UJI TUKEY

Annisah Al Afdiyan 101911133121

Muchamad Daffa Saifullah 101911133125
Muhafasya Karunia Azzahra 101911133128
Vira Ninda Susanti 101911133130
Sandiva Alifia 101911133131
Syifa Aurelia Zamroni 101911133133
Kayla Shafira Prasanti 101911133136
Shinta Nur Khofifah 101911133140
Diana Rohmandani Putri 101911133261
Tatu Indira Khairunnisa 101911133269
 Pendahuluan
• Biasa juga disebut uji Beda Nyata Jujur (BNJ) atau
Honestly Significant Difference test (Tukey’s HSD),
diperkenalkan oleh Tukey (1953)
• Hanya dapat digunakan untuk menguji seluruh
kemungkinan pasangan sederhana (Furqon,
2009:215)
• Lebih powerful (cenderung lebih sering menolak
hipotesis nol) karena jumlah kemungkinan pasangan
yang hendak diuji relatif sedikit (Furqon, 2009:215)
• Seringkali kita ingin menguji apakah tiga atau lebih
populasi memiliki rata – rata yang sama.
• Untuk menguji apakah beberapa populasi memiliki
rata-rata yang sama kita gunakan ANOVA (Analysis
of Variance)
• Dengan
H0 : 1   2   3  ....   k
H1 : Minimal ada satu pasang yang
berbeda
• Dari hasil pengujian kesamaan rata – rata
populasi dengan ANOVA, jika keputusan
adalah menolak H0, maka kita dapat menarik
kesimpulan bahwa tidak semua μ sama.
• Namun kita tidak tahu mana yang berbeda
• Untuk menguji rata – rata populasi mana yang
berbeda kita dapat menggunakan UJI TUKEY.
Prosedur Pengujian (Jumlah Data sama)
 Contoh soal

Sebuah percobaan pengaruh pertumbuhan 4 jenis konsentrasi zat kimia untuk

mempercepat tumbuhnya suatu tanaman. Ada 5 tanaman sebagai berikut :
Konsentrasi 1 Konsentrasi 2 Konsentrasi 3 Konsentrasi 4
5,9 8,2 7,7 6,9
6,1 8,7 8,4 5,8
6,9 9,4 8,6 7,2
5,7 9,2 8,1 6,8
6,1 8,6 8,0 7,4

1. Tentukan apakah secara rata – rata pada konsentrasi zat kimia

itu, keempat tanaman yang tumbuh sama cepat? = 0.05
2. Jika rata – rata tidak sama, maka tentukan mana rata – rata
yang berbeda
 Penyelesaian
1. Untuk mengetahui apakah rata-ratanya sama
atau berbeda.
H0: μ1= μ2 = μ3 = μ4
HA: Paling tidak ada salah satu rata-rata konsentrasi
zat kimia yang berbeda.
Perhitungan menggunakan ANOVA
Sumber SS df MS F hit F tabel
variasi
Perlakuan 22,4455 3 7,48183 3,24
Error 3,78 16 0,23625 31,66912
Total 26,2255 19 1,38029

Jadi F hit (31,66912) > F tabel (3.24) H0 ditolak

KTG = 0,23625 Diketahui :
v = 16 α = 0,05
r =5 H0 : µi = µj
p =4
H1 : µi ≠ µj
X1= 6,14 Rata – rata
= 0,21737 1 6,14
X2= 8,82
2 8,82
X3= 8,16
3 8,16
4
X4= 6,82 6,82

