TUGAS STATISTIKA II

“Pendugaan Parameter dan Pengujian Hipotesis”

MATA KULIAH : STATISTIKA II

DOSEN PEMBINA : ANNA APRIANA HIDAYANTI

Disusun Oleh :

S1 AKUNTANSI/A

SEMESTER 2

Henokh Yudi Evrinando (181664SA)

Ni Luh Nita Widya Wati (181662SA)

Maria Agustina Luna (181646SA)

Ivan Luthfiansyah (181644SA)

Yogi Praditya (181642SA)

SEKOLAH TINGGI ILMU EKONOMI AMM MATARAM

JALAN PENDIDIKAN N0.1 MATARAM

 TAHUN AKADEMIK 2018/2019

A. PENDUGAAN INTERVAL UNTUK RATA-RATA

Pendugaan interval untuk rata-rata ditentsukan sebagai berikut.:

1. Untuk Sampel Besar (n > 30)

a. Untuk populasi tidak trbatas atau populasi terbatas yang pengambilan
sampelnya dengan pengembalian dan σ diketahui
Untuk populasi yang tidak terbatas atau dari populasi terbatas yang pengambilan
sampelnya dengan pengembalian (with replacement) dan σ diketahui, pendugaan
interval untuk rata-rata dirumuskan :

σ σ
𝑋 − Z𝑎⁄2 . < μ < X + Z𝑎⁄2 .
√n √n

Contoh soal :
Warung nasi SUM-SUM mengadakan penelitian perkiraan pengeluaran karyawan
perusahaan yang digunakan untuk membeli makanan di warungnya selama setahun.
Untuk keperluan penelitian tersebut diambil sampel yang terdiri atas 300 karyawan.
Ternyata, rata-rata pengeluaran untuk membeli makanan adalah Rp 406.000.000
setahun dengan simpangan baku Rp 165.000.000. Dugalah rata-rata pengeluaran
karyawan untuk membeli makanan dalam setahun dengan interval keyakinan 95%!

Penyelesaian :
n = 300
X = 406.000
σ = 165,000
1 – 𝛼 = 95%
𝛼 = 5%
𝑍𝑎⁄2 = Z0,025 = 1.96
σ
X - Zα⁄ . <μ< X + Zα⁄2
2 √n
165.000 165.000
406.000 - Z0,025 . < μ < 406.000 + Z0,025 .
√300 √300

406.000 – (1,96)(9.526,28) <μ ≤ 406.000 + (1,96)(9.526,28)

387.328,48 <μ < 424.671,51
 Artinya : Dugaan bahwa rata-rata pengeluaran karyawan yang berada di antara Rp
387.328,49 sampai Rp 424.671,51 akan benar 95% dari keseluruhan waktu, jika
pendugaan itu dilakukan berulang-ulang dengan cara yang sama.

b. Untuk populasi terbatas, pengambilan sampel tanpa pengembalian, dan σ

diketahui
Untuk populasi terbatas yang pengembalian sampelnya dengan tanpa pengembalian
𝑛
dan σ diketahui atau (𝑁)> 5% pendugaan interval untuk rata-rata dirumuskan.

σ N-n σ N-n
X - Za⁄ . √ <μ<X + Za⁄2 . √
2 √n N-1 √n N-1

Contoh soal :
Perusahaan PT Maju Terus memiliki karyawan 250 orang. Untuk keperluan tertentu,
ingin diketahui rata-rata lama jam kerjanya per minggu. Untuk itu diambil sampel
sebanyak 35 orang dan diperoleh data bahwa rata-rata kerja karyawan tersebut adalah
39,76 jam per minggu. Jika simpangan baku rata-rata kerjanya 0,93jam, dugalah
dengan tingkat keyakinan 90% rata-rata jam kerja karyawan tersebut.
Penyelesaian :
N = 250
n = 35
𝑋 = 39,76
𝜎 = 0,93
1 – α = 90%
α = 10% = 0,1
𝑍𝑎⁄2 = 𝑍0,05= 1,65

σ 𝑁−𝑛 σ 𝑁−𝑛
X- Za⁄2 . √ <μ<X+ Za⁄2 . √
√n 𝑁−1 √n 𝑁−1

0,93 250-35 0,93 250-35

39,76 - (1,65) ( ) (√ 250-1 )<μ< 39,76 + (1,65) ( ) (√ 250-1 )
√35 √35

39,53 <μ< 39,99

Jika rata rata jam kerja karyawan perusahaan PT Maju Terus dengan tingkat
keyakinan 90% berada antara 39.53 jam sampai 39,99 jam per minggu.

2. Untuk Sampel Kecil (n ≤ 30)

Untuk sampel kecil yang penambilang sampelnya dengan pengembalian dan σ
tidak diketahui, pendugaan interval untuk rata-rata dirumuskan :

𝑠 𝑠
𝑋 − 𝑡𝑎⁄ . < 𝜇 < 𝑋 + 𝑡𝑎⁄ .
2 2
√𝑛 √𝑛

∑ 𝑋2 (∑ 𝑋)2
s = √𝑛−1 − 𝑛(𝑛−1)

Contoh soal :
Suatu sampel random yang terdiri atas 9 orang karyawan disebuah perusahaan
memiliki waktu yang diperlukan untuk menyelesaikan sebuah pekerjaan, yaitu 14; 17;
15; 18; 18; 14; 15; 19; 15 menit. Dugalah rata-rata waktu yang digunakan bagi
karyawan tersebut dengan interval keyakinan 99%.
𝑛 =9
∑𝑋 = 145
∑ 𝑋2 = 2.365
𝑋 = 16.11
1 − 𝑎 = 99%
𝑎 = 0.01
𝑎⁄ = 0,005
2
𝑛−1 =8
𝑡0,005∶8 = 3,355

2.365 (145)2
𝑠=√ −
8 72

= 1,9
S S
X- ta⁄2 . < μ<X+ ta⁄2 .
√n √n
 1,9 1,9
16,11 − (3,355) ( 3 )<μ< 16,11 + ( 3,355) ( 3 )

13,985< μ<18,235

Jadi, rata – rata waktu yang digunakan oleh karyawan perusahaan dengan interval
keyakinan 99% berkisar antara 13,985 menit sampai 18,235 menit.

