STATISTIKA

UJI Z DAN UJI T DUA POPULASI

Disusun oleh:

FERA LINDRA ISMAWANTI

19070795037

Pendidikan Sains-D

PRGRAM STUDI S2 PENDIDIKAN SAINS

UNIVERSITAS NEGERI SURABAYA
2019

A.
 Dalam penelitian memerlukan perbandingan antara dua keadaan atau dua
populasi. Misalnya dalam membandingkan dua model pembelajaran, Masalah
seperti ini dapat diselesaikan dengan melakukan pengujian rata-rata dua populasi..

A. UJI Z−¿UJI HIPOTESIS RATA-RATA DUA POPULASI

Uji hipotesis dua populasi adalah pengujian dua populasi yang berbeda
serta independen. Sampel independen adalah pemilihan sampel dari satu
populasi tidak mempengaruhi pengambilan sampel dari pupolasi lainnya.
Syarat sampel yang digunakan jika (n1 ≥ 30 dan n2 ≥ 30). Hipotesis uji rata-rata
dua populasi terdiri dari dua bentuk, yaitu hipotesis uji dua arah (uji dua sisi)
dan hipotesis uji satu arah (uji satu sisi).
1. Uji dua arah
Hipotesis nol
H o : μ1−μ2=D 0
H a : μ1−μ2 ≠ D 0
statistik uji yang digunakan dalam uji rata-rata adalah
( X́ 1− X́ 2 )−D0
Z=
σ 21 σ 22
√ +
n1 n2
Berdistribusi normal standar, dan jika standar deviasi populasi tidak
diketahui, atau σ 1 dan σ 2 tidak diketahui, maka masing-masing diganti standar
deviasi sampel S1 dan S2 sehingga statistik ujinya
( X́ 1− X́ 2 )−D0
Z=
S21 S22
√ +
n1 n2

Kriteria keputusan tolak Ho jika Z<−za / 2 atau Z>−za / 2 dan tidak menolak
selainnya.
 Gambar 1. Kriteria uji dua pihak
2. Uji pihak kiri
Hipotesis nol
H o : μ1−μ2=D 0
H a : μ1−μ2 < D 0
statistik uji yang digunakan dalam uji rata-rata adalah
( X́ 1− X́ 2 )−D0
Z=
σ 21 σ 22
√ +
n1 n2
Berdistribusi normal standar, dan jika standar deviasi populasi tidak
diketahui, atau σ 1 dan σ 2 tidak diketahui, maka masing-masing diganti
standar deviasi sampel S1 dan S2 sehingga statistik ujinya
( X́ 1− X́ 2 )−D0
Z=
S21 S22
√ +
n1 n2
Kriteria keputusan tolak Ho jika Z<−za / 2 dan tidak menolak selainnya.

Gambar 2. Kriteria uji pihak kiri

3. Uji pihak kanan
Hipotesis nol
H o : μ1−μ2=D 0
H a : μ1−μ2 > D 0
 statistik uji yang digunakan dalam uji rata-rata adalah
( X́ 1− X́ 2 )−D0
Z=
σ 21 σ 22
√ +
n1 n2
Berdistribusi normal standar, dan jika standar deviasi populasi tidak
diketahui, atau σ 1 dan σ 2 tidak diketahui, maka masing-masing diganti
standar deviasi sampel S1 dan S2 sehingga statistik ujinya
( X́ 1− X́ 2 )−D0
Z=
S21 S22
√ +
n1 n2
Kriteria keputusan tolak Ho jika Z>−za / 2 dan tidak menolak selainnya.

