SlideShare a Scribd company logo
1 of 12
Pendidikan matematika
2016
Uji Hipotesis Dua Rata-Rata
Kelompok 7
Annisa Nurzalena
Atikarani Noer Saleha
Bella Timorti Pertiwi
Pengertian Uji Hipotesis Dua Rata-
Rata
Uji hipotesis dua rata-rata digunakan untuk
mengetahui ada atau tidaknya perbedaan
(kesamaan) antara dua buah data.
Syarat yang harus dipenuhi
sebelum uji t dilakukan yaitu :
1. Data masing-masing berdistribusi normal
2. Data dipilih secara acak
3. Data masing-masing homogen
1. Uji atau asumsikan bahwa data dipilih secar
acak
2. Uji atau asumsikan bahwa data berdistribusi
normal
3. Asumsikan bahwa kedua variansnya homogen
4. Tulis Ha dan H0 dlam bentuk kalimat
5. Tulis Ha dan H0 dlam bentuk statistik
6. Cari thitung dengan rumus tertentu
7. Tetapkan taraf signifikansinya (Ξ±)
Langkah - Langkah
Sampel Besar (n > 30)
Langkah-langkah:
1. Formulasi hipotesis
2. Penentuan nilai taraf nyata
dan nilai tabel uji Z, taraf
nyata sesuai soal dan nilai
Z sesuai tabel
3. Kriteria Pengujian
𝐻1: πœ‡1 > πœ‡2
𝐻1: πœ‡1 < πœ‡2
A. 𝐻0: πœ‡1 = πœ‡2
B. 𝐻0: πœ‡1 = πœ‡2
C. 𝐻0: πœ‡1 = πœ‡2
Untuk 𝐻0: πœ‡1 = πœ‡2 π‘‘π‘Žπ‘› 𝐻1: πœ‡1 > πœ‡2
a. 𝐻0 π‘‘π‘–π‘‘π‘’π‘Ÿπ‘–π‘šπ‘Ž π‘—π‘–π‘˜π‘Ž 𝑍0 ≀ 𝑍 π‘Ž
b. 𝐻0 π‘‘π‘–π‘‘π‘œπ‘™π‘Žπ‘˜ π‘—π‘–π‘˜π‘Ž 𝑍0 > 𝑍 π‘Ž
Untuk 𝐻0: πœ‡1 = πœ‡2 π‘‘π‘Žπ‘› 𝐻1: πœ‡1 < πœ‡2
a. 𝐻0 π‘‘π‘–π‘‘π‘’π‘Ÿπ‘–π‘šπ‘Ž π‘—π‘–π‘˜π‘Ž 𝑍0 β‰₯ βˆ’π‘ π‘Ž
b. 𝐻0 π‘‘π‘–π‘‘π‘œπ‘™π‘Žπ‘˜ π‘—π‘–π‘˜π‘Ž 𝑍0 < βˆ’π‘ π‘Ž
Untuk 𝐻0: πœ‡1 = πœ‡2 π‘‘π‘Žπ‘› 𝐻1: πœ‡1 < πœ‡2
a. 𝐻0 π‘‘π‘–π‘‘π‘’π‘Ÿπ‘–π‘šπ‘Ž π‘—π‘–π‘˜π‘Ž 𝑍0 β‰₯ βˆ’π‘ π‘Ž
b. 𝐻0 π‘‘π‘–π‘‘π‘œπ‘™π‘Žπ‘˜ π‘—π‘–π‘˜π‘Ž 𝑍0 < βˆ’π‘ π‘Ž
4. Uji Statistik 5. Kesimpulan
Menyimpulkan tentang penerimaan atau
penolakan H0
a. Jika H0 diterima maka H1 ditolak
b. Jika H0 ditolak maka H1 diterima
a) Jika simpangan baku populasi diketahui:
𝑍0 =
𝑋1βˆ’π‘‹2
𝜎 π‘₯1βˆ’π‘₯2
dengan 𝜎π‘₯1βˆ’π‘₯2
=
𝜎1
2
𝑛1
+
𝜎2
2
𝑛2
b) Jika simpangan baku populasi tidak diketahui:
𝑍0 =
𝑋1βˆ’π‘‹2
𝑆 π‘₯1βˆ’π‘₯2
dengan 𝑆π‘₯1βˆ’π‘₯2
=
𝑆1
2
𝑛1
+
𝑆2
2
𝑛2
𝑆 π‘₯1βˆ’π‘₯2
=
𝑆1
2
𝑛1
+
𝑆2
2
𝑛2
𝑆1
2
==
1
𝑛1 βˆ’ 1
(𝑋𝑖1 βˆ’ 𝑋1)2
𝑆2
2
==
1
𝑛2 βˆ’ 1
(𝑋𝑖2 βˆ’ 𝑋2)2
Contoh Soal :
1. Seseorang berpendapat bahwa rata-rata jam kerja buruh di daerah A dan B sama
dengan alternatif A lebih besar dari pada B. Untuk itu, di ambil sample di kedua
daerah, masing-masing 100 dan 70 dengan rata-rata dan simpangan baku 38 dan 9
jam per minggu serta 35 dan 7 jam per minggu. Uji lah pendapat tersebut dengan
