Proporsi adalah suatu pecahan, rasio atau persentase yang menunjukkan suatu bagian
populasi atau sampel yang mempunyai sifat luas. Sebagai contoh adalah suatu survei tentang
tingkat pendidikan konsumen dengan mengambil sampel 70 orang, 30 orang dinyatakan
berpendidikan SMU. Jadi sampel proporsi yang berpendidikan SMU adalah 30 /70 = 42,86%.
Pengujian Proporsi
Pengujian Proporsi Dua
Populasi
Pada uji hipotesis proporsi populasi, pengujian dibagi dua yaitu untuk satu populasi dan dua
populasi. Lebih lengkapnya akan dijelaskan dibawah ini.
Uji hipotesis mengenai proporsi diperlukan dibanyak bidang. Seorang politikus tentu
ingin mengetahui berapa proporsi pemilih yang akan memilih partainya dalam pemilihan umum
mendatang atau semua pabrik sangat berkepentingan mengetahui proporsi barang cacat selama
pengiriman.
Pada bab ini kita akan membahas masalah pengujian hipotesis proporsi. Kita akan menguji
hipotesis H0 bahwa p = p0. Hipotesis alternativenya dapat berupa alternatif yang bersifat satu-
arah dan dua-arah:
Pada bab ini kita akan membahas masalah pengujian hipotesis proporsi. Kita akan menguji
hipotesis H0 bahwa p = p0. Hipotesis alternativenya dapat berupa alternatif yang bersifat satu-
arah dan dua-arah: p < p0 , p > p0 atau p p0
Bentuk kurva berdasarkan arah dan bentuk formasinya pada penggunaan hipotesis adalah
sebagai berikut:
Pada bab ini kita akan membahas masalah pengujian hipotesis proporsi. Kita akan menguji
hipotesis H0 bahwa p = p0. Hipotesis alternativenya dapat berupa alternatif yang bersifat satu-
arah dan dua-arah:
Selanjutnya kita akan membahas uji proporsi satu-pihak dan uji proporsi dua-pihak.
Dengan :
√ p0 (1−p 0)
n
Contoh 1
Suatu obat ketegangan syaraf didugfa hanya 60% efektif. Hasil percobaan dengan obat baru
terhadap 100 orang dewasa penderita ketegangan syaraf yang diambil secara acak menunjukkan
bahwa obat baru ini 70% efektif. Apakah ini merupakan bukti yang cukup untuk menyimpulkan
bahwa obat baru itu lebih baik dari yang beredar sekarang? Gunakan taraf nyata 0,05
Jawab :
H0:p = 0,6
H1:p > 0,6
= 0,05
Wilayah kritik: z > 1,645
Perhitungan : x = 70, n = 100, p0 = 0,6, dan
70
−0,6
100
z= =2,04
√ ( 0,6 ) (0,4)
100
Kesimpulan : zhit > ztabel, yaitu 2,04 > 1,645 sehingga H0 ditolak dan disimpulkan bahwa
obat baru tersebut memang lebih unggul dari yang biasa.
Contoh 2
Diketahui 30% dari tanaman yang diberi pestisida gagal tumbuh. Kita ingin menguji hipotesis itu
dengan alternatif bahwa tanaman yang gagal tumbuh kurang dari 30%, dari suatu sampel baru
sebanyak 500 tanaman dan diperoleh fakta bahwa 25% tanaman diantaranya gagal tumbuh. Jika
α= 5% maka kesimpulan apa yang dapat diambil?
Jawab :
H0:p = 0,3
H1:p < 0,3
= 0,05
Wilayah kritik: z < -1,645
x
Perhitungan : n = 500, =0,25, dan
n
0,25−0,3
z= =−2,63
√ ( 0,25 )( 0,75)
500
Kesimpulan : zhit <ztabel, yaitu -2,63 <- 1,645 sehingga H0 ditolak dan disimpulkan bahwa
tanaman yang gagal tumbuh kiurang daro 30%.
