BAB I

PENDAHULUAN
1.1. Latar Belakang Masalah
Hipotesis dapat didefinisikan sebagai pernyataan mengenai keadaan populasi
yang akan diuji kebenarannya berdasarkan data yang akan dikumpulkan dari sampel
penelitian. Dari segi konstruksinya, hipotesis merupakan jawaban teoretik dan dianggap
paling tinggi tingkat kebenarannya terhadap permasalahan atau pertanyaan penelitian.
Jawaban teoretik ini perlu diuji kebenarannya secara empiris melalui data penelitian.
Oleh karena itu, dalam menguji hipotesis dengan statistic, harus terlebih dahulu
dikemukakan/dirumuskan hipotesis statistiknya, yang dinyatakan dalam hipotesis nul
(H0) dan hipotesis tandingan (H1). Uji hipotesis ini menggunakan aturan keputusan
untuk menerima atau menolak hipotesis yang diajukan, dengan menyatakan
taraf signifikansi yang digunakan. Taraf signifikansi dinyatakan dalam persen (%).
Persentase itu menunjukkan besarnya kemungkinan kekeliruan dalam kesimpulan yang
menolak hipotesis nul dibawah pengandaian hipotesis nul itu benar. Taraf kekeliruan
tersebut sering disebut kesalahan tipe I atau taraf kesalahan alfa ().
Bab ini akan menguraikan pengujian rerata, baik dengan uji z maupun dengan
uji t. Pengujian rerata atau perbedaan rerata itu ada bermacam-macam. Bermacammacamnya itu disebabkan karena: apakah rerata itu diperoleh dari satu sampel, dua
sampel, atau lebih: apakah peubah-peubah atau sampel-sampelnya itu bebas atau
bergantungan: apakah deviasi populasinya diketahui atau tidak: dan apakah ukuran
sampelnya besar atau kecil.
Untuk lebih lengkapnya, kami akan membahasnya dalam makalah ini.
1.2. Rumusan Masalah
Berdasarkan latar belakang masalah tersebut, rumusan masalahnya adalah:
1. Bagaimana cara Melakukan uji z untuk rerata satu sampel?
2. Bagaimana cara Melakukan uji t untuk rerata satu sampel?
3. Bagaimana cara Melakukan rerata dua sampel bebas yang kedua buah variansi
populasinya diketahui.?
4. Bagaimana cara Melakukan rerata dua sampel bebas yang kedua buah variansi
populasinya tidak diketahui tetapi diasumsikan sama?

5. Bagaimana cara Melakukan uji rerata dua sampel bebas yang kedua buah variansi
populasinya tidak diketahui?
6. Bagaimana cara Melakukan uji rerata dua sampel terikat yang kedua buah variansi
populasinya tidak diketahui?
1.3. Tujuan Penulisan
Setelah mempelajarinya, kita diharapkan dapat:
1. Melakukan uji-z untuk rerata satu sampel
2. Melakukan uj- t untuk rerata satu sampel
3. Melakukan rerata dua sampel bebas yang kedua buah variansi populasinya
diketahui.
4. Melakukan rerata dua sampel bebas yang kedua buah variansi populasinya tidak
diketahui tetapi diasumsikan sama.
5. Melakukan uji rerata dua sampel bebas yang kedua buah variansi populasinya
tidak diketahui.
6. Melakukan uji rerata dua sampel terikat yang kedua buah variansi populasinya
tidak diketahui.

BAB II
PEMBAHASAN
2.1.

Pengujian Rerata Satu Sampel dengan Uji z

Pengujian rata-rata sampel tunggal digunakan ketika kita ingin tahu apakah
sampel kita berasal dari populasi tertentu tetapi kita tidak memiliki informasi populasi
yang tersedia bagi kita. Sebagai contoh, kita mungkin ingin tahu apakah nilai ujian
sampel mahasiswa tertentu mirip atau berbeda dari nilai ujian mahasiswa pada
umumnya. Dengan demikian , tes hipotesisnya apakah rata-rata sampel menunjukkan
bahwa mahasiswa berasal dari populasi tersebut atau apakah itu berasal dari populasi
yang berbeda. berikut hipotesis yang terdapat pada pengujian rata-rata sample tunggal.
H0 = 1
HA = 1
H0 = 1
HA = 1 <

