1

12. Pengujian Hipotesis

12.1. Pendahuluan
Hipotesis adalah adalah asumsi atau dugaan mengenai sesuatu hal yang dibuat untuk
menjelaskan hal itu yang seringdituntut untuk melakukan pengecekannya. J ikaasumsi itu
dikhususkan mengenai populasi, maka hipotesis itu disebut hipotesis statistic. Kecuali
dinyatakan lain, di sini hipotesis dimaksudkan hipotesis statistic. Demikianlah misalnya,
yang berikut dapat dianggap sebagai hipotesis.
12.2. Dua macamkekeliruan
Untuk menguji hipotesis, penelitian dilakukan, sampel acak diambil, nilai-nilai statistik
yang perlu dihitung kemudian dibandingkan; menggunakan kriteria tertentu; dengan
hipotesis. J ikahasil yangdidapat dari penelitian itu, dalampengertian peluang, jauh berbeda
dari hasil yang diharapkanterjadi berdasarkan hipotesis, makahipotesis ditolak. Jikaterjadi
sebaliknya, hipotesis diterima.
Dalammelakukan pengujian hipotesis, adadua macam kekeliruan yang dapat terjadi,
dikenal dengan nama-nama:
a) Kekeliruan tipe I: ialah menolak hipotesis yang seharusnyaditerima.
b) Kekeliruan tipe II: ialah menerimahipotesis yang seharusnyaditolak.
Untuk mengingat hubungan antara hipotesis, kesimpulan dan tipe kekeliruan, dapat
dilihat dalamtabledi bawah ini.
Daftar 12.1
Tipekekeliruan ketikamembuat kesimpulan tentang hipotesi
Kesimpulan
KeadaanSebenarnya
Hipotesis Benar Hipotesis Salah
TerimaHipotesis Benar
Keliru
(Kekeliruan tipe II)
Tolak Hipotesi
Keliru
(Kekeliruan tipe I)
Benar

Agar penelitian dapat dilakukan maka kedua tipe kekliruan itu kita nyatakan dalam
peluang. Peluang membuat kekeliruan tipe I biasa dinyatakan dengan o dan peluang
membuat kekeliruan tipe II dinyatakan dengan |. Berdasarkan ini, kekeliruan tipe I
dinamakan pulakekeliruan o dan kekeliruan II dinamakan kekeliruan |.
Dalam penggunaannya, o disebut pula taraf signifikan atau taraf arti atau sering
disebut pula taraf nyata. Besar kecilnya o dan | yang dapat diterimadalampengambilan
kesimpulan bergantung padaakibat-akibat atas diperbuatnyakekeliruan-kekeliruan itu.
2

Untuk keperluan praktis, o akan diambil lebih dahulu dengan harga yang biasa
digunakan, yaitu o =0,01 atau o =0,05. Dengan o =0,05 misalnya, atau sering pula
disebut taraf nyata 5%, berarti kira-kira 5 dari tiap 100 kesimpulan bahwa kita akan
menolak hipotesis yang seharusnyaditerima. Dengan kata lain kira-kira95% yakin bahwa
kitatelah membuat kesimpulan yang benar. Dalamhal demikian dikatakan bahwahipotesis
telah ditolak pada taraf nyata 0,05 yang berarti kitamungkin salah dengan peluang 0,05.
Untuk setiap pengujian dengan o yang ditentukan, besar | dapat dihitung. Harga(1 - |)
berbeda untuk harga parameter yang berlainan, jadi | bergantung pada parameter,
katakanlah u, sehingga didapat |(u) sebuah fungsi yang bergantung pada u. Bentuk |(u)
dinamakan fungsi ciri operasi, disingkat C.O., dan 1 - |(u) disebut fungsi kuasa.

12.3. Langkah-Langkah Pengujian Hipotesis
Pengujian hipotesis akan membawakepadakesimpulan untuk menerimahipotesis atau
menolak hipotesis. Pasangan H dan A diberikan untuk lebih tepatnyaH melawan A, lebih
jauh juga menentukan kiteria pengujian yang terdiri dari daerah penerimaan dan daerah
penolakan hipotesis. Daerah penolakan hipotesis seringpuladikenal dengan nama daerah
kritis. Kalau yang sedang diuji itu parameter u (dalampenggunaannyananti u bisarata-rata
, proporsi t, simpangan baku o dan lain-lain), makaakan didapat hal-hal:
a) Hipotesis mengandung pengertian sama. Dalamhal ini pasangan H dan A adalah:
1) H : u = u0 3) H : u = u0
A : u = u1 A : u > u0
2) H : u = u0 4) H : u = u0
A : u = u0 A : u < u0
dengan u0, u1duaharga berlainan yang diketahui. Pasangan 1) dinamakan pengujian
sederhana lawan sederhana sedangkan pasangan yang lain merupakan pengujian
sederhana lawan komposit.
b) Hipotesis mengandung pengertian maksimum. Unutk ini H dan A berbentuk:
H : u s u0
A : u > u0
Yang biasadinamakan pengujian komposit lawan komposit.
c) Hipotesis mengandung pengertian minimum. Perumusan H dan A berbentuk:
H : u > u0
A : u <u0
Ini juga pengujian komposist lawan komposit.
3

Kemudian yang akan kitapelajari selanjutnya yakni pengujian terhadap hipotesis yang
perumusannya mengandung pengertian sama atau tidak memiliki perbedaan, disebut
hipotesis nol dengan lambang H0 melawan hipotesis tandingannya dengan lambing H1 yang
mengandung pengertian tidak sama, lebih lebar atau lebih kecil. H1 ini harus dipilih atau
ditentukan peneliti sesuai dengan persoalan yang dihadapi.
Pasangan H0 dan H1 yang telah dirumuskan, akan ditulis dalambentuk:
H0 : u = u0
H1 : u = u0
atau H0 : u = u0
H1 : u > u0
atau H0 : u = u0
H1 : u < u0
Langkah berikutnya, kitapilih bentuk statistik manayang harus digunakan, apakah z, t,
x
2
, F atau lainnya. Harga statistik yang dipilih, besarnya dihitung dari data sampel yang
dianalisis. Kemudian, berdasarkan pilihan taraf nyata o atau disebut juga ukuran daerah
kritis, kriteria pengujian kita tentukan. Peran Hipotesis tandingan H1 dalampenentuan
daerah kritis adalah sebagai berikut:
1) Jika tandingan H1 mempunyai perumusan tidak sama, maka dalamdistribusi statistik
yang digunakan, normal untuk z, Student untuk t, dan seterusnya, didapat dua daerah
kritis masing-masing pada ujung-ujung distribusi. Luas daerah kritis atau daerah
penolakan pada tiap ujung adalah o. Karena adanyaduadaerah penolakan ini, maka
pengujian hipotesis dinamakan uji dua pihak.









Keduadaerah dibatasi oleh d1 dan d2 yang harganyadidapat dari daftar distribusi yang
bersangkutan dengan menggunakan peluang yang ditentukan oleh o. Kriteria yang
didapat adalah terima hipotesis Ho jika harga statistik yang dihitung berdasarkan
data penelitian jatuh antara d1 dan d2, dalam hal lainnya Ho ditolak.
Gambar 12.1
Daerah
Penerimaan H0
Luas=
Luas=
DaerahPenolakan H0
(daerahkritis)
Daerah Penolakan H0
(daerah kritis)
d1 d2
4

2) Untuk tandingan H1 mempunyai perumusan lebih besar, maka dalamdistribusi yang
digunakan didapat sebuah daerah kritis yang letaknya di ujung sebelah kanan. Luas
daerah kritis atau daerah penolakan ini samadengan o.









Kriteria yang dipakai adalah tolak Ho jika statistik yang dihitung berdasarkan
sampel tidak kurang dari d. dalam hal lainnya kita terima Ho. pengujian ini kita
namakan uji satu pihak,tepatnyapihak kanan.
3) Akhirnya, jikatandingan H1 mengandung pernytaan lebih kecil, makadaerah kritis ada
di ujung kiri dari distribusi yang digunakan. Luas daerah ini =o yang menjadi batas
daerah penerimaan Ho oleh bilangan d yang didapat dari daftar distribusi yang
bersangkutan. Peluang untuk mendapatkan d ditentukan oleh taraf nyatao.








Kriteria yang digunakan adalahterima Ho jika statistik yang dihitung berdasarkan
penelitian lebih besar dari d, sedangkan dalam hal lainnya Ho kita tolak.
Dengan demikian, dalamhal ini kita mempunyai uji satu pihak, ialah pihak kiri. Atas
dasar hasil pengujian yang dilakukan, akhirnya kesimpulan dapat dirumuskan.
12.4. Menguji rata-rata : uji duapihak
Umpamakan kitamempunyai sebuah populasi berdistribusi normal dengan rata-rata
dan simpangan baku o. Akan diuji mengenai parameter rata-rata
Gambar 12.2
Daerah
Penerimaan H0
Luas=
Daerah PenolakanH0
(daerah kritis)
d
Gambar 12.3
Daerah
PenerimaanH0
d
Luas=
DaerahPenolakan
H0
(daerahkritis)
5

Untuk ini, seperti biasadiambil sebuah sampel acak berukuran n, lalu hitung statistik x
dan s. kita bedakan hal-hal berikut:
Hal A). o diketahui
Untuk pasangan hipotesis H0 : =0
H1 : = 0
dengan 0sebuah hargayang diketahui, digunakan statistik:
z =
x-0
c/ n
12.1
Dari bab 10, statistik z ini berdistribusi normal baku, sehinggauntuk menentukan
kriteria pengujian seperti tertera dalamgambar 12.4, digunakan daftar distribusi
normal baku. Ho kita terima jika z1
2
, (1-u)
<z <z1
2
, (1-u)
dengan z1
2
, (1-u)

didapat dari daftar distribusi normal baku dengan peluang (1 - o). Dalamhal
lainnya, Ho ditolak.
Contoh: Pengusahalampupijar A mengatakanbahwalampunyabisatahanpakai sekitar 800jam. Akhir-akhir ini
timbul dugaanbahwamasapakai lampuitutelahberubah. Untuk menentukan hal ini, dilakukanpenelitian
dengan jalan menguji lampu. Ternyatarata-rata792 jam. Dari pengalaman, diketahui bahwasimpangan
baku masa hidup lampu 60 jam. Selidikilah dengan taraf nyata 0,05 apakah kualitas lampu itu sudah
berubahataubelum.
Jawab: Denganmemisalkanmasahiduplampuberdistribusi normal, makakitaakanmenguji
H0 : =800jam, berarti lampuitumasapakainya800jam.
H1 : = 800jam, berarti kualitaslamputelahberubahdanbukan800jamlagi.
Denganpengalaman, simpanganbakuo =60jam.
Dari penelitian didapat x =792 jamdengan n =50. Statistik yang digunakan adalah seperti dalam
rumus 12.1dengan mensubstitusikan o=800. Didapat:
z =
792800
60/ 50
=0,94
Kriteria yang dipakai, dari daftar normal baku untuk uji dua pihak dengan o = 0,05 yang
memberikan z0,475 =1,96 adalah








Daerah
PenerimaanH0
Terima H0 jika z hitung terletak
antara -1,96 dan 1,96. Dalam hal
lainnyaH0 ditolak.
Dari penelitian sudah didapat z =-
0,96 dan ini jelas terletak dalam
daerah penerimaan H0. Jadi H0
diterima.
Gambar 12.4
0,025
0,025
Distribusi
Normal baku
-1,96 1,96
d
6

Ini berarti dalamtaraf nyata0,05, penelitian memperlihatkan bahwamemang masa pakai lampu
masih sekitar 800 jam. Jadi belumberubah.
Catatan: pengujian yangmenghasilkan H0 diterimadalamtaraf nyata0,05 dinamakan uji tak nyata atau uji tak
berarti atauuji non-signifikan.

Hal B). o tidak diketahui
Padakenyataannya, simpangan baku o sering tidak diketahui. Dalamhal ini maka
diambil taksirannya ialah simpangan baku s yang dihitung dari sampel dengan
menggunakan rumus 5.5. statistik yang digunakan untuk menguji pasangan
hipotesis:
H0 : =0
H1 : = 0
Tidak lagi seperti dalamrumus 12.1, akan tetapi:
t =
x-0
s/ n
12.2
Untuk populasi normal, dari bab kita ketahui bahwa t berdistribusi Student
dengan dk =(n-1). Karena itu, distribusi untuk menentukan kriteria pengujian
digunakan distribusi Student pula. Ho kita terima jika t
1-o
< t < t
1-o
dengan t
1-o
didapat dari daftar distribusi t dengan peluang (1 o) dan dk =(n
1). Dalamhal lainnya, H0 kitatolak.
Contoh: untuk contohdi mukatentangmasapakai lampu, misalkansimpanganbakupopulasi tak
diketahui, dandari sampel didapat s =55jam. Makadari rumus12.2denganx =792,
=800, s =55dann=50, didapat:
t =
792 800
55/ 50
=1,029








Penelitian menghasilkan t =-1,029 yang jelas terletak dalamdaerah penerimaan.
Kesimpulan samaseperti padacontoh di atas.

