metode statistika
TRANSCRIPT
REGRESI DAN KORELASI LINEAR
BERGANDA
DISUSUN OLEH :
KELOMPOK VII
1. Mia Mega Pertiwi ( 2010121238 )
2. Abdul Nazir ( 2010121240 )
KELAS : 5F
DOSEN PEMBIMBING : Weny Lestari, M.Pd
FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS PGRI PALEMBANG
2012
KATA PENGANTAR
Rasa syukur yang dalam kehadirat Allah SWT yang Maha Pemurah,
karena berkat kemurahanNYA Tugas ini dapat kami selesaikan sesuai yang
diharapkan. Dalam makalah ini kami membahas “ tentang regresi dan korelasi
linear berganda. Pada makalah ini kami akan menjelaskan lebih detil tentang
regresi linear berganda yaitu hubungan dan persamaan antara variabel satu dan
lainnya serta korelasi linear berganda.
Pembuatan makalah ini jauh dari kata sempurna, maka dari itu kami
mengharapkan kritik dan saran yang membangun. Dalam proses pendalaman
materi ini, tentunya kami mendapatkan bimbingan, arahan, koreksi dan saran,
untuk itu rasa terima kasih yang sedalam-dalamnya saya sampaikan kepada:
Ibu Weny Lestari, M.Pd selaku Dosen mata kuliah “ Metode Statistika ”.
Rekan-rekan Mahasiswa yang telah banyak memberikan masukan untuk
makalah ini.
Demikian makalah ini kami buat, semoga bermanfaat bagi rekan-rekan
Mahasiswa yang lain.
Palembang, 23 November 2012
Penyusun
Kelompok VII
DAFTAR ISI
KATA PENGANTAR ........................................................................................i
DAFTAR ISI .......................................................................................................ii
BAB I PENDAHULUAN
A. Latar Belakang ....................................................................................1
B. Rumusan Masalah ...............................................................................1
C. Tujuan Penulisan ................................................................................1
BAB II PEMBAHASAN
A. Regresi Linear Berganda..................................................................2
1. Hubungan linear lebih dari dua variabel .......................................2
2. Persamaan regresi linear berganda ................................................2
3. Pendugaan dan Pengujian Koefisien Regresi.................................5
1. Kesalahan baku regresi dan koefisien regresi berganda ........5
2. Pendugaan interval koefisien regresi berganda ......................7
4. Peramalan dengan Regresi Linear Berganda ................................10
B. Korelasi Linear Berganda ...............................................................11
1. Korelasi linear berganda dengan dua variabel bebas ....................11
2. Korelasi linear berganda dengan tiga variabel bebas. ...................13
Soal Latihan ........................................................................................................15
Jawaban Soal Latihan.........................................................................................16
BAB III PENUTUP
A. Kesimpulan .........................................................................................19
B. Saran ...................................................................................................19
DAFTAR PUSTAKA ..........................................................................................20
BAB I
PENDAHULUAN
A. Latar Belakang
Regresi artinya peramalan, penaksiran, atau pendugaan pertama kali di
perkenalkan pada tahun 1877 oleh Sir Francis Galton (1822 – 1911). Sehubungan
dengan penelitiannya terhadap tinggi manusia. Penelitian tersebut
membandingkan antara tinggi anak laki-laki dan tinggi badan ayahnya.
B. Rumusan Masalah
Adapun rumusan masalah dalam makalah ini yaitu :
1. Bagaimana hubungan linear lebih dari dua variabel
2. Bagaimana menggunakan persamaan linear berganda
C. Tujuan Penulisan
Adapun tujuan penulisan makalah ini yaitu :
1. Mengetahui penggunaan rumus-rumus yang berlaku pada regresi dan
kolinear berganda
2. Pengaplikasikan rumus-rumus regresi dan kolinear berganda pada suatu
penelitian
BAB II
PEMBAHASAN
REGRESI DAN KORELASI LINEAR BERGANDA
A. Regresi Linear Berganda
1. Hubungan linear lebih dari dua variabel
Analisis regresi digunakan untuk menentukan bentuk dari hubungan
antar variabel. Tujuan utama dalam penggunaan analisis itu adalah untuk
meramalkan atau memperkirakan nilai dari suatu variabel dalam hubungannya
dengan variabel yang lain.
