statistik
description
Transcript of statistik
![Page 1: statistik](https://reader033.fdokumen.com/reader033/viewer/2022052603/563db7fb550346aa9a8f72ab/html5/thumbnails/1.jpg)
BAB IPENDAHULUAN
Prosedur penentuan apakah dua buah populasi memiliki rata-rata yang sama atau tidak telah dibahas didalam pembahasan tentang hipotesis uji-t. Tetapi, sering terjadi bahwa masalah-masalah manajemen yang timbul adalah lebih dari dua populasi, sedangkan pembuat keputusan ingin mengetahui apakah rata-rata dari populasi-populasi itu sama atau tidak. Dalam menganalisis data seperti itu (lebih dari 2 populasi) tidak dianjurkan menggunakan uji-t lagi karena terdapat beberapa kelemahan, seperti kita harus melakukan uji-t berulang-ulang sehingga dapat meningkatkan nilai α (taraf signifikasi), artinya akan meningkatkan peluang mendapatkan hasil yang keliru.
Permasalahan-permasalahan ini tentunya dapat dipecahkan, yaitu dengan menggunakan sebuah teknik penting yang dikenal sebagai Analysis of variance atau yang sering disingkat Anova. Anova adalah uji yang dapat digunakan untuk menganalisis perbedaan lebih dari 2 populasi kelompok yang independent.
Teknik Anova ini dikembangkan oleh Ronald A. Fisher, dengan memanfaatkan distribusi F. Teknik ini sering dipakai untuk penelitian terutama pada rancangan penelitian yang memiliki implikasi pengambilan keputusan untuk menggunakan teknologi baru, prosedur-prosedur baru, ataupun kebijakan-kebijakan baru. Teknik Anova berasal dari penelitian pertanian (agricultural research). Tetapi di tahun-tahun terakhir ini telah dikembangkan sebagai alat yang ampuh didalam menganalisis masalah-masalah ilmiah lainnya seperti dalam masalah-masalah bisnis dan ekonomi.
Pengujian ini disebut analisis varian karena didalam pembentukannya, kita menentukan apakah menerima atau menolak hipotesisnya mengenai rata-rata populasi yang berarti sama dengan kita menganalisis variasi (varian) didalam rata-rata cuplikan. Anova te dibentuk atas dasar cuplikan-cuplikan acak sederhana yang ditarik secara bebas, sebuah dari setiap populasi. Pengujian itu beranggapan bahwa populasi-populasi disebarkan secara normal dan memiliki varian-varian yang sama.
Menurut Mendenhall, prosedur analis varian bertujuan untuk menganalisis variasi dari sebuah response dan untuk menentukan bagian daripada variasi ini bagi setiap kelompok variable bebas. Pemikiran dibelakang prosedur itu adalah bahwa variable-variabel jawaban berbeda-beda semata-mata dikarenakan oleh suatu variasi di dalam kelompok variable bebas yang diketahui. Hal itu berarti, tujuan daripada analisis varian adalah untuk menempatkan variable-variabel bebas penting didalam suatu studi dan untuk menentukan bagaimana mereka berinteraksi dan saling mempengaruhi (Mendenhall, & Reinmuth, 1982; hlm. 542).
![Page 2: statistik](https://reader033.fdokumen.com/reader033/viewer/2022052603/563db7fb550346aa9a8f72ab/html5/thumbnails/2.jpg)
Anova atau yang sering disebut juga uji-F pada prinsipnya yang dipakai dalam pengujian hipotesis ini adalah apabila mean dari kelompok bagian sangat berbeda maka variansi kombinasi dari seluruh kelompok jauh lebih besar dari variansi masing-masing kelompok bagian. Misalnya akan diuji sebanyak k sampel maka untuk menguji perbedaan mean antar sampel diperlukan perbandingan variansi kombinasi dari sebanyak k mean sampel oleh rata-rata variansi dari masing-masing sampel. Atau dengan kata lain, uji F merupakan perbandingan Variance between means oleh variance within groups.
BAB IIPEMBAHASAN
Analisis ragam (Analysis of Variance) atau yang lebih dikenal dengan istilah ANOVA adalah suatu teknik untuk menguji kesamaan beberapa rata-rata secara sekaligus. Uji yang dipergunakan dalam ANOVA adalah uji F karena dipakai untuk pengujian lebih dari 2 sampel.
