MEMBANDINGKAN (MENGUJI) DUA

BUAH POPULASI
Kuliah Statistika
Dosen : Hj. Betty Rofatin,Ir.,MP
Variabel- variabel tidak berpasangan dan berpasangan
Uji-Z dan uji-t digunakan pula untuk membandingkan
nilai rata- ratanya
Asumsi :
 Kedua populasi adalah populasi normal
 Sampel ditarik secara acak
Dari setiap populasi ditarik sampel. Data observasi
disusun dalam tabel observasi
Ada 2 bentuk tabel observasi yaitu tabel untuk
variabel- variabel tidak berpasangan (observasi-
observasi tidak berpasangan) dan untuk variabel-
variabel berpasangan
Contoh
 Kita akan membandingkan kekuatan dua jenis particle board
A1 dan A2 yang dihasilkan oleh berbagai pabrik
Tabel Observasi variabel tak berpasangan

Kekuatan
A1 A2
4 3
5 4
5 4
……. …………
…
………. ……..
Lanjutan

Tabel Observasi variabel berpasangan

Pabrik Kekuatan
A1 A2
I 4 3
II 5 4
III 5 4
IV 6 5
V 5 5
 Variabel- variabel tidak berpasangan
 Selisih nilai rata- rata dua populasi

Populasi 1 Populasi 2

μ1 μ2
1 2

n2
n1 n1 n1 n2 n2 n2
n1

( x11  x21 ), ( x11  x22 ),......( x12  x21 ), ( x12  x22 ),....
....., ( x31  x21 ), ( x13  x22 )
Populasi selisih
nilai rata- rata
Telah dibuktikan
 Bila populasi induk (pop.1 dan pop.2) merupakan populasi
normal, maka populasi selisih nilai rata- rata juga merupakan
populasi normal.
 Bila populasi induk bukan populasi normal, maka populasi
selisih-nilai-rata- rata akan semakin mendekati populasi
normal, jika n1 dan n2 semakin besar
 rata-
 Nilai  ratadari
x1 x2  populasi selisih-nilai- rata-rata tersebut
1 2
adalah :
 12  22
 2 x  x   x2   x2
1 2  
1 2
n1 n2
 Ragam populasi selisih nilai rata-rata

 Dan Simpangan Bakunya adalah :

 x  x  ( x2   x2 )
1 2 1 2
Dengan demikian untuk dua populasi normal
maka populasi ( x1  x2 ) juga normal sehingga

( x1  x2 )  ( 1   2 )
Z 
 x x
1 2

( x1  x2 )  ( 1   2 )
Z 
 12  22
(  )
n1 n2

Akan mengikuti normal dengan

μz=0 dan μz=1
UJI-Z digunakan untuk Menguji apakah selisih nilai rata- rata dua populasi
(μ1- μ2), sama dengan suatu nilai tertentu atau tidak (bila 1 dan 2
diketahui)
Menguji kesamaan varians
 Untuk menguji kesamaan varians digunakan rumus :

Sb2 Varians Besar

Fmax  2  db  nb  1; dk  nk  1
Sk Varians Kecil

 Jika Fmax < Ftab  varians berasal dari populasi yang

sama 12=22
 Jika Fmax > Ftab  varians berasal dari dua populasi
yang berbeda 12 ≠ 22
 A. Jika 1≠2

( x1  x2 )  ( 1   2 )
Z ( hit) 
 12  22
(  )
n1 n2

 Jika 1 dan 2 tidak diketahui, nilainya diduga dengan s1 dan

s2 dari sampel, dan uji yang digunakan oleh uji-t

( x1  x2 )  ( 1   2 )
t( hit) 
s12 s22
(  )
n1 n2
 t (hit) dibandingkan dengan t dari tabel pada derajat bebas

S12 S 22 2
(  )
n n2
db  2 1
S1 2 S 22 2
( ) ( )
n1 n
 2
n1  1 n2  1
 Misalkan ditanyakan (minta diuji) apakah selisih nilai rata-rata kedua populasi
sama dengan 10 atau tidak. Maka ke dalam rumus t(hit) kita masukkan μ1-μ2=10
 Hipotesis : H0 : μ1-μ2=10

H1 : μ1-μ2<10 atau μ1-μ2>10

 Yang paling sering ditanyakan :
Ujilah apakah nilai rata- rata kedua populasi tsb berbeda atau tidak (d.k.l apakah
selisih nilai rata-rata kedua populasi itu sama dengan nol atau tidak). Maka kita
masukkan μ1-μ2=0,
 Hipotesis : H0 : μ1=μ2

H1 : μ1<μ2 atau μ1>μ2

Jika σ1=σ2=σ
( X  X 2 )  ( 1   2 )
Z ( hit)  1 t dibandingkan
2 2 (hit)
 
(  dengan ) t dari tabel
n1 n2
dengan derajat bebas :
( 1 =
( X  X 2 )  db  db
2 )1+db2
Z ( hit)  1
1 1
 2 (  =) (n1-1)+(n2-1)
n1 n2= n1+n2-2

