INFERENSIA TENTANG RERATA ANTARA 2 POPULASI

variabel bebas variabel terikat Bab 11

(pembanding) (terbanding)
1. Uji banding rerata bebas
a. Standar deviasi populasi diketahui
dan data banyak
Nominal interval / b. Standar deviasi populasi tak
diketahui dan data sedikit/ banyak
2 populasi rasio
2. Uji banding rerata berpasangan

11-1
 PENDAHULUAN

⚫ Hubungan antar variabel adalah tahap penting dalam analisis statistika induktif. Dari
segi tujuan, untuk hubungan antar variabel dikelompokkan ke dalam 3 bentuk yaitu :
1) Perbandingan / Komparasi, 2) Hubungan / korelasi, 3) Pengaruh.
⚫ Uji Hipotesis perbandingan yang lalu adalah untuk 1 populasi. Artinya rerata (mean)
atau proporsi dibandingkan dengan nilai konstanta. Contoh 𝐻𝑎 : 𝜇 < 𝜇0 artinya mean
populasi dibandingkan konstanta (µ0) misal 10. Hal ini hubungan antar variabel
karena hanya memuat 1 variabel. Harus memuat minimal 2 variabel.
⚫ Uji Hubungan antar variabel mempunyai beberapa bentuk sesuai dengan bentuk
hubungannya : 1) Uji Perbandingan, 2) Uji Hubungan, dan 3) Uji Pengaruh. Kali ini
akan dibahas Uji Perbandingan, dimana 2 variabel yang terkait dibedakan sebagai
variable pembanding (bebas) dan variable terbanding (terikat). Karena skala
pengukuran variable terbanding adalah interval/rasio -> uji perbandingan parametrik
11-2
 UJI HIPOTESIS
Prosedur berdasar kejadian sampel dan teori probabilitas untuk menentukan apakah
hipotesis adalah pernyataan yg beralasan.

1. Pernyataan Hipotesis H0 dan H1. uji 2 atau 1 arah.

2. Tentukan taraf signifikansi α, misal 1%, 5%, 10% dsb
3. Pilih uji statistik yang sesuai : parametrik (uji T, uji F, uji Z) atau non-parametrik (uji
χ2) dan tentukan wilayah kritik.
4. Hitung nilai statistik uji berdasarkan data yang diambil. Dengan program komputer,
nilai hitung itu akan dikonversikan menjadi probabilitas signifikansi (nilai p).
5. Pengambilan keputusan dengan cara membandingkan :
– nilai p dengan α (cara probabilitas). Tolak H0 bila p < α dan terima H0 bila p ≥ α
– Nilai statistik hitung dengan nilai pada tabel statistik.

11-3
 PERBANDINGAN :
POPULASI BEBAS DAN BERPASANGAN

Perbandingan: bersifat asimetrik dimana variabel bebas disebut pembanding, variabel

terikat disebut terbanding. Pembanding dapat terdiri 2 populasi (kelompok) atau
lebih. Sifat populasi berdasarkan sifat data : bebas atau berpasangan.
1. Populasi bebas : kedua kelompok pada pembanding tidak berkaitan. Contoh :
Apakah ada beda rata-rata jumlah perumahan yang dijual agen pria dan wanita di
Depok?
2. Populasi berpasangan (dependen) : kedua kelompok pada pembanding saling
berkaitan karena berasal dari sampel yang sama. Kasus tertentu adalah “sebelum”
dan “sesudah”. Contoh : Ada beda jumlah cacat diproduksi shift pagi & sore

11-4
 UJI BANDING 2 KELOMPOK DATA BEBAS

⚫ Ada 2 variabel yaitu : kelas dan nilai tes.

kelas Nilai tes Kelas sebagai pembanding, dan nilai tes
sebagai terbanding
⚫ Kelas berskala Nominal dengan 2
kelompok A dan B. Kelompok A dan B
yang tidak saling berhubungan (bebas)
⚫ Yang dibandingkan rata-rata nilai tes
(berskala Interval) antara kelas A dan B
⚫ Hipotesis 2 arahnya :
H0 : µA = µB vs Ha : µA ≠ µB

11-5
 UJI BANDING 2 KELOMPOK DATA BERPASANGAN

⚫ Ada 2 variabel yaitu : waktu tes dan nilai tes.

