Uji Hipotesis Dua Sampel

Istiono, SE., MBA

 Pendahuluan
Apabila dua sampel dihubungkan satu sama lain, hubungan
ini dapat merupakan suatu hubungan yang independen atau
terikat.
Sampel independen (saling bebas) adalah dua (atau lebih)
sampel yang tidak saling memengaruhi. Masing-masing
sampel berdiri sendiri, kondisi yang dialami oleh satu sampel
tidak memengaruhi sampel lain. Sampel independen itu
diambil dari dua (atau lebih) populasi yang independen (saling
bebas) pula.
Sampel terikat (dependent) adalah dua sampel yang tidak
saling bebas atau sampel yang berpasangan. Dua sampel
adalah terikat apabila kedua sampel itu memiliki kemiripan
dalam nilai-nilai penaksiran mereka.
Uji Hipotesis Rerata Populasi
Sampel Independen
Deviasi Standar Populasi () Diketahui
Seandainya ada dua sampel independen, yaitu sampel
1 dan sampel 2 yang berasal dari populasi 1 dan
populasi 2, akan diperoleh rerata sampel 1 sebesar
𝑋1 dan rerata sampel 2 sebesar 𝑋2 . Selisih kedua rerata
sampel itu adalah 𝑋1 − 𝑋2 dan varian distribusi selisih
rerata dihitung dengan rumus:
12  22
 X2 1X2
 
n1 n2
dimana,  12 adalah varian sampel 1;  22 adalah varian
sampel 2; n1 adalah ukuran sampel 1; dan n2 adalah
ukuran sampel 2. Deviasi standar (kesalahan standar)
selisih rerata dihitung dengan rumus:

12  22
X 1X2
 
n1 n2

Distribusi z yang digunakan untuk pengujian hipotesis

selisih rerata dirumuskan sebagai berikut
X1  X 2
z
 12  22

n1 n2
 Contoh 8.1
Sebuah toko serba ada menerapkan dua cara pembayaran,
standar dan mandiri, yang dapat dipilih oleh para pembeli.
Manajer toko ingin membandingkan rerata waktu
pembayaran dari kedua cara tersebut. Waktu pembayaran
diukur mulai dari saat pembeli masuk antrean hingga semua
tas belanjaan pembeli berada dalam kereta belanja. Hasil
pengamatan adalah sebagai berikut:
Cara Ukuran Rerata Deviasi standar
Pembayaran Sampel Sampel Populasi
Standar 75 6,5 menit 0,5 menit
Mandiri 90 6,2 menit 0,3 menit
Apakah rerata waktu pembayaran dengan cara standar adalah
lebih lama dari pada cara pembayaran mandiri? Gunakan
tingkat signifikansi 1 persen. Berapa nilai p-nya?
Jawab
1. Rumusan hipotesis:
Hipotesis nol adalah tidak ada selisih pada kedua cara
pembayaran tersebut. Artinya, selisih 0,3 menit (6,5 – 6,2)
antara cara standar dan cara mandiri adalah suatu
kebetulan. Hipotesis alternatif menyatakan bahwa rerata
waktu pembayaran cara standar adalah lebih lama.
H0: S  M
Ha: S  M
2. Tingkat signifikansi:
Tingkat signifikansi adalah probabilitas menolak H0 ketika
hipotesis itu adalah benar. Tingkat signifikansi yang dipilih
adalah 0,01.
3. Statistik pengujian:
Deviasi standar dari kedua populasi tersebut adalah
diketahui, sehingga statistik pengujian yang digunakan
untuk analisis adalah distribusi z. Rumus statistik distribusi
z (z hitung) adalah:
X1  X 2
z
 12  22

n1 n2

4. Aturan keputusan:
Pengujian hipotesis ini merupakan uji hipotesis satu-sisi
kanan. Dengan memakai tingkat signifikansi 0,01, nilai
kritis (z tabel) adalah 2,33. Sehingga aturan keputusan
dalam uji hipotesis ini adalah:
 H0 tidak ditolak jika: nilai z hitung  2,33
H0 ditolak jika: nilai z hitung  2,33

