UJI MENYANGKUT DUA RATAAN

PEMILIHAN UKURAN SAMPEL UNTUK UJI RATAAN

METODE GRAFIK UNTUK MEMBANDINGKAN RATAAN
UJI MENYANGKUT DUA RATAAN

• Uji menyangkut dua rataan merupakan suatu himpunan alat analisis yang amat
penting bagi ilmuan atau insyinyur. Dua Sampel acak yang bebas berukuran masing
masing n1 dan n2 diambil dari dua populasi dengan rataan 𝜇1 dan 𝜇2 dan variansi
𝜎12 dan 𝜎22 . Kita tahu bahawa peubah acak

𝑋ത1 −𝑋ത2 −(𝜇1 −𝜇2 )

• 𝑍= 2
𝜎2
1ൗ +𝜎2ൗ
𝑛1 𝑛2

• Berdistribusi normal baku. Bila dapat dianggap bahwa 𝛿1 = 𝛿2 = 𝛿, maka statistic

diatan menyusut menjadi

𝑋ത1 −𝑋ത2 −(𝜇1 −𝜇2 )

• 𝑍=
𝜎 1ൗ𝑛1 +1ൗ𝑛2
• Kedua statistic diatas merupakan dasar bagi pengembangan procedure uji yang menyangkut
dua rataan. Kesamaan dengan selang kepercayaan dan kemudahan memperluasnya dari
kasus uji menyangkut satu rataan menyederhanakan pekerjaan kita. Hipotesis dwipihak
maupun ekapihak menyangkut dua rataan dapat ditulis secara umum sebagai.
•
• 𝐻0 ∶ 𝜇1 − 𝜇2 = 𝑑0
• Tentunya, tandingannya dapat dwipihak maupun ekapihak. Sekali lagi, distribusi yang
digunakan ialah distribusi dari uji statistic di bawah 𝐻0 . Nilai 𝑥ҧ1 dan 𝑥ҧ2 dihitung dan untuk
𝛿1 dan 𝛿2 yang diketahui maka uji statistiknya berbentuk :

𝑥ҧ 1 −𝑥ҧ 2 −𝑑0
• 𝑧=
𝜎2 2
1ൗ +𝜎2ൗ
𝑛1 𝑛2

• Dengan daerah kritis dwisisi dalam hal tandingannya dwipihak. Yaiyu tolak 𝐻0 dan
mendukung 𝐻1 ∶ 𝜇1 − 𝜇2 ≠ 𝑑0 bila 𝑧 > 𝑧𝛼Τ2 . Daerah kritis ekasisi digunakan dalam hal
tandingannya ekapihak.
 VARIASI TIDAK DIKETAHUI
• Dalam uji menyangkut dua rataan keadaan yang lebih umum berlaku ialah keadaan dengan
variansi tidak diketahui. Bila si peneliti menganggap bahwa kedua distribusi normal dan
bahwa 𝜎1 = 𝜎2 = 𝜎,maka uji-t gabungan dapat digunakan. Uji statistic tersebut berbentuk

𝑥ҧ1 −𝑥ҧ2 −𝑑0

• 𝑡=
𝑆𝑝 1ൗ𝑛1 +1ൗ𝑛2

• Untuk

𝑠12 𝑛1 −1 +𝑠22 (𝑛2 −1)

