STATISTIKA INFERENSI :

UJI HIPOTESIS (SAMPEL GANDA)

Outline
Uji

Hipotesis Variansi dengan sampel

ganda
Uji Hipotesis Mean dengan Sampel
ganda :
- Uji t untuk populasi saling bergantung
- Uji z untuk populasi saling bebas
- Uji t untuk populasi saling bebas jika
uji-F menunjukkan 12 22.
- Uji t untuk populasi saling bebas jika
uji-F menunjukkan 12 = 22.

Uji Dua Variansi

Prosedur Uji Dua Variansi
Dalam uji dua variansi ini variansi sampel
(s2) digunakan untuk menggambil
kesimpulan mengenai variansi populasi
(2).
Jadi

dalam uji ini diambil uji sampel acak

dari dua sampel populasi, dihitung variansi
data, dari masing-masing sampel dan
hasilnya digunakan sebagai dasar untuk
membandingkan variansi populasi.

Prosedur dalam pengujian dua variansi mengikuti

langkah- langkah yang sama seperti pengujian
sampel tunggal yaitu sebagai berikut :
Pengujian

Hipotesis nol dan Hipotesis Alternatif.

Dalam

uji variansi hipotesis nolnya adalah tidak

ada perbedaan variabilitas pada kedua populasi.
Sedangkan hipotesis aslinya terdapat perbedaan
berarti antara kedua variansi populasinya.
Ho
H1

: 12 = 22
: 12 22
: (12 < 22)
: (12 > 22)

Pemilihan

tingkat kepentingan
(level of significance) .
Penentuan distribusi pengujian yang
digunakan.
Dalam uji dua variansi ini yang digunakan
adalah distribusi F yang merupakan suatu
distribusi sampling dengan sifat-sifat sebagai
berikut :
Distribusi F adalah distribusi sampling untuk
variabel s21/ s22 (rasio variansi sampel)
Seluruh nilai F > 0
Tidak simetris.
Terdapat perbedaan bentuk distribusi yang
tergantung pada ukuran sampelnya serta
banyaknya sampel pengamatan pada sampel
tersebut.

Nilai-nilai

distribusi F telah disajikan dalam tabel

dalam bentuk F,df1,df2 yang dapat ditentukan
mengenai tiga hal sebagai berikut :

Tingkat

kepentingan (level of significance),

Derajat kebebasan (degree of freedom) untuk
sampel yang digunakan sebagai pembilang
dalam rasio uji s21/ s22, (df1 = v1 = n1-1 ).
Derajat kebebasan ( degree of freedom ) untuk
sampel yang digunakan sebagai penyebut
dalam rasio uji s21/ s22, (df2 = v2 = n2-1 ).
Sample dalam variansi yang terbesar
dinyatakan sebagai sampel 1 dan selalu
dijadikan pembilang dalam rasio uji.

Pendefinisian

daerah penolakan atau

daerah daerah kritis
Pernyataan aturan keputusan (Decision
rule)
Perhitungan rasio uji (RU)
Rumus yang digunakan untuk
menghitung rasio uji (nilai F) adalah =
RUF = Ftest = s12/ s22,
Pengambilan keputusan secara statistik.
Jika nilai uji statistik berada di daerah
penerimaan maka hipotesis nol diterima
dan jika berada di daerah penolakan
maka hipotesis nol ditolak.

Contoh
Untuk

mengetahui pengaruh pemberian bahan

peredam suara suatu kompartemen kendaraan
dengan dua jenis bahan yang berbeda A dan B
maka dilakukan suatu percobaan pengukuran
kekurangan kebisingan dengan menggunakan
detektor bunyi.

Tujuan

dari percobaan ini adalah ingin

mengetahui apakah ada perbedaan variabilitas
yang berarti kedua bahan tersebut dalam hal
meredam kebisingan mengingat harga kedua
bahan tersebut sangat jauh berbeda.

Diasumsikan

bahwa masing masing bahan

akan menghasilkan suatu peredam dengan
distribusi normal untuk menguji tersebut
bahan A dipasangkan pada 8 kompartemen
dan bahan B dipasangkan pada 9 mobil-mobil
yang sejenis.

Setelah

diuji ternyata A memberikan

pengurangan sebesar 41, 43, 60, 56, 85, 79,
51, 49 (dB).

Sedangkan

bahan B memberikan pengurangan

kebisingan sebesar 73, 67, 83, 70, 66, 68, 92,
76, 59 (dB) dengan menggunakan uji dua
variansi kesimpulan apa yang bisa diambil.