Gambar 3. Kriteria uji pihak kanan

Adapun langkah-langkah dalam menguji hipotesis dua pihak dapat

disajikan berikut:
Asumsi: sampel besar, populasi berdistribusi normal, dan sampel
independen
Langkah 1 : menentukan hipotesis 0 dan hipotesis alternative
Langkah 2 : menentukan taraf signifikan.
Tingkat kepercayaan yang sering digunakan dalam pengujian
statistik adalah 95 persen atau (1−a)=0,95
Tingkat kepercayaan bisa dikurangi sesuai dengan jenis penelitian
yang dilakukan, misalnya misalnya 90 persen. Selain itu bisa juga
diperbesar jika menginginkan tingkat ketelitian yang lebih tinggi,
misalnya menjadi 99 persen.
 Jika disebutkan bahwa tingkat kepercayaan yang digunakan
adalah 95 persen atau (1−a)=0,95, maka tingkat signifikansinya
adalah 5 persen (a=0,05).
Langkah 3: menentukan nilai kritis:
Titik kritis adalah titik yang digunakan pada pengambilan
keputusan yaitu sebagai dasar untuk menolak atau tidak menolak 
Ho.
a. Untuk uji dua arah, nilai kritisnya ± z a/ 2
b. Untuk uji pihak kiri −z a
c. Uji pihak kanan z a
Langkah 4 : hitung nilai statistik uji dari sampel dengan persamaan
( X́ 1− X́ 2 )−D0
Z=
σ 21 σ 22
√ +
n1 n2
Berdistribusi normal standar, dan jika standar deviasi populasi tidak diketahui,
atau σ 1 dan σ 2 tidak diketahui, maka masing-masing diganti standar deviasi
sampel S1 dan S2 sehingga statistik ujinya
( X́ 1− X́ 2 )−D0
Z=
S21 S22
√ +
n1 n2

Langkah 5 : jika nilai statistik uji jatuh pada daerah penolakan, maka tolak Ho,
selainnya terima Ho
Langkah 6 : kesimpulan.

Contoh:
Untuk mengurangi biaya, suatu perusahan roti menerspksn proses baru
pada pembuatan roti. Untuk membandingkan proses baru dan lama dilakukan
penelitian. Roti dipilih secara acak dan dianalisis kandungan kalorinya
sebelum dan sesudah diterapkan proses baru. Ringkasan hasil dari kedua
sampel disajikan pada tabel. Apakah sampel memberikan bukti yang cukup
bahwa nilai tengah kandungan kalori per roti telah meurun sejak diterapkan
proses baru? Uji dengan a=0,05
Proses baru Proses lama
n1 =40 n1 =45
X́ 1 =1167 kalori X́ 1 =1258 kalori
s1=224 kalori s1=216 kalori
Jawab:
Kita dapat memberikan jawaban terhadap pertanyaan ini dengan melakukan
uji hipotesis. Didefinisikan μ1 nilai tengah kandungan kalori proses baru μ2
nilai tengah kandungan kalori proses lama. Untuk pertanyaan di atas, kita
didefinisikan Ho dan Ha dengan
H o : μ1−μ2=0 ( D 0=0 ) dan H a : μ1−μ2 <0 ( μ1 < μ2 )
Taraf signifikan a = 0,05
Statistik ujinya
( X́ 1− X́ 2 )−D0
Z=
S21 S22
√ +
n1 n2
Yang juga menghampiri distribusi normal standar. Kriteria keputusan
tolak Ho jika Z < -za = -1,645; dan tidak menolak selainnya. asumsikan sampel
besar dan bersifat independen. maka
( 1167−1258 )
Z= =−1,901
2 2
224 216
√ 40
+
45
Hasil perhitungan nilai z = -1,901 jatuh pada daerah penolak. Jadi Ho
ditolak pada taraf signifikasi 5% dan kita simpulkan bahwa proses baru
menghasilkan nilai kalori yang lebih rendah dibandingkan dengan proses
lama.