H0 = 1
HA = 1 >

Untuk bisa disebut Rata-rata sampel tunggal parametrik maka harus memenuhi
asumsi yang harus dipenuhi.
1. Skala Pengukuran Variabel: Skala pengukuran variabel harus variabel numerik
2. Sebaran data: sebaran data harus normal.
3. Sample menggambarkan populasi
Hal yang membedakan uji z dan uji t sebenarnya pada kapan penggunaannya.
Hal yang pelu diingat dari uji z yaitu parameter. maksudnya bahwa penggunaan dari
uji z ini ketika parameter tersedia. Dalam hal ini uji rata-rata sampel tunggal
parameternya yaitu Standar Deviasi.

Sehingga uji z dapat digunakan ketika nilai

parameter standar deviasi diketahui sebelumnya.

Hal ini sesuai dengan uji statistiknya sebagai berikut:

Contoh kasus:
Data yang dikeluarkan oleh suatu lembaga menyatakan bahwa pendapatan ratarata per hari pedagang kaki lima di kota Pn sebesar Rp. 7.250,-. Seorang peneliti
menduga bahwa pendapatan rata-rata perhari pedagang kaki lima tersebut lebih dari Rp.
7.250,-. Untuk membuktikan dugaan peneliti tersebut maka diambil sampel sebanyak 20

pedagang kaki lima untuk diwawancarai. Dari hasil wawancara diketahui bahwa ratarata pendapatan perhari pedagang kaki lima di kota Pn sebesar Rp. 8.100,- dengan
diketahui standar deviasi penelitian sebelumnya sebesar Rp. 2.300,-. Jika dalam
pengujian digunakan taraf signifikan sebesar 5%, ujilah kebenaran data yang
dikeluarkan lembaga tersebut.
Penjelasan:
Pada kasus di atas terlihat seorang peneliti ingin menguji apakah pendapatan
rata-rata per hari pedagang kaki lima (rata- rata yang mau diuji) Rp. 7.250. dimana
sampel (n) = 20, rata-rata sampel =Rp.8.100. nah yang menyebabkan menggunakan z
test yaitu diketahuinya standar deviasi sebesar Rp.2.300. dengan taraf signifikansi 5%.
sehingga kita dapat menemukan nilai z sesuai dengan rumus di atas.
Bila kita melakukan Uji-z rerata satu sampel, langkah-langkah yang perlu
dilakukan adalah sebagai berikut:
1. Tentukan populasinya.
2. Rumuskan hipotesis nol; ini jelas berkaitan dengan rerata yang terikat pada
3.
4.
5.
6.
7.
8.

pengujian hipotesis kita.

Pilih hipotesis alternatifnya, sepihak atau dua pihak, bila sepihak kemana
arahnya.
Pilih tahap keberartian .
Tentukan besar (ukuran sampel).
Kumpulkan data sesuai dengan sampel yang sudah ditentukan.
Hitung rerata sampel X .
X 0

Hitung X , yaitu X
; diperoleh z
. Bila tidak diketahui
X
n
bahwa menggunakan s X

s
dengan s
n

n 1

; diperoleh ' z '

X 0
sX

9. Hitung z hitung atau z kritis .

10. Cari nilai z kritis dari tabel z sesuai dengan tahap keberartian .
11. Bila lokasi z hitung atau ' z' hitung ada pada daerah penolakan, H0 ditolak; bila
ada pada daerah lainnya, H0 diterima.
Cara di atas berlaku bila dilandasi asumsi-asumsi berikut:
1. Sampel diambil dari populasi secara acak.
Untuk memperoleh sampel yang betul-betul dipilih secara acak dalam kenyataannya
sukar. Walaupun begitu kita harus berusaha dengan berbagai cara sehingga

pelanggaran terhadap keacakan itu dapat menyebabkan deviasi baku dan rerata dari
distribusi rerata sampel yang kita peroleh tidak sesuai dengan semestinya.
2. Sampel yang diperoleh melalui penempatan kembali.
Namun dalam prakteknya pengambilan sampel sering tidak di tempatkan kembali.
Dengan cara demikian dapat memperbesar galat standar rerata yang akibatnya akan
memperbesar peluang untuk menerima hipotesis nol yang seharusnya ditolak. Untuk
penyelamatannya digunakan galat standar rerata korensian X .
X

