
o7c 770b 7
LgN ZI,LN Z6LV'Z
gqn'.Z
Z6V Z009 z809 2B19'Z
829 Z6e9'Zz99 Z
L99'Ze89 Z
209'zVZq Z099 2L89 ZBIL'Z
V9L'Ztzq'z968 2966 Z
tnt t,
99t'eLVLL'CLVg V
996 9tzS Le
096'Lgto'zBr0'zZ9O'Z990 Z
090 zn90'z690'ZVLO Z080 z
980'Z060'zl}t z0rl z0zt'z
Itt'z9'L'Z09t'z6L''Ztjz z
gzz zzgz'z90e'z99e 'Z
Ltt'z
t/9 zgLL ZZ8L'T,eoe t
90L'ZL
9r9 r
669 rtj[ttoL t90L t
80L'ttlL tvtL',I.I L' L
LZL'I
gzt- I6Z[l,t,L IOIILgnl'l
e9/'tLgL'IILL
' Zq[I96L t
zLq'l0e8't098'!968 rtr6't
9LO',Z
zeL zt9e 'z
0Z6 Znte'9
z8z tI Lg'Lett L
vLt lItt t
9te'tI te't6te tIZC, L
EZe I
gzt.tgze'Loet'tete'tzoe't
tv8 l9r€ t.
099 I99e L
coc l
zlt',LUL I/6e tgtt Ilvb I
gln Ieeg t8e9.t988'I820 e
lul6Zo?
LO
9Z
\atzTZzzt7
oz6f8tL'9L
9t.VLct
Z'tt
0tb8L
I
7
I
1ps00'7010'lez0'l0s0'1001'ltp
,-ISNBIUISIC I]BVI
'(209:8s6l) suerllr^ 3 punarJ rrep drln)rc
) NVUIdWVI
6/ZNVdtdwvT-NVdldwvT
280 STATISTIKA TEKNIK
TAMPIRAN D-lDikutip dari Freund & Williams (1958:503).
TABEL DISTRIBUSI-72
dt l.'n, 2tr,,2
Zot zio, df
1
2345
678I10
1112131415
1617181920
2122232425
zo27282930
3.8415.9917.8159.48811.070
12.59214.06715.50716.91918.307
19.67521.42622.36223.68524.996
26.29627.58728.86930.14431 .410
32.67133.92435.17236.41537.652
38.88540.1 1 341.33742.55743.773
5.0247.3789.348
11 .14312.832
14.44916.01317.53519.02320.483
21.92023.33724.73626.11927.488
28.84530.19131.52632.85234.170
35.47936.78138.07639.36440.&6
41.92343.19444.46145.72246.979
6.6359.210
1 1.34513.27715.086
16.81218.47520.09021.66623.209
24.72526.21727.68829.14130.578
32.00033.40934.80536.1 91
37.566
38.93240.28941.63842.98044.314
45.64246.96348.27849.58850.892
7.87910.59712.83814.86016.750
18.54820.27821.95523.58925.188
26.75728.30029.81931 .31932.801
34.26735.71837.1 5638.58239.997
41.40142.79644.18145.55846.928
48..29049.64550.99352.33653.672
1
2J
45
67a
I10
1112IJ
1415
1617'18
1920
2122232425
zo272B2930
TNR-2008-08
80-8002-uNr
9e€'62 809'929eE'82 LLg'nZgee'Lz Lng'tzgge '92 6lL',ZZ908 92 Z6L'lZ
Let'tz L98'02E|'EZ er6'61Ltt'zz Lzl'61Lte'tz t0t 8lLt|',lz zgt'Ll
LEE'6 t 992'9 t8ge '8 t 290'9 t8ee'/f lvr'tl8es 9, lEg'e t8ES-9 t VZS'Z\
6ee tt LZL'Ll6e e 'e L Iz8'0 tjte'zl 926'6ore't t ,e0'6tr|0L 8tt 8
zvt6 Lgz'Lere'8 g6s'9vrt'L L?,9'9gre 9 tLg'V8re 9 828'e
Lge'' 000 eLgE'E 961 Z
99e Z VZV',tggE'f 1ElL'099t 08rl'
gln'vz tgEEz199'eZ qLVZZ
LV9'ZZ 889'LZ6tt lz t0L'02ctg'02 028 6t
6e6'6 t 016'8 t1e0 6t 290'gt/0r 8t Lgt'LLlvz Lt ,l€'9tvnt 9t 9t?'9t
z9v'9t 8l9'ttz99',nt 9tL'et919'0 r 198'Ztz6LZt 200'ztzt6'tt zqt'tt
9e0't L /0e'0t991'0t L9V'6662 6 rE9'88er'8 L0s'/ngg'L 686'9
LtL'9 62t'9668'9 088'9u.0'9 n69'n992',t ZZSI99t'g 0/0'g
9L9'Z eVt'Ztz6'l 619'teLZ't 900't09L9' 09tr'0z0t' zn90'
669'02 e6r'81 l6l9t89/'6t 80lLt Lrl'gt6€6'8 r 826'9 t S00'9 Ivlt'Bt t9t'9t elg'nlz6z'Lt 6/€'9t wS Cl
t Lr'gt t99't t 0zl'Q,699'9t 8r8'et l0t'2,8r8',tL t60'e I 889'1. ILro'nt qee'zt 286'0 t1tzet 169'Lt e8z0l.
Env'zt 198'0 t t69'6tsg't t Ltl'}t /06'8998'01 06e 6 tez'q980 0r zL9'8 n99'LzLt'6 296',1 806'9
Lng'g tgz'L z9z'906[L
'L9'9 629'9
zvl L 2689 600'9toe 9 9zz'9 nlr'v819'9 919'n 9t8'e
998'' 0r6't LnZ'e89t'r gT,'e 001'z06, e eELz 08t ztEg'Z Lgt',Z 069'tnlzz 9€9 t Lez t
0t9't qvt't 0le8,90't lLtl' 0n8n0t89' 0z9e' 09lzjltz' 0E0t 9090'89t0' 6800' 8600'
90e'9t e96'rt LsL'ttnl9'9t 992'tl tzt',etLnq'nt 999'S t tgt'ZtgZL',nL 6LA'Z\ 808't I60r'E t 86t'zt 09 t.' L l.
169'Zt tzg'tL 029'0t266'tt 998'01 988'6E6Z'lt 96t'01 092'6009'0t zr9'6 e?9'8I r6'6 r.68'8 ?e0'8
Ltz'6 092 8 nevLr.998 €e9/ ,,8'9906'r. 9t0'L 992'9sgz'L 80r'9 /69'9tl9'9 zt8'9 znt'g
986'9 6ZZ 9 t09''890'9 099 r 910'n991',V Llt',t 999'Eqtt'n tlq e ,10't,609't €90'e e09'z
690'E 899'Z 99t',2zEg'Z 880 2 gel'lzeo'z 9r9 t ,ve'lt99'f 6tz't 0686',tt'| ozLS' 09L9'
0z9L' 0199' ozw'06zn' 0L6z' 0L0z'0981' 09It LtLo',0r'0 t0z0' 0010'e900' 1000'
0z6I8IL'ot
91.
ttCl.
zttt
0e8Z8ZIZ9Z
9ZvzezzzIZ
0tbILI
In€ZI
tp€n
,/-rsngrutsrc rrBVr
(v€n:Erct) qlas ,9 uosdr'1 rrep dr1n1r6
EZ-O NVUIdWVI
IBZNVttdwvT-NvaHwvl
282 STATISTIKA TEKNIK
LAMPIRAN D-2bDikutip dari Lipson & Seth (19fi:a35)
TABEL DISTRIBUSI-72
(I) .300 .2s0 .200 .100 .050 .025 .020 .010 .005 .001
df1
2,45
67
Io
10
2122a1
z+')4
26n1
282B30
11
IJ
1415
to171B
1920
1 074 1.3232.408 2.7733.665 4.1084.878 5.3856.064 6.626
7.231 7.8418.383 9,0379.524 10.21910.656 '1 '1 .38911.781 12.549
12.899 13.70114.011 14.84515.1'19 15.98416.222 17.11717.322 18.245
18.418 19.36919.511 20.48920.601 21.60521.689 22.71822.775 23.828
23.858 24.93524.939 26.03926.018 27.14127.096 28.24120.172 29.339
29.246 30.45430.31 I 31 .52831.391 32,62032.461 33.71133.530 34.800
1.642 2.7063.219 4.6054.642 6.2515.989 7.7797.289 9.236
8 5s8 10.6459.803 12.01711.030 13.36212.242 14.68413.442 1s.987
14.631 17.27515.812 18.54916.985 19.81218.1 51 21.06419.31 1 22.307
20.465 23.54221 .615 24.76922.760 25.98923.900 27.20425.038 28.412
26.171 29.61527 .301 30.81328.429 32.00729.553 33.19630.675 34.382
31.795 35.56332.912 36..74134.027 37.91635.129 39.08736 250 40 256
3.841 5.0245 991 7 3787.815 9.3489.488 11.14311.070 12.832
12.592 14.44914.067 16.01 315.507 17.53516,919 19.02318.307 20.483
19.675 21 .92021 .026 23.33722.362 24.73623..685 26.11924.996 27.488
26.296 28.84527.587 30.19128.869 31.52620.144 32.85231 .410 34.170
32.671 35.47933.924 36.78133.172 38.07636.415 39.36437.652 40.646
38.885 41.92340.113 43.19441 .337 44.46142.557 45.72243.773 46.979
5.412 6.6357 .824 9.2109.837 11.34511.668 13.27713.388 1 5.086
15.033 1 6.81216.622 18.47518.168 20.09019.679 21.66621 .161 23.209
22.618 24.72524.O54 26.21725.472 27.68826 873 29.14128.259 30.578
29.633 32.00030.995 33.40932.346 34.80533.687 36.19135.020 37.566
36.343 38.93237.659 40.28938.968 41.63840.720 42.98041.566 44.314
42.856 45.64244.140 46.96345.419 48.27846.693 4.58847.962 50.892
7.879 10.82710.597 13.81512.838 '16.268
14.860 18.46516.750 20.517
18,548 22.45720.278 24.32221 .955 26.12523.589 27.87725.188 29.588
26.757 31 .26420.300 32.90929.819 34.52831.319 36.12332.801 37.697
34.267 39.25235.718 40.79037. 1 56 42.31238.582 43.82039.997 45,315
41 .401 46.79742.796 48.26844.181 49.72845.558 51.17946.928 52.620
48.290 54.05249.645 55.47650.993 56.89352.336 58.30253.672 59.703
TNR.2OOB.OB
B0-8002-uNl_lnqaAuod l]ep ueseqaqa)ilelPJap = zlp :0uellqtr]a0 llep uPseqoqa)ileleJap = ,Jp :Uebue]ala)
60'z z, z It zOL Z
'L'Z BI Z
ZIZ 9IZ 6IZTIZ gLZ OZZ9IZ BIZ ZZ'Z
qL'Z OZ'Z VZ Z
B''Z ZZ Z 9Z Z
OZZ VZ'Z BZZez'z 9zz 0e z9ZZ BZZ ZCZ
077 tc7 cc7
Ltz nt'z ?t,zNTZ Lt,Z IVZBI,'Z LN Z 9V Zznz gnz 6vz
gV',Z t9 Z 99 2e9 z 99'Z 09 Z
09'z e9 z L9 z69'Z ZIZ gL'Z
6|Z Z8'Z 98 2
'62 16Z L6Z
/nc nl c cl c
BZE te t ,0'e/9 e 09'g e9 €
00 t eo'r 90 tB9'r 0L V V/-
' t6I e69 96Ivlg 9/B 8r.B,v 6t 0n 6t 6E 6rNVZ EVZ Z'Z
IZ'Z LZZZZZ BZZvz'z 6z'z9ZZ 9t,ZLZ'Z ZC'Z
07 7 bc'7
1ez 9E Z
ZT,Z BE'Z9t z 0r'zLC Z ZN'Z
jn'z 9n zen'z Bn'z9' Z tg'Z09 2 99'Zv9 z 69'Z
69 Z VqZ99'Z l[ZZI- Z LL'Z0B z 98'Z06 2 96Z
z1'c /0 eB|e tz t,6g'E nn t89'0 0/ e0L', gL't
sL v zg'n00 L0'9t8^B rB'B
8e 6L LE 6tLrz 6ez
,t'z zt z t9 z9e z tv'z ,9 29AZ VV Z 99'ZLt'z 9v z L9 z6t'z Lv z 69 2
Lt'z 6v z 09 2ef z Lg'z z9'zgnz egz ng'zLV.Z 99.2 99'Z6V'Z L9 Z B9'Z
Z9'Z 09 Z 'LZ 99'Z Eg'Z NL'Z
89Z 992 LIZz9'z 1Lz LB'z99 Z VL'Z 9B'Z
O[Z 6L'Z 06 Z
LL Z 98'Z 96 Z
VB'Z Z6 Z ZO'Ez6z 00 e Lrtro'e 60'e lz'E
vt t zz't e0 e6Zt, r.00 B,e09c 890 690628 /8e L6Etz'v gzv 6e tB8'r 96 t 90'960 9 9r9 9Z'988 tL6'8 t0 69E'6r ee 6t 0e 6LLtz ,tz 1tz
9t- z 66',2qLZ t0 e082 e0sze'z 90 tnBZ /0 e
LB'Z 0i 0062 e t ee6'z It e96 Z 1z',ero'e nz t,
90'e 6z et t'e ,€'0Br g rr0gzt 6r eocc ACc
8t'e I L'.ee9'0 9s st8'e L0 vzlv 9tttg't gl',b
6r'9 LV96e9 699zr'6 8z 69Z'61 9t 6r9ZZ gLZ
ze'e Lt'nts'e gt'vvt't, lz'vge'e tz v/t'e zz v
BE E fZ''0r e Bz'nzre 0e,tt e zt'nLV t, 9e''
6t'0 ge'tzg't, 80,99 e tv't699 9VVe9e 6,v
89 e Vg'nvL E 09''o8'e Lq'V88 e 9/t86e VBV
0L', 96''gz'n ZL'ggV'V Zt 9?L V 69'9nt'g 66',9
619 19 I16 I Lt L
9s 6 eL'0l,00 6, zs'st002 rgL
69.2 Z6 Z
ll'z s6 ztl'z 96 2tl'z 96 2bL'z 86 2
0t6ZBZ
LZ9Z
9ZVZtzZZIZ
0z6tItIt9titZItl0tt)
B
Lo
nC
ZI
zttL0r6SLg9ttzlztp
e Llp
'"'^n](":L, = jarrrog
I
(s0'0 = 12 rnlun) "J-rsnBrursrc rrgvl
(lLS-gLSiBt6t) ralqrnrJ f profllng rrep dr1n116
ET-] NVUIdWVI
uopea{ Jo sa}.I8?pa tlll,t uC,:nqlIlslP J/
TBZNVAHWVl-NVdtdWVT
284 STATISTIKA TEKNIK
LAMPIRAN E-lbDikutip dari Cuilford & Fruchter (1978:516-517)
TABET DISTRIBUSI-Fr' (untuk a = 0.05)
r-NR-2008-08
dfr ) 14 16 20 24 30 40 50 75 100 200 500 codfz
1
234A
67B
I10
2122232425
2627282930
11
121314'15
16171B'19
20
245 246 248 249 250 251 252 253 253 254 254 25419.42 19.43 19.44 19.45 19.46 19.47 19.47 19.48 19.49 19.49 19.50 19.508.71 8.69 8.66 8.64 8.62 8.60 8.58 8.57 8.56 8.54 8.54 8.535.87 5.84 5.80 5.77 5.74 5.71 5.70 5.68 5.66 5.65 5.64 5.634.64 4.60 4.56 4.53 4.50 4.46 4.44 4.42 4.40 4.38 4.37 4.36
3.96 3.92 3.87 3.843.52 3.49 3.44 3.413.23 3.20 3.15 3.123.02 2.98 2.93 2.902.86 2.82 2.77 2.74
2.74 2.70 2.65 2.612.64 2.60 2.54 2.502.55 2.51 2.46 2.422.48 2.44 2.39 2.352.43 2.39 2.33 2.29
2.37 2.33 2.28 2.242.33 2.29 2.23 2.192.29 2.25 2.19 2.152.26 2.21 2.15 2.112.23 2.18 2.12 2.08
2.20 2.15 2.09 2.052.18 2.13 2.07 2.032.14 2.10 2.04 2.002.13 2.09 2.02 1.982.11 2.06 2.00 1.96
2.10 2.05 1.99 1.952.08 2.03 1.97 1.932.06 2.02 1.96 1.912.05 2.00 1.94 1.902.04 1.99 '1 .93 1.89
3.81 3.77 3.75 3.723.38 3.34 3.32 3.29.3.08 3.05 3.03 3.002.86 2.82 2,80 2.772.70 2.67 2.64 2.61
2.57 2.53 2.50 2.472.46 2.42 2.40 2.362.38 2.34 2.32 2.282.31 2.27 2.24 2.212.25 2.21 2.18 2.15
2.20 2.16 2.13 2.092.15 2.11 2.08 2.042.11 2.07 2.04 2.002.07 2.02 2.00 1.962.04 1.99 1.96 1.92
2.00 1.96 1.93 1.891.98 1.93 1.91 1.871.96 1.91 1.88 1.841.94 1.89 1.86 1.821.92 1.87 1.84 1.80
1.90 1.85 1.82 1.781.88 1.84 1.80 1.761.87 1.81 1.78 1.751.85 1.80 1.77 1.731.84 1.79 1.76 1.72
3.71 3.69 3.68 3.673.28 3.25 3.24 3.232.98 2.96 2.94 2.932.76 2.73 2.72 2.712.59 2.56 2.55 2.54
2.45 2.42 2.41 2.402.35 2.32 2.31 2.302.26 2.24 2.22 2.212.19 2.16 2.14 2.132.12 2.10 2.08 2.07
2.07 2.04 2.02 2.012.02 1.99 1.97 1.961.98 1.95 1.93 1.921.94 1.91 1.90 1.881.90 1.87 1.85 1.84
1.87 1.84 1.82 'r.81
1.84 1.81 1 .80 1.781.82 1.79 1.77 1.761.80 1.76 1.74 1.731.77 1.74 1.72 1.71
1.76 1.72 1.70 1.691.74 1.71 1.68 1.671.72 1.69 1.67 1.651.71 1.68 1.65 1.641.69 1.66 1.64 1 62
Keterangan: dfi = 6s,.1.a*.bebasan dari pembilanq: dfz = deraiat-kebebasan Oari oenviUuf
80-8002-dN_
88L 16t 96l,68 t 06'l L6'l06 L V6'l 86'Iz6'1 96't 66 te6'L L6'l 00'z