Waktu Nilai tes Waktu tes sebagai variable pembanding,
tes dan nilai tes sebagai variable terbanding
⚫ Waktu tes berskala Nominal dengan 2
kelompok Awal dan Akhir. Tes Awal dan
Akhir saling berhubungan (dependen)
⚫ Yang dibandingkan adalah rata-rata nilai
antara tes Awal dan tes Akhir
⚫ Hipotesis 2 arahnya :
H0 : µAwal = µAkhir vs Ha : µAwal ≠ µAkhir

11-6
 MACAM UJI BANDING RATA-RATA

1. Uji Banding Rata-rata 2 kelompok untuk Data Bebas

a. Bila Standar Deviasi Populasi diketahui (1.a)
b. Bila Standar Deviasi Populasi tak diketahui (1.b)
2. Uji Banding Rata-rata 2 kelompok untuk Data Berpasangan (dependen)

11-7
 1.a. UJI BEDA RATA-RATA 2 POPULASI SALING BEBAS
STANDAR DEVIASI POPULASI DIKETAHUI

Disebut juga Uji sampel bebas dan yang dibandingkan adalah rata-rata. Informasi
tentang standar deviasi populasi telah diketahui sebelumnya. Informasi itu dapat
berasal dari penelitian terdahulu atau dari sumber lainnya. Uji Z digunakan terutama
untuk data besar dan menggunakan distribusi Z (normal) untuk pengambilan
keputusan

x1 dan x2 adalah mean (rerata) dari sampel

Do adalah besar selisih yang diduga. Bila hanya
lebih besar / kecil maka Do = 0
σ1 dan σ2 deviasi standar populasi
n1 dan n2 banyaknya data

11-8
 CONTOH

Fasilitas U-Scan dipasang pada lokasi Byrne Road Food-Town. Manajer toko ingin tahu
apakah waktu rata-rata keluar (checkout) yang menggunakan metode checkout standar
lebih lama daripada menggunakan U-Scan. Informasi sampel yang didapat tentang
durasi waktu dari pelanggan antri sampai koper mereka dalam cart disajikan berikut :

Macam Rata-rata Deviasi standar Jumlah

pelanggan sampel populasi sampel
Standar (S) 5.50 menit 0.40 menit 50
U-Scan (U) 5.30 menit 0.30 menit 100

Catatan : Untuk S : Deviasi standar (σ) = 0,40 -> Varians (σ2) = 0,16
Untuk U : Deviasi standar (σ) = 0,30 -> Varians (σ2) = 0,09

11-9
 SOLUSI

Step 1: H0: µS ≤ µU mean time Standard tak lebih lama drpd U-scan
H1: µS > µU mean time Standard lebih lama drpd U-scan
Step 2:  = 0.01.
Step 3: gunakan distribusi z sebagai statistik uji.
Step 4: Buat aturan keputusan. Tolak H0 bila Z > 2.33
Step 5: Hitung nilai z dan buat keputusan

D0 = 0 karena hanya
lebih besar

Karena nilai hitung 3.13 > nilai kritis 2.33 maka H0 ditolak. Beda 0.20 menit antar
selisih rata-rata waktu bukan kebetulan. Metode U-Scan lebih cepat.
11-10
 SOLUSI DENGAN EXCEL (Data Analysis)
Bentuk Data Proses Olah
Mean
No
Standar U-Scan
1 5,5 5,3
2 5,5 5,3
3 5,5 5,3
4 5,5 5,3
5 5,5 5,3