• 𝑠𝑝2 =
𝑛1 +𝑛2 −1

• Distribusi -t digunakan disini dan bila hipotesisnya dwipihak maka hipotesis tidak ditolak
bila
• −𝑡𝛼Τ2,𝑛1 +𝑛2 −2 < 𝑡 < 𝑡𝛼Τ2,𝑛1 +𝑛2 −2
• Telah diketahui pada Bab 7 bahwa derajat kebebasan untuk distribusi -t
adalah sebagai akibat dari penggabungan informasi dari kedua sampel
dalam menaksir 𝜎 2 . Seperti mungkin telah diduga, tandingan ekapihak
menimbulkan daerah kritis ekasisi. Sebagai contoh, untuk 𝐻1 ∶ 𝜇1 − 𝜇2 > 𝑑0 ,
tolak 𝐻0 ∶ 𝜇1 − 𝜇2 = 𝑑0 bila 𝑡 > 𝑡𝛼Τ2,𝑛1 +𝑛2 −2
CONTOH SOAL
• Suatu percobaan dilakukan untuk membandingkan keausan, karena gosokan,
dua bahan yang dilapisi. Duabelas potongan bahan 1 diuji dengan
memasukan tiap potong bahan ke dalam mesin pengukur aus. Sepuluh potong
bahan 2 diuji dengan cara yang sama. Dalam tiap hal, diamati dalam
keausan. Sampel bahan 1 memberikan keausan sebanyak 85 satuan dengan
simpangan 4 sedangkan sampel bahan 2 memberikan rata-rata keausan
sebanyak 81 dengan simpangan baku sampel 5. Dapatkah disimpulkan
bahwa pada taraf kepercayaan 0,05 keausan bahan 1 melampaui keausan
bahan 2 sebanyak lebih dari 2 satuan? Anggaplah kedua populasi hamper
normal dengan variansi yang sama.
• Misalkan 𝜇1 𝑑𝑎𝑛 𝜇2 masing masing menyatakan rataan populasi keausan bahan 1
dan bahan 2. Mengikuti keenam langkah terdahulu, diperoleh:
• 𝐻0 ∶ 𝜇1 − 𝜇2 = 2
• 𝐻1 ∶ 𝜇1 − 𝜇2 > 2
• 𝛼 = 0,05
• Daerah kritis 𝑡 > 1,725
𝑥ҧ1 −𝑥ҧ 2 −𝑑0
•𝑡=
𝑆𝑝 1ൗ𝑛1 +1ൗ𝑛2
PERHITUNGAN
• 𝑥1ҧ = 85, 𝑠1 = 4 𝑛1 = 12
• 𝑥ҧ2 = 81, 𝑠2 = 5 𝑛1 = 10
• Jadi
11 16 + 9 25
• 𝑠𝑝 = 12+10−2
= 4,478

85−81 −2
• 𝑡 = 4,478 1Τ12 +1Τ10
= 1,04

• 𝑃 = 𝑃 𝑇 > 1,04 ≅ 0,16

• Nilai -p diperoleh dari keluaran kemasan computer
• Keputusan : Jangan tolak 𝐻0 , tidak dapat disimpulkan
bahwa keausan bahan 1 melampaui bahan 2 dari 2
satuan.
 PENGAMATAN BERPASANGAN
Waktu mempelajari uji-t dua sampel atau selang kepercayaan menyangkut selisisih dua rataan, perlu disadari bahwa ada pengertian dasar
menyangkut rancangan percobaan menjadi relevan dan perlu dipermasalahkan. Pada BAB 7 dikemukakan bahwa keadaan kedua populasi
haruslah dilakukan secara acak pada satuan percobaan. Ini dikerjakan untuk mencegah munculnya bias akibat perbedaan yang berpola antara
satuan percobaan. Dengan kata lain, dalam istilah pengujian hipotesis, penting dijaga agar perbedaan yang berarti yang ditemukan antara
rataan hanyalah karena perbedaan keadaan kedua populasi bukan karena perbedaan dalam satuan percobaan. Sebagai contoh pada soal 6
di pasal 7.7 ke 20 bibit berperan sebagai satuan percobaan. Sepuluh dari padanya diberi nitrogen dan 10 lainnya tanpa nitrogen. Mungkin
amat penting bahwa pemberian ‘nitrogen’ dan ‘tanpa nitrogen’ ini dilakukan secara acak untuk menjaga agar perbedaan yang berpola antara
bibit tidak mengganggu perbandingan yang sahih antara rataan.