taraf nyata 5% !Untuk Varians / simpangan baku kedua populasi sama besar !
Diketahui : n1 = 100 n2= 70
x1=38 x2=35
s1=9 s2=7
Jawab :
a. Formulasi hipotesisnya :
b.Taraf nyata dan nilai tabelnya :
Ξ± = 5% = 0,05
c. Kriteria pengujian
o Hodi terimajikaZo ≀ 1,64
o Ho di tolakjikaZo > 1,64
e. Kesimpulan
Karena Zo = 2,44 > Z0,05 = 1,64
Maka Ho di tolak. Jadi, rata-rata jam
kerja buruh di daerah A dan daerah B
adalah tidak sama.
d. UjiStatistik
Sampel Kecil (n < 30)
Langkah-langkah:
1. Formulasi hipotesis
2.Penentuan nilai taraf
nyata dan nilai tabel uji
t. Taraf nyata sesuai
soal dan nilai t sesuai
3. Kriteria
pengujian
𝐻1: πœ‡1 > πœ‡2
𝐻1: πœ‡1 < πœ‡2
𝐻1: πœ‡1 β‰  πœ‡2
a. 𝐻0: πœ‡1 = πœ‡2
b. 𝐻0: πœ‡1 = πœ‡2
c. 𝐻0: πœ‡1 = πœ‡2
Untuk 𝐻0: πœ‡1 = πœ‡2 π‘‘π‘Žπ‘› 𝐻1: πœ‡1 > πœ‡2
a. 𝐻0 π‘‘π‘–π‘‘π‘’π‘Ÿπ‘–π‘šπ‘Ž π‘—π‘–π‘˜π‘Ž 𝑑0 ≀ 𝑑 π‘Ž
b. 𝐻0 π‘‘π‘–π‘‘π‘œπ‘™π‘Žπ‘˜ π‘—π‘–π‘˜π‘Ž 𝑑0 > 𝑑 π‘Ž
Untuk 𝐻0: πœ‡1 = πœ‡2 π‘‘π‘Žπ‘› 𝐻1: πœ‡1 < πœ‡2
a. 𝐻0 π‘‘π‘–π‘‘π‘’π‘Ÿπ‘–π‘šπ‘Ž π‘—π‘–π‘˜π‘Ž 𝑑0 β‰₯ βˆ’π‘‘ π‘Ž
b. 𝐻0 π‘‘π‘–π‘‘π‘œπ‘™π‘Žπ‘˜ π‘—π‘–π‘˜π‘Ž 𝑑0 < βˆ’π‘‘ π‘Ž
Untuk 𝐻0: πœ‡1 = πœ‡2 π‘‘π‘Žπ‘› 𝐻1: πœ‡1 β‰  πœ‡2
a. 𝐻0 π‘‘π‘–π‘‘π‘’π‘Ÿπ‘–π‘šπ‘Ž π‘—π‘–π‘˜π‘Ž βˆ’π‘‘ π‘Ž 2 ≀ 𝑑0 β‰₯ βˆ’π‘‘ π‘Ž 2
b. 𝐻0 π‘‘π‘–π‘‘π‘œπ‘™π‘Žπ‘˜ π‘—π‘–π‘˜π‘Ž 𝑑0 > βˆ’π‘‘ π‘Ž 2 π‘Žπ‘‘π‘Žπ‘’ 𝑑0 < βˆ’π‘‘ π‘Ž 2
4. Uji statistika
Untuk pangamatan tidak
berpasangan
5. Kesimpulan
Menyimpulkan tentang penerimaan atau
penolakan H0
a. Jika H0 diterima maka H1 ditolak
b. Jika H0 ditolak maka H1 diterima
𝑑0 =
𝑋1 βˆ’ 𝑋2
𝑛1 βˆ’ 1 𝑠1
2
+ 𝑛2 βˆ’ 1 𝑠2
2
𝑛1 + 𝑛2 βˆ’ 2
1
𝑛1
+
1
𝑛2
a) Untuk pengamatan tidak berpasangan
a.
𝑑 = π‘Ÿπ‘Žπ‘‘π‘Ž βˆ’ π‘Ÿπ‘Žπ‘‘π‘Ž π‘‘π‘Žπ‘Ÿπ‘– π‘›π‘–π‘™π‘Žπ‘– 𝑑
𝑑0 π‘šπ‘’π‘šπ‘–π‘™π‘–π‘˜π‘– π‘‘π‘–π‘ π‘‘π‘Ÿπ‘–π‘π‘’π‘ π‘– π‘ π‘–π‘šπ‘π‘Žπ‘›π‘”π‘Žπ‘› π‘‘π‘’π‘›π‘”π‘Žπ‘› 𝑑𝑏 = 𝑛 βˆ’ 1
Keterangan :
Sd = simpangan baku dari niai d
n = banyaknya pasangan
𝑑0 =
𝑑
𝑆𝑑
𝑛
𝑑 =
𝑑𝑖
𝑛
𝑑𝑖 = π‘ˆ1 βˆ’ 𝑒2
𝑆𝑑 =
(𝑑𝑖 βˆ’ 𝑑)2
𝑛 βˆ’ 1
b) Untuk pengamatan berpasangan
Contoh:
Berikut adalah data nilai test guru berprestasi yang lulus dari
universitas negeri dengan guru yang lulus dari universitas swasta
Dengan taraf nyata 1 % ujilah:
Apakah rata-rata nilai test guru berprestasi yang lulus dari
universitas negeri dengan guru yang lulus dari universitas swasta
tidak sama?
Universitas negeri Unuversitas swasta
Rata-rata = 20 = 12
Ragam = 3.9 = 0.72
Ukuran Sampel = 13 = 12
x1x2s1
2
s2
2n1n2x1x2s1
2
s2
2n1n2
MERCI ! 

