SlideShare una empresa de Scribd logo
1 de 69
UJI BEDA
Pebelajar mampu melakukan analisis
 statistik Uji Beda Rata-rata
Dalam kehidupan sehari-hari kita sering ingin
 membandingkan satu dengan yang lain. Misalnya:
 ingin membandingkan kekuatan lampu merk
 philips dengan merk ciyoda
Hasil belajar model pembelajaran jigsaw denga
 STAD
Untuk membandingkan kekuatan
 kedua lampu atau hasil belajar antar
 kedua model pembelajaran tersebut
 dapat dilakukan dengan uji beda rata-
 rata.
Analisa apakah yang dipakai untuk Kesimpulan
 terhadap parameter 2 populasi berbeda atau tidak ?
Misal
   Apakah ada perbedaan tekanan darah penduduk
    dewasa orang kota dengan desa?
   Apakah ada perbedaan berat badan antara sebelum
    mengikuti program diet dengan sesudahnya?




                   fery mendrofa file analisa data
• Uji statistik yang digunakan untuk membandingkan
  mean 2 kelompok data ini disebut uji beda mean
• Pendekatannya dapat menggunakan distribusi Z dan
  ditribusi T
• Perhatikan data 2 kelompok!
  – Apakah berasal dari 2 kelompok yang independen?
    Atau
  – Apakah berasal dari 2 kelompok yang
    dependen/pasangan?



                   fery mendrofa file analisa data
α /2 = 0,05
Uji satu pihak
- standar deviasi populasi di ketahui
- standar deviasi populasi tidak diketahui



Uji dua pihakα /2 = 0,025            α /2 = 0,025

- standar deviasi populasi di ketahui
- standar deviasi populasi tidak diketahui
A.   UJI SATU PIHAK
1.   Standar Deviasi Populasi Diketahui
    Pernyataan hipotesis
     Ho : µ = µ0
     Ha : µ > µ0
    Kriteria uji
     didasarkan atas distribusi z (distribusi normal standar)
    Penolakan hipotesis
     Ho ditolak apabila nilai z hitung sama atau lebih besar
     dari nilai z standar pada nilai α tertentu
                        ( Z ≥ Z 0,5 – α )
Rumus
                 X-µ   0


             Z = -------------
                  S/√ n

Keterangan :
Z = Nilai perbedaan yang dicari,  untuk α = 0,05 nilainya ≥ 1,96
X = Nilai rata-rata sampel
μ0 = Nilai rata-rata populasi
s = Standar deviasi populasi
n = besar sampel
CONTOH KASUS 1

 Pemberian tablet Fe pada awal kehamilan seorang ibu, memberikan
 perbaikan keadaan anemi rata-rata setelah minggu ke 15,7 dengan
 varians 2,3.

 Suatu produk tablet Fe baru diusulkan untuk mengganti tablet
 yang lama, dengan catatan tablet tersebut harus memberikan
 perbaikan paling sedikit 16 minggu.

 Untuk menentukan apakah tablet Fe lama diganti dengan tablet
 Fe baru, dilakukan uji coba dengan 20 pasien dan ternyata
 memberikan penyembuhan rata-rata pada minggu ke 16,9.
 seorang dokter mengambil resiko 5 % untuk menggunakan
 tablet baru tersebut bila memberikan perbaikan rata-rata 16
 minggu.
Pernyataan hipotesis

 Ho : µ = 16, artinya metode baru memberikan
 kesembuhan paling tinggi minggu ke 16 dan jika ini
 terjadi maka tablet Fe lama dipertahankan.
 Ha : µ ≥ 16   , artinya tablet Fe baru digunakan apabila
 memberikan penyembuhan rata-rata lebih dari 16
 minggu.
Hasil uji coba
 n = 20, σ = √2.3, μ = 16 minggu dan rata-rata = 16,9
                      o

 minggu
Penolakan hipotesis
 untuk α = 0,05 nilai z tabel = 1,64
 Ho ditolak apabila zhitung ≥ ztabel
Hasil perhitungan menurut rumus
              X-µ    0       16,9 - 16
      Z = ---------------- = ---------------- = 2,65
            S/√ n                   √ (2,3) / √20


Interpretasi hasil
 dari hasil perhitungan diperoleh :
 Z hitung 2,65 > Z tabel , berarti Ho ditolak dan Ha diterima,
 dengan demikian tablet Fe baru dapat digunakan.
A.   UJI SATU PIHAK  Dengan Standar Deviasi
     Populasi tidak diketahui

    Pernyataan hipotesis
     Ho : µ = µ0
     Ha : µ > µ0
    Kriteria uji
     didasarkan atas distribusi t (distribusi student ) dengan DK =
     (n-1)
    Penolakan hipotesis
     Ho ditolak apabila nilai t hitung sama atau lebih besar dari
     nilai t standar pada nilai α tertentu
                          ( t ≥ t 0,5 – α )
RUMUS
                               X - μ0
                         t = ----------------
                               S/√ n

Keterangan :
t = Nilai perbedaan yang dicari,  untuk α = 0,05 nilainya ≥ 2,46
X = Nilai rata-rata sampel
μ0 = Nilai rata-rata populasi
s = Standar deviasi populasi
n = besar sampel
CONTOH KASUS 2
 Suatu uji coba penyuntikan hormon ekstrogen pd kelinci, yg
 diperkirakan akan menaikkan berat badannya sebanyak rata-rata
 4,5 gram. Untuk maksud tersebut ditarik sampel secara random
 sebanyak 31 ekor kelinci dan disuntikkan hormon estrogen
 dengan dosis yang sama (1,5 mg/cc). Dari hasil tersebut diperoleh
 rata-rata kenaikan BB 4,9 gram dengan standar deviasi 0,8 gram.

PERNYATAAN HIPOTESIS
 Ho : µ = 4,5
 Ha : µ > 4,5

HASIL UJI COBA
 n = 31 ; mean = 4,9 gram ; S = 0,8 gram ; µ 0 = 4,5 gr
HASIL PERHITUNGAN
                 X - µ0              4,9 – 4,5
       t = ---------------- =          ---------------- = 2,85
              S/√ n                           0,8 /√ 31

 untuk α = 0.01, DK = (n-1), t tabel = 2,46

PENOLAKAN HIPOTESIS
Ho ditolak bila t hitung > t tabel.  disini t hitung = 2,85 > t tabel = 2.46, Jadi Ho
ditolak dan Ha diterima
PERNYATAAN HIPOTESI
 Ho :      µ = µ0
 Ha :      µ ≠ µ0

  KR ITERIA UJI
 didasarkan atas distribusi normal standar (tabel distribusi normal)

  PENOLAKAN HIPOTESIS
  Ho diterima apabila nilai z hitung berada diantara dua nilai α
tertentu.

                        z ½ (1 – α) < Z < z ½ (1– α)
RUMUS
                         X - µ0
               Z = ----------------
                    S/√ n


Keterangan :
z = Nilai perbedaan yang dicari,  untuk α = 0,05 nilainya ≥ 1,96
X = Nilai rata-rata sampel
μ0 = Nilai rata-rata populasi
s = Standar deviasi populasi
n = besar sampel
CONTOH KASUS 3

      Pengalaman memperlihatkan bahwa program
 PMT AS dengan komposisi zat gizi yang terkandung
 didalamnya mampu menaikkan berat badan balita
 sebesar 800 gram setiap bulannya.
      akhir-akhir ini petugas Puskesmas menyatakan
 bahwa balita yang diberi PMT-AS tersebut BB nya
 turun dibawah 800 gram perbulan.
 Untuk mengetahui kebenaran dugaan tersebut
 dilakukan penelitian dengan mengambil sampel
 secara random sebanyak 50 balita dan diberikan PMT
 tersebut.
      hasilnya memperlihatkan berat badan rata-rata
 792 gram perbulan. Dari pengalaman diketahui
 bahwa standar deviasi PMT tersebut adalah 60 gram.
 Ujilah dengan tahap (α) = 0,05 apakah kualitas PMT
 tersebut berubah atau tidak.
PENYELESAIAN
 n = 20, σ = 60 , μo = 800 dan mean = 792
HIPOTESIS
 Ho : µ = 800
 Ha : µ ≠ 800
RUMUS

                X-   µ0             792 - 800
         Z = --------------- =    ---------------- = - 0,94
             S/√ n                  60 / √ 50
HASIL
 disini Z hitung terletak antara : Z – 1,96 < 0,94 < Z + 1,96
 jadi, Ha ditolak dan Ho diterima.
UJI DUA PIHAK Dengan Standar
Deviasi Populasi Tidak Diketahui