Hubungan linear lebih dari dua variabel bila dinyatakan dalam bentuk
persamaan matematis adalah :
Y = a + b1x1 + b2x2 + ... + bkxk
Keterangan :
x, x1, x2……..xk = variabel-variabel
a, b1, b2……..bk = bilangan konstan (konstanta) koefisien variabel
2. Persamaan regresi linear berganda
Regresi linear berganda adalah regresi dimana variabel terikatnya (Y)
dihubungkan atau dijelaskan lebih dari satu variabel, mungkin dua, tiga dan
seterusnya variabel bebas (x, x1, x2……..xn ) namun masih menunjukkan diagram
hubungan yang linear.
Bentuk umum dari persamaan linear berganda dapat ditulis sebagai berikut:
1. Bentuk stokastik : = a + b1x1 + b2x2 + b3x3 ……………bkxk + c
2. Bentuk non stokastik : = a + b1x1 + b2x2 + b3x3……………bkxk
Keterangan :
: Variabel terikat (nilai duga y)
a, b1, b2 b3……..bk : koefisien regresi
x1, x2 x3………..xk : variabel bebas
e : kesalahan pengganggu
Persamaan regresi linear berganda dengan dua variabel bebas :
Y = a+ b1X1+b2X2
Keterangan :
Y : variabel terikat
X1,X2 : variabel bebas
a,b1,b2 : koefisien regresi linear berganda
a : nilai Y, apabila X1 = X2 = 0
b1 :besarnya kenaikan /penurunan Y dalam satuan, jika X1 naik /turun
satu satuan dan X2 konstan
b2 :besarnya kenaikan / penurunan Y dalam satuan, jika X2 naik/turun
satu satuan dan X1 konstan
nilai a , b1 , b2 dapat ditentukan dengan menggunakan metode berikut :
Metode kuadrat terkecil
a=Y−b1 X1−b2 X2
b1=¿¿
b2=¿¿
Y=∑Y
n
x1=∑ x1
n
x2=∑ x2
n
∑ y2=∑Y 2−n .Y 2
∑ x12=∑ x1
2−n . X12
∑ x22=∑ x2
2−n . X22
∑ x1 y=∑ X1 Y−n . X1 Y
∑ x2 y=∑ X2 Y−n . X2 Y
∑ x1 x2=∑ X1 X 2−n . X1 X2
Contoh soal :
TABEL 7.1 Nilai tes, pengalaman kerja dan keluaran dari 10 pekerja.
Y ( Keluaran ) 32 15 30 34 35 10 39 26 11 23
X1 ( nilai tes ) 160 80 112 185 152 90 170 140 115 150
X2 (pengalaman kerja ) 5,5 6 9,5 5 8 3 9 5 0,5 1,5
a. Buatlah persamaan regresi linear berganda!
b. Jika seorang pekerja memiliki nilai tes 200 dan pengalaman kerja 10 tahun ,
berapa besar keluaran yang mungkin dihasilkan ?
Penyelesaian :
rY 1=n∑ X1 Y −(∑Y )(∑ X1 )
√(n∑Y 2−(∑ Y )2 )(n∑ X12−( X1 )
2)
rY 2=n∑ X2 Y −(∑Y )(∑ X2 )
√(n∑Y 2−(∑ Y )2 )(n∑ X22−( X2 )
2 )
Cara perhitungan untuk memperoleh nilai a,b1,b2 dapat dilihat pada table berikut:
Pekerja Y X1 X2 Y2 X12 X2
2 X1Y X2Y X1X2
1
2
3
4
5
6
7
8
9
10
32
15
30
34
35
10
39
26
11
23
160
80
112
185
152
90
170
140
115
150
5,5
6,0
9,5
5,0
8,0
3,0
9,0
5,0
0,5
1,5
1.024
225
900
1.156
1.225
100
1.521
676
121
529
25.600
6.400
12.544
34.225
23.104
8.100
28.900
19.600
13.225
22.500
30,25
36,00
90,25
25,00
64,00
9,00
81,00
25,00
0,25
2,25
5.120
1.200
3.360
6.290
5.320
900
6.630
3.640
1.265
3.450
176
90
285
170
280
30
351
130
5,5