More Related Content

What's hot

Statistika-Uji Hipotesis
Statistika-Uji HipotesisStatistika-Uji Hipotesis
Statistika-Uji Hipotesis
Rhandy Prasetyo
Β 
10.pendugaan interval
10.pendugaan interval10.pendugaan interval
10.pendugaan interval
hartantoahock
Β 
Penerapan distribusi normal
Penerapan distribusi normalPenerapan distribusi normal
Penerapan distribusi normal
hidayatulfitri
Β 
Momen kemiringan dan_keruncingan(7)
Momen kemiringan dan_keruncingan(7)Momen kemiringan dan_keruncingan(7)
Momen kemiringan dan_keruncingan(7)
rizka_safa
Β 
Metode Simplek Minimasi
Metode Simplek MinimasiMetode Simplek Minimasi
Metode Simplek Minimasi
Siti Zuariyah
Β 
STATISTIKA-Pengujian hipotesis
STATISTIKA-Pengujian hipotesisSTATISTIKA-Pengujian hipotesis
STATISTIKA-Pengujian hipotesis
Yousuf Kurniawan
Β 
Variabel acak dan nilai harapan (Statistik Ekonomi II)
Variabel acak dan nilai harapan (Statistik Ekonomi II)Variabel acak dan nilai harapan (Statistik Ekonomi II)
Variabel acak dan nilai harapan (Statistik Ekonomi II)
Bagus Cahyo Jaya Pratama Pratama
Β 
Pengujian Hipotesis Rata-Rata
Pengujian Hipotesis Rata-RataPengujian Hipotesis Rata-Rata
Pengujian Hipotesis Rata-Rata
Avidia Sarasvati
Β 

What's hot (20)

Distribusi peluang
Distribusi peluangDistribusi peluang
Distribusi peluang
Β 
Statistika-Uji Hipotesis
Statistika-Uji HipotesisStatistika-Uji Hipotesis
Statistika-Uji Hipotesis
Β 
10.pendugaan interval
10.pendugaan interval10.pendugaan interval
10.pendugaan interval
Β 
Penerapan distribusi normal
Penerapan distribusi normalPenerapan distribusi normal
Penerapan distribusi normal
Β 
Pengujian Hipotesis (Makalah Pengantar Statistika)
Pengujian Hipotesis (Makalah Pengantar Statistika)Pengujian Hipotesis (Makalah Pengantar Statistika)
Pengujian Hipotesis (Makalah Pengantar Statistika)
Β 
Momen kemiringan dan_keruncingan(7)
Momen kemiringan dan_keruncingan(7)Momen kemiringan dan_keruncingan(7)
Momen kemiringan dan_keruncingan(7)
Β 
Uji Run ( Keacakan )
Uji Run ( Keacakan )Uji Run ( Keacakan )
Uji Run ( Keacakan )
Β 
Metode Simplek Minimasi
Metode Simplek MinimasiMetode Simplek Minimasi
Metode Simplek Minimasi
Β 
Uji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasUji Normalitas dan Homogenitas
Uji Normalitas dan Homogenitas
Β 
Ruang Vektor ( Aljabar Linear Elementer )
Ruang Vektor ( Aljabar Linear Elementer )Ruang Vektor ( Aljabar Linear Elementer )
Ruang Vektor ( Aljabar Linear Elementer )
Β 
Teknik sampling
Teknik samplingTeknik sampling
Teknik sampling
Β 
Minggu 10_Teknik Analisis Regresi
Minggu 10_Teknik Analisis RegresiMinggu 10_Teknik Analisis Regresi
Minggu 10_Teknik Analisis Regresi
Β 
STATISTIKA-Pengujian hipotesis
STATISTIKA-Pengujian hipotesisSTATISTIKA-Pengujian hipotesis
STATISTIKA-Pengujian hipotesis
Β 
Soal dan pembahasan integral permukaan
Soal dan pembahasan integral permukaanSoal dan pembahasan integral permukaan
Soal dan pembahasan integral permukaan
Β 
Variabel acak dan nilai harapan (Statistik Ekonomi II)
Variabel acak dan nilai harapan (Statistik Ekonomi II)Variabel acak dan nilai harapan (Statistik Ekonomi II)
Variabel acak dan nilai harapan (Statistik Ekonomi II)
Β 
Uji Hipotesis
Uji HipotesisUji Hipotesis
Uji Hipotesis
Β 
Pengujian Hipotesis Rata-Rata
Pengujian Hipotesis Rata-RataPengujian Hipotesis Rata-Rata
Pengujian Hipotesis Rata-Rata
Β 
Distribusi binomial, poisson dan normal
Distribusi binomial, poisson dan normalDistribusi binomial, poisson dan normal
Distribusi binomial, poisson dan normal
Β 
Probabilitas 2
Probabilitas 2Probabilitas 2
Probabilitas 2
Β 
Distribusi hipergeometrik
Distribusi hipergeometrikDistribusi hipergeometrik
Distribusi hipergeometrik
Β 

Viewers also liked (15)

