Praktikum Perancangan Percobaan

Sub Laboratorium Fischer Laboratorium Pemuliaan Tanaman

Departemen Budidaya Pertanian
Fakultas Pertanian
Universitas Gadjah Mada

Nama :
NIM :
Golongan :
Asisten :

Acara 2: Selisih dua rerata dan pengujian hipotesis

Tujuan : 1. mengenal konsep uji hipotesis

2. mampu menggunakan beberapa metode sederhana pengujian hipotesis

Proses Pengujian Hipotesis

Sebelum melakukan pengujian terhadap suatu hipotesis maka hipotesis tersebut
harus dirumuskan terlebih dahulu. Hipotesis penelitian yang terlebih dulu muncul pada
umumnya adalah hipotesis dalam bentuk kalimat (verbal). Berdasarkan hipotesis verbal
tersebut, disusunlah hipotesis statistika (Ho dan H1). Hipotesis statistika pada umumnya
ditulis secara matematis.
Tabel 1. Hipotesis Statistika
Jenis Bentuk Pilihan Bentuk Hipotesis
Hipotesis Hipotesis (Matematis)
µ = µ0 atau P = P0
Hipotesis Nol Sama dengan
μ1 − μ2 = µ0 atau P 1 − P2= P0
(H0) (=) Uji
σ2= σ20
Hipotesis
µ ≠ µ0 atau P ≠ P0 Dua Sisi
(α/2)
Tidak sama ( ≠ ) μ1 − μ2 ≠ µ0 atau P 1 − P2≠ P0

Hipotesis σ2≠ σ20

Statistika µ< µ0 atau P < P0

Hipotesis
Kurang dari (<) μ1 − μ2 < 0 atau P 1 − P2 < P0
Alternatif (Ha Uji
σ2 < σ20 Hipotesis
atau H1)
µ> µ0 atau P > P0 Satu Sisi
μ1 − μ2 > 0 atau P 1 − P2 > P0 (α)
Lebih dari (>)
σ2 > σ20

✔ Langkah-langkah dalam uji hipotesis (menggunakan tabel distribusi peluang yang

sesuai):
 1. Merumuskan H0 dan H1.
2. Menentukan nilai statistik yang harus dihitung.
3. Menentukan batas-batas statistik (nilai kritis bagi H0) pada α yang dipilih.
4. Mengambil kesimpulan.

✔ Langkah-langkah alternatif, karena komputer sekarang mampu menghitung probabilitas:

1. Merumuskan H0 dan H1.
2. Menentukan nilai statistik yang harus dihitung.
3. Menentukan probabilitas nilai statistik sesuai distribusi peluang
4. Mengambil kesimpulan lewat pembandingan sesuai α (tingkat signifikansi) yang
dipilih.
Adapun cara pengambilan kesimpulan tersebut dapat dilihat pada tabel berikut:
Tabel 2. Cara Pengambilan Kesimpulan
Cara Pengujian Jenis Pengujian Cara Pengujian Kesimpulan
Nilai hitung statistik
lebih dari batas kritis
Satu sisi (One Side)
Pembandingan nilai negatif dan kurang
= 1Tail
hitung statistik dari batas kritis
dengan batas positif
statistik (batas kritis) Nilai hitung statistik
Dua sisi (Two side )
di antara batas atas Ho Tidak Tertolak
=2Tail
dan bawah
Nilai peluang
Pembandingan nilai
Satu sisi (One Side) melebihi alfa (α) = p-
peluang dengan
value > α
tingkat signifikansi
Nilai peluang
atau alfa (α) Dua sisi (Two side )
melebihi alfa (α)

Latihan-latihan
Uji Hipotesis Rerata Populasi
Untuk menguji apakah rerata populasi μ sebesar 12,5, diambil enam cuplikan, yang setelah
diukur bernilai 18, 9, 16, 20, 15, dan 12. Diketahui σ 2 = 25, dan taraf nyata yang diambil
adalah 0,05. Ujilah!
Jawaban:
✔ Perumusan hipotesis formal sesuai dengan kasus tersebut. Adapun hipotesis nol dan alternatif
yang dapat dibuat, yaitu H0: μ = 12,5 vs. H1: μ ≠12,5.
✔ Nilai statistik uji dihitung dengan menggunakan distribusi normal baku standar (Z)
karena diketahui varians populasi. Diketahui : mY = 15, σ2 = 25, σ = 5, maka:
m−µ 15−12,5
Z= ❑ = 5 = _________
√n √6
✔ Dengan α = 0,05 nilai batas kritisnya adalah =NORMSINV(0,025) = ________ dan
=NORMSINV(1-0,025) = ______ (ada dua karena H1 dalam bentuk ‘≠’).
✔ Kesimpulan: H0 _____________ karena ________________________ sehingga
________________ (Kesimpulan selalu merujuk pada hipotesis yang diuji).