5. Keputusan:
Nilai z dalam dalam uji hipotesis ini adalah:
X1  X 2 6,5  6,2 0,3
z    4,55
 2
 2
0,52
0,32 0,0658
1
 2

n1 n2 75 90
Karena 4,55 adalah lebih besar dari nilai kritis 2,33, maka hipotesis
nol ditolak dan menerima hipotesis alternatif. Ini berarti bahwa
selisih 0,3 menit antara cara pembayaran standar dan cara mandiri
adalah nyata atau signifikan. Cara pembayaran mandiri adalah
lebih cepat dari pada cara pembayaran standar.
Nilai p adalah probabilitas menemukan sebuah nilai statistik uji
yang sama ekstrem ketika hipotesis nol adalah benar. Untuk
menghitung nilai p diperlukan probabilitas dari suatu nilai z yang
lebih besar dari 4,55. Dalam Lampiran 1 tidak ditemukan nilai z
sebesar 4,55. Tetapi, nilai terdekat dengan 4,55 adalah 3,09. Luas
daerah (probabilitas) yang bersesuaian dengan nilai z sama dengan
3,09 adalah 0,4990. Sehingga pada kasus ini nilai p adalah kurang
dari 0,0010 (= 0,5000 – 0,4990). Dengan demikian dapat
disimpulkan bahwa terdapat kemungkinan yang sangat kecil
bahwa hipotesis nol (H0) tersebut adalah benar.
Uji Hipotesis Rerata Populasi Sampel Independen

Deviasi Standar Populasi () Tidak Diketahui

Uji hipotesis rerata apabila deviasi standar

populasi tidak diketahui adalah menggunakan
statistik distribusi t, yang dirumuskan sebagai
berikut:
X1  X 2
t
1 1
s   
2
p
 n1 n2 
dimana, X1 adalah rerata sampel 1; X 2 adalah
rerata sampel 2; n1 adalah jumlah pengamatan
dalam sampel 1; n2 adalah jumlah pengamatan
dalam sampel 2; dan s 2p adalah perkiraan dari
varian sampel gabungan yang dapat dicari
dengan rumus:
n
s2  1
 1s1
2
 n2  1s2
2

p
n1  n2  2
 Contoh 8.2
CV Serasi memproduksi pakaian khusus untuk anak-anak di
bawah lima tahun. Pakaian ini diberi aneka asesoris.
Pemasangan asesoris tersebut dikerjakan oleh karyawan
wanita dan karyawan pria. Pihak manajemen ingin
mengetahui apakah ada perbedaan rerata waktu pemasangan
asesoris itu antara karyawan wanita dan karyawan pria.
Perusahaan telah melakukan studi Wanita Pria
waktu dan gerakan (time and (menit) (menit)
motion study) terhadap lima 2 3
3 4
karyawan wanita dan enam
9 8
karyawan pria, dan hasilnya (dalam 4 5
menit) adalah sebagai berikut: 2 7
3
Apakah ada perbedaan dalam rerata waktu pemasangan
asesoris antara karyawan wanita dan pria? Gunakan tingkat
sinigfikansi 0,10. Hitunglah nilai p-nya.
Jawab
Berdasarkan data diatas dapat dihitung rerata waktu
pemasangan asesoris dan deviasi standarnya, dengan rincian
berikut ini:
Karyawan Wanita Karyawan Pria  XW 20
XW   4
XW XW  XW 2 XP X P  X P 2 nW 5