10. uji hipotesis satu rata rata
10. uji hipotesis satu rata rata10. uji hipotesis satu rata rata
10. uji hipotesis satu rata rata
Β 
A Strategic Communications Plan- Farm to Fork-2
A Strategic Communications Plan- Farm to Fork-2A Strategic Communications Plan- Farm to Fork-2
A Strategic Communications Plan- Farm to Fork-2
Β 
chi square 2 sample & k sample
chi square 2 sample & k sample chi square 2 sample & k sample
chi square 2 sample & k sample
Β 
statistika dasar
statistika dasar statistika dasar
statistika dasar
Β 
uji z
uji zuji z
uji z
Β 
pengujian hipotesis proporsi dan ragam
pengujian hipotesis proporsi dan ragampengujian hipotesis proporsi dan ragam
pengujian hipotesis proporsi dan ragam
Β 
MAD uji student t test and anova
MAD uji student t test and anovaMAD uji student t test and anova
MAD uji student t test and anova
Β 
UJI Z dan UJI T
UJI Z dan UJI TUJI Z dan UJI T
UJI Z dan UJI T
Β 
Uji hipotesis dua rata rata (1)
Uji hipotesis dua rata rata (1)Uji hipotesis dua rata rata (1)
Uji hipotesis dua rata rata (1)
Β 
Uji hipotesis
Uji hipotesisUji hipotesis
Uji hipotesis
Β 
Uji hipotesis
Uji hipotesisUji hipotesis
Uji hipotesis
Β 
Makalah Uji T
Makalah Uji TMakalah Uji T
Makalah Uji T
Β 
Uji hipotesis 1 & 2 rata rata
Uji hipotesis 1 & 2 rata rataUji hipotesis 1 & 2 rata rata
Uji hipotesis 1 & 2 rata rata
Β 
Chi square test
Chi square testChi square test
Chi square test
Β 
uji hipotesis beda dua rata - rata
uji hipotesis beda dua rata - ratauji hipotesis beda dua rata - rata
uji hipotesis beda dua rata - rata
Β 

Similar to Uji hipotesis 2 rata rata

Uji hipotesis, prosedur hipotesis, dan analisis data
Uji hipotesis, prosedur hipotesis, dan analisis dataUji hipotesis, prosedur hipotesis, dan analisis data
Uji hipotesis, prosedur hipotesis, dan analisis data
baiqtryz
Β 

Similar to Uji hipotesis 2 rata rata (20)

Uji Hipotesis Dua Rata-rata
Uji Hipotesis Dua Rata-rataUji Hipotesis Dua Rata-rata
Uji Hipotesis Dua Rata-rata
Β 
makalahstatistik-140811215134-phpapp02 (1).pdf
makalahstatistik-140811215134-phpapp02 (1).pdfmakalahstatistik-140811215134-phpapp02 (1).pdf
makalahstatistik-140811215134-phpapp02 (1).pdf
Β 
Uji hipotesis dua rata
Uji hipotesis dua rataUji hipotesis dua rata
Uji hipotesis dua rata
Β 
Uji Hipotesis_Rizki Nurjehan.pptx
Uji Hipotesis_Rizki Nurjehan.pptxUji Hipotesis_Rizki Nurjehan.pptx
Uji Hipotesis_Rizki Nurjehan.pptx
Β 
Uji hipotesis, prosedur hipotesis, dan analisis data
Uji hipotesis, prosedur hipotesis, dan analisis dataUji hipotesis, prosedur hipotesis, dan analisis data
Uji hipotesis, prosedur hipotesis, dan analisis data
Β 
Ade caca
Ade cacaAde caca
Ade caca
Β 
Konsep dasar pengujian hipotesis
Konsep dasar pengujian hipotesisKonsep dasar pengujian hipotesis
Konsep dasar pengujian hipotesis
Β 
APG Pertemuan 6 : Mean Vectors From Two Populations
APG Pertemuan 6 : Mean Vectors From Two PopulationsAPG Pertemuan 6 : Mean Vectors From Two Populations
APG Pertemuan 6 : Mean Vectors From Two Populations
Β 
Hipotesis 2 rata rata
Hipotesis 2 rata rataHipotesis 2 rata rata
Hipotesis 2 rata rata
Β 
Uji hipotesis
Uji hipotesisUji hipotesis
Uji hipotesis
Β 
Makalah pegujian hipotesis mas
Makalah pegujian hipotesis masMakalah pegujian hipotesis mas
Makalah pegujian hipotesis mas
Β 
Bab xi uji hipotesis dua rata rata
Bab xi uji hipotesis dua rata rataBab xi uji hipotesis dua rata rata
Bab xi uji hipotesis dua rata rata
Β 
Makalah statistik
Makalah statistikMakalah statistik
Makalah statistik
Β 
Pertemuan 5
Pertemuan 5Pertemuan 5
Pertemuan 5
Β 
10. hipotesis
10. hipotesis10. hipotesis
10. hipotesis
Β 
Uji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasUji Normalitas dan Homogenitas
Uji Normalitas dan Homogenitas
Β 
Uji hipotesis 1 &amp; 2 rata rata
Uji hipotesis 1 &amp; 2 rata rataUji hipotesis 1 &amp; 2 rata rata
Uji hipotesis 1 &amp; 2 rata rata
Β 
APG Pertemuan 5 : Inferences about a Mean Vector and Comparison of Several Mu...
APG Pertemuan 5 : Inferences about a Mean Vector and Comparison of Several Mu...APG Pertemuan 5 : Inferences about a Mean Vector and Comparison of Several Mu...
APG Pertemuan 5 : Inferences about a Mean Vector and Comparison of Several Mu...
Β 
Pegujian hipotesis
Pegujian hipotesisPegujian hipotesis
Pegujian hipotesis
Β 
2561905.ppt
2561905.ppt2561905.ppt
2561905.ppt
Β 