Dari daftar distribusi Student dengan
o =0,05 dan dk =49 untuk uji dua
pihak, didapat t = 2,01. Kriteria
pengujian: terima H0 jika t hitung
terletak antara -2,01 dan 2,01,
sedangkan dalam hal lainnya H0
ditolak.
Gambar 12.5
0,025 0,025
Distribusi
Student
dk=49
-2,01 2,01
Daerah
Penerimaan H0
7

12.5. Menguji rata-rata : uji satu pihak
Perumusan yang umumuntuk uji pihak kanan mengenai rata-rata berdasarkan H0 dan
H0 adalah H0 : =0
H1 : >0
Kita misalkan populasi berdistribusi normal dan dari padanya sebuah sampel acak
berukuran n telah diambil. Seperti biasa, dari sampel tersebut dihitung x dan s. didapat hal-
hal berikut:
Hal A). o diketahui
Jika simpangan baku o untuk populasi diketahui, seperti biasa digunakan statistik z
yang tertera dalamrumus 12.1. Sketsa untuk kriteria pengujian seperti Nampak dalam
gambar 12.2, ialah menggunakan distribusi normal baku. Batas kriteria, tentunya didapat
dari daftar normal baku. Kita tolak H0 jika z > z0,5 - o dengan z0,5 - o didapat dari daftar
normal baku menggunakan peluang (0,5 - o). Dalamhal lainnyaH0 kitaterima.
Contoh: Proses pembuatan barang rata-rata menghasilkan 15,7 unit per jam. Hasil produksi mempunyai
varians=2,3. Metodebarudiusulkanuntuk mengganti yanglamajikarata-ratperjammenghasilkan
palingsedikit 16buah. Untuk menentukan apakahmetodediganti atautidak, metodebarudicoba
20kali danternyatarata-rataper jammenghasilkan16,9buah.
Pengusahabermaksud mengambil resiko 5% untuk menggunakan metodebaruapabilametode ini
rata-rata menghasilkanlebihdari 16buah. Apakahkeputusansi pengusaha?
Jawab: Denganmemisalkanhasil produksi berdistribusi normal, makakitaakanmenguji pasanganhipotesi
:
H0 : =16; berarti rata-ratahasil metodebarupalingtinggi 16. J ikaini terjadi, metodelamamasih
dipertahankan.
H1 : >16; berarti rata-rata hasil metode baru lebih dari 16 dan karenanya metode lama dapat
diganti.
Harga-hargayangperluuntuk menggunakanrumus12.1adalahx =16,9buah, n=20, o =2,3 dan
0 =16buah. Didapat:
z =
16,916
(2,3)/ 20
=2,65







Gambar 12.6
Dari daftar Normal bakustandar dengan o =
0,05 diperoleh =1,64. Kriteria pengujian:
tolak H0 jikaz hitung lebih besar atau sama
dengan 1,64. J ika z hitung lebih kecil dari
1,64makaH0 diterima.
0,05
Distribusi
Normal baku
1,64
Daerah
Penerimaan H0
8

Dari penelitian didapat z =2,65 yang jelas jatuh padadaerah kritis. Jadi H0 ditolak. Ini
menyimpulkan bahwa metodebaru dapat mengganti metodelamadengan mengambil resiko
5%.
Catatan: Pengujian yang menghasikan H0 ditolak dengan taraf nyata 0,05 dinamakan uji nyata atau uji
berarti atauuji signifikan.
J ika H0 ditolak pada taraf 5% tetapi diterima pada taraf 1% maka dikatakan bahwa hasil uji
barangkali berarti. Dalam hal ini dianjurkan untuk melakukan penelitian lebih lanjut dan
pengujiandapatdilakukanlagi.
Sering dikehendaki berapa besar peluang yang terjadi ketika keputusan berdasarkan
hasil pengujian dibuat. Untuk contoh diatas misalnya, peluang tersebut adalah P(z > 2,65) =
0,5 0,4960=0,0040.
Ini berarti: berdasarkan penelitian yang dilakukan, kesempatan melakukan kekeliruan ketika
memutuskan mengambil metode baru adalah 4 dari setiap 1.000. dalambentuk ini biasa
dituliskan bahwapeluang p <0,05, bahkan p <0,01.
Contoh: Bagaimanakesimpulannyajikadiambil o =0,01?
Jawab: Untuk o =0,01, dari daftar normal bakudidapat z =2,33. Dari perhitungan, hargaz =2,65dan ini
lebih besar dari 2,33. J adi jatuh padadaerah kritis. KarenanyaH0 ditolak. Kesimpulandapat dibuat
seperti di atas. Hanyasekarangresikonya1%.
Catatan : Uji yangberarti padataraf 1% dikatakan hasil uji sangat berarti, atau sangat nyata atau sangat
signifikan.
Contoh: Dengan melakukan percobaan sebanyak 20 kali, berapa seharusnya hasil rata-rata per jampaling
sedikit untuk menyakinkansi pengusahamengganti metodelama?
Jawab: Dengan o =0,01 dan dimisalkan populasi hasil produksi berdistribusi normal dengan nilai-nilai
o =2,3, 0 =16dann=20, makadari rumus 12.1didapat:
2,33=
x -16
(2,3/ 20
ataux =16,79
Dari 20 percobaan yang dilakukan paling sedikit harus mencapai rata-rata 16,79 buah
perjam.
Hal B). o tidak diketahui
Seperti dalambagian 4, maka jika o tidak diketahui, statistik yang digunakan untuk
menguji
H0 : =0
H1 : >0
Adalah statistik t seperti dalamrumus 12.2.
Kriteriapemgujian didapat dari daftar distribusi Student t dengan dk (n 1) dan peluang (1
- o). Jadi kita tolak H0 jikat > t1- o dan terima H0 dalamhal lainnya.
Contoh: Dikatakan bahwadenganmenyuntikansemacamhormonetertentu kepada ayamakan menambah
berat telurnyarata-ratadengan4,5gram. Sampel acak yangterdiri atas31butir telur tersebut telah
9

disuntikan hormonedan rata-ratanyamenjadi 4,9 gram, simpangan bakunyas =0,8 gram. Cukup
beralasankahuntuk menerimapernyataanbahwapertambahanrata-rataberat telur palingsedikit 5,5
gram?
Jawab: yangkitahadapi adalahpasanganhipotesi:
H0 : =4,5; menyuntik ayamdengan hormone tidak menyebabkan bertambahnya rata-rata berat telur
dengan4,5gram.
H1 : >4,5; suntikanhormonemengakibatkanberat telur rata-ratabertambahpalingsedikit dengan4,5gram.
Dari rumus12.2dengan x =4,9 gram, s=0,8gram, n=31dan0 =4,5didapat
t =
4,9 4,5
0,8/ 31
=2,78









Kriteriapengujian adalah:

Contoh: Akhir-akhir ini masyarakat mengeluh dan mengatakan bahwa isi bersi makanan A dalamkaleng
tidak sesuai dengan yang tertulis pada kemasan sebesar 5 ons. Untuk meneliti hal ini, 23 kaleng
makananA telahditeliti secaraacak. Dari ke23isi kalengtersebut, berat rata-ratanya4,9ons dan
simpanganbakunya0,2ons. Dengantaraf nyata0,05, tentukanapayangakankitakatakanatentang
keluhanmasyarakat tersebut?
Jawab: ..

12.6. Menguji rata-ratat : uji duapihak
Misalkan kita mempunyai populasi binom dengan proporsi peristiwa A = t.
Berdasarkan sebuah sampel acak yang diambil dari populasi itu, akan diuji mengenai uji
duapihak: H0 : t =t0
H1 : t = t0
dengan t0 sebuah harga yang diketahui. Dari sampel ukuran n itu kita hitung proporsi
sampel x/n adanya peristiwa A. dengan menggunakan pendekatan oleh distribusi normal,
makauntuk pengujian ini digunakan statistik z yang rumusnya:
z =
x
n
-n0
n0(1-n0)/ n
12.3
Dengan mengambil o = 0,01 dari daftar
distribust dengandk =30didapat t =2,46
Gambar 12.7
Daerah
PenerimaanH0
=0,01
Distribusi
Student
Dk=30
2,46
10

(lihat jugabab 10 rumus 10.7)
Kriteriauntuk pengujian ini, dengan taraf nyatao adalah terima H0 jikaz1/2(1-o) <z <
z1/2(1-o), di mana z1/2(1-o). Dalamhal lainnya, hipotesis H0 ditolak.
Contoh: Kitainginmenguji bahwajenis kelaminperempuandanlaki-laki adalahsama. Sebuahsampel acak
terdiri atas 4.800 orang mengandung 2.458 laki-laki. Dalamtaraf nyata 0,05, betulkah distribusi
keduajenis kelaminitusama.
Jawab: ??

12.7. Menguji rata-ratat : uji satu pihak
Jika yang diuji dari populasi binomitu berbentuk:
H0 : t =t0
H1 : t >t0
maka pengujian demikian merupakan uji pihak kanan. Untuk ini pun, statistik yang
digunakan masih statistik z seperti terteradalamrumus 12.3. Yang berbeda hanyalah dalam
penentuan kriteria pengujiannya. Dalamhal ini, tolak H0 jikaz > z0,5-o, dimana z0,5-o didapat
dari daftar normal baku dengan peluang (0,5 - o). Untuk z <z0,5-o hipotesis H0 diterima.
Contoh: Seorangpejabat mengatakanbahwapalingbanyak 60% anggotamasyarakat termasuk golonganA.
sebuah sampel acak telah diambil yang terdiri atas 8.500 0rang dan ternyata 5.426 mtermasuk
golonganA. apabilao =0,01, benarkahpernytaantersebut.
Jawab: Yangakandiuji ialah H0 : t =0,6
H1 : t >0,6
Contoh: akandiuji H0 : t =0,3
H1 : t <0,3
Sampel acak berukurann=425memberikanx/n=0,28. Bagaimanahasil pengujiandengano =0,05?
Jawab: dari rumus12.3didapat:
z =
0,28-0,3
(0,3)(0,7)/ 425
=0,90
Dari daftar normal baku dengan o =0,05 didapat z0,45 =1,64. Untuk uji pihak kiri maka
tolak H0 jika z hitung s -1,64 dan terimaH0 dalamhal lainnya. J elas bahwaz hitung =-0,90
adapada daerah penerimaan H0. Jadi H0 : t =0,3 diterimapadataraf nyata0,05. Pengujian
tak berarti.

12.8. Menguji varians o
2

Ketikamenguji rata-rata untuk populasi normal, didpat hal di mana simpangan baku
o diketahui (lihat bagian 4). Harga yang diketahui ini umumnya didapat dari pengalaman
dan untuk menentukan besarnya perlu diadakan pengujian. Untuk ini, kita misalkan
11

populasi berdistribusi normal dengan varians o
2
dan daripadanya diambil sebuah sampel
acak berukuran n. Varians sampel besarnyas
2
dihitung dengan rumus 5.5 atau rumus 5.6.
Kitabedakan duahal berikut:
Hal A). Uji dua pihak.
Untuk ini, pasangan H0 dan H1 adalah:
H0 : o
2
=o
0
2

H1 : o
2
= o
0
2

Untuk pengujian ini dipakai statistik Chi-Kuadrat (lihat bab 10.8)
X
2
=
(n-1)s
2
c
0
2
12.4
Jika dalampengujian dipakai taraf nyatao, maka kriteriapengujian adalah terimaH0
jika X
1
2
, u
2
<X
2
<X
1-1
2
, u
2
dimana X
1
2
, u
2
dan X
1-1
2
, u
2
didapat dari daftar distribusi chi-
kuadrat dengan dk =(n 1) dan masing-masing dengan peluang o dan (1 o). Dalam
hal lainnyaH0 ditolak.
Contoh: Diketahui hiduplampuo =60jam. Dengansampel berukurann=50didapat s=55jam. J ikamasa
hiduplampuberdistribusi normal, benarkaho =60jamdalamtaraf o =0,05?
Jawab: Untuk menyelidiki benar atautidaknyatentango, makakitaberhadapandenganpengujian
H0 : o
2
=3.600 jam
H1 : o
2
= 3.600 jam
Dari rumus12.4dengann=50dans
2
=3.025, maka
X
2
=
(501)(3.025)
3.600
=41,174
Dengan dk =49 dan peluang 0,025 dan 0,975, dari daftar distribusi chi-kuadrat berturut-
turut didapat X
0,025
2
=32,4 dan X
0,975
2
=71,4.
Kriteria pengujian: terimaH0 jika X
2
antara32,4 dan 71,4. Untuk harga-hargalainnya,
H0 ditolak. Dari perhitungan didapat X
2
=41,174 dan ini jatuh antara 32,4 dan 71,4; jadi
dalam daerah penerimaan hipotesis. Kesimpulan: hipotesis o =60 jamdapat diterima
dengan menanggung resiko 5% akan terjadinyapenolakan hipotesis bahwao
2
=3.600 jam.
Hal B). Uji satu pihak
Dalamkenyataannya sangat sering dikehendaki adanya varians yang berharga kecil.
Untuk ini pengujian diperlukan dan akan merupakan uji pihak kanan:
H0 : o
2
=o
0
2

H1 : o
2
>o
0
2

Statistik yang digunakan masih tetap X
2
seperti dalamrumus 12.4. kriteria pengujian
dalamhal ini adalah: tolak H0 jikaX
2
> X
1-u
2
, di manaX
1-u
2
, didapat dari daftar chi-kuadrat
12

dengan dk =(n -1) dan peluang (1 - o). Dalamhal lainnya, H0 diterima. J ikahipotesis nol
dan tandingannyamenyebabkan uji pihak kiri, yakni pasangan:
H0 : o
2
=o
0
2

H1 : o
2
<o
0
2

Makahal yang sebaliknya akan terjadi mengenai kriteriapengujian, yaitu tolak H0 jika X
2
s
X
u
2
, di mana X
u
2
didapat dari daftar chi-kuadrat dengan dk =(n 1) dan peluang o
sedangkan statistik X
2
tetap dihitung oleh rumus 12.4.
Contoh: Proses pengisiansemacamminumankedalambotol olehmesin, palingtinggi mencapai varians 0,50
cc. akhir-akhir ini ada dugaan bahwa isi botol telah mempunyai variabilitas yang lebih besar.
Diteliti 20 botol dan isinya ditakar. Ternyata sampel ini menghasilkan simpangan baku 0,90 cc.
dengano =0,05, perlukahmesindistel?
Jawab: pengujianyangakandilakukanadalahmengenai :
H0 : o =0,50
H1 : o >0,50
Dengans
2
=0,81dann=20sertao
2
=0,50dari rumus12.4didapat:
X
2
=
(201)(0,81)
0,50
=30,78
Dari daftar chi-kuadarat dengan dk =19 dan peluang 0,95 makadiperoleh X
o,95
2
=30,1.
Karenachi-kuadrat dari penelitian lebih besar dari 30,1 makaH0 ditolak padataraf 5%.
Ini berarti variasi isi botol telah menjadi lebih besar, sehingga dianjurkan untuk menyetel
kembali mesin agar mendapatkan pengisian yanglebih merata.