tz'z LEz 09'Zzz'z ge'z 19 ztz'z 6E'z Z9'Z9Z'Z l|z 99 2LZ'Z et'z Lg'z6Z'Z
'n'z 89'Z
0e z gt'z ol'z
tE z gn'z z[zgE',Z 09'Z
'L'Z 9E Z l9'z gL'Z
LE'Z Z9 Z gL'Z
8e 'z r9'z gl'z
jv'z 99',2 6LZLn'z 99'Z 08'Zzyz Li'Z lg'Ztv'z 89 2 ZB'Z,n'z 69'Z e8'Z
gn'z l9'z ,8'Zqt'z z9'z 98'Zsv'z tg'z 98'Z6V'Z 99',2 88'Ztq'z Lg'Z 06'Z
66'Z ?8 e00'e 98'Ezo'E 98 S
ro'e 68 t90€ t6e/0'e z6'e60'€ 16 e
Ire 96eere 86 ett't 66 0
It'E 00 ttt't z0 n
It'e e0 t6t'e n0',jz'E 90 ttz'E 90 tzz't, Lo'n
tz'e 80,gz'e lt'tgz't ll't8Z'g t l'noe'e I t',
60'zgl't 08't ,B t 68'1. 96 t Z0'z 0t zel't t8'r 98 I 06't 96 1 eo'z zL'zoB r e8't L8 t Z6'1 86 l. 90'z itzz?'t 98'L 68 I ?6'1 00 2 Ll'z gL'z
eB L 98 t 06 t 96 t lo'z sl'z LL'Z98 t 8B'l Z6 I L6'L el'z 0l'z 6lz
90'z zl'z lz'zLl'z vl'z tz'zsl'z gt'z tz'z1L'z ll'z 9z zLt'z 8l'z LZ'Z
cl'z 0z'z 6z'znt'z lz'z 00'zvt'z zz'z lt'z gt'z tz'z lt'ztt'z tz'z zc'z
gL'Z 9Z'Z Ve'Z6t'z 9z'z ge'ztz'z 8z'z ge'z
tz'z lc'z 8E'z9Z'Z Zt',Z 0r'z
66'tt0'zz0'zv0'z90'z
96'1 86't Z0Z Ll'Z96 t 66't ej'z s1'z16 r 00'z tl'z 60'z86'r to'z 90'z jt'z66',r Z0'Z 90'Z ll'z00'z vl'z Lj'z zl'zz0'z 90'z 60'z ,t'ze 0'z 90'z 0l'z 9l'z90'z 80'z zl'z Ll'?,L0 z 0l'z vt z 6l'z
@000 t00t00209t9Zt00t
08OL990999
098VIttnzb
0v8€oc
,t,ZE
zttt0l68L99rczlztP
?1p
(g0'0 = 12 rnlun) t'J-tsn8Iurslc ll8vr
(6 ts-B ts.Bl6l) ralq)nrJ ? profllnD uep dr1n1r6
)t-l Nvuldwvl
SBZNVAHWVT-NVlldWvl
286 STATISTIKA TEKNIK
TAMPIRAN E-1d
Dikutip dari Cuilford & Fruchter (1978:5tB-519)
TABEL DISTRIBUST-Fr' (untuk d = 0.05)
df1 ) 14 16 20 24 30 40 so ffidfzJZJ4JO
3B40
4244464850
5560657080
100125150200400
1 000@
2.02 1.972.O0 1.951.98 1.931.96 1.921.95 1.90
1.94 1.891.92 'l .881.91 1.871.90 1.861.90 1.85
1 .88 1.831.86 1.811.85 1.801.84 1.791.82 1.77
1.79 1.751.77 1.721.76 1.711.74 1.691.72 1.671.70 1.65169 1.64
1.91 1.861.89 1.841.87 1.821.85 1,801 .84 1.79
1.82 1.78r.o r t.to1.80 1.751.79 1.741 .78 1.74
1.76 1.721.75 1.701.73 1.681.72 1.671.70 1.65
1 .68 1.631.65 1.601.64 1.591 .62 1.571.60 1.541.58 '1.53
1 .57 1.52
1.82 1.761.80 1.741.78 1 .721 .76 1 .711.74 1.69
1.73 1.681.72 1.661.71 1.651.70 1.641.69 1.63
1.67 1.611.65 1.591.63 1.571.62 1.561.60 1.54
1.57 1.511.44 1.491.54 1.471.52 1.451,49 1.421.47 1.411.46 1.40
1.64 1.601.63 1.581.62 1.571.61 1,561.60 1.55
1.58 1.521.56 1.501.54 1.491.53 1 .47'1 .51 1.45
1.48 L421 .45 1.391.44 1.371.42 1.351.38 1.321 .36 1.301.35 1.28
1.67 1.641.64 1.6'11.62 1.591.60 1.571.59 1.55
1.57 1.541.56 1.521.54 1.511.53 1.501.52 1.48
1.50 1.461.48 1.441.46 1.421.45 1.401.42 1.38
1.61 1.591.59 1 .571.56 1 .551.54 'l .531.53 1.51
1.5'1 1.491.50 1.481.48 1.461.47 1.451.46 1.44
1.43 1 .41
1.41 1.391.39 1.371.37 1.351.35 1.32
'1 .30 1.281.27 1 .251.25 1.221.22 1.191.16 1.131.13 1.081 .11 1 .00
1_74
1 .711.69t.o/
'1 .66
1.691.671.65t.oJ1.61
1.39 1.34'1.36 1.311.34 1.291.32 1.261.28 1 221.26 1.191.24 1.17
Keterangan: dfl = derajat-kebebasan dari pembilang; ffiTNR-2008-08
B0-8002-uN_r'lnqa^Uao uep ueseqaqal{erEJap = qp :ouelrquao uep ueseqaqalletelap = ?p :uebuela}ay
0ee00eoccAC'C
ZV'E
tqz 06zLB Z Z6'Z062 962e6 z 86'Z962 Z0 t,
66 Z 90'eeo't 60 IL0 t vt't,zL t 8t tLl t, iz't,
tzt, 0er0ee 9EtLE T,
'V t,
gre zgc99e t90
/o c c|c08t 98096e Z0V9tv zztlv'v 9v v
LL V BL''rt. I 8r.9199 VL 9LVY^g9ZLL 6I.L
686 966Lt'tt 9v'vLgC',/Z et'LZzn'66 zv 6690t I 280'9
86'Z 90 €00'0 80'zeo'e rI e90'e rl t,60'0 LL't,
rfe LZt,LL'T, 9Z T,
tz'E 0e €qz'e 9t €te t 0r'€
Lt,t 9t0en'E zq'tt9e 09s69e 89e69'e B/ 0
08 e 68'E16 e eo't0t'v 6t't00'r 6t'tt9v e9t
96r 90992',9 9t'9zs'g t6'9700 I/ o
LB'L 86 I.
90 0t 9t. 01L9'tt 99',rtI,Z'LZ VC LZLr'66 0r'66990'9 ZZ0 9
zt'e 91 0 09 0ge'e 09 0 zg'tLV t,
'9 0 LLt,
Irr 6st 9/tt9'0 99 e t8 e
99 0 t t_ t, /B'eeg"e LL't, r6'etlt, 9B'S L0''6/e e6'e ol't68',t eo't lz'v
00't ,t'n zt'nvL'v gz'v gt'n0€ r Lyn zg'n09'r 99'' ZB'nvl'v 88'' L0'9
Lt't,0z't,tz't07c
6Z'e
tz'q 6E'9Lt 9 Z9'9e0'9 6L I,8'9 00'r.0t. B 9z'8
oL'E 2,0'v Lg'vEL'0 nl'n vg'b9/ e Lj'v Lg'n6l',e Lt't 09 tzg't ,L', vg'v
98 e t,l'n e9 t06 e zz'v z[nt6 e gz'v 9['66 9 tc', zg'nv0 v Lt', LB'n
ll'n Ev't ,6'vLt'v 09'? t0'9gz',n 89't 60 Ivt'v L9', BI'9vy't Lt', 6z I
69'r S0 9 99 I98'r 0z'9 vl'g90'9 tr'g 96 9zt'g L9'9 ZZ I66'9 99'9 99 r.
90'9 Zn'g 66 I099 t0/ 691.gr'L g8't 9r I9L'8 Ir.'6 Br.6
L6 0r 6e il 90zLz9'9t 86 9t 69',9r,Z8Z LL'BZ 9V6Z0e 66 92 66 Zt'66,91'9 929'9 eor'9
6e 9 99',160'9 09'r.Z' 9 Vg'L6t'9 89'r.t9'9 ZL L
L9 9 LL'Lt.9'9 ZS'L99 9 BB'ZOL3 VOL
819 208
989 0tBe6I Bt8to.g BZ B
LL 9 O''Bcz 9 09'B
909 898199 988019 106e69 ee60zL 996
t0'0 t t0'0 tz0 B 99'0 rco o 07'I I
99 6 qZ'Ztz6'01 nL'e I
l7'c I 07'ot
OO B! OZ'LZz8'08 zL'te00'66 6t'86666'' 290',n
LV'e090e9't99e69't
t9'908'9/e'96L'LLV'8
LZ'lt 9t'0t 19 0t.08 rt 86'rt tz'gt6V'LZ Lg'/Z l6'LZ8e 66 9e'66 Se'66tB6'S 8Z6'9 698 S
ctttEtZLIL
0t6ZBZLZ9Z
9ZVZT,Z
ZZIZ
OZ
6t8LLIol
OL
6B
LI
,,L
zL
ztLt0r68L99rtzzlp
<- Ltp
(10'0 = 12 rnlun) 'oJ-tsn8lurstc t:t8vr
(lLS-gLS:Bl6t) ralq)nrJ B pro}llnD uep dr1n1r6
EZ-] NVUIdWVI
/82NVTIdWV'I-NVilHWVl
2BB STATISTIKA TEKNIK
LAMPIRAN E-2b
Dikutip dari Cuilford & Fruchter (1978:516-517)
TABEL DISTRIBUSI-F.,, (untuk a = 0.0t)
dft ) 14 16 20 24 30 40 50 75 100 200 500 codfz
1
23
45
678o
10
11
12'13
1415
16171B
1920
2122232425
2627282930
6,142 6,169 6,208 6,234 6,258 6,286 6,302 6,323 6,334 6,532 6,361 6,36699.43 99.44 99.45 99.46 99.47 99.48 99.48 99.49 99.49 99.49 99.50 99.5026.92 26.83 26.69 26.60 26.50 26.41 26.35 26.27 26.23 26.18 26.14 26.1214.24 14.15 14.02 13.93 13.83 13.74 13.69 13.61 13.57 13.52 13.48 13.469.77 9.68 9.55 9.47 9.38 9.29 9.24 9.17 9.13 9.07 9.04 9.02
7.60 7 .52 7.39 7 .31 7 .23 7.14 7 .09 7 .02 6.99 6.94 6.90 6.886.35 6.27 6.15 6.07 5.98 5.90 5.85 5.78 5.75 5.70 5.67 5.655.56 5.48 5.36 5.28 5.20 5.11 5.06 5.00 4.96 4.91 4.88 4.865.00 4.92 4.80 4.73 4.64 5.56 4.51 4.45 4.41 4.36 4.33 4.314.60 4.52 4.41 4.33 4.25 4.17 4.12 4.05 4.01 3.96 3.93 3.91
4.29 4.21 4,10 4.02 3.94 3.86 3.80 3.74 3.70 3.66 3.62 3.604.05 3.98 3.86 3.78 3.70 3.61 3.56 3.49 3.46 3.41 3.38 3.363.85 3.78 3.67 3.59 3.51 3.42 3.37 3.30 3.27 3.21 3.18 3.163.70 3.62 3.51 3.43 3.34 3.26 3.21 2.14 3.11 3.06 3.O2 3.003.56 3.48 3.36 3.29 3.20 3.12 3.07 3.00 2.97 2.92 2.89 2.87
3.45 3.37 3.25 3.18 3.10 3.01 2.96 2.89 2.86 2.86 2.77 2.753.35 3.27 3.16 3.08 3.00 2.92 2.86 2.79 2.76 2.70 2.67 2.653.27 3.19 3.07 3.00 2.91 2.83 2.78 2.71 2.68 2.62 2.59 2.573.19 3.12 3.00 2.92 2.84 2.76 2.70 2.63 2.60 2.54 2.51 2.493.13 3.05 2.94 2.86 2.77 2.69 2.63 2.56 2.53 2.47 2.44 2.42
3.07 2.99 2.88 2.80 2.72 2.63 2.58 2.51 2.47 2.42 2.38 2.363.02 2.94 2.83 2.75 2.67 2.58 2.53 2.46 2.42 2.37 2.33 2.312.97 2.89 2.78 2.70 2.62 2.53 2.48 2.41 2.37 2.32 2.28 2.262.93 2.85 2.74 2.66 2.58 2.49 2.44 2.36 2.33 2.27 2.23 2.212.89 2.81 2.70 2.62 2.54 2.45 2.40 2.32 2.29 2.23 2.19 2.17
2.86 2.77 2.66 2.58 2.50 2.50 2.36 2.28 2.25 2.19 2.15 2.132.83 2.74 2.63 2.55 2.47 2.38 2.33 2.25 2.21 2.16 2.12 2.102.80 2.71 2.60 2.52 2.44 2.35 2.30 2.22 2.18 2.13 2.09 2.062.77 2.68 2.57 2.49 2.41 2.32 2.27 2.19 2.15 2.10 2.06 2.032.74 2.66 2.55 2.47 2.38 2.29 2.24 2j6 2.13 2.07 2.03 2.01
Keterangan: dfi = 6"t","an"bebasan dari pembilanq: db= deraial-kebebasan dari oenvebut.-N
80-8002-uNrjnqar(uad rrEp ueseqaqal-leteJap = zJp :oueltqurad Uep ueseqaqalJelBJep = 'Jp :uebueralay
el'z vz'z0z'z 9z'ztz'z 6z'z8Z'Z
't'Z lt'z LE ztE'z 0r'z9t z Ev'z
tyz en'z9r'z tg'zLf z ,9'z09'z 99'Zt9 z 69'Z
99 2 Z9'Z89'Z ng'Z09'z 99'Zz9 z 89'Zvg'z U[z
99'Z t,L'Z69'Z 9l'Zzlz g[ZgLZ Z8'Z08'z gs'z
zE z Ln'z l9'zvt'z E'z tg'zLE Z qt',Z 99'Ztt'z 09'z 09'z,r'z eg'z z9'zLnz 992 99'Zt9z 692 69'Z
99'Z ng'Z nL'Z69'Z Lg'.Z LL'Ztg'z ll'z 6l'ztg'z z[z zs'z99 2 9lZ 98'Z
,9'Z 08',299'Z ZB'Z69 2 9B'Ztl'z 06 zgL'Z Z6',Z6L'Z 96'Zz8'z 66',2
tg'z ,0 et6'z l.0 ee6'z 60'e96',2 Z,L',e
86'Z 9l'e
zl't 8I er0'0 0z E
so'e zz t/0'e ,z't0t e gze
zt'E 6z t gr's zttBre 90 etz'c 8€'egz't ZV',E
zj'e zE'eto'e ,t'e90 0 9E'0I L'0 W't,vL't bn'tLI'E L''Ejz't, Lg'g
gz't 99't6Z't 09'et€'e zq'Er0 e 99'e/e '0 89't
tv't, zL'Ezn't nl't,,v'e 9/'egr'e 8z'e6r'e o8'e
t9'0 tB'€,9'e 98't89 S 68'8tg'e e 6'€99'e /6'€
8/ e 09't t9'908'e zg'n 99'9t8'e 99'r 0r.'988'e ttv 9z'9t6'8 gl',t t8'g,6'0 BL n l.8'986'E Zq'n 06 Ivj'v 88'r 96'980', z6'n Lj'L0 L'r 96'?
'0' I
et'v 86', 80 1qt'n t0'9 zt'L
0z ? 90'9 tt'Lzz'v 80'9 6t'Lnz'v 0 t's lz' Lgz'n ZL'g nZ',L6Z' 9r'9 LZ'L
te', It.'g LE Lve'n tzg gt'L80'r 97,'' 6e'/zv'v 6z'9 t?'L9r', te'g 09 1
ll'z qt'zLL'Z 08'Ztl'z z8'z9L Z Vq',Z
Lt-'z 98 Z
88'Z06'zz6zn6'z96'Z
08'z 88 Z 66'Zz8'z t6'z zo'e99 Z n6',Z
'0'€ 68'Z L6',Z 80',8v6'z 1.0'e zL'e
@000 r00t0020919Zt00t
OB
OL990999
0sB'9't,zv
0tBCoc
tgze
zttt0r68L99rtzlzlp
? Llp
(r0'0 = 12 rnlun) "J-rsngturstc tlgvr
(6 t.S-B lS:B16[) ra]WnrJ f pro]llnD rrep drln>1r6
)Z-] NVUIdWVI
682NVttdwvl-NVttdwvT
290 STATISTIKA TEKNIK
LAMPIRAN E-2d
Dikutip dari Cuilford & Fruchter (1978:518-519)
TABEL DISTRIBUSI-F.0, (untuk a = 0.01)
dft ) 14 16 20 24 30 40 50 75 100 200 500 codfzJZ34363840
42444b4850
5560657080
100125150200400
1 000@
2.70 2.62 2.512.66 2.58 2.472.62 2.54 2.432.59 2.51 2.402.56 2.49 2.37
2.42 2.34 2.252.38 2.30 2 21
2.35 2.26 2.172.32 2.22 2.142.29 2.20 2.11
2.26 2.17 2.082.24 2.15 2 062.22 2.13 2.042.20 2.11 2.022.18 2.10 2.00
2.15 2.06 1.962.12 2.03 1.932.09 2.00 1.902.07 1.98 1.882.03 1.94 1.84
1.98 1.89 1.791.94 1.85 1.751.91 1.83 1.721.88 1.79 1.691 .84 1.74 1 .641.81 1.71 1.611.79 1.69 1.59
2.20 2.122.15 2.082.12 2.042.08 2.002.05 1.97
2.02 1.942.00 1.921.98 1.90196 1 .881.94 1.86
1.90 1.821.87 1.791.84 1.761.82 1.741.78 1.70
1.73 1.641.68 1.591.66 1.561.62 1.531.57 1.471.54 1.441.52 1.41
2.08 2.022.04 1.982.00 1.941.97 1.901.94 1.BB
1.91 1.851.BB 1.821.86 1.801.84 1.781.82 1.76
1 .78 1 .71
1.74 1 .681 .71 1 .641.69 1.621.65 1.57
1.59 1.511.54 1.461.51 1.431.48 1.391.42 1.321.38 1.281.36 1 .25
1.98 1.961.94 1.911.90 1.871.86 1.841.84 1.81
1.80 1.781.78 1.751.76 1.721.73 1.701 .71 1 .68
1.66 1.641.63 1.601.60 1.561.56 '1 .531.52 1.49
1.46 1.431.40 1.371.37 1.331.33 1.281.24 1.191.19 1.111.15 1.00
2.54 2.462.52 2.442.50 2.422.48 2.402.46 2.39
2.43 2.352.40 2.322.37 2.302.35 2.282.32 2.24
2.26 2.19 2.062.23 2.15 2.032.20 2.12 2.002.17 2.09 1.972.12 2.04 1.922.09 2.01 1.892.07 1.99 1.87
a ac
2.322.302.28z.zo
2.232.202.182.152.11
Keteranqan: dfr = deraiat-kebebasan dari pembilanq; dfz= deraia2.}7t-kebebasan dari penVebut.
