Makalah Statistika Dasar

Uji Kesamaan Beberapa Rata-Rata

Dosen Pengampu:

Dr.Karya Sinulingga, M.Si.

DISUSUN OLEH;

KELOMPOK III

ADELIN HASUGIAN (4173240001)

ANGGI PRATIWI (4173540003)

MISPA HUTASOIT (4171240004)

PUTRI YANI (4173540015)

RISKI NAINGGOLAN (4171240007)

JURUSAN FISIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS NEGERI MEDAN

MEDAN

2018
 KATA PENGANTAR

Segala puji bagi Tuhan Yang Maha Esa, penguasa jagat raya yang tidak ada
kekuasaan dan kekuatan kecuali dengan pertolongan-Nya, sehingga penulis dapat menyusun
makalah ini dengan judul Uji Kesamaan Beberapa Rata-Rata.
Materi dalam makalah ini bersumber dari buku referensi diktat yang relevan. Isi
makalah yang disajikan dalam makalah ini hanya berupa garis besarnya saja. Untuk dapat
menguraikannya secara lebih rinci, kami berharap kepada rekan-rekan untuk dapat
memberikan saran dan kritik demi perbaikan di masa mendatang.
Demikianlah kata pengantar ini. Semoga makalah ini bermanfaat bagi para
pembaca. Mohon maaf jika ada kesalahan dalam penulisan makalah ini. Kami menyadari
bahwa kami hanya manusia biasa yang tidak luput dari kesalahan. Terima kasih.

Medan, 05 November 2018

Kelompok III

i
 DAFTAR ISI

KATA PENGANTAR ...................................................................................................... i

DAFTAR ISI..................................................................................................................... ii
BAB I PENDAHULUAN
1.1 LATAR BELAKANG ................................................................................................ 1
1.2 MASALAH ................................................................................................................. 1
1.3 TUJUAN ..................................................................................................................... 1
BAB II PEMBAHASAN
2.1 MENGUJI KESAMAAN DUA RATA-RATA : UJI SATU PIHAK ....................... 2
2.2 MENGUJI KESAMAAN DUA RATA-RATA : UJI DUA PIHAK ......................... 6
BAB III PENUTUP .......................................................................................................... 13

DAFTAR PUSTAKA ....................................................................................................... 14

ii
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Statistik adalah kumpulan angka-angka yang melukiskan, menggambarkan suatu
persoalan. Biasanya disusun dalam tabel atau daftar sering disertai diagram atau grafik dan
keterangan-keterangan lainnya. Contoh stastik produksi, stastik penghasilan, stastik
perdagangan, stastik keuangan, stastik harga, stastik perusahaan dan stastik pembangunan
dan lain-lain.
Statistik dapat berguna dalam menyusun modal, perumusan, hepotisis. Pengembangan
alat pengambil data penyusunan rancangan penelitian penentuan sampel dan analisis data
dilakukan terhadap sampel yang dilakukan. Pada dasarnya setiap orang baik sadar ataupun
tidak, telah berpikir dengan mempergunakan ide-ide statistika. Statistika selalu bekerja
dengan angka atau bilangan (data kuantitatif). Dengan kata lain, untuk dapat melaksanakan
tugasnya statistik memerlukan bahan keterangan yang sifatnya kuantitatif (dapat dihitung).
Berdasarkan penjelasan tersebut di atas, pada makalah ini penulis akan membahas
mengenai pengertian statistik dan pengujian hipotesis.

1.2 Masalah
Berdasarkan latar belakang di atas, maka masalah dalam makalah ini adalah.
1) Apa yang dimaksud dengan anova satu jalur?
2) Bagaimana Menyelesaikan data dengan anova satu jalur?