2 (2 – 4)2 = 4 3 (3 – 5)2 = 4  X P 30
XP   5
3 (3 – 4)2 = 1 4 (4 – 5)2 = 1 nP 6
9 (9 – 4)2 = 25 8 (8 – 5)2 = 9
X W  X W 
2
4 (4 – 4)2 = 0 5 (5 – 5)2 = 0 34
sW    2,9155
nW  1 4
2 (2 – 4)2 = 4 7 (7 – 5)2 = 4
3 (3 – 5)2 = 4
X P  X P 
2
20 34 30 22 22
sP    2,0976
nP  1 5
Langkah uji hipotesis adalah sebagai berikut:
1. Rumusan hipotesis:
H0: W = P
Ha: W  P
2. Tingkat signifikansi yang dipilih =0,10
3. Statistik pengujian:
Pada kasus ini, deviasi standar dari populasinya tidak
diketahui, sehingga statistik uji hipotesis yang digunakan
adalah distribusi probabilitas t dengan rumus:
X1  X 2
t
1 1 
s 2p   
 n1 n2 
4. Aturan keputusan:
Ini merupakan uji hipotesis dua-sisi. Tingkat signifikansi
yang digunakan adalah 0,10 dan derajat kebebasan (df)
adalah: n1 + n2 – 2 = 5 + 6 – 2 = 9. Sehingga, nilai kritis
(lihat Lampiran 2) adalah 1,833. Aturan keputusan dalam
uji hipotesis ini adalah:
H0 tidak ditolak jika: –1,833  t hitung  1,833
H0 ditolak jika: t hitung  –1,833 atau t hitung  1,833
5. Keputusan:
Nilai statistik t adalah sebagai berikut:
X1  X 2 45 1
t    0,662
1 1  1 1  1,5105
s   
2
6,2222  
p
 n1 n2  5 6

Nilai statistik t sebesar –0,662 adalah berada di daerah

antara –1,833 dan 1,833. Maka keputusannya adalah
hipotesis nol tidak ditolak. Ini berarti tidak ada perbedaan
dalam rerata waktu untuk memasang asesoris oleh
karyawan wanita dan kayawan pria.
Nilai p dapat dicari dengan bantuan Lampiran 2. Pilih
baris dengan derajat kebebasan (df) 9 dan kolom uji dua-
sisi. Temukan nilai t, abaikan tandanya, yang sama dengan
atau terdekat dengan nilai t hasil perhitungan sebesar
0,662. Nilai terdekat dengan 0,662 adalah 1,383, yaitu
pada tingkat signifikansi 0,20. Ini berarti bahwa tingkat
signifikansi yang menghasilkan nilai t sama dengan 0,662
pada derajat kebebasan (df) 9 adalah lebih besar dari
0,20. Nilai 0,20 ini digunakan sebagai nilai p, karena
dalam tabel pada Lampiran 2 tidak tercantum nilai yang
lebih besar dari 0,20. Dengan menggunakan nilai p ini
(tingkat signifikansi 0,20), maka keputusan yang dibuat
adalah tidak menolak hipotesis nol mengenai rerata yang
setara tersebut. Dapat disampaikan bahwa nilai p-nya
adalah lebih besar dari 0,20.
Uji Hipotesis Rerata Populasi Sampel Independen

Deviasi Standar Populasi () Tidak Setara

Apabila deviasi standar diantara dua populasi adalah
tidak setara, maka digunakan deviasi standar dari dua
sampel, yaitu s1 dan s2, sebagai pengganti deviasi
standar populasi. Selain itu, derajat kebebasan
disesuaikan dengan rumus perkiraan.
Rumus untuk statistik t pada uji hipotesis rerata jika
deviasi standar populasi tidak setara adalah:
X1  X 2
t
s12 s22

n1 n2
derajat kebebasan statistik (df) yang disesuaikan
diperoleh dengan rumus:

df 
2
s
1  
n1  s 2
2 
n2
.2

s2
1 n1 
.2


s 2  2
2 n 
.2

n1  1 n2  1

di mana n1 dan n2 adalah ukuran sampel dan s1

dan s2 adalah deviasi standar sampel.
 Contoh 8.3
PT Cling memproduksi kain pembersih kaca. Kain ini
mampu menyerap air yang menempel pada kaca.
Perusahaan ingin membandingkan daya serap kain
produksinya dengan kain sejenis merek lain. Hasil
pengukuran daya serap air (dalam mililiter) yang
diperoleh dari sampel acak adalah sebagai berikut:
PT Cling 18 18 13 11 19 17 15 15 22
Merek lain 22 21 20 16 18 19 19 20 21 19 18 20

