Nama kelompok:

 Ladys Mei Sicha (G02218012)

 Anindya Puspita Rini (G72218029)
 Hesti Dwi Agustin (G72218038)
 Zakiyatul Anisah (G72218059)
 Chofifa Kurnia Putri (G92218071)
Pengujian Rata Rata Dua Populasi

Seringkali dalam suatu penelitian akan

diselidiki apakah suatu metode baru memberikan
hasil yang lebih baik dari metode lama, atau dua
pendekatan dalam memberikan hasil yang sama.
Dan banyak peneliti yang memerlukan
perbandingan antara keadaan atau tepatnya dua
populasi misalnya membandingkan dua cara
produksi , daya sembuh dua macam obat dan lain
sebagainya. Masalah seperti ini dapat diselesaikan
dengan melakukan pengujian rata-rata dua
populasi.
 z   z / 2
Hipotesis Asumsi Statistik Uji Daerah Kritis

H0: μ1  μ2 = d0 z  z / 2
σ1 dan σ2 diketahui x1  x2  d0
Ha: μ1  μ2 d0
z
H0: μ1  μ2 = d0 atau H0: μ1  μ2 ≤ d0 12 22 z  z
Ha: μ1  μ2 > d0 Ha: μ1 μ2 > d0 
n m
H0: μ1  μ2 = d0 atau H0: μ1  μ2 ≥ d0 z   z
Ha: μ1  μ2 < d0 Ha: μ1 μ2 < d0
t  t / 2,n m2
H0: μ1  μ2 = d0 x1  x2  d0
t
Ha: μ1  μ2 d0 σ1 dan σ2 tidak
S p2 (1/ n  1/ m) t  t / 2,n m 2
diketahui, diasumsikan
H0: μ1  μ2 = d0 atau H0: μ1  μ2 ≤ d0 nilai sama
Ha: μ1  μ2 > d0 Ha: μ1 μ2 > d0
t  t , n  m  2
dengan
(n  1) S12  (m  1) S22
H0: μ1  μ2 = d0 atau H0: μ1  μ2 ≥ d0 S 
2
t  t  , n  m  2
nm2
p

Ha: μ1 μ2 < d0 Ha: μ1 μ2 < d0

H0: μ1  μ2 = d0 x1  x2  d 0 t  t / 2,v
t 
Ha: μ1  μ2 d0 σ1 dan σ2 tidak diketahui, S12 S22 t  t / 2,v
diasumsikan nilai tidak 
H0: μ1  μ2 = d0 atau H0: μ1  μ2 ≤ d0 n m
t  t ,v
sama
Ha: μ1  μ2 > d0 Ha: μ1 μ2 > d0
S 
2
1
2
/n S /m 2
2
v
S   S 
2 2
2 2
H0: μ1  μ2 = d0 atau H0: μ1  μ2 ≥ d0 /n /m
t  t ,v
1 2

Ha: μ1 μ2 < d0 Ha: μ1 μ2 < d0 n 1 m 1

Contoh soal:

Suatu sampel acak berukuran n = 25 diambil dari

populasi normal dengan simpangan baku 1 = 5,2
mempunyai rata-rata . Sampel kedua berukuran m =
36 diambil dari populasi yang lain dengan simpangan
baku 1 = 3,4 mempunyai rata-rata . Uji hipotesis H0:
μ1  μ2 = 0 dan Ha: μ1  μ2 > 0 dengan taraf signifikansi
0,05. Daerah kritis = 0,05 = 1,645
Perhitungan :

x1  x2  d0 81  76  0
z   4, 22
12 22 (5, 2)2 (3, 4)2
 
n m 25 36

Kesimpulan :
Karena z = 4,22 > 0,05 = 1,645, maka H0 ditolak, yang
berarti rata-rata populasi pertama lebih besar daripada
rata-rata populasi kedua.
 Uji Rata-Rata Data Berpasangan

Hipotesis Statistik Uji Daerah Kritis

H0: μW = 0
t  t / 2,n1
W
t atau
Ha: μW 0 sW / n t  t / 2,n1
H0: μW = 0 atau H0: μW ≤ 0
t  t , n 1
 W adalah rata-rata
Ha: μW > 0 Ha: μW > 0

H0: μW 2 = 0 atau H0: μW ≥ 0

t  t , n 1
Ha: μW < 0 Ha: μW < 0
Contoh soal:

Suatu penelitian dilakukan untuk mengetahui apakah ada perbedaan

antara tinggi anak laki-laki pertama dan ayah. Berikut adalah data tentang
tinggi anak laki-laki pertama (X) dan tinggi ayah (Y). Dan t0,025; 9 = 2,26.

