DISTRIBUSI SAMPLING RATA-RATA DAN PROPORSI

Distribusi sampling merupakan kumpulan nilai-nilai statistika yang sejenis lalu disusun dalam
suatu daftar sehingga terdapat hubungan antara nilai statistik dan frekuensi statistika (Sudjana,
2001 : 87). Distribusi sampling bertujuan untuk mempelajari karakteristik populasi berdasarkan
pada sampel yang diambil dari populasi tersebut secara random (setiap unsur dalam populasi
memiliki kesempatan yang sama untuk diikutsertakan ke dalam sampel).

 POPULASI DAN SAMPEL

A. Populasi
Populasi adalah totalitas semua nilai yang mungkin, baik hasil menghitung ataupun
pengukuran kuantitatif maupun kualitatif daripada karakteristik tertentu mengenai
sekumpulan objek yang lengkap (Nawawi, 1985 : 141).
Populasi terbagi menjadi 2 jenis, yaitu:
 Populasi terbatas adalah suatu populasi yang unsurnya memiliki batasn jelas
secara kuantitatif berukuran N sehingga dapat dihitung dan jumlahnya dapat
dinyatakan dalam bilangan.
Contoh: populasi bank di Jawa Barat, jumlah mahasiswa baru FEB Unpad 2019
 Populasi tidak terbatas adalah suatu populasi yang mengalami proses secara terus
menerus sehingga ukuran N menjadi tidak terbatas perubahan nilainya dan
jumlahnya tidak dapat dinyatakan dalam bilangan.
Contoh: populasi bintang di langit
B. Sampel
Sampel adalah bagian dari populasi (sebagian dari populasi yang diteliti) (Suharsimi
Arikunto, 1998 : 117).
Sampel terbagi menjadi 2 jenis, yaitu:
 Sampel Probabilitas atau Random Sample atau Peluang merupakan suatu
sampel yang dipilih sedemikian rupa dari populasi sehingga masing-masing
anggota populasi memiliki probabilitas atau peluang yang sama untuk dijadikan
sampel (random; sistematis).
 Sampel Nonprobabilitas atau Nonrandom Sample merupakan suatu sampel yang
dipilih sedemikian rupa dari populasi sehingga setiap anggota tidak memiliki
probabilitas atau peluang yang sama untuk dijadikan sampel.

 SAMPLING
Sampling adalah teori statistika yang digunakan untuk memilih anggota sampel terpilih
sehingga sampel itu sangat representative menggambarkan populasi dari mana dia diambil.
Dalam mempelajari karakteristik populasi, biasanya dilakukan sampling karena beberapa
alasan, diantaranya:
 1. Memakan waktu banyak untuk mendapatkan data dari seluruh populasi
2. Biaya untuk meneliti semua bagian dari populasi kemungkinan terlalu tinggi
3. Ketidakmungkinan untuk meneliti semua bagian dari populasi
4. Beberapa percobaan bersifat merusak
5. Hasil dari sampel sudah memadai

Metode Sampling:
1. Simple Random Sampling
Setiap anggota dari suatu populasi memiliki kesempatan yang sama untuk dijadikan
sampel.
2. Systematic Random Sampling
Memilih starting point dari suati populasi, mengurutkan setiap anggota dari populasi
tersebut dengan cara tertentu (alphabetically, numerically, etc.), kemudian sampel diambil
pada urutan tertentu atau kesekian sampai jumlah sampel mencukupi.
3. Stratified Random Sampling
Sebuah populasi dibagi menjadi strata-strata atau kelompok-kelompok tertentu, kemudian
sampel diambil secara random dari setiap strata atau kelompok.
4. Cluster Sampling
Sebuah populasi dibagi menjadi beberapa cluster atau kelompok berdasarkan geografis,
dipilih beberapa cluster secara random, kemudian dari setiap cluster yang terpilih diambil
sampel secara random.

 DISTRIBUSI SAMPLING
Distribusi Sampling adalah suatu probabilitas distribusi dari semua rata-rata sampel yang
memungkinkan dari sebuah ukuran sampel. Distribusi sampling dilakukan untuk mempelajari
karakteristik populasi berdasarkan sampel dari populasi tersebut.

Terdapat 4 jenis distribusi sampling, yaitu:

1. Distribusi Sampling Rata-Rata
2. Distribusi Sampling Proporsi
3. Distribusi Sampling Selisih Rata-Rata
4. Distribusi Sampling Selisih Proporsi
A. DISTRIBUSI SAMPLING RATA-RATA
Distribusi sampling rata-rata merupakan suatu distribusi probabilitas yang terdiri atas seluruh
kemungkinan rata-rata hitung sampel dari suatu ukuran sampel tertentu yang dipilih dari
populasi dan probabilitas terjadinya dihubungkan dengan setiap rata-rata hitung sampel.

Jika Nilai Jika Nilai

𝑛 𝑛
≤ 5% > 5%
𝑁 𝑁

Rata-rata 𝜇𝑥̅ = 𝜇 𝜇𝑥̅ = 𝜇

𝜎 𝜎 𝑁−𝑛
Standar Deviasi 𝜎𝑥̅ = 𝜎𝑥̅ = ×√
√𝑛 √𝑛 𝑁−1

𝑥̅ − 𝜇𝑥̅ 𝑥̅ − 𝜇𝑥̅
Nilai Baku 𝑧= 𝑧=
𝜎𝑥̅ 𝜎𝑥̅

Keterangan:
𝑛 = ukuran sampel 𝑁 = ukuran populasi
𝑥̅ = rata-rata sampel 𝜇 = rata-rata populasi
𝑠 = standar deviasi sampel 𝜎 = standar deviasi populasi
𝜇𝑥̅ = rata-rata distribusi sampling 𝜎𝑥̅ = standar deviasi distribusi sampling
𝑁−𝑛
√ = faktor koreksi
𝑁−1

Contoh Soal:
Sebuah pabrik memproduksi plat baja yang memiliki daya regang rata-rata 500 dan standar
deviasi 20 yang penyebarannya mendekati distribusi normal. Sebagai bagian dari pengujian,
dipilih secara random 100 plat baja dari 100.000 plat baja yang dihasilkan. Berapa probabilitas
didapat rata-rata sampel akan kurang dari 496?
Dik: N = 100.000
n = 100
𝜇 = 500
𝜎 = 20
Dit: P(𝑥̅ < 496)
Jawab:
 𝜇𝑥̅ = 𝜇 = 500
𝑛 100 𝑛
= 100.000 = 0,001; tidak perlu faktor koreksi karena 𝑁 ≤ 5%
𝑁
𝜎 20
𝜎𝑥̅ = = =2
√𝑛 √100
𝑥̅ − 𝜇𝑥̅ 496 − 500
𝑧= = = −2
𝜎𝑥̅ 2

P(𝑥̅ < 496) = luas kiri 0 − luas Z = 0,5 − 0,4772 = 0,0228

Jadi, probabilitas didapat rata-rata sampel akan kurang dari 496 adalah 2,28%.

B. DISTRIBUSI SAMPLING PROPORSI

Distribusi sampling proporsi adalah distribusi sampling yang statistik sampelnya merupakan
proporsi sampel.

Jika Nilai Jika Nilai

𝑛 𝑛
≤ 5% > 5%
𝑁 𝑁

Rata-rata 𝜇𝑥 = 𝜋 𝜇𝑥 = 𝜋
𝑛 𝑛

𝜋(1 − 𝜋) 𝜋(1 − 𝜋) 𝑁−𝑛

Standar Deviasi 𝜎𝑥 = √ 𝜎𝑥 = √ ×√
𝑛 𝑛 𝑛 𝑛 𝑁−1

𝑥 𝑥
𝑛 − 𝜇𝑛 𝑛 − 𝜇𝑛
𝑥 𝑥
Nilai Baku 𝑧= 𝑧=
𝜎𝑥 𝜎𝑥
𝑛 𝑛

Keterangan:
 𝑛 = ukuran sampel 𝑁 = ukuran populasi
𝑥̅ = rata-rata sampel 𝜇 = rata-rata populasi
𝑠 = standar deviasi sampel 𝜎 = standar deviasi populasi
𝜇𝑥 = rata-rata distribusi sampling 𝜎 𝑥 = standar deviasi distribusi sampling
𝑛 𝑛

𝑁−𝑛
√ = faktor koreksi
𝑁−1

Contoh Soal:
Pada tahun 2019, FEB Unpad menerima mahasiswa baru sebanyak 528 orang. Dari mahasiswa
yang diterima tersebut, 211 diantaranya merupakan laki-laki dan sisanya perempuan. Jika
diambil secara acak 120 mahasiswa, berapa probabilitas terdapat mahasiswa laki-laki antara
50% sampai 60%?
Dik: N = 528
n = 120
𝑥 = 211
Dit: 𝑥
P (50% < < 60%)
𝑛
Jawab:
𝑥 211
𝜇𝑥̅ = 𝜋 = = = 0,3996
𝑛 528
𝑛 120 𝑛
= = 0,227; perlu faktor koreksi karena > 5%
𝑁 528 𝑁

𝜋(1 − 𝜋) 𝑁−𝑛 0,3996(0,6004) 528 − 120

𝜎𝑥 = √ ×√ =√ ×√ = 0,039342978
𝑛 𝑛 𝑁−1 120 528 − 1
𝑥
𝑛 − 𝜇𝑛 0,5 − 0,3996
𝑥
𝑧1 = = = 2,55
𝜎𝑥 0,039342978
𝑛
𝑥
𝑛 − 𝜇𝑛 0,6 − 0,3996
𝑥
𝑧2 = = = 5,09
𝜎𝑥 0,039342978
𝑛

P(𝑥̅ < 496) = luas(z = 5,09) − luas(z = 2,55) = 0,5 − 0,4946 = 0,0054
Jadi, probabilitas terdapat mahasiswa laki-laki antara 50% sampai 60% adalah 0,54%.
KEKELIRUAN BAKU

Nilai minimum ukuran sampel 𝑛 bisa ditentukan apabila ukuran proporsi tiap sampel yang
diharapkan terjadi diketahui. Jika dikehendaki selisih rata-rata setiap dua sampel tidak lebih dari
𝑑, maka berlaku:

Rata-rata Proporsi
𝜎 𝜋(1 − 𝜋)
≤𝑑 √ ≤𝑑
√𝑛 𝑛

Contoh Soal:
Dari proses produksi suatu barang, ternyata 90% diproduksi tanpa cacat dan 10% sisanya dalam
keadaan rusak. Setiap hari kerja, selama proses berlangsung diambil sebuah sampel acak terdiri
dari 100 barang. Berapa ukuran sampel paling sedikit agar jika kita mengambil sampel cukup
banyak dengan ukuran tersebut, persentase kerusakannya diharapkan akan berbeda tidak lebih
dari 2%?
Dik: 𝜋 = 10% - 0,1
𝑑 = 2% = 0,02
Dit: 𝑛
Jawab:

𝜋(1 − 𝜋)
√ ≤𝑑
𝑛

0,1(1 − 0,1)
√ ≤ 0,02
𝑛
𝑛 ≥ 225
Jadi, ukuran sampel paling sedikit agar jika kita mengambil sampel cukup banyak
persentase kerusakannya diharapkan akan tidak lebih dari 2% adalah 225 barang.
 SOAL-SOAL DISTRIBUSI SAMPLING RATA-RATA DAN PROPORSI

1. Sebuah organisasi sosial melakukan penelitian untuk menentukan rata-rata biaya yang
dikeluarkan oleh perokok tetap per hari untuk membeli rokok. Dari 100 perokok tetap,
dihasilkan rata-rata sampel sebesar Rp20.000 dengan simpangan baku Rp5.000.
a. Berapa probabilitas didapatkan perokok tetap yang mengeluarkan biaya antara
Rp19.000 dan Rp21.000 dalam satu hari?
b. Berapa probabilitas didapatkan perokok tetap yang setidaknya mengeluarkan biaya
sebesar Rp21.000 sehari?
Jawaban
Dik: n = 100
μ = 20.000
σ = 5.000
Dit: a. P(19.000 < x̅ < 21.000)
b. P(x̅ ≥ 21.000)
Jawab:
a. 𝜇𝑥̅ = 𝜇 = 20.000
𝜎 5.000
𝜎𝑥̅ = = = 500
√𝑛 √100
𝑥̅ − 𝜇𝑥̅ 19.000 − 20.000
𝑧1 = = = −2
𝜎𝑥̅ 500
𝑥̅ − 𝜇𝑥̅ 21.000 − 20.000
𝑧2 = = =2
𝜎𝑥̅ 500

P(19.000 < x̅ < 21.000) = luas(𝑧 = −2) − luas(𝑧 = 2) = 0,4772 +

0,4772 = 0,9544
Jadi, probabilitas didapatkan perokok tetap yang mengeluarkan biaya antara
Rp19.000 dan Rp21.000 dalam satu hari adalah 95,44%.
b. 𝑥̅ − 𝜇𝑥̅ 21.000 − 20.000
𝑧= = =2
𝜎𝑥̅ 500
 P(x̅ > 21.000) = luas kanan 0 − luas(𝑧 = 2) = 0,5 − 0,4772 = 0,0228
Jadi, probabilitas didapatkan perokok tetap yang setidaknya mengeluarkan biaya
sebesar Rp21.000 sehari adalah 2,28%.

2. Data di suatu provinsi menyatakan bahwa 85% dari 1.600 keluarga yang memiliki anak di
provinsi tersebut memilih sekolah publik sebagai tempat pendidikan anak mereka. Sebuah
sekolah privat kemudian melakukan penelitian dengan mengambil sampel secara acak dari 120
keluarga yang memiliki anak di provinsi tersebut untuk memastikan apakah mereka
mengirimkan anak mereka ke sekolah publik.
a. Berapa probabilitas sekolah privat tersebut menemukan bahwa lebih dari 80% dari 120
keluarga tersebut menyatakan mengirimkan anak mereka ke sekolah publik?
b. Jika diinginkan perbedaan setiap 2 sampel tidak lebih dari 2%, berapa jumlah sampel
paling sedikit yang harus diambil?
Jawaban
Dik: N = 1.600
n = 120
π = 85% = 0,85
Dit: a. P ( x > 0,8)
n
b. n
Jawab:
a. n 120 n
= 1.600 = 0,075 ; perlu faktor koreksi karena N > 5%
N
𝜇𝑥 = 𝜋 = 0,85
𝑛

𝜋(1 − 𝜋) 𝑁−𝑛 0,85(1 − 0,85) 1.600 − 120

𝜎𝑥 = √ ×√ =√ ×√
𝑛 𝑛 𝑁−1 120 1.600 − 1
= 0,0313596
𝑥
𝑛 − 𝜇𝑛 0,8 − 0,85
𝑥
𝑧= = = −1,59
𝜎𝑥 0,0313596
𝑛
 x
P (n > 0,8) = luas(𝑧 = −1,59) + luas kanan 0 = 0,4441 + 0,5 = 0,9441
Jadi, probabilitas sekolah privat tersebut menemukan bahwa lebih dari 80% dari
120 keluarga tersebut menyatakan mengirimkan anak mereka ke sekolah publik
adalah 94,41%.
b.
𝜋(1 − 𝜋)
√ ≤𝑑
𝑛

0,85(1 − 0,85)
√ ≤ 0,02
𝑛
𝑛 ≥ 319
Jadi, jumlah sampel paling sedikit yang harus diambil jika diinginkan perbedaan
setiap 2 sampel tidak lebih dari 2% adalah 319 keluarga.