Dengan menggunakan tingkat signifikansi 0,05,

apakah ada perbedaan rerata daya serap air dari
kedua kain pembersih kaca tersebut?
Jawab
Pada kasus ini, nilai deviasi standar populasi tidak diketahui,
sehingga akan digunakan uji statistik distribusi t. Asumsi
kesetaraan deviasi standar populasi adalah tidak masuk akal.
Daya serap air dari kain PT Cling mulai dari 11 mililiter hingga
22 mililiter, sedang daya serap air kain merek lain adalah
mulai dari 16 hingga 22. Sehingga deviasi standar daya serap
air dari kain PT Cling adalah lebih besar dari kain merek lain.
Hasil perhitungan dengan menggunakan data diatas diperoleh
hasil sebagai berikut:
PT Cling Merek Lain
Rerata daya serap air 16,444 19,417
Deviasi standar daya serap air 3,321 1,621
Jadi, kasus ini diselesaikan dengan menggunakan distribusi t
untuk deviasi standar tidak setara. Uji hipotesis dilakukan
dengan lima langkah berikut ini.

1. Rumusan hipotesis:
H0: 1 = 2
Ha: 1  2
2. Tingkat signifikansi yang digunakan adalah 0,05.
3. Statistik pengujian adalah statistik distribusi t :
X1  X 2
t
s12 s22

n1 n2
4. Aturan keputusan:
Derajat kebebasan ini dicari dengan cara sebagai berikut:

df 
s n   s n 
2
1 1
2
2 2
.2


3,321 9  1,621 12
2 2 .2


2,0863
 10,86
s n   s n 
2
1 1
.2 2
2 2
.2
3,321 9  1,621 12
2 2 2 .2
0,1921
n1  1 n2  1 9 1 12  1

Angka 10,86 itu dibulatkan ke atas menjadi 11. Dengan

menggunakan derajat kebebasan 11 dan tingkat signifikansi
0,05 diperoleh nilai kritis sebesar 2,201.
Aturan keputusan dalam pengujian hipotesis ini adalah:
H0 tidak ditolak jika: –2,201  t hitung  2,201
H0 ditolak jika: t hitung  –2,201 atau t hitung  2,201
5. Keputusan:
Berdasarkan data di atas, nilai t dihitung sebagai berikut:
X1  X 2 16,444  19,417  2,973
t    2,473
2
s s 2 2
3,321 1,621 2 1,202
1
 2

n1 n2 9 12
Nilai t sebesar –2,473 adalah lebih kecil dari –2,201 (nilai
kritis sisi kiri), jadi keputusannya adalah menolak hipotesis
nol (H0). Kesimpulannya adalah rerata daya serap air kedua
kain pembersih kaca tersebut adalah tidak sama.
Uji Hipotesis Rerata Populasi

Sampel Terikat (Berpasangan)

Sampel terikat (dependent) adalah dua sampel yang tidak
saling bebas atau sampel yang berpasangan. Dua sampel
adalah terikat apabila kedua sampel itu memiliki kemiripan
dalam nilai-nilai penaksiran mereka.
Dalam uji hipotesis dua sampel berpasangan, ingin diketahui
distribusi selisih dalam nilai taksiran masing-masing anggota
sampel. Dalam uji ini diselidiki apakah rerata dari distribusi
selisih dalam nilai taksiran itu adalah 0. Jika nilai-nilai dari ke
dua sampel yang berpasangan tersebut adalah serupa, akan
menghasilkan nilai distribusi selisih sama dengan nol. Jika,
nilai satu sampel dari dua sampel itu adalah lebih besar atau
lebih kecil, maka rerata distribusi perbedaannya adalah bukan
nol.
Statistik yang digunakan untuk menguji hipotesis
adalah distribusi t, dengan rumus:
d
t
sd n

dimana, d adalah rerata selisih antara pengamatan yang

berpasangan; sd adalah deviasi standar dari selisih
antara pengamatan yang berpasangan; dan n adalah
jumlah pengamatan yang berpasangan. Deviasi standar
dari selisih antara pengamatan yang berpasangan
dihitung dengan rumus:

(d  d )2
sd 
n 1
 Contoh 8.4
PT Investasi adalah sebuah perusahaan induk yang berlokasi
di Surabaya. Perusahaan ini mempunyai dua anak perusahaan
yaitu PT Eka Property dan PT Dwi Real Estate. Kedua per-
usahaan itu mempunyai bisnis di bidang jual-beli bangunan.
Kedua anak perusahaan ini mempunyai beberapa pegawai
bagian appraisal yang bertugas menaksir nilai setiap
bangunan yang akan di beli dan nantinya akan dijual kembali.
Semua pegawai bagian appraisal tersebut selalu mendapat-
kan pelatihan dan penyegaran setiap enam bulan sekali di
kantor pusat untuk menyamakan teknik, metode, dan
pemahaman dalam menaksir nilai suatu bangunan.
Manajemen perusahaan induk ingin membandingkan hasil
taksiran atas 10 bangunan dari kedua anak perusahaan
tersebut. Hasilnya, dalam jutaan rupiah, adalah:
Bangunan 1 2 3 4 5 6 7 8 9 10
PT Eka Property 335 310 331 342 305 330 331 310 325 349
PT Dwi Real Estate 328 305 319 340 298 323 327 315 322 345

Dengan menggunakan tingkat signifikansi 0,05, apakah ada

selisih dalam rerata nilai taksiran bangunan-bangunan
tersebut? Hitunglah nilai p-nya.

Jawab
1. Rumusan hipotesis:
H0: d = 0
Ha: d  0
2. Tingkat signifikansi:
Tingkat signifikansi yang digunakan adalah 0,05.
3. Statistik pengujian:
Statistik uji hipotesis yang digunakan adalah statistik
distribusi t berpasangan dengan rumus:
d
t
sd n

4. Aturan keputusan:
Dengan menggunakan tingkat signifikansi 0,05 untuk uji
dua-sisi dan derajat kebebasan (df) n – 1 = 10 – 1 = 9
diperoleh nilai kritis (t tabel) sebesar 2,262. Jadi aturan
keputusannya adalah:
H0 tidak ditolak jika: –2,262  t hitung  2,262
H0 ditolak jika: t hitung  –2,262 atau t hitung  2,262
5. Keputusan:
Bangunan
PT Eka
Property
PT Dwi Real
Estate
Selisih, d d  d  d  d  2

1 335 328 7 2,4 5,76

2 310 305 5 0,4 0,16
3 331 319 12 7,4 54,76
4 342 340 2 –2,6 6,76
5 305 298 7 2,4 5,76
6 330 323 7 2,4 5,76
7 331 327 4 –0,6 0,36
8 310 315 -5 –9,6 92,16
9 325 322 3 –1,6 2,56
10 349 345 4 –0,6 0,36
Jumlah 46 0 174,40
Rerata dan deviasi standar selisih antara pengamatan yang
berpasangan dihitung sebagai berikut:
 d 46 (d  d )2 174,40
d    4,6 sd    4,40
n 10 n 1 10  1
Sehingga, nilai statistik uji t adalah:
d 4,6 4,6
t    3,306
sd n 4,40 10 1,3914

