STATISTIKA INFERENSI :

UJI HIPOTESIS (SAMPEL GANDA)

Outline
 Uji Hipotesis Variansi dengan sampel
ganda
 Uji Hipotesis Mean dengan Sampel ganda :
- Uji t untuk populasi saling bergantung
- Uji z untuk populasi saling bebas
- Uji t untuk populasi saling bebas jika uji-
F menunjukkan 12  22.
- Uji t untuk populasi saling bebas jika uji-
F menunjukkan 12 = 22.
Uji Dua Variansi
Prosedur Uji Dua Variansi
 Dalam uji dua variansi ini variansi sampel (s2)
digunakan untuk menggambil kesimpulan
mengenai variansi populasi (σ2).

 Jadi dalam uji ini diambil uji sampel acak dari

dua sampel populasi, dihitung variansi data, dari
masing-masing sampel dan hasilnya digunakan
sebagai dasar untuk membandingkan variansi
populasi.
Prosedur dalam pengujian dua variansi mengikuti
langkah- langkah yang sama seperti pengujian sampel
tunggal yaitu sebagai berikut :

 Pengujian Hipotesis nol dan Hipotesis Alternatif.

 Dalam uji variansi hipotesis nolnya adalah tidak ada

perbedaan variabilitas pada kedua populasi.
Sedangkan hipotesis aslinya terdapat perbedaan
berarti antara kedua variansi populasinya.

Ho : σ12 = σ22
H1 : σ12  σ22
: (σ12 < σ22)
: (σ12 > σ22)
 Pemilihan tingkat kepentingan
(level of significance) α.
 Penentuan distribusi pengujian yang digunakan.
 Dalam uji dua variansi ini yang digunakan adalah
distribusi F yang merupakan suatu distribusi
sampling dengan sifat-sifat sebagai berikut :
◦ Distribusi F adalah distribusi sampling untuk variabel
s21/ s22 (rasio variansi sampel)
◦ Seluruh nilai F > 0
◦ Tidak simetris.
◦ Terdapat perbedaan bentuk distribusi yang
tergantung pada ukuran sampelnya serta banyaknya
sampel pengamatan pada sampel tersebut.
 Nilai-nilai distribusi F telah disajikan dalam
tabel dalam bentuk Fα,df1,df2 yang dapat
ditentukan mengenai tiga hal sebagai berikut :

 Tingkat kepentingan (level of significance), α

 Derajat kebebasan (degree of freedom) untuk
sampel yang digunakan sebagai pembilang
dalam rasio uji s21/ s22, → (df1 = v1 = n1-1 ).
 Derajat kebebasan ( degree of freedom ) untuk
sampel yang digunakan sebagai penyebut dalam
rasio uji s21/ s22, → (df2 = v2 = n2-1 ).
 Sample dalam variansi yang terbesar
dinyatakan sebagai sampel 1 dan selalu
dijadikan pembilang dalam rasio uji.
 Pendefinisian daerah penolakan atau daerah
– daerah kritis
 Pernyataan aturan keputusan (Decision rule)
 Perhitungan rasio uji (RU)
 Rumus yang digunakan untuk menghitung
rasio uji (nilai F) adalah =
RUF = Ftest = s12/ s22,
 Pengambilan keputusan secara statistik.
 Jika nilai uji statistik berada di daerah
penerimaan maka hipotesis nol diterima dan
jika berada di daerah penolakan maka
hipotesis nol ditolak.
Contoh
 Untuk mengetahui pengaruh pemberian bahan
peredam suara suatu kompartemen kendaraan
dengan dua jenis bahan yang berbeda A dan B
maka dilakukan suatu percobaan pengukuran
kekurangan kebisingan dengan menggunakan
detektor bunyi.