3. Sebuah penelitian dilakukan untuk mengetahui apakah masyarakat memiliki/menyimpan

mobil dengan jangka waktu yang sama sekarang dengan masa lalu. Dari hasil penelitian 5
tahun lalu, diketahui bahwa 38% dari mobil yang beroperasi berusia setidaknya 10 tahun.
Penelitian kali ini dilakukan pada 325 mobil yang diambil secara random, dimana 132
diantaranya berumur setidaknya 10 tahun. Tentukan proporsi sampel dan hitung probabilitas,
ketika diambil 325 sampel dari populasi dengan proporsi 0,38, didapat proposi sampel lebih
besar besar daripada proposi sampel yang telah dihitung!
Jawaban
Dik: n = 325
x = 132
𝜋 = 0,38
Dit: a. x
n
x
b. P(n > (a))
Jawab:
a. x 132
= = 0,4062 = 40,62%
n 325
Jadi, proporsi sampel adalah sebesar 40,62%.
 b. 𝜇𝑥 = 𝜋 = 0,38
𝑛

𝜋(1 − 𝜋) 0,38(1 − 0,38)

𝜎𝑥 = √ =√ = 0,0269244
𝑛 𝑛 325
𝑥
𝑛 − 𝜇𝑛 0,4062 − 0,38
𝑥
𝑧= = = 0,97
𝜎𝑥 0,0269244
𝑛

x
P (n > 40,62%) = luas kanan 0 − luas(𝑧 = 0.97) = 0,5 − 0,334 = 0,166
Jadi, probabilitas ketika diambil 325 sampel dari populasi dengan proporsi 0,38
akan didapat proposi sampel lebih besar besar daripada proposi sampel yang telah
dihitung adalah 16,6%.

4. An accounting firm is planning for the next tax preparation season. From last year’s returns,
the firm collects a systematic random sample of a hundred filings. The one hundred filings
showed an average preparation time of 90 minutes with a standard deviation of 140 minutes.
a. What is the probability that the mean completion time will be more than 120 minutes?
b. What is the probability that the mean completion time will be between 95 and 115
minutes?
Jawaban
Dik: n = 100
μ = 90
σ = 140
Dit: a. P(x̅ > 120)
b. P(95 < x̅ < 115)
Jawab:
a. 𝜇𝑥̅ = 𝜇 = 90
𝜎 140
𝜎𝑥̅ = = = 14
√𝑛 √100
𝑥̅ − 𝜇𝑥̅ 120 − 90
𝑧= = = 2,14
𝜎𝑥̅ 14
 P(x̅ > 120) = value of 0 to right − value of (𝑧 = 2,14) = 0,5 − 0,4838 =
0,0162
So, the probability that the mean completion time will be more than 120 minutes
is 1,62%.
b. 𝑥̅ − 𝜇𝑥̅ 95 − 90
𝑧1 = = = 0,36
𝜎𝑥̅ 14
𝑥̅ − 𝜇𝑥̅ 115 − 90
𝑧2 = = = 1,79
𝜎𝑥̅ 14

P(95 < x̅ < 115) = value of (𝑧 = 1,79) − value of (𝑧 = 0,36) = 0,4633 −

0,1406 = 0,3227
So, the probability that the mean completion time will be between 95 and 115
minutes is 32,27%.

5. A research study gives us an information that 89% of the students in FEB Unpad have driver
license. From that population, we pick 100 students.
a. What is the probability that from the selected sample, less than 85% will have driver
license?
b. If the difference in the proportion of students who have a driver license in every 2
sample is desired to be 3% at maximum, how many students need to observed?
Jawaban
Dik: n = 100
π = 89% = 0,89
Dit: a. P ( x < 0,85)
n
b. n
Jawab:
 a. 𝜇𝑥 = 𝜋 = 0,89
𝑛

𝜋(1 − 𝜋) 0,89(1 − 0,89)

𝜎𝑥 = √ =√ = 0,031289
𝑛 𝑛 100
𝑥
𝑛 − 𝜇𝑛 0,85 − 0,89
𝑥
𝑧= = = −1,28
𝜎𝑥 0,031289
𝑛

x
P (n < 0,85) = value of 0 to left − value of (𝑧 = −1,28) = 0,5 − 0,3997 =
0,1003
So, the probability that from the selected sample, less than 85% will have driver
license is 10,03%.
b.
𝜋(1 − 𝜋)
√ ≤𝑑
𝑛

0,89(1 − 0,89)
√ ≤ 0,03
𝑛
𝑛 ≥ 109
So, the number of students need to observed if the difference in the proportion of
students who have a driver license in every 2 sample is desired to be 3% at
maximum is 109 people.

6. A social health organization is about to investigate the effectiveness of a campaign against

smoking. Historically, 22% of all adults in the state regularly smoked cigars or cigarettes. In a
survey, 279 of 1.500 randomly selected adults stated that they smoke regularly. Compute the
sample proportion and find the probability, that when a sample of size 1.500 is drawn from a
population in which the true proportion is 0,22, the sample proportion will be no larger than
the value of the sample proportion you have computed!
Jawaban
Dik: n = 1.500
x = 279
𝜋 = 0,22
 x
Dit: a. n
x
b. P(n ≤ (a))
Jawab:
a. x 279
= = 0,186 = 18,6%
n 1.500
So, the sample proportion is 18,6%.
b. 𝜇𝑥 = 𝜋 = 0,22
𝑛

𝜋(1 − 𝜋) 0,22(1 − 0,22)

𝜎𝑥 = √ =√ = 0,0106958
𝑛 𝑛 1.500
𝑥
𝑛 − 𝜇𝑛 0,186 − 0,22
𝑥
𝑧= = = −3,18
𝜎𝑥 0,0106958
𝑛

x
P ( ≤ 18,6%) = value of 0 to left − value of (𝑧 = −3,18) = 0,5 − 0,4993
n
= 0,0007
So, the probability, that when a sample of size 1.500 is drawn from a population
in which the true proportion is 0,22, the sample proportion will be no larger than
the value of the sample proportion you have computed is 0,07%.
 DISTRIBUSI SAMPLING SELISIH RATA-RATA DAN PROPORSI

 Distribusi Samping Selisih Rata-Rata

Distribusi probabilitas yang dapat terjadi dari selisih rata-rata dua sampel yang berbeda
berdasarkan pada dua sampel tertentu dari ukuran parameter dua populasinya.
Untuk ukuran sampel n dan n yang cukup besar (n , n > 30), maka
1 2 1 2

distribusi sampling selisih rata-rata sangat mendekati distribusi normal, untuk mengubahnya
ke dalam bentuk normal standar maka diperlukan rumus:

Rata-rata 𝑋1 − 𝑋2 = µ1 − µ2
Simpangan baku
𝜎12 𝜎22
𝜎 𝑋 1 − 𝑋2 = √ +
𝑛1 𝑛2
Nilai baku (𝑋1 − 𝑋2 ) − (µ1 − µ2 )
𝑧=
𝜎 𝑋1 − 𝑋2

Jika 𝜎12 dan 𝜎22 tidak diketahui, maka dapat menggunakan standar deviasi dari sampel.

 Contoh Soal Distribusi Samping Selisih Rata-Rata:

Sebuah toko menjual TV dengan berbagai merk. Merk A mempunyai rata-rata umur masa
pakai sebesar 6,5 tahun dan simpangan baku 0,9 tahun. Sedangkan merk B mempunyai
umur rata-rata 6 tahun dan simpangan baku 0,81 tahun. Diambil sampel A 36 buah dan
sampel B 49 buah. Berapakah peluang bahwa umur rata-rata masa pakai TV merk A lebih
lama 1 tahun daripada TV merk B?

Jawab:

Diketahui: 𝜇 = 6,5 tahun

1 𝜎 = 0,9 tahun
1 n = 36 buah
1

𝜇 = 6 tahun
2 𝜎 = 0,81 tahun
2 n = 49 buah
2

Ditanya: P(𝑋1 − 𝑋2 ) > 1

Jawab:
𝜎2 𝜎22 0.81 0.6561
𝜎𝑋1 − 𝑋2 = √𝑛1 + = 𝜎𝑋1 − 𝑋2 = √ 36 + = 0,1894460238
1 𝑛2 49
(𝑋1 − 𝑋2 )−(µ 1 −µ 2 ) 1−(6,5−6)
Z= = 𝑧= = 2.64 (dibulatkan), lalu lihat table Z
𝜎𝑋 − 𝑋 0,1894460238
1 2
 2.64

Luas Z = 0.4959
Jadi, peluang bahwa umur rata-rata masa pakai TV merk A lebih lama 1 tahun daripada merk B adalah
sebesar 49.59 %

 Distribusi Samping Selisih Proporsi

Distribusi Sampling Selisih Proporsi adalah distribusi statistik sampel selisih proporsi yang
frekuensi-frekuensinya menunjukkan banyaknya sampel yang mempunyai statistik sampel
tersebut.

Distribusi sampling selisih proporsi ini pun akan mendekati distribusi normal bila ukuran-
ukuran sampel cukup besar (n , n > 30), maka untuk merubahnya menjadi bentuk normal
1 2

standar diperlukan rumus :

Rata-rata Proporsi 𝑥1 𝑥2
( − ) = π1 − π2
𝑛1 𝑛2
Simpangan baku
π1 (1 − π1 ) π2 (1 − π2 )
𝜎 ( 𝑥 1 − 𝑥2 ) = √ +
𝑛1 𝑛2 𝑛1 𝑛2
Jika π dan π tidak diketahui dan 𝑥1 + 𝑥2
(π1 − π2 ) = 𝑝 = (
1 2
)
dianggap sama, maka nilainya 𝑛1 + 𝑛2

Simpangan baku jika π1 dan π2 tidak

1 1
diketahui dan dianggap sama 𝜎(𝑥1 − 𝑥2 ) = √𝑝 . (1 − 𝑝) . ( + )
𝑛1 𝑛2 𝑛1 𝑛2
Nilai baku 𝑥 𝑥 𝑥 𝑥
(𝑛1 − 𝑛2 ) − µ (𝑛1 − 𝑛2 )
1 2 1 2
𝑧=
𝜎 ( 𝑥1 − 𝑥2 )
𝑛1 𝑛2

 Contoh Soal Distribusi Sampling Selisih Proporsi

Dua orang stand up comedian bernama Key dan Peele sedang melakukan pengambilan gambar
untuk skit mereka. Key melakukan kesalahan sebesar 4% saat melakukan bagiannya,
 sedangkan Peele melakukan kesalahan sebesar 2%. Diambil dari hasil pengambilan gambar
mereka sebanyak 57 take. Jika dibandingkan dengan Peele, berapakah probabilitas hasil
pengambilan gambar Key memiliki kesalahan kurang dari 1%?

Jawab:

Diketahui: π1 = 4% = 0.04 n = 57

π2 = 2% = 0.02
𝑥 𝑥2
Ditanya: P(𝑛1 − ) < 1% ?
1 𝑛2

Jawab:
𝑥 𝑥2
µ (𝑛1 − ) = π1 − π2 = 0.04 – 0.02 = 0.02
1 𝑛2

π1 (1−π1 ) π2 (1−π2 ) 0.04(1−0.04) 0.02(1−0.02)

𝜎 ( 𝑥1 − 𝑥2 ) = √ + =√ + = 0,0318989633
𝑛1 𝑛2 𝑛1 𝑛2 57 57

𝑥 𝑥 𝑥 𝑥
( 1 − 2 )−µ( 1 − 2 ) 0.01−0.02
𝑛1 𝑛2 𝑛1 𝑛2
𝑧= = 0,0318989633 = -0.31 (dibulatkan), lalu lihat table Z
𝜎 𝑥1 𝑥2
( − )
𝑛1 𝑛2

Luas Kiri Z = 0.5000

Luas 0-Z = 0.1217 −

0.3783

-0.31

Jadi, jika dibandingkan dengan Peele, probabilitas hasil pengambilan gambar Key memiliki
kesalahan kurang dari 1% adalah sebesar 0,3783 atau 37,83%

SOAL DISTRIBUSI SAMPLING SELISIH RATA – RATA DAN SELISIH PROPORSI

1. Trisha dan Vinny mengikuti permainan pelemparan sebuah dadu. Trisha hanya
membutuhkan minimal 7 sisi angka dadu ganjil lebih besar daripada Vinny untuk bisa
menjadi pemenang. Jika masing-masing memiliki kesempatan yang sama untuk melakukan
pelemparan sebanyak 40 kali, berapa peluang Trisha untuk menjadi pemenang jika harapan
kemenangan Trisha adalah 25% atau kurang?
 Jawab:

Diketahui: π1 = π2 = 0.5 𝑛1 = 𝑛2 = 40

𝑥 𝑥2
Ditanya: P(𝑛1 − ) ≤ 25% ?
1 𝑛2

Jawab:
𝑥 𝑥2
µ (𝑛1 − ) = π1 − π2 = 0.5 – 0.5 = 0
1 𝑛2

π1 (1−π1 ) π2 (1−π2 ) 0.5(1−0.5) 0.5(1−0.5)

𝜎 ( 𝑥1 − 𝑥2 ) = √ + =√ + = 0.1118033989
𝑛1 𝑛2 𝑛1 𝑛2 40 40

𝑥 𝑥 𝑥 𝑥
( 1 − 2 )−µ( 1 − 2 ) 0.25−0
𝑛1 𝑛2 𝑛1 𝑛2
𝑧= = 0.1118033989 = 2.24 (dibulatkan), lalu lihat table Z
𝜎 𝑥1 𝑥2
( − )
𝑛 𝑛
1 2

Luas Kiri Z = 0.5000

Luas 0-Z = 0.4875+

0.9875

2.24

Jadi, peluang Trisha untuk menjadi pemenang jika harapan kemenangan Trisha adalah 25% atau
kurang adalah sebesar 0.9875 atau 98.75%

2. Dellirium Auto and Hopeworld Inc. are engaging in an automotive business in Chicago.
These two companies have been finished their expansion in Jakarta. Around this year,
Dellirium Auto collected USD 58,930 monthly average collection for their customer with
standard error of USD 103. Hopeworld Inc. reached USD 75,140 monthly average
collection with USD 146 standard error. If we take 25 Dellirium Auto’s customer and 30
Hopeworld’s customer, find out :
a. The difference of monthly average collection of Hopeworld’s and Dellirium’s sample,
if we need to know its value in our Rupiah.
b. The likelihood that the monthly average collection of Hopeworld Inc., will be differ at
least Rp229,097,700 over Dellirium Auto.
 Assume that the exchange rate is Rp 14,125/USD

Jawab:

Diketahui: µ1 = USD 75,140 µ2 = USD 58,930 𝑛1 = 30

𝜎1 = USD 146 𝜎2 = USD 103 𝑛2 = 25

Ditanya:

a. µ𝑋1 − 𝑋2 ?

b. P(𝑋1 − 𝑋2 ≥ Rp229,097,700) ?

Jawab:

a. µ𝑋1 − 𝑋2 = µ1 − µ2 = USD 75,140 – USD 58,930 = USD 16,210

Covert USD to Rupiah USD 16,210 x Rp14,125 = Rp228,966,250

So, the difference of monthly average collection between Dellirium’s and Hopeworld’s
sample is USD 17,210 and its value in Rupiah is Rp228,966,250 if we assume the
exchange rate is Rp14,125/USD

b. P(𝑋1 − 𝑋2 ≥ Rp229,097,700)

Covert Rupiah to USD = Rp229,097,700/Rp14,125 = USD16,219

P(𝑋1 − 𝑋2 ≥ Rp229,097,700) diubah menjadi P(𝑋1 − 𝑋2 ≥ USD16,219)

𝜎2 𝜎22 1462 1032

𝜎𝑋1 − 𝑋2 = √𝑛1 + =√ + = 33.68817795
1 𝑛2 30 25

(𝑋1 − 𝑋2 )−(µ 1 −µ 2 ) 16,219−16,210

𝑧= = = 0.27 (dibulatkan), lalu lihat table Z
𝜎𝑋 − 𝑋 33.68817795
1 2

Luas Kanan Z = 0.5000

Luas 0-Z = 0.1064-

0.3936

So, the likelihood that the monthly average collection of Hopeworld Inc. will be differ at least
Rp229,097,700 over Dellirium Auto is 0.3936 or 39.36%
 3. Bo and Peep worked in a company with salary system based on productivity. Average
salary of Bo collected is Rp6.750.000 per month and Peep’s Salary collected is
Rp6.250.000 per month. Standard deviation of Bo’s salary and Peep’s Salary are
Rp250.000 and Rp550.000. If we take the random sample of Bo’s Salary and Peep’s Salary
are 12 month, What the probability if the difference between Bo’s and Peep’s salary is
maximum of Rp400.000?

