UJI BEDA RERATA

DUA POPULASI INDEPENDEN

DENGAN UJI Z & UJI T
NABILA ASYIQOTUR ROHMAH
UJI BEDA RERATA UNTUK DUA POPULASI
INDEPENDEN DENGAN UJI Z & UJI T

1 PROSEDUR UJI
HIPOTESIS 3
Uji Z dan Uji T
untuk dua
PERBEDAAN
populasi
UJI Z & UJI T CONTOH
independen
Untuk dua Penggunaan Uji Z
populasi dan Uji T untuk dua
independen populasi independen
PERBEDAAN UJI Z DAN UJI T UNTUK DUA POPULASI
1 SYARAT UJI Z
• Populasi besar 𝑛 ≥ 30 dan standar
deviasi populasi 𝜎 diketahui. CIRI DATA BERDISTRIBUSI NORMAL:
• Data dari populasi berdistribusi normal 1. Disusun dari variable random kontinu.
• Derajat kebebasan (df) tidak perlu 2. Kurva distribusi normal memiliki satu
diperhatikan. puncak (unimodal atau selalu memiliki satu
modus saja).
3. Kurva berbentuk simetris dan menyerupai
lonceng hingga mean, median, dan modus
terletak pada satu titik.
4. Kurva asimtotik, tidak pernah menyentuh
2 SYARAT UJI T absisnya.
• Populasi kecil 𝑛 < 30 dan standar
deviasi populasi 𝜎 tidak diketahui.
• Data dari populasi berdistribusi normal
• Distribusi yang digunakan distribusi t

*Yusuf Wibisono. 2015. Metode Statistik. Yogyakarta: Gadjah Mada University Press.
PERBEDAAN UJI Z DAN UJI T UNTUK DUA POPULASI
1 SYARAT UJI Z
• Populasi besar 𝑛 ≥ 30 dan standar
deviasi populasi 𝜎 diketahui.
• Data dari populasi berdistribusi normal
• Derajat kebebasan (df) tidak perlu
diperhatikan.

a UJI T
• Variansi dua populasi dianggap
2 SYARAT UJI T sama 𝜎12 = 𝜎22 .
• Populasi kecil 𝑛 < 30 dan standar
deviasi populasi 𝜎 tidak diketahui.
• Data dari populasi berdistribusi normal b UJI T
• Distribusi yang digunakan distribusi t • Variansi dua populasi dianggap
berbeda 𝜎12 ≠ 𝜎22 .

*Yusuf Wibisono. 2015. Metode Statistik. Yogyakarta: Gadjah Mada University Press.
 PROSEDUR UJI HIPOTESIS
1 Rumusan Hipotesis

2 Taraf Signifikansi

3 Statistik Uji

4 Komputasi

5 Daerah Kritis

6 Keputusan

7 Kesimpulan

*Budiyono. 2016. Statistika untuk Penelitian: Edisi II. Surakarta: UNS Press.
 RUMUSAN HIPOTESIS DAN DAERAH KRITIS

A HIPOTESIS DUA EKOR C HIPOTESIS EKOR KIRI

𝐻0 : 𝜇1 = 𝜇2 𝐻0 : 𝜇1 ≥ 𝜇2
𝐻1 : 𝜇1 ≠ 𝜇2 𝐻1 : 𝜇1 < 𝜇2
Daerah Kritis Penerimaan 𝐻0 : Daerah Kritis Penerimaan 𝐻0 :
• UJI T : −𝒕 𝜶Τ𝟐;𝒅𝒇 ≤ 𝒕 ≤ 𝒕 𝜶Τ𝟐;𝒅𝒇 • UJI T : 𝒕 ≥ −𝒕 𝜶;𝒅𝒇
• UJI Z : 𝒛 ≥ −𝒛𝜶
• UJI Z : −𝒛𝜶Τ𝟐 ≤ 𝒛 ≤ 𝒛𝜶Τ𝟐

B HIPOTESIS EKOR KANAN

𝐻0 : 𝜇1 ≤ 𝜇2
𝐻1 : 𝜇1 > 𝜇2
Daerah Kritis Penerimaan 𝐻0 :
• UJI T : 𝒕 ≤ 𝒕 𝜶;𝒅𝒇
• UJI Z : 𝒛 ≤ 𝒛𝜶

*Yusuf Wibisono. 2015. Metode Statistik. Yogyakarta: Gadjah Mada University Press.
 STATISTIK UJI BEDA RERATA