Untuk melakukan uji hipotesis mula

mula dilakukan perhitungan deskriptif
terhadap masing masing sampel yang
menghasilkan :

Uji hipotesis dilakukan dengan langkahlangkah berikut :

1. Hipotesis :
H o : 12 = 22
H 1: 12 22
2. Tingkat kepentingan = 0,05 = 5 %.
3. Pengujian menggunakan Distribusi F
4. Karena variansi A lebih besar dari
pada variansi sampel B maka n1=nA=8
dan n2=nB=9 sehingga derajat kebebesan
df untuk pembilang adalah df1= v1= n11= 8 -1 = 7 dan derajat kebesan untuk
penyebut adalah
df2= v2= n2-1= 9 -1 = 8.

5. Batas batas penolakan daerah kritis

=0,05 = 5 % maka /2 =0,025 ( gunakan
tabel F untuk =0,025).
Dari tabel untuk =0,025, df =1
(pembilang ) = v1=7 dan df 2 (penyebut ) =
8 sehingga batas kritisnya adalah F 0.025, 7, 8 =
4, 53.
6. Aturan keputusan
Tolak

H0 dan terima H1 jika RU f > 4.53 jika

tidak demikian terima H0

7. Rasio Uji
2

s1 26,29
RU 2
2,656
98
s2

8. Pengambilan Keputusan
Karena RUF < 4,53 maka Ho : 12
= 22 diterima.
Hal

ini berarti tidak terdapat

perbedaan yang signifikan
terhadap variabel hasil terhadap
kedua eksperimen tersebut.

Seandainya

hanya diinginkan melakukan uji satu ujung

maka hipotesis alternatifnya menjadi :
Hipotesis H1 : 12 > 22

Batas daerah penolakan kritis satu ujung :

Digunakan =0,05 = 5 % maka =0,05 ( gunakan
table F untuk =0,025 df1 pembilang = v1=7 dan df2
(penyebut ) = 8 sehingga batas kritisnya adalah
F0.025, 7, 8 = 3.50.
Aturan pengambilan keputusan
Tolak H0 dan terima H1 jika RUf > 3.50 jika tidak
demikian terima H0.

Pengambilan keputusan.
Karena RUF < 3.50 maka Ho : 12 = 22 diterima .

Uji Hipotesis Mean dengan Sampel Ganda

Dalam

uji hipotesis mean dengan sampel ganda, asumsi

bahwa kedua distribusi normal tetap digunakan, namun
demikian prosedur uji hipotesisnya dapat mengikuti tahapan
yang berbeda yang tergantung pada kondisi sampelnya.

Secara umum ada 4 prosedur uji yaitu :

Uji t pasangan untuk populasi tergantung ( dependent
population ).
Uji z untuk populasi yang independent dan jika variansi
populasi diketahui atau jika kedua sampel ukurannya
diketahui
Uji t sampel ukuran kecil untuk populasi yang saling
bebas (independent) jika uji F-nya menunjukkan 12 22
Uji t sampel ukuran kecil jika populasi yang saling bebas
(independent) jika uji F-nya diketahui 12 = 22.

Uji t pasangan untuk populasi saling

tergantung
Prosedur :
Pernyataan Hipotesis nol dan Hipotesis Alternatif
Dalam uji ini hipotesis nolnya adalah perbedaan
rata-ratanya adalah nol. Sedangkan hipotesis
alternatifnya adalah terdapat perbedaan nilai
rata-rata.
H0 : d = 0
H1 : d 0 uji dua ujung
( d > 0 uji satu ujung )
Pemilihan tingkat kepentingan (level of
significance),

Penentuan

distribusi pengujian yang

digunakan
Sesuai namanya maka distribusi ini
yang digunakan adalah distribusi t.
Pendefinisian daerah penolakan atau
daerah kritis.
Dalam menggunakan distribusi t untuk
pengujian ini derajat kebebasan df
ditentukan dengan rumus df = v = n -1,
dengan n adalah banyaknya pasangan
data.
Pernyataan aturan keputusan (Decission
Rule).

Rumus

yang digunakan untuk

menghitung rasio uji adalah :
RU ttest
n

sd

d d
sd / n

(d d )
i 1

1
dengan d adalahn perbedaan
nilai
pasangan data sebelum dan sesudah
diperlakukan
Pengambilan keputusan secara statistik :
Jika rasio uji berada di daerah penerimaan
maka hipotesis nol diterima dan jika
berada di daerah penolakan maka
hipotesis nol ditolak.

Contoh
Seorang

insinyur akan
mengevaluasi program baru untuk
menjalankan sebuah prosedur
pengelolaan basis data ( data base).

Jika

dalam program baru tersebut

terdapat penghematan waktu dari
pada program saat ini maka ia akan
merekomendasikan perusahaan
tersebut dengan program baru.

Suatu

sampel yang terdiri dari 8 operator

diambil dan kemudian dalam waktu x jam
untuk menyelesaikan pengolahan data
dicatat.

Kedelapan

operator yang sama dilatih

menggunakan program yang baru sampai
mahir.

