INFERENSIA STATISTIKA

Bab 10
Selang Kepercayaan dan
Pengujian Hipotesis Dua Populasi
 Pendugaan Mean Dua Populasi
Pendugaan Dua
Populasi

Mean
Sampel Proporsi
Populasi, Berpasangan/
independent Populasi
Paired
samples samples

Examples:
Group 1 vs. Same group Proportion 1 vs.
independent before vs. after Proportion 2
Group 2 treatment
 Inferensia untuk Beda Dua Mean

Mean Populasi, Goal: Membuat Selang

Sampel
bebas/independent * Kepercayaan untuk beda
samples dua mean, μ1 – μ2

σ1 dan σ2 diketahui

Penduga titik untuk

σ1 dan σ2 unknown, beda dua mean:
n1 dan n2  30
x1 – x2
σ1 dan σ2 unknown,
n1 atau n2 < 30
 Sampel Bebas/
Independent Samples

 Sumber data berbeda

Mean Populasi,
 Tidak berhubungan
independent
samples
*  Saling bebas

 Sampel terpilih dari

satu populasi tidak

σ1 dand σ2 diketahui berpengaruh terhadap
sampel terpilih dari
populasi lainnya
σ1 dan σ2 unknown,
 Inferensia dilakukan terhadap
n1 dan n2  30 beda 2 mean sampel
 Gunakan distribusi z atau
σ1 dan σ2 unknown, distribusi t-student, dengan
n1 atau n2 < 30 ragam gabungan (pooled
variance)
 SK Beda Mean,
Bila σ1 dan σ2 diketahui

Mean Populasi, Asumsi::

independent
samples ▪ Sampel diambil secara acak
dan bebas
σ1 dan σ2 diketahui * ▪ Distribusi populasi normal
atau ukuran kedua sampel  30
σ1 dan σ2 unknown,
n1 dan n2  30
▪ Simpangan baku populasi
diketahui
σ1 dan σ2 unknown,
n1 atau n2 < 30
 SK Beda Mean,
Bila σ1 dan σ2 diketahui

Bila σ1 dan σ2 diketahui dan kedua

Mean Populasi,
populasi berdistribusi normal atau
independent
ukuran kedua sampel minimal = 30
samples
, gunakan statistik uji z-value…

σ1 dan σ2 diketahui *x – x
…dan the standard error dari
1 2 adalah
σ1 dan σ2 unknown,
n1 dan n2  30 2 2
σ σ2
σ1 dan σ2 unknown,
σ x1  x 2  1

n1 atau n2 < 30
n1 n2
 SK Beda Mean,
Bila σ1 dan σ2 diketahui

Population means,
independent Selang Kepercayaan
samples (1-α)100% bagi μ1 – μ2:

σ1 dan σ2 diketahui *
x 
2 2
σ σ2
1  x 2  z /2 1

σ1 dan σ2 unknown, n1 n2
n1 dan n2  30

σ1 dan σ2 unknown,
n1 atau n2 < 30
 SK Beda Mean,
Bila σ1 dan σ2 tidak diketahui, large samples

Population means, Asumsi:

independent
samples ▪ Sampel diambil secara acak
dan bebas
▪ sample sizes
σ1 dan σ2 diketahui are  30
▪ Simpangan baku populasi tidak
σ1 dan σ2 unknown,
n1 dan n2  30
* diketahui
▪ da, σ1 = σ2 =σ (ragam homogen)

σ1 dan σ2 unknown,
n1 atau n2 < 30
 SK Beda Mean,
Bila σ1 dan σ2 tidak diketahui, large samples

Population means,
independent Membuat Selang
samples Kepercayaan:

▪ use sample standard

σ1 dan σ2 diketahui
deviation s to estimate σ

σ1 dan σ2 unknown,
n1 dan n2  30
* ▪ the test statistic is a z value

σ1 dan σ2 unknown,
n1 atau n2 < 30
 SK Beda Mean,
Bila σ1 dan σ2 tidak diketahui, large samples

Population means,
independent The confidence interval for
samples μ1 – μ2 is:

σ1 dan σ2 diketahui

 
2 2
s s2
σ dan σ unknown, *
x 1  x 2  z /2 1

1 2
n dan n  30
n1 n2
1 2

σ1 dan σ2 unknown,
n1 atau n2 < 30
 Contoh SK Beda Mean,
Bila σ1 dan σ2 Tidak Diketahui