34,5
880
480
1.064
925
1.216
270
1.530
700
57,5
225
Jumlah 255 1.354 53 7.477 194.198 363 37.175 1.552 7.347,5
Dengan rumus didapat :
Y=25,5
X1=135,4
X2=5,3
∑ x12=194.198−10 (135,4 )2=10.866,4
∑ x22=363,00−10 (5,3 )2=82,1
∑ x1 y=37.175−10 (135,4 ) (25,5 )=2.648
∑ x2 y=1.552−10 (5,3 ) (25,5 )=200,5
∑ x1 x2=7.347,5−10 (135,4 ) (5,3 )=171,3
∑ y2=7.477−10 (25,5 ) 2=974,5
b1=¿¿
b1=(82,1 ) (2648 )−(171,3)(200,5)(10.866,4 ) (82,1 )−(29.343,69 )
b1=(217400,8 )−(34345,65)
(892131,44 )− (29.343,69 )
b1=183055,15862787,75
b1=0,212
b2=¿¿
b2=(10.866,4 ) (200,5 )−(171,3)(2.648)
(10.866 .4 ) (82,1 )−(29.343,69 )
b2=(2178713,2 )−(4 53602,4)( 892.131,44 )− (29.343,69 )
b2=17 25110,8862787,75
b2=1,999
a=Y−b1 X1−b2 X2
a=25,5− (0,212 ) (135,4 )−(1,999)(5,3)
= 25,5 – 28,7048 – 10,5947
= -13,7995
a. Persamaan regresi linear bergandanya :
Y = -13,7995 + 0,212X1 + 1,999X2
b. Ramalan Y, jikaX1 = 200 dan X2 = 10
Y = -13,7995 + 0,212 (200) + 1,999 (10)
= -13,7995 + 42,4 + 19,99
= 48,59
3. Pendugaan dan Pengujian Koefisien Regresi
1. Kesalahan baku regresi dan koefisien regresi berganda
Kesalahan baku atau selisih taksir standar regresi adalah nilai menyatakan
seberapa jauh menyimpangnya nilai regresi tersebut terhadap nilai sebenarnya.
Nilai ini digunakan untuk mengukur tingkat ketepatan suatu pendugaan dalam
menduga nilai. Jika nilai ini sama dengan nol maka penduga tersebut memiliki
tingkat ketepatan 100%.
Kesalahan baku atau selisih taksir standar regresi berganda dirumuskan :
Se =
Keterangan
Se : Kesalahan baku regresi berganda
n : Jumlah pasangan observasi
m : Jumlah konstant dalam persamaan regresi berganda.
Untuk koefisien b1 dan b2 kesalahan bakunya dirumuskan :
Sb1 =
Sb
2 =
Contoh soal :
Dengan menggunakan data dari table 7.1 kerjakan soal berikut ini.
a. Tentukan kesalahan baku regresi bergandanya !
b. Tentukan kesalahan baku koefisien regresi berganda b1 dan b2 !
Penyelesaian:
Σ y2=974,5 ∑ x1 y=2.648 Σ X1=1.354
b1 = 0,212 ∑ x2 y=200,5 Σ X2 = 53
b2 = 1,999 m = 3 Σ X1 Σ X2=7.347,5
n = 10
∑ x12=194.198 X1
2=18.333,16
∑ x22=363 X2
2 =28,09
a. Se =
¿ Se=√ 974,5−( 0,212 (2.648 )+1,999(200,5))10−3
= 1,33
b. Sb1 =
Sb1=1,33√¿¿¿
= 0,013
Sb2 =
Sb2=1,33√¿¿¿
= 0,15
2. Pendugaan interval koefisien regresi berganda (parameter B1 dan B2)
Parameter B1 dan B2 sering juga disebut sebagai koefisien regresi parsial.
Pendugaan parameter B1 dan B2 menggunakan distribusi t dengan derajat bebas
db = n – m secara umum pendugaan parameter B1 dan B2 adalah :
b1 – ta/2n-m Sbi Bi bi + ta/2n-m Sbi
i = 2,3
Contoh soal :
Dengan menggunakan tabel 7.1 , buatlah pendugaan interval bagi parameter B1
dan B2 dengan α=5% !