̂ (𝟏−𝒑
𝒑 ̂) ̂ (𝟏−𝒑
𝒑 ̂)
Catatan :
̂ - 𝒁𝒂/𝟐 √
𝒑 ̂ + 𝒁𝒂/𝟐 √
< P <𝒑
𝒏 𝒏
1. Pada rumus bagian 1, jika simpangan baku populasi σ tidak diketahui, digunakan
simpangan baku sampel s sebagai perkiraan dari σ.
n
2. Pada rumus bagian 2, jika (N) > 5%, maka digunakan faktor koreksi :

𝑁−𝑛
√
𝑁−1

Sehingga pendugaan intervalnya menjadi :

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

B. PENDUGAAN INTERVAL UNTUK PROPORSI

Pendugaan interval untuk proporsi ditentukan sebagai berikut:

1. Untuk Sampel Besar (n > 30)

a. Untuk populasi tidak terbatas

Untuk populasi yang tidak terbatas, pendugaan untuk proporsi dirumuskan:

 𝑿
2𝒑
̂=
𝒏

Contoh soal:

Sebuah peti kemas milik perusahaan PT Furniture Mantul, diperiksa untuk menaksir
persentase barang yang rusak. Untuk keperluan tersebut, diambil 60 buah barang yang ada
dalam peti kemas itu dan diperoleh 9 buah yang rusak. Dugalah persentase barang yang rusak
dalam peti tersebut, gunakan interval keyakinan 99%!

Penyelesaian:

Diketahui:

n = 60

X=9
̂ (𝟏−𝒑
𝒑 ̂) 𝑵− 𝒏 ̂ (𝟏−𝒑
𝒑 ̂) 𝑵− 𝒏
9
̂ − 𝒁𝒂/𝟐 √
𝒑 √ ̂ + 𝒁𝒂/𝟐 √
< P <𝒑 √
𝒏 𝑵−𝟏 𝒏 𝑵−𝟏
𝑝̂ = = 0.15
60
1 – 𝛼 = 99%

𝛼 = 1% = 0.01

𝑍𝑎/2 = 𝑍0.005 = 2.58

̂ (𝟏−𝒑
𝒑 ̂) ̂ (𝟏−𝒑
𝒑 ̂)
̂ - 𝒁𝒂/𝟐 √
𝒑 ̂ + 𝒁𝒂/𝟐 √
< P <𝒑
𝒏 𝒏

0.15 (1−0.15) 0.15 (1−0.15)

0.15 – 2.58 √ < P < 0.15 + 2.58 √
60 60

0.0311 < P < 0.2689

3.11% < P < 26.89%

Jadi, persentase kerusakan barang dalam peti kemas tersebut pada interval keyakinan 99%
berada antara 3.11% sampai 26.89%.

b. Untuk populasi terbatas dan pengambilan sampai tanpa pengembalian

𝑛
Untuk populasi terbatas dan pengambilan sampel tanpa pengembalian atau (𝑁) > 5%
pendugaan interval untuk proporsi dirumuskan:
Contoh soal:

Sebuah perusahaan mobil ingin memasarkan produknya kepada mahasiswa STIE AMM.
Mereka merencanakan kredit khusus untuk mahasiswa. Untuk itu, diadakan penelitian berapa
banyak mahasiswa yang senang mobil tersebut. Dari populasi mahasiswa sebanyak 300
orang, diambil sampel sebanyak 90 orang. Dari 90 mahasiswa yang diinterview, 25 orang
menyatakan senang. Dugalah dengan interval keyakinan 97% proporsi mahasiswa yang
senang monil itu!

Penyelesaian:

Diketahui:

N = 300

N = 90

X = 25
25
𝑝̂ = = 0.28
90

1 – 𝛼 = 97%

𝛼 = 3% = 0.015

𝑍𝑎/2 = 𝑍0.015 = 2.17

̂ (𝟏−𝒑
𝒑 ̂) 𝑵− 𝒏 ̂ (𝟏−𝒑
𝒑 ̂) 𝑵− 𝒏
̂ − 𝒁𝒂/𝟐 √
𝒑 √ ̂ + 𝒁𝒂/𝟐 √
< P <𝒑 √
𝒏 𝑵−𝟏 𝒏 𝑵−𝟏

0.28 (1−0.28) 300−90 0.28 (1−0.28) 300−90

0.28 – 2.17 √ √ < P < 0.28 + 2.17 √ √
90 300−1 90 300−1

0.1939< P < 0.3660

19.39% < P < 36.60%

Jadi, mahasiswa yang senang mobil dengan interval keyakinan 97%, diduga berkisar antara
19.39% sampai 36.6%.

2. Untuk sampel kecil (n ≤ 30)

Untuk sampel kecil pendugaan interval untuk proporsi dirumuskan:

Rumusan di atas kurang sesuai dengan distribusi t, namun hasilnya dianggap lebih baik dari
pada distribusi Z. Beberapa ahli cendrung mengganti varians proporsi dengan cara membuat
1 1
maksimum 𝑝̂ (1 − 𝑝̂ ), yaitu jika 𝑝̂ = maka 𝑝̂ (1 − 𝑝̂ ) = 4. Dirumuskan:
2

̂ (𝟏−𝒑
𝒑 ̂) ̂ (𝟏−𝒑
𝒑 ̂)
̂- 𝒕𝒂/𝟐 √
𝒑 ̂ + 𝒕𝒂/𝟐 √
< P <𝒑
𝒏 𝒏

Contoh soal:

Penelitian terhadap sampel sebanyak 20 karyawan sebuah perusahaan, 6 diantaranya

memiliki mobil. Dengan interval keyakinan 95%, tentukan proporsi karyawan yang memiliki
mobil!

