− 𝜇0
𝑡=𝑋 − 𝑡(𝑛 − 1)
𝑠 ⁄ √𝑛
d. Komputasi:
74.333−65.000
𝑡= 12.572/√12
9.333
= 12.572⁄3.463
9.333
= 3.629 = 2.572
e. Daerah kritik:
𝑡0,01,11= 2.718;
f. DK = {t|t>2.718}; dan 𝑡𝑎𝑏𝑐 = 2.572€𝐷𝐾
g. Keputusan uji: 𝐻0 diterima.
h. Kesimpulan:
Rataan nilai Matematika kelas tiga SMU “Entah Mana” tidak lebih daripada 65.
Jika diasumsi variansi populasinya diketahui (atau dapat dicari atau dapat
diasumsikan sama dengan nilai tertentu), maka rumus statistik ujinya adalah sebagai
berikut.
−𝜇0
𝑋
𝑍= ~𝑁(0,1)
𝛼⁄√𝑛
𝑋̅𝑝 𝜇0𝑝
p= banyaknya variabel terikat
S= matriks-kovariansi dari p variabel yang diketahui, pada sampel.
Pada uji mengenai rataan multivariat dengan p variabel terikat ini, susunan
hipotesis nol-nya adalah sebagai berikut:
𝜇1 𝜇01
H0 =[𝜇…2 ][𝜇…
02 ]
𝜇𝑝 𝜇0𝑝
Statistik uji untuk mengetahui hipotesis nol tersebut adalah:
(𝑛−𝑝)
F (𝑛−1)𝑝 T2
√𝑛 (1)(𝑋̅ − 𝜇0 )
Jika kedua ruas formula tersebut dikuadratkan, diperoleh:
Z2 = (n) (𝜎12)(𝑋̅ − 𝜇0 )2
𝜇𝑝 𝜇0𝑝
2 2
H0 ditolak jika 𝑋𝑜𝑏𝑠 = 𝑋𝛼;𝑝
Contoh soal:
Pada ujian matematika, yang terdiri dari dua bagian yaitu aljabar dan geometri, ingin
diuji apakah rerata aljabarnya 6 dan rerata geometrinya adalah 6,5. Lima orang
diambil sebagai sampel dan nilai-nilai mereka sebagai berikut:
No Subjek Nilai Aljabar Nilai Geometri
1` 6 7
2 7 8
3 5 7
4 6 6
5 6 6
Jika variansi dan kovariansi populasi tidak diketahui, dengan mengambil tingkat signifikansi
5%, bagaimana kesimpulan penelitian tersebut?
Jawab:
𝜇1 6
a. 𝐻0 : [𝜇 ] = [ ]
2 6,5
𝜇1 6
𝐻1 : [𝜇 ] ≠ [ ]
2 6,5
dengan 𝜇1 merupakan rerata aljabar dan 𝜇1 merupakan rerata geometri
b. α = 0,01
c. Statistik uji yang digunakan:
(𝑛−𝑝)
F = (𝑛−1)𝑝 𝑇 2 ~ 𝐹(𝑝, 𝑛 − 𝑝)
d. Komputasi:
Aljabar (𝑋1 ) Geometri (𝑋2 ) 𝑋12 𝑋2 2 𝑋1 𝑋2
5 6 25 36 30
8 7 64 49 56
6 5 36 25 30
6 8 36 64 48
5 8 25 64 40
Σ = 30 Σ= 34 Σ = 186 Σ = 238 Σ = 204
𝑋̅= 6 𝑋̅= 6,8
(𝛴𝑋1 )2
𝑆𝑆1= Σ𝑋1 2- 𝑛
302
= 186 - 5
900
= 186 - 5
= 186 - 180
=6
(𝛴𝑋2 )2
𝑆𝑆2 = Σ𝑋2 2- 𝑛
342
= 238 - 5
1156
= 238 - 5
= 238 – 231,2
= 6,8
(𝛴𝑋1 )(𝛴𝑋2 )
𝑆𝑆12= Σ𝑋1 𝑋2- 𝑛
(30)(34)
= 204 – 5
1020
= 204 - 5
= 204 - 204
=0
𝑆𝑆1 𝑆𝑆12 6 0
SSCP = [ ]=[ ]
𝑆𝑆21 𝑆𝑆2 0 6,8
𝑆𝑆𝐶𝑃 1 6 0 1,5 0
S= =4[ ]=[ ]
𝑛 0 6,8 0 1,7
1 1,7 0
𝑆 −1 = (1,5)(1,7)−(0)(0) [ ]
0 1,5
1 1,7 0
= 2,55 [ ]
0 1,5
0,667 0
=[ ]
0 0,588
6 6 0
𝑋̅ − 𝜇0 = [ ] − [ ]= [ ]
6,8 6,5 0,3
𝑇 2 = 𝑛(𝑋̅ − 𝜇0 )′(𝑠)−1 (𝑋̅ − 𝜇0 )
0,667 0 0
= 5 [0 0,3] [ ][ ]
0 0,588 0,3
0
= 5 [0 0,1764] [ ]
0,3
= (5)(0,053)
= 0,265
(𝑛−𝑝)
𝐹𝑜𝑏𝑠 = (𝑛−1)𝑝 𝑇 2
(5−2)
= (5−1)2 (0,265)
= 0,099
e. DK = {F|F > 𝐹0,05:2,3}
= {F|F > 9,55 }
𝐹𝑜𝑏𝑠 bukan elemen DK
f. Keputusan Uji: 𝐻0 tidak ditolak
g. Kesimpulan: Benar bahwa pada ujian tersebut rerata aljabarnya sebesar 6 dan rerata
geometrinya sebesar 6,5.