12.9. Menguji kesamaan duarata-rata: uji dua pihak
Banyak penelitian yang memerlukan perbandingan atara duakeadaan atau tepatnyadua
populasi. Misalnya membandingkan dua cara mengajar, dua cara produksi, daya sembuh
duamacamobat dan lain sebagainya. Untuk keperluan ini akan digunakan dasar distribusi
sampling mengenai selisih statistik, misalnya selisih rata-ratadan selisih proporsi.
Misalkan kitamempunyai duapopulasi normal masing-masing dengan rata-rata1 dan
2 sedangkan simpangan bakunya adalah o1 dan o2. Secara independen sampel acak
berukuran n1 dan n2 diambil dari masing-masing populasi. Dari kedua sampel ini berturut-
turut didapat x
1
, s1 dan x
2
, s2. Akan diuji tentang rata-rata 1 dan 2.
Pasangan hipotesis nol dan tandingannyayang akan diuji adalah
H0 : 1 =2
H1 : 1= 2
Untuk ini kitabedakan hal-hal berikut

13

Hal A) 1 = 2 = dan diketahui
Statistik yang digunakan jikaH0 benar adalah
z =
x1-x2
c_
1
n1
+
1
n2
12.5
Dengan taraf nyata o1, makakriteriapengujian adalah terimaH0 jikaz1
2
, (1-u)
<z <
z1
2
, (1-u)
dimanaz1
2
, (1-u)
didapat dari daftar normal baku dengan peluang (1 - o). Dalam
hal lainyaH0 ditolak.
Hal B) 1 = 2 = tetapi tidak diketahui
Jarang sekali o1 dan o2 diketahui besarnya. J ikaH0 benar dan o1 = o2 = o sedangkan o
tidak diketahui harganya, statistik yang digunakan adalah
t =
x1-x2
s_
1
n1
+
1
n2
12.6
Dengan
s
2
=
(n1-1)s
1
2
+(n2-1)s
2
2
n1+n2-2
12.7
Menurut teori distribusi sampling, bab 10, makastatistik t di atas berdistribusi Student
dengan dk =(n
1
+n
2
2). Kriteria pengujian adalah terima H0 jika t1
2
, (1-u)
<t <
t1
2
, (1-u)
, di manat1
2
, (1-u)
didapat dari daftar distribusi t dengan dk =(n
1
+n
2
2) dan
peluang =(1
1
2
, o). Untuk harga-harga t lainnyaH0 ditolak.
Contoh: Sebuah sampel acak terdiri atas 11 ayamdiberi makanan A dan 10 ayamdiberi makanan B.
Tambahanberat masing-masing(dalamons) hasil penelitianadalahsebagai berikut:
Kelompok A : 3,1 3,0 3,3 2,9 2,6 3,0 3,6 2,7 3,8 4,0 3,4
Kelompok B : 2,7 2,9 3,4 3,2 3,3 2,9 3,0 3,0 2,6 3,7
Dalamtaraf nyatao =0,05, tentukanapakahkeduajenismakananitusamabaiknyaatautidak?
Jawab: Dari data di atas di dapat x
A
=3,22, x
B
=3,07, s
A
2
=0,1996 dan s
B
2
=0,1112. Simpangan baku
gabungan, dari rumus12.7didapats =0,397. Rumus12.6memberikan:
t =
3,22 3,07
0,397(1/ 11) +(1/ 10)
=0,862
Hargat0,975 dengandk =19dari daftar distribusi Student adalah2,09. Kriteiapengujianadalahterima
H0 jikat hitungterletak antara-2,09dan2,09dantolak H0 jikat mempunyai harga-hargalain.
Dari penelitian didapat t =0,862 dan ini jelas ada dalamdaerah penerimaan. Jadi H0
diterima.
Hal B) 1 2 = dan kedua-duanya tidak diketahui
Jikakeduasimpangan baku tidak samatetapi keduapopulasi berdistribusi normal, hingga
sekarang belumada statistik yang tepat yang dapat digunakan. Pendekatan yang cukup
memuaskan adalah dengan menggunakan statistik t sebagai berikut:
14

t =
x1-x2
_(s
1
2
/ n1)+(s
2
2
/ n2)
12.8
Kriteria pengujian adalah terimahipotesis H0 jika

w
1
t
1
+w
2
t
2
w
1
+w
2
<t
i
<
w
1
t
1
+w
2
t
2
w
1
+w
2

Dengan : w
1
=s
1
2
/ n
1
; w
2
=s
2
2
/ n
2

t
1
=t
(1-
1
2
, u),(n1-1)
dan
t
2
=t
(1-
1
2
, u),(n2-1)

t|, mdidapat dari daftar distribusi Student dengan peluang | dan dk =m. untuk harga-
hargat lainnya, H0 ditolak.
Contoh: Semacambarangdihasilkandenganmenggunakanduaproses. Ingindiketahui apakahduaprosesitu
menghasilkan hal yang samaatau tidak terhadap kulaitas barang itu ditinjau dari rata-rata daya
tekannya. Untuk itudiadakanpercobaansebanyak 20 dari hasil proses pertamadan 20 lainny dari
hasil proses kedua. Rata- ratadansimpanganbakunyaberturut-turut x
1
=9,25kg, s1 =2,24kg, x
2
=
10,40 kg, s2 = 3,12 kg. jika varians kedua populasi tidak sama dengan taraf nyata 0,05,
bagaimanakahhasilnya?
Jawab: HipotesisH0 danH1adalah
H0 : 1 =2; keduaproses menghasilkanbarangdenganrata-ratadayatekanyangsama
H1 : 1= 2; keduaproses menghasilkanbarangdenganrata-ratadayatekanyangberlainan

Harga-hargayangdiperlukanadalah:
t
i
=
9,2510,40
_(5,017/ 20) +(
9,7344
20
)
=1,339
w
1
=
5,0176
20
=0,2509w
2
=
9,7344
20
=0,4862.
t
1
=t(0,975),19
=2,09, dan t
2
=t(0,975),19
=2,09
Sehinggadidapat:
w
1
t
1
+w
2
t
2
w
1
+w
2
=
(0,2509)(2,09) +(0,4867)(2,09)
0,2509+0,4869
=2,09

Kriteria pengujian adalah terima H0 jika -2,09 <t <2,09 dan tolak H0 dalamhal
lainnya. Jelas bahwat =1,339 adadalamdaerah penerimaan H0. Jadi kitaterimaH0 dalam
taraf yang nyata0,05.
Hal D) observasi berpasangan
Untuk observasi berpasangan, lihat bab 11, bagian 7.C, kita mabil B =1 - 2.
Hipotesis nol dan tandingannyaadalah
H0 : B =0
H1 : B= 0
15

Jika B1 =x1-y1, B2 =x2 y2, , Bn =xn yn, maka dataB1, B2, , Bn menghasilkan
rata-rataB

dan simpangan baku sB. Untuk pengujian hipotesis, gunakan statistik:

t =
B
sB/ n
12.9
dan terimaH0 jika t1 o <t <t1 o dimana t1 o didapat dari daftar distribusi t dengan
peluang (1 o) dan dk =(n 1). Dalamhal lainnya H0 ditolak.
Contoh: Kita ambil contoh dalambab 11.7 C mengenai tinggi anak laki-laki pertama dan tinggi ayah. Di
sanatelahdidapat n=10, B

=0,8dans
B
2
=11,07. Maka,
t =
0,8
11,07/ 10
=0,762
Dari daftar distribusi t denganpeluang0,975dan dk =9 didapat t0,975 =2,26. Ternyatat =0,762adadalam
daerahpenerimaanH0. J adi penelitianmenghasilkanuji yangtak berarti.

12.10. Menguji kesamaan duarata-rata: uji satu pihak
Sebagaimana dalamuji dua pihak, untuk uji satu pihak pun dimisalkan bahwa kedua
populasi bersistribusi normal dengan rata-rata 1 dan 2 dan simpangan baku o1 dan o2.
Karena umumnya besar o1 dan o2 tidak diketahui, maka di sini akan ditinjau hal-hal
tersebut untuk keadaan o1 =o2 atau o1 = o2.
Hal A). Uji pihak kanan
Yang diuji adalah H0 : 1 =2
H1 : 1>2
Dalamhal o1 =o2, maka statistik yangdigunakan adalah statistik t seperti dalamrumus
12.6 dengan s
2
seperti dalamrumus 12.7. Kriteriapengujian yang berlaku ialah terima H0
jikat <t1- o dan tolak H0 jikat mempunyai harga-hargalain. Sedangkan dk =(n1 +n2 2)
dengan peluang (1 - o). J ikao1 = o2, makastatistik yang digunakan adalah statistik t sperti
dalamrumus 12.8. Dalamhal ini, kriteria pengujian adalah tolak hipotesis H0 jika t
w1t1+w2t2
w1+w2

dan terimaH0 jika terjadi sebaliknya, dengan w
1
=s
1
2
/ n
1
; w
2
=s
2
2
/ n
2
, t
1
=t
(1-u),(n1-1)

dan t
2
=t
(1-u),(n2-1)
. Peluang untuk penggunaan daftar distribusi t ialah (1
o)sedangkan dk-nyamasing-masing (n
1
1) dan (n
2
1).
Contoh: Diduga bahwa pemuda yang senang berenang rata-rata lebih tinggi badannya daripada pemuda
sebaya yang tidak senang berenang. Untuk meneliti ini telah diukur 15 pemuda yang senang
berenang dan 20 pemuda yang tidak senang berenang. Rata-rata tinggi badannya berturut-turut
adalah167,2cmdan160,3cm. simpanganbakunyamasing-masing6,7cmdan7,1cm. Dalamtaraf
nyatao =0,05, dapatkakitamendukungdugaantersebut?
16

Jawab: J ikadistribusi tinggi badanuntuk keduakelompok pemudaitu normal dano1 =o2, makastatistic t
dalamrumus 12.6 dapat digunakan. Kita punya n1 =15, x
1
=16,72 cm, s1 =6,7 cm, n2 =20, x
2
=
160,3cmdans2 =7,1cm. dari rumus 12.7didapat variansgabungan
s
2
=
(15 1)(44,89) +(201)(50,41)
15+20 2
=48,07
Sehinggastatistic t mempunyai harga:
t =
167,2160,3
(48,07){(1/ 15) +(1/ 20)}
=2,913
Dari daftar distribusi t denganpeluang0,95dandk =33, didapatt0,95 =1,70.

Dari penelitian didapat t =2,913 dan ini lebih besar dari t =1,70. Jadi H0 : 1 =2 ditolak.
Penyelidikan memberikan hasil yang berarti padataraf 5%. Dugaan di mukadapat diterima.
Jika untuk contoh di mukadimisalkan o1 = o2, maka digunaka statistik t dalamrumus
12.8. harga-harga yang perlu adalah
w1 =44,89/15 =2,99 ; w2 =50,41/20 =2,52
t1 =t(0,95),14 =1,76 ; t2 =t(0,95),19 =1,73
w1t1+w2t2
w1+w2
=
(2,99)(1,76)+(2,52)(1,73)
2,99+2,52
=1,75
Sehinggadiperoleh:
t =
167,2160,3
44,89/ 15) +(50,41/ 20)
=2,49

Kriteria pengujian adalah tolak H0 jika t > 1,75. Karena t =2,49 makaH0 ditolak dan
hasil pengujian seperti di atas dapat disimpulkan.
Untuk observasi berpasangan, pasangan hipotesis nol H0 dan hipotesis tandingan H1
untuk uji pihak kanan adalah
H0 : B =0
H1 : B>0
Statistik yang digunakan masih statistik t dalamrumus 12.9 dan tolak H0 jika t > t1 - o di
manat1- o didapat dari daftar distribusi Student dengan dk =(n 1) dan peluang (1 - o).
Contoh: Untuk mempelajari kemampuan belajar 10 anak laki-laki dan 10 anak perempuan telah diambil
secara acak. Dari pengamatan, kemampuan belajar anak laki-laki lebih baik daripada kempuan
belajar anak perempuan. Hasil ujianyangdilakukanadalah
Laki-laki : 30212127202527222818
Perempuan : 31223724301525421938
Apakahyangdapat disimpulkandari hasil uji ini?
Jawab: Ambil L =rata-rata hasil ujian untuk anak laki-laki dan P =rata-rata hasil ujian untuk anak
perempuan.
17

Akandiuji pasanganhipotesis:
H0 : B =P - L =0
H1 : B>0
Dari datadi atas, setelahdihitungberasarkanbeda(selisih) tiappasangdata, didapat B

=4,4dansB =
11,34. Rumus12.9memberikan
t =
4,4
11,3410
=1,227
Dengandk =9danpeluang=0,95dari daftar distribusi student didapat t0,95 =1,83. Karenat =1,22lebihkecil
dari 1,83makaH0diterima. Dalamhal ini masihdapatdikatakanbahwarata-rat hasil ujiananak laki-laki lebih
baik dari padarata-ratahasil ujiananak perempuan.

Hal B). Uji pihak kiri
Perumusan hipotesis H0 dan hipotesis tandingan H1 untuk uji pihak kiri adalah
H0 : 1 =2
H1 : 1<2
Langkah-langkah yang ditempuh dalamhal ini sejalan dengan yang dilakukan untuk uji
pihak kanan.
Jika o1 =o2, kedua-duanya memiliki nilai yang tidak diketahui, maka digunakan
statistik t dalamrumus 12.6. Kriteriapengujian adalah tolak H0 jikat s -t1-o, di manat1-o
didapat dari daftar distribusi t dengan dk =(n1 +n2 2) dan peluang (1 - o). Untuk harga-
hargat lainnya, H0 diterima.
Jika o1 = o2, makayang digunakan adalah statistik t dalamrumus 12.8 dan tolak H0
untuk
t
-(w1t1+w2t2)
w1+w2

di manaw1, w2, t1 dan t2 semuanyaseperti telah diuraikan di muka. J ikat lebih besar
dari harga tersebut, makaH0 diterima.
Untuk observasi berpasangan, hipotesis H0 dan tandingannyayang akan diuji adalah
H0 : =0
H1 : <0
Statistik yang digunakan adalah statistik t dalamrumus 12.9 dan tolak H0 jikat s - t(1 -
o), (n 1) dan terima H0 untuk t >- t(1- o), (n 1).

12.11. Menguji kesamaan duaproporsi : uji duapihak
Misalkan sekarang kita mempunyai dua populasi binom yang didalamnya masing-
masing didapat proporsi peristiwa A sebesar t1 dan t2. Dari populasi pertama diambil
sebuah sampel acak berukuran n1 dan didalamnya terdapat proporsi peristiwa A sebesar
18

x1/n1. Dari populasi kedua, angka-angkatersebut berturut-turut adalah n2 dan x2/n2. Kedua
sampel diambil secaraindependen. Akan diuji hipotesis:
H0 : t1 =t2
H1 : t1= t2
Untuk ini digunakanpendekatan oleh distribusi normal dengan statistik
z =
(x1/ n1)-(x2/ n2)
pq{(1/ n1
)+(1/ n2
)}
12.10
dengan p =
x1+x2
n1+n2
danq =1p.
Jika dalampengujian ini digunakan taraf nyata o, maka kriteria pengujian adalah
terimaH0 untuk z1
2
, (1-u)
<z <z1
2
, (1-u)
dan tolak H0 untuk harga-hargaz lainnya.
Seperti biasa, z1
2
, (1-u)
didapat dari daftar distribusi normal baku dengan peluang
1
2
, (1o).
Contoh: Suatu penelitian dilakukan di daerah A terhadap 250 pemilih. Ternyata 150 pemilih menyatakan
akan memilih calon C. di daerah B penelitian dilakukan terhadapa300 pemilih dan terdapat 162
yang akan memilih calon C. adakah perbedaan yangnyata mengenai pemilihan calon C di antara
keduadaerahitu?
Jawab: Hipotesisyangakandiuji adalah
H0 : tA =tB tidak terdapat perbedaanyangnyataantarakeduadaerahituterhadappemilihancalonC.
H1 : tA = tB terdapatadanyaperbedaanyangnyataantarakeduadaerahterhadappemilihancalonC.