Sebagai langkah alternatif, dengan tahap 1 dan 2 sama, tahap berikutnya dapat dilakukan
dengan cara berikut:
✔ Menghitung P(X>Z) dengan =1-NORMSDIST(1,225)=________
Digunakan =1-NORMSDIST(Z) karena Z hitung (1.225) lebih dekat ke batas kanan (1.96),
sehingga probabilitas yang digunakan yaitu P(X>Z). Pendekatan ini dapat diduga melalui
nilai P(X>Z) yang lebih mendekati alfa/2, dibandingkan dengan P(X≤Z) (Dapat pula dengan
melihat tanda nilai Z, karena nilainya positif, maka P(X>Z) digunakan; khusus distribusi yang
simetris). Ingatlah bahwa H0 tidak tertolak di bagian tengah pada grafik distribusi, yaitu di
antara dua batas kritis untuk uji dua sisi.
✔ Kesimpulan: H0_____________karena ________________________ sehingga
_________________ (Kesimpulan yang didapatkan haruslah sama dengan
kesimpulan sebelumnya).
Apabila σ2 tidak diketahui dan n kecil, maka digunakan s2 ; sehingga digunakan distribusi t-
Student. Kerjakanlah kembali soal sebelumnya dengan menganggap bahwa σ 2 tidak
diketahui!
✔ Perumusan hipotesis formal H0: μ = 12,5 vs. H1: μ ≠12,5
✔ Nilai statistik uji: ukuran cuplikan kecil (n=6) dan varians cuplikan yang dipakai,
sehingga digunakan distribusi t-Student. Rerata, mY = 15, simpangan baku cuplikan,
s = 4, maka nilai t hitungnya:
m−µ 15−12,5
t= s = 4 = _________
√n √6
✔ Dengan α = 0,05 nilai batas kritis atas =TINV(0,05; 6-1) = ______(misal t) dan nilai
batas kritis bawah = -(Nilai t) = -______ ( pengujian dua sisi).
✔ Bandingkan nilai t hitung dan t kritis dan tariklah kesimpulan.
✔ Kesimpulan: H0 _____________ karena ________________________ sehingga
_________________

Apabila menggunakan cara lain (langkah satu dan dua sama), kemudian dilanjutkan dengan
:
✔ Menghitung probabilitas di luar batas -t dan t, dengan =TDIST( t hitung; n-1 ; tail) =
_________(ingat pengujian dua sisi, tail = 2). Jawaban : _________
✔ Bandingkan nilai peluang dengan alfa (0.05).
✔ Kesimpulan: H0_____________karena________________________ sehingga
_________________ (Kesimpulan yang didapatkan haruslah sama dengan
kesimpulan sebelumnya)
Perhatikanlah, bahwa penggunaan =NORMSDIST( ) atau =NORMSINV( ) dan =TDIST( )
atau =TINV() memiliki fungsi yang saling berkebalikan pada MS. Excel.

Uji hipotesis mengenai selisih dua rerata populasi (“Uji-t”)