1.3 Tujuan
Dalam pembelajaran tentang pengujian hipotesis kali ini kita diharapkan mengerti dan
paham tentang pengujian hipotesis, tapi pada makalah ini kita diharapkan mampu memahami:
1) Pengujian hipotesis tentang menguji kesamaan beberapa rata-rata
2) Analisis varians

1
 BAB II
PEMBAHASAN

2.1. MENGUJI KESAMAAN DUA RATA-RATA (Dua Sampel) : UJI SATU PIHAK

Sebagaimana dalam uji dua pihak, untuk uji satu pihak pun dimisalkan bahwa kedua
populasi berdistribusi normal dengan rata-rata 1 dan 2 dan simpangan baku 1 dan 2.
Karena umummnya 1 dan 2 tidak diketahui, maka di sini akan ditinjau hal-hal tersebut
untuk keadaan 1 = 2 atau 1  2.

Hal A. Uji pihak kanan

H0 : μ1 = μ2
Yang diuji adalah {
H1 : μ1 > μ2
Dalam hal 1 = 2 , maka statistik yang digunakan ialah statistik t seperti dalam Rumus
VI(6) dengan s2 seperti dalam Rumus VI(7).
Kriteria pengujian yang berlaku ialah : terima H0 jika t < t 1 –  dan tolak H0 jika t
mempunyai harga-harga lain. Derajat kebebasan untuk daftar distribusi t ialah (n1 + n2 – 2)
dengan peluang (1 - ). Jika 1  2, maka statistik yang digunakan adalah statistik t’
seperti dalam Rumus VI(8).
w 1t1  w 2 t 2
Dalam hal ini, kriteria pengujian adalah: tolak hipotesis H0 jika t'  dan
w1  w 2
𝑠1 2 𝑠2 2
terima H0 jika terjadi sebaliknya, dengan w1 = , w2 = , t1 = t(1 – ).(n1 – 1) dan t2 =
n1 n2

t(1 – ).(n2 – 1). Peluang untuk penggunaan daftar distribusi t ialah (1 – ) sedangkan dk-nya
masing-masing (n1– 1) dan (n2 – 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 yang tidak senang berenang. Rata-rata tinggi badan berturut-turut
167,2 cm dan 160,3 cm. Simpangan bakunya masing-masing 6,7 cm dan 7,1 cm. Dalam taraf
nyata  = 0,05, dapatkah kita mendukung dugaan tersebut?

2
Jawab :
 H0 : 1 = 2 (rata-rata tinggi badan pemuda yang senang berenang kurang dari atau
sama dengan rata-rata tinggi badan pemuda yang tidak senang berenang)
 H1 : 1 >2 (rata-rata tinggi badan pemuda yang senang berenang lebih tinggi dari
rata-rata tinggi badan pemuda yang tidak senang berenang)
 α= 0,05
 daerah kritis
Dari daftar distribusi t dengan peluang 0,95 dan dk = 33, didapat t0,95 = 1,70
 perhitungan
Jika distribusi tinggi badan untuk kedua kelompok pemuda itu normal dan 1 = 2, maka

statistik t dalam rumus VI(6) dapat digunakan. Kita punya n1 = 15, x 1  167,2 cm , s1 = 6,7 cm,

n2 = 20, x 2  160,3 cm dan s2 = 7,1. dari Rumus VI(7) didapat varians gabungan

2 (15  1)(44,89)  (20  1)(50,41)

s   48,07
15  20  2
Sehingga statistik t mempunyai harga :
167,2  160,3
t   2,913
48,07.{(1/ 15)  (1/20)}

 Kesimpulan.
Dari penelitian didapat t = 2,913 dan lebih besar dari t = 1,70. Jadi H0 : 1 = 2
ditolak, di mana indeks satu menyatakan pemuda yang senang berenang. Dugaan di muka
diterima rata-rata tinggi badan pemuda yang senang berenang lebih tinggi dari rata-rata tinggi
badan pemuda yang tidak senang berenang).
Jika untuk contoh di muka dimisalkan 1  2, maka digunakan statistik t’ dalam Rumus
VI(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 dan t2 = t (0,95),19 = 1,73
w1t1  w2 t 2 (2,99)(1,76)  (2,52)(1,73)
  1,75
w1  w2 2,99  2,52
sehingga diperoleh :
167,2  160,3
t'   2,94 .
(44,89 / 15)  (50,41 / 20)