Anova dapat digolongkan kedalam beberapa kritenia, yaitu :1. Klasifikasi 1 arahANOVA kiasifikasi 1 arah merupakan ANOVA yang didasarkan pada pengamatan 1 kriteria.2. Klasifikasi 2 arahANOVA klasifikasi 2 arah merupakan ANOVA yang didasarkan pada pengamatan 2 kriteria.3. Klasifikasi banyak arahANOVA banyak arah merupakan ANOVA yang didasarkan pada pengamatan banyak kriteria.
Pada pembahasan. kali ini, dititikberatkan pada pengujian ANOVA 2 arah yaitu pengujian ANOVA yang didasarkan pada pengamatan 2 kriteria. Setiap kriteria dalam pengujian ANOVA mempunyal level.
Tujuan dan pengujian ANOVA 2 arah ini adalah untuk mengetahui apakah ada pengaruh dan berbagai kriteria yang diuji terhadap hasil yang diinginkan. Misal, seorang guru menguji apakah ada pengaruh antara jenis media belajar yang digunakan pada tingkat penguasaan siswa terhadap materi.
1. Anova Dua Arah tanpa Interaksi
Pengujian anova dua arah tanpa interasi merupakan pengujian hipotesis beda tiga rata – rata atau lebih dengan dua faktor yang berpengaruh dan interaksi antara kedua faktor ditiadakan. Dengan menggunakan teknik anova 2 arah ini kita dapat membandingkan beberapa rata-rata yang berasal dari beberapa kategori atau kelompok untuk satu variable perlakuan.
![Page 3: statistik](https://reader033.fdokumen.com/reader033/viewer/2022052603/563db7fb550346aa9a8f72ab/html5/thumbnails/3.jpg)
Bagaimanapun, keuntungan teknik analisis varian ini adalah memungkinkan untuk memperluas analisis pada situasi dimana hal-hal yang sedang diukur dipengaruhi oleh dua atau lebih variable. Anova 2 arah ini digunakan bila sumber keragaman yang terjadi tidak hanya karena satu faktor (perlakuan). Faktor lain yang mungkin menjadi sumber keragaman respon juga harus diperhatikan. Faktor lain ini bisa berupa perlakuan lain yang sudah terkondisikan. Pertimbangan memasukkan faktor kedua sebagai sumber keragaman ini perlu bila faktor itu dikelompokkan, sehingga keragaman antar kelompok sangat besar,, tetapi kecil dalam kelompoknya sendiri.
Langkah – langkah analisis varians dua arah tanpa interaksi1. Menentukan formulasi hipotesisa. H0 : α1 = α2 = α3 = ..... = 0 ( pengaruh baris nol )
H1 : sekurang – kurangnya satu αi tidak sama dengan nolb. H0 : β1 = β2 = β3 = ...... = 0 ( pengaruh kolom nol )
H1 = sekurang – kurangnya satu βj tidak sama dengan nol
2. Menetukan taraf nyata ( α ) dan F tabelnyaTaraf nyata ( α ) dan F tabel ditentukan dengan derajat pembilang dan penyebut masing – masing ;
a. untuk baris : v1 = b – 1 dan v2 = (k – 1)(b – 1)b. untuk kolom : v1 = k – 1 dan v2 = (k -1)(b-1)
3. Menetukan kriteria pengujianaa. H0 diterima apabila F0 ≤ F α(v1;v2)
H0 ditolak apabila F0 > F α(v1;v2)
b. H0 diterima apabila F0 ≤ F α(v1;v2)
H0 ditolak apabila F0 > F α(v1;v2)
4. Membuat analisis Varians dalam bentuk tabel ANOVA
Sumber varians
Jumlahkuadrat
Derajatkebebasan
Rata – Ratakuadrat
F0
Rata – rata baris
Rata – RataKolomError
JKB
JKK
JKE
b – 1 f1=
f2 =
TOTAL JKT
Dimana:
![Page 4: statistik](https://reader033.fdokumen.com/reader033/viewer/2022052603/563db7fb550346aa9a8f72ab/html5/thumbnails/4.jpg)
JKE = JKT - JKB – JKK
5. Membuat kesimpulanMenyimpulkan H0 diterima atau ditolak dengan membandingkan antara langkah ke-4 dengan kriteria pengujian pada langkah ke – 3.
