Statistika Inferensial untuk Ilmu Sosial dan Pendidikan

Statistika Inferensial

Penerbit IPB PressJalan Taman Kencana No. 3,

Kota Bogor - Indonesia

C.01/11.2020

Statistika Inferensial

Achi Rinaldi Novalia

Muhamad Syazali

Judul Buku:Statistika Inferensial untuk Ilmu Sosial dan Pendidikan

Penulis:Achi Rinaldi Novalia Muhamad Syazali

Penyunting Bahasa:Dwi M. Nastiti

Desain Sampul & Penata Isi:Makhbub Khoirul Fahmi

Jumlah Halaman: 186 + 12 hal romawi

Edisi/Cetakan:Cetakan 1, November 2020

PT Penerbit IPB PressAnggota IKAPIJalan Taman Kencana No. 3, Bogor 16128Telp. 0251 - 8355 158 E-mail: [email protected]

ISBN: 978-623-256-387-2

Dicetak oleh Percetakan IPB, Bogor - IndonesiaIsi di Luar Tanggung Jawab Percetakan

© 2020, HAK CIPTA DILINDUNGI OLEH UNDANG-UNDANGDilarang mengutip atau memperbanyak sebagian atau seluruh isi buku tanpa izin tertulis dari penerbit

Tahun Terbit Elektronik: 2021eISBN:

KATA PENGANTAR

Puji syukur kami panjatkan kehadirat Allah SWT yang telah memberikan rahmat serta karunia-Nya kepada kami sehingga kami berhasil menyusun karya sederhana ini yang berjudul “Statistika Inferensial untuk Ilmu Sosial dan Pendidikan”. Buku ini berisikan pengertian dasar-dasar statistika, uji Perbandingan, hubungan, dan analisis regresi. Uji perbandingan meliputi uji 2 sampel berkorelasi, uji 2 sampel tidak berkorelasi dan analisis ragam serta uji asumsi normalitas dan homogenitas. Alat perhitungan yang digunakan Microsoft Excel dan SPSS. Selain itu, buku ini juga dilengkapi tabel-tabel yang dibutuhkan dalam perhitungan.

Kami menyadari bahwa buku ini masih jauh dari kata sempurna, oleh karena itu kritik dan saran yang bersifat membangun dari semua pihak selalu kami harapkan demi kesempurnaan buku ini. Akhir kata, kami sampaikan terima kasih kepada semua pihak yang telah berperan serta dalam penyusunan buku ini. Semoga Allah SWT senantiasa meridhai segala usaha kita, aamiin. Semoga bermanfaat.

Bandar Lampung, Maret 2020

Penyusun

KATA PENGANTAR ................................................................................. v

DAFTAR ISI .............................................................................................vii

DAFTAR LAMPIRAN .............................................................................vii

BAB I. STATISTIKA DAN PENELITIAN ............................................1

A. STATISTIKA .........................................................................1

1. Pengertian Statistika ..........................................................1

2. Jenis-jenis Statistika ...........................................................2

3. Jenis-jenis Data .................................................................3

4. Teknik Sampling ...............................................................4

B. PENELITIAN .......................................................................7

1. Pengertian Penelitian .........................................................7

2. Jenis-jenis Penelitian .........................................................8

BAB II. SPSS DAN EXCEL ...................................................................17

A. SPSS ....................................................................................17

1. Mengenal SPSS ...............................................................17

2. Tipe Window pada SPSS .................................................18

3. Memasukkan Data pada SPSS .........................................18

4. Statistika Deskriptif dengan SPSS ...................................22

5. Membuat Grafik dengan SPSS ........................................25

B. EXCEL ................................................................................27

1. Mengenal Excel ...............................................................27

2. Fungsi Statistik dalam Excel ............................................28

DAFTAR ISI

STATISTIKA INFERENSIAL UNTUK ILMU SOSIAL DAN PENDIDIKAN

viii

BAB III. UJI NORMALITAS DAN HOMOGENITAS DATA ..............33

A. UJI NORMALITAS ............................................................33

B. UJI HOMOGENITAS ........................................................34

C. UJI NORMALITAS DAN HOMOGENITAS DENGAN SPSS ..................................................................40

BAB IV. PENGUJIAN HIPOTESIS DUA SAMPEL ..............................45

A. T-TEST 2 SAMPEL BERKORELASI..................................46

B. UJI T (UJI PERBANDINGAN) 2 SAMPEL BERKORELASI ..................................................................49

C. T-TEST 2 SAMPEL TIDAK BERKORELASI ....................51

D. UJI T (UJI PERBANDINGAN) SAMPEL TIDAK BERKORELASI MANUAL ................................................52

E. UJI T (UJI PERBANDINGAN) SAMPEL TIDAK BERKORELASI DENGAN SPSS .......................................54

BAB V. ANOVA ....................................................................................59

A. ANOVA KLASIFIKASI 1 ARAH ........................................59

B. ANOVA KLASIFIKASI 2 ARAH ........................................72

BAB VI. KORELASI ...............................................................................87

A. TEORI KORELASI .............................................................87

B. LANGKAH UJI KORELASI DENGAN MENGGUNAKAN SPSS ...................................................89

C. MEMBACA OUTPUT DARI SPSS ....................................93

BAB VII. REGRESI ..................................................................................95

A. TEORI REGRESI ...............................................................95

B. REGRESI LINEAR SEDERHANA .....................................95

C. TEORI REGRESI LINEAR BERGANDA ..........................97

D. KOEFISIEN DETERMINASI (R2) REGRESI LINIER ......99

DAFTAR ISI

ix

E. LANGKAH UJI REGRESI DENGAN MENGGUNAKAN SPSS .................................................103

F. MEMBACA OUTPUT DARI SPSS ..................................107

DAFTAR PUSTAKA ..............................................................................113

GLOSARIUM ........................................................................................115

LAMPIRAN ...........................................................................................119

BIODATA PENULIS .............................................................................185

Lampiran 1 Nilai-nilai r Product Moment ...............................................119

Lampiran 2 Nilai-nilai Chi Kuadrat ........................................................120

Lampiran 3 Nilai-nilai L Tabel (Tabel Liliefors)........................................121

Lampiran 4 Tabel Sebaran Normal Baku untuk nilai Z Negatif ...............123

Lampiran 5 Tabel Sebaran Normal Baku untuk Nilai Z Positif ................126

Lampiran 6 Tabel T .................................................................................127

Lampiran 7 Tabel F .................................................................................133

Lampiran 8 Tabel Q ................................................................................137

Lampiran 9 Tabel Durbin-Watson (DW), α = 5% ...................................139

DAFTAR LAMPIRAN

STATISTIKA DAN PENELITIANBAB I.

STATISTIKAA.

Pengertian Statistika1. Ditinjau dari asal kata, statistika berasal dari bahasa latin, yaitu status atau statista yang mempunyai arti “negara”. Pada mulanya, status atau statista digunakan untuk mencatat berbagai kegiatan atau urusan yang berkaitan dengan negara. Misalnya jumlah penduduk pada tahun tertentu, penerimaan pajak, pengeluaran untuk gaji tenaga pengajar, dan lain-lain. Pada abad ke-17 dan ke-18 ada tiga peristilahan yang bersaing, yaitu: political arithmetic, publisistika dan statistika.

Pada pertengahan abad ke-18, dari ketiga istilah tersebut yang masih bertahan sampai sekarang adalah istilah statistika. STATISTIKA adalah ilmu yang mempelajari tentang mengumpulkan data, mendeskripsikan data, menganalisis data dan menarik kesimpulan untuk membuat suatu keputusan. Sejalan dengan perkembangan zaman, statistika tidak lagi hanya digunakan untuk urusan pemerintah atau negara, tetapi mulai banyak digunakan di berbagai bidang kehidupan termasuk kegiatan penelitian di bidang pertanian, ekonomi, kedokteran biologi, psikologi dan pendidikan. Statistika yang diterapkan dalam bidang ekonomi disebut ekonometrik, statistika yang diterapkan dalam bidang psikologi disebut psikometrik, statistika yang diterapkan dalam bidang biologi disebut biometrik dan lain sebagainya.


2

Jenis-jenis Statistika2. Jenis-jenis statistika dikelompokkan berdasarkan tujuan pengolahan data, variabel, dan parameter. Berikut ini jenis-jenis statistika dikelompokkan berdasarkan tujuan pengolahan data, variabel, dan parameter.

Jenis-jenis statistika berdasarkan tujuan pengolahan data:a.

Statistika Deskriptif1)

Statistika deskriptif adalah bagian dari statistika yang membahas cara pengumpulan dan penyajian data sehingga mudah untuk dipahami dan menghasilkan informasi yang berguna. Statistika deskriptif berfungsi menguraikan dan menerangkan keadaan, persoalan tanpa menarik suatu kesimpulan. Apabila data yang dianalisis merupakan sampel dari suatu populasi, maka statistika deskriptif akan menghasilkan ukuran-ukuran sampel (statistik). Apabila data yang dianalisis merupakan populasi, maka statistika deskriptif akan menghasilkan ukuran-ukuran populasi (parameter). Ruang lingkup yang dibahas dalam statistika deskriptif adalah distribusi frekuensi, tabel, grafik, ukuran pusat, ukuran letak, dan ukuran simpangan.

Statistika Inferensia 2)

Statistika inferensi adalah bagian statistika yang membahas cara melakukan analisis data, menaksir, meramalkan, dan menarik kesimpulan terhadap data, fenomena, persoalan yang lebih luas atau populasi berdasarkan sebagian data (sampel) yang diambil secara acak dari populasi. Kegiatan statistika inferensia meliputi: pengujian hipotesis, estimasi (menaksir) dan mengambil keputusan. Ruang lingkup pembahasan statistika inferensia meliputi: analisis korelasi, pengujian rata-rata, analisis regresi linier sederhana, analisis varians, analisis kovarians, dan lain sebagainya.

Jenis-jenis statistika berdasarkan variabel b.

Statistika UNIVARIAT: teknik statistika yang dalam analisisnya 1) hanya melibatkan satu variabel terikat dari berapapun banyaknya variable bebasnya.

BAB I. STATISTIKA DAN PENELITIAN

3

Statistika BIVARIAT: teknik statistika yang dalam analisisnya 2) melibatkan dua variabel terikat dari berapapun banyaknya variabel bebasnya.

Statistika MULTIVARIAT: teknik statistika yang dalam analisisnya 3) melibatkan dua atau lebih variabel terikat dari berapa pun banyaknya variabel bebasnya.

Jenis-jenis statistika berdasarkan bentuk parameterc.

Statistika PARAMETRIK: teknik statistika yang parameter 1) populasinya atau asumsi distribusi populasi data berdasarkan pada model distribusi normal dan memiliki variansi yang homogen. Asumsi model distribusi normal oleh beberapa ahli yang melakukan studi empiris khususnya untuk uji t tidak banyak memberikan pengaruh, kecuali jika bentuk distribusinya terlalu ekstrim. Demikian juga untuk asumsi homogenitas variansi, tidak memberikan pengaruh terhadap hasil perhitungan jika kedua kelompok sama besarnya.

Statistika2) NONPARAMETRIK: teknik statistika yang parameter populasinya atau asumsi distribusi populasi data tidak mengikuti model distribusi tertentu atau bebas distribusi tertentu dan variansi tidak harus homogen. Oleh karena itu, statistika nonparametrik dikenal juga dengan statistika yang bebas distribusi.

Jenis-jenis Data3. Salah satu cara menentukan uji statistika yang digunakan ialah melihat jenis data. Berikut ini jenis-jenis data berdasarkan bentuknya, skalanya dan sumbernya.

Jenis-jenis data berdasarkan bentuknyaa.

Data KUANTITATIF: data yang dinyatakan dalam bentuk angka. 1) Contoh: lama bekerja, jumlah gaji, usia, dan hasil ulangan.

Data KUALITATIF: Data yang dinyatakan dalam bentuk bukan 2) angka. Contoh: jenis pekerjaan, status marital, dan tingkat kepuasan kerja.


4

Jenis-jenis data berdasarkan skalanyab.

Data NOMINAL adalah data yang diperoleh dengan cara kategorisasi 1) atau klasifikasi. ciri: posisi data setara, tidak bisa dilakukan operasi matematika (+, -, x, :). Contoh: jenis kelamin, jenis pekerjaan.

DATA ORDINAL adalah data yang diperoleh dengan cara 2) kategorisasi atau klasifikasi, tetapi di antara data tersebut terdapat hubungan. Ciri: posisi data tidak setara, tidak bisa dilakukan operasi matematika (+, -, x, :). Contoh: kepuasan kerja, motivasi.

Data RASIO adalah data yang diperoleh dengan cara pengukuran, 3) di mana jarak antara dua titik skala sudah diketahui dan mempunyai titik 0 absolut. Ciri: tidak ada kategorisasi bisa dilakukan operasi matematika. Contoh: gaji, skor ujian, dan jumlah buku.

Data INTERVAL adalah data yang diperoleh dengan cara 4) pengukuran, di mana jarak antara dua titik skala sudah diketahui. Ciri: Tidak ada kategorisasi, bisa dilakukan operasi matematika. Contoh: temperatur yang diukur berdasarkan 0C dan 0F, sistem kalender dan lain-lain.

Jenis-jenis data berdasarkan sumbernyac.

Data PRIMER adalah data yang berasal langsung dari sumbernya, 1) diperoleh dengan cara wawancara, observasi dan lain sebagainya.

Data SEKUNDER adalah data yang tidak langsung diperoleh dari 2) sumbernya, tetapi melalui departemen, lembaga dan lain sebagainya seperti BPS, Sekolah dan Bank.

Teknik Sampling4. Data yang digunakan dalam penelitian, ada yang diambil dari populasi dan sampel (bagian dari populasi). Penggunaan sampel bertujuan untuk menghemat tenaga, biaya dan waktu. Sampel diharapkan mewakili populasi oleh karena itu diperlukan teknik dalam menentukan sampel yang biasa disebut teknik sampling. Berikut ini jenis-jenis teknik sampling yang biasa digunakan dalam penelitian:


5

Teknik sampling secara probabilitasa.

Teknik sampling probabilitas atau random sampling merupakan teknik sampling yang dilakukan menggunakan konsep dan teori peluang yang dilakukan kepada seluruh anggota populasi untuk menjadi sampel. Ciri-ciri teknik sampling ini adalah adanya pengambilan sampel secara acak sehingga objek penelitian atau unit sampling memiliki peluang yang sama untuk terambil. Dengan demikian sampel yang diperoleh diharapkan merupakan sampel yang representatif. Macam-macam teknik sampling secara probabilitas:

Sampling Acak Sederhana (1) Simple Random Sampling)

Metode sampling ini merupakan metode yang paling sederhana untuk mendapatkan sampel yang representatif. Meskipun paling sederhana bukan berarti metode ini paling buruk, bahkan bisa jadi paling baik dalam pengambilan sampel. Akan tetapi persayaratan yang wajib dipenuhi untuk mendapatkan hasil yang baik dalam sampling acak sederhana adalah populasi harus memiliki sebaran yang homogen. Ketika persayaratan ini terpenuhi maka metode sampling ini sangat direkomendasikan untuk digunakan. Teknis penarikan sampel dalam metode ini adalah dengan mengambil secara acak langsung dari populasi yang akan diteliti.

Sampling Acak Berstrata (2) Stratified Random Sampling)

Ketika populasi terdiri dari grup-grup atau kelompok yang memiliki karakteristik yang berbeda sehingga sebarannya tidak lagi homogen, maka diperlukan teknik yang lebih baik dari sampling acak sederhana. Teknik sampling acak berstrata merupakan penarikan sampel yang cocok untuk populasi yang terdiri dari kelompok atau strata. Teknik ini dilakukan dengan membagi populasi ke dalam grup atau kelompok yang tidak tumpang tindih yang disebut sebagai “strata”, selanjutnya penarikan sampel dilakukan dari setiap strata yang ada.


6

Sampling Acak Berkelompok (3) Cluster Random Sampling)

Ada kalanya peneliti tidak tahu persis karakteristik populasi yang ingin dijadikan subjek penelitian karena populasi tersebar di wilayah yang amat luas atau peneliti tidak mempunyai data list populasi (sampling frame). Untuk itu peneliti dapat menentukan sampel yang dibagi ke dalam kelompok atau klaster yang ditentukan, bisa berupa wilayah administratif, blok-blok perumahan, atau bahkan kelompok yang bukan berdasar wilayah. Klaster-klaster tersebut di pilih secara acak sederhana dan menjadi unit sampling. Setelah klaster terpilih, maka seluruh anggota klaster di ambil sebagai sampel. Teknik pengambilan sampel semacam ini disebut cluster random sampling.

Teknik sampling secara nonprobabilitasb.

Teknik sampling nonprobabilitas adalah teknik pengambilan sampel yang dilakukan tanpa menggunakan konsep peluang, jadi penentuan sampel dilakukan dengan peluang terambilnya individu dalam populasi tidak sama. Teknik ini bisa melalui penentuan sendiri oleh peneliti atau menurut pertimbangan pakar. Beberapa jenis atau cara penarikan sampel secara nonprobabilitas adalah sebagai berikut.

Purposive samplinga. (judgmental sampling) yaitu penarikan sampel secara purposif merupakan cara penarikan sampel yang dilakukan dengan memilih subjek berdasarkan kriteria spesifik yang ditetapkan peneliti.

Snow-ball samplingb. (penarikan sampel secara bola salju) yaitu Penarikan sampel pola ini dilakukan dengan menentukan sampel pertama. Sampel berikutnya ditentukan berdasarkan informasi dari sampel pertama, sampel ketiga ditentukan berdasarkan informasi dari sampel kedua, dan seterusnya sehingga jumlah sampel semakin besar, seolah-olah terjadi efek bola salju.

Quota sampling c. (penarikan sampel secara jatah). Teknik sampling ini dilakukan dengan atas dasar jumlah atau jatah yang telah ditentukan. Biasanya yang dijadikan sampel penelitian adalah subjek yang mudah ditemui sehingga memudahkan pula proses pengumpulan data.


7

Accidental samplingd. atau convenience sampling. Dalam penelitian bisa saja terjadi diperolehnya sampel yang tidak direncanakan terlebih dahulu, melainkan secara kebetulan, yaitu unit atau subjek tersedia bagi peneliti saat pengumpulan data dilakukan. Proses diperolehnya sampel semacam ini disebut sebagai penarikan sampel secara kebetulan.

PENELITIANB.

Pengertian Penelitian1. Penelitian merupakan cara ilmiah untuk mendapatkan data dengan tujuan dan kegunaan tertentu. Berdasarkan pengertian tersebut terdapat empat hal yang perlu difahami lebih lanjut yaitu: cara ilmiah, data, tujuan, dan kegunaan.

Penelitian merupakan cara ilmiah, berarti penelitian itu didasarkan pada ciri-ciri keilmuan yaitu:

Rasional artinya kegiatan penelitian itu dilakukan dengan cara-cara a. yang masuk akal sehingga terjangkau oleh penalaran manusia.

Empiris artinya cara-cara yang digunakan dalam penelitian itu b. teramati oleh indera manusia sehingga orang lain dapat mengamati dan mengetahui cara-cara yang akan digunakan.

Sistematis artinya proses yang digunakan dalam penelitian itu c. menggunakan langkah-langkah tertentu yang bersifat logis.

Data yang diperoleh melalui penelitian mempunyai kriteria tertentu, yaitu harus valid, reliabel dan objektif. Valid menunjukkan derajat ketepatan, yaitu ketepatan antara data yang sesungguhnya terjadi pada objek dengan data yang dilaporkan oleh peneliti. Reliabel menunjukkan derajat konsistensi (keajegan) yaitu konsistensi data dalam interval waktu tertentu. Objektif menunjukkan derajat persamaan persepsi antar orang (interpersonal agreement).


8

Secara umum tujuan penelitian meliputi tiga macam, yaitu:

Penemuan artinya data yang diperoleh dari penelitian itu betul-betul a. data yang baru yang sebelumnya belum pernah diketahui.

Pembuktian artinya data yang diperoleh diperlukan untuk b. mebuktikan adanya keragu-raguan terhadap suatu pengetahuan.

Pengembangan artinya data yang diperoleh dari penelitian c. dapat digunakan untuk memperdalam dan memperluas suatu pengetahuan.

Data yang diperoleh dari penelitian dapat digunakan untuk memahami, memecahkan dan mengantisipasi masalah dalam kehidupan manusia. Memahami berarti menjelas suatu masalah yang sebelumnya tidak diketahui. Memecahkan berarti meminimal atau menghilangkan masalah, sedangkan mengantisipasi berarti suatu upaya dilakukan sehingga masalah tidak timbul.

Jenis-jenis Penelitian 2. Berdasarkan sifat-sifat masalahnya, Suryabrata (1983) mengemukakan sejumlah metode penelitian yaitu sebagai berikut :

Penelitian Historis adalah penelitian yang bertujuan untuk membuat a. rekonstruksi masa lampau secara sistematis dan objektif.

Penelitian Deskriptif adalah penelitian yang yang bertujuan untuk b. membuat deskripsi secara sistematis, faktual, dan akurat mengenai fakta dan sifat populasi atau daerah tertentu.

Penelitian Perkembangan yang bertujuan untuk menyelidiki pola c. dan urutan pertumbuhan atau perubahan sebagai fungsi waktu.

Penelitian Kasus/Lapangan yang bertujuan untuk mempelajari secara d. intensif latar belakang keadaan sekarang dan interaksi lingkungan suatu objek.

Penelitian Korelasional yang bertujuan untuk mengkaji tingkat e. keterkaitan antara variasi suatu faktor dengan variasi faktor lain berdasarkan koefisien korelasi.


9

Penelitian Eksperimental sungguhan yang bertujuan untuk f. menyelidiki kemungkinan hubungan sebab akibat dengan melakukan kontrol/kendali.

Penelitian Eksperimental semu yang bertujuan untuk mengkaji g. kemungkinan hubungan sebab akibat dalam keadaan yang tidak memungkinkan ada kontrol/kendali, tetapi dapat diperoleh informasi pengganti bagi situasi dengan pengendalian

Penelitian Kausal-komparatif yang bertujuan untuk menyelidiki h. kemungkinan hubungan sebab-akibat, tetapi tidak dengan jalan eksperimen tetapi dilakukan dengan pengamatan terhadap data dari faktor yang diduga menjadi penyebab, sebagai pembanding.

Penelitian Tindakan yang bertujuan untuk mengembangkan i. keterampilan baru atau pendekatan baru dan diterapkan langsung serta dikaji hasilnya.

Menurut penelitian Suciati Sudarisman yang berjudul “Analisis Kecenderungan Metode Penelitian Skripsi Mahasiswa di Program Studi Pendidikan Biologi UNS”, dua jenis penelitian yang sering digunakan mahasiwa yaitu penelitian eksperimen dan penelitian tindakan kelas.

Penelitian Eksperimena.

Penelitian eksperimen atau penelitian percobaan dibedakan menjadi dua, yaitu eksperimen murni dan eksperimen quasi. Penelitian eksperimen murni mengambil subjek penelitian berupa benda atau hewan percobaan. Penelitian dilaksanakan di laboratorium dan kondisi lingkungan laboratorium yang dapat mempengaruhi hasil penelitian dikendalikan oleh peneliti. Hasil penelitian adalah murni karena ada pengaruh dari percobaan/eksperimen. Penelitian quasi eksperimen (PKE) atau eksperimen semu mengambil subjek penelitian pada manusia. Kondisi lingkungan yang dapat mempengaruhi hasil penelitian tidak dapat kendalikan oleh peneliti sehingga hasil penelitian tidaklah murni dari eksperimen/percobaan yang dilakukan.


10

Metode penelitian eksperimen murni banyak digunakan pada penelitian dasar sedangkan metode penelitian kuasi eksperimen banyak digunakan pada penelitian terapan. Penelitian eksperimen murni berfungsi untuk menemukan dasar teori tentang pengaruh percobaan terhadap karakteristik benda atau hewan percobaan yang diteliti. PKE berfungsi untuk mengetahui pengaruh percobaan/ perlakuan terhadap karakteristik subjek yang diinginkan oleh peneliti. Hal ini berarti penelitian eksperimen murni dan PKE memiliki maksud yang sama yaitu menguji pengaruh percobaan terhadap karakteristik subjek setelah percobaan.

PKE dipilih apabila peneliti ingin menerapkan sesuatu tindakan atau perlakuan. Tindakan dapat berupa model, strategi, metode atau prosedur kerja baru untuk meningkatkan efesiensi dan efektivitas pekerjaan agar hasilnya optimal. Peneliti dituntut kreatif dalam mencari model, strategi, metode atau prosedur kerja baru yang akan diujicobakan.

Penelitian eksperimen dan penelitian tindakan kelas memiliki kesamaan yaitu menerapkan tindakan-tindakan yang diberi nama perlakuan (treatment). Menurut asumsi peneliti, perlakuan yang diujicobakan merupakan perlakuan baru yang belum pernah diterapkan sebelumnya. Peneliti sudah menaruh harapan positif bahwa dengan perlakuan tersebut, masalah yang dihadapi dapat terselesaikan. Ada beberapa kata kunci yang dapat digunakan dalam menyusun judul PKE yaitu ada masalah dan ada perlakuan untuk mengatasi masalah. Indikator keberhasilan eksperimen diukur dari pengaruh, efektivitas, perbedaan dan sebagainya.

Contoh judul penelitian quasi eksperimen:

“Pengaruh Model Pembelajaran Posing Type Post Solution Posing terhadap Hasil Belajar Matematika Peserta Didik Kelas VIII semester 1 SMPN 29 Bandar Lampung Tahun Pelajaran 2012/2013.”


11

Contoh Judul-judul Skripsi Penelitian Eksperimen :

Pengaruh 1) Task Commitment terhadap Prestasi Belajar Matematika Siswa SMA Kelas X (Eksperimen)

Pembelajaran Berbasis Masalah Terstruktur dalam 2) Upaya Meningkatkan Kreativitas Matematik Siswa SMP (Eksperimen)

Aljabar Operator pada Mekanika Kuantum dan Aplikasinya 3) Pada Partikel dalam Kisi Satu Dimensi (Matematika)

Penerapan Teori Belajar 4) Gagne Dengan Strategi Motivasi Attetion, Relevance, Confidence, Satisfaction (ARCS) Untuk Meningkatkan Hasil Belajar Matematika Siswa SMP Kelas VII (Eksperimen)

Upaya Meningkatkan Pemahaman Konsep pada Materi 5) Program Linear dalam Pembelajaran Matematika Melalui Model Cooperative Tipe Think Pair Square Di SMK Muda Patriakalasan untuk Siswa Kelas X (Eksperimen)

Eksperimentasi Pembelajaran 6) Interaktif Setting Kooperatif (Pisk) pada Limit Fungsi Aljabar Ditinjau dari Aktivitas Belajar Matematika Siswa Kelas XI (Eksperimen)

Pengaruh Pembelajaran Matematika dengan Menggunakan 7) Model Reciprocal Teaching terhadap Kemampuan Berpikir Kreatif Matematika Siswa SMP (Eksperimen)

Eksperimentasi Pembelajaran Matematika 8) Student Facilitator And Explaining dan STAD terhadap Hasil Belajar Matematika Ditinjau dari Aktivitas Belajar Siswa

Pengaruh Kedisiplinan Belajar dan Minat Baca terhadap Hasil 9) Belajar Matematika pada Siswa Kelas XI.

Pengaruh Komunikasi, Fasilitas Belajar, dan Lingkungan 10) terhadap Prestasi Belajar Matematika Bilingual Bagi Siswa Kelas X.


12

Perbandingan Hasil Belajar Matematika pada Pokok Bahasan 11) Segitiga Melalui Strategi Think-Pair-Square dan Explicit Instruction Siswa Kelas VII SMPN 1.

Pengaruh Jadwal Pelajaran Matematika terhadap Prestasi Belajar 12) Siswa Kelas VII Semester Genap SMP.

Pengaruh Strategi Pembelajaran 13) Think-Pair-Share (TPS) dan Number Head Together (NHY) Berbasis LKS terhadap Hasil Belajar Ditinjau dari Berpikir Kreatif Siswa dalam Pembelajaran Matematika SMP Kelas VIII Semester Genap.

Eksperimentasi Pembelajaran Matematika Melalui Strategi 14) Contextual Teaching and Learning (CTL) dan Open Ended terhadap Hasil Belajar Ditinjau dari Kreativitas Siswa

Penelitian Tindakan Kelasb.

Penelitian tindakan kelas adalah suatu kegiatan penelitian ilmiah yang dilakukan secara rasional, sistematis, dan empiris reflektif terhadap berbagai tindakan yang dilakukan oleh guru atau dosen (tenaga pendidik), kolaborasi (tim peneliti) yang sekaligus sebagai peneliti, sejak disusunnya suatu perencanaan sampai penilaian terhadap tindakkan nyata di dalam kelas yang berupa kegiatan belajar mengajar, untuk memperbaiki dan meningkatkan kondisi pembelajaran yang dilakukan (Iskandar, 2012).

Beberapa ahli mengemukakan tahapan pada penelitian tindakan kelas berbeda-beda, namun secara garis besar terdapat empat tahapan yang lazim dilalui, yaitu (1) perencanaan, (2) pelaksanaan (3) pengamatan, dan (4) refleksi. Pada tahap perencanaan peneliti menjelaskan tentang apa, mengapa, kapan, di mana, oleh siapa dan bagaimana tindakan tersebut dilakukan. Tahap kedua pada penelitian tindakan kelas yaitu tahap pelaksanaan, tahap ini merupakan implementasi atau penerapan dari semua yang telah direncanakan. Tahap selanjutnya yaitu pengamatan, pengamatan dilakukan oleh pengamat pada waktu tindakan sedang dilakukan. Tahap yang terakhir adalah refleksi, pada tahap ini pengamat mengevaluasi tindakan dan hasil


13

yang telah dicapai. Jika tindakan yang dilakukan peneliti dan hasil belajar belum sesuai dengan target yang diharapkan, maka lanjutkan ke siklus berikutnya. Siklus berikutnya dilakukan dengan tahapan-tahapan yang sama namun dengan berbagai perbaikan sesuai yang telah disepakati.

Pada setiap akhir siklus peneliti menganalisis data yang diperoleh. Analisis pada penelitian tindakan kelas menggunakan statistika deskriptif. Jika sudah terjadi peningkatan sesuai dengan indikator penelitian yang ditetapkan maka penelitian berakhir. Siklus yang dilakukan pada penelitian tindakkan kelas, tidak terbatas hanya dua siklus bisa lebih. Siklus tidak berlanjut ke siklus selanjutnya, jika pada akhir siklus tertentu hasil yang diperoleh sudah mencapai target (indicator) peningkatan yang ditetapkan oleh peneliti. Adanya peningkatan dari masing-masing siklus biasanya disajikan dalam bentuk diagram batang. Berdasarkan pengamatan di berbagai skripsi penelitian tindakan kelas dua kesalahan yang sering terjadi dalam penelitian tindakan kelas, yaitu tidak adanya pengamat dalam penelitian dan peneliti sering beranggapan penelitian hanya berlangsung selama dua siklus.

Contoh Judul-judul Skripsi Penelitian Tindakan Kelas (PTK)

Peningkatan Pemahaman Konsep Matematika Menggunakan 1) Model Pembelajaran Think Pair Share (TPS) Materi Pangkat Tak Sebenarnya

Penerapan Strategi 2) Active Knowledge Sharing untuk Peningkatan Tanggung Jawab dan Hasil Belajar Matematika

Peningkatan Aktivitas Belajar Matematika dengan Metode 3) Spontaneous Group Discussion

Pemanfaatan 4) Software Coreldraw untuk Meningkatkan Minat dan Hasil Belajar Matematika Siswa

Penerapan Strategi Pembelajaran 5) Guide Note-Taking (GNT) untuk Meningkatkan Minat Belajar dan Pemahaman Konsep Matematika


14

Peningkatan Hasil Belajar Matematika dengan Strategi Problem 6) Posing

Upaya Peningkatan Keaktifan dan Hasil Belajar Matematika 7) dengan Model Pembelajaran Kooperatif Tipe Think Pair Share dan Make A Match

Optimalisasi Metode Pembelajaran Delikan untuk 8) Meningkatkan Minat dan Keaktifan Belajar Matematika

Peningkatan Kemandirian dan Hasil Belajar Matematika 9) Melalui Strategi Pembelajaran Metakognitif Berbasis Tutor Sebaya

Peningkatan Kemandirian dan Prestasi Belajar Matematika 10) Melalui Strategi Pembelajaran Group Investigation

Peningkatan Kreativitas dan Prestasi Belajar Matematika 11) Melalui Strategi Think Pair Share

Upaya Meningkatkan Kreativitas Matematik Siswa Melalui 12) Model Pembelajaran Auditory Intellectualy Repetition (Air) (Penelitian Tindakan Kelas)

Penerapan Metode 13) Improve dalam Pembelajaran Matematika dengan Menggunakan Media Komputer untuk Meningkatkan Kemampuan Komunikasi Matematik Siswa SMP (Penelitian Tindakan Kelas)

Peningkatan Kompetensi Komunikasi Belajar Matematika 14) dengan Pembelajaran Contextual Teaching And Learning

Upaya Peningkatan Keaktifan Siswa dalam Pembelajaran 15) Matematika Melalui Strategi Mastery Learning With Quiz Team

Penggunaan Model 16) Explicit Instruction Melalui Pendekatan Teknik Mnemonic untuk Meningkatkan Hasil Belajar Matematika Siswa


15

Berikut ini gambar tahapan penelitian tindakan kelas:

Tahapan Penelitian Tindakan KelasGambar 1.

SPSS DAN EXCELBAB II.

SPSSA.

Mengenal SPSS1. SPSS adalah kependekan dari Statistical Program for Social Science merupakan paket program aplikasi komputer untuk menganalisis data statistik. Dengan SPSS kita dapat memakai hampir dari seluruh tipe file data dan menggunakannya untuk membuat laporan berbentuk tabulasi, chart (grafik), plot (diagram) dari berbagai distribusi, statistik deskriptif, dan analisis statistik yang kompleks. Jadi, dapat dikatakan SPSS adalah sebuah sistem yang lengkap, menyeluruh, terpadu, dan sangat fleksibel untuk analisis statistik dan manajemen data sehingga SPSS mengalami perkembangan yang pada awal dirilis adalah Statistical Package for the Social Science, tetapi pada perkembangannya berubah menjadi Statistical Product and Service Solution.

Keunggulan dari SPSS for windows diantaranya adalah diwujudkan dalam menu dan kotak-kotak dialog antar muka (dialog interface) yang cukup memudahkan para pengguna dalam perekaman data (data entry), memberikan perintah dan sub-sub perintah analisis hingga menampilkan hasilnya. Di samping itu, SPSS juga memiliki kehandalan dalam menampilkan chart atau plot hasil analisis sekaligus kemudahan penyuntingan bilamana diperlukan.