KETERANGAN
UJI Z 𝑋ത1 = rata-rata sampel dari populasi 1
𝑋ത2 = rata-rata sampel dari populasi 2
𝜇1 − 𝜇2 = selisih rata-rata pada hipotesis (jika
𝑋ത1 − 𝑋ത2 − 𝜇1 − 𝜇2
1 𝒛= tidak diketahui, diasumsikan 0)
𝜎12 𝜎22 𝜎12 = variansi populasi 1
𝑛1 + 𝑛2 𝜎22 = variansi populasi 2
𝑛1 = jumlah sampel dari populasi 1
𝑛2 = jumlah sampel dari populasi 2
 STATISTIK UJI BEDA RERATA

KETERANGAN
UJI T 𝝈𝟐𝟏 = 𝝈𝟐𝟐 𝑋ത1 = rata-rata sampel dari populasi 1
𝑋ത2 = rata-rata sampel dari populasi 2
𝑋ത1 − 𝑋ത2 − 𝜇1 − 𝜇2 𝜇1 − 𝜇2 = selisih rata-rata pada hipotesis (jika
𝒕= tidak diketahui, diasumsikan 0)
1 1
2 𝑠𝑝 𝑛 + 𝑛 𝑠𝑝 = simpangan baku
1 2
𝑠12 = variansi sampel dari populasi 1
𝑛1 − 1 𝑠12 + 𝑛2 − 1 𝑠22 𝑠22 = variansi sampel dari populasi 2
𝒔𝒑 =
𝑛1 + 𝑛2 − 2 𝑛1 = jumlah sampel dari populasi 1
𝒅𝒇 = 𝑛1 + 𝑛2 − 2 𝑛2 = jumlah sampel dari populasi 2
𝑑𝑓 = derajat kebebasan
 STATISTIK UJI BEDA RERATA
UJI T 𝝈𝟐𝟏 ≠ 𝝈𝟐𝟐
KETERANGAN
𝑋ത1 − 𝑋ത2 − 𝜇1 − 𝜇2 𝑋ത1 = rata-rata sampel dari populasi 1
𝒕= 𝑋ത2 = rata-rata sampel dari populasi 2
𝑠12 𝑠22 𝜇1 − 𝜇2 = selisih rata-rata pada hipotesis (jika
𝑛1 + 𝑛2 tidak diketahui, diasumsikan 0)
3 2 𝑠12 = variansi sampel dari populasi 1
𝑠12 𝑠22
𝑛1 + 𝑛2 𝑠22 = variansi sampel dari populasi 2
𝒅𝒇 = 𝑛1 = jumlah sampel dari populasi 1
2 2
𝑠12 𝑠22 𝑛2 = jumlah sampel dari populasi 2
𝑛1 𝑛2 𝑑𝑓 = derajat kebebasan
+
𝑛1 − 1 𝑛2 − 1
 CONTOH 1: UJI Z
Selama ini Pak Budi mengajar siswanya dengan metode tertentu, katakanlah dengan metode
konvensional. Tidak puas dengan metode tersebut, Pak Budi merancang suatu pembelajaran dengan
pendekatan baru, yaitu dengan pendekatan konstruktivis. Berdasarkan kepada teori konstruktivisme
tersebut Pak Budi mempunyai hipotesis bahwa metode baru tersebut lebih baik dibandingkan metode
yang lama. Untuk menguji potensi tersebut, Pak Budi melakukan penelitian eksperimental dengan
mengambil kelas 1B sebagai kelompok eksperimental (yang dikenai metode baru). Sebagai kelompok
kontrol digunakan kelas 1A (yang dikenai metode lama). Setelah satu semester, kepada kedua
kelompok tersebut diberikan tes yang sama. Hasil tes tersebut, tampak pada tabel berikut:
Tabel 1. Tabel Rerata dan Deviasi Baku Kelompok Eksperimental dan Kontrol.
Kelas Metode n Rerata Deviasi Baku
1A Lama 40 74 8
1B Baru 50 78 7
dengan mengambil 𝛼 = 1% bagaimana kesimpulan penelitian tersebut?

Solusi:
Walaupun pada kasus ini deviasi baku populasinya tidak diketahui, tetapi karena ukuran masing-masing
sampel besar deviasi baku sampel dapat dianggap mewakili deviasi populasi. Misalnya, 𝜇1 adalah
rerata tes kelompok eksperimen dan 𝜇2 adalah rerata tes kelompok kontrol.