•
• Di contoh 8.6, waktu pengukuran merupakan hal yang paling wajar dikenakan secara acak terhadap satuan percobaan.
Ke 22 potong bahan seharusnya diukur dalam urutan yang acak. Kita perlu menjaga terhadap kemungkinan pengukuran
keausan yang dilakukan dalam waktu yang cenderung memberi hasil sama. Perbedaan berpola(tidak acak) dalam suatu
percobaan tidak diinginkan. Penentuan secara acak mencegah hal tersebut.
•
• Kaitan dengan rancangan percobaan, pengacakan, besarnya ukuran sampel, dan sebagainya, akan terus
mempengaruhi di bab bab berikutnya. Setiap ilmuan atau insinyur yang perhatiannya besar pada analisis data yang
sesungguhnya sebaiknya mempelajari bahan tersebut. Uji -t gabungan diperluas di bab 11 sehingga mencakup lebih dari
dua rataan.
• Pengujian dua rataan dapat dikerjakan bila datanya berpasangan seperti dibahas di bab 7.
Dalam setiap pasangan ini, persyaratan kedua populasi dikenakan secara acak dalam satuan
yang homogen. Perhitungan selang kepercayaan untuk 𝜇1 − 𝜇2 dalam hal ini didasarkan pada
peubah acak
ഥ 𝐷
𝐷−𝜇
• 𝑇=
𝑆𝑑 𝑛

•
• ഥ dan 𝑆𝑝 peubah acak yang menyatakan rataan sampel dan simpangan baku dari selisih
Bila 𝐷
pengamatan dalam satuan percobaan. Seperti pada uji -t gabungan, anggapannya ialah bahwa
pengamatan dari tiap populasi adalah normal. Permasaaha dua sampel pada dasarnya
disederhanakan menjadi permasalahan satu sampel dengan menggunakan selisih d1, d2, …,dn .
Jadi hipotesisnya berbentuk
• 𝐻0 ∶ 𝜇𝐷 = 𝑑0
• Uji Statistik hasil perhitungan menjadi :
ത 0
𝑑−𝑑
• 𝑡=
𝑠𝑑 𝑛

• Daerah kritis dibuat dengan menggunakan distribusi t dengan derajat kebebasan n-1
CONTOH 8.7

• Dalam makalah ‘Influence of physical Restraint and Restraint-Facilitating Drugs on

Blood Measuraments of White – Tailed and Other Selected Mammals’, Virginia
Polytechnic Institute and State University (1976), J.A. Wesson memeriksa pengaaruh
obat succinylcholine terhadap perdaran androgen dalam darah. Sampel darah dari
rusa liar yang hidup bebas diambil melalui urat leher segera setelah disuntikan
succinylcholine pada otot menngunakan panah dan senapan penangkap. Rusa
diambil lagi darahnya kira kira 30 menit setelah setelah suntikan dan dilepaskan.
Kadar androgen pada waktu 30 menit kemudian diukur dalam nanogram per ml
(ng/ml) untuk 15 rusa adalah sebagai berikut :
ANGGAP BAHWA POPULASI ANDROGEN PADA WAKTU SUNTIKAN DAN 30 MENIT
KEMUDIAN BERDISTRIBUSI NORMAL, UJI PADA TARAF KEBERARTIAN 0,05 APAKAH
KONSENTRASI ANDROGEN BERUBAH SETELAH DITUNGGU 30 MENIT.