Perhitungan
^p – p0
z=
Dengan :
√ p0 (1−p 0)
n
Contoh 3
Hasil penelitian yang sudah dilakukan pada SD X, dinyatakan bahwa 40% murid SD tersebut
menderita cacingan. Pernyataan tersebut akan diuji dengan taraf signifikansi 5%, untuk itu
diambil sampel sebanyak 250 murid SD dan dilakukan pemeriksaan tinja dan diperoleh 39%
diantaranya terinfeksi cacing. Apakah pernyataan tersebut benar?
Penyelesaian:
H0: p = 0,4
H1 : p ≠0,4
zα
= 0,05, karena uji dua pihak maka 2
= 1,96
Wilayah kritik: H0 ditolak pada
z < -1,96 dan z > 1.96
Perhitungan : ^p = 0,39, n = 250, p0 = 0,4, dan
0,39−0,4
z= =−0,33
√ ( 0,4 ) (0,6)
250
Kesimpulan : zhit > ztabel, yaitu -0,33 > 0-1,96 sehingga H0 diterima dan disimpulkan
bahwa tidak benar pernyataan bahwa 40% murid SD x menderita.
Sering kali kita berhadapan dengan masalah yang mengharuskan kita menguji hipotesis
nol bahwa dua proporsi adalah sama.
3. H0 = p1 = p2 = p atau (p1-p2=0)
Statistik uji yang digunakan untuk menguji hipotesis Proporsi Dua Populasi menggunakan
distribusi Z dimana dirumuskan sebagai berikut:
^
p 1− ^
p2
z=
x 1+ x2
^p=
n1 + n2
q^ = 1- ^p
x1 x2
^
p 1= ^
p 2=
n1 n2
Ada tiga cara untuk menguji hipotesis proporsi dua populasi yaitu:
√ ^p q^
[( ) ( )]
1
n1
+
1
n2
Menentukan kesimpulan : tolak Ho jika Z jatuh dalam daerah kritis, dan terima Ho jika Z
jatuh dalam daerah penerimaan
Contoh soal:
Suatu pemungutan suara hendak dilakukan antara penduduk suatu kota dan sekitarnya untuk
mengetahui pendapat mereka mengenai rencana pendirian sebuah gedung pertemuan serbaguna.
Lokasi gedung yang akan dibangun itu didalam kota, sehingga para penduduk yang tinggal
disekitar kota itu merasa bahwa rencana ini akan lolos karena besarnya proporsi penduduk kota
yang menyetujuinya. Untuk mengetahui apakah ada selisih yang nyata antara proporsi penduduk
kota dan penduduk sekitar kota itu yang menyetujui rencana tersebut, diambil suatu contoh acak.
Bila ternyata 120 diantara 200 penduduk kota dan 240 diantara 500 penduduk sekitar kota
menyetujui rencana tersebut, apakah anda setuju bila dikatakan bahwa proporsi penduduk kota
yang menyetujui rencana tersebut lebih tinggi daripada proporsi penduduk sekitar kota yang
menyetujui rencana tersebut?Gunakan taraf nyata 0,025
Penyelesain:
Misalkan p1 dan p2 menyatakan proporsi sesungguhnya penduduk kota dan penduduk sekitar
kota yang menyetujui pembangunan gedung pertemuan serbaguna
Ho : p1=p2
H1 : p1>p2
α = 0,025
wilayah kritis : z > 1,96
perhitungan
^
p 1− ^
p2
z=
√ ^p q^
[( ) ( )]
1
n1
+
1
n2
Menentukan kesimpulan : tolak Ho jika Z jatuh dalam daerah kritis, dan terima Ho jika Z
jatuh dalam daerah penerimaan
Contoh soal:
Dari sampel acak sebanyak 400 ibu rumah tangga yang dipilih oleh sebuah tim dari pemilik
supermarket A memperlihatkan bahwa 20% ibu-ibu rumah tangga menyukai kopi merk N, pihak
pemasaran melakukan pemasangan iklan terhadap produksinya. Kemudian dilakukan penelitian
dengan sampel acak sebesar 600 ibu rumah tangga dan memperlihatkan bahwa 22% ibu-ibu
menyukai kopi bubuk merk N. dengan menggunakan α = 0,005. Apakah pemasangan iklan
tersebut mampu meningkatkan proporsi ibu-ibu yang menyukai kopi bubuk merk N?