45 5,5 5,3
46 5,5 5,3
47 5,5 5,3
48 5,5 5,3
49 5,5 5,3
50 5,5 5,3

97 5,3
98 5,3 Klik Labels karena nama
99 5,3 variable ikut dipilih
100 5,3
11-11
 SOLUSI DENGAN KOMPUTER
Hasil Olah
z-Test: Two Sample for Means

Standar U-Scan
Mean 5,5 5,3
Known Variance 0,16 0,09
Observations 50 100
Hypothesized Mean Difference 0
z 3,123475 Nilai hitung
Pendekatan nilai-p P(Z<=z) one-tail 0,000894
dan nilai kritis z Critical one-tail 2,326348
P(Z<=z) two-tail 0,001787
z Critical two-tail 2,575829

Dgn nilai kritis -> Zhitung = 3,123 > Zkritis (1-arah) = 2,326 maka H0 ditolak
Dgn nilai p -> p (1-arah) = 0,00089 < α =0,05 maka H0 ditolak

11-12
 1.b. UJI BANDING RATA-RATA 2 KELOMPOK DATA BEBAS
STANDAR DEVIASI POPULASI TAK DIKETAHUI

Menghitung statistik t seperti di kanan bila tak ada alasan

berasumsi bahwa standar deviasi populasi sama.
Standar deviasi sampel s1 dan s2 digunakan menggantikan
standar deviasi populasi.
Sebagai tambahan, derajat bebas diatur dengan rumusan
yang seperti di kanan ini.

11-13
 CONTOH
Dalam uji tingkat penyerapan tisu gulung beberapa orang diminta membandingkan
sejumlah tisue dari 2 tipe tisu gulung (A dan B). Setiap merk tisu dari tiap tipe
dicelupkan ke tempat berisi air selama 2 menit, lalu dievaluasi jumlah air di tisu
yang diangkat (dalam milimeter).
Tipe A (1) : 8 8 3 1 9 7 5 5 12 n=9
Tipe B (2) : 12 11 10 6 8 9 9 10 11 9 8 10 n = 12
Gunakan α = 0.10 dan uji apakah ada beda rata-rata banyaknya cairan yang diserap
oleh kedua tipe tisu gulung tersebut.

Terlebih dahulu kita hitung rata-rata dan deviasi standar banyaknya air di kedua tisu
Tipe A (1) : 6.44 3.32

Tipe B (2) : 9.417 1.621

11-14
 SOLUSI
Step 1: Pernyataan hipotesis H0: 1 = 2 vs H1: 1 ≠ 2
kadang ditulis : H0: 1 - 2 = 0 vs H1: 1 - 2 ≠ 0
Step 2: Tetapkan tingkat signifikansinya (α) = 0,10. -> α/2 = 0,05
Step 3: Pilih statistik ujinya. Gunakan varians tidak sama.
Step 4: tolak H0 bila t(hitung) > t/2, df (untuk t(hitung) positif) atau
t(hitung) < - t/2,df (untuk t(hitung) negatif)
Catatan : t+ atau t- tergantung lebih besar yg dikurangi atau pengurang

= 11

t > t0,05, 11 atau t < - t0,05, 11 t > 1.796 atau t < -1.796

11-15
 SOLUSI

Step 5: Hitung nilai t dan buat keputusan

t hitung = -2.478 < t tabel = -1.796 karenanya H0 ditolak.

Disimpulkan rata-rata penyerapan kedua tipe tisue tidak sama.