>> 8,82 > 8,16 > 6,82 > 6,14

v = 16
p =4
α = 0,05
q = (0,05 ; 4,16) = 4,05  lihat pada tabel

T = q(0,05 ; 4,16). Se
T = q(0,05 ; 4,16) = 4,05 x 0,21737
= 0,8803485
• d=|-

• | - | = | 6,14 -8,82| = 2,68  (>T=0,8803485) BERBEDA NYATA

• | - | = | 6,14 – 8,16| = 2,02  (>T=0,8803485)  BERBEDA NYATA
• |- | = | 6,14 – 6,82| = 0,68  (<T=0,8803485)  TIDAK BERBEDA NYATA
• |- | = | 8,82 – 8,16| = 0,66  (<T=0,8803485)  TIDAK BERBEDA NYATA
• |- | = | 8,82 – 6,82| = 2  (>T=0,8803485)  BERBEDA NYATA
• |- | = | 8,16 – 6,82| = 1,34  (>T=0,8803485)  BERBEDA NYATA
Kesimpulan :
Ternyata yang menyebabkan ditolaknya Ho yang menyatakan bahwa X1= X2 = X3 = X4
adalah perbedaan nyata yang terdapat pada rata-rata X1 dan X2, X1 dan X3, X2 dan X4, X3
dan X4
Prosedur Pengujian (Jumlah Data Berbeda)
1. Hitung rata-rata masing – masing populasi
2. Hitung selisih mutlak antar rata – rata
3. Tentukan q-value (q α) dari tabel tukey
dengan df = k (pada tabel ditulis t)
N-k (pada tabel ditulis v)
4. Hitung critical range
MSW : Mean Square within
N : jumlah seluruh pengamatan
K : banyaknya populasi (kelompok)

5. Bandingkan selisih mutlak rata – rata (pada point 1)

dengan hasil critical range
6. Jika selisih mutlak rata – rata ≥ CR maka rata – rata tsb
berbeda nyata
jika selisih mutlak rata – rata < CR maka rata – rata tsb
tidak berbeda nyata
 Contoh soal

Data berikut mencantumkan berapa bungkus rokok yang terjual di sebuah

pasar swalayan pada beberapa hari yang dipilih secara acak

A B C D
21 35 45 32 1. Tentukan apakah
35 12 60 29 secara rata – rata di
32 27 33 42 pasar swalayan itu,
28 41 36 40 kelima rokok yang
14 19 31 23 terjual sama banyak?
47 23 40 35 Α = 0.05
25 43 42 2. Jika rata – rata tidak
48 sama, maka tentukan
mana rata – rata yang
berbeda
 Penyelesaian
1. Untuk mengetahui apakah rata-ratanya sama
atau berbeda.
H0: μA= μB = μC = μD
HA: Paling tidak ada salah satu rata-rata populasi
yang berbeda.
Perhitungan menggunakan ANOVA
Groups Count SUM Rat - rata Varians
Merek A 7 202 28,8571 112,476
Merek B 6 157 26,1667 112,167
Merek C 8 336 42 87,4286
Merek D 7 243 243 51,9048

Sbr Var db SS MS F hit

Perlakuan 3 1061.88 353.96 3.9345
Error 24 2159.12 89.9633
Total 27 3221

Jadi F hit (3.9345) > F tabel (3.01) H0 ditolak

• Karena keputusan kita adalah menolak Ho
yang artinya tidak semua rata-rata dalam
populasi adalah sama, maka kita dapat
mencari tahu rata-rata pada populasi lainnya
dengan UJI TUKEY
 Rata – rata Varians
A 28.8571 112.476
B 26.1667 112.167
C 42 87.4286
D 34.7143 51.9048

Hitung selisih
mutlak rata –
ratanya, sehingga
diperoleh
Hitung Critical range - nya
• Bandingkan nilai critical range yang diperoleh dengan selisih mutlak
rata-rata tiap populasi :
 (A dan B) Critical range = 14,552 > 2,690 , tidak beda nyata
 (A dan C) Critical range = 13,537 > 13,143 , tidak beda nyata
 (A dan D) Critical range = 13,981 > 5,857 , tidak beda nyata
 (B dan C) Critical range = 14,126 < 15,833 , beda nyata
 (B dan D) Critical range = 8,548 > 15,833 , tidak beda nyata
 (C dan D) Critical range = 13,537 > 7,286, tidak beda nyata
• Kesimpulan : Ternyata yang menyebabkan ditolaknya Ho yang
menyatakanb ahwa μA= μB = μC = μD adalah perbedaan nyata yang
terdapat pada rata-rata populasi B dan C.