Androgen (ng/ml)
Rusa Waktu suntikan d1
30 menit setelah suntikan

1 2,76 7,02 4,26

2 5,18 3,10 -2,08
3 2,68 5,44 2,76
4 3,05 3,99 0,94
5 4,10 5,21 1,11
6 7,05 10,26 3,21
7 6,60 13,91 7,31
8 4,79 18,53 13,74
9 7,39 7,91 0,52
10 7,30 4,85 -2,45
11 11,78 11,10 -0,68
12 3,90 3,74 0,16
13 26,00 94,03 68,03
14 67,48 94,03 26,55
15 17,04 41,70 24,66
JAWAB

• Misalkan 𝜇1 dan 𝜇2 masing masing rataan konsentrasi androgen pada waktu

suntikan dan 30 menit kemudian. Seterusnya.
• 𝐻0 ∶ 𝜇1 = 𝜇2 , 𝑎𝑡𝑎𝑢 𝜇𝐷 = 𝜇1 − 𝜇2 = 0
• 𝐻1 ∶ 𝜇1 ≠ 𝜇2 , 𝑎𝑡𝑎𝑢 𝜇𝐷 = 𝜇1 − 𝜇2 ≠ 0
• 𝛼 = 0,05
• Daerah kritis 𝑡 < −2,145 𝑑𝑎𝑛 𝑡 < 2,145, bila
𝑑ത
• 𝑡=
𝑆𝑑 𝑛

•
• Dengan v = 14 derajat kebebasan
•
• Perhitungan : Rataan sampel dan simpangan baku untuk di adalah
• 𝑑ҧ = 9,848 𝑑𝑎𝑛 𝑠𝑑 = 18,474
• Jadi
9,848−0
• 𝑡 = 18,474 15
= 2,06

• Kendati statistik tidak berarti pada taraf 0,05 𝑃 = 𝑃 𝑇 > 2,06 ≅ 0,06.
Jadi, ada kenyataan tentang adanya perbedaan dalam rataan kadar
peredaran androgen
PEMILIHAN UKURAN SAMPEL UNTUK UJI RATAAN
• Di pasal 8.2 telah diperlihatkan bagaimana sipeneliti dapat menggunakan hubungan antara
ukuran sampel, taraf keberartian 𝛼, dan kuasa uji untuk mencapai suatu kualitas baku tertentu.
Dalam kebanyakan permasalahan praktek, jika mungkin percobaan seharusnya dirancang dengan
ukuran sampel ditentukan terlebih dahulu sebelum proses pengambilan data dikerjakan. Ukuran
sampel biasanya dipilih agar dikuasai cukup besar suatu 𝛼 tertentu dan tandingan tertentu.
Tandingan ini mungkin berbentuk 𝜇 − 𝜇0 dalam hal hipotesis menyangkut satu rataan atau 𝜇1 − 𝜇2
dalam hal menyangkut dua rataan. Ilustrasi akan diberikan untuk kasus tertentu.
• Misalkan kita ingin menguji hiotesis
• 𝐻0 ∶ 𝜇 = 𝜇0 ,
• 𝐻1 ∶ 𝜇 > 𝜇0
• Dengan taraf keberartian 𝛼 bila variansi 𝛿 2 diketahui. Untuk tandingan tertentu, misalnya 𝜇 =
𝜇0 + 𝛿, kuasa uji diperlihatkan pada gambar 8.11 yaitu
• 1 − 𝛽 = 𝑝(𝑋ത > a bila 𝜇 = 𝜇0 + 𝛿)
 H0 Nilai uji Statistik H1 Curah Kritis
𝑧 < −𝑧𝛼
𝜇 < 𝜇0 𝑧 > 𝑧𝛼
ҧ 0
𝑥−𝜇
𝜇 = 𝜇0 𝑧= ; 𝛿 diketahui 𝜇 > 𝜇0 𝑧 < −𝑧𝛼Τ2 dan
𝜎Τ 𝑛
𝜇 ≠ 𝜇0 𝑧 > 𝑧𝛼Τ2