Penyelesaian:

Diketahui:

n = 20

X=6

6
𝑝̂ = = 0.3 𝟏 𝟏
20
̂- 𝒕𝒂/𝟐 √ < P <𝒑
𝒑 ̂ + 𝒕𝒂/𝟐 √
𝟒 𝟒
𝒏 𝒏
1 – 𝛼 = 95%

= 5% = 0.05

𝛼/2 = 0.025

n – 1 = 20 – 1 = 19
𝑡0.025 = 2.093

̂ (𝟏−𝒑
𝒑 ̂) ̂ (𝟏−𝒑
𝒑 ̂)
̂ - 𝒕𝒂/𝟐 √
𝒑 ̂ + 𝒕𝒂/𝟐 √
< P <𝒑
𝒏 𝒏

(0.3)(0.7) (0.3)(0.7)
0.3 – 2.093 √ < 𝑃 < 0.3 + 2.093 √
20 20

0.0855 < P < 0.5145

8.55% < P < 51.45%

Proporsi karyawan yang punya mobil berkisar antara 8.55% sampai 51.45%.

Selain menggunakan rumus-rumus di atas, pendugaan interval proporsi dapat juga

dilakukan dengan menggunakan Chart atau grafik daerah keyakinan bagi proporsi (Clopper
and Person Chart).Pada grafik tersebut, sumbu vertikal merupakan skala P, yaitu proporsi
𝑋
yang sebenarnya dan sumbu horizontal merupakan skala 𝑝̂ atau 𝑛.Dari grafik tingkat
keyakinan tertentu, telah dibuat interval proporsi dan n tertentu (lampiran !)

Contoh :
𝑋 𝑋
Misalkan 𝑝̂ atau 𝑛 = 0,4, n = 250, dan interval keyakinan adalah 95%. Dari skala 𝑛 = 0,4
dibuat garis tegak lurus yang memotong dua kurva, yaitu kurva n = 250 bagian bawah dan
atas, maka bagian bawah yang terpotong menunjukan angka 0,35 dan bagian atas
menunjukan angka 0,49. Dengan demikian, batas bawah pendugaan adalah 0,35 dan batas
atasnya adalah 0,49, atau :

0,35 <P< 0,49

35% <P< 49%

Contoh soal :

Sebuah penelitian dilakukan oleh sebuah perguruan tinggi swasta, yaitu mengenai berat
badan mahasiswa. Dari sampel 100 mahasiswa, ternayata 20 mahasiswa memiliki berat badan
60 kg. Dengan interval keyakinan 90%, dugalah proporsi berat badan mahasiswa yang 60 kg
! Gunakan grafik daerah keyakinan bagi proporsi !

Penyelesaian :

n = 100

X = 20

𝑋 = 0,2

1 − 𝑎 = 90%
𝑎 = 0,90

Dari grafik, diperoleh :

 Batas bawah pendugaan = 0,16

 Batas atas pendugaan = 0,33
Jadi :

0,16 <P < 0,33

16% <P< 33%

Proporsi berat badan mahasiswa yang 60 kg berkisar antara 16% sampai 33%.

C. PENDUGAAN INTERVAL BEDA DUA RATA-RATA

Pendugaan interval beda dua rata-rata ditentukan sebagai berikut

1. Untuk Sampel Besar dan σ1 dan σ2 Diketahui

Untuk sampel besar (n > 30) dan 𝜎1 dan 𝜎2 diketahui pendugaan interval beda rata-
rata dirumuskan :

(𝑋1 − 𝑋2 ) − 𝑍𝑎⁄2 σ𝑋1 𝑋2 < (μ1 μ2 ) < (𝑋1 − 𝑋2 ) + 𝑍𝑎⁄2 σ(𝑋1 𝑋2 )

σ2 σ22
σ(𝑋 = √n 1 +
1 𝑋2 ) 1 n2

Contoh soal :

Upah mingguan 60 orang karyawan perusahaan asing rata-rata Rp 250.000.000,

dengan simpangan baku Rp 27.000.000. Untuk perusahaan nasional, dari 60 orang
karyawan diketahui bahwa upah mingguan rata-rata adalah Rp 125.000.000, dengan
simpangan baku Rp 10.000.000. Dengan interval keyakinan 99%, buatlah pendugaan
beda rata-rata upah karyawan perusahaan asing dengan perusahan nasional.

Penyelesaian :

𝑛1 = 60

𝑋1 = 250.000
 𝜎1 = 27.000

𝑛2 = 60

𝑋2 = 125.000

𝜎2 = 10.000

1 − 𝑎 = 99%

𝑎 = 0,005

𝑍𝑎⁄2 = 2,58

𝜎12 𝜎22
𝜎(𝑋1 𝑋2) = √ +
𝑛1 𝑛2

(27.000)2 (10.000)2
=√ +
60 60

= 3.717,1

𝑋 − 𝑋 = 250.000-125.000

= 125.000

(𝑋1 𝑋2 ) − 𝑍𝑎⁄2 σ𝑋1 𝑋2 < (𝜇1 − 𝜇2 ) < 𝑋1 𝑋2 + 𝑍𝑎⁄2 𝜎(𝑋

1 𝑋2 )

125.000-(2,58)(3.717,1) < (𝜇1 − 𝜇2 ) < 125.000+(2,58)(3.717,1)

115.409,882<(μ1 -μ2 )<134.590,118

Jadi, beda rata upah karyawan perusahan asing dengan perusahaan nasional berkisar antara
Rp 115.409,882 sampai Rp 134.590,118.