18

Tipe 2. Window pada SPSSSPSS for windows menggunakan 6 tipe window, yaitu: SPSS Data Editor, output Window, Syntax Window, Chart Carousel, Chart Window, dan Help Window. Masing-masing tipe window memiliki fungsi yang berbeda-beda, fungsi 6 tipe window SPSS sebagai berikut:

Data Editora. berfungsi sebagai sarana pemasukan data, penghapusan, pengurutan, dan berbagai pengolahan data lainnya.

Output Windowb. berfungsi sebagai media tampilan dari hasil proses yang dilakukan oleh SPSS prosesor.

Syntax Windowc. berfungsi untuk menuliskan susunan perintah atau program dalam SPSS.

Chart Carouseld. berfungsi untuk menampilkan chart yang dihasilkan oleh SPSS.

Chart Windowe. berfungsi menyimpan, memanggil, memodifikasi, dan mencetak chat yang dihasilkan oleh SPSS.

Help Windowf. berfungsi mengetahui solusi yang dapat kita lakukan jika mengalami kesulitan dalam menjalankan program SPSS.

Memasukkan Data pada SPSS3. Memasukkan data pada SPSS berbeda dengan software-software statistika lainnya. Cara memasukkan data pada SPSS merupakan hal yang penting. Kesalahan dalam peng-input-an data memengaruhi analisis-analisis data yang akan dilakukan selanjutnya.

BAB II. SPSS DAN EXCEL

19

Berikut ini langkah-langkah memasukkan data ke dalam program SPSS:

Pertama-tama akan muncul layar sebagai berikut :a.

Klik b. mouse sekali pada variable view

Pada variable view kita akan melakukan perubahan identitas variable setiap kolom sesuai dengan nama dan karakteristik data. Jika kita salah dalam menentukan identitas variabel maka kolom variabel tersebut tidak dapat diolah oleh program SPSS.


20

Berikut ini identitas variabel yang akan diisi sebelum meng-entri data:

Name : Isikan nama variabel (tidak boleh lebih dari 1 kataType : Isi numeric untuk data angka dan string untuk data hurufWidth : Lebar cetak (sesuaikan dengan kebutuhan)Decimal : Banyaknya angka desimalLable : Penjelasan nama variabelValues : Diisi apabila data berupa variabel DummyMissing : Perintah khusus menghilangkan/ menghapus data seluruhnya atau

sebagian (abaikan)Column : Lebar kolom aktifAlign : Rata kiri (left), Rata kanan (Right), Rata tengah (Center)Measure : Jenis pengukuran data otomatis (abaikan)

Contoh 1: berikut ini diberikan data sejumlah mahasiswa yang mengikuti mata kuliah statistika.

No Nama Nilai Gender1 Muhammad Dani Radika 70 Pria2 Napoleon Leopard Agung SK 38 Pria3 Nazar Yuliansyah 93 Pria4 Ngandrianto 89 Pria5 Nova Ristiana 70 Wanita6 Novi Nopitasari 38 Wanita7 Oktalia Lestari 55 Wanita8 Purnomo 67.5 Pria9 Ria Endri Nugroho 83 Pria10 Rio Ramanda 35 Pria

Langkah-langkah memasukkan data di atas:

Pertama-tama klik a. mouse sekali pada variable view

Isi Variable View berikutnya sesuai dengan jenis data yang akan b. dimasukkan, sampai Variable View berubah seperti tampilan berikut:


21

Untuk gender: Pada tabel value klik , maka akan muncul tampilan sebagai berikut:

Value = 1

Label = Laki-laki

Klik

Value = 0

Label = Wanita

Klik

Masukkan data seperti biasa, kecuali untuk c. variable dummy. Seperti contoh di bawah ini:

Kemudian untuk Variable Dummy, kita perlu mengaktifkan value label, dengan cara:

Klik view → klik value label


22

Statistika Deskriptif dengan SPSS4. Statistik deskriptif merupakan bidang ilmu statistika yang mempelajari cara-cara pengumpulan, penyusunan, dan penyajian data suatu penelitian. Kegiatan yang termasuk dalam kategori tersebut adalah kegiatan collecting atau pengumpulan data, grouping atau pengelompokan data, penentuan nilai, dan fungsi statistik, serta yang terakhir termasuk pembuatan grafik dan gambar.

Berbagai jenis Statistik Deskriptif pada SPSS dapat dilihat pada menu Analyze → Descriptive Statistics. Pemilihan menu tersebut akan memunculkan sub-submenu antara lain analisis frekuensi, analisis deskripsi, analisis eksplorasi data, dan analisis crosstabs. Seperti pada gambar berikut ini:

Untuk membuat statistik deskripsi dengan SPSS dari Contoh 1 di atas adalah dengan melakukan langkah-langkah sebagai berikut:

Klik menu a. Analyze → Descriptive Statistics → Descriptive. Tampilan yang muncul sebagai berikut :


23

Masukkan variabel yang akan dianalisa dari kolom kiri ke kolom b. Variable yang ada di sebelah kanan.

Selanjutnya klik c. Option untuk mengatur opsi-opsi analisis dekripsi yang akan ditampilkan pada lembar output sesuai kebutuhan. Penekanan tombol tersebut akan memunculkan tampilan seperti gambar di bawah ini.

Tentukan jenis opsi yang diinginkan dan berikan tanda d. check point untuk opsi yang dipilih.

Mean1) , menunjukkan rata-rata dari masing-masing variabel semua responden.

Standard Deviasi 2) (Simpangan Baku), menunjukkan dispersi rata-rata dari sampel.


24

Maximum3) , menunjukkan nilai tertinggi dari suatu deretan data.

Minimum4) , menunjukkan nilai terendah dari suatu deretan data.

Kurtosis5) dan Skewness, yang digunakan untuk melakukan pengecekan apakah distribusi data yang diolah masuk dalam kategori distribusi normal.

Pilih 6) Order berdasarkan Variable List, untuk menentukan kriteria dalam melakukan pengurutan data.

Kotak 7) Display Order menunjukkan kriteria pengurutan data. Pengurutan bisa dilakukan berdasarkan variabel, rata-rata nilai, atau alphabetic.

Selanjutnya setelah mengatur semua pilihan, klik e. Continue, jika ingin dilanjutkan ke langkah berikutnya.

Klik f. OK dari kotak dialog Descriptives..

Setelah menekan OK maka akan memunculkan output lengkap seperti gambar di bawah ini:


25

Output yang dihasilkan adalah sebagai berikut.

Descriptive Statistics

N Range Min Max Mean Std. Deviation Var Skewness Kurtosis

Stat Stat Stat Stat Stat Std. Error Stat Stat Stat Std.

Error Stat Std. Error

Nilai Ulangan Umum Kimia

10 58 35 93 63.85 6.819 21.564 465.003 -.153 .687 -1.461 1.334

Valid N (listwise)

10

Membuat Grafik dengan SPSS5. Diagram Batanga.

Diagram batang menunjukkan variasi nilai dari suatu data yang ditampilkan dalam bentuk batang atau kotak. Grafik model ini paling cocok jika digunakan untuk memvisualisasikan suatu perbandingan serta dapat menunjukkan nilai dengan tepat. Untuk menampilkan diagram batang dengan SPSS, dilakukan langkah-langkah sebagai berikut:

Klik menu 1. Graphs → Legacy Dialog → Bar. Seperti pada gambar berikut.

Setelah memilih 2. Bar → Simple → Summary For Groups Of Cases → Define.

Selanjutnya tampilan yang akan muncul adalah sebagai berikut:


26

Klik3. Title untuk memberi judul.

Selanjutnya Klik 4. Continue untuk melanjutkan.

Selanjutnya tekan 5. OK.

Output yang dihasilkan adalah sebagai berikut.

Diagram Pieb.

Seperti namanya, grafik model pie merupakan bagan yang berbentuk lingkaran yang menyerupai sebuah kue (pie). Tiap-tiap potong dari kue tersebut menunjukkan nilai presentase dari data.

Klik menu 1) Graphs → Legacy Dialog → Pie.

Setelah memilih 2) Pie → Summary For Groups Of Cases → Define.

Masukan Nilai Ulangan Umum Kimia pada kotak 3) Define Slices by.

Klik 4) Title untuk memberi Judul.

Selanjutnya tekan 5) OK.

Output 6) yang dihasilkan adalah sebagai berikut.


27

EXCELB.

Mengenal 1. ExcelMicrosoft Excel adalah aplikasi pengolahan angka yang merupakan salah satu bagian dalam Microsoft office. Microsoft Excel atau disingkat excel merupakan program aplikasi yang banyak digunakan untuk membantu menghitung, memproyeksikan, menganaisis, dan mempresentasikan data. Istilah-istilah di excel sebagai berikut:

Cella. : Perpotongan antara baris dan kolom

Rangeb. : Kumpulan beberapa sel

Worksheet c. : Lembar Kerja

Workbookd. : Buku kerja atau file

Salah satu kemampuan Excel adalah menyelesaikan berbagai kasus dalam statistik. Pengoperasian program yang relatif mudah dan telah familiar dihampir semua kalangan menjadikan Excel sebagai salah satu alternatif terbaik dalam pemecahan masalah statistik. Excel mampu melakukan perhitungan dengan kecepatan dan ketepatan yang sangat tinggi dibandingkan dengan manusia.

Keunggulan excel adalah tersedianya berbagai fungsi siap pakai yang dapat digunakan untuk beberapa tujuan sesuai dengan bidang masing-masing. Excel mengelompokkan fungsi tersebut ke dalam beberapa kelompok di antaranya


28

keuangan (financial), tanggal dan waktu (Data & Time), Matematika dan Trigonometri (Math & Trig), Lookup dan Referensi (Lookup & Reference), Database (Database), Teks (Text), Logika (Logical), Informasi (Information), Teknik (Engineering), dan Statistik (Statistical).

Fungsi statistik dalam Excel adalah fungsi statistical, dimana di dalamnya terdapat berbagai fungsi yang dapat digunakan untuk berbagai tujuan dan kepentingan. Penerapan fungsi statistik dalam Excel secara terarah sangat menunjang efesiensi dan efektifitas dalam menyelesaikan permasalahan statistik secara tepat dan cepat (Deanto,2007). Analisis statistik yang dapat dilakukan dengan menggunakan Excel antara lain statistika deskriptif, analisis regresi linier, dan analisis varian.

Fungsi Statistik dalam Excel2. Function (fungsi) adalah sederetan atau sekumpulan formula yang sudah disediakan oleh Excel untuk melakukan operasi tertentu dengan menggunakan nilai yang disebut argument. Sebagai contoh, fungsi SUM akan menjumlahkan nilai semua cell pada range. Argument (argument) dapat berupa bilangan, teks, nilai logika (TRUE atau FALSE), array, atau alamat cell/range. Jenis argument yang kita berikan harus sesuai dengan ketentuan yang terdapat pada fungsi yang bersangkutan. Argument dapat berupa nilai konstan, formula, atau fungsi lain. Fungsi statistik yang terdapat dalam Excel ada banyak mencapai 70. Berikut beberapa fungsi statistik yang sering digunakan dalam penelitian:

ABSa.

Fungsi ABS akan mengembalikan nilai absolute dari sebuah angka. Nilai absolut adalah nilai dari angka tanpa tanda (tanda minus jika angka bernilai negatif ).

Fungsi ini mempunyai bentuk penulisan sebagai berikut:

= ABS (number1, number2, . . .)

Dimana:

number1, number2: Argumen atau set data yang akan dianalisis.


29

AVERAGE b.

Fungsi AVERAGE berfungsi menghitung nilai rata-rata dari sejumlah data. Fungsi ini mempunyai bentuk penulisan sebagai berikut:

= AVERAGE (number1, number2, . . .)

Dimana:

number1, number2: argument atau set data yang akan dianalisis.

CHIINV c.

Fungsi CHIINV berfungsi untuk mencari nilai x setelah diketahui probabilitas satu sisinya atas distribusi chi-kuadrat. Fungsi ini mempunyai bentuk penulisan sebagai berikut:

= CHIINV (probability, degrees-freedom)

Dimana:

Probability : probabilitas yang berhubungan dengan distribusi chi-kuadrat

degrees-freedom : nilai derajat bebas

CORRELd.

Fungsi CORREL menghasilkan koefesien korelasi sel array 1 dan array 2. Fungsi ini mempunyai bentuk penulisan sebagai berikut:

= CORREL (array1, array2)

Dimana:

Array1 : range sel pertama yang berisi nilai

Array2 : range sel kedua yang berisi nilai


30

COVARe.

Fungsi COVAR digunakan untuk menghitung koefesien kovarian. Fungsi ini mempunyai bentuk penulisan sebagai berikut:

= COVAR (array1, array2, . . .)

Dimana:

Array1 : kisaran sel pertama

Array2 : kisaran sel kedua

FINVf.

Fungsi FINV menghasilkan kebalikan dari probabilitas distribusi F. Fungsi ini mempunyai bentuk penulisan sebagai berikut:

= FINV (probability, deg_freedom1, deg_freedom2)

Dimana:

Probability : probabilitas sehubungan dengan kumulatif distribusi F.

deg_freedom1 : numerator dari derajat bebas

deg_freedom2 : denominator dari derajat bebas

HARMEANg.

Fungsi HARMEAN digunakan untuk menghitung nilai rata-rata harmonis atas sebuah set data yang bernilai positif yang tersimpan dalam suatu range. Fungsi ini mempunyai bentuk penulisan sebagai berikut:

= HARMEAN (number1, number2, . . .)

Dimana:


MAXh.

Fungsi MAX menunjukkan nilai maksimum yang ada pada sebuah set atau range data. Fungsi ini mempunyai bentuk penulisan sebagai berikut:

= MAX (number1, number2, . . .)

Dimana:



31

MEDIANi.

Fungsi MEDIAN menghasilkan besaran nilai data yang berada di tengah-tengah set data (median). Fungsi ini mempunyai bentuk penulisan sebagai berikut:

= MAX (number1, number2, . . .)

Dimana:


MINj.

Fungsi ini menghasilkan nilai terkecil yang terdapat dalam suatu array. Fungsi ini mempunyai bentuk penulisan sebagai berikut:

= MIN (number1, number2, . . .)

Dimana:


MODEk.

Fungsi ini menghasilkan nilai yang paling sering muncul dalam suatu array data. Fungsi ini mempunyai bentuk penulisan sebagai berikut:

= MODE (number1, number2, . . .)

Dimana:


NORMSDISTl.

Fungsi ini digunakan untuk menghitung distribusi standar kumulatif normal. Dimana distribusi ini mempunyai mean 0 dan standar deviasi 1. Fungsi ini mempunyai bentuk penulisan sebagai berikut:

= NORMSDIST (Z)

Dimana:

Z : Nilai yang akan didistribusikan.


32

QUARTILLEm.

Fungsi ini digunakan untuk menghitung kuartil (data yang tidak dikelompokkan ke dalam empat bagian yang sama). Fungsi ini mempunyai bentuk penulisan sebagai berikut:

= QUARTILE (array, quart)

Dimana:

Arry : set data yang akan dianalisis

Quart : kuartil keberapa yang akan dicari

STDEVn.

Funsi STDEV digunakan untuk menghitung nilai standar deviasi (simpangan baku) berdasarkan pada data yang ada. Fungsi ini mempunyai bentuk penulisan sebagai berikut: = STDEV (number1, number2, . . .)

TINVo.

Fungsi TINV menghasilkan invers (kebalikan) student’s distribusi untuk derajat bebas tertentu. Fungsi ini mempunyai bentuk penulisan sebagai berikut:

= TINV (probability, deg_freedom)

Dimana:

Probability: probabilitas sehubungan dengan kumulatif distribusi t.

deg_freedom: derajat bebas uji t.

VARp.

Fungsi VAR digunakan untuk menghitung nilai varian berdasarkan data yang ada. Fungsi ini mempunyai bentuk penulisan sebagai berikut:

= VAR (number1, number2, . . .)

Dimana:


UJI NORMALITAS BAB III. DAN HOMOGENITAS DATA

Statistika parametrik seperti, uji-t, regresi, korelasi, dan anova mempunyai asumsi-asumsi yang harus dipenuhi seperti asumsi kenormalan dan kehomogenan.

UJI NORMALITASA. Ada beberapa uji normalitas data antara lain uji Liliefors, uji Chi-Kuadrat, uji Kolmogorov smirnov, dan lain sebagainya. Uji Liliefors merupakan salah satu uji yang sering digunakan untuk menguji kenormalan data. Rumus uji Liliefors sebagai berikut:

Lhitung=Max|f(z)-S(z)|, Ltabel=L(α,n)

Dengan hipotesis:

H0: X~N(μ,σ2) (data mengikuti sebaran normal)

H1: X≁N(μ,σ2) (data mengikuti sebaran normal)

Kesimpulan: Jika Lhitung ≤ LTabel, maka H0 diterima

Langkah-Langkah uji Liliefors:

Mengurutkan data1.

Menentukan frekuensi masing-masing data2.

Menentukan frekuensi kumulatif3.


34

Menentukan nilai 4. Z dimana , dengan :

Menentukan nilai 5. f (z) , dengan menggunakan tabel z

Menentukan 6.

Menentukan nilai 7. L=| f (z)-S(z)|

Menentukan nilai L8. hitung=Max| f (z)-S(z)|

Menentukan nilai L9. tabel = L (α, n), terdapat di lampiran

Membandingkan dan L10. tabel, serta membuat kesimpulan. Jika , maka diterima.

UJI HOMOGENITASB. Pengujian homogenitas adalah pengujian mengenai sama tidaknya variansi-variansi dua buah distribusi atau lebih. Uji homogenitas dapat dilakukan dengan berbagai cara yaitu grafik, uji kesamaan dua varians, dan uji Bartlett. Uji homogenitas yang akan dibahas dalam tulisan ini adalah Uji Bartlett. Uji Bartlett dapat digunakan untuk menguji homogenitas dari 2 kelompok data atau lebih. Rumus uji Bartlett sebagai berikut:

Hipotesis dari uji Bartlett sebagai berikut:

Kriteria penarikan kesimpulan untuk uji Bartlett sebagai berikut :

Langkah-Langkah uji Bartlett:

Tentukan 1. varians masing-masing kelompok data. Rumus :

BAB III. UJI NORMALITAS DAN HOMOGENITAS DATA

35

Tentukan 2. varians gabungan dengan rumus :

Tentukan nilai 3. Bartlett dengan rumus :

Tentukan nilai uji 4. chi kuadrat dengan rumus

Tentukan nilai 5.

Bandingkan 6. dengan , kemudian buatlah kesimpulan.

Jika, ≤ maka H0 diterima.

Contoh:

Seorang peneliti membandingkan hasil belajar 2 metode yaitu metode ceramah dan improve diperoleh data berikut

NomorHasil Belajar

Metode improve Metode ceramah1 90 452 80 453 70 454 50 455 60 506 80 507 80 508 70 609 90 60

10 80 60

Soal

Ujilah normalitas untuk data hasil belajar dengan metode 1. improve!

Ujilah homogenitas data di atas!2.


36

Jawab:

Pengujian normalitas data1.

Sebelum menguji normalitas data dengan uji Liliefors terlebih dahulu kita tuliskan hipotesisnya.

Hipotesis:

H0 : X~N (μ,σ2) (data hasil belajar dengan metode improve mengikuti sebaran normal)

H0 : X≁N (μ,σ2) (data hasil belajar dengan metode improve tidak mengikuti sebaran normal)

Kemudian ikuti langkah-langkah uji normalitas secara terurut.

langkah pertama: Mengurutkan data. Data diurutkan dari data terkecil sampai data terbesar. Kita misalkan data hasil belajar dengan metode improve = X.

No X1 502 603 704 705 806 807 808 809 90

10 90

Langkah kedua: Menentukan frekuensi masing-masing data:

X f50 160 170 280 490 2


37

Langkah ketiga: Menentukan frekuensi kumulatif

X f Fkum50 1 160 1 270 2 480 4 890 2 10

Langkah keempat: Menentukan nilai Z dimana

Untuk menghitung Z, kita membutuhkan nilai rata-rata ( ) dan simpangan baku (s).

, lakukan hal yang sama sampai dengan Z5.

Gunakan pembulatan angka minimal 3 angka di belakang koma, namun untuk Z gunakan 2 angka di belakang koma.

X f Fkum Z50 1 1 -1.9760 1 2 -1.1870 2 4 -0.3980 4 8 0.3990 2 10 1.18

Langkah kelima: Menentukan nilai , dengan menggunakan tabel z. Tabel z dapat dilihat pada Lampiran.

X f fkum Z f(z)50 1 1 -1.97 0.02460 1 2 -1.18 0.11970 2 4 -0.39 0.34780 4 8 0.39 0.65390 2 10 1.18 0.881


38

Langkah keenam: Menentukan

lakukan hal yang sama sampai s(Z5).

X f fkum Z f(z) s(z)50 1 1 -1.97 0.024 0.10060 1 2 -1.18 0.119 0.20070 2 4 -0.39 0.347 0.40080 4 8 0.39 0.653 0.80090 2 10 1.18 0.881 1.000

Langkah ketujuh: Menentukan nilai L=|f(z)-S(z)|

L1 = |0,024 – 0,100| = 0,076, lakukan hal yang sama sampai L5.

X f fkum Z f(z) s(z) L50 1 1 -1.97 0.024 0.100 0.07660 1 2 -1.18 0.119 0.200 0.08170 2 4 -0.39 0.347 0.400 0.05380 4 8 0.39 0.653 0.800 0.14790 2 10 1.18 0.881 1.000 0.119

Langkah kedelapan: Menentukan nilai Lhitung

Lhitung=Max|f(z)-S(z)|=0,147

Langkah kesembilan: Menentukan nilai Ltabel = L(α, n), α dapat ditentukan berdasarkan jenis penelitian atau penelitian sebelumnya.

Ltabel = L (α, n) = L (0.05,10) = 0,2616

Langkah kesepuluh: Membandingkan dan Ltabel. = 0,147, sedangkan Ltabel = 0,2616. < Ltabel.

Jadi dapat disimpulkan karena < Ltabel maka Ho diterima artinya hasil belajar dengan metode improve mengikuti sebaran normal.


39

Pengujian Homogenitas Data2.

Sebelum menguji homogenitas data dengan uji Bartlett terlebih dahulu kita tuliskan hipotesisnya. Hipotesis dari uji Bartlett untuk dua kelompok data sebagai berikut:

Langkah pertama: Menentukan varians masing-masing kelompok data.Rumus

Kelompok n si2

X1 10 161.111X2 10 43.333

Langkah kedua: Menentukan varians gabungan dengan rumus,

Kelompok N si2 dk dk.si2

X1 10 161.111 9 1450X2 10 43.333 9 390

18 1840

Langkah ketiga: Menentukan nilai Bartlett dengan rumus


40

Langkah keempat: Menentukan nilai uji chi kuadrat dengan rumus

Kelompok N si2 dk dk.si2 logsi2 dk. logsi2

X1 10 161.111 9 1450 2.207 19.864X2 10 43.333 9 390 1.637 14.731

18 1840 34.596

Langkah kelima: Menentukan nilai

Langkah keenam: Membandingkan nilai dan membuat kesimpulan

Kesimpulan: Karena , sehingga Ho diterima artinya kedua data homogen.

UJI NORMALITAS DAN C. HOMOGENITAS DENGAN SPSS

ANALYZE → Descriptive Statistics → Explore → masukkan data “hasil belajar” pada dependent list dan masukkan “metode” pada factor list → pilih Plots → pilih normality plots with test dan untransformed → continue → Ok.

Berikut langkah-langkah melakukan uji Normalitas menggunakan SPSS:

Pilih toolbar “Analyze” kemudian “Descriptive Statistics”, lalu pilih 1. “Explore”, seperti tertera pada gambar di bawah ini.


41

Setelah itu akan muncul kotak dialog seperti pada gambar, lalu masukkan 2. data “hasil.belajar” ke dalam kotak “Dependent List”.


42

Pilih toolbar “ Plots” kemudian pilih “Normality Plots with tests”, lalu 3. pilih “untransformed” seperti pada gambar.

Berbeda dengan pengujian secara manual, kriteria uji untuk menerima atau menolak H0 dalam software seperti SPSS menggunakan perbandingan nilai taraf signifikan (α) dengan nilai p-value yang biasanya disimbolkan dengan tulisan “Sig.” dalam tabel output. Nilai default untuk taraf signifikan (α) dalam SPSS adalah sebesar 5% atau 0,05. Jika nilai p-value (Sig.) lebih kecil dari 0,05 maka H0 ditolak, sebaliknya jika nilai p-value lebih besar dari pada 0,05 maka H0 diterima.

Uji normalitasa.

Hipotesis:

H0 : X~N (μ,σ2) (Data menyebar normal)

H1 : X≁N (μ,σ2) (Data tidak menyebar normal)


43

Tests of Normality

MetodeKolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.Hasil belajar

improve .253 10 .069 .903 10 .238konvensional .260 10 .053 .774 10 .007

Lilliefors Significance Correctiona.

Kesimpulan: Terlihat probabilitas output Kolmogorov-Smirnov untuk metode improve (X1) dan metode konvensional (X2) adalah 0,069 dan 0,053, sedangkan α=0,05.

Karena nilai: p – value > 0,05 maka H0 diterima atau kedua data berdistribusi normal.

Uji homogenitasb.

Hipotesis dari uji homogenitas sebagai berikut:

H0 : Data Homogen

H1 : Data tidak Homogen

Test of Homogeneity of Variance

Levene Statistic df1 df2 Sig.

Hasil belajar

Based on Mean 3.473 1 18 .079Based on Median 1.385 1 18 .255Based on Median and with adjusted df

1.385 1 11.950 .262

Based on trimmed mean

3.215 1 18 .090

Kesimpulan: Berdasarkan pada hasil yang diperoleh pada test of homogeneity of variances menggunakan Lavene Statistic terlihat bahwa nilai p–value > 0,05 lebih dari 0.05 maka dapat disimpulkan:

Karena nilai p–value > 0,05 maka H0 diterima atau kedua data homogen.


44

Alhamdulillah asumsi kenormalan dan kehomogenan sudah terpenuhi, jadi kita bisa menggunakan statistika parametrik seperti uji-t. Bagaimana jika asumsi kenormalan dan kehomogenan tidak terpenuhi? Transformasi data adalah salah satu cara untuk mengatasi data yang tidak normal maupun heterogen. Cara lain yang bisa digunakan jika transformasi data juga tidak bisa membuat data menjadi normal dan homogen adalah dengan menggunakan statistika non parametric (jangan manipulasi data ya). Insya Allah semua ada solusinya, asalkan kita mau berusaha.

PENGUJIAN BAB IV. HIPOTESIS DUA SAMPEL

Menguji hipotesis perbandingan berarti menguji parameter populasi yang berbentuk perbandingan melalui ukuran sampel yang juga berbentuk perbandingan. Hal ini ini juga dapat berarti menguji kemampuan generalisasi yang berupa perbandingan keadaan variabel dari dua sampel atau lebih. Bila H0 dalam pengujian diterima, berarti nilai perbandingan dua sampel atau lebih tersebut dapat digeneralisasikan untuk seluruh populasi di mana sampel-sampel diambil dengan taraf kesalahan tertentu.

Terdapat dua model perbandingan, yaitu perbandingan antara dua sampel berkorelasi dan tidak berkorelasi atau independent. Sampel berkorelasi biasanya terdapat dalam desain penelitian eksperimen, contohnya membandingkan nilai pretest dan postest, membandingkan kelompok eksperimen dan kelompok kontrol. Sampel independent merupakan sampel yang tidak berkaitan satu sama lain, misal akan membandingkan kemampuan kerja lulusan SMU dan SMK.

Terdapat berbagai teknik (uji) statistik yang dapat digunakan. Teknik statistik mana yang akan digunakan tergantung pada bentuk perbandingan dan jenis data. Pedoman untuk memilih teknik statistik yang sesuai dapat dilihat pada tabel di halaman berikutnya.


46

Pedoman Teknik Statistik

Jenis Data Berkorelasi Independeninterval dan rasio t-test 2 sampel t-test 2 sampelNominal Mc Nemar Fisher Exact

Chi Kuadrat 2 sampelOrdinal Sign test Mann-Whitney

Wilcoxon Wald-WolfowitzT-test merupakan salah satu uji statistika parametrik sehingga mempunyai asumsi yang harus dipenuhi, yaitu normalitas dan homogenitas. Jika kedua asumsi tidak terpenuhi, maka uji yang digunakan uji non parametrik atau ditranformasi. Terdapat tiga macam hipotesis perbandingan dua sampel, yaitu uji 2 pihak, uji pihak kiri dan uji pihak kanan. Cara mana yang akan digunakan tergantung pada bunyi kalimat dalam merumuskan hipotesis.

Untuk lebih jelas jenis-jenis uji dilihat pada tabel berikut:

Jenis Uji Hipotesis KesimpulanUji 2 pihak H0 : μ1 = μ2

H1 : μ1 ≠ μ2

Jika |thitung| ≤ ttabel,

maka H0 diterimaUji 1 pihak

pihak kiri

H0 : μ1 ≥ μ2

H1 : μ1 < μ2

Jika thitung ≥ ttabel,

maka H0 diterimapihak kanan H0 : μ1 ≤ μ2

H1 : μ1 > μ2

Jika thitung ≤ ttabel,

maka H0 diterima

T-TEST 2 SAMPEL BERKORELASIA. Rumus t-test yang digunakan untuk menguji hipotesis perbandingan 2 sampel berkorelasi:

dengan

BAB IV. PENGUJIAN HIPOTESIS DUA SAMPEL

47

Keterangan:

: rata-rata sampel 1


: banyaknya data sampel 1


: Simpangan baku sampel 1

: Simpangan baku sampel 2

r : Korelasi antara X1 dan X2

Kriteria uji:

Jika | thitung |≤ ttabel ,maka H0 diterima (UJI 2 PIHAK)

T-test 2 sampel berkorelasi merupakan salah satu uji statistika parametrik sehingga mempunyai asumsi yang harus dipenuhi, yaitu normalitas. Jika asumsi tidak terpenuhi, maka solusi menggunakan uji non parametrik atau ditranformasi. Uji non parametrik yang digunakan yaitu uji Mann-Whitney.

Contoh:

Seorang peneliti ingin mengetahui apakah ada perbedaan yang signifikan antara rata-rata nilai tes awal (sebelum diberikan perlakuan) dan rata-rata nilai tes akhir (setelah diberikan perlakuan). Setelah penelitan diperoleh data sebagai berikut:

sebelum(X1) 75 80 65 70 75 80 65 80 90 75sesudah (X2) 85 90 75 75 75 90 70 85 95 70

Andai data memenuhi asumsi kenormalan, pada taraf signifikan (α) 5%, ujilah apakah ada perbedaan yang signifikan antara rata-rata nilai tes awal dan rata-rata nilai tes akhir?


48

Jawab:

Langkah pertama: buatlah hipotesis (sesuaikan dengan apa yang diinginkan peneliti)

Hipotesis:

Ho: μ1 = μ2

(Tidak ada perbedaan yang signifikan antara rata-rata nilai tes awal dan rata-rata nilai tes akhir)

H1: μ1 ≠ μ2

(Ada perbedaan yang signifikan antara rata-rata nilai tes awal dan rata-rata nilai tes akhir)

Langkah kedua: tentukan nilai-nilai yang dibutuhkan guna menghitung thitung, yaitu , , , , , n1, n2 dan r.

No sebelum (X1) sesudah (X2)1 75 85 Sintax excel2 80 90 = STDEV (……)3 65 75 = VAR (……)4 70 75 = AVERAGE (……)5 75 75 = CORREL (……)6 80 907 65 708 80 859 90 95

10 75 70ni 10 10 si 8.626 9.068si

2 58.056 82.22275.500 81.000

R 0.836


49

Langkah ketiga: menentukan nilai thitung

Langkah keempat: menentukan nilai ttabel

ttabel= t(α,n1+n2–2)= t(0,05,10+10–2) = 2,101

Langkah kelima: menentukan kesimpulan

Kesimpulan

Karena |thitung|>ttabel , maka H0 ditolak artinya ada perbedaan yang signifikan antara rata-rata nilai tes awal dan rata-rata nilai tes akhir.

UJI T (UJI PERBANDINGAN) B. 2 SAMPEL BERKORELASI

Analyze → Compare Means → Paired Samples T-Test → Masukkan sebelum pada “Variable1” dan sesudah pada “variable2” → Ok.

Berikut langkah-langkah melakukan uji T (Uji Perbandingan) 2 sampel berkolerasi dengan menggunakan SPSS:


50

Pilih toolbar “Analyze” kemudian “Compare Means”, lalu pilih “Paired-1. Sampel T test ”, seperti tertera pada gambar di bawah ini.

Masukkan sebelum pada “2. Variable1” dan sesudah pada “variable2” dan pilih OK.

Paired Samples TestPaired Differences

T df Sig. (2-tailed)Mean Std.

DeviationStd. Error

Mean

95% Confidence Interval of the

DifferenceLower Upper

Pair 1 sebelum – sesudah

-5.50000 4.97214 1.57233 -9.05686 -1.94314 -3.498 9 .007


51

Berdasarkan pada hasil yang diperoleh pada uji T-Test, terlihat bahwa tingkat signifikan yang dihasilkan:

thitung = –3,498 yang berarti sama persis dengan perhitungan menggunakan excel. Seperti yang sudah dijelaskan pada Bab sebelumnya bahwa kriteria uji untuk menolak atau menerima H0 dapat dilakukan dengan membandingkan nilai statistik uji, dalam hal ini adalah thitung dengan ttabel . Sedangkan untuk SPSS atau software lainnya maka kriteria uji dapat dilihat melalui nilai p-value yang dibandingkan dengan nilai α = 0,05, p-value dapat dilihat pada kolom Sig. (2-tailed) yang bernilai 0.007 yang berarti nilainya < 0.05, maka H0

ditolak artinya ada perbedaan yang signifikan antara rata-rata nilai tes awal dan rata-rata nilai tes akhir.