Penyelesaian:
Misalkan : p1 dan p2 menyatakan proporsi sesungguhnya ibu-ibu yang menyukai kopi bubuk
merk N sebelum dipasangnya iklan produk kopi merk N dan proporsi sesungguhnya ibu-ibu
yang menyukai kopi bubuk merk N setelah dipasangnya iklan produk kopi merk N
Ho : p1=p2
H1 : p1<p2
α = 0,005
wilayah kritis : z < -1,645
perhitungan :
^
p 1− ^
p2
z=
√ ^p q^
[( ) ( )]
1
n1
+
1
n2
0,20−0,22
z=
√ 1
(0,212)(0,788)
400
+
1
600 [( ) ( )] = -0,74
kesimpulan : diperoleh nilai z hitung sebesar 0,74 yang artinya nilai z hitung lebih besar
dari z untuk α = 0,005 yaitu -1,645 dan z hitung terletak di wilayah penerimaan Ho.
Artinya informasi yang diperoleh dari sampel tidak mendukung pernyataan bahwa
pemasangan iklan atas produk kopi bubuk merk N tersebut dapat meningkatkan proporsi
ibu-ibu rumah tangga untuk menyukai kopi merk N, karna perbedaan proporsi sebelum
dan sesudah iklan ternyata tidak signifikan untuk taraf α = 5%
Perhitungan
^
p 1− ^
p2
z=
√ ^p q^
[( ) ( )]
1
n1
+
1
n2
Menentukan kesimpulan : tolak Ho jika Z jatuh dalam daerah kritis, dan terima Ho jika Z
jatuh dalam daerah penerimaan
Contoh soal :
Suatu survey tentang majalah mengungkapkan bahwa majalah “ekonomia” dibaca oleh pembaca
45% dari seluruh pembaca lelaki, dan 46%pembaca perempuan dari seluruh pembaca
perempuan. Manajer pemasaran majalah ingin membuktikan kebenaran surveii tersebut dengan
mengadakan penelitian terhadap pembaca di suatu kota. Jumlah responden lelaki dipilih 150
orang dan yang membaca majalah sebanyak 69 orang mengaku membaca majalah “ekonomia”,
sedangkan dari 200 orang responden perempuan yang membaca majalah “ekonomia” adalah 95
orang, dengan menggunakan uji hipotesis proporsi ujilah apakah pembaca majalah tersebut
sama? Taraf signifikan 0,05
Penyelesaian:
Ho : p1 = p2
H1 : p1≠ p2
α = 0,05
wilayah kritis : z < -z 0,025 dan z > z 0,025
atau z < -1,96 dan z > 1,96
perhitungan :
^
p 1− ^
p2
z=
√ ^p q^
[( ) ( )]
1
n1
+
1
n2
0,46−0,475
z=
√ 1
(0,47)(0,53)
150
+
1
200 [( ) ( )]
= -0,27
keputusan : dari perhitungan diperoleh nilai z hitung yang lebih kecil z 0,025 artinya z
hitung terletak didaerah penerimaan Ho, berarti bias ditarik kesimpulan bahwa proporsi
pembaca majalah “ekonomia” adalah lelaki dan pembaca majalah “ekonomia” adalah
perempuan sama
Pengujian hipotesis mengenai variansi populasi atau simpangan baku berarti kita ingin
menguji hipotesis mengenai keseragaman suatu populasi ataupun barang membandingkan
keseragaman suatu populasi dengan populasi lainya. Statisktik yang cocok sebagai dasar
keputusan adalah statistic chi square (χ2) dan statistic F.
Statistik uji
2
2 ( n−1)S
χ= 2
σ
Dimana:
c2 = variabel standardized chi-square
n = jumlah sampel
s2 = varians sampel
σ2 = varians yang dihipotesiskan
Kriteria Penerimaan
Untuk H 0 :σ 2=σ 02 dan H 1 : σ 2 ≠ σ 02
Contoh soal
Sebuah meriam harus memiliki ketepatan menembak dengan variasi yang minimum.