Jika diasumsikan bahwa standar deviasi jedua populasi sama, maka

σ =σ 1=σ 2

Maka uji hipotesis dimodifikasi menjadi

 ( X́ 1− X́ 2 )−D0
Z=
1 1
Sp
√ +
n1 n2
Dengan

( n1 −1 ) S 21+ ( n2−1 ) S 2
S p=
√ n1+ n1−2
Rumus tersebut jika sampel besar yaitu n1 ≥30 dan n2 ≥30

B. UJI T−¿UJI HIPOTESIS RATA-RATA DUA POPULASI

Jika sampel kecil, berasal dari distribusi normal, independen dan
mempunyai varian yang sama, makadapat menggunakan uji t untuk menguji
hipotesis perbedaan dua nilai tengah populasi, dengan uji hipotesis sebagai
berikut
( X́ 1− X́ 2 )−D 0
T=
1 1
Sp
√ +
n1 n2
Berdistribusi t dengan derajat bebas n1 +n 2−2 dan

( n1 −1 ) S 21+ ( n2−1 ) S 2
S p=
√ n1+ n1−2
Adapun prosedur uji t dapat dijelaskan sebagai berikut
Asumsi: sampel kecil, populasi berdistribudi normal dan sampel independen
serta mempunyai standar deviasi populasi sama
Langkah 1: menentukan hipotesis nol dan hipotesis alternative
Langkah 2 : menentukan taraf signifikan
Tingkat kepercayaan yang sering digunakan dalam pengujian
statistik adalah 95 persen atau (1−a)=0,95
Tingkat kepercayaan bisa dikurangi sesuai dengan jenis penelitian
yang dilakukan, misalnya misalnya 90 persen. Selain itu bisa juga
diperbesar jika menginginkan tingkat ketelitian yang lebih tinggi,
misalnya menjadi 99 persen.
 Jika disebutkan bahwa tingkat kepercayaan yang digunakan
adalah 95 persen atau (1−a)=0,95, maka tingkat signifikansinya
adalah 5 persen (a=0,05).
Langkah 3: menentukan nilai kritis:
a. Untuk uji dua arah, nilai kritisnya ± t a / 2
b. Untuk uji pihak kiri −t a
c. Uji pihak kanan t a
Langkah 4 : hitung nilai statistik uji dari sampel dengan persamaan
( X́ 1− X́ 2 )−D 0
T=
1 1
Sp
√ +
n1 n2
Berdistribusi t dengan derajat bebas n1 +n 2−2 dan

( n1 −1 ) S 21+ ( n2−1 ) S 2
S p=
√ n1+ n1−2
Langkah 5 : jika nilai statistik uji jatuh pada daerah penolakan, maka tolak Ho,
selainnya terima Ho
Langkah 6 : kesimpulan.

Uji diatas sering disebut dengan uji t gabungan. Selain itu, standar deviasi
gabungan Sp selalu berada antara nilai S1 dan S2 . jika ketika dihitung Sp
hasilnya tidak diantara S1 dan S2 berarti terdapat kesalahan dalam perhitungan.
Contoh:
Sebuah pelajaran matematika diberikan pada 12 siswa dengan metode
pengajaran yang biasa. Kelas lain yang terdiri dari 10 siswa diberikan
pelajaran yang sama tetapi dengan metode yang menggunakan bahan yang
telah diprogramkan. Pada akhir semester murid kedua kelas itu diberikan ujian
yang sama. Kelas pertama mencapai nilai rata-rata 85 dengan simpangan baku
4, sedangkan kelas yang menggunakan bahan yang terpogramkan memperoleh
nilai rata-rata 81 dengan simpangan baku 5. Dengan taraf signifikasi 0,1 ,
ujilah hipotesis bahwa tidak ada perbedaan antara kedua metode pengajaran.
Asumsikan bahwa kedua populasi berdistribusi normal dengan varians yang
sama.
 Jawaban:
Misal µ1 dan µ2 adalah rata-rata nilai semua siswa yang mungkin mengambil
pelajaran tersebut dengan kedua metode pengajaran. Maka hipotesisnya adalah
H0 : µ1 = µ2
H1 : µ1 ≠ µ2  
Diketahui bahwa taraf signifikasinya (α) = 0,1
Karena uji hipotesisnya adalah  dua-arah, α = 0,1 dan n < 30 maka daerah
kritik dari permasalahan ini menggunakan uji t . degree of freedom  (df) adalah
n1+ n2-2 yaitu 20 maka t = 1,725, sehingga daerah kritik dari permasalahan
tersebut adalah t < -1,725 dan t > 1,725.
Perhitungan
Diketahui
n1=12
n2=10
s1=4
s2=5
D0 = 0
rata-rata populasi ke-1 adalah 85
rata-rata populasi ke-2 adalah 81 sehingga:
( X́ 1− X́ 2 )−D 0 ( 85−81 )−0
T= = =2,0 7
1 1 1 1
Sp
√ +
n1 n2
4,478 +
12 10√
( n1 −1 ) S 21+ ( n2−1 ) S 2 ( 12−1 ) 4 2 + ( 10−1 ) S 2
S p=
√ n1+ n1−2
=
√ 12+10−2
Keputusan yang dapat diambil adalah H0 ditolak karena thitung berada dalam
=4,478