Contoh Soal :Berikut ini adalah hasil UH dari empat mata pelajaran dengan menggunakan metode penilaian yang berbeda.
Matematika Bahasa Indonesia
Bahasa Inggris
Biologi Total
P1P2P3
496
687
7106
875
253424
Total 19 21 23 20 83
C1 = TertulisC2 = LisanC3 = Tertulis dan Lisan
Dengan taraf nyata 5%, ujilah apakah rata – rata hasil setiap mata pelajaran sama untuka. Jenis penilaian yang digunakan,b. Jenis mata pelajaran !
Penyelesaian:1. Formulasi hipotesis;a. H0 : α1 = α2 = α3 = 0
H1 : sekurang – kurangnya satu αi ≠ 0b. H0 : β1 = β2 = β3 = β4 = 0
H1 = sekurang – kurangnya satu βj ≠ 0
![Page 5: statistik](https://reader033.fdokumen.com/reader033/viewer/2022052603/563db7fb550346aa9a8f72ab/html5/thumbnails/5.jpg)
2. Taraf nyata ( α ) dan F tabel ;α = 5% = 0,05
a. untuk baris : v1 = 3 – 1 = 2 dan v2 = (2)(3) = 6, F 0,05(2;6) = 5,14b. untuk kolom : v1 = 4 – 1=3 dan v2 = (2)(3) = 6, F 0,05(3;6) = 4,76
3. Menetukan kriteria pengujianya ;a. H0 diterima apabila F0 ≤ 5,14
H0 ditolak apabila F0 > F 5,14b. H0 diterima apabila F0 ≤ F 4,76
H0 ditolak apabila F0 > F 4, 76
4. Analisis varians ;JKT =
JKB =
JKK =
JKE = 30,92 – 15,17-2,92 = 12,83SumberVarians
JumlahKuadrat
DerajatBebas
Rata – RataKuadrat F0
Rata – ratabaris
Rata – ratakolom
Error
15,17
2,92
12,83
2
3
6
7,59
0,97
2,14
f1 = 3,55
f2= 0,45
Total 30,92 11
5. Kesimpulana. Karena F0 = 3,55 < F 0,05(2;6) = 5,14, maka H0 diterima. Jadi, rata – rata hasil UH sama untuk jenis
penilaian yang digunakan.b. Karena F0 = 0,45 < F 0,05(3;6) = 4,76, maka H0 diterima. Jadi, rata – rata hasil UH sama untuk ke-4
mata pelajaran.
1. Analisis Varians Dua Arah dengan Interaksi
![Page 6: statistik](https://reader033.fdokumen.com/reader033/viewer/2022052603/563db7fb550346aa9a8f72ab/html5/thumbnails/6.jpg)
Pengujian anova dua arah dengan interaksi merupakan pengujian hipotesis beda tiga rata – rata atau lebih dengan dua faktor yang berpengaruh dengan adanya interaksi antara kedua faktor .
Langkah – langkah pengujian analisis varians dua arah dengan interaksi1. Menentukan formulasi hipotesisa. H0 : α1 = α2 = α3 = ..... = αb = 0
H1 : sekurang – kurangnya satu αi tidak sama dengan nolb. H0 : β1 = β2 = β3 = ...... = βk = 0
H1 = sekurang – kurangnya satu βj tidak sama dengan nolc. H0 : (αβ )11 = (αβ)12 = (αβ)13 = ..... = (αβ)bk = 0
H1 : sekurang – kurangnya satu (αβ)ij ≠ 02. Taraf nyata ( α ) dan F tabel ditentukan dengan derajat pembilang dan penyebut masing –
masing ;a. untuk baris : v1 = b – 1 dan v2 = kb (n-1),b. untuk kolom : v1 = k – 1 dan v2 = kb (n-1),c. untuk interaksi : v1 = ( k -1 )( b-1) dan v2 = kb ( n – 1 ).3. Menentukan kriteria pengujiana. Untuk baris :
H0 diterima apabila F0 ≤ F α(v1;v2)
H0 ditolak apabila F0 > F α(v1;v2)
b. Untuk kolom :H0 diterima apabila F0 ≤ F α(v1;v2)
H0 ditolak apabila F0 > F α(v1;v2)
a. Untuk interaksi :H0 diterima apabila F0 ≤ F α(v1;v2)
H0 ditolak apabila F0 > F α(v1;v2)
4. Membuat analisis varians dalam bentuk ANOVA
Sumber varians
JumlahKuadrat
Derajatkebebasan
Rata – Ratakuadrat
F0
Rata – rata baris
Rata – RataKolom
Interaksi
JKB
JKK
JKI
b - 1 f1=
f2 =
![Page 7: statistik](https://reader033.fdokumen.com/reader033/viewer/2022052603/563db7fb550346aa9a8f72ab/html5/thumbnails/7.jpg)
Error JKE bk( n – 1 )f3 =
TOTAL JKT
b = baris, k = kolom, n = ulangan percobaan
5. Membuat kesimpulanMenyimpulkan H0 diterima atau ditolak, dengan membandingkan antara langkah ke -4 dengan kriteria pengujian pada langkah ke – 3.