Spesifikasi dari pabrik senjata menyebutkan bahwa standar deviasi dari ketepatan menembak
meriam jenis tersebut maksimum adalah 4 meter. Untuk menguji hal tersebut, diambil sampel
sebanyak 16 meriam dan diperoleh hasil s 2 = 24 meter. Ujilah standar deviasi dari spesifikasi
tersebut! Gunakan a = 0.05
Jawaban
hipotesis
H0: σ2 = 16
H1: σ2 > 16
Nilai kritis dari tabel chi-square :
χ2 = 24.9958 (a = 0.05 dan d.f. = 16 – 1 = 15)
Statistik uji
2
2 ( n−1)S ( 16−1)24
χ= = =22,5
σ 2
16
Kriteria penerimaan
Untuk H0: σ12 – σ22 = 0 dan HA: σ12 – σ22 ≠ 0
s21
F = F1−α / 2 < atau
s22
s 21
F= > Fα/2
s 22
Untuk H0: σ12 – σ22 ≤ 0 dan HA: σ12 – σ22 > 0
s12
F= 2 >F α ,(v 1 ,v 2)
s2
Ada dua pabrik penghasil kapur, NICE dan NASDAQ bandingkan apakah variansi panjang
kapur dari kedua pabrik sama, sebagai mana pengujian sebelum nya , Berikut data yang
didapatkan:
NICE NASDAQ
Jumlah 21 25
Rata-rata 3.27 2.53
Std dev 1.30 1.16
Apakah ada perbedaan variansi antara NICE dan NASDAQ pada a = 0.1 level?
Penyelesaian
Statistik Uji:
2
s1
1 . 302
F= 2 = 2
=1 . 256
s 2 1 . 16
Mencari nilai kritik distribusi F a = 0.1:
Pembilang:
df1 = n1 – 1 = 21 – 1 = 20
Penyebut:
df2 = n2 – 1 = 25 – 1 = 24
F0.05, 20, 24 = 2.03
F0.95, 20, 24 = 0.48
MENGUJI KESAMAAN DUA RATA-RATA (Dua Sampel) : UJI SATU PIHAK
Sebagaimana dalam uji dua pihak, untuk uji satu pihak pun dimisalkan bahwa kedua populasi
berdistribusi normal dengan rata-rata 1 dan 2 dan simpangan baku 1 dan 2. Karena
umummnya 1 dan 2 tidak diketahui, maka di sini akan ditinjau hal-hal tersebut untuk keadaan
1 = 2 atau 1 2.
Dalam hal 1 = 2 , maka statistik yang digunakan ialah statistik t seperti dalam Rumus
VI(6) dengan s2 seperti dalam Rumus VI(7).
Kriteria pengujian yang berlaku ialah : terima H0 jika t < t 1 – dan tolak H0 jika t
mempunyai harga-harga lain. Derajat kebebasan untuk daftar distribusi t ialah (n 1 + n2 – 2)
dengan peluang (1 - ). Jika 1 2, maka statistik yang digunakan adalah statistik t’ seperti
dalam Rumus VI(8).
w 1 t1 +w2 t 2
t' ≥
Dalam hal ini, kriteria pengujian adalah: tolak hipotesis H 0 jika w1 +w2 dan
s 12 s 22
terima H0 jika terjadi sebaliknya, dengan w 1= , w2= , t1 = t(1 – ).(n1 – 1) dan t2 = t(1 – ).(n2 – 1).
n1 n2
Peluang untuk penggunaan daftar distribusi t ialah (1 – ) sedangkan dk-nya masing-masing (n1–
1) dan (n2 – 1).
Contoh :
Diduga bahwa pemuda yang senang berenang rata-rata lebih tinggi badannya daripada
pemuda sebaya yang tidak senang berenang. Untuk meneliti ini telah diukur 15 pemuda yang
senang berenang dan 20 yang tidak senang berenang. Rata-rata tinggi badan berturut-turut 167,2
cm dan 160,3 cm. Simpangan bakunya masing-masing 6,7 cm dan 7,1 cm. Dalam taraf nyata =
0,05, dapatkah kita mendukung dugaan tersebut?