Nilai t hitung sebesar 3,306 adalah lebih besar dari 2,262 atau
titik 3,306 berada di daerah penolakan. Ini berarti hipotesis
nol (H0) ditolak. Distribusi perbedaan rerata populasi tersebut
tidak sama dengan 0. Dapat disimpulkan bahwa terdapat
perbedaan dalam rerata nilai taksiran bangunan tersebut.
Perbedaan terbesar adalah Rp12 juta yaitu untuk bangunan
nomor 3. Ini dapat menjadi tempat yang tepat untuk memulai
peninjauan yang lebih terperinci
Untuk menemukan nilai p, gunakan Lampiran 2 dan
bagian dari uji dua-sisi. Telusuri sepanjang baris dengan
derajat kebebasan 9 dan temukan nilai t yang terdekat
dengan 3,306 (hasil perhitungan). Nilai t terdekat
adalah 3,250 pada tingkat signifikansi 0,01 dan 4,781
pada tingkat 0,001. Dengan demikian nilai p-nya adalah
lebih kecil dari 0,01 tetapi lebih besar dari 0,001.
Karena nilai p adalah lebih kecil dari 0,05, maka
hipotesis nol, yang menyatakan bahwa rerata distribusi
selisih antara nilai-nilai yang ditaksir adalah nol, ditolak.
Uji Hipotesis Rerata Populasi

Sampel Terikat dan Sampel Independen

Perlu dipahami dengan jelas perbedaan antara uji untuk
sampel independen (saling bebas) dan uji untuk sampel
terikat. Ada dua jenis sampel terikat, yaitu (1) berbagai
sampel yang disifatkan oleh suatu pengukuran dan intervensi;
dan (2) pasangan pengamatan.
Jenis sampel terikat pertama yang disifatkan oleh suatu
pengukuran dan intervensi dapat disebut studi “sebelum” dan
“sesudah”.

Jenis sampel terikat kedua adalah sampel terikat yang

disifatkan oleh pasangan pengamatan.
 Contoh
Uji hipotesis berikut berdasarkan data pada Contoh 8.4
apabila sampel tersebut merupakan sampel independen.
1. Rumusan hipotesis:
H0: E = D
Ha: E  D
2. Tingkat signifikansi = 0,05
3. Statistik pengujian:
XE  XD
t
 1 1 
s  
2
p 
 nE nD 
4. Aturan keputusan:
Dengan tingkat signifikansi 0,05 dan derajat kebebasan (df)
= 10 + 10 – 2 = 18 diperoleh nilai kritis (t tabel) = 2,101.
Sehingga aturan keputusan adalah:
H0 tidak ditolak jika: –2,101  t hitung  2,101
H0 ditolak jika: t hitung  –2,101 atau t hitung  2,101
5. Keputusan:
Berdasarkan data yang ada, nilai perkiraan varian
gabungan (untuk menyederhanakan perhitungan angka
jutaan rupiah dihilangkan) adalah:
n
s2  E
 1s 2
E  nD  1s 2
D
nE  nD  2
p


10  114,4512  10  114,2892

3.717,2
 206,51
10  10  2 18
dan nilai t hitung adalah:
XE  XD 326,8  322,2 4,6
t    0,716
 1 1  1 1  6,4267

2
s    206,51  
p
 nE nD   10 10 
 Nilai t sebesar 0,716 adalah lebih kecil dari 2,101 dan lebih
besar dari –2,101, jadi keputusannya adalah tidak menolak
hipotesis nol (H0). Kesimpulannya adalah rerata taksiran
nilai (harga) bangunan kedua anak perusahaan adalah
tidak berbeda.

Hasil pengujian pada Contoh 8.4 adalah hipotesis nol ditolak.

