Nama: Handika Prakoso

Nim: 210411021
Nomer HP: 089618807564
Data tersebut adalah kode Data unik Anda untuk soal UAS. Inputkan Kode tersebut ke data Soal
sesuai pola. No HP dan 9 Digit terakhir HP Anda Wajib dicantumkan Dalam Lembar Jawaban.
Jika tidak tercantum pada lembar jawaban maka lembar jawaban dianggap gugur dengan skor
akhir Nol (0)

D1 D2 D3 D4 D5 D6 D7 D8 D9
6 1 8 8 0 7 5 6 4
Q1:
Dalam banyak proses manufaktur ada istilah yang disebut work-in-proses (sering disebut WIP).
Di pabrik pembuatan buku, WIP menunjukkan waktu yang dibutuhkan lembaran dari mesin
press untuk dilipat, dikumpulkan, dijahit, ditekuk, di ujung lembaran, dan diikat. Data berikut
mewakili sampel 20 buku di masing-masing dari dua plant produksi dan waktu pemrosesan
(waktu operasional didefinisikan sebagai waktu yang dibutuhkan dalam beberapa hari sejak buku
dicetak hingga dikemas dalam karton) untuk pekerjaan ini.

Plant 5. 71 5.14 10.41 11.87 11.72 6.40 8.06 0.81 11.81 16.25
A 11.71 7.14 5.46 4.81 10.00 7.06 9.14 7.08 8.41 7.50
Plant 9.08 11.87 17.61 11.72 20.55 10.81 18.24 18.63 18.51 10.08
B 5.50 11.47 4.15 18.11 6.00 2.38 2.38 0.85 7.20 4.51

1) Lakukan analisis lengkap perbedaan antara pemrosesan untuk dua pabrik dan tulis
ringkasan temuan anda untuk dipresentasikan kepada wakil presiden untuk operasi
perusahaan. Jangan lupa lakukan memeriksa homogenitas varians. Uji
Homogenitas Varians
a) Hipotesis
Ho: σ12 = σ22 (Varians antara kedua kelompok sampel sama atau homogen)
H1: σ12 ≠ σ22 (Varians antara kedua kelompok sampel berbeda atau tidak
homogen)
b) Taraf signifikansi
α = 5%
c) Daerah kritis
Df1 = n1 – 1 = 20 – 1 = 19
Df2 = n2 – 1 = 20 – 1 = 19
F(α/2; df1, df2) = F(0,025; 19, 19) = 2,53
1 1
= =0,39
- Ho ditolak jika F > F(α/2; df1, df2) = 2,53 atau F < F α 2,53
( ;df 1 ;df 2 )
2
- Ho diterima jika 0,39 < F < 2,53
 d) Statistik Uji

No. X1 X2 (X1-X̅1) (X1-X̅1) (X1-X̅1)2  (X2-X̅2)2

1 5,71 9,08 -1,35 6,70 1,82 44,89
2 11,71 5,50 4,65 3,12 21,62 9,73
3 5,14 11,87 -1,92 9,49 3,69 90,06
4 7,14 11,47 0,08 9,09 0,01 82,63
5 10,41 17,61 3,35 15,23 11,22 231,95
6 5,46 4,15 -1,60 1,77 2,56 3,13
7 11,87 11,72 4,81 9,34 23,14 87,24
8 4,81 18,11 -2,25 15,73 5,06 247,43
9 11,72 20,55 4,66 18,17 21,72 330,15
10 10,00 6,00 2,94 3,62 8,64 13,10
11 6,40 10,81 -0,66 8,43 0,44 71,06
12 7,06 2,38 0,00 0,00 0,00 0,00
13 8,06 18,28 1,00 15,90 1,00 252,81
14 9,14 2,38 2,08 0,00 4,33 0,00
15 0,81 18,63 -6,25 16,25 39,06 264,06
16 7,08 0,85 0,02 -1,53 0,00 2,34
17 11,81 18,51 4,75 16,13 22,56 260,18
18 8,41 7,20 1,35 4,82 1,82 23,23
19 16,25 10,08 9,19 7,70 84,46 59,29
20 7,50 4,51 0,44 2,13 0,19 4,54
253,337
Jumlah 158,99 209,69 2077,835
7
Rata-
8,37 10,4845
rata