2. Untuk Sampel Kecil dan σ𝟐𝟏 dan σ𝟐𝟐 Tidak Diketaui

Untuk sampel kecil (n ≤ 30) dan 𝜎12 dan 𝜎22 tidak diketaui pendugaan interval beda
rata-rata dirumuskan :
 (𝑋1 − 𝑋2 ) − 𝑡𝑎⁄2 𝑠𝑋1 − 𝑋2 <(𝜇1 − 𝜇2 ) < (𝑋1 − 𝑋2 ) + 𝑡𝑎⁄2 𝑠𝑋1 − 𝑋2

(𝑛1 −1)𝑆12 +(𝑛2 −1)𝑆22 1 1

𝑆(𝑋1−𝑋2 ) = √ √(𝑛 ) + (𝑛 )
𝑛1 + 𝑛2 −2 1 2

∑ 𝑋12 (∑ 𝑋1 ) ∑ 𝑋1
𝑆12 = − 𝑑𝑎𝑛 𝑋1 =
𝑛−1 𝑛(𝑛−1) 𝑛1

∑ 𝑋22 (∑ 𝑋2 ) ∑ 𝑋2
𝑆12 = − 𝑑𝑎𝑛 𝑋2 =
𝑛−1 𝑛(𝑛−1) 𝑛2

Contoh soal :

Berikut table berisikan lamanya produksi semacam barang yang dilakukan dengan
dua acara.

Tabel 4.2 WAKTU YANG DIPERLUKAN UNTU DUA CARA PROSES

PRODUKSI

No. Sampel Cara I ( Jam) Cara II (jam)

1 3 2
2 7 4
3 9 5
4 3 7
5 4 2
6 2 5
7 4 4
8 8 6
9 5 1
Duagalah perbedaan rata-rata cara kerja produksi barang tersebut dengan interval
keyakinan 95%!

Penyelesaian :

𝑛1 =9

𝑋1 =5

𝑆12 =6

𝑛2 =9
𝑋2 =4

𝑆22 =4

1 − 𝑎 = 95%

𝑎 = 5%

𝑎/2 = 0,025

𝑑𝑏 =𝑛1 + 𝑛2 − 2 = 16

𝑡0,025 = 2,12

(9 − 1)6 + (9 − 1)4 1 1
𝑆(𝑋1 𝑋2) = √ √ +
16 9 9

= (2,24) (0,471)

= 1,056

(𝑋1 𝑋2 ) = 𝑡𝑎⁄2 𝑆(𝑋1𝑋2 ) < 𝜇1− 𝜇2 < (𝑋1 𝑋2 ) + 𝑡𝑎⁄2 𝑆(𝑋1 𝑋2 )

1-( 2,12)(1,056) < (𝜇1− 𝜇2 ) < 1 + (2,12)(1,056)

-1,24 <(𝜇1− 𝜇2 )< 3,24

D. PENDUGAAN INTERVAL BEDA DUA PROPORSI

Untuk beda dua proporsi, pendugaan intervalnya dirumuskan :

(𝑝̂1 − 𝑝̂2 ) − 𝑍𝑎⁄ 𝑆(𝑝̂1 𝑝̂2 ) < (𝑃1 − 𝑃2 < (𝑃̂1 − 𝑃̂2 + 𝑍𝑎⁄ 𝑆(𝑝̂1 𝑝̂2 )
2 2

̂
𝑃 (1− 𝑃 ) ̂
𝑃 (1− 𝑃 ) ̂ ̂
𝑆(𝑝̂1 𝑝̂2) = √ 1 𝑛 1 + √ 2 𝑛 2
1 2

Contoh Soal :
PT GOMBRANG mengadakan pelatihan mengenai teknik pemasaran dengan dua
metode latihan. Metode latihan pertama diikuti 150 orang dan 90 orang dinyatakan
berhasil. Metode kedua diikuti 275 orang dan 125 orang dinyatakan berhasil. Dengan
menggunakan interval keyakinan 90%, tentukan beda proporsi sebenarnya bagi yang
berhasil.

Penyelesaian :

𝑛1 = 150

𝑋1 = 90

90
𝑝̂1 = 150 = 0,6

𝑛2 = 275

𝑋2 = 125

125
𝑝̂2 = 275 = 0,45

1 − 𝑎 = 90%

𝑎 = 10% = -0,1

𝑍𝑎⁄2 = 𝑍0,05= 1,64

𝑃̂1 (1 − 𝑃̂1 ) 𝑃̂2 (1 − 𝑃̂2 )

𝑆(𝑝̂1 𝑝̂2) = √ +
𝑛1 𝑛2

(0,6)(0,4) (0,45)(0,55)
=√ +
150 275

= 0,05

𝑃̂1 − 𝑃̂2 = 0,6 − 0,45 = 0,15

(𝑃̂1 −𝑃̂2 ) − 𝑍𝑎⁄2 𝑆(𝑝̂1−𝑝̂2 ) < (𝑃1 −𝑃2 ) < (𝑝̂1 − 𝑝̂2 ) + 𝑍𝑎⁄2 𝑆(𝑝̂1−𝑝̂2 )

0,15 − (1,64)(0,05) < (𝑃1 −𝑃2 ) < 0,15 + (1,64)(0,05)

 0,068 < (𝑃1 −𝑃2 ) < 0,232

6,8% < (𝑃1 −𝑃2 ) < 23,2%

Jadi, proporsi sebenarnya yang berhasil mengikuti pelatihan tersebut berkisar antara
6,8% sampai 23,2%

Catatan :