dengan
(𝑛1 −1)𝑠12 +(𝑛2 −1)𝑠22
𝑠𝑝2 = 𝑛1 +𝑛2 −2
Statistik uji itu berdistribusi t dengan derajat bebas v, yang v dapat dicari dari
formula berikut:
(𝑆12 /𝑛1 + 𝑠22 /𝑛2
𝑣= 2 2
(𝑆2 2
1 /𝑛1 ) +(𝑆2 /𝑛2 )
𝑛1 −1 𝑛2 −1
Contoh:
Seseorang ingin melihat apakah terdapat beda tinggi badan antara anak wanita dan
pria umur 9 tahun. Data mengenai tinggi badan tersebut adalah sebagai berikut.
Wanita : 51 71 76 81 67 98 58 69 87 74 79 81
Pria : 68 72 77 79 68 80 54 63 89 74 66 86 77 73 74 87
Jika diasumsikan bahwa sampel-sampel tadi diambil dari populasi-populasi normal
yang variansi-variansinya sama tetapi tidak diketahui dan dengan α=5%. Bagaimana
kesimpulan penelitian tersebut? (α disebut tingkat signifikasi)
Jawab:
Setelah dihitung, diperoleh rataan dan deviasi baku sebagai berikut:
Wanita :∑𝑋 = 892; ∑𝑋 2 = 68044; ̅𝑋 = 74,333; ≤ 12,572
Pria : ∑𝑋 = 1187; ∑𝑋 2 = 89339; ̅𝑋 = 74,188; ≤= 9,232
Misalnya 𝜇1 adalah rataan tinggi anak wanita dan 𝜇2 adalah rataan tinggi anak pria.
a. 𝐻0 : 𝜇1 = 𝜇2 (anak wanita dan pria sama tingginya)
𝐻1 = µ1 ≠ µ2 (anak wanita dan pria tidak sama tingginya)
b. α = 0.05
c. Statistik uji yang digunakan:
(𝑋̅1 −𝑋̅2 )
𝑡= 1 1
~𝑡(𝑛1 +𝑛𝑦 − 2)
√𝑛 +𝑛
1 2
d. Komputasi:
(𝑛1 −1)𝑠12 +(𝑛2 −1)𝑠22
𝑠𝑝2 = 𝑛1 +𝑛2 −2
(11)(212.572)2 +(15)(9.232)2
= 12+16−2
3017.054
= = 116.041
26
e. Daerah kritik:
𝑡0.025.20 ≠ 2.056:
𝐷𝐾 = {𝑡|𝑡 < −2.056 𝑎𝑡𝑎𝑢 𝑡 > 2.056}; 𝑑𝑎𝑛
𝑡𝑎𝑏𝑐 = 0.035 𝑏𝑢𝑘𝑎𝑛 𝑒𝑙𝑒𝑚𝑒𝑛 𝐷𝐾
f. Keputusan uji: 𝐻0 diterima.
g. Kesimpulan: Tinggi badan anak-anak wanita dan pria sama.