rentang daerah kritiknya sebesar t > 1,725 (2,07 > 1,725) sehingga kesimpulan
yang dapat diambil adalah ada perbedaan antara metode mengajar biasa dan
metode mengajar dengan bahan terprogramkan dimana metode biasa lebih
baik dibandingkan metode dengan bahan terprogramkan.
 Saat penelitian terkadang standar deviasi tidak diketahui, maka akan
disajikan prosesur uji hipotesis untuk membandingkan dua nilai tengah
populasi berdistribusi normal dengan menggunakan sampel independen,
varian tidak sama tetapi tidak mensyaratknan standar deviasi dua populasi
sama, dan sekalipun mungkin mereka sama. Disamping itu dapat diasumsikan
bahwa standar deviasi populasi tidak diketahui, karena kenyataannya pada
lapangan sering dijupai hal seperti ini.
Apabila sampel independen diambil dari populasi normal, variabel random
( X́ 1− X́ 2 )−D0
Z=
σ 21 σ 22
√ +
n1 n2
Berdistribusi normal standar, karena diasumsikan standar deviasi populasi
tidak diketahui, atau σ 1 dan σ 2 tidak diketahui, maka masing-masing diganti
standar deviasi sampel S1 dan S2 sehingga diperoleh variabel random
( X́ 1− X́ 2 )−D 0
S 21 S 22
√ +
n1 n2
Persamaan tersebut dapat dijadikan dasar untuk memperoleh uji hipotesis.
Variabel random tidak mempunyai distribusi normal stnadar, tetapi
mempunyai hampiran distribusi-t.
Misalkan sampel random independen berukuran n1 dan n2 akan diambil
dari dua populasi distribusi normal dengan masing-masing nilai tengah μ1 dan
μ2 maka variabel random.

( X́ 1− X́ 2 )−D 0
T=
S 21 S 22
√ +
n1 n2
Mempunyai hampiran distribusi-t dengan derajat bebas ∆, dengan
2
S21 S22

∆=
[( ) ( ) ]
n1
+
n2
2 2
S 21 S 22

⌊
( ) ( )
n1
+ ⌋
n2
n1−1 n2−1
 Dibulatkan ke bawah pada bilangan bulat terdekat sehingga untuk uji
hipotesis H o : μ1=μ2 atau H o : μ1=μ2=D o, dengan Do = 0 . sehingga
( X́ 1− X́ 2 )−D 0
T=
S 21 S 22
√ +
n1 n2
Sebagai uji statistik dan nilai kritisnya dapat kita peroleh dari tabel –t
dengan derajat bebas ∆ dihitung terlebih dahulu. Uji hipotesis dapay dlakukan
sederhana sebagai berikut:
Asumsi : sampel independen dan populasi berdistribusi normal. H o : μ1=μ2
Langkah 1 : menentukan hipotesis nol dan hipotesis alternatif
Langkah 2 : menentukan taraf signifikan.
Langkah 3: menentukan nilai kritis:
Titik kritis adalah titik yang digunakan pada pengambilan
keputusan yaitu sebagai dasar untuk menolak atau tidak menolak 
Ho.
a. Untuk uji dua arah, nilai kritisnya ± t a / 2
b. uji pihak kiri −t a . untuk H1: μ1−μ2 < Do
c. Uji pihak kanan t a, untuk H1: μ1−μ2 > Do
Dengan derajat bebas ∆