S12
=
∑ 2
( X 1− X 1 ) 253,3377
= =234,3377
n1−1 20−1

S22 =
∑ ( X 2− X 2 )2 = 2077,835 =28,05
n2−1 20−1

s 12 234,3377
F= = =8,35
s2 2
28,05

e) Kesimpulan
Karena nilai F = 9,71 (> 2,53), maka keputusan yang diambil adalah
menolak Ho. Karena Ho ditolak, maka dapat disimpulkan bahwa varians
antara kedua kelompok sampel berbeda atau tidak homogen.
2) Uji Hipotesis (Uji t Dua Sampel Independen)
a) Hipotesis
Ho: μ1 = μ2 (Tidak ada perbedaan rata-rata waktu pemrosesan buku antara
kedua pabrik)
 H1: μ1 ≠ μ2 (Ada perbedaan rata-rata waktu pemrosesan buku antara
kedua pabrik)
b) Taraf signifikansi
α = 5%
c) Daerah kritis
- Ho ditolak jika t > tα/2,n-1 = t0,025;19 = 2,09 atau t < -tα/2,n-1 = -t0,025;19 = -2,09
- Ho diterima jika -2,09 < t < 2,09
d) Statistik uji
( X 1− X 2 )−( μ 1−μ2 ) ( 8,37−10,4845 ) −( 0 )
t= = =0,58

e) Kesimpulan
√ s12 s22
n n
1
+
2
√ 234,3377 28,05
20
+
20

Karena nilai t = 0,58 (< 2,09), maka keputusan yang diambil adalah
menerima Ho. Karena Ho diterima, maka dapat disimpulkan bahwa tidak ada
perbedaan rata-rata waktu pemprosesan buku antara kedua pabrik.
3) Summary
Dari hasil uji hipotesis di atas, dapat diketahui bahwa tidak ada perbedaan
rata-rata waktu pemrosesan buku antara kedua pabrik, yang berarti jumlah buku
yang dihasilkan dari kedua pabrik sama untuk waktu pemrosesan yang sama.

a. Perform the checks normality of the data for the both plants.
1) Hipotesis
Ho: Data berasal dari populasi yang berdistribusi normal.
H1: Data tidak berasal dari populasi yang berdistribusi normal.
2) Taraf signifikansi
α = 5%
3) Kriteria pengambilan keputusan
Ho ditolak jika T > Quantil (n; 1 – α) = Quantil (20; 0,95) = 0,19
Ho diterima jika T < 0,19
4) Statistik uji (liliefors)

Perusahaan A

No. X1 Z1 F*(X1) S(X1) |F*(X1) – S(X1)|

1 0,41 -0,91 0,18 0,05 0,13
2 4,41 -0,41 0,34 0,10 0,24
3 4,00 -0,46 0,32 0,15 0,17
4 4,74 -0,36 0,36 0,20 0,16
5 5,06 -0,32 0,37 0,25 0,12
6 5,31 -0,29 0,38 0,30 0,08
7 6,00 -0,21 0,42 0,35 0,07
8 6,66 -0,12 0,45 0,40 0,05
9 6,67 -0,12 0,45 0,45 0,00
10 6,68 -0,12 0,45 0,50 0,05
11 7,10 -0,07 0,47 0,55 0,08
12 7,66 0,00 0,50 0,60 0,10
13 8,01 0,04 0,52 0,65 0,13
14 8,74 0,13 0,55 0,70 0,15
15 9,60 0,24 0,60 0,75 0,15
16 10,01 0,29 0,62 0,80 0,18
17 11,31 0,46 0,68 0,85 0,17
18 11,41 0,47 0,68 0,90 0,22
19 11,41 0,47 0,68 0,95 0,27
20 15,82 1,02 0,85 1,00 0,15