Jawab:

Diketahui: : µ1 = Rp6.750.000 µ2 =Rp6.250.000 𝑛1 = 12

𝜎1 = Rp250.00 𝜎2 = Rp550.000 𝑛2 = 12

Ditanya: P(𝑋1 − 𝑋2 ≤ Rp400.000) ?

Jawab:

µ 1 −µ 2 = 6.750.000 – 6.250.00 = 500.000

𝜎2 𝜎22 250.0002 550.0002

𝜎𝑋1 − 𝑋2 = √𝑛1 + =√ + = 174.403,746
1 𝑛2 12 12

(𝑋1 − 𝑋2 )−(µ 1 −µ 2 ) 400.000−500.000

𝑧= = = -0,57 (dibulatkan), lalu lihat table Z
𝜎𝑋 − 𝑋 174.403,746
1 2

Luas Kiri Z = 0.5000

Luas 0-Z = 0.2157-

0.2843

So, the probability if the difference between Bo’s and Peep’s salary is maximum of Rp400.000 is
0.2843 or 28.43%

4. Di suatu toko bahan makanan di Itaewon didapatkan data bawa rata - rata penjualan tteok
dan eomuk per hari masing - masing sebesar ₩10.000 dan ₩6.300 dengan simpangan
baku ₩1.350 dan ₩980. Jika dari toko tersebut diambil sampel tteok sebanyak 410 buah
 dan eomuk sebanyak 890 buah. Tentukan probabilitas bahwa harga penjualan tteok
₩4.200 lebih besar dari penjualan eomuk!

Jawab:

Diketahui: µ1 = ₩10.000 µ2 = ₩6.300 𝑛1 = 410

𝜎1 = ₩1.350 𝜎2 = ₩980 𝑛2 = 890

Ditanya: P(𝑋1 − 𝑋2 > ₩4.200) ?

Jawab:
µ 1−µ 2 = 10.000 – 6.300 = 3.700
𝜎2 𝜎22 1.3502 9802
𝜎𝑋1 − 𝑋2 = √𝑛1 + =√ + = 74,3251174
1 𝑛2 410 890
(𝑋1 − 𝑋2 )−(µ 1 −µ 2 ) 4.200−3.700
𝑧= = = 6.73 (dibulatkan), lalu lihat table Z
𝜎𝑋 − 𝑋 74,3251174
1 2

Luas Kanan Z = 0.5000

Luas 0-Z = 0.5000-

Jadi probabilitas bahwa penjualan tteok ₩4.200 lebih besar dari penjualan eomuk adalah 0

5. Apple Inc. has 2 separate warehouses in Silicon Valley, California. In iPod warehouse 9%
of the goods are defective. While, in iMac warehouse the officer found 3% defective
goods. Supposed that 330 goods are taken from iPod warehouse as sample and 180
from iMac warehouse. Based on the information, determine that the percentage
different of the defective goods from the iPod warehouse was more than the iMac
warehouse if the right area of the normal distribution curve is 0,8770!

Jawab:

Diketahui: π1 = 0.09 𝑛1 = 330

π2 = 0.03 𝑛2 = 180
𝑥 𝑥2
Ditanya: P(𝑛1 − > 𝑥) = 0,8770 find x
1 𝑛2
Jawab:
𝑥 𝑥2
µ (𝑛1 − 𝑛2
) = π1 − π2 = 0.09 – 0.03 = 0.06
1
 π1 (1−π1 ) π2 (1−π2 ) 0.09(1−0.09) 0.03(1−0.03)
𝜎 ( 𝑥1 − 𝑥2 ) = √ + =√ + = 0,02024471499
𝑛1 𝑛2 𝑛1 𝑛2 330 180
𝑥 𝑥 𝑥 𝑥
( 1 − 2 )−µ( 1 − 2 )
𝑛1 𝑛2 𝑛1 𝑛2
-1,16 = 𝜎 𝑥1 𝑥2
( − )
𝑛1 𝑛2
𝑥 𝑥
( 1 − 2 )−0.06
1 𝑛2 𝑛
-1,16 = 0,02024471499
𝑥 𝑥2
-0,0234838694 = (𝑛1 − ) − 0.06
1 𝑛2
𝑥 𝑥2
0,3914 = (𝑛1 − )
1 𝑛2

Luas Kanan Z = 0.8770

Luas kiri 0 = 0.5000-

Luas 0 – Z 0.3770

Nilai Z = -1.16

So, that the percentage different of the defective goods from the iPod warehouse was more than
the iMac warehouse if the right area of the normal distribution curve is 0,8770 is 0,3914 or 39,14%

6. JBL sebagai salah satu perusahaan audio elektronik terbesar di Amerika Serikat
menghasilkan 550 buah earphone perhari, dimana 90% diantaranya merupakan earphone
dengan keadaan baik. Sementara itu, Beats Electonic sebagai saingan JBL juga
memproduksi earphone dengan kualitas yang sama namun berbeda merek sejumlah 365
buah perhari, dimana earphone yang diproduksi oleh Beats Electronic sebesar 94% nya
memiliki kondisi yang baik. Hitunglah Probabilitas:

a. Jika earphone rusak dari JBL akan berbeda kurang dari 8% daripada earphone dari
Beats Electronic.
b. Jika earphone rusak dari kedua perusahaan tersebut akan berbeda antara 1% sampai
5%.
Jawab:

Diketahui: π1 = 100% - 90% = 10% 𝑛1 = 550

π2 = 100% - 94% = 6% 𝑛2 = 365
𝑥 𝑥2
Ditanya: a. P(𝑛1 − < 8%) ?
1 𝑛2
𝑥1 𝑥2
b. P( 1% < 𝑛 − < 5%) ?
1 𝑛2
 Jawab:
𝑥 𝑥2
a. P(𝑛1 − < 8%)
1 𝑛2
𝑥 𝑥2
µ (𝑛1 − ) = π1 − π2 = 0.10 – 0.06 = 0.04
1 𝑛2
π1 (1−π1 ) π2 (1−π2 ) 0.10(1−0.10) 0.06(1−0.06)
𝜎 ( 𝑥1 − 𝑥2 ) = √ − =√ − = 0,01783695354
𝑛1 𝑛2 𝑛1 𝑛2 550 365

𝑥 𝑥 𝑥 𝑥
( 1 − 2 )−µ( 1 − 2 ) 0.08−0.04
𝑛1 𝑛2 𝑛1 𝑛2
𝑧= = 0.01783695354 = 2,24 (dibulatkan) lalu lihat table Z
𝜎 𝑥1 𝑥2
( − )
𝑛 𝑛 1 2

Luas Kiri Z = 0.5000

Luas kiri 0 = 0.4875 +

0.9875

Jadi, probabilitas earphone rusak dari JBL akan berbeda kurang dari 8% daripada earphone rusak
dari Beats Electronic adalah sebesar 0,9875 atau 98,75%.

𝑥1 𝑥2
b. P( 1% < − < 5%)
𝑛1 𝑛2
𝑥 𝑥2
µ (𝑛1 − ) = π1 − π2 = 0.10 – 0.06 = 0.04
1 𝑛2
π1 (1−π1 ) π2 (1−π2 ) 0.10(1−0.10) 0.06(1−0.06)
𝜎 ( 𝑥1 − 𝑥2 ) = √ − =√ − = 0,01783695354
𝑛1 𝑛2 𝑛1 𝑛2 550 365

𝑥 𝑥 𝑥 𝑥
( 1 − 2 )−µ( 1 − 2 ) 0.01−0.04
𝑛1 𝑛2 𝑛1 𝑛2
𝑧1 = = 0.01783695354 = -1,68 (dibulatkan) lalu lihat table Z
𝜎 𝑥 1 𝑥2
( − )
𝑛1 𝑛2

𝑥 𝑥 𝑥 𝑥
( 1 − 2 )−µ( 1 − 2 ) 0.05−0.04
𝑛1 𝑛2 𝑛1 𝑛2
𝑧2 = = 0.01783695354 = 0,56 (dibulatkan) lalu lihat table Z
𝜎 𝑥 1 𝑥2
( − )
𝑛1 𝑛2

Luas 0 – Z1 = 0.4535

Luas 0 – Z2 = 0.2123 +

Luas diarsir 0.6658

Jadi, probabilitas earphone rusak dari kedua perusahaan akan berbeda antara 1% sampai 5% adalah
sebesar 0,6658 atau 66,58%
 PENAKSIRAN RATA – RATA DAN PROPORSI
A. Pengertian Penaksiran
Penaksiran atau pendugaan adalah suatu proses yang menggunakan sampel statistic untuk
menduga atau menaksir hubungan parameter populasi ang tidak diketahui. Pendugaan
merupakan pernyataan mengenai parameter populasi yang diketahui berdasarkan informasi
dari sampel. Jadi dengan pendugaan itu, keadaan parameter populasi dapat diketahui.
Penduga adalah suatu statistic yang digunakan untuk menduga suatu parameter. Dengan
penduga, dapat diketahui seberapa jauhnya suatu parameter populasi yang tidak
diketahuiberada di sekitar sampel.

B. Penaksiran Parameter
Secara umum, parameter populasi diberi symbol 𝜃 yang bisa merupakan rata-rata,
simpangan baku, proporsi dan sebagainya. Jika 𝜃 tidak diketahui nilainya, maka dapat
ditaksir dengan 𝜃̃. Di bawah ini merupakan beberapa kriteria untuk mendapatkan penaksir
yang baik, yaitu: tak bias, mempunyai varians minimum, dan konsisten.

 Penaksir 𝜃̃ dikatakan tak bias jika rata-rata semua harga yang mungkin akan sama dengan
𝜃.

 Penaksir yang efisien (efficient estimator) adalah penaksir yang tidak bias dan mempunyai
varians terkecil (Sx^2) dari penduga penduga lainnya.
 Penaksir konsisten (consistent estimator) adalah nilai dugaan yang semakin mendekati
nilai yang sebenarnya MIU dengan semakin bertambahnya jumlah sampel (n).

Ada dua jenis penaksiran, yaitu :

1. Penaksiran Titik (Penaksiran Tunggal)
Ciri – ciri dari penaksiran titik adalah :
 Parameter yang ditaksir merupakan nilai tunggal.
 Nilai statistic sampel (tunggal) digunakan sebagai estimator pada nilai parameter
tunggal pula.
 Penaksiran jenis ini kadang benar-kadang salah, jika benar kebanyakan karena
factor kebetulan saja.
2. Penaksiran Interval (Penaksiran Batas)
 Parameter yang ditaksir merupakan nilai-nilai statistic dalam suatu interval
 Menyertakan besarnya kepercayaan/keyakinan terhadap taksiran yang dilakukan,
merupakan “interval kepercayaan/interval keyakinan (confidence interval)

Ada tiga jenis angka penting dalam penaksiran, yaitu :

a. Tingkat keyakinan/tingkat kepercayaan/confidence level
Adalah luas daerah di bawah kurva merupakan tempat kedudukan titik-titik yang
menunjukkan nilai-nilai taksiran parameter populasinya berdasarkan pada nilai-nilai
statistic sampelnya sedemikian rupa yang masih diyakini kebenarannya.
b. Tingkat signifikansi/tingkat resiko/tarif nyata/significance level
Adalah luas daerah dibawah kurva yang merupakan tempat kedudukan titik-titik yang
menunjukkan nilai-nilai taksiran parameter populasinya berdasarkan pada nilai-nilai
statistic sampelnya sedemikian rupa yang tidak diyakini kebenarannya.
c. Standard Error of Estimate
Adalah suatu bilangan yang menunjukkan selisih atau perbedaan antara nilai statistic
sampel terhadap parameter populasinya.
 C. Menaksir Rata-Rata
 Simpangan baku (σ) diketahui dan populasi berdistribusi normal
 Rumus ini berlaku untuk sampel besar (n > 30) dari populasi yang tak terbatas (infinite
population) atau dari populasi terbatas (finite population) dan ukuran sampel n relatif kecil
𝑛
dibandingkan dengan ukuran populasi N yakni 𝑁 < 5%
𝜎 𝜎
𝑥̅ − 𝑧𝑎⁄2 ⋅ < 𝜇 < 𝑥̅ + 𝑧𝑎⁄2 ⋅
√𝑛 √𝑛
α = koefisien kepercayaan
1−𝑎
𝑧𝑎⁄2 = 𝑏𝑖𝑙𝑎𝑛𝑔𝑎𝑛 𝑧 𝑦𝑎𝑛𝑔 𝑑𝑖𝑑𝑎𝑝𝑎𝑡 𝑑𝑎𝑟𝑖 𝑡𝑎𝑏𝑒𝑙 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑠𝑖 𝑛𝑜𝑟𝑚𝑎𝑙 𝑑𝑒𝑛𝑔𝑎𝑛 𝑧𝑎⁄2 = 2

 Rumus ini berlaku untuk sampel kecil dari populasi terbatas (finite population) dan ukuran
sampel n relatif besar dibandingkan dengan ukuran populasi N yakni , maka gunakan factor
koreksi.
𝑁−𝑛
𝐹𝑎𝑘𝑡𝑜𝑟 𝐾𝑜𝑟𝑒𝑘𝑠𝑖 = √
𝑁−1

𝜎 𝑁−𝑛 𝜎 𝑁−𝑛
𝑥̅ − 𝑧𝑎⁄2 ⋅ √ < 𝜇 < 𝑥̅ + 𝑧𝑎⁄2 ⋅ √
√𝑛 𝑁−1 √𝑛 𝑁 − 1

 Simpangan baku (σ) tidak diketahui dan populasi berdistribusi normal

 Rumus ini berlaku untuk sampel besar (n > 30) dari populasi yang tak terbatas (infinite
population) atau dari populasi terbatas (finite population) dan ukuran sampel n relatif kecil
𝑛
dibandingkan dengan ukuran populasi N yakni 𝑁 < 5%.
𝑠 𝑠
𝑥̅ − 𝑡𝑎⁄2 < 𝜇 < 𝑥̅ + 𝑡𝑎⁄2
√𝑛 √𝑛

 Rumus ini berlaku untuk sampel kecil dari populasi terbatas (finite population) dan ukuran
sampel n relatif besar dibandingkan dengan ukuran populasi N yakni , maka gunakan factor
koreksi
𝑁−𝑛
𝐹𝑎𝑘𝑡𝑜𝑟 𝐾𝑜𝑟𝑒𝑘𝑠𝑖 = √
𝑁−1

𝑠 𝑁−𝑛 𝑠 𝑁−𝑛
𝑥̅ − 𝑡𝑎⁄2 √ < 𝜇 < 𝑥̅ + 𝑡𝑎⁄2 √
√𝑛 𝑁−1 √𝑛 𝑁 − 1

Contoh Soal:
Sebuah sampel acak terdiri dari 20 mahasiswa telah diambil dari Fakultas Ekonomi dan Bisnis,
lalu nilai-nilai IQ-nya dicatat. Didapat 𝑥̅ = 112 dan s = 10. Jika dikehendaki interval taksiran IQ
rata-rata dengan koefisien kepercayaan 0,95 maka taksirlah IQ rata-rata mahasiswa tersebut.
Jawaban :
0.05
Dengan 𝑡𝑎⁄2 = 1 − = 0,975 dan df = 20 – 1 = 19 , maka didapat 𝑡𝑎⁄2 = 2,093
2
𝑠 𝑠
𝑥̅ − 𝑡𝑎⁄2 < 𝜇 < 𝑥̅ + 𝑡𝑎⁄2
√𝑛 √𝑛
10 10
112 − (2,093) < 𝜇 < 112 + (2,093)
√20 √20
107.3199 < 𝜇 < 116.68
Jadi, dengan tingkat keyakinan 95%, IQ rata-rata mahasiswa Fakultas Ekonomi dan Bisnis
berkisar antara 107 sampai 116.