2
2 2

∆=
[( ) ( ) ]
S1
n1
+
S2
n2
2 2
S 21 S 22

⌊
( ) ( )
n1
+ ⌋
n2
n1−1 n2−1
Dibulatkan ke bawah pada bilangan bulat terdekat. Kemduian
gunakan tabel distribusi –t untuk menentukan nilai kritis
Langkah 4 : hitung nilai statistik uji dari sampel dengan persamaan
( X́ 1− X́ 2 )−D 0
T=
S 21 S 22
√ +
n1 n2
Langkah 5 : jika nilai statistik uji jatuh pada daerah penolakan, maka tolak Ho,
selainnya terima Ho
Keputusan untuk uji dua arah adalah tolak H_oHo apabila
t ←T a /2 , v ataut>T a /2 , v
Keputusan untuk uji dua arah adalah
Untuk  H 2 : μ 1−μ2 < Do ,tolak  Ho apabila t ←T a /2 , v 
Untuk  H 2 : μ 1−μ2 > Do ,tolak  Ho apabila t >T a / 2, v  
Langkah 6 : kesimpulan
Contoh:

PT MultiKertas mengklaim bahwa kertas produksinya lebih baik dari pada

produk PT Kertasku, dalam artian lebih tahan dan kuat menahan beban. Guna
memeriksa hal tersebut, dilakukan pengukuran kekuatan kertas yang dipilih
acak masing-masing sebanyak 10 lembar dari kedua perusahaan tersebut. Data
yang didapatkan adalah sebagai berikut:

Kertasku 3 35 5 4 60 2 45 45 5 40
0 0 5 5 0
MultiKerta 5 60 5 4 65 6 65 65 5 55
s 0 5 0 0 0

Ujilah apakah klaim MultiKertas didukung oleh data dengan mengasumsikan

ragam kedua populasi berbeda dan menggunakan taraf nyata 10%.

Jawaban:
Jawab:
– Rata-rata dan varian kedua contoh:
30+35+50+ 45+ 60+25+ 45+45+50+ 40
x́ 1= =42, 5
10
50+60+55+ 40+65+60+65+ 65+50+55
x́ 2= =56,5
10
2
n ∑ x 21 −( ∑ xi ) 10 (19025 )−(425 )2
s 21 = = =106 . 94
n (n−1 ) 10 (9)
2
n ∑ x 22 −(∑ xi ) 10 (32525 )−(565)2
s 22 = = =66 . 94
n (n−1 ) 10 (9)
 – Perbandingan kekuatan karton
• Hipotesis:
H0: m1 ³ m2 vs H1: m1 < m2
– Statistik uji: (ragam populasi tidak diketahui dan diasumsikan s12 ¹ s22 )
( x̄ 1 − x̄ 2 )−D0 42. 5−56. 5−0
t h= = =−3. 36
2 2 √ 106 .94 . 94
√2 1 21 2 2 2
( s /n )+(s /n ) /10+66 /10

[( ) ( )] [(
2
S1 S2 106,94 66,94

∆=
n1
+
n2
=
10)( + )]
10
=17,10 ≈ 17
S 21
2
S 22
2
106,94 2 66,94 2

⌊
( ) ( ) (
n1
+
n2 10) (
⌋ ⌊ 10−1 + 10−1 ⌋
)
10
n1−1 n2−1
– T tabel = -1,333
– Daerah kritis pada taraf nyata 10%:
Tolak H0 jika th <- t(0.10;17)
– Kesimpulan: Tolak H0, artinya klaim PT MultiKerta didukung oleh data.

DAFTAR PUSTAKA

Usma, Mustofa, dkk. 2009. Statistika. Bandung: Sinar Baru Algesindo

Sudjana. 2005. Metoda Statistika. Bandung: Tarsito