3
 Kriteria pengujian adalah : tolak H0 jika t’  1,75. karena t’ = 2,94 maka H0 ditolak dan
hasil pengujian seperti di atas dapat disimpulkan. Untuk observasi berpasangan, pasangan
H 0 : μB = 0
hipotesis nol H0 dan hipotesis tandingan H1 untuk uji pihak kanan adalah :
H1 : μB > 0
Statistik yang digunakan masih statistik t dalam rumus VI(9) dan tolak H0 jika t  t1 – 
dimana t1 –  didapat dari daftar distribusi Student dengan dk = (n – 1) dan peluang (1 – ).
Contoh :
Untuk mempelajari kemampuan belajar tentang menjumlahkan bilangan, 10 anak
laki-laki dan 10 anak perempuan telah diambil secara acak. Dari pengamatan masa lampau
kemampuan belajar anak laki-laki umumnya labih baik dari pada kemampuan belajar anak
perempuan. Hasil ujian yang dilakukan adalah

Laki – laki 30 21 21 27 20 25 27 22
28 18

Perempuan 31 22 37 24 30 15 25 42
19 38

Apakah yang dapat di simpulakan dari hasil ujian ini ?

Jawab : Ambil L = rata-rata hasil ujian untuk anak laki-laki
P = rata-rata hasil ujian untuk anak perempuan.
H : μ = μP − μ L = 0
Akan diuji pasangan hipotesis { 0 B
H1 ∶ μB > 0
Dari data di atas, setelah dihitung berdasarkan beda (selisih) tiap pasang data, didapat B =
4,4
4,4 dan SB = 11,34. Rumus VI(9) memberikan t = 11,34 = 1,227
√10

Dengan dk = 9 dan peluang 0,95 dari daftar distribusi Student didapat t0,95 = 1,83. Karena
t = 1,22 lebih kecil dari 1,83 maka H0 diterima. Dalam hal ini masih dapat dikatakan bahwa
rata-rata hasil ujian anak laki-laki lebih baik daripada rata-rata hasil ujian anak perempuan.

Hal B. Uji pihak kiri

Perumusan hipotesis H0 dan hipotesis tandingan H1 untuk uji pihak kiri
H : μ1 = μ2
adalah: { 0
H1 : μ1 > μ2

4
 Langkah-langkah yang ditempuh dalam hal ini sejalan dengan yang dilakukan untuk uji
pihak kanan. Jika 1 = 2, kedua-duanya nilainya tak diketahui, maka digunakan statistik t
dalam Rumus VI(6).
Kriteria pengujian adalah : tolak H0 t  – t1 –  , di mana t1 –  didapat dari daftar
distribusi t dengan dk = (n1 + n2 – 2) dan peluang (1– ). Untuk harga-harga t lainnya, H0
diterima. Jika 1  2, maka yang digunakan adalah statistik t’ dalam rumus VI(8) dan tolak
−(w1 t1 + w2 t2 )
H0 untuk t ′ ≤ dimana w1, w2, t1 dan t2 semuanya seperti telah diuraikan.
w1 +w1

Jika t’ lebih besar dari harga tersebut, maka H0 diterima.Untuk observasi berpasangan,
H : μ =0
hipotesis H0 dan tandingan yang diuji adalah { 0
H1 : μ < 0
Statistik yang digunakan ialah statistik t dalam rumus VI(9)
Dan tolak H0 jika t ≤ − t (1−𝛼)(𝑛−1) dan terima H0 jika t ≤ − t (1−𝛼)(𝑛−1) untuk coontooh
pada bagian ini cara penyelesaiannya sejalan dengan untuk uji pihak kanan. Bedanya hanya
terletak pada letak daerah kritisnya saja.
Keterangan Rumus :
x1  x 2
VI(6) : t 
1 1
s 
n1 n 2