PERNYATAAN HIPOTESI
Ho : µ = µ0
Ha : µ ≠ µ0
    KRITERIA UJI
    Didasarkan atas distribusi student (distribusi t )
     dengan DK = n-1

    PENOLAKAN HIPOTESIS
     Ho diterima apabila nilai t hitung berada diantara
     dua nilai tα pada nilai α tertentu.
                     ( t1 - ½ α < t < t1 - ½ α )
RUMUS
                       X - µ0
            t = ---------------- =
               S/√ n

Keterangan :
t = Nilai perbedaan yang dicari,  untuk α = 0,05 nilainya ≥ 1,645
X = Nilai rata-rata sampel
μ0 = Nilai rata-rata populasi
s = Standar deviasi populasi
n = besar sampel
CONTOH KASUS 4
 Untuk soal no.3 standar deviasi populasi (σ)
 tidak diketahui, sehingga harus dihitung dari
 sampel dan hasil perhitungan diperoleh S =
 55; x rata-rata = 792 ; μ = 800 ; n = 50
PENYELESAIAN
 Ho :       µ = 800
 Ha :       µ ≠ 800
RUMUS

             X - µ0            792 - 800
        t = ------------- =   ---------------- = - 01,029
             S/√ n              55 / √ 50
HASIL

 karena menggunakan pendekatan sampel maka DK
 harus dihitung, DK = (n-1) = 49
 untuk uji dua pihak maka nilai t hitung harus berada
 diantara :


                   ( t -½α < t < t -½α )
                      1            1


 untuk α = 0,05 t tabel = 2.01, jadi antara -2,01 < 1,029
 < + 2,01, sehingga Ha ditolak dan Ho diterima
UJI DUA PIHAK Dengan Standar Deviasi
 Populasi Diketahui (σ1 = σ2 = σ)

PERNYATAAN HIPOTESIS

 Ho :   µ = µ0
 Ha :   µ ≠ µ0
KRITERIA UJI
 Didasarkan atas distribusi normal standar (tabel
 distribusi normal)
   PENOLAKAN HIPOTESIS


    Ho diterima apabila nilai z hitung berada
    diantara dua nilai α


             - z ½ (1 – α) < Z <   + z ½ (1– α)
RUMUS
                    X1 – X 2
       Z = ----------------------
           σ 1/n + 1/n1     2




Keterangan :
Z   = Nilai perbedaan yang dicari,  untuk α = 0,05 nilainya ≥ 1,96
X1 = Nilai rata-rata sampel 1
X2 = Nilai rata-rata sampel 2
σ = Nilai standar deviasi populasi
n1 = Besar sampel 1
n2 = Besar sampel 2
CONTOH KASUS 4
 Dua buah pabrik susu memproduksi 2 merek susu
 yg sama dengan kualitas dinyatakan sama. Untuk
                                       sama
 menentukan produk mana yang lebih baik, maka
 dilakukan uji coba terhadap dua kelompok bayi,
 yakni kelompok A terdiri dari 11 bayi diberi susu
 dari pabrik x dan kelompok B diberi susu dari
 pabrik Y sebanyak 10 bayi, setelah beberapa bulan
 kemudian BB ditimbang dengan hasil sebagai
 berikut :
TABEL HASIL TABULASI DATA
                               BB Bayi
No
     Kelompok A (pabrik X)   Kelompok B (pabrik Y)    ( X1 – X2 )²
 1            3,1                     2,7
 2            3,0                     2,9
 3            3,3                     3,4
 4            2,9                     3,2
 5            2,6                     3,3
 6            3,0                     2,9
 7            3,6                     3,0
 8            2,7                     3,0
 9            3,8                     2,6
10            4,0                     3,7
11            3,4                      -

           X = 3,22                X = 3,07          Σ ( X1 – X2 )²
RUMUS


              Σ (Xi – X)²
 S²   p   = ------------------→ S² A = 0,1996,    S²   B =   0,1112
              (n–1)




             (n1 - 1) S² A + (n2 - 1) S² B
 S²   p   = ------------------------------------ → S = √ S² P
                      n1 + n2 - 2
UJI DUA PIHAK Dengan Standar Deviasi
 Populasi Tidak Diketahui (σ1 = σ2 = σ)

 PERNYATAAN HIPOTESIS
  Ho :µ = µ 0
  Ha : µ ≠ µ 0


 KRITERIA UJI
  Didasarkan atas distribusi student dengan DK = ( n 1 + n2 – 2 )
 PENERIMAAN HIPOTESIS



 Ho diterima apabila nilai t hitung berada
 diantara dua nilai tα pada nilai α tertentu.


             (- t - ½ α < t < + t1 - ½ α)
                  1
RUMUS


         X1 – X 2
 t = ---------------------
     S 1/n1 + 1/n2

Dengan


          (n1 - 1) S²1 + (n2 - 1) S²2
 S² p = ------------------------------------
                   n 1 + n2 - 2
RUMUS VARIANS (S²) :
 S² = (Σ x² - Σ x² / n ) / ( n – 1 )
 Berdasarkan contoh kasus sebelumnya didapat informasi
 sebagai berikut :
 XA = 3,22 ;       S²A = 0,1996
 XB = 3,07 ;       S²B = 0,1112
 n1 = 11 ;         ditetapkan α = 0,05
 n2 = 10
(n1 - 1) S²A + (n2 - 1) S²B
 Pooled Varians = -------------------------------------------
                                n1 + n2 - 2


         (10) (0,1996) + (9) (0,1112)                 2,9668
           = ----------------------------------------- = -------------
                      19                           19

      = 0,1561 → S = √ 0,1561 = 0,397
RUMUS

                       X1 – X2
          t = ------------------------
               S 1/n1 + 1/n2

                          3,22 – 3,07
                = --------------------------------- = 0,862
                    0,397 √ (1/11) + (1/10)

Untuk DK = (n1 + n) – 2 = 19 Nilai t tabel = 2,09 ; sehingga 2,09 < 0,862
< + 2,09. Dengan demikian : Ho diterima dan Ha ditolak.
UJI DUA PIHAK Dengan Standar Deviasi Dari Kedua
 Populasi Tidak Diketahui (belum ada uji yang tepat) dan
 pendekatan yang dilakukan ialah : (σ1 ≠ σ2)

PERNYATAAN HIPOTESIS
 Ho : µ = µ0
 Ha : µ ≠ µ0

KRITERIA UJI
 didasarkan atas distribusi student dengan peluang β
 dan DK = m
    PENERIMAAN HIPOTERSIS

     Ho diterima apabila nilai t’ hitung berada diantara
     dua nilai parameter.

     w1 t1 + w2 t2           w1 t1 + w2 t2
    -------------------- < t’ < -----------------------
        w1 + w2         w1 + w2

     Dimana       : w1    = S²1 / n1 ;
      w2          = S²2 / n2
      t1          = t ( 1 - ½ α ), (n1 – 1) → DF
      t2          = t ( 1 - ½ α ), (n2 – 1) → DF
RUMUS

                 X1 – X 2
     t = -------------------------------
         (S ² 1/n1) + (S ² 2 / n2)

Keterangan :
t   = Nilai perbedaan yang dicari,  untuk α = 0,05 nilainya ≥ 1,645
X1 = Nilai rata-rata sampel 1
X2 = Nilai rata-rata sampel 2
s = Varians sampel
n1 = Besar sampel 1
n2 = Besar sampel 2
CONTOH KASUS 5

Dua jenis PMT-AS yang diproduksi oleh 2 pabrik
diberikan pada 2 SD dan diharapkan dapat menaikkan
BB murid ke 2 SD dengan hasil sama. Untuk maksud
tersebut ditarik sampel secara random pada 2 SD
masing-masing sebanyak 20 orang dan hasilnya sebagai
berikut :
       XA = 9,25 kg    SA = 2,24 kg
       XB = 10,40 kg   SB = 3,12 kg

Ditetapkan α = 0,05
HIPOTESIS :


 Ho : µa = µb ;            Ha : µa ≠ µb

             XA – XB                            9,25 – 10,40
 t = -------------------------------- = ------------------------------------- = 1,339
     (S ² A/nA) + (S ² B / nB) ( 5,0176/20 ) + ( 9,7344/20 )


 w1    =    S²A / nA = 5,0176/20 = 0,2509
 w2    =    S²B / nB = 9,7344 / 20 = 0,4867
  t1   =    (0,975) → 19 = 2,09 → u/ DF = 19
  t2   =    (0,975) → 19 = 2,09 → u/ DF = 19
PENOLAKAN Ho
Ho ditolak bila

 w1 t 1 + w 2 t 2            w 1 t1 + w 2 t2
----------------- < t’ < ----------------- = 2,09
  w1 + w 2                w 1 + w2

Disini : - 2,09 < 1,339 < + 2,09
PERNYATAAN HIPOTESIS
    Ho : µb = 0
    Ha : µb ≠ 0


   KRITERIA UJI
    didasarkan atas distribusi student dengan DK = (n
    -1)
   PENERIMAAN HIPOTESIS
    Ho diterima apabila nilai t hitung berada diantara dua nilai
    tα pada nilai α tertentu.