𝑡 < −𝑡𝛼
𝑥ҧ − 𝜇0
𝑡= ; 𝑣 = 𝑛 − 1, 𝜇 < 𝜇0 𝑡 > 𝑡𝛼
𝜇 = 𝜇0 𝑠Τ 𝑛 𝜇 > 𝜇0 𝑡 < −𝑡𝛼Τ2dan
𝜇 ≠ 𝜇0 𝑡 > 𝑡𝛼Τ2
𝜎 tidak diketahui
𝑧 < −𝑧𝛼
𝑥1ҧ − 𝑥ҧ2 −𝑑0
𝑧= ; 𝜇1 − 𝜇2 < 𝑑0 𝑧 > 𝑧𝛼
𝜇1 − 𝜇2 = 𝑑0 𝜎12Τ𝑛 + 𝜎22Τ𝑛 𝜇1 − 𝜇2 > 𝑑0 𝑧 < −𝑧𝛼Τ2 dan
𝜇1 − 𝜇2 ≠ 𝑑0 𝑧 > 𝑧𝛼Τ2
𝜎1dan 𝜎2 diketahui
𝑥1ҧ − 𝑥ҧ2 − 𝑑0
𝑡=
𝑆𝑝 1ൗ𝑛1 + 1ൗ𝑛2
𝑡 < −𝑡𝛼
𝑣 = 𝑛1 + 𝑛2 − 2, 𝜎1 = 𝜎2
𝜇1 − 𝜇2 < 𝑑0 𝑡 > 𝑡𝛼
𝜇1 − 𝜇2 = 𝑑0 𝜇1 − 𝜇2 > 𝑑0 𝑡 < −𝑡𝛼Τ2dan
Tetapi tidak diketahui
𝜇1 − 𝜇2 ≠ 𝑑0 𝑡 > 𝑡𝛼Τ2

𝑠12 𝑛1 − 1 + 𝑠22(𝑛2 − 1)
𝑠𝑝2 =
𝑛1 + 𝑛2 − 1

𝑥ҧ1 − 𝑥ҧ2 − 𝑑0
𝑡′ =
𝑠12ൗ 𝑠22
𝑛1 + ൗ𝑛2
𝑡′ < −𝑡𝛼
𝜇1 − 𝜇2 < 𝑑0 𝑡′ > 𝑡𝛼
𝜇1 − 𝜇2 = 𝑑0 (𝑠12Τ𝑛1 + 𝑠22Τ𝑛2 )2 𝜇1 − 𝜇2 > 𝑑0 𝑡′ < −𝑡𝛼Τ2dan
𝑉=
𝑠12Τ𝑛1 2 𝑠 2 Τ𝑛 2 𝜇1 − 𝜇2 ≠ 𝑑0 𝑡′ > 𝑡𝛼Τ2
+ 2 2
𝑛1 − 1 𝑛2 − 1

𝛿1 ≠ 𝛿2 dan tidak diketahui

ത 0
𝑑−𝑑 𝑡′ < −𝑡𝛼
𝑡= ;𝑣 =𝑛−1
𝑆𝑝 𝑛 𝜇𝐷 < 𝑑0 𝑡′ > 𝑡𝛼
𝜇𝐷 = 𝑑0 𝜇𝐷 > 𝑑0 𝑡′ < −𝑡𝛼Τ2dan
Pengamatan berpasangan 𝜇𝐷 ≠ 𝑑0 𝑡′ > 𝑡𝛼Τ2
• Jadi
• 𝛽 = 𝑃(𝑋ത <a bila 𝜇 = 𝜇0 + 𝛿)
ത
𝑋−(𝜇0 +𝛿) 𝑎−(𝜇0 +𝛿)
• = 𝑃 ቈ( Τ
𝜎 𝑛
<
𝜎Τ 𝑛
bila 𝜇 = 𝜇0 + 𝛿, statistik