N n
N 1

Dengan,

N = ukuran populasi dan

n = ukuran sampel
3. Distribusi sampel adalah distribusi normal atau mendekati distribusi normal.
Pelanggaran akan terjadi bila ukuran sampelnya terlalu kecil.
4. Deviasi baku dari populasinya diketahui.
Pada kenyataanya itu tidak diketahui. Karena itu yang dapat kita peroleh hanya
pendekatannya. Makin kecil ukuran sampel, kekeliruan akan terjadi semakin besar;
memperbesar peluang untuk menolak H0 dalam hal H0 benar.
Contoh soal
Sebuah pabrik batere mobil menyatakan bahwa rata-rata daya pakai produknya adalah 7
tahun dengan simpangan baku 0,5 tahun. Dari inspeksi terhadap 40 buah sampel batere
diperoleh bahwa rata-rata daya pakai ini adalah 6,2 tahun. Apakah pendapat pabrik
tersebut bisa anda terima?
Rumusan Hipotesis
H0 : m = 7 ( hipotesis uji dua pihak)
H1 : m 7
Tentukan daerah kritis
(ambil a = 5%)
Tentukan statistik uji
Karena Karena ukuran sampel cukup besar dan s diketahui maka menggunakan uji t.

x
z 6,2 70
0,8
0,8
z

10,11
0,5 n
0,5 / 6,32 0,0791
40

Daerah Tolak H0

Daerah Tolak H0

Daerah Terima H0

/2

/2

-1,67

1,67

Nilai ini diambil dari tabel z dengan nilai

peluang 0,4750
Letakkan nilai z (-10,11) di atas dalam daerah kritis. Jika z terletak di daerah kritis
berarti tolak H0
Karena z terletak di daerah kritis maka tolak Ho, artinya tolak hipotesis bahwa daya
pakai produk sama dengan 7 tahun.
2.2.

Pengujian rerata satu sampel dengan uji t

Sesuai dengan penjelasan di atas bahwa z identik dengan parameter sebaliknya t

identik dengan statistik. maksudnya bahwa uji t dapat digunakan apabila nilai parameter
tidak diperoleh dan hanya mengambil nilai statistik dari sampel yang digunakan.
sehingga yang membedakan uji z dan uji t yaitu cara memperoleh standar deviasi
apakah dari populasi atau sampel. berikut ini uji statistik dari uji t:

x 0
s
n

Contoh Kasus:
Pemda kota B ingin mengetahui apakah rata-rata pendapatan art shop di bulan
Juni dapat mencapai Rp. 5.000.000,- per hari. Dari 100 art shop yang di survey,
didapatkan rata-rata penjualan pada bulan Juni adalah Rp. 4.000.000,-. Diketahui dari
data tersebut, simpangan baku Rp. 500.000,-. Dapatkah dikatakan bahwa rata-rata
pendapatan art shop di bulan Juni mencapai Rp. 5.000.000,-? Ujilah dengan = 5%!
Penjelasan:
Contoh kasus ini hampir sama dengan contoh kasus yang di atas. tetapi yang
membedakannya yaitu standar deviasi/simpangan baku diperoleh dari sampel sehingga
menggunakan uji t.
6

Contoh soal
Pabrik bola lampu Caang menyatakan bahwa produknya mempunyai daya pakai lebih
dari 2 tahun. Hasil pengujian yang dilakukan oleh yayasan lembaga konsumen terhadap
10 lampu mendapatkan bahwa rata-rata daya tahan bola lampu tersebut adalah 2,2 tahun
dengan simpangan baku 0,4 tahun. Dari hasil ini apakah pernyataan tersebut dapat
diterima dengan taraf keyakinan 5%.
Rumusan Hipotesis
H0 : m = 2
H1 : m > 2
Statistik uji

x 0
s
n
2,2 2,0
0,2

1,581
0,4
0,1265
10

Tentukan daerah kritis

(lihat tabel t dengan df = 10-1 dan ambil a = 5%)

Daerah Tolak H0
/2
/2

Daerah Terima H0
0,05

2,262
t=1,581

Kesimpulan : nilai t masuk dalam daerah terima H0, berarti maka pernyataan pabrik
tersebut bahwa daya tahan produknya lebih besar dari 2 tahun tidak dapat diterima
2.3.