TNR-2008-08
80-8002-uNr'90-D-oepeo
0H Inlun rsrs-nles uerln6uad In]un rur laqej (Z) 'c-O t uelrlelrp snreLl elqEl ruelep el6ue-Bl6uv ( l) :ue6uera]ay
9LVL6IztI0t66L99,eZI0€x
9888829990099r0zLz9!lr90zz0100200\Cvz69'B6ZLI896LVILZn9t9/0zt0Lt0e00t00vze96968B6r.I990096eeZOZ90tL'OLLO900100eznL6ee6L9g8t1,ss9W707evL,on920800200ZZ1,86t969068088990097CCZ6L9606e0et0t00t00IZ,666L6zv68988VL889ztnz9zZT,L8S0LZO900I000z8660668966160zB9L9009,ZE0Btt80zt00t02006t666966986296t8809L€69LlvO'Z6ttsr09t0,00t008L
6661669L6826,e89890099t€oorzL0920900t00LL866686296968T,LL86920,LZZ90I880It02009L
966286L'66?8969009,0tt9I6908r0,009Lbbtl,66lL60t68819099fi l,zlz060620900100vl
866686?96198601009t6zeet9r0tt02000t266t86LZ6908ctol8€h6Le10610e00ZI
,66r.961889ZL009vLzCLL000900lt666686916BZBEZgLLEZLL990tt01000t
8660860t69il-009v9z060020zo069bb996998LE9coc9Vt9e0t00I
2668e6t,Lt-009LlZ290800Lt86t68999,ne60r9t0
bCf)ZLS00soottLU:t,v
9Iv,e,zttt0toBLo!vzL0ex
]VIWONIB S]I WVIVCI)t)utl'oox tvIN )nrNn svlIlt8vSoud t:t8vt
(05Z:956;) ;a8arg uep drlnlrg
J NVUIdWVI
t6zNVdtdwvT-NvEtdwvT
292 STATISTIKA TEKNIK
LAMPIRAN GDikutip dari Siegel, 1956:254
TABEL NILAI KRITIS T UNTUK WITCOXON S'GN RANKED TEST
(Matched-Pairs)
N
Tinqkat Siqnifikansi Untuk Uii Satu-Sisi0.025 0.01 0.005Tinokat Sionifikansi Untuk i Dua-Sisi0.05 o.o2 0.01
6 07 2 08 4 2 0I 6 3 210 8 5 3
11 11 7 512 14 10 713 17 13 1014 21 16 '13
15 25 20 16
16 30 24 2017 35 28 2318 40 33 2819 46 38 3220 52 43 3B
21 59 49 4322 66 56 4923 73 62 5524 B1 69 6'1
25 89 77 68
TNR-2008-08
80-8002-uN1
re9'69r'60t'09s' 989'n6z' 99t'znz' 96e'L6t' t€e' 9t9'gqt' 892' Lgr'1zt' vtz lSe'060' 99t' 90e' 8r9'990' ezt' gtz' zgn'Lnl' 680' gll' LgE'ztj' g90 6zt' vlz'tzj' Lr0' 980' 06l.'et0' 920' /90' Ltt'800' 9r0' eeo' e80'r00' 600' 6 r.0' 8r0'200' r00 0I0' vzl't00' 200' 900' zLl'
I L9'67,r'tze'vtz'EVt'tL0'980'
t/9'gzt'982'wt'
8tt-t9t9t?tetZL,t0t6IL9IbIZI0
6/9'009'tzv'9re',LZ0tz'99 t'tLt'91.0"8t0'820'9I0'800',00'
819'zgv'998' 109'gLZ' 009'902' e6e'tnt' 982' tlg'960' 96r' 6ZV'990' gzt', 982' /99zel tL0' 06t' 0099r0' 980' 960' eEe800' 8r.0' Lrj' Lgt
El,ZLLI0to8LI9,eZ
I0
I z g , 9 In
= Ll)Iz vL s
n=
LLl
9 = eu Inlun$ ='U )nfufl
199'tn'ere'E'Z'tLt'00I'190'620'nt0
LL9'6ZV'vte' 009"002' 00r'vtL' LgZ' 009'1.90' 0e l' 00t'820' /90' OlZ',
ILIIvezL
0
099'009'090' 009'00e' 00t' 09200t' 002' 009090' 00t' 092
Iv0zI0
nt eZn
= Lllczt.
n= ll)
t = 6u lnlunf, = tu lnlufl
AlNIIH/A-NNVWNVDN]C NVIIV)U]8
rfn wvwc Paryatn
rvrNDNVA SVIIIIBVBOUd I]BVI
Llz:9s61 ';a3ar5 rrep drln)rcE!.H NVUIdWVI
t6zNVdldwvT-NVttdwvl
STATISTIKA TEKNIK
LAMPIRAN H-lbDikutip dari Siegel, 1956:272
TABEL PROBABILITAS YANC BERKAITAN DENGANNILA! Uru,k""it DALAM Url MANN-WHITNEY
Untuk nz = 7n1 = 1 234567
U
01
234567Io
1011
1213141516171819202122232425
.000
.001
.001
.002
.003
.006
.009
.013
.019
.027
.036
.049
.064
.082
.104
.1 30
.1 59
.191
.228
.267
.310
.355
.402
.451
.500
.549
.125 .028 .008 .003 .001 .001
.250 .056 .017 .006 .003 .001
.375 .111 .033 .012 .005 .OO2
.500 .167 .058 .021 .009 .004
.625 .250 .092 .036 .015 .007.333 .133 .0s5 .024 .011.444 .192 .082 .037 .O17.556 .258 .1 1 5 .053 .026
.333 .158 .074 .037
.417 .206 .101 .051
.500 .264 .134 .069
.583 .324 .172 .090.394 .216 .117.464 .265 .147.538 .319 .183
.378 .223
.438 .267
.500 .314
.562 .365.418.473.527
TNR-2008-08
80-8002-uNr
oz9't?v' 290 08r'Lev' 89t' 6et'960' tgz', 660'990' 89e' 09e' zz9'8re' elf tze' 8L?'z8z' 8L9' LgZ' eor'LVZ' e89' egz' 68S'gtz 88L' lzz' Lve' 929'98t' €68' 16l' 90e' glv'69I' 866' VgL' 892' gZV',
90t' zol'l 60t' zcz' LLE
0|,l' 802'l Ltl' 86r' lEe' 829't60' ete't /60' 89t' 98Z ZLr'BLo' glv', 080' jvt' 9rz' 91.r"
,90' ezg l 990 gtl' LlZ' Zgt'290' gzs'l 290' 960' zll' !10' esg'lvo' e0/'t lr0 9/0' lvl' z9z' Lgv'e€0 8e8'l zt1' 090' vtt' /tz' vln'920' 016'1 920' LVl' 160' LLI' We'ozo' 8r0'z 6t0' 9e0' lL)' zvl' 982' 6e9'9 L0 ti|Z
"0' LZl' t90' lll' lez' l9r'
zLo 89Z'Z 0t0' 020' Lvj' 980' ,81' /8e'600' e ge'z /00' vt!' 0e0' t90' wL' I Le'
Loo 89v'z 900' 0t0' lz0' lvl' llt' gvz' 999'9oo EL?'Z e00' /00' 9I0 080' LL)' 88 t' Wn'roo' 819'z 200' 900' 01.0' tzl' 990' 6el' 99S'
0oo' ESLZ' 100' S00' 900' 91.0' 9e0' /60' LgZ'
zoo' 888'z too' 200' ,00' 600' vz1' 190' 002' 999'I0o' e66'z too' 1.00' 200' 900' vL1' zn1' eet' wv'LOO' 860'e O0o' t00' 100' 800' 800' vz1' 680' eee'too' eoz € ooo' 000' I00' zoo' t00' zl0' vvl' zzz'roo Soe'0' ooo' 000' 000' 1.00' 200' 900' zz0 lll'
ZTt.00e6Z8ZLZ9Z9Z
'ZEZZZIZ0z6t8tLI9t9tvt0tzltt0t6o
L
9IitZL
0
pw)oNl8L99ntztn
= tl)
I = zu Inlun
AlNIIH/A-NNVWNVSN]C NVIIV)U:IB
rtn wflvc tPdryatn
lvrlNDNVA SVTIIIBVSOUd llBVI
t lZ:9561 ';e3ar5 r.rep dr1n116
)[-H NVUIdWVI
962NVAHWVT-NVdIdWVT
296 STATISTIKA TEKNIK
LAMPIRAN H.ldDikutip dari Siegel, 1956:274, 275.
TABEL PROBABILITAS YANG BERKAITAN DENCANNIIAI Un,k".it DALAM Uf l MANN-WHITNEY
Untuk Uji Satu-sisi pada a = 0.001 atau Uji Dua-sisi pada a = 0.002/,12 =
11r
e I 10 I 11 I 12 I 13 I tq I rS I 16 I tZ I re I rS I zO
1
2J45678I1011
121314151617181920
1
2J5a
810121415171921
232526
0I3568101214171921
2325272932
024o8101215172022242729323437
0247I121417202325283134374042
1
J5I
11
141720232629323538
4548
I
3o912151922z52932Jb3943465054
1
4710141721
2428323640434751
5559
25
811
1519232731
3539z+J
4852566065
025I131721
2529343843475257616670
036
'10
1418aa
273237424651
5661
6671
76
U
3
711
1520.E
293440455055606671
7782
03712'16
21
to3237424854AO
65707682B8
Untuk Uii Satu-sisi pada a = 0.0 I atau Uii Dua-sisi pada q = 0.02llz =
t11
e ll0lttltz lrslu lrslr0ltt lraltslzo1
234567II10't1121314151617181920
,l
J579
11
14161821
23262831
33363840
1
368
11
13161922242730JJJb38414447
1
4791215182225283134374144475053
2A
811
141721
242831
3538424649535660
025I121620232731
3539434751
55596367
02o1013172226303438434751
5660656973
037
11
151924283337424751
5661
66707580
0J7121621
2631
3641
4651
5661
6671
768287
,0t4
I13182328333844495560667177828893
04I141924305b41475359657076828894100
1
4I1520263238445056636975828894101107
1
6
1016222834404753606773808793100107114
TNR-2008-08
80-8002-uNL
8tt0€tTZ'9tlLOt00tao,8LL69z9,9LT6eZI,9Z8t
'Lt
0EtEZL
9tt60r!0tv6L808ZL9989L9,v,/c
0tezLL0t,
tzt9tL60tz0tYb88zg9LB9!999BN
w9€SZ
zz9t6,
9Lt.60tz0t9668e8LLOL
v9L9t99V6e€e9Zoz9Ibc
L0tl.OT
9b68e8ttIL9909v9Itzv9eOE
9Z6ttlIc
00 t,
,688t8LLZI99T9
9909vn6eseBZ
ez8tZL
Lg
z6L8Z8LLIL99t999L9
9't,90le9Z,Z9tILLZ
v8089L0l_
99t999t9L'ZNLE008Z,z6t.9L0t9Z
LLZL89n90999t9L'z,80ne0e9Z
'ZLLetb9Z
6999t.9/9n9099nzv8eNE
T€
LZcz6T9tZ'IIt
z98999t98'vbtnIttettLZVZ
0zL'ntttL,L
,9t98n9tz,6€9tec
0€LZNZ
lz8t9tzt6IcL
OZ
6t8tLI9t.9tvtsfztt,0t6IL9I,ezI
0z I6r I8t I t-L I9r I9t I nt Ier I Zt I I' I0r I 6
Lt)
= ZL]
0I'0 = n eped tsts-Eno r[6 nele S0'0 = p eped tsts-n]es l[n )in]un
LZt6|.ztt90 r.
8606e89L69Z99999t,nt,LZOZ
stIZ
6Lt0tI90t66Z6988LZL9989z9z980zt,9Z6t0tLZ
ZIL90I66e69808VLL9t9998'9noc
0tVZ
8tZL
Lz
90l,66LO
lgL8
9Lt9co
L999'z,nt,gz
zzt-tItIz
86Z698t89L0t-n96909LN2S
6ete9Ztz9tLIIL
0698089/OL
n969v96nvn6SLE6Zvz6ttt0tIL
g8gL
NL
L9b9699909Ito,9ent,9ZZZLIetoII
9LZLL9e969n909IL'LAe0tetzOZ
9tzl8nI
6999t9L9e96n9nwLC
EE
62,
9Zzz8t,tItLtL
z98999T9
LVn,0vLgee009Ze,z
6t9tet69e
0
99z9gn
9nzn6e9eec
6Z9ZezOZ
LIvttlIIc0
gn
ItZT6eLEvet0EZ
9Zc7
0zLI9tzl0tLnz0
OZ
6t8tLI9!9tntOL
ztIt0t6ILIJ
v0zI,
0z l0l lel I tv lsr lsr. I vr. lel I zv I r.l lor I 0= Ztl
90'0 = D eped tsts-Bno tln nBle sz0'0 : D eped tsls-nlBs ![n In]un
AlNilHIA-NNVWNVDN]C NVIIV)U]B
rln wvlvo Pa,arn r\fltNDNVA SVIIIIBVBOUd I]BVI
'llz 'glz:996 1 '1a3arg uep dr1n1r6
AL-H NVUIdWVI
NVdtdwvl-NvaHwvT /,62
STATISTIKA TEKNIK
LAMPIRAN I-1Dikutip dari Siegel, 1956:256
TABEL NILAI KRITIS D (atau C) DALAM FISHER TEST
Tlsr"e L ?aslx or Cnrrreal Ym,uas or * (o* C) nq r:rxI'raggn ?xsrt.f
To{.nlr iu right m*rgin .*$ .025 .01 .005
a+B*3 C+D*3r{*r-4 f*D*{
f*,&*3
d*8*6 C*S*6
C*I*{
**S*6 e*I)*$
S*S-6
G+r*4C*l)*3
C*D*2
A+&*7 A*fr*7
C'*S-6
€*D*8
C*b*4
f*.0*3
{$D*2'Ad*pted from firurey, I)" J. 1S4&. The Filher-Y6i{s ie$( of *iguifi*ance ir
t X I coadingeaey ta,btea. Siomatri&a,86, 1*g*1i4, with ih* kiod permi*rioa ol tlxeuthor ssd i,he publisher.
110000to0*0*s00*
6*0*BS*I)*3
2tt0100*0*1*00000*1t)CI0$0000'*0*
8211tr100s0s*2211Iss00CIs**r$CI100*0*rr00o0$*000*0***
s4
s{cs
s$4
6s{6s&
$6
7064
66{I6T"
65I6I
', ro, er! rloial ssrxiosrstp eqt 'g yo oaqd tr[ ?sro sI yuoqj& 'ff ro, *rr Eenel *!uaa$lrt!f sq,; 'uunloe alpgtu oql ul poralua sl B Beq;{ I
Io,s$Ig
I&
?,s,
I0
0s0 OOIT
,,\0 I {, 4{,r,cg
00001
001?,IIAS0tt?
000
fiOII0lr6rttt8[tc
0000
0000
00OOII
000
&00IOIIT
0000
SOII"I I g T,
sg00r
OIIgiaT,t
000
OOTI01*g{,r,*}
900' r0' s@- $CI'
**wrg1u81e ro pre'I
t-(*C
8*q+C
6-{I*O 8-f*Y
6*fr*,?
8-O*O
t-o*,3
{*(f*9
9*S*$
L*d*0
8-(I*3 8*S*Y
sritr{r 1qftr q *p1og,
lgzigs6l ';a3ar5 uep drln)rc
z-t NVUtdwvt
{p**x3pap1 f '**.*rg, sfinfldaHr Hr (, rlo) Or {o sso'rv^ xysrJ.JlrC .ro fl'raYJ, 'I s,l{rY.f,
tslt tlHStJ wvlvc o nelp) o s[lu) lvllN ]:lBVr
I,Io
IIssLI,I
Is*,
I?
II
s
l(v ro) a
662NVAHWVT-NVttdWVl
300 STATISTIKA TEKNIK
LAMPIRAN I-3Dikutip dari Siegel, 1956:258)
TABEL NILAI KRITIS D (atau O DATAM FTSHER TEST
feaap I. T*sr,x cy Cqrrre*r. yr,Lurs cr l) {nr f} rx rxr
Totals in right ma,rgin
j*8*9 C+D*S s2ll2t00100*000*zlttIt00$0**0 .-"
1r00000*$0o*1oCI0tlo0*
8*lJ*9
0543{41'3?tlt110100-.*e0CI*1r4334322,.)rr al
It00r00*s0*4,1 323?21?ltCIrr00000*332212111100100*000*
f,fD*&
e-FJ)*{
tgD*&
C+D*2l{+8*ll] C*I)*t0
C*t)*8
C*O*?
$II&
,o
I
6$IIti$I,
l0sIa
ss4
t0uI
6o
IOII
Is
10II
65
t A<lepted frorn Finney, D. J. 1s4g. Tho Fisher-ystes test of aignificance iuI x ? coxtingaaey tebre* Bi',*atritoo, E{, r4g*r$4, with t&s uua p*rii*rio& cf the
Frslrca Tar**,f, {fca/*@
urtlor alld tbe publiaher.
'p .lo} ers sFrsl o6u3$glut!rtql '8r ,o oisld q p#o q rssllll 'fir rol arx sls el aous$glufp eq1 'trwnlog olpplq oqtr q para{ua s! g lmq.rl& I
6-O*C
0I*O*C
II-(*C II*8*ts
c
I,
IsOIIII0,
I&
&IIIrIg,
IsOIIT
000
OOIIOIIgI16Sfi28?t?!8
000I
OOIIo1?,&1fi8S(s7?b?99
000
00I00Igrrg0r,Yt*ss?g?q$I
B
00-:- 0g0
000I0
s0CI0"0 IOOII
000
00I$OTTII&4
000
OOIIOIItr1668
6
0lI0CII,I00I0)
Is0tIII"6
-*--tl ---l{y"ro} g
E,-$*fr
t*CI*t
**8*C
$*(I*O
S-{I*C 0I*fr*}'s$0' t&" s6s' $o'urrltllI 1qftr q qelo;ac*x*gru8.rt ro F*srI
{po*rt.rpap} }rr,wtrJ. acxsrgffn! ldr i, uo) (l rs ffi$rrA .!"srrnrD ,o rrtltrru. 'I c'r{x'&
tslt tlHSH WVTVO o nPlE) O SIIIU) lvllN llBvl
6SZ:9561 ';a3ar5 uep drln>lrc
,-I NVUIdWVI
L0tNVXtJWVT-NVtldWV'I
STATISTIKA TEKNIK
LAMPIRAN I.5
Dikutip dari Siegel, 1956:260
TABEL NILAI KRITIS D (atau C) DALAM FISHER TEST
?erl.r L Tnxr,r or Crrsc.rl Yu,utc or D (on e) rr rrrfie&rn f,&s"*, t tta*.rittrula&)
T*d*k in right margiunf signific*aee
i-fB*11 e*&*8
c*,11*7
C+D.E
C*b*5
t*D*a
C*"D*3
€*b*2
A*B*t2 C*D*12
.0$
73,IIos4.1
1I0s3.t
1
I002,I00I1
00t0000
.CI1
o,I00
025-?-
3
Iao
.005
3Il:
ICI
;0
:
;0
:
t)
:
o
q,l
a, I
ItICI{*0*ool11S0ss*,110000*
11CI00-
000*
0*
54o
II
I
*7686{s{34323*1xts!00000*
*,td*pt*d fmm Finaey, D. J. t$48. Th* Sisher-Y*tes tt*t, of rigaificance in! X ? caati*Ce*ay tableo. Biomrlri*a, E6, 149-15{, riih th* kind permiaaio:r of thecuthor tnd tbe publioher.