2. Uji Beda Rataan Multivariat (Uji T Multivariat)
Perhatikan kembali statistik uji t berikut:
(𝑋̅1 − 𝑋̅2 )
𝑡=
1 1
𝑠𝑝 √𝑛 + 𝑛
1 2
2
(𝑋̅1 − 𝑋̅2 )2
𝑡 =
1 1
𝑠𝑝2 √𝑛 + 𝑛
1 2
(𝑋̅1 − 𝑋̅2 )2
= 𝑛 +𝑛
𝑆𝑃2 ( 1𝑛 𝑛 2 )
1 2
𝑛1 𝑛2 (𝑋̅1 − 𝑋̅2 )2
= .
𝑛1 + 𝑛2 𝑆𝑃2
𝑛1 𝑛2
= (𝑋̅ − 𝑋̅2 )( 𝑆𝑃2 )−1 (𝑋̅1 − 𝑋̅2 )
𝑛1 + 𝑛2 1
Formula untuk rumus 𝑡 2 tersebut mengilhami formula untuk statistik uji pada uji t
multivariat.
Misalnya terdapat p variabel terikat X1, X2, ..., Xp pada kelompok I dan kelompok
II, yang tata letaknya adalah sebagai berikut:
Kelompok Kelompok 1 Kelompok II
Variabel 𝑋1 𝑋2 ... 𝑋𝑃 𝑋1 𝑋2 ... 𝑋𝑃
Terikat
Data 𝑋111 𝑋211 𝑋𝑃11 𝑋121 𝑋221 𝑋𝑝21
𝑋112 𝑋212 𝑋𝑃12 𝑋122 𝑋222 𝑋𝑝22
𝑋113 𝑋213 𝑋𝑃13 𝑋123 𝑋223 𝑋𝑝23
... ... ... ... ... ...
𝑋11𝑛1 𝑋21𝑛1 𝑋𝑝1𝑛1 𝑋12𝑛2 𝑋22𝑛2 𝑋𝑝2𝑛2
Banyak 𝑛1 𝑛2
Data
Rerata 𝑋̅11 𝑋̅21 ... 𝑋̅𝑝1 X12 X22 ... Xp2
𝑋̅𝑝1 𝑋̅𝑝2
Matriks S dicari dari formula:
𝑤1 +𝑤2
S=
𝑛1 +𝑛2 −2
dengan 𝑤1 dan 𝑤2 adalah SSCP (sum of square cross product matrix) kelompok I
dan kelompok II. Matriks S ini setara dengan variansi gabungan 𝑠𝑝2 pada uji t
univariat.
Contoh:
Seorang peneliti ingin melihat apakah metode A mempunyai efek yang berbeda
dengan metode B pada kemampuan matematika siswa. Variabel kemampuan
matematika siswa terbagi menjadi dua, yaitu: (a) pemahaman konsep siswa dan (b)
keterampilan komputasi siswa dalam pelajaran Matematika. Datanya adalah sebagai
berikut.
Metode A Metode B
Konsep Komputasi Konsep Komputasi
1 6 4 8
2 3 5 6
3 4 6 7
5 4
2 5
(∑ 𝑋2 )2 484
SS2 = ∑ 𝑋22 - = 102 - = 5.2
𝑛1 5
(∑ 𝑋1 )(∑ 𝑋2 ) (13)(22)
SS12 = ∑ 𝑋1 𝑋2 - = 54 – = -3.2
𝑛1 5
9.2 −3.2
W1 = [ ]
−3.2 5.2
Dengan cara yang sama, SSCP untuk kelompok II adalah:
2.0 −1.0
W2 = [ ]
−1.0 2.0
Dari W1 dan W2 diperoleh:
𝑤 11.2 −4.2
𝑤1 + 𝑤2 1 1.87 −0.70
S=𝑛 =𝑛 =6[
]=[ ] dan
1 + 𝑛2 −2 −4.2 7.2
1 + 𝑛2 −2 −0.70 1.20
1 1.20 0.70 0.684 0.399
S-1 = 1.754 [ ]=[ ]
0.70 1.87 0.399 1.066
2.6 5.0 −2.4
Dengan menggunakan rumus S-1 dan 𝑋1 - 𝑋2 = [ ] – [ ] = [ ] diperoleh:
4.4 7.0 −2.6
𝑛1 𝑛2
T2 = 𝑛 (𝑋1 - 𝑋2)’S-1(𝑋1 - 𝑋2)
1 + 𝑛2