Pengujian Rerata Sampel Berpasangan dengan Uji-t

Sampel berpasangan ialah dua kelompok yang karena dua kelompok itu

memiliki sifat-sifat serupa dalam penelitian, kedua kelompok itu dipasangkan.

Pemasangan itu dilakukan mungkin karena usianya sama, kecerdasannya sama, dari
keturunan yang sama, dan lain-lain. Dalam suatu percobaan, kelompok pertama
dijadikan kelompok kontrol dan kelompok yang satu lagi dijadikan kelompok
percobaan adalah lebih baik daripada pasangannya diambil dari kelompok lain,
walaupun pengambilannya dilakukan secara acak. Sebab, pemasangan kelompokkelompok yang sifatnya serupa itu akan mengurangi bervariasinya perbedaanperbedaan.
Bila kita melakukan pemasangan seperti di atas, maka yang dibandingkan itu
bukan rerata X dan Y , tetapi melihat satu set selisih. Selisih itu dinyatakan dengan
Xx-y = Xi Yi dengan rerata X

x-y

dan dengan galat standar sx-y /

(n adalah banyak

pasangan). Dengan demikian, pertanyaan yang akan dijawab itu bukan Apakah X
dengan Y berbeda secara signifikan? tetapi Apakah X

x-y

berbeda dari 0 secara

signifikan? Dengan demikian hipotesis nol dan alternatifnya berturut-turut H0 = x y

= 0 dan HA = x y

Sedangkan untuk pengujian hipotesis, statistik t yang dipergunakan adalah

t

x y

s x y / n

.. (12.6)

Dengan deviasi bakunya sx-y dihitung dari X1 Y1, X2 Y2, X3 Y3, ., Xn Yn

Contoh
Suatu penelitian tentang pengaruh penggunaan indeks harga dalam laporan
keuangan ingin menguji apakah ada perbedaan yang signifikan antara rasio return on
asset (ROA) laporan keuangan konvensional dengan ROA laporan keuangan indeks
harga. Data ROA dihitung dari laporan keuangan. Berdasarkan analisis ROA laporan
keuangan konvensional dan analisis ROA laporan keuangan berindeks harga didapat
data sebagai berikut :
Tabel 2.3.1

ROA Konvensional & ROA Lap. Keu. Berindeks Harga

Sampel
1
2
3
4
5
6
7
8
9
10

ROA
Konvensional
0,46
0,32
0,54
0,34
0,41
0,36
0,27
0,26
0,47
0,65

ROA berindeks
harga
0,49
0,33
0,57
0,33
0,45
0,38
0,28
0,27
0,46
0,68

Dengan menggunakan level signifikasi 95% ujilah apakah ada perbedaan rata-rata
antara ROA konvensional dengan ROA laporan keuangan berindeks harga.
Jawab
Untuk menguji kita gunakan uji t dengan hipotesis sebagai berikut:
Ho: x-y = 0
HA: x-y

Menghitung nilai t tabel yang diketahui sebagai berikut:

Tabel 2.3.2 Rata-rata ROA Laporan Keuangan
Sampel
1
2
3
4
5
6
7
8
9
10
Jumlah
Ratarata

ROA
konvensional
(X)
0,46
0,32
0,54
0,34
0,41
0,36
0,27
0,26
0,47
0,65
4,08
0,408

ROA berindeks
harga (Y)

Perbedaan
(X-Y)