.& (*r .{}t
lll0IIIIs
1tt0sII€
1tr0s8?ti
1I100&I
lr10sI
l110
B
11
t0t211
t0g
I
66{
'l'eal {n u8$ t^l}rtsu f q)qlr pue pel'g or}er aql Pql} JFf ueql rafari e-| :1
,t "(rF'tt tr'{ot ol tt tcqt ls?t'pu' 'E}"uts'r.1aq3,*r,araql
s1 ltrarrlgao*r-1d::ry'q1 "tgt-{ pu"{gr^f
1L iin1un.p";qnruaa^rq teti"irut igr rql Puu"a#t ?/fd (tsnbe ,ql$€ oil::e*sry" ""Jl yll*t'}-i"f56t 'n{urorrlr} urar{Iflo5 pr ,{11u4ryu6 :slp8uy so"l '( "eN u"rP
.uBrourly{ lef,rr$lf*l .ElqBr
6-ou*or * rp nr*1:1p*n uoltqer,ro} 3ufir}ejl*l Sq;3*11*"UA "v 1 ',IAt^noQ pu*,. j ,v ,qlueH ,,31 ';q ,,rau!}aI '.3
,11 ,r{rra; ,iq ranle* arurs 'r{l
,o uollPlnqr{ i}allslfr.p ajstri r u(}do P}iPr. i
9S&' $t'?86$8S' '8X'SSa
crs' 00r$9ts$6' &q'ltrIss6' ?86'8S
9?6" 910'1,s$s' €pe'8scg$' tg8's?crs' 00I't?90s' 8rg'i,t
*68' 8i*'f8s08" $0r'0ssr8' *17;L4cs8' 891'f3g*' sr9'64
9,g' **8:QAffiE 8SSrSlszs s06?rgrs' u,sl$r*CIs 8t8"gl
s8r' 6s9"?Ig8r: a03*I$r,r sss?rssr.' ,.n'alggal 3Xf"It
Itg: ra8'sc88' ltc'$w 8*A'egrs' gr0:9g{i8' 8r8"s
*sq. s&g'gg$*" 8889stg' s6r'9g&q: ISO'9grgr 088:r
9tf' asgii9S ' 8&9'?Cfig" IBtr'slt' soa'*8$g' r,90-i
s6*" 9*$'Sg8r' 80s'8g&*' 0$$:sgSF' r4*'8ggf' ogt'tg,?'. gc8'8
{8r' 192'f*a?' g{l'8gtr s6(}'8€0?' eg6'a
s68' 188'6s8f' L6b"asrg' $1r?s9*' 8SS"A
ssg' 8ss'a
s?*' osf'?s9f' l&?'4ga8' WvZsrr 884'A908". wrars3: ?sr?ffi$' sor?*L*' 810"6gga' &68'1*qz' ofs'I
*?r sSrrssu' 898:tgw tt6l)'igrfi' sri'lE{tz' {69"I
fi&T' SC*':qBx' Qrg'rctl' 8s9'r99r' 8s9:Is*r' ssF rg?1' *gr'19(I' €tr'tg?I" l.is'Icl1', 6ffi'l90r' ass'l
s60' gir'{g8s' &wl*i0" I?arss*' CI8t"tsgo" 0crl$?CI' agrrsgs' EB0"rcB0' sso'rgrs' 680'rr*os' 8tCI"I
gtrr'cgr'g3,L'
stL'9S&'
s69'999"or 0'coo'
ss$'
606'0tffis:0r86S:$1S8 6s.r6?
6*?:8,1,r1:8
IBT.'Ia,e?'LtrI'&
ldqr l11
rfld-ra%?1,
pf$.i{1 9plt
rd-h.'3,?s
f:*roma r**ld.o,$l
rlllrA 'uorlElaro) r{, tuel}!}ir.}} ld-axlso} s'l"ll ,9 us0BrrltFo arI alelllflfil ol sefilt^ "l 318V1
",, NvtvylcNld tvDVBls
''-"'i rsvt]uo) NilstJto) tsvhttrsl llBvr
gZSiBl6[ ra]qrnrJ f pro]llnD r.rep dqnlr6
I Nvulawvr
t0tNVttdwvlrNVdldwvT
STATISTIKA TEKNIK
LAMPIRAN K
Dikutip dari Lipson & Seth, 1973:455
TABEL HARGA-HARGA FUNGSI GAMMA
Tabulatiar cf values of f(n) i.ersus a
1.0st.fiI"&2t.03t.CI4
1.05
1.tr1.07L081.09
1.10l.r Il"t2Lt]t.l4
t.30I.2tr1.12
l.?3t.24
1.0CI0CI0
.99{33
.t88S4
.98]r5
.9?844
.9?35S
.16874
.r&1,s"95973.95546
.95135
.e4739
.94t5p
.93993
.9364?
.91304
.92980
.926'10
.97373
.93S8S
.918r7
.915r8
.9131 I
.91075
.908J2
I1r)* J*e-'l-1 d,r
f{r*l)-rl(r)f(t; * 1
.9i906
.9? I3?
.9$76
.9t6:l
.93877
.9313S
.93,{SS
.?36S3
.93969
.94:61
"94561
"9{869.951&4
.95J0?
.95838
.96t ??6(<'r 1
.968?$
.9??d.?
.97610
.9798S
.981?4
.98?63
.991?tQqre r
1.00{il0
"{i)-*
'(;)-(;-,) -{[_,j[:,i(l)(i)u'
(3) 't2)'(1) for n evrn aod n > !
11
t"?st.16I.??r.281.29
1.30L311.321.33
1"34
r.35r.361.37L38r.39
l"{01,41
1.42
I "4't.&
1.45
1"46
1"47
1.48
1.4,
.9064CI
J1CI440
"90250.9*A?2.89!04
,8,?,r.?.896e0.894&.89i38.8$,22n
r.5r I .88659
r.53 I .gsrsz1.54 I .8881&
L58 I .89142
"89t 15
.89018
.88931
.88SS4
-88?85
"887?6.886?6
"88636.s8604.88r80
.8856J
.88560
.s8563
.s85?5
.88J95
t.6J I .900131.66 I .9016?
1.69 I .906?8
t.7t I "9r0i?1.72 1.9t2581.11 I .sH6eL14 L9r683
t,
x.75
r.76!.7?1"7&
L7t
1"8CI
l.8lLS2r.83l-84
I"851.86
I.&7I.881.89
1.90
r.9tI -9?1.931.94
l.9J1.96|.971.9fi1.993.00
far r odd and n:* 2
6596'68 16'
8198"
88lS's69r'l*zL'LILy9CU9'
9{r$'slr9't$t!"?9C!'9rl"t',ESZT'(6ti'efl{r'CISI',it l'It80'r?6t)"
EW6'9U 16'
0r98"f608'{}LtL't90r'Lp'Cet09'9ltt's00l't8f?'s96[',f ttr("L{SZ'IL'L
s06l'ssf l'rr80'Irf0'
z196'8106' 0096'sts8' $206'166r' 0st8"t-wL' tL$L',t069" 00il'ssrg' gr,L9'
9r8r' 0s19"{l:t' $ts!'SXaf' 000s'rS rf' s?r'!'r!9{' 0s8["r6s{' ,{.zf'[sgr' CI0re'
6002' szlz'$9il' 0$tt'tt&" rd6s'8r[0' 00]0'
9156',
996S' SFSS'pffS' 6d88"gvLl', 6,'18'sgtr' 665L'tc59' 6?69'sl6$' 0019'so(s' os9t'5$9r', ms'St0i,' 0t€f'il"vt' 00ad'sgsr Isot'rtue' I0'r"rfal' Isil',€01' l0l l"![f0' uw
Ltr$'ur88' l8t6'aclS' flLSt$L' L86.'tt 9' 0r7te?@' f6?9-rttt" LbL{'$9n' 000t'856r' tgit'{gtt' 90t€'89Se' @rr"fr8 I' f l0r'8r.t l' sgI t'ts?o' 61t0'
6f!6'([F8' 68[6'$r8r' il58'8r0r' f(9{'I ra9' 9S{9"!0rs' 8r.8s'96tt' 000t'68r(' Z{Ir"z8$z' r'r,[f'sLtT' 99(i'89tr' 68i1"tgss' r r90"
0e6I8lLI9lE{f,ItlrIIIOI
6!
I$
t7I
9t 9Ia axs atrdwag
0r{5"89C8'?0Fl'[fi$'I 8tS'sltt'r"gf ("f6sz'EigI'0tt0'
6S?6',
?6rs'6ZlL'5909"
000t't16{'lLSt',Q8l'I}IO'
0t16"&6r'[8r9's6st'fo?t'{r?f'ITSU'
0{80'
i,t6r'00Js't90u
'0005'
rsffi'sor.a' {06g'I$€9' St{r',0s0s' ect{'8?Sf' rt?v',r6ze' sts;'ft60' td0t"
901,8"
t$*r' 60f8'0s0s" $t19'tltt' t98t"!6Zt- 16$l'
OI6ILIE
te
I
"{ t){9gu r.rrt 4dur5:
[gl r{$8, uslPot1l ll..V slq"l
$,NYU NVIOIW ]]BVI
gsvit16[ 'q]as 3 uosdrl uep dr]n)!c
tI NVUIdWVI
90tNVttdwvT-NvdtdwvT
306 STATISTIKA TEKNIK
LAMPIRAN Ll (Laniutan)
Dikutip dari Lipson & Seth, 1973:457
TABEL MEDIAN RANKS
30,928t724\,2t#ample riae x25 ?6
I
1i
5
6
III
lsIIl2t3,t
15
I6t7l8I9zCI
2t'r',
21.
L4
2.5
:627?*1A
30
.0330 "$3ti
.079? .*76i
.r364 .t207
.1731 .I6J3
.3r98 .?09S
.2665 .?r4.5
.3132 .3*9A
.3399 .3dt3$
.ffis .,sM
.4133 .4330
.5000 .4776
.5466 .5223
"5933 .166?.#*0 .6tr5.6S{7 .6561
.?334 .?007
.7S01 .?454
.8268 .7W
.8735 "8346
.e202 .879:
.9669 -9!38.9684
.*3*l -01s8
.s?:s .CI6s8
.il55 ,It08
.l5s; .r5r?
.200, ,t*2?
.2437 .$37"rs6{. .2746
"31*X .3t56
"3?r8 .3566.4t45 .3975.45?L .43&5
,sffi0 .4?9J.s4?7 .i?s4.J8r4 J6l4.6?81 .6024.6708 .{433.7135 -6$43.7562 -V253
"7990 .?6S2
.8417 "8072
.8844 "84S3
.s:?r .889r
"96S8 .930r.9?r r
"*?77 .0266 .S:56.s670 "s645 .S6?r.1SS4 .10?l .0*86.1457 .t402 .r351.1851 .178t .r?'6.224s "2t 59 "?08 r
.2{38 .2538 .2445
.3r)3! .2917 "1Sr0"3415 .1295 ,3175
"38r9 .3674 .]540A2t2 .4S53 "39CI5.460S .4411 .4274.5000 .4810 .4{3,"J193 .5r89 "5000
"5787 .iJ68 -5364.5rs0 "5946 "5729.6574 "6335 .W4.&67 "6?*4 .6459.?36t .?082 .6&34
.??54 "7461 .7'S9
.8148 .7840 .?J54
"8542 .8219 .?9r8
"s935 .8:e7 "8383.s32S .S976 .864E.$?!3 .9354 .9013
"s?33 .9378.9743
"*241 _0239 .0:31.0ss$ .05?9 .0559.fr95 t .0919 .0tss.1303 .t259 .1Lt7
"1655 .1599 .r 546
.3007 .t9]9 ,18?5
.2159 .2279 .200.4
.27t I "1619 .2533
.3063 .3S59 .2S63
.34rJ .3299 .3rsr
.376? .363$ "351',4r r9 "39?9 .3848
.447t .4319 .4t77
.48?3 .4659 .450d
.5176 .5CIS0 .48;5
.J528 .5340 .5164
.5880 .5680 .5493
.623? .6020 .5S??
-6584 .6360 "(;l5t.6936 .S?ffi .6480.?2S8 .?040 .S80S
.7&40 "?380 .7137
.7992 .772A .?466
.8344 .S060 .77$5
"8696 "8400 .81?4.9{}4$ .&740 .84s:.9400 .9$80 .S78:.9753 .9420 .911L
'97S'0 "9:{40"9768
'rlqtun0 J?pJo r
6i66'af96' tr66'l.: r6' 06E6'0$3' zf06'9!:_!_' Z I t8's969' 9t?L'glcD' l9s9'690i' 96W'zi6r' iozp'68;Z' ltSz'
st66'zts6' 976$'
6888' 9916'[08' i l tE'80 ll,' L?LL'1669' 1899'
L0Ly Lots'rzrt' zSit'
i r66'trt6' 8686's9r8' 9tz6'LSZL' t018'8r85' VL99'0r6t' L09t'
9Su azrs aldwog
l116't9!!' 00s6'
tr86't706'TISL'ILZS'
0€86'9?98'9tt9'
OI
6
8
9
s
f
Z
I
lo dlqoJ
I ttl'8t09' 69lL'It6i' 6019'
tt6E' togl'9e0€' 6Wt'nzlt' ?l9z'009 t' 8891'
fr80' 8160'
8910' 0lt0'1S00' 1900'
LL89'
t6cs' 8ls9't00r' t6Lt' 0109'z68Z' flit' 78l,. t6rs'6a6t' t97z' t.lLT gztt' 6tll'I I I r tSzt' ztt t' t68t' 98tz'89f0' ttso' 6290' wlo' 9160'
s900' ,100' t800' z0l0' Lzto'
,89t'9sil' gtTt'
oLIO' t9i0' 00s0'
OI
68
L
9stf
Z
I
99u a;p aldwog
,!
to aNDJ
s\uea "/,s6 uep %g upSuac $NVa Nwolw ll8vr
zgv:t16[ 'q]as ,8 uosdrl rrep drln)rc
ZI NVUIdWVI
/0tNVAHWVl-NVtldWVT
308 STATISTIKA TEKNIK
LAMPIRAN L2 (laniutan)
Dikutip dari Lipson & Seth, 1973:463
TABEL MEDIAN RANKS Dengan 5% dan 95"/" Ranl<s
5% ranks
l' ml9I8t7t4T'r2ItSample size n
t5 16
I
,3
45
6789
t0lt12
t3l4t5r6l7t8l920
.0047 .0043 .0040 .0037 .0014 .0032 .0030 .0029 .0028 .0026 ,
.0333 .0107 .0281 .0263 .0245 .0227 .02t 6 .0205 .0 t 94 .0t 83
.0800 .07te .0665 .061t .0574 .0J36 .0499 .M76 .0452 .0429
.1363 .124s .1127 .tO17 .0961 .0910 .0854 .0797 .0761 .0125
.2007 .t824 .1671 .t527 .1424 .132' .t247 .t t73 .t099 .t051
.27t3 .2465 .2255 .2082 .tgaB .I?86 .tffi .1575 .t485 .1396
.3498 .3t52 .2881 .2652 .2459 .2267 .2t2E .t990 .1887 .t7E5
.43s6 .3909 .354E .3263 .3016 .280J .2@l .24r'.9 .229E .?lE3
.s299 .4727 .4274 .3901 .3608 .3350 .3r3t .2912 .2749 .2J87
.6356 .5619 .5054 .4ffi .4226 .3912 .3542 .3429 .320I .3029
.76t6 .6613 .J899 .J343 .4893 .4517 .4208 ..3937 .3703 .3469.779i .6837 .6146 .5@2 .5t56 .4781 .U@ .4196 .3957
.7942 .7033 .6366 .5834 .5395 .5022 .4711 .4434.8074 .72A6 .6J62 .M .56r I .5242 .4932
.8t90 .73fo .6738 .6237 .5809 .5444.8274 .7475 .6871 .6379 .5964
.8158 .7589 .7005 .6s2s.8441 .7704. .7r38
.8525 .78t8
'8@9
Q5'l ranks
I9TEl4t3t2ilj.Sdmple size n
ls t5
.2384 .2209 .20J8 .1926 .r8t0 .1726 .1642 .t559 .1475 .r39r
.lW .3387 .3 t 63 .2967 .2194 .2ffi .2525 .241I .2296 .2182
.470t .438t .410t .3854 .1634 .3438 .3262 .3129 .2995 .2862
.5W .527t .4946 .46;57 .419E .4t66 .3956 .3767 .3621 .3475
.6s02 .@91 .5726 .5400 .5107 .484.1 .4@5 .4389 .419t .4036
.728't .5848 ,64j2 .6096 .5774 .5481 .52t9 .4978 .4758 .4556
.7997 .7535 .7lr7 .6137 6392 .6078 .5792 .5540 .5289 .5068
.8637 .8t76 .7745 .7348 .6984 .6650 .64i8 .6063 .5804 .5666
.9200 .875J .E329 .79 t8 .1541 .7195 .6869 .651t .6297 .60{3
.9667 .9281 .8873 .8473 .809t .7?33 .7399 .7088 .6799 .653t
.9953 .9691 .9315 .8953 .8576 .8214 .7872 .755t .7251 .6971
.9957 .97t9 .9189 .9011 .8679 .8336 .8010 -7702 .741'.9960 .9717 .9{26 .9@0 .E?53 .W25 .81r3 .7817
.9963 .975s .9464 .9t46 .8827 .Et25 .E215
.9966 .977J .9501 .9201 .890r .8604
.9968 .9784 .9534 .9239 .8949
.9970 .9795 .954E .9275.9971 .9806 .9571
.9972 .98 r 7
.997.{
Ia
3
456789
IOltt2t3l4t5l6l7IEl920
'Jlaurnu JlpJo i
5t66-f?r$' 21,66'
{tt6" 6t96"$*r8' tsr6'6il8" 0t98'gtgr' 0881'tr69' r00l'l9ts' 1009"
btrr' ttst'$80r' t9al"
896d',r896',, ?9S6'tlt6', tt96' 8t66'0rf8' 01s6' L9r6'Itsil 0918' 6188'
60tr: 96st' LLLL"
tgrt' l&tt' zt?g'
'{9t' p60t' f6t}'
0t66'frt6' a{66'?ts8' ilt6'?9lL' 69$8'8tr6' fr0a'
916d'rE06' il,86'9t04" 6118' 0516'
OI6
$
L
Ittt1I
I -g ,r* *r1r a;drao5'
to anaJ.
5169' )
0tts' ttg*'6t}'f' ttIt' ,0ts'srtt' 666[' str]'€9r' t667' 16r$'ll8l' }v"tz' {f?E'sl?,l' 0r€t' 0l.rl'rt90" s'.0' tt8s(tro" lsz0' 8t[s'fiso' s?00' rc00"
t065'{t{}' tfi}c'106r' s8tt" e&r'0**1' Srer 9t8x'0660: t8lt" 99$t'tg[s' t[rs' ar$"9[00" r?00" 0t00'
9t6t'rf6!' w6z'9r9S' tf06" l$tl'{9S*' ,,s00' 9[10" tro'
OI
68
LI5
?c
z,
I
9ru a4r q&uag
BIusr %s'f6 Pu8 ?sg'Z gt'v alqFl
s|uea "/og'16 ueP "/o9'z uBSuac $rNyu Nvtolw ll8vt
vgvit16l. 'qlas 3 uosdrl uep drln>lrc
TI NVUIdWVI
,l at
to ay]*J
60€NVAHWVT-NV8tdWV7
3to STATISTIKA TEKNIK
LAMPIRAN L3 (laniutan)
Dikutip dari Lipson & Seth, 1973:465
TABET MEDIAN RANKS Dengan 2,5o/" dan97,50/" Ranks
2.51ra*ks
Nl9,sI7t3t2I}Sampfu $zc tr
t5 I
t
3
a
5
6"t
I9
r0ilr2t3l4t5l6t7I8I920
.0023 .001r .0019
.0?18 "02ff .0192sffiz .0549 .0504
"1325 .0913 .0903
"t6't5 .1516 .t386.2338 .1r09 .ttzt.3079 .2167 .?5I3.3903 .348' .3t58.4812 .428 t .3857
.58?2 .it59 .4619
.?l5t .615 t .5455.7353 "6397
_7s!9
.00t8 .001?