T = Maks | F*(X1) – S(X1)| = 0,27

 Perusahaan B

No. X2 Z2 F*(X2) S(X1) |F*(X1) – S(X1)|

1 0,45 -0,94 0,17 0,05 0,12
2 1,98 -0,80 0,21 0,10 0,11
3 1,98 -0,80 0,21 0,15 0,06
4 3,75 -0,65 0,26 0,20 0,06
5 4,11 -0,61 0,27 0,25 0,02
6 5,10 -0,53 0,30 0,30 0,00
7 5,60 -0,48 0,31 0,35 0,04
8 6,80 -0,38 0,35 0,40 0,05
9 8,68 -0,21 0,42 0,45 0,03
10 9,68 -0,12 0,45 0,50 0,05
11 10,41 -0,06 0,48 0,55 0,07
12 11,07 0,00 0,50 0,60 0,10
13 11,32 0,02 0,51 0,65 0,14
14 17,21 0,54 0,71 0,70 0,01
15 17,71 0,59 0,72 0,75 0,03
16 17,88 0,60 0,73 0,80 0,07
17 18,11 0,62 0,73 0,85 0,12
18 18,23 0,63 0,74 0,90 0,16
19 18,47 0,65 0,74 0,95 0,21
20 20,15 0,80 0,79 1,00 0,21
T = Maks | F*(X1) – S(X1)| = 0,04

Variable Variable
1 2
Mean 31,6168368 25,93512605
Variance 796,698991 408,1041053
Observations 20 20
Hypothesized
Mean Difference 0
df 2
t Stat 0,23149205
P(T<=t) one-tail 0,41923013
t Critical one-tail 2,91998558
P(T<=t) two-tail 0,83846027
t Critical two-tail 4,30265273

5) Kesimpulan
a) Perusahaan A
Karena nilai maks | F*(X1) – S(X1)| = 0,27 (> 0,19), maka keputusan
yang diambil adalah menolak Ho. Karena Ho ditolak, maka dapat
 disimpulkan bahwa data tidak berasal dari populasi yang berdistribusi
normal.
b) Perusahaan B
Karena nilai maks | F*(X2) – S(X2)| = 0,04 (< 0,19), maka keputusan
yang diambil adalah menerima Ho. Karena Ho diterima, maka dapat
disimpulkan bahwa data berasal dari populasi yang berdistribusi
normal.
b. If both data known not from a normally distributed population (based on the checks
of normality).
What should you do to analyze this problem.
Jika kedua data tidak berasal dari populasi yang berdistribusi normal, maka analisis
yang tepat dilakukan adalah analisis nonparametrik, yaitu uji Mann-Whitney
sebagai alternatif atau pengganti uji t 2 sampel independen.

Q2:
Jelaskan perbedaan antara dua populasi independent dan dua populasi pasangan!
Perbedaan antara 2 populasi independen dan 2 populasi berpasangan/dependen adalah pada
kelompok sampelnya. Pada 2 populasi independen, sampel diambil dari dua populasi terpisah,
yaitu A dan B. Sedangkan pada 2 populasi berpasangan/dependen, sampel diambil dari satu
populasi yang sama, namun diberi perlakuan berbeda, contohnya seperti sebelum-sesudah
perlakuan.

Q3:
Perushaan aplikasi perangkat lunak sedang mengembangkan paket aplikasi keuangan baru.
Karena waktu computer merupakan kriteria keputusan yang penting, pengembang ingin paket
baru memiliki fitur dan kemampuan yang sama dengan pemimpin pasar saat ini sambil
memberikan hasil yang lebih cepat daripada paket terkemuka saat ini. Jika paket keuangan baru
efektif, itu akan memberikan hasil yang sama seperti pemimpin pasar saat ini tetapi juga akan
menggunakan waktu pemrosesan yang lebih sedikit. Hasilnya ditampilkan dibawah ini, untuk
sampel 10 proyek aplikasi keuangan yang digunakan dalam percoaan.
Under what conditions should the pooled varianced t test be used to examine possible
differences in the
means of two independent populations
Pooled varianced t test digunakan pada kondisi ketika akan melakukan uji untuk
mengetahui perbedaan rata-rata antara 2 populasi independen. Pada uji ini, terdapat 2
asumsi yang berbeda, yaitu asumsi varians sama/homogen dan asumsi varians
berbeda/tidak homogen, sehingga pooled varianced t test dilakukan untuk mengetahui
kedua data memenuhi asumsi varians homogen atau tidak homogen.
 Put your phone number from the left side of the box to the right; if your phone
number have 12 digits then you will end fill the box up to D12, and this rule also
applies to the other phone number with a different number of digits, if you have 11
digits then rewrite D2 as D1 :

D1 D2 D3 D4 D5 D6 D7 D8 D9
6 1 8 8 0 7 5 6 4

Q1 :

The software applications company is developing a new financial application package. Because
computer time is an important decision criterion, the developer wants the new package to have
the same features and capabilities as the current market leader while providing result faster than
the current leading package. If the new financial package is effective, it will provide the same
result as the current market leader but will use less processing time. The results displayed below,
for the sample of 10 financial application projects used in the experiment.

