NUR LAILATUL RAHMAH, S.Si., M.

Si
1. Uji hipotesis varians dengan sampel ganda
2. Uji hipotesis mean dengan sampel ganda
3. Uji hipotesis persentase dengan sampel
ganda

Literatur:
Harinaldi. 2005. Prinsip – prinsip Statistik
untuk Teknik dan Sains. Erlangga. Jakarta.
 Pengujian hipotesis sampel ganda merupakan
pengujian dari dua populasi untuk mengetahui
nilai relatif dari parameter-parameter yang
ditinjau.
 Tujuan:
1. Mengetahui apakah suatu karakteristik yang
diamati dari dua populasi serupa atau berbeda.
2. Mengetahui apakah terdapat perbedaan
yang secara statistik cukup berarti (signifikan)
antara parameter-parameter dari kedua
populasi (menggunakan data dari dua sampel
yang diperoleh dari dua populasi)
 Data dari kedua populasi yang diambil
sebagai sampel harus terdistribusi normal
 Sumber data pada populasi pertama harus
independen (bebas) terhadap sumber data di
populasi kedua.
1
 Varians sampel (s2) digunakan untuk
mengambil kesimpulan mengenai varians
populasi (σ2)
 Diambil sampel acaak dari dua populasi,
dihitung varians data dari masing-masing
sampel, dan hasilnya digunakan sebagai
dasar untuk membandingkan varians
populasi.
 Prosedur uji hipotesis sampel ganda sama
dengan uji hipotesis sampel tunggal
1. Pernyataan hipotesis nol dan alternatif
Ho : σ12 = σ22
H1 : σ12 ≠ σ22
σ1 2 > σ2 2
σ1 2 < σ2 2
2. Pemilihan tingkat kepentingan, α
3. Penentuan distribusi pengujian yang digunakan
Dalam uji dua varians, digunakan distribusi F yang
merupakan suatu distribusi sampling dengan sifat-
sifat sbb:
a) Distribusi F adalah distribusi sampling untuk
variabel s12 / s22 (rasio varians sampel)
b) seluruh nilai F > 0
c) tidak simetris
d) terdapat perbedaan bentuk distribusi yang
tergantung pada jumlah sampelnya serta banyaknya
pengamatan dalam sampel-sampel tersebut

Bentuk umum distribusi F

Nilai –nilai dari distribusi F disajikan dalam bentuk
Fα,df1,df2, yang dapat ditentukan dengan mengetahui
tiga hal berikut:
a) tingkat kepentingan, α
b) derajat kebebasan (degree of freedom) untuk
sampel yang digunakan sebagai PEMBILANG dalam
rasio uji s12 / s22 yaitu (df1 = v1 = n1 – 1)
c) derajat kebebasan (degree of freedom) untuk
sampel yang digunakan sebagai PENYEBUT dalam
rasio uji s12 / s22 yaitu (df2 = v2 = n2 – 1)
Note:
- Sampel dengan varians terbesar dinyatakan sebagai
sampel 1, dan selalu dijadikan sebagai pembilang
dalam rasio uji.
- Jika H1 : s12 ≠ s22  dilakukan uji dua ujung
- Jika H1 : s12 > s22  dilakukan uji satu ujung
4. Pendefinisian daerah-daerah penolakan atau kritis
5. Pernyataan aturan keputusan
6. Perhitungan rasio uji (RU)