T-TEST 2 SAMPEL TIDAK C. BERKORELASI

Rumus t-test yang digunakan untuk menguji hipotesis perbandingan 2 sampel tidak berkorelasi:

Keterangan:





: varians sampel 1

: varians sampel 2


52

Jika |thitung|> ttabel , maka H0 ditolak (UJI 2 PIHAK) T-test 2 sampel tidak berkorelasi merupakan salah satu uji statistika parametrik sehingga mempunyai asumsi yang harus dipenuhi, yaitu normalitas dan homogenitas. Jika asumsi normalitas tidak terpenuhi, maka solusi menggunakan uji non parametric atau ditranformasikan. Uji non parametric yang digunakan yaitu uji Mann-Whitney. Jika asumsi normalitas tidak terpenuhi, maka rumus uji t yang digunakan sebagai berikut:

dengan rumus derajat bebas:

Keterangan:





s1 : simpangan baku sampel 1

s2 : simpangan baku sampel 2

Contoh Uji T (Uji Perbandingan) 2 sampel tidak berkorelasi

UJI T (UJI PERBANDINGAN) SAMPEL D. TIDAK BERKORELASI MANUAL

Seorang peneliti ingin mengetahui apakah ada perbedaan hasil belajar antara metode Improve dan metode Ceramah (andai asumsi kenormalan dan kehomogenan terpenuhi). Hasil belajar yang diperoleh disajikan dalam dua metode berikut :


53

Hasil Belajar

improve 90 80 70 50 60 80 80 70 90 80ceramah 45 45 45 45 50 50 50 60 60 60

Jawab:

Langkah pertama: Menentukan hipotesis

Hipotesis:

H0 : μ1 = μ2

(Tidak ada perbedaan yang signifikan nilai rata-rata hasil belajar dengan metode improve dan metode ceramah)

H0 : μ1 ≠ μ2

(Ada perbedaan yang signifikan nilai rata-rata hasil belajar dengan metode improve dan metode ceramah)

Langkah kedua: mencari nilai-nilai yang dibutuhkan guna menghitung thitung, yaitu , , , , n1, dan n2.

NomorHasil Belajar

Improve ceramah1 90 45 SINTAX EXCEL2 80 45 =VAR (……)3 70 45 =AVERAGE (……)4 50 455 60 506 80 507 80 508 70 609 90 60

10 80 60Ni 10 10si2 161,111 43,333

75,000 51,000


54

Langkah ketiga: mencari nilai thitung

Langkah keempat: mencari ttabel

Kesimpulan: karena|thitung|≥ ttabel , maka tolak H0 artinya ada perbedaan yang signifikan nilai rata-rata hasil belajar dengan metode improve dan metode ceramah.

UJI T (UJI PERBANDINGAN) SAMPEL E. TIDAK BERKORELASI DENGAN SPSS

Analyze → Compare Means → Independent- Samples T-Test → Masukkan Hasil Belajar ke test variabel dan Metode yang digunakan ke grouping variable → Pilih Define Group→ Masukan angka 1 ( Metode Improve) pada group 1 dan angka 2 (Metode Ceramah) pada group 2 → Ok.

Berikut langkah-langkah melakukan uji T (Uji Perbandingan) 2 sampel berkolerasi dengan menggunakan SPSS:


55

Masukan nilai hasil belajar kedua metode menjadi 1 kolom dengan 1. penanda angka 1 (Metode Improve) dan angka 2 (Metode Ceramah) seperti gambar di bawah ini.


56

Pilih toolbar “Analyze” kemudian “Compare Means”, lalu pilih 2. “Independent-Sample T-test ”, seperti tertera pada gambar di bawah ini.

Lalu masukkan Hasil Belajar ke test “variabel” dan Metode yang 3. digunakan ke “grouping variable”. Seperti pada Gambar di bawah ini.


57

Pilih “Define Groups”, lalu Masukan angka 1 (Metode Improve) pada 4. group 1 dan angka 2 (Metode Ceramah) pada group 2, kemudian pilih “Continue” dan pilih “ OK “ . Seperti pada gambar di bawah ini.

Independent Samples Test

Levene's Test for Equality of Variances

t-test for Equality of Means

95% Confidence Interval of the Difference

F Sig. t df Sig. (2-tailed)

Mean Difference

Std. Error Difference Lower Upper

hb

Equal variances assumed

3.473 .079 5.308 18 .000 24.00000 4.52155 14.50057 33.49943

Equal variances not assumed

5.308 13.515 .000 24.00000 4.52155 14.26947 33.73053

Kesimpulan:

Berdasarkan pada hasil yang diperoleh pada uji T-Test, terlihat bahwa nilai p-value yang dihasilkan 0.000 < 0.05 maka H0 ditolak artinya ada perbedaan metode improve dengan metode ceramah.

ANOVABAB V.

Analisis ragam (Analysis of Variance) atau yang lebih dikenal dengan istilah ANOVA adalah suatu teknik untuk menguji kesamaan beberapa rata-rata secara sekaligus bila datanya berbentuk interval atau rasio. Uji yang dipergunakan dalam ANOVA adalah uji F karena dipakai untuk pengujian lebih dari 2 sampel. Asumsi pengujian ANOVA :

Populasi yang akan diuji berdistribusi normal1.

Varian/ragam dan populasi yang diuji sama2.

Anova dapat digolongkan kedalam beberapa kriteria, yaitu :

ANOVA KLASIFIKASI 1 ARAHA.

ANOVA klasifikasi 1 arah merupakan ANOVA yang didasarkan pada pengamatan 1 kriteria. Andaikan ada p populasi, masing-masing dengan nilai tengah μ1, μ2,..., μp . Hipotesis yang diuji dalam ANOVA adalah :

H0 : μ1= μ2=...= μp (semua nilai tengah sama)

H1 : ∃ μ1 ≠ μj untuk i ≠j (Ada sekurang-kurangnya sepasang nilai tengah μi dan μj yang tidak sama).


60

Tabel Desain Penelitian Anova Klasifikasi Satu Arah

UlanganPerlakuan

P1 P2 P3 P4 P5 …1 2 3 …

Total

Rumus yang digunakan untuk melakukan uji ANOVA disajikan dalam bentuk tabel sebagai berikut:

Tabel ANOVA Klasifikasi Satu Arah dengan Ulangan Sama

Sumber Keragaman

Jumlah Kuadrat

Derajat

BebasKuadrat Tengah F hitung

Nilai tengah kolom JKK k – 1

Galat (Error) JKG k (n-1)

Total JKT nk – 1Sumber: Walpole, Ronald E. (199)

Di mana :

BAB V. ANOVA

61

Tabel ANOVA klasifikasi satu arah dengan Ulangan Tak Sama

Sumber Keragaman

Jumlah Kuadrat

Derajat Bebas Kuadrat Tengah F hitung

Nilai tengah kolom JKK k – 1

Galat (Error) JKG N – k

Total JKT N - 1Sumber: Walpole, Ronald E. (199)

Di mana :

Keterangan:

JKT : Jumlah Kuadrat Total

JKG : Jumlah Kuadrat Galat

JKK : Jumlah Kuadrat Kelompok

KTG : Kuadrat Tengah Galat

KTK : Kuadrat Tengah Kelompok

Jika hasil ANOVA tolak Ho, maka dilakukan uji lanjut untuk mengetahui pasangan perlakuan yang berbeda nyata. Ada banyak uji lanjut ANOVA antara lain uji Beda Nyata Jujur (Tukey) dan Uji Scheffe.


62

Uji Beda Nyata Jujur (Uji Tukey)1.

Hipotesis dari uji nyata beda terkecil atau biasa disebut dengan uji Tukey adalah sebagai berikut:

Uji 2. Scheffe

Hipotesis dari uji Scheffe adalah sebagai berikut:

Langkah- Langkah SPSS ANOVA Klasifikasi Satu Arah 3.

Buka Layar SPSSa.

Definisikan nama-nama variabel (Variabel terikat dan variable bebas) b. pada variable view

Ketik data pada layar c. data view

Langkah SPSS untuk kehomogenan, uji keberartian ANOVA d. klasifikasi satu arah dan uji lanjut dapat dilakukan secara bersamaan yaitu sebagai berikut:

Analyze → Compare Means →One Way Anova → masukkan data HB pada dependent variable dan metode pada factor → Statistic check list Homogenity of variance test → continue → Post Hoc check list Scheffe dan Tukey → continue → ok.

BAB V. ANOVA

63

Contoh Soal:

Akan diadakan penelitian pada sebuah bimbel ternama di Jakarta. Dalam 1. bimbel tersebut 1 kelas terdiri dari 5 orang siswa. Diambil 5 kelas secara acak, pada kelima kelas tersebut diterapkan metode belajar yang berbeda-beda yaitu metode A, B, C, D, dan E. Apakah ada perbedaan hasil belajar siswa yang diajar dengan kelima metode tersebut?

(asumsi terpenuhi, α = 5%)

NOMetode

A B C D E1 5 9 3 2 72 4 7 5 3 63 8 8 2 4 94 6 6 3 1 45 5 9 7 4 7

Seorang Dosen ingin mengetahui perbedaan hasil belajar untuk mata 2. kuliah statistika pendidikan antara mahasiswa yang lulusan SMA jurusan IPA, SMA jurusan IPS dan lulusan SMK. Data diperoleh dari nilai UAS sebagai berikut: (asumsi terpenuhi, α = 5%)

IPA 80 79 89 75 90 80 85 88 80IPS 80 60 75 85 76 89 80 75 80 90

SMK 85 70 75 60 85 65 80 90 75 85 90

Jawab:

Berdasarkan data di atas, uji yang digunakan yaitu ANOVA klasifikasi 1. satu arah ulangan sama. Hipotesis yang digunakan sebagai berikut:

(Rata-rata hasil belajar A, B, C, D, dan E sama)

(Terdapat minimal 1 pasang metode yang memberikan rata-rata hasil belajar yang berbeda atau perbedaan antar metode nyata).


64

NoMetode

A B C D E1 5 9 3 2 72 4 7 5 3 63 8 8 2 4 94 6 6 3 1 45 5 9 7 4 7

jumlah 28 39 20 14 33 134

Tabel ANOVA Satu Arah Ulangan Sama

Sumber Keragaman Jumlah Kuadrat

Derajat Bebas

Kuadrat Tengah F hitung

Nilai tengah kolom 79,760 4 19,940 7,669Galat (Error) 52 20 2,600Total 131,76 24

BAB V. ANOVA

65

Kesimpulan:

Karena Fhit > Ftabel, maka H0 ditolak, artinya Terdapat minimal 1 pasang metode yang memberikan rata-rata hasil belajar yang berbeda atau perbedaan antar metode nyata.

Untuk mengetahui pasangan metode mana yang memberikan rata-rata hasil belajar yang berbeda dilakukan uji lanjut yaitu uji Tukey.

Uji Tukeya.

Terdapat perbedaan rata-rata hasil belajar antara metode B dan C, metode B dan D serta metode D dan E, karena nilai mutlak dari selisih rata-rata hasil belajar lebih dari nilai BNJ.

Langkah SPSS untuk kehomogenan, uji keberartian ANOVA klasifikasi satu arah dan uji lanjut dapat dilakukan secara bersamaan yaitu sebagai berikut:


66

Analyze → Compare Means →One Way Anova → masukkan data HB pada dependent variable dan metode pada factor → Statistic check list Homogenity of variance test → continue → Post Hoc check list Scheffe dan Tukey → continue → ok.

Berikut langkah-langkah melakukan uji keberartian ANOVA klasifikasi satu arah dengan menggunakan SPSS:

Masukan nilai hasil belajar beberapa metode menjadi 1 kolom dengan 1. penanda 1 (Metode A) , 2 (Metode B) , 3 (Metode C), 4 (Metode D) dan 5 (Metode E) seperti gambar di bawah ini.

BAB V. ANOVA

67

Pilih toolbar “Analyze” kemudian “Compare Means”, lalu pilih “ One 2. way Anova”, seperti tertera pada gambar di bawah ini.

3. Masukkan data HB pada “dependent variable” dan metode pada “factor”.

69


68

Pilih “Post Hoc Multipple Comparisons”, lalu pilih “Tukey’s-b”, pilih “ 4. Continue” dan “Ok”. seperti gambar di bawah ini.

Output ANOVA dengan program SPSS sebagai berikut:

hasil_belajar

Sum of Squares Df Mean Square F Sig.

Between Groups 79.760 4 19.940 7.669 .001Within Groups 52.000 20 2.600Total 131.760 24

Kesimpulan: karena p-value (Sig.) < 0,05 sehingga H0 ditolak artinya terdapat minimal 1 pasang metode yang memberikan rata-rata hasil belajar yang berbeda atau perbedaan antar metode nyata.

Untuk mengetahui pasangan metode mana yang memberikan rata-rata hasil belajar yang berbeda dilakukan uji lanjut yaitu uji Tukey dan Uji Scheffe.

BAB V. ANOVA

69

Hasil dari uji lanjut dengan SPSS sebagai berikut:

(I) metode (J) metode Mean Difference (I-J) Sig.Tukey HSD metode A metode B -2.20000 .236

metode C 1.60000 .533metode D 2.80000 .082metode E -1.00000 .861

metode B metode A 2.20000 .236metode C 3.80000* .010metode D 5.00000* .001metode E 1.20000 .764

metode C metode A -1.60000 .533metode B -3.80000* .010metode D 1.20000 .764metode E -2.60000 .119

metode D metode A -2.80000 .082metode B -5.00000* .001metode C -1.20000 .764metode E -3.80000* .010

metode E metode A 1.00000 .861metode B -1.20000 .764metode C 2.60000 .119metode D 3.80000* .010

Scheffe metode A metode B -2.20000 .356metode C 1.60000 .657metode D 2.80000 .153metode E -1.00000 .912

metode B metode A 2.20000 .356metode C 3.80000* .026metode D 5.00000* .002metode E 1.20000 .844

metode C metode A -1.60000 .657metode B -3.80000* .026metode D 1.20000 .844metode E -2.60000 .207

metode D metode A -2.80000 .153metode B -5.00000* .002metode C -1.20000 .844metode E -3.80000* .026

metode E metode A 1.00000 .912metode B -1.20000 .844metode C 2.60000 .207metode D 3.80000* .026


70

Kesimpulan: Karena nilai p-value < 0,05 maka disimpulkan terdapat perbedaan rata-rata hasil belajar antara metode B dan C, metode B dan D, serta metode D dan E.

Berdasarkan data di atas, uji yang digunakan yaitu ANOVA klasifikasi 5. satu arah ulangan tak sama. Hipotesis yang digunakan sebagai berikut:

Ho : Tidak ada perbedaan hasil belajar antara mahasiswa lulusan SMA jurusan IPA, SMA jurusan IPS dan SMK.

H1 : Ada perbedaan hasil belajar antara mahasiswa lulusan SMA jurusan IPA, SMA jurusan IPS dan SMK.

Untuk mempermudah perhitungan, dengan menggunakan Excel buatlah tabel di bawah ini terlebih dahulu

No IPA X.12 IPS X.22 SMK X.32

1 80 6400 80 6400 85 72252 79 6241 60 3600 70 49003 89 7921 75 5625 75 56254 75 5625 85 7225 60 36005 90 8100 76 5776 85 72256 80 6400 89 7921 65 42257 85 7225 80 6400 80 64008 88 7744 75 5625 90 81009 80 6400 80 6400 75 5625

10 90 8100 85 722511 90 8100ni 9 10 11 Ti. 746 790 860T.. 2396

∑X.j2 62056 63072 68250

∑∑Xij2 193378

N 30

BAB V. ANOVA

71

Kemudian hitung nilai-nilai lain yang diperlukan untuk menghitung Fhitung

Hasil perhitungan dapat disajikan lebih ringkas pada tabel di bawah ini.

Sumber Keragaman

Jumlah Derajat Kuadrat Fhitung Ftabel

Kuadrat Bebas TengahKolom 120.941 2 60.471 0.861 3.354Galat 1896.525 27 70.242 Total 2017.467 29

Kesimpulan: karena Fhit < Ftabel , maka H0 diterima. Artinya tidak ada perbedaan hasil belajar antara mahasiswa lulusan SMA jurusan IPA, jurusan IPS dan SMK. (Uji lanjut tidak dilakukan)

Hal ini kadang terjadi dalam penelitian, bukan menandakan penelitian tidak berhasil. Kemungkinan perlakuan tidak cocok untuk sampel tersebut atau ada kesalahan dalam proses pengumpulan data. Perhitungan dengan Excel harus dilakukan dengan teliti, satu langkah salah akan mempengaruhi langkah-langkah selanjutnya. Untuk mengetahui apakah peneliti telah benar melakukan perhitungan dengan Excel, ulangi perhitungan dengan menggunakan SPSS.


72

ANOVA KLASIFIKASI 2 ARAHB. Anova dua arah/ jalur adalah teknik statistik inferensia parametris yang digunakan untuk menguji hipotesis komparatif lebih dari dua sampel (k sampel) secara serempak bila setiap sampel terdiri dari dua kategori atau lebih. Dua kategori sampel yang digunakan tersebut terdiri dari tiga hipotesis yang diuji yaitu:

H1. 0 : αi = 0 untuk setiap i = 1,2,3 . . . b H1 : paling sedikit ada satu αi ≠ 0

H2. 0 : βj = 0 untuk setiap j = 1,2,3 . . . k H1 : paling sedikit ada satu βj ≠ 0

H3. 0 : (αβ)ij = 0 untuk setiap i = 1,2,3 . . . b dan j = 1,2,3 . . . k H1 : paling sedikit ada satu (αβ)ij = 0

Tabel Desain Penelitian Anova Klasifikasi Dua Arah

Faktor IIFaktor I

P1 P2 P3 P4 P5 …I

II

…

Interaksi merupakan pengaruh variabel independent terhadap salah satu kategori sampel dalam variabel dependen. Interaksi terjadi karena adanya kategori dalam setiap sampel. Langkah-langkah yang diperlukan dalam pengujian hipotesis dengan Anova dua jalur hampir sama dengan Anova satu jalur, hanya ditambah dengan adanya interaksi.

BAB V. ANOVA

73

Langkah-langkah dalam penggunaan Anova dua jalur adalah sebagai berikut:

menghitung JK Total;a.

menghitung Jumlah Kuadrat Kolom (JKK), yaitu kolom arah ke b. bawah;

menghitung Jumlah Kuadrat Baris (JKB) Baris arah ke kanan;c.

menghitung Jumlah Kuadrat Interaksi (JKI);d.

menghitung Jumlah Kuadrat Galat (JKG);e.

menghitung dk untuk:f.

dk kolom.1).

dk baris.2).

dk interaksi3).

dk galat.4).

dk total;5).

menghitung Kuadrat Tengah (KT) yaitu membagi masing-masing g. JK dengan dk-nya;

menghitung harga h. FHit untuk kolom, baris dan interaksi dengan cara membagi dengan Kuadrat Tengah Galat (KTG);

menentukan nilai i. FTabel ; dan

membandingkan nilai j. FHit dan FTabel serta membuat kesimpulan

Dengan:


74

Tabel Anova Klasifikasi Dua Arah

Sumber Keragaman db JK KT FHit FTab

Baris (B) b-1 JKB FB

Kolom (K) k-1 JKK FK

Interaksi (I) (b-1) (k-1) JKI F1

Galat bk(n–1) JKG KTG

TOTAL bk(n–1) JKT

Kesimpulan:

Setelah dilakukan pengujian, apabila nilai FHitung> FTabel maka H0 ditolak.

Langkah-langkah SPSS ANOVA Klasifikasi Dua Arah 1.

Buka Layar SPSSa.

Definisikan nama-nama variabel (Variabel terikat dan dua variabel b. bebas) pada variable view

Ketik data pada layar c. data view

Langkah SPSS uji keberartian ANOVA klasifikasi dua arah dan uji d. lanjut dapat dilakukan secara bersamaan yaitu sebagai berikut:

Contoh Soal:

Hasil pengumpulan data di Universitas Tadulako tentang efektifitas 2. prestasi belajar dari dua dosen, dosen lulusan luar negeri dan dosen lulusan dalam negeri yang menerapkan dua metode mengajar yaitu metode ceramah dan metode pemberian tugas. Setelah dilakukan perhitungan diperoleh data sebagai di bawah ini. (asumsi terpenuhi, α = 5%)

BAB V. ANOVA

75

DOSEN LUAR NEGERI DOSEN DALAM NEGERI

CERAMAH TUGAS CERAMAH TUGAS80 80 60 6579 60 70 7089 75 75 5075 85 60 7090 76 60 6080 89 65 6585 80 60 8088 75 70 6580 80 75 60

Apakah ada perbedaan efektivitas hasil belajar mahasiswa yang diajar a. dengan menggunakan metode ceramah dan metode tugas-tugas?

Apakah ada perbedaan efektivitas hasil belajar mahasiswa yang diajar b. dengan dosen luar negeri dan dosen dalam negeri?

Apakah terdapat perbedaan efektivitas hasil belajar mahasiswa antara c. kombinasi dua metode dan dua dosen tersebut?

Peneliti akan melakukan penelitian penerapan pembelajaran matematika 3. terhadap kelas VIII di SMP ternama di Bandung. Tabel di bawah ini merupakan hasil dari penerapan ketiga metode pembelajaran dengan motivasi yang berbeda-beda.

Apakah terdapat perbedaan pembelajaran matematika dengan a. metode Problem Solving, Probing Prompting dan konvensional?

Apakah terdapat perbedaan metode pembelajaran berdasarkan b. motivasi belajar (tingi, sedang dan rendah)?

Apakah terdapat interaksi antara data kolom (variabel c. independent) yaitu metode pembelajaran dengan data baris (variabel dependent) yaitu motivasi belajar?


76

Tabel Hasil Penerapan Pembelajaran

MOTIVASIMETODE

Problem Solving Probing Prompting Konvensional

TINGGI 30 34 7074 80 5855 4080 75

SEDANG 59 36 4526 15

RENDAH 38 50 9660 39

Analyze → General Linear Model → Univariate → masukkan data HB pada dependent variable serta dua perlakuan/faktornya pada factor → Post Hoc check list Tukey dan Scheffe → continue → ok.

Berikut langkah-langkah melakukan uji keberartian ANOVA klasifikasi dua arah dengan menggunakan SPSS :

Masukan nilai hasil belajar beberapa metode menjadi 1 kolom dengan 4. penanda 1 (Dosen Dalam Negeri) , 2 (Dosen Luar Negeri), dan penanda 1 (Metode Ceramah), dan 2 (Metode Tugas). Seperti gambar di bawah ini.

BAB V. ANOVA

77


78

Pilih toolbar “Analyze” kemudian “General Linear Model”, lalu pilih “ 5. Univariate”, seperti tertera pada gambar di bawah ini.

Masukkan data 6. HB pada “dependent variable” serta dua perlakuan/faktornya pada “factor”.

BAB V. ANOVA

79

Lalu Pilih “7. Post Hoc check list Tukey” dan “Scheffe” kemudian pilih “continue” dan pilih “ok”.


80

Jawab

Untuk mempermudah perhitungan Anova dua arah dengan ulangan 1. sama dengan menggunakan Excel buatlah tabel seperti di bawah ini terlebih dahulu.

DOSEN METODE JUMLAHLUAR NEGERI

CERAMAH Yi12 TUGAS Yi22

80 6400 80 6400 79 6241 60 360089 7921 75 562575 5625 85 722590 8100 76 577680 6400 89 792185 7225 80 640088 7744 75 562580 6400 80 6400

n1j 9 9 n1. 18Yij. 746 700 Y1. 1446DALAM NEGERI

60 3600 65 4225 70 4900 70 490075 5625 50 250060 3600 70 490060 3600 60 360065 4225 65 422560 3600 80 640070 4900 65 422575 5625 60 3600

n2j 9 9 n2. 18Yij. 595 585 Y2. 1180n.j. 18 18 Y.j. 1341 1285Yijk2 101731 93547

∑Yijk2 195278 n.. 36FK 191552.111 Y… 2626JKsubtotal 2088.556

BAB V. ANOVA

81


82

Hasil perhitungan dapat disajikan lebih ringkas pada tabel di bawah ini.

Tabel Anova Dua Arah Ulangan Sama

SK JK db KT Fhitung Ftabel KesimpulanDosen 1965.444 1 1965.444 38.413 4.149 tolak HoMetode 87.111 1 87.111 1.702 4.149 terima HoInteraksi 36.000 1 36.000 0.704 4.149 terima HoGALAT 1637.333 32 51.167 TOTAL 3725.889 35

Untuk menjawab pertanyaan a. point a, lihat baris pertama pada Tabel Anova di atas. Hipotesisnya sebagai berikut:

H0 : tidak ada perbedaan efektivitas hasil belajar mahasiswa yang diajar dengan menggunakan metode ceramah dan metode tugas

H1 : ada perbedaan efektivitas hasil belajar mahasiswa yang diajar dengan menggunakan metode ceramah dan metode tugas

Karena FBhitung lebih dari FBtabel sehingga Ho ditolak artinya ada perbedaan efektivitas hasil belajar mahasiswa yang diajar dengan menggunakan metode ceramah dan metode tugas. (Tidak dilakukan uji lanjut karena hanya terdapat 2 perlakuan)

Untuk menjawab pertanyaan b. point b, lihat baris kedua pada Tabel Anova di atas. Hipotesisnya sebagai berikut:

H0 : tidak ada perbedaan efektivitas hasil belajar mahasiswa yang diajar dengan dosen luar negeri dan dosen dalam negeri

H1 : ada perbedaan efektivitas hasil belajar mahasiswa yang diajar dengan dosen luar negeri dan dosen dalam negeri

BAB V. ANOVA

83

Karena FKhitung kurang dari FKtabel sehingga Ho diterima

artinya tidak ada perbedaan efektivitas hasil belajar mahasiswa yang diajar dengan dosen luar negeri dan dosen dalam negeri.

Untuk menjawab pertanyaan c. point c, lihat baris ketiga pada Tabel Anova di atas. Hipotesisnya sebagai berikut:

H0 : tidak terdapat perbedaan efektivitas hasil belajar mahasiswa antara kombinasi dua metode dan dua dosen tersebut

H1 : terdapat perbedaan efektivitas hasil belajar mahasiswa antara kombinasi dua metode dan dua dosen tersebut

Karena FIhitung kurang dari FItabel sehingga Ho diterima artinya tidak terdapat perbedaan efektivitas hasil belajar mahasiswa antara kombinasi dua metode dan dua dosen tersebut

Untuk mempermudah perhitungan Anova dua arah dengan ulangan tak 2. sama, dengan menggunakan Excel buatlah tabel untuk mempermudah perhitungan.

Tabel perhitungan seperti di bawah ini:

MOTIVASIMETODE

JmlPS PP K

Tinggi 30 900 34 1156 70 4900 Y1 59674 5476 80 6400 58 336455 3025 40 160080 6400 75 5625

Yij. 239 229 128n1j 4 4 2 n1. 10

Sedang 59 3481 36 1296 45 2025 Y2 18126 676 15 225

Yij. 85 51 45n2j 2 2 1 n2. 5


84

MOTIVASIMETODE

JmlPS PP K

Rendah 38 1444 50 2500 96 9216 Y3 28360 3600 39 1521

Yij. 98 89 96n3j 2 2 1 n3. 5

Y.j 422 369 269 Y... 1060n.j 8 8 4 n... 20

25002 20323 19505 64830

FK 56180

JKSub Total 4319

Tabel perhitungan seperti di bawah ini: (lanjutan)

BAB V. ANOVA

85

Setelah melakukan perhitungan di atas maka hasil perhitungan Anova dua jalur adalah sebagai berikut:

Sumber Keragaman JK db KT FHit FTab

Baris 1911,600 2,000 955,800 2,428 3,982

Kolom 1190,875 2,000 595,438 1,512 3,982Interaksi 1216,525 4,000 304,131 0,772 3,357Galat 4331,000 11,000 393,727 - -TOTAL 8650,000 19,000 - - -

Untuk menjawab pertanyaan a. point a, lihat baris pertama pada Tabel Anova di atas. Hipotesisnya sebagai berikut:

H0 : tidak terdapat perbedaan hasil belajar dengan metode Problem Solving, Probing Prompting dan konvensional.

H1 : terdapat perbedaan hasil belajar dengan metode Problem Solving, Probing Prompting dan konvensional.


86

Karena FBhitung lebih dari FBtabel sehingga Ho diterima artinya tidak terdapat perbedaan hasil belajar dengan metode Problem Solving, Probing Prompting dan konvensional.

Untuk menjawab pertanyaan b. point b, lihat baris kedua pada Tabel Anova di atas. Hipotesisnya sebagai berikut:

H0 : tidak terdapat perbedaan metode pembelajaran berdasarkan motivasi belajar (tinggi, sedang dan rendah).

H1 : terdapat perbedaan metode pembelajaran berdasarkan motivasi belajar (tinggi, sedang dan rendah).

Karena FKhitung kurang dari FKtabel sehingga Ho diterima artinya tidak terdapat perbedaan metode pembelajaran berdasarkan motivasi belajar (tinggi, sedang dan rendah).

Untuk menjawab pertanyaan c. point c, lihat baris ketiga pada Tabel Anova di atas. Hipotesisnya sebagai berikut:

H0 : tidak ada interaksi antara metode pembelajaran dengan motivasi belajar

H1 : tidak ada interaksi antara metode pembelajaran dengan motivasi belajar interaksi antara data

Karena FIhitung kurang dari FItabel sehingga ditolak artinya tidak ada interaksi antara metode pembelajaran dengan motivasi belajar

KORELASIBAB VI.

TEORI KORELASIA. Analisis korelasi digunakan untuk melihat hubungan antara satu variabel dengan variabel yang lain. Hubungan-hubungan tersebut dinyatakan dengan korelasi. Tujuan analisis korelasi, antara lain:

Mencari bukti terdapat tidaknya hubungan antar variabel 1.

Memperoleh kepastian apakah hubungan tersebut berarti atau tidak 2. berarti.

Melihat tingkat keeratan hubungan antar variabel 3.

Pedoman untuk memilih teknik korelasi dalam pengujian hipotesis:

Korelasi Linier (Korelasi Product Moment)1.

Didefinisikan koefisien kolerasi linier sebagai hubungan linier antara dua peubah acak X dan Y, dan dilambangkan dengan rxy . Ukuran korelasi linier antara dua peubah yang paling banyak digunakan adalah yang disebut koefisien korelasi momen hasil kali pearson atau ringkasnya


88

koefisien contoh. Menurut Robert F. Walpole dalam bukunya Pengantar Statistika, 1996, koefisien korelasi, ukuran hubungan linier antara dua peubah x dan y diduga dengan koefisien korelasi contoh r, yaitu :

Nilai r berada pada -1 sampai +1 atau -1 < r < 1

Asumsi-asumsi Korelasia.

Asumsi Kenormalan1).

Asumsi 2). Homoskedastisitas

Contoh:

Seorang peneliti ingin mengetahui hubungan antara motivasi belajar dan hasil belajar. Hasil perolehan skor dari 12 siswa yang dijadikan responden sebagai berikut:

motivasi (X) hasil belajar (Y) motivasi (X) hasil belajar (Y)75 85 70 6580 90 80 9565 75 65 6570 75 75 8075 75 70 8080 90 80 9065 70 65 6080 85 75 7590 95 80 8575 70 70 8060 65 90 9570 75 70 7575 85

BAB VI. KORELASI

89

LANGKAH UJI KORELASI DENGAN B. MENGGUNAKAN SPSS

Masukan data ke dalam SPSS

Untuk Asumsi Kenormalan dan Asumsi Homoskedastisitas

Menambahkan 2 buah kolom, yaitu kolom nilai yang berisikan semua 1. nilai yang ada pada variabel X dan Y, dan kolom keterangan dengan values 1 untuk motivasi dan 2 untuk hasil belajar. Sehingga tabel akan menjadi seperti pada gambar berikut:

Klik 2. Analyze → Descriptive Statistics → Explore


90

Pada kolom 3. Dependent list: nilai

Pada kolom 4. Factor list: keterangan

BAB VI. KORELASI

91

Klik 5. Plot → Checklist pada Normality plots with tests

Pilih 6. Unstansformed. Klik Continue → Ok


92

Untuk Uji Korelasi Product Moment

Klik 1. Analyze → Correlate → Bivariate

Masukan Motivasi dan Hasil Belajar pada kolom “2. Variables”. Checklist pada “Pearson” . Klik Ok

BAB VI. KORELASI

93

MEMBACA C. OUTPUT DARI SPSSAsumsi Normalitas1.

Tests of Normality

keteranganKolmogorov-Smirnova Shapiro-Wilk

Statistic Df Sig. Statistic df Sig.nilai Motivasi .143 25 .199 .939 25 .139

Hasil Belajar .140 25 .200* .951 25 .265a. Lilliefors Significance Correction*. This is a lower bound of the true significance.

Hipotesis:

H0 : X~N(μ,σ2)(Data menyebar normal)

H0 : X≁N(μ,σ2)(Data tidak menyebar normal)

Kesimpulan:

Dari Output di atas, terlihat bahwa untuk data Motivasi: nilai p-value = 0,199 > α = 0,05, sehingga H0 diterima artinya data motivasi menyebar normal. Dan untuk data Hasil belajar p-value = 0,200 > α = 0,05, sehingga H0 diterima artinya data hasil belajar menyebar normal.

Asumsi 2. Homoskedastisitas

Test of Homogeneity of Variance

Levene Statistic df1 df2 Sig.

Nilai Based on Mean 3.208 1 48 .080Based on Median 3.194 1 48 .080Based on Median and with adjusted df

3.194 1 46.816 .080

Based on trimmed mean 3.150 1 48 .082Hipotesis

H0 : = (Data Homogen)

H1 : ≠ (Data tidak Homogen)


94

Kesimpulan

Dari output di atas terlihat bahwa p-value = 0,080 > α = 0,05 sehingga H0

diterima artinya data tersebut homogen.

Uji Korelasi 3. Product Moment

Correlations

Motivasi Hasil BelajarMotivasi Pearson Correlation 1 .863**

Sig. (2-tailed) .000N 25 25

HasilBelajar Pearson Correlation .863** 1Sig. (2-tailed) .000N 25 25

**. Correlation is significant at the 0.01 level (2-tailed).

Misalkan variabel motivasi kita notasikan sebagai X dan variabel hasil belajar dinotasikan sebagai Y, maka uji hipotesis untuk signifikansi hubungan variabel X dan Y dapat ditulis:

Hipotesis

H0: ρxy = 0 (Tidak ada hubungan yang berarti antara Motivasi dan Hasil Belajar)

H1: ρxy ≠ 0 (Terdapat hubungan yang berarti antara Motivasi dan Hasil Belajar)

ρxy merupakan notasi untuk parameter dari korelasi variabel X dan Y, sedangkan rxy adalah statistik untuk korelasi dua variabel tersebut. Kita ketahui bahwa statistik adalah penduga parameter dan hipotesis adalah pernyataan tentang parameter yang akan diduga.

Kesimpulan

Dari output di atas terlihat bahwa:

p-value = 0,000 < α = 0,05 sehingga H0 ditolak artinya terdapat hubungan yang berarti antara motivasi dan hasil Belajar.

REGRESIBAB VII.

TEORI REGRESIA. Regresi dan korelasi adalah analisis untuk menelaah hubungan antara dua peubah (variable) pengukuran. Jika ada dua peubah pengukuran X dan Y, keeratan hubungan linier antar kedua peubah tersebut dinyatakan dengan korelasi antar dua peubah tersebut. Jika X merupakan peubah bebas (independent variable) dan Y merupakan peubah tak bebas (dependent variable) regresi Y pada X memberi gambaran bagaimana nilai peubah X mempengaruhi nilai peubah Y. Dengan kata lain ada dua macam hubungan antara dua atau lebih variabel, yaitu bentuk hubungan dan keeratan hubungan. Bila ingin mengetahui bentuk hubungan dua variabel atau lebih, digunakan analisis regresi. Bila ingin melihat keeratan hubungan, digunakan analisis korelasi.