 Contoh: Ujian suatu mata kuliah diberikan pada 50

mahasiswa dan 75 mahasiswi. Ternyata nilai ujian
mahasiswa memiliki mean 82 dan simpangan baku 8,
sedangkan mahasiswi memiliki mean 76 dengan
simpangan baku 6. Tentukan selang kepercayaaan 96 %
bagi beda mean ujian!
 Jawab:
n1 dan n2 cukup besar (>30)
x1 – x2 = 82 - 76 = 6
S1 = 8 dan S2 = 6
α= 0,04 dan α/2 = 0,02, sehingga z α/2 = 2,05
 Contoh SK Beda Mean,
Bila σ1 dan σ2 Tidak Diketahui
 Jadi selang kepercayaan 96 % bagi 1 - 2 adalah:

x 
2 2
S1 S2
1  x 2  z/2 
n1 n2
82 62
6  2,05 
50 75
• Dengan demikian, dengan tingkat kepercayaan 96 % beda
mean nilai ujian antara mahasiswa dan mahasiswi sebenarnya
terletak di antara 3,43 dan 8,57.
• Karena selang tersebut tidak mencakup 0 dan kedua batas
selang bernilai positif, maka dapat disimpulkan bahwa nilai
tengah nilai ujian mahasiswa lebih tinggi dari mahasiswi.
 SK Beda Mean,
Bila σ1 dan σ2 tidak diketahui, Small Samples

Population means, Assumptions:

independent
samples ▪ populations are normally
distributed

σ1 and σ2 known ▪ the populations have equal

variances
σ1 and σ2 unknown,
n1 and n2  30 ▪ samples are independent

σ1 and σ2 unknown,
n1 or n2 < 30
*
 SK Beda Mean,
Bila σ1 dan σ2 tidak diketahui, Small Samples

Population means, Forming interval

independent estimates:
samples
▪ The population variances
are assumed equal, so use
σ1 dan σ2 diketahui the two sample standard
deviations and pool them to
σ1 dan σ2 unknown, estimate σ
n1 adan n2  30
▪ the test statistic is a t value
σ1 dan σ2 unknown,
n1 atau n2 < 30
* with (n1 + n2 – 2) degrees
of freedom
 SK Beda Mean,
Bila σ1 dan σ2 tidak diketahui, Small Samples

Population means, The pooled standard

independent deviation is
samples

σ1 dan σ2 diketahui

sp 
n1  1s
1
2
 n2  1s2
2

σ1 dan σ2 unknown, n1  n2  2
n1 dan n2  30

σ1 dan σ2 unknown,
n1 atau n2 < 30
*
 SK Beda Mean,
Bila σ1 dan σ2 tidak diketahui, Small Samples

Population means, The confidence interval for

independent μ1 – μ2 is:
samples

σ1 dan σ2 diketahui x 1 
 x 2  t /2 sp
1 1

n1 n2
σ1 dan σ2 unknown,
n1 dan n2  30 Where t/2 has (n1 + n2 – 2) d.f.,
and
σ1 dan σ2 unknown,
n1 atau n2 < 30
* sp 
n1  1s12  n2  1s22
n1  n2  2
 Contoh SK Beda Mean,
Bila σ1 dan σ2 Tidak Diketahui

Contoh: Uji laboratorium dilakukan untuk menguji stabilitas dan

permeabilitas pondasi beton yang terbuat dari bahan campuran
aspal. Dua jenis pondasi beton masing-masing terbuat dari bahan
campuran yang mengandung 3% dan 7% aspal. Data hasil
pengujian permeabilitas pondasi (inci per jam) terhadap empat
specimen atau cuplikan pondasi beton disajikan di bawah ini.
Tentukan selang kepercayaan 95% beda mean permeabilitas
pondasi beton dari dua jenis aspal tersebut!

