1

Populasi I Populasi II
𝜇1 , 𝜎12 𝜇2 , 𝜎22

𝑋𝑖 ~𝑁(𝜇1 , 𝜎12 ) 𝑌𝑗 ~𝑁(𝜇2 , 𝜎22 )

Sampel I 𝑋ത 𝑌ത Sampel II
𝑋1 , 𝑋2 , … , 𝑋𝑛1 𝑆12 𝑆22 𝑌1 , 𝑌2 , … , 𝑌𝑛2

2
𝑋~𝑁(𝜇1 , 𝜎12 ) dan 𝑌~𝑁(𝜇2 , 𝜎22 )

𝜇Ƹ 1 − 𝜇Ƹ 2 = 𝑋ത − 𝑌ത

3
Jika 𝜎12 = 𝜎22 = 𝜎 2 Diberikan suatu statistik
𝑋ത − 𝑌ത − (𝜇1 − 𝜇2 ) 𝑍
𝑇= = ~𝑡𝑛1 +𝑛2 −2
Pooled estimator dari variansi umum adalah 1 1 𝑉
𝑆𝑝 +
rata-rata tertimbang 𝑛1 𝑛2 𝑛1 + 𝑛2 − 2
𝑛1 − 1 𝑆1
2
+ 𝑛2 − 1 𝑆2
2 Mengacu dari Teorema berikut:
𝑆𝑝2 = 2
Jika 𝑍~𝑁(0,1) dan 𝑉~𝜒(𝑣) , dan jika 𝑍 dan 𝑉 independen, maka
𝑛1 + 𝑛2 − 2
dan jika distribusi dari
𝑍
𝑛1 + 𝑛2 − 2 𝑆𝑝2 𝑇=
𝑉= 𝑉/𝑣
𝜎2
adalah distribusi Student’s t dengan derajat bebas 𝑣 atau
maka
dinotasikan dengan 𝑇~𝑡𝑣 .
(𝑛1 − 1)𝑆12 (𝑛2 − 1)𝑆22
𝑉= + ~𝜒 2
(𝑛
Interval konfidensi 1 − 𝛼 100% untuk 𝜇1 − 𝜇2 adalah
𝜎2 𝜎2 1 +𝑛2 −2)

1 1
𝑥ҧ − 𝑦ത ±𝑡𝛼,𝑛+𝑛
𝑠
−2 𝑝
+
2 1 2 𝑛1 𝑛2
4
Jika 𝜎12 ≠ 𝜎22

Interval konfidensi 1 − 𝛼 100% untuk 𝜇1 − 𝜇2

adalah

𝑠12 𝑠22
𝑥ҧ − 𝑦ത ±𝑡𝛼,𝑣 +
2 𝑛1 𝑛2
𝑠2 2 2
1 + 𝑠2
𝑛1 𝑛2
dengan derajat bebas 𝑣 = 2 2
𝑠2
1 ൗ𝑛1 𝑠2
2 ൗ𝑛2
+
𝑛1 −1 𝑛2 −1

5
Interval konfidensi 1 − 𝛼 100% untuk 𝜇1 − 𝜇2 adalah

𝑠𝐷2
𝑑ҧ ±𝑡𝛼,𝑣
2 𝑛
dengan derajat bebas 𝑣 = 𝑛 − 1

6
𝑋~𝑁(𝜇1 , 𝜎12 ) dan 𝑌~𝑁(𝜇2 , 𝜎22 )

7
𝑋1 ~𝐵𝐼𝑁(𝑛1 , 𝑝1 ) dan 𝑋2 ~𝐵𝐼𝑁(𝑛2 , 𝑝2 ) dengan 𝑝Ƹ1 = 𝑋1 /𝑛1 dan 𝑝Ƹ2 = 𝑋2 /𝑛2
𝑝Ƹ1 − 𝑝Ƹ2 − (𝑝1 − 𝑝2 ) d
→ 𝑍~𝑁(0,1)
𝑝Ƹ1 (1 − 𝑝Ƹ1 )/𝑛1 + 𝑝Ƹ2 (1 − 𝑝Ƹ 2 )/𝑛2
Untuk sampel besar
𝑝Ƹ1 (1 − 𝑝Ƹ1 ) 𝑝Ƹ 2 (1 − 𝑝Ƹ2 )
𝑝Ƹ1 − 𝑝Ƹ2 ±𝑧𝛼 +
2 𝑛1 𝑛2

8
9