REGRESI LINEAR SEDERHANAB. Regresi Linier sederhana adalah persamaan regresi yang mengambarkan hubungan antara satu peubah bebas (X, independent variable) dan satu peubah tak bebas (Y), dimana hubungan keduanya dapat digambarkan sebagai suatu garis lurus. Hubungan kedua peubah dapat dituliskan dalam bentuk persamaan


96

Di mana:

Y : peubah tak bebas

X : peubah bebas

: intercept/ perpotongan dengan sumbu tegak

: kemiringan/ gradient

: Galat/ kesalahan dalam model

Dalam kenyataan kita seringkali tidak dapat mengamati seluruh anggota populasi, sehingga hanya mengamati n buah contoh acak dan diperoleh pengamatan contoh acak berukuran n dan dapat dilambangkan

. Pendugaan dari persamaan (1) sebagai berikut:

dimana a: penduga bagi

b: penduga bagi

Dengan penurunan atas kriteria jumlah kuadrat terkecil (Ordinary Least Square (OLS)) diperoleh rumus untuk mencari a dan b, sebagai berikut:

Uji Simultan Model Regresi Linier Sederhana1.

Pengujian kebaikan model regresi dapat dilakukan dengan menggunakan analisis ragam. Komponen keragaman dapat diuraikan seperti terlihat pada table berikut ini:

Sumber Keragaman

Derajat Bebas

Jumlah Kuadrat

Kuadrat Tengah Fhitung Ftabel

Regresi

Galat

Total

dbr

dbg

dbt

JKR

JKG

JKT

KTR

KTG

KTT

BAB VII. REGRESI

97

Keterangan:

Dbr : derajat bebas regresi = jumlah variabel bebas = 1

Dbt : derajat bebas total = n – 1

Dbg : derajat bebas galat = dbt – dbr = n – 2

JKR : Jumlah Kuadrat Regresi = b Sxy

=JKT : Jumlah Kuadat Tengah = Sxy =

JKG : Jumlah Kuadrat Galat = JKT - JKG

KTR : Kuadrat Tengah Regresi =

KTG : Kuadrat Tengah Galat =

Hipotesis:

(Tidak ada pengaruh yang signifikan dari variabel X terhadap variabel Y)

(Ada pengaruh yang signifikan dari variabel X terhadap variabel Y)

Jika Fhitung ≤ Ftabel , maka H0 diterima, artinya β=0 (Tidak ada pengaruh yang signifikan dari variabel X terhadap variabel Y)

TEORI REGRESI LINEAR BERGANDAC. Regresi Linier berganda adalah persamaan regresi yang mengambarkan hubungan antara lebih dari satu peubah bebas (X1, X1, X1, ... Xp) dan satu peubah tak bebas (Y). Hubungan kedua peubah dapat dituliskan dalam bentuk persamaan:


98

Dalam kenyataan kita seringkali tidak dapat mengamati seluruh anggota populasi sehingga hanya mengamati n buah contoh acak dan diperoleh pengamatan contoh acak berukuran n dan dapat dilambangkan

. Pendugaan dari persamaan (2) sebagai berikut:

di mana b0 : penduga bagi β0

: penduga bagi

Nilai-nilai pada persamaan regresi ganda untuk dua variabel bebas dapat ditentukan sebagai berikut;

Uji Simultan Model Regresi Linier Berganda2.

Pengujian kebaikan model regresi dapat dilakukan dengan menggunakan analisis ragam. Komponen keragaman dapat diuraikan seperti terlihat pada tabel berikut ini:

Sumber Keragaman

Derajat Bebas

Jumlah Kuadrat

Kuadrat Tengah Fhiyung Ftabel

Regresi

Galat

Total

dbr

dbg

dbt

JKR

JKG

JKT

KTR

KTG

KTT

BAB VII. REGRESI

99

Keterangan:

Dbr : derajat bebas regresi = jumlah var. bebas = k

Dbt : derajat bebas total = n – 1

Dbg : derajat bebas galat = dbt – dbr = n – k - 1

JKR : Jumlah Kuadrat Regresi =

JKT : Jumlah Kuadat Tengah =

JKG : Jumlah Kuadrat Galat = JKT - JKG

KTR : Kuadrat Tengah Regresi =

KTG : Kuadrat Tengah Galat =

Hipotesis:

(Tidak ada pengaruh yang signifikan dari variabel X1 dan X2 terhadap variabel Y)

(ada pengaruh yang signifikan dari variabel X1 dan X2 terhadap variabel Y)

Jika Fhitung ≤ Ftabel , maka H0 diterima, artinya β=0(Tidak ada pengaruh yang signifikan dari variabel X1 dan X2 terhadap variabel Y)

KOEFISIEN DETERMINASI (RD. 2) REGRESI LINIER

Keterandalan dari model yang diperoleh dapat dilihat dari kemampuan model menerangkan keragaman variabel Y. Ukuran ini sering disebut koefisien determinasi yang dilambangkan dengan R2. Semakin besar R2 berarti model semakin mampu menerangkan perilaku peubah Y. Kisaran nilai R2 mulai dari 0% sampai 100%. Besarnya nilai koefesien determinasi dapat dihitung sebagai berikut:


100

Asumsi-Asumsi Regresi Linier1.

Model disfesifikasikan dengan Benara.

Asumsi ini adalah asumsi pertama yang harus dipenuhi oleh peneliti. Maksud dari model disfesifikasikan dengan benar adalah bahwa model regresi tersebut dirancang dengan benar oleh peneliti. Khusus untuk asumsi ini tidak ada uji statistikanya. Hal ini disebabkan karena model regresi yang dirancang berhubungan dengan konsep teoritis dari kasus yang diteliti.

Asumsi Kenormalanb.

Error (galat) menyebar normal dengan rata-rata nol dan ragam konstan atau suatu bilangan tertentu .

Statistik uji yang digunakan untuk menguji asumsi kenormalan adalah Kolmogorov Smirnov, Liliefors dan uji Saphiro-Wilks. Statistik uji yang paling sering digunakan untuk menguji asumsi kenormalan yaitu uji Kolmogorov Smirnov.

Hipotesis:

H0: X~N(μ,σ2) (Data menyebar normal)

H1 : Data tidak menyebar normal

Jika D < D(α,n), maka terima H0 artinya data menyebar normal atau jika p-value (sig.) pada output Kolmogorov-smirnov > α, dengan α=0,05 maka data berdistribusi normal.

Asumsi c. Homoskedastisitas

Homoskedastisitas adalah kondisi dimana ragam dari setiap nilai galat adalah konstan (sama) untuk semua nilai dari variabel bebas X. Statistik uji yang digunakan untuk menguji asumsi homoskedastisitas adalah uji Bartlet.

BAB VII. REGRESI

101

Hipotesis yang berlaku dalam uji homoskedastisitas ragam galat adalah:

H1: Setidak-tidaknya ada satu pasang ragam galat yang tidak sama

Jika , maka terima H0 artinya ragam galat bersifat homoskedastisitas. Namun uji ini peka terhadap ketidaknormalan data. Pemeriksaan secara visual melalui plot antara sisaan dengan rataan perlakuan adalah cara yang lebih baik dan efektif untuk mendeteksi penyimpangan asumsi. Jika plot tidak menunjukkan pola tertentu maka asumsi homoskedastisitas terpenuhi.

Asumsi d. Autokorelasi

Pada prinsipnya pemodelan pada regresi mempunyai asumsi bahwa dalam satu variabel yang diamati, data yang ada didalamnya haruslah bebas secara stokastik. Namun, penarikan data yang berdasarkan observasi dari waktu ke waktu biasanya tidak saling bebas. Adanya autokorelasi mengindikasikan bahwa variabel respon memiliki dependensi dalam dirinya sendiri. Statistik uji yang sering dipakai untuk menguji ada tidaknya autokorelasi adalah Durbin-Watson.

Hipotesis untuk uji asumsi autokorelasi:

(Tidak ada autokorelasi)

(ada autokorelasi)

Kriteria uji bagi Durbin-Watson untuk kasus uji 2 arah :

Jika 4 – dL < DW < dL, maka tolak H0 , atau Jika dU < DW < 4 – dU, maka terima H0.


102

Asumsi e. Multikolinearitas

Asumsi ini hanya tepat untuk regresi linier berganda. Multikolinearitas berarti bahwa terjadi korelasi linear yang erat antar variabel bebas. Statistik uji yang digunakan adalah Variance Inflation Factor (VIF).

Contoh:

No. Motivasi Fasilitas Hasil Belajar1. 12 10 852. 10 9 743. 10 9 784. 13 10 905. 11 11 856. 14 11 877. 13 13 948. 14 13 989. 11 10 81

10. 14 10 9111. 10 8 7612. 8 7 74

Nilai VIF > 10 mengindikasikan adanya multikolinearitas

BAB VII. REGRESI

103

LANGKAH UJI REGRESI DENGAN E. MENGGUNAKAN SPSSMasukkan data ke dalam SPSS

Untuk 1. Asumsi Homoskedastisitas, Asumsi Autokorelasi, Asumsi Multikolinearitas.

Selanjutnya pilih menu a. Analyze → Regression → Linear

Masukkan b. Hasil Belajar [y] pada kotak Dependent.


104

Masukan c. Motivasi [x1] dan Fasilitas [x2] pada kotak Indendent (s).

Pilih d. Statistics. Kemudian beri tanda Checklist pada Estimates, Model fit, R squared change, Collinearity diagnostics, dan Durbin-Watson → Continue

BAB VII. REGRESI

105

Selanjutnya pilih e. Plots. Masukan Data SRESID pada kolom Y dan ZPRED pada kolom X. Kemudian beri tanda Checklist pada Normal Probability Plot → Continue

Kemudian pilih f. Save. Kemudian beri tanda Checklist pada Unstandardized. Pilih “Continue” Kemudian pilih “OK”


106

Untuk 2. Asumsi Kenormalan

Selanjutnya ke menu a. Analyze → Nonparametric tests → 1. Sample K-S

Masukan b. Understandardized Residu ke dalam Test Variable List → Ok

BAB VII. REGRESI

107

MEMBACA F. OUTPUT DARI SPSSAsumsi Kenormalan1.

One-Sample Kolmogorov-Smirnov Test

Unstandardized ResidualN 12

Normal Parametersa, b Mean .0000000Std. Deviation 2.64099206

Most Extreme Differences Absolute .169Positive .120Negative -.169

Kolmogorov-Smirnov Z .585Asymp. Sig. (2-tailed) .883a. Test distribution is Normal.b. Calculated from data.

Hipotesis :

H0: Galat menyebar normal

H1: Galat tidak menyebar normal

Kesimpulan :

Dari output di atas terlihat bahwa:

Nilai Sign. = 0,883 > ∝ = 0,05; sehingga H0 diterima, artinya galat berdistribusi normal


108

Asumsi Homogenitas2.

Kesimpulan

Dari plot di atas terlihat bahwa tidak membentuk pola tertentu sehingga dapat dikatakan bahwa galat homogen.

Asumsi 3. Auto KorelasiModel Summaryb

Model R R SquareAdjusted R Square

Std. Error of the

Estimate

Change StatisticsDurbin-Watson

R Square Change

F Change

df1 df2Sig. F

Change

1 .944a .890 .866 2.920 .890 36.493 2 9 .000 2.088a. Predictors: (Constant), Fasilitas, Motivasib. Dependent Variable: Hasil Belajar

Hipotesis untuk uji asumsi autokorelasi:

(Tidak ada autokorelasi)

(ada autokorelasi)

Kriteria uji bagi Durbin-Watson untuk kasus uji 2 arah:

Jika 4 – dL < DW < dL, maka tolak H0 , atau Jika

dU < DW < 4 – dU, maka terima H0.

BAB VII. REGRESI

109

Kesimpulan :

Dari Output di atas terlihat bahwa nilai DW = 2,088. Dari tabel DW diperoleh nilai DL = 0,812, DU = 1,579. DU < DW < 4-DL, Sehingga H0 diterima, kesimpulannya tidak terjadi autokorelasi di dalam variabel-X.

Asumsi 4. MultiKolinearitas

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

T Sig.

Collinearity Statistics

BStd.

ErrorBeta Tolerance VIF

1 (Constant) 38.245 5.473 6.989 .000

Motivasi 2.215 .723 .547 3.065 .013 .382 2.615

Fasilitas 2.016 .799 .451 2.523 .033 .382 2.615

a. Dependent Variable: Hasil Belajar

Hipotesis :

H0: Tidak terjadi Multikolinearitas antar variabel X

H1: Terjadi Multikolinearitas antar variabel X

Kesimpulan

Dari output di atas terlihat bahwa nilai VIF = 2,615 < 10, H0 di Terima, artinya tidak terjadi multikolinearitas.


110

Uji Keberartian Model Regresi Menggunakan Anova5.

ANOVAb

Model Sum of Squares Df Mean

Square F Sig.

1 Regression 622.193 2 311.097 36.493 .000a

Residual 76.723 9 8.525

Total 698.917 11a. Predictors: (Constant), Fasilitas, Motivasib. Dependent Variable: Hasil Belajar

Hipotesis untuk uji Keberartian:

(Tidak ada pengaruh yang signifikan dari variabel X terhadap variabel Y)

(Ada pengaruh yang signifikan dari variabel X terhadap variabel Y)

Kesimpulan :

Dari output di atas terlihat bahwa p-value < 0,05, Sehingga H0 ditolak artinya ada pengaruh yang signifikan dari variabel X terhadap variabel Y, dengan kata lain model regresi yang dibangun bisa menjelaskan pengaruh untuk setiap perubahan variabel independen (X) terhadap variabel terikatnya (Y).

Pada tabel sebelumnya juga dapat dilihat bahwa koefisien regresi (slope) untuk variabel motivasi memberikan nilai yang signifikan dengan ditandai nilai p-value sebesar 0,013 < 0,05. Sementara koefisien regresi (slope) untuk variabel fasilitas juga memberikan hasil yang signifikan dengan nilai p-value sebesar 0,033<0,05. Bila dibentuk persamaan regresinya, maka dapat ditulis:

Y = 38,245+2,215X1+2,016X2,, atau

Hasil_belajar = 38,245+2,215Motivasi+2,016Fasilitas

Nilai slope yang positif, yaitu 2,215 dan 2,016 menandakan bahwa semakin meningkatnya motivasi dan fasilitas maka hasil belajar juga akan

BAB VII. REGRESI

111

semakin meningkat. Untuk setiap kenaikan satu satuan variabel motivasi, maka meningkatkan 2,215 satuan variabel hasil belajar. Sedangkan untuk variabel fasilitas meningkatkan 2,016 satuan terhadap variabel hasil belajar.

DAFTAR PUSTAKA

.2014. Penelitian Tindakan Kelas. Jakarta: Bumi Aksara.

Arikunto, Suharsimi, 2005. Dasar-Dasar Evaluasi Pendidikan. Jakarta: Bumi Aksara

Bandung :Refika Aditama.

Barr, Robert. Barth, James. & Shermnis, S. Samuel, 1978. The Nature of The S ocial Studies. California : ETC Publication.

Borg & Gall, 2003. Educational Research. New York : Allyn and Bacon.

Casella, G. and Berger, R.L., 2002. Statistical inference (Vol. 2). Pacific Grove, CA: Duxbury.

Deanto.2007. Aplikasi Fungsi & Formula Microsoft Excel dalam Analisis Data Statistik.Yogyakarta : Kayon.

Depdiknas. 1997. Sumber dan Media Pembelajaran OPS. Pusat Pengembangan Penataran Guru IPS dan PMP Malang.

Djahiri, A.K. 1993. “Membina PIPS/ PIS yang menjawab tantangan hari esok”. Jurnal Pendidikan Ilmu Sosial 1 (1) : 142.

Dr. Suraprana, Sumarna. 2004. Analisis, Validitas, Reliabilitas dan Interpretasi Hasil Tes. Bandung : Remaja Rosdakarya.

Dr. Susetyo, Budi, M.Pd. 2010. Statistika Untuk Analisis Data Penelitian.

Draper, N.R. and Smith, H., 1998. Applied regression analysis (Vol. 326). John Wiley & Sons.

Drs. Subana, M.Pd.Drs. Rahadi, Moersetyo. Sudrajat, S.Pd. 2000. Statistik Pendidikan. Bandung: CV Pustaka Setia.

Ibrahim, Muslim. 2000. Metode Penelitian Kualitatif. Bandung : Remaja Rosda Karya.

Iskandar. 2012. Penelitian Tindakan Kelas. Ciputat: Gaung PersadaPress Group.


114

Kalton, G. and Graham, K., 1983. Introduction to survey sampling (Vol. 7, No. 35). Sage.

Nasution, S. 1989. Didaktik Azaz-Azaz Mengajar. Bandung : Jermnas.

Natawidjaja. Rochman. 1985. Cara Belajar Siswa Aktif dan Penerapan dalam Metode Pembelajaran. Jakarta : Direktorat Jendral Dikdasdem, Depdiknas.

Prof. DR. Sugiono. 2010. Statistik Untuk Penelitian. Bandung: Alfabeta.

Rawlings, J.O., Pantula, S.G. and Dickey, D.A., 2001. Applied regression analysis: a research tool. Springer Science & Business Media.

Rinaldi, A., 2015. Aplikasi Model Persamaan Struktural Pada Program R (Studi Kasus Data Pengukuran Kecerdasan). Al-Jabar: Jurnal Pendidikan Matematika, 6(1), pp.1-12.

Saefuddin, Asep dkk.2009. Statistika Dasar. Jakarta : PT. Grasindo.

Sudijono, Anas. 2011. Pengantar Evaluasi Pendidikan. Jakarta: Raja Grafindo Persada.

Sudijono, Anas. 2012. Pengantar Evaluasi Pendidikan. Jakarta: Rajawali Pers.

Sudjana,Nana. 2001. Penelitian dan Penilaian Pendidikan. Bandung : Sinar Baru.

Sukarnyana. 2002. Penalitian Tindakan Kelas. Malang :PPPG IPS dan PMP.

Walpole, Ronald E. 2005. Pengantar Statistika. Jakarta: Gramedia Pustaka Utama.

Weisberg, S., 2005. Applied linear regression (Vol. 528). John Wiley & Sons.

Wiriaatmadja, Rochiati. 2005. Metode Penelitian Kelas. Bandung : Remaja Rosda Karya.

_____________________.1997. Konsep Dasar Penelitian Tindakan (Action Research). Bandung : Sinar Baru.

GLOSARIUM

DData Interval : data yang diperoleh dengan cara pengukuran, di

mana jarak antara dua titik skala sudah diketahui.Distribusi : penyaluran (pembagian, pengiriman) kepada

beberapa orang atau ke beberapa tempatData Kuantitatif : data yang dinyatakan dalam bentuk angka.Data Kualitatif : data yang dinyatakan dalam bentuk bukan angka.Data Nominal : data yang diperoleh dengan cara kategorisasi atau

klasifikasi.Data Ordinal : data yang dipeoleh dengan cara kategorisasi atau

klasifikasi, tetapi di antara data tersebut terdapat hubungan.

Data Primer : data yang berasal langsung dari sumbernya, diperoleh dengan cara wawancara, observasi dan lain

Data Rasio : data yang diperoleh dengan cara pengukuran, di mana jarak antara dua titik skala sudah diketahui dan mempunyai titik 0 absolut.

Data Skunder : data yang tidak langsung diperoleh dari sumbernya, tetapi melalui departemen, lembaga dan lain sebagainya seperti BPS, Sekolah dan Bank.

FFrekuensi : jumlah pemakaian suatu unsur bahasa dalam suatu

teks atau rekaman.HHipotesis : sesuatu yang dianggap benar untuk alasan atau

pengutaraan pendapat (teori, proposisi, dsb) meskipun kebenarannya masih harus dibuktikan.

Homogenitas : persamaan macam, jenis, sifat, watak dr anggota suatu kelompok


116

IInstrument : sarana penelelitian berupa seperagkat tes dan

sebagainya untuk mengumpulkan data sebagi bahan pengolahan data.

Item : ButirKKorelasi : hubungan timbal balik atau sebab akibatKumulatif : bersangkutan dengan kumulasi; bersifat menambah.LLinear : berbentuk garisMMean : Nilai rata-rataMaksimum : Nilai terbesarMinimum : Nilai terkecilNormalitas : sesuai dan tidak menyimpang dr suatu norma atau

kaidah.PParameter : ukuran seluruh populasi dalam penelitian yang

harus diperkirakan dari yang terdapat di dalam percontoh

Populasi : jumlah orang atau pribadi yang mempunyai ciri-ciri yg sama.

Proporsi : bagian-bagian.RRegresi : (urutan dsb) mundur; urutan berbalik ke belakangResponden : penjawab (atas pertanyaan yang diajukan untuk

kepentingan penelitian)Reliable : mempunyai atau mendatangkan hasil yang sama

pada setiap percobaan yang berhasil.Revisi : peninjauan (pemeriksaan) kembali untuk

perbaikan. SSampel : sesuatu yang digunakan untuk menunjukkan sifat

suatu kelompok yang lebih besarStatistika : ilmu tentang cara mengumpulkan, menabulasi,

menggolong-golongkan, menganalisis, dan mencari keterangan yang berarti dari data yang berupa angka.

GLOSARIUM

117

Statistika bivariat : teknik statistika yang dalam analisisnya melibatkan dua variabel terikat dari berapapun banyaknya variabel bebasnya.

Statistika deskriptif : bagian dari statistika yang membahas cara pengumpulan dan penyajian data sehingga mudah untuk dipahami dan menghasilkan informasi yang berguna.

Statistika inferensi : bagian statistika yang membahas cara melakukan analisis data, menaksir, meramalkan dan menarik kesimpulan terhadap data, fenomena, persoalan yang lebih luas atau populasi berdasarkan sebagian data (sampel) yang diambil secara acak dari populasi.

Statistika multivariat : teknik statistika yang dalam analisisnya melibatkan dua atau lebih variabel terikat dari berapapun banyaknya variabel bebasnya.

Statistika nonparametric : teknik statistika yang parameter populasinya atau asumsi distribusi populasi data tidak mengikuti model distribusi tertentu atau bebas distribusi tertentu dan variansi tidak harus homogen.

Statistika parametrik : teknik statistika yang parameter populasinya atau asumsi distribusi populasi data berdasarkan pada model distribusi normal dan memiliki variansi yang homogen.

Statistika univariat : teknik statistika yang dalam analisisnya hanya melibatkan satu variabel terikat dari berapapun banyaknya variabel bebasnya.

standar deviasi : ketentuan suatu penyimpangan dalam perhitungan data.

VValiditas : ketepatan dan kecermatan suatu alat ukur dalam

melakukan fungsi ukurnya.Variabel : sesuatu yang dapat berubah; faktor atau unsur yang

ikut menentukan perubahanVarian : bentuk yang berbeda atau menyimpang dari yang

asli atau dari yang baku

LAMPIRAN

Lampiran 1.

NILAI-NILAI r PRODUCT MOMENT

NTaraf Signif

NTaraf Signif

NTaraf Signif

5% 1% 5% 1% 5% 1%3 0.997 0.999 27 0.381 0.487 55 0.266 0.3454 0.950 0.990 28 0.374 0.478 60 0.254 0.3305 0.878 0.959 29 0.367 0.470 65 0.244 0.3176 0.811 0.917 30 0.361 0.463 70 0.235 0.3067 0.754 0.874 31 0.355 0.456 75 0.227 0.2968 0.707 0.834 32 0.349 0.449 80 0.220 0.2869 0.666 0.798 33 0.344 0.442 85 0.213 0.278

10 0.632 0.765 34 0.339 0.436 90 0.207 0.27011 0.602 0.735 35 0.334 0.430 95 0.202 0.26312 0.576 0.708 36 0.329 0.424 100 0.195 0.25613 0.553 0.684 37 0.325 0.418 125 0.176 0.23014 0.532 0.661 38 0.320 0.413 150 0.159 0.21015 0.514 0.641 39 0.316 0.408 175 0.148 0.19416 0.497 0.623 40 0.312 0.403 200 0.138 0.18117 0.482 0.606 41 0.308 0.398 300 0.113 0.14818 0.468 0.590 42 0.304 0.393 400 0.098 0.12819 0.456 0.575 43 0.301 0.389 500 0.088 0.11520 0.444 0.561 44 0.297 0.384 600 0.080 0.10521 0.433 0.549 45 0.294 0.380 700 0.074 0.09722 0.423 0.537 46 0.291 0.376 800 0.070 0.09123 0.413 0.526 47 0.288 0.372 900 0.065 0.08624 0.404 0.515 48 0.284 0.368 1000 0.062 0.08125 0.396 0.505 49 0.281 0.364 26 0.388 0.496 50 0.279 0.361


120

Lampiran 2.

NILAI-NILAI CHI KUADRAT

DkTaraf Signifikansi

50% 30% 20% 10% 5% 1%1 0.455 1.074 1.642 2.706 3.481 6.6352 0.139 2.408 3.219 3.605 5.591 9.2103 2.366 3.665 4.642 6.251 7.815 11.3414 3.357 4.878 5.989 7.779 9.488 13.2775 4.351 6.064 7.289 9.236 11.070 15.0866 5.348 7.231 8.558 10.645 12.592 16.8127 6.346 8.383 9.803 12.017 14.017 18.4758 7.344 9.524 11.030 13.362 15.507 20.0909 8.343 10.656 12.242 14.684 16.919 21.666

10 9.342 11.781 13.442 15.987 18.307 23.20911 10.341 12.899 14.631 17.275 19.675 24.72512 11.340 14.011 15.812 18.549 21.026 26.21713 12.340 15.19 16.985 19.812 22.368 27.68814 13.332 16.222 18.151 21.064 23.685 29.14115 14.339 17.322 19.311 22.307 24.996 30.57816 15.338 18.418 20.465 23.542 26.296 32.00017 16.337 19.511 21.615 24.785 27.587 33.40918 17.338 20.601 22.760 26.028 28.869 34.80519 18.338 21.689 23.900 27.271 30.144 36.19120 19.337 22.775 25.038 28.514 31.410 37.56621 20.337 23.858 26.171 29.615 32.671 38.93222 21.337 24.939 27.301 30.813 33.924 40.28923 22.337 26.018 28.429 32.007 35.172 41.63824 23.337 27.096 29.553 33.194 35.415 42.98025 24.337 28.172 30.675 34.382 37.652 44.31426 25.336 29.246 31.795 35.563 38.885 45.64227 26.336 30.319 32.912 36.741 40.113 46.96328 27.336 31.391 34.027 37.916 41.337 48.27829 28.336 32.461 35.139 39.087 42.557 49.58830 29.336 33.530 36.250 40.256 43.775 50.892

LAMPIRAN

121

Lampiran 3.

NILAI-NILAI L TABEL

N α = 0.20 α = 0.15 α = 0.10 α = 0.05 α = 0.014 0.3027 0.3216 0.3456 0.3754 0.41295 0.2893 0.3027 0.3188 0.3427 0.39596 0.2694 0.2816 0.2982 0.3245 0.37287 0.2521 0.2641 0.2802 0.3041 0.35048 0.2387 0.2502 0.2649 0.2875 0.33319 0.2273 0.2382 0.2522 0.2744 0.316210 0.2171 0.2273 0.2410 0.2616 0.303711 0.2080 0.2179 0.2306 0.2506 0.290512 0.2004 0.2101 0.2228 0.2426 0.281213 0.1932 0.2025 0.2147 0.2337 0.271414 0.1869 0.1959 0.2077 0.2257 0.262715 0.1811 0.1899 0.2016 0.2196 0.254516 0.1758 0.1843 0.1956 0.2128 0.247717 0.1711 0.1794 0.1902 0.2071 0.240818 0.1666 0.1747 0.1852 0.2018 0.234519 0.1624 0.1700 0.1803 0.1965 0.228520 0.1589 0.1666 0.1764 0.1920 0.222625 0.1429 0.1498 0.1589 0.1726 0.201030 0.1315 0.1378 0.1460 0.1590 0.184831 0.1291 0.1353 0.1432 0.1559 0.182032 0.1274 0.1336 0.1415 0.1542 0.179833 0.1254 0.1314 0.1392 0.1518 0.177034 0.1236 0.1295 0.1373 0.1497 0.174735 0.1220 0.1278 0.1356 0.1478 0.172036 0.1203 0.1260 0.1336 0.1454 0.169537 0.1188 0.1245 0.1320 0.1436 0.167738 0.1174 0.1230 0.1303 0.1421 0.165339 0.1159 0.1214 0.1288 0.1402 0.163440 0.1147 0.1204 0.1275 0.1386 0.161641 0.1131 0.1186 0.1258 0.1373 0.159942 0.1119 0.1172 0.1244 0.1353 0.157343 0.1106 0.1159 0.1228 0.1339 0.1556


122

N α = 0.20 α = 0.15 α = 0.10 α = 0.05 α = 0.0144 0.1095 0.1148 0.1216 0.1322 0.154245 0.1083 0.1134 0.1204 0.1309 0.152546 0.1071 0.1123 0.1189 0.1293 0.151247 0.1062 0.1113 0.1180 0.1282 0.149948 0.1047 0.1098 0.1165 0.1269 0.147649 0.1040 0.1089 0.1153 0.1256 0.146350 0.1030 0.1079 0.1142 0.1246 0.1457

Lampiran 3. (lanjutan)

LAMPIRAN

123

Lam

pira

n 4.

TAB

EL S

EBA

RA

N N

OR

MA

L B

AK

U U

NT

UK

NIL

AI

Z N

EGAT

IF

z0.

000.

010.

020.

030.

040.

050.

060.

070.

080.

09-3

.40.

0003

0.00

030.

0003

0.00

030.

0003

0.00

030.

0003

0.00

030.

0003

0.00

02-3

.30.

0005

0.00

050.

0005

0.00

040.

0004

0.00

040.

0004

0.00

040.

0004

0.00

03-3

.20.

0007

0.00

070.

0006

0.00

060.

0006

0.00

060.

0006

0.00

050.

0005

0.00

05-3

.10.

0010

0.00

090.

0009

0.00

090.

0008

0.00

080.

0008

0.00

080.

0007

0.00

07-3

.00.

0013

0.00

130.

0013

0.00

120.

0012

0.00

110.

0011

0.00

110.

0010

0.00

10-2

.90.

0019

0.00

180.

0018

0.00

170.

0016

0.00

160.

0015

0.00

150.

0014

0.00

14-2

.80.

0026

0.00

250.

0024

0.00

230.

0023

0.00

220.

0021

0.00

210.

0020

0.00

19-2

.70.

0035

0.00

340.

0033

0.00

320.

0031

0.00

300.

0029

0.00

280.

0027

0.00

26-2

.60.

0047

0.00

450.

0044

0.00

430.

0041

0.00

400.

0039

0.00

380.

0037

0.00

36


124

-2.5

0.00

620.

0060

0.00

590.

0057

0.00

550.

0054

0.00

520.

0051

0.00

490.

0048

-2.4

0.00

820.

0080

0.00

780.

0075

0.00

730.

0071

0.00

690.

0068

0.00

660.

0064

-2.3

0.01

070.

0104

0.01

020.

0099

0.00

960.

0094

0.00

910.

0089

0.00

870.

0084

-2.2

0.01

390.

0136

0.01

320.

0129

0.01

250.

0122

0.01

190.

0116

0.01

130.

0110

-2.1

0.01

790.

0174

0.01

700.

0166

0.01

620.

0158

0.01

540.

0150

0.01

460.

0143

-2.0

0.02

280.

0222

0.02

170.

0212

0.02

070.

0202

0.01

970.

0192

0.01

880.

0183

-1.9

0.02

870.

0281

0.02

740.

0268

0.02

620.

0256

0.02

500.

0244

0.02

390.

0233

-1.8

0.03

590.

0351

0.03

440.

0336

0.03

290.

0322

0.03

140.

0307

0.03

010.

0294

-1.7

0.04

460.

0436

0.04

270.

0418

0.04

090.

0401

0.03

920.

0384

0.03

750.

0367

-1.6

0.05

480.

0537

0.05

260.

0516

0.05

050.

0495

0.04

850.

0475

0.04

650.

0455

-1.5

0.06

680.

0655

0.06

430.

0630

0.06

180.

0606

0.05

940.

0582

0.05

710.

0559

-1.4

0.08

080.

0793

0.07

780.

0764

0.07

490.

0735

0.07

210.

0708

0.06

940.

0681

-1.3

0.09

680.

0951

0.09

340.

0918

0.09

010.

0885

0.08

690.

0853

0.08

380.

0823

-1.2

0.11

510.

1131

0.11

120.

1093

0.10

750.

1056

0.10

380.

1020

0.10

030.

0985

-1.1

0.13

570.

1335

0.13

140.

1292

0.12

710.

1251

0.12

300.

1210

0.11

900.

1170

-1.0

0.15

870.

1562

0.15

390.

1515

0.14

920.

1469

0.14

460.

1423

0.14

010.

1379

-0.9

0.18

410.

1814

0.17

880.

1762

0.17

360.

1711

0.16

850.

1660

0.16

350.

1611

-0.8

0.21

190.

2090

0.20

610.

2033

0.20

050.

1977

0.19

490.

1922

0.18

940.

1867

-0.7

0.24

200.

2389

0.23

580.

2327

0.22

960.

2266

0.22

360.

2206

0.21

770.

2148

-0.6

0.27

430.

2709

0.26

760.

2643

0.26

110.

2578

0.25

460.

2514

0.24

830.

2451

Lam

pira

n 4.

(lan

juta

n)

LAMPIRAN

125

-0.5

0.30

850.

3050

0.30

150.

2981

0.29

460.

2912

0.28

770.

2843

0.28

100.

2776

-0.4

0.34

460.

3409

0.33

720.

3336

0.33

000.

3264

0.32

280.

3192

0.31

560.

3121

-0.3

0.38

210.

3783

0.37

450.

3707

0.36

690.

3632

0.35

940.

3557

0.35

200.

3483

-0.2

0.42

070.

4168

0.41

290.

4090

0.40

520.

4013

0.39

740.

3936

0.38

970.

3859

-0.1

0.46

020.

4562

0.45

220.

4483

0.44

430.

4404

0.43

640.

4325

0.42

860.

4247

-0.0

0.50

000.

4960

0.49

200.

4880

0.48

400.

4801

0.47

610.

4721

0.46

810.

4641

Lam

pira

n 4.

(lan

juta

n)


126

Lampiran 5.

TABEL SEBARAN NORMAL BAKU UNTUK NILAI Z POSITIF

LAMPIRAN

127

Lam

pira

n 6.

TAB

EL T

1-ar

ah0.

500.

250.

200.

150.

100.

050.

025

0.01

0.00

5

2-ar

ah1.

000.

500.

400.

300.

200.

100.

050.

020.

01

Df 1

0.00

01.