More from Annisa Nurzalena (8)

PPT SISKAMLING.pptx
PPT SISKAMLING.pptxPPT SISKAMLING.pptx
PPT SISKAMLING.pptx
Β 
Manajemen operasi
Manajemen operasiManajemen operasi
Manajemen operasi
Β 
Lkpd prosedural
Lkpd proseduralLkpd prosedural
Lkpd prosedural
Β 
Lkpd konsep
Lkpd konsepLkpd konsep
Lkpd konsep
Β 
Lkpd soal
Lkpd soalLkpd soal
Lkpd soal
Β 
Power point materi lingkaran
Power point materi lingkaranPower point materi lingkaran
Power point materi lingkaran
Β 
Artikel inovasi belajar dan pembelajaran matematika
Artikel inovasi belajar dan pembelajaran matematikaArtikel inovasi belajar dan pembelajaran matematika
Artikel inovasi belajar dan pembelajaran matematika
Β 
Pancasila sebagai dasar negara
Pancasila sebagai dasar negaraPancasila sebagai dasar negara
Pancasila sebagai dasar negara
Β 

Recently uploaded

Aksi Nyata Menyebarkan Pemahaman Merdeka Belajar.pdf
Aksi Nyata Menyebarkan Pemahaman Merdeka Belajar.pdfAksi Nyata Menyebarkan Pemahaman Merdeka Belajar.pdf
Aksi Nyata Menyebarkan Pemahaman Merdeka Belajar.pdf
subki124
Β 
AKSI NYATA DISIPLIN POSITIF MEMBUAT KEYAKINAN KELAS_11zon.pptx
AKSI NYATA DISIPLIN POSITIF MEMBUAT KEYAKINAN KELAS_11zon.pptxAKSI NYATA DISIPLIN POSITIF MEMBUAT KEYAKINAN KELAS_11zon.pptx
AKSI NYATA DISIPLIN POSITIF MEMBUAT KEYAKINAN KELAS_11zon.pptx
cupulin
Β 
443016507-Sediaan-obat-PHYCOPHYTA-MYOPHYTA-dan-MYCOPHYTA-pptx.pptx
443016507-Sediaan-obat-PHYCOPHYTA-MYOPHYTA-dan-MYCOPHYTA-pptx.pptx443016507-Sediaan-obat-PHYCOPHYTA-MYOPHYTA-dan-MYCOPHYTA-pptx.pptx
443016507-Sediaan-obat-PHYCOPHYTA-MYOPHYTA-dan-MYCOPHYTA-pptx.pptx
ErikaPutriJayantini
Β 
Sudut-sudut Berelasi Trigonometri - Sudut-sudut Berelasi Trigonometri
Sudut-sudut Berelasi Trigonometri - Sudut-sudut Berelasi TrigonometriSudut-sudut Berelasi Trigonometri - Sudut-sudut Berelasi Trigonometri
Sudut-sudut Berelasi Trigonometri - Sudut-sudut Berelasi Trigonometri
FarhanPerdanaRamaden1
Β 
KISI-KISI SOAL DAN KARTU SOAL BAHASA INGGRIS.docx
KISI-KISI SOAL DAN KARTU SOAL BAHASA INGGRIS.docxKISI-KISI SOAL DAN KARTU SOAL BAHASA INGGRIS.docx
KISI-KISI SOAL DAN KARTU SOAL BAHASA INGGRIS.docx
DewiUmbar
Β 

Recently uploaded (20)