D. Menaksir Proporsi
 Rumus ini berlaku untuk sampel besar (n > 30) dari populasi yang tak terbatas (infinite
population) atau dari populasi terbatas (finite population) dan ukuran sampel n relatif kecil
𝑛
dibandingkan dengan ukuran populasi N yakni 𝑁 < 5%.
𝑥 𝑥 𝑥 𝑥
𝑥 𝑧𝑎 √𝑛 (1 − ⁄𝑛) 𝑥 𝑧𝑎 √𝑛 (1 − ⁄𝑛)
− ⁄2 < 𝜋 < + ⁄2
𝑛 𝑛 𝑛 𝑛
α = koefisien kepercayaan
1−𝑎
𝑧𝑎⁄2 = 𝑏𝑖𝑙𝑎𝑛𝑔𝑎𝑛 𝑧 𝑦𝑎𝑛𝑔 𝑑𝑖𝑑𝑎𝑝𝑎𝑡 𝑑𝑎𝑟𝑖 𝑡𝑎𝑏𝑒𝑙 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑠𝑖 𝑛𝑜𝑟𝑚𝑎𝑙 𝑑𝑒𝑛𝑔𝑎𝑛 𝑧𝑎⁄2 = 2

 Rumus ini berlaku untuk sampel besar (n > 30) dari populasi yang tak terbatas (infinite
population) atau dari populasi terbatas (finite population) dan ukuran sampel n relatif besar
𝑛
dibandingkan dengan ukuran populasi N yakni 𝑁 > 5%, maka gunakan faktor koreksi.

𝑁−𝑛
𝐹𝑎𝑘𝑡𝑜𝑟 𝐾𝑜𝑟𝑒𝑘𝑠𝑖 = √
𝑁−1
𝑥 𝑥 𝑥 𝑥
𝑥 𝑧𝑎 √𝑛 (1 − ⁄𝑛) 𝑁 − 𝑛 𝑥 𝑧𝑎 √𝑛 (1 − ⁄𝑛) 𝑁 − 𝑛
− ⁄2 √ < 𝜋 < + ⁄2 √
𝑛 𝑛 𝑁−1 𝑛 𝑛 𝑁−1

 Rumus ini berlaku untuk sampel kecil, maka ganti menjadi

 𝑥 𝑥 𝑥 𝑥
𝑥 𝑡𝑎 √𝑛 (1 − ⁄𝑛) 𝑥 𝑡𝑎 √𝑛 (1 − ⁄𝑛)
− ⁄2 < 𝜋 < + ⁄2
𝑛 𝑛 𝑛 𝑛

Contoh soal:
Dalam sebuah penelitian diambil sampel acak berukuran n = 1.500, dari sampel yang diambil 550
orang tergolong kategori A. Taksirlah ada berapa persen anggota masyarakat berumur 15 tahun ke
atas yang termasuk ke dalam golongan A.
Jawaban:
𝑥 550 𝑥
= 1500 𝑥 100% = 36% = 0,36 ; 1 − = 0,64 ; dan 𝑧0,475 = 1,96
𝑛 𝑛

𝑥 𝑥 𝑥 𝑥
𝑥 𝑧𝑎 √𝑛 (1 − ⁄𝑛) 𝑥 𝑧𝑎 √𝑛 (1 − ⁄𝑛)
− ⁄2 < 𝜋 < + ⁄2
𝑛 𝑛 𝑛 𝑛

0,36 𝑥 0,64 0,36 𝑥 0,64

0,36 − (1,96)√ < 𝜋 < 0,36 + (1,96)√
1.500 1.500

0,34 < 𝜋 < 0,38

Dengan 95% interval kepercayaan, proporsi anggota masyarakat yang termasuk

golongan A akan aada dalam interval 34% dan 38%.
 SOAL LATIHAN PENAKSIRAN RATA – RATA DAN PROPORSI

1. The owner of Britten’s Egg Farm wants to estimate the mean number of eggs produced
chicken. A sample of 20 chickens shows they produced an average of 20 eggs per month
with a standard deviation of 2 eggs per month.
a. What is the value of the population mean? What is the best estimate of this value?
b. Explain why we need to use t distribution. What assumption do you need to make?
c. For a 95% confidence interval, what is the value of t?
d. Develop a 95% confidence interval for the population mean.
e. Would it be reasonable to conclude that the population mean is 21 eggs? What about
25 eggs?
Answer:
a) $20. Because the sample mean is the best estimate of the population mean.
b) We use the t distribution since the standard deviation is unknown.
0.05
c) With 𝑡𝑎⁄2 = = 0,025 and df = 20-1=19 the t value is 2.093.
2
2 2
d) 20 − 2,093 < 𝜇 < 20 + 2,093
√20 √20
19,06 < 𝜇 < 20,94
e) Neither value is reasonable because they are not inside the interval.

2. The union representing the Bottle Blowers of America (BBA) is considered a proposal
to merge with the Teamstres Union. According to BBA union by laws, at least three-
fourths of the union membership must approve any merger. A random sample of 2,000
current BBA members reveals 1,500 plan to vote for the merger proposal. What is the
estimate of the population proportion? Develop a 95% confidence interval for the
population proportion. Basing your decision on this sample information, can you
conclude that the necessary proportion of BBA members favour the merger? Why?
Answer :
𝑥 1.500
𝑝= = = 0,75
𝑛 2.000

The z-value corresponding to the 95% level of confidence is 1.96, then

0,75(1 − 0,75) 0,75(1 − 0,75)

0,75 − 1,96√ < 𝜇 < 0,75 + 1,96√
2000 2000

0,731022 < 𝜇 < 0,76897

The endpoints of confidence interval are 0.731 and 0.77. The lower endpoint is greater
than 0.75. Hence, we conclude that the merger proposal will likely not pass because the
interval estimate includes values that less than 75% of the union membership.
3. The attendance at the National Basketball League game last night was 600. A random
sample of 70 of those in attendance revealed that the mean number of orange juice
consumed per person was 1.86, with a standard deviation of 0.5. Develop a 99%
confidence interval for the mean number of soft drinks consumed per person.
1−0,01
Answer: With 𝑧𝑎⁄2 = = 0,495 , the z value is 2.58.
2

0.5 600 − 70 0.5 600 − 70

1.86 − 2,58 √ < 𝜇 < 1.86 + 2,58 √
√70 600 − 1 √70 600 − 1
1.86 − 0,1450324602 < 𝜇 < 1.86 + 0,1450324602
1.71496754 < 𝜇 < 2,0050324602

With 99% level of confidence, the mean number of soft drinks consumed per person is
between 1.72 until 2.01.

4. Suatu populasi mahasiswa Universitas Singaperbangsa Karawang berjumlah 2500

siswa, diambil sampel sejumlah 400 siswa, dilakukan pengukuran ternyata rata-rata
berat badan adalah 60 kg. Penelitian terdahulu diketahui simpangan baku berat badan
populasi adalah 17 kg. Lakukan penaksiran interval pada tingkat kepercayaan 95%.

Jawaban :

𝑛 400
= = 0,16 > 5% ; 𝑚𝑎𝑘𝑎 𝑚𝑒𝑛𝑔𝑔𝑢𝑛𝑎𝑘𝑎𝑛 𝑓𝑎𝑘𝑡𝑜𝑟 𝑘𝑜𝑟𝑒𝑘𝑠𝑖.
𝑁 2500

𝑧0,475 = 1,96

17 2500 − 400 17 2500 − 400

60 − 1,96 √ < 𝜇 < 60 + 1,96 √
√400 2500 − 1 √400 2500 − 1
60 − 1.527219696 < 𝜇 < 60 + 1.527219696
58.4727803 < 𝜇 < 61.527219696

Jadi, dengan tingkat keyakinan 95%, rata-rata berat badan suatu populasi Universitas
Singaperbangsa Karawang berkisar antara 58.473 sampai 61.527 kg.

5. Seorang peneliti di bidang pertumbuhan balita tertarik untuk mengetahui berapa rata-
rata berat bayi (yang baru lahir) di Jatinangor. Untuk itu ia melakukan sampling
terhadap berat 9 orang bayi di daerah itu, dan ternyata rata-rata berat 9 orang bayi
tersebut adalah 2,7 kg dengan simpangan baku 0,5 kg. Apabila rata-rata berat bayi di
 daerah tersebut berdistribusi normal, berapakah rata-rata berat bayi di daerah tersebut?
Lakukan penaksiran interval pada tingkat kepercayaan 95%.
Jawaban :
0,05
Dengan 𝑡𝑎⁄2 = = 0,025 dan df = 9-1 = 8, didapat 𝑡𝑎⁄2 = 2,306
2

0,5 0,5
2,7 − 2,306 < 𝜇 < 2,7 + 2,306
√9 √9
2,3156 < 𝜇 < 3,0843
Jadi, dengan tingkat keyakinan 95%, rata-rata berat badan bayi di Jatinangor berkisar
antara 2,3156 sampai 3,0843 kg.

6. PT. Panasonic telah mendapatkan standarisasi untuk pengendalian mutu produk

elektroniknya. Berdasarkan pengalaman, proporsi produk rusak sebesar 7%, kemudian
manajemen memutuskan bahwa kesalahan yang ditoleransi adalah 3%. Dengan tingkat
kepercayaan 95%, berapa sampel produk yang harus diambil agar mutu produk terbukti
tetap terjaga dengan baik?

Jawaban :
p = 0,07; SE = 0,03; CL = 95%
𝑧𝑎 2 𝑝(1 − 𝑝)
2
𝑛= +1
𝜀2
1,962 (0,07)(0,93)
𝑛= + 1 = 278,8757333 = 279
0,032

Jadi, sampel yang harus diambil dengan tingkat kesalahan yang diinginkan hanya 3%
agar terbukti mutu produk elektronik terjaga dengan baik adalah 279 buah.
 PENAKSIRAN SELISIH RATA-RATA DAN PROPORSI

A. Menaksir selisih rata-rata

Apabila kita akan menaksir selisih rata-rata (𝜇1 − 𝜇2 ) pada dua populasi berdistribusi
normal, maka kita menaksir rata-rata populasi tersebut dengan menggunakan sampel
rata-rata (𝑥1 − 𝑥2 ). Jika sampel yang diambil dari populasi pertama berukuran n1,
simpangan baku (s1), rata-rata (𝑥1 ) dan sampel yang diambil dari populasi kedua
berukuran n2, simpangan baku (s2), rata-rata (𝑥2 ), maka taksiran selisih rata-rata
populasi (𝜇1 − 𝜇2 ) adalah (𝑥1 − 𝑥2 ).

 Apabila 𝝈𝟏 = 𝝈𝟐
1. Jika kedua populasi normal memiliki ciri-ciri 𝜎1 = 𝜎2 = σ dan besarnya
diketahui, maka interval penaksiran ditentukan oleh rumus :

𝟏 𝟏 𝟏 𝟏
̅𝟏 − 𝒙
(𝒙 ̅𝟐 ) − 𝐳𝛂⁄ 𝛔√ + ̅𝟏 − 𝒙
< 𝝁𝟏 − 𝝁𝟐 < (𝒙 ̅𝟐 ) + 𝐳𝛂⁄ 𝛔√ +
𝟐 𝐧𝟏 𝐧 𝟐 𝟐 𝐧𝟏 𝐧𝟐

Keterangan :
α = koefisien kepercayaan
𝟏−𝛂
zα⁄2 = bilangan z didapat dari tabel distribusi normal dengan 𝐳𝛂⁄ =
𝟐 𝟐

2. Jika kedua populasi normal itu mempunyai 𝜎1 = 𝜎2 = 𝜎 dan besarnya

tidak diketahui, kita perlu mencari varians gabungannya (s2) dengan
rumus :
𝟐
(𝒏𝟏 − 𝟏) 𝒔𝟐𝟏 + (𝒏𝟐 − 𝟏) 𝒔𝟐𝟐
𝒔 =
𝒏𝟏 + 𝒏𝟐 − 𝟐
Interval kepercayaannya dapat ditentukan dengan menggunakan
distribusi t-student. Rumus untuk interval taksiran (𝜇1 − 𝜇2 )
ditentukan oleh rumus :

𝟏 𝟏 𝟏 𝟏
̅𝟏 − 𝒙
(𝒙 ̅𝟐 ) − 𝐭 𝛂⁄ 𝐬√ + ̅𝟏 − 𝒙
< 𝝁𝟏 − 𝝁𝟐 < (𝒙 ̅𝟐 ) + 𝐭 𝛂⁄ 𝐬√ +
𝟐 𝐧𝟏 𝐧 𝟐 𝟐 𝐧𝟏 𝐧𝟐

Keterangan :
𝛂
𝐭 𝛂⁄ didapat dari distribusi t-student dengan 𝐭 𝛂⁄ = ; 𝒅𝒇 = (𝒏𝟏 + 𝒏𝟐 − 𝟐)
𝟐 𝟐 𝟐

 Apabila 𝝈𝟏 ≠ 𝝈𝟐
Dengan memisalkan 𝑠1 = 𝜎1 dan 𝑠2 = 𝜎2 . Rumus interval kepercayaannya
ditentukan oleh :
𝐬𝟐 𝐬𝟐 𝐬𝟏𝟐 𝐬𝟐𝟐
̅𝟏 − 𝒙
(𝒙 ̅𝟐 ) − 𝐳𝛂⁄ √ 𝟏 + 𝟐 < 𝝁𝟏 − 𝝁𝟐 < (𝒙
̅𝟏 − 𝒙
̅𝟐 ) + 𝐳 ⁄
𝛂 √ +
𝟐 𝐧𝟏 𝐧 𝟐 𝟐 𝐧
𝟏 𝐧𝟐
 Contoh Soal :
Seorang penjual kipas angin melakukan penelitian terhadap daya pakai 2 buah kipas
angin dari merk yang berbeda. Kipas angin merk A memiliki rata-rata umur selama
5.600 jam dengan simpangan baku 400 jam, sedangkan kipas angin merek B memiliki
rata-rata umur 4.900 jam dengan simpangan baku 250 jam. Apabila diambil sampel
acak sebanyak 280 unit, berapakah selisih rata-rata umur (daya pakai) kedua merk
tersebut dengan CI 5%?
Penyelesaian :
Diketahui :
𝑛𝑥 = 280 𝑥̅ = 5600 𝜎𝑥 2 = 160.000
𝑛𝑦 = 280 𝑦̅ = 4900 𝜎𝑦 2 = 62.500
Dan untuk tingkat signifikansi 95%, maka:
(1 − 𝛼) 0.95
= = 0.475 (𝑙𝑖ℎ𝑎𝑡 𝑡𝑎𝑏𝑒𝑙 𝑡)
2 2
𝑚𝑎𝑘𝑎 𝑑𝑖𝑑𝑎𝑝𝑎𝑡 ⇒ 𝑡𝛼⁄2 = 1.96
Maka selisih rata-ratanya:
𝛔𝟐𝐱 𝛔𝟐𝐲 𝛔𝟐𝐱 𝛔𝟐𝐲
̅𝟏 − 𝒙
(𝒙 ̅𝟐 ) − 𝐙𝛂⁄ √ + ̅𝟐 ) + 𝐙𝛂⁄ √ +
̅𝟏 − 𝒙
< 𝝁𝟏 − 𝝁𝟐 < (𝒙
𝟐 𝐧𝐱 𝐧𝐲 𝟐 𝐧
𝐱 𝐧𝐲
160000 62500 160000 62500
(5600– 4900) – 1.96 √ + < 𝜇𝑥 − 𝜇𝑦 < (5600– 4900) +1.96 √ +
280 280 280 280
700 – 55.25124433< 𝜇𝑥 − 𝜇𝑦 < 700 + 55.25124433
644.7487557< 𝜇𝑥 − 𝜇𝑦 < 755.25124433
Jadi, selisih rata-rata daya pakai kedua kipas angin tersebut dengan tingkat kepercayaan
95 % adalah 644.7488 jam sampai dengan 755.2512 jam.