*Budiyono. 2016. Statistika untuk Penelitian: Edisi II. Surakarta: UNS Press.
 PENYELESAIAN CONTOH 1: UJI Z
𝐻0 : 𝜇1 ≤ 𝜇2 (metode baru tidak lebih baik daripada metode lama)
1
𝐻1 : 𝜇1 > 𝜇2 (metode baru lebih baik daripada metode lama)

2 Taraf nyata 𝛼 = 1%, maka 𝑧𝑡𝑎𝑏𝑒𝑙 = 𝑧𝛼 = 2,327

𝑋ത1 −𝑋ത2 − 𝜇1 −𝜇2

3 Statistik uji yang digunakan:𝒛 =
𝜎2 2
1 +𝜎2
𝑛1 𝑛2

78−74 4 4
4 Komputasi: 𝑧ℎ𝑖𝑡𝑢𝑛𝑔 = 72 8 2
= 0,980+1,600
= 1,606 = 2,491
+
50 40

5 Daerah kritis penerimaan 𝐻0 = 𝑧|𝑧 ≤ 2,327

6 Keputusan: 𝑧ℎ𝑖𝑡𝑢𝑛𝑔 = 2,491 > 2,327, maka 𝐻0 ditolak

Kesimpulan:
7
Metode baru lebih baik daripada metode lama.

*Budiyono. 2016. Statistika untuk Penelitian: Edisi II. Surakarta: UNS Press.
 2 2
CONTOH 2: UJI T 𝜎1 = 𝜎2
Seseorang ingin menunjukkan bahwa siswa, wanita dan siswa pria tidak sama kemampuannya dalam
matematika. Untuk itu ia mengambil dua belas wanita dan enam belas pria sebagai sampel. nilai-
nilai mereka adalah sebagai berikut:
Wanita: 51 71 76 81 67 98 58 68 86 74 79 81
Pria: 68 72 77 79 68 80 54 63 89 70 66 86 77 73 74 87.
Jika diasumsikan bahwa sampel-sampel tadi diambil dari populasi-populasi normal yang variasi-
variasinya sama tetapi tidak diketahui, dan dengan 𝛼 = 5% bagaimana kesimpulan penelitian
tersebut?

Solusi:
Setelah dihitung, diperoleh rerata dan deviasi baku sebagai berikut:
Wanita : σ 𝑋 = 892; σ 𝑋 2 = 68044 ; 𝑋ത = 74,333; 𝑠 = 12,572
Pria : σ 𝑋 = 1187; σ 𝑋 2 = 89339; 𝑋ത = 74,188; 𝑠 = 9,232
Misalnya, 𝜇1 adalah rerata nilai siswa wanita dan 𝜇2 adalah rerata nilai siswa pria.
𝑋ത1 = 74,333; ഥ
𝑋2 = 74,188; 𝜇1 − 𝜇2 = 0
𝑠12 = 12,5722 ; 𝑠22 = 9,2322 ; 𝑛1 = 12; 𝑛2 = 16

*Budiyono. 2016. Statistika untuk Penelitian: Edisi II. Surakarta: UNS Press.
 2 2
PENYELESAIAN CONTOH 2: UJI T 𝜎1 = 𝜎2
𝐻0 : 𝜇1 = 𝜇2 (siswa wanita dan siswa pria sama kemampuannya)
1
𝐻1 : 𝜇1 ≠ 𝜇2 (siswa wanita dan siswa pria tidak sama kemampuannya)

2 Taraf nyata 𝛼 = 5%, maka 𝑡𝑡𝑎𝑏𝑒𝑙 = 𝑡 0,025;26 = 2,056 dengan 𝑑𝑓 = 12 + 16 − 2 = 26

𝑋ത1 −𝑋ത2 − 𝜇1 −𝜇2

3 Statistik uji yang digunakan: 𝑡 = 1 1
dengan 𝑑𝑓 = 𝑛1 + 𝑛2 − 2
𝑠𝑝 +
𝑛1 𝑛2

4 Komputasi:
𝑛1 −1 𝑠12 + 𝑛2 −1 𝑠22
• 𝑠𝑝2 = 𝑛1 +𝑛2 −2
12−1 12,572 2 + 16−1 9,232 2 3017,054
• 𝑠𝑝2 = 12+16−2
= 26
= 116,041
• 𝒔𝒑 = 116,041 = 10,772
74,333−74,188 0,145
• 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 = 1 1
= 4,113 = 0,035
10,772 12+16