.0r78 .0r66
.0466 "S432
"0839 .0779.t276 .il82.r7s6 .r634.2104 .2t27.?8S6 .?659.35t3 .3229.4t90 .3838.4920 .4490.5?'9 .5t91.d613 .5S54
.?684 .6810.?8:fl
.00r 6 .001,,0tJ5 .0146.0405 "018Q
"0727 .S681
.1t02 .r031
.1520 .t42t
.r9?5 "1844
.?465 .X198
.298E J781
.1143 "325t
.4t 34 .383?
.d?6? .44s{
.t43' .5010
.6165 .165?
.6971 .o356
"?*41 .?I3l"8049
.00t4 .00t, .0)11
.0t37 .0r 3s .0123
.0158 .013S .r,321
.0d40 .0605 .0572
.0969 "00r$ .0666
.13r4 .lxss .l 189
.t730 .162* .1539
.1t53 .2025 .1912
.2ffi2 .2445 "?3t6
.30?6 .3u86 .27?O
"35?4 .31J0 .3153.409! .3836 .36S5
.4{52 .4345 .40?S
.5216 .4880 .45'17
.$858 .5441 .5089
.6529 .6041 .5634
.?2?l .6686 .63r I
.814? "?397 .6829.821J .?5 t 3
.8316
97.5Y" raaks
I1
s61
II
l0llt:l]l4IJI6l7t8I910
,0t9l$l413t2IISample ske n
ts t6 t7
.?s49 .?e4i "14?t
.4r3$ .384S .36S1
.5178 .484r .{545
.d@? .5?r9 .538r
.69I .65t I .6143
.7662 .?231 .6842
.83?s .?891 .7487
.8907 .8481 .8S78
.9189 .9008 .8{14
.977: .9d5r .$091
"99?7 .97$t .9496.99?9 .9$08
.998t
.23r6 .t180
.3387 .3r15
.42E1 .4045
.5S$0 .4SS9
.5810 .5J10
.6486 "6 r6?
.?t t4 .6771
.7S96 "7Ur
.8234 .78?3
.8?14 .816d
.9r 6r .88r I
.95!4 "922t
.9982 .93-14
.9181
.2059 .1951
.3023 .?869
.3835 .3644
.4165 .4343
.523s .4990
.5866 .55t6
.{d5? .6t 67
.1012 .67e8
.?535 .7219
.8025 .?70]
.8{80 .8t56
.8898 .8s79
.9373 .8969
.9505 .9319
.9$45 .9620
.9984 .9814.9985
.1s53 .1165 ,1684
.t729 .z(fi, .348?
.341t .3314 .31?0
"4t42 .3958 .3789
.4'lu .455? .43S6
.5]48 .5r20 .4pr I
.590t .565' .s4?8
.6426 .6164 .5922
-691,1 .6610 .6395
.7398 "?l 14 .6u7
.1&41 .?555 .7280
.8?70 .1975 .?S.94
.8666 .81?t .8088
.90]l .8742 .846r
.93{S .90S5 .88r r
.9fi: .9195 .91 34
.9863 .9662 .9421
.9986 .9870 .9679.998? ,eS?7
.9987
rdop 1nqra6
0'f s'a I'r f"a ["e CI'r t'r I'r ]'t 7.'t 0'[
uxsru lln{!6M aq} la $$t}lsod e [-v EqrI
rlngEM vrvulu lslsod
$$
t!
it
f$
ps
fr*ger*ars9
tt883!,
3s$
09
r9
a9
*9
?9
89r:€.16I 'qlas 3 uosdrl uep drln)!c
tW NVUIdWVI
\\
\\l
\t
\
\
t
LttNVAHWVl-NVAHWVl
3t2 STATISTIKA TEKNIK
TAMPIRAN M2Dikutip dari Lipson & Seth, 1973:469
Table
t9$
,74
t5A
r40&a3 *3$
*I r:oE
1?t)
+l{
rl0
Q
$
i
A.'18
KEKETIRUAN KEMIRINCAN Weibull(pada tk. Signivikansi 90% dan 5O%)
Weibull $l6Fa crr{r*S0% confidencE intsryal
:0 40 sft 6il 80 i00Nrrrnhtr tl frilures
rl0
:f] .]0 40 J{_}
FiLruhr.t ol iiriurr.r
Tabte A-19 Weibutl slope error*$0% cenfidence interval
*40
*-lo
-10$
,--{l
100 .rurl
offit6g r { I v
{uo$nqlr$lp ltfiq!&il} 5.Alt $soul ul t.uore}}lp luBelrlrBlr ro, }e*t tx-v rtq*l{1 rir11 lr1
; {is{,t6*{^a$ ? r i oole*{sg } { i
{irol}nq!J}*!p Unql*AA} rprll o}pur ul .${eror}!p t$es!fi{r8!s ro, }sa, of-V slqB,I
fitnqlaruf rsnqrrlsr6) UnWn VIVUIU NWOIBU1d(zs0 r %06) tsNv)HtNDts-tfn
t
taE
OlVitl6L 'rllos B uosdrl rrep dr1n1r6
tN NVUIdWVI
ettNVdtdwvT-NVaHwvT
314 STATISTIKA TEKNIK
LAMPIRAN N2
Dikutip dari Lipson & Seth, 1973:471
ull-slGNlFlKANSl (99"/" & 9O%)
PERBEDAAN RERATA UMUR (Distribusi Weibull)
Tahls A-Zg ?rot for *ignificant diffarance ln nr*ln lfuw {W*lbull dirtrlbutiEr}
r.0 Lt0 I 4 56789100 : 3 4 56189t000
{ar-lXnr-l}
Tett for ri*nlficnnt diffarenco in 81s livao {Wcibull d}stribution)
8ro
,:'{
5
I
"".) "
x*' titutl sk rpe
\ t":
\ 99 SCrqt :rll Oril idenccx ,.tx;Y-* l"K
e>.3
*.c.\
50 ?0 r00
i!
s
I
{uoltnqy}tlp llnqlaiA} 3s^tl o Ig' ur s.,uararrlp ruorllluflE ,sl l*€lg?-v s,qil
$0i 001 or 0$0t-'1 I
{iloluqlr}*tp llfiqfa/Vu t6^ll otgr tul B.ulla}llp trrsel}luf!* ro, I.tt }Z'Y alqal
(llnqlann IsnqulsrC)o'w
unwn NVVCTBU=Id tsNV)tJINDts-tfn
zlvi€.169 'qlaS 3 uosdrl rrep drlnlrg
tN NVUIdWVI
9t€NVttdwvl-Nvatdwvl
316 STATISTIKA TEKNIK
LAMPIRAN 01Dikutip dari Lipson & Seth, 1973:473)
TINGKAT KEPERCAYAAN MTFAd*t> MTFD",u.n
( Untuk n=1s/d 3) Distribusinormal
't*bls A-26 V&luts of at*{rrance thst lhe tr$s meen vslue to lsilurs exccddc thedealrod mE*n vtlue to fsi{urs
ft,educed sarnple siae*nonnal distribution
{lY* etatistic*l oanrple siac; t: eumber of failurcc}
N*l tY* 3 rV* 3
Wo*Wn
*{.0*3.6_1,,
-2.8*2.4
* 1.8*L6-t.*-I.2*1.0*0.9*0.8*0.7*s.6*0.5*0.4
-0.3*o.2
-0.10,0o.l0.20.30.4o.50.60.?0.803l"oIJI.41"6t.&1.0?.42.81.2t.64.O
0.000t)"000s.00,0.0030.0s€0.o:l0.0360.0J5s.0810.r t5o.r590.t840.2r,0.?420.??40.30$a.?450.lsl0.4210.46$0.iss0"5{00.J790"6I&fi.6t1o"6v?0.??60.7580.?s80 8160.84.t0.88'0.*tpo.9.$,0.96{0.9?t0.r$20-9970"9$e1.000t,000
*4.0*3.6*1"1*1,8. 1,,*2"0* 1,8* 1.6*1.{*,.x*r.Q*0.9*0,8*0.7*0.6*0.5
-0.4*s.]*0.:*$.t
0.00.10:0.30.40.,0.60.7$.80.91.0,"21.4
1"61.8
?.02.4a83.2
n.64.0
*4.S* 3.6
-11*2.S*2.4*;.0* t.8* 1.6* t.4*1^2*1.0*0.9
-0.8*a.7-0.6*o.5*c.4
-0.3--o.t* 0.1
0.00.10.20.30.40"50"60"70"8o.91.01.21.4t.6r.82"02.4?.83.?,
3.S4.0
0.0000.0{x}o"tr?*"*0so.ila0.06?s,1s40.1560.2?3*.w7o.4{}50.45?0.51r0.5640.fi180.6690.?t&0.?s40.&060"84]0.875t}.w30.*260.9440.959t"9?l0.9r*0.9860.sm0.9s40.9960.998
0.9991.0001.0{01,s00r"0001.0001.000r.000t.00s
0.000 s,0800"000 0.0000"001 QM0.00J 0.0000,016 0.0000.0{5 s.00r0.071 0-0010.r0? 0"0$3
0"15J 0.S07
0.1t7 0,tll30.?9? 0.025&"314 0.0340.175 0,0450.43' 0.059s,4?l o.s75*.321 0.0950.570 0.1190"61 8 0.146r).664 0.r?70.70q fi"2170.?J0 8.2500"?88 A.8l0"8fi 0.t!60.854 0.382
0.881 0.4300.905 0.4780"9e5 0.521s.r.{l o.r7j0.95i 0.621
s.s66 0.6s60.9?5 0.?08
0.96? 0.?83
0"993 0"845o.9r7 0.8130.9r$ 0.9290.999 0.9J5t.a00 0.9&4
1.000 0"99J
1.000 0.999
1.000 l.ll00r.000 1.000
0"s00 *.s$0s.000 0.0*tl0.000 0.0$0s"0@ 0.0000"i]00 0.0*f0.0]? 0,0000"0a4 s.s00$.0t)9 0"000
&s19 0,s0I$.03? 0"0c,2
0.068 0.0*40.8$9 0.006Q.tt6 0.016s.r4? 0.u40.184 0"021
0.??7 fi.429$.214 tr.0.1lfi.326 r1.05ri
o"tg] 0.0140.440 0.0t?s.500 0.115r).56S 0.11?0.6t8 0"1940.674 0.2360.726 S.2S?
$.773 0.3310.816 0.3$?0.811 0.4360.s&4 0"489
0.91I 0.5430.932 0.395
0.161 0.6930.981 0.77?0.991 0.$440.996 0.8960.9€s 0.9131.c00 0.9761.000 0.*921.000 0"998
1.000 t.{m}t.ffi 1.0fi0
tYall{a- |*;iw;'. ll/o- wo
, ilAltr, -.
| * nhlnills,41 * b&l *
0#l'l 000'1 ofis'l ss0'l ffi'Ie66'S 000'l {r,0'l 000'l 000'll$6'0 000'1 0s0'l sso"t &0"1,96'0 0{s'l ffi)'[ e00't 0m'l6*6'0 6{6'0 fi{m'I 00c't m"l16*'0 566',0 ffis'I M',l 000'lr{8'0 886',0 0{0'l 000't 0n0'l,{l0 LL6'* 866'0 {0ff't 0e0',
999'0 tt6'0 t66'0 000'l s0'lfls'o tfilt"s t86'0 666'S 000'tIIt'0 6tf'0, 6t6'0 166'0 000'li9t'0 69t'0 ?t6'0 t66'{} 0t}0'l,0r'0 ilt'0 tf6'0 ?66',S f(S'l$*z'a *;9"0 506'0 986'0 666'S
r0z'0 ?st'o 698',0 81.6'0 866',0
str'0 1l$'0 tr8'fr 996',0 r66'elEr'& 6rt'0 {rr'0 6t6'0 s66'O
060'0 69e'0 tlr'0 9u6'0 166'0
rrf"0 eo['s 9*9'0 96fr'0 r8s'0,?0'o llc0 tt$'0 85*'0 616"0
,t0"s $sl'o 00s'0 {t8'0 s9s'0
Iefl'0 [fl'{ 9zt'0 6fI'0 }96'0rrs'* ?0i'0 ?tt'0 869',0 St6'0
ff*'[ 000'1 0s0'l s0ii'l*66',0 00$'t 000't 000'Ia66'0 S00'l 000'1 000"t0{6^0 000"1 000'1 000'1ss6'0 0@'l $00'l 000'I{r6's 165'0 000't 000"I198'0 966'0 000'1 000'l86r'0 t86"0 666'0 000"I?rr'0 t96'0 *66'S 0(}0"1
il9'0 It6'S t66"0 000'tl0r'0 6t8'0 986's 666'.0
{}r'0 l?8'0 816"0 666'098f'0 l0*^0 896'0 866'00tt'0 t5r'0 }'6"0 r6s'sLLZ',A !_69'A ff6'0 ,66"0fir'0 r€9'(l 016?
'{d.* 58i'0 frs'o 618'0 9s6'09il'0 90r's lt?'o sr6'0il r"0 0'r? 96r'0 696'0
0'?9'€LLB'T
?'e0'u8',1
9'lb'l
1'l0'l6',0B'O,'nI'Ss'o?'0t'0rsI'Os'0l'0*
['s*?'$*t'0*9'O*I'S*s'0*6'0*0'l -gt
f"I *9'I *I't *
8',r*z't*9't--0''-
0''9'{
OL
Y'
s'x$'to'ti.'lz'l0'I6'D
8'0l'0*'0t'o
''ot"0tr0t'o0'0t'0-r'0*€'0*
''0* s's*,'0*l'0*I'S*6',S-0'l*x't *t't -9^l *8'I -&?*!',{**"r*
p'g*0'?-
8r)0'0 ?r$'0 t8e'0 lct'o sl6'0t0f'0 IE0'$ tt['0 t95'0 618"s
f00'0 fts'0 ,rl'o d*?"0 er8"0ufi0'0 nm'o ltl'O 8lr'0 66I"0100"0 fl0'0 t60'0 0sf'0 0tr:0000'0 800"s t *"0 ,8?* 969'S
{Yh*'A f&0'9 I't0'0 t6e"$ 8f$'0$0&'0 f00'0 ,fs"0 I8l:0 6lF!${$'$ 100's ttso t{t"0 rt}'sm0"0 000'0 fs&'o s$00 }tt"0or,{)"f 000'0 $s'0 ,20'0 9?c'0
000'0 0fio? s0fr'0 cto's lgl's000'0 000'0 s00'0 t00'0 6sl'000e's s06"0 0m'0 t00"0 0?0'0
000'0 000's 000'0 s00'0 fI0'0000'0 000'0 000'0 800'0 (00'0
@'s 000? fifi'0'o 000'0 100'0
000"0 0{s"0 s00'0 000'0 000'0
tB0'0 rrf'o slt'o {t6'0f90's ilt'0 8$9'0 8f5'0rf0'0 ttn"o 92p"0 il6'sl[0'0 rsr0 ss'o r8*'*{r0'0 6il'0 }6}'0 }f8'0?t0'0 lrt'o l[r'0 fis'o600'0 066'0 $e'0 lrt'09fl0"0 990'0 f0f'0 f{l'0100'0 ,rs"0 8*e'0 0r9',0a0s'0 is0'0 6dI"0
'19'0 100'0 xrs'0 lrl'0 ttr'0100"0 rI$'0 IZI'S 66f'0a00'0 900"0 890'0 r8tsfio0'0 i00'0 ti0'0 98e's
000'0 100'0 tl0'0 ?0x'{000'0 000'0 I.00'0 9fI"0000"0 000'0 [os's **0'0000'0 000'0 s00'0 u[0'0000's 000'0 *00'0 010'0
000'0 000'0 000'0 ff0'{000's 008'e 0$0'0 I0s?000'0 000'0 0&'0 0e0'0
b
-% *Ul"e.*1 *srfi
$'* ll
(rr.rnile, Jo raqurn* * { }*zlt qduEe l?ilx$}lxx* *,\f}t,olloq,rlslp ll,rc.'s{'j*!1:!s aldutrs p*:npoA
ernllc, ol snltA u"au, p3r!s*p
au1 speasxa 6rnl[8] O] oslBa uBaru sn)] aql ]gqt ac!181"$r Io tanl'A LZ^v €$aL
lEturou lsnqrrlslc (s t t = u lnlun )
''n"oilw .'"'ooilw Nw^Vfuldl) rv)DNlr
vlvit 16l 'qlas 3 uosdrl uep drln>lrc
ZO NVUIdWVI
/t€NVdtdwvl-NVaHwVT
STATISTIKA TEKNIK3t8
LAMPIRAN 03Dikutip dari LiPson & Seth, 1973:475
TINGKAT KEPERCAYAAN MfFo, *t> MTFD*, ( Untuk n = 6)
Distribusi Normal
tabla A-2& Values o{ rtsursnc6 thrt tha trud nrean vslue to fsil*re oxceeds thedellrod mcan v.lu6 lo railut.
Rcducrrl aamph *ieg*n*rmal di*kibati rn(lf * etatisdeal sarnplc dee; & * *umbct of &iluns)
N*6
wu*.!y'6
*4.0*3.6
-t "*2,S*1.4*2.0* l.s* I.6* t.4
* l"o*0.9*0.8*0.7*0.6*0"5
-0.4*0.3
-n,-0"1
0.00.10.20.30.40.50.6
0.8o.9t.0t.7.
1.4I .{,
t.81n
1a1?
3.S4,S
0.oso$.$0t0.0040.0tJ0"048
0.1290.r978.287&3970.520o.6450.70J0"7600.810s.&540.8F1
0.9210.944Q.9620"9?50.9840.9rro.9*.10.9970.9*80.9 ,1.000t.0001.000I.ofi)Lofiit.0001.0001-(xx)t.0001.00sI.000LO00I.000t.0001.000
0.0000.0000.0000.0000.001s.0s7fi.o1s0.0398.O790.r{J0.2440.3060.3?40.4410.5230.598s.6Tt0.7180.7990,849s.891o.9240.94ps.967fi.9190.9880,99]0"996s.99S0.999*.#9I.0001.000t.000I.000t.000t.00st.0fi)r.000r.0001.000
$.000s.0000.offi0.c{00.0000,000o.00r0.003s.0fi90.013s.0550,0$00.r r40.15?