ത
𝑋−(𝜇0 +𝛿)
• 𝜎Τ 𝑛

• Ialah peubah acak normal baku z. jadi

𝑎−𝜇0 𝛿
•𝛽=𝑃 𝑍<
𝜎Τ 𝑛
−
𝜎Τ 𝑛

𝛿
• = 𝑃 𝑍 < 𝑧𝛼 − 𝜎Τ 𝑛

• Dan dari sini dapat di simpulkan

• −𝑧𝛽 = 𝑧𝛼 − 𝛿𝜎𝑛
CONTOH :

• Misalkan hipotesis yang ingin di uji

• 𝐻0 ∶ 𝜇 = 68 𝑘𝑔
• 𝐻1 ∶ 𝜇 > 68 𝑘𝑔
• Untuk berat mahasiswa pria di suatu fakultas tertentu dengan taraf
keberartian 𝛼 = 0,05 bila 𝜎 = 5. Hitunglah ukuran sampel yang diperlukan
jika kuasa uji tersebut 0,95 bila rataan sesungguhnya 69 kg
JAWAB

• Karena 𝛼 = 𝛽 = 0,05, diperoleh 𝑧𝛼 = 𝑧𝛽 = 1,645. Untuk tandingan 𝜇 = 69,

ambillah 𝛿 = 1
• Maka :
1.645+1,645 2 25
• 𝑛=
1
= 270,6

• Jadi di perlukan 271 pengamatan bila uji tersebut akan menolak hipotesis nol 95%
dari semua sampel yang dapat dibuat dengan ukuran yang sama bila memang
sesungguhnya 𝜇 sebesar 69
• Cara serupa dapat dipakai untuk menentukan ukuran sampel 𝑛 = 𝑛1 = 𝑛2 yang diperlukan
agar dicapai kuasa uji yang diinginkan untuk membandingkan dua rataan populasi.
Sebagai contoh, misalkan hipotesis yang ingin diuji.
• 𝐻0 ∶ 𝜇1 − 𝜇2 = 𝑑0
• 𝐻1 ∶ 𝜇1 − 𝜇2 ≠ 𝑑0
• Bila 𝜎1 dan 𝜎2 diketahui. Untuk tandingan tertentu, misalnya 𝜇1 − 𝜇2 = 𝑑0 + 𝛿, kuasa uji
tersebut diperlihatkan Digambar 8.12, yaitu
• 1 − 𝛽 = 𝑃( 𝑋ത1 − 𝑋ത2 > 𝑎 bila 𝜇1 − 𝜇2 = 𝑑0 + 𝛿).
• Jadi
• 𝛽 = 𝑃(−𝑎 < 𝑋ത1 − 𝑋ത2 < 𝑎 bila 𝜇1 − 𝜇2 = 𝑑0 + 𝛿).
−𝑎−(𝑑0 +𝛿) 𝑋ത1 −𝑋ത2 − 𝑑0 +𝛿 𝑎−(𝑑0 +𝛿)
• =𝑃 < < 𝐵𝑖𝑙𝑎 𝜇1 − 𝜇2 = 𝑑0 + 𝛿
𝜎12 +𝜎22 Τ𝑛 𝜎12 +𝜎22 Τ𝑛 𝜎12 +𝜎22 Τ𝑛

•
• Di bawah tandingan 𝜇1 − 𝜇2 = 𝑑0 + 𝛿, • Maka
Statistik 𝛿 𝛿
• 𝛽 = 𝑃 −𝑧𝛼Τ2 − < 𝑍 < 𝑧𝛼Τ2 −
𝜎12 +𝜎22 Τ𝑛 𝜎12 +𝜎22 Τ𝑛
𝑋ത1 −𝑋ത2 − 𝑑0 +𝛿
•
𝜎12 +𝜎22 Τ𝑛 • Dan dari sini dapat disimpulkan bahwa
𝛿
• Merupakan peubah normal baku Z, sekarang, • −𝑧𝛽 = 𝑧𝛼Τ2 −
𝜎12 +𝜎22 Τ𝑛
tulislah