 Jika σ tidak diketahui nilainya diduga dengan :

2 2
db . S  db .S
S p2  1 1 2 2
Uji ya
db1  db2 ng dig
unaka
n ( X 1  X 2 )  ( 1   2 )
JK  JK t 
S p2  1 2 ( hit )
1 1
db1  db2 S p2 (  )
n1 n2
Keputusan Pengujian
Jika –t.025< t(hit) < t.025  H0 diterima ; non signifikan
Kesimpulan : µ1=µ2 (nilai rata- rata kedua populasi tidak
berbeda)
Jika –t.025 ≤ t(hit) <- t.005  H0 ditolak ; signifikan
Kesimpulan : µ1<µ2 (nilai rata- rata populasi 1 lebih kecil
daripada rata- rata populasi 2)
Jika t(hit)≤-t.005  H0 ditolak; sangat signifikan
Kesimpulan : µ1 jauh lebih kecil daripada µ 2
Jika t.025≤ t(hit) < t.005  H0 ditolak ; signifikan
Kesimpulan : µ1 > µ2 (µ1 lebih besar daripada µ 2)
Jika t(hit)≥ t.005  H0 ditolak; sangat signifikan
Kesimpulan : µ1 jauh lebih besar daripada µ 2
 Jika hasil pengujian menyatakan H0 ditolak (artinya µ1dan µ2
berbeda signifikan), maka dapat ditentukan interval- interval
untuk (µ1-µ2 )
 Jika σ1≠σ2, untuk α=5%
S12 S 22 S12 S 22
( X 1  X 2 )  t.025   1   2  ( X 1  X 2 )  t.025 
n1 n2 n1 n2

 Jika σ1≠σ2, untuk α=1%

S12 S 22 S12 S 22
( X 1  X 2 )  t.005   1   2  ( X 1  X 2 )  t.005 
n1 n2 n1 n2

 Jika σ1=σ2 dalam rumus- rumus di atas S12 dan S22 diganti
dengan Sp2
Contoh
Hasil pencatatan (sampel) diameter batang bibit
tanaman tertentu yang dipupuk dan yang tanpa pupuk.
Diameter (cm)
Tanpa pupuk Dipupuk
Periksalah (ujilah),
1,5 2,5
apakah pemupukan
3,5 3,0
tersebut merangsang
2,0 3,5
pertumbuhan diameter
2,5 3,0
batang atau tidak ??
2,5 4,0
3,0 4,0
3,0 4,5
3,0 5,0
3,0 5,0
4,0 3,5
 Penyelesaian
A. Jika ragam populasi diameter batang tanpa pupuk
sama dengan ragam populasi diameter yang dipupuk,
σ12=σ22= σ2 (tetapi tidak diketahui)
Hipotesis H0 : µ1=µ2 (rata-rata diameter batang tanpa pupuk
sama dengan rata- rata diameter batang yang dipupuk)
H1 : µ1<µ2 atau µ1>µ2
Asumsi :
1. Kedua populasi diameter batang itu adalah populasi
normal
2. Sampel acak
Perhitungan- perhitungan dan pengujian

2
S 
JK1  JK 2

 1i 1  2i 2 )
( X  X )  ( X  X 2

P
db1  db2 (n1  1)  (n2  1)
 X 1i ) 2 (  X 2i ) 2
 X  n1   X 2i  n2
2 ( 2
1i
S P2 
(n1  1)  ( n2  1)
( 28,0) 2 (38,0) 2
83,00   151,00 
S P2  10 10
99
S P2  0,622
Tabel Observasi
i Tanpa Dipupuk X21i X22i
pupuk X1i X2i
1 1,5 2,5 2,25 6,25
2 3,5 3,0 12,25 9,00
3 2,0 3,5 4,00 12,25
4 2,5 4,0 6,25 16,00
5 2,5 3,0 6,25 9,00
6 3,0 4,0 9,00 16,00
7 3,0 4,5 9,00 20,25
8 3,0 5,0 9,00 25,00
9 3,0 5,0 9,00 25,00
10 4,0 3,5 16,00 12,25
Total 28,0 38,0 83,00 151,00
Rata -
rata X 1  2,8 X 1  3,8
 ( X 1  X 2 )  ( 1   2 )
t ( hit ) 
2 1 1
Sp(  )
n1 n2
( 2,8  3,8)  0
t ( hit )   2,8341
1 1
0,622(  )
10 10

Nilai t dari tabel pada db=db1+db2=9+9=18

t.025=2,101 t.005=2,878
Ternyata –t.005<t(hit)<-t.025, berarti signifikan;H0 ditolak
Kesimpulan : rata- rata diameter batang yang dipupuk (µ2)lebih
besar daripada rata- rata diameter batang yang tanpa pupuk.
D.k.l pemupukan merangsang pertumbuhan diameter batang.
B. Kalau σ1≠σ2 (tetapi dua- duanya tidak diketahui)
( X 1  X 2 )  ( 1   2 )
t( hit ) 
S12 S 22
(  )
n1 n2