Contoh Soal :Empat Sekolah ( 2 negeri dan 2 swasta ) hendak dibandingkan hasil Try Out Matematikanya dengan jangka waktu (lama) pemberian Les (Pelajaran Tambahan). Percobaan dilakukan dengan menggunakan 8Kelas yang kemampuan siswanya seragam. Di setiap sekolah, dicobakan pada 2 kelas yang ditentukan secara acak. Hasil TO ke-4 sekolah adalah:
Tabel : Hubungan antara jenis sekolah, pemberian les, dan hasi TO.
Lama pemberian les
SekolahV1 V2 V3 V4
P1 6058
5962
7063
5561
P2 7571
6154
6873
7069
P3 57 58 53 62
![Page 8: statistik](https://reader033.fdokumen.com/reader033/viewer/2022052603/563db7fb550346aa9a8f72ab/html5/thumbnails/8.jpg)
41 61 59 53
P1 = 3 bulan, P2 = 4 bulan, P3 = 2 bulan
Dengan taraf nyata 1%, ujilah hipotesis berikut ini !a. Tidak ada beda hasil TO rata – rata untuk lama pemberian LES.b. Tidak ada beda hasil TO rata – rata untuk keempat sekolah.c. Tidak ada interaksi antara Lama pemberian Les dengan Jenis Sekolah
penyelesaian :b = 3 k = 4 n = 2
1. Formulasi hipotesis ;a. H0 : α1 = α2 = α3 = 0
H1 : sekurang – kurangnya satu αi ≠ nolb. H0 : β1 = β2 = β3 = β4 = 0
H1 = sekurang – kurangnya satu βj ≠ nolc. H0 : (αβ )11 = (αβ)12 = (αβ)34 = 0
H1 : sekurang – kurangnya satu (αβ)ij ≠ 0
2. Taraf nyata ( α ) dan F tabel ;a. untuk baris : v1 = 2, v2 = 3.4 (1) = 12, F 0,001(2;12) = 6,93b. untuk kolom : v1 = 3, v2 = 3.4 (1) = 12, F 0,001(3;12) = 5,95c. untuk interaksi : v1 = 6, v2 = 3.4 ( 1 ) = 12, F 0,001(6;12) = 4,82
3. Menentukan kriteria pengujiana. H0 diterima apabila F0 ≤ 6,93
H0 ditolak apabila F0 > 6,93b. H0 diterima apabila F0 ≤ 5,95
H0 ditolak apabila F0 > 5,95c. H0 diterima apabila F0 ≤ 4,82
H0 ditolak apabila F0 > 4,82
4. Analisis Varians;
V1 V2 V3 V4 Total
P1 118 121 133 116 488
P2 146 115 141 139 541
P3 98 119 112 115 444
![Page 9: statistik](https://reader033.fdokumen.com/reader033/viewer/2022052603/563db7fb550346aa9a8f72ab/html5/thumbnails/9.jpg)
Total 362 355 386 370 1.473
JKT =
= 91.779 – 90.405,4 = 1.373,6JKB =
JKK =
JKI =
JKE = 1.373,6 – 589,7 – 88,8 – 409,6 = 285,5
SumberVarians
JumlahKuadrat
DerajatBebas
Rata – rataKuadrat
F0
Rata – rataBaris
Rata – rataKolom
Interaksi
Error
589,7
88,8
409,6
285,5
2
3
6
12
294,85
29,6
68,3
23,8
f1 = 12,4
f2 = 1,24
f3 = 2, 87
Total 1.373,6 23
5. Kesimpulan :d. karena F0 = 12,4 > 12, F 0,001(2;12) = 6,93, maka H0 ditolak. Jadi, ada perbedaan hasil rata – rata
untuk lamanya pemebrian les.e. Karena F0 = 12,4 < 12, F 0,001(3;12) 5,95, maka H0 diterima. Jadi, tidak ada perbedaan hasil rata – rata
untuk keempat sekolah.f. Karena F0 = 2,87 < 4,82, maka H0 diterima. Jadi, tidak ada interaksi antara lama pemberian les
dengan jenis sekolah.