 Gambar 1. Skema Penggambaran Populasi

Tabel 3. Rumus Persamaan dari Nilai Hitung Statistik

Distribusi Ciri Varians Populasi Homogen (σ2 = σx2 = Varians Populasi Tidak
yang σY )
2
Homogen (σ2 ≠ σx2 ≠ σY2)
Digunakan
Distribusi Varians
t= Y
( m −mX ) −( µ Y −µ X ) t= Y
( m −mX ) −( µ Y −µ X )
t-Student Populasi √❑ √❑
(t) tidak *σ2 = σx2 = σY2 (Tidak diketahui nilainya) * σx2 ≠ σY2 (Tidak diketahui
diketahui ( nY −1 ) s2Y + ( n X −1 ) s 2X nilainya)
2
dan n kecil * s p = * t kritis merupakan rerata
(nY + n X −2)
sehingga terboboti dari kedua nilai t
diganti masing-masing cuplikan
dengan
varians
cuplikan
Uji Hipotesis Selisih Rerata 2 Populasi (varians populasi diketahui)
Dimiliki dua himpunan cuplikan yang diambil secara independen. Yang pertama (X) nilainya
adalah 18, 9, 16, 20, 15, dan 12; sedangkan yang kedua (Y) nilainya 6, 14, 13, 8, 9, 8, dan
12. Diketahui bahwa varians populasi X (σ2x) adalah 25 dan varians populasi Y (σ2y) adalah
36. Ingin ditunjukkan bahwa μx > μy . Petunjuk: Hitung mx, (rerata cuplikan pertama) sebagai
penduga μx dan my sebagai penduga μy.
Jawaban :
✔ Penentuan hipotesis yang sesuai, yaitu H0: μx - μy = 0 vs. H1: μx - μy > 0
✔ Menghitung nilai statistiknya:

Z=
( mY −mX ) −( µ Y −µ X ) = ( 15−10 ) −( 0 ) =____
√❑ √❑
✔ Dengan α = 0,05 nilai kritisnya adalah =NORMSINV(1-0,05) = ________ (ada satu
nilai karena H1 dalam bentuk “>”)
✔ Bandingkan nilai hitung statistik dengan nilai batas kritis tersebut (lihat kembali
bentuk hipotesisnya).
✔ Kesimpulan: H0 ___________
karena__________________________sehingga___________________

Cara di atas dapat dipraktikkan menggunakan MsExcel (Boleh Dilewati), yaitu:

✔ Pertama, pindahkan ke dua himpunan data di atas dalam dua kolom berbeda dan
diberi judul di atas kolom, yaitu X (himpunan data X) atau Y (Himpunan data Y)
✔ Aktifkan paket analisis data di MSExcel di Data > Data Analysis dengan cara klik
File > Options > Add-Ins > Analysis Toolpak > Go > Ceklist Analysis Toolpak dan
Analysis Toolpak-VBA > OK
✔ Jalankan jendela Data Analysis pada Data, pilih z-Test: Two Sample for Means di
jendela Data Analysis. Isilah ruang-ruang Input sesuai posisi data kita, tentukan
alpha (0.05) dan pilih Output Range dengan cukup mengklik pada satu cell kosong.
OK. (Lihat Gambar 2).
 Gambar 2. Tampilan jendela z-test dan tampilan layar di MSExcel setelah eksekusi
✔ Rerata, varians yang diketahui, banyak data, dan pooled variance ditampilkan untuk
verifikasi. Perhatikan nilai “z”. Bandingkan dengan nilai “z Critical one-tail” (lihat H1
kembali).
✔ Bandingkan nilai “P(X ≤ Z) one-tail” terhadap alfa (5%). Jika two-tail, Alpha dibagi dua.
Berikan kesimpulan yang paling tepat. Jawaban : ____________
✔ Dari Gambar 1, diperoleh bahwa X ≤ Z Critical one-tail atau P(X ≤ Z) one-tail > 0,05.
Berikan kesimpulan yang anda dapatkan! Jawaban : _______________________

Uji Hipotesis Selisih Rerata 2 Populasi (distribusi t) untuk Cuplikan Independen

Varians kedua populasi homogen
Dimiliki dua himpunan cuplikan yang diambil secara independen. Yang pertama (X) nilainya
adalah 18, 9, 16, 20, 15, dan 12; sedangkan yang kedua (Y) nilainya 6, 14, 13, 8, 9, 8, dan
12. Ingin ditunjukkan bahwa μx > μy . Ujilah kebenaran pernyataan tersebut (signifikansi 5%).
Petunjuk: Hitung mx, (rerata cuplikan pertama) sebagai penduga μx dan sx2sebagai penduga
σx2 dengan derajat bebas υx = nx – 1. Hitung pula my, s2y , dan υy = ny – 1.
Jawaban :
Jika varians populasi tidak diketahui, tetapi diketahui σ2x = σ2y = σ2 (homogenitas varians
dapat diketahui dari soal atau melalui uji homoskedastisitas melalui Uji F sebelumnya)
✔ Perumusan hipotesis yang sesuai, yaitu H0: μx - μy = 0 vs. H1: μx - μy > 0
✔ Apabila hasil pengujian homoskedastisitas (Uji F) menunjukkan varians kedua
populasi homogen, seharusnya ditentukan varians populasi bersama (disebut pooled
variance). Varians populasi bersama ditentukan dengan cara kedua varians dari
masing-masing himpunan data dirata-rata, lalu diboboti oleh derajat bebasnya,
sebagai berikut.
2 ( nY −1 ) s2Y + ( n X −1 ) s 2X
sp= = ______ = 12,1818
(nY + n X −2)
✔ Nilai varians populasi tidak diketahui dan n < 30, tetapi diketahui bahwa nilai varians
kedua populasi homogen (sama). Oleh karena itu, digunakan distribusi t-student.