11-16
 SOLUSI DENGAN EXCEL (Data Analysis)

Bentuk Data Proses Olah

No Tipe A Tipe B
1 8 12
2 8 11
3 3 10
4 1 6
5 9 8
6 7 9
7 5 9
8 5 10
9 12 11
10 9
11 8
12 10

11-17
 SOLUSI DENGAN EXCEL (Data Analysis)
t-Test: Two-Sample Assuming Unequal Variances
Hasil Olah
Tipe A Tipe B
Mean 6,44 9,42
Variance 11,03 2,63
Observations 9 12
Hypothesized Mean Difference 0
df 11
t Stat -2,473
P(T<=t) one-tail 0,015
t Critical one-tail 1,796
P(T<=t) two-tail 0,031
t Critical two-tail 2,201

Dgn nilai kritis : t hitung = -2.473 < t tabel = -1.796 maka H0 ditolak.
Dgn nilai p : p (2-arah) = 0,031 < α = 0,05 maka H0 ditolak
Disimpulkan rata-rata penyerapan kedua tipe tisue tidak sama.
11-18
 2. PERBANDINGAN RATA-RATA 2 KELOMPOK
DATA BERPASANGAN
Gunakan uji ini bila sampel tergantung (dependen) yaitu kedua kelompok pada variabel
pembanding saling berkaitan karena berasal dari sampel yang sama. Kondisi
berpasangan (paired) ini terjadi pada kasus sebelum-sesudah (before-after) atau
melihat obyek dari 2 sisi berbeda atau pelaksana yang berbeda.

dimana
rata-rata perbedaan
sd deviasi standar perbedaan
n jumlah pasangan (perbedaan)
11-19
 CONTOH

Nickel Savings and Loan ingin membandingkan

penilaian perumahan dari 2 perusahaan
yaitu Schadek dan Bowyer. Nickel Savings
memilih sampel 10 perumahan dan
mengatur penilaian oleh kedua perusahaan.
Datanya disajikan ($000), sebagaimana
dalam tabel.
Pada tingkat signifikansi 0.05, dapatkah
disimpulkan ada beda rata-rata nilai rumah?
Rata-rata 4,6
Deviasi standar 4,402

11-20
 SOLUSI

Step 1: H0: d = 0 rata-rata nilai 2 perusahaan tak berbeda

H1: d ≠ 0 rata-rata nilai 2 perusahaan berbeda
Step 2: Tetapkan tingkat signifikansi (α) = 0,05 dengan db = 10 - 1 = 9
Step 3: Gunakan uji t berpasangan
Step 4: Tolak H0 bila t > t/2, n-1 atau t < - t/2,n-1
t > t.025,9 atau t < - t.025, 9 -> t > 2.262 atau t < -2.262
Step 5: Hitung nilai t dan buat keputusan

t hitung lebih besar daripada nilai kritis (t tabel) sehingga H0 dapat ditolak.
Disimpulkan ada beda rata-rata nilai rumah.
11-21
 SOLUSI DENGAN EXCEL (Data Analysis)

Home Schadek Bowyer

1 235 228
2 210 205
3 231 219
4 242 240
5 205 198
6 230 223
7 231 227
8 210 215
9 225 222
10 249 245

11-22
 SOLUSI DENGAN EXCEL (Data Analysis)
t-Test: Paired Two Sample for Means
Hasil Olah
Schadek Bowyer
Mean 226,8 222,2
Variance 208,84 204,18
Observations 10 10
Pearson Correlation 0,95
Hypothesized Mean Difference 0
df 9
t Stat 3,305
P(T<=t) one-tail 0,005
t Critical one-tail 1,833
P(T<=t) two-tail 0,009
t Critical two-tail 2,262

Dgn nilai kritis : t hitung = 3,305 > t tabel = 2,262 maka H0 ditolak.
Dgn nilai p : p (2-arah) = 0,009 < α = 0,05 maka H0 ditolak
Disimpulkan rata-rata nilai kedua perusahaan berbeda.
11-23
 SOAL

1. Ingin diketahui apakah rata-rata populasi 1 2. Ingin diketahui apakah rata-rata kedua
ini lebih besar daripada populasi 2. Data populasi berbeda. Data sampel didapat
sampel didapat sebagai berikut sebagai berikut

Buatlah uji hipotesisnya dengan α = 0,05 Buatlah uji hipotesisnya dengan α = 0,05
untuk nilai kritis dan nilai p. untuk nilai kritis dan nilai p.

11-24
 SOAL

11-25