𝑛
Jika populasi berbatas dan (𝑁) > 5%, rumus tersebut dipakaikan factor koreksi

𝑁−𝑛
√ , sehingga pendugaan intervalnya menjadi :
𝑁−1

𝑁−𝑛 𝑁−𝑛
(𝑝̂1 − 𝑝̂ 2 ) − 𝑍𝑎⁄ 𝑆(𝑝̂1 𝑝̂2 ) (√
2
) < (𝑃1 − 𝑃2 < (𝑃̂1 − 𝑃̂2 + 𝑍𝑎⁄2 𝑆(𝑝̂1 𝑝̂2 ) (√𝑁−1)
𝑁−1

E. PENDUGAAN INTERVAL VARIANS DAN SIMPANGAN BAKU

Untuk varians dan simpangan baku, pendugaan intervalnya dirumuskan sebagai

berikut:

1. untuk varians:
(𝑛−1)𝑆 2 (𝑛−1)
< 𝜎2 <
𝑋12 𝑋2 1
2𝑎 1− 𝑎
2

2. Untuk simpangan baku:

(𝑛−1)𝑆 2 (𝑛−1)𝑆 2
√ < 𝜎2 < √
𝑋12 𝑋2 1
𝑎 1− 𝑎
2 2

Contoh soal:

Seorang ahli pemasaran ingin mengetahui batas-batas Varians (keragaman) harga barang
”X”, didaerah “M”. Untuk itu, diambil sampel dengan n = 15, yang menghasilkan 𝑆 2 = 5,96.
Dengan interval keyakinan 95%, dugalah batas-batas varians dan simpangan baku harga
barang ”X” tersebut!

Penyelesaian:
n = 15
2
𝑆 = 5,96
n–1 = 14
1–a = 95%
a = 0,05
𝑎⁄2 = 0,025
2
𝑎0,025 = 26,119
𝑎20,975 = 5,63

(𝑎−1)𝑎2 (𝑎−1)
< 𝑎2 <
𝑎21 𝑎2 1
2𝑎 1− 𝑎
2

(15−1)(5,96) (15−1)(5,96)
< 𝑎2 <
𝑎20,025 𝑎20,975

83,44 83,44
< 𝑎2 <
26,119 5,63

3,19 < 𝑎2 < 14,28

1,786 < 𝑎2 < 3,85

F. PENGUJIAN HIPOTESIS RATA-RATA

1. Pengujian Hipotesis Satu Rata-Rata

a. sampel besar (n>30)

Untuk pengujian hipotesis satu rata-rata dengan sampe besar (n>30), uji statistiknya
menggunkan distribusi Z. Prosedur pengujian Hipotesisnya ialah sebagai berikut.

1). Formula Hipotesis

a. H0:= 0
H1:>0
b. H0:= 0
H1:<0
c. H0:= 0
H1:≠ 0
2). Penentuan nilai (taraf nyata) dan nilai Z tabel (Z) dan (Z/2)

Penentuan niala sesuai soal, kemudian nilai Z atau Z/2 ditentukan dari table.

3). Kriteria Pengujian

a. untuk H0:= 0 dan H1:>0

(1) H0 diterima jika Z0≤ Z,

(2) H0 ditolak jika Z0> Z,

b. untuk H0:= 0 dan H1:<0

(1) H0 diterima jika Z0≥ -Z,

(2) H0 ditolak jika Z0< -Z,

c. untuk H0:= 0 dan H1:≠ 0

(1) H0 diterima jika -Z/2≤ Z0 ≤ Z /2,

(2) H0 ditolak jika Z0> Z /2 atau Z0< -Z /2

4). Uji statistik

a) Simpangan baku populasi () diketahui:

X − 0 X − 0
Zo = = 
x̅
√𝑛

b). Simpang buku populasi ()tidakdiketahui:

X − 0 X − 0
Zo = = 𝑠
𝑠x̅
√𝑛

Keterangan:

s= penduga dari 

= simpangan baku sampel

0 = nilai  sesuai dengan H0

Kesimpulan
 menyimpulkan tentang penerimaan atau penolakan Ho (sesuai dengan kriteria
pengujianya)

contoh soal :

Pimpinan bagian pengendalian mutu barang suatu pabrik susu ingin mengetahui
apakah rata-rata berat bersih satu kaleng susu bubuk yang diproduksi dan dipasarkan masih
tetap 400 gram atau sudah lebih kecil dari itu. Dari data sebelumnya diketahui bahwa
simpangan baku bersih per kaleng sama dengan 125 gram. Dari sampel 50 kaleng yang
diteliti, diperoleh rata-rata berat bersih 375 gram. Dapatkah diterima bahwa berat bersih rata-
rata yang dipasarkan tetap 400 gram? Ujilah dengan taraf nyata 5%!

Penyelesaian :

n = 50; X = 375;  = 125; 0 = 400

a. Formulasi hipotesisnya :
H0 :  = 400
H1 :  < 400
b. Taraf nyata dan nilai Z tabelnya :

𝜶 = 5 % = 0,05

Z0,05 = −1,64 (Pengujian sisi kiri)

c. Kriteria Pengujian:
Daerah Daerah
penolakan penerimaan

-1,64

H0 diterima apabila Z0 ≥ -1,64

H0 ditolak apabila Z0 < -1,64

d. Uji statistik :

X−0
Z= 𝑎
√𝑎
 375−400
= 125
√100

= -0,22

d. Kesimpulan

Karena Z0 = -0,22 ≥ - Z0 ,05 = -1,64 maka H0 diterima. Jadi berat bersih rata-rata susu
bubuk merek AKU SEHAT per kaleng yang dipasarkan sama dengan 400 gram.

b. sampel kecil (n≤30)

Untuk pengujian hipotesis rata-rata dengan sampel kecil ( n ≤ 30), uji statistiknya
menggunkan distribusi t. prosedur pengujian hipotesisnya sebagai berikut.

1). Formulasi hipotesis

a. H0:= 0

H1:>0
b. H0:= 0

H1:<0

c. H0:= 0

H1:≠ 0

2). Penentuan nilai  (taraf nyata) dan nilai t-tabel, db = n – 1, lalu menentukan nilai
t;n-1 dari table.