RUF = Fhitung = s12 / s22

7. Pengambilan keputusan secara statistik

jika RUF berada di daerah penerimaan, maka hipotesis
nol diterima
jika RUF berada di daerah penolakan, maka hioptesis
nol ditolak
Untuk mengetahui pengaruh pemberian bahan peredam suara pad suatu
kopartemen kendaraan dengan dua jenis bahan yang berbeda A dan
B, dilakukan sustu eksperimen pengukuran pengurangan kebisingan
dengan menggunakan detektor bunyi. Tujuan eksperimen ini adalah
ingin mengetahui apakah ada perbedaan variabilitas yang berarti dari
kedua bahan tersebut dalam hal kemampuan meredam kebisingan
mengingat harga kedua bahan tersebut sangat berbeda jauh.
Diasumsikan bahwa masing2 bahan akan menghasilkan sustu peredam
kebisingan yang mengikuti distribusi normal. Untuk mneguji hal
tersebut, bahan A dipasangkan pada 8 kompartemen sedangkan
bahan B dipasangkan pada 9 kompartemen mobil-mobil yang sejenis.
Setelah diuji ternyata bahan A memberikan pengurangan kebisingan
saebesar 41, 43, 60, 56, 85, 79, 51, 49(dB) sedangkan bahan B
memberikan pengurangan kebisingan sebesar 73, 67, 83, 70, 66, 68,
92, 76, 59 (dB). Dengan menggunakan uji dua varians, apakah
kesimpulan yang bisa diambil?
 Sampel bahan A
x = Σx = 58 dan s12 = Σ (x - )2 = 260,29
n n–1
 Sampel bahan B
x = Σx = 72,7 dan s22 = Σ (x - )2 = 98
n n–1
UJI HIPOTESIS:
1. Hipotesis:
Ho : σ12 = σ22
H1 : σ12 ≠ σ22
2. α = 0,05
3. Pengujian menggunakan distribusi F
Karena varians sampel A > varians sampel B, maka:
n1 = nA = 8 dan n2 = nB = 9
df1 = v1 = n1 – 1 = 8-1 = 7
df2 = v2 = n2 – 1 = 9 – 1 = 8
4. Batas-batas daerah penolakan (kritis )  uji dua ujung
α = 0,05  α/2 = 0,025
batas kritis (LIHAT TABEL F) = F α, V1, V2 = F0,025, 7, 8 = 4,53
5. Aturan keputusan : tolak Ho dan terima H1 jika RUF >
4,53
6. Rasio uji:
RUF = s12 / s22 = 260,29 / 98 = 2,656
7. Pengambilan keputusan:
Karena RUF < 4,53 maka Ho : σ12 = σ22 diterima. Hal ini
berarti tidak terdapat perbedaan yang signifikan
terhadap variabilitas hasil kedua eksperimen tsb.
0,95
2
 Terdapat 4 prosedur (klasifikasi) pada uji
hipotesis mean sampel ganda:
1. uji t-pasangan untuk populasi saling
tergantung
2. uji z untuk populasi yang independen dan jika
varians-varians populasi diketahui atau jika
kedua sampel ukurannya lebih dari 30
3. uji t sampel ukuran kecil untuk populasi yang
independen jika uji F-nya menunjukkan : σ12 ≠
σ2 2
4. uji t sampel ukuran kecil untuk populasi yang
independen jika uji F-nya menunjukkan : σ12 =
σ2 2
 Populasi yang saling tergantung merupakan populasi yang
ditinjau sifatnya sebelum dan sesudah mendapatkan
perlakuan terhadap sifat yang ditinjau tersebut.
 Uji t diterapkan pada perbedaan antara nilai-nilai
pasangan.
 Perbedaan ini membentuk himpunan tunggal pengamatan
yang diuji dengan prosedur yg biasa.
 Contoh:
- populasi nilai ujian statistik industri mahasiswa di suatu
kelas diteliti sebelum dan sesudah mendapatkan asistensi
- populasi jumlah kelahiran anak dari orang tua(ibu) di
suatu kota diteliti sebelum dan dan sesudah mendapatkan
suntik KB
- populasi jumlah pembeli di toko kelontong pada suatu
daerah diteliti sebelum dan sesudah pendirian Alfamart
1. Pernyataan hipotesis nol dan alternatif
Ho : μd = 0
H1 : μd ≠ 0  uji dua ujung
μd > 0  uji satu ujung
2. Pemilihan tingkat kepentingan, α
3. Penentuan distribusi pengujian yang digunakan 
distribusi t
4. Pendefinisian daerah-daerah penolakan atau kritis
df = v = n – 1 (n = banyaknya pasangan data)
5. Pernyataan aturan keputusan
6. Perhitungan rasio uji (RU)

di mana:
d = rata-rata perbedaan nilai pas data
d = perbedaan nilai pasangan data (sebelum dan
sesudah diberi perlakuan)
7. Pengambilan keputusan secara statistik
 Seorang insinyur informatika sedang mengevaluasi sutu
program baru untuk menjalankan sebuah prosedur
pengolahan basis data (data base). Jika dengan program
yang baru ini terdapat perbedaan penghematan waktu yang
bererti daripada menggunakan program yang ada saat ini,
dia akan merekomendasikan kepada perusahaan untuk
menggunakan program baru tersebut. Suatu sampel yang
terdiri dari 8 orang operator komputer diambil dan
kemudian waktu (x) dalam jam yang diperlukan untuk
menyelesaikan pengolahan data dicatat. Kedelapan
operator yang sama dilatih untuk menggunakan program
yang baru sampai mahir, kemudian waktu yang diperlukan
untuk menyelesaikan pekerjaan yang sama dicatat, seperti
yang ditunjukkan pada Tabel. Kemudian dilakukan
perhitungan sbb:
Operator Program Program Perbedaan
baru (x1) lama (x2) (d = x1 – x2) (d–d) ( d - d )2