0"2!00.?720.14;0.4190.4990.i?9o.6J60.?280.791{}"845
$.8E80.9230.9480.9660.97,4"9810,r934.9r$0.99'r.m0I.oile1.000
t.o(B1.0{x1.000I.0u)t.000
0^0000.fim0.0000.ilx)0.{I10s"0{x}ii.0$J0.fim0.0010.00x0.00?0.0130.0? I0.0340.t r;o.4770.t 12
$.I5J0.?090.27:0.144$.4110.50rt.J8l0"6580.7r80,?900"S,13
0.8860.9100.1450,9??s.9910.99?0.999L0{0t.000t.000I.000t.fim,.000
0.000
$.0{00.0000.0{00.0$rla"w0.0000.0{l$0.000s.0000.00,0.00r0.0020.00{0.,107
0.0rI0 021
0.0t30"051
0.0760. I090.tst0.:020.2(,10"3!90.4019.47'l0,t530_6:.6
0.6140.7560.8550.9310.tl6l$-r*zr) 0()1
0.s.)9t.0*01.0001.0{&L(S0
0.0c0o^0s00.0il00.fix)0.&r)s.0000.u000.000o.00frO.0ti00.0000"0*00.0s0.oss0.0{{,{J.oil'0.0(1l0.c$3s.0060.009o.il.t60.03i0.0180"056$.07,0. t0!0,1 4$0.1900"34('s.295s.lJ5*.4.80$.#,rl0.7 ii0,5$,1
0.87.1
0.952fi,r$5t].996n ilqn
t.{fK
. wo* l{n walw>* |t aillto
{so't mo'l666',* 000'ls66'0 s00're8s'0 {lrx}"ttf6'0 666'0118'0 0d6'0*u'0 9{&'0ftg'S 8t6"0r't"$ 96$',0r&'0 el8'0xse-s 169'0Itrs Iz9'0681'0 !f5'0?'l'0 $9fs9Sr'0 98r',09t0n ?t{'*dtS'0 E:|T'A
xtn f8t"07W"0 Eil'o,.tb*$ f60"&s00-0 r9s"0f**t *'0'0100'0 sr0"0100"0 ilo'sr0*'s 800'0000'0
'00'0 s00'0 r00'o000? 100:0
0s0R 100'000gg 000^000s? 000'$m*"{ 000"0000"s 000"0t,00"0 {00sn0&'f 000'0000'0 000'0fi*0r0 000"00s0? s0s"00e0'0 000"00m'* s00"$fi{0? $00"0
000"1 000'l000 1 il00'l000'1 000'l000'r fi6t)'l000't 000'l000'1 0{0'r666'0 000'r666'0 000"1
986'0 666',fitr6'0 s66'0st6'o ts6'08r8',0 tt6'0r t*'0 696'0rl.L'a lf6'0,ot'8 ts6'0tz9'0 [98'09,S'0 608'06t?"0 wra9tr"0 699"0t6r'0 r*s'or;{'0 00s'0t9r'0 c t?'08l l'0 l[t'o0t0'0 g$c'o
{s0'0 16r'0zt*'{ rfi'o610"0 s60"0IIS'0 e90'0s0s& rt0'0f00'0 s?0'0200"0 f I0'0000'0 t00'000s"0 100'0so0'o 000'0000'0 000'0000'1 000'00000 000'00fr)'0 000'0000^0 000'0s00'0 000'0000'0 000'o
0fi)'t fr00'l000'1 00s'l0rJ0"l 0s0'r00*'{ 000't0s0'r Q00'l000't 000'r000'1 000't000'r s00'l000'1 o{o't000'1 0m'r866'0 Sfio"Ir.66"0 000",,6S"S 666'0686'0 666'0rffe'0 86s'0ti96'0 966'0$r6"s [66:0o?6'.0 s86's{8*'& S16'0ff*? *967{rt'o $t6:sfot's l0s'0frf"0 198'0ttt'Q Lt9'*st?'o t L0r.f'6 889"096?'0 btq'fir8r0 5ts'069{? 9t}Teil'0 dls"0ssss 0[:0rrrl'$ s8t's?ts's ,0t'0$60'0 ?90'0tao'o !t0'0060'0 810'000s'0 l0s'00(00 000'a000'0 0fr,"6600's *ffi'0000'0 s00'0
orll lr' b| * o4l io,rl ,rl,l * .,ll .
r]0$'r00*'l000'tfl{10't0r)O'l0fi)'l000'r{00'}fis'r000'l0$'t8,)'l000'r0il0'l000't0tl()'l66*'06S6'08{6'&*ri6'0r6d'0ts6'08r6'0ooI''n
tm'0i{6'0168'&9r8'sI t*,06{t'0;st'0,lt'0gti'09rf '0
9n'$6il'S,t0u8r$0t00"$IfrO'O
s00'0
t)io'c
.Ls'7
0'rB'lI'lrlT'Is'ls'080t's9',A
s'0F3t'&3"0I?s'*t'n-
t1!*f'0*,'0*9'0-rs*8.0-6'f*s'l*p'I *yl*8't **7*??*d (*
z't*0'r-0'?*
,ds*, * ilr*l
l*N
tr€.rlr|rxJ Js .rrqrufiu d .Y :a4t qd$es tB*Ilqlat s d){rqlnq}r}s}p g&!.$i}-*ilr$ rldurpr p#Jfl p3N
*JrllEJ ol anlsA uEsru pgJFaPsql apss{}xo s.}nll8, cl gnls^ u6aru gtljt sgl lrql atuBJtl'Et to Stolc^ s7-? $lqst
lPr.uroN rsnqulsrc(r = u rnlun )"'*oilw .'""'ilw Nw^Vfurdr) rv)DNlr
gl7it16[ 'q]as B uosdrl uep dr1n116
,O NVUIdWVI
6ttNVAHWVT-NVdtdWVT
320 STA|ISTIKA TEKNIK
LAMPIRAN 05Dikutip dari Lipson & Seth, 1973:477
TINCKAT KEPERCAYAAN MIFA.,,, t> MTFD"u.n ( Untuk n = B)
Distribusi Normal
Tthle A-*0 Valu*r of aesqr.cce that th€ true mecn vclue to failqr8 exc*sdc thedasir*d r*c*n vol(,* to lailur*
Reducrd sample sire*narnrsl di*tribution(rV* st*tislieal samFls *izc; ,t * riam$,er *l lbilure*)
Y:.* we'*
*4.0* 3"6*3.2*1.6
*:.0* t.8* t.6* 1.4* t.1* r.0*0.9*0.8* 0.7*0.6
-0.J*0_4*0.3* 0.2*0.,
0.00.1
0.20"30.40.50.6s.70.8$"9l.ot,:i"4t.6r"82.O
7-4,a3.?3.64"0
0.000 0.0co0.00, 0.0000.005 0.0000.02a 0.0000,s64 *.0020"r68 0.0r 3
s.!54 0.0310.363 0.0670.490 0.1310-&4 0.1]3a.749 0.3700,804 0.{4t0.851 o.53t0.89t 0.613o,*23 S.6900.9.1S 0.76r0.9660.979o.987
0.!9]0.*60.9980.999t.000t.wt"000r.000I.000t"{D0r.000t.000r.moLffr0t.0{pt.000LCt00
I.O00t.sft)t.000I ^0001"000
fi.8?30.874o.9t40.9440.965o.97S
0.9880,994o.vr70.99S0.999t.0001.000r.000t.000I.ofi)t.fimt.000r"0001.000!.0001.0a01.000t.o00r.000
0.000 0"0000.flt0 0.s000.000 0.0000.0n0 s.0000.00s 0.0000.001 0.s000.002 0.0000.007 0.001
0.0?2 0.6*20.05$ o.0080.120 0.0260.r6t 0$410.130 s.0680"3t12 0.1030,1s3 0.1500.470 0"2100.Jr90"&60.'1260"?g?o.ti"r50.9s30.9360.qdo0.97?0.9&7o.993t).916
0.9980.949r.00$r.c()0I.000r.0(sr.0Q8r.ofiot.0001.00Q
1.0001.0s0r.0Q0
0.1820.36.5
O,.i54
o,54?a,$70."12{0.79]0.8r30.9{x)0.9350.9600.9?60"98?
0.s$30"996s.9s91.0A0
,.000r.000l.osll.ts01.ffnr 000l.m0t.{x})
0.00a 0.000
0.000 0.0a00.(m0 0.0$00.0'00 0.0000.fr]0 0.ix00.000 0.0000.0ft] s.00s0.000 0.G]0o.00G 0.0000.001 0.ff10o.fild 0.000s.007 0.0610.rlll 0.@20-024 0.00.{0.040 g.rfr"l
0.065 0.01]O.Iffi0.1 470^201r)"3$00^363
0.4530.54(0.63,1
$.71s0.?900.8500.8q?0.93:0.rJ?Q.9740.99:0.9980.999L0&3r _000
I "0r{)I,fiX)t.000r"0001^0f/o
s.0230.o400.0640.0980.r450.2010^?74
0.3540"441
0.5300.6r 7{.}.69R
o,7700.8t r
0.8&0o-'/4-{
0.9780.99J0..Q!&
0.90$r.0{x)r.0s(1.000r.{})0I "000
0.000 0.000$.000 O.fix)0.000 0.0000.s00 0.0000.0{0 0.(a00.0c0 o.fix)*"{{0 0.0000.000 0.0QC
0.000 0.0000.000 0"0000.s00 0.0000.000 0.0000.*{0 $.fi}r)0.000 0.fl004.001 $.o0c0.002 o.C{rli).s03$.0060.0r20.0u0.0350.s360.0860^tt6*.1710.?190.3t0s.J&7O.4tq0.55ro,630o"767
0.s6tl0.q33t).?tl}fr"9870.918I"000r.6{n1.400I.00s
0.0i10
0.00Q
0"001
0"0030.{x}40.(X)7
$.0t 30.02t0.*340.0r1r).0770.t{r,0. t490"r960,151
$.J'i$0.510{}.6370"746o.lN3?
0.9160.$tl00.?950.999t.i:!01)
" I{'r * }yo wsf lyb* |*;-* *;iw*,
,v* I
arlrl {b a
t*Ul%r-";;:q.0{0'l 000'1 000'1 000't 000'1 000'1 009't 000'1 000't666',0 000't 000'1 000'1 000'1 00s'l 000'1 000"t 000'l
'68'0 000't S)0'l ffi"I 000'1 00o'l S{S'l g00'l 000'l
It6t) 000'1 000'l S00:l OQS'I 0O0'l 000't 00O't 000'l6t&"n XS6"0 Ofi,'t 000'1 00$'t S00't e6't 000'1 00S'lrr8"g tS6'0 666'0 000'1 00S"1 000'l om'r 0m'I 000'l0rt'0 196"0 166'8 S;0'l 000-1 00$'l 000't 000^l m6'lZB'0 916^s 6*6'0 666'0 000'1 000'l s00:l S60't 666'l89t'0 6f$'0 69$'0 966',0 ffi0"1 000'1 0a0'1 000't 000',[[['0 era's gz6'0 9f6'0 sffi'o 00s't 000'1 000'1 00slilz'0 st r'0 0r*'0 696'0 f 66'0 666'0 000"t 000't 000'r09t'0 98r.,'0 &r'0 x6'() t86'o ss6's 000't 000't {m0'ltt t'0 t0f'0 90r'0 s68'0 9{6'0 9d6'0 00*'l 000'r 000'l€r0'0 0?€'0 [?9'O 6fS'0 196'0 u66'0 666',0 000'1 00$"1
910'0 $rt'0 t€9'0 g*'U 0{6'0 }86'0 866'0 000'1 000"1
9E0'0 tsr'o 0kr'0 0lt'0 06flt 116'0 s66'0 666"0 000'lr?0'$ 8Zl'O 0tt^0 tt9'0 at8'0. ot6T 066"0 666',0 000'lt ro'0 980'0 l9('o 8et.0 0tt'0 6ls'0 186'0 16{'0 000'l100"0 6t0'0 t6l'0 t{t"o 6*t'0 91"8u 996's t6$'a 000"!!00'o
'{0'0 9tt'0 8lt0 t*'0 818$ g}6'0 68s'0 666'$
ros'$ 0t0'0 0trt'0 ?rx'0 00s'0 9't's sl6'0 086'0 866'0r00's I r0? 1t0"0 t*l's [0t'0 xs9'0 lf8'0 996'0 966'0
000'$ 9fl0'0 fto"s ?It"0 I lf '0 69c"0 s$*'0 tts'0 €66's
m0'0 [00'0 610'0 180'0 0{r0 zat'o ttt'o it6'u a86"o
os0'0 100'0 010'0 0t0"s t9l'0 8td"0 0t9'0 rr8'0 816T0000 t0$'0 t00'0 d[0'0 0l l'0 06r'0 s9l'0 618'0 196'0
000's 000'0 e00'0 910'0 010'0 tl?'0 l9p'0 ?st's }}6"s00s's {00? 100'0 8s0'0 r}0'0 |tl'0 ll['0 080'0 LI61]000? 000'0 000'0 wo'o rs'0 zsl'o !$e.0 66t'0 188'0
060s 000'0 000'0 200'0 '100
990'0 l7z'0 f lg'0 ort?000's 000's 000's . 100'0 t00'0 I?0"0 091'0 ffr'o 6st'o0CI0"$ 0s0's 000"fi 000'0 e00'0
'10'o st0's 8tr'0 t99'0
000'0 00S'0 000'6 t00"0 000'0 tS'0 lt0'0 l9t'0' zEfS00010 000'0 s0*"0 000"0 000-0 lm'o ll0'0 ?80? s6g's
0s0'0 s0*? 0000 000'0 000'0 000'0 [ffi"0 6[0'0 s8l'$000"s 000's 000's 0000 000'0 s00? I00? tt0'0 r8t'0000'0 00s"0 0e0'0 000'0 000'0 000'0 0m'0 100'0 110'0
0000 sm? 000'0 000"0 000'0 000's 0s0"0 000'0 tz0'00000 000'0 000'0 000'0 000'0 000'0 0fi9"0 000'0 900'0
s00'0 000"0 so's 000'0 ffi'o 000'0 000! 0000 100'0
000"0 a00's 040'0 000'0 000'0 ff00'0 00ff? 0000 m0'0
0'f'ti'Iv',&
F'C
0"r8'lI'I9:lrl0-l6'0s'0ro9nt'0
'"s['0rsI'S$'sl'0-d"0*{'s-io*5',&*9'$*ts*&'0*6'0-0't*a't *f'l*,'I*t'l*0t*t:r-sz*{'f *p'€-O'f*
&!t *oi,d.
5*N(sarn{lEj Jo ,rqurnu # { :*zf$ sfrur}r lBrll*ltBtt a#}
uo$rlqp1rlp lstluoll'*'els sldurm p*:ltp*6
eJfillEl 0l $nlBrl uesur p.r$aFri{} $p$$cx*aJnllt} sl tnl$n ua*liJ tnJ} 6ql lrtll *ru9Jns*r ro tsnlBA [e'v tlqtt
lEruroN lsnqlrlslc(6 = u {n}un \''o*ilw <'"n"ilw Nw^V)uldil rv)DNll
Blv:tl6[ /q]as 3 uosdrl rrep dr]nlrc
90 NVUTdWVT
tztNVStdWVl-NVAHWVT
322 STATISTIKA TEKNIK
LAMPIRAN 07Dikutip dari Lipson & Seth, 1973:479
TINCKAT KEPERCAYAAN MTFAd*t> MTFD*in ( Untuk n =10)Distribusi Normal
Tablc A-3: velit6* of nssur'nea thit the trua rn6an vrlu6 t$ !*ilure rxcr*dr thsdeslr*d nrezn vlluo tn fcilgra
I{cdu*d sarr}plc si!q--$srrr*{l dfutrl&trtion$f * statirtic*l samplc *icci # * nunrbcr pf f*ilure*)
i$o * we
*{.0*3.6
*2.8*t"4*as*I"&* I.6* 1,+*r.2*1.0*o.9*s.8*0.7*0"6_,1{*0.4*0.3*$.2*u.,
0.0s.l0.3O,J
0.40.J0.6fi,
0.sQ.9t.s1.2l.*
,.6IIl.u
2.8].23.64.0
0-0000.0020"s07s.sI5s.0?90:068.306c.43r0"s690.7$60"r?30.8690.908s.9370.9590.9750.ss50"9+20.9960.998s.999l.S001.000LS001.000I.000I.0001.000r"000t.000t"000r.000r.0001.000I.0001,00st.0001"000t-00st"soor.000
0.s00 0.s00c.000 s.s*60.000 fi.0000.000 0.s000.003 0"s00&.02t 0.6(l0.048 A"0S'o.t0l 0.st,0-t9t 0.04to.3:3 0,0*'0.487 0.:*30.5?4 0"?7J0*65' 0J5&0.?3? 0.4500.806 0"r{{0.863 0.6400.90$ 0.?270.942 0"8S?0.965 $,8640.$s0 o"sr r
0.989 0,9450.995 0.1680.997 0.98'o.r99 0.r9rt.00s 0"sr6r.00s 0"918t.00s 0.999,.000 r.000r.000 I"0001.000 r.000r.060 t"0c0I"000 r.s00r.000 r.sost-000 l.0fi0LC{o r.000I.fle*
',000I.0s0 I.000t"sos r.000I.000 Lwot.0{0 t.060,.000 t.0s0
$.s00 $.i!000.000 0.0060.000 0.00s0"000 0"s000"s00 0.{00€,m0 0.0000.000 0.s000.00{ s.a00&006 o.sor0.0:l 0.0010.il60 o.ot3o,ss 0.0330,143 0.0410.1S6 0,06S0.281 0"il00.373 0.r6s$.471 0.?37s.572 0.]230"668 0.4200.755 0"JI:0"8:8 0.6t30"886 0.?t60.92S O.?S7
0.957 S,S6l*.976 o.tt I0.9s7 0-p460.!&+ 0.c*9s.9r7 6.9830.999 0.9SI,s.9$9 0.$$61.s00 $.s9*LS00 r.000r.000 t.000t_000 I.0s0r.000 t.$0t.00s 1,000I.off) I.flfr0t.000 r.0{01.000 r.000t.s00 r.00s1.000 t.sos
0.s00 s.s$ 0.0000"0fi) s.000 0.{}000"000 s.00s 0.00r)0"000 0.s60 0.0{00.o{0 $.00{ 0"0000.000 0"000 0.00s0.000 0.000 0.ss00.000 0.060 0.*0r]0.006 0.0s0 s"s000.000 fl.00s 0.0000.001 0,0s0 0.0s00.004 0.$0r c,0s00.009 s.00t o.00s0.017 0.003 0.s000.0it 0.006 s.0010.014 0.013 fr.0020.08s 0.0x o.a040.r38 0.${t 0.0090.?03 0.0t2 0.0t70"?84 S.r:4 0.03:0.377 0.17? 0.0J5s.4r8 &245 0"08t0.580 0"132 0.1160.677 0.4"38 0.r98a.?63 0-5:9 0.2?3s.83i 0.6?7 0.]60o.890 0.7t7 0.4146.$JI 0.?94 0.5500.959 0.857 0.6420"977 0.905 0.7350"987 0.9d0 0.7970.997 0.S?9 0.9010,99t a.994 0.959L000 0.999 0.185r.sQo r.000 0.995t.000 t.m0 0.999r"s00 t.000 t.sssLff]o t.0ffi t.0001"000 1.000 1"000r.s60 I"000 I.000r,0{s r.0s0 r"000
0-000 s"0000.000 0.0000,000 0.0sJs.060 0,000t.000 0.0fr)0.000 s.0000.000 0.{000.0do 0.0000.0{0 0.0s00.000 0.0000.000 0.0fi)0"000 0.0a0$.00a 0.0000.000 0.0000.006 0"0s00.000 0.0000.np6 9.0000.a0t 0.0000.003 s.0400.005 0.0000.0t I 0.00r0.020 0.00rs.035 8.0040.05s 0.0s80.09? s.0r50.t37 0.015fl.t94 0.04t0.263 0-r]63
0.341 0"092
0.426 0.llr0.5t ] 0.1?B
0.677 0^294
0.s09 0.{3 t0.s99 0.5690.952 0.6il.l0.9?9 0.ts4$.s!7 0.921
l.c{il 0.9751.0Q0 0.993t"000 0-99fi
t.000 L0s0
* w4* l{a wollVo*l*'-" ***"lW*"
I{*.rd
'uollnqlr$lp ilr'ql"rta .,oJ
"(*) -
"r :us$,rqprqp ls!t$l:$Jx, ,o,1
ft * 2 .