Menentukanya nilai  sesuai soal, kemudian menentukan derajat bebas, yaitu db = n -

1, lalu menentukan nilai t𝛂;𝜶−𝜶atau t𝛂/𝜶;𝜶−𝜶dari table.

3). Kriteria Pengujian

a. untuk H0:= 0 dan H1:>0

 (1). H0 diterima jika t0≤ t,

(2). H0 ditolak jika t0> t,

b. untuk H0:= 0 dan H1:<0

(1). H0 diterima jika t0≥ -t,

(2). H0 ditolak jika t0< -t,

c. untuk H0:= 0 dan H1:≠ 0

(1). H0 diterima jika -t/2≤ t0 ≤ t /2,

(2). H0 ditolak jika t0> t /2 atau t0< -t /2.

4). Uji statistic

a. Simpangan baku populasi () diketahui:

X − 0 X − 0
to = = 
x̅
√𝑛

b. Simpangan baku populasi () tidak diketahui:

X − 0 X − 0
to = = 𝑠
𝑠x̅
√𝑛

Kesimpulanmenyimpulkan tentang penerimaan atau penolakan Ho. (sesui dengan

kriteria pengujianya).

Contoh soal :

Sebuah sampel terdiri atas 15 kaleng cat, memiliki isi berat kotor seperti yang
diberikan berikut ini:

(isi berat kotor dalam kg/kaleng).

1,21 1,21 1,23 1,20

1,211,24 1,22 1,24 1,21
1,191,19 1,18 1,19
1,23 1,18Jika digunakan taraf nyata 1 %, dapatkah kita meyakini
bahwa populasi cat dalam kaleng rata-rata memiliki berat kotor 1,2 kg/kaleng ? (dengan
alternatif tidak sama dengan).
Penyelesaian:

n = 15; α = 1% = 0,01 0 = 1,2

∑ 𝑎 = 18,13

∑ 𝑎2 = 21,9189

̅̅̅̅̅̅̅̅̅̅̅̅̅̅
18,13
𝑎=
15
= 1,208

21,9189 (18,13)2
S = √ 14 − 210

= 0,02

a. Formasi hipotesis :
H0 :  = 𝜶, 𝜶
H0 :  ≠ 𝜶, 𝜶
b. Taraf nyata dan nilai t tabel :
α = 1% = 0,01; α/2 = 0,005 dengan db = 15 – 1 =14 t0,005;14 = 2,977

c. Kriteri pengujian

-2,977 2,997

H0 𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎 𝑎𝑎𝑎𝑎𝑎𝑎𝑎 ; -2,997 ≤ 2,997

H0 𝑎𝑎𝑎𝑎𝑎𝑎𝑎 𝑎𝑎𝑎𝑎𝑎𝑎𝑎 : t0 > 2,997 t0 <2,997

d. Uji statistic :

̅ −
𝑎 0
to = 𝑎
√𝑎

1,208−1,2
= 0,02
√15
= 1,52
 e. Kesimpulan :
Karena −t0,005 ; 14 =- 2,997≤ to = 𝜶, 𝜶𝜶 ≤ t0,005 ; 14 =
𝜶, 𝜶𝜶𝜶, 𝜶𝜶𝜶𝜶 Ho diterima.
Jadi populasi catdalam kaleng secara rata- rata berisi berat kotor 1,2 kg/kaleng.

2. Pengujian Hipotesis Beda Dua Rata-Rata

a. sampel besar (n>30)

Untuk pengujian hipotesis beda dua rata-rata dengan sampel besar (n<30).uji
statistiknya menggunakan distribusi Z. prosedur pengujianhipotesisnya ialah sebagai berikut.

1) Formulasi Hipotesis
a) H0 : μ1 = μ2
H1 : μ1 > μ2
b) H0 : μ1 = μ2
H1 : μ1 < μ2
c) H0 : μ1 = μ2
H0 : μ1 ≠ μ2

2) Penentuan nilai α dan nilai Z tabel (Zα )

Mengambil nilai α sesuai soal (kebijakan), kemudian menentukan nilai Zα atau
Zα/2 dari tabel.

3) Kriteria pengujian
a) Untuk H0 : μ1 = μ2 dan H1 : μ1 > μ2 :
(1) H0 diterima jika Z0 ≤ Zα,
(2) H0 ditolak jikaZ0 > Zα,
b) Untuk H0 : μ1 = μ2 danH1 : μ1 < μ2 ;
(1) H0 diterima jika Z0 ≥ −Zα,
(2) H0 ditolak jikaZ0 < −Zα,
c) Untuk H0 : μ1 = μ2 danH1 : μ1 ≠ μ2 ;
(1) H0 diterima jika −Zα/2 ≤ Z0 ≤ Zα/2
(2) ditolak jikaZ0 > Zα/2 atau Z0 < −Zα/2
 4) Uji Statistik
a) Jika simpangan baku populasi diketahui:
̅̅̅̅̅̅̅̅̅
̅̅̅̅
X1 −X ̅̅̅̅2 σ2 σ2
Z0 = dengan σx̅1 −x̅2 = √n1 + n2
σx̅1 −x̅ 2 1 2

b) Jika simpangan baku populasi tidak diketahui:

̅̅̅̅̅̅̅̅̅
̅̅̅̅
X1 −X ̅̅̅̅2 S2 S2
Z0 = dengan σx̅1 −x̅2 = √n1 + n2
Sx̅1−x̅2 1 2

Dimana apabila 𝑎1 2 dan 𝑎2 2 tidak diketahui, dapat diestimasi dengan:

𝑎1 2 𝑎2 2
𝑎𝑎̅ 1− 𝑎̅ 2 = √ +
𝑎1 𝑎2
1
𝑎1 2 = ̅ 𝑎1 − 𝑎1 )2
∑(𝑎
𝑎1 − 1
1
𝑎2 2 = ̅ 𝑎2 − 𝑎2 )2
∑(𝑎
𝑎2 − 1

5) Kesimpulan
Kesimpulan pengujian merupakan penerimaan atau penolakan H0.
a). Jika H0 diterima maka H1 ditolak
b). Jika H0 ditolak maka H1 diterima.