Processing Time (in seconds)

Applications project By Current Market Leader By New Software Package
1 9.83 9.33
2 9.33 9.32
3 9.37 9.32
4 9.88 9.30
5 9.87 9.39
6 9.37 9.37
7 9.32 9.39
8 10.08 9.32
9 9.80 9.35
10 9.80 9,32

a. Lakukan analisis lengkap perbedaan waktu pemprosesan antara keuangan oleh pemimpin
saat ini dan aplikasi keuangan oleh paket perangkat lunak baru dan tulis rikasaan temuan
anda untuk disajikan pemilik perusahaan aplikasi perangkat lunak sebagai pengembang
paket aplikasi keuangan. Pastikan untuk gunakan hipotesis yang sesuai untuk kasus ini.
1) Uji hipotesis (Uji t 2 sampel berpasangan)
a) Hipotesis
- Ho: μD = 0 (Tidak ada perbedaan rata-rata waktu pemrosesan antara aplikasi
keuangan oleh pemimpin saat ini dan aplikasi keuangan oleh paket perangkat
lunak baru)
- H1: μD ≠ 0 (Ada perbedaan rata-rata waktu pemrosesan antara aplikasi
keuangan oleh pemimpin saat ini dan aplikasi keuangan oleh paket perangkat
lunak baru)
b) Taraf signifikansi
 α = 5%
c) Daerah kritis
- Ho ditolak jika t > t(α/2; n-1) = t(0,025; 9) = 2,26 atau t < -t(α/2; n-1) = -t(0,025; 9) = -2,26
- Ho diterima jika -2,26 < t < 2,26
d) Statistik uji

Processing Time (in seconds)

By
By New
Applications Current
Software D (D-D̅) (D-D̅)2
project Market
Package
Leader
1 9,46 9,66 -0,2 -0,20 0,04
2 9,66 9,67 -0,01 -0,01 0,00
3 9,68 9,5 0,18 0,18 0,03
4 9,44 9,66 -0,22 -0,22 0,05
5 9,48 9,65 -0,17 -0,17 0,03
6 9,68 9,68 0 0,00 0,00
7 9,67 9,65 0,02 0,02 0,00
8 10,61 9,67 0,94 0,94 0,88
9 9,46 9,68 -0,22 -0,22 0,05
10 9,46 9,67 -0,21 -0,21 0,04
jumlah 96,6 96,49 0,11 1,13
rata-rata 9,66 9,649 0,125

SD =
√
n−1
∑ ( D−D )2 =
D−μ D 0,12−0
√ 1,13
9
=0,12

t= = =3,03
sD 0,125
√n √10
Variable Variable
1 2
Mean 31,6168368 25,93512605
Variance 796,698991 408,1041053
Observations 20 20
Hypothesized
Mean Difference 0
df 2
t Stat 0,23149205
P(T<=t) one-tail 0,41923013
t Critical one-tail 2,91998558
P(T<=t) two-tail 0,83846027
 t Critical two-tail 4,30265273
e) Kesimpulan
Karena nilai t = 3,03(> 2,26), maka keputusan yang diambil adalah menolak
Ho. Karena Ho ditolak, maka dapat disimpulkan bahwa ada perbedaan rata-rata
waktu pemrosesan antara aplikasi keuangan oleh pemimpin saat ini dan aplikasi
keuangan oleh paket perangkat lunak baru