000

1.37

61.

963

3.07

86.

314

12.7

0631

.821

63.6

572

0.00

00.

816

1.06

11.

386

1.88

62.

920

4.30

36.

965

9.92

53

0.00

00.

765

0.97

81.

250

1.63

82.

353

3.18

24.

541

5.84

14

0.00

00.

741

0.94

11.

190

1.53

32.

132

2.77

63.

747

4.60

45

0.00

00.

727

0.92

01.

156

1.47

62.

015

2.57

13.

365

4.03

26

0.00

00.

718

0.90

61.

134

1.44

01.

943

2.44

73.

143

3.70

77

0.00

00.

711

0.89

61.

119

1.41

51.

895

2.36

52.

998

3.49

98

0.00

00.

706

0.88

91.

108

1.39

71.

860

2.30

62.

896

3.35

59

0.00

00.

703

0.88

31.

100

1.38

31.

833

2.26

22.

821

3.25

010

0.00

00.

700

0.87

91.

093

1.37

21.

812

2.22

82.

764

3.16

911

0.00

00.

697

0.87

61.

088

1.36

31.

796

2.20

12.

718

3.10

612

0.00

00.

695

0.87

31.

083

1.35

61.

782

2.17

92.

681

3.05

513

0.00

00.

694

0.87

01.

079

1.35

01.

771

2.16

02.

650

3.01

214

0.00

00.

692

0.86

81.

076

1.34

51.

761

2.14

52.

624

2.97

715

0.00

00.

691

0.86

61.

074

1.34

11.

753

2.13

12.

602

2.94

716

0.00

00.

690

0.86

51.

071

1.33

71.

746

2.12

02.

583

2.92

117

0.00

00.

689

0.86

31.

069

1.33

31.

740

2.11

02.

567

2.89

8


128

1-ar

ah0.

500.

250.

200.

150.

100.

050.

025

0.01

0.00

5

2-ar

ah1.

000.

500.

400.

300.

200.

100.

050.

020.

01

Df

180.

000

0.68

80.

862

1.06

71.

330

1.73

42.

101

2.55

22.

878

190.

000

0.68

80.

861

1.06

61.

328

1.72

92.

093

2.53

92.

861

200.

000

0.68

70.

860

1.06

41.

325

1.72

52.

086

2.52

82.

845

210.

000

0.68

60.

859

1.06

31.

323

1.72

12.

080

2.51

82.

831

220.

000

0.68

60.

858

1.06

11.

321

1.71

72.

074

2.50

82.

819

230.

000

0.68

50.

858

1.06

01.

319

1.71

42.

069

2.50

02.

807

240.

000

0.68

50.

857

1.05

91.

318

1.71

12.

064

2.49

22.

797

250.

000

0.68

40.

856

1.05

81.

316

1.70

82.

060

2.48

52.

787

260.

000

0.68

40.

856

1.05

81.

315

1.70

62.

056

2.47

92.

779

270.

000

0.68

40.

855

1.05

71.

314

1.70

32.

052

2.47

32.

771

280.

000

0.68

30.

855

1.05

61.

313

1.70

12.

048

2.46

72.

763

290.

000

0.68

30.

854

1.05

51.

311

1.69

92.

045

2.46

22.

756

300.

000

0.68

30.

854

1.05

51.

310

1.69

72.

042

2.45

72.

750

310.

000

0.68

20.

853

1.05

41.

309

1.69

62.

040

2.45

32.

744

320.

000

0.68

20.

853

1.05

41.

309

1.69

42.

037

2.44

92.

738

330.

000

0.68

20.

853

1.05

31.

308

1.69

22.

035

2.44

52.

733

340.

000

0.68

20.

852

1.05

21.

307

1.69

12.

032

2.44

12.

728

350.

000

0.68

20.

852

1.05

21.

306

1.69

02.

030

2.43

82.

724

Lam

pira

n 6.

(lan

juta

n)

LAMPIRAN

129

1-ar

ah0.

500.

250.

200.

150.

100.

050.

025

0.01

0.00

5

2-ar

ah1.

000.

500.

400.

300.

200.

100.

050.

020.

01

Df

360.

000

0.68

10.

852

1.05

21.

306

1.68

82.

028

2.43

42.

719

370.

000

0.68

10.

851

1.05

11.

305

1.68

72.

026

2.43

12.

715

380.

000

0.68

10.

851

1.05

11.

304

1.68

62.

024

2.42

92.

712

390.

000

0.68

10.

851

1.05

01.

304

1.68

52.

023

2.42

62.

708

400.

000

0.68

10.

851

1.05

01.

303

1.68

42.

021

2.42

32.

704

410.

000

0.68

10.

850

1.05

01.

303

1.68

32.

020

2.42

12.

701

420.

000

0.68

00.

850

1.04

91.

302

1.68

22.

018

2.41

82.

698

430.

000

0.68

00.

850

1.04

91.

302

1.68

12.

017

2.41

62.

695

440.

000

0.68

00.

850

1.04

91.

301

1.68

02.

015

2.41

42.

692

450.

000

0.68

00.

850

1.04

91.

301

1.67

92.

014

2.41

22.

690

460.

000

0.68

00.

850

1.04

81.

300

1.67

92.

013

2.41

02.

687

470.

000

0.68

00.

849

1.04

81.

300

1.67

82.

012

2.40

82.

685

480.

000

0.68

00.

849

1.04

81.

299

1.67

72.

011

2.40

72.

682

490.

000

0.68

00.

849

1.04

81.

299

1.67

72.

010

2.40

52.

680

1-ar

ah0.

500.

250.

200.

150.

100.

050.

025

0.01

0.00

52-

arah

1.00

0.50

0.40

0.30

0.20

0.10

0.05

0.02

0.01

Df

500.

000

0.67

90.

849

1.04

71.

299

1.67

62.

009

2.40

32.

678

Lam

pira

n 6.

(lan

juta

n)


130

1-ar

ah0.

500.

250.

200.

150.

100.

050.

025

0.01

0.00

5

2-ar

ah1.

000.

500.

400.

300.

200.

100.

050.

020.

01

Df

510.

000

0.67

90.

849

1.04

71.

298

1.67

52.

008

2.40

22.

676

520.

000

0.67

90.

849

1.04

71.

298

1.67

52.

007

2.40

02.

674

530.

000

0.67

90.

848

1.04

71.

298

1.67

42.

006

2.39

92.

672

540.

000

0.67

90.

848

1.04

61.

297

1.67

42.

005

2.39

72.

670

550.

000

0.67

90.

848

1.04

61.

297

1.67

32.

004

2.39

62.

668

560.

000

0.67

90.

848

1.04

61.

297

1.67

32.

003

2.39

52.

667

570.

000

0.67

90.

848

1.04

61.

297

1.67

22.

002

2.39

42.

665

580.

000

0.67

90.

848

1.04

61.

296

1.67

22.

002

2.39

22.

663

590.

000

0.67

90.

848

1.04

61.

296

1.67

12.

001

2.39

12.

662

600.

000

0.67

90.

848

1.04

51.

296

1.67

12.

000

2.39

02.

660

610.

000

0.67

90.

848

1.04

51.

296

1.67

02.

000

2.38

92.

659

620.

000

0.67

80.

847

1.04

51.

295

1.67

01.

999

2.38

82.

657

630.

000

0.67

80.

847

1.04

51.

295

1.66

91.

998

2.38

72.

656

640.

000

0.67

80.

847

1.04

51.

295

1.66

91.

998

2.38

62.

655

650.

000

0.67

80.

847

1.04

51.

295

1.66

91.

997

2.38

52.

654

660.

000

0.67

80.

847

1.04

51.

295

1.66

81.

997

2.38

42.

652

670.

000

0.67

80.

847

1.04

51.

294

1.66

81.

996

2.38

32.

651

680.

000

0.67

80.

847

1.04

41.

294

1.66

81.

995

2.38

22.

650

690.

000

0.67

80.

847

1.04

41.

294

1.66

71.

995

2.38

22.

649

Lam

pira

n 6.

(lan

juta

n)

LAMPIRAN

131

1-ar

ah0.

500.

250.

200.

150.

100.

050.

025

0.01

0.00

5

2-ar

ah1.

000.

500.

400.

300.

200.

100.

050.

020.

01

Df

700.

000

0.67

80.

847

1.04

41.

294

1.66

71.

994

2.38

12.

648

710.

000

0.67

80.

847

1.04

41.

294

1.66

71.

994

2.38

02.

647

720.

000

0.67

80.

847

1.04

41.

293

1.66

61.

993

2.37

92.

646

730.

000

0.67

80.

847

1.04

41.

293

1.66

61.

993

2.37

92.

645

740.

000

0.67

80.

847

1.04

41.

293

1.66

61.

993

2.37

82.

644

750.

000

0.67

80.

846

1.04

41.

293

1.66

51.

992

2.37

72.

643

760.

000

0.67

80.

846

1.04

41.

293

1.66

51.

992

2.37

62.

642

770.

000

0.67

80.

846

1.04

31.

293

1.66

51.

991

2.37

62.

641

780.

000

0.67

80.

846

1.04

31.

292

1.66

51.

991

2.37

52.

640

790.

000

0.67

80.

846

1.04

31.

292

1.66

41.

990

2.37

42.

640

800.

000

0.67

80.

846

1.04

31.

292

1.66

41.

990

2.37

42.

639

810.

000

0.67

80.

846

1.04

31.

292

1.66

41.

990

2.37

32.

638

820.

000

0.67

70.

846

1.04

31.

292

1.66

41.

989

2.37

32.

637

830.

000

0.67

70.

846

1.04

31.

292

1.66

31.

989

2.37

22.

636

840.

000

0.67

70.

846

1.04

31.

292

1.66

31.

989

2.37

22.

636

850.

000

0.67

70.

846

1.04

31.

292

1.66

31.

988

2.37

12.

635

860.

000

0.67

70.

846

1.04

31.

291

1.66

31.

988

2.37

02.

634

870.

000

0.67

70.

846

1.04

31.

291

1.66

31.

988

2.37

02.

634

880.

000

0.67

70.

846

1.04

31.

291

1.66

21.

987

2.36

92.

633

Lam

pira

n 6.

(lan

juta

n)


132

1-ar

ah0.

500.

250.

200.

150.

100.

050.

025

0.01

0.00

5

2-ar

ah1.

000.

500.

400.

300.

200.

100.

050.

020.

01

Df

890.

000

0.67

70.

846

1.04

31.

291

1.66

21.

987

2.36

92.

632

900.

000

0.67

70.

846

1.04

21.

291

1.66

21.

987

2.36

82.

632

910.

000

0.67

70.

846

1.04

21.

291

1.66

21.

986

2.36

82.

631

920.

000

0.67

70.

846

1.04

21.

291

1.66

21.

986

2.36

82.

630

930.

000

0.67

70.

846

1.04

21.

291

1.66

11.

986

2.36

72.

630

940.

000

0.67

70.

845

1.04

21.

291

1.66

11.

986

2.36

72.

629

950.

000

0.67

70.

845

1.04

21.

291

1.66

11.

985

2.36

62.

629

960.

000

0.67

70.

845

1.04

21.

290

1.66

11.

985

2.36

62.

628

970.

000

0.67

70.

845

1.04

21.

290

1.66

11.

985

2.36

52.

627

980.

000

0.67

70.

845

1.04

21.

290

1.66

11.

984

2.36

52.

627

990.

000

0.67

70.

845

1.04

21.

290

1.66

01.

984

2.36

52.

626

100

0.00

00.

677

0.84

51.

042

1.29

01.

660

1.98

42.

364

2.62

6

Lam

pira

n 6.

(lan

juta

n)

LAMPIRAN

133

Lampiran 7.

Tabel F

df 2df 1

1 2 3 4 5 6 7 8 9 101 161.448 199.500 215.707 224.583 230.162 233.986 236.768 238.883 240.543 241.882

2 19.490 19.491 19.491 19.491 19.491 19.491 19.491 19.492 19.492 19.492

3 8.667 8.667 8.667 8.667 8.667 8.667 8.667 8.667 8.667 8.6674 6.041 6.041 6.041 6.041 6.041 6.041 6.041 6.041 6.041 6.0415 4.950 4.950 4.950 4.950 4.950 4.950 4.950 4.950 4.950 4.9506 4.534 4.534 4.534 4.534 4.534 4.534 4.534 4.534 4.534 4.5347 4.120 4.120 4.120 4.120 4.120 4.120 4.120 4.120 4.120 4.1208 3.838 3.838 3.838 3.838 3.838 3.838 3.838 3.838 3.838 3.8389 3.863 3.863 3.863 3.863 3.863 3.863 3.863 3.863 3.863 3.863

10 3.708 3.708 3.708 3.708 3.708 3.708 3.708 3.708 3.708 3.70811 3.587 3.587 3.587 3.587 3.587 3.587 3.587 3.587 3.587 3.58712 3.490 3.490 3.490 3.490 3.490 3.490 3.490 3.490 3.490 3.49013 3.411 3.411 3.411 3.411 3.411 3.411 3.411 3.411 3.411 3.41114 3.344 3.344 3.344 3.344 3.344 3.344 3.344 3.344 3.344 3.34415 3.287 3.287 3.287 3.287 3.287 3.287 3.287 3.287 3.287 3.28716 3.239 3.239 3.239 3.239 3.239 3.239 3.239 3.239 3.239 3.23917 3.197 3.197 3.197 3.197 3.197 3.197 3.197 3.197 3.197 3.19718 3.160 3.160 3.160 3.160 3.160 3.160 3.160 3.160 3.160 3.16019 3.127 3.127 3.127 3.127 3.127 3.127 3.127 3.127 3.127 3.12720 3.098 3.098 3.098 3.098 3.098 3.098 3.098 3.098 3.098 3.09821 3.072 3.072 3.072 3.072 3.072 3.072 3.072 3.072 3.072 3.07222 3.049 3.049 3.049 3.049 3.049 3.049 3.049 3.049 3.049 3.04923 3.028 3.028 3.028 3.028 3.028 3.028 3.028 3.028 3.028 3.02824 3.009 3.009 3.009 3.009 3.009 3.009 3.009 3.009 3.009 3.00925 2.991 2.991 2.991 2.991 2.991 2.991 2.991 2.991 2.991 2.99126 3.369 3.369 3.369 3.369 3.369 3.369 3.369 3.369 3.369 3.36927 2.960 2.960 2.960 2.960 2.960 2.960 2.960 2.960 2.960 2.96028 3.340 3.340 3.340 3.340 3.340 3.340 3.340 3.340 3.340 3.34029 2.934 2.934 2.934 2.934 2.934 2.934 2.934 2.934 2.934 2.93430 3.316 3.316 3.316 3.316 3.316 3.316 3.316 3.316 3.316 3.316


134

df 2df 1

1 2 3 4 5 6 7 8 9 1031 2.911 2.911 2.911 2.911 2.911 2.911 2.911 2.911 2.911 2.91132 3.295 3.295 3.295 3.295 3.295 3.295 3.295 3.295 3.295 3.29533 2.892 2.892 2.892 2.892 2.892 2.892 2.892 2.892 2.892 2.89234 3.276 3.276 3.276 3.276 3.276 3.276 3.276 3.276 3.276 3.27635 2.874 2.874 2.874 2.874 2.874 2.874 2.874 2.874 2.874 2.87436 3.259 3.259 3.259 3.259 3.259 3.259 3.259 3.259 3.259 3.25937 2.859 2.859 2.859 2.859 2.859 2.859 2.859 2.859 2.859 2.85938 3.245 3.245 3.245 3.245 3.245 3.245 3.245 3.245 3.245 3.24539 2.845 2.845 2.845 2.845 2.845 2.845 2.845 2.845 2.845 2.84540 3.232 3.232 3.232 3.232 3.232 3.232 3.232 3.232 3.232 3.23241 2.833 2.833 2.833 2.833 2.833 2.833 2.833 2.833 2.833 2.83342 3.220 3.220 3.220 3.220 3.220 3.220 3.220 3.220 3.220 3.22043 2.822 2.822 2.822 2.822 2.822 2.822 2.822 2.822 2.822 2.82244 3.209 3.209 3.209 3.209 3.209 3.209 3.209 3.209 3.209 3.20945 2.812 2.812 2.812 2.812 2.812 2.812 2.812 2.812 2.812 2.81246 3.200 3.200 3.200 3.200 3.200 3.200 3.200 3.200 3.200 3.20047 2.802 2.802 2.802 2.802 2.802 2.802 2.802 2.802 2.802 2.80248 3.191 3.191 3.191 3.191 3.191 3.191 3.191 3.191 3.191 3.19149 2.794 2.794 2.794 2.794 2.794 2.794 2.794 2.794 2.794 2.79450 3.183 3.183 3.183 3.183 3.183 3.183 3.183 3.183 3.183 3.18351 2.786 2.786 2.786 2.786 2.786 2.786 2.786 2.786 2.786 2.78652 3.175 3.175 3.175 3.175 3.175 3.175 3.175 3.175 3.175 3.17553 2.779 2.779 2.779 2.779 2.779 2.779 2.779 2.779 2.779 2.77954 3.168 3.168 3.168 3.168 3.168 3.168 3.168 3.168 3.168 3.16855 2.773 2.773 2.773 2.773 2.773 2.773 2.773 2.773 2.773 2.77356 3.162 3.162 3.162 3.162 3.162 3.162 3.162 3.162 3.162 3.16257 2.766 2.766 2.766 2.766 2.766 2.766 2.766 2.766 2.766 2.76658 3.156 3.156 3.156 3.156 3.156 3.156 3.156 3.156 3.156 3.15659 2.761 2.761 2.761 2.761 2.761 2.761 2.761 2.761 2.761 2.76160 3.150 3.150 3.150 3.150 3.150 3.150 3.150 3.150 3.150 3.15061 2.755 2.755 2.755 2.755 2.755 2.755 2.755 2.755 2.755 2.75562 3.145 3.145 3.145 3.145 3.145 3.145 3.145 3.145 3.145 3.145


LAMPIRAN

135

df 2df 1

1 2 3 4 5 6 7 8 9 1063 2.751 2.751 2.751 2.751 2.751 2.751 2.751 2.751 2.751 2.75164 3.140 3.140 3.140 3.140 3.140 3.140 3.140 3.140 3.140 3.14065 2.746 2.746 2.746 2.746 2.746 2.746 2.746 2.746 2.746 2.74666 3.136 3.136 3.136 3.136 3.136 3.136 3.136 3.136 3.136 3.13667 2.742 2.742 2.742 2.742 2.742 2.742 2.742 2.742 2.742 2.74268 3.132 3.132 3.132 3.132 3.132 3.132 3.132 3.132 3.132 3.13269 2.737 2.737 2.737 2.737 2.737 2.737 2.737 2.737 2.737 2.73770 3.128 3.128 3.128 3.128 3.128 3.128 3.128 3.128 3.128 3.12871 2.734 2.734 2.734 2.734 2.734 2.734 2.734 2.734 2.734 2.73472 3.124 3.124 3.124 3.124 3.124 3.124 3.124 3.124 3.124 3.12473 2.730 2.730 2.730 2.730 2.730 2.730 2.730 2.730 2.730 2.73074 3.120 3.120 3.120 3.120 3.120 3.120 3.120 3.120 3.120 3.12075 2.727 2.727 2.727 2.727 2.727 2.727 2.727 2.727 2.727 2.72776 3.117 3.117 3.117 3.117 3.117 3.117 3.117 3.117 3.117 3.11777 2.723 2.723 2.723 2.723 2.723 2.723 2.723 2.723 2.723 2.72378 3.114 3.114 3.114 3.114 3.114 3.114 3.114 3.114 3.114 3.11479 2.720 2.720 2.720 2.720 2.720 2.720 2.720 2.720 2.720 2.72080 3.111 3.111 3.111 3.111 3.111 3.111 3.111 3.111 3.111 3.11181 2.717 2.717 2.717 2.717 2.717 2.717 2.717 2.717 2.717 2.71782 3.108 3.108 3.108 3.108 3.108 3.108 3.108 3.108 3.108 3.10883 2.715 2.715 2.715 2.715 2.715 2.715 2.715 2.715 2.715 2.71584 3.105 3.105 3.105 3.105 3.105 3.105 3.105 3.105 3.105 3.10585 2.712 2.712 2.712 2.712 2.712 2.712 2.712 2.712 2.712 2.71286 3.103 3.103 3.103 3.103 3.103 3.103 3.103 3.103 3.103 3.10387 2.709 2.709 2.709 2.709 2.709 2.709 2.709 2.709 2.709 2.70988 3.100 3.100 3.100 3.100 3.100 3.100 3.100 3.100 3.100 3.10089 2.707 2.707 2.707 2.707 2.707 2.707 2.707 2.707 2.707 2.70790 3.098 3.098 3.098 3.098 3.098 3.098 3.098 3.098 3.098 3.09891 2.705 2.705 2.705 2.705 2.705 2.705 2.705 2.705 2.705 2.70592 3.095 3.095 3.095 3.095 3.095 3.095 3.095 3.095 3.095 3.09593 2.703 2.703 2.703 2.703 2.703 2.703 2.703 2.703 2.703 2.70394 3.093 3.093 3.093 3.093 3.093 3.093 3.093 3.093 3.093 3.093



136

df 2df 1

1 2 3 4 5 6 7 8 9 1095 2.700 2.700 2.700 2.700 2.700 2.700 2.700 2.700 2.700 2.70096 3.091 3.091 3.091 3.091 3.091 3.091 3.091 3.091 3.091 3.09197 2.698 2.698 2.698 2.698 2.698 2.698 2.698 2.698 2.698 2.69898 3.089 3.089 3.089 3.089 3.089 3.089 3.089 3.089 3.089 3.08999 2.696 2.696 2.696 2.696 2.696 2.696 2.696 2.696 2.696 2.696

100 3.087 3.087 3.087 3.087 3.087 3.087 3.087 3.087 3.087 3.087


LAMPIRAN

137

Lampiran 8.

Tabel Q Score for Tukey 𝜶𝜶 = 00, 0055

k df 2 3 4 5 6 7 8 9 101 18.0 27.0 32.8 37.1 40.4 43.1 45.4 47.4 49.12 6.08 8.33 9.80 10.88 11.73 12.43 13.03 13.54 13.993 4.50 5.91 6.82 7.50 8.04 8.48 8.85 9.18 9.464 3.93 5.04 5.76 6.29 6.71 7.05 7.35 7.60 7.835 3.64 4.60 5.22 5.67 6.03 6.33 6.58 6.80 6.996 3.46 4.34 4.90 5.30 5.63 5.90 6.12 6.32 6.497 3.34 4.16 4.68 5.06 5.36 5.61 5.82 6.00 6.168 3.26 4.04 4.53 4.89 5.17 5.40 5.60 5.77 5.929 3.20 3.95 4.41 4.76 5.02 5.24 5.43 5.59 5.7410 3.15 3.88 4.33 4.65 4.91 5.12 5.30 5.46 5.6011 3.11 3.82 4.26 4.57 4.82 5.03 5.20 5.35 5.4912 3.08 3.77 4.20 4.51 4.75 4.95 5.12 5.27 5.3913 3.06 3.73 4.15 4.45 4.69 4.88 5.05 5.19 5.3214 3.03 3.70 4.11 4.41 4.64 4.83 4.99 5.13 5.2515 3.01 3.67 4.08 4.37 4.59 4.78 4.94 5.08 5.2016 3.00 3.65 4.05 4.33 4.56 4.74 4.90 5.03 5.1517 2.98 3.63 4.02 4.30 4.52 4.70 4.86 4.99 5.1118 2.97 3.61 4.00 4.28 4.49 4.67 4.82 4.96 5.0719 2.96 3.59 3.98 4.25 4.47 4.65 4.79 4.92 5.0420 2.95 3.58 3.96 4.23 4.45 4.62 4.77 4.90 5.0124 2.92 3.53 3.90 4.17 4.37 4.54 4.68 4.81 4.9230 2.89 3.49 3.85 4.10 4.30 4.46 4.60 4.72 4.8240 2.86 3.44 3.79 4.04 4.23 4.39 4.52 4.63 4.7360 2.83 3.40 3.74 3.98 4.16 4.31 4.44 4.55 4.65120 2.80 3.36 3.68 3.92 4.10 4.24 4.36 4.47 4.56∞ 2.77 3.31 3.63 3.86 4.03 4.17 4.29 4.39 4.47


138

Tabel Q Score for Tukey 𝜶𝜶 = 0,01

k df 2 3 4 5 6 7 8 9 101 90.0 135 164 186 202 216 227 237 2462 13.90 19.02 22.56 25.37 27.76 29.86 31.73 33.41 34.933 8.26 10.62 12.17 13.32 14.24 15.00 15.65 16.21 16.714 6.51 8.12 9.17 9.96 10.58 11.10 11.54 11.92 12.265 5.70 6.98 7.80 8.42 8.91 9.32 9.67 9.97 10.246 5.24 6.33 7.03 7.56 7.97 8.32 8.61 8.87 9.107 4.95 5.92 6.54 7.00 7.37 7.68 7.94 8.17 8.378 4.75 5.64 6.20 6.62 6.96 7.24 7.47 7.68 7.869 4.60 5.43 5.96 6.35 6.66 6.91 7.13 7.33 7.4910 4.48 5.27 5.77 6.14 6.43 6.67 6.87 7.05 7.2111 4.39 5.15 5.62 5.97 6.25 6.48 6.67 6.84 6.9912 4.32 5.05 5.50 5.84 6.10 6.32 6.51 6.67 6.8113 4.26 4.96 5.40 5.73 5.98 6.19 6.37 6.53 6.6714 4.21 4.89 5.32 5.63 5.88 6.08 6.26 6.41 6.5415 4.17 4.84 5.25 5.56 5.80 5.99 6.16 6.31 6.4416 4.13 4.79 5.19 5.49 5.72 5.92 6.08 6.22 6.3517 4.10 4.74 5.14 5.43 5.66 5.85 6.01 6.15 6.2718 4.07 4.70 5.09 5.38 5.60 5.79 5.94 6.08 6.2019 4.05 4.67 5.05 5.33 5.55 5.73 5.89 6.02 6.1420 4.02 4.64 5.02 5.29 5.51 5.69 5.84 5.97 6.0924 3.96 4.55 4.91 5.17 5.37 5.54 5.69 5.81 5.9230 3.89 4.45 4.80 5.05 5.24 5.40 5.54 5.65 5.7640 3.82 4.37 4.70 4.93 5.11 5.26 5.39 5.50 5.6060 3.76 4.28 4.59 4.82 4.99 5.13 5.25 5.36 5.45120 3.70 4.20 4.50 4.71 4.87 5.01 5.12 5.21 5.30∞ 3.64 4.12 4.40 4.60 4.76 4.88 4.99 5.08 5.16


LAMPIRAN

139

Lam

pira

n 9.

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 1

k =

2k

= 3

k =

4k

= 5

dLdU

dLdU

dLdU

dLdU

dLdU

6.

0.61

021.

4002

7.

0.69

961.

3564

0.46

721.

8964

8.

0.76

291.

3324

0.55

911.

7771

0.36

742.

2866

9.

0.82

431.

3199

0.62

911.

6993

0.45

482.

1282

0.29

572.

5881

10.

0.87

911.

3197

0.69

721.

6413

0.52

532.

0163

0.37

62.

4137

0.24

272.

8217

11.

0.92

731.

3241

0.75

81.

6044

0.59

481.

928

0.44

412.

2833

0.31

552.

6446

12.

0.97

081.

3314

0.81

221.

5794

0.65

771.

864

0.51

22.

1766

0.37

962.

5061

13.

1.00

971.

3404

0.86

121.

5621

0.71

471.

8159

0.57

452.

0943

0.44

452.

3897

14.

1.04

51.

3503

0.90

541.

5507

0.76

671.

7788

0.63

212.

0296

0.50

522.

2959

15.

1.07

71.

3605

0.94

551.

5432

0.81

41.

7501

0.68

521.

9774

0.56

22.

2198

16.

1.10

621.

3709

0.98

21.

5386

0.85

721.

7277

0.73

41.

9351

0.61

52.

1567

17.

1.13

31.

3812

1.01

541.

5361

0.89

681.

7101

0.77

91.

9005

0.66

412.

1041

18.

1.15

761.

3913

1.04

611.

5353

0.93

311.

6961

0.82

041.

8719

0.70

982.

0619

. 1.

1804

1.40

121.

0743

1.53

550.

9666

1.68

510.

8588

1.84

820.

7523

2.02

2620

. 1.

2015

1.41

071.

1004

1.53

670.

9976

1.67

630.

8943

1.82

830.

7918

1.99

0821

. 1.

2212

1.42

1.12

461.

5385

1.02

621.

6694

0.92

721.

8116

0.82

861.

9635

22.

1.23

951.

4289

1.14

711.

5408

1.05

291.

664

0.95

781.

7974

0.86

291.

94


140

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 1

k =

2k

= 3

k =

4k

= 5

dLdU

dLdU

dLdU

dLdU

dLdU

23.

1.25

671.

4375

1.16

821.

5435

1.07

781.

6597

0.98

641.

7855

0.89

491.

9196

24.

1.27

281.

4458

1.18

781.

5464

1.10

11.

6565

1.01

311.

7753

0.92

491.

9018

25.

1.28

791.

4537

1.20

631.

5495

1.12

281.

654

1.03

811.

7666

0.95

31.

8863

26.

1.30

221.

4614

1.22

361.

5528

1.14

321.

6523

1.06

161.

7591

0.97

941.

8727

27.

1.31

571.

4688

1.23

991.

5562

1.16

241.

651

1.08

361.

7527

1.00

421.

8608

28.

1.32

841.

4759

1.25

531.

5596

1.18

051.

6503

1.10

441.

7473

1.02

761.

8502

29.

1.34

051.

4828

1.26

991.

5631

1.19

761.

6499

1.12

411.

7426

1.04

971.

8409

30.

1.35

21.

4894

1.28

371.

5666

1.21

381.

6498

1.14

261.

7386

1.07

061.

8326

31.

1.36

31.

4957

1.29

691.

5701

1.22

921.

651.

1602

1.73

521.

0904

1.82

5232

. 1.

3734

1.50

191.

3093

1.57

361.

2437

1.65

051.

1769

1.73

231.

1092

1.81

8733

. 1.

3834

1.50

781.

3212

1.57

71.

2576

1.65

111.

1927

1.72

981.

127

1.81

2834

. 1.

3929

1.51

361.

3325

1.58

051.

2707

1.65

191.

2078

1.72

771.

1439

1.80

7635

. 1.

4019

1.51

911.

3433

1.58

381.

2833

1.65

281.

2221

1.72

591.

1601

1.80

2936

. 1.

4107

1.52

451.

3537

1.58

721.

2953

1.65

391.

2358

1.72

451.

1755

1.79

8737

. 1.

419

1.52

971.

3635

1.59

041.

3068

1.65

51.

2489

1.72

331.

1901

1.79

538

. 1.

427

1.53

481.

373

1.59

371.

3177

1.65

631.

2614

1.72

231.

2042

1.79

1639

. 1.

4347

1.53

961.

3821

1.59

691.

3283

1.65

751.

2734

1.72

151.

2176

1.78

86

Lam

pira

n 9.

(lan

juta

n)

LAMPIRAN

141

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 1

k =

2k

= 3

k =

4k

= 5

dLdU

dLdU

dLdU

dLdU

dLdU

40.

1.44

211.

5444

1.39

081.

61.

3384

1.65

891.

2848

1.72

091.

2305

1.78

5941

. 1.

4493

1.54

91.

3992

1.60

311.

348

1.66

031.

2958

1.72

051.

2428

1.78

3542

. 1.

4562

1.55

341.

4073

1.60

611.

3573

1.66

171.

3064

1.72

021.

2546

1.78

1443

. 1.

4628

1.55

771.

4151

1.60

911.

3663

1.66

321.

3166

1.72

1.26

61.

7794

44.

1.46

921.

5619

1.42

261.

612

1.37

491.

6647

1.32

631.

721.

2769

1.77

7745

. 1.

4754

1.56

61.

4298

1.61

481.

3832

1.66

621.

3357

1.72

1.28

741.

7762

46.

1.48

141.

571.

4368

1.61

761.

3912

1.66

771.

3448

1.72

011.

2976

1.77

4847

. 1.

4872

1.57

391.

4435

1.62

041.

3989

1.66

921.

3535

1.72

031.

3073

1.77

3648

. 1.

4928

1.57

761.

451.

6231

1.40

641.

6708

1.36

191.

7206

1.31

671.

7725

49.

1.49

821.

5813

1.45

641.

6257

1.41

361.

6723

1.37

011.

721

1.32

581.

7716

50.

1.50

351.

5849

1.46

251.

6283

1.42

061.

6739

1.37

791.

7214

1.33

461.

7708

51.

1.50

861.

5884

1.46

841.

6309

1.42

731.

6754

1.38

551.

7218

1.34

311.

7701

52.

1.51

351.

5917

1.47

411.

6334

1.43

391.

6769

1.39

291.

7223

1.35

121.

7694

53.

1.51

831.

5951

1.47

971.

6359

1.44

021.

6785

1.4

1.72

281.

3592

1.76

8954

. 1.

523

1.59

831.

4851

1.63

831.

4464

1.68

1.40

691.

7234

1.36

691.

7684

55.

1.52

761.

6014

1.49

031.

6406

1.45

231.

6815

1.41

361.

724

1.37

431.

7681

56.

1.53

21.

6045

1.49

541.

643

1.45

811.

683

1.42

011.

7246

1.38

151.

7678

Lam

pira

n 9.

(lan

juta

n)


142

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 1

k =

2k

= 3

k =

4k

= 5

dLdU

dLdU

dLdU

dLdU

dLdU

57.

1.53

631.

6075

1.50

041.

6452

1.46

371.

6845

1.42

641.

7253

1.38

851.

7675

58.

1.54

051.

6105

1.50

521.

6475

1.46

921.

686

1.43

251.

7259

1.39

531.

7673

59.

1.54

461.

6134

1.50

991.

6497

1.47

451.

6875

1.43

851.

7266

1.40

191.

7672

60.

1.54

851.

6162

1.51

441.

6518

1.47

971.

6889

1.44

431.

7274

1.40

831.

7671

61.

1.55

241.

6189

1.51

891.

654

1.48

471.

6904

1.44

991.

7281

1.41

461.

7671

62.

1.55

621.

6216

1.52

321.

6561

1.48

961.

6918

1.45

541.

7288

1.42

061.

7671

63.

1.55

991.

6243

1.52

741.

6581

1.49

431.

6932

1.46

071.

7296

1.42

651.

7671

64.

1.56

351.

6268

1.53

151.

6601

1.49

91.

6946

1.46

591.

7303

1.43

221.

7672

65.

1.56

71.

6294

1.53

551.

6621

1.50

351.

696

1.47

091.

7311

1.43

781.

7673

66.

1.57

041.

6318

1.53

951.

664

1.50

791.

6974

1.47

581.

7319

1.44

331.