t=
( mY −mX ) −( µ Y −µ X ) =
( 15−10 ) −0
= 2.57
√❑ √❑

✔ Dengan α = 0,05 nilai kritisnya adalah =TINV(0,10;11) = 1.79588 (ada satu nilai
karena H1 dalam bentuk “lebih daripada”). Bandingkan dengan nilai t hitung.
✔ Dapat pula dengan menghitung p-value melalui =TDIST(t,(nx-1 + ny-1),1), lalu
dibandingkan dengan nilai alfa.
 ✔ Kesimpulan:H0 TERTOLAK karena P VALUE LEBIH KECIL DARI ALPHA
SEHINGGA UX LEBIH DARI UY sehingga ___________________________

Dengan data analysis

✔ Dengan menggunakan MS. Excel, langkah pengerjaan dapat dilakukan seperti
metode sebelumnya (pengerjaan MS. Excel apabila diketahui σ2x = σ2y = σ2) dengan
menghitung pooled variance terlebih dulu. Atau langsung saja pilih Data > Data
Analysis > t-Test: Two-Sample Assuming Equal Variances. Metode ini tidak perlu
menghitung pooled variance
✔ Prosedurnya sama seperti uji untuk homoskedastisitas; hanya saja, ruang untuk
Hypothesized mean differences diisi 0 jika H0 adalah “sama dengan 0“ (lihat Gambar
3).

Gambar 3. Tampilan jendela t-test dan tampilan layar di MSExcel setelah eksekusi

✔ Rerata, varians, banyak data, dan pooled variance ditampilkan untuk verifikasi.
✔ Perhatikan nilai “t Stat” dan bandingkan dengan nilai “t Critical one-tail” (lihat H 1
kembali). Dari Gambar 3, diperoleh bahwa t Stat > t Critical one-tail atau P(T≤t) one-tail <
0,05.
Berikan kesimpulan yang tepat sesuai hasil pengujian tersebut! Jawaban H0
TERTOLAK KARENA THIT LEBIH BESAR DARIPADA BATAS POSITIF.
SEHINGGA UX LEBIH DARI UY
✔ Perhatikanlah nilai “P(T<=t) one-tail” dan bandingkan dengan nilai alfa, yaitu 5%.
Berikan kesimpulan yang tepat sesuai hasil pengujian tersebut! Jawaban________
(Kesimpulan yang anda dapatkan seharusnya sama).

Varians kedua populasi tidak homogen

Dimiliki dua himpunan cuplikan yang diambil secara independen. Yang pertama (X) nilainya
adalah 18, 9, 16, 20, 15, dan 12; sedangkan yang kedua (Y) nilainya 6, 14, 13, 8, 9, 8, dan
12. Ingin ditunjukkan bahwa μx > μy. Ujilah kebenaran pernyataan tersebut (signifikansi 5%)
jika dianggap bahwa varians kedua populasi tidaklah sama. (Soal sama dengan
sebelumnya, namun kali ini diasumsikan bahwa σ2x ≠ σ2y)
Petunjuk: Hitung mx, (rerata cuplikan pertama) sebagai penduga μx dan s2x sebagai penduga
σ2x dengan derajat bebas υx = nx – 1. Hitung pula my, s2y , dan υy = ny – 1