Contoh soal :

Seseorang berpendapat bahwa rata-rata jam kerja buruh di daerah A dan B sama
dengan alternative A lebih besar daripada B. Untuk itu, diambil sampel dikedua daerah,
masing-masing 100 dan 70 dengan rata-rata dan simpangan baku 38 dan 9 jam per minggu
serta 35 dan 7 jam per minggu. Ujilah pendapat tersebut dengan taraf nyata 5 % !
(Varians/simpangan baku kedua populasi sama besar )

Penyelesaian :

n1 = 100 ̅ 1 = 38
X s1 = 9

n2 = 70 ̅ 2 = 35
X s2 = 7\
1. Formulasi hipotesisnya
H0 : μ1 = μ2
H1 : μ1 > μ2

2. Taraf nyata dan nilai Z tabelnya :

∝ = 5 % = 0,05
Z0,05 = 1,64

1. Kriteria Pengujian :

H0 diterima apabila Z0 ≤ 1,64

H0 ditolak apabila Z0> 1,64

2. Uji statistik :

92 72
3. sx̅1−x̅2 = √100 + 70

= 1,23 =1,23
Z_0=X_1-X_2/S_x_1-x_2
38 − 35
= = 2,44
1,23

4. Kesimpulan
Karena Z0 = 2,44 > Z0,05 = 1,64, maka H0 ditolak. Jadi, rata-rata jam kerja
buruh di daerah A dan daerah B adalah tidak sama.

b. Sampel Kecil ( n ≤ 30 )
Untuk pengujian hipotesis beda dua rata-rata dengan sampel ( n ≤ 30 ),
uji statisticnya menggunakan distribusi t . Prosedur pengujian hipotesisnya
ialah sebagai berikut
1) Formulasi Hipotesis
a) 𝐻0 : 𝜇1 = 𝜇2
𝐻1 : 𝜇1 > 𝜇2
b) 𝐻0 : 𝜇1 = 𝜇2
𝐻1 : 𝜇1 < 𝜇2
c) 𝐻0 : 𝜇1 = 𝜇2
𝐻0 : 𝜇1 ≠ 𝜇2

2) Penentuan nilai 𝛼 dan nilai t tabel (𝑡𝛼 )

Mengambil nilai 𝛼 sesuai soal (kebijakan), kemudian menentukan nilai 𝑡𝛼 atau
𝑡𝛼/2 dari tabel.

3) Kriteria pengujian
a) Untuk 𝐻0 : 𝜇1 = 𝜇2 dan 𝐻1 : μ1 > μ2 :
(1) H0 diterima jika t0 ≤ tα,
(2) H0 ditolak jika t0 > tα,
b) Untuk H0 : μ1 = μ2 dan H1 : μ1 < μ2 ;
(1) H0 diterima jika t0 ≥ tα,
(2) H0 ditolak jika t0 < −tα,
c) Untuk H0 : μ1 = μ2 dan H0 : μ1 ≠ μ2 ;
(3) H0 diterima jika −tα/2 ≤ t0 ≤ tα/2
(4) ditolak jika t0 > tα/2 atau t0 < −tα/2
4) Uji Statistik
a) Untuk pengamatan tidak berpasangan(dibagi lagi menjadi dua)(varian
homogen: uji dua pihak, pihak kanan, pihak kiri n<30) dan (varian tidak
homogen, n>30)
̅1 − X
X ̅2
t0 =
(n1 −1)s1 2 +(n2 −1)s2 2 1 1
√ (n + n )
n1 +n2 − 2 1 2

𝑡0 mempunyai distribusi 𝑡 dengan derajat kebebasan sebesar 𝑛1 +𝑛2 − 2. Cara

pengujian yaitu 𝑍0 𝑡0 dibandingkan dengan 𝑍𝑎 , 𝑍𝑎 , -𝑍𝑎 (𝑡𝑎 , 𝑡𝑎 , -𝑡𝑎 ).
2 2 2 2
 b) Untuk pengamatan berpasangan(contoh ad perbedaan antara siswa yang
mengikuti les tambahan dengan yang tidak mengikuti)

d̅
t0 = sd
√n

Keterangan

d̅ = rata- rata dari nilai d

sd = simpangan baku dari nilai d

n = banyaknya pasangan

t0 memiliki distrsibusi simpangan dengan db = n − 1

∑ 𝑎𝑎
̅=
𝑎 => 𝑎𝑎 = 𝑎1 − 𝑎2
𝑎

̅ )2
∑(𝑎𝑎 − 𝑎
𝑎𝑎 = √
𝑎−1
5) Kesimpulan
Kesimpulan pengujian merupakan penerimaan atau penolakan H0.
a). Jika H0 diterima maka H1 ditolak
b). Jika H0 ditolak maka H1 diterima.