2) Summary
Dari hasil uji hipotesis di atas, dapat diketahui bahwa ada perbedaan rata-rata
waktu pemrosesan antara aplikasi keuangan oleh pemimpin saat ini dan aplikasi
keuangan oleh paket perangkat lunak baru, yang artinya paket perangkat lunak yang
baru tidak memiliki fitur dan kapabilitas yang sama dengan perangkat lunak pada
kepemimpinan saat ini.
b. Perform the checks normality of the data for the both plants.
1) Hipotesis
Ho: Data berasal dari populasi yang berdistribusi normal.
H1: Data tidak berasal dari populasi yang berdistribusi normal.
2) Taraf signifikansi
α = 5%
3) Kriteria pengambilan keputusan
Ho ditolak jika T > Quantil (n; 1 – α) = Quantil (10; 0,95) = 0,258
Ho diterima jika T < 0,258
4) Statistik uji (liliefors)
Perangkat lunak pada kepemimpinan saat ini

Applications
X1 Z1 F*(X1) S(X1)  |F*(X1) – S(X1)|
project

1 9,34 -0,58 0,28 0,10 0,18

2 9,36 -0,53 0,30 0,20 0,10

3 9,36 -0,53 0,30 0,30 0,00

4 9,38 -0,47 0,32 0,40 0,08

5 9,25 -0,83 0,20 0,50 0,30

6 9,56 0,03 0,51 0,60 0,09

7 9,57 0,06 0,52 0,70 0,18

8 9,58 0,09 0,53 0,80 0,27

9 9,58 0,09 0,53 0,90 0,37

10 10,51 2,68 1,00 1,00 0,00

 T = Maks | F*(X1) – S(X1)| = 0,3656

Perangkat lunak baru

Applications
X1 Z1 F*(X1) S(X1)  |F*(X1) – S(X1)|
project

1 9,4 -2,79 0,00 0,10 0,10

2 9,55 0,02 0,51 0,20 0,31

3 9,55 0,02 0,51 0,30 0,21

4 9,56 0,21 0,58 0,40 0,18

5 9,56 0,21 0,58 0,50 0,08

6 9,57 0,39 0,65 0,60 0,05

7 9,57 0,39 0,65 0,70 0,05

8 9,57 0,39 0,65 0,80 0,15

9 9,58 0,58 0,72 0,90 0,18

10 9,58 0,58 0,72 1,00 0,28

T = Maks | F*(X1) – S(X1)| = 0,307

5) Kesimpulan
a) Perangkat lunak pada kepemimpinan saat ini
Karena nilai maks | F*(X1) – S(X1)| = 0,3656 (> 0,258), maka keputusan yang
diambil adalah nerima Ho. Karena Ho diterima, maka dapat disimpulkan bahwa
data berasal dari populasi yang berdistribusi normal.
b) Perusahaan B
Karena nilai maks | F*(X2) – S(X2)| = 0,243 (> 0,258), maka keputusan yang
diambil adalah menerima Ho. Karena Ho diterima, maka dapat disimpulkan
bahwa data berasal dari populasi yang berdistribusi normal.
c. If both data known not from a normally distributed population (based on the checks of
normality).
What should you do to analyze this problem.
Jika kedua data tidak berasal dari populasi yang berdistribusi normal, maka analisis yang tepat
dilakukan adalah analisis nonparametrik, yaitu uji Wilcoxon Signed-Rank Test sebagai alternatif
atau pengganti uji t 2 sampel dependen/berpasangan.
Q2. Under what conditions should be the t test for the mean differences between two
related/paired

populations be used?

Uji t 2 sampel berpasangan/dependen dilakukan ketika sampel diambil dari satu

populasi yang sama, namun diberi perlakuan yang berbeda. Contoh kasusnya adalah seperti
nilai ujian pada satu kelas yang diambil dari metode belajar A dan B. Kasus ini berarti
sampel diambil pada populasi yang sama (satu kelas), namun masing-masing anak dalam
kelas tersebut memiliki 2 nilai ujian yang berbeda berdasarkan metode belajar A dan B.

Q3. What is the difference between two independen and two pair/related population?

Perbedaan antara 2 populasi independen dan 2 populasi berpasangan/dependen

adalah pada kelompok sampelnya. Pada 2 populasi independen, sampel diambil dari dua
populasi terpisah, yaitu A dan B. Sedangkan pada 2 populasi berpasangan/dependen, sampel
diambil dari satu populasi yang sama, namun diberi perlakuan berbeda, contohnya seperti
sebelum-sesudah perlakuan.