*Budiyono. 2016. Statistika untuk Penelitian: Edisi II. Surakarta: UNS Press.
 2 2
PENYELESAIAN CONTOH 2: UJI T 𝜎1 = 𝜎2
5 Daerah kritis penerimaan 𝐻0 = 𝑡| − 2,056 ≤ 𝑡 ≤ 2,056

6 Keputusan: 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 = 0,035 ∈ daerah penerimaan 𝐻0 , maka 𝐻0 diterima

Kesimpulan:
7
Siswa wanita dan siswa pria sama kemampuannya

*Budiyono. 2016. Statistika untuk Penelitian: Edisi II. Surakarta: UNS Press.
 2 2
CONTOH 3: UJI T 𝜎1 ≠ 𝜎2
Seseorang ingin menunjukkan bahwa siswa, wanita dan siswa pria tidak sama kemampuannya dalam
matematika. Untuk itu ia mengambil dua belas wanita dan enam belas pria sebagai sampel. nilai-
nilai mereka adalah sebagai berikut:
Wanita: 51 71 76 81 67 98 58 68 86 74 79 81
Pria: 68 72 77 79 68 80 54 63 89 70 66 86 77 73 74 87.
Jika diasumsikan bahwa sampel-sampel tadi diambil dari populasi-populasi normal yang variasi-
variasinya berbeda dan tidak diketahui, dan dengan 𝛼 = 5% bagaimana kesimpulan penelitian
tersebut?

Solusi:
Setelah dihitung, diperoleh rerata dan deviasi baku sebagai berikut:
Wanita : σ 𝑋 = 892; σ 𝑋 2 = 68044 ; 𝑋ത = 74,333; 𝑠 = 12,572
Pria : σ 𝑋 = 1187; σ 𝑋 2 = 89339; 𝑋ത = 74,188; 𝑠 = 9,232
Misalnya, 𝜇1 adalah rerata nilai siswa wanita dan 𝜇2 adalah rerata nilai siswa pria.
𝑋ത1 = 74,333; ഥ
𝑋2 = 74,188; 𝜇1 − 𝜇2 = 0
𝑠12 = 12,5722 ; 𝑠22 = 9,2322 ; 𝑛1 = 12; 𝑛2 = 16

*Budiyono. 2016. Statistika untuk Penelitian: Edisi II. Surakarta: UNS Press.
 2 2
PENYELESAIAN CONTOH 3: UJI T 𝜎1 ≠ 𝜎2
𝐻0 : 𝜇1 = 𝜇2 (siswa wanita dan siswa pria sama kemampuannya)
1
𝐻1 : 𝜇1 ≠ 𝜇2 (siswa wanita dan siswa pria tidak sama kemampuannya)

2 Taraf nyata 𝛼 = 5%

𝑠2 2 2
3 1 + 𝑠2
𝑋ത1 −𝑋ത2 − 𝜇1 −𝜇2 𝑛1 𝑛2
Statistik uji yang digunakan: 𝑡 = dengan 𝑑𝑓 = 2 2
𝑠2 2 𝑠2
1 𝑠2
1 + 𝑠2 𝑛1
2
𝑛
𝑛1 𝑛2 + 2
𝑛1 −1 𝑛2 −1

4 Komputasi:
2
12,5722 9,2322
12
+ 16 342,412
• 𝑑𝑓 = 2 2 = = 19,381 ≈ 19
12,5722 9,2322 17,667
12 16
+ 𝑛 −1
12−1 2
74,333−74,188 0,145
• 𝑡= = ≈ 0,034
12,5722 9,2322 4,302
+
12 16

*Budiyono. 2016. Statistika untuk Penelitian: Edisi II. Surakarta: UNS Press.
 2 2
PENYELESAIAN CONTOH 3: UJI T 𝜎1 ≠ 𝜎2
Daerah kritis:
5 𝑡𝑡𝑎𝑏𝑒𝑙 = 𝑡 0,025;19 = 2,093
Daerah kritis penerimaan 𝐻0 = 𝑡| − 2,093 ≤ 𝑡 ≤ 2,093

6 Keputusan: 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 = 0,034 terletak di daerah penerimaan 𝐻0 , maka 𝐻0 diterima

Kesimpulan:
7
Siswa wanita dan siswa pria sama kemampuannya

*Budiyono. 2016. Statistika untuk Penelitian: Edisi II. Surakarta: UNS Press.
T A
H N K
O
Y U