Tetapi apabila hubungan antara kedua sampel adalah
independen, menghasilkan kesimpulan bahwa hipotesis nol
adalah tidak ditolak. Perbedaan ini terjadi karena nilai
penyebut yang digunakan untuk menghitung nilai t adalah
berbeda, yaitu 1,3914 untuk kasus sampel terikat dan 6,4267
untuk kasus sampel independen. Sedangkan nilai pembilang
untuk kedua kasus adalah sama besar, yaitu 4,6.
 Uji Hipotesis Proporsi Dua
Sampel
Untuk melakukan uji hipotesis proporsi, setiap sampel
diasumsikan berukuran cukup besar sehingga
distribusi normal dapat digunakan sebagai penaksir
distribusi binomial yang baik. Nilai z untuk uji hipotesis
beda proporsi dari dua sampel dirumuskan sebagai
berikut:
p1  p2
z
pC 1  pC  pC 1  pC 

n1 n2
dimana, n1 adalah jumlah pengamatan dalam
sampel 1; n2 adalah jumlah pengamatan dalam
sampel 2; p1 adalah proporsi dalam sampel 1
yang memiliki sifat yang diteliti; p2 adalah
proporsi dalam sampel 2; dan pC adalah proporsi
gabungan dari kedua sampel tersebut, yang
dirumuskan sebagai:

X1  X 2
pC 
n1  n2
 Contoh 8.5
PT. Bumi Subur memproduksi aneka biskuit. Perusahaan
berencana memproduksi biskuit hijau, hasil penelitian dan
pengembangan produk baru. Produk ini mengandung aneka sayur
yang cocok untuk bekal sekolah anak-anak. Perusahaan ingin
mengetahui tanggapan anak-anak tentang produk baru ini dengan
memberi kesempatan kepada mereka untuk mencoba produk ini.
Perusahaan membedakan responden menjadi dua kelompok laki-
laki dan perempuan. Sampel acak dari 150 anak laki-laki
mengungkapkan 30 anak menyukai biskuit hijau itu. Sedangkan,
sampel acak yang terdiri dari 300 anak-anak perempuan
menunjukkan 90 anak menyukai produk itu. Apakah proporsi anak
laki-laki yang menyukai biskuit hijau setara dengan proporsi anak-
anak perempuan yang menyukai biskuit hijau? Gunakan tingkat
signifikansi 0,05. Hitunglah nilai p-nya
Jawab:
Proporsi anak laki-laki yang menyukai biskuit hijau adalah p1 =
30/150 = 0,20. Proporsi anak perempuan yang menyukai
biskuit hijau adalah p2 = 90/300 = 0,30. Proporsi gabungan
adalah:
X1  X 2 30  90 120
pC     0,2667
n1  n2 150  300 450

1. Rumusan hipotesis:
H0: 1 = 2
Ha: 1  2
2. Tingkat signifikansi = 0,05
3. Statistik pengujian:
p1  p2
z
pC 1  pC  pC 1  pC 

n1 n2

4. Aturan keputusan:
Dengan memakai tingkat signifikansi 0,05, nilai kritis (z
tabel) adalah 1,96. Sehingga aturan keputusan dalam uji
hipotesis ini adalah:
H0 tidak ditolak jika: –1,96  z hitung  1,96
H0 ditolak jika: z hitung  –1,96 atau z hitung  1,96
5. Keputusan:
p1  p2
z
pC 1  pC  p C 1  pC 

n1 n2

0,20  0,30
  2,26
0,26671  0,2667 0,26671  0,2667

150 300
Berarti hipotesis nol adalah ditolak. Selisih antara proporsi
dua sampel itu tidak mungkin disebabkan oleh fator
kebetulan.
Untuk menemukan nilai p, lihat Lampiran 1 dan cari
kemungkinan nilai z yang lebih kecil dari –2,26 atau
lebih besar dari 2,26. Nilai probabilitas untuk z
sebesar 2,26 adalah 0,4881. Jadi, kemungkinan
menemukan nilai statistik uji yang kurang dari –2,26
atau lebih besar dari 2,26 adalah:
Nilai p = 2(0,5000 – 0,4881) = 0,0236

Nilai p sebesar 0,0236 adalah lebih kecil dari tingkat

signifikansi 0,05. Jadi keputusannya adalah menolak
hipotesis nol itu. Sehingga, disimpulkan bahwa
terdapat perbedaan proporsi dalam proporsi anak
laki-laki dan proporsi anak perempuan yang
menyukai biskuit hijau.