Kandungan 3 % Aspal: 1.189 840 1.020 980

Kandungan 7 % Aspal: 853 900 730 785
 Contoh SK Beda Mean,
Bila σ1 dan σ2 Tidak Diketahui

Jawab:
n1 = 4 dan n2 = 4 (keduanya <30)
x 1= (1189 + … + 980)/4 = 1007,25
x 2= (853 + … + 785)/4 = 817,75
s12 = 20636,92

s22 = 5420,92

(4  1)(20636,92)  (4  1)(5420,92)
sp   114,1443
442
 Contoh SK Beda Mean,
Bila σ1 dan σ2 Tidak Diketahui

α= 0,05 dan α/2 = 0,025, db = 4 + 4 - 2 = 6

sehingga t α/2 = 2,447
Jadi selang kepercayaan 95 % bagi μ1 - μ2 adalah:

x 1  x2 t /2 sp
1
n1

1
n2
1 1
(1007,25  817,75)  2,447(114,1443) 
4 4
• Dengan demikian, dengan tingkat kepercayaan 95 % beda
mean permeabilitas dari dua jenis pondasi beton terletak di
antara -8 dan 387.
• Karena selang kepercayaan tersebut mencakup 0, maka
tidak dapat disimpulkan bahwa permeabilitas kedua jenis
pondasi beton tersebut berbeda.
 Contoh SK Beda Mean,
Bila σ1 dan σ2 Tidak Diketahui

 Contoh: Peneliti melakukan percobaan untuk mengetahui keefektifan

suatu jenis obat terhadap jumlah cacing yang ada dalam perut domba.
Setelah domba sebanyak 14 diinfeksi cacing, secara acak separuhnya
diberi obat dan separuh lainnya sebagai kontrol. Setelah 6 minggu,
perut domba dibedah dan jumlah cacing yang ada dihitung dan dicatat
seperti berikut:

Dengan obat: 18 43 28 50 16 32 13
Kontrol : 40 54 26 63 21 37 39
Tentukan selang kepercayaan 95 % bagi beda dua nilai tengah jumlah
cacing! Kedua populasi dianggap menyebar normal.
 Contoh SK Beda Mean,
Bila σ1 dan σ2 Tidak Diketahui

Jawab:
n1 = 7 (kontrol) dan n2 = 7 (diberi obat) (keduanya <30)
x 1 = (40 + … + 39)/7 = 40
x 2= (18 + … + 13)/7 = 28,57
s12 = 215,33

s22 = 198,62

(7  1)(215,33)  (7  1)(198,62)
sp   14,39
772
 Contoh SK Beda Mean,
Bila σ1 dan σ2 Tidak Diketahui

α= 0,05 dan α/2 = 0,025, db = 7 +7 - 2 = 12

sehingga tα/2 = 2,179
Jadi selang kepercayaan 95 % bagi μ1 - μ2 adalah:
x 1  x2   t/2 s p
1
n1

1
n2
1 1
(40  28,57)  2,179(14,39) 
7 7
11,43  16,7604
• Dengan demikian, dengan tingkat kepercayaan 95 % beda nilai
tengah jumlah cacing dari domba kontrol dan domba diberi obat
terletak di antara -5,33 dan 28,19.
• Karena selang tersebut mencakup 0, maka tidak dapat disimpulkan
bahwa jumlah cacing pada domba kontrol dan diberi obat tersebut
berbeda.
 Two Population Proportions

Goal: Form a confidence interval for

Population or test a hypothesis about the
proportions difference between two population
proportions, p1 – p2
Assumptions:
n1p1  5 , n1(1-p1)  5
n2p2  5 , n2(1-p2)  5

The point estimate for

the difference is p1 – p2
 Confidence Interval for
Two Population Proportions

Population The confidence interval for

proportions
p1 – p2 is:

p 1 
 p 2  z /2
p1(1 p1 ) p2 (1 p2 )
n1

n2
 Hypothesis Tests for
Two Population Proportions
Population proportions

Lower tail test: Upper tail test: Two-tailed test:

H0: p1 = p2 H0: p1 = p2 H0: p1 = p2

HA: p1 < p2 HA: p1 > p2 HA: p1 ≠ p2
i.e., i.e., i.e.,
H0: p1 – p2  0 H0: p1 – p2 ≤ 0 H0: p1 – p2 = 0
HA: p1 – p2 < 0 HA: p1 – p2 > 0 HA: p1 – p2 ≠ 0
 Two Population Proportions
Since we begin by assuming the null
hypothesis is true, we assume p1 = p2
Population
and pool the two p estimates
proportions
The pooled estimate for the
overall proportion is:

n1p1  n2 p2 x1  x 2
p 
n1  n2 n1  n2
where x1 and x2 are the numbers from
samples 1 and 2 with the characteristic of interest
 Two Population Proportions

Population The test statistic for

proportions p1 – p2 is:

z
 p  p   p  p 
1 2 1 2

1 1
p (1  p)   
 n1 n2 