12.12. Menguji kesamaan duaproporsi : uji satu pihak
Untuk uji pihak kanan, makapasangan hipotesisinyaadalah
H0 : t1 =t2
H1 : t1>t2
Statistik yang digunakan masih berdasarkan pendekatan oleh distribusi normal, jadi
digunakan statistik z dalamrumus 12.10. Dalamhal ini tolak H0 jika z > z0,5- o dan terima
H0 untuk z <z0,5- o, dengan o =taraf nyata.
Apabila uji pihak kiri, makahipotesis nol H0 dan tandingannyaH1 berbentuk
H0 : t1 =t2
H1 : t1<t2
Dengan statistik yang samaseperti di atas, tolak H0 untuk z s -z0,5- o dan terimaH0 jika
z >z0,5- o didapat dari daftar distribusi normal baku dengan peluang (0,5 - o).
Contoh: Terdapat dua kelompok ialah A dan B, masing-masing terdiri dari 100 pasien yang menderita
semacam penyakit. Kepada kelompok A diberikan sebuah serum tertentu tetapi tidak kepada
kelompok B. kelompok B sering dinamakan kelompok control. Setelah jangka waktu tertentu,
19

terdapat 80 yang sembuh dari kelompok A dan 68 dari kelompok B. apakah penelitian ini
memperlihatkanbahwapemberianserumikut membantumemyembuhkanpenyakit?
Jawab: untuk ini diperoleh
p =
80+ 68
100+100
=0,74 danq =0,26
Sehinggastatistik z besarnya
z =
0,800,68
(0,74)(0,26)(0,02)
=1,94
J ikatA menyatakanpresentaseyangsembuhdari kelompok A dengantB yangsembuhdari kelompok B,
makadiperolehhipotesis
H0 : tA =tB
H1 : tA <tB
Tolak H0untuk z > 1,64danterimaH0 untuk z <1,64dengano =0,05. Penelitianmenghasilkanz =1,94
yangjatuhdalamdaerahkritis. J adi pengujianbarangkali berarti (untuk o =0,01hargaz =2,33)
Meskipun pada taraf sekarang kita dapat mengatakan pemberian serum membantu
menyembuhkna penyakit, namun untuk lebih meyakinkan lagi dianjurkan agar penelitian
lebih lanjut dilakukan lagi.

12.13. Menguji kesamaan dau varians
Ketikamenaksir selisih rata-rata, lihat bab 11.7 dan menguji kesamaan atau perbedaan
rata-rata telah berulang kali ditekankan adanyaasumsi bahwa kedua populasi mempunyai
varians yang samagar menaksir dan menguji bisa berlangsung. Dalamhal varians yang
berlainan, hingga sekarang hanya digunakan cara-cara pendekatan. Oleh karena itu terasa
perlu untuk melakukan pengujian mengenai kesamaan dua varians atau lebih. Populasi-
populasi dengan varians yang sama besar dinamakan populasi dengan varians yang
homogen.dalamhal lainnyadisebut populasi dengan varians yang heterogen.
Dalambagian ini akan dilakukan pengujian kesamaan varians untuk duapopulasi.
Misalkan kita mempunyai dua populasi normal untuk pasangan hipotesis nol H0 dan o
2
2
.
Akan diuji mengenai uji dua pihak untuk pasanga hipotesis H0 dan tandingannyaH1:
H0 : o
1
2
= o
2
2

H1 : o
1
2
o
Berdasarkan sampel acak yang masing-masing secaraindependen diambil dari populasi
tersebut. J ika sampel dari populasi pertama berukuran n1 dengan varians o
1
2
dan sampel
dari populasi keduaberukuran n2 dengan varians o
2
2
makauntuk menguji hipotesis di atas
digunakan statistik.
F =
s
1
2
s
2
2
12.11
Kriteria pengujian ialah terima hipotesis H0 jika
20

F
(1-u)(n1-1)
<F <F1
2
, u (n1-1,n2-1)
untuk taraf nyatao, di manaF|(m, n) didapat dari
daftar distribusi F dengan peluang |, dk pembilang =n dan deka penyebut =n (lihat contoh
dalambab 8.9).
Statistik lain yang digunakan dalamuji hipotesis H0 di muka jugaadalah
F =
uuns tcbcsu
uuns tckccI
12.12
Dan tolak H0 hanya jikaF > F o(v1, v2).
dengan F o(v1, v2) didapat dari daftar distribusi F dengan peluang o, sedangkan dk v1 dan
v2 masing-masing sesuai dengan dk pembilang dan dk penyebut dalamrumus 12.12. seperti
biasa, o =taraf nyata.
Dalam perhitungan F dari daftar, jika peluang beda dari 0,01 atau 0,05, maka
digunakan rumus 8.22.
Contoh: Adaduamacampengukurankelembabansuatuzat. Carake-I dilakukan10kali yangmenghasilkan
s
2
=24,7 dan cara ke-II dilakukan 13 kali dengan s
2
=37,2. Dengan o =0,10 tentukan apakah
keduacarapengukurantersebut mempunyai variansyanghomogin?
Jawab: Denganrumus12.12didapat F =37,2/ 24,7=1,506.
Derajat kebebasan untuk pembilang =12 dan untuk penyebut =9. Dengan o =0,01, dari daftar
distribusi F didapat F0,05(12,9) =3,07.

Dari penelitian di dapat F =1,506 dan ini lebih kecil dari 3,07. Jadi H0 : o
1
2
=o
2
2

diterima dan H1 : o
1
2
= o
2
2
ditolak. Kedua cara pengukuran dapat dikatakan mempunyai
varians yang samabesar.
Jika yang digunakan rumus 12.11, makaF =24,7/37,2 =0,664. Dengan o =0,10, dari
daftar distribusi F didapat F0,05(9,12) =2,80. Untuk mencari harga F0,05(9,12) kita gunakan
rumus 8.22. dari daftar didapat F0,05(9,12) =3,07. SehinggaF
0,05(9,12)
=
1
3,07
=0,328
Kriteria pengujian adalah terima H0 jika 0,328 <F <2,80 dan tolak H0 dalamhal
lainnya. Kita punya F =0,664 yang jatuh dalamdaerah penerimaan H0. Jadi H0 diterima,
dan kesimpulan samaseperti di muka.
Jika pengujian yang dihadapi merupakan uji satu pihak yaitu uji pihak kanan, untuk
hipotesis nol H0 dengan tandingan H1
H0 : o
1
2
= o
2
2

H1 : o
1
2
> o
2
2

Dan uji pihak kiri
H0 : o
1
2
= o
2
2

H1 : o
1
2
< o
2
2

21

Makadalamkeduahal, statistik yang digunakan masih F =s
1
2
/ s
2
2
seperti dalamrumus 12.1.
untuk uji pihak kanan, kriteria pengujian adalah tolak H0 jika F F
u(n1-1,n2-1)
sedangkan
untuk uji pihak kiri, tolak H0 jika F F
(1-u)(n1-1,n2-1)
. Dalamhal-hal lain, H0 diterima.
Contoh: Penelitian terhadap duametode penimbangan menghasilkan s
1
2
=25,4 gramdan s
2
2
=30,7 gram.
Penimbangan masing-masing dilakukan sebnayak 13 kali. Ada anggapan bahwa metode pertama
menghasilkanpenimbangandenganvariabilitasyanglebihkecil. Betulkahitu?
Jawab: Yangakandiuji H0 : o
1
2
= o
2
2

H1 : o
1
2
> o
2
2

Dari rumus 12.11 didapat F =25,4/30,7 =0,83. Dari daftar distribusi F didapat F0,05(12,12) =
2,69. Karena0,83 <2,69, makadalamtaraf nyata0,05 kitaterimaH0.
Metodepenimbangan pertamavariabilitasnyalebih kecil dari padametodekedua.

12.14. Kuasauji dan kurva ciri operasi
Dalambagian 4 bab ini, diberikan contoh tentang uji rata-rata masahidup lampu, ialah
H0 : =800 jammelawan H1 : = 800 jamdengan o =60 jamdiketahui. Dengan sampel
berukuran n =50 dan x =792 jam, pengujian menyatakan menerimaH0 padataraf o =0,05.
Jika sebenarnya rata-rata masa hidup lampu itu bukan 800 jam, melainkan =778 jam,
berapakah |, yaitu peluang membuat kekeliruan tipe II, dalampengambilan keputusan di
atas?
Untuk menentukan |, kitabuat sketsadua distribusi normal yang satu dengan =800
dan satu lagi dengan =778. Kedua-duanyamempunyai o =60.
Uji dua pihak dengan o =0,05 menghasilkan daerah penerimaan H0 berbentuk -1,96 <
z <1,96 atau -1,96 <
x -800
60/ 50
<1,96 atau 783,36 <x <816,64.









| adalah bagian grafik dalamdistribusi normal dengan =778 yang dalamdaerah
penerimaan H0 yaitu dari 783,36 ke816,46. Dalamdistribusi normal baku, ini samadengan
Gambar 12.9
800
816,64
0,025
783,36 778
0,025

22

dari z =
783,36-778
60/ 50
kez =
814,64-778
60/ 50
atau dari z =0,63 kez =4,55 atau praktis dari z =0,63
kekanan. Luasnyaadalah 0,5 0,2357 =0,2643. Jadi | =0,2643
Ini berarti peluang menerimahipotesis nol bahwarata-ratamasa hidup lampu 800 jam
padahal sebenarnya778 jamadalah 0,2643. Unutk ini, kuasa uji dapat ditentukan ialah (1 -
|) = 0,7357 dan ini tiada lain daripada peluang menolak hipotesis = 800 karena
sebenarnya =778.
Jika sekarang =825, maka | merupakan bagian grafik dalam distribusi normal
dengan =825 yang terletak dalamdaerah penerimaan H0 yaitu antara783,36 dan 816,64.








Dalamangkaz, ternyata | antaraz =-1,49 dan z =0,99 atau praktis dari z =-0,99 ke
kiri. Luasnyaadalah 0,5 0,3389 =0,1111. Dengan demikian | =0,1111 dan kuasauji =
0,8889.
Dengan cara yang sama | dan (1 - |) dapat dihitung untuk harga-harga yang
berlainan. Beberapadiantaranyadapat dilihat berikut ini.
DAFTAR 12.2
BEBERAPA NILAI KUASA UJ I UNTUK BERBAGAI
H0 : =800MELAWAN H1 : = 800
750 765 778 790 800 810 825 845 870
| 0,0000 0,0154 0,2643 0,7815 0,95 0,7815 0,1111 0,0004 0,0582
1- | 1,0000 0,9846 0,7357 0,2185 0,05 0,2185 0,8889 0,9996 0,9418

Kita lihat bahwa | menyatakan peluang menerima H0 : =800 apabila sebenarnya
harga =800, maka | diartikan sebagai peluang menerima =800 apabila memang itu
harus diterima. Dalamhal ini, besar | =0,95.
Grafik | terhadap dinamakan kurva cirri operasi, disingkat kurva CO yang dapat
dilihat di bawah ini:

Gambar 12.10
825 816,64
0,025
783,36 800
0,025

23










Bentuk kurva CO seperti di atas adalah khas untuk uji duapihak. Makin tajampuncak
kurvamakin baik aturan keputusan untuk menolak hipotesis yang tidak berlaku.
Grafik (1 - |) terhadap dinamakan kurva kuasa untuk uji hipotesis. Unutk uji dua
pihak dalamcontoh di muka, bentuk kurva kuasanya dapat dilihat dalamgambar 12.12.
ternyatabahwabentuknyapersis kebalikan daripadakurvacirri operasi.











(1 - |) disebut juga fungsi kuasa, karena memperlihatkan kuasa daripada pengujian
untuk menolak hipotesis yang seharusnya ditolak.
Untuk uji satu pihak akan kita ambil uji pihak kanan mengenai proporsi t sebagai
contoh. Misalkan akan menguji H0 t =0,5 melawan H1 : t >0,5 dengan o =0,05
berdasarkan sebuah sampel acak berukuran n =100. Ukuran sampel cukup besar, sehingga
dapat digunakan pendekatan oleh distribusi normal dengan rumus 12.3. dinyatakan dalam
perbandingan sampel f =x/n, kitaterimaH0 jika
]-0,5
(0,5)(0,5)/ 100
<1,64 atau f <0,58 atau jika
x <58.
Jikasebenarnyat =0,4 berapakah besarnya|?
-0,2
0
0,2
0,4
0,6
0,8
1
740 760 780 800 820 840 860 880

Gambar 12.11
o =0,05
Gambar 12.12
0
0,2
0,4
0,6
0,8
1
1,2
740 760 780 800 820 840 860 880

1-
o = 0,05
24

Dengan melakukan penyesuaian terhadap x, dalamhal ini dikurangi 0,5 maka dalam
kurva distribusi normal baku, letak daerah | ada di sebelah kiri dari z =
57,5-100(0,4)
100(0,4)(0,6)
=
3,57. Luasnya =0,9998. Jadi | =0,9998 dan kuasauji (1 - |) =0,0002. Jika sebenarnyat =
0,7, maka| =0,0032 dan kuasauji 0,9968. Dengan jalan yang sama, nilai | dan (1-|) untuk
berbagai t diberikan di bawah ini.
DAFTAR 12.3
BEBERAPA NILAI KUASA UJ I UNTUK BERBAGAI t
H0 : t =0,5MELAWAN H1 : t >0,5
t 0,3 0,4 0,5 0,6 0,7 0,8
| 1,0000 0,9998 0,95 0,3050 0,0032 0,0000
1- | 0,0000 0,0002 0,05 0,6950 0,9968 1,0000

Kurva cirri operasi (CO) untuk pengujian di atas dapat dilihat dalamgambar 12.13.
Makin tegak jalan kurva makin baik aturan keputusan untuk menolak hipotesis yang
seharusnya ditolak.
Kurva kuasa pengujian di atas dapat dilihat dalam gambar 12.14. ternyata kebalikan
daripadakurva cirri operasi.


