Jawab :
H0 : 1 = 2 (rata-rata tinggi badan pemuda yang senang berenang kurang dari atau sama
dengan rata-rata tinggi badan pemuda yang tidak senang berenang)
H1 : 1 >2 (rata-rata tinggi badan pemuda yang senang berenang lebih tinggi dari rata-
rata tinggi badan pemuda yang tidak senang berenang)
α= 0,05
daerah kritis
Dari daftar distribusi t dengan peluang 0,95 dan dk = 33, didapat t0,95 = 1,70
perhitungan
Jika distribusi tinggi badan untuk kedua kelompok pemuda itu normal dan 1 = 2, maka
statistik t dalam rumus VI(6) dapat digunakan. Kita punya n 1 = 15, x1=167,2 cm , s1 = 6,7 cm, n2
x2 =160,3 cm
= 20, dan s2 = 7,1. dari Rumus VI(7) didapat varians gabungan
(15−1)(44,89 )+(20−1)(50,41)
s 2= =48,07
15+20−2
Sehingga statistik t mempunyai harga :
167,2−160,3
t = =2,913
√ 48,07 .{(1/15)+(1/20)}
Kesimpulan.
Dari penelitian didapat t = 2,913 dan lebih besar dari t = 1,70. Jadi H0 : 1 = 2 ditolak, di
mana indeks satu menyatakan pemuda yang senang berenang. Dugaan di muka diterima rata-rata
tinggi badan pemuda yang senang berenang lebih tinggi dari rata-rata tinggi badan pemuda yang
tidak senang berenang).
Jika untuk contoh di muka dimisalkan 1 2, maka digunakan statistik t’ dalam Rumus
VI(8). Harga-harga yang perlu adalah :
w1 = 44,89/15 = 2,99, w2 = 50,41/20 = 2,52
t1 = t (0,95),14 = 1,76 dan t2 = t (0,95),19 = 1,73
w1 t 1 +w 2 t 2 (2 ,99 )(1 ,76 )+(2 , 52)(1 ,73 )
= =1 ,75
w 1 +w 2 2 , 99+2 ,52
sehingga diperoleh :
167 , 2−160 ,3
t '= =2, 94
√(44 , 89 /15 )+(50 ,41/20 ) .
Kriteria pengujian adalah : tolak H0 jika t’ 1,75. karena t’ = 2,94 maka H 0 ditolak dan hasil
pengujian seperti di atas dapat disimpulkan. Untuk observasi berpasangan, pasangan hipotesis
H 0 : μB =0
nol H0 dan hipotesis tandingan H1 untuk uji pihak kanan adalah :
H 1 : μB > 0
Statistik yang digunakan masih statistik t dalam rumus VI(9) dan tolak H 0 jika t t1 –
dimana t1 – didapat dari daftar distribusi Student dengan dk = (n – 1) dan peluang (1 – ).
Contoh :
Untuk mempelajari kemampuan belajar tentang menjumlahkan bilangan, 10 anak laki-
laki dan 10 anak perempuan telah diambil secara acak. Dari pengamatan masa lampau
kemampuan belajar anak laki-laki umumnya labih baik dari pada kemampuan belajar anak
perempuan. Hasil ujian yang dilakukan adalah
Laki – laki 30 21 21 27 20 25 27 22
28 18
Perempuan 31 22 37 24 30 15 25 42
19 38
Perumusan hipotesis H0 dan hipotesis tandingan H1 untuk uji pihak kiri adalah: { H 0 : μ1 =μ 2
H 1 : μ 1> μ 2
Langkah-langkah yang ditempuh dalam hal ini sejalan dengan yang dilakukan untuk uji
pihak kanan. Jika 1 = 2, kedua-duanya nilainya tak diketahui, maka digunakan statistik t dalam
Rumus VI(6).
Kriteria pengujian adalah : tolak H0 t – t1 – , di mana t1 – didapat dari daftar distribusi t
dengan dk = (n1 + n2 – 2) dan peluang (1– ). Untuk harga-harga t lainnya, H0 diterima. Jika 1
2, maka yang digunakan adalah statistik t’ dalam rumus VI(8) dan tolak H 0 untuk
' −(w 1 t 1+ w2 t 2 )
t≤ dimana w1, w2, t1 dan t2 semuanya seperti telah diuraikan.