Amir 85 80 5 3 9
Beni 84 88 -4 -6 36
Budi 80 76 4 2 4
Dedi 93 90 3 1 1
Cahyo 83 74 9 7 49
Edi 71 70 1 -1 1
Eko 79 81 -2 -4 16
Febi 83 83 0 -2 4
Σ 16 0 120

d = Σd = 16 = 2 ; sd = Σ (d - d )2 = 120 = √17,143 = 4,14

n 8 n–1 8-1
Uji hipotesis dilakukan dengan langkah2 sbb:
1. hipotesis:
Ho : μd = 0
H1 : μd ≠ 0  uji dua ujung
2. α = 0,05
3. Menggunakan distribusi t
4. batas-batas daerah penolakan:
α = 0,05  α/2 = 0,025; df = v = n-1 = 8-1 =7
batas kritis lihat tabel t (t0,025, 7 = 2,365)
5. Aturan keputusan: tolak Ho dan terima H1 jika RUt> 2,365
atau <- 2,365
6. Rasio uji (RUt):
2–0 = 2 = 1,37
4,14 / √8 1,464
7. Pengambilan keputusan:
karena - 2,365<RUt <+2,365 , maka Ho : μd
= 0 diterima. Hal ini berarti rata-rata
pengolahan data dengan program baru
tidak berbeda dg program lama. Jadi
insinyur tsb bisa merekomendasikan
untuk tidak menggunakan program baru
kepada prusahaannya.
 Sampel diambil dari dua populasi yang
independen (tidak terikat / tidak
berhubungan) dan terdistribusi normal
 Nilai-nilai deviasi standard populasi σ1 dan σ2
telah diketahui atau ukuran kedua sampel
lebih dari 30 (n>30)
 Contoh:
pemasangan antena dari dua jenis pemasok
antena yaitu pemasok antena 1 dan pemasok
antena 2 yang akan diukur daya tahannya
(antara pemasok antena 1 dan pemasok
antena 2 tidak saling berhubungan)
1. Pernyataan hipotesis nol dan alternatif
Ho : μ1 = μ2
Ho : μ1 ≠ μ2  uji dua ujung
μ1 > μ2  uji satu ujung
μ1 < μ2  uji satu ujung
2. Pemilihan tingkat kepentingan, α
3. Penentuan distribusi pengujian yang digunakan 
distribusi z
4. Pendefinisian daerah-daerah penolakan atau kritis
5. Pernyataan aturan keputusan
6. Perhitungan rasio uji (RU)
a) jika σ1 dan σ2 telah diketahui

b) jika σ1 dan σ2 tidak diketahui, tetapi ukuran

sampel lebih dari 30 ( n > 30)

7. Pengambilan keputusan secara statistik

Sebuah perusahaan telekomunikasi bergerak memutuskan untuk
memasang sistem antena jenis baru di stasiun-stasiun relaynya
untuk lebih meningkatkan kinerja aliran pembicaraan antar
pelanggannya. Dua jenis sistem antena dari dua pemasok
dianggap cukup memadai untuk penerapan yang diinginkan.
Untuk menjamin pemasokan dan suku cadang, perusahaan
telekomunikasi tersebut memutuskan untuk membeli sistem
antena dari kedua pemasok tersebut dengan syarat tidak ada
perbedaan berarti dalam hal daya tahan (umur pemakaian) dari
sistem tersebut. Suatu sampel acak 35 sistem antena dari
pemasok pertama dan 32 sistem antena kedua diuji. Rata-rata
waktu kegagalan dari sistem antena pertama adalah 2800 hari
dan dari antena B adalah 2750 hari. Informasi dari suatu sumber
industri independen yang layak dipercaya mengindikasikan bahwa
deviasi standard populasi untuk sistem antena pertama adalah
200 jam sedangkan untuk antena kedua adalah 180 jam. Dengan
tingkat kepentingan 0,05 apakah ada perbedaaan dalam daya
tahan sistem antena tsb?
1. Hipotesis:
Ho : μ1 = μ2
H1 : μ1 ≠ μ2  uji dua ujung
2. α = 0,05
3. Menggunakan distribusi z
4. Batas-batas daerah penolakan: α = 0,05  α/2 = 0,025, dari
tabel z diperoleh batas kritis z0,025 = ± 1,96
5. Aturan keputusan: tolak Ho dan terima H1 jika Ruz > 1,96
atau <- 1,96.
6. Rasio uji:

7. Karena - 1,96< RUz <+1,96 , maka Ho : μ1 = μ2 diterima.

Hal ini berarti rata-rata daya tahan sistem antena
pertama tdk berbeda dg sistem antena kedua.
 Sampel diambil dari dua populasi yang independen dan terdistribusi
normal
 Nilai-nilai deviasi standard populasi σ1 dan σ2 tidak diketahui
 Ukuran sampel n1 atau n2 lebih kecil (<30)
 Uji F pada varians menunjukkan bahwa σ12 ≠ σ22
 Merupakan gabungan prosedur pengujian dua varians dan uji t
 Rasio uji:

 Derajat kebebasan yang dipakai derajat kebebasan yang lebih kecil

diantara kedua sampel tsb
Agen persewaan genset mengatakan kepada sebuah perusahaan
yang berminat menyewa sejumlah unit genset bahwa rata-rata
biaya sewa genset berdaya 10 kW sama saja di sektor A dan B di
kota tersebut. Untuk menguji klaim tersebut, perusahaan tsb
memilih secara random sampel dari beberapa tempat persewaan
genset di masing-masing sektor dan mendapatkan data sebagi
berikut. Di sektor A, dengan 10 data, diperoleh rata-rata biaya
sewa sebuah genset Rp. 595.000,- dan deviasi standardnya
(sampel) Rp. 62.000,-. Sedangkan di kota B dengan 12 data
diperoleh rata-rata biaya sewa sebuah genset Rp. 580.000,- dan
deviasi standardnya (sampel) Rp 32.000,-. Apa yg bisa
disimpulkan atas klaim tersebut dengan tingkat kepentingan
0,05?
 Uji F atas varians:
1. Hipotesis :
Ho : σ12 = σ22
H1 : σ12 ≠ σ22  uji dua ujung
2. α = 0,05
3. Karena varians sampel A lebih besar dari sampel B, maka n1 =
nA = 10 dan n2 = nB = 12. Maka derajat kebebasan untuk
pembilang adalah df1 = v1 = n1-1 =10-1=9 dan derajat
kebebasan untuk penyebut adalah df2 = v2 = n2-1=12-1=11
4. batas-batas daerah penolakan adalah : α = 0,05  α/2 =
0,025. Dari tabel F, maka F0,025, 9, 11 = 3,59
5. Aturan keputusan:
tolak Ho dan terima H1 jika RUF > 3,59
6. Rasio uji:
RUF = Fhitung = s12 / s22 = 620002 / 320002 = 3,754
7. Pengambilan keputusan:
Karena RUF > 3,59 maka Ho : σ12 = σ22 ditolak. Hal ini
berarti
H1 : σ12 ≠ σ22 diterima

 Uji t :
1. Hipotesis :
Ho : μ1 = μ2
Ho : μ1 ≠ μ2  uji dua ujung
2. α = 0,05
3. Menggunakan distribusi t
4. Batas-batas daerah penolakan α = 0,05  α/2 = 0,025.
df = v = 10-1 =9 (yg diambil adlh df yg lebih kecil dari
dua sampel)
dari tabel t  t0,025, 9 = 2,262
5. Aturan keputusan:
tolak Ho dan terima H1jika RUt > 2,62 atau <-2,62.
6. Rasio uji:

= 0,692

7. Pengambilan keputusan:
Karena - 2,62 <RUt <+2,62, maka Ho : μ1 = μ2 diterima.
Hal ini bererti klaim yang dikatakan oleh agen
persewaan genset tersebut benar.
 Sampel diambil dari dua populasi yang independen dan
terdistribusi normal
 Nilai-nilai deviasi standard populasi σ1 dan σ2 tidak diketahui
 Ukuran sampel n1 atau n2 lebih kecil (<30)
 Uji F pada varians menunjukkan bahwa σ12 = σ22
 Merupakan gabungan prosedur pengujian dua varians dan uji
t
 Rasio uji:

 Derajat kebebasan  df = v = n1+ n2 - 2

Dengan mengulang pada contoh 1, dimana uji F pada vaians
menunjukkan bahwa σ12 = σ22 maka uji t untuk meannya
sbb:
1. Hipotesis :
Ho : μ1 = μ2
H1 : μ1 ≠ μ2  uji dua ujung
2. α = 0,05
3. Menggunakan distribusi t
4. batas-batas daerah penolakan α = 0,05  α/2 = 0,025.
df = v = n1+n2 – 2 = 8+9-2 = 15. dari tabel t untuk
α=0,025 ; df = v =15 didapat batas kritis t0,025, 15=
2,131
5. Aturan keputusan: tolak Ho dan terima H1 jika RUt >
2,131atau <-2,131.
6. Rasio uji:

= - 3,85

7. Pengambilan keputusan:
karena RUt < - 2,131, maka tolak Ho. Ini berarti mean
rata-rata dari kedua sampel tsb tidak sama (H1 : μ1 ≠ μ2 )
3
 Tujuan: mengetahui apakah terdapat perbedaan yg
berarti secara statistik antara persentase dua
populasi dengan menggunakan data sampel
 Asumsi dalam uji ini:
- kedua sampel diambil dari dua populasi yang
saling independen
-sampel-sampel yang diambil dari masing-masing
populais harus berukuran cukup besar. Untuk
masing-masing sampel np ≥ 500 dan n(100-p) ≥ 500
1. Pernyataan hipotesis nol dan alternatif
Ho : π1 = π 2
H1 : π 1 ≠ π 2  uji dua ujung
π 1 > π 2  uji satu ujung
π 1 < π 2  uji satu ujung
2. Pemilihan tingkat kepentingan, α
3. Penentuan distribusi pengujian yang digunakan  distribusi z
4. Pendefinisian daerah-daerah penolakan atau kritis
5. Pernyataan aturan keputusan
6. Perhitungan rasio uji:

7. Pengambilan keputusan secara statistik

Seorang insinyur mesin pabrik perakitan pompa
mengasumsikan bahwa baut buatan dalam
negeri sama kuatnya dengan buatan luar
negeri. Suatu sampel acak dari 36 baut
buatan dalam negeri menunjukkan hanya 12
saja yang memenuhi kekuatan yang
disyaratkan (p1 = 12/36 x 100%= 33%),
sedangkan dari 50 baut buatan luar negeri
terdapat 18 baut yang memenuhi persyaratan
(p2 = 18/50 x 100%= 36%). Tentukanlah
validitas asumsi insinyur mesin tersebut
dengan tingkat kepentingan 5%!
1. Hipotesis :
Ho : π1 = π2
H1 : π1 ≠ π2  uji dua ujung
2. α = 0,05
3. Menggunakan distribusi z
4. batas-batas daerah penolakan α = 0,05  α/2 = 0,025.
dari tabel z, batas kritis z0,025 = ± 1,96
5. Aturan keputusan: tolak Ho dan terima H1 jika RUz >
1,96 atau <-1,96.
6. Rasio uji:
RU = p1 - p2
p1(100 – p1) + p2(100 – p2)
n1 n2
= 33 - 36
33(100 – 33) + 36(100 – 36) = -0,29
36 50
7. Pengambilan keputusan:
Karena -1,96 < RUz < +1,96 maka Ho : π1 = π2.
Hal ini berarti kekuatan baut buatan dalam negeri
sama dengan buatan luar negeri
Ketebalan pelapisan lilin (wax coating) pada permukaan dalam
dan permukaan luar dari sejenis kertas yang digunakan
sebagai bahan pembungkus makanan merupakan suatu
variabel acak yang saling bebas secara statistik. Dipercaya
bahawa terdapat variasi yang besar antara ketebalan lapisan
lilin di permukaan bagian dalam dengan permukaan bagian
luar. Untuk itu diambil sebuah sampel yang terdiri dari 60
pembungkus dan dihasilkan informasi sebagai berikut:
Ketebalan lapisan lilin (mm)
Statistik Permukaan luar Permukaan
dalam
Mean 0,95 0,65
Varians 0,043 0,052
Tentukan apakah variabilitas ketebalan lapisan lilin pada
permukaan kertas bagian dalam lebih besar daripada
variabilitas ketebalannya di permukaan bgian luar? Gunakan
tingkat kepentingan 0,05!