Kurva ciri operasi dan kurva kuasa adalah
ekivalen.
Hingga kini, | dan (1 - |) telah dihitung
berdasarkan populasi normal dengan o tidak
diketahui. J ika o tidak diketahui, pengujian akan
berdasarkan distribusi t dan untuk menentukan
kuasa diperlukan distribusi yang nonsentral. Hal
ini tidak dibicarakan lebih lanjut, karena
memerlukanteori yanglebihjauh.
Hal yang sama juga berlaku untuk pengujian
yangmenggunakan distribusi F dan distribusi Chi-
Kuadrat. Dalam hal ini untuk menghitung |
diperlukan distribusi F nonsentral dan chi-kuadrat
nonsentral.
Distribusi-distribusi yang kita kenal sekarang
di sini semuanyadistribusi sentral.
-0,2
0
0,2
0,4
0,6
0,8
1
1,2
0 0,2 0,4 0,6 0,8 1

o =0,05
-0,2
0
0,2
0,4
0,6
0,8
1
1,2
0 2 4 6 8

1 -
25

12.15. Menentukan ukuran sampel
Dalam bab 11.9 telah diuraikan bagaimana cara menentukan ukuran sampel
sehubungan dengan penaksiran parameter. Sekarang sesudah kitamempelajari cara menguji
hipotesis, akan diberikan beberapacontoh bagaimana menentukan banyak objek yang perlu
diteliti. Faktor yang ikut menentukan dalamhal ini adalah
a. Mengenai parameter apakah hipotesis yang kan diuji itu
b. Bagaimanapengujian dilakukan, satu pihak atau duapihak
c. Berapabesar taraf nyatayang akan digunakan, atau ini tiadalain daripada
d. Berapabesar kekeliruab yang mau dilakukan
e. Berapabesar penyimpangan yang dapat diterima diukur dari nilai hipotesis.
Contoh : Sebuahsampel acak diperlukanuntuk menguji hipotesisH0 : =50melawanH1 = = 50dengan
syarat-syarat sebagai berikut:
a) Peluangmenolak H0 apabilasebenarnysa =50palingtinggi 0,05.
b) PeluangmenerimaH0 apabilasebenanya berbedadari 50dengan5palingtinggi 0,10.
J ika diketahui populasi berdistribusi normal dengan o =6, berapa obyek yang paling sedikit
yangperluditeliti?
Jawab : Syarat a) mengatakanbahwapalingtinggi o =0,05sedangkansyarat b) mengatakanpalingtinggi |
=0,10terjadi pada =45dan =55. Keadaanini dapat dilihatdalamgambar 12.15.








Daerah penenrimaan H0 adalah antara z =-1,96 dan z =1,96. Dengan rumus 12.1, dari distribusi normal
dengan =50didapat:
1,96=
x2-50
6/ n
,n =ukuran sampel, dan dari distribusi normal baku dengan =55 dan | =0,10 didapat
1,28=
x2-55
6/ n
,n =ukuransampel.
Keduapersamaandiatasmemberikan
11,76 n =x 50
7,68 n =x 55
Setelahdiselesaikandidapat n=15,12.
Palingsedikit perluditeliti 16obyek.
Dengann=16ini akandidapat x =52,9danx
1
=47,1
Gambar 12.15
50 x
1

0,025
55 45
0,025

x
2

26

Kriteria pengujian adalah jik adari sampel berukuran 16 didapat x antara 47,1 dan 52,9 maka H0 diterima,
sedangkandalamhal lainnyaH0 harusditolak.

Catatan : Hasil yangsamaakandiperolehapabiladiambil distribusi normal dengan =50dan =45.
J ikauntuk contohdi atas diambil | =0,05, makapersamaanyangperludiselesaikanadalah
1,96=
x2-50
6/ n
dan1,645=
x2-55
6/ n

Atau
11,76/ n =x 50
9,87/ n =x 55
Hal ini memberikanhasil n=18,71yangberarti palingsedikit sampel ituharusberukuran19.

Kitalihat bahwamakin kecil kekeliruan yang dikehendaki makin besar ukuran sampel
yang diperlukan. Hal yang sama akan terjadi apabila menghendaki penyimpangan yang
semakin kecil dari nilai yang dihipotesiskan.
Contoh : Didugabahwapalingbanyak 30%anggotamasyarakat menderitapenyakit A. Kita ingin menguji
pernyataanini denganmengambil o =0,05dan| =0,05untuk penyimpanganmaksimal 10% dari
yangdihipotesiskan. Berapaanggotamasyarakat yangharusditeliti?
Jawab : kitalihat bahwahal ini uji pihak kanandengankeadaanseperti terteradalamgambar di bawahini.










Daerah penerimaan H0 adalah z =1,645 kekiri dalamkurvadistribusi normal yangsesuai dengan t =0,3.
Dari rumus12.3didapat
1,645=
x/ n-0,3
(0,3)(0,7)/ n
, n=ukuransampel
Dari | =0,05denganmenggunakankurvadistribusi normal yangsesuai dengant =0,4didapat
1,645=
x/ n-0,4
(0,4)(0,6)/ n
, n=ukuransampel
Keduapersamaandi atasmenjadi:
x/n 0,3=0,7983/ n
x/n 0,4=0,8059/ n
Setelah diselesaikan didapat n =257,35. Berarti sampel kita paling sedikit berukuran 258.
Gambar 12.16
0,25
x
0,05
=0,3 =0,4
27

Masukkan n =258 ke dalamsalah satu persamaan di atas didapat x =90. Jadi jika dari
sampel berukuran n =258 didapat lebih dari 90 orangmenderitapenyakit A, makaH0 kita
tolak. Dalamhal lainnyaH0 diterima.
Padaumumnya, simpangan baku o tidak diketahui besar sebenarnyadan sering didapat
berdasasrkan penaksiran atau dari pengalaman. Dalamhal ini, cara yang tepat haruslah
digunakan distribusi t dan bukan distribusi normal. Untuk keperluan ini, karena
menyangkut keperluan | seperti telah diuraikan di muka, disperlukan distribusi t nonsentral.
Hal yang sama berlaku untuk menentukan ukuran sampel berdasarkan pengujian yang
menggunakan distribusi yang tidak normal.

12.16. Menguji homogenitas varians populasi
Untuk menguji kesamaan beberapa rata-rata, lihat bab 14.3, dimisalkan populasinya
mempunyai varians yang homogeny, yaitu o
1
2
=o
2
2
= =o
k
2
. Demikian pula dalam
bagian 9, untuk menguji kesamaan dua rata-rata, telah dimisalkan o
1
2
=o
2
2
. Untuk hal
terakhir ini, pengujian kesamaan varians o
1
2
=o
2
2
untuk duapopulasi telah diuraikan dalam
bagian 13. Sekarang akan diuraikan perluasannyayaitu untuk menguji kesamaan k buah (k
> 2) varians populasi yang berdistribusi normal. Tepatnya, misalkan kita mempunyai k (k >
2) buah populasi berdistribusi independen dan normal masing-masing dengan varians
o
1
2
,o
2
2
o
k
2
. Akan diuji hipotesis:
H0 : o
1
2
=o
2
2
= =o
k
2

H1 : paling sedikit satu tanda sama dengan tidak berlaku, bedasarkan sampel-sampel
acak yang masing-masing diambil dari setiap populasi.
Ada beberapa metode yang telah ditemukan untuk melakukan pengujian ini, tetapi disini
hanya kan diberikan satu sajayang dikenal dengan namauji Bartlett.
Kitamisalkan masing-masing sampel berukuran n1, n2, , nk dengan data Yij (i =1, 2,
, k dan j =1, 2, nk) dan hasil pengamatan telah disusun seperti dalamDaftar 12.4.
selanjutnya, dari sampel-sampel itu kita hitung variansnya masing-masing ialah
s
1
2
,s
2
2
,,s
k
2
.
DAFTAR 12.4
DATA SAMPEL DARI k BUAH POPULASI
DARI POPULASI KE
1 2 k
DataHasil
Pengamatan
y
11

y
12


y
1n1

y
21

y
22


y
2n2





y
k1

y
k2


y
knk

28


Untuk memudahkan perhitungan, satuan-satuan yang diperlukan untuk uji Bartlett lebih
baik disusun dalamsebuah daftar seprti dalamDaftar 12.5.

DAFTAR 12.5
HARGA-HARGA YANG PERLU UNTUK UJ I BARTLETT
E
0
:o
1
2
=o
2
2
= =o
k
2

Sampel
ke
dk
1
Jk
s1
2
logs1
2
(dk) logs1
2

1
2

k
n
1
1
n
2
1

n
k
1
1/ n
1
1
1/ n
2
1

1/ n
k
1
s1
2

s2
2


sk
2

logs1
2

logs2
2


logsk
2

(n
1
1)logs1
2

(n
2
1)logs2
2


(n
k
1)logsk
2

J umlah (n

1) _
1
n
1
1
] - - (n

1) logs

2


Dari daftar ini kitahitung harga-hargayang diperlukan, yakni:
1) Varians gabungan dari semuasampel
s
2
=((n
1
1)s

2
/ (n
1
1)) 12.13
2) Hargasatuan B dengan rumus:
B =(logs
2
) (n
1
1) 12.14
Ternyatauntuk uji Bartlett digunakan statistik chi-kuadrat.
X
2
=(ln10){B (n
1
1)logs

2
} 12.15
dengan ln 10 =2,3026, disebut logaritma asli dari bilangan 10.
Dengan taraf nyata o, kita tolak hipotesis H0 jika X
2
X
(1-u)(k-1)
2
, di mana
X
(1-u)(k-1)
2
didapat dari daftar distribusi chi-kuadrat dengan peluang (1 - o) dan dk =(k 1).
Contoh: Bagaimanauji Bartlett ini digunakan, marilah kitaambil contoh tentangpertambahan berat badan
hewankarenaemapatmacammakanan.
DAFTAR 12.6
Data
Hasil
Pengamatan
Pertambahanberat karenamakananke
1 2 3 4
12
20
23
10
17
14
15
10
19
22
6
16
16
20
9
14
18
19
Denganrumus5.5, variansuntuk tiapsampel kitahitung, hasilnya:
s
1
2
=29,3; s
2
2
=21,5; s
3
2
=35,7 dan s
4
2
=20,7
29

Daftar 12.5 sekarang menjadi:
DAFTAR 12.7
HARGA-HARGA YANG PERLU UNTUK UJ I BARTLETT
E
0
:o
1
2
=o
2
2
= =o
k
2

Sampel
ke
dk
1
Jk
s1
2
logs1
2
(dk) logs1
2

1
2
3
4
4
4
3
3
0,25
0,25
0,33
0,33
29,3
21,5
35,7
20,7
1,4669
1,3324
1,5527
1,3160
5,8676
5,3296
4,6581
3,9480
J umlah 14 1,16 - - 19,8033

Varians gabungan dari empat sampel itu adalah
s
2
=
4(29,3) +4(21,5) +3(35,7) +3(20,7)
4+4+3+3
=26,6
Sehinggalogs
2
=log26,6 =1,424882
dan B =(1,424882)(14) =19,94834
akhirnya rumus 12.5 memberikan
X
2
=(2,3026)(19,9483419,8033) =0,333969
Jika o =0,05, ari daftar distribus chi-kuadrat dengan dk =3 didapat X
0,95(3)
2
=7,81.
Ternyata bahwa X
2
=0,333969 <7,81 sehingga hipotesis
E
0
:o
1
2
=o
2
2
=o
3
2
=o
4
2
diterimadalamtaraf nyata0,05.
Jika hargaX
2
yang dihitung dengan rumus 12.15 ada di atas X
2
dari dafatr dan cukup
dekat kepada harga tersebut, biasanya dilakukan koreksi terhadap rumus 12.15 dengan
menggunakan faktor koreksi K sebagai berikut:
K =1+
1
3(k-1)
] [
1
n1-1

1
(n1-1)
k
=1
12.16
Dengan faktor koreksi ini, statistik X
2
yangdipakai sekarang ialah
X
K
2
=(1/ K)X
2
12.17
Dengan X
2
di ruas kanan dihitung dengan rumus 12.15. dalamhal ini hipotesis H0
ditolak jika X
K
2
X
(1-u)(k-1)
2
.

12.17. Catatan




30

13. Uji chi-kuadrat dan uji kecocokan
13.1. Pendahuluan
Masih ada beberapapersoalan lain yang dapat diselesaikan dengan mengambil manfaat
distribusi chi-kuadrat ini, diantaranyayang akan dibicarakan dalambab ini adalah
a) Menguji proporsi untuk datamultinom
b) Menguji kesamaan rata-ratadistribusi Poisson
c) Menguji independen antaraduafactor di dalamdaftar kontingensi B x K
d) Menguji kesesuaian antara datahasil pengmatan dengan model distribusi dari manadata
itu diduga diambil, dan
e) Menguji model distribusi berdasarkan datahasil pengamatan.