B. Menaksir Selisih Proporsi

Kita memiliki dua populasi dengan parameter untuk peristiwa yang sama masing-
masing 𝜋1 dan 𝜋2 . Jika sampel yang diambil dari populasi pertama berukuran n1,
terdapat kejadian (x1) dan sampel yang diambil dari populasi kedua berukuran n2,
terdapat kejadian (x2), maka taksiran selisih proporsi (𝜋1 − 𝜋2 ) adalah (p1 – p2).
𝑥 𝑥
Dimana 𝑝1 = 𝑛1 dan 𝑝2 = 𝑛2
1 2
 Untuk n1 > 30, n2 > 30
𝐩𝟏 (𝟏 − 𝐩𝟏 ) 𝐩𝟐 (𝟏 − 𝐩𝟐 )
(𝒑𝟏 − 𝒑𝟐 ) − 𝐙𝛂⁄ √ + < 𝛑 𝟏 − 𝛑𝟐
𝟐 𝐧𝟏 𝐧𝟐

𝐩𝟏 (𝟏 − 𝐩𝟏 ) 𝐩𝟐 (𝟏 − 𝐩𝟐 )
< (𝒑𝟏 − 𝒑𝟐 ) + 𝐙𝛂⁄ √ +
𝟐 𝐧𝟏 𝐧𝟐

 Untuk n1 ≤ 30, n2 ≤ 30
𝐩𝟏 (𝟏 − 𝐩𝟏 ) 𝐩𝟐 (𝟏 − 𝐩𝟐 )
(𝒑𝟏 − 𝒑𝟐 ) − 𝐭 𝛂⁄ √ + < 𝛑𝟏 − 𝛑𝟐
𝟐 𝐧𝟏 𝐧𝟐

𝐩𝟏 (𝟏 − 𝐩𝟏 ) 𝐩𝟐 (𝟏 − 𝐩𝟐 )
< (𝒑𝟏 − 𝒑𝟐 ) + 𝐭 𝛂⁄ √ +
𝟐 𝐧𝟏 𝐧𝟐
Contoh Soal :
Dua sampel acak yang telah diambil terdiri dari 500 pria dan satu lagi 700 wanita yang
mengunjungi sebuah pameran. Ternyata 325 pria dan 400 wanita menyenangi pameran itu.
Tentukan interval kepercayaan 95% untuk perbedaan persentase pria dan wanita yang
mengunjungi pameran dan menyenanginya.
1−0,05 0,95
zα⁄2 = = = 0,475 , maka nilai zα⁄2 dari tabel distribusi normal adalah 1,96.
2 2
325
Persentase pria yang menyenangi pameran = 𝑝1 = = 0,65
500
400
Persentase wanita yang menyenangi pameran = 𝑝2 = = 0,57
700

0,65 (0,35) 0,57 (0,43)

(0,65 − 0,57) − (1,96)√ + < π1 − π2
500 700

0,65 (0,35) 0,57 (0,43)

< (0,65 − 0,57) + (1,96)√ +
500 700
0,024 < π1 − π2 < 0,136
Jadi, dengan tingkat keyakinan 95%, perbedaan persentase pria dan wanita yang mengunjungi
pameran dan menyenanginya berkisar antara 2,4% dam 13,6%.
 SOAL PENAKSIRAN SELISIH RATA-RATA DAN PROPORSI

1. Monthly expenditure of employee in two companies are studied. Variance of two population
are 90.5 and 96.8. From population 1, a sample of 15 employee is selected with sample
mean $206.7. From population 2, a sample of 10 employee is selected ant the mean is
$196.8. Calculate the 95% confidence interval for the difference between two population
mean?
90.5 96.8
(206.70 − 196.80) − 1.96 √ + < μ1 − μ2
15 10

90.5 96.8
< (206.70 − 196.80) + 1.96 √ +
15 10
-11.52908446 < μ1 − μ2 < 31.32908446

2. Finance Manager of TPB, Ltd is concerned about the differences between shops in their
control of a revenue shrinkage (due to poor merchandising). He thinks that the differences
is due to the type of shops that are located in : either in shopping mall or street frontages.
He collects the following data.
Type of Shop
Shopping Mall Street Frontage
Number of shops 10 20
Revenue Shrinkage 3% 8%

Calculate the 95% confidence interval for the difference in revenue shrinkage between the
shop types.
0.03 (0.97) 0.08 (0.92)
(0.08 − 0.03) − (1.96)√ + < π1 − π2
10 20

0.03 (0.97) 0.08 (0.92)

< (0.08 − 0.03) + (1.96)√ +
10 20

-0.199987055 < π1 − π2 < 0.299987055

Because there is a zero in the 95% confidence interval, (the interval goes form positive
to negative), no conclusion can be drawn. This implies that the difference in revenue
shrinkage could be zero.

3. In a Thomas Cup, a random sample of supporters was asked, “Which country do you think
will win the 2016 Thomas Cup?” The results are summarized:
Country Number of supporters who think
their country will win
Indonesia 128
England 50
France 24
China 140
Malaysia 78
 Calculate the 95% confidence interval for the difference between the proportion who
think Indonesia will win and the proportion who think that China will win.

0.30476 (0.69524) 0.33333 (0.66667)

(0.33333 − 0.30476) − (1.96)√ + < π1 − π2
420 420
< (0.33333 − 0.30476)
0.30476 (0.69524) 0.33333 (0.66667)
+ (1.96)√ +
420 420
-0.451 < π1 − π2 < 0.50814

Because there is a zero in the 95% confidence interval, (the interval goes form positive
to negative), no conclusion can be drawn. This implies the difference between the
proportion who think Indonesia will win and the proportion who think that China will
win could be zero.

4. Suatu penelitian membuktikan bahwa investor dari sektor perdagangan memiliki

kemungkinan harga sahamnya mengalami peningkatan sebesar 87%, sedangkan investor
dari sektor pertambangan memiliki peluang harga sahamnya mengalami peningkatan
sebesar 42%. Jika diambil sampel dari sektor perdagangan sebanyak 450 dan dari sector
pertambangan sebanyak 170, hitung selisih peningkatan harga saham jika diketahui tingkat
signifikansi sebesar 2%!
Diket : 𝑛𝐴 = 450 𝑛𝐵 = 170
𝑥𝐴 𝑥𝐵
= 0,87 = 0,42
𝑛𝐴 𝑛𝐵
𝑍𝛼⁄2 = 2,325

0.87 (0.13) 0.42 (0.58)

(0.87 − 0.42) − (2.325)√ + < π1 − π2
4250 170

0.87 (0.13) 0.42 (0.58)

< (0.87 − 0.42) + (2.325)√ +
4250 170
0.40981 < π1 − π2 < 0.49019

Dengan tingkat signifikansi sebesar 2%, selisih perkiraan kenaikan harga kedua saham
berkisar antara 40,981% sampai 49,019%.

5. Pangeran Ali berencana untuk menikahi Putri Jasmine setelah dia menyelesaikan S-2 di
salah satu universitas ternama di Inggris. Pangeran Ali menyerahkan segala persiapan
pernikahan kepada wedding organizer. Atas saran temannya, Pangeran Ali memilih
wedding organizer yang direkomendasikan dengan harga standar £39,575. Di wedding
organizer 1, Pangeran Ali membayar rata-rata £49,255 untuk 5000 undangan, sedangkan
di wedding organizer 2, Pangeran Ali dapat membayar rata-rata £34,275 untuk 4700
undangan. Asumsikan standar deviasi keduanya sebesar £3,570 dan tingkat keyakinan
sebesar 95%, bantu Pangeran Ali memperkirakan selisih biaya!
 1 1
(49,255 − 34,275) − (1.96 x 3570)√ + < μ1 − μ2
5000 4700

1 1
< (49,255 − 34,275) + (1.96 x 3570) √ +
5000 4700
14,837.84039 < μ1 − μ2 < 15,122.15961
Jadi, selisih biaya yang harus Pangeran Ali bayar berkisar antara £14,838 sampai £15,122.

6. Bapak Tri memiliki toko grosiran di pasar Jatinangor dengan data penjualan telur sebagai
berikut (dalam kg) :

Week 1 Week 2 Week 3 Week 4 Week 5 Week 6 Week 7 Week 8

200 187 180 205 175 165 200 160
Bapak
Bambang pun memiliki toko grosiran di pasar yang sama dengan data penjualan telur
sebanyak (dalam kg) :
Week 1 Week 2 Week 3 Week 4 Week 5 Week 6 Week 7 Week 8
135 150 170 154 165 144 178 187

Jika pemerintah berencana mengadakan operasi pasar untuk telur di setiap pasar apabila
selisih penjualannya kurang dari 15 kg. Apakah pemerintah akan menyelenggarakan
operasi pasar di pasar Jatinangor?

Diketahui:
𝑛𝑥 = 8 𝑥̅ = 184 s12 = 285, 1428571
𝑛𝑦 = 8 𝑦̅ = 160, 375 s22 = 313, 4107143
Ditanyakan: selisih penjualan telur ?
Jawab:
Dikarenakan tingkat signifikansinya 95%, maka:
tα/2 = t0,0025; 4 = 2,145
Sehingga selisih penjualannya adalah:

 12  22  12  22
( x1  x 2 )  t   1   2  ( x1  x 2 )  t 
2 n1 n2 2 n1 n2

285,1428571 313,4107143
(184 – 160, 375) – 2,145√ + < μ1 − μ2 < (184 – 160, 375) +
8 8
285,1428571 313,4107143
2,145√ +
8 8
5,07115961 < μ1 − μ2 < 39, 71364481
Selisih = 39,71364481 – 5,07115961
= 37,10768078
Dikarenakan selisih penjualan telur di pasar Jatinangor melebihi 15 kg, sehingga
pemerintah tidak menyelenggarakan operasi pasar di pasar Jatinangor.
 UJI HIPOTESIS RATA-RATA DAN PROPORSI

A) Pengertian Hipotesis
Hipotesis adalah pernyataan tentang paremeter populasi yang harus diverifikasi dengan
menggunakan data untuk kemudian diuji kebenarannya (Lind-Douglas). Menurut
Suharyadi, hipotesis adalah sebuah dugaan atau referensi yang dirumuskan serta
diterima untuk sementara yang dapat menerangkan fakta-fakta yang diamati dan
digunakan sebagai petunjuk dalam pengambilan keputusan.

B) Pengertian Uji Hipotesis

Prosedur berdasarkan bukti sampel dan probabilitas teori untuk menentukan apakah
hipotesis merupakan pernyataan yang masuk akal, apakah pernytaan kemudian
diterima atau ditolak (Lind-Douglas).

C) Menguji Hipotesis

1. Merumuskan Hipotesis
a. Null Hypothesis atau Hipotesis Nol (H0)
-Hipotesis H0 memprediksi tidak adanya perbedaan antara kondisi satu dengan
kondisi yang lain
-Hipotesis H0 tidak dapat ditolak atau dapat ditolak ketika ada cukup bukti untuk
menolak atau tidak menolak H0
b. Alternative Hypothesis atau Hipotesis Alternatif (Ha)
-Hipotesis Ha adalah hipotesis yang diterima jika data sampel menyediakan cukup
bukti bahwa hipotesis H0 salah. Ha diterima apabila kita menolak H0
-Ha memprediksi adanya perbedaan antara satu kondisi dengan kondisi yang lain

Ada dua macam error dalam menguji hipotesis:

-Type I Error (α)
Merupakan kesalahan yang menolak hipotesis H0 ketika seharusnya hipotesis H0 benar
(tidak dapat ditolak)
-Type II Error (β)
Merupakan kesalahan yang menerima atau tidak menolak hipotesis H0 ketika
hipotesis H0 salah (ditolak)

2. Significance Level / Tingkat Signifikansi

Tingkat Signifikansi ditunjukan dengan tanda α, huruf Yunani alpha. Terkadang juga
disebut tingkat risiko.Ini merupakan istilah yang tepat karena α merupakan risiko yang
kita ambil ketika menolak hipotesis H0 ketika hipotesis H0 adalah benar. Tingkat
signifikansi dapat beragam yaitu 0.05 (atau biasanya 5%), 0.01, 0.10, atau tingkat
signifikansi lain diantara 0 sampai 1.
3. Uji Statistik

 Uji Hipotesis Rata-Rata (µ)

Merupakan pengujian hipotesis mengenai rata-rata populasi yang berdasarkan pada
informasi sampelnya.
Langkah-Langkah :
1. Rumuskan Hipotesis
a. H0: µ = µ0 (uji 2 pihak)
Ha: µ ≠ µ0
b. H0: µ ≤ µ0 (uji 1 pihak kanan)
Ha: µ > µ0
c. H0: µ ≥ µ0 (uji 1 pihak kiri)
Ha: µ < µ0

2. Perhitungan Z stat dan t stat:

Perhitungan Z stat
𝑛
 Bila populasinya terbatas (N dan n diketahui nilainya), 𝑁> 0.05, gunakan
𝑁−𝑛
factor koreksi √𝑁−1
𝑋− µ
Z= 𝜎 𝑁−𝑛
√
√𝑛 𝑁−1

𝑛
 Bila populasinya terbatas dan (N dan n diketahui nilainya), ≤ 0.05, atau
𝑁
bila populasinya tidak terbatas (N tidak diketahui nilainya), tidak
menggunakan factor koreksi
𝑋− µ
Z= 𝜎
√𝑛
*Bila standar deviasi populasi (σ) tidak diketahui, dapat diganti dengan
menggunakan standar deviasi sampel nya (s)

Perhitungan t stat (ketika n < 30)

𝑛
 Bila populasinya terbatas (N dan n diketahui nilainya), 𝑁> 0.05, gunakan
𝑁−𝑛
factor koreksi √𝑁−1
𝑋− µ
t= ; df = 𝑛 -1
𝜎 𝑁−𝑛
√
√𝑛 𝑁−1

𝑛
 Bila populasinya terbatas dan (N dan n diketahui nilainya), ≤ 0.05, atau
𝑁
bila populasinya tidak terbatas (N tidak diketahui nilainya), tidak
menggunakan factor koreksi
𝑋− µ
t= 𝜎 ; df = 𝑛 -1
√𝑛
 Keterangan:
𝑋: rata-rata sampel µ : rata-rata populasi
N : Jumlah populasi n : jumlah sampel
σ : standar deviasi populasi s : standar deviasi sampel

*Bila standar deviasi populasi (σ) tidak diketahui, dapat diganti dengan
menggunakan standar deviasi sampel nya (s)

3. Menentukan batas daerah penerimaan dan penolakan

a. n > 30 , tentukan nilai Z table
1− 𝛼
uji 2 pihak: Z1/2α = 2
uji 1 pihak: Zα = 0.5 – α

n ≤ 30, tentukan nilai t table dengan degree of freedom (df)

uji 2 pihak: t1/2α df = n-1
uji 1 pihak: tα

b. Gunakan tingkat signifikansi (α)

c. Gambarkan daerah penolakan dan penerimaan hipotesis H0

Uji 2 pihak

Uji 1 pihak kiri Uji 1 pihak kanan

4. Menentukan kriteria penerimaan atau penolakan

a. Untuk uji 2 pihak:
Z > Zα/2 atau Z < - Zα/2 (H0 ditolak)
- Zα/2 ≤ Z ≤ Zα/2 (H0 tidak dapat ditolak)

b. Uji 1 pihak kanan:

Z > Zα (H0 ditolak)
Z ≤ Zα (H0 tidak dapat ditolak)

c. Uji 1 pihak kiri:

Z < -Zα (H0 ditolak)
 Z ≥ -Zα (H0 tidak dapat ditolak)

*Nilai Z diganti dengan nilai t apabila n ≤ 30

5. Bandingkan nilai Z atau t hitung (seperti yang diperoleh pada step 2) dengan nilai
Z atau t table, lalu analisa apabila H0 ditolak atau tidak dapat ditolak berdasarkan
kriteria penerimaan atau penolakan
6. Membuat kesimpulan yang komperhensif dan lengkap

Contoh Soal Uji Hipotesis Rata-Rata:

1. The manufacturer of the X-15 steel-belted radial truck tire claims that the mean mileage
the tire can be driven before the tread wears out is 60,000 miles. Assume the mileage
wear follows the normal distribution and the standard deviation of the distribution is
5,000 miles. Crosset Truck Company bought 48 tires and found that the mean mileage
for its trucks is 59,500 miles. Is Crosset’s experience different from that claimed by the
manufacturer at the 0.05 significance level?