![Page 10: statistik](https://reader033.fdokumen.com/reader033/viewer/2022052603/563db7fb550346aa9a8f72ab/html5/thumbnails/10.jpg)
BAB IIIKESIMPULAN
Anova atau yang sering disebut juga uji-F pada prinsipnya yang dipakai dalam pengujian hipotesis ini adalah apabila mean dari kelompok bagian sangat berbeda maka variansi kombinasi dari seluruh kelompok jauh lebih besar dari variansi masing-masing kelompok bagian. Misalnya akan diuji sebanyak k sampel maka untuk menguji perbedaan mean antar sampel diperlukan perbandingan variansi kombinasi dari sebanyak k mean sampel oleh rata-rata variansi dari masing-masing sampel. Atau dengan kata lain, uji F merupakan perbandingan Variance between means oleh variance within groups.
Model anova dua arah (two-way anova) yang didalamnya hanya ada satu observasi setiap ruang lingkup sering diartikan sebagairandomized block design, karena adanya tipe khusus dalam penggunaan model ini. Dalam anova, penggabungan kelompok-kelompok disebutblocks, dan karena kejadian individual atau tunggal ditentukan secara random yang didasarkan atas identifikasi keanggotaan blocks, bentuknya dikaitkan dengan randomized blocks design.
Suatu bentuk dimensi blocks sedemikian itu bukan merupakan suatu dimensi perlakuan atau klasifikasi (treatment). Sifat obyektif penggunaan bentuk ini tidak hanya khusus untuk tujuan pengujian suatu efek atau pengaruh blocks, akan tetapi ada kemungkinan untuk menentukan suatu variabilitas diantara subyek-subyek terhadap prestasi prior, misalnya, MSE dapat direduksi dan pengujian yang dihasilkan dari efek A adalah lebih sensitif.
Daftar Pustaka
Hasan, Iqbal. 2010. Pokok-Pokok Materi Statistik 2 (Statistik Infrwnsial). Jakarta: Bumi Aksara.
![Page 11: statistik](https://reader033.fdokumen.com/reader033/viewer/2022052603/563db7fb550346aa9a8f72ab/html5/thumbnails/11.jpg)
Sebelumnya kita sudah berikan contoh mengenai ANOVA dua jalur.
Nah berikutnya kita coba analisa menggunakan IBM SPSS 21 dengan data yang
baru.
Apakah ada pengaruh pemberian kupon dan promosi pada penjualan suatu produk di
perusahaan ABC?
Berikut datanya :
Data Penjualan
Berikut langkah-langkahnya :
1. Buka IBM SPSS 21.
2. Definisikan variabel pada Variable View seperti di bawah ini.
![Page 12: statistik](https://reader033.fdokumen.com/reader033/viewer/2022052603/563db7fb550346aa9a8f72ab/html5/thumbnails/12.jpg)
3. Bagian kolom Value untuk baris 2 promosi, isikan data berikut
4. Bagian kolom Value untuk baris 3 Kupon, isikan data berikut
![Page 13: statistik](https://reader033.fdokumen.com/reader033/viewer/2022052603/563db7fb550346aa9a8f72ab/html5/thumbnails/13.jpg)
5. Pada Data View isikan data seperti di bawah ini
Artinya : pada baris ke-17, kepuasan bernilai 4 dengan promosi yang gencar dan
tidak ada kupon.
Dan pada baris ke-22, kepuasan bernilai 7 dengan promosi yang gencar dan ada
kupon, dst.