7675

67.

1.57

381.

6343

1.54

331.

666

1.51

221.

6988

1.48

061.

7327

1.44

861.

7676

68.

1.57

711.

6367

1.54

71.

6678

1.51

641.

7001

1.48

531.

7335

1.45

371.

7678

69.

1.58

031.

639

1.55

071.

6697

1.52

051.

7015

1.48

991.

7343

1.45

881.

768

70.

1.58

341.

6413

1.55

421.

6715

1.52

451.

7028

1.49

431.

7351

1.46

371.

7683

71.

1.58

651.

6435

1.55

771.

6733

1.52

841.

7041

1.49

871.

7358

1.46

851.

7685

72.

1.58

951.

6457

1.56

111.

6751

1.53

231.

7054

1.50

291.

7366

1.47

321.

7688

73.

1.59

241.

6479

1.56

451.

6768

1.53

61.

7067

1.50

711.

7375

1.47

781.

7691

Lam

pira

n 9.

(lan

juta

n)

LAMPIRAN

143

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 1

k =

2k

= 3

k =

4k

= 5

dLdU

dLdU

dLdU

dLdU

dLdU

74.

1.59

531.

651.

5677

1.67

851.

5397

1.70

791.

5112

1.73

831.

4822

1.76

9475

. 1.

5981

1.65

211.

5709

1.68

021.

5432

1.70

921.

5151

1.73

91.

4866

1.76

9876

. 1.

6009

1.65

411.

574

1.68

191.

5467

1.71

041.

519

1.73

991.

4909

1.77

0177

. 1.

6036

1.65

611.

5771

1.68

351.

5502

1.71

171.

5228

1.74

071.

495

1.77

0478

. 1.

6063

1.65

811.

5801

1.68

511.

5535

1.71

291.

5265

1.74

151.

4991

1.77

0879

. 1.

6089

1.66

011.

583

1.68

671.

5568

1.71

411.

5302

1.74

231.

5031

1.77

1280

. 1.

6114

1.66

21.

5859

1.68

821.

561.

7153

1.53

371.

743

1.50

71.

7716

81.

1.61

391.

6639

1.58

881.

6898

1.56

321.

7164

1.53

721.

7438

1.51

091.

772

82.

1.61

641.

6657

1.59

151.

6913

1.56

631.

7176

1.54

061.

7446

1.51

461.

7724

83.

1.61

881.

6675

1.59

421.

6928

1.56

931.

7187

1.54

41.

7454

1.51

831.

7728

84.

1.62

121.

6693

1.59

691.

6942

1.57

231.

7199

1.54

721.

7462

1.52

191.

7732

85.

1.62

351.

6711

1.59

951.

6957

1.57

521.

721

1.55

051.

747

1.52

541.

7736

86.

1.62

581.

6728

1.60

211.

6971

1.57

81.

7221

1.55

361.

7478

1.52

891.

774

87.

1.62

81.

6745

1.60

461.

6985

1.58

081.

7232

1.55

671.

7485

1.53

221.

7745

88.

1.63

021.

6762

1.60

711.

6999

1.58

361.

7243

1.55

971.

7493

1.53

561.

7749

89.

1.63

241.

6778

1.60

951.

7013

1.58

631.

7254

1.56

271.

7501

1.53

881.

7754

90.

1.63

451.

6794

1.61

191.

7026

1.58

891.

7264

1.56

561.

7508

1.54

21.

7758

Lam

pira

n 9.

(lan

juta

n)


144

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 1

k =

2k

= 3

k =

4k

= 5

dLdU

dLdU

dLdU

dLdU

dLdU

91.

1.63

661.

681

1.61

431.

704

1.59

151.

7275

1.56

851.

7516

1.54

521.

7763

92.

1.63

871.

6826

1.61

661.

7053

1.59

411.

7285

1.57

131.

7523

1.54

821.

7767

93.

1.64

071.

6841

1.61

881.

7066

1.59

661.

7295

1.57

411.

7531

1.55

131.

7772

94.

1.64

271.

6857

1.62

111.

7078

1.59

911.

7306

1.57

681.

7538

1.55

421.

7776

95.

1.64

471.

6872

1.62

331.

7091

1.60

151.

7316

1.57

951.

7546

1.55

721.

7781

96.

1.64

661.

6887

1.62

541.

7103

1.60

391.

7326

1.58

211.

7553

1.56

1.77

8597

. 1.

6485

1.69

011.

6275

1.71

161.

6063

1.73

351.

5847

1.75

61.

5628

1.77

998

. 1.

6504

1.69

161.

6296

1.71

281.

6086

1.73

451.

5872

1.75

671.

5656

1.77

9599

. 1.

6522

1.69

31.

6317

1.71

41.

6108

1.73

551.

5897

1.75

751.

5683

1.77

9910

0.

1.65

41.

6944

1.63

371.

7152

1.61

311.

7364

1.59

221.

7582

1.57

11.

7804

101.

1.

6558

1.69

581.

6357

1.71

631.

6153

1.73

741.

5946

1.75

891.

5736

1.78

0910

2.

1.65

761.

6971

1.63

761.

7175

1.61

741.

7383

1.59

691.

7596

1.57

621.

7813

103.

1.

6593

1.69

851.

6396

1.71

861.

6196

1.73

921.

5993

1.76

031.

5788

1.78

1810

4.

1.66

11.

6998

1.64

151.

7198

1.62

171.

7402

1.60

161.

761

1.58

131.

7823

105.

1.

6627

1.70

111.

6433

1.72

091.

6237

1.74

111.

6038

1.76

171.

5837

1.78

2710

6.

1.66

441.

7024

1.64

521.

722

1.62

581.

742

1.60

611.

7624

1.58

611.

7832

107.

1.

666

1.70

371.

647

1.72

311.

6277

1.74

281.

6083

1.76

311.

5885

1.78

37

Lam

pira

n 9.

(lan

juta

n)

LAMPIRAN

145

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 1

k =

2k

= 3

k =

4k

= 5

dLdU

dLdU

dLdU

dLdU

dLdU

108.

1.

6676

1.70

51.

6488

1.72

411.

6297

1.74

371.

6104

1.76

371.

5909

1.78

4110

9.

1.66

921.

7062

1.65

051.

7252

1.63

171.

7446

1.61

251.

7644

1.59

321.

7846

110.

1.

6708

1.70

741.

6523

1.72

621.

6336

1.74

551.

6146

1.76

511.

5955

1.78

5111

1.

1.67

231.

7086

1.65

41.

7273

1.63

551.

7463

1.61

671.

7657

1.59

771.

7855

112.

1.

6738

1.70

981.

6557

1.72

831.

6373

1.74

721.

6187

1.76

641.

5999

1.78

611

3.

1.67

531.

711

1.65

741.

7293

1.63

911.

748

1.62

071.

767

1.60

211.

7864

114.

1.

6768

1.71

221.

659

1.73

031.

641

1.74

881.

6227

1.76

771.

6042

1.78

6911

5.

1.67

831.

7133

1.66

061.

7313

1.64

271.

7496

1.62

461.

7683

1.60

631.

7874

116.

1.

6797

1.71

451.

6622

1.73

231.

6445

1.75

041.

6265

1.76

91.

6084

1.78

7811

7.

1.68

121.

7156

1.66

381.

7332

1.64

621.

7512

1.62

841.

7696

1.61

051.

7883

118.

1.

6826

1.71

671.

6653

1.73

421.

6479

1.75

21.

6303

1.77

021.

6125

1.78

8711

9.

1.68

391.

7178

1.66

691.

7352

1.64

961.

7528

1.63

211.

7709

1.61

451.

7892

120.

1.

6853

1.71

891.

6684

1.73

611.

6513

1.75

361.

6339

1.77

151.

6164

1.78

9612

1.

1.68

671.

721.

6699

1.73

71.

6529

1.75

441.

6357

1.77

211.

6184

1.79

0112

2.

1.68

81.

721

1.67

141.

7379

1.65

451.

7552

1.63

751.

7727

1.62

031.

7905

123.

1.

6893

1.72

211.

6728

1.73

881.

6561

1.75

591.

6392

1.77

331.

6222

1.79

112

4.

1.69

061.

7231

1.67

431.

7397

1.65

771.

7567

1.64

091.

7739

1.62

41.

7914

Lam

pira

n 9.

(lan

juta

n)


146

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 1

k =

2k

= 3

k =

4k

= 5

dLdU

dLdU

dLdU

dLdU

dLdU

125.

1.

6919

1.72

411.

6757

1.74

061.

6592

1.75

741.

6426

1.77

451.

6258

1.79

1912

6.

1.69

321.

7252

1.67

711.

7415

1.66

081.

7582

1.64

431.

7751

1.62

761.

7923

127.

1.

6944

1.72

611.

6785

1.74

241.

6623

1.75

891.

646

1.77

571.

6294

1.79

2812

8.

1.69

571.

7271

1.67

981.

7432

1.66

381.

7596

1.64

761.

7763

1.63

121.

7932

129.

1.

6969

1.72

811.

6812

1.74

411.

6653

1.76

031.

6492

1.77

691.

6329

1.79

3713

0.

1.69

811.

7291

1.68

251.

7449

1.66

671.

761

1.65

081.

7774

1.63

461.

7941

131.

1.

6993

1.73

011.

6838

1.74

581.

6682

1.76

171.

6523

1.77

81.

6363

1.79

4513

2.

1.70

051.

731

1.68

511.

7466

1.66

961.

7624

1.65

391.

7786

1.63

81.

795

133.

1.

7017

1.73

191.

6864

1.74

741.

671

1.76

311.

6554

1.77

911.

6397

1.79

5413

4.

1.70

281.

7329

1.68

771.

7482

1.67

241.

7638

1.65

691.

7797

1.64

131.

7958

135.

1.

704

1.73

381.

6889

1.74

91.

6738

1.76

451.

6584

1.78

021.

6429

1.79

6213

6.

1.70

511.

7347

1.69

021.

7498

1.67

511.

7652

1.65

991.

7808

1.64

451.

7967

137.

1.

7062

1.73

561.

6914

1.75

061.

6765

1.76

591.

6613

1.78

131.

6461

1.79

7113

8.

1.70

731.

7365

1.69

261.

7514

1.67

781.

7665

1.66

281.

7819

1.64

761.

7975

139.

1.

7084

1.73

741.

6938

1.75

211.

6791

1.76

721.

6642

1.78

241.

6491

1.79

7914

0.

1.70

951.

7382

1.69

51.

7529

1.68

041.

7678

1.66

561.

783

1.65

071.

7984

141.

1.

7106

1.73

911.

6962

1.75

371.

6817

1.76

851.

667

1.78

351.

6522

1.79

88

Lam

pira

n 9.

(lan

juta

n)

LAMPIRAN

147

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 1

k =

2k

= 3

k =

4k

= 5

dLdU

dLdU

dLdU

dLdU

dLdU

142.

1.

7116

1.74

1.69

741.

7544

1.68

291.

7691

1.66

841.

784

1.65

361.

7992

143.

1.

7127

1.74

081.

6985

1.75

521.

6842

1.76

971.

6697

1.78

461.

6551

1.79

9614

4.

1.71

371.

7417

1.69

961.

7559

1.68

541.

7704

1.67

11.

7851

1.65

651.

814

5.

1.71

471.

7425

1.70

081.

7566

1.68

661.

771

1.67

241.

7856

1.65

81.

8004

146.

1.

7157

1.74

331.

7019

1.75

741.

6878

1.77

161.

6737

1.78

611.

6594

1.80

0814

7.

1.71

671.

7441

1.70

31.

7581

1.68

91.

7722

1.67

51.

7866

1.66

081.

8012

148.

1.

7177

1.74

491.

7041

1.75

881.

6902

1.77

291.

6762

1.78

711.

6622

1.80

1614

9.

1.71

871.

7457

1.70

511.

7595

1.69

141.

7735

1.67

751.

7876

1.66

351.

802

150.

1.

7197

1.74

651.

7062

1.76

021.

6926

1.77

411.

6788

1.78

811.

6649

1.80

2415

1.

1.72

071.

7473

1.70

721.

7609

1.69

371.

7747

1.68

1.78

861.

6662

1.80

2815

2.

1.72

161.

7481

1.70

831.

7616

1.69

481.

7752

1.68

121.

7891

1.66

751.

8032

153.

1.

7226

1.74

881.

7093

1.76

221.

6959

1.77

581.

6824

1.78

961.

6688

1.80

3615

4.

1.72

351.

7496

1.71

031.

7629

1.69

711.

7764

1.68

361.

7901

1.67

011.

804

155.

1.

7244

1.75

041.

7114

1.76

361.

6982

1.77

71.

6848

1.79

061.

6714

1.80

4415

6.

1.72

531.

7511

1.71

231.

7642

1.69

921.

7776

1.68

61.

7911

1.67

271.

8048

157.

1.

7262

1.75

191.

7133

1.76

491.

7003

1.77

811.

6872

1.79

151.

6739

1.80

5215

8.

1.72

711.

7526

1.71

431.

7656

1.70

141.

7787

1.68

831.

792

1.67

511.

8055

Lam

pira

n 9.

(lan

juta

n)


148

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 1

k =

2k

= 3

k =

4k

= 5

dLdU

dLdU

dLdU

dLdU

dLdU

159.

1.

728

1.75

331.

7153

1.76

621.

7024

1.77

921.

6895

1.79

251.

6764

1.80

5916

0.

1.72

891.

7541

1.71

631.

7668

1.70

351.

7798

1.69

061.

793

1.67

761.

8063

161.

1.

7298

1.75

481.

7172

1.76

751.

7045

1.78

041.

6917

1.79

341.

6788

1.80

6716

2.

1.73

061.

7555

1.71

821.

7681

1.70

551.

7809

1.69

281.

7939

1.68

1.80

716

3.

1.73

151.

7562

1.71

911.

7687

1.70

661.

7814

1.69

391.

7943

1.68

111.

8074

164.

1.

7324

1.75

691.

721.

7693

1.70

751.

782

1.69

51.

7948

1.68

231.

8078

165.

1.

7332

1.75

761.

7209

1.77

1.70

851.

7825

1.69

61.

7953

1.68

341.

8082

166.

1.

734

1.75

821.

7218

1.77

061.

7095

1.78

311.

6971

1.79

571.

6846

1.80

8516

7.

1.73

481.

7589

1.72

271.

7712

1.71

051.

7836

1.69

821.

7961

1.68

571.

8089

168.

1.

7357

1.75

961.

7236

1.77

181.

7115

1.78

411.

6992

1.79

661.

6868

1.80

9216

9.

1.73

651.

7603

1.72

451.

7724

1.71

241.

7846

1.70

021.

797

1.68

791.

8096

170.

1.

7373

1.76

091.

7254

1.77

31.

7134

1.78

511.

7012

1.79

751.

689

1.81

171.

1.

7381

1.76

161.

7262

1.77

351.

7143

1.78

561.

7023

1.79

791.

6901

1.81

0317

2.

1.73

891.

7622

1.72

711.

7741

1.71

521.

7861

1.70

331.

7983

1.69

121.

8107

173.

1.

7396

1.76

291.

7279

1.77

471.

7162

1.78

661.

7042

1.79

881.

6922

1.81

117

4.

1.74

041.

7635

1.72

881.

7753

1.71

711.

7872

1.70

521.

7992

1.69

331.

8114

175.

1.

7412

1.76

421.

7296

1.77

581.

718

1.78

771.

7062

1.79

961.

6943

1.81

17

Lam

pira

n 9.

(lan

juta

n)

LAMPIRAN

149

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 1

k =

2k

= 3

k =

4k

= 5

dLdU

dLdU

dLdU

dLdU

dLdU

176.

1.

742

1.76

481.

7305

1.77

641.

7189

1.78

811.

7072

1.8

1.69

541.

8121

177.

1.

7427

1.76

541.

7313

1.77

691.

7197

1.78

861.

7081

1.80

051.

6964

1.81

2417

8.

1.74

351.

766

1.73

211.

7775

1.72

061.

7891

1.70

911.

8009

1.69

741.

8128

179.

1.

7442

1.76

671.

7329

1.77

81.

7215

1.78

961.

711.

8013

1.69

841.

8131

180.

1.

7449

1.76

731.

7337

1.77

861.

7224

1.79

011.

7109

1.80

171.

6994

1.81

3518

1.

1.74

571.

7679

1.73

451.

7791

1.72

321.

7906

1.71

181.

8021

1.70

041.

8138

182.

1.

7464

1.76

851.

7353

1.77

971.

7241

1.79

11.

7128

1.80

251.

7014

1.81

4118

3.

1.74

711.

7691

1.73

61.

7802

1.72

491.

7915

1.71

371.

8029

1.70

231.

8145

184.

1.

7478

1.76

971.

7368

1.78

071.

7257

1.79

21.

7146

1.80

331.

7033

1.81

4818

5.

1.74

851.

7702

1.73

761.

7813

1.72

661.

7924

1.71

551.

8037

1.70

421.

8151

186.

1.

7492

1.77

081.

7384

1.78

181.

7274

1.79

291.

7163

1.80

411.

7052

1.81

5518

7.

1.74

991.

7714

1.73

911.

7823

1.72

821.

7933

1.71

721.

8045

1.70

611.

8158

188.

1.

7506

1.77

21.

7398

1.78

281.

729

1.79

381.

7181

1.80

491.

707

1.81

6118

9.

1.75

131.

7725

1.74

061.

7833

1.72

981.

7942

1.71

891.

8053

1.70

81.

8165

190.

1.

752

1.77

311.

7413

1.78

381.

7306

1.79

471.

7198

1.80

571.

7089

1.81

6819

1.

1.75

261.

7737

1.74

21.

7843

1.73

141.

7951

1.72

061.

8061

1.70

981.

8171

192.

1.

7533

1.77

421.

7428

1.78

481.

7322

1.79

561.

7215

1.80

641.

7107

1.81

74

Lam

pira

n 9.

(lan

juta

n)


150

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 1

k =

2k

= 3

k =

4k

= 5

dLdU

dLdU

dLdU

dLdU

dLdU

193.

1.

754

1.77

481.

7435

1.78

531.

7329

1.79

61.

7223

1.80

681.

7116

1.81

7819

4.

1.75

461.

7753

1.74

421.

7858

1.73

371.

7965

1.72

311.

8072

1.71

241.

8181

195.

1.

7553

1.77

591.

7449

1.78

631.

7345

1.79

691.

7239

1.80

761.

7133

1.81

8419

6.

1.75

591.

7764

1.74

561.

7868

1.73

521.

7973

1.72

471.

8079

1.71

421.

8187

197.

1.

7566

1.77

691.

7463

1.78

731.

736

1.79

771.

7255

1.80

831.

715

1.81

919

8.

1.75

721.

7775

1.74

71.

7878

1.73

671.

7982

1.72

631.

8087

1.71

591.

8193

199.

1.

7578

1.77

81.

7477

1.78

821.

7374

1.79

861.

7271

1.80

911.

7167

1.81

9620

0.

1.75

841.

7785

1.74

831.

7887

1.73

821.

799

1.72

791.

8094

1.71

761.

8199

Lam

pira

n 9.

(lan

juta

n)

LAMPIRAN

151

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 6

k =

7k

= 8

k =

9k

= 10

dLdU

dLdU

dLdU

dLdU

dLdU

11.

0.

2025

3.00

4512

.

0.26

812.

832

0.17

143.

1494

13.

0.

3278

2.69

20.

2305

2.98

510.

1469

3.26

5814

.

0.38

92.

5716

0.28

562.

8477

0.20

013.

1112

0.12

733.

3604

15.

0.

4471

2.47

150.

3429

2.72

70.

2509

2.97

870.

1753

3.21

60.

1113

3.43

8216

.

0.50

222.

3881

0.39

812.

6241

0.30

432.

8601

0.22

213.

0895

0.15

483.

3039

17.

0.

5542

2.31

760.

4511

2.53

660.

3564

2.75

690.

2718

2.97

460.

1978

3.18

418

.

0.60

32.

2575

0.50

162.

4612

0.40

72.

6675

0.32

082.

8727

0.24

413.

0735

19.

0.

6487

2.20

610.

5494

2.39

60.

4557

2.58

940.

3689

2.78

310.

2901

2.97

420

.

0.69

152.

1619

0.59

452.

3394

0.50

222.

5208

0.41

562.

7037

0.33

572.

8854

21.

0.

7315

2.12

360.

6371

2.28

990.

5465

2.46

050.

4606

2.63

320.

3804

2.80

5922

.

0.76

92.

0902

0.67

722.

2465

0.58

842.

4072

0.50

362.

5705

0.42

362.

7345

23.

0.

8041

2.06

090.

7149

2.20

820.

6282

2.35

990.

5448

2.51

450.

4654

2.67

0424

.

0.83

712.

0352

0.75

052.

1743

0.66

592.

3177

0.58

42.

4643

0.50

552.

6126

25.

0.

868

2.01

250.

784

2.14

410.

7015

2.28

010.

6213

2.41

920.

544

2.56

0426

.

0.89

721.

9924

0.81

562.

1172

0.73

532.

2463

0.65

682.

3786

0.58

082.

5132

27.

0.

9246

1.97

450.

8455

2.09

310.

7673

2.21

590.

6906

2.34

190.

6159

2.47

03

Lam

pira

n 9.

(lan

juta

n)


152

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 6

k =

7k

= 8

k =

9k

= 10

dLdU

dLdU

dLdU

dLdU

dLdU

28.

0.

9505

1.95

850.

8737

2.07

150.

7975

2.18

840.

7227

2.30

860.

6495

2.43

1229

.

0.97

51.

9442

0.90

042.

052

0.82

632.

1636

0.75

322.

2784

0.68

152.

3956

30.

0.

9982

1.93

130.

9256

2.03

430.

8535

2.14

10.

7822

2.25

080.

712

2.36

3131

.

1.02

011.

9198

0.94

962.

0183

0.87

942.

1205

0.80

982.

2256

0.74

122.

3332

32.

1.

0409

1.90

930.

9724

2.00

380.

904

2.10

170.

8361

2.20

260.

769

2.30

5833

.

1.06

071.

8999

0.99

41.

9906

0.92

742.

0846

0.86

122.

1814

0.79

552.

2806

34.

1.

0794

1.89

131.

0146

1.97

850.

9497

2.06

880.

8851

2.16

190.

8209

2.25

7435

.

1.09

741.

8835

1.03

421.

9674

0.97

12.

0544

0.90

792.

144

0.84

522.

2359

36.

1.

1144

1.87

641.

0529

1.95

730.

9913

2.04

10.

9297

2.12

740.

8684

2.21

5937

.

1.13

071.

871.

0708

1.94

81.

0107

2.02

880.

9505

2.11

20.

8906

2.19

7538

.

1.14

631.

8641

1.08

791.

9394

1.02

922.

0174

0.97

052.

0978

0.91

182.

1803

39.

1.

1612

1.85

871.

1042

1.93

151.

0469

2.00

690.

9895

2.08

460.

9322

2.16

4440

.

1.17

541.

8538

1.11

981.

9243

1.06

391.

9972

1.00

782.

0723

0.95

172.

1495

41.

1.

1891

1.84

931.

1348

1.91

751.

0802

1.98

811.

0254

2.06

090.

9705

2.13

5642

.

1.20

221.

8451

1.14

921.

9113

1.09

581.

9797

1.04

222.

0502

0.98

852.

1226

43.

1.

2148

1.84

131.

163

1.90

551.

1108

1.97

191.

0584

2.04

031.

0058

2.11

0544

.

1.22

691.

8378

1.17

621.

9002

1.12

521.

9646

1.07

392.

031

1.02

252.

0991

Lam

pira

n 9.

(lan

juta

n)

LAMPIRAN

153

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 6

k =

7k

= 8

k =

9k

= 10

dLdU

dLdU

dLdU

dLdU

dLdU

45.

1.

2385

1.83

461.

189

1.89

521.

1391

1.95

781.

0889

2.02

221.

0385

2.08

8446

.

1.24

971.

8317

1.20

131.

8906

1.15

241.

9514

1.10

332.

014

1.05

392.

0783

47.

1.

2605

1.82

91.

2131

1.88

631.

1653

1.94

551.

1171

2.00

641.

0687

2.06

8948

.

1.27

091.

8265

1.22

451.

8823

1.17

761.

9399

1.13

051.

9992

1.08

312.

0649

.

1.28

091.

8242

1.23

551.

8785

1.18

961.

9346

1.14

341.

9924

1.09

692.

0516

50.

1.

2906

1.82

21.

2461

1.87

51.

2011

1.92

971.

1558

1.98

61.

1102

2.04

3751

.

1.3

1.82

011.

2563

1.87

181.

2122

1.92

511.

1678

1.97

991.

1231

2.03

6252

.

1.30

91.

8183

1.26

621.

8687

1.22

31.

9208

1.17

941.

9743

1.13

552.

0291

53.

1.

3177

1.81

661.

2758

1.86

591.

2334

1.91

671.

1906

1.96

891.

1476

2.02

2454

.

1.32

621.

8151

1.28

511.

8632

1.24

351.

9128

1.20

151.

9638

1.15

922.

0161

55.

1.

3344

1.81

371.

294

1.86

071.

2532

1.90

921.

212

1.95

91.

1705

2.01

0156

.

1.34

241.

8124

1.30

271.

8584

1.26

261.

9058

1.22

221.

9545

1.18

142.

0044

57.

1.

3501

1.81

121.

3111

1.85

621.

2718

1.90

261.

232

1.95

021.

192

1.99

958

.

1.35

761.

8101

1.31

931.

8542

1.28

061.

8995

1.24

161.

9461

1.20

221.

9938

59.

1.

3648

1.80

911.

3272

1.85

231.

2892

1.89

671.

2509

1.94

221.

2122

1.98

8960

.

1.37

191.

8082

1.33

491.

8505

1.29

761.

8939

1.25

991.

9386

1.22

181.

9843

61.

1.

3787

1.80

731.

3424

1.84

881.

3057

1.89

141.

2686

1.93

511.

2312

1.97

98

Lam

pira

n 9.

(lan

juta

n)


154

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 6

k =

7k

= 8

k =

9k

= 10

dLdU

dLdU

dLdU

dLdU

dLdU

62.

1.

3854

1.80

661.

3497

1.84

721.

3136

1.88

891.

2771

1.93

181.

2403

1.97

5663

.

1.39

181.

8058

1.35

671.

8457

1.32

121.

8866

1.28

531.

9286

1.24

921.

9716

64.

1.

3981

1.80

521.

3636

1.84

431.

3287

1.88

441.

2934

1.92

561.

2578

1.96

7865

.

1.40

431.

8046

1.37

031.

843

1.33

591.

8824

1.30

121.

9228

1.26

611.

9641

66.

1.

4102

1.80

411.

3768

1.84

181.

3429

1.88

041.

3087

1.92

1.27

421.

9606

67.

1.

416

1.80

361.

3831

1.84

061.

3498

1.87

861.

3161

1.91

741.

2822

1.95

7268

.

1.42

171.

8032

1.38

931.

8395

1.35

651.

8768

1.32

331.

915

1.28

991.

954

69.

1.

4272

1.80

281.

3953

1.83

851.

363

1.87

511.

3303

1.91

261.

2974

1.95

170

.

1.43

261.

8025

1.40

121.

8375

1.36

931.

8735

1.33

721.

9104

1.30

471.

9481

71.

1.

4379

1.80

211.

4069

1.83

661.

3755

1.87

21.

3438

1.90

821.

3118

1.94

5272

.

1.44

31.

8019

1.41

251.

8358

1.38

151.

8706

1.35

031.

9062

1.31

881.

9426

73.

1.

448

1.80

161.

4179

1.83

51.

3874

1.86

921.

3566

1.90

421.

3256

1.94

74.

1.

4529

1.80

141.

4232

1.83

431.

3932

1.86

791.

3628

1.90

241.

3322

1.93

7575

.

1.45

771.

8013

1.42

841.

8336

1.39

881.

8667

1.36

881.

9006

1.33

861.

9352

76.

1.

4623

1.80

111.

4335

1.83

31.

4043

1.86

551.

3747

1.89

891.

3449

1.93

2977

.

1.46

691.

801

1.43

841.

8324

1.40

961.

8644

1.38

051.

8972

1.35

111.

9307

78.

1.

4714

1.80

091.

4433

1.83

181.

4148

1.86

341.

3861

1.89

571.

3571

1.92

86

Lam

pira

n 9.

(lan

juta

n)

LAMPIRAN

155

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 6

k =

7k

= 8

k =

9k

= 10

dLdU

dLdU

dLdU

dLdU

dLdU

79.

1.

4757

1.80

091.

448

1.83

131.

4199

1.86

241.

3916

1.89

421.

363

1.92

6680

.

1.48

1.80

081.

4526

1.83

081.

425

1.86

141.

397

1.89

271.

3687

1.92

4781

.

1.48

421.

8008

1.45

721.

8303

1.42

981.

8605

1.40

221.

8914

1.37

431.

9228

82.

1.

4883

1.80

081.

4616

1.82

991.

4346

1.85

961.

4074

1.89

1.37

981.

9211

83.

1.

4923

1.80

081.

4659

1.82

951.

4393

1.85

881.

4124

1.88

881.

3852

1.91

9384

.

1.49

621.

8008

1.47

021.

8291

1.44

391.

858

1.41

731.

8876

1.39

051.

9177

85.

1.

51.

8009

1.47

431.

8288

1.44

841.

8573

1.42

211.

8864

1.39

561.

9161

86.

1.

5038

1.80

11.

4784

1.82

851.

4528

1.85

661.

4268

1.88

531.

4007

1.91

4687

.

1.50

751.

801

1.48

241.

8282

1.45

711.

8559

1.43

151.

8842

1.40

561.

9131

88.

1.

5111

1.80

111.

4863

1.82

791.

4613

1.85

531.

436

1.88

321.

4104

1.91

1789

.

1.51

471.

8012

1.49

021.

8277

1.46

541.

8547

1.44

041.

8822

1.41

521.

9103

90.

1.

5181

1.80

141.

4939

1.82

751.

4695

1.85

411.

4448

1.88

131.

4198

1.90

991

.

1.52

151.

8015

1.49

761.

8273

1.47

351.

8536

1.44

91.

8804

1.42

441.

9077

92.

1.

5249

1.80

161.

5013

1.82

711.

4774

1.85

31.

4532

1.87

951.

4288

1.90

6593

.

1.52

821.

8018

1.50

481.

8269

1.48

121.

8526

1.45

731.

8787

1.43

321.

9053

94.

1.

5314

1.80

191.

5083

1.82

681.

4849

1.85

211.

4613

1.87

791.

4375

1.90

4295

.

1.53

461.

8021

1.51

171.

8266

1.48

861.

8516

1.46

531.

8772

1.44

171.

9031

Lam

pira

n 9.

(lan

juta

n)


156

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 6

k =

7k

= 8

k =

9k

= 10

dLdU

dLdU

dLdU

dLdU

dLdU

96.

1.

5377

1.80

231.

5151

1.82

651.

4922

1.85

121.

4691

1.87

641.

4458

1.90

2197

.

1.54

071.

8025

1.51

841.

8264

1.49

581.

8508

1.47

291.

8757

1.44

991.

9011

98.

1.

5437

1.80

271.

5216

1.82

631.

4993

1.85

051.

4767

1.87

51.

4539

1.90

0199

.

1.54

671.

8029

1.52

481.

8263

1.50

271.

8501

1.48

031.

8744

1.45

781.

8991

100.

1.

5496

1.80

311.

5279

1.82

621.

506

1.84

981.

4839

1.87

381.

4616

1.89

8210

1.

1.55

241.

8033

1.53

11.

8261

1.50

931.

8495

1.48

751.

8732

1.46

541.

8973

102.

1.

5552

1.80

351.

534

1.82

611.

5126

1.84

911.

4909

1.87

261.

4691

1.89

6510

3.

1.55

81.

8037

1.53

71.

8261

1.51

581.

8489

1.49

441.

8721

1.47

271.

8956

104.

1.

5607

1.80

41.

5399

1.82

611.

5189

1.84

861.

4977

1.87

151.

4763

1.89

4810

5.

1.56

341.

8042

1.54

281.

8261

1.52

21.

8483

1.50

11.

871

1.47

981.

8941

106.

1.

566

1.80

441.

5456

1.82

611.

525

1.84

811.

5043

1.87

051.

4833

1.89

3310

7.

1.56

861.

8047

1.54

841.

8261

1.52

81.

8479

1.50

741.

8701

1.48

671.

8926

108.

1.

5711

1.80

491.

5511

1.82

611.

531

1.84

771.

5106

1.86

961.

491.

8919

109.

1.

5736

1.80

521.

5538

1.82

611.

5338

1.84

751.

5137

1.86

921.

4933

1.89

1311

0.

1.57

611.

8054

1.55

651.

8262

1.53

671.

8473

1.51

671.

8688

1.49

651.

8906

111.

1.

5785

1.80

571.

5591

1.82

621.

5395

1.84

711.

5197

1.86

841.

4997

1.89

112.

1.

5809

1.80

61.

5616

1.82

631.

5422

1.84

71.

5226

1.86

81.

5028

1.88

94

Lam

pira

n 9.

(lan

juta

n)

LAMPIRAN

157

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 6

k =

7k

= 8

k =

9k

= 10

dLdU

dLdU

dLdU

dLdU

dLdU

113.

1.

5832

1.80

621.

5642

1.82

641.

5449

1.84

681.

5255

1.86

761.

5059

1.88

8811

4.

1.58

551.

8065

1.56

671.

8264

1.54

761.

8467

1.52

841.

8673

1.50

891.

8882

115.

1.

5878

1.80

681.

5691

1.82

651.

5502

1.84

661.

5312

1.86

71.

5119

1.88

7711

6.

1.59

011.

807

1.57

151.

8266

1.55

281.

8465

1.53

391.

8667

1.51

481.

8872

117.

1.

5923

1.80

731.

5739

1.82

671.

5554

1.84

631.

5366

1.86

631.

5177

1.88

6711

8.

1.59

451.

8076

1.57

631.

8268

1.55

791.

8463

1.53

931.

8661

1.52

061.

8862

119.

1.

5966

1.80

791.

5786

1.82

691.

5603

1.84

621.

542

1.86

581.

5234

1.88

5712

0.

1.59

871.

8082

1.58

081.

827

1.56

281.

8461

1.54

451.

8655

1.52

621.

8852

121.

1.

6008

1.80

841.

5831

1.82

711.

5652

1.84

61.

5471

1.86

531.

5289

1.88

4812

2.

1.60

291.

8087

1.58

531.

8272

1.56

751.

8459

1.54

961.

865

1.53

161.

8844

123.

1.

6049

1.80

91.

5875

1.82

731.

5699

1.84

591.

5521

1.86

481.

5342

1.88

3912

4.

1.60

691.

8093

1.58

961.

8274

1.57

221.

8458

1.55

461.

8646

1.53

681.

8835

125.

1.

6089

1.80

961.

5917

1.82

761.