Diketahui:
µ = 60,000 miles 𝑋 = 59,500 miles
σ = 5,000 miles n = 48 tires
*karena N tidak diketahui maka tidak menggunakan factor koreksi

Jawab:
a. H0 : µ = 60,000 miles (Crosset’s experience has no difference from that claimed by
the manufacturer)
Ha : µ ≠ 60,000 miles(Crosset’s experience different from that claimed by the
manufacturer)

𝑋− µ 59,500− 60,000
b. Z = 𝜎 = 5,000 = -0.692820323
√𝑛 √48
1− 𝛼
c. Z1/2α = = 0.475 = 1.96
2
d. Criteria:
- Zα/2 ≤ Z ≤ Zα/2 -1.96 ≤ -0.692820323 ≤ 1.96 (Fail to reject H0)

H0 Rejected region H0 Rejection region

H0 Is not rejected

-1.96 -1.96
 e. Conclusion:At the 5% level of significance, we can conclude that Crosset’s
experience has no difference from that claimed by the manufacturer.
 Uji Hipotesis Proporsi (π)
Merupakan pengujian hipotesis mengenai proporsi atau perbandingan suatu populasi
yang berdasarkan pada informasi atas sampelnya

Langkah-langkah:

1. Rumuskan Hipotesis
1. H0: π = π0 (uji 2 pihak)
Ha: π ≠ π0
2. H0: π ≤ π0 (uji 1 pihak kanan)
Ha: π > π0
3. H0: π ≥ π0 (uji 1 pihak kiri)
Ha: π < π0

2. Perhitungan Z stat dan t stat:

Perhtiungan Z stat
𝑛
 Bila populasinya terbatas (N dan n diketahui nilainya), 𝑁> 0.05, gunakan
𝑁−𝑛
factor koreksi √𝑁−1
𝑥
( )− 𝜋
𝑛
Z= π (1−π) 𝑁−𝑛
√ √
𝑛 𝑁−1

𝑛
 Bila populasinya terbatas dan (N dan n diketahui nilainya), ≤ 0.05, atau
𝑁
bila populasinya tidak terbatas (N tidak diketahui nilainya), tidak
menggunakan factor koreksi
𝑥
( )− 𝜋
𝑛
Z= (1−π)
√π
𝑛

Perhitungan t stat (ketika n < 30)

𝑛
 Bila populasinya terbatas (N dan n diketahui nilainya), 𝑁> 0.05, gunakan
𝑁−𝑛
factor koreksi √𝑁−1
𝑥
( )− 𝜋
𝑛
t= ; df = 𝑛 -1
π (1−π) 𝑁−𝑛
√ √
𝑛 𝑁−1
𝑛
 Bila populasinya terbatas dan (N dan n diketahui nilainya), ≤ 0.05, atau
𝑁
bila populasinya tidak terbatas (N tidak diketahui nilainya), tidak
menggunakan factor koreksi
𝑥
( )− 𝜋
𝑛
t= ; df = 𝑛 -1
π (1−π)
√
𝑛
 Keterangan:
𝑥
: proporsi sampel π: proporsi populasi
𝑛

3. Menentukan batas daerah penerimaan dan penolakan

n > 30 , tentukan nilai Z table
1− 𝛼
uji 2 pihak: Z1/2α = 2
uji 1 pihak: Zα = 0.5 – α

n ≤ 30, tentukan nilai t table dengan degree of freedom (df)

uji 2 pihak: t1/2α df = n-1
uji 1 pihak: tα

Gunakan tingkat signifikansi (α)

Gambarkan daerah penolakan dan penerimaan hipotesis H0

Uji 2 pihak

Uji 1 pihak kiri Uji 1 pihak kanan

4. Menentukan kriteria penerimaan atau penolakan

a. Untuk uji 2 pihak:
Z > Zα/2 atau Z < - Zα/2 (H0 ditolak)
- Zα/2 ≤ Z ≤ Zα/2 (H0 tidak dapat ditolak)

b. Uji 1 pihak kanan:

Z > Zα (H0 ditolak)
Z ≤ Zα (H0 tidak dapat ditolak)

c. Uji 1 pihak kiri:

Z < -Zα (H0 ditolak)
Z ≥ -Zα (H0 tidak dapat ditolak)

*Nilai Z diganti dengan nilai t apabila n ≤ 30

 5. Bandingkan nilai Z atau t hitung (seperti yang diperoleh pada step 2) dengan nilai
Z atau t table, lalu analisa apabila H0 ditolak atau tidak dapat ditolak berdasarkan
kriteria penerimaan atau penolakan
6. Membuat kesimpulan yang komperhensif dan lengkap

Contoh Soal Uji Hipotesis Proporsi:

1. Pelatih Timnas U-19 sangat yakin bahwa dengan adanya Tur Pertandingan di Timur
Tengah maka performa pemainnya akan meningkat. Pada tahun 2014 dari 30 pemain
yang mengikuti tur, sebanyak 26 pemain menunjukan peningkatan performa dan 4
pemain lainnya mengalami penurunan. Dari data tersebut ujilah pernyataan bahwa 90%
lebih pemain mengalami peningkatan performa dengan taraf nyata 5%!
Diket:
𝑥 26
= 30 π = 0.9
𝑛
*karena N tidak diketahui maka tidak menggunakan factor koreksi

Jawab:
a. H0 : π ≥ 90% (90% lebih pemain mengalami peningkatan performa)
Ha : π < 90%(kurang dari 90% pemain mengalami peningkatan performa)
𝑥 26
( )− 𝜋 ( ) −0.9
𝑛 30
b. (1−π)
= (1−0.9)
= -0.6086
√π √0.9
𝑛 30

c. tα df = 30-1 , α = 0.05, tα = 1.699

d. Kriteria:
t > -tα -0.6086 > -1.699 (H0 tidak dapat ditolak)

Daerah Penolakan H0

Daerah Penerimaan H0

-1.699

e. Kesimpulan:
Dengan tingkat signifikansi 5%, maka pernyataan bahwa 90% lebih pemain
mengalami peningkatan performa adalah benar.
 SOAL UJI HIPOTESIS RATA-RATA DAN PROPORSI

1. Di sebuah area perkebunan holtikultura, dibuat uji coba penanaman melon. Ada enam
area yang masing-masing seluas ½ ha. Produksi di masing-masing area sebesar 1.4 ton,
1.8 ton, 1.1 ton, 1.9 ton, 2.2 ton dan 1.2 ton. Dengan signifikansi 5%, apakah angka-
angka tersebut mendukung hipotesis bahwa rata-rata produksi melon per ½ ha adalah
1.5 ton.

Diketahui:
µ = 1.5 ton 𝑋 = 1.6 ton
σ = 0.4336 n=6

*karena N tidak diketahui maka tidak menggunakan factor koreksi

Jawab:
a. H0 : µ = 1.5 (Rata-rata produksi melon per ½ ha adalah sama dengan 1.5 ton)
Ha : µ ≠ 1.5 (Rata-rata produksi melon per ½ ha adalah tidak sama dengan 1.5 ton)
𝑋− µ 1.6 – 1.5
b. t = 𝜎 = 0.4336 = 0.565
√𝑛 √6
c. tα/2 df = n-1 = 5, 𝛼 = 0,05, t α/2 = 2.571.
d. Criteria :
- tα/2 ≤ t ≤ tα/2 -2.571 ≤ 0.565 ≤ 2.571 (Fail to reject H0)

e. Dengan tingkat signifikansi 5% terdapat cukup bukti bahwa rata-rata produksi melon
per ½ ha adalah sama dengan 1.5 ton sesuai dengan hipotesis yang ada.

2. Chicken Delight claims that 90 percent of its orders are delivered within 10 minutes of
the time the order is placed. A sample of 100 orders revealed that 82 were delivered
within the promised time. At the .10 significance level, can we conclude that less than
90 percent of the orders are delivered in less than 10 minutes?

Diketahui:
𝑥 82
= 100 π = 0.9
𝑛
*karena N tidak diketahui maka tidak menggunakan factor koreksi

Jawab:
a. H0 : π ≤ 90% (Less than or equal to 90% of the orders are delivered in less than 10
minutes)
Ha : π > 90%(More than 90% of the orders are delivered in less than 10 minutes)
 𝑥 82
( )− 𝜋 ( ) −0.9
𝑛 100
b. Z = (1−π)
= (1−0.9)
= -2.67
√π √0.9
𝑛 100

c. Zα 0.5 – 0.10 = 0.4 1.29

d. Kriteria:
Z ≤ Zα -2.67 ≤ 1.29 (Fail to reject H0)

H0 Rejection Region
H0 Is Not Rejected

1.29

e. At the 5% level of significance, we can conclude that less than 90% of the orders
are delivered in less than 10 minutes.

3. Dewan Keselamatan Nasional (DKN) memprediksi bahwa 500 orang akan terbunuh
dan 25000 lainnya akan terluka di suatu jalan raya dalam rangka menyambut tahun
baru. DKN mengklaim bahwa 50% kecelakaan yang terjadi disebabkan oleh
pengemudi yang mabok. Satu sampel berukuran 120 kecelakaan menunjukkan 67
diantaranya disebabkan oleh pengemudi yang mabuk. Gunakan  = 0,05 untuk menguji
pernyataan dari DKN.

Diketahui:
𝑥 67
= 120 π = 0.5
𝑛

*karena N tidak diketahui maka tidak menggunakan factor koreksi

Jawab:
a. H0 : π = 50% (50% kecelakaan yang terjadi disebabkan oleh pengemudi yang
mabuk)
Ha : π ≠ 50%(Tidak 50% kecelakaan yang terjadi disebabkan oleh pengemudi yang
mabuk)
𝑥 67
( )− 𝜋 ( ) −0.5
𝑛 120
b. Z = (1−π)
= (1−0.5)
= 1.278
√π √0.5
𝑛 120
1− 𝛼
c. Z1/2α = = 0.475 = 1.96
2
d. Kriteria:
- Zα/2 ≤ Z ≤ Zα/2 -1.96 ≤ 1.278 ≤ 1.96 (Fail to reject H0)
Daerah Penolakan H0
Daerah Penolakan H0
Daerah Penerimaan H0

-1.96 1.96

e. Dengan tingkat signifikansi 5% maka pernyataan DKN bahwa500 orang akan

terbunuh dan 25000 lainnya akan terluka di suatu jalan raya dalam rangka menyambut
tahun baru tidak dapat diterima.

4. According to the Census Bureau, 3.13 people reside in the typical American household.
A sample of 25 households in Arizona retirement communities showed the mean
number of residents per household was 2.86 residents. The standard deviation of this
sample was 1.20 residents. At the .05 significance level, is it reasonable to conclude the
mean number
of residents in the retirement community household is less than 3.13 persons?

Diketahui:
µ = 3.13 𝑋 = 2.86
σ = 1.20 n = 25
*karena N tidak diketahui maka tidak menggunakan factor koreksi

Jawab:
a. H0 : µ ≤ 3.13 persons (The mean number of residents in the retirement community
household is less than or equal to 3.13 persons)
Ha : µ > 3.13 persons (The mean number of residents in the retirement community
household is more than 3.13 persons)

𝑋− µ 2.86 − 3.13
b. t = 𝜎 = 1.20 = -1.125
√𝑛 √25
c. tα df = 25-1, α = 0.05, tα = 1.711
d. Criteria:
Z ≤ Zα -1.125 ≤ 1.711 (Fail to reject H0)
 H0 Rejection Region
H0 Is Not Rejected

1.711

e. At the 5% level of significance we can conclude that the mean number of residents
in the retirement community household is less than or equal to 3.13 persons.

5. Patroli jalan tol di suatu negara, secara periodik mengambil sampel kecepatan
kendaraan di beberapa lokasi di suatu jalan tol. Sampel kecepatan kendaraan tersebut
digunakan untuk menguji hipotesis
H0:  60 km/jam
Lokasi dimana H0 ditolak dianggap merupakan lokasi terbaik ditempatkannya
perangkap radar. Pada lokasi F, suatu sampel 16 kendaraan menunjukkan rata-rata
kecepatan 68,2 km/jam dengan simpangan baku 3,8 km/jam. Gunakan  = 0,05 untuk
menguji hipotesis tersebut.
Diketahui:
µ = 60 km/jam 𝑋 = 68.2 km/jam
σ = 3.8 km/jam n = 16 kendaraan
*karena N tidak diketahui maka tidak menggunakan factor koreksi

Jawab:
a. H0 : µ ≤ 60 km/jam (rata-rata kecepatan kendaraan di lokasi F kurang dari sama
dengan 60 km/jam dan lokasi F bukan merupakan lokasi terbaik untuk
ditempatkannya radar perangkap.
Ha : µ > 60 km/jam (rata-rata kecepatan kendaraan di lokasi F lebih dari 60
km/jam dan lokasi F merupakan lokasi terbaik untuk ditempatkannya radar
perangkap)

𝑋− µ 68.2 − 60
b. t = 𝜎 = 3.8 = 8.63
√𝑛 √16
c. tα df = 16-1 , α = 0.05, tα = 1.753
d. Criteria:
t > tα 8.63 >1.753 (H0 ditolak)
 Daerah Penolakan H0
Daerah Penerimaan H0

1.753

e. Dengan tingkat signifikansi 5% terdapat cukup bukti bahwa rata-rata kecepatan

kendaraan di lokasi F lebih dari 65 km/jam dan lokasi F merupakan lokasi terbaik
untuk ditempatkannya radar perangkap.

6. Research at the University of Toledo indicates that 50 percent of students change their
major area of study after their first year in a program. A random sample of 100 students
in the College of Business revealed that 48 had changed their major area of study after
their first year of the program. Has there been a significant decrease in the proportion
of students who change their major after the first year in this program? Test at the .05
level of significance.

Diketahui:
𝑥 48
= 100 π = 0.5
𝑛
*karena N tidak diketahui maka tidak menggunakan factor koreksi

Jawab:
a) H0 : π = 50% (There has not been any significant decrease in the proportion of
students after the first year in the program)
Ha : π ≠ 50% (There has been a significant decrease in the proportion of students
after the first year in the program)
𝑥 48
( )− 𝜋 ( ) −0.5
𝑛 100
b) Z = (1−π)
= = -0.4
√π √0.5(1−0.5)
𝑛 100
1− 𝛼
c) Z1/2α = = 0.475 = 1.96
2
d) Criteria:
- Zα/2 ≤ Z ≤ Zα/2 -1.96 ≤ -0.4 ≤ 1.96 (Fail to reject H0)
H0 Rejection Region
H0 Rejection Region
H0 Is not rejected

-1.96 1.96

e) At the 5% level of significance we can conclude that there has not been any
significant decrease in the proportion of students after the first year in the program.
 UJI HIPOTESIS SELISIH RATA-RATA DAN PROPORSI

A. UJI HIPOTESIS SELISIH RATA RATA

Ketika terdapat dua buah rata-rata hitung pergunakan pengujian hipotesis selisih rata-
rata. Pengujian ini dimaksudkan untuk mengetahui:
1. Beberapa populasi mempunyai rata-rata yang sama ataukah berbeda?
2. Beberapa buah sampel berasal dari sebuah populasi yang sama ataukah berlainan?