• −𝑧𝛼Τ2 =
−𝑎−𝑑0
dan • Sehingga
𝜎12 +𝜎22 Τ𝑛 2
𝑧𝛼Τ2 +𝑧𝛽 𝜎12 +𝜎22
𝑎−𝑑0 • 𝑛= 𝛿2
• 𝑧𝛼Τ2 =
𝜎12 +𝜎22 Τ𝑛

•
• Bila variansi populasi (baik dalam hal satu atau dua sampel) tidak diketahui,
penentuan ukuran sampel tidak lagi semudah diatas. Dalam menguji 𝜇 = 𝜇0 bila
nilai sesungguhnya 𝜇 = 𝜇0 + 𝛿, statistik
ത 𝜇0 +𝛿
𝑋−
• 𝑆Τ 𝑛

• Tidak berdistribusi -t, seperti mungkin diduga , tapi mempunyai distribusi t

taksentral. Akan tetapi, table atau grafik untuk distribusi t taksentral tersedia untuk
menentukan ukuran sampel yang diperlukan bila tersedia taksir 𝜎 atau bila 𝛿
merupakan kelipatan tari 𝜎. Tabel L.8 memberikan ukuran sampel yang diperlukan
untuk mengendalikan nilai 𝛼 dan 𝛽 untuk berbagi nilai
𝛿 𝜇−𝜇0
• ∆=
𝜎
=
𝜎

• untuk uji ekasisi dan dwisisi. Dalam -t dua sampel yang variansinya tidak diketahui
tetapi dianggap sama, diperoleh ukuran sampel 𝑛 = 𝑛1 = 𝑛2 yang diperlukan untuk
mengendalikan nilai 𝛼 dan 𝛽 untuk berbagai nilai.
𝛿 𝜇−𝜇0 −𝑑0
• ∆=
𝜎
=
𝜎
Dari table L.9
CONTOH 8.9

• Untuk membandingkan kemampuan dua katalis dalam mempengaruhi hasil reaksi,

uji-t dua sampel dilakukan dengan 𝛼 = 0,05. Variansi hasil dianggap sama untuk
kedua katalis. Berapa besarnya sampel yang diperlukan menguji hipotesis
• 𝐻0 ∶ 𝜇1 = 𝜇2
• 𝐻1 ∶ 𝜇1 ≠ 𝜇2
• Bila penemuan perbedaan 0,8𝜎 antara kedua katalis dianggap penting dengan
peluang 0,9?
JAWAB

• Dari table L.9 dengan 𝛼 = 0,05 unji dwisisi, 𝛽 = 0,1, dan

0,8𝜎
• ∆= 𝜎
= 0,8

• Diperoleh ukuran sampel yang diperlukan sebesar 𝑛 = 34

METODE GRAFIK UNTUK MEMBANDINGKAN
RATAAN
• Di bab 2 perhatian banyak diarahkan pada penyajian data dalam bentuk grafik. Diagram batang dan daun
dan di bab 6, diagram kotak dan pasak digunakan sbagai ‘gambar’ dari sari kelompok data percobaan.
Banyak kemasan computer memberikan sajian grafik. Dalam menuju ke bentuk analisis data yang lain,
metode grafik malah menjadi lebih banyak memberikan informasi.
• Penggunaan grafik yang bersamaan dengan penyajian hipotesis tidaklah dimaksudkan sebagai pengganti
uji tersebut. Tentunya, nilai dari uji statistic tersebut merupakan jenis kenyataan yang wajar dalam mendukung
𝐻0 dan 𝐻1 . Akan tetapi, sajian gambar merupakan ilustrasi yang baik dan sering merupakan alat komunikasi
yang lebih baik dari kenyataan bagi kegunaan analisis. Juga, suatu gambar sering menyingkapkan tentang
mengapa suatu perbedaan yang berarti ditemukan. Kegagalan memenuhi anggapan yang penting mungkin
dapat terungkap melalui sejenis ringkasan dan sajian grafik.