Modul statistik

MODUL 10
DISTRIBUSI t (Student)

Distribusi/Sebaran t
Jarang sekali kita beruntung mengetahui ragam populasi induk (asal) tempat kita menarik

contoh. Untuk contoh berukuran n≥30, nilai dugaan yang baik bagi σ 2 diberikan
oleh s2. Dengan demikian apa yang terjadi dengan sebaran nilai-nilai z dalam Dalil Limit

σ2
2
Pusat bila kita mengganti dengan s ?. Asalkan s2 merupakan nilai dugaan yang

baik bagi σ2 dan tidak terlalu bervariasi dari contoh satu ke contoh lainnya, dan inilah

yang terjadi bila n≥30 , maka nilai-nilai (x- μ ) / ( s/ √ n ) masih menyebar

menghampiri sebaran normal baku, sehingga Dalil Limit Pusat tetap berlaku.
Bila ukuran contohnya kecil ( n<30 ), nilai-nilai s2 berfluktuasi cukup besar dari

contoh satu kecontoh lainnya, dan sebaran nilai-nilai ( χ−μ )/( s/ √ n ) tidak lagi
normal baku. Bila demikian halnya, kita sesungguhnya berhadapan dengan sebaran atau
statistik yang disebut T, yan nilai-nilainya adalah:

x−μ
t=
s / √n
Pada tahun 1908, W.S.Gosset mempublikasikan sebuah makalah yang memuat
keberhasilannya menurunkan sebaran peluang bagi T. Pada waktu itu, Gosset bekerja pada
sebuah pabrik bir milik orang Irlandia yang tidak mengizinkan publikasi hasil-hasil
penelitian para stafnya.Untuk mengatasi hal ini , ia mempublikasikan karyanya itu di
bawah nama samaran “ Student”. Sejak itu sebaran bagi T disebut sebaran t-Student, atau
ringkasnya sebaran t.

1
 Modul statistik

Dalam menurunkan persamaan sebaran ini, Gosset mengasumsikan bahwa contoh-contoh

itu diambil dari suatu populasi normal. Meskipun asumsi ini kelihatannya sangat
mengikat , dapat diperlihatkan bahwa sebaran penarikan contoh bagi T untuk contoh-
contoh yang diambil dari sebaran bukan normal tetapi berbentuk genta dapat dihampiri
dengan sangat baik oleh sebaran t.
Rumus matematiknya tidak dicantumkan di sini, karena luas daerah di bawah kurva itu
telah di tabelkan cukup mendetil untuk dapat memenuhi keperluan bagi sebagian besar
masalah. Tetapi, untuk dapat menghitung peluang yang berkaitan dengan sebaran t , kita
perlu memahami beberapa ciri kurva t.
Sebaran T menyerupai sebaran Z, dalam hal keduanya setangkup disekitar nilai tangah
nol. Kedua sebaran tersebut berbentuk genta, tetapi sebaran t lebih bervariasi, berdasarkan
kenyataan bahwa nilai t bergantung pada fluktuasi dua besaran, yaitu x dan s2, sedangkan
nilai z bergantung hanya pada perubahan x dari contoh kecontoh lainnya. Sebaran bagi T
berbeda dengan sebaran bagi Z dalam hal ragamnya bergantung pada ukuran contoh n dan
selalu lebih besar dari 1. Hanya bila ukuran contoh n ∞ kedua sebaran itu
menjadi sama.
Pembagi, yaitu n –1, yang muncul dalam rumus s2 disebut derajat bebas bagi s2 . Bila x
dan s2 dihitung dari contoh berukuran n,maka nilai t nya dikatakan menyebar menurut
sebaran t dengan derajat bebas v= n-1.Jadi kita mempunyai kurva t atau sebaran t yang
berbeda untuk setiap kemungkinan ukuran contoh.Dan bila n→ ∞ kurva itu semakin
menyerupai kurva normal baku. Dalam gambar 8.6, kita tunjukkan hubungan antara
sebaran normal baku ( v =∞ )dengan sebaran t untuk 2 dan 5 derajat bebas. Kurva
untuk v= 5, misalnya, menyatakan sebaran penarikan contoh semua nilai t yang dihitung
dari contoh acak berukuran 6 yang diambil berulang-ulang dari suatu populasi normal.
Begitu pula, kurva untuk v = 2 menyatakan sebaran penarikan contoh semua nilai t yang
dihitung dari contoh-contoh berukuran 3.
DALIL 8.4. Bila x dan s2 masing-masing adalah nilai tengah dan ragam suatu contoh acak
berukuran n yang diambil dari suatu populasi normal dengan nilai tengah μ dan ragam
2
σ , maka :
x−μ
t = s/ √ n
merupakan sebuah nilai perubah acak T yang mempunyai sebaran t dengan v=n-1 derajat
bebas.