                      ( t1 - ½ α < t < t1 - ½ α)
   RUMUS

              B
    t = -------------------
          SB / √ n

    Dimana : (B)       = Perbedaan → ( XA – XB )
              B        = ( Σ B ) / n = Mean perbedaan
           SB          = Standar Deviasi Distribusi B
CONTOH KASUS
seorang peneliti ingin mengetahui apakah ada
perbedaan antara tinggi anak laki-laki pada
desa (A) sebelum dan setelah diberi intervensi
secara intensif dengan makanan bergizi, dalam
kecamatan yang sama (Kecamatan X) Untuk
maksud tersebut ditarik sampel secara random
sebanyak 10 orang, kemudian tinggi badannya
diukur dan hasilnya adalah sebagai berikut :
HASIL TABULASI DATA
NO      TInggi Ana     Tinggi Anak DESA A       (B)          (B)²
       DESA A (cm)             (cm)         ( XA – XB )

  1        158                161                -3            9
  2        160                159                 1            1
  3        163                162                 1            1
  4        157                160                -3            9
  5        154                156                -2            4
  6        164                159                 5           25
  7        169                163                 6           36
  8        158                160                -2            4
  9        162                158                 4           16
 10        161                160                 1            1

N=10                                          Σ (B) = 8   Σ(B)² = 106



                             N Σ B² - (Σ B )²
B = 8/10 = 0,8 ;     S²B = ------------------------- = 11.07
                                    N (n-1)
PENYELESAIAN
 Data dari kasus : B = 0,8 ; n = 10 ; S²B = 11,07

PERNYATAAN HIPOTESIS
 Ho : µb = 0
 Ha : µb ≠ 0

PENERIMAAN HIPOTESIS

 Ho diterima apabila -t1 - ½ α < t < + t1 – α / 2
 Dimana (t1 - ½ α) diperoleh dari daftar distribusi t’ dgn
 peluang (1 - ½ α) dan DK = ( n - 1).
RUMUS


           B                  0,8
 t = ----------------- = ----------------- = 0,762
       SB / √ n           3,33 √ 10

 Untuk α = 0,05 ; DK = 9 ; t tabel (tabel A.5) untuk DK = 9
  2,26, sehingga -2,26 < 0,762 < 2,26 signif.
 Dengan demikian Ho diterima dan Ha ditolak
α /2 = 0,05
Uji satu pihak
- standar deviasi populasi di ketahui
- standar deviasi populasi tidak diketahui



Uji dua pihakα /2 = 0,025            α /2 = 0,025

- standar deviasi populasi di ketahui
- standar deviasi populasi tidak diketahui
α /2 = 0,05
Uji satu pihak
- standar deviasi populasi di ketahui
- standar deviasi populasi tidak diketahui


                           α /2 = 0,025                 α /2 = 0,025
Uji dua pihak
- standar deviasi populasi di ketahui
- standar deviasi populasi tidak diketahui
 Dasarnya adalah distribusi Binomial, yakni suatu
                             Binomial
  sebaran fakta atau kejadian yg sifatnya
  “berpasangan”, umpamanya fakta tentang
  “keberhasilan dan kegagalan”.
 Disini berhasil adalah suatu peristiwa yg diberi
  simbol dengan “ p ” sedangkan gagal juga adalah
  suatu peristiwa yg diberi simbol dengan “ q ”
  dimana nilainya = “ 1 – p ”.
 Didalam kenyataannya distribusi seperti tersebut
  dapat didekati dengan distribusi normal sehingga
  didalam perhitungan uji digunakan pendekatan
  “distribusi normal standar”.

 Ada 2 jenis uji proporsi yakni :
  Uji Satu Proporsi
       Satu pihak
       Dua pihak
  Uji Dua Proporsi
       Satu pihak
       Dua pihak
UJI SATU PROPORSI Dengan satu pihak

   PERNYATAAN HIPOTESIS
   Ho : π = π 0
   Ha :   π > π0

   KRITERIA UJI
   didasarkan atas distribusi normal standar

   PENOLAKAN HIPOTESIS
   Ho ditolak apabila nilai z hitung sama atau lebih besar dari nilai z
   standar ( Z ≥ Z 0,5 – α ) dimana z 0,5-α diperoleh dari distribusi
   normal standar dengan peluang ( p = 0,5 – α )
UJI PERBEDAAN PROPORSI
    UJI SATU PROPORSI Dengan satu
    pihak

   CONTOH KASUS
    seorang dokter Puskesmas mengatakan bahwa
    diwilayah kerjanya paling banyak 60% ibu hamil
    mendapat imunisasi TT. Sebuah sampel random
    telah diambil sebanyak 8500 ibu hamil dan
    ternyata 54,26 pernah mendapat imunisasi TT.
    Apabila α = 0,01. Buktikan pernyataan tersebut.
UJI PERBEDAAN PROPORSI
   PENYELESAIAN
    Dari kasus diketahui : n = 8500 ; x = 54,26 ; π = 0,6 (proporsi) =
    p ; q = (1-π) = 1 – 0,6 = 0,4

   RUMUS
              x / n - π0          5426 / 8500 – 0,6
       Z = -------------------- = ---------------------- = 2,79
             π 0 (1- π 0) / n      0,6 / (0,4) / 8500


    untuk α = 0,01 dalam daftar distribusi normal memberikan z
    0,49 = 2,33

   INTERPRETASI
    z hitung = 2,79 > z tabel = 2,33 (signifikan). Berarti Ho ditolak
    dan Ha diterima, dengan demikian ibu hamil yang mendapat
    imunisasi TT sudah melampui 60 %.
UJI PERBEDAAN PROPORSI
 UJI SATU PROPORSI Dengan dua pihak
 Perbedaan prinsip antara uji satu pihak ialah pada pernyataan
 masalah yg diberikan oleh kasus, sehingga memberikan
 pernyataan hipotesis yg berbeda. Disini π dinyatakan tidak
 sama dengan π 0. sehingga pernyataan hipotesis memberikan
 dua arah

CONTOH KASUS
 seorang peneliti mengemukakan bahwa penyakit campak yg
 menyerang balita diwilayahnya sama antara wanita dan laki-
 laki.

PERNYTAAN HIPOTESIS
 Ho :    π =½
 Ha :    π ≠ ½
UJI PERBEDAAN PROPORSI
UJI SATU PROPORSI Dengan dua pihak

    KRITERIA UJI

    didasarkan atas distribusi normal standar

   PENOLAKAN HIPOTESIS
    Ho ditolak apabila nilai z ½ (1 – α ) < z < z ½ (1 – α ),
    dimana z ½ (1 – α ) diperoleh dari distribusi normal
    standar dengan peluang ½ (1 – α )
UJI PERBEDAAN PROPORSI
   PENYELESAIAN
    Dari kasus diketahui : n = 4800 ; x = 2458 ; π 0 = ½

   RUMUS
               x/n - π 0         2458 / 4800 – 0,5
       Z = -------------------- = -------------------------- = 1,68
             π 0 (1- π 0) / n    (0,5) (0,5) / 4800

   INTERPRETASI
    untuk α = 0,05 z tabel = 1,96 ; disini z hitung = 1,68 berada
    diantara nilai - z 1,96 dan +z 1,96 sehingga Ho diterima dan Ha
    ditolak.
UJI PERBEDAAN PROPORSI
 UJI DUA PROPORSI Dengan dua pihak
  Prinsipnya sama dengan uji satu proporsi, bedanya ialah disini
 ada dua buah proporsi yg dapat berasal dari dua populasi yg
 berbeda atau dari satu populasi tetapi didalamnya ada dua
 perlakuan yg berbeda.

PERNYATAAN HIPOTESIS
 Ho :   π1 = π2
 Ha :   π1 ≠ π2

KRITERIA UJI
 didasarkan atas distribusi normal standar pada nilai α tertentu
UJI PERBEDAAN PROPORSI
UJI DUA PROPORSI Dengan dua pihak

   PENERIMAAN HIPOTESIS
    Ho diterima apabila nilai -z ½ (1 – α ) < z < +z ½ (1 – α ),

   RUMUS
                 (X1 / n1) – (X2 / n2)
          Z = --------------------------------
               Pg { (1 / n1) + (1 / n2) }

                   X1 + X2
    dimana     p = -------------------- ; rumus q = 1 - p
                  n1 + n2
UJI PERBEDAAN PROPORSI
CONTOH KASUS
 suatu uji coba terhadap model baru penyaringan air
 bersih dilakukan pd dua kelurahan (A dan B) pada
 kelurahan A diberikan pd 250 KK dan 150 KK
 mengatakan hasilnya baik. Pada kelurahan B
 diberikan pada 300 KK dan 162 KK mengatakan
 hasilnya baik. Ditetapkan α = 0,05

PERNYATAAN HIPOTESIS
 Ho : π A = π B
 Ha : π A ≠ π B
 hasilnya disusun dalam tabel sebagai berikut :
UJI PERBEDAAN PROPORSI
                  TABEL HASIL TABULASI

                                  Kelurahan
 Hasil                        A                  B   Total


 Baik                      150                162     312
 Kurang                    100                138     238

 Jumlah                    250                300     550


p1 = x1/n1 = 150/250 ;    p2 = x2/n2 = 162/300
P = x1 + x / n1 + n2 = 312 / 550 = 0,57
Q = 1 – p , 1 – 0,57 = 0,43
UJI PERBEDAAN PROPORSI
PENYELESAIAN
 dari tabel diketahui : p1 = 0,60 ; p2 = 0,54
 P = 0,57 ; Q = 0,43


RUMUS
                         0,60 – 0,54
      Z =    ------------------------------------------ = 1,42
                (0,57 x 0,43) + (0,57 x 0,43)

 untuk α = 0,05 maka -1,96 < 1,42 < +1,96 (signifikan)
 jadi Ho diterima dan Ha ditolak

INTERPRETASI
 Secara proporsional tidak berbeda hasilnya.
UJI PERBEDAAN PROPORSI
    UJI DUA PROPORSI Dengan satu pihak
    prinsipnya sama kecuali daerah penolakan hipotesisnya.

   PERNYATAAN HIPOTESIS
    Ho : π1 = π2
    Ha : π1 > π2

   PENOLAKAN HIPOTESIS
    Ho ditolak bila z hitung lebih besar dari z tabel
    (z hitung > z tabel)
UJI PERBEDAAN PROPORSI
    UJI DUA PIHAK
     prinsipnya sama kecuali daerah penolakan hipotesisnya.


    PERNYTAAN HIPOTESIS
     Ho : π1 = π2
     Ha :   π1 > π2


    PENOLAKAN HIPOTESIS
     Ho ditolak bila z hitung lebih besar dari z tabel (z
     hitung > z tabel)

Más contenido relacionado

La actualidad más candente

Distribusi Seragam, Bernoulli, dan Binomial
Distribusi Seragam, Bernoulli, dan BinomialDistribusi Seragam, Bernoulli, dan Binomial
Distribusi Seragam, Bernoulli, dan BinomialSilvia_Al
 
10.pendugaan interval
10.pendugaan interval10.pendugaan interval
10.pendugaan intervalhartantoahock
 
Beberapa distribusi peluang kontinu
Beberapa distribusi peluang kontinuBeberapa distribusi peluang kontinu
Beberapa distribusi peluang kontinuRaden Maulana
 
Konsep dasar pendugaan parameter
Konsep dasar pendugaan parameterKonsep dasar pendugaan parameter
Konsep dasar pendugaan parametermatematikaunindra
 
Statistika non-parametrik dengan metode Uji Tanda
Statistika non-parametrik dengan metode Uji Tanda Statistika non-parametrik dengan metode Uji Tanda
Statistika non-parametrik dengan metode Uji Tanda RindyArini
 
3 . analisis regresi linier berganda dua peubah
3 .  analisis regresi  linier berganda dua peubah3 .  analisis regresi  linier berganda dua peubah
3 . analisis regresi linier berganda dua peubahYulianus Lisa Mantong
 
Uji Run ( Keacakan )
Uji Run ( Keacakan )Uji Run ( Keacakan )
Uji Run ( Keacakan )Nur Sandy
 
UJI BEDA (KOMPARASI) t - TEST (PRETEST-POSTEST)
UJI BEDA (KOMPARASI) t - TEST (PRETEST-POSTEST)UJI BEDA (KOMPARASI) t - TEST (PRETEST-POSTEST)
UJI BEDA (KOMPARASI) t - TEST (PRETEST-POSTEST)EDI RIADI
 
Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-Aisyah Turidho
 
Estimasi mean
Estimasi meanEstimasi mean
Estimasi meanWindii
 
Materi p12 parametrik_analisis of varians (anova)
Materi p12 parametrik_analisis of varians (anova)Materi p12 parametrik_analisis of varians (anova)
Materi p12 parametrik_analisis of varians (anova)M. Jainuri, S.Pd., M.Pd
 
BAB 4. PROBABILITAS DASAR dan DISTRIBUSI PROBABILITAS DISKRIT
BAB 4. PROBABILITAS DASAR dan DISTRIBUSI PROBABILITAS DISKRITBAB 4. PROBABILITAS DASAR dan DISTRIBUSI PROBABILITAS DISKRIT
BAB 4. PROBABILITAS DASAR dan DISTRIBUSI PROBABILITAS DISKRITCabii
 
Soal dan Pembahasan Materi Hipotesis Matakuliah Probabilitas dan Statistik
Soal dan Pembahasan Materi Hipotesis Matakuliah Probabilitas dan StatistikSoal dan Pembahasan Materi Hipotesis Matakuliah Probabilitas dan Statistik
Soal dan Pembahasan Materi Hipotesis Matakuliah Probabilitas dan StatistikTaqiyyuddin Hammam 'Afiify
 
Statistika bisnis: Pendugaan Parameter
Statistika bisnis: Pendugaan ParameterStatistika bisnis: Pendugaan Parameter
Statistika bisnis: Pendugaan ParameterRetna Rindayani
 

La actualidad más candente (20)

Distribusi Seragam, Bernoulli, dan Binomial
Distribusi Seragam, Bernoulli, dan BinomialDistribusi Seragam, Bernoulli, dan Binomial
Distribusi Seragam, Bernoulli, dan Binomial
 
10.pendugaan interval
10.pendugaan interval10.pendugaan interval
10.pendugaan interval
 
Beberapa distribusi peluang kontinu
Beberapa distribusi peluang kontinuBeberapa distribusi peluang kontinu
Beberapa distribusi peluang kontinu
 
Konsep dasar pendugaan parameter
Konsep dasar pendugaan parameterKonsep dasar pendugaan parameter
Konsep dasar pendugaan parameter
 
Statistika non-parametrik dengan metode Uji Tanda
Statistika non-parametrik dengan metode Uji Tanda Statistika non-parametrik dengan metode Uji Tanda
Statistika non-parametrik dengan metode Uji Tanda
 
3 . analisis regresi linier berganda dua peubah
3 .  analisis regresi  linier berganda dua peubah3 .  analisis regresi  linier berganda dua peubah
3 . analisis regresi linier berganda dua peubah
 
Uji Run ( Keacakan )
Uji Run ( Keacakan )Uji Run ( Keacakan )
Uji Run ( Keacakan )
 
UJI BEDA (KOMPARASI) t - TEST (PRETEST-POSTEST)
UJI BEDA (KOMPARASI) t - TEST (PRETEST-POSTEST)UJI BEDA (KOMPARASI) t - TEST (PRETEST-POSTEST)
UJI BEDA (KOMPARASI) t - TEST (PRETEST-POSTEST)
 
Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-Uji Normalitas dan Homogenitas ppt-
Uji Normalitas dan Homogenitas ppt-
 
Estimasi mean
Estimasi meanEstimasi mean
Estimasi mean
 
Materi p12 parametrik_analisis of varians (anova)
Materi p12 parametrik_analisis of varians (anova)Materi p12 parametrik_analisis of varians (anova)
Materi p12 parametrik_analisis of varians (anova)
 
BAB 4. PROBABILITAS DASAR dan DISTRIBUSI PROBABILITAS DISKRIT
BAB 4. PROBABILITAS DASAR dan DISTRIBUSI PROBABILITAS DISKRITBAB 4. PROBABILITAS DASAR dan DISTRIBUSI PROBABILITAS DISKRIT
BAB 4. PROBABILITAS DASAR dan DISTRIBUSI PROBABILITAS DISKRIT
 
Distribusi sampling
Distribusi samplingDistribusi sampling
Distribusi sampling
 
Distribusi Sampling
Distribusi SamplingDistribusi Sampling
Distribusi Sampling
 
Soal dan Pembahasan Materi Hipotesis Matakuliah Probabilitas dan Statistik
Soal dan Pembahasan Materi Hipotesis Matakuliah Probabilitas dan StatistikSoal dan Pembahasan Materi Hipotesis Matakuliah Probabilitas dan Statistik
Soal dan Pembahasan Materi Hipotesis Matakuliah Probabilitas dan Statistik
 
Statistika bisnis: Pendugaan Parameter
Statistika bisnis: Pendugaan ParameterStatistika bisnis: Pendugaan Parameter
Statistika bisnis: Pendugaan Parameter
 
Uji hipotesis rata rata
Uji hipotesis rata rataUji hipotesis rata rata
Uji hipotesis rata rata
 
Statistika inferensial 1
Statistika inferensial 1Statistika inferensial 1
Statistika inferensial 1
 
VARIABEL RANDOM & DISTRIBUSI PELUANG
VARIABEL RANDOM & DISTRIBUSI PELUANGVARIABEL RANDOM & DISTRIBUSI PELUANG
VARIABEL RANDOM & DISTRIBUSI PELUANG
 
Pengantar Statistika 2
Pengantar Statistika 2Pengantar Statistika 2
Pengantar Statistika 2
 

Similar a Bab 6 uji beda

makalahstatistik-140811215134-phpapp02 (1).pdf
makalahstatistik-140811215134-phpapp02 (1).pdfmakalahstatistik-140811215134-phpapp02 (1).pdf
makalahstatistik-140811215134-phpapp02 (1).pdfCandraPrasetyoWibowo1
 
ringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitasringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitasGina Safitri
 
Hipotesis statistik or statistical hypotesis
Hipotesis statistik or statistical hypotesisHipotesis statistik or statistical hypotesis
Hipotesis statistik or statistical hypotesisEmi Suhaemi
 
Fp unsam 2009 distribusi probabilitas
Fp unsam 2009  distribusi probabilitasFp unsam 2009  distribusi probabilitas
Fp unsam 2009 distribusi probabilitasIr. Zakaria, M.M
 
Distribusi probabilitas
Distribusi probabilitasDistribusi probabilitas
Distribusi probabilitasRiswan
 
statistika ekonomi 2 DISTRIBUSI TEORITIS
statistika ekonomi 2 DISTRIBUSI TEORITISstatistika ekonomi 2 DISTRIBUSI TEORITIS
statistika ekonomi 2 DISTRIBUSI TEORITISyuniar putri
 
Analisis beda uji t uji f.
Analisis beda uji t uji f.Analisis beda uji t uji f.
Analisis beda uji t uji f.Novy Yuliyanti
 
PPT uji anova keterangan dan contoh soal.ppt
PPT uji anova keterangan dan contoh soal.pptPPT uji anova keterangan dan contoh soal.ppt
PPT uji anova keterangan dan contoh soal.pptBennyKurniawan42
 
Statistik 1 3 dispersi
Statistik 1 3 dispersiStatistik 1 3 dispersi
Statistik 1 3 dispersiSelvin Hadi
 
Uji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasUji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasPutri Handayani
 
Anova 1way &amp; uji lanjut
Anova 1way &amp; uji lanjutAnova 1way &amp; uji lanjut
Anova 1way &amp; uji lanjutSuci Agustina
 
Desain-Eksperimen-Pertemuan-14.ppt
Desain-Eksperimen-Pertemuan-14.pptDesain-Eksperimen-Pertemuan-14.ppt
Desain-Eksperimen-Pertemuan-14.pptfirmansyah231676
 
Distribusi probabilitas
Distribusi  probabilitasDistribusi  probabilitas
Distribusi probabilitasindrayani2002
 
Distribusi probabilitas
Distribusi  probabilitasDistribusi  probabilitas
Distribusi probabilitasindrayani2002
 

Similar a Bab 6 uji beda (20)

Materi 2
Materi 2Materi 2
Materi 2
 
Pengujian hipotesis
Pengujian hipotesisPengujian hipotesis
Pengujian hipotesis
 
makalahstatistik-140811215134-phpapp02 (1).pdf
makalahstatistik-140811215134-phpapp02 (1).pdfmakalahstatistik-140811215134-phpapp02 (1).pdf
makalahstatistik-140811215134-phpapp02 (1).pdf
 
Uji beda mean
Uji beda meanUji beda mean
Uji beda mean
 
Uji statisitk
Uji statisitk Uji statisitk
Uji statisitk
 
ringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitasringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitas
 
Hipotesis statistik or statistical hypotesis
Hipotesis statistik or statistical hypotesisHipotesis statistik or statistical hypotesis
Hipotesis statistik or statistical hypotesis
 
analisis varians
analisis varians analisis varians
analisis varians
 
Fp unsam 2009 distribusi probabilitas
Fp unsam 2009  distribusi probabilitasFp unsam 2009  distribusi probabilitas
Fp unsam 2009 distribusi probabilitas
 
Distribusi probabilitas
Distribusi probabilitasDistribusi probabilitas
Distribusi probabilitas
 
statistika ekonomi 2 DISTRIBUSI TEORITIS
statistika ekonomi 2 DISTRIBUSI TEORITISstatistika ekonomi 2 DISTRIBUSI TEORITIS
statistika ekonomi 2 DISTRIBUSI TEORITIS
 
Analisis beda uji t uji f.
Analisis beda uji t uji f.Analisis beda uji t uji f.
Analisis beda uji t uji f.
 
PPT uji anova keterangan dan contoh soal.ppt
PPT uji anova keterangan dan contoh soal.pptPPT uji anova keterangan dan contoh soal.ppt
PPT uji anova keterangan dan contoh soal.ppt
 
Statistik 1 3 dispersi
Statistik 1 3 dispersiStatistik 1 3 dispersi
Statistik 1 3 dispersi
 
Uji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasUji Normalitas dan Homogenitas
Uji Normalitas dan Homogenitas
 
Anova 1way &amp; uji lanjut
Anova 1way &amp; uji lanjutAnova 1way &amp; uji lanjut
Anova 1way &amp; uji lanjut
 
Desain-Eksperimen-Pertemuan-14.ppt
Desain-Eksperimen-Pertemuan-14.pptDesain-Eksperimen-Pertemuan-14.ppt
Desain-Eksperimen-Pertemuan-14.ppt
 
Uji Beda Mean
Uji Beda MeanUji Beda Mean
Uji Beda Mean
 
Distribusi probabilitas
Distribusi  probabilitasDistribusi  probabilitas
Distribusi probabilitas
 
Distribusi probabilitas
Distribusi  probabilitasDistribusi  probabilitas
Distribusi probabilitas
 

Más de sholikhankanjuruhan

Más de sholikhankanjuruhan (7)

Bab 10 analisis regresi-sederhana
Bab 10 analisis regresi-sederhanaBab 10 analisis regresi-sederhana
Bab 10 analisis regresi-sederhana
 
Bab 9 analisis korelasi fix 2 07
Bab 9 analisis korelasi fix 2 07Bab 9 analisis korelasi fix 2 07
Bab 9 analisis korelasi fix 2 07
 
Bab 8 chi square fix 2 2007 baru
Bab 8 chi square fix 2 2007 baruBab 8 chi square fix 2 2007 baru
Bab 8 chi square fix 2 2007 baru
 
Bab 7 anova
Bab 7 anovaBab 7 anova
Bab 7 anova
 
Bab 5 uji hipotesis
Bab 5 uji hipotesisBab 5 uji hipotesis
Bab 5 uji hipotesis
 
Bab 2 distribusi frekuensi
Bab 2 distribusi frekuensiBab 2 distribusi frekuensi
Bab 2 distribusi frekuensi
 
Bab 1 pengantar statistika
Bab 1 pengantar statistikaBab 1 pengantar statistika
Bab 1 pengantar statistika
 

Bab 6 uji beda

  • 2. Pebelajar mampu melakukan analisis statistik Uji Beda Rata-rata
  • 3. Dalam kehidupan sehari-hari kita sering ingin membandingkan satu dengan yang lain. Misalnya:  ingin membandingkan kekuatan lampu merk philips dengan merk ciyoda Hasil belajar model pembelajaran jigsaw denga STAD
  • 4. Untuk membandingkan kekuatan kedua lampu atau hasil belajar antar kedua model pembelajaran tersebut dapat dilakukan dengan uji beda rata- rata.
  • 5. Analisa apakah yang dipakai untuk Kesimpulan terhadap parameter 2 populasi berbeda atau tidak ? Misal  Apakah ada perbedaan tekanan darah penduduk dewasa orang kota dengan desa?  Apakah ada perbedaan berat badan antara sebelum mengikuti program diet dengan sesudahnya? fery mendrofa file analisa data
  • 6. • Uji statistik yang digunakan untuk membandingkan mean 2 kelompok data ini disebut uji beda mean • Pendekatannya dapat menggunakan distribusi Z dan ditribusi T • Perhatikan data 2 kelompok! – Apakah berasal dari 2 kelompok yang independen? Atau – Apakah berasal dari 2 kelompok yang dependen/pasangan? fery mendrofa file analisa data
  • 7. α /2 = 0,05 Uji satu pihak - standar deviasi populasi di ketahui - standar deviasi populasi tidak diketahui Uji dua pihakα /2 = 0,025 α /2 = 0,025 - standar deviasi populasi di ketahui - standar deviasi populasi tidak diketahui
  • 8.
  • 9. A. UJI SATU PIHAK 1. Standar Deviasi Populasi Diketahui  Pernyataan hipotesis Ho : µ = µ0 Ha : µ > µ0  Kriteria uji didasarkan atas distribusi z (distribusi normal standar)  Penolakan hipotesis Ho ditolak apabila nilai z hitung sama atau lebih besar dari nilai z standar pada nilai α tertentu ( Z ≥ Z 0,5 – α )
  • 10. Rumus X-µ 0 Z = ------------- S/√ n Keterangan : Z = Nilai perbedaan yang dicari,  untuk α = 0,05 nilainya ≥ 1,96 X = Nilai rata-rata sampel μ0 = Nilai rata-rata populasi s = Standar deviasi populasi n = besar sampel
  • 11. CONTOH KASUS 1 Pemberian tablet Fe pada awal kehamilan seorang ibu, memberikan perbaikan keadaan anemi rata-rata setelah minggu ke 15,7 dengan varians 2,3. Suatu produk tablet Fe baru diusulkan untuk mengganti tablet yang lama, dengan catatan tablet tersebut harus memberikan perbaikan paling sedikit 16 minggu. Untuk menentukan apakah tablet Fe lama diganti dengan tablet Fe baru, dilakukan uji coba dengan 20 pasien dan ternyata memberikan penyembuhan rata-rata pada minggu ke 16,9. seorang dokter mengambil resiko 5 % untuk menggunakan tablet baru tersebut bila memberikan perbaikan rata-rata 16 minggu.
  • 12. Pernyataan hipotesis Ho : µ = 16, artinya metode baru memberikan kesembuhan paling tinggi minggu ke 16 dan jika ini terjadi maka tablet Fe lama dipertahankan. Ha : µ ≥ 16 , artinya tablet Fe baru digunakan apabila memberikan penyembuhan rata-rata lebih dari 16 minggu. Hasil uji coba n = 20, σ = √2.3, μ = 16 minggu dan rata-rata = 16,9 o minggu Penolakan hipotesis untuk α = 0,05 nilai z tabel = 1,64 Ho ditolak apabila zhitung ≥ ztabel
  • 13. Hasil perhitungan menurut rumus X-µ 0 16,9 - 16 Z = ---------------- = ---------------- = 2,65 S/√ n √ (2,3) / √20 Interpretasi hasil dari hasil perhitungan diperoleh : Z hitung 2,65 > Z tabel , berarti Ho ditolak dan Ha diterima, dengan demikian tablet Fe baru dapat digunakan.
  • 14. A. UJI SATU PIHAK  Dengan Standar Deviasi Populasi tidak diketahui  Pernyataan hipotesis Ho : µ = µ0 Ha : µ > µ0  Kriteria uji didasarkan atas distribusi t (distribusi student ) dengan DK = (n-1)  Penolakan hipotesis Ho ditolak apabila nilai t hitung sama atau lebih besar dari nilai t standar pada nilai α tertentu ( t ≥ t 0,5 – α )
  • 15.
  • 16. RUMUS X - μ0 t = ---------------- S/√ n Keterangan : t = Nilai perbedaan yang dicari,  untuk α = 0,05 nilainya ≥ 2,46 X = Nilai rata-rata sampel μ0 = Nilai rata-rata populasi s = Standar deviasi populasi n = besar sampel
  • 17. CONTOH KASUS 2 Suatu uji coba penyuntikan hormon ekstrogen pd kelinci, yg diperkirakan akan menaikkan berat badannya sebanyak rata-rata 4,5 gram. Untuk maksud tersebut ditarik sampel secara random sebanyak 31 ekor kelinci dan disuntikkan hormon estrogen dengan dosis yang sama (1,5 mg/cc). Dari hasil tersebut diperoleh rata-rata kenaikan BB 4,9 gram dengan standar deviasi 0,8 gram. PERNYATAAN HIPOTESIS Ho : µ = 4,5 Ha : µ > 4,5 HASIL UJI COBA n = 31 ; mean = 4,9 gram ; S = 0,8 gram ; µ 0 = 4,5 gr
  • 18. HASIL PERHITUNGAN X - µ0 4,9 – 4,5 t = ---------------- = ---------------- = 2,85 S/√ n 0,8 /√ 31 untuk α = 0.01, DK = (n-1), t tabel = 2,46 PENOLAKAN HIPOTESIS Ho ditolak bila t hitung > t tabel.  disini t hitung = 2,85 > t tabel = 2.46, Jadi Ho ditolak dan Ha diterima
  • 19. PERNYATAAN HIPOTESI Ho : µ = µ0 Ha : µ ≠ µ0 KR ITERIA UJI didasarkan atas distribusi normal standar (tabel distribusi normal) PENOLAKAN HIPOTESIS Ho diterima apabila nilai z hitung berada diantara dua nilai α tertentu. z ½ (1 – α) < Z < z ½ (1– α)
  • 20. RUMUS X - µ0 Z = ---------------- S/√ n Keterangan : z = Nilai perbedaan yang dicari,  untuk α = 0,05 nilainya ≥ 1,96 X = Nilai rata-rata sampel μ0 = Nilai rata-rata populasi s = Standar deviasi populasi n = besar sampel
  • 21. CONTOH KASUS 3 Pengalaman memperlihatkan bahwa program PMT AS dengan komposisi zat gizi yang terkandung didalamnya mampu menaikkan berat badan balita sebesar 800 gram setiap bulannya. akhir-akhir ini petugas Puskesmas menyatakan bahwa balita yang diberi PMT-AS tersebut BB nya turun dibawah 800 gram perbulan. Untuk mengetahui kebenaran dugaan tersebut dilakukan penelitian dengan mengambil sampel secara random sebanyak 50 balita dan diberikan PMT tersebut. hasilnya memperlihatkan berat badan rata-rata 792 gram perbulan. Dari pengalaman diketahui bahwa standar deviasi PMT tersebut adalah 60 gram. Ujilah dengan tahap (α) = 0,05 apakah kualitas PMT tersebut berubah atau tidak.
  • 22. PENYELESAIAN n = 20, σ = 60 , μo = 800 dan mean = 792 HIPOTESIS Ho : µ = 800 Ha : µ ≠ 800 RUMUS X- µ0 792 - 800 Z = --------------- = ---------------- = - 0,94 S/√ n 60 / √ 50 HASIL disini Z hitung terletak antara : Z – 1,96 < 0,94 < Z + 1,96 jadi, Ha ditolak dan Ho diterima.
  • 23. UJI DUA PIHAK Dengan Standar Deviasi Populasi Tidak Diketahui PERNYATAAN HIPOTESI Ho : µ = µ0 Ha : µ ≠ µ0
  • 24. KRITERIA UJI Didasarkan atas distribusi student (distribusi t ) dengan DK = n-1  PENOLAKAN HIPOTESIS Ho diterima apabila nilai t hitung berada diantara dua nilai tα pada nilai α tertentu. ( t1 - ½ α < t < t1 - ½ α )
  • 25. RUMUS X - µ0 t = ---------------- = S/√ n Keterangan : t = Nilai perbedaan yang dicari,  untuk α = 0,05 nilainya ≥ 1,645 X = Nilai rata-rata sampel μ0 = Nilai rata-rata populasi s = Standar deviasi populasi n = besar sampel
  • 26. CONTOH KASUS 4 Untuk soal no.3 standar deviasi populasi (σ) tidak diketahui, sehingga harus dihitung dari sampel dan hasil perhitungan diperoleh S = 55; x rata-rata = 792 ; μ = 800 ; n = 50 PENYELESAIAN Ho : µ = 800 Ha : µ ≠ 800 RUMUS X - µ0 792 - 800 t = ------------- = ---------------- = - 01,029 S/√ n 55 / √ 50
  • 27. HASIL karena menggunakan pendekatan sampel maka DK harus dihitung, DK = (n-1) = 49 untuk uji dua pihak maka nilai t hitung harus berada diantara : ( t -½α < t < t -½α ) 1 1 untuk α = 0,05 t tabel = 2.01, jadi antara -2,01 < 1,029 < + 2,01, sehingga Ha ditolak dan Ho diterima
  • 28. UJI DUA PIHAK Dengan Standar Deviasi Populasi Diketahui (σ1 = σ2 = σ) PERNYATAAN HIPOTESIS Ho : µ = µ0 Ha : µ ≠ µ0 KRITERIA UJI Didasarkan atas distribusi normal standar (tabel distribusi normal)
  • 29. PENOLAKAN HIPOTESIS Ho diterima apabila nilai z hitung berada diantara dua nilai α - z ½ (1 – α) < Z < + z ½ (1– α)
  • 30. RUMUS X1 – X 2 Z = ---------------------- σ 1/n + 1/n1 2 Keterangan : Z = Nilai perbedaan yang dicari,  untuk α = 0,05 nilainya ≥ 1,96 X1 = Nilai rata-rata sampel 1 X2 = Nilai rata-rata sampel 2 σ = Nilai standar deviasi populasi n1 = Besar sampel 1 n2 = Besar sampel 2
  • 31. CONTOH KASUS 4 Dua buah pabrik susu memproduksi 2 merek susu yg sama dengan kualitas dinyatakan sama. Untuk sama menentukan produk mana yang lebih baik, maka dilakukan uji coba terhadap dua kelompok bayi, yakni kelompok A terdiri dari 11 bayi diberi susu dari pabrik x dan kelompok B diberi susu dari pabrik Y sebanyak 10 bayi, setelah beberapa bulan kemudian BB ditimbang dengan hasil sebagai berikut :
  • 32. TABEL HASIL TABULASI DATA BB Bayi No Kelompok A (pabrik X) Kelompok B (pabrik Y) ( X1 – X2 )² 1 3,1 2,7 2 3,0 2,9 3 3,3 3,4 4 2,9 3,2 5 2,6 3,3 6 3,0 2,9 7 3,6 3,0 8 2,7 3,0 9 3,8 2,6 10 4,0 3,7 11 3,4 - X = 3,22 X = 3,07 Σ ( X1 – X2 )²
  • 33. RUMUS Σ (Xi – X)² S² p = ------------------→ S² A = 0,1996, S² B = 0,1112 (n–1) (n1 - 1) S² A + (n2 - 1) S² B S² p = ------------------------------------ → S = √ S² P n1 + n2 - 2
  • 34. UJI DUA PIHAK Dengan Standar Deviasi Populasi Tidak Diketahui (σ1 = σ2 = σ)  PERNYATAAN HIPOTESIS Ho :µ = µ 0 Ha : µ ≠ µ 0  KRITERIA UJI Didasarkan atas distribusi student dengan DK = ( n 1 + n2 – 2 )
  • 35.  PENERIMAAN HIPOTESIS Ho diterima apabila nilai t hitung berada diantara dua nilai tα pada nilai α tertentu. (- t - ½ α < t < + t1 - ½ α) 1
  • 36. RUMUS X1 – X 2 t = --------------------- S 1/n1 + 1/n2 Dengan (n1 - 1) S²1 + (n2 - 1) S²2 S² p = ------------------------------------ n 1 + n2 - 2
  • 37. RUMUS VARIANS (S²) : S² = (Σ x² - Σ x² / n ) / ( n – 1 ) Berdasarkan contoh kasus sebelumnya didapat informasi sebagai berikut : XA = 3,22 ; S²A = 0,1996 XB = 3,07 ; S²B = 0,1112 n1 = 11 ; ditetapkan α = 0,05 n2 = 10
  • 38. (n1 - 1) S²A + (n2 - 1) S²B  Pooled Varians = ------------------------------------------- n1 + n2 - 2 (10) (0,1996) + (9) (0,1112) 2,9668 = ----------------------------------------- = ------------- 19 19 = 0,1561 → S = √ 0,1561 = 0,397
  • 39. RUMUS X1 – X2 t = ------------------------ S 1/n1 + 1/n2 3,22 – 3,07 = --------------------------------- = 0,862 0,397 √ (1/11) + (1/10) Untuk DK = (n1 + n) – 2 = 19 Nilai t tabel = 2,09 ; sehingga 2,09 < 0,862 < + 2,09. Dengan demikian : Ho diterima dan Ha ditolak.
  • 40. UJI DUA PIHAK Dengan Standar Deviasi Dari Kedua Populasi Tidak Diketahui (belum ada uji yang tepat) dan pendekatan yang dilakukan ialah : (σ1 ≠ σ2) PERNYATAAN HIPOTESIS Ho : µ = µ0 Ha : µ ≠ µ0 KRITERIA UJI didasarkan atas distribusi student dengan peluang β dan DK = m
  • 41. PENERIMAAN HIPOTERSIS Ho diterima apabila nilai t’ hitung berada diantara dua nilai parameter. w1 t1 + w2 t2 w1 t1 + w2 t2 -------------------- < t’ < ----------------------- w1 + w2 w1 + w2 Dimana : w1 = S²1 / n1 ; w2 = S²2 / n2 t1 = t ( 1 - ½ α ), (n1 – 1) → DF t2 = t ( 1 - ½ α ), (n2 – 1) → DF
  • 42. RUMUS X1 – X 2 t = ------------------------------- (S ² 1/n1) + (S ² 2 / n2) Keterangan : t = Nilai perbedaan yang dicari,  untuk α = 0,05 nilainya ≥ 1,645 X1 = Nilai rata-rata sampel 1 X2 = Nilai rata-rata sampel 2 s = Varians sampel n1 = Besar sampel 1 n2 = Besar sampel 2
  • 43. CONTOH KASUS 5 Dua jenis PMT-AS yang diproduksi oleh 2 pabrik diberikan pada 2 SD dan diharapkan dapat menaikkan BB murid ke 2 SD dengan hasil sama. Untuk maksud tersebut ditarik sampel secara random pada 2 SD masing-masing sebanyak 20 orang dan hasilnya sebagai berikut : XA = 9,25 kg SA = 2,24 kg XB = 10,40 kg SB = 3,12 kg Ditetapkan α = 0,05
  • 44. HIPOTESIS : Ho : µa = µb ; Ha : µa ≠ µb XA – XB 9,25 – 10,40 t = -------------------------------- = ------------------------------------- = 1,339 (S ² A/nA) + (S ² B / nB) ( 5,0176/20 ) + ( 9,7344/20 ) w1 = S²A / nA = 5,0176/20 = 0,2509 w2 = S²B / nB = 9,7344 / 20 = 0,4867 t1 = (0,975) → 19 = 2,09 → u/ DF = 19 t2 = (0,975) → 19 = 2,09 → u/ DF = 19
  • 45. PENOLAKAN Ho Ho ditolak bila w1 t 1 + w 2 t 2 w 1 t1 + w 2 t2 ----------------- < t’ < ----------------- = 2,09 w1 + w 2 w 1 + w2 Disini : - 2,09 < 1,339 < + 2,09
  • 46. PERNYATAAN HIPOTESIS Ho : µb = 0 Ha : µb ≠ 0  KRITERIA UJI didasarkan atas distribusi student dengan DK = (n -1)
  • 47. PENERIMAAN HIPOTESIS Ho diterima apabila nilai t hitung berada diantara dua nilai tα pada nilai α tertentu. ( t1 - ½ α < t < t1 - ½ α)  RUMUS B t = ------------------- SB / √ n Dimana : (B) = Perbedaan → ( XA – XB ) B = ( Σ B ) / n = Mean perbedaan SB = Standar Deviasi Distribusi B
  • 48. CONTOH KASUS seorang peneliti ingin mengetahui apakah ada perbedaan antara tinggi anak laki-laki pada desa (A) sebelum dan setelah diberi intervensi secara intensif dengan makanan bergizi, dalam kecamatan yang sama (Kecamatan X) Untuk maksud tersebut ditarik sampel secara random sebanyak 10 orang, kemudian tinggi badannya diukur dan hasilnya adalah sebagai berikut :
  • 49. HASIL TABULASI DATA NO TInggi Ana Tinggi Anak DESA A (B) (B)² DESA A (cm) (cm) ( XA – XB ) 1 158 161 -3 9 2 160 159 1 1 3 163 162 1 1 4 157 160 -3 9 5 154 156 -2 4 6 164 159 5 25 7 169 163 6 36 8 158 160 -2 4 9 162 158 4 16 10 161 160 1 1 N=10 Σ (B) = 8 Σ(B)² = 106 N Σ B² - (Σ B )² B = 8/10 = 0,8 ; S²B = ------------------------- = 11.07 N (n-1)
  • 50. PENYELESAIAN Data dari kasus : B = 0,8 ; n = 10 ; S²B = 11,07 PERNYATAAN HIPOTESIS Ho : µb = 0 Ha : µb ≠ 0 PENERIMAAN HIPOTESIS Ho diterima apabila -t1 - ½ α < t < + t1 – α / 2 Dimana (t1 - ½ α) diperoleh dari daftar distribusi t’ dgn peluang (1 - ½ α) dan DK = ( n - 1).
  • 51. RUMUS B 0,8 t = ----------------- = ----------------- = 0,762 SB / √ n 3,33 √ 10 Untuk α = 0,05 ; DK = 9 ; t tabel (tabel A.5) untuk DK = 9  2,26, sehingga -2,26 < 0,762 < 2,26 signif. Dengan demikian Ho diterima dan Ha ditolak
  • 52.
  • 53. α /2 = 0,05 Uji satu pihak - standar deviasi populasi di ketahui - standar deviasi populasi tidak diketahui Uji dua pihakα /2 = 0,025 α /2 = 0,025 - standar deviasi populasi di ketahui - standar deviasi populasi tidak diketahui
  • 54. α /2 = 0,05 Uji satu pihak - standar deviasi populasi di ketahui - standar deviasi populasi tidak diketahui α /2 = 0,025 α /2 = 0,025 Uji dua pihak - standar deviasi populasi di ketahui - standar deviasi populasi tidak diketahui
  • 55.  Dasarnya adalah distribusi Binomial, yakni suatu Binomial sebaran fakta atau kejadian yg sifatnya “berpasangan”, umpamanya fakta tentang “keberhasilan dan kegagalan”.  Disini berhasil adalah suatu peristiwa yg diberi simbol dengan “ p ” sedangkan gagal juga adalah suatu peristiwa yg diberi simbol dengan “ q ” dimana nilainya = “ 1 – p ”.
  • 56.  Didalam kenyataannya distribusi seperti tersebut dapat didekati dengan distribusi normal sehingga didalam perhitungan uji digunakan pendekatan “distribusi normal standar”.  Ada 2 jenis uji proporsi yakni : Uji Satu Proporsi  Satu pihak  Dua pihak Uji Dua Proporsi  Satu pihak  Dua pihak
  • 57. UJI SATU PROPORSI Dengan satu pihak PERNYATAAN HIPOTESIS Ho : π = π 0 Ha : π > π0 KRITERIA UJI didasarkan atas distribusi normal standar PENOLAKAN HIPOTESIS Ho ditolak apabila nilai z hitung sama atau lebih besar dari nilai z standar ( Z ≥ Z 0,5 – α ) dimana z 0,5-α diperoleh dari distribusi normal standar dengan peluang ( p = 0,5 – α )
  • 58. UJI PERBEDAAN PROPORSI UJI SATU PROPORSI Dengan satu pihak  CONTOH KASUS seorang dokter Puskesmas mengatakan bahwa diwilayah kerjanya paling banyak 60% ibu hamil mendapat imunisasi TT. Sebuah sampel random telah diambil sebanyak 8500 ibu hamil dan ternyata 54,26 pernah mendapat imunisasi TT. Apabila α = 0,01. Buktikan pernyataan tersebut.
  • 59. UJI PERBEDAAN PROPORSI  PENYELESAIAN Dari kasus diketahui : n = 8500 ; x = 54,26 ; π = 0,6 (proporsi) = p ; q = (1-π) = 1 – 0,6 = 0,4  RUMUS x / n - π0 5426 / 8500 – 0,6 Z = -------------------- = ---------------------- = 2,79 π 0 (1- π 0) / n 0,6 / (0,4) / 8500 untuk α = 0,01 dalam daftar distribusi normal memberikan z 0,49 = 2,33  INTERPRETASI z hitung = 2,79 > z tabel = 2,33 (signifikan). Berarti Ho ditolak dan Ha diterima, dengan demikian ibu hamil yang mendapat imunisasi TT sudah melampui 60 %.
  • 60. UJI PERBEDAAN PROPORSI UJI SATU PROPORSI Dengan dua pihak Perbedaan prinsip antara uji satu pihak ialah pada pernyataan masalah yg diberikan oleh kasus, sehingga memberikan pernyataan hipotesis yg berbeda. Disini π dinyatakan tidak sama dengan π 0. sehingga pernyataan hipotesis memberikan dua arah CONTOH KASUS seorang peneliti mengemukakan bahwa penyakit campak yg menyerang balita diwilayahnya sama antara wanita dan laki- laki. PERNYTAAN HIPOTESIS Ho : π =½ Ha : π ≠ ½
  • 61. UJI PERBEDAAN PROPORSI UJI SATU PROPORSI Dengan dua pihak KRITERIA UJI didasarkan atas distribusi normal standar  PENOLAKAN HIPOTESIS Ho ditolak apabila nilai z ½ (1 – α ) < z < z ½ (1 – α ), dimana z ½ (1 – α ) diperoleh dari distribusi normal standar dengan peluang ½ (1 – α )
  • 62. UJI PERBEDAAN PROPORSI  PENYELESAIAN Dari kasus diketahui : n = 4800 ; x = 2458 ; π 0 = ½  RUMUS x/n - π 0 2458 / 4800 – 0,5 Z = -------------------- = -------------------------- = 1,68 π 0 (1- π 0) / n (0,5) (0,5) / 4800  INTERPRETASI untuk α = 0,05 z tabel = 1,96 ; disini z hitung = 1,68 berada diantara nilai - z 1,96 dan +z 1,96 sehingga Ho diterima dan Ha ditolak.
  • 63. UJI PERBEDAAN PROPORSI UJI DUA PROPORSI Dengan dua pihak Prinsipnya sama dengan uji satu proporsi, bedanya ialah disini ada dua buah proporsi yg dapat berasal dari dua populasi yg berbeda atau dari satu populasi tetapi didalamnya ada dua perlakuan yg berbeda. PERNYATAAN HIPOTESIS Ho : π1 = π2 Ha : π1 ≠ π2 KRITERIA UJI didasarkan atas distribusi normal standar pada nilai α tertentu
  • 64. UJI PERBEDAAN PROPORSI UJI DUA PROPORSI Dengan dua pihak  PENERIMAAN HIPOTESIS Ho diterima apabila nilai -z ½ (1 – α ) < z < +z ½ (1 – α ),  RUMUS (X1 / n1) – (X2 / n2) Z = -------------------------------- Pg { (1 / n1) + (1 / n2) } X1 + X2 dimana p = -------------------- ; rumus q = 1 - p n1 + n2
  • 65. UJI PERBEDAAN PROPORSI CONTOH KASUS suatu uji coba terhadap model baru penyaringan air bersih dilakukan pd dua kelurahan (A dan B) pada kelurahan A diberikan pd 250 KK dan 150 KK mengatakan hasilnya baik. Pada kelurahan B diberikan pada 300 KK dan 162 KK mengatakan hasilnya baik. Ditetapkan α = 0,05 PERNYATAAN HIPOTESIS Ho : π A = π B Ha : π A ≠ π B hasilnya disusun dalam tabel sebagai berikut :
  • 66. UJI PERBEDAAN PROPORSI TABEL HASIL TABULASI Kelurahan Hasil A B Total Baik 150 162 312 Kurang 100 138 238 Jumlah 250 300 550 p1 = x1/n1 = 150/250 ; p2 = x2/n2 = 162/300 P = x1 + x / n1 + n2 = 312 / 550 = 0,57 Q = 1 – p , 1 – 0,57 = 0,43
  • 67. UJI PERBEDAAN PROPORSI PENYELESAIAN dari tabel diketahui : p1 = 0,60 ; p2 = 0,54 P = 0,57 ; Q = 0,43 RUMUS 0,60 – 0,54 Z = ------------------------------------------ = 1,42 (0,57 x 0,43) + (0,57 x 0,43) untuk α = 0,05 maka -1,96 < 1,42 < +1,96 (signifikan) jadi Ho diterima dan Ha ditolak INTERPRETASI Secara proporsional tidak berbeda hasilnya.
  • 68. UJI PERBEDAAN PROPORSI UJI DUA PROPORSI Dengan satu pihak prinsipnya sama kecuali daerah penolakan hipotesisnya.  PERNYATAAN HIPOTESIS Ho : π1 = π2 Ha : π1 > π2  PENOLAKAN HIPOTESIS Ho ditolak bila z hitung lebih besar dari z tabel (z hitung > z tabel)
  • 69. UJI PERBEDAAN PROPORSI UJI DUA PIHAK prinsipnya sama kecuali daerah penolakan hipotesisnya.  PERNYTAAN HIPOTESIS Ho : π1 = π2 Ha : π1 > π2  PENOLAKAN HIPOTESIS Ho ditolak bila z hitung lebih besar dari z tabel (z hitung > z tabel)