Contoh soal:
1. Sebuah perusahaan mengadakan pelatihan teknik pemasaran. Sampel sebanyak 12
orang dengan metode biasa dan 10 orang dengan 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 alternative
keduanya tidak sama! Gunakan taraf nyata 10%! Asumsikan kedua populasi
menghampiri distribusi normal dengan varians yang sama!
Penyelesaian :
n1 = 12 ̅ 1 = 80
X s1 = 4
 n2 = 10 ̅ 2 = 75
X s2 = 4,5

1. Formulasi hipotesisnya
H0 : μ1 = μ2
H1 : μ1 ≠ μ2

2. Taraf nyata dan nilai t tabelnya :

∝ = 10 %10 %,1
∝
= 0,05
2

𝑎𝑎 = 12 + 10 − 2 = 2012+10-2=20
t_0,05;20=1,72

3. Kriteria Pengujian :

H0 diterima apabila −1,725 ≤ 𝑎0 ≤ 1,725

H0 ditolak apabila 𝑎0 > 1,725 atau 𝑎0 < −1,725

4. Uji statistik :
80 − 75
t0 = = 2,76
(12−1)42 +(10−1)4,52 1 1
√ (12 + 10)
12+10− 2

5. Kesimpulan
Karena t0 = 2,76 > t0,05;20 = 1,725 maka H0 ditolak. Jadi, kedua metode yang
digunakan dalam pelatihan tidak sama hasilnya.

2. Untuk mengetahui apakah keanggotaan dalam organisasi mahasiswa memiliki

akibat baik atau buruk terhadap prestasi akademik seseorang diadakan penelitian
mengenai mutu rata- rata prestasi akademik. Berikut ini data selama periode 5
tahun.
Tahun
1 2 3 4 5
Anggota 7,0 7,0 7,3 7,1 7,4
Bukan Anggota 7,2 6,9 7,5 7,3 7,4
Ujilah pada taraf nyata 1% apakah keanggotaan dalam organisasi mahasiswa
berakibat buruk pada prestasi akademiknyadengan asumsi bahwa populasinya
normal!
Penyelesaian:
1. Formulasi hipotesisnya
H0 : μ1 = μ2
H1 : μ1 < μ2

2. Taraf nyata dan nilai t tabelnya :

∝ = 1 %1 %0,01
𝑎𝑎 = 5 − 1 = 4
𝑎0,01;4 = −3,747

3. Kriteria Pengujian :
H0 diterima apabila 𝑎0 ≥ −3,747
H0 ditolak apabila 𝑎0 < −3,747

4. Uji statistik :
Anggota Bukan Anggota 𝑎 𝑎2
7,0 7,2 -0,2 0,04
7,0 6,9 0,1 0,01
7,3 7,5 -0,2 0,04
7,1 7,3 -0,2 0,04
7,4 7,4 0,0 0,00
Jumlah -0,5 0,13
−0,5
̅=
𝑎 = −0,01
5
 2 0,13 (−0,5)2
𝑎 𝑎 = − = 0,02
4 20
𝑎𝑎 = 0,14
−0,1
𝑎0 = 0,14 = -1,6
√5

5. Kesimpulan
Karena t0 = -1,6 > t0,01;4 = -3,747 maka H0 diterima. Jadi, keanggotaan
organisasi bagi mahasiswa tidak memberikan pengaruh buruk terhadap
prestasi akademiknya.

G. PENGUJIAN HIPOTESIS PROPORSI

1. Pengujian Hipotesis Satu Proporsi
Untuk pengujian hipotesis satu proporsi, prosedur pengujian hipotesisnya ialah
sebagai berikut.
a. Formulasi Hipotesis
1) H0 : P = P0
H1 : P > P0
2) H0 : P = P0
H1 : P < P0
3) H0 : P = P0
H1 : P ≠ P0
b. Nilai α (taraf nyata) dan nilai tabel
Mengambil nilai α sesuai sola (sesuai kebijakan), kemudian menentukan nilai Zα
atau Zα/2 dari tabel.
c. Kriteria pengujian
1) Untuk H0 : P = P0 dan H1 : P > P0 :
a) H0 diterima apabila Z0 ≤ Zα,,
b) H0 ditolak apabila Z0 > Zα,.
2) Untuk H0 : P = P0 dan H1 : P < P0 :
a) H0 diterima apabila Z0 ≥ ─Zα,,
b) H0 ditolak apabila Z0 < ─Zα,,
3) Untuk H0 : P = P0 dan H1 : P ≠ P0 :
a) H0 diterima apabila ─Zα/2 ≤ Z0 ≤ Zα/2,
b) H0 ditolak apabila Z0 >Zα/2 atau Z0 < ─Zα/2.
d. Uji statistik
 X−nP0
Z0 =
√nP0 (1−P0)

Atau

X
− P0
n
𝑎0 =
P0 (1−P0)
√
n

Keterangan :
n : banyaknya ukuran sampel
X : banyaknya ukuran sampel dengan karakteristik tertentu

e. Kesimpulan
Kesimpulan pengujian merupakan penerimaan atau penolakan terhadap H0,
1) Jika H0 diterima maka H1 ditolak.
2) Jika H0 ditolak maka H1 diterima.

Contoh soal :

Seorang kontraktor menyatakan bahwa 60% rumah – rumah yang baru dibangun di kota X
dilengkapi denga telepon. Apakah ada setuju dengan pernyataan tersebut bila di antara 50
rumah baru yang diambil secara acak terdapat 33 rumah menggunakan telepon ? Gunakan
taraf nyata 10% dengan alternative lebih besar dari itu!

Penyelesaian :

n = 50; X = 33; P0 = 60% = 0,60

1) Formulasi hipotesisnya :

H0 : P = 0,60

H1 : P > 0,60

2) Taraf nyata dan nilai Z tabelnya :

α = 10% = 0,1

Z0,1 = 1,28

3) Kriteria pengujian :

H0 diterima apabila Z0 ≤ 1,28

 H0 Ditolak apabila Z0 >1,28

4) Uji statistik :

33 − 50(0,60)
𝑍0 =
√50(0,60)(0,40)

= 0,87

Kesimpulan :

Karena Z0 = 0,87 < Z0,1 = 1,28 , maka H0 diterima. Jadi pernyataan kontraktor bahwa 60%
rumah – rumah yang baru dibangun di kota X dilengkapi dengan telepon dapat diterima
(benar).