5744

1.84

581.

557

1.86

441.

5394

1.88

3212

6.

1.61

081.

8099

1.59

381.

8277

1.57

671.

8458

1.55

941.

8641

1.54

191.

8828

127.

1.

6127

1.81

021.

5959

1.82

781.

5789

1.84

581.

5617

1.86

391.

5444

1.88

2412

8.

1.61

461.

8105

1.59

791.

828

1.58

111.

8457

1.56

41.

8638

1.54

681.

8821

129.

1.

6165

1.81

071.

5999

1.82

811.

5832

1.84

571.

5663

1.86

361.

5493

1.88

17

Lam

pira

n 9.

(lan

juta

n)


158

Lam

pira

n 9.

(lan

juta

n)

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 6

k =

7k

= 8

k =

9k

= 10

dLdU

dLdU

dLdU

dLdU

dLdU

130.

1.

6184

1.81

11.

6019

1.82

821.

5853

1.84

571.

5686

1.86

341.

5517

1.88

1413

1.

1.62

021.

8113

1.60

391.

8284

1.58

741.

8457

1.57

081.

8633

1.55

41.

8811

132.

1.

622

1.81

161.

6058

1.82

851.

5895

1.84

571.

573

1.86

311.

5564

1.88

0813

3.

1.62

381.

8119

1.60

771.

8287

1.59

151.

8457

1.57

511.

863

1.55

861.

8805

134.

1.

6255

1.81

221.

6096

1.82

881.

5935

1.84

571.

5773

1.86

291.

5609

1.88

0213

5.

1.62

721.

8125

1.61

141.

829

1.59

551.

8457

1.57

941.

8627

1.56

321.

8799

136.

1.

6289

1.81

281.

6133

1.82

921.

5974

1.84

581.

5815

1.86

261.

5654

1.87

9713

7.

1.63

061.

8131

1.61

511.

8293

1.59

941.

8458

1.58

351.

8625

1.56

751.

8794

138.

1.

6323

1.81

341.

6169

1.82

951.

6013

1.84

581.

5855

1.86

241.

5697

1.87

9213

9.

1.63

41.

8137

1.61

861.

8297

1.60

311.

8459

1.58

751.

8623

1.57

181.

8789

140.

1.

6356

1.81

41.

6204

1.82

981.

605

1.84

591.

5895

1.86

221.

5739

1.87

8714

1.

1.63

721.

8143

1.62

211.

831.

6068

1.84

591.

5915

1.86

211.

576

1.87

8514

2.

1.63

881.

8146

1.62

381.

8302

1.60

871.

846

1.59

341.

862

1.57

81.

8783

143.

1.

6403

1.81

491.

6255

1.83

031.

6104

1.84

61.

5953

1.86

191.

581.

8781

144.

1.

6419

1.81

511.

6271

1.83

051.

6122

1.84

611.

5972

1.86

191.

582

1.87

7914

5.

1.64

341.

8154

1.62

881.

8307

1.61

41.

8462

1.59

91.

8618

1.58

41.

8777

146.

1.

6449

1.81

571.

6304

1.83

091.

6157

1.84

621.

6009

1.86

181.

5859

1.87

75

LAMPIRAN

159

Lam

pira

n 9.

(lan

juta

n)

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 6

k =

7k

= 8

k =

9k

= 10

dLdU

dLdU

dLdU

dLdU

dLdU

147.

1.

6464

1.81

61.

632

1.83

11.

6174

1.84

631.

6027

1.86

171.

5878

1.87

7314

8.

1.64

791.

8163

1.63

361.

8312

1.61

911.

8463

1.60

451.

8617

1.58

971.

8772

149.

1.

6494

1.81

661.

6351

1.83

141.

6207

1.84

641.

6062

1.86

161.

5916

1.87

715

0.

1.65

081.

8169

1.63

671.

8316

1.62

241.

8465

1.60

81.

8616

1.59

351.

8768

151.

1.

6523

1.81

721.

6382

1.83

181.

624

1.84

661.

6097

1.86

151.

5953

1.87

6715

2.

1.65

371.

8175

1.63

971.

832

1.62

561.

8466

1.61

141.

8615

1.59

711.

8765

153.

1.

6551

1.81

781.

6412

1.83

221.

6272

1.84

671.

6131

1.86

151.

5989

1.87

6415

4.

1.65

651.

8181

1.64

271.

8323

1.62

881.

8468

1.61

481.

8614

1.60

071.

8763

155.

1.

6578

1.81

841.

6441

1.83

251.

6303

1.84

691.

6164

1.86

141.

6024

1.87

6115

6.

1.65

921.

8186

1.64

561.

8327

1.63

191.

847

1.61

811.

8614

1.60

411.

876

157.

1.

6605

1.81

891.

647

1.83

291.

6334

1.84

711.

6197

1.86

141.

6058

1.87

5915

8.

1.66

181.

8192

1.64

841.

8331

1.63

491.

8472

1.62

131.

8614

1.60

751.

8758

159.

1.

6631

1.81

951.

6498

1.83

331.

6364

1.84

721.

6229

1.86

141.

6092

1.87

5716

0.

1.66

441.

8198

1.65

121.

8335

1.63

791.

8473

1.62

441.

8614

1.61

081.

8756

161.

1.

6657

1.82

011.

6526

1.83

371.

6393

1.84

741.

626

1.86

141.

6125

1.87

5516

2.

1.66

71.

8204

1.65

391.

8339

1.64

081.

8475

1.62

751.

8614

1.61

411.

8754

163.

1.

6683

1.82

071.

6553

1.83

411.

6422

1.84

761.

629

1.86

141.

6157

1.87

53


160

Lam

pira

n 9.

(lan

juta

n)

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 6

k =

7k

= 8

k =

9k

= 10

dLdU

dLdU

dLdU

dLdU

dLdU

164.

1.

6695

1.82

091.

6566

1.83

431.

6436

1.84

781.

6305

1.86

141.

6173

1.87

5216

5.

1.67

071.

8212

1.65

791.

8345

1.64

51.

8479

1.63

21.

8614

1.61

881.

8751

166.

1.

672

1.82

151.

6592

1.83

461.

6464

1.84

81.

6334

1.86

141.

6204

1.87

5116

7.

1.67

321.

8218

1.66

051.

8348

1.64

771.

8481

1.63

491.

8615

1.62

191.

875

168.

1.

6743

1.82

211.

6618

1.83

51.

6491

1.84

821.

6363

1.86

151.

6234

1.87

4916

9.

1.67

551.

8223

1.66

31.

8352

1.65

041.

8483

1.63

771.

8615

1.62

491.

8748

170.

1.

6767

1.82

261.

6643

1.83

541.

6517

1.84

841.

6391

1.86

151.

6264

1.87

4817

1.

1.67

791.

8229

1.66

551.

8356

1.65

311.

8485

1.64

051.

8615

1.62

791.

8747

172.

1.

679

1.82

321.

6667

1.83

581.

6544

1.84

861.

6419

1.86

161.

6293

1.87

4717

3.

1.68

011.

8235

1.66

791.

836

1.65

561.

8487

1.64

331.

8616

1.63

081.

8746

174.

1.

6813

1.82

371.

6691

1.83

621.

6569

1.84

891.

6446

1.86

171.

6322

1.87

4617

5.

1.68

241.

824

1.67

031.

8364

1.65

821.

849

1.64

591.

8617

1.63

361.

8745

176.

1.

6835

1.82

431.

6715

1.83

661.

6594

1.84

911.

6472

1.86

171.

635

1.87

4517

7.

1.68

461.

8246

1.67

271.

8368

1.66

061.

8492

1.64

861.

8618

1.63

641.

8744

178.

1.

6857

1.82

481.

6738

1.83

71.

6619

1.84

931.

6499

1.86

181.

6377

1.87

4417

9.

1.68

671.

8251

1.67

51.

8372

1.66

311.

8495

1.65

111.

8618

1.63

911.

8744

180.

1.

6878

1.82

541.

6761

1.83

741.

6643

1.84

961.

6524

1.86

191.

6404

1.87

44

LAMPIRAN

161

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 6

k =

7k

= 8

k =

9k

= 10

dLdU

dLdU

dLdU

dLdU

dLdU

181.

1.

6888

1.82

561.

6772

1.83

761.

6655

1.84

971.

6537

1.86

191.

6418

1.87

4318

2.

1.68

991.

8259

1.67

831.

8378

1.66

671.

8498

1.65

491.

862

1.64

311.

8743

183.

1.

6909

1.82

621.

6794

1.83

81.

6678

1.85

1.65

611.

8621

1.64

441.

8743

184.

1.

6919

1.82

641.

6805

1.83

821.

669

1.85

011.

6574

1.86

211.

6457

1.87

4318

5.

1.69

31.

8267

1.68

161.

8384

1.67

011.

8502

1.65

861.

8622

1.64

691.

8742

186.

1.

694

1.82

71.

6826

1.83

861.

6712

1.85

031.

6598

1.86

221.

6482

1.87

4218

7.

1.69

51.

8272

1.68

371.

8388

1.67

241.

8505

1.66

11.

8623

1.64

951.

8742

188.

1.

6959

1.82

751.

6848

1.83

91.

6735

1.85

061.

6621

1.86

231.

6507

1.87

4218

9.

1.69

691.

8278

1.68

581.

8392

1.67

461.

8507

1.66

331.

8624

1.65

191.

8742

190.

1.

6979

1.82

81.

6868

1.83

941.

6757

1.85

091.

6644

1.86

251.

6531

1.87

4219

1.

1.69

881.

8283

1.68

781.

8396

1.67

681.

851

1.66

561.

8625

1.65

431.

8742

192.

1.

6998

1.82

851.

6889

1.83

981.

6778

1.85

111.

6667

1.86

261.

6555

1.87

4219

3.

1.70

071.

8288

1.68

991.

841.

6789

1.85

131.

6678

1.86

271.

6567

1.87

4219

4.

1.70

171.

8291

1.69

091.

8402

1.67

991.

8514

1.66

91.

8627

1.65

791.

8742

195.

1.

7026

1.82

931.

6918

1.84

041.

681

1.85

151.

6701

1.86

281.

6591

1.87

4219

6.

1.70

351.

8296

1.69

281.

8406

1.68

21.

8516

1.67

121.

8629

1.66

021.

8742

197.

1.

7044

1.82

981.

6938

1.84

071.

6831

1.85

181.

6722

1.86

291.

6614

1.87

42

Lam

pira

n 9.

(lan

juta

n)


162

Lam

pira

n 9.

(lan

juta

n)

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 6

k =

7k

= 8

k =

9k

= 10

dLdU

dLdU

dLdU

dLdU

dLdU

198.

1.

7053

1.83

011.

6947

1.84

091.

6841

1.85

191.

6733

1.86

31.

6625

1.87

4219

9.

1.70

621.

8303

1.69

571.

8411

1.68

511.

8521

1.67

441.

8631

1.66

361.

8742

200.

1.

7071

1.83

061.

6966

1.84

131.

6861

1.85

221.

6754

1.86

321.

6647

1.87

42

LAMPIRAN

163

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 11

k =

12k

= 13

k =

14k

= 15

dLdU

dLdU

dLdU

dLdU

dLdU

16.

0.09

813.

5029

17.

0.13

763.

3782

0.08

713.

5572

18.

0.17

733.

265

0.12

323.

4414

0.07

793.

6032

19.

0.22

033.

1593

0.15

983.

3348

0.11

083.

4957

0.07

3.64

2420

. 0.

2635

3.06

290.

1998

3.23

420.

1447

3.39

540.

1002

3.54

250.

0633

3.67

6221

. 0.

3067

2.97

60.

2403

3.14

130.

182

3.29

980.

1317

3.44

830.

0911

3.58

3222

. 0.

3493

2.89

730.

2812

3.05

660.

223.

2106

0.16

643.

3576

0.12

033.

4946

23.

0.39

082.

8259

0.32

172.

9792

0.25

873.

1285

0.20

223.

2722

0.15

273.

4087

24.

0.43

122.

7611

0.36

162.

9084

0.29

723.

0528

0.23

873.

1929

0.18

643.

327

25.

0.47

022.

7023

0.40

052.

8436

0.33

542.

983

0.27

543.

1191

0.22

093.

2506

26.

0.50

782.

6488

0.43

832.

7844

0.37

282.

9187

0.31

183.

0507

0.25

583.

179

27.

0.54

392.

60.

4748

2.73

010.

4093

2.85

950.

3478

2.98

720.

2906

3.11

2228

. 0.

5785

2.55

540.

5101

2.68

030.

4449

2.80

490.

3831

2.92

840.

3252

3.04

9829

. 0.

6117

2.51

460.

5441

2.63

450.

4793

2.75

450.

4175

2.87

380.

3592

2.99

1630

. 0.

6435

2.47

710.

5769

2.59

230.

5126

2.70

790.

4511

2.82

320.

3926

2.93

7431

. 0.

6739

2.44

270.

6083

2.55

350.

5447

2.66

480.

4836

2.77

620.

4251

2.88

6832

. 0.

703

2.41

10.

6385

2.51

760.

5757

2.62

490.

5151

2.73

250.

4569

2.83

96

Lam

pira

n 9.

(lan

juta

n)


164

Lam

pira

n 9.

(lan

juta

n)

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 11

k =

12k

= 13

k =

14k

= 15

dLdU

dLdU

dLdU

dLdU

dLdU

33.

0.73

092.

3818

0.66

752.

4844

0.60

562.

5879

0.54

562.

6918

0.48

772.

7956

34.

0.75

762.

3547

0.69

532.

4536

0.63

432.

5535

0.57

52.

6539

0.51

762.

7544

35.

0.78

312.

3297

0.72

22.

425

0.66

22.

5215

0.60

352.

6186

0.54

662.

7159

36.

0.80

762.

3064

0.74

762.

3984

0.68

862.

4916

0.63

092.

5856

0.57

462.

6799

37.

0.83

112.

2848

0.77

222.

3737

0.71

422.

4638

0.65

732.

5547

0.60

182.

6461

38.

0.85

362.

2647

0.79

582.

3506

0.73

892.

4378

0.68

282.

5258

0.62

82.

6144

39.

0.87

512.

2459

0.81

852.

329

0.76

262.

4134

0.70

742.

4987

0.65

332.

5847

40.

0.89

592.

2284

0.84

042.

3089

0.78

542.

3906

0.73

122.

4733

0.67

782.

5567

41.

0.91

582.

212

0.86

132.

290.

8074

2.36

920.

754

2.44

940.

7015

2.53

0442

. 0.

9349

2.19

670.

8815

2.27

230.

8285

2.34

910.

7761

2.42

690.

7243

2.50

5643

. 0.

9533

2.18

230.

9009

2.25

560.

8489

2.33

020.

7973

2.40

580.

7464

2.48

2244

. 0.

971

2.16

880.

9196

2.24

0.86

862.

3124

0.81

792.

3858

0.76

772.

4601

45.

0.98

82.

1561

0.93

772.

2252

0.88

752.

2956

0.83

772.

367

0.78

832.

4392

46.

1.00

442.

1442

0.95

52.

2113

0.90

582.

2797

0.85

682.

3492

0.80

832.

4195

47.

1.02

032.

1329

0.97

182.

1982

0.92

342.

2648

0.87

532.

3324

0.82

752.

4008

48.

1.03

552.

1223

0.98

792.

1859

0.94

052.

2506

0.89

312.

3164

0.84

612.

3831

49.

1.05

022.

1122

1.00

352.

1742

0.95

692.

2372

0.91

042.

3013

0.86

422.

3663

LAMPIRAN

165

Lam

pira

n 9.

(lan

juta

n)

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 11

k =

12k

= 13

k =

14k

= 15

dLdU

dLdU

dLdU

dLdU

dLdU

50.

1.06

452.

1028

1.01

862.

1631

0.97

282.

2245

0.92

712.

287

0.88

162.

3503

51.

1.07

822.

0938

1.03

322.

1526

0.98

822.

2125

0.94

322.

2734

0.89

852.

3352

52.

1.09

152.

0853

1.04

732.

1426

1.00

32.

2011

0.95

892.

2605

0.91

482.

3207

53.

1.10

432.

0772

1.06

092.

1332

1.01

742.

1902

0.97

42.

2482

0.93

072.

307

54.

1.11

672.

0696

1.07

412.

1242

1.03

142.

1799

0.98

862.

2365

0.94

62.

2939

55.

1.12

882.

0623

1.08

692.

1157

1.04

492.

171.

0028

2.22

530.

9609

2.28

1556

. 1.

1404

2.05

541.

0992

2.10

761.

0579

2.16

071.

0166

2.21

470.

9753

2.26

9657

. 1.

1517

2.04

891.

1112

2.09

981.

0706

2.15

181.

0299

2.20

460.

9893

2.25

8258

. 1.

1626

2.04

261.

1228

2.09

251.

0829

2.14

321.

0429

2.19

491.

0029

2.24

7459

. 1.

1733

2.03

671.

1341

2.08

541.

0948

2.13

511.

0555

2.18

561.

0161

2.23

760

. 1.

1835

2.03

11.

1451

2.07

871.

1064

2.12

731.

0676

2.17

681.

0289

2.22

7161

. 1.

1936

2.02

561.

1557

2.07

231.

1176

2.11

991.

0795

2.16

841.

0413

2.21

7662

. 1.

2033

2.02

041.

166

2.06

621.

1286

2.11

281.

091

2.16

031.

0534

2.20

8463

. 1.

2127

2.01

551.

176

2.06

041.

1392

2.10

61.

1022

2.15

251.

0651

2.19

9764

. 1.

2219

2.01

081.

1858

2.05

481.

1495

2.09

951.

1131

2.14

511.

0766

2.19

1365

. 1.

2308

2.00

631.

1953

2.04

941.

1595

2.09

331.

1236

2.13

81.

0877

2.18

3366

. 1.

2395

2.00

21.

2045

2.04

431.

1693

2.08

731.

1339

2.13

111.

0985

2.17

56


166

Lam

pira

n 9.

(lan

juta

n)

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 11

k =

12k

= 13

k =

14k

= 15

dLdU

dLdU

dLdU

dLdU

dLdU

67.

1.24

791.

9979

1.21

352.

0393

1.17

882.

0816

1.14

42.

1245

1.10

92.

1682

68.

1.25

611.

9939

1.22

222.

0346

1.18

82.

0761

1.15

372.

1182

1.11

932.

1611

69.

1.26

421.

9901

1.23

072.

0301

1.19

72.

0708

1.16

322.

1122

1.12

932.

1542

70.

1.27

21.

9865

1.23

92.

0257

1.20

582.

0657

1.17

252.

1063

1.13

92.

1476

71.

1.27

961.

983

1.24

712.

0216

1.21

442.

0608

1.18

152.

1007

1.14

852.

1413

72.

1.28

71.

9797

1.25

52.

0176

1.22

272.

0561

1.19

032.

0953

1.15

782.

1352

73.

1.29

421.

9765

1.26

262.

0137

1.23

082.

0516

1.19

892.

0901

1.16

682.

1293

74.

1.30

131.

9734

1.27

012.

011.

2388

2.04

721.

2073

2.08

511.

1756

2.12

3675

. 1.

3082

1.97

051.

2774

2.00

641.

2465

2.04

31.

2154

2.08

031.

1842

2.11

8176

. 1.

3149

1.96

761.

2846

2.00

31.

2541

2.03

91.

2234

2.07

561.

1926

2.11

2877

. 1.

3214

1.96

491.

2916

1.99

971.

2615

2.03

511.

2312

2.07

111.

2008

2.10

7778

. 1.

3279

1.96

221.

2984

1.99

651.

2687

2.03

141.

2388

2.06

681.

2088

2.10

2879

. 1.

3341

1.95

971.

305

1.99

341.

2757

2.02

771.

2462

2.06

261.

2166

2.09

880

. 1.

3402

1.95

731.

3115

1.99

051.

2826

2.02

421.

2535

2.05

861.

2242

2.09

3481

. 1.

3462

1.95

491.

3179

1.98

761.

2893

2.02

091.

2606

2.05

471.

2317

2.08

982

. 1.

3521

1.95

271.

3241

1.98

491.

2959

2.01

761.

2675

2.05

091.

239

2.08

4783

. 1.

3578

1.95

051.

3302

1.98

221.

3023

2.01

441.

2743

2.04

721.

2461

2.08

05

LAMPIRAN

167

Lam

pira

n 9.

(lan

juta

n)

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 11

k =

12k

= 13

k =

14k

= 15

dLdU

dLdU

dLdU

dLdU

dLdU

84.

1.36

341.

9484

1.33

611.

9796

1.30

862.

0114

1.28

092.

0437

1.25

312.

0765

85.

1.36

891.

9464

1.34

191.

9771

1.31

482.

0085

1.28

742.

0403

1.25

992.

0726

86.

1.37

431.

9444

1.34

761.

9747

1.32

082.

0056

1.29

382.

037

1.26

662.

0688

87.

1.37

951.

9425

1.35

321.

9724

1.32

672.

0029

1.3

2.03

381.

2732

2.06

5288

. 1.

3847

1.94

071.

3587

1.97

021.

3325

2.00

021.

3061

2.03

071.

2796

2.06

1689

. 1.

3897

1.93

891.

364

1.96

81.

3381

1.99

761.

3121

2.02

771.

2859

2.05

8290

. 1.

3946

1.93

721.

3693

1.96

591.

3437

1.99

511.

3179

2.02

471.

292

2.05

4891

. 1.

3995

1.93

561.

3744

1.96

391.

3491

1.99

271.

3237

2.02

191.

298

2.05

1692

. 1.

4042

1.93

41.

3794

1.96

191.

3544

1.99

031.

3293

2.01

921.

3039

2.04

8593

. 1.

4089

1.93

251.

3844

1.96

1.35

971.

9881

1.33

482.

0165

1.30

972.

0454

94.

1.41

351.

931

1.38

921.

9582

1.36

481.

9859

1.34

022.

0139

1.31

542.

0424

95.

1.41

791.

9295

1.39

41.

9564

1.36

981.

9837

1.34

552.

0114

1.32

12.

0396

96.

1.42

231.

9282

1.39

861.

9547

1.37

471.

9816

1.35

072.

009

1.32

642.

0368

97.

1.42

661.

9268

1.40

321.

953

1.37

961.

9796

1.35

572.

0067

1.33

182.

0341

98.

1.43

091.

9255

1.40

771.

9514

1.38

431.

9777

1.36

072.

0044

1.33

72.

0314

99.

1.43

51.

9243

1.41

211.

9498

1.38

891.

9758

1.36

562.

0021

1.34

222.

0289

100.

1.

4391

1.92

311.

4164

1.94

831.

3935

1.97

391.

3705

21.

3472

2.02

64


168

Lam

pira

n 9.

(lan

juta

n)

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 11

k =

12k

= 13

k =

14k

= 15

dLdU

dLdU

dLdU

dLdU

dLdU

101.

1.

4431

1.92

191.

4206

1.94

681.

398

1.97

221.

3752

1.99

791.

3522

2.02

3910

2.

1.44

71.

9207

1.42

481.

9454

1.40

241.

9704

1.37

981.

9958

1.35

712.

0216

103.

1.

4509

1.91

961.

4289

1.94

41.

4067

1.96

871.

3844

1.99

381.

3619

2.01

9310

4.

1.45

471.

9186

1.43

291.

9426

1.41

11.

9671

1.38

891.

9919

1.36

662.

0171

105.

1.

4584

1.91

751.

4369

1.94

131.

4151

1.96

551.

3933

1.99

1.37

122.

0149

106.

1.

4621

1.91

651.

4408

1.94

011.

4192

1.96

41.

3976

1.98

821.

3758

2.01

2810

7.

1.46

571.

9155

1.44

461.

9388

1.42

331.

9624

1.40

181.

9864

1.38

022.

0107

108.

1.

4693

1.91

461.

4483

1.93

761.

4272

1.96

11.

406

1.98

471.

3846

2.00

8710

9.

1.47

271.

9137

1.45

21.

9364

1.43

111.

9595

1.41

011.

983

1.38

892.

0067

110.

1.

4762

1.91

281.

4556

1.93

531.

435

1.95

821.

4141

1.98

131.

3932

2.00

4811

1.

1.47

951.

9119

1.45

921.

9342

1.43

871.

9568

1.41

811.

9797

1.39

732.

003

112.

1.

4829

1.91

111.

4627

1.93

311.

4424

1.95

551.

422

1.97

821.

4014

2.00

1111

3.

1.48

611.

9103

1.46

621.

9321

1.44

611.

9542

1.42

581.

9766

1.40

551.

9994

114.

1.

4893

1.90

951.

4696

1.93

111.

4497

1.95

31.

4296

1.97

521.

4094

1.99

7711

5.

1.49

251.

9087

1.47

291.

9301

1.45

321.

9518

1.43

331.

9737

1.41

331.

996

116.

1.

4956

1.90

81.

4762

1.92

911.

4567

1.95

061.

437

1.97

231.

4172

1.99

4311

7.

1.49

871.

9073

1.47

951.

9282

1.46

011.

9494

1.44

061.

9709

1.42

091.

9927

LAMPIRAN

169

Lam

pira

n 9.

(lan

juta

n)

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 11

k =

12k

= 13

k =

14k

= 15

dLdU

dLdU

dLdU

dLdU

dLdU

118.

1.

5017

1.90

661.

4827

1.92

731.

4635

1.94

831.

4441

1.96

961.

4247

1.99

1211

9.

1.50

471.

9059

1.48

581.

9264

1.46

681.

9472

1.44

761.

9683

1.42

831.

9896

120.

1.

5076

1.90

531.

4889

1.92

561.

471.

9461

1.45

111.

967

1.43

191.

9881

121.

1.

5105

1.90

461.

4919

1.92

471.

4733

1.94

511.

4544

1.96

581.

4355

1.98

6712

2.

1.51

331.

904

1.49

51.

9239

1.47

641.

9441

1.45

781.

9646

1.43

91.

9853

123.

1.

5161

1.90

341.

4979

1.92

311.

4795

1.94

311.

4611

1.96

341.

4424

1.98

3912

4.

1.51

891.

9028

1.50

081.

9223

1.48

261.

9422

1.46

431.

9622

1.44

581.

9825

125.

1.

5216

1.90

231.

5037

1.92

161.

4857

1.94

121.

4675

1.96

111.

4492

1.98

1212

6.

1.52

431.

9017

1.50

651.

9209

1.48

861.

9403

1.47

061.

961.

4525

1.97

9912

7.

1.52

691.

9012

1.50

931.

9202

1.49

161.

9394

1.47

371.

9589

1.45

571.

9786

128.

1.

5295

1.90

061.

5121

1.91

951.

4945

1.93

851.

4768

1.95

781.

4589

1.97

7412

9.

1.53

211.

9001

1.51

481.

9188

1.49

731.

9377

1.47

981.

9568

1.46

211.

9762

130.

1.

5346

1.89

971.

5175

1.91

811.

5002

1.93

691.

4827

1.95

581.

4652

1.97

513

1.

1.53

711.

8992

1.52

011.

9175

1.50

291.

936

1.48

561.

9548

1.46

821.

9738

132.

1.

5396

1.89

871.

5227

1.91

691.

5057

1.93

531.

4885

1.95

391.

4713

1.97

2713

3.

1.54

21.

8983

1.52

531.

9163

1.50

841.

9345

1.49

141.

9529

1.47

421.

9716

134.

1.

5444

1.89

781.

5278

1.91

571.

511

1.93

371.

4942

1.95

21.

4772

1.97

05


170

Lam

pira

n 9.

(lan

juta

n)

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 11

k =

12k

= 13

k =

14k

= 15

dLdU

dLdU

dLdU

dLdU

dLdU

135.

1.

5468

1.89

741.

5303

1.91

511.

5137

1.93

31.

4969

1.95

111.

4801

1.96

9513

6.

1.54

911.

897

1.53

281.

9145

1.51

631.

9323

1.49

971.

9502

1.48

291.

9684

137.

1.

5514

1.89

661.

5352

1.91

41.

5188

1.93

161.

5024

1.94

941.

4858

1.96

7413

8.

1.55

371.

8962

1.53

761.

9134

1.52

131.

9309

1.50

51.

9486

1.48

851.

9664

139.

1.

5559

1.89

581.

541.

9129

1.52

381.

9302

1.50

761.

9477

1.49

131.

9655

140.

1.

5582

1.89

551.

5423

1.91

241.

5263

1.92

961.

5102

1.94

691.

494

1.96

4514

1.

1.56

031.

8951

1.54

461.

9119

1.52

871.

9289

1.51

281.

9461

1.49

671.

9636

142.

1.

5625

1.89

471.

5469

1.91

141.

5311

1.92

831.

5153

1.94

541.

4993

1.96

2714

3.

1.56

461.

8944

1.54

911.

911

1.53

351.

9277

1.51

781.

9446

1.50

191.

9618

144.

1.

5667

1.89

411.

5513

1.91

051.

5358

1.92

711.

5202

1.94

391.

5045

1.96

0914

5.

1.56

881.

8938

1.55

351.

911.

5381

1.92

651.

5226

1.94

321.

507

1.96

146.

1.

5709

1.89

351.

5557

1.90

961.

5404

1.92

591.

525

1.94

251.

5095

1.95

9214

7.

1.57

291.

8932

1.55

781.

9092

1.54

271.

9254

1.52

741.

9418

1.51

21.

9584

148.

1.

5749

1.89

291.

561.

9088

1.54

491.

9248

1.52

971.

9411

1.51

441.

9576

149.

1.

5769

1.89

261.

562

1.90

831.

5471

1.92

431.

532

1.94

041.

5169

1.95

6815

0.

1.57

881.

8923

1.56

411.

908

1.54

931.

9238

1.53

431.

9398

1.51

931.

956

151.

1.

5808

1.89

21.

5661

1.90

761.

5514

1.92

331.

5365

1.93

921.

5216

1.95

52

LAMPIRAN

171

Lam

pira

n 9.

(lan

juta

n)

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 11

k =

12k

= 13

k =

14k

= 15

dLdU

dLdU

dLdU

dLdU

dLdU

152.

1.

5827

1.89

181.

5682

1.90

721.

5535

1.92

281.

5388

1.93

861.

5239

1.95

4515

3.

1.58

461.

8915

1.57

011.

9068

1.55

561.

9223

1.54

11.

9379

1.52

621.

9538

154.

1.

5864

1.89

131.

5721

1.90

651.

5577

1.92

181.

5431

1.93

741.

5285

1.95

3115

5.

1.58

831.

891

1.57

41.

9061

1.55

971.

9214

1.54

531.

9368

1.53

071.

9524

156.

1.

5901

1.89

081.

576

1.90

581.

5617

1.92

091.

5474

1.93

621.

533

1.95

1715

7.

1.59

191.

8906

1.57

791.

9054

1.56

371.

9205

1.54

951.

9356

1.53

521.

951

158.

1.

5937

1.89

041.

5797

1.90

511.

5657

1.92

1.55

161.

9351

1.53

731.

9503

159.

1.

5954

1.89

021.

5816

1.90

481.

5676

1.91

961.

5536

1.93

461.

5395

1.94

9716

0.

1.59

721.

8899

1.58

341.

9045

1.56

961.

9192

1.55

561.

934

1.54

161.

949

161.

1.

5989

1.88

971.

5852

1.90

421.

5715

1.91

881.

5576

1.93

351.

5437

1.94

8416

2.

1.60

061.

8896

1.58

71.

9039

1.57

341.

9184

1.55

961.

933

1.54

571.

9478

163.

1.

6023

1.88

941.

5888

1.90

361.

5752

1.91

81.

5616

1.93

251.

5478

1.94

7216

4.

1.60

41.

8892

1.59

061.

9033

1.57

711.

9176

1.56

351.

932

1.54

981.

9466

165.

1.

6056

1.88

91.

5923

1.90

31.

5789

1.91

721.

5654

1.93

161.

5518

1.94

616

6.

1.60

721.

8888

1.59

41.

9028

1.58

071.

9169

1.56

731.

9311

1.55

381.

9455

167.

1.

6089

1.88

871.

5957

1.90

251.

5825

1.91

651.

5692

1.93

061.

5557

1.94

4916

8.

1.61

051.

8885

1.59

741.

9023

1.58

421.

9161

1.57

11.

9302

1.55

771.

9444


172

Lam

pira

n 9.

(lan

juta

n)

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 11

k =

12k

= 13

k =

14k

= 15

dLdU

dLdU

dLdU

dLdU

dLdU

169.

1.

612

1.88

841.

5991

1.90

21.

586

1.91

581.

5728

1.92

981.

5596

1.94

3817

0.

1.61

361.

8882

1.60

071.

9018

1.58

771.

9155

1.57

461.

9293

1.56

151.

9433

171.

1.

6151

1.88

811.

6023

1.90

151.

5894

1.91

511.

5764

1.92

891.

5634

1.94

2817

2.

1.61

671.

8879

1.60

391.

9013

1.59

111.

9148

1.57

821.

9285

1.56

521.

9423

173.

1.

6182

1.88

781.

6055

1.90

111.

5928

1.91

451.

5799

1.92

811.

567

1.94

1817

4.

1.61

971.

8876

1.60

711.

9009

1.59

441.

9142

1.58

171.

9277

1.56

881.

9413

175.

1.

6212

1.88

751.

6087

1.90

061.

5961

1.91

391.

5834

1.92

731.

5706

1.94

0817

6.

1.62

261.

8874

1.61

021.

9004

1.59

771.

9136

1.58

511.

9269

1.57

241.

9404

177.

1.

6241

1.88

731.

6117

1.90

021.

5993

1.91

331.

5868

1.92

651.

5742

1.93

9917

8.

1.62

551.

8872

1.61

331.

91.

6009

1.91

31.

5884

1.92

621.

5759

1.93

9417

9.

1.62

71.

887

1.61

481.

8998

1.60

251.

9128

1.59

011.

9258

1.57

761.

939

180.

1.

6284

1.88

691.

6162

1.89

961.

604

1.91

251.

5917

1.92

551.

5793

1.93

8618

1.

1.62

981.

8868

1.61

771.

8995

1.60

561.

9122

1.59

331.

9251

1.58

11.

9381

182.

1.

6312

1.88

671.

6192

1.89

931.

6071

1.91

21.

5949

1.92

481.

5827

1.93

7718

3.

1.63

251.

8866

1.62

061.

8991

1.60

861.

9117

1.59

651.

9244

1.58

441.

9373

184.

1.

6339

1.88

651.

622

1.89

891.

6101

1.91

151.

5981

1.92

411.

586

1.93

6918

5.

1.63

521.

8864

1.62

341.

8988

1.61

161.

9112

1.59

961.

9238

1.58

761.

9365

LAMPIRAN

173

Lam

pira

n 9.

(lan

juta

n)

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 11

k =

12k

= 13

k =

14k

= 15

dLdU

dLdU

dLdU

dLdU

dLdU

186.

1.

6366

1.88

641.

6248

1.89

861.

613

1.91

11.

6012

1.92

351.