Tinggi anak (X) Tinggi ayah (Y) W W2

158 161 3 9
160 159 1 1
163 162 1 1
157 160 3 9
154 156 2 4
164 159 5 25
169 163 6 36
158 160 2 4
162 158 4 16
161 160 1 1
Jumlah 8 106
 Hipotesis yang diuji adalah

H0 H0: μW = 0
Ha: μW

Dari data tersebut diperoleh rata-rata = 0,8 dan simpangan baku

10(106)  64
sW   11,07
10.9
 Statistik uji

W
t 
sW / n
0,8
t  0,762
11,07 /10
Dari tabel distribusi t Karena t t0,025; 9 = 2,26. Karena diperoleh thitung < ttabel ,
maka dapat disimpulkan bahwa tidak ada perbedaan yang signifikan (taraf
signifikansi 0,05) antara tinggi ayah dan anak laki-laki pertama.
 Membandingkan Proporsi Dua Populasi

Uji hipotesis proporsi dua populasi adalah pengujian dua

proporsi yang masing masing proporsi tersebut berasal dari dua
populasi yang berbeda serta independen. Pengujian dua proporsi
digunakan ketika akan membandingkan apakah proporsi pada
proporsi pertama lebih kecil, sama atau lebih besar dibandingkan
proporsi pada populasi kedua.
Syarat sampel untuk melakukan pengujian proporsi dua populasi
adalah sampel yang diambil harus acak (random) dan berasal dari
proporsi yang independen.
Berikut adalah beberapa tahapan dalam melakukan uji hipotesis
dua populasi:

 Hipotesis
 Tingkat kepercayaan atau tingkat signifikansi
 Statistik uji
 Daerah kritis
 Keputusan
Contoh soal

Mahasiswa jurusan pertanian ditugaskan untuk

menguji formula pupuk terbaru untuk tanaman cabe.
Mereka mengelompokkan tanaman-tanaman cabe
menjadi dua kelompok. Kelompok tanaman cabe
pertama diberi pupuk dan kelompok tanaman cabe
kedua tidak diberi pupuk. Dari 250 batang tanaman
cabe yang diberi pupuk, mati sebanyak 15 batang.
Sedangkan dari 200 batang tanaman cabe yang tidak
diberi pupuk, juga mati sebanyak 15 batang. Dengan
tingkat kepercayaan 95 persen, apakah pemberian
pupuk formula terbaru pada cabe akan menjadi lebih
baik daripada tidak diberi pupuk?
Jawab:
Dari soal diatas diketahui:
X1 = 15
X2 = 15
n1 = 250
n2 = 200
Dengan hipotesis yang digunakan adalah
 Ho : P1 P2
 H1 : P1 < P2
tingkat kepercayaan yang digunakan dalam penelitian adalah 95 persen atau
(1-) = 0,95, dengan demikian tingkat signifikansinya adalah 5 persen atau = 0,05.

Z = P1 – P2

Sebelum menggunakan rumus tersebut, tentukan terlebih dahulu komponen-

komponen yang digunakan.
P1 = = = 0,06
P2 = = = 0,075
P = = = 0,0667
Selanjutnya menghitung nilai z
Z = 0,06 – 0,075 = -0,057
 Karena pengujian di atas adalah pengujian satu arah,
maka tingkat signifikansi yang digunakan adalah = 0,05.
Dengan demikian daerah kritis adalah nilai di bawah = -1,645.
 Keputusan
Telah diketahui bahwa z = -0,057 dan -= -1,645, oleh
karena itu karena z < -, maka keputusannya adalah tolak Ho.
 Kesimpulan
Berdasarkan data pengujian pemberian dan tanpa
pemberian pupuk formula terbaru pada cabe, maka dengan
tingkat kepercayaan 95 persen, proporsi mati cabe yang
diberi pupuk lebih sedikit dibandingkan proporsi mati cabe
yang tidak diberi pupuk.
 Dengan demikian, pemberian pupuk formula terbaru pada
cabe akan menjadi lebih baik daripada tidak diberik pupuk.