 Tujuan dari percobaan ini adalah ingin

mengetahui apakah ada perbedaan variabilitas
yang berarti kedua bahan tersebut dalam hal
meredam kebisingan mengingat harga kedua
bahan tersebut sangat jauh berbeda.
 Diasumsikan bahwa masing masing bahan akan
menghasilkan suatu peredam dengan distribusi
normal untuk menguji tersebut bahan A
dipasangkan pada 8 kompartemen dan bahan B
dipasangkan pada 9 mobil-mobil yang sejenis.

 Setelah diuji ternyata A memberikan

pengurangan sebesar 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 variansi
kesimpulan apa yang bisa diambil.
Untuk melakukan uji hipotesis mula mula
dilakukan perhitungan deskriptif terhadap
masing masing sampel yang menghasilkan :
Uji hipotesis dilakukan dengan langkah-langkah
berikut :
1. Hipotesis :
Ho : 12 = 22
H1 : 12  22
2. Tingkat kepentingan α = 0,05 = 5 %.
3. Pengujian menggunakan Distribusi F
4. Karena variansi A lebih besar dari pada
variansi sampel B maka n1=nA=8 dan
n2=nB=9 sehingga derajat kebebesan df untuk
pembilang adalah df1= v1= n1-1= 8 -1 = 7 dan
derajat kebesan untuk penyebut adalah
df2= v2= n2-1= 9 -1 = 8.
 5. Batas batas penolakan daerah kritis
α =0,05 = 5 % maka α/2 =0,025 ( gunakan tabel F
untuk α =0,025).

Dari tabel untuk α =0,025, df1 (pembilang ) =

v1=7 dan df2 (penyebut ) = 8 sehingga batas
kritisnya adalah F 0.025, 7, 8 = 4, 53.
Dari tabel untuk 1-α =1-0,025, df1 (pembilang ) =
v1=7 dan df2 (penyebut ) = 8 sehingga batas
kritisnya adalah F 0.025, 7, 8 = 0, 20.
6. Aturan keputusan
Tolak H0 dan terima H1 jika RUf > 4.53 jika tidak
demikian terima H0
 7. Rasio Uji
2
s1 260,29
RU  2   2,656
s2 98
8. Pengambilan Keputusan
 Karena RUF < 4,53 maka Ho : 12 = 22
diterima.

 Hal ini berarti tidak terdapat perbedaan

yang signifikan terhadap variabel hasil
terhadap kedua eksperimen tersebut.
 Seandainya hanya diinginkan melakukan uji satu ujung maka
hipotesis alternatifnya menjadi :

Hipotesis H1 : 12 > 22

Batas daerah penolakan kritis satu ujung :

Digunakan α =0,05 = 5 % maka α =0,05 ( gunakan tabel F untuk

α =0,025 df1 pembilang = v1=7 dan df2 (penyebut ) = 8 sehingga
batas kritisnya adalah
F0.05, 7, 8 = 3.50.

Aturan pengambilan keputusan

Tolak H0 dan terima H1 jika RUf > 3.50 jika tidak demikian
terima H0.

Pengambilan keputusan.
Karena RUF = 2.656 < 3.50 maka Ho : 12 = 22 diterima .
Uji Hipotesis Mean dengan
Sampel Ganda
 Dalam uji hipotesis mean dengan sampel ganda, asumsi
bahwa kedua distribusi normal tetap digunakan, namun
demikian prosedur uji hipotesisnya dapat mengikuti tahapan
yang berbeda yang tergantung pada kondisi sampelnya.

Secara umum ada 4 prosedur uji yaitu :