0,49
0,33
0,57
0,33
0,45
0,38
0,28
0,27
0,46
0,68
4,24
0,424

-0,03
-0,01
-0,03
0,01
-0,04
-0,02
-0,01
-0,01
0,01
-0,03
-0,16
-0,016

Kuadrat
Perbedaan
(X-Y)2
0,0009
0,0001
0,0009
0,0001
0,0016
0,0004
0,0001
0,0001
0,0001
0,0009
0,0052

x y

x y

(X Y)
n

0,16
10

= -0,016

( X Y ) X Y
2

Sx-y =

/n

n 1

(0,16) 2
10
9

0,0052

0,00264
9

= 0,017127

X
s x y

0,016
0,016
= 0,017
= 0,00537
/ n
10

x y

= -2,97
Berdasarkan hasil perhitungan tersebut terlihat bahwa nilai t

hitung

terletak pada

daerah penerimaan HA dengan demikian kita menolak Ho, yang berarti rata-rata ROA
laporan keuangan konvensional dan laporan keuangan berindeks harga adalah berbeda.
Kita bisa juga menggunakan nilai p untuk menguji hipotesis, dengan melihat pada tabel
t di df = 9 kita bisa menemukan bahwa nilai t berada pada level signifikansi dibawah
0,05 sehingga kita menolak Ho.
Pengujian perbedaan rerata dari dua sampel itu bervariasi. Bervariasinya itu bisa
karena kedua buah sampel yang dipilih secara acak itu bergantungan atau tidak, dan
apakah variansi dari kedua kelompok populasinya diketahui atau tidak.
2.4.

Pengujian Rerata Dua Sampel

2.4.1

Pengujian Dua Sampel Bebas dan Variansi Populasinya Kedua-duanya

Diketahui

Apabila kita mengambil secara acak dua kelompok sampel X dan Y dengan
ukuran samprl nx dan ny , maka distribusi selisih antara pasangan acak rerata sampel
X Y

2
2
itu normal dengan rerata x - y dan dengan variansi x / n x y / n y . ( x

10

dan y adalah rerata populasi dan x dan y adalah variansi populasi masing-masing).
Dengan demikian, hipotesis nolnya H0 : x = y dan uji statistiknya
z

X Y

x / nx y / n y
2

.(12.7)

(z pada rumus 12.7 itu berdistribusi normal dengan luasnya sama dengan satu).

Contoh:
Sampel berukuran nx = 20 diambil secara acak dari suatu populasi berdistribusi
normal. Dari populasi itu diketahui pula deviasi bakunya x = 10. Kemudian dari
populasi berdistribusi normal lainnya diambil secara acak pula sampel dengan ukuran n y
= 25. Dari populasi yang kedua itu deviasi bakunya diketahui y = 12,5. Tetapi dari
kedua distribusi itu rerata populasinya tidak diketahui.
Andaikan rerata sampel dari kedua kelompok itu berturut-turut X = 75 dan Y =
87,5 pertanyaannya ialah, ujilah apakah pada tahap keberartian 5% kedua buah rerata
populasinya itu berbeda secara signifikan.
z

X Y
( x / n x y / n y )
2

75 85,5
(10 / 20 12,5 2 / 25 )
2

12,5
11,25

z = -3,7268
Untuk

= 0,05, zkritis = -1,96.

Maka Zhitung = -3,7268 ada di daerah penolakan. Jadi,hipotesis itu ditolak.

Kesimpulannya ialah rerata populasi kedua kelompok itu tidak sama. Atau rerata
populasi kelompok Y lebih baik daripada rerata populasi kelompok X.

2.4.2. Pengujian Dua Sampel Bebas dan Kedua Variansi Populasinya Tidak
Diketahui Tetapi Diasumsikan Sama

11

Pada model ini, variansi populasi kedua kelompok itu dianggap sama besar.
Variansi populasi pendekatan diperoleh dari
s x y2

(X X )

(Y Y ) 2

nx n y 2

Maka dengan hipotesis nol H0 : x = y , uji statistiknya

t

X Y
s x y 2 (1 / n x 1 / n y )

.(12.8)

(Rumus 12.8 mengikuti distribusi t dengan dk= nx + ny -2).