Jika varians populasi tidak diketahui dan hanya diketahui bahwa σ2x ≠ σ2y:
✔ Seandainya varians kedua populasi tidak homogen maka kedua varians cuplikan
tidak digabungkan.
 ✔ Lakukan perumusan hipotesis sesuai dengan kasus yang ada, yaitu H0: μx - μy = 0
vs. H1: μx - μy > 0
✔ Menghitung nilai statistiknya menggunakan distribusi t-student karena nilai varians
kedua populasi tidak diketahui. Oleh karena itu, digunakan nilai varians dari masing
masing cuplikan (s2).

t=
( mY −mX ) −( µ Y −µ X ) = ______
√❑

✔ Dengan α = 0,05 maka nilai batas kritisnya adalah suatu pendekatan. Nilai tersebut
merupakan rerata dua nilai t kritis yang terboboti oleh varians penduga masing-
masing.
✔ Hitung nilai kritis untuk kedua set cuplikan.
tx =TINV(0,10;5) = _______ dan ty = TINV(0,10;6) = ________.
✔ Hitung nilai batas kritisnya. Nilai t kritis bersama dihitung dengan

( )
2 2
t X∗S X t y∗S y
+
nX ny
t kritis Bersama = =(_____*____ /____ + _____ * ___ / ___) /
s 2X s 2Y
( + )
n X nY
(___ /___ + ___ /___) = ______.
✔ Bandingkan t kritis bersama tersebut dengan t hitung
✔ Dapat pula dengan menghitung p-value melalui perhitungan =TDIST(t, v*, 1).
Bandingkan dengan alfa!
✔ Nilai derajat bebas dihitung melalui pendekatan Welch-Satterthwaite berikut:
s 21 s 22
( + )
n1 n 2
v*= 2 2 2 2
(s 1 /n1) (s 2 /n2 )
+
v1 v2
✔ Berikan kesimpulan: H0 __________karena _______________ sehingga
_______________________________

Dengan data analysis

✔ Dengan menggunakan MSExcel, pengujian ini dapat dilakukan secara langsung
dengan memilih t-Test: TwoSample Assuming Unequal Variances. Prosedurnya
sama seperti uji untuk homoskedastisitas; hanya saja, ruang untuk “Hypothesized
mean differences” diisi 0 jika H0 adalah “sama dengan”.
✔ Nantinya, rerata, varians, dan banyak data, ditampilkan untuk verifikasi saja.
✔ Perhatikan nilai “t Stat” dan bandingkan dengan nilai “t Critical one-tail” atau “t
Critical two-tail”, tergantung bentuk pengujiannya (lihat kembali H0 dan H1-nya). Jika
pembandingan dilakukan antara “t Critical one-tail” dengan “t Stat” maka dilakukan
pengujian terhadap Ho, tetapi apabila pengujian “t Critical two-tail” dengan “t Stat”
maka dilakukan pengujian terhadap H1. Pilihlah mana yang sesuai dan ambilah
kesimpulan yang tepat. Jawaban : _______________
✔ Cara lainnya adalah dengan membandingkan “P(T<=t) one-tail” atau “P(T<=t) two-
tail” terhadap alfa (5%) untuk melakukan pengujian terhadap H o atau H1 (Lihat
kembali bentuk hipotesisnya). Jika two-tail, Alpha dibagi dua. Berikan kesimpulan
yang anda dapatkan. Jawaban : ______________
Uji Hipotesis Selisih Rerata 2 Populasi (distribusi t) untuk Cuplikan Berpasangan
Kita akan gunakan sembilan pasangan data berikut ini. Pasangan terjadi karena datanya
dicatat sebagai hasil ubinan petak yang sama. Hasil ubinan sebelum ada dam (kondisi 1):
10, 3, 4, 7, 8, 5, 8, 4, dan 5 ku. Setelah ada dam (kondisi 2): 11, 15, 18, 17, 11, 9, 4, 15, dan
8 ku. Berdasarkan fakta ini, betulkah bendungan menaikkan hasil? (α=0,05)
Jawab:
✔ Perumusan hipotesis, yaitu H0: μ2 - μ1 = 0 atau H0: Dμ = 0 (karena data
berpasangan). H1: Dμ > 0 (perhatikan pertanyaan soal, sesudah ada bendungan
diharapkan menaikkan hasil ubinan).
✔ Buat kolom selisih nilai kondisi 2 dan kondisi 1. Nilai rerata dan varians dari kolom
tersebut dihitung maka diketahui d0 = 6 dan Sd2 = 36.
✔ Hitung nilai statistiknya dengan menggunakan distribusi t-student.
t = ¿)
✔ t hitung = _____.
✔ Untuk α=0,05 t-kritis = TINV(0,10;8;1) = ______. Bandingkan nilai t-hitung dan t-
kritis. Berilah kesimpulan yang tepat.
✔ Dapat pula dengan menghitung p-value melalui perhitungan =TDIST(t,n-1,1).
Bandingkan dengan nilai alfa. Jawaban : _________________________________