13.2. Menguji proporsi datamultinom
Misalkan sebuah eksperimen menghasikan peristiwa-peristiwa atau kategori-kategori
A1, A2, , Ak yang saling terpisah masing-masing dengan peluang p1 =P(A1), p2 =P(A2),
, pk =P(Ak).
Akan diuji hipotesis
H0 : p1 =pio , i=1, 2, , k , dengan pio sebuah hargayang diketahui
H1 : p1 = pio
Di sini, tentu sajaEpi =E pio =1.
Pengujian yang ditempuh akan menggunakan data sebuah sampel acak berukuran n
yang didalamnyaadaO1 dari kategori pertama (A1), O2 dari kategori kedua(A2), , Ok dari
kategori kek(Ak).
Dengan hargapio yang diberikan, kitadapat menghitung masing-masing frekuensi yang
diharapkan E1 =np10, E2 =np20, , Ek =npk0.
Jelas bahwa O1 +O2 +,, Ok =E1 +E2 +,, Ek =n. harga-harga O1, O2 ,, Ok
merupakan nilai-nilai yang Nampak sebagai hasil pengamatan sedangkan E1, E2 ,, Ek
merupakan nilai-nilai yang diharapkan terjadi atau nilai-nilai teoritik.
Agar mudah diingat, adanya kategori Ai, hasil pengamatan Oi dan hasil yang
diharapkan Ei, sebaiknyadisusun dalamdaftar sebagai berikut.
Kategori A1 A2 . Ak
Pengamatan O1 O2 . Ok
DIharapkan E1 E2 . Ek
Untuk menguji pasangan hipotesis di atas, digunakan statistic:
X
2
=
(0i-Li
)
2
Li
k
=1
13.1
31

Bentuk lain untuk rumus diatas adalah
X
2
=
0
i
2
L
i
n 13.2
Ternyatabahwa statistic di atas ternyatabahwastatistic di atas berdistribusi chi-kuadrat
dengan dk =(k 1). Kriteriapengujian adalah tolak H0 jikaX
2
X
(1-u)(k-1)
2
dengan o =
taraf nyatauntuk pengujian. Dalamhal lainnya, H0diterima.
Contoh: Kita tahu bahwa peluang nampaknya salah satu permukaan dadu homogin masing-masing 1/6.
Sebuah eksperimen telah dilakukan sebanyak 120 kalidengan sebuah dadu dan menghasilkan 16
mukabermata1, 24mata2, 23mata3, 15mata4, 17mata5dan25mata6. Akandiuji apakahdadu
tersebuthomoginatautidak, yaituakandiuji hipotesis:
H0 : p1 =p2= =p6 =1/6
H1 : palingsedikit satutandasamadengantidak berlaku.
J ikaH0 benar, yakni apabiladaduituhomoginkitaharapkanakandidapat
A1 (mukadenganmatasatu) =120x 1/6=20
A2 (mukadenganmatadua) =120x 1/6=20

A6 (mukadenganmataenam) =120x 1/6=20
J adi didapat:
Muka A1 A2 A3 A4 A5 A6
Pengamatan 16 24 23 15 17 25
diharapkan 20 20 20 20 20 20
Denganrumus13.1didapat:
X
2
=
(16 20)
2
20
+
(2420)
2
20
+
(23 20)
2
20
+
(15 20)
2
20
(17 20)
2
20
+
(2520)
2
20

AtauX
2
=5,00.
Dengan o =0,05 dandk =5, dari tabledistribusi chi-kuadrat didapat X
0,95
2
=11,1 yang jelas lebih
besar daripadaX
2
=5,00
Hasil pengujian tak berarti atau non-signifikan dan hipotesis H0 diterima sehingga
dapat kitasimpilkan bahwadadu itu dibuat dari bahan yang homogin.
Contoh: Dalamsuatu eksperimengenetikamenurut Mendell telah ditemukanbahwasemacamkarakteristik
diturunkanmenurutperbandingan 1: 3: 3: 9untuk kategori-kategori A, B, C danD. akhir-akhir ini
dilakukan 160 kali pengamatandan terdapat 5 kategori A, 23 kategori B, 32 kategori C dan 100
kategor D. denganmenggunakano =0,05apakahdatadiatas menguatkanteori genetikatersebut?
Jawab: Berdasarkanteori diharapkanterdapat 1/16x 160=10kategori A, nmasing-masing30kategori B dan
C, dan90kategori D. datahasil pengamatandanyangdiharapkanadalahsebagai berikut.
Kategori A B C D
Pengamatan 5 23 32 100
Diharapkan 10 30 30 90
Dari rumus13.1didapat:
X
2
=
(510)
2
10
+
(23 30)
2
30
+
(32 30)
2
30
+
(100 90)
2
90
=5,18
32

Dari table distribusi chi-kuadrat diperoleh X
0,95(3)
2
=7,81. Sehingga pengujian
memperlihatkan hasil yang tidak berarti dan tidak ada alas an untuk tidak mempercayai
teori yang telah ditemukan.
Sebagai hal khusus dari data multinomialah databinomyang didapat apabilabanyak
kategori k =2. Jika dalamhal ini keduakategori disebut kategori I dan II dengan peluang
terjadinyakategori I dan II masing-masing t dan (1 - t), makauntuk sebuah sampel acak
berukuran n di antaranyadidapat x buah kategori I, dapat dibuat daftar sebagai berikut
Kategori I II Jumlah
Pengamatan x n - x n
Diharapkan nt n(1 - t) n

Statistic yang digunakan untuk menguji hipotesis H0 : t =t0 melawan H1 : t = t0 ialah:
X
2
=
(n-nn0
)
2
nn0
(1-n0
)
13.3
dan tolak H0 jikaX
2
X
(1-u)(1)
2
; sedangkan dalamhal lainnyaH0 diterima.
Dalamhal databinomdi mana digunakan distribusi chi-kuadrat dengan dk satu, rumus
13.3 perlu diperbaiki dengan menggunakan koreksi kontinuitas, yaitu harga mutlak |x
nn
0| harus dikurangi dengan setengah. Jadi rumus yang dipakai adalah
X
2
=
(|x-nn0
|-
1
2
, )
2
nn0
(1-n0
)
13.4
Contoh: Diduga bahwa 50% dari semacamkacang bentuknya keriput dan 50% lagi halus. Pengamatan
dilakukan terhadap sebuah sampel acak terdiri dari 80 butir kacang dan terdapat 56 keriput
sedangkansisanyahalus. Dalamtaraf 0,05, dapatkahkitamenyokongdugaantersebut?
Jawab:
Bentuk Keriput Halus
Pengamatan 56 24
teoritis 40 40
Dengant0 =, makarumus13.4memberikan
X
2
=
(|56-40|-
1
2
, )
2
801/ 21/ 2
=12,01
Dandengano =0,01didapat X
95(1)
2
=6,63.
Pengujian memberikan hasil yangsangat berarti sehingga kitatidak bisamenerimadugaan
tersebut.

13.3. Menguji kesamaan rata-ratapoisson
Misalkan ada k(k 2) buah distribusi Poisson denga parameter 1, 2, , k. akan
diuji pasangan hipotesis:
33

H0 : 1 =2 =,=k
H1 : palingsedikit satu tanda samadengan tidak berlaku.
Dari setiap populasi diambil sebuah sampel acak, berukuran n1 dari populasi pertama,
n2 dari populasi kedua dan seterusnyaberukuran nk dari populasi ke-k. untuk tiap sampel
dihitung banyak peristiwa yang mengikuti distribusi Poisson. Jika banyak peristiwa ini
dinyatakan dengan x1, x2, , xk, makarata-ratanyax =
x1+x2++x
k
k
.
Statistic yang digunakan untuk menguji hipotesis H0 adalah
X
2
=
(xi-x)
2
x
13.4a
Dan tolak H0 jikaX
2
X
(1-u)(k-1)
2
. Dalamhal lainnyaH0 diterima.
Contoh: Limaorangsekretaris bertugas untuk menyalin datakedalamsebuahdaftar yangtelahdisediakan.
Misalkanbahwabanyaknyasalahmenyalinuntuk setiap daftar berdistribusi Poissonmasing-masing
denganrata-rata1, 2,, 5. Dari hasil salinantiapsekretarisdiambil sampel acak berukuranempat
dandicatat banyaknyakesalahandalamtiapdaftar. Dataini akandigunakanuntuk menguji hipotesis:
H0 : 1 =2 =3 =4 =5
H1 : palingsedikit satutandasamadengantidak berlaku.
Bersama-samadengansatuan-satuanyangdiperlukan, didapat databerikut.
Sekretaris Kesalahantiapdaftar Banyak kesalahan(xi)
I
II
III
IV
V
2,0,3,3,2,
0,0,2,1,2,
1,1,2,3,2,
2,1,1,1,4,
2,3,0,3,3.
10
5
9
9
11
J umlah - 44
Dari kolomketigadidapat x =
44
5
=4,8 dandenganrumus 13.4adiperoleh
X
2
=
(10 8,8)
2
8,8
+
(58,8)
2
8,8
+
(98,8)
2
8,8
+
(98,8)
2
8,8
+
(11 8,8)
2
8,8
=2,36
Dari daftar distribusi chi-kuadrat dengan o =0,05dandk =4didapat X
(0,95)4
2
=9,49 danini lebihbesar dari
2,63.

Jadi H0 diterima, sehingga kelima sekretaris itu dapat dikatakan tergolong kedalamkelas
kerja yang sama.

13.4. Uji independen antaraduafactor
Banyak data hasil pengamatan yang dapat digolongkan kwdalam bebrapa factor,
karakteristik atau atribut dengan tiap factor atau atribut terdiri dari beberapa klasifikasi,
kategori, golongan atau mungkin tingkatan. Berdasarkan hasil pengamatan terhadap
fenomena demikian akan diselidiki mengenai asosiasi atau hubungan atau kaitan antar
34

factor. Dengan kata lain akan dipelajari apakah terdapat atau tidak suatu kaitan diantara
factor-faktor itu bersifat independen atau bebas, tepatnya bebas statistic.
4.1 Asosiasi Antara Dua Faktor dalam Daftar Kontingensi B X K
Secara umum, untuk menguji independen antara dua factor dapat dijelaskan sebagai
berikut; Misalkan sebuah sampel acak berukuran n telah diambil, dimanatiap pengamatan
tunggal didugaterjadi karenaadanya duamacamfactor, ialah factor I dan factor II. Factor I
terbagi atas B taraf atau tingkatan dan factor II terbagi atas K taraf. Banyak pengamatan
yang terjadi karenataraf ke-I factor ke-I (i=1, 2, , B) dan taraf ke-j factor ke-I (j =1, 2,
, K) akan dinyatakan dengan Oij. Hasilnya dapat dicatat dalam sebuah daftar
berkontingensi B X K (lihat juga bagian bab 2.2).
DAFTAR 13.1
DAFTAR KONTINGEN B X K
UNTUK HASIL PENGAMATAN TERDIRI ATAS DUA FAKTOR

FAKTOR II (K TARAF)
JUMLAH
1 2 . K
F
A
K
T
O
R

I

(
B

T
A
R
A
F
)

1 011 012 . 01K n10
2 021 022 02K n20

B 0B1 0B2 . 0BK nBO
J umlah nO1 nO2 . nOK n

Pasangan hipotesis yang akan diuji berdasarkan dataseperti dalamdaftar di atas adalah
H0 : keduafactor bebas statistik
H1 : keduafactor tidak bebas statistik
Pengujian secara eksak sulit digunakan, karenanya di sini hanya akan dijelaskan
pengujian yang bersifat pendekatan. Untuk ini diperlukan frekuensi teoritik atau banyak
gejalayang diharapkan terjadi yang di sini akan dinyatakan dengan Eij. Rumusnyaadalah
E
]
=(n
o
x n
o]
)/ n 13.5
dengan nio =jumlah baris ke-i
noj =jumlah baris ke-j.
Demikian misalnya didapat:
E11 =(n10 X n01)/n ; E12 =(n10 X n02)/n
E21 =(n20 X n01)/n ; E22 =(n20 X n02)/n
dan seterusnya
Jelas bahwan =n10 +n20 + +nBO =n01 +n02 + +nOK.
Statistic yang digunakan untuk menguji hipotesis di atas adalah
35

X
2
= (0
]
E
]
)
2
/
K
]=1
B
=]
E
]
13.6
dan tolak H0 jikaX
(1-u).{(B-1)(K-1)}
2
dalamtaraf nyata =o dan derajat kebebasan dk untuk
distribus chi-kuadrat =(B 1)(K 1). Dalamhal lainnyakitaterimahipotesis H0.
Contoh: Misalkan penggolongan pendapatan telah disetujui terbagi atas kelas-kelas tinggi, menengah dan
rendah. Selanjutnyauntuk tingkatkanpendapatanini terdapat pulaempat kelas pasar tempatmereka
berbelanja makanan sehari-hari yaitu pasar-pasar kelas I, II, III dan IV. Hasil penelitian untuk
keadaanini dapat dilihat di bawahini
KelasPasar
T
i
n
g
k
a
t

P
e
n
d
a
p
a
t
a
n

I II III IV JUMLAH
Tinggi
56
30,5
71
71,9
12
35,2
35
36,5
174
Menegah
47
54,3
163
128,1
38
62,6
62
65,0
310
Rendah
14
32,2
42
76,0
85
37,2
43
38,5
184
J umlah 117 276 135 140 668

Dalamdaftar di atas, tiap sel telah dibagi duaoleh garis diagonal. Bagian sel sebelah
kiri atas berisikan banyak data hasil pengamatan, jadi Oij, sdangkan bagian kanan bawah
berisikan banyak data teoritik atau diharapkan terjadi, yakni Eij. Penyusunan sperti dalam
daftar di muka sering dapat memudahkan perhitungan X
2
dengan rumus 13.6 dan agar
mudah dapat dilihat manayang hasil pengamatan dan manayang teoritik. Harga-hargaEij
dihitung dengan rumus 13.5 yakni
E11 =( 117 * 174)/668 =30,5 ; E12 =( 276 * 174)/668 =71,9
E13 =( 135 * 174)/668 =35,2 ; E14 =( 140 * 174)/668 =36,5
E21 =( 117 * 310)/668 =54,3 ; E22 =( 276 * 310)/668 =128,1
E23 =( 135 * 310)/668 =62,6 ; E24 =( 140 * 310 /668 =65,0
dan begitu seterusnya.
Untuk menguji hipotesis bahwa factor kelas pasar dan factor tingkat pendapatan
bersifat independen, digunakan rumus 13.6 untuk mendapatkan:
X
2
=
(56 30,5)
2
30,5
+
(7171,9)
2
71,9
+
(1235,2)
2
35,2
+
(3536,5)
2
36,5
+
(4754,3)
2
54,3
+
(163128,1)
2
128,1
+
(38 62,6)
2
62,6
+
(6265,0)
2
65,0
+
(14 32,2)
2
32,2
+
(4276,0)
2
76,0
+
(8537,2)
2
37,2
+
(4338,5)
2
38,5