Penyelesaian :
Dari jawaban contoh soal sebelumnya diperoleh :
b1 = 0,212 b2 = 1,999
Sb1= 0,013 Sb2=0,15
n = 10 m = 3
α = 5%=0,05
α /2= 0,025
db=10−3=7
t0,025(7) = 2,365
Pendugaan interval bagi parameter B1 adalah
b1 - t0,025(7) Sb1≤ B1≤ b 1+ t0,025(7) Sb1
0,212 – 2,365 ( 0,013) ≤ B1≤0,212 + 2,365(0,013)
0,181 ≤ B1≤0,243
Pendugaan interval bagi parameter B2 adalah
B2 - t0,025(7) Sb2≤ B2≤ b 2+ t0,025(7) Sb2
1,999 – 2,365 ( 0,15) ≤ B1≤1,999 + 2,365(0,15)
1,644 ≤ B1≤2,354
4. Peramalan dengan Regresi Linear Berganda
Peramalan terhadap nilai Y dengan menggunakan regresi linear
berganda, dapat dilakukan apabila persamaan garis regresinya sudah diestimasi
dan nilai variabel bebas x1, x2 sudah diketahui.
Variabel bebas x1 dan x2 disebut memiliki pengaruh yang nyata apabila
dalam pengujian hipotesis koefisien parsialnya H0 : B1 = B2 = 0 ditolak atau H1 :
B1 B2 0 diterima, khususnya pada taraf nyata 1%
Kelebihan peramalan y dengan menggunakan regresi linear berganda
adalah dapat diketahui besarnya pengaruh secara kuantitatif setiap variabel bebas
(x1 atau x2) apabila pengaruh variabelnya dianggap konstan. Misalnya sebuah
persamaan regresi berganda
y = a + b1x1 + b2x2
Keterangan :
y : Nilai statistik mahasiswa
x1 : Nilai inteligensi mahasiswa
x2 : Frekuensi membolos mahasiswa
b1 : Pengaruh x1 terhadap y jika x2 konstan
b2 : Pengaruh x2 terhadap y jika x1 konstan
Contoh soal :
Jika a = 17,547; b1 = 0,642; b2 = - 0,284 maka persamaan regresi linear
bergandanya menjadi = 17,547 + 0,624 (75) – 0,284 (4)
Dengan persamaan regresi linear berganda tersebut, nilai y (nilai statistik
maha siswa) dapat diramalkan dengan mengetahui nilai x1 (nilai inteligensi
mahasiswa) dan x2 (frekuensi membolos mahasiswa) misalkan, nilai x1 = 75 dan
x2 = 24 maka ramalan nilai y adalah
= 17,547 + 0,624 (75) – 0,284 (4)
= 63.211
Penulisan persamaan garis regresi linear berganda biasanya disertai
dengan kesalahan baku masing-masing variabel bebas dan koefisien determinasi
berganda r2, sebagai ukuran tepat atau tidaknya garis tersebut sehingga
pendekatan.
B. Korelasi Linear Berganda
Korelasi linear berganda merupakan alat ukur mengenai hubungan yang
terjadi antara variabel yang terikat. (variabel Y) dan dua atau lebih variabel bebas
(x1, x2……xk). Analisis korelasinya menggunakan tiga koefisien korelasi yaitu
koefisien determinasi berganda, koefisien korelasi berganda, dan koefisien
korelasi parsial.
1. Korelasi linear berganda dengan dua variabel bebas
a. Koefisien penentu berganda atau koefisien determinasi berganda
Koefisien determinasi berganda, disimbolkan KPB y.12 atau R2
merupakan ukuran kesusaian garis regresi linear berganda terhadap suatu data.
Rumus
KPB
y.12 = R2 =
Contoh soal :
1. dengan menggunakan data tabel 7.1 tentukan koefisien determinasi
bergandanya !
Penyelesaian :
dari jawaban contoh soal sebelumnya diperoleh
Σ y2=974,5 ∑ x1 y=2.648
b1 = 0,212 ∑ x2 y=200,5
b2 = 1,999
KPBY 122 =
(0.212 ) (2.648 )+(1,999)(200,5)974,5
= 0,9855 atau 98,55 %
b. Koefisien korelasi berganda
Koefisien korelasi berganda disimbolkan ry12 merupakan ukuran
keeratan hubungan antara variabel terikat dan semua variabel bebas. Secara
bersama-sama. Rumus :
R
y.12 =
Contoh soal :
Dengan menggunakan data tabel 7.1 tentukan koefisien koefisien korelasi
bergandanya !