Dengan data analysis

✔ Pindahkan ke dua himpunan data di atas.
✔ Pilih Data > Data Analysis
✔ Langkah pertama tidak perlu dilakukan pengujian homoskedastisitas, melainkan
memilih t-Test: Paired Two Sample for Means.
✔ Prosedurnya sama seperti uji sebelumnya; hanya saja, ruang untuk “Hypothesized
mean differences” diisi 0 jika H0 adalah “sama dengan“ (lihat Gambar 4).

Gambar 4. Tampilan jendela t-test dan tampilan layar di MSExcel setelah eksekusi
✔ Rerata, varians, banyak data, dan pooled variance ditampilkan untuk verifikasi.
✔ Perhatikan nilai “t Stat”dan bandingkan dengan nilai “t Critical one-tail” (lihat H 1
kembali).
✔ Kesimpulan dapat diambil dengan membandingkan “P(T<=t) one-tail” atau “P(T<=t)
two-tail” terhadap nilai alfa (5%) (jika two-tail, Alpha dibagi dua). Jawaban :
__________

Pengujian Homogenitas Varians Dua Populasi Menggunakan Varians Sampel

Dimiliki dua himpunan cuplikan yang diambil secara independen. Yang pertama (X) nilainya
adalah 18, 9, 16, 20, 15, dan 12; sedangkan yang kedua (Y) nilainya 6, 14, 13, 8, 9, 8, dan
12. Ujilah apakah varians kedua populasi homogen atau tidak!
Jawab:
Dengan data analysis
✔ Pindahkan ke dua himpunan data dalam dua kolom berbeda dan beri judul kedua
kolom dengan X dan Y.
✔ Pilih Data > Data Analysis pada MS. Excel.
✔ Langkah pertama yang perlu dilakukan dalam pengujian homoskedastisitas adalah
penentuan hipotesis nol yang diuji (H0: σ2x=σ2y ; Ha: σ2x=σ2y)
✔ Pilihlah F-Test Two-Sample for Variances di jendela Data Analysis.
✔ Isilah ruang-ruang Input sesuai posisi data kita, tentukan alpha (0.025 jika uji dua
sisi) dan pilih Output Range dengan cukup mengklik pada satu cell kosong. OK.
(Lihat Gambar 5).

Gambar 5. Tampilan jendela F-test dan tampilan layar di MSExcel setelah eksekusi

Karena nilai F terletak di antara F-critical, artinya H0 TIDAK TERTOLAK KARENA P VALUE
LEBIH DARI ALPHA SEHINGGA S2X=S2Y (Gambar 2). Dengan kata lain, σ2x=σ2y (varians
homogen).

Uji homogenitas varians dua populasi saling independen dapat dilakukan dengan
menggunakan uji F secara manual.
2
S1
Fhitung = 2
S2

Keterangan:
2
S1 = Varians kelompok 1
2
S2= Varians kelompok 2
2 2
Pada umumnya nilai S1 > S2

F hitung = _________.
Sama seperti pengujian hipotesis pada acara 5, F hitung dibandingkan dengan nilai F kritis
yang diperoleh menggunakan fungsi =FINV(1- alfa; derajat bebas pembilang (kelompok 1);
derajat bebas penyebut (kelompok 2) dan =FINV(alfa, derajat bebas pembilang (kelompok
1); derajat bebas penyebut (kelompok 2))
F kritis =-5.98 dan 5.98
Atau membandingkan antara peluang F hitung dengan alfa/2. Peluang F hitung dapat
diperoleh dengan =FDIST(F hitung; derajat bebas pembilang (kelompok 1); derajat bebas
penyebut (kelompok 2)).
F hitung= 1.777
Kesimpulan: H0 TIDAK TERTOLAK karena F HIITUNG TERLETAK DIANTARA BATAS
KRITIS sehingga S2X=S2Y ______________________________.