MODUL PRAKTIKUM METODE STATISTIKA I

IV. ESTIMASI

Salah satu bagian statistika adalah statistika inferensial, dimana pada statistika inferensial
dikaji semua yang berkaitan dengan analisis data sebagai dasar penarikan kesimpulan tentang
keseluruhan data populasi. Statistika inferensial meliputi estimasi dan uji hipotesis.
Estimasi dibedakan menjadi estimasi titik dan estimasi selang, dimana estimasi titik akan
selalu berada dalam estimasi selangnya. Pada estimasi titik, nilai parameter diestimasi dengan
satu nilai tunggal (hanya sebuah nilai tertentu). Sebagai contoh parameter μ diestimasi dengan 𝑋̅
, parameter σ2 diestimasi dengan s2, dimana nilainya sangat tergantung pada nilai mean (rata-
rata) dari sampel-sampel yang diambil dari populasi tersebut. Hal tersebut merupakan salah satu
sebab sulitnya mendapatkan estimator yang baik, yang sesuai dengan nilai parameternya. Untuk
itu perlu dilakukan estimasi selang, dimana nilai parameter diestimasi akan terletak pada suatu
interval tertentu dengan tingkat kepercayaan/tingkat signifikansi tertentu. Hasil estimasi selang
disebut dengan selang kepercayaan (confidence interval) yang dinyatakan dalam bentuk peluang.
Selang kepercayaan merupakan sebuah peluang bahwa parameter populasi (θ) jatuh pada suatu
tempat dalam selang. Bentuk umum dari selang kepercayaan adalah
𝑃(𝑎 ≤ 𝜃 ≤ 𝑏) = 1 − 𝛼
dimana 𝑎 ∶ batas bawah selang
𝑏 ∶ batas atas selang
1 − 𝛼 ∶ tingkat kepercayaan
Tingkat kepercayaan 1 − 𝛼 merupakan besarnya peluang bahwa parameter populasi
yang tidak diketahui ada pada selang kepercayaan pada 100 percobaan. Misalnya tingkat
kepercayaan 90%, 95%, 99%. Sementara 𝛼 merupakan peluang bahwa parameter tidak dalam
selang pada 100 percobaan.
Ada beberapa faktor yang mempengaruhi lebar selang, yaitu variasi data yang diukur dari
simpangan baku populasi, ukuran sampel (n), dan tingkat kepercayaan 1 − 𝛼 .
Beberapa estimasi selang adalah sebagai berikut:
1. Estimasi Selang Kepercayaan Rata-rata/Mean (μ)
a. Simpangan baku populasi (σ) diketahui
Asumsi: populasi berdistribusi normal, jika tidak gunakan sampel berukuran besar
(𝑛 ≥ 30)
𝜎 𝜎
𝑃 (𝑋̅ − 𝑍𝛼⁄2 ≤ 𝜇 ≤ 𝑋̅ + 𝑍𝛼⁄2 ) = 1 − 𝛼
√𝑛 √𝑛
b. Simpangan baku populasi (σ) tidak diketahui, populasi terbatas
Asumsi: ukuran sampel kecil (𝑛 < 30) , menggunakan distribusi t dengan derajat bebas
n-1, simpangan baku populasi diestimasi dengan simpangan baku sampel.
𝑠 𝑠
𝑃 (𝑋̅