Kemudian

waktu yang diperlukan untuk

menyelesaikan pekerjaan yang sama
dicatat, seperti yang ditunjukkan pada
tabel, kemudian dilakukan perhitungan
sebagai berikut :

Uji hipotesis dilakukan dengan langkah sebagai berikut :

Hipotesis
H0 : d = 0
H1 : d 0 uji dua ujung
Tingkat kepentingan = 0.05 = 5 %
Menggunakan distribusi t
Batas-batas daerah penolakan atau derah kritis uji dua
ujung
Digunakan = 0,05 = 5 % maka = 0,05 ( gunakan
table F untuk = 0,025) dengan df1 (pembilang ) =
v1=7 dan df2 (penyebut ) = 8 batas kritisnya adalah F
0.025, 7,8 = 2.365.
Aturan Keputusan
Tolak H0 dan terima H1 jika RUt < -2.365 atau
RUt > + 2.365, jika tidak demikian terima H 0

Rasio

Uji

d d
20
RU ttest

1,37
sd / n 4,14 / 8
Pengambilan

keputusan
Karena -2.365 < RUt < +2.365 maka
H0 : d = 0 diterima.

Hal ini berarti rata-rata kecepatan pengelolaan

program baru tidak berbeda dengan progam
lama.
Jadi insinyur tersebut bisa
merekomendasikan untuk tidak menggunakan
program baru kepada perusahaan.

Hasil output SPSS

(terlihat thit = 1,366 dan nilai-p = 0,214
> 0,05 sehingga H0 diterima)

Uji z untuk populasi yang saling bebas

(independent)
Suatu uji z digunakan bila :
Sampel yang diambil dari kedua populasi yang saling bebas dan
berdistribusi normal.
Nilai nilai standart populasi 1 dan 2 telah diketahui atau ukuran
kedua sampel lebih dari 30 ( n > 30).
Prosedur uji hipotesisnya sebagai berikut :
Pernyataan hipotesis nol dan hipotesis alternatif
Dalam uji hipotesis nol dan hipotesis alternatifnya adalah :
H0 : 1 = 2
H1 : 1 2 uji dua ujung
( 1 < 2 uji satu ujung
1 > 2 )
Pemilihan tingkat kepentingan
Penentuan distribusi yang digunakan.
Sesuai dengan namanya distribusi yang digunakan adalah
distribusi z

Pendefinisian

derah derah
penolakan atau daerah kritis.
Pernyataan aturan keputusan.
Perhitungan rasio uji adalah :
Rumus yang digunakan untuk rasio
uji adalah :
Jika 1 dan 2 telah diketahui,
RU ztest

x1 x2
1 2

n1 n2

Pengambilan keputusan secara statistik.

Contoh
Sebuah

perusahaan telekomunikasi bergerak

memutuskan untuk memasang sistem antena
jenis baru di stasiun relainya untuk
meningkatkan kinerja pembicaraan dengan
pelanggannya.

Dua

contoh antenna dari 2 pemasok cukup

memadai untuk penerapan yang diinginkan.
Untuk menjamin pemasokan dan suku cadang
perusahaan tersebut memutuskan untuk
membeli dari 2 pemasok tersebut.

Dengan

syarat tidak ada perbedaan artinya daya

tahan usia memiliki umur yang sama.

Suatu

sampel acak dari 35 dari sistem

antenna pertama dan 32 antena dari
pemasok B akan diuji. Rata-rata kegagalan
dari sistem antenna adalah 2800 hari dari
antena A dan 2750 dari antenna B.

Suatu

sumber dari industri independent

yang layak mengidentifikasikan bahwa
standart deviasi untuk sistem A adalah 200
jam dan untuk antenna B adalah 180 hari.

Dengan

tingkat kepentingan 0,05 maka

apakah terdapat perbedaan dalam sistem
antena tersebut?

Uji hipotesis dilakukan dengan langkah sebagai

berikut :
Hipotesis
H0 : 1 = 2
H1 : 1 2 uji dua ujung
Tingkat kepentingan = 0.05
Menggunakan distribusi z
Batas batas daerah penolakan / batas kritis
dua ujung adalah = 0.05 berarti /2 =
0.025 dari tabel z didapatkan nilai kritis
sebagai berikut : 1.96
Aturan keputusan
Tolak H0 dan terima H1 jika RU z < 1.96 atau
RU z < -1.96, jika tidak demikian terima H0

Rasio

uji
12 2 2

n1
n2
RU

200 2 180 2

46,43
35
36

x1 x2

12 2 2

n1
n2

Pengambilan

2800 2750
1,08
46,43

keputusan
Karena -1.96< RUz < 1.96 maka
H0 diterima.
Hal ini sama artinya bahwa tidak
ada perbedaan antara sistem
antenna 1 dan antenna 2.