w 1+ w 1
Jika t’ lebih besar dari harga tersebut, maka H0 diterima.Untuk observasi berpasangan,
VI(6) :
s
√ 1 1
+
n 1 n2
( n1 −1) s 2 +( n2 −1) s 2
1 2
s2=
VI(7) : n1 +n2 −2
Kriteria pengujian Menurut teori distribusi sampling (tidak dibahas dalam buku ini) maka
statistik t di atas berdistribusi Student dengan dk = (n 1 + n2 – 2). Dengan kriteria pengujian
adalah : terima H0 jika – t1 – ½ < t < t1 – ½ , dimana t1 – ½ didapat dari daftar distribusi t dengan
dk = (n1 + n2 – 2) dan peluang (1 – ½ ). Untuk harga-harga t lainnya H0 ditolak.
x1 − x 2
t'=
VI(8) : √ ( s12 /n 1 )+( s2 2 /n 2 )
Kriteria pengujian adalah terima hipotesis H0 jika
w1 t 1 +w 2 t 2 w1 t 1 +w 2 t 2
− < t' <
w 1 +w 2 w 1 +w 2
t= B
VI(9) :
sB / √n
Dan terima H0 jika – t1 – ½ < t < t1 – ½ dimana t1 – ½ didapat dari daftar distribusi t dengan
peluang (1 – ½ ) dan dk = (n –1). Dalam hal lainnya H0 ditolak.
Banyak penelitian yang memerlukan perbandingan antara dua keadaan atau tepatnya dua
populasi. Misalnya membandingkan dua cara mengajar, dua cara produksi, daya sembuh dua
macam obat dan lain sebagainya.
Misalkan kita mempunyai dua populasi normal masing-masing dengan rata-rata 1 dan 2
sedangkan simpangan bakunya 1 dan 2 . Secara independen dari populasi kesatu diambil
sebuah sampel acak berukuran n1 sedangkan dari populasi kedua sebuah sampel acak berukuran
n2. Dari kedua sampel ini berturut-turut didapat
x 1 , s , dan x 2 ,s . Akan diuji tentang rata-rata
1 2 1
dan 2.
Pasangan hipotesis nol dan tandingannya yang akan diuji adalah :
H0 : 1 = 2
H1 : 1 2
Untuk ini kita bedakan hal-hal berikut :
A). 1 = 2 = dan diketahui
Statistik yang digunakan jika H0 benar, adalah:
x 1 −x 2
z=
√
.... (4a)
1 1
σ +
n1 n2
Dengan taraf nyata , maka kriteria pengujian adalah :
terima H0 jika – z ½ (1 - ) < z < z ½ (1 - ) , dimana z ½ (1 - ) didapat dari daftar normal baku dengan
peluang ½ (1 - ). Dalam hal lainnya H0 ditolak.
Menurut teori distribusi sampling maka statistik t di atas berdistribusi Student dengan dk =
(n1 + n2 – 2). Kriteria pengujian adala : terima H 0 jika – t1 – ½ < t < t1 – ½ , di mana t1 – ½
didapat dari daftar distribusi t dengan dk = (n 1 + n2 – 2) dan peluang (1 – ½ ). Untuk harga-
harga t lainnya H0 ditolak.
Contoh:
Seorang guru Matematika ingin membandingkan dua metode mengajar kepada siswanya,
katakan metode A dan metode B. Untuk itu diambil sampel 12 anak menggunakan metode
A dan 15 anak menggunakan metode B. Pada akhir penelitiannya kedua kelompok tadi dites
dan menghasilkan nilai Matematika sbb:
Metode A 7,3 6,8 8,3 8,2 9 6,1 6,4 5,3 5,8 6,7 6,8 7,3
Metode B 6,7 7,4 7,8 8,1 7,3 6,9 8,4 6,1 5,5 5,7 6,8 6,6 7,5 6,7 7,4
Dalam taraf nyata = 0,05, tentukan apakah kedua macam metode itu sama baiknya atau
tidak. (diasumsi data berdistribusi normal dengan varians yang sama besar)
Penyelesaian :
H0 : 1 = 2 (rata-rata hasil belajar dengan metode A sama dengan rata-rata hasil belajar
dengan metode B)
H1 : 1 ≠ 2 (rata-rata hasil belajar dengan metode A tidak sama dengan rata-rata hasil
belajar dengan metode B)
Taraf nyata () = 0,05
Daerah kritis
Harga t0,975 dengan dk = 25 dari daftar distribusi Student adalah 2,06. Kriteria pengujian
adalah : terima H0 jika t hitung terletak antara – 2,06 dan 2,06 dan tolak H 0 jika t
mempunyai harga-harga lain.