X
2
=144,12
36

Dengan o =0,01 dan dk =(3 1)(4 1) =6. Didapat X
0,99(6)
2
=16,8 yang jelas jauh
lebih kecil dari 144,12. Jadi penelitian memberikan pengujian yang sangat berarti, sehingga
dapat disimpilkan bahwa ada hubungan sangat nyata antara kelas pendapatan dan kelas
pasar tempat orang-orang berpendapatan demikian berbelanja.
Selanjutnya, sering ingi diketahui derajat hubungan antara factor yang satu dengan
lainnya. J ika ini dikehendaki, untuk data dalamdaftar kontingensi, digunakan koefisien
konteingen C yang rumusnyaditentukan oleh:
C =_
X
2
X
2
+n
13.7
dengan mengambil harga akar yang positif.
Untuk contoh soal di atas, dengan X
2
=144,12 dan n =668 didapat
C =_
144,12
144,12+668
=0,421
Agar supaya harga C yang diperoleh dapat dipakai untuk menilai derajat asosiasi antara
factor, makahargahargaC ini perlu dibandingkan dengan koefisien kontingensi maksimum
yang biasaterjadi. HargaC maksimumini dihitungoleh rumus:
C
muks
=_
m-1
m
13.8
dengan m=harga minimumantara B dan K (yakni minimumantara banyak baris dan
banyak kolom.
Dalam contoh di atas, daftar kontingansi terdiri atas tiga baris dan empat kolom. Jadi
minimumnyatiga, sehingga
C
muks
=(3 1)/ 3=0,816
Makin dekat hargaC kepadaCmaks makin besar derajat asosiasi antarafactor. Dengan kata
lain, factor yang satu makin berkaitan dengan factor yang lain.
Membandingkan C =0,421 dengan 0,816 nampak bahwa derajat hubungan cukup besar.
HargaCmaks untuk daftar kontingensi dengan m=2, 3, , 10 diberikan di bawah ini.
DAFTAR 13.2
HARGA CmaksUNTUK BERBAGAI m
m Cmaks
2
3
4
5
6
7
8
9
10
0,707
0,816
0,866
0,894
0,913
0,926
0,935
0,943
0,949

Nampak dari daftar bahwa makin besar m
makin dekat hargaCmaks kepadasatu.
Tetapi perlu dicatat bahwaCmaks selalu lebih
kecil dari satu.
37

Cara pengujian independen di atas tidak saja hanya berlaku untuk dua factor yang
berbentuk atribut tetapi jugauntuk datakuantitatif yangtelah dibuat menjadi beberapakelas
interval atau kelompok. Kitaambil misalnyaantaraumur pengemudi dan sering terjadinya
kecelakaan yang sering dialami oleh pengemudi itu. Pengemudi yang berumur 31 tahun
atau lebih telah dikelompokkan menjadi tigakelas: 31 40, 41 50 dan 51 60 sedangkan
frekuensi kecelakaan lalu lintas yang dialaminya selama periode tertentu digolongkan
kedalamkategori tidak pernah mengalami kecelakaan (0), pernah mengalami satu kali
kecelakaan (1), dan lebih dari satu kali kecelakaan (2 atau lebih).
Hasil pengamatan dan seringnya mengalami kecelakaan secara teoritik dapat dilihat
dalamtableberikut

Umur Pengemudi
31- 40 41- 50 51- 60 J umlah
F
r
e
k
u
e
n
s
i

K
e
c
e
l
a
k
a
a
n
0
420
404,6
472
469,4
340
358,0
1232
1
70
83,4
97
96,8
87
73,8
254
2atau
lebih
22
24,0
25
27,8
26
21,2
73
jumlah 512 594 453 1559

Seperti dalamcontoh pertama, harga-harga Eij dihitung dengan rumus 13.5 dan hasilnya
dicantumkan di bagian kanan bawah dalam sel-sel daftar di atas. Maka rumus 13.6
menghasilkan:
X
2
=
(420-404,6)
2
404,6
++
(26-21,2)
2
21,2
=7,56
Dengan o =0,05 dan dk =(3 1)(3 1) =4, dari daftar distribusi X
2
didapat X
0,95(4)
2
=
9,49. Ternyata hasil pengujian bersifat tak berarti dan frekuensi kecelakaan untuk
pengemudi berumur 31 tahu dan lebih tidak bergantung padaumur pengemudi.

4.1 metode Khusus untuk Daftar Kontingensi 2 X 2
Jika daftar kontingensi berukuran 2 X 2, maka untuk pengujian hipotesis digunakan
distribusi chi-kuadrat dengan derajat kebebasan satu. Ternyatabahwa untuk hal ini koreksi
kontinuitas perlu digunakan dan telah ditemukan dengan nama koreksi Yates, yaitu setiap
hargamutlak |0
]
E
]
| dikurangi dengan setengah.
Hasil pengamatan yang dapat dicantumkan dalamdaftar kontingensi 2 X 2 adalah
seperti di bawah ini
38

F
A
K
T
O
R

K
E
S
A
T
U
FAKTOR KEDUA
Taraf 1 Taraf 2 J umlah
Taraf 1 a b a+b
Taraf 2 c d c +d
J umlah a+c b+d n

Jelas bahwan = a + b + c + d
Rumus X
2
untuk hal ini, bersama-sama dengan memperhitungkan koreksi Yates
tersebut di atas adalah
X
2
=
n(|ud-bc|-1/ 2n)
2
(u+b)(u+c)(b+d)(c+d)
13.9
Seperti biasa, hipotesis yang akan diuji adalah
H0 : keduafactor independen
H1 : keduafactor tidak independen
Dan tolak H0 jikaX X
(1-u)(1)
dengan o =taraf nyata dan dk =satu.
Contoh : Ada dua kelompok A dan B, masing masing terdiri dari 95 orang yang menderita semacam
penyakit. Kelompok A diobati dengansejenisobat sedangkankelompok B tidak diobati. (kelompok
B disebut kelompok control). Sesudah jangka waktu tertentu diperiksa beberapa orang yang
sembuh. Ternyatadari kelompok A ada78orangyangsembuhsedangkandari kelompok B ada62
orang. Akan diuji hipotesis bahwa obat yang digunakan tidak mempunyai pengaruh terhadap
penyembuhanpenyakit.
Jawab : datadiatasdapat dicantumkandalamdaftar kontingensi sebagai berikut:
Sembuh Tidak Sembuh J umlah
Kelompok A (diobati) 78 17 95
Kelompok B (tak diobati) 62 33 95
J umlah 140 50 190
Dari rumus 13.9 didapat
X
2
=
190{|78 33-6217|-1/ 2(190)}
2
959514050

X
2
=6,11
Untuk taraf nyata9,05 dan dk =satu, makaX
0,95(1)
2
=3,84. Kitalihat bahwa pengujian
berarti pada taraf 0,05. Tetapi jika o =0,01, maka X
0,99(1)
2
=6,63 sehingga H0 diterima
padatarad 0,01.
Pengobatan barangkali berarti dan penelitian lebih lanjut dianjurkan untuk dilakukan.

Contoh : Yangberikut adalahdatahasil pengumpulanpendapat masyarakat terhadapduacalonpemimpinA
danB.


39

Penduduk
P
e
m
i
m
p
i
n

Ya Tidak J umlah
A 37 22 59
B 18 7 25
J umlah 55 29 84

Untuk menguji hipotesis bahwa tidak terdapat perbedaan yang nyata mengenai
pendapat masyarakat terhadap keduacalon itu, diperlukan nilai
X
2
=
84(|37 7-2218|-42)
2
59255529
=0,32
Dalamkeduataraf nyatao =0,01 dan o =0,05 hipotesis nol diterima.

13.5. Uji kecocokan
Untuk melakukan uji kecocokan ini akan dibandingkan antara hasil yang sebenarnya
diamati dengan frekuensi yang diharapkan berdasarkan model yang diandaikan dan untuk
ini digunakan rumus 13.1. nilai-nilai parameter populasi yang diasumsikan yang dipakai
untuk menghitung frekuensi diharapkan atau frekuensi teoritik, ditaksir berdasarkan nilai-
nilai statistic sampel yang takbias. Misalnyarata-rata ditaksir oleh x dan varians o
2
oleh
s
2
. Distribusi chi-kuadrat yang digunakan sebagai akibat penggunaan rumus 13.1,
mempunyai dk =(k g 1) dimanak =banyak kategori atau kelas interval dan g =banyak
parameter yang ditaksir. Demikianlah misalnyauntuk menguji kecocokan populasi normal
karena ada dua parameter yang ditaksir, ialah dan o
2
, maka dk untuk distribusi chi-
kuadrat samadengan (k 3). Untuk menguji kecocokan distribusi Poisson, distribusi chi-
kuadrat yang digunakan akan mempunyai dk =(k 2).

5.1 Uji kecocokan distribusi binom
Dalam bab 8.2 telah didapat distribusi binom p(x) = [
N
n
n
x
(1n)
N-x
. Dapat
dilihat bahwa disini hanya ada satu parameter yang perlu ditaksir ialah t. Sehingga
distribusi chi-kuadrat akan mempunya dk =(k 2).
Sekarangmarilah kitauraikan dengan contoh.
Limamata uang dipakai untuk mengundi 1.000 kali. Nampaknyamuka G dicatat dan
hasilnyaseperti berikut
Banyak mukaG 0 1 2 3 4 5
Frekuensi terjadi 36 142 345 289 159 29

Akan ditentukan bentuk distribusi binomyang cocok berdasarkan datahasil undian di atas.
40

Kitatahu bahwa =Nt =5t dengan t =peluang nampaknya mukaG di sebelah atas.
Dari hasil pengamatan didapat rata-ratanampaknyamukaG
36(0)+142(1)+345(2)+289(3)+159(4)+29(5)
1.000
=2,48
Menyamakan 5t dengan 2,48 didapat 5t =2,48 yang menghasilkan t =0,496. Diduga
distribusi binomberdasarkan data yang diperoleh akan mempunyai persamaan: p(x) =
[
5
z
(0,496)
x
(0,504)
5-x

dengan x =0, 1, 2, , 5
Dengan jalan memasukkan harga-hargax kedalampersamaan di atas, didapat:
P(0) =0,0325; sehingga diharapkan mukaG ada32,5
P(1) =0,1600; sehingga diharapkan mukaG ada160,0
P(2) =0,3510; sehingga diharapkan mukaG ada315,0
P(3) =0,3100; sehingga diharapkan mukaG ada310,0
P(4) =0,1525; sehingga diharapkan mukaG ada152,5
P(5) =0,0300; sehingga diharapkan mukaG ada30,0
Hasil-hasil di mukasebaiknya kitacantumkan dalamtablesebagai berikut:
Muka G
(x)
Diharapkan
(Ei)
Sebenarnya
(Oi)
0
1
2
3
4
5
32,5
160,0
315,0
310,0
152,5
30,0
36
142
345
289
159
29
Dengan rumus 13.1 diperoleh statistic
X
2
=
(36-32,5)
2
32,5
+
(142-160)
2
160
+
(345-315)
2
315
+
(289-310)
2
310
+
(159-152,5)
2
152,5
+
(29-30)
2
30

X
2
=6,99
Jadi hipotesis nol mengenai model distribusi binomdi atas dapat diterima.
5.2 Uji kecocokan distribusi Poisson
Distribusi Poisson dengan parameter rata-rata mempunyai persamaan p(x) =
c
-Z
x
x
x!

dengan x =0, 1, 2, , e=2,71828 dan >0
Untuk menguji bentuk distribusi Poisson, akandigunakan contoh berikut.
Banyak katasalahcetak tiaphalaman 0 1 2 3
Banyak halaman 28 15 6 1
Rata-ratabanyak katasalah cetak tiap halaman adalah
28(0)+15(1)+6(2)+1(3)
50
=0,6
41

Sehinggapersamaan distribusi Poisson didugaberbentuk
p(x) =
c
-0,6
(0,6)
x
x!

Dengan x =0, 1, 2, yang menyatakan banyak kata salah cetak terdapat dalamtiap
halaman. Dari persamaan di atas didapat
p(0) =0,5488: diharapkan ada27,4 hal. Dengan 0 salah cetak
p(1) =0,3293: diharapkan ada16,5 hal. Dengan 1 salah cetak
p(2) =0,0988: diharapkan ada4,9 hal. Dengan 2 salah cetak
p(3) =0,0198: diharapkan ada1,0 hal. Dengan 3 salah cetak
frekuensi salah cetak sebagai hasil pengamatan dan yang diharapkan dapat dilihat di bawah
ini.
Banyak
salah cetak
Pengamatan
(Oi)
Diharapkan
(Ei)
0
1
2

3
28
15
6
7
1
27,4
16,5
4,9
5,9
1,0
Dalamdaftar di muka terlihat adanya frekuensi yang diharapkan atau teoritik (Ei) sebesar
1,0 untuk salah cetak sebanyak tiga. Frekuensi yang diharapakan yang terlalu kecil akan
mengakibatkan harga chi-kuadrat menjadi besar sehingga tidak mencerminkan
penyimpangan yang wajar mengenai hasil pengamatan dari yang teoritik. Untuk
mengatasinya dilakukan penggabungan antara kategori yang mempunyai Ei kecil dengan
kategori yang berdekatan sehingga hasil gabungan dianggap cukup besar. Sebgai pegangan
yang biasa dipakai, penggabungan demikian dilakukan jika terdapat Ei yang harganya
kurang dari lima.
Jika untuk contoh di muka kita gabungkan kategori salah cetak yang banyaknya tiga
dan dua, makadengan menggunakan rumus 13.1 didapat
X
2
=
(28-24,7)
2
24,7
+
(15-16,5)
2
16,5
+
(7-5,9)
2
5,9
=0,48
Setelah dikakukan penggabungan, sekarang terdapat tiga ktegori jadi k =3 sehingga dk
untuk distribusi chi-kuadrat besarnyasatu.
Dengan o =0,05 diperoleh X
0,95(1)
2
=0,48.
Ternyata bahwahipotesis tentang bentuk distribusi Poisson dengan persamaan di atas dapat
diterima.



42

5.3 Uji Distribusi Normal atau Uji Kenormalan
Sekarangmari kitatinjau mengenai uji normalitas. Persamaan distribusi normal dengan
rata-rata dan simpangan baku o dapat dilihat dalambab 8.6. jika sebuah sampel acak
berukuran n telah diambil dengan rata-rata=x dan simpangan baku =s, makakurvanormal
yang cocok atau sesuai dengan datatersebut (untuk keperluan ini dataharus disusun dalam
daftar distribusi frekuensi yang terdiri atas k buah kelas interval) ialah
y =
n
s2n
c
-1/ 2[
x-x
s

2
13.10
Contoh : sebuahsampel acak berukuran100orangdicatat dalamdaftar distribusfrekuensi berikut
Daftar 13.3
Tinggi (cm) f
140 144
145 149
150 144
155 159
160 164
165 169
170- 174
7
10
16
23
21
17
6
J umlah 100

J ika perhitungan yang sama dilakukan untuk kelas-kelas interval lainnya, didapat hasil seperti pada daftar
13.4.
Daftar 13.4
FREKUENSI DIHARAPKAN DAN PENGAMATAN
Batas
kelas (x)
Z untuk
bataskelas
Luastiap
kelas
interval
Frekuensi
diharapkan
(Ei)
Frekuensi
pengamatan
(Oi)
139,5
144,5
149,5
154,5
159,5
164,5
169,5
174,5
-2,26
-1,64
-1,03
-0,41
0,21
0,83
1,45
2,06

0,0386
0,1010
0,1894
0,2423
0,2135
0,1298
0,0538

3,9
10,1
18,9
24,2
21,4
13,0
5,4

7
10
16
23
21
17
6
Catatan: x =157,8dans=8,09.
Dengan rumus 13.1 didapat harga
X
2
=
(7-3,9)
2
3,9
+
(10-10,1)
2
10,1
+
(16-18,9)
2
18,9
+
(23-24,2)
2
24,2
+
(21-21,4)
2
21,4
+
(17-3,0)
2
13,0
+
(6-5,4)
2
5,4

X
2
=4,27
Dari daftar distribusi frekuensi dapat dilihat bahwabanyak kelas k =7, sehinggadk untuk
distribusi chi-kuadrat besarnyasamadengan empat.
Kita peroleh X
0,95(4)
2
=9,49 dan X
0,99(4)
2
=13,3
sehingga jelas bahwahipotesi sampel itu berasal dari distribusi normal dapat diterima.