Perumusan Hipotesis
 Uji 2 Pihak
𝐻𝑜 ∶ 𝜇1 = 𝜇2
𝐻𝒂 ∶ 𝜇1 ≠ 𝜇2
Kurva:

−𝑍𝛼/2 𝑍𝛼/2

Kriteria :
−𝑍𝛼/2 ≤ Z ≤ 𝑍𝛼/2  𝐻0 tidak dapat ditolak
Z < −𝑍𝛼/2 atau Z > 𝑍𝛼/2  𝐻0 ditolak

Z dan t tabel:
1−𝛼
Jika n > 30 maka 𝑍𝛼/2 = 2
𝛼
Jika n ≤ 30 maka 𝑡𝛼/2 = dengan df = n1 + n2 – 2
2

 Uji Pihak Kanan

𝐻𝑜 ∶ 𝜇1 ≤ 𝜇2
𝐻𝒂 ∶ 𝜇1 > 𝜇2

Kurva:

Kriteria :
Z ≤ 𝑍𝛼  𝐻0 tidak 𝑍
dapat
𝛼 ditolak
Z > 𝑍𝛼  𝐻0 ditolak
Z dan t tabel:
n > 30 dimana 𝑍𝛼 = 0.5 − 𝛼
n ≤ 30 dimana Dimana 𝑡𝛼 = 𝛼 dengan df = n1 + n2 – 2
  Uji Pihak Kiri

Perumusan Hipotesis:
𝐻0 : μ1 ≥ μ2
𝐻𝐴 : μ1 < μ2
Kurva :

−𝑍𝛼

Kriteria :
Z ≥ −𝑍𝛼  𝐻0 tidak dapat ditolak
Z < −𝑍𝛼  𝐻0 ditolak
Z dan t tabel:
n > 30 dimana 𝑍𝛼 = 0.5 − 𝛼
n ≤ 30 dimana Dimana 𝑡𝛼 = 𝛼 dengan df = n1 + n2 – 2

Keterangan:
- Untuk sampel besar (n > 30) gunakan Z hitung
- Untuk sampel kecil (n ≤ 30) gunakan t hitung
- Untuk proporsi ubah μ menjadi 𝜋

Rumus Z hitung dan t hitung

 𝑛 > 30 (sampel besar)

(𝑋̅1 −𝑋̅2 )−(𝜇1 −𝜇2 )

𝑍=
𝜎 2
𝜎 2
√ 1 + 2
𝑛1 𝑛2

Jika 𝜎1 dan 𝜎2 tidak diketahui nilainya, maka:

(𝑋̅1 −𝑋̅2 )−(𝜇1 −𝜇2 )
𝑍=
𝑠 2𝑠 2
√ 1 + 2
𝑛1 𝑛2

 𝑛 ≤ 30 (sampel kecil)
(𝑋̅1 −𝑋̅2 )−(𝜇1 −𝜇2 )
𝑡=
𝜎 2
𝜎 2
√ 1 + 2
𝑛1 𝑛2

Jika 𝜎1 dan 𝜎2 tidak diketahui nilainya, tetapi diketahui bahwa 𝜎1 2 ≠ 𝜎2 2 , maka:

(𝑋̅1 −𝑋̅2 )−(𝜇1 −𝜇2 )
𝑡=
𝑠 2𝑠 2
√ 1 + 2
𝑛1 𝑛2

Jika 𝜎1 2 dan 𝜎2 2 tidak diketahui nilainya, tetapi diketahui bahwa 𝜎1 2 = 𝜎2 2 maka

 ̅ −𝑋
(𝑋 ̅ )−(μ −μ )
1 2 1 2
𝑡=
(𝑛 −1)𝑠1 2 + (𝑛2 −1)𝑠2 2 1 1
√ 1 ( + )
𝑛1+𝑛2− 2 𝑛1 𝑛2

B. UJI HIPOTESIS SELISIH PROPORSI

Pengujian hipotesis selisih proporsi digunakan ketika terdapat dua buah
perbandingan. Pengujian ini dimaksudkan untuk mengetahui apakah ada perbedaan
presentase yang menyolok ataukah tidak antara dua kelompok yang sedang dipelajari. Di
dalam buku-buku statistika seperti : Lind, Teknik-teknik Statistik dalam Ekonomi dan Bisnis
Ed. 15, Suharyadi & Purwanto, Statistika, Untuk Ekonomi dan Keuangan Modern, Edisi 2
dan Prof. Dr. Sudjana, M.A., M.Sc - Statistika Untuk Ekonomi dan Niaga Jilid II tidak
ditemukannya uji t di uji hipotesis selisih proporsi. Perumusan hipotesis selisih proporsi
hampir sama dengan perumusan selisih rata-rata. Perbedaan hanya terletak pada:
1) Rumus Z dan t hitung
2) Mengubah ubah μ menjadi 𝜋 pada hipotesis
 Rumus mencari Z hitung:
Jika π1 dan π2 diketahui, maka
𝑥 𝑥
( 1 − 2 )−(π1 −π2 )
𝑛1 𝑛2
Z= π1 (1−π1 ) π2 (1−π2 )
√ 𝑛 +
1 𝑛2

Jika π1 dan π2 tidak diketahui, maka:

𝑥 𝑥
( 1− 2)
𝑛1 𝑛2
𝑍= 1 1
√𝜋 (1−𝜋)(𝑛 +𝑛 )
1 2
𝑥 +𝑥
dimana, 𝜋 = 𝑛1 +𝑛 2
1 2
atau dapat juga digunakan rumus:
𝑥 𝑥
( 1 − 2 )−(π1 −π2 )
𝑛1 𝑛2
Z= x1 x 𝑥2 𝑥
(1− 1 ) (1− 2 )
√n1 n1 + 𝑛2 𝑛2
𝑛1 𝑛2

C. CONTOH SOAL
 Sebuah perusahaan mengadakan pelatihan untuk karyawannya. Sampel 12 orang
dengan metode biasa dan 10 orang dengan metode terprogram. Pada akhir pelatihan
diberikan evaluasi dengan materi yang sama. Kelas pertama mencapai nilai rata-rata 80
dengan simpangan baku 4 dan kelas kedua nilai rata-rata 75 dengan simpangan baku
4,5. Ujilah hipotesis kedua metode pelatihan, dengan alternatif keduanya tidak sama!
Gunakan taraf nyata 10%! Asumsikan kedua populasi menghampiri distribusi normal
dengan varians yang sama!

Diketahui :
n1 = 12 1 = 80 s1 = 4
n2 = 10 2 = 75 s2 = 4,5
Ditanya :
Apakah hasil dari kedua metode pelatihan sama atau tidak dengan α = 10%
Jawab :
Hipotesis
 Ho : 𝜇1 = 𝜇2 (tidak terdapat perbedaan antara hasil kedua metode pelatihan)
Ha : 𝜇1 ≠ 𝜇2 (terdapat perbedaan antara hasil kedua metode pelatihan)
Perhitungan t hitung, t tabel, dan kurva
( 1− 2 )−(μ1 −μ2 ) (80−75)−(0)
t= (𝑛 −1)𝑠1 2 + (𝑛2 −1)𝑠2 2 1
= 2 2
= 2,759 atau 2,76
1
√ 1 ( + ) √(12−1)4 + (10−1)4,5 ( 1 + 1 )
𝑛1 +𝑛2 − 2 𝑛1 𝑛2 12+10− 2 12 10

df = n1 + n2 -2 = 20 ; α = 0,1 maka tα = 1,7247

Kriteria :
−𝑡𝛼/2 ≤ t ≤ 𝑡𝛼/2 𝐻0 tidak dapat ditolak
t <−𝑡𝛼/2 atau t >𝑡𝛼/2 𝐻0 ditolak
Ternyata 2,76 > 1,7247  Ho ditolak
Kesimpulan :
Pada tingkat signifikansi 10%, dapat kita simpulkan bahwa hasil dari kedua
metode pelatihan analisis saham tidak sama.
1. STA melakukan suatu penelitian terhadap ibu rumah tangga yang setuju dengan konsep
full day school di kota A dan B. Dari penelitian diperoleh data bahwa dari 500 ibu
rumah tangga di kota A, ada 300 orang yang setuju dengan full day school, sedangkan
dari 500 ibu rumah tangga di kota B, ada 250 orang yang setuju dengan full day school.
Dengan menggunakan tingkat signifikasi 5%, dapatkah kita menyatakan bahwa
terdapat perbedaan proporsi ibu rumah tangga yang setuju dengan full day school di
kota A dan B?

Diketahui :
n1 = 500 x1 = 300
n2 = 500 x2 = 250
Ditanya :
Apakah terdapat perbedaan proporsi ibu rumah tangga yang setuju full day
school di kota A dan B dengan α = 5%.
Jawab :
Hipotesis
Ho : 𝜋1 = 𝜋2 (tidak terdapat perbedaan proporsi ibu rumah tangga yang setuju
full day school di kota A dan B)
Ha : 𝜋1 ≠ 𝜋2 (terdapat perbedaan proporsi ibu rumah tangga yang setuju full
day school di kota A dan B)
Perhitungan Z hitung, Z tabel, dan kurva
1 − 𝛼 1 − 0,05
𝑍𝛼/2 = = = 0,475 𝑚𝑎𝑘𝑎 1,96
2 2
 𝑥 𝑥 300 250
( 1 − 2 )−(π1 −π2 ) ( − )−(0)
𝑛1 𝑛2 500 500
Z= x1 x 𝑥2 𝑥
= = 3,194382825 atau 3,1943
(1− 1 ) (1− 2 ) 300 300 250 250
√n1 n1 + 𝑛2 𝑛2 √500(1−500)+ 500(1−500)
𝑛1 𝑛2 500 500

Kriteria :
−𝑍𝛼/2 ≤ Z ≤ 𝑍𝛼/2 𝐻0 tidak dapat ditolak
Z <−𝑍𝛼/2 atau Z >𝑍𝛼/2 𝐻0 ditolak
Ternyata : 3,19 > 1,96  H0 ditolak
Kesimpulan :
Pada tingkat signifikasi 5% dapat disimpulkan bahwa terdapat perbedaan
proporsi antara ibu rumah tangga yang setuju dengan full day school di kota A
dan B.
 UJI HIPOTESIS SELISIH RATA-RATA DAN PROPORSI

D. UJI HIPOTESIS SELISIH RATA RATA

Ketika terdapat dua buah rata-rata hitung pergunakan pengujian hipotesis selisih rata-
rata. Pengujian ini dimaksudkan untuk mengetahui:
3. Beberapa populasi mempunyai rata-rata yang sama ataukah berbeda?
4. Beberapa buah sampel berasal dari sebuah populasi yang sama ataukah berlainan?

Perumusan Hipotesis
 Uji 2 Pihak
𝐻𝑜 ∶ 𝜇1 = 𝜇2
𝐻𝒂 ∶ 𝜇1 ≠ 𝜇2
Kurva:

−𝑍𝛼/2 𝑍𝛼/2

Kriteria :
−𝑍𝛼/2 ≤ Z ≤ 𝑍𝛼/2  𝐻0 tidak dapat ditolak
Z < −𝑍𝛼/2 atau Z > 𝑍𝛼/2  𝐻0 ditolak

Z dan t tabel:
1−𝛼
Jika n > 30 maka 𝑍𝛼/2 = 2
𝛼
Jika n ≤ 30 maka 𝑡𝛼/2 = dengan df = n1 + n2 – 2
2

 Uji Pihak Kanan

𝐻𝑜 ∶ 𝜇1 ≤ 𝜇2
𝐻𝒂 ∶ 𝜇1 > 𝜇2

Kurva:

Kriteria :
Z ≤ 𝑍𝛼  𝐻0 tidak 𝑍
dapat
𝛼 ditolak
Z > 𝑍𝛼  𝐻0 ditolak
Z dan t tabel:
n > 30 dimana 𝑍𝛼 = 0.5 − 𝛼
n ≤ 30 dimana Dimana 𝑡𝛼 = 𝛼 dengan df = n1 + n2 – 2
  Uji Pihak Kiri

Perumusan Hipotesis:
𝐻0 : μ1 ≥ μ2
𝐻𝐴 : μ1 < μ2
Kurva :

−𝑍𝛼

Kriteria :
Z ≥ −𝑍𝛼  𝐻0 tidak dapat ditolak
Z < −𝑍𝛼  𝐻0 ditolak
Z dan t tabel:
n > 30 dimana 𝑍𝛼 = 0.5 − 𝛼
n ≤ 30 dimana Dimana 𝑡𝛼 = 𝛼 dengan df = n1 + n2 – 2

Keterangan:
- Untuk sampel besar (n > 30) gunakan Z hitung
- Untuk sampel kecil (n ≤ 30) gunakan t hitung
- Untuk proporsi ubah μ menjadi 𝜋

Rumus Z hitung dan t hitung

 𝑛 > 30 (sampel besar)

(𝑋̅1 −𝑋̅2 )−(𝜇1 −𝜇2 )

𝑍=
𝜎 2
𝜎 2
√ 1 + 2
𝑛1 𝑛2

Jika 𝜎1 dan 𝜎2 tidak diketahui nilainya, maka:

(𝑋̅1 −𝑋̅2 )−(𝜇1 −𝜇2 )
𝑍=
𝑠 2𝑠 2
√ 1 + 2
𝑛1 𝑛2

 𝑛 ≤ 30 (sampel kecil)
(𝑋̅1 −𝑋̅2 )−(𝜇1 −𝜇2 )
𝑡=
𝜎 2
𝜎 2
√ 1 + 2
𝑛1 𝑛2

Jika 𝜎1 dan 𝜎2 tidak diketahui nilainya, tetapi diketahui bahwa 𝜎1 2 ≠ 𝜎2 2 , maka:

(𝑋̅1 −𝑋̅2 )−(𝜇1 −𝜇2 )
𝑡=
𝑠 2𝑠 2
√ 1 + 2
𝑛1 𝑛2

Jika 𝜎1 2 dan 𝜎2 2 tidak diketahui nilainya, tetapi diketahui bahwa 𝜎1 2 = 𝜎2 2 maka

 ̅ −𝑋
(𝑋 ̅ )−(μ −μ )
1 2 1 2
𝑡=
(𝑛 −1)𝑠1 2 + (𝑛2 −1)𝑠2 2 1 1
√ 1 ( + )
𝑛1+𝑛2− 2 𝑛1 𝑛2

E. UJI HIPOTESIS SELISIH PROPORSI

Pengujian hipotesis selisih proporsi digunakan ketika terdapat dua buah
perbandingan. Pengujian ini dimaksudkan untuk mengetahui apakah ada perbedaan
presentase yang menyolok ataukah tidak antara dua kelompok yang sedang dipelajari. Di
dalam buku-buku statistika seperti : Lind, Teknik-teknik Statistik dalam Ekonomi dan Bisnis
Ed. 15, Suharyadi & Purwanto, Statistika, Untuk Ekonomi dan Keuangan Modern, Edisi 2
dan Prof. Dr. Sudjana, M.A., M.Sc - Statistika Untuk Ekonomi dan Niaga Jilid II tidak
ditemukannya uji t di uji hipotesis selisih proporsi. Perumusan hipotesis selisih proporsi
hampir sama dengan perumusan selisih rata-rata. Perbedaan hanya terletak pada:
3) Rumus Z dan t hitung
4) Mengubah ubah μ menjadi 𝜋 pada hipotesis
 Rumus mencari Z hitung:
Jika π1 dan π2 diketahui, maka
𝑥 𝑥
( 1 − 2 )−(π1 −π2 )
𝑛1 𝑛2
Z= π1 (1−π1 ) π2 (1−π2 )
√ 𝑛 +
1 𝑛2

Jika π1 dan π2 tidak diketahui, maka:

𝑥 𝑥
( 1− 2)
𝑛1 𝑛2
𝑍= 1 1
√𝜋 (1−𝜋)(𝑛 +𝑛 )
1 2
𝑥 +𝑥
dimana, 𝜋 = 𝑛1 +𝑛 2
1 2
atau dapat juga digunakan rumus:
𝑥 𝑥
( 1 − 2 )−(π1 −π2 )
𝑛1 𝑛2
Z= x1 x 𝑥2 𝑥
(1− 1 ) (1− 2 )
√n1 n1 + 𝑛2 𝑛2
𝑛1 𝑛2

F. CONTOH SOAL
 Sebuah perusahaan mengadakan pelatihan untuk karyawannya. Sampel 12 orang
dengan metode biasa dan 10 orang dengan metode terprogram. Pada akhir pelatihan
diberikan evaluasi dengan materi yang sama. Kelas pertama mencapai nilai rata-rata 80
dengan simpangan baku 4 dan kelas kedua nilai rata-rata 75 dengan simpangan baku
4,5. Ujilah hipotesis kedua metode pelatihan, dengan alternatif keduanya tidak sama!
Gunakan taraf nyata 10%! Asumsikan kedua populasi menghampiri distribusi normal
dengan varians yang sama!