Aksi Nyata profil pelajar pancasila.pptx
Aksi Nyata profil pelajar pancasila.pptxAksi Nyata profil pelajar pancasila.pptx
Aksi Nyata profil pelajar pancasila.pptx
Β 
sistem digesti dan ekskresi pada unggas ppt
sistem digesti dan ekskresi pada unggas pptsistem digesti dan ekskresi pada unggas ppt
sistem digesti dan ekskresi pada unggas ppt
Β 
RENCANA + Link2 MATERI Training _"SISTEM MANAJEMEN MUTU (ISO 9001_2015)".
RENCANA + Link2 MATERI Training _"SISTEM MANAJEMEN MUTU (ISO 9001_2015)".RENCANA + Link2 MATERI Training _"SISTEM MANAJEMEN MUTU (ISO 9001_2015)".
RENCANA + Link2 MATERI Training _"SISTEM MANAJEMEN MUTU (ISO 9001_2015)".
Β 
Aksi Nyata Menyebarkan Pemahaman Merdeka Belajar.pdf
Aksi Nyata Menyebarkan Pemahaman Merdeka Belajar.pdfAksi Nyata Menyebarkan Pemahaman Merdeka Belajar.pdf
Aksi Nyata Menyebarkan Pemahaman Merdeka Belajar.pdf
Β 
AKSI NYATA DISIPLIN POSITIF MEMBUAT KEYAKINAN KELAS_11zon.pptx
AKSI NYATA DISIPLIN POSITIF MEMBUAT KEYAKINAN KELAS_11zon.pptxAKSI NYATA DISIPLIN POSITIF MEMBUAT KEYAKINAN KELAS_11zon.pptx
AKSI NYATA DISIPLIN POSITIF MEMBUAT KEYAKINAN KELAS_11zon.pptx
Β 
PPT PENDIDIKAN KELAS RANGKAP MODUL 3 KELOMPOK 3.pptx
PPT PENDIDIKAN KELAS RANGKAP MODUL 3 KELOMPOK 3.pptxPPT PENDIDIKAN KELAS RANGKAP MODUL 3 KELOMPOK 3.pptx
PPT PENDIDIKAN KELAS RANGKAP MODUL 3 KELOMPOK 3.pptx
Β 
AKSI NYATA Numerasi Meningkatkan Kompetensi Murid_compressed (1) (1).pptx
AKSI NYATA  Numerasi  Meningkatkan Kompetensi Murid_compressed (1) (1).pptxAKSI NYATA  Numerasi  Meningkatkan Kompetensi Murid_compressed (1) (1).pptx
AKSI NYATA Numerasi Meningkatkan Kompetensi Murid_compressed (1) (1).pptx
Β 
UAS Matematika kelas IX 2024 HK_2024.pdf
UAS Matematika kelas IX 2024 HK_2024.pdfUAS Matematika kelas IX 2024 HK_2024.pdf
UAS Matematika kelas IX 2024 HK_2024.pdf
Β 
Webinar 1_Pendidikan Berjenjang Pendidikan Inklusif.pdf
Webinar 1_Pendidikan Berjenjang Pendidikan Inklusif.pdfWebinar 1_Pendidikan Berjenjang Pendidikan Inklusif.pdf
Webinar 1_Pendidikan Berjenjang Pendidikan Inklusif.pdf
Β 
443016507-Sediaan-obat-PHYCOPHYTA-MYOPHYTA-dan-MYCOPHYTA-pptx.pptx
443016507-Sediaan-obat-PHYCOPHYTA-MYOPHYTA-dan-MYCOPHYTA-pptx.pptx443016507-Sediaan-obat-PHYCOPHYTA-MYOPHYTA-dan-MYCOPHYTA-pptx.pptx
443016507-Sediaan-obat-PHYCOPHYTA-MYOPHYTA-dan-MYCOPHYTA-pptx.pptx
Β 
Sudut-sudut Berelasi Trigonometri - Sudut-sudut Berelasi Trigonometri
Sudut-sudut Berelasi Trigonometri - Sudut-sudut Berelasi TrigonometriSudut-sudut Berelasi Trigonometri - Sudut-sudut Berelasi Trigonometri
Sudut-sudut Berelasi Trigonometri - Sudut-sudut Berelasi Trigonometri
Β 
SISTEM SARAF OTONOM_.SISTEM SARAF OTONOM
SISTEM SARAF OTONOM_.SISTEM SARAF OTONOMSISTEM SARAF OTONOM_.SISTEM SARAF OTONOM
SISTEM SARAF OTONOM_.SISTEM SARAF OTONOM
Β 
Skenario Lokakarya 2 Pendidikan Guru Penggerak
Skenario Lokakarya 2 Pendidikan Guru PenggerakSkenario Lokakarya 2 Pendidikan Guru Penggerak
Skenario Lokakarya 2 Pendidikan Guru Penggerak
Β 
KISI-KISI SOAL DAN KARTU SOAL BAHASA INGGRIS.docx
KISI-KISI SOAL DAN KARTU SOAL BAHASA INGGRIS.docxKISI-KISI SOAL DAN KARTU SOAL BAHASA INGGRIS.docx
KISI-KISI SOAL DAN KARTU SOAL BAHASA INGGRIS.docx
Β 
PPT BAHASA INDONESIA KELAS 1 SEKOLAH DASAR
PPT BAHASA INDONESIA KELAS 1 SEKOLAH DASARPPT BAHASA INDONESIA KELAS 1 SEKOLAH DASAR
PPT BAHASA INDONESIA KELAS 1 SEKOLAH DASAR
Β 
MODUL AJAR MATEMATIKA KELAS 5 KURIKULUM MERDEKA.pdf
MODUL AJAR MATEMATIKA KELAS 5 KURIKULUM MERDEKA.pdfMODUL AJAR MATEMATIKA KELAS 5 KURIKULUM MERDEKA.pdf
MODUL AJAR MATEMATIKA KELAS 5 KURIKULUM MERDEKA.pdf
Β 
BAB 1 BEBATAN DAN BALUTAN DALAM PERTOLONGAN CEMAS
BAB 1 BEBATAN DAN BALUTAN DALAM PERTOLONGAN CEMASBAB 1 BEBATAN DAN BALUTAN DALAM PERTOLONGAN CEMAS
BAB 1 BEBATAN DAN BALUTAN DALAM PERTOLONGAN CEMAS
Β 
Materi Bab 6 Algoritma dan bahasa Pemrograman
Materi Bab 6 Algoritma dan bahasa  PemrogramanMateri Bab 6 Algoritma dan bahasa  Pemrograman
Materi Bab 6 Algoritma dan bahasa Pemrograman
Β 
Prov.Jabar_1504_Pengumuman Seleksi Tahap 2_CGP A11 (2).pdf
Prov.Jabar_1504_Pengumuman Seleksi Tahap 2_CGP A11 (2).pdfProv.Jabar_1504_Pengumuman Seleksi Tahap 2_CGP A11 (2).pdf
Prov.Jabar_1504_Pengumuman Seleksi Tahap 2_CGP A11 (2).pdf
Β 
Pembahasan Soal Ujian Komprehensif Farmasi Perapotekan
Pembahasan Soal Ujian Komprehensif Farmasi PerapotekanPembahasan Soal Ujian Komprehensif Farmasi Perapotekan
Pembahasan Soal Ujian Komprehensif Farmasi Perapotekan
Β 