0&)'l000'lQfr''I666:066d'0$66'0r6d'0ss6'sf6d$s*$s0**3194'6916"0!t6'$0t6'0€{6?188',ost8'&$r8'0gdt'0
it{"0r0{"s9,4'0, t9'0rs5'sqkg'0
80s"06e!'0sIf'$g8['st?f'0a6l'*r$i'ssffi"$rrl"0*il'0866?tq6"09{*3t-rb'*900"0rfio's
$'0r9'*0"6s'80*9'L0'(f'90',slr0s9'ts'fI'tI't![l't*rAT9?f'rLL0'r('l$'lL'Iq"t*'lt'lt'lt'lI'lt'lf'0*'0t's90r0f'ot'0e'ot"0
s'tllf'&0'6t's0'85',r
*{t'90'9550'E
5'!0'II'l9'C
'fc'to'e8'rI'E,'I
0"tt'1s'lT'Is'ts't?'*[']e'tI'I0"ts'0s'$tst$s1lt'sf'0e"0I'O
00s'l000'lsoo'lr)00'l0{0'l666"ild66"S
86d"086S'0
1*6.0fd6 06*6 0186,08t6'0ta6'0{,96',0
ss600s8"06f6'09r$'0ds6'06E*R$f$'00s*?st*"$I t8"Sx61"0{ta'0f9I.'ora{'0s6*'g{p9'0xf9's($s'sI$tstos'0t$tR.f{["o{f(.065r',O18t',of{0?
*'0tl'60.st'80'8$'{s'tf90sSTg'rg'tll'!fl'lg',{
ltt'to{s't9"7,
VT,
LL
0?6'Is'lt'l9'l$"r,,ld,It'll'l0",s'08'0{.'ss?,'otst'0r0l"o
000'1 000'lQ00't o00'l000'1 000't0m't 000'l0Q0'l 000'l$00'l s00'la00"l 0fl0'l{s0'l 000'l0s0'r 006"1
$00'r 000'l{r00'l 00s'l000'1 000'l66d'0 000'l*66" 00s'ls6{? 000'tr6s'0 000'l$66',0 000'l€66',0 mo't6*6'0 sm"l1860 &00'ltr6'0 6d6'*996'0 066'00{6'0 866',0
oy.6'o 166'0rrs'o $66',0
il6'0 '6'6'S f68'U ES6'0
t{s'0 ssd'ox}ta t86'08'8 0 086'0{8t'0 f&6'or}['0 $6"0@'0 tr6'06{9',0 tts'09{t'o s06'sss's 8r$ stefo rtsof.t{'s l{r'slsrs 6d#'st9l'0 (6J'sis00 llfro${0-0 6trs
oot,'l 000'l000'r {!00'lQ{o"l 000't0sJ't 0J0'l66S'rt . 000"ts6n'$ mo'rss6'0 000'l{&'0 0{Q'l6*6'$ 000't[&0 000'r{s6'0 00s'tg16'S 000"1,96l} 000.t9t*'{l 66S"09P6',O 6660tt6'O 6*6'0I({'0 s66'0{06'S *66',Or&8'o 966'0is*'u M6stI8'O t66'016{'0 ftt'0Itt't) i86'0fzt 0 8t6',Ot69'O tt6'0s$'u ts6'sI.ry'0 6t6"0,as'* os&089S'0 6t60615'0 er6'0l*''0 . 606:O*t's 't'6s*.$so?0 s$s'srtc'o ,f8r0t0{'o 86t'UItz:o [grs,w"o 6stctt'0 tf9360t'0 tgi.o190'0 ttlTt{0'0 0ct'fi600'0 t*1"0
f*Al,*Af(r.r$UeJ ]o .rrqtr,nu e { ialg E$u*s tEd$r!.}slr * rr{}
sua$$qlr4p finqlrrrt pru trrpu*uodxe*<qr qduet gaonpaq
*rnl!ay, ol errr*l {r1}slrelse:eqa ro} rrsaru ptrlsop .tll 3pa.3x. srnltilaurlt (r!l*llal*ere{, ,o} $r.u, oru} aql l€q} 63a8rn*ss }o sirnl3A 8g*? 6mll
;ersuauodsll uep llnqlag snqrrlsr6(t p/s I= u {n}un )
u'*oilw .'""'ilw Nw^V)urdr) rv)DNtr
O7v:el6[ 'qlas 6 uosdrl rrep drln>116
BO NVUIdWVI
tztNVAHWVT-NVttdWVT
STATISTIKA TEKNIK324
LAMPIRAN 09Dikutip dari LiPson & Seth, 1973:481
TINGKAT KEPERCAYAAN MTFAd*t> MTFD"*i,
(Untukn-4&5)Distribusi Weibull dan Eksponensial
Trbl* A"i4 ValueE rl accuraflca thst th€ true mean {or chorrcteriatic} tim€ tolailurc excced* thedlrirad nrc$o {or cher.ctsristic} tifie to lailurt
Rcdu*cd ramslc six--*poncrrria! and Weibull dis$ib.rrtigot(lf * statirticat sampk six; Ir: numter o{ failures)
/V-{ N*5
o"ls"20.1o.4s.5o"6o"?o.80.9LOt.IIJt,3t,4t.5t.6t.1L8t-!2.0a1
!,4,A3.81.0!.3,.43.sl.&4"04.5,.03.t6.06"5
?tE.8
8,59.09.,
ro-o
o.3s0.5,l0.6t9o.798o.&6J
0.r0,0.$39fi.s5,03?to.98Xo.s88o.9tt0.9940.t960.9988-9980.9990.9990.9991.000r.0001"000
I.000r.000!.000r "[email protected]"000r.tmt.000r.000t.000I.000r.0q0I "000l.om1.000r.ffi)
0.0{t0.rJ!6i,?0.{qt0.51,0.61t0.693s.7590.8t,0.8J6s"889
0.fl58.9X0-9rro.16!o.w0.9??s.9&{0.988
0.991
0:9i50.997
0.9x0.9*tt.mt"ffir.m0I,Mr.m0l-6l.&r.mt.ml.mt"000r.000r"m0r.fiot.(sl.mr.sI-{fi}
o_wo.fr8te,tr6c,t080.t7,0;430Jt86.tll0.46{&53t0"193o.6i0&]ffi&3&o-?t,0"*t6o"845s.8ft$.st0-909
0.9370.e56B-9?00.9&,o.9fr60.99to-9${4.W6&.r97o,$c&9{9r.fi00,.000,.006r.m0t,000r.frilt.m,t"000t.000t.000r.000
0.0000.00t0.605o.013Q.034*&t0^o&to.09;ot140.t600.t98o.238o.?800.33?0.]ar$.{s60.446o.4830.sx0.5:e0.613Q.684o.7No.7780.8r,*.970.8730.89Js"9t30-9:90.t360.9730.9M&9r00.99{0.916o-9980.99C0.94S1.000r-000t.000
*.t0.to.]0.40.5B.S
0.?0.80.9I.0l"ll":t.3I.{t"5t.6l^7r.8t.92.01",
?"{2.62.8].01.',.4J,tl"atl.84.J5.0J.$s.06.5?.0?.,8.S
r.59.09.J
t0.o
o.3$30.6310.7?70.8650.9r80.9rs0.970o.ss2o.*8,o.99J0.996o.9980.r980.9$90.qryg
l"0Qot"000t.oflo1.o00l.ooot.000t.000r.000r.080t.mo1.000
r.000r.000t.0001.000t.000r.o00r.000t.00sr.0001.000!.000r.000t.000r "000t.0001.000
o-0750.225s.3870.rlto.6J?0.7{40.8r?o.869o.90t0.9150.95Jo.969s.9?8s.gfi5{r-990
o.993o.995o.9t?o"9s8o-999o-949
0"0000.00,0.0I80.*430.0820.u:0.t920.15?0.3:6o.39Jo.462oJ26oJ850"6400.&9o.?310.?7to"8$6o.8360.edzo.90x0.9130.9r30.967o,9780.98J0.990o.993o.995o.9970.9!0t.{00t.000r.000t.0Q01.000r "sodLm0I.O0St.000,"0fl0l-0do
$.0000.0000"[email protected]]t0.051
0.0?{0.rQl0.r3?0.t67c.!040.!4.3o.7830.1240.36J0.4050.445o.48]0.5564.6220.680o.?3ro.7750.8r1o_844
o"87r0,893o.9r20.9..6o.9670.9800.98$0.9934.995a.*70.9988.9*o.9r,9t,000t"0co
0.00?0.045
0.! r30.20{0.306s"4090.s060"J940.67t0.736s"?rl0.8]50.871
0.9000r230.9{to,955o,xJo.*740,9E0s,989
t.0c0 &t94t.000 0.996t.0n0 *.tt8t.000 0.!90r.000 s.994r.06 r.000t.000 1.000
I.O00 l.0ml^000 t.000r.000 r"0001.000 r.000t.so 1.000
r.000 1"000
t.000 r.0001.0ff) r"000t.000 1"000
I.000 l.{00I.000 ,.000t"000 1.000
I.Oc0 1.0{01"000 r"om
'r, *Xfor exponcnrbt distribution; "
- (*)' for weibull dktrlbu:ion.
.plsrp t!ftqrli\turoJ ,{$)
* t,.**p}slp tqru}uodx'*X:':
000'1 0{0'l000't 000"t
666'0 ftx)'l{66'0 0(s^}866'0 0s0'l16*'0 0s0'l9$6"S m0'l166'0 s00'ls8.6's 0&)'l9r6',0 00n'l096'* 6$&'0
tt6'0 8*6"0
96&"S $66'0
fl&'0 {66'0fr'f'0 06$'08l8',0 586"*6al'0 8{6'**rr'0 L9*'*pt9'0 tt*tsr9"9 e{{-0t9f'0 t06'&t610 *$Ba8rt'0 0t8'0trg'o LLL'08t["s $?r'0[sl"$ 369'0
strs rs'seu? {6r'{}tslis att'0$ln t8,'0Btt? 8tf?$80s r$s'0}90'0 r8r0},6"0 ft?"08?0.f t9l'0sl0'0 e I l'st00'0 040'0?00'0 ft0'0100'0 rt0'00f0"o 900sf*"* I00'o0m:s tro'o
000't 000'1 00fr''l 000'l00s't 000'1 00s'{ 000'l
000'1 000'1 000'l {00'tt*o'l 000'1 000-t 00s'l000'1 000'l (r00'l 000'l
000-1 000't 0fi0'l 000't
000'1 000'1 0ss'l 0s0'[0fi0'l 000'l s0st 00s'I
*fi$'t 000'l ffio'l 000't
ofio'l 040'1 000'1 000'I000'1 000'1 oilo'l 000'l
s00't 000'1 000'l s00'l0m'l mo"I 000'1 000'l
000'1 0m't 000't sfro'l0fl*'l s00't 000'1 000'I666'0 0*0'l 000'l ffs'l666'0 00ul 000'1 000'l866',s 004'1 00s"[ 00rIt6,6;"O !00't 00S:l 000f 1
16$'0 000'1 0fr1'l 000'l8*6"0 566'0 000'l s00'I616'0 866'0 000"1 {s0'I,96'0 966'0 00f I 000'l
zs6'0 ?66',0 00s'l 406'I6g6"0 [66'0 666'0 mo'lIIS',S S86'0 666'0 000'I668'0 us6's 8S6'$ 000'til*? tln'$ t6d'$ 000'I9t8R ta6? 966S 00fI€61'0 6,6'0 f66'0 000'lzvl'o 6{6'0 sB6',g s66'S
r89',0 m6'0 f,8$'e sd6fir r9'0 298'0 a6'o 866'0
rrr0 xl*'o 9t63 $#'0flp'0 9't'0 tf6'0 166!0tt'0 $g'0 !6$'0 s86?rrro t9s'0 8tt'0 fd6'00rr0 ?tl'0 9tr'0 066'0
160? elro rt9:0 606?{}d? }sl.l} 8$}'0 tfrgilo'o uo'o f'/f/7'0 669'0
im'o t[o"o totr '**4
0'0ts's0.6f"{0"ss'Isttr'po"*t't0"f9'?o'*'f9'€!'tt€"0'ef't9-tVT,LL
s?6'l8'lr't,-Itrl?'tf'lrlt'1g'lfQ8'sl's9'0,:0tio{srsI"O
9*1,
1el"lltJ j" **un * t :eqs qdruvc ltsllsp**s *IIIruolttElris1p nnqpn pnu pp*auodt***oqs Edul?€ Frtpsg
$inll3, ol 811t!l {sptl'rolo*r*r{t lo} usaiu P6}!t*p er$ tpe*}xs slnlllls! aurr {ctx*tl*lrunle ruiuniw *n,r eLlt lr4} *str*rd*as }o EotrlsA fs-v iH*l
lPrsuauodql uep Ilnqla^ lsnqrrlslc(g = u {n}un )u'*oilw <'*o'ilw Nw vfuldlx rv)DNlr
ZBV:g l6t 'qlas ,3 uosdl1 uep drln>116
OTO NVUIdWVI
9ZtNVtldwvl-NVttdwvT
326 STATISTIKA TEKNIK
LAMPIRAN 011Dikutip dari Lipson & Seth, 1973:483
TINGKAT KEPERCAYAAN MTFAd^t> MTFD*., ( Untuk n = 7)
Distribusi Weibull dan Eksponensial
Tablo lL-*S Valueo nf ageurane* thrt tht tru€ mean {or charact€rirtis} tin"r6 tofqlllrrs rxcesd* thE deelrtd ma*n (cr ch*rccle:istic} thns to f*il*rrg
Rtdocrd eampls $irs*€xpcnertial srd \Sribnll dktributions(lf * *tatistical sampk size ; t * nunbcr of failurcs)
tf*7
r*
0,.1
s.20.10.tl0"ss.60.70.s0.9t.0t"tt.?,.31.4
1.3
t.6t.7t.8r.91.0),?.4).dt.83fi3,33,43.63.84.04"51S(<6.06.5?.(.,{8.Ss.59.09.5
l0.s
s.5$3e.75!0.8?S0"p19&.919s.*85o9930.rrf0,9980.919r.0001,000r"00sL0001.000I.e001.000
t.s00,.0001.000t.000t.ioar,000I"000t"osst.000t"0s0r-0001.000r.0001.0001.000I.000t.000t"000I.000t.000t.000r.m0t.{)001.000t.s00
s.t}* 0.03t{.3?t 0.r t70.5?8 0.:630.?!0 0.4tl0.8:3 o-J66
s.89S 0.6860.9{o 0.7?9{.$6S S.*48il.9?9 0.8970.988 0"9Jr0.$$l s.9J50,pr6 0"e7!0.*$s 0.9s1a"w 0"**s0.9t0 s.9*31.000 0.r!.t1.000 s.997t,00t$ 0.9,!&r.000 0.9$)I.000 0.9t9L000 t"000t.000 r.000t.tr00 t.s,to1"006 r.0001.004 t.$00t.00s 1.000t.000 t.{00l.*00 t.006t.00$ L000, "000 t.000t.000 t.sfr0t.0{o r.800I.400 t"000t.fi00 t"0fl0I.000 t"0s0I.s00 t "000!.000 1.000
L000 r.000t.om I"0s0l.{,so 1.00q
L00s 1"00s
I:00S 1,000
0"0& 0.0000"s24 0.0030"079 0.0t50.tds 0.er3$"xft 0.096&3$4 S.r540.507 &?310.610 0.3rE0.69? &{060"?70 0.49Is.8?? 0i??s,871 0.M&90? 0.}s80.9]3 0.?d3$"95X 0"S'S*.+66 &-849n.gv$ 0"e800.s83 0.906s.98t 0.92?0.99; il.r430.9s6 0-f960.9** &9S00.90$ 0.989LS00 0.9931.000 s.996L000 0.99*r.000 s.9p9t,000 0.949l.mo ,.000t.000 t.a{ot.tr)$ t.o00I.000 I ^fifrOt.$&0 r.mo,.$00 Li00I.000 t"oooLr)00 t.fr00t.0s0 t.000r.00s l,sfl0I.ofr) t.t)osI.000 t,mo1.0s0 1.000t.000 r"fr00
0"000 0.0000"000 0.0000.002 0.0000.006 0.000o0r? 0"0010"036 0-0040"06, o-00&*.!01 0.sr50.ts0 0.02do.ffig 0.0400364 0.S590"3t7 0.01r0.39t s.108s"*i} 0.13s0.5t4 0.1?ro.sa s"m60.6!5 *.2448.674 0.383e.?t8 0.3220.757 0.]610.8$ 0.c400.873 0.5lil0.9t0 0.5830.*37 O-6dtS
$.956 S.6990.*?0 s.74?0.979 0.?890-986 0.8:40.?90 0.8xs.993 0.8790.998 0.p?50.999 s.9J4t.*00 s.97x.r.aao s.9&:I-S00 0.9e0t.000 s.9*4t.000 0.9e6t.000 $.*t81.0c0 s"999I.000 s"rs1.s00 0.999t.000 r,000
" r,*Xfor cxpsr*nriat di*triburion; * - (?)" for r#cibutt dirrriburior.