VI(7) : s 2  (n 1  1)s 1  (n 2  1)s 2

2 2

n1  n 2  2

Kriteria pengujian Menurut teori distribusi sampling (tidak dibahas dalam buku ini) maka
statistik t di atas berdistribusi Student dengan dk = (n1 + n2 – 2). Dengan kriteria pengujian
adalah : terima H0 jika – t1 – ½  < t < t1 – ½ , dimana t1 – ½  didapat dari daftar distribusi t
dengan dk = (n1 + n2 – 2) dan peluang (1 – ½ ). Untuk harga-harga t lainnya H0 ditolak.

x1  x 2
VI(8) : t' 
(s1 /n 1 )  (s 2 /n 2 )
2 2

Kriteria pengujian adalah terima hipotesis H0 jika

w1t1  w 2 t 2 w t  w2t2
  t'  1 1
w1  w 2 w1  w 2

dengan : w1 = s12/n1 ; w2 = s22/n2

5
 t1 = t (1 – ½ ).(n1 – 1) dan t2 = t (1 – ½ ).(n2 – 1)
t didapat dari daftar distribusi Student dengan peluang  dan dk = m. untuk harga-harga t
lainnya H0 ditolak.
B
VI(9) : t 
sB n

Dan terima H0 jika – t1 – ½  < t < t1 – ½  dimana t1 – ½  didapat dari daftar distribusi t dengan
peluang (1 – ½ ) dan dk = (n –1). Dalam hal lainnya H0 ditolak.

2.2 MENGUJI KESAMAAN DUA RATA-RATA (Dua Sampel) : UJI DUA PIHAK

Banyak penelitian yang memerlukan perbandingan antara dua keadaan atau tepatnya
dua populasi. Misalnya membandingkan dua cara mengajar, dua cara produksi, daya sembuh
dua macam obat dan lain sebagainya.
Misalkan kita mempunyai dua populasi normal masing-masing dengan rata-rata x1 dan x2
sedangkan simpangan bakunya x1 dan x2 . Secara independen dari populasi kesatu diambil
sebuah sampel acak berukuran n1 sedangkan dari populasi kedua sebuah sampel acak
berukuran n2. Dari kedua sampel ini berturut-turut didapat x1 , s1, dan x 2 ,s2 . Akan diuji
tentang rata-rata x1 dan x2.
Pasangan hipotesis nol dan tandingannya yang akan diuji adalah :
H0 : 1 = 2

H1 : 1 2

Untuk ini kita bedakan hal-hal berikut : x

A). x 1 = x 2 = x1 dan x2 diketahui
Statistik yang digunakan jika H0 benar, adalah:

x1  x 2
z
1 1
σ  .... (4a)
n1 n 2

Dengan taraf nyata maka kriteria pengujian adalah :

terima H0 jika – z ½ (1 - ) <z<z ½ (1 - ) , dimana z ½ (1 - ) didapat dari daftar normal baku
dengan peluang ½ (1 - ). Dalam hal lainnya H0 ditolak.

6
B). x1 = x2 = x1 dan x2tidak diketahui
Jarang sekali x1 dan x12 diketahui besarnya. Jika H0 benar dan x1 = x2 = x
sedangkan x tidak diketahui besarnya, statistik yang digunakan adalah

x1  x 2 (n 1  1)s 1  (n 2  1)s 2
2 2
t , dengan s2 
1 1 n1  n 2  2 .... (4c)
s 
n1 n 2
.... (4b)

Menurut teori distribusi sampling maka statistik t di atas berdistribusi Student dengan dk
= (n1 + n2 – 2). Kriteria pengujian adala : terima H0 jika – t1 – ½ < t < t1 – ½ , di mana t1 –
½ didapat dari daftar distribusi t dengan dk = (n1 + n2 – 2) dan peluang (1 – ½ ). Untuk
harga-harga t lainnya H0 ditolak.