Diketahui :
n1 = 12 1 = 80 s1 = 4
n2 = 10 2 = 75 s2 = 4,5
Ditanya :
Apakah hasil dari kedua metode pelatihan sama atau tidak dengan α = 10%
Jawab :
Hipotesis
 Ho : 𝜇1 = 𝜇2 (tidak terdapat perbedaan antara hasil kedua metode pelatihan)
Ha : 𝜇1 ≠ 𝜇2 (terdapat perbedaan antara hasil kedua metode pelatihan)
Perhitungan t hitung, t tabel, dan kurva
( 1− 2 )−(μ1 −μ2 ) (80−75)−(0)
t= (𝑛 −1)𝑠1 2 + (𝑛2 −1)𝑠2 2 1
= 2 2
= 2,759 atau 2,76
1
√ 1 ( + ) √(12−1)4 + (10−1)4,5 ( 1 + 1 )
𝑛1 +𝑛2 − 2 𝑛1 𝑛2 12+10− 2 12 10

df = n1 + n2 -2 = 20 ; α = 0,1 maka tα = 1,7247

Kriteria :
−𝑡𝛼/2 ≤ t ≤ 𝑡𝛼/2 𝐻0 tidak dapat ditolak
t <−𝑡𝛼/2 atau t >𝑡𝛼/2 𝐻0 ditolak
Ternyata 2,76 > 1,7247  Ho ditolak
Kesimpulan :
Pada tingkat signifikansi 10%, dapat kita simpulkan bahwa hasil dari kedua
metode pelatihan analisis saham tidak sama.
2. STA melakukan suatu penelitian terhadap ibu rumah tangga yang setuju dengan konsep
full day school di kota A dan B. Dari penelitian diperoleh data bahwa dari 500 ibu
rumah tangga di kota A, ada 300 orang yang setuju dengan full day school, sedangkan
dari 500 ibu rumah tangga di kota B, ada 250 orang yang setuju dengan full day school.
Dengan menggunakan tingkat signifikasi 5%, dapatkah kita menyatakan bahwa
terdapat perbedaan proporsi ibu rumah tangga yang setuju dengan full day school di
kota A dan B?

Diketahui :
n1 = 500 x1 = 300
n2 = 500 x2 = 250
Ditanya :
Apakah terdapat perbedaan proporsi ibu rumah tangga yang setuju full day
school di kota A dan B dengan α = 5%.
Jawab :
Hipotesis
Ho : 𝜋1 = 𝜋2 (tidak terdapat perbedaan proporsi ibu rumah tangga yang setuju
full day school di kota A dan B)
Ha : 𝜋1 ≠ 𝜋2 (terdapat perbedaan proporsi ibu rumah tangga yang setuju full
day school di kota A dan B)
Perhitungan Z hitung, Z tabel, dan kurva
1 − 𝛼 1 − 0,05
𝑍𝛼/2 = = = 0,475 𝑚𝑎𝑘𝑎 1,96
2 2
 𝑥 𝑥 300 250
( 1 − 2 )−(π1 −π2 ) ( − )−(0)
𝑛1 𝑛2 500 500
Z= x1 x 𝑥2 𝑥
= = 3,194382825 atau 3,1943
(1− 1 ) (1− 2 ) 300 300 250 250
√n1 n1 + 𝑛2 𝑛2 √500(1−500)+ 500(1−500)
𝑛1 𝑛2 500 500

Kriteria :
−𝑍𝛼/2 ≤ Z ≤ 𝑍𝛼/2 𝐻0 tidak dapat ditolak
Z <−𝑍𝛼/2 atau Z >𝑍𝛼/2 𝐻0 ditolak
Ternyata : 3,19 > 1,96  H0 ditolak
Kesimpulan :
Pada tingkat signifikasi 5% dapat disimpulkan bahwa terdapat perbedaan
proporsi antara ibu rumah tangga yang setuju dengan full day school di kota A
dan B.
 SOAL UJI HIPOTESIS SELISIH RATA-RATA DAN PROPORSI
1. Rifqi, seorang manajer perusahaan meyakini bahwa presentasi barang yang rusak dari
mesin produksi A lebih besar daripada mesin produksi B. Untuk mengetahui
kebenarannya, Rifqi mengambil sampel random sebanyak 200 barang dari mesin
produksi ternyata didapati 15 barang rusak, sedangkan dari mesin produksi B diambil
sebanyak 300 sampel dan ternyata didapati sebanyak 20 barang rusak. Dengan α = 1%
apakah sampel yang diambil apakah dapat digunakan sebagai bukti untuk
membenarkan pernyataan tersebut?

Diketahui:
n1 = 200 n2 = 300
𝑥1 = 15 𝑥2 = 20 𝛼 = 1%
Ditanya:
Apakah dapat disimpulkan bahwa presentase rusak dari mesin produksi A lebih besar
daripada dari mesin produksi B
Jawab:
Hipotesis
𝐻0 : 𝜋1 ≤ 𝜋2 (Presentasi kerusakan dari mesin A lebih kecil/sama dengan mesin B)
𝐻𝐴 : 𝜋1 > 𝜋2 (Presentase kerusakan dari mesin A lebih besar dari mesin B)
Perhitungan Z hitung, Z tabel, dan kurva
𝑍𝛼 = 0.5 − 𝛼  𝑍𝛼 = 0,5 – 0,05 = 0,45  1,645
𝑥 𝑥 15 20
( 1 − 2 )−(π1 −π2 ) ( − )−(0)
𝑛1 𝑛2 200 300
Z hitung = x1 x 𝑥2 𝑥
= =
(1− 1 ) (1− 2 ) 15 15 20 20
√n1 n1 + 𝑛2 𝑛2 √200(1−200)+ 300(1−300)
𝑛1 𝑛2 200 300

0,00833
= 0.02354 = 0.393

1.645
Kriteria :
Z ≤ 𝑍𝛼 𝐻0 tidak dapat ditolak
Z >𝑍𝛼 𝐻0 ditolak
Ternyata Z ≤ 𝑍𝛼 atau 0.393 ≤ 1,645  𝐻0 tidak dapat ditolak

Kesimpulan :
Jadi pada tingkat signifikansi 1%, dapat disimpulkan presentasi kerusakan mesin A
lebih kecil atau sama dengan presentase kerusakan mesin B.
2. Sebuah perusahaan merilis laporan keuangan tiap kuartalnya. Berikut data keuangan
dalam beberapa tahun terakhir: Pada kuartal 1, perusahaan mencatat penjualan
 minuman merk Coca cola rata-rata sebesar Rp10.000.000 (dalam ribuan) dengan
simpangan baku Rp850.000 (dalam ribuan). Sedangkan penjualan minuman merk
Fanta rata-rata sebesar Rp10.500.000 (dalam ribuan) dengan simpangan baku
Rp900.000 (dalam ribuan). Dapatkah disimpulkan bahwa penjualan minuman
Cocacola lebih buruk dibandingkan dengan penjualan Fanta jika sampel yang diambil
dari pepsolala dan panlala masing-masing 50 dan 40?

Diketahui:
Minuman Merk Coca cola
n1 = 50 1 = Rp 10.000.000 𝑠1 = Rp 850.000
Minuman Merk Fanta
n2 = 40 2 = Rp 10.500.000 𝑠2 = Rp 900.000.
Ditanya:
Apakah penjualan Cocacola lebih buruk dibandingkan dengan penjualan Fanta
Jawab:
Hipotesis
H0 : µ1 ≥ µ2 (penjualan Cocacola minimal sama dengan penjualan Fanta)
Ha : µ1 < µ2 (penjualan Cocacola lebih buruk dibandingkan dengan penjualan Fanta)
Perhitungan Z, Z tabel, dan Kurva
α = 0,05 𝑍𝛼 = 0.5 − 𝛼  𝑍𝛼 = 0,5 – 0,05 = 0,45  maka 1,65
( 1− 2 )−(μ1 −μ2 ) (10.000.000−10.500.000)− 0
Z= = = -2,68
𝑠 2 𝑠22 2 2
√ 1 + √850.000 + 900.000
𝑛1 𝑛2 50 40

-1.65
Kriteria :
Z ≥ −𝑍𝛼  𝐻0 tidak dapat ditolak
Z < −𝑍𝛼  𝐻0 ditolak
Ternyata Z < −𝑍𝛼 atau -2,68 < −1,65 H0 ditolak
Kesimpulan
Jadi, dengan tingkat signifikansi 5% ternyata penjualan Cocacola lebih buruk
dibandingkan dengan penjualan Fanta.
3. Odel mengadakan percobaan pada dua macam pupuk buatan lkdan menyatakan bahwa
perubahan akibat pupuk buatan pertama dan kedua pada suatu padi adalah sama. Pupuk
buatan pertama diberikan pada 100 padidan ternyata 60 padi menunjukkan perubahan.
Pupul buatan kedua diberikan pada 150 padi yang lain dan ternyata 85 padi berubah.
Ujilah dengan taraf nyata 5%!
Diketahui :
n1 =100 x1 = 60
n2 = 150 x2 = 85
 Ditanya :
Apakah ada perbedaan signifikan dari penggunaan dua pupuk tersebut?
Jawab :
Hipotesis
Ho : 𝜋1 = 𝜋2 ((Perubahan akibat pupuk buatan pertama dan kedua pada suatu padi
adalah sama)
Ha : 𝜋1 ≠ 𝜋2 (Perubahan akibat pupuk buatan pertama dan kedua pada suatu padi
adalah tidak sama)
Perhitungan Z hitung, Z tabel, dan kurva
1 − 𝛼 1 − 0,05
𝑍𝛼/2 = = = 0,475 𝑚𝑎𝑘𝑎 1,96
2 2
𝑥 𝑥 60 85
( 1 − 2 )−(π1 −π2 ) ( − )−(0)
𝑛1 𝑛2 100 150
Z= x1 x 𝑥2 𝑥
= = 0.524
(1− 1 ) (1− 2 ) 60 60 85 85
√n1 n1 + 𝑛2 𝑛2 √100(1−100)+ 150(1−150)
𝑛1 𝑛2 100 150

−1,96⬚ 1,96
Kriteria :
−𝑍𝛼/2 ≤ Z ≤ 𝑍𝛼/2 𝐻0 tidak dapat ditolak
Z <−𝑍𝛼/2 atau Z >𝑍𝛼/2 𝐻0 ditolak
Ternyata : -1,96≤ 0.524 ≤ 1,96 H0 tidak dapat ditolak
Kesimpulan :
Jadi, dengan taraf nyata 5% dapat disimpulkan bahwapernyataan perubahan akibat
pupuk buatan pertama dan kedua pada suatu padi adalah sama dapat diterima, karena
tidak terdapat perbedaan yang signifikan.
4. Hasna as a manager of a package courier service believe that packages that is shipped
at the early month are more lighter than those shipped at the end of the month. As an
experiment, he weighted a random sample of 20 packages at beginning of the month.
He found that the mean weight was 20,75 pounds and the standard deviation was 5,34
pounds. Ten packages randomly selected at the end of the month had a mean weight of
24,90 pounds and the standar deviation of 5,61 pounds. At the 0,05 significance level,
can we conclude that the packages shipped at the end of the month weighed more?
Diketahui:
n1 = 20 1 = 20.75 𝑠1 = 5.34
n2 = 10 2 =24.90 𝑠2 = 5.61
Ditanya:
Can we conclude that the package that was sent at the early month are lighter? with α
= 0.05?
Jawab
Hipotesis:
 H0 : µ1 ≥ µ2 (Package that was sent at the early month are more heavier or weighted
the same than those sent at the end of the month)
Ha : µ1 < µ2 (Package that was sent at the early month are more lighter than those sent
at the end of the month)
Perhitungan
α = 0,05 df= 𝑛1 + 𝑛2 − 2= 20+10-2 = 28maka 𝑡𝛼 = 0,5 – 0,05 = 1,7011 

( 1− 2 )−(μ1 −μ2 ) (20.75−24.90)− 0

t= = = -1,94065
𝑠 2 𝑠22 2 2
√ 1 + √5.34 + 5.61
𝑛1 𝑛2 20 10

-1.7011
Kriteria :
Z ≥ −𝑍𝛼  𝐻0 tidak dapat ditolak
Z < −𝑍𝛼  𝐻0 ditolak
Ternyata Z < −𝑍𝛼 atau -1,94 < −1,7011 H0 ditolak

Kesimpulan
With significance level of 5%, it can be concluded that Package that was sent at the
early month are more lighter than those sent at the end of the month.

5. Vinny as a human resource manager at company A will be in charge on choosing people

that will be promoted to a higher position. There are two strongest candidates: Tami
and Rafid. For the last 10 years, Tami’s performance score on average is 95 with
deviation standard of 2.0 Rafid’s performance score on average for the past 13 years is
92 with deviation standard of 1.5. With the significance level of 1%, is it right for Vinny
to promote Tami instead of Rafid?
Diketahui:
Tami
n1 = 10 1 = 95 𝑠1 = 2.0
Rafid
n2 = 13 2 = 92 𝑠2 = 1.5
Ditanya:
Whether Tami have higher score than Rafid
Jawab:
Hipotesis
H0 : µ1 ≤ µ2 (Tami have lower score than Rafid)
Ha : µ1 > µ2 (Tami have higher score than Rafid)
Perhitungan t, t tabel, dan Kurva
α = 0,01 df = 10+13-2 =21 𝑡𝛼 = 2,518
 ( 1− 2 )−(μ1 −μ2 ) (95−92)− 0
Z= = = 1,92724
𝑠 2 𝑠22 2 2
√ 1 + √2.0 + 1.5
𝑛1 𝑛2 10 13

2,518
Kriteria :
t ≤ 𝑡𝛼  𝐻0 can’t be rejected
t > 𝑡𝛼  𝐻0 is rejected
Ternyata t ≤ 𝑡𝛼 atau 1,418 < 2,518 H0 tidak dapat ditolak
Kesimpulan
With significance level of 1%, it can be concluded that Tami have lower score than
Rafid. So, Vinny should promote Rafid instead of Tami.

6. Infrastructures are built to support economic activities in Indonesia. Researcher is

interested to check whether economic activities are improving in 2017 because of the
infrastructure, as it has not been improved in 2015. So, there are two groups or
researchers who conduct the research. Group A with 1000 researchers, 700 of them
believed that economic activities are improving in 2017. In Group B, 850 out of 1050
researcher supports the notion that economic activities are improving in 2017. With
significance level of 5%, is there any significant differences between the research
result of the two groups?

Diketahui :
n1 = 1000 x1 = 700
n2 = 1050 x2 = 850
Ditanya :
Is there any significant differences between the research result of the two groups?
Jawab :
Hipotesis
Ho : 𝜋1 = 𝜋2 (there is no differences between the research result of the two groups)
Ha : 𝜋1 ≠ 𝜋2 (there is differences between the research result of the two groups)
Perhitungan Z hitung, Z tabel, dan kurva
1 − 𝛼 1 − 0,05
𝑍𝛼/2 = = = 0,475 𝑚𝑎𝑘𝑎 1,96
2 2
𝑥 𝑥 700 850
( 1 − 2 )−(π1 −π2 ) ( − )−(0)
𝑛1 𝑛2 1000 1050
Z= x1 x 𝑥2 𝑥
= = -5,79781
(1− 1 ) (1− 2 ) 700 700 850 850
√n1 n1 + 𝑛2 𝑛2 √1000(1−1000)+ 1050(1−1050)
𝑛1 𝑛2 1000 1050

Kriteria :
−𝑍𝛼/2 ≤ Z ≤ 𝑍𝛼/2 𝐻0 tidak dapat ditolak
Z <−𝑍𝛼/2 atau Z >𝑍𝛼/2 𝐻0 ditolak
Ternyata : -5,79781< -1,96  H0 ditolak
Kesimpulan :
With significance level of 5%, there is a significant difference between the research
result of the two groups