Contoh

Hasil output SPSS

(terlihat nilai-p > 0,05 sehingga H0
diterima yaitu rata-rata kedua kelas
sama

Uji t sampel ukuran kecil untuk

populasi yang saling bebas jika uji
F-nya menunjukkan 12 22

Uji ini akan digunakan bila :

Sampel dari kedua populasi
berdistribusi normal
Nilai standart populasi 1 dan 2
tidak diketahui
Ukuran n1dan n2 kecil
Uji

F pada variansi menunjukkan 12

22

Prosedur pengujiannya merupakan

prosedur pengujian dua variansi
dan uji t dengan ketentuan
sebagai berikut :
x1 x2
Rasio uji RU 2
2
s1 s2

n1 n2

Derajat kebebasan
Derajat kebebesan adalah
derajat yang lebih kecil dari dua
sampel tersebut.

Contoh
Agen

penyewaan genset menyatakan

pada sebuah perusahaan yang akan
menyewa sejumlah genset bahawa ratarata biaya genset berdaya 10 kwh
sama-sama di sektor A dan B di kota
tersebut.

Untuk

menguji pernyataan tersebut

maka perusahaan tersebut mengambil
sampel di beberapa persewaan genset
di sektor A dan sektor B di kota
tersebut.

Di

sektor A dengan 10 data

diperoleh rata rata sebuah sewa
genset adalah Rp 595.000,- dengan
deviasi Rp 62.000,- dan di sektor B
12 data dengan rata-rata sewa per
genset adalah Rp 580.000,- dan
deviasi Rp 32.000,-. apakah yang
dapat disimpulkan dari data di atas
dan dengan tingkat kepentingan
0.05 ?

Uji hipotesis akan dilakukan dengan langkah

sebagai berikut ini :
Uji F atas variansi :
Hipotesis :
Ho : 12 = 22
H1: 12 22
Tingkat kepentingan =0.05.
Karena variansi A lebih besar dari pada sampel B maka
variansi untuk n1= nA =10 dan n2 = nB = 12 maka
derajat kebebebasannya adalah df1= v1= n1-1 = 9
sedangkan untuk df2 =v2=n2-1= 11.
Batas batas daerah kritis untuk penolakan adalah =
0.05 maka /2 = 0.025 dari table F untuk = 0.025
dan df1 pembilang = v1 =9 dan df2 penyebut= v2 =
11

Aturan keputusan
Tolak H0 dan terima H1 jika RUF >
3.39 dan jika tidak demikian terima
H0
Rasio uji

s1
62000 2
RU Ftest 2
3,745
2
32000
s2

Pengambilan keputusan
Karena RUF > 3.59 maka H0 di tolak
dengan sama artinya H1 : 12 22
diterima.

Uji t
Hipotesis
H0 : 1 = 2
H1 : 1 2
Tingkat kepentingan = 0.05
Menggunakan distribusi t
Batas batas daerah kritis untuk
penolakan adalah = 0.05 maka /2
= 0.025 dari tabel F untuk = 0.025
dan df1 pembilang = v1 =9 dan df2
penyebut= v2 = 11 didapatkan
batas kritisnya = 2.262.

Aturan keputusan.
Tolak Ho dan terima H1 jik RUt < -2.62
atau RUt >2.62 jika tidak terima H0.
Rasio uji

RU t

x1 x2
2

s1 s2

n1 n2

595000 58000
2

62000 32000

10
12

0,692

Pengambilan keputusan
Karena - 2.262 < RUt < 2.262 maka
H0 diterima yang sama artinya dengan
klaim yang dinyatakan agen genset
tersebut benar.

Uji t sample dengan ukuran

ukuran kecil untuk populasi yang
independent dengan uji F telah
ditentukan 21 = 22
Uji ini akan dilakukan bila :
Sampel dari kedua populasi
berdistribusi normal
Nilai standart populasi 1 dan 2
tidak diketahui
Ukuran n1dan n2 kecil (< 30).
Uji F pada variansi menunjukan 21
= 22

Contoh
Dengan mengulang pada Contoh 1 di mana uji F
pada variansi menujukan bahwa 21 = 22 maka
uji t untuk meannya adalah sebagai berikut :

Hipotesis
H0 : 1 = 2
H1 : 1 2
Tingkat kepentingan = 0.05
Menggunakan distribusi t
Batas-batas daerah penolakan atau daerah kritis
uji ujung ujung = 0.05 maka /2 = 0.025
derajat kebebasan didapatkan
df = n1 + n2 2 = 15.
Dari tabel maka akan didapatkan nilai sebagai
berikut ini : 2.131.

Contoh

Hasil output SPSS (terlihat bahwa nilai-p >

0,05 sehingga rata-rata kedua kelas sama)

TERIMA
KASIH