Contoh:
Seorang guru Matematika ingin membandingkan dua metode mengajar kepada
siswanya, katakan metode A dan metode B. Untuk itu diambil sampel 12 anak
menggunakan metode A dan 15 anak menggunakan metode B. Pada akhir penelitiannya
kedua kelompok tadi dites dan menghasilkan nilai Matematika sbb:

Metode 7, 6, 8, 8, 9 6, 6, 5, 5, 6, 6, 7,
A 3 8 3 2 1 4 3 8 7 8 3
Metode B 6, 7, 7, 8, 7, 6, 8, 6, 5, 5, 6, 6, 7, 6, 7,
7 4 8 1 3 9 4 1 5 7 8 6 5 7 4

Dalam taraf nyata = 0,05, tentukan apakah kedua macam metode itu sama baiknya
atau tidak. (diasumsi data berdistribusi normal dengan varians yang sama besar)

Penyelesaian :
 H0 : x1= x2 (rata-rata hasil belajar dengan metode A sama dengan rata-rata hasil
belajar dengan metode B)
 H1 : x1≠ x2 (rata-rata hasil belajar dengan metode A tidak sama dengan rata-rata hasil
belajar dengan metode B)

7
 Taraf nyata ( ) = 0,05
 Daerah kritis
Harga t0,975 dengan dk = 25 dari daftar distribusi Student adalah 2,06. Kriteria
pengujian adalah : terima H0 jika t hitung terletak antara – 2,06 dan 2,06 dan tolak H0
jika t mempunyai harga-harga lain.

 Perhitungan
Dari data diatas didapat x A =7,00, x B = 6,99, sA2 =1,18 dan sB2 = 0,69. Simpangan baku
gabungan, dari rumus (4c) didapat s = 0,951. Rumus (4b) memberikan ;
7,00 - 6,99
t  0,027
0,951 (1/12)  (1/15)

 Kesimpulan
Dari penelitian didapat t = 0,027 dan ini jelas ada dalam daerah penerimaaan. Jadi H 0
diterima.
Kesimpulan : kedua macam metode mengajar menghasilkan nilai rata-rata matematika
yang sama.

C). 1 2 dan kedua-duanya tidak diketahui

Jika kedua simpangan baku tidak sama tetapi kedua populasi berdistribusi normal,
hingga sekarang belum ada statistik yang tepat yang dapat digunakan. Pendekatan yang
cukup memuaskan adalah dengan menggunakan statistik t’ sebagai berikut ;

x1  x 2
t' 
(s1 /n 1 )  (s 2 /n 2 )
2 2
.... (4d)

Kriteria pengujian adalah terima hipotesis H0 jika

w1t1  w 2 t 2 w t  w2t2
  t'  1 1
w1  w 2 w1  w 2

dengan : w1 = s12/n1 ; w2 = s22/n2

8
 t1 = t (1 – ½ ).(n1 – 1) dan
t2 = t (1 – ½ ).(n2 – 1)

t didapat dari daftar distribusi Student dengan peluang dan dk = m. untuk harga-harga t
lainnya H0 ditolak.
Contoh :
Ingin diketahui apakah LKS individual menghasilkan hasil belajar siswa yang sama atau
tidak dengan LKS kelompok. Untuk itu diadakan percobaan 20 siswa diberi LKS kelompok
dan 20 siswa diberi LKS individual. Rata-rata dan simpangan bakunya berturut-turut x1 =

6,8, s1 = 1,1, x 2 = 7,2 , dan s2 = 1,4 (data fiktif). Jika varians kedua populasi tidak sama,
dengan taraf nyata 0,05, bagaimanakah hasilnya?
Penyelesaian :
(Langkah 1 dan 2)
Hipotesis H0 dan tandingan H1 adalah
H0 : x1 = x2; kedua macam LKS memberikan rata-rata hasil belajar yang
sama.