000't 000'l666S 0S0'l6d,$^0 000't8(6'0 0rlri'll$(t'O fl0$",*85'0 SS0',[*6',S 000'ls8fi'0 000'l0*d'0 sf!0'l*95'0 (W'lt5',O 666'Xsr6's ,6s'sr$*'0 16&'0
!t8'0 ts$'srs8'o 186'$291',0 E46"0ilr'0 196'0sB*'0 fft'oilo'0 6t$'06f $-6 9,8'S?
ty''s si['s1613 0*r'0ilt-0 tor'0?rt'o 619"09fz'0 609'066i'O tSS'otlr'o 8{r 0tft'o 8f?'0!ot's 9tt'osr0'0 ?I('Orss'o [st'&6f0'0 $61"0tm'o tFl'oil0"0 001's800! 940'0r{0's tfs'o?00'0 810'0100'0 *00'0000'o x0a'0t0s'0 0000000'0 fi00'00fr0's {0s'0
n0fi't 0$0't*00'l 000'l000"1 Q00'l00$'t 000'lsso"l 000'lsda'l 00s'I0*0'r 080-l00s't 000"1
006'l so'l000't 000'l000', 000'r0@'l 000'l000'1 00*"1666"0 060"1s'*6'0 000"1
*{6',0 uao'l166'$ 0fi$'trds'o 000"1
$*d*0 s6d'*{s{'0 8d6'0o{6',0 ?d6's016? r66',s816'0 tE6?9{S'0 6rS 08ps'0 0r6's!tf'f ss6'0t6,0 r'6'0rtf"o *r('0,89? 168'0g*'* tr8'o6!{'S to8'06$?'S lll'09tc'0 r!9'0rw'o 6rt'0t[E'0 6r]'06?t"s l{.t'o06$'$ f9r'09t0'0 Bl'0*t0'0 t80'0900'0 xt0'0t00'0 100'006,0"$ 0so'0
000'l txxl'l040't 000'laoo"l 0fi0'l000"t 0'00'l0il0't 000'ts00"1 000'ls00'l o$il'l000-1 00s'l000'1 000^l{0*'l 040'ls00'l 000',s00'I 000'l0{0.1 000'I0*6'l s00'l000't 000'r000"1 000'l000'1 000'l0s0't 000'lfito'l 000'ls00'l 000'l000', 000'l666"0 000'lafs's 000't166'0 000'lp66',0 0i13,f66^0 666'0d86'O 666'0r*6'0 866'0rt6'0 966'0tp6^0 t66'sr?6'0 s86'0f 16'0 0s6"0il0'0 i*s'0918',0 9f6'0Ivr',o 116'0fr!"o ss'o9rt"0 r8.'0l6f'0 l{t'orfi'o {if'0rr r'0 ?!f'0t!0'0 f9l'0H0'0 fg0'0
0s0'l e$l't000't *"r,t0s0"1 06'l000'l &\]'l000"1 |La'lmo"l &fr'l{fi}'I 0&'l000-l ir$'l0fi0'l ffJ0^l
00*"1 ail)"I0{0'1 0fr}"1{00'l 0s'l000'i {&}'I{}00't &}s"l000'1 000'l000'l $ffi-l000'l Mt000'r ffi"Is0s't 00011
000't 000"1
000'1 0s0'I000'1 0s0't000'1 o*o't060"t 0&l'l0t0'l 000"1
000'' sa0't000't s00'l000't sDa'lsqo'l 000"{6S6'0 ffi"I666'0 0ts"tt66'g s00't966'0 000'lt66's 6d6'0186'& E6d'0
99$A &56'S
8t6',0 i66"orfg'0 l*$'$66r'0 6t6-0ts*"s 6&s'00r''s i*t's€11"0 lrlu
OBIt'60'6$'t0's,'LO'L$90?t'9s'ls'f0'Fs't$^t$'ddLs'trx9"ry'ILL
ff?6"Ig'lt'lB'Is'!,,If'lz'lt't0l6'S8'0t'09',ot'0?'0t'0r0t's
S*$
(strnllu; Jo Jtqurnu * ry isdls qdulas Pqlqr*$ *ff)tuollnqljlltp fifiqprYl pus lEltu6{}od:{}*pels eldurBs pa]'lplu
oJI'l'*Jio}6{.r|$('l}*Hatp*,}*qcra}oreurp$J|ggpaq}!ps*3).**Jnn6}olaurll{o1tqr*1sp;9q1ro}uearuqil$Eql}sqlo$u*,lntBt}sBBnleAg'E"Y*lq$J'
PNuauodql uBp llnqla^ tsnqrrlsro
(B = u rnlun )''onoilw .'*o'ilw Nvv^V)uldil rv)DNlr
,Bv:t 16l 'qlas 6 uosdrl r.rep dr1n1r6
zro NYurdwvl
lztNVttdwvT-NVdldwvT
328 STATISTIKA TEKNIK
LAMPIRAN 013Dikutip dari Lipson & Seth, 1973:485
TINGKAT KEPERCAYAAN MTFAd,,t> MTFD"*., ( Untuk n = 9)Distribusi Weibull dan Eksponensial
Tablo A-$8 valasr cf rssuf&flfe thet th6 trll* fn6Sn {Or chNracteri$tir} time ,of*iluro axseedo thq dxslred mean {or cheructsriitic} tinre to tailura
t{edile*d samplc siae"--cxporcnti*l and Weibull tlfuiributionstld* $sfig$se, wmple rirc;,& * nsmber of lhilurqs)
o.t0.20.3o.4*.50.60.70.80.91.0
t.ll -2.
t.,,,4t.51.6
l^7t.8t.93.01a
2.6,a
3.s113.4
3.6]"84.04.51.03,J
6.O
6.5?.0?{8.08.5?.$9.5
ts,0
0.5930.835n q11
0.97]0.9890.f950.9*8o.999r.0q0r.0Q0r.0001.000,.000t.000LS00I.000t.000r.000t.0for.000L000:.000t.000r.000,.000t.o00r.00$1.0qor.ouor.000r.000L000r.oonr.000,.000,.000,.000r.0001.0{0r.000l.0rlo,.0ff,
s.30s 0"s{7s.50$ d-2t{0"73t fi.4150"8J: 0.6140.924 0.?560"961 s.852$"98' S.rrJ0.991 0.9fis.996 S,97ts.9r8 $,e8J*-w 0.9{3r"000 s.996t.000 s.99s,.000 s.gr{r.s00 &9s9r.000 t.0s01.000 t.o00,.000 t.00s,.000 t.o00r.t$o t.0001"0fl0 r.000r.000 t.000t.000 t.0601.000 :.000r.0s0 r"000t.000 t.000t.000 r.{osr.0Q0 r.000t"000 ,.000r.06s r.$001.000 r.000t.000 1.400
t.s00' r,$00I.{rts ,.000I"000 t.00st.m0 1.000
l.{os 1.00s
r.r)00 L0sr.o{d L000l-fim r-{ffir"000 1.000l "o00 r.000
0.s0? rr.$0r o.frrc*.w *"or1 (.002&,83 0.056 0.012s.34t 0.,19 11.040
s"*ol 0.253 t).s8t0.&, 0.3sr 0"1650.7t] o.JsB 0.261o.sts 0,d13 0"3630.893 0,?2s 0"4e60"9]; s.?r7 0,5640.958 0.856 0.65tf"9?it 0"900 S.?370.9s4 0.91t 0.7$O0.991 0.95'1 0-g4r0.914 0.s6r s_88t0.!97 0.980 0.9t 1
0.99f $.$ll7 0,3350,rs9 0.991 0.9530"s*9 8.w4 0^966
l"om) *.996 0.9't6I.0{x} 0.999 0.}88,.{00 0.999 0.994r.mo r.00$ a.*97I.000 t.o$s $.9!9r.&&s r.0s0 $.9*91.000 ,.000 1.000,.000 l.$00 t.o00r.000 r"s00 r.s00t,000 l,0ix t.000t.000 r.000 1.0001.ffi3 t.m) L00{)r.{00 t.$00 r.0a,0
*.400 t.s&l r.fix)t.000 !.000 l.rxor.000 !.000 ,.mo1.000 t.00$ 1.000t.{s0 L00il r.&x}r.of,o ,.{p0 1.000t.000 t.0fl0 1.000I,000 r,000 t"fi)0L00s r.000 t.0{Dt.000 I"000 r.000
0.000 0.0000.000 0.0ff1c.00: s.0rx)s.00s c-00t0.033 S,flo"i0.0:l 0.00$0"09t 0.031o.,Js o"tilgo.22$ tl.$650.2t7 0"t0r0"]?8 0.t44fi.46{} 0,t}.1$.s]fr 0.?4s0.610 0.1*$0.{?d 0.1?00.713 0"43'0"783 t)"49S
0.825 0,5{?0.$f0 o"fi)t0.8s$ 0.d51$.933 *.7r70.959 S.8060.97$ S.8600.986 o.,tm0.'$2 0.?29{.9*5 0.951fi.991 S.9e60"99S 0.9760.9t9 0.9ML0rx) 0.98*t.off) 0.$96r.000 (.9*81.0{0 0,$99I.ffm r.00r)l.o$0 r-000I.$00 r.fiflor.000 t"fint.000 r.anr.s00 r"oryJI"O0S r-000I.ffi t-{m0r.sff) r.$06
s.0&r0.ofi)s.fi).J0.{&i0.{xo0.001$.0020.0050"0*$0.0 t6s.$160.0400.0Ji0.0?80. !c]0,tlr0.t 630.tf?$.2}]0",700.34$4.4250.4990.J69o"{l?$.6880.7J?s.779s.8r60.8.{7
0.9040,94ro.q&r0.*?80^9670.9$:0.'950.197s.*980,$r9s.$99I.{100
il*9
" i; - * for cxponcntial dirtribution; * - {})'
for Wcibuil disrriburion
'uslrnqplEp lrlql??n roJ,(*) *, :rrglaqrrqp plluslodrr roJ H
*, "
00s'r t00'r 000't 000'1 0s0'l 000:1 000'1 000'1 000't 0a0'l666',0 0S0't {00't 000'1 000't 000'I s00'r 000'1 000't {ao'r666'0 S00't 000'1 000't 000"1 000'1 000't 000'1 00s't 000"rs6d'o 0m",000'1 000't 000't 0{0't 000'1 000"t 000't 000'l166'0 000'1 000't {so'l 000'1 000't 000't mo't om't 000't16$^0 0{0'r 000'l so'l 040'1 000'1 000"} 0o0 r 000'1 000'lt66"0 s00't aos'l @0't 000'1 000'1 000'1 000'r s00'l 000'l986'0 om'r 000't 000"I m'l 000'1 000'1 000'1 000'1 000'lil6'0 000't 00s"t 000'1 000'1 00c'r 000'1 000'1 000'1 000't0r6'e {66'0 000'1 000't 000'I"00s'l 000, 000't 000'1 000'l1160 866'0 000"r ss"l 000'1 000'1 000'1 000'1 000't 000'lr68',0 s663 S**'t 000'1 000-1 000'1 000't 000'1 000"1 000'rtc8? 986'0 6d6'0 000'1 000'1 000"t 000'1 000'l ff10't 000'I86r'0 0s6'o 666'0 000't 000'1 000:1 000"1 000't 000't 000't8Sr'0 IA6'0 86S'0 $00'' 000't 000'1 000', 000'1 000't 000'lrrt'o ss60 96$'0 000'1 000"1 000'1 000'1 000'1 000'1 000'l099'0 0*6'0 t6d'o 000'1 000'1 0s0'l &0'l 000't 000't 000'l00*b il6'0 68f'0 6d63 000'1 000'1 000"1 000'1 000'l s00'I?r5'0 088'0 08f? f660 000'1 000'1 000'1 000'1 000'1 000'le9,'0 rf8'0 196'0 966T 000'1 000't 000'1 000'1 000r s00'l98r'0 !1A'0
',6 0 1661[ 666'0 000',I 000't 0s", 000'1 00f !
60r'0 '6r'0
0t5'0 [e6'0 166'0 00s'l 000'1 000'1 000'1 0ao'rHI'o 66t? rr8'0 ,16? ,6d 0 666'0 000"1 000't 000't 000'l$610 9'9'0 lI3'O 0S6.0 066'0 666" 000',t 000'1 000'1 000'l
'9I'0 68''0 6&'0 166?
'86'0 866'0 000',t 000't 000't {00'l
ffl? 0t''0 6a"0 s6? 1160 966"0 000't 0G0'r 000'1 000"1r0I'0 0rf'0 ur$'o 9r8? 9$6'0 s66'o 666'0 000't 000'r {00'r0*0'0 0rr0 r,094 $[to 6f6'o 686? 8ff"0 tro'r 000'1 ofi']6so'o t$c'0 $r0 !8r'& ,86"0 a86'0 166'0 0{0't 000'1 0001gto's ,,{l? 69}'0 txr"s f68'0 016'0 ?ff'0 ds610 000'1 00sl8z0E tlr'0 08f'o 9rr'0 8!f,! er6'0 68s? 866'0 000't 00E r,r0'0 $0I'o 001'$ r9t"0 *sr'o
'?6'0 0*6? r{6'0 000'r s06'l
0100 690'0 rafi) 99lo ill'o ?880 996'0 f660 &e'0 ffo',100'0 t,o"s astt $fo fiyo eu8'0 0i6'0 986'0 866'0 os'I{00'0 r{0'0 00I'o &9r0 90r'0 0rt'0 668'0 st6'0 966'0 0A0'tr00t II0-0 rso &r? t8r0 rfy0 tfg"0 816? 0660 666'0006'g t00? 8e? [0tT rrr0 66r'0 9ta:0 106'& rt6's 866'0000? I00? tr0'0 090'0 9rr'0 rrt'o r00's zr8'0 0s6"0 t66'0000? s00? f00,0 ilot a0'0 9e'0 lrlt z6p'0 rd8'0 t36'0,00'o 000'0 tno? ,o00 ,?o'0 680'0 9!e0 mr'0 9tt'0 0fd0000'0 0000 w.0 00c0 rd01, rc0'0 060'0 99a'0 s9s3 ,r8"0s00'0 000'0 00s"0 000"0 000'0 100? rI00 tpo's tlro I[9"0
O?I9',6
o'6r'*0'8f,L0tt'9$Tt'$of gt0',8'tys
''ertofs?9'?}YCL0'z6"1I'Ir.I,'lt'ttlrlxlI'l0'l6'08?L'U9'0t'0
'"f??or.8
ritr
(sem["J Jo ]oqufiro * tX !*!t $ptux pqlsrplr * g)ssonngFxre flnqF,1i pu* 143u+uodr*-*1t E*rs$ pffiry* f
$rnlte, ol ou41 (cpr1r*lcurrrls rl,, uratu porttsp 6ql rpaacrs rrfirr',of Burlt (op*1rel*rrqo ro) urrtl snrl eql lrqt rrr.rrnsri to eerile4 6f-V slqrl
;ersuauodql uep ttnqla6 rsnqr4sr6(01 = u rnlun )u'^*ilw .'-u'ilw Nw^V)uldlx lvxDNIr
gBv:t.16[ 'rl]os ,g uosdrl rrep dr1n116
,TO NVUIdWVI
0l *N
6ZCNVttdwvl-NVAHWVT
El 'llnqlaM rsnqulsrp uP8uap
Il'>lnpoJd nlens nlnLu
19 /Inpord nlPns ueue8erase)
9t ,tsErultsl
17 g 'uerfn8uad nqer* ue8uap
ladures ueJn)n erelue ue8unqnq
79 1'ueBun>13ur; ue8uap
ladues ueJn)n erelue ue8unqnq
79; 'ue8unl3urlue8uap nl)em e.relue ue8unqnq
t9 ! 'ledar.radr6 uaur.radsl3
697'1euoro1erl
997 'ro11e1e31l ue8uap
yg7'rcye1enp ue8uaP
7g7'nye1 nles ue8uapgzz'tlselt
g77' letrcyeg uar.uttadsla dasuolg77' leuoyel uar.u r.rads13
691 'lnpordruef,eur enp ]rlPlar ue8urpueqra6
76'lnpordruefeLu Enp lellnul ue8urpueq.ra4
g6 't:tuua1 uele)apuad
Z6 'llnqla6 rsnqusrp ue8uap
79 ';eurou rsnqulsrp ue8uap
79 '1elte uele)apuad
Eg'uelSurpuequeu ue8uap uaurr.radsl3
97'; ;nqtapltsnqrrlsr p
ueleunSSuaur ue8uap rseurllsl
79'>lnpord uer.ue8erasal rseuttsl
19'Jllenle^3 uauttadsl3
l
6?'lelsuauod$la ueP llnqlaMg9';ersuauodsla
yy'3ur;du.res
;E'Suengad
67 !-rsnqrrprp6t/z+-lsnqulslP
It ?-rsnqr4srpgg'leurou
79 ';eurou 3o;
67';eruourg1E'rsnqrrlsr6
1g '6y 'ueseqaqal lefera6y7'setrcn
71 'uerfer(uad
6'ue;ndun8uadg ';eluo8ale>1
;1 'g 'luaunuf 'elPC
C
97 'lsal (z+) salenbs-lq3
f
g7'n1eq-ue8uepg
I
197 'srsueuen requrns
9 97 'snsnql suerJen srsrleue apoleuy67'srsueuen Jequrns uelSuepq8uar.u
697'qe.re-e8rl rse>lUrsel)
66 1'qere-enp rselUrsel)
OZZ'epp )upr rrep qele-nles rselgrsell
76 1 'qe;e-n1Ps rse>lUrsell
977' prrcye1 uaru uadola rue;ep
66 I 'sueuen srsrleuv
7E 1 '1eue[ rsarBa.r
gE 1 ';ersuauodsla rsar8ar
gg; 'erun1 lntuaqrag rsar8al
y7y'sat?at
1y y' 4r toq4erlal rselarol
9g I ';ersred rsele.ro)
gg g '1euef tselalo)
6g; 'rse;aro1
E7 1 'srsr;euy
V
S)]ONI UVIJVC
332 STATISTIKA TEKNIK
interval untuk memprediksi, 126 Kurva belajar, 1 36kekuatan asosiasi, 205
L
F Laju Bahaya,64Fisher's exact probability test, 264FungsiWeibull dengan dua Mparameter,58 Mann-Whitney,262Fungsi Weibull dengan tiga Median,22parameter, 61 median ranks, 52
Membandingkan, 83H varians, 104Hipotesis pengujian, 94 Modus,22
hipotesis nol,94hipotesis alternatif, 94 N
hipotesis desain, 94 Nisbah korelasi, 138hubungan dengan analisis varians, 14'l
I
lnterpretasi nisbah-F, 198 P
analisis nisbah-F, 215 Penalaran induktif dan deduktif, 8Penyajian data, 14
I Persentase/ proporsi, nisbah, 1 3
Jumlah kuadrat, 194 Pengujian normalitas, 41
antar kelompok, 195 kerusakan mendadak, 180 - 185dalam kelompok, 195 pendekatan kerusakan mendadaktotal, 195 yang dimodifikasi, 183 - 186
pendekatan penanggu hanK sukucadang, 1 85
Kekeliruan tipe I C5), 95 Persamaan densitas, 57Kekeliruan tipe llCd), 95 Populasi,4Kekel iruan estimasi-baku, 1 26Koefisien korelasi, 1 27
korelasi biserial, 143 R
jamak, 152,155 Regresi berbentuk kurva,127parsial, 156 kecenderunga parabolik, 128korelasi-Phi, 151 eksponensial,
.129
tetrakhorik, 147 Rerata,20
point biserial, 146 aritmatik, 20Konsep,49 harmonik, 21
tingkat kepercayaan, 49 ukur,21reliabilitas, 51 Rumus Sturges, 10
derajat-kebebasan, 51
ranking, 52 S
suspended items, 53 Sampel, 4, 5
Konstruksi data numerik, I0 Populasi dan, 4Kur.tosis, 27 teknik pengambilan, 5 - B
Z6 [ /sueue^ sluaf
,Iz /snsnql
602 /Lle.re-e8rl rse)rlrsell
66 [ /Llere-enp rselursel)
z6 L /qeJe-nles rse)ursell
[6 ] /suerJeA srsrleuv
[6 | /suer]en
A
g6 [ /LleJe-nles srsrleue )nlun96 L
/rsue>lUru8ls-t[n
[t'ueJeqas selr;eurou r[61
7yy 'sat?at selueautl t[61
gy 'ue1ereal-rf6Bl't l '69 'rsrs-enp r[6
Sl'll '79 'rsrs-n1es r[11
n
6E7 'luatcl;aocuorleleloi >1uer s,uer-ulead5
997'ue.rnln8uadelep ue)resEPraq rsnlos
197 'rsernap uelesepreq rsnlos
7E7'uoxocp11y,g7 '1sa1 u8r5
gg7 'lulauered-uou7 'lersuara;ut uep 11drr1sap
1'rsrurlap;'e1r1sr1e15
f [ 'nul]uo1 uep lrr)sap
E ';eutPlo
? '1enlalutg';euruou
t ,elqsy7 'n1eq-ueBueduur5
7 'lersuan>1as
7 ';adrl;nLu
9 'ePue8
9 '>11]erualsts
9'lodruo;a19 'egerlsral
E';e33un17'uenrr;a1a1yy'rsnquprp
9 '3ur;drueg
€ttS,XJON' AVLIVO