 Uji t pasangan untuk populasi tergantung ( dependent
population ).
 Uji z untuk populasi yang independent dan jika variansi
populasi diketahui atau jika kedua sampel ukurannya
diketahui
 Uji t sampel ukuran kecil untuk populasi yang saling bebas
(independent) jika uji F-nya menunjukkan σ12  σ22
 Uji t sampel ukuran kecil jika populasi yang saling bebas
(independent) jika uji F-nya diketahui σ12 = σ22.
Uji t pasangan untuk populasi
saling tergantung
Prosedur :
 Pernyataan Hipotesis nol dan Hipotesis
Alternatif
 Dalam uji ini hipotesis nolnya adalah perbedaan
rata-ratanya adalah nol. Sedangkan hipotesis
alternatifnya adalah terdapat perbedaan nilai
rata-rata.
H0 : μd = 0
H1 : μd ≠ 0 uji dua ujung
( μd > 0 uji satu ujung )
 Pemilihan tingkat kepentingan (level of
significance), α
 Penentuan distribusi pengujian yang
digunakan
 Sesuai namanya maka distribusi ini yang
digunakan adalah distribusi t.
 Pendefinisian daerah penolakan atau daerah
kritis.
 Dalam menggunakan distribusi t untuk
pengujian ini derajat kebebasan df ditentukan
dengan rumus df = v = n -1, dengan n adalah
banyaknya pasangan data.
 Pernyataan aturan keputusan (Decission Rule).
 Rumus yang digunakan untuk menghitung
rasio uji adalah :
d  d
RU  ttest 
sd / n
n

 (d  d )
i
2

sd  i 1
n 1
dengan d adalah perbedaan nilai pasangan data
sebelum dan sesudah diperlakukan
 Pengambilan keputusan secara statistik :
Jika rasio uji berada di daerah penerimaan
maka hipotesis nol diterima dan jika berada di
daerah penolakan maka hipotesis nol ditolak.
 Contoh
 Seorang insinyur akan mengevaluasi
program baru untuk menjalankan sebuah
prosedur pengelolaan basis data ( data
base).

 Jika dalam program baru tersebut terdapat

penghematan waktu dari pada program saat
ini maka ia akan merekomendasikan
perusahaan tersebut dengan program baru.
 Suatu sampel yang terdiri dari 8 operator
diambil dan kemudian dalam waktu x jam untuk
menyelesaikan pengolahan data dicatat.

 Kedelapan operator yang sama dilatih

menggunakan program yang baru sampai mahir.

 Kemudian waktu yang diperlukan untuk

menyelesaikan pekerjaan yang sama dicatat,
seperti yang ditunjukkan pada tabel, kemudian
dilakukan perhitungan sebagai berikut :
Uji hipotesis dilakukan dengan langkah sebagai berikut :
 Hipotesis
H0 : μd = 0
H1 : μd ≠ 0  uji dua ujung
 Tingkat kepentingan α = 0.05 = 5 %
 Menggunakan distribusi t
 Batas-batas daerah penolakan atau derah kritis uji dua
ujung
 Digunakan α = 0,05 = 5 % maka α/ = 0,05/2 = 0.025
dengan derajat bebas n-1 = 8-1 = 7 sehingga batas
kritisnya adalah t 0.025, 7 = 2.365.
 Aturan Keputusan
Tolak H0 dan terima H1 jika RUt < -2.365 atau
RUt > + 2.365, jika tidak demikian terima H0
 Rasio Uji
d  d 20
RU  ttest   1,37
sd / n 4,14 / 8
 Pengambilan keputusan
Karena -2.365 < RUt < +2.365 maka
H0 : μd = 0 diterima.

Hal ini berarti rata-rata kecepatan pengelolaan

program baru tidak berbeda dengan progam
lama.
Jadi insinyur tersebut bisa merekomendasikan
untuk tidak menggunakan program baru kepada
perusahaan.
Hasil output SPSS
(terlihat thit = 1,366 dan nilai-p = 0,214 > 0,05
sehingga H0 diterima)
Uji z untuk populasi yang saling
bebas (independent)
Suatu uji z digunakan bila :
 Sampel yang diambil dari kedua populasi yang saling bebas dan
berdistribusi normal.
 Nilai nilai standart populasi σ1 dan σ2 telah diketahui atau ukuran
kedua sampel lebih dari 30 ( n > 30).

Prosedur uji hipotesisnya sebagai berikut :

 Pernyataan hipotesis nol dan hipotesis alternatif
 Dalam uji hipotesis nol dan hipotesis alternatifnya adalah :
H0 : μ1 = μ2
H1 : μ1 ≠ μ2  uji dua ujung
( μ1 < μ2  uji satu ujung
μ1 > μ2 )
 Pemilihan tingkat kepentingan α
 Penentuan distribusi yang digunakan.
 Sesuai dengan namanya distribusi yang digunakan adalah distribusi z
 Pendefinisian daerah penolakan atau
daerah kritis.
 Pernyataan aturan keputusan.
 Perhitungan rasio uji adalah :
Rumus yang digunakan untuk rasio uji
adalah :
◦ Jika σ1 dan σ2 telah diketahui,

x1  x2
RU  ztest 
1 2  2 2

n1 n2

Pengambilan keputusan secara statistik.

Contoh
 Sebuah perusahaan telekomunikasi bergerak
memutuskan untuk memasang sistem antena jenis
baru di stasiun relainya untuk meningkatkan kinerja
pembicaraan dengan pelanggannya.

 Dua contoh antenna dari 2 pemasok cukup

memadai untuk penerapan yang diinginkan. Untuk
menjamin pemasokan dan suku cadang perusahaan
tersebut memutuskan untuk membeli dari 2
pemasok tersebut.

 Dengan syarat tidak ada perbedaan artinya daya

tahan usia memiliki umur yang sama.
 Suatu sampel acak dari 35 dari sistem antenna
pertama dan 32 antena dari pemasok B akan
diuji. Rata-rata kegagalan dari sistem antenna
adalah 2800 hari dari antena A dan 2750 dari
antenna B.

 Suatu sumber dari industri independent yang

layak mengidentifikasikan bahwa standart
deviasi untuk sistem A adalah 200 hari dan
untuk antenna B adalah 180 hari.

 Dengan tingkat kepentingan 0,05 maka apakah

terdapat perbedaan dalam sistem antena
tersebut?
Uji hipotesis dilakukan dengan langkah sebagai
berikut :
 Hipotesis
H0 : μ1 = μ2
H1 : μ1 ≠ μ2 uji dua ujung
 Tingkat kepentingan α = 0.05
 Menggunakan distribusi z
 Batas batas daerah penolakan / batas kritis dua
ujung adalah α = 0.05 berarti α/2 = 0.025 dari
tabel z didapatkan nilai kritis sebagai berikut :
1.96
 Aturan keputusan
Tolak H0 dan terima H1 jika RU z < 1.96 atau
RU z < -1.96, jika tidak demikian terima H0
 Rasio uji
 12  22 200 2 180 2
    46,43
n1 n2 35 36
x1  x2 2800  2750
RU   1,08
 12  22 46,43

n1 n2
 Pengambilan keputusan
Karena -1.96< RUz < 1.96 maka H0
diterima.
Hal ini berarti kedua rata-ratanya sama
artinya bahwa tidak ada perbedaan antara
sistem antenna 1 dan antenna 2.
Contoh
Hasil output SPSS
(terlihat nilai-p > 0,05 sehingga H0 diterima yaitu
rata-rata kedua kelas sama
Uji t sampel ukuran kecil untuk populasi
yang saling bebas jika uji F-nya
menunjukkan σ12 ≠ σ22

Uji ini akan digunakan bila :

 Sampel dari kedua populasi berdistribusi
normal
 Nilai standart populasi σ1 dan σ2 tidak
diketahui
 Ukuran n1 dan n2 kecil
 Uji F pada variansi menunjukkan σ12  σ22
Prosedur pengujiannya merupakan
prosedur pengujian dua variansi dan uji t
dengan ketentuan sebagai berikut :
◦ Rasio uji
x1  x2
RU 
2 2
s1 s2

n1 n2

Derajat kebebasan
Derajat kebebasan adalah derajat yang
lebih kecil dari dua sampel tersebut.
Contoh
 Agen penyewaan genset menyatakan pada
sebuah perusahaan yang akan menyewa
sejumlah genset bahawa rata-rata biaya
genset berdaya 10 kwh sama-sama di
sektor A dan B di kota tersebut.

 Untuk menguji pernyataan tersebut maka

perusahaan tersebut mengambil sampel di
beberapa persewaan genset di sektor A dan
sektor B di kota tersebut.
 Di sektor A dengan 10 data diperoleh rata
rata sebuah sewa genset adalah Rp 595.000,-
dengan deviasi Rp 62.000,- dan di sektor B
ada 12 data dengan rata-rata sewa per genset
adalah Rp 580.000,- dan deviasi Rp 32.000,-.

 Apakah yang dapat disimpulkan dari data di

atas dan dengan tingkat kepentingan 0.05 ?
Uji hipotesis akan dilakukan dengan langkah sebagai
berikut ini :

Uji F atas variansi :

Hipotesis :
Ho : σ12 = σ22
H1 : σ12  σ22
Tingkat kepentingan α=0.05.
Karena variansi A lebih besar dari pada sampel B maka
variansi untuk n1= nA =10 dan n2 = nB = 12 maka
derajat kebebebasannya adalah df1= v1= n1-1 = 9
sedangkan untuk df2 =v2=n2-1= 11.
Batas batas daerah kritis untuk penolakan adalah α = 0.05
maka α/2 = 0.025 dari table F untuk α = 0.025 dan df1
pembilang = v1 = 9 dan df2 penyebut= v2 = 11
Aturan keputusan
Tolak H0 dan terima H1 jika RUF > 3.39
dan jika tidak demikian terima H0

Rasio uji 2
s1 620002
RU  Ftest  2  2
 3,745
s2 32000

Pengambilan keputusan
Karena RUF > 3.59 maka H0 di tolak
dengan sama artinya H1 : σ12  σ22
diterima.
Uji t
Hipotesis
H0 : μ1 = μ2
H1 : μ1 ≠ μ2
Tingkat kepentingan α = 0.05
Menggunakan distribusi t
Batas batas daerah kritis untuk penolakan
adalah α = 0.05 maka α/2 = 0.025 dari tabel
t dengan derajat bebas 9 untuk α = 0.025
didapatkan batas kritisnya = 2.262.
Aturan keputusan.
Tolak Ho dan terima H1 jik RUt < -2.262
atau RUt >2.262 jika tidak terima H0.

x1  x2 595000  58000
Rasio uji RU t 
2 2

2 2
 0,692
s1 s2 62000 32000
 
n1 n2 10 12

Pengambilan keputusan
Karena - 2.262 < RUt < 2.262 maka H0
diterima yang sama artinya dengan klaim yang
dinyatakan agen genset tersebut benar.
Uji t sample dengan ukuran ukuran kecil
untuk populasi yang independent dengan
uji F telah ditentukan σ21 = σ22
Uji ini akan dilakukan bila :
 Sampel dari kedua populasi berdistribusi
normal
 Nilai standart populasi σ1 dan σ2 tidak
diketahui
 Ukuran n1dan n2 kecil (< 30).
 Uji F pada variansi menunjukan σ21 = σ22
 Contoh
Dengan mengulang pada Contoh 1 di mana uji F pada
variansi menujukan bahwa σ21 = σ22 maka uji t untuk
meannya adalah sebagai berikut :
Hipotesis
H0 : μ1 = μ2
H1 : μ1 ≠ μ2
Tingkat kepentingan α = 0.05
Menggunakan distribusi t
Batas-batas daerah penolakan atau daerah kritis uji
ujung ujung α = 0.05 maka α/2 = 0.025 derajat
kebebasan didapatkan
df = n1 + n2 – 2 = 15.
Dari tabel maka akan didapatkan nilai sebagai
berikut ini : 2.131.
Contoh
Hasil output SPSS (terlihat bahwa nilai-p > 0,05
sehingga rata-rata kedua kelas sama)
LATIHAN SOAL
SOAL 1
SOAL 2
SOAL 3
TUGAS : SOAL 1
TUGAS : SOAL 1
TUGAS : SOAL 3
TERIMA
KASIH