Penyelesaian :
Dari jawaban contoh soal sebelumnya , diperoleh koefisien determinasi berganda
(KPBY12) = 0,9855
Jadi :
RY12 = √ KPBY !2
=√0,9855=0,9927
c. Koefisien korelasi parsial
Koefisien korelasi parsial merupakan koefisien korelasi antara dua
variabel. Jika variabel lainnya konstan, pada hubungan yang melibatkan lebih
dari dua variabel.
Ada 3 koefisien korelasi parsial untuk hubungan yang melibatkan 3
variabel yaitu sebagai berikut :
1) Koefisien korelasi parsial antara y dan x1, apabila x2 konstan dirumuskan
ry.12 =
2) Koefisien korelasi parsial antara y dan x2, apabila x1 konstan dirumuskan
ry.12 =
3) Koefisien korelasi parsial antara x1 dan x2 apabila y konstan dirumuskan
R12y =
Contoh soal :
Dengan menggunakan data dari tabel 7.1 tentukan korelasi berikut !
a. rY.12 b. R12Y
Penyelesaian :
dari jawaban contoh soal sebelumnya , diperoleh :
Σ y2=974,5 ∑ x1 y=2.648 Σ X1=1.354
∑ x2 y=200,5
∑ x12=194.198
∑ x22=363
ry1= 2.648
√ (10.866,4 )(974,5)=0,814
rY 2= 200,5
√ (82,1) (974,5)=0,709
r12= 171,3
√ (10.866,4 ) (82,1 )=0,181
a. rY 12=
0,814−( 0,709)(0,181)√¿¿¿ ¿
= 0,988
b. R12 y=
0,181−( 0,814) (0,709)√¿¿ ¿ ¿
= 0,967
2. Korelasi linear berganda dengan 3 variabel bebas
a. Koefisien penentu berganda
KPB =
b. Koefisien korelasi berganda
ry
123 =
Soal Latihan :
1. Data pengeluaran 10 rumah tangga, untuk pembelian barang tahan lama per minggu(Y), pendapatan per minggu (X1), dan jumlah anggota keluarga (X2) disajikan dalam tabel berikut. Jika suatu rumah tangga mempunyai pendapatan per minggu (X1) Rp11.000,00 dan jumlah anggota keluarga (X2) 8 orang, berapa uang yang dikeluarkan untuk membeli barang-barang tahan lama tersebut.
Y X1 X2
23 10 7
7 2 315 4 217 6 423 8 622 7 510 4 314 6 320 7 419 6 3
2. Hubungan antara pendapatan, pengeluaran dan banyaknya anggota keluarga.
VARIABELRUMAH TANGGA
I II III IV V VI VII
Pengeluaran (Y) 3 5 6 7 4 6 9
Pendapatan (X1) 5 8 9 10 7 7 11
Jumlah Anggota Keluarga (X2) 4 3 2 3 2 4 5
Pertanyaan :
a. Carilah Nilai Koefisien Korelasinya !
b. Jelaskan makna hubungannya !
3. Berdasarkan data soal nomor 1, tentukan :
a. Nilai Koefisien Determinasi (R2)
b. Jelaskan apa maknanya ?
Jawaban Latihan Soal :1. Penyelesaian :
Y X1 X2 X1Y X2Y X1X2 Y2 X12 X2
2
23 10 7 230 161 70 529 100 49
7 2 3 14 21 6 49 4 9
15 4 2 60 30 8 225 16 4
17 6 4 102 68 24 289 36 16
23 8 6 184 138 48 529 64 36
22 7 5 154 110 35 484 49 25
10 4 3 40 30 12 100 16 9
14 6 3 84 42 18 196 36 9
20 7 4 140 80 28 400 49 16
19 6 3 114 57 18 361 36 9
170 60 40 1122 737 267 3162 406 182
Persamaan normal adalah :
b0n +b1∑ X1 + b2∑ X2 =∑ Y
b0∑ X1+b1∑ X12 + b2∑ X1 X 2 =∑ X1Y
b0∑ X2+b1∑ X2 X1+ b2∑ X22 =∑ X2Y
10b0+60b1+40 b2=17060b0+406b1+267b2=112240b0+267 b1+182b2=737
Jadi suatu rumah tangga dengan pendapatan per minggu Rp11.000,00 dan jumlah
anggota keluarga 8 orang, diperkirakan akan mengeluarkan Rp27.500,00 untuk
pembelian barang-barang tahan lama.