Uji hipotesis 2 rata rata

  • 1. Pendidikan matematika 2016 Uji Hipotesis Dua Rata-Rata Kelompok 7 Annisa Nurzalena Atikarani Noer Saleha Bella Timorti Pertiwi
  • 2. Pengertian Uji Hipotesis Dua Rata- Rata Uji hipotesis dua rata-rata digunakan untuk mengetahui ada atau tidaknya perbedaan (kesamaan) antara dua buah data. Syarat yang harus dipenuhi sebelum uji t dilakukan yaitu : 1. Data masing-masing berdistribusi normal 2. Data dipilih secara acak 3. Data masing-masing homogen
  • 3. 1. Uji atau asumsikan bahwa data dipilih secar acak 2. Uji atau asumsikan bahwa data berdistribusi normal 3. Asumsikan bahwa kedua variansnya homogen 4. Tulis Ha dan H0 dlam bentuk kalimat 5. Tulis Ha dan H0 dlam bentuk statistik 6. Cari thitung dengan rumus tertentu 7. Tetapkan taraf signifikansinya (Ξ±) Langkah - Langkah
  • 4. Sampel Besar (n > 30) Langkah-langkah: 1. Formulasi hipotesis 2. Penentuan nilai taraf nyata dan nilai tabel uji Z, taraf nyata sesuai soal dan nilai Z sesuai tabel 3. Kriteria Pengujian 𝐻1: πœ‡1 > πœ‡2 𝐻1: πœ‡1 < πœ‡2 A. 𝐻0: πœ‡1 = πœ‡2 B. 𝐻0: πœ‡1 = πœ‡2 C. 𝐻0: πœ‡1 = πœ‡2 Untuk 𝐻0: πœ‡1 = πœ‡2 π‘‘π‘Žπ‘› 𝐻1: πœ‡1 > πœ‡2 a. 𝐻0 π‘‘π‘–π‘‘π‘’π‘Ÿπ‘–π‘šπ‘Ž π‘—π‘–π‘˜π‘Ž 𝑍0 ≀ 𝑍 π‘Ž b. 𝐻0 π‘‘π‘–π‘‘π‘œπ‘™π‘Žπ‘˜ π‘—π‘–π‘˜π‘Ž 𝑍0 > 𝑍 π‘Ž Untuk 𝐻0: πœ‡1 = πœ‡2 π‘‘π‘Žπ‘› 𝐻1: πœ‡1 < πœ‡2 a. 𝐻0 π‘‘π‘–π‘‘π‘’π‘Ÿπ‘–π‘šπ‘Ž π‘—π‘–π‘˜π‘Ž 𝑍0 β‰₯ βˆ’π‘ π‘Ž b. 𝐻0 π‘‘π‘–π‘‘π‘œπ‘™π‘Žπ‘˜ π‘—π‘–π‘˜π‘Ž 𝑍0 < βˆ’π‘ π‘Ž Untuk 𝐻0: πœ‡1 = πœ‡2 π‘‘π‘Žπ‘› 𝐻1: πœ‡1 < πœ‡2 a. 𝐻0 π‘‘π‘–π‘‘π‘’π‘Ÿπ‘–π‘šπ‘Ž π‘—π‘–π‘˜π‘Ž 𝑍0 β‰₯ βˆ’π‘ π‘Ž b. 𝐻0 π‘‘π‘–π‘‘π‘œπ‘™π‘Žπ‘˜ π‘—π‘–π‘˜π‘Ž 𝑍0 < βˆ’π‘ π‘Ž
  • 5. 4. Uji Statistik 5. Kesimpulan Menyimpulkan tentang penerimaan atau penolakan H0 a. Jika H0 diterima maka H1 ditolak b. Jika H0 ditolak maka H1 diterima a) Jika simpangan baku populasi diketahui: 𝑍0 = 𝑋1βˆ’π‘‹2 𝜎 π‘₯1βˆ’π‘₯2 dengan 𝜎π‘₯1βˆ’π‘₯2 = 𝜎1 2 𝑛1 + 𝜎2 2 𝑛2 b) Jika simpangan baku populasi tidak diketahui: 𝑍0 = 𝑋1βˆ’π‘‹2 𝑆 π‘₯1βˆ’π‘₯2 dengan 𝑆π‘₯1βˆ’π‘₯2 = 𝑆1 2 𝑛1 + 𝑆2 2 𝑛2 𝑆 π‘₯1βˆ’π‘₯2 = 𝑆1 2 𝑛1 + 𝑆2 2 𝑛2 𝑆1 2 == 1 𝑛1 βˆ’ 1 (𝑋𝑖1 βˆ’ 𝑋1)2 𝑆2 2 == 1 𝑛2 βˆ’ 1 (𝑋𝑖2 βˆ’ 𝑋2)2
  • 6. Contoh Soal : 1. Seseorang berpendapat bahwa rata-rata jam kerja buruh di daerah A dan B sama dengan alternatif A lebih besar dari pada B. Untuk itu, di ambil sample di kedua daerah, masing-masing 100 dan 70 dengan rata-rata dan simpangan baku 38 dan 9 jam per minggu serta 35 dan 7 jam per minggu. Uji lah pendapat tersebut dengan taraf nyata 5% !Untuk Varians / simpangan baku kedua populasi sama besar !