5892

1.93

6118

7.

1.63

791.

8863

1.62

621.

8984

1.61

451.

9107

1.60

271.

9232

1.59

081.

9357

188.

1.

6392

1.88

621.

6276

1.89

831.

6159

1.91

051.

6042

1.92

281.

5924

1.93

5318

9.

1.64

051.

8861

1.62

891.

8981

1.61

731.

9103

1.60

571.

9226

1.59

391.

9349

190.

1.

6418

1.88

61.

6303

1.89

81.

6188

1.91

011.

6071

1.92

231.

5955

1.93

4619

1.

1.64

31.

886

1.63

161.

8978

1.62

021.

9099

1.60

861.

922

1.59

71.

9342

192.

1.

6443

1.88

591.

6329

1.89

771.

6215

1.90

961.

6101

1.92

171.

5985

1.93

3919

3.

1.64

551.

8858

1.63

431.

8976

1.62

291.

9094

1.61

151.

9214

1.6

1.93

3519

4.

1.64

681.

8858

1.63

551.

8974

1.62

431.

9092

1.61

291.

9211

1.60

151.

9332

195.

1.

648

1.88

571.

6368

1.89

731.

6256

1.90

91.

6143

1.92

091.

603

1.93

2819

6.

1.64

921.

8856

1.63

811.

8972

1.62

71.

9088

1.61

571.

9206

1.60

441.

9325

197.

1.

6504

1.88

561.

6394

1.89

711.

6283

1.90

871.

6171

1.92

041.

6059

1.93

2219

8.

1.65

161.

8855

1.64

061.

8969

1.62

961.

9085

1.61

851.

9201

1.60

731.

9318

199.

1.

6528

1.88

551.

6419

1.89

681.

6309

1.90

831.

6198

1.91

991.

6087

1.93

1520

0.

1.65

391.

8854

1.64

311.

8967

1.63

221.

9081

1.62

121.

9196

1.61

011.

9312


174

Lam

pira

n 9.

(lan

juta

n)

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 16

k =

17k

= 18

k =

19k

= 20

dLdU

dLdU

dLdU

dLdU

dLdU

21.

0.05

753.

7054

22.

0.08

323.

6188

0.05

243.

7309

23.

0.11

033.

5355

0.07

623.

6501

0.04

83.

7533

24.

0.14

073.

454

0.10

153.

5717

0.07

013.

6777

0.04

413.

773

25.

0.17

233.

376

0.13

3.49

450.

0937

3.60

380.

0647

3.70

220.

0407

3.79

0426

. 0.

205

3.30

250.

1598

3.42

010.

1204

3.53

070.

0868

3.63

260.

0598

3.72

427

. 0.

2382

3.23

330.

1907

3.34

940.

1485

3.45

970.

1119

3.56

320.

0806

3.65

8328

. 0.

2715

3.16

810.

2223

3.28

250.

1779

3.39

190.

1384

3.49

550.

1042

3.59

2529

. 0.

3046

3.10

70.

2541

3.21

920.

2079

3.32

730.

1663

3.43

040.

1293

3.52

7930

. 0.

3374

3.04

970.

2859

3.15

950.

2383

3.26

580.

1949

3.36

810.

1557

3.46

5531

. 0.

3697

2.99

60.

3175

3.10

320.

2688

3.20

760.

2239

3.30

860.

183

3.40

5532

. 0.

4013

2.94

580.

3487

3.05

030.

2992

3.15

250.

2532

3.25

190.

2108

3.34

7833

. 0.

4322

2.89

870.

3793

3.00

050.

3294

3.10

050.

2825

3.19

810.

2389

3.29

2834

. 0.

4623

2.85

450.

4094

2.95

360.

3591

3.05

130.

3116

3.14

70.

267

3.24

0235

. 0.

4916

2.81

310.

4388

2.90

950.

3883

3.00

480.

3403

3.09

850.

2951

3.19

0136

. 0.

5201

2.77

420.

4675

2.86

80.

4169

2.96

10.

3687

3.05

260.

323

3.14

2537

. 0.

5477

2.73

770.

4954

2.82

890.

4449

2.91

950.

3966

3.00

910.

3505

3.09

72

LAMPIRAN

175

Lam

pira

n 9.

(lan

juta

n)

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 16

k =

17k

= 18

k =

19k

= 20

dLdU

dLdU

dLdU

dLdU

dLdU

38.

0.57

452.

7033

0.52

252.

7921

0.47

232.

8804

0.42

42.

9678

0.37

773.

0541

39.

0.60

042.

671

0.54

892.

7573

0.49

92.

8434

0.45

072.

9288

0.40

443.

0132

40.

0.62

562.

6406

0.57

452.

7246

0.52

492.

8084

0.47

692.

8917

0.43

052.

9743

41.

0.64

992.

6119

0.59

942.

6936

0.55

022.

7753

0.50

242.

8566

0.45

622.

9373

42.

0.67

342.

5848

0.62

352.

6643

0.57

472.

7439

0.52

732.

8233

0.48

122.

9022

43.

0.69

622.

5592

0.64

692.

6366

0.59

862.

7142

0.55

152.

7916

0.50

572.

8688

44.

0.71

822.

5351

0.66

952.

6104

0.62

182.

686

0.57

512.

7616

0.52

952.

837

45.

0.73

962.

5122

0.69

152.

5856

0.64

432.

6593

0.59

82.

7331

0.55

282.

8067

46.

0.76

022.

4905

0.71

282.

5621

0.66

612.

6339

0.62

032.

7059

0.57

552.

7779

47.

0.78

022.

470.

7334

2.53

970.

6873

2.60

980.

642

2.68

010.

5976

2.75

0448

. 0.

7995

2.45

050.

7534

2.51

850.

7079

2.58

690.

6631

2.65

550.

6191

2.72

4349

. 0.

8182

2.43

20.

7728

2.49

830.

7279

2.56

510.

6836

2.63

210.

642.

6993

50.

0.83

642.

4144

0.79

162.

4791

0.74

722.

5443

0.70

352.

6098

0.66

042.

6755

51.

0.85

42.

3977

0.80

982.

4608

0.76

62.

5245

0.72

282.

5885

0.68

022.

6527

52.

0.87

12.

3818

0.82

752.

4434

0.78

432.

5056

0.74

162.

5682

0.69

952.

631

53.

0.88

752.

3666

0.84

462.

4268

0.80

22.

4876

0.75

992.

5487

0.71

832.

6102

54.

0.90

352.

3521

0.86

122.

411

0.81

932.

4704

0.77

772.

5302

0.73

652.

5903


176

Lam

pira

n 9.

(lan

juta

n)

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 16

k =

17k

= 18

k =

19k

= 20

dLdU

dLdU

dLdU

dLdU

dLdU

55.

0.91

92.

3383

0.87

742.

3959

0.83

62.

4539

0.79

492.

5124

0.75

432.

5713

56.

0.93

412.

3252

0.89

32.

3814

0.85

222.

4382

0.81

172.

4955

0.77

162.

5531

57.

0.94

872.

3126

0.90

832.

3676

0.86

82.

4232

0.82

82.

4792

0.78

842.

5356

58.

0.96

292.

3005

0.92

32.

3544

0.88

342.

4088

0.84

392.

4636

0.80

472.

5189

59.

0.97

672.

289

0.93

742.

3417

0.89

832.

395

0.85

932.

4487

0.82

072.

5028

60.

0.99

012.

278

0.95

142.

3296

0.91

282.

3817

0.87

442.

4344

0.83

622.

4874

61.

1.00

312.

2674

0.96

492.

318

0.92

692.

369

0.88

92.

4206

0.85

132.

4726

62.

1.01

572.

2573

0.97

812.

3068

0.94

062.

3569

0.90

322.

4074

0.86

62.

4584

63.

1.02

82.

2476

0.99

12.

2961

0.95

392.

3452

0.91

72.

3947

0.88

032.

4447

64.

1.04

2.23

831.

0035

2.28

580.

9669

2.33

40.

9305

2.38

260.

8943

2.43

1665

. 1.

0517

2.22

931.

0156

2.27

60.

9796

2.32

320.

9437

2.37

080.

9079

2.41

8966

. 1.

063

2.22

071.

0274

2.26

650.

9919

2.31

280.

9565

2.35

950.

9211

2.40

6867

. 1.

074

2.21

251.

039

2.25

741.

0039

2.30

280.

9689

2.34

870.

934

2.39

568

. 1.

0848

2.20

451.

0502

2.24

861.

0156

2.29

320.

9811

2.33

820.

9466

2.38

3769

. 1.

0952

2.19

691.

0612

2.24

011.

027

2.28

390.

993

2.32

810.

9589

2.37

2870

. 1.

1054

2.18

951.

0718

2.23

21.

0382

2.27

51.

0045

2.31

840.

9709

2.36

2371

. 1.

1154

2.18

241.

0822

2.22

411.

049

2.26

631.

0158

2.30

90.

9826

2.35

22

LAMPIRAN

177

Lam

pira

n 9.

(lan

juta

n)

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 16

k =

17k

= 18

k =

19k

= 20

dLdU

dLdU

dLdU

dLdU

dLdU

72.

1.12

512.

1756

1.09

242.

2166

1.05

962.

258

1.02

682.

30.

994

2.34

2473

. 1.

1346

2.16

91.

1023

2.20

931.

0699

2.25

1.03

752.

2912

1.00

522.

3329

74.

1.14

382.

1626

1.11

192.

2022

1.08

2.24

231.

048

2.28

281.

0161

2.32

3875

. 1.

1528

2.15

651.

1214

2.19

541.

0898

2.23

481.

0583

2.27

471.

0267

2.31

4976

. 1.

1616

2.15

061.

1306

2.18

881.

0994

2.22

761.

0683

2.26

681.

0371

2.30

6477

. 1.

1702

2.14

491.

1395

2.18

251.

1088

2.22

061.

078

2.25

911.

0472

2.29

8178

. 1.

1786

2.13

931.

1483

2.17

631.

118

2.21

381.

0876

2.25

181.

0571

2.29

0179

. 1.

1868

2.13

41.

1569

2.17

041.

1269

2.20

731.

0969

2.24

461.

0668

2.28

2480

. 1.

1948

2.12

881.

1653

2.16

471.

1357

2.20

11.

106

2.23

771.

0763

2.27

4981

. 1.

2026

2.12

381.

1735

2.15

911.

1442

2.19

491.

1149

2.23

11.

0856

2.26

7682

. 1.

2103

2.11

91.

1815

2.15

371.

1526

2.18

891.

1236

2.22

461.

0946

2.26

0683

. 1.

2178

2.11

431.

1893

2.14

851.

1608

2.18

321.

1322

2.21

831.

1035

2.25

3784

. 1.

2251

2.10

981.

197

2.14

351.

1688

2.17

761.

1405

2.21

221.

1122

2.24

7185

. 1.

2323

2.10

541.

2045

2.13

861.

1766

2.17

221.

1487

2.20

631.

1206

2.24

0786

. 1.

2393

2.10

111.

2119

2.13

381.

1843

2.16

71.

1567

2.20

051.

129

2.23

4587

. 1.

2462

2.09

71.

2191

2.12

931.

1918

2.16

191.

1645

2.19

51.

1371

2.22

8488

. 1.

2529

2.09

31.

2261

2.12

481.

1992

2.15

71.

1722

2.18

961.

1451

2.22

25


178

Lam

pira

n 9.

(lan

juta

n)

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 16

k =

17k

= 18

k =

19k

= 20

dLdU

dLdU

dLdU

dLdU

dLdU

89.

1.25

952.

0891

1.23

32.

1205

1.20

642.

1522

1.17

972.

1843

1.15

292.

2168

90.

1.26

592.

0853

1.23

972.

1163

1.21

342.

1476

1.18

72.

1793

1.16

052.

2113

91.

1.27

232.

0817

1.24

642.

1122

1.22

042.

1431

1.19

422.

1743

1.16

82.

2059

92.

1.27

852.

0781

1.25

292.

1082

1.22

712.

1387

1.20

132.

1695

1.17

542.

2007

93.

1.28

452.

0747

1.25

922.

1044

1.23

382.

1344

1.20

822.

1648

1.18

262.

1956

94.

1.29

052.

0713

1.26

542.

1006

1.24

032.

1303

1.21

52.

1603

1.18

972.

1906

95.

1.29

632.

0681

1.27

162.

097

1.24

672.

1262

1.22

172.

1559

1.19

662.

1858

96.

1.30

212.

0649

1.27

762.

0935

1.25

292.

1223

1.22

822.

1515

1.20

342.

1811

97.

1.30

772.

0619

1.28

342.

091.

2591

2.11

851.

2346

2.14

741.

212.

1765

98.

1.31

322.

0589

1.28

922.

0867

1.26

512.

1148

1.24

092.

1433

1.21

662.

1721

99.

1.31

862.

056

1.29

492.

0834

1.27

12.

1112

1.24

72.

1393

1.22

32.

1677

100.

1.

3239

2.05

311.

3004

2.08

021.

2768

2.10

771.

2531

2.13

541.

2293

2.16

3510

1.

1.32

912.

0504

1.30

592.

0772

1.28

252.

1043

1.25

92.

1317

1.23

552.

1594

102.

1.

3342

2.04

771.

3112

2.07

411.

2881

2.10

091.

2649

2.12

81.

2415

2.15

5410

3.

1.33

922.

0451

1.31

652.

0712

1.29

362.

0977

1.27

062.

1244

1.24

752.

1515

104.

1.

3442

2.04

261.

3216

2.06

841.

299

2.09

451.

2762

2.12

11.

2534

2.14

7710

5.

1.34

92.

0401

1.32

672.

0656

1.30

432.

0914

1.28

172.

1175

1.25

912.

144

LAMPIRAN

179

Lam

pira

n 9.

(lan

juta

n)

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 16

k =

17k

= 18

k =

19k

= 20

dLdU

dLdU

dLdU

dLdU

dLdU

106.

1.

3538

2.03

771.

3317

2.06

291.

3095

2.08

841.

2872

2.11

421.

2648

2.14

0310

7.

1.35

852.

0353

1.33

662.

0602

1.31

462.

0855

1.29

252.

111

1.27

032.

1368

108.

1.

3631

2.03

31.

3414

2.05

771.

3196

2.08

261.

2978

2.10

781.

2758

2.13

3310

9.

1.36

762.

0308

1.34

612.

0552

1.32

462.

0798

1.30

292.

1048

1.28

112.

1311

0.

1.37

22.

0286

1.35

082.

0527

1.32

942.

0771

1.30

82.

1018

1.28

642.

1267

111.

1.

3764

2.02

651.

3554

2.05

031.

3342

2.07

441.

3129

2.09

881.

2916

2.12

3511

2.

1.38

072.

0244

1.35

992.

048

1.33

892.

0718

1.31

782.

0959

1.29

672.

1203

113.

1.

3849

2.02

241.

3643

2.04

571.

3435

2.06

931.

3227

2.09

311.

3017

2.11

7311

4.

1.38

912.

0204

1.36

862.

0435

1.34

812.

0668

1.32

742.

0904

1.30

662.

1143

115.

1.

3932

2.01

851.

3729

2.04

131.

3525

2.06

441.

3321

2.08

771.

3115

2.11

1311

6.

1.39

722.

0166

1.37

712.

0392

1.35

692.

062

1.33

662.

0851

1.31

622.

1085

117.

1.

4012

2.01

481.

3813

2.03

711.

3613

2.05

971.

3411

2.08

261.

3209

2.10

5711

8.

1.40

512.

013

1.38

542.

0351

1.36

552.

0575

1.34

562.

0801

1.32

562.

1029

119.

1.

4089

2.01

121.

3894

2.03

311.

3697

2.05

531.

352.

0776

1.33

012.

1002

120.

1.

4127

2.00

951.

3933

2.03

121.

3739

2.05

311.

3543

2.07

521.

3346

2.09

7612

1.

1.41

642.

0079

1.39

722.

0293

1.37

792.

051

1.35

852.

0729

1.33

92.

0951

122.

1.

4201

2.00

621.

401

2.02

751.

3819

2.04

891.

3627

2.07

061.

3433

2.09

26


180

Lam

pira

n 9.

(lan

juta

n)

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 16

k =

17k

= 18

k =

19k

= 20

dLdU

dLdU

dLdU

dLdU

dLdU

123.

1.

4237

2.00

461.

4048

2.02

571.

3858

2.04

691.

3668

2.06

841.

3476

2.09

0112

4.

1.42

722.

0031

1.40

852.

0239

1.38

972.

0449

1.37

082.

0662

1.35

182.

0877

125.

1.

4307

2.00

161.

4122

2.02

221.

3936

2.04

31.

3748

2.06

411.

356

2.08

5412

6.

1.43

422.

0001

1.41

582.

0205

1.39

732.

0411

1.37

872.

062

1.36

2.08

3112

7.

1.43

761.

9986

1.41

942.

0188

1.40

12.

0393

1.38

262.

0599

1.36

412.

0808

128.

1.

4409

1.99

721.

4229

2.01

721.

4047

2.03

741.

3864

2.05

791.

368

2.07

8612

9.

1.44

421.

9958

1.42

632.

0156

1.40

832.

0357

1.39

022.

0559

1.37

192.

0764

130.

1.

4475

1.99

441.

4297

2.01

411.

4118

2.03

391.

3939

2.05

41.

3758

2.07

4313

1.

1.45

071.

9931

1.43

312.

0126

1.41

532.

0322

1.39

752.

0521

1.37

962.

0722

132.

1.

4539

1.99

181.

4364

2.01

111.

4188

2.03

061.

4011

2.05

031.

3833

2.07

0213

3.

1.45

71.

9905

1.43

972.

0096

1.42

222.

0289

1.40

462.

0485

1.38

72.

0682

134.

1.

4601

1.98

931.

4429

2.00

821.

4255

2.02

731.

4081

2.04

671.

3906

2.06

6213

5.

1.46

311.

988

1.44

62.

0068

1.42

892.

0258

1.41

162.

045

1.39

422.

0643

136.

1.

4661

1.98

681.

4492

2.00

541.

4321

2.02

431.

415

2.04

331.

3978

2.06

2413

7.

1.46

911.

9857

1.45

232.

0041

1.43

532.

0227

1.41

832.

0416

1.40

122.

0606

138.

1.

472

1.98

451.

4553

2.00

281.

4385

2.02

131.

4216

2.03

991.

4047

2.05

8813

9.

1.47

481.

9834

1.45

832.

0015

1.44

162.

0198

1.42

492.

0383

1.40

812.

057

LAMPIRAN

181

Lam

pira

n 9.

(lan

juta

n)

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 16

k =

17k

= 18

k =

19k

= 20

dLdU

dLdU

dLdU

dLdU

dLdU

140.

1.

4777

1.98

231.

4613

2.00

021.

4447

2.01

841.

4281

2.03

681.

4114

2.05

5314

1.

1.48

051.

9812

1.46

421.

999

1.44

782.

017

1.43

132.

0352

1.41

472.

0536

142.

1.

4832

1.98

011.

4671

1.99

781.

4508

2.01

561.

4344

2.03

371.

418

2.05

1914

3.

1.48

61.

9791

1.46

991.

9966

1.45

382.

0143

1.43

752.

0322

1.42

122.

0503

144.

1.

4887

1.97

811.

4727

1.99

541.

4567

2.01

31.

4406

2.03

071.

4244

2.04

8614

5.

1.49

131.

9771

1.47

551.

9943

1.45

962.

0117

1.44

362.

0293

1.42

752.

0471

146.

1.

4939

1.97

611.

4782

1.99

321.

4625

2.01

051.

4466

2.02

791.

4306

2.04

5514

7.

1.49

651.

9751

1.48

091.

9921

1.46

532.

0092

1.44

952.

0265

1.43

372.

044

148.

1.

4991

1.97

421.

4836

1.99

11.

4681

2.00

81.

4524

2.02

521.

4367

2.04

2514

9.

1.50

161.

9733

1.48

621.

991.

4708

2.00

681.

4553

2.02

381.

4396

2.04

115

0.

1.50

411.

9724

1.48

891.

9889

1.47

352.

0056

1.45

812.

0225

1.44

262.

0396

151.

1.

5066

1.97

151.

4914

1.98

791.

4762

2.00

451.

4609

2.02

121.

4455

2.03

8115

2.

1.50

91.

9706

1.49

41.

9869

1.47

882.

0034

1.46

362.

021.

4484

2.03

6715

3.

1.51

141.

9698

1.49

651.

9859

1.48

152.

0022

1.46

642.

0187

1.45

122.

0354

154.

1.

5138

1.96

891.

499

1.98

51.

4841

2.00

121.

4691

2.01

751.

454

2.03

415

5.

1.51

611.

9681

1.50

141.

984

1.48

662.

0001

1.47

172.

0163

1.45

672.

0327

156.

1.

5184

1.96

731.

5038

1.98

311.

4891

1.99

91.

4743

2.01

511.

4595

2.03

14


182

Lam

pira

n 9.

(lan

juta

n)

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 16

k =

17k

= 18

k =

19k

= 20

dLdU

dLdU

dLdU

dLdU

dLdU

157.

1.

5207

1.96

651.

5062

1.98

221.

4916

1.99

81.

4769

2.01

41.

4622

2.03

0115

8.

1.52

31.

9657

1.50

861.

9813

1.49

411.

997

1.47

952.

0129

1.46

482.

0289

159.

1.

5252

1.96

51.

5109

1.98

041.

4965

1.99

61.

482

2.01

171.

4675

2.02

7616

0.

1.52

741.

9642

1.51

321.

9795

1.49

891.

995

1.48

452.

0106

1.47

012.

0264

161.

1.

5296

1.96

351.

5155

1.97

871.

5013

1.99

411.

487

2.00

961.

4726

2.02

5216

2.

1.53

181.

9628

1.51

781.

9779

1.50

371.

9931

1.48

942.

0085

1.47

522.

0241

163.

1.

5339

1.96

211.

521.

9771

1.50

61.

9922

1.49

192.

0075

1.47

772.

0229

164.

1.

536

1.96

141.

5222

1.97

621.

5083

1.99

131.

4943

2.00

641.

4802

2.02

1816

5.

1.53

811.

9607

1.52

441.

9755

1.51

051.

9904

1.49

662.

0054

1.48

262.

0206

166.

1.

5402

1.96

1.52

651.

9747

1.51

281.

9895

1.49

92.

0045

1.48

512.

0195

167.

1.

5422

1.95

941.

5287

1.97

391.

515

1.98

861.

5013

2.00

351.

4875

2.01

8516

8.

1.54

431.

9587

1.53

081.

9732

1.51

721.

9878

1.50

362.

0025

1.48

982.

0174

169.

1.

5463

1.95

811.

5329

1.97

241.

5194

1.98

691.

5058

2.00

161.

4922

2.01

6417

0.

1.54

821.

9574

1.53

491.

9717

1.52

151.

9861

1.50

82.

0007

1.49

452.

0153

171.

1.

5502

1.95

681.

537

1.97

11.

5236

1.98

531.

5102

1.99

971.

4968

2.01

4317

2.

1.55

211.

9562

1.53

91.

9703

1.52

571.

9845

1.51

241.

9988

1.49

912.

0133

173.

1.

554

1.95

561.

541

1.96

961.

5278

1.98

371.

5146

1.99

81.

5013

2.01

23

LAMPIRAN

183

Lam

pira

n 9.

(lan

juta

n)

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 16

k =

17k

= 18

k =

19k

= 20

dLdU

dLdU

dLdU

dLdU

dLdU

174.

1.

5559

1.95

511.

5429

1.96

891.

5299

1.98

31.

5167

1.99

711.

5035

2.01

1417

5.

1.55

781.

9545

1.54

491.

9683

1.53

191.

9822

1.51

891.

9962

1.50

572.

0104

176.

1.

5597

1.95

391.

5468

1.96

761.

5339

1.98

151.

5209

1.99

541.

5079

2.00

9517

7.

1.56

151.

9534

1.54

871.

967

1.53

591.

9807

1.52

31.

9946

1.51

2.00

8617

8.

1.56

331.

9528

1.55

061.

9664

1.53

791.

981.

5251

1.99

381.

5122

2.00

7617

9.

1.56

511.

9523

1.55

251.

9657

1.53

981.

9793

1.52

711.

993

1.51

432.

0068

180.

1.

5669

1.95

181.

5544

1.96

511.

5418

1.97

861.

5291

1.99

221.

5164

2.00

5918

1.

1.56

871.

9513

1.55

621.

9645

1.54

371.

9779

1.53

111.

9914

1.51

842.

005

182.

1.

5704

1.95

071.

558

1.96

391.

5456

1.97

721.

533

1.99

061.

5205

2.00

4218

3.

1.57

211.

9503

1.55

981.

9633

1.54

741.

9766

1.53

51.

9899

1.52

252.

0033

184.

1.

5738

1.94

981.

5616

1.96

281.

5493

1.97

591.

5369

1.98

911.

5245

2.00

2518

5.

1.57

551.

9493

1.56

341.

9622

1.55

111.

9753

1.53

881.

9884

1.52

652.

0017

186.

1.

5772

1.94

881.

5651

1.96

171.

5529

1.97

461.

5407

1.98

771.

5284

2.00

0918

7.

1.57

881.

9483

1.56

681.

9611

1.55

471.

974

1.54

261.

987

1.53

042.

0001

188.

1.

5805

1.94

791.

5685

1.96

061.

5565

1.97

341.

5444

1.98

631.

5323

1.99

9318

9.

1.58

211.

9474

1.57

021.

961.

5583

1.97

281.

5463

1.98

561.

5342

1.99

8519

0.

1.58

371.

947

1.57

191.

9595

1.56

1.97

221.

5481

1.98

491.

5361

1.99

78


184

Lam

pira

n 9.

(lan

juta

n)

Tabe

l Dur

bin-

Wat

son

(DW

), 𝜶

= 5%

nk

= 16

k =

17k

= 18

k =

19k

= 20

dLdU

dLdU

dLdU

dLdU

dLdU

191.

1.

5853

1.94

651.

5736

1.95

91.

5618

1.97

161.

5499

1.98

421.

5379

1.99

719

2.

1.58

691.

9461

1.57

521.

9585

1.56

351.

971

1.55

171.

9836

1.53

981.

9963

193.

1.

5885

1.94

571.

5768

1.95

81.

5652

1.97

041.

5534

1.98

291.

5416

1.99

5619

4.

1.59

1.94

531.

5785

1.95

751.

5668

1.96

991.

5551

1.98

231.

5434

1.99

4819

5.

1.59

151.

9449

1.58

011.

957

1.56

851.

9693

1.55

691.

9817

1.54

521.

9941

196.

1.

5931

1.94

451.

5816

1.95

661.

5701

1.96

881.

5586

1.98

11.

547

1.99

3419

7.

1.59

461.

9441

1.58

321.

9561

1.57

181.

9682

1.56

031.

9804

1.54

871.

9928

198.

1.

5961

1.94

371.

5848

1.95

561.

5734

1.96

771.

562

1.97

981.

5505

1.99

2119

9.

1.59

751.

9433

1.58

631.

9552

1.57

51.

9672

1.56

361.

9792

1.55

221.

9914

200.

1.

599

1.94

291.

5878

1.95

471.

5766

1.96

671.

5653

1.97

871.

5539

1.99

08

BIODATA PENULIS

Dr. Achi Rinaldi, S.Si, M.Si, Lahir di Tanjungkarang, 4 Februari 1982. Anak ke 6 dari 6 bersaudara dari Orang tua, Ayah bernama Yurdin Yusuf dan Ibu bernama Nina Kiran. Menikah dengan Nely Suryani Nopi, S.Si., Apt., M.Si.

Riwayat pendidikan formal, dimulai dari SDN 4 Sawah Lama (Bandar Lampung), SLTP N 2 Bandar Lampung,

SMUN 2 Bandar Lampung. Meraih Gelar Sarjana Sains (S.Si) Jurusan Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Padjadjaran Bandung pada tahun 2005, Gelar Magister Sains di Departemen Statistika Sekolah Pasca Sarjana Institut Pertanian Bogor (IPB) pada tahun 2011, dan meraih Gelar Doktor Statistika di Institut Pertanian Bogor pada tahun 2018. Pengalaman dalam mengajar adalah sebagai Dosen Fakultas Tarbiyah dan Keguruan Universitas Islam Negeri Raden Intan Lampung dari tahun 2006.

Novalia, S.Pd, M.Si. Lahir di Bandar Lampung, 9 November 1982. Putri kedua dari pasangan Haspani Amin, S.H. dan Yulia. Ia menyelesaikan pendidikan dasar di SDN 2 Banjar Negara Tanggamus pada tahun 1994, pendidikan menengah di SMPN 20 Bandar Lampung dan SMAN 5 Bandar Lampung, mendapatkan gelar sarjana dari Fakultas Keguruan dan Ilmu Pendidikan Universitas Lampung

(UNILA) pada bulan maret tahun 2005 dan gelar Master of Science (M.Si) jurusan statistika dari Institut Pertanian Bogor (IPB).

Ia mengajar sejak tahun 2004 hingga 2011 di berbagai bimbel dan sekolah di Bandar Lampung, Jakarta dan Bogor. Sejak tahun 2011 hingga sekarang ia aktif mengajar di IAIN Raden Intan Bandar Lampung, Perguruan Tinggi


186

Teknokrat dan Universitas Muhammadyah Metro. Pada akhir tahun 2012, ia bersama dua orang rekannya Syazali, M.Si dan Ary Santoso, S.Stat mendirikan Lembaga Pusat Statistika (LPS) Nusantara dan Real Education Centre (REC) bimbingan belajar untuk mahasiswa. Saat ini bersama LPS Nusantara, ia melaksanakan pelatihan Pengolahan Data untuk Dosen dan Mahasiswa di berbagai Universitas di Propinsi Lampung.

Muhamad Syazali, S.Si, M.Si, Lahir di Bandar Lampung, 21 November 1986. Anak ke-3 dari 6 bersaudara dari Orang tua, Ayah bernama Prayitno dan Ibu bernama Saiti. Riwayat pendidikan formal, dimulai dari SDN 4 Sawah Brebes (Bandar Lampung), SLTP N 5 Bandar Lampung, MAN 1 (Model) Bandar Lampung. Meraih Gelar Sarjana Sains (S.Si) Fakultas Matematika dan Ilmu Pengetahuan

Alam Institut Pertanian Bogor (IPB) pada tahun 2008, Gelar Magister Sains di Institut Pertanian Bogor (IPB) pada tahun 2011. Pengalaman dalam mengajar adalah sebagai Dosen Fakultas Keguruan dan Ilmu Pendidikan Universitas Muhammadiyah Metro pada tahun 2013 sampai 2015, Dosen Prodi Pendidikan Matematika UIN Raden Intan Lampung pada tahun 2013 sampai 2020, dan Dosen Prodi Matematika Universitas Pertahanan sejak 2020.

Statistika Inferensial untuk Ilmu Sosial dan Pendidikan

Text of Statistika Inferensial untuk Ilmu Sosial dan Pendidikan

BUKU PANDUAN AKADEMIK 2018-2023...RMK Statistika Bisnis-Industri 92 RMK Statistika Ekonomi-Finansial 110 RMK Statistika Sosial-Kependudukan 125 RMK Statistika Lingkungan-Kesehatan

Pengantar Statistika Sosial Pertemuan 1

Soal UTS Statistika Sosial

INFERENSIAL PSPD

7.a. Statistika Inferensial (s1)

Biostatistic inferensial

Statistik Inferensial

STATISTIKA DAN PROBABILITAS (CIV -110) · 2020. 1. 23. · Statistik Inferensial Deskriptif Parametris NonParametris. Penggolongan data statistik Jenis data Kuantitatif Kualitatif

Social Statistics Statistika Sosial - staff.unila.ac.idstaff.unila.ac.id/fahmitarumanegara/files/2017/03/STATISTIKA-2016... · • Statistika univariat, bivariat, multivariat

STATISTIKA INFERENSIAL - blog ship | blognya rifqi neeh€¦ · PPT file · Web view · 2010-05-11STATISTIKA INFERENSIAL Statistik dan Probabilitas (2007/2008) RASIONAL Kondisi

RPS METODE STATISTIKA - pendmat.unipasby.ac.id · Erna Puji Astutik, S.Si., M.Pd., M.Sc. (NIDN 0729088601) UNIVERSITAS PGRI ADI BUANA SURABAYA ... menjelaskan tentang Statistika Inferensial

Pengantar Statistika Sosial : Modul 4

6. Statistika Inferensial

Statistika Sosial, Teori dan Terapan. (Penulis: Dr. Taufiq Ramdani, M.Sos)

eprints.unm.ac.ideprints.unm.ac.id/6597/1/Artikel Safri.docx · Web viewterhadap pembelajaran matematika efektif. Hasil analisis statistika inferensial menggunakan uji-t data tunggal

BAB III METODE PENELITIANrepository.unj.ac.id/1060/3/BAB III.pdf · ini menggunakan metode statistika inferensial untuk menguji hipotesis awal peneliti ... kebetulan, yaitu siapa

STA517 Statistika untuk Ilmu ilmu Sosial dan Perilaku

Statistika Sosial

Estimasi Parameter TIP-FTP-UB. Statistika Inferensial Terbagi dua bagian: Estimasi (estimation) Uji hipotesis (test of hypotheses)

Statistika (MMS-1001) - :: FAPERTA UGMfaperta.ugm.ac.id/download/bahan_kuliah/elmanani/Statistika/Slide... · Peluang dan Variabel Random Statistika Inferensial: Mengambil kesimpulan,

ap.fip.um.ac.idap.fip.um.ac.id/wp-content/uploads/2019/01/Imam-Gunawan-Pengantar... · Pengantar Statistika Inferensial/Imam Gunawan —Ed. 1—Cet. 2.—Jakarta: Rajawali Pers, 2017

KEEFEKTIFAN PEMBELAJARAN PRAKTIKUM BERBASIS …lib.unnes.ac.id/26812/1/4301412021.pdf · Data hasil penelitian dianalisis dengan metode statistika inferensial dan di uji hipotesis

STATISTIKA INFERENSIAL - · PDF filepeluang kesalahan yang terukur. ... •Jumlah dan sebaran menentukan jenis uji statistika yang dapat dipergunakan (misalnya parametrik vs non parametrik)

STATISTIKA ( untuk ILMU-ILMU SOSIAL)

STATISTIKA INFERENSIAL-1

STATISTIKA DAN PROBABILITAS (CIV -110) - ocw.upj.ac.idocw.upj.ac.id/files/Slide-CIV-110-pertemuan-11-12.pdf · STATISTIKA DAN PROBABILITAS (CIV -110) Statistika Inferensial : Rentang

P2_Pengantar Statistika Inferensial

Sosial statistika

Statistika Inferensial Parametrik Non Parametrik

Presentasi 7 Statistika Inferensial Asistensi

Documents

Statistika Inferensial untuk Ilmu Sosial dan Pendidikan

Text of Statistika Inferensial untuk Ilmu Sosial dan Pendidikan