Untuk jelasnya, perhatikan persoalan yang sama dengan persoalan pada 2.4.1
bedanya disini bilangan yang besarnya 10 dan 12.5 itu bukan deviasi baku populasi
tetapi deviasi baku sampel. Jadi, sx = 10 dan sy = 12.5. Yang lain-lainnya sama.
Pertanyaannya sama dengan pada bagian sebelumnya yaitu, ujilah hipotesis nol
x = y pada tahap keberartian = 0,05.
Penyelesaiannya adalah demikian.
Karena kita berurusan dengan varians sampel, maka yang harus kita gunakan
bukan uji-z tetapi uji-t. Kita harus menghitung t dengan rumus 12.8. Tetapi, karena s x-y2
akan didapat bila ( X X ) 2 dan (Y Y ) 2 dihitung dulu.
Kita mengetahui bahwa s 2

(X

X )2

(X X )
n 1

. Maka

= s x (n x 1) = 102 (20-1) = 1900.

2
(Y Y ) = s y (n y 1) = 12,52 (25-1) = 3750. Sehingga
2

s x y2

(X X )

(Y Y ) 2

nx n y 2

1900 3750
20 25 2

5650
43

= 131,395
Karena sx-y2 sudah diketahui, maka t dapat dihitung.

12

X Y

s x y 2 (1 / n x 1 / n y )
75 87,5

131,395(1 / 20 1 / 25)
12,5

11,8256

= -3,6350

Untuk = 0.05 dan dk = 43, t kritis = -2,014. Sedangkan thitung = -3,6350. Maka thitung
ada di daerah penolakan. Jadi, hipotesa nol yang mengatakan x = y ditolak.
2.4.3. Pengujian Dua Sampel Bebas dan Kedua Variansi Tidak Diketahui
Pemecahan dari pengujian sampel ini menggunakan estimasi dari galat baku. Yang
dapat digunakan untuk pemecahan ini adalah distribusu z dengan uji statistic
' z'

X Y
s x y

Dalam model itu, penyelesaiannya dimulai dengan menghitung rerata sampel masingmasing. Deviasi baku populasi pendekatan dari setiap sampel, dan galat baku selisih
rerata.
Contoh:
Andaikan

kita

ingin

mengetahui

apakah

pengaruh

mengajar

teman

(peer-

teaching)sebelum praktek mengajar terhadap prestasi mengajar itu ada atau tidak ada.
Untuk itu kita ambil 20 mahasiswa praktek mengajar 10 diantaranya sebelum praktek
mengajar pernah memperoleh kegiatan mengajar teman. Dalam penelitian itu telah
diusahakan kedua kelompok mahasiswa kemampuannya serupa. Andaikan prestasi
(skor) praktek mengajar kedua kelompok mahasiswa itu sebagai berikut. (Y=kelompok
yang memperoleh dasar mengajar teman)
X : 70 38 46 57 68 34 80 57 42 65
Y : 75 48 95 41 52 69 70 85 64 76
Pertanyaannya ialah, dengan dua pihak dan

= 0,05 ujilah apakah kedua reratanya

berbeda secara berarti.

13

70 38 46 57 68 34 80 57 42 65
10

557
10

X 55,7

75 48 95 41 52 69 70 85 64 76
10

675
10

Y 67,5

n x X 2 ( X )

s
2
x

n X ( n x 1)

10(33127 310429)
90

= 233,57
s
2
x

n x Y 2 ( Y )

n y ( n y 1)

10(48097 455625)
90

= 281,61
Sx-y = ( s

2
x

nx

s y2 n y )

( 233,57 / 10 281,61 / 10

51,518

= 7,1776
X Y

z = Sx y
=

55,7 67,5
7,1776
11,8

= 7,1776
= -1,644

14

Karena z kritis untuk

= 0,05 dua pihak adalah + 1,96 dan z hitung = -1,644, maka

hipotesis nol itu diteima.jadi, diadakannya mengajar teman sebelum praktek mengajar
tidak ada pengaruhnya terhadap prestasi calon guru dalam praktek mengajar.
2.4.4. Pengujian Dua Sampel Terikat dan Kedua Variansi Populasinya Tidak
Diketahui
Pada pembahasan rerata dan dua sampel sebelumnya peubahnya bebas artinya
perolehan nilai dan sebagainya pada kelompok yang satu itu tidak dipengaruhi oleh
kegiatan pada kelompok yang satu lagi, dan sebaliknya. Ada kejadian di mana peubah
yang satu tidak bisa bebas dari pengaruh peubah yang lain, misalnya skor postes pada
umumnya tidak bisa lepas dari pengaruh pretesnya. Sebab, skor seseorang pada postes
ada kemungkinan nilainya kan lebih jelek bila orang itu tidak menempuh pretes.
Bila antara peubah-peubah itu ada hubungan seperti demikian, peubah-peubah
itu disebut terikat atau bergantungan. Pada pengujian hipotesis, rumus-rumus yang
dipergunakan untuk peubah-peubah bergantung, lain daripada yang dipergunakan untuk
peubah-peubah bebas. Galat baku untuk selisih antara dua rerata yang bergantungan
adalah:

x y x2 y2 2 xy x y

x galat baku dari rerata X

Dengan,

y galat

baku dari rerata Y

xy koefisien korelasi populasi dari pasangan X dan Y

Bila parameter (nilai-nilai untuk populasinya) tidak diketahui, rumus yang

dipergunakan untuk memperoleh nilai pendekatan x y adalah:
s x y

Dengan,

2
x

s y2 2rs x s y

s x galat baku dari rerata X

sy

galat baku dari rerata Y

r koefisien korelasi populasi dari pasangan X dan Y

Untuk mendapat z hitung digunakan rumus seperti sebelumnya:

15

' z'

X Y
s x y

Untuk lebih jelasnya perhatikan dua kelompok data berikut yang bergantungan:
X
Y

65
75

70
48

38
95

46
41

57
52

68
69

34
70

80
85

57
64

42
76

Diminta untuk menguji apakah perbedaan rerata signifikan pada 0.05 dan diuji dua
pihak.
Menentukan ' z ' .
X

65 70 38 46 57 68 34 80 57 42
10

557
10

X 55,7

75 48 95 41 52 69 70 85 64 76
10

675
10

Y 67,5

nx X 2 X

s
2
x

s x2

n x n x 1

10 65 70 38 46 57 68 34 80 57 42 557
1010 1
2

s x2

10 33127 310429
90

s x2

21021
90

s x2 233,57

s x2

s x2
nx

s x2

233.57
10

16

s x2 23,357

ny Y 2 Y

s
2
y

s y2

n y n y 1

10 75 48 95 41 52 69 70 85 64 76 675
1010 1
2

s 2y

10 48097 455625
90

s 2y

25345
90

s 2y 281,61

s y2

s y2
ny

s y2

281.61
10

s y2 28,161

Menghitung korelasi r dengan menggunakan produk momen Pearson.

X Y

XY
r

X
n

XY 65 75 70 48 38 95 46 41 57 52 68 69 34 70 80 85 57 64 42

XY

36189

Maka,
557 675

10

36189

2
2

33127 557 48097 657

10

10

36189 37597,5

33127 31204,9 48097 45562,5

17

1408,5

2102,1 2534,5

r 0,6102

Sekarang kita hitung

s x y

s x y

s x y

23,357 28,161 2 0,6102 4,8329 5,3067

s x y

51,518 31,299

s x y

82,8181

2
x

s y2 2rs x s y

s x y 9,1004

Selanjutnya, mencari ' z' hitung

' z'

X Y
s x y

' z'

55,7 67,5
9,1004

' z'

11,8
9,1004

' z ' 1,2966

Untuk tahap keberartian 0,05 dan uji pihak z kritis 1,96 . Jadi, ' z' hitung ada di
daerah penerimaan. Karena itu hipotesis nol tidak ditolak.

18

BAB III
KESIMPULAN
Pengujian rerata:
1. Melakukan uji z untuk rerata satu sampel
x 0
z

2. Melakukannuji t untuk rerata satu sampel

3. Melakukan rerata dua sampel bebas yang kedua buah variansi populasinya
diketahui.
z

X Y
( x / n x y / n y )
2

4. Melakukan rerata dua sampel bebas yang kedua buah variansi populasinya tidak
diketahui tetapi diasumsikan sama.
s x y2

(X X )

(Y Y ) 2

nx n y 2

5. Melakukan uji rerata dua sampel bebas yang kedua buah variansi populasinya
tidak diketahui.
' z'

X Y
s x y

6. Melakukan uji rerata dua sampel terikat yang kedua buah variansi populasinya
tidak diketahui.
s x y

2
x

s y2 2rs x s y

19