Dimana :
 X 1i ) 2
(X  X  n1
2 2 (
2JK1 1i  X1) 1i
S 
1  
db1 n1  1 n1  1
( 28, 0 ) 2
283,00 
S 
1
10
 0,51
9
 X 2i ) 2
(X  X  n2
2 2 (
2JK 2 2i  X2) 2i
S 2  
db2 n2  1 n2  1
S 22  0,73
Sehingga :

(2,8  3,8)  0
t( hit)   2,840
0,51 0,73

10 10
t(hit) dibandingkan dengan t dari tabel pada :

S12 S 22 2
(  )
n n2
db  2 1
S1 2 S 22 2 –t.005< t(hit) <- t.025  H₀
( ) ( )
n1 n
 2
n1  1 n2  1
ditolak; signifikan
db  17,45  17 Berarti :
t.025  2,110; t.005  2,898 µ1 < µ₂
 Kesimpulan
Rata- rata diameter batang yang dipupuk
lebih besar daripada rata- rata diameter
batang tanpa pupuk.
D.K.L, pemupukan merangsang
pertumbuhan diameter batang
Jika σ1=σ2= σ pada taraf nyata 5%: interval kepercayaan
untuk µ1-µ2 :
1 1 1 1
(2,8  3,8)  (2,101) (0,622)(  )  1   2  (2,8  3,8)  (2,101) (0,622)(  )
10 10 10 10
 1,741  ( 1   2 )  0,260

Jika σ1≠σ2 pada taraf nyata 5% : Interval kepercayaan (µ1-

µ2)
0,51 0,73 0,51 0,73
(2,8  3,8)  (2,110 ) (  )  1   2  (2,8  3,8)  (2,110 ) (  )
10 10 10 10
 1,741  ( 1   2 )  0,260
 Variabel Berpasangan
Contoh :
Hasil pencatatan diameter batang bibit tanaman tertentu
yang dipupuk dan yang tanpa dipupuk diambil dari
lima lokasi tempat tumbuh . 5
1
Pupuk Tanpa
Tanpa Pupuk pupuk
pupuk
3

Pupuk Tanpa
pupuk
2 4

Pupuk Tanpa Tanpa Pupuk

pupuk pupuk
 Tabel Observasi
Blok
(Lokasi Tempat Tanpa Pupuk Dipupuk
tumbuh)

I 3,5 3,0
II 2,5 4,0
III 3,0 4,5
IV 3,0 5,0
V 4,0 4,5
Angka- angka pemgamatan berpasang- pasangan. Misalnya
angka pengamatan 2,5 dan 4,0 berpasangan karena berasal dari
blok II yang sama. Begitu pula dengan pasangan- pasangan
lainnya.
Disini kita akan menguji apakah pemupukan itu merangsang
pertumbuhan diameter batang atau tidak.
 Blok Tanpa Dipupuk (bi-ai)=xi xi2
Pupuk(ai) (bi)
I 3,5 3,0 -0,5 0,25
II 2,5 4,0 1,5 2,25
III 3,0 4,5 1,5 2,25
IV 3,5 5,0 1,5 2,25
V 4,0 4,5 0,5 0,25
Total ∑xi=4,5 ∑xi2 =7,25
Rata- rata x  0,9

Jika perbedaan diameter yang dipupuk dan yang tanpa dipupuk cukup kecil,
x
maka ∑xi (dan demikian pula )cenderung mendekati nol. Semakin besar
x
perbedaannya, maka ∑xi dan akan semakin jauh dari nol, baik dengan
tanda positif maupun negatif.
Nilai-nilai (bi-ai)=xi merupakan sampel dari populasi selisih (bi-ai) . Yang
menjadi masalah disini adalah menarik kesimpulan mengenai populasi dengan
menguji seberapa jauh nilai rata- ratanya µ bedanya dari nol.
 Jadi, untuk variabel berpasangan, kita menguji sebuah populasi
selisih X= B - A. maka hipotesisnya
 H0 : µ = µ₀ (pemupukan tidak merangsang pertumbuhan
diameter)
 H1 : µ < µ₀ (diameter yang dipupuk lebih kecil ) atau

µ > µ₀ (diameter yang dipupuk lebih besar)

Perhitungan dan pengujian : ( 4,5) 2
 xi ) 2 9,00 
x 2 (
i  n 5
S  
n 1 5 1
S  1,1124
x  0 0,9  0
t ( hit )   1,11  1,8130
S
n 5

t.025 ( db  5  1  4)  2,776
t.005 ( db  4)  4,604
Ternyata –t.025<t(hit)=2,25 < t.025  H0
diterima
Kesimpulan :
“Pemupukan tersebut tidak merangsang
pertumbuhan diameter “