2
 Modul statistik

v =∞

v =5

v =2

-3 -2 -1 0 1 2 3

GAMBAR 8.6
Kurva sebaran t untuk v = 2,5, dan ∞

Peluang bahwa suatu contoh acak menhasilkan nilai t yang jatuh diantara dua nilai tertentu
sama dengan luas daerh dibawah kurva sebaran t diantara dua ordinat-ordinat kedua nilai
tertentu itu. Adalah tidak mungkin bila kita berusaha untuk menyusun tabel yang terpisah
untuk setiap kemungkinan pasangan dua nilai itu untuk semua n < 30. Tabel A.5
mencantumkan hanya nilai-nilai t yang di atasnya terdapat daerah seluas α , untuk

α sama dengan 0.1, 0.05, 0.025, 0.01, atau 0.005. Tabel ini disusun agak sedikit
berbeda dari tabel luas daerah kurva normal dalam hal bahwa luas-luas itu sekarang
merupakan judul-judul kolom, sedangkan nilai-nilai t sekarang menjadi isi tabel. Kolom
paling kiri adalah untuk derajat bebas. Lazimnya digunakan lambang t α bagi nilai t
yang di sebelah kanannya terdapat daerah seluas α . Dengan demikian nilai t dengan

sepuluh derajat bebas yang disebelah kanannya terdapat daerah seluas 0,025 adalah t α =

2,228. Karena sebaran t setangkup di sekitar nilai tengah nol, maka nilai
t1−α = −t α ;
jadi, nilai t yang disebelah kanannya terdapat daerah seluas 1- α yang berarti pula
disebelah kirinya terdapat daerah seluas α sama dengan negatif nilai t yang
memberikan daerah seluas α di ekor kanan sebarannya ( lihat Gambar 8.7 ). Untuk
sebaran t dengan 10 derajat bebas, kita mempunyai t0,975= -t0,025 = -2.228. Ini berarti bahwa
nilai t yang berasal dari suatu contoh acak berukuran 11, yang diambil dari sebuah sebaran
normal, akan jatuh antara –2.228 dan 2.228 dengan peluang sebesar 0.95.

3
 Modul statistik

α α

t1−α =−t α tα t
0

Teladan 4. Tentukan
P(−t 0 . 025 <T <t 0 . 05 )
Jawab. Karena t0.05 memberikan luas daerah sebesar 0.05 disebelah kanannya, dan –t0.025
memberikan luas derah sebesar 0.025 di sebelah kirinya, maka luas daerah antara –t0.05 dan
t0.05 sama dengan:
1 - 0.05 - 0.025 = 0.925

Dengan demikian
P(−t 0 .025 <T <t 0 . 05 )=0 . 925
Teladan 5. Tentukan nilai k sedemikian sehingga P (k<T<-1.761 )= 0.045, bagi suatu
contoh acak berukuran 15 yang diambil dari suatu populasi normal.

Jawab. Dari tabel A.5 kita peroleh bahwa nilai t0.05 untuk v =14 adalah 1.761. Oleh sebab
itu, -t0.05 = -1.761. Karena k dalam pernyataan peluang di atas terletak disebelah kiri –t0.05=
-1.761, misalkan k = - tα . Dengan demikian dari gambar 8.8 kita peroleh :

0.045 = 0.05 - α
atau
α = 0.005

Dengan demikian, berdasarkan Tabel A.5 untuk v = 14,

k =-t0.005 = -2.977
dan
P (-2.977<T< -1.761 )= 0.045

4
 Modul statistik

5
 Modul statistik

Tepat 95 % di antara nilai-nilai sebaran t dengan v = n –1 derajat bebas terletak antara

