Pertemuan ke 9

PENGUJIAN HIPOTESIS :
Two Sample Hypothesis
 Beberapa Uji Statistik
Macam Uji Statistik
Data/
Satu Komparatif (dua sampel) Komparatif (lebih dari 2 Asosiatif
skala
sample sampel) (hubungan)
ukur
Related / Independen Related Independen
Paired
Nominal • Binomial Mc Nemar • Fisher • 2 for k 2 for k Contingency
• 2 One Exact sample sample Coefficient C
Sample Probability
• 2 Two • Cochran
Sample Q
Ordinal Run Test • Sign test • Median test Friedman • Median • Spearman
• Wilcoxon • Mann- Two Way- Extension Rank
matched Whitney U Anova Correlation
pair test • Kruskal-
• Kolmogorov Wallis • Kendall Tau
Smirnov One Way
• Wald- Anova
Woldfowitz
Interval T Test T-test of T-test of • Two Way • One-Way • Pearson
Rasio Related independent Anova Anova Product
Moment
• Partial
Correlation
• Multiple
Correlation
 Uji Beda yang biasa dipakai :
Uji Parametrik Uji nonparametrik Tujuan
(menggunakan
asumsi distribusi
Normal)
Kasus Ganda ( 2 kelompok/perlakuan)

Uji - t berpasangan Uji Pasangan Tanda Meneliti perbedaan

Wilcoxon dalam suatu grup
Uji - t untuk sample Uji Mann-Whitney U Membandingkan dua
bebas (Independent) sample bebas

Kasus Majemuk ( > 2 kelompok/perlakuan)

Analisis varians dua Analisis varians dua Membandingkan tiga
arah (Two way analysis arah Friedman grup atau lebih yang
of variance / Uji F ) berpasangan
Analisis varians satu Analisis varians Membandingkan tiga
arah (One way analysis Kruskal-Wallis grup atau lebih yang
of variance / Uji F ) tidak berpasangan 3
 Klasifikasi Teknik Multivariate
What type of relationship is
being examined?

Dependence Interdependence
How many variable are Is the structure of
being predicted ? relationships among :

Multiple relationship of Several dependent One dependent variable

dependent & independent variable in single in single relationship variables Cases/Respondent Object
variables relationship
Factor Cluster How are the
What is the
What is the
Analysis Analysis atributes
Structural measurement
measurement scale measurement ?
equation scale of the
of the dependent
dependent
modeling variable
variable ?

metric Non metric metric Non metric metric Non metric

What is the Canonical Multiple Multiple Multidimen- Correspondence
measurement correlation analysis regression discriminant sional Scaling analysis
scale of the Conjoint Analysis
with dummy
predictor
variable ? variales analysis Linear
Probability : Dasar klasifikasi
models
metric Non metric : Teknik Multvariate
Sumber : Hair dkk
Canonical MANOVA
correlation
4
 UJI HIPOTESIS : PERBANDINGAN DUA
NILAI TENGAH (COMPARE MEANS) TIDAK
BERPASANGAN
Independent-Samples T Test
Misalkan kita mempunyai dua populasi normal masing-masing
dengan rata-rata µ1 dan µ2 sedangkan simpangan bakunya σ1 dan
σ2 , secara independen dari populasi ke satu diambil sebuah
sampel acak berukuran n1 dan dari populasi kedua n2. Dari kedua
sampel ini berturut-turut didapat X1, s1 dan X2 , s2. akan diuji
tentang rata-rata µ1 dan µ2 .
Pasangan hipotesis Ho dan H1 :
1. Dwi arah : Ho : 1 = 2 VS H1 : 1 ≠ 2
2. Eka arah positif/uji pihak kanan: Ho : 1 = 2 VS H1 : 1 > 2
3. Eka arah negatif/uji pihak kiri ; Ho : 1 = 2 VS H1 : 1 < 2
Catatan:
• Independent samples (complete randomization):
the case of independent samples arises when the
subjects are randomly divided into two groups.
One group is assigned to treatment 1 and the
other to treatment 2.
• The response measurements for the two
treatments are then unrelated because they arise
from separate and unrelated groups of subjects.
Consequently, each set of response
measurements can be considered a sample from
a population, and we can speak in terms of a
comparison between two population distribution
1. Jika σ1 = σ2 = σ dan σ diketahui
Statistik uji yang digunakan adalah;

X 1 X
Z 
2
2 2
σ1  σ2
n1 n2
Dengan taraf nyata α, maka kriteria pengujian adalah :
• Eka arah negatif : Tolak Ho : Zhitung ≤ - Z α Atau | Zhitung | ≥ | Z α |
Terima Ho : Zhitung > - Z α Atau | Zhitung | < |Z α |

Eka arah positif : Tolak Ho : Z ≥ Z

Terima Ho : Z < Z

Dwi arah (two tail): Tolak Ho : Z ≤ - Z/2 dan Z ≥ Z/2 atau | Z |≥ |Z/2 |
• Terima Ho : | Z | < |Z/2 | atau -Z /2 < Z < Z /2
 Contoh;
• Diketahui; n1 = 100, X1 = 20,7, σ1 = 6.3
n2 = 100, X2 = 18.5, σ2 = 5.8
Pertanyaan :
a. tentukan 95% confidence interval untuk 1 - 2
b. Ujilah hipotesis nol bahwa rata-rata kedua populasi adalah
sama. α = 0.02
 Contoh 2
• 141 subjects is used in an experiment to compare
two treatments. Treatment 1 is given to 79 subjects
selected at random, and the remaining 62 are given
treatment 2. the means and standard deviations of
the responses are:
• Treatment 1 : mean = 109, SD = 46.2
• Treatment 2 : mean = 128, SD = 53.4
• Suppose the investigator wishes to establish that
treatment 2 has a higher mean response than
treatment 1, perform the test at alpha 5% and find
the P-value
2. Jika σ1 = σ2 = σ dan σ tidak diketahui
(two – sample pooled t- test)
Test statistic:

t 
X 1 X 2
s p2 
n1  1s12  n 2  1s 22
1 1
sp  n1  n 2  2
n1 n2
Cat : db = n1 + n2 - 2

Keputusan :
• Eka arah negatif : Tolak Ho : thitung ≤ - t α Atau | thitung | ≥ | t α |
• Terima Ho : thitung > - t α Atau | thitung | < |t α |

Eka arah positif : Tolak Ho : t ≥ t

Terima Ho : t < t

Dwi arah (two tail): Tolak Ho : t ≤ - t/2 dan t ≥ t/2 atau | t | ≥ |t/2 |
• Terima Ho : | t | < |t/2 | atau -t /2 < t < t/2
 Contoh 1
Diketahui:
• Sample dari populasi 1 : 8, 5, 7, 6, 9, 7,10,5,4,5
• Sample dari populasi 2 : 2, 6, 4, 7, 6, 3, 5,8,10,4

Pertanyaan :
• Apakah data tersebut cukup kuat untuk menduga bahwa rata-rata 1
sama dengan µ2 ? Ujilah pada alpha 10%
 Contoh 2
Dua pakan ternak A dan B diberikan kepada ayam secara
terpisah selama satu bulan. Ingin diketahui pakan yang mana
yang lebih baik bagi ayam tersebut, dilihat dari tambahan berat
daging ayam tsb. Sampel acak yang terdiri atas 10 ayam diberi
pakan A dan 11 ayam diberi pakan B. Tambahan berat badan
ayam (dalam ons) hasil percobaan tsb adalah:

Pakan 3.1 3.0 3.3 2.9 2.6 3.0 3.6 2.7 3.8 4.0
A
Pakan 2.7 2.9 3.4 3.2 2.9 3.0 3.0 2.6 3.7 3.3 3.0
B

Dengan taraf nyata alpha 5%, tentukan apakah kedua macam pakan tsb
sama baiknya atau tidak
 Contoh 3:
• In a study of lettuce growth, 10 seedlings were randomly
allocated to be grown in either standard nutrient solution or in
a solution containing extra nitrogen. After 22 days of growth,
the plants were harvested and weighted, with the results given
in the table:

Nutrient Leaf Dry Weight

solution n mean SD
Standard 5 3.62 0.54
Extra 5 4.17 0.67
nitrogen

Are the data sufficient to conclude that the extra nitrogen

enhances plant growth under these conditions? Use a t test at
alpha 5%
 Contoh 4:
A microbiologist wants to compare Drugs A and B in terms of
their antimicrobial properties versus a clinical isolate (i.e.,
isolated from a medical patient) of Escherichia coli. The E. coli
was subcultured and then inoculated as a lawn onto Mueller-
Hinton agar plates. A disc impregnated with either Drug A or
Drug B was then placed onto the agar in the middle of the plate,
and plates were incubated at 35 ± 2°C for 24 h. The width of the
zone (at its widest) in which growth of E. coli was prevented was
measured on ten plates exposed to each drug.
Perform the experiment and caculate the test statistic

drug A 10.5 7.8 9.3 8.7 10.2 8.9 7.4 9.3 8.7 7.9
drug B 11.2 10.3 9.2 9.7 8.9 10.7 9.9 10.1 7.8 8.9
 Contoh 5:
A plant physiologist investigated the effect of mechanical stress on the
growth of soybean plant. Individually potted seedlings were divided into
two groups. Those in the first group were stressed by shaking for 20
minutes twice daily, while those in the second group (the second control
group) were no shaken. After 16 days of growth the plants were
harvested and total leaf area (cm2) was measured for each plant. The
data are given in table: Control Stressed

Use t-test to compare the mean 314 283

at alpha 10% 320 312
310 291
340 259
299 216
268 201
345 267
271 326
285 241
 Contoh 6
Nutritional researchers conducted an investigation of two high-fiber diets
intended to reduce serum cholesterol level. Twenty men with high serum
chplesterol were randomly allocated to receive an “oat” diet or a “bean” diet
for 21 days. The table summarizes the fall in serum cholesterol levels. Use at
t-test to compare the diets at the 5% significance level.

Fall in Cholesterol (mg/dl)

Diet n Mean SD
Oat 10 53.6 31.1
Bean 10 55.5 29.4
 Contoh 7:
• Given n1 = 15, X1 = 20, ∑ (X1i- X1)2 = 28; and n2 = 10, X2 = 17,
∑(X2i-X2)2 = 22
• Test H0 : µ1 = µ2, against H1 : µ1 > µ2, with alpha 5%
 Contoh 8:
• Suppose that for a random sample of size 5 from population 1,
the sample mean and standard deviation were 10.6 and 3.62,
respectively, while a random sample of size 8 from population
2 yielded a sample mean of 14.9 and a sample standard
deviation of 5.17
• Test the null hypothesis µ1 = µ2, versus the alternative : µ1 <
µ2, at alpha 10%
 Contoh 9:
• Two varieties of lettuce were grown for 16 days in a controlled
environment. The following table shows the total dry weight
(in grams) of the leaves of nine plants of the variety salad
bowle and seven plants of the variety bibb

Salad bowl Bibb

3.06 1.31
2.78 1.17
2.87 1.72
3.52 1.2
3.81 1.45
3.6 1.53
3.3 1.21
2.77
3.62
 3. Jika σ1 ≠ σ2 dan kedua-duanya tidak diketahui :
H0 : 1 = 2 v.s. H1 : (a) 1  2
(b) 1  2
(c) 1  2

X 1 X 2
Statistik uji : t' 
s12 s 22

n1 n 2
dengan derajat bebas
untuk distribusi - t
adalah : Kaidah Keputusan :

2
 S 12 S 2 2  Jika thitung ≥ t Tolak H0 ; apabila
 
n n  H1 : 1  2
υ  1 2 

 S 2  2 S 2  2  Jika thitung ≤ - t Tolak H0 ; apabila

  1   2   H1 : 1  2
 n 1   n 2  
  Jika thitung ≥ t atau thitung < - t
 1 n  1 n 2  1 
  Tola k H0; apabila H1 : 1  2
 
 Contoh 1:
• Some soap manufacturers sell special antibacterial soaps. However,
one might expect ordinary soap to also kill bacteria. To investigate
this, a researcher prepared a solution from ordinary, nonantibiotic
soap and a control solution of sterile water. The two solution were
placed onto petridishes and E. coli bacteria were added. This dishes
were incubated for 24 hours and the number of bacteria colonies on
each dish were counted. The data are given in the following table:

Control (group 1) Soap (group 2)

Perform the experiment and
30 28 caculate the test statistic at
47 27 alpha 10%
46 35
21 30
40 25
16 26
35 20
25
 Contoh 2
Soil respiration is a measure of microbial activity in soil, which
affects plant growth. In one study, soil cores were taken from two
locations in a forest: (1) under the opening in the forest canopy
(the “gap” location), and (2) at a nearby area under heavy tree
growth (the “ growth” location). The amount of carbon dioxide
given off by each soil core was measured (in mol CO2/g soil/hr).
The data

Growth : 17 20 170 315 22 190 64 100 75 45

Gap : 22 29 13 16 15 18 14 6 10 15 20 8

There is sufficient evidence to conclude that soil respiration rates

are different in the gap and growth areas. Use α = 5%
 Contoh 3
• The data are the times for seven cockroach eggs to hatch at
one laboratory temperatur and for eight eggs to hatch at
another temperature. Test the hypothesis: Ho : µ1 = µ2, against
H1 : µ1 ≠ µ2, with alpha 5%.

At 300C (suhu 40 38 32 37 39 41 35
kamar)
At 100C 36 45 32 52 59 41 48 55
(another
temperature)
Catatan: untuk mengetahui apakah varians kedua sampel
tersebut homogen atau tidak, maka dilakukan pengujian
homogenitas varians :
• Pengujian homogenitas varians dengan hipotesis :
H0 : X2 = y2 (kedua varians sama) v.s. H1 : X2  y2 (kedua
varians berbeda)

Fhitung = Varians yang besar

Varians yang kecil

• Menentukan varians masing-masing :

Varians Xi (sX2) : Varians Yi (sY2) :

Xi2 - 1/n (Xi)2 Yi2 - 1/n (Yi)2

sX2 = SY2 =
nX - 1 nY - 1
 Bila sX2  sY2  Fhitung = Sy2 /Sx2 ; (db = nY-1; nX-1) atau
(db=1; 2)
Bila sX2  sY2  Fhitung = Sx2 /Sy2 ; (db = nX-1; nY-1) atau
(db=1; 2)

• Bandingkan Fhitung dengan F, yaitu pada () yang ditetapkan

dengan (db =1; 2), dan buatlah kesimpulan berdasarkan
kaidah keputusan sebagai berikut :
– Jika Fhitung ≥ F(db=1; 2) Tolak H0 : Varians tidak sama
– Jika Fhitung < F(db=1; 2) Terima H0 : Varians sama
CATATAN:
Two population is normal or approximately normal

σ2 is known σ2 is unknown if
( n1 ,n2 large or small) ( n1 ,n2 small)

(X1 - X 2 ) - ( 1   2 ) population population Variances

Z
 12  22 Variances equal not equal

n1 n2
(X - X ) - ( 1   2 ) (X1 - X 2 ) - ( 1   2 )
T 1 2 T
S12 S 22
Sp
1 1
 
n1 n2
where n1 n2
(n1  1) S12  (n 2  1) S 22
S 
2

n1  n2  2
p

26
• If population is not normally distributed
• and n1, n2 is large(n1 ≥ 30 ,n2≥ 30)
• and population variances is known,

(X1 - X 2 ) - ( 1   2 )
Z
 12  22

n1 n2

27
 Sekilas SPSS
• SPSS = Statistical Package for the Social Sciences,
sekarang Statistical Product and Service Solution
• SPSS merupakan software aplikasi statistik yang
sangat populer, baik bagi praktisi yang sedang
menggunakan riset maupun bagi mahasiswa yang
akan menyelesaikan tugas akhir
• Anda dapat menggunakan SPSS untuk melihat,
mengedit atau melakukan perhitungan,
mengelola data, mengurutkan dan menyaring
data, membuat grafik, menganalisis data,
mencetak dan sebagainya.
 Langkah-langkah komputer program SPSS Untuk
Uji Perbandingan Dua Nilai Tengah Tidak
Berpasangan
• Buka data editor/ file data
• Klik analyze: pilih compare mean
• Klik independent sample t-test
o Kotak test variable : diisi nilai X1
o Kotak group variabel: klik define group
• Muncul dialog define group
o Group 1 : diisi angka 1
o Group 2 : diisi angka 2
• Klik continue
• Klik option
o confidence interval : diisi 90% atau 95%
o Missing value : pilih exlude case analysis by analysis
• Klik continue
• Klik ok
 UJI PERBANDINGAN DUA NILAI TENGAH (COMPARE MEANS)

Independent-Samples T Test

 Didahului dengan uji keragaman menggunakan

Levene’s Test for Equality of Variances, untuk
menentukan apakah ragam data pada kedua kategori
tersebut sama atau berbeda.
 Hasil dari Levene’s Test juga menentukan nilai Sig. (2-
tailed) yang akan digunakan untuk rujukan pada
pengujian beda dua nilai tengah (Compare Means)
yang sesungguhnya.
 Diakhiri dengan melakukan Independent-Samples T
Test.
 Langkah Pengujian
 Hipotesis:
H0: Equal variances assumed (Diasumsikan varians-nya sama).
H1: Equal variances not assumed (Diasumsikan varians-nya berbeda).
 Taraf Nyata: α = 5% = 0,05
 Cara Pengambilan Keputusan:
Tolak H0 apabila nilai Sig. ≤ taraf nyata, dan simpulkan bahwa terdapat
perbedaan varians yang nyata (signifikan) pada kedua kategori.
Selanjutnya, gunakan nilai Sig. (2-tailed) yang satu baris dengan equal
variances not assumed untuk pengujian berikutnya.
Terima H0 apabila nilai Sig. > taraf nyata, dan nyatakan bahwa tidak
terdapat perbedaan varians yang nyata (tidak signifikan) pada kedua
kategori. Selanjutnya, gunakan nilai Sig. (2-tailed) yang satu baris
dengan equal variances assumed untuk pengujian berikutnya.
 Contoh:
• Sebanyak 28 ekor sapi terdiri atas dua jenis, yaitu kelompok pertama
(sapi jenis 1 sebanyak 14 ekor sapi diperlakukan dengan vitamin A,
sedangkan kelompok kedua (sapi jenis B) tidak diperlakukan dengan
vitamin A sebagai kontrol. Untuk mengetahui perbedaan berat sapi
antara 14 ekor sapi diberi perlakuan vitamin A dengan 14 ekor sapi
tanpa vitamin A. Data berat sapi yang diperlakukan dengan vitamin A
disajikan pada Tabel
Klmpk 1 2 3 4 5 6 7 8 9 10 11 12 13 14

Kontrol 175 132 218 151 200 219 234 149 187 123 248 206 179 206

Vit A 142 311 337 262 302 195 253 199 236 216 211 176 249 214

• Ujilah hipotesis yang mengatakan bahwa terdapat perbedaan antara

kelompok sapi yang diberi vitamin A dan kelompok kontrol
Buka data editor, masukkan data
• Tabel group statistik
Tabel ini menyajikan ringkasan statistik dari kedua sampel yaitu berat
sapi dan perlakuan, ukuran sampel, mean, standar deviasi, standar eror
mean.

Tabel independent samples test:

• Analisis menggunakan F test atau Levene's Test for Equality of Variances
untuk menguji apakah varians populasi kedua sampel sama atau tidak
sama. Langkah pengujiannya:
a. Menentukan hipotesis:
Ho : kedua varians populasi ada sama
H1 : kedua varians populasi tidak sama
a. Taraf nyata : alpha 5%
b. Daerah titik kritis : Ho ditolak jika sig (P) < α dan terima Ho jika sig (P) > α
c. Hasil pengujian dan keputusan : Nilai F hitung berat sapi kontrol dan
diberi Vitamin pada equal variance assumed dan not assumed sebesar
1.339 dengan sig. 0.258, karena sig (p) > 0.05, maka terima Ho, jadi yang
digunakan adalah baris equal variance assumed (varians sama).
Keputusan: nilai t-hitung rata-rata berat badan sapi yang digunakan
adalah yang sebaris dengan equal variance assumed
Langkah uji t
a. Menentukan hipotesis
Ho : tidak terdapat perbedaan rata-rata berat badan sapi kontrol dan
yang diberi vitamin
H1 : terdapat perbedaan rata-rata badan sapi kontrol dan yang diberi
vitamin
b. Menentukan level of significance : alpha 5%
c. Menentukan wilayah kritis : karena arah perbedaan tidak dijelaskan
maka digunakan uji dwi arah. Tolak Ho jika sig (p) < α (output spss
hanya menyajikan uji dwi arah). Nilai signifikansi pada 2 tailed
sebesar 0.011, sehingga sig (p) < 0.05, tolak Ho
d. Kesimpulan: terdapat perbedaan rata-rata badan sapi kontrol dan
yang diberi vitamin
 Contoh:
• Terdapat dua jenis tanah, yaitu tanah subur dan tanah tandus, dari setiap
tanah tersebut diambil sample sebanyak 20 buah untuk ukuran kerikil
halusnya, data persentase kerikil halus dalam tanah permukaan disajikan
pada Tabel di bawah ini: (diadopsi dari Steel and Torrie, 1991)
• Ujilah pada alpa 5% apakah persentase kerikil halus dalam tanah permukaan
antara tanah subur dan tdk subur sama
No Tanah subur Tanah tdk subur No Tanah subur Tanah tdk subur
1 5.9 7.6 11 6.5 0.5
2 3.8 0.4 12 6.3 1.2
3 6.5 1.1 13 5.8 3.1
4 18.3 3.2 14 7.2 2.3
5 18.2 6.5 15 6.2 2.5
6 16.1 4.1 16 4.2 4.1
7 7.6 4.7 17 5.1 3.3
8 15.2 3.0 18 3.2 3.2
9 15.5 2.0 19 3.4 3.1
10 14.5 1.1 20 3.5 3.0
 Contoh:
• Suatu penelitian bertujuan ingin mengetahui pengaruh 2 pakan
ternak yaitu alfalfa yang dikeringkan dan alfalfa yang dilayukan
terhadap produksi susu harian. Diambil 12 sampel sapi yang diberi
pakan alfalfa kering dan 13 sampel sapi yang diberi pakan alfalfa
layu. Dari pengamatan yang dilakukan selama tiga minggu, rata-rata
produksi susu harian dicatat untuk setiap sapi sbb:
• Alfalfa layu : 44 44 56 46 47 38 58 53 49 35 46 30 41
• Alfalfa kering: 35 47 55 29 40 39 32 41 42 57 51 39
• Ujilah pada alpa 0.05 apakah cukup bukti yang kuat untuk
mendukung dugaan bahwa rata-rata produksi susu harian dengan
pakan alfalfa kering (µ2) lebih rendah dibandingkan dengan alfalfa
layu (µ1).