Perhitungan
x x
Dari data diatas didapat A =7,00, B = 6,99, sA2 =1,18 dan sB2 = 0,69. Simpangan baku
gabungan, dari rumus (4c) didapat s = 0,951. Rumus (4b) memberikan ;
7,00-6 ,99
t= =0 ,027
0,951 √ (1/12)+(1/15)
Kesimpulan
Dari penelitian didapat t = 0,027 dan ini jelas ada dalam daerah penerimaaan. Jadi H0
diterima.
Kesimpulan : kedua macam metode mengajar menghasilkan nilai rata-rata matematika yang
sama.
x1 − x 2
t'=
√ ( s12 /n 1 )+( s2 2 /n 2 ) .... (4d)
t didapat dari daftar distribusi Student dengan peluang dan dk = m. untuk harga-harga t
lainnya H0 ditolak.
Contoh :
Ingin diketahui apakah LKS individual menghasilkan hasil belajar siswa yang sama atau tidak
dengan LKS kelompok. Untuk itu diadakan percobaan 20 siswa diberi LKS kelompok dan 20
siswa diberi LKS individual. Rata-rata dan simpangan bakunya berturut-turut
x 1 = 6,8, s =
1
x
1,1, 2 = 7,2 , dan s2 = 1,4 (data fiktif). Jika varians kedua populasi tidak sama, dengan taraf
nyata 0,05, bagaimanakah hasilnya?
Penyelesaian :
(Langkah 1 dan 2)
Hipotesis H0 dan tandingan H1 adalah
H0 : 1 = 2; kedua macam LKS memberikan rata-rata hasil belajar yang sama.
Sehingga didapat :
w1 t 1 +w 2 t2 (0,06 )(2, 09)+(0 , 098)(2 , 09)
= =2 , 09
w 1 +w 2 0, 06+0 , 098
Kriteria pengujian adalah : terima H0 jika – 2,09 < t’ < 2,09 dan tolak H0 dalam hal lainnya.
Perhitungan.
6,8−7,2
t'= =−1,005
√ (1,21/20 )+(1,96/20 )
Kesimpulan
Jelas bahwa t’ = –1,005 ada dalam daerah penerimaan H0. Jadi kita terima H0 dalam taraf
yang nyata 0,05. Kesimpulan kedua LKS memberikan rata-rata hasil belajar yang sama.
H 1 : B 0
t= B .... (4e)
sB / √n
Dan terima H0 jika – t1 – ½ < t < t1 – ½ dimana t1 – ½ didapat dari daftar distribusi t dengan
peluang (1 – ½ ) dan dk = (n –1). Dalam hal lainnya H0 ditolak.
Contoh :
Data berikut adalah mengenai tinggi anak laki-laki pertama (X) dan tinggi ayah (Y)
dinyatakan dalam cm. Jika dua populasi dengan sampel yang sama (berpasangan) dan taraf
nyata (α) 0,05, bagaimanakah hasilnya?
Penyelesaian :
Tabel data tinggi pada dua populasi dengan sampel yang sama.
Tinggi anak Tinggi ayah Beda (B) B2
(1) (2) (3) (4)
158 161 -3 9
160 159 1 1
163 162 1 1
157 163 -3 9
154 156 -2 4
164 159 5 25
169 163 6 36
158 160 -2 4
162 158 4 16
161 160 1 1
Jumlah 8 106
2
n ∑ B2i −(∑ B i )
n ∑ B2i −(∑ B i )
2
B̄=
∑ Bi =8 =0,8, dan =11,07, maka
n 10 n(n−1)
=11,07
t =0,8
√ 11 ,07/10
=0 ,762
dan sB2 = n( n−1 ) maka
t =0,8 =0 ,762
√ 11,07/10
Dari daftar distribusi t dengan peluang 0,975 dan dk = 9 didapat t 0,975 = 2,26. ternyata t
= 0,762 ada dalam daerah penerimaan H 0. Jadi penelitian menghasilkan uji yang tak
berarti.