-t0.025 dan t0.025. Tentu saja masih banyak lagi nilai-nilai t lainnya yang mengandung 95%
dari sebaran itu, misalnya saja –t0.02 dan t0.03. Tetapi kedua nilai itu tidak terdapat pada Tabel
A,5. Dalam pembahasan berikut, kita akan lebih menyukai untuk mengambil dua nilai t
yang memberikan luas daerah yang sama dikedua ekor sebarannya. Nilai t yang jatuh di
bawah –t0.025 atau di atas t0.025 cenderung membuat kita percaya bahwa suatu kejadian yang
jarang terjadi telah terjadi atau kita telah membuat asumsi yang salah mengenai μ . Kita

akan memilih kesimpulan yang terakhir ini, dan menyimpulkan bahwa nilai μ yang di
asumsikan itu salah. Bahkan, nilai t yang jatuh di bawah –t0.01 atau di atas t0.01 akan
memberikan bukti yang lebih kuat lagi bahwa nilai μ yang diasumsikan itu harus
ditolak. Prosedur pengujian pernyataan mengenai nilai parameter μ , maupun parameter
lainnya, akan dibicarakan dalam Bab 10.

0.045
k -t0.05 0 t

GAMBAR 8.8
Nilai t bagi Teladan 5
Teladan 6. Sebuah Produsen bohlam menyatakan bahwa bohlam produksinya mencapai
umur rata-rata 500 jam. Untuk menjaga nilai rata-rata ini, ia menuji35 bohlam setiap
bohlam. Bila nilai t yang diperolehnya jatuh antara – t0.05 dan t0.05 ia puas. Kesimpulan apa
yang ditariknya bila ia memperoleh contoh dengan nilai tengah x =518 jam dan simpangan
baku s = 40 jam Asumsikan bahwa umur bohlam itu menyebar normal.

6
 Modul statistik

Jawab : Dari Tabel A.5, kita mendapatkan bahwa t0.05= 1.711 untuk 24 derajat bebas.
Dengan demikan, produsen itu puas bila contoh 25 bohlam itu menghasilkan nilai t antara
–1.711 dan 1.711. Bila μ = 500, maka :

518−500
=2 .25
t= 40 / √25

suatu nilai yang jatuh diatas 1.711. Peluang mendapatkan nilai t, untuk μ =24, yang

sama atau lebih besar dari 2.25 kurang lebih adalah 0.02. Bila μ > 500, maka nilai t
yang diperoleh tersebut akan lebih wajar. Dengan demikian, dalam kasus ini, produsen itu
akan menyimpulkan bahwa bohlam produksinya ternyata lebih baik dari yang
disangkanya.

1. PT Tika Alam Semesta merupakan salah satu perusahaan yang bergerak dalam
bidang transportasi. Perusahaan memperkirakan setiap bus dapat melakukan 8 rit.
Hasil survei di Jakarta yang sering macet terhadap 16 bus ternyata rata-rata ada 6
rit dengan standar deviasi 2 rit. Dengan taraf nyata 5%, apakah keinginan
perusahaan masih terpenuhi?

Jawab:

a. Hipotesa.
H0 :  = 8
H1 :   8

b. Menentukan taraf nyata yaitu 5%.

Taraf nyata 5% df= 15. Nilai kritis diperoleh 2,131.

c. Melakukan uji statistik t:

t = ( x - ) /(s/n) = (6 – 8)/ (2/16) = -4,0

a. Menentukan daerah keputusan dengan nilai kritis 2,131 uji dua arah. Ho
diterima untuk t berada pada –2,131<t<2,131, dan menolak Ho apabila t < –
2,131 atau t> 2,131. Mengambil keputusan, karena nilai uji t –4,0 < dari nilai
kritis t yaitu –2,131, maka Ho ditolak dan H1 diterima.

2. PT Salemba Empat merupakan salah satu penerbit besar mewajibkan setiap

agennya untuk mengunjungi perguruan tinggi minimal 40 kali dalam seminggu.
Kunjungan tersebut untuk digunakan memperkenalkan buku baru serta
perkembangan mutahir. Hal pelacakan terhadap 16 agen di Jakarta ternyata rata-

7
 Modul statistik

rata agen mengunjungi perguruan tinggi adalah 44 kali dengan standar deviasi 3.
Dengan taraf nyata 5%, apakah kewajiban dari setiap agen masih terpenuhi?