Setelah dihitung didapat x =157,8 dan s =8,09. Selanjutnya perlu
ditentukan batas-batas kelas interval untuk menghitung luas dibawah
kurva normal bagi tiap interval. Kelas interval pertama dibatasi oleh
139,5 dan 144,5 atau dalamangka standar z dibatasi oleh -2,26 dan -
1,64. Luas di bawah kurva normal untuk interval pertama 0,4881
0,4495=0,0386, sehinggafrekuensi teoritik untuk kelas interval ini =
100x 0,0386=3,9.
43

14. Analisis varians
14.1. Pendahuluan
Dalam bab ini varians akan dibahas lebih lanjut dengan terlebih dahulu melihat
berbagai jenis varians kemudian menggunakannyauntuk pengujian hipotesis melalui teknik
analisi varians, disingkat ANAVA.
Yang diberikan disini hanyalah ANAVA sederhanayaitu ANAVA satu arah.

14.2. Jenis varians
Dalambab-bab yang lalu telah kitakenal beberapajenis varians ialah varian sampel s
2

dan varians populasi o
2
. Selanjutnya juga kita kenal varians sampling berbagai statistic,
untuk rata-rata diberi lambingo
x
2
, untuk proporsi dengan lambang o
x/ n

2
dan untuk statistic
lainnya seperti diberikan dalambab 5.
Secara umumvarians dapat digolongkan kedalamvarians sistematik dan varians galat.
Varians sistematik adalah variasi pengukuran karenaadanyapengaruh yang menyebabkan
skor atau nilai datalebih condong kesatu arah tertentu dibandingkan kearah lain.
Salah satu jenis varians sistematik dalamkumpulan data hasil penelitian adalah varians
antar kelompok atau kadang-kadang disebut pula varians eksperimental. Varians ini
menggambarkan adanyaperbedaan atau variasi sistematik antarakelompok-kelompok hasil
pengukuran. Dengan demikian varians ini terjadi karenaadanya perbedaan antar kelompok-
kelompok individu.
Contoh: 1) Nilai akahir sebuahproses belajar dengan4metodeberbedameiliki rata-ratasebagai berikut:
Metode A B C D
Rata-rata 67,3 76,5 56,9 63,7
Anggaprata-rat ini sebagai databiasalaluhitungvariansnya, makarata-ratauntuk keempat rata-rata
itu(A, B, C, D) adalah: (67,3+76,5+56,9+63,7) =66,1.
J umlahkuadrat-kuadrat koreksi (IJ ) yaitu:
(67,3 66,1)
2
+(76,5 66,1)
2
+(56,9 66,1)
2
+(63,7 66,1)
2
=200.
Bagi oleh derajat kebebasannya ialah banyak kelompok dikurangi satu, jadi 4 1 =3, diperoleh
variansantar kelompok A, B danD sebesar 66,67 200/3.
Contoh: 2) Pertambahanberat karenamakananadalahsebagai berikut
Makanan A 3,2 3,7 3,9 3,6 3,5
Makanan B 2,2 2,9 2,5 2,4 -
Rata-ratanyamasing-masing x
A
=3,58 dan x
B
=2,50 disebut varians antar kelompok karena
rata-ratanyaberbeda. Karenaukurankeduasampel berbedamakarata-ratauntuk keduadatadi atas
adalah
5(5,38)+4(2,50)
9
=3,1
JK A =5(5,38-3,1)
2
=1,52.
JK B =4(2,50-3,1)
2
=1,44.
44

JK koreksi untuk keduarata-rataantar kelompok: 1,52+1,44=2,592.
JK koreksi dibagi derajat kebebasan kedua rata-rata (2 1) =1 maka di peroleh varians antar
kelompok 2,592.
Kemudianhitungvarians total denganmenggunakanrumus5.5 s
2
=[
(xi - x)
n-1

2
yanguntuk itu
diperlukanrata-ratake-9data, setelahdihitungbesarnya3,1.
JK total untuk ke9dataadalah(3,2- 3,1)
2
+(3,7- 3,1)
2
+ +(2, - 3,1)
2
=31,2
Dibagi olehderajat kebebsannya, ialah9- 1=8, makadiperolehvarianstotal sebesar 0,39.
JK dikoreksi untuk A =(3,2 3,58)
2
+ +(3,5 3,58)
2
=0,268
JK dikoreksi untuk B =(2,2 2,50)
2
+ +(2,4 2,50)
2
=0,26
Kedia J K jumlahnya =0,528. Bagi oleh deajat kebebsannya (9 2 ) =7, menghasilkan varians
dalamkelompok 0.0754.
Dari contoh di atas diperoleh kenyataan berikut:
JK dikoreksi antar kelompok =2,592.
JK dikoreksi dalamkelompok =0,528 yang jika dijumlahkan =3,12. Jumlah ini
samdengan JK dikoreksi total. Memang demikian bahwauntuk jumlah dikoreksi
ini berlaku aturan:
[K totol =[K ontor kclompok +[K Jolom kclompok 14.1

14.3. Analisis varians satu arah
Dalambab 12.9 telah diuraikan cara menguji kesamaan dua rata-rata populasi yang
masing-masing berdistribusi independen, berdistribusi normal dan memiliki varians yang
homogeny. Untuk itu digunakan uji t dalamhal kedua varians tidak diketahui dan uji z
untuk kedua varians yang diketahui besarnya. Sekarang dalambagian ini akan dibahas
perluasannya yaitu menguji kesamaan k, (k > 2) , buah rata-rata populasi. Tepatnya,
misalkan kita mempunyai k, (k >2) buah populasi yang masing-masing berdistribusi
independen dan normal dengan rata-rata 1, 2, , k dan simpangan baku berturut-turut
o1, o2, ok. akan diuji hipotesis nol H0 dengan tandingan H1 :
H0 : 1 =2= =k
H1 : paling sedikit satu tandasamdengan tidak berlaku.
Selain daripada asumsi kenormalan tentang populasi, untuk pengujian ini juga akan
dimisalkan bahwapopulasi bersifat homogeny ialah bahwao
1
2
= o
2
2
= = o
k
2
.
Dari tiap polpulasi secaraindependen kita ambil sebuah sampel acak berukuran n1 dari
populasi pertamadan n2dari populasi keduadan seterusnyaberukuran nk dari populasi ke-k.
Data sampel dinyatakan dengan Yij yang berarti data ke-j alamsampel yang diambil dari
populasi ke-i. untuk memudahkan sebaiknya data sampel disusun seperti dalamdaftar 14.1
berikut ini.
45

Daftar 14.1
Datasampel dari k buah populasi berdistribusi normal
Data
hasil
pengamatan
Dari populasi ke
1 2 3 --- k
Y11
Y12
Y13

Y
1n1

Y21
Y22
Y13

Y
2n2

Y31
Y32
Y33

Y
3 n3

.
.
.
.
.
Yk1
Yk2
Yk3

Y
k n
R

Jumlah J 1 J2 J3 . Jk
Rata-rata

k


Dalambagian 2, dengan menggunakan contoh telah diperoleh berbagai jenis varians yakni
varians total, varians antar kelompok dan varians dalamkelompok yang jumlah kuadrat-
kuadratnya (JK) dihubungkan oleh rumus 14.1. untuk menguji H0 melawan H1 yang kita
bicarakan, varians-varians inilah yang akan digunakan, tepatnya varians antar kelompok
dengan persyaratan tentang populasi seperti tersebut di atas, ternyata bahwa rasio varians
antar kelompok terhadap varians dalamkelompok membentuk statistic F, tepatnya
F =
vuuns untu kcIompok
vuuns duIum kcIompok
14.2

Statistic F inilah yang digunakan untuk menguji H0.
Jikakeduavarians dalamstatistic F di atas dituliskan menggunakan jumlah kuadrat, maka
rumus 14.2 untuk menguji H0 berubah menjadi
F =
|ni
(i-)
2
/ (k-1)|
k
i=1
(i]-i)
2 n
i
]=1
k
i=1
/ (ni-1)
k
i=1
14.3
Dengan
Yij = data ke-j dalam sampel ke-i
I= 1, 2, ,k dan j = 1, 2, , ni
(ni = ukuran sampel dari populasi ke-i)
Y
|
=
i]
/ n
i
ni
]=1
= rata-rata untuk sampel ke-i
Y = Y
|j
n|
j=1
k
|=1
n
|
=
k
|=1
rata-rata untuk semua data
Ternyata bahwa statistic di atas berdistribusi F dengan dk pembilang vi =(k 1) dan dk
penyebut v2 =(ni + +nk k). criteria pengujian adalah tolak H0 jikaF F
(1 - o)(1.2)
,
dimana F
(1 - o)(1.2)
didapat dari daftar distribusi F dengan peluang (1 o) dan dk =
(:
1
.:
2
). disini o =taraf nyatauntuk pengujian.
Untuk memudahkan perhitungan, rumus 14.3 diubah seperlunya dan akan digunakan
simbol simbol berikut
Ry =J
2
/n

dengan j =Ji +Ji ++Jk

46

Ay =[([

2
/ n

) R

2
=jumlah kuadrat-kuadrat (JK) dari semuanilai pengamatan
Dy =
2
R

,A

,Dydan
2
merupakan jumlah kuadrat-kuadrat (JK), yang berturut-turut
berdasarkan jumlah variasi rata-rata, antar kelompok, dalam kelompok dan total. Setiap JK
sumber variasi didampingi oleh derajat kebebasan (dk). Untuk rata-rata dk =1. Untuk antar
kelompok dk =(k 1), untuk dalamkelompok dk =(n

1) dan untuk total dk =n

Jika tiap J K dibagi derajat kebebasannya masing-masing, diperoleh varians untuk
masing-masing sumber variasi yang di sini akan disebut kuadrat tengah (KT). Dengan jalan
membagi KT antar kelompok oleh kT dalamkelompok, maka diperoleh harga
F =
Aj/ (k-1)
Dy/ (n-1)
14.4
yang dapat digunakan untuk menguji hipotesis kesamaan beberaparata-rata populasi. J ika
harga F daftar dengan dk pembilang (k 1) dan dk penyebut (n
I
1) untuk o yang
dipilih, makahipotesis nol H0 kitatolak.
Analisis untuk menguji kesamaan k buah rat-rata populasi yang dibicarakan di sini
dikenal dengan analisis varians satu arah. Dinamakan demikian karena analisisnya
menggunakan varians dan data hasil pengamatan merupakan pengaruh satu factor. Untuk
memudahkan analisis, satuan JK ialah R

,A

,Dy dan
2
, sebaikknya disusun dalam
daftar analisis varians, daftar ANAVA, seperti dapat dilihat dalamDaftar 14.2.
DAFTAR 14.2
DAFTAR ANALISIS VARIANS UNTUK MENGUJ I H0 : 1 =2 = =k
(POPULASI NORMAL HOMOGEN)
Sumber Variasi dk JK KT F
Rata-rata
Antar Kelompok
DalamKelompok
1
k 1
(n
I
1)
R

Dy
R =R

/ 1
A =A

/ (k 1)
D =Dy/ (n
I
1)

A/D
Total n

2
--- ---

Contoh : Empat macam campuran makanan diberikan kepda ternak dalam rangka percobaan untuk
meningkatkan pertambahan berat dagingnya. Setelah percobaan selesai, berat dagingnya dicatat
dalamtableberikut
DAFTAR 14.3
PERTAMBAHAN BERAT (DALAM KG)
SETELAH PERCOBAAN SELESAI
PERTAMBAHAN BERAT KARENA MAKANAN KE
1 2 3 4
Data
Hasil
Pengamatan
12
20
23
10
17
14
15
10
19
22
6
16
16
20
9
14
18
19
J umlah 82 80 58 60
Rata-rata 16,4 16,0 14,5 15,0
47

Kita misalkan, bahwa pertambahan berat berdistribusi normal dan dalambab 12.6,
dalamcontoh untuk data yang sama tidak diuji bahwa populasinya mempunyai varians
yang homogeny, yaitu o
1
2
=o
2
2
=o
3
2
=o
4
2
. Untuk memperoleh daftar analisi varians,
diperlukan harga-hargaberikut
R

=
(82+80+58+60)
2
5+5+4+4
=4,35556
A

=
82
2
5
+
80
2
5
+
58
2
4
+
60
2
4
=10,24

2
=12
2
+20
2
++18
2
+19
2
=4.738
Dy =4.7384.355,5610,24 =37,20
Dengan k =4, n
I
=18 dan (n
I
1) =14 maka daftar analisis varians atau ANAVA
untuk soal di atas Nampak seperti dalamdaftar 14.4 berikut
DAFTAR 14.3
PERTAMBAHAN BERAT
Sumber Variasi dk JK KT F
Rata-rata
Antar Kelompok
DalamKelompok
1
3
14
4355,56
10,24
372,20
4355,56
3,41
26,59

0,128
Total 14 4738 --- ---

Denganrumus14.4didapathargaF =
3,41
26,59
=0,128
Dari daftar distribusi F dengan dk pembilang 3 dan deka penyebut 14 dan peluang 0,95
(jadi o =0,05) didapat F =3,34. Ternyata bahwa F =0,128 lebih kecil dari 3,34; jadi
hipotesis H0 : 1 =2 = =4 diterima dalamtaraf nyata0,05. Keempat macamcampuran
makanan itu menyebabkan pertambahan berat badan kambing yang tidak berbeda secara
nyata. Dengan katalain, keempat macammakanan itu samaefektifnyasehinggacampuran
manasajayangdigunakan akan memberikan hasil yang secaranyatatidak berbeda.

14.4. Catatan