H1 : x1 x2; kedua macam LKS memberikan rata-rata hasil belajar yang

berlainan.
 = 0,05
 Daerah kritis

Harga-harga yang diperlukan adalah :

1,21 1,96
w   0,06 , w   0,098
1 20 2 20

t1  t (0,975),19  2,09 dan t 2  t (0,975),19  2,09

Sehingga didapat :
w1t1  w 2t 2 (0,06)( 2,09)  (0,098)( 2,09)
  2,09
w1  w 2 0,06  0,098

9
 Kriteria pengujian adalah : terima H0 jika – 2,09 < t’ < 2,09 dan tolak H0 dalam hal
lainnya.

 Perhitungan.
6,8  7,2
t'   1,005
(1,21/20)  (1,96/20)

 Kesimpulan
Jelas bahwa t’ = –1,005 ada dalam daerah penerimaan H0. Jadi kita terima H0 dalam
taraf yang nyata 0,05. Kesimpulan kedua LKS memberikan rata-rata hasil belajar yang
sama.

D). Observasi berpasangan

Untuk observasi berpasangan, kita ambil xB = x1 - x2. Hipotesis nol dan
tandingannya adalah :
H0 : xB = 0

H1 : xB 0

Jika B1 = x1 – y1, B2 = x2 – y2, … , Bn = xn – yn, maka data B1,B2, … , Bn

menghasilkan rata-rata B dan simpangan baku sB. Untuk pengujian hipotesis, gunakan
statistik :
B
t
sB n
.... (4e)

Dan terima H0 jika – t1 – ½ < t < t1 – ½ dimana t1 – ½ didapat dari daftar distribusi t
dengan peluang (1 – ½ ) dan dk = (n –1). Dalam hal lainnya H0 ditolak.

Contoh :
Data berikut adalah mengenai tinggi anak laki-laki pertama (X) dan tinggi ayah (Y)
dinyatakan dalam cm. Jika dua populasi dengan sampel yang sama (berpasangan) dan
taraf nyata (α) 0,05, bagaimanakah hasilnya?

10
 Tinggi anak Tinggi ayah
(1) (2)
158 161
160 159
163 162
157 163
154 156
164 159
169 163
158 160
162 158
161 160

Penyelesaian :
Tabel data tinggi pada dua populasi dengan sampel yang sama.
Tinggi anak Tinggi ayah Beda (B) B2
(1) (2) (3) (4)
158 161 -3 9
160 159 1 1
163 162 1 1
157 163 -3 9
154 156 -2 4
164 159 5 25
169 163 6 36
158 160 -2 4
162 158 4 16
161 160 1 1
Jumlah 8 106

B n B2   B 
 0,8 dan sB2 =  i  i  11,07 maka
2
8
B i

n 10 n(n  1)

0,8
t  0,762
11,07 / 10

11
Dari daftar distribusi t dengan peluang 0,975 dan dk = 9 didapat t0,975 = 2,26.
ternyata t = 0,762 ada dalam daerah penerimaan H0. Jadi penelitian menghasilkan
uji yang tak berarti.

BAB III

PENUTUP

12
Kesimpulan

Tujuan dan pengujian ANOVA ini adalah untuk mengetahui apakah ada pengaruh dan
berbagai kriteria yang diuji terhadap hasil yang diinginkan. Inisal, seorang manajer produksi
menguji apakah ada pengaruh kebisingan yang ditimbulkan oleh mesin-mesin produksi di
pabrik pada hasil perakitan sebuah komponen yang cukup kecil dan sehuah sirkuit yang
memerlukan konsentrasi yang tinggi dan seorang operator rakit.

DAFTAR PUSTAKA

Tim Penyusun. 2018. Statistika Dasar . Medan : Unimed PRESS

13