Jawab:

a. Hipotesa.
H0 :  = 40
H1 :   40

b. Menentukan taraf nyata yaitu 5%.

Taraf nyata 5% df= 15. Nilai kritis diperoleh 2,131.

c. Melakukan uji statistik t:

t = ( x - ) /(s/n) = (44 – 40)/ (3/16) = 5,3

d. Menentukan daerah keputusan dengan nilai kritis 2,131 uji dua arah. Ho
diterima untuk t berada pada –2,131<t<2,131, dan menolak Ho apabila t< –
2,131 atau t> 2,131, karena nilai uji t 5,3 > dari nilai kritis t yaitu 2,131, maka
Ho ditolak dan H1 diterima.

3. Yayasan Media Edukasi mengelola dua lembaga pendidikan yaitu TK Ananda I di

Lippo Karawaci dan TK Ananda II di Kebun Jeruk. Pada TK Ananda I dengan 12
sampel siswa diperoleh rata-rata pendapatan orang tuanya 5,5 juta dengan standar
deviasi 1,25 juta. Sedangkan pada TK Ananda II terhadap 9 orang sampel siswa
diperoleh rata-rata pendapatan orang tua 7,5 juta dengan rata-rata 1,78 juta. Dengan
taraf nyata 5% ujilah apakah rata-rata kedua sampel tersebut sama, sehingga
mempunyai daya beli yang sama.

a. Perumusan Hipotesa:

H0 : 1 – 2 = 0
H1 : 1 – 2  0

b. Menentukan taraf nyata yaitu 1%. Nilai t-student dengan taraf nyata 1% (0,01)
uji satu arah dan df=(n1 + n2) – 2 = (12 + 9) –2 = 19 adalah 2,861.

c. Melakukan uji statistik t:

S2p = (n1 – 1) (s12) + (n2 – 1) (s22) = (12 – 1) (1,252) + (9– 1) (1,782) = 2,24
(n1 + n2) – 2 (12 + 9) – 2

t= 1 – 2 = 5,5 – 7,5 = – 3,03

 S p [1/n1+1/n2]
2
 2,24 [1/12 +1/9]

8
 Modul statistik

d. Menentukan keputusan. Nilai t-hitung –3,03 < –2,861 maka Ho ditolak dan H 1
diterima. Dengan demikian maka rata-rata pendapatan orang tua kedua lokasi
tidak sama.

4. Salah satu indikator bank yang sehat adalah nilai NPL (non-performing loan) yang
rendah. Hal ini menunjukkan adanya kehati-hatian dalam memberikan kredit di
bank. Ada asumsi bahwa bank-bank BUMN mempunyai NPL lebih tinggi
dibandingkan dengan NPL bank swasta. Untuk membuktikan asumsi tersebut dipilih
sampel 4 sampel bank BMUN dan rata-rata NPL 6,00% dan standar deviasinya
1,27%. Untuk bank swasta dipilih 16 bank dengan rata-rata NPL 11,80% dan
standar deviasi 10,87. Dengan taraf nyata 1% apakah asumsi bahwa NPL bank
BUMN lebih besar dari bank swasta dapat terbukti?

Jawab:

a. Perumusan Hipotesa:

H0 : 1  2
H1 : 1 < 2

b. Menentukan taraf nyata yaitu 1%. Nilai t-student dengan taraf nyata 1% (0,01) uji
satu arah dan df=(n1 + n2) – 2 = (4 +16) –2 =18 adalah 2,55.

c. Melakukan uji statistik t:

S2p = (n1 – 1) (s12) + (n2 – 1) (s22) = (4 – 1) (1,272) + (16 – 1) (10,872) = 98,73

(n1 + n2) – 2 (4 + 16) – 2

t= 1 – 2 = 6,00 – 11,80 = – 1,04

 S p [1/n1 +1/n2]
2
 98,73 [1/4 + 1/16]

d. Menentukan daerah keputusan dengan nilai kritis 2,55. Daerah tidak menolak
Ho adalah t> –2,55, dan daerah menolak Ho: t < –2,25. Nilai uji t hitung –1,04 >
–2,55 sehingga Ho diterima dan H1 ditolak. Ini menunjukkan bahwa tidak
terdapat cukup bukti untuk menolak Ho, sehingga masih dapat disimpulkan
bahwa rata-rata NPL BUMN lebih besar daripada NPL bank swasta.