2. Penyelesaian :
No Y X1 X2 Y2 X12 X22 X1Y X2Y X1X2
1 3 5 4 9 25 16 15 12 20
2 5 8 3 25 64 9 40 15 24
3 6 9 2 36 81 4 54 12 18
4 7 10 3 49 100 9 70 21 30
5 4 7 2 16 49 4 28 8 14
6 6 7 4 36 49 16 42 24 28
7 9 11 5 81 121 25 99 45 55
Σ 40 57 23 252 489 83 348 137 189
rY 1=
156168 ,93
=0 , 92
b0=3 ,92 ; b1=2 ,50 ; b2=−0 , 48Y=3 ,92+2 , 50 X1−0 , 48 X2
Y=3 ,92+2 , 50 (11000)−0 , 48 (8 )Y=31, 42−3 , 83Y=27500 ,08
rY 1=n∑ X1 Y −(∑Y )(∑ X1 )
√(n∑Y 2−(∑ Y )2 )(n∑ X12−( X1 )
2)
rY 1=7 (348 )−(40 )(57 )
√(7 (252)−(40 )2)(7 (489 )−(57 )2
rY 2=n∑ X2Y −(∑Y )(∑ X2 )
√(n∑Y 2−(∑ Y )2 )(n∑ X22−( X2 )
2 )
rY 2=7(137 )−(40 )(23)
√(7 (252)−(40 )2 )(7 (83 )−(23 )2
r12=7 (189 )−(57)(23 )
√(7( 489)−(57 )2(7( 83)−(23 )2)
r12=
1295 ,12
=0 ,13
RY .12=√(0 , 92 )2+( 0 , 42)2−2(0 , 92)(0 , 42 )(0 , 13)
1−(0 , 13)2
RY .12=√0 ,9382 = 0 , 9686
• Berdasarkan hasil perhitungan diperoleh nilai Korelasi (R) = 0,9686 atau 0,97.
• Nilai Korelasi (R) = 0,97 bermakna bahwa hubungan kedua variabel X (x1 dan
x2) sangat kuat karena nilai R mendekati 1.
3. Penyelesaiaan :
a.
RY .122 =0 ,96862 x 100 %
RY .122 =0 ,9381 x 100 %
RY .122 =93 , 81%
rY 2=3992 ,35
= 0 ,42
r12=n∑ X1 X2−(∑ X1 )(∑ X 2)
√(n∑ X12−(∑ X1 )
2 )(n∑ X22−( X 2)
2 )
RY .12=√ rY 12 +rY 2
2 −2 rY 1rY 2rY 12
1−r Y 122
RY .12= 0 ,9686
b. Nilai koefisien R2Y.12 = 93,81 atau 93,81% memberi makna bahwa naik
turunnya (variasi) pengeluaran (Y) disebabkan oleh pendapatan (X1) dan
jumlah anggota keluarga (X2) sebesar 93,81% sedangkan sisanya sebesar
6,19% disebabkan oleh faktor-faktor lainnya yang juga turut mempengaruhi
pengeluaran (Y) tetapi tidak dimasukkan ke dalam persamaan regresi linear
berganda.
BAB III
PENUTUP
D. Kesimpulan
Regresi linear berganda terbagi dua yaitu hubungan linear dari dua
variabel dan persamaan regresi linear berganda
Pendugaan dan pengujian koefisien regresi yaitu
1) Kesalahan baku regresi dan koefisien regresi berganda
2) Pendugaan interval koefisien regresi berganda
3) Pengujian hipotesis koefisien regresi berganda
Korelasi linear berganda terbagi dua yaitu :
1) Korelasi linear berganda dengan dua variabel bebas
a. Korelasi linear berganda dengan tiga variabel bebas.
B. Saran
Agar strategi pembelajaran statistik berjalan dengan baik, harusnya setiap
materi di bahas dengan sedetail mungkin, agar perkuliahan ini berjalan dengan
lancar.
DAFTAR PUSTAKA
Anto, Dajan, 1991. Pengantar Metode Statistik. Jilid 2. Jakarta : LP3 S
Arif, Karseno. 1995. Statistik I. Jakarta: Karunika
Hasan, Ikbal. 2003. Pokok-pokok Materi Statistik 2. Jakarta: Bumi Aksara.