6. Klik Analyze -> General Linear Model -> Univariate
![Page 14: statistik](https://reader033.fdokumen.com/reader033/viewer/2022052603/563db7fb550346aa9a8f72ab/html5/thumbnails/14.jpg)
7. Pada tabel Univariate pindahkan variabel Efisiensi Pemakaian
BBM padaDependent Variable dan variabel Merek Mobil lalu klik OK
![Page 15: statistik](https://reader033.fdokumen.com/reader033/viewer/2022052603/563db7fb550346aa9a8f72ab/html5/thumbnails/15.jpg)
8. Diperoleh Output sebagai berikut
![Page 16: statistik](https://reader033.fdokumen.com/reader033/viewer/2022052603/563db7fb550346aa9a8f72ab/html5/thumbnails/16.jpg)
Pada tabel Between-Subject Factor menunjukkan jumlah data yang diproses dan
masing-masing kategori diberikan informasi jumlah datanya.
Pada tabel Tests of Between-Subject Effects merupakan hasil yang akan
dianalisa yaitu
1. Uji Mean Kepuasan berdasarkan Promosi
a. Variabel Promosi
Hipotesa Uji :
Ho : Rata-rata kepuasan antara promosi tidak gencar, gencar dan sangat gencar
adalah sama.
Ha : Rata-rata kepuasan antara promosi tidak gencar, gencar dan sangat gencar
adalah beda.
Statistik Uji :
Pilih nilai signifikansi 5%.
Keputusan :
![Page 17: statistik](https://reader033.fdokumen.com/reader033/viewer/2022052603/563db7fb550346aa9a8f72ab/html5/thumbnails/17.jpg)
Dari tabel kedua output pada kolom Sig. diperoleh nilai Sig.=0,000 untuk
variabel promosi. Karena nilai Sig.=0,000 < 0,05, sehingga Ho ditolak dan Ha
diterima.
Kesimpulan :
Terdapat perbedaan rata-rata kepuasan antara promosi tidak gencar, gencar dan
sangat gencar.
b. Variabel Kupon
Hipotesa Uji :
Ho : Rata-rata kepuasan antara diberi kupon dengan tidak adalah sama.
Ha : Rata-rata kepuasan antara diberi kupon dengan tidak adalah beda.
Statistik Uji :
Pilih nilai signifikansi 5%.
Keputusan :
Dari tabel kedua output pada kolom Sig. diperoleh nilai Sig.=0,000 untuk
variabel kupon. Karena nilai Sig.=0,000 < 0,05, sehingga Ho ditolak dan Ha
diterima.
Kesimpulan :
Terdapat perbedaan rata-rata kepuasan antara diberikan kupon dengan tidak.
2. Uji interaksi
Hipotesis Uji :
Ho : Tidak terdapat interaksi antara variabel kupon dengan variabel promosi
Ha : Terdapat interaksi antara variabel kupon dengan variabel promosi.
Statistik Uji :
Pilih nilai signifikansi 5%.
Keputusan :
Dari tabel kedua output pada kolom Sig.=0,206 untuk variabel interaksi antara
kupon dan promosi. Karena nilai Sig.=0,206 > 0,05, sehingga Ho diterima dan Ha
ditolak.
Kesimpulan :
Tidak terdapat interaksi antara variabel kupon dengan variabel promosi.
Dari hasil pengujian diatas diperoleh kesimpulan bahwa adanya hubungan positif
antara penjualan dengan pemberian kupon dan promosi. Adanya pemberian kupon
dapat meningkatkan penjualan begitunya dengan adanya promosi barang dapat
meningkatkan penjualan.
Note : Sebelum melakukan TWO-WAY ANOVA, terlebih dahulu melakukan uji asumsi.
Jika terpenuhi maka dapat lanjut ke TWO-WAY ANOVA.
![Page 18: statistik](https://reader033.fdokumen.com/reader033/viewer/2022052603/563db7fb550346aa9a8f72ab/html5/thumbnails/18.jpg)
Reference:
- Sugiyono. 2008. Metode Penelitian Bisnis. Alfabeta. Bandung.
- Sugiyono. 2009. Metode Penelitian Kuantitatif Kualitatif dan R & B. Bandung.
- Priyatno, Duwi. 2010. Paham Analisa Statistik Data dengan SPSS. Mediakom. Yogyakarta.
- Sugiyono, 2008. Statistik Nonparametris untuk Penelitian. Alfabeta. Bandung.
- Mendenhall, Sincinch. 1996. A Second Course In Statistics. Regression Analysis. Fifth Edition.
Prentice Hall Internatiomal Edition.
-Walpole, Ronald E. 1992. Pengantar Statistika Edisi ke-3. PT Gramedia Pustaka Utama. Jakarta.