  • 7. Diketahui : n1 = 100 n2= 70 x1=38 x2=35 s1=9 s2=7 Jawab : a. Formulasi hipotesisnya : b.Taraf nyata dan nilai tabelnya : Ξ± = 5% = 0,05 c. Kriteria pengujian o Hodi terimajikaZo ≀ 1,64 o Ho di tolakjikaZo > 1,64 e. Kesimpulan Karena Zo = 2,44 > Z0,05 = 1,64 Maka Ho di tolak. Jadi, rata-rata jam kerja buruh di daerah A dan daerah B adalah tidak sama. d. UjiStatistik
  • 8. Sampel Kecil (n < 30) Langkah-langkah: 1. Formulasi hipotesis 2.Penentuan nilai taraf nyata dan nilai tabel uji t. Taraf nyata sesuai soal dan nilai t sesuai 3. Kriteria pengujian 𝐻1: πœ‡1 > πœ‡2 𝐻1: πœ‡1 < πœ‡2 𝐻1: πœ‡1 β‰  πœ‡2 a. 𝐻0: πœ‡1 = πœ‡2 b. 𝐻0: πœ‡1 = πœ‡2 c. 𝐻0: πœ‡1 = πœ‡2 Untuk 𝐻0: πœ‡1 = πœ‡2 π‘‘π‘Žπ‘› 𝐻1: πœ‡1 > πœ‡2 a. 𝐻0 π‘‘π‘–π‘‘π‘’π‘Ÿπ‘–π‘šπ‘Ž π‘—π‘–π‘˜π‘Ž 𝑑0 ≀ 𝑑 π‘Ž b. 𝐻0 π‘‘π‘–π‘‘π‘œπ‘™π‘Žπ‘˜ π‘—π‘–π‘˜π‘Ž 𝑑0 > 𝑑 π‘Ž Untuk 𝐻0: πœ‡1 = πœ‡2 π‘‘π‘Žπ‘› 𝐻1: πœ‡1 < πœ‡2 a. 𝐻0 π‘‘π‘–π‘‘π‘’π‘Ÿπ‘–π‘šπ‘Ž π‘—π‘–π‘˜π‘Ž 𝑑0 β‰₯ βˆ’π‘‘ π‘Ž b. 𝐻0 π‘‘π‘–π‘‘π‘œπ‘™π‘Žπ‘˜ π‘—π‘–π‘˜π‘Ž 𝑑0 < βˆ’π‘‘ π‘Ž Untuk 𝐻0: πœ‡1 = πœ‡2 π‘‘π‘Žπ‘› 𝐻1: πœ‡1 β‰  πœ‡2 a. 𝐻0 π‘‘π‘–π‘‘π‘’π‘Ÿπ‘–π‘šπ‘Ž π‘—π‘–π‘˜π‘Ž βˆ’π‘‘ π‘Ž 2 ≀ 𝑑0 β‰₯ βˆ’π‘‘ π‘Ž 2 b. 𝐻0 π‘‘π‘–π‘‘π‘œπ‘™π‘Žπ‘˜ π‘—π‘–π‘˜π‘Ž 𝑑0 > βˆ’π‘‘ π‘Ž 2 π‘Žπ‘‘π‘Žπ‘’ 𝑑0 < βˆ’π‘‘ π‘Ž 2
  • 9. 4. Uji statistika Untuk pangamatan tidak berpasangan 5. Kesimpulan Menyimpulkan tentang penerimaan atau penolakan H0 a. Jika H0 diterima maka H1 ditolak b. Jika H0 ditolak maka H1 diterima 𝑑0 = 𝑋1 βˆ’ 𝑋2 𝑛1 βˆ’ 1 𝑠1 2 + 𝑛2 βˆ’ 1 𝑠2 2 𝑛1 + 𝑛2 βˆ’ 2 1 𝑛1 + 1 𝑛2 a) Untuk pengamatan tidak berpasangan a. 𝑑 = π‘Ÿπ‘Žπ‘‘π‘Ž βˆ’ π‘Ÿπ‘Žπ‘‘π‘Ž π‘‘π‘Žπ‘Ÿπ‘– π‘›π‘–π‘™π‘Žπ‘– 𝑑 𝑑0 π‘šπ‘’π‘šπ‘–π‘™π‘–π‘˜π‘– π‘‘π‘–π‘ π‘‘π‘Ÿπ‘–π‘π‘’π‘ π‘– π‘ π‘–π‘šπ‘π‘Žπ‘›π‘”π‘Žπ‘› π‘‘π‘’π‘›π‘”π‘Žπ‘› 𝑑𝑏 = 𝑛 βˆ’ 1 Keterangan : Sd = simpangan baku dari niai d n = banyaknya pasangan 𝑑0 = 𝑑 𝑆𝑑 𝑛 𝑑 = 𝑑𝑖 𝑛 𝑑𝑖 = π‘ˆ1 βˆ’ 𝑒2 𝑆𝑑 = (𝑑𝑖 βˆ’ 𝑑)2 𝑛 βˆ’ 1 b) Untuk pengamatan berpasangan
  • 10. Contoh: Berikut adalah data nilai test guru berprestasi yang lulus dari universitas negeri dengan guru yang lulus dari universitas swasta Dengan taraf nyata 1 % ujilah: Apakah rata-rata nilai test guru berprestasi yang lulus dari universitas negeri dengan guru yang lulus dari universitas swasta tidak sama? Universitas negeri Unuversitas swasta Rata-rata = 20 = 12 Ragam = 3.9 = 0.72 Ukuran Sampel = 13 = 12 x1x2s1 2 s2 2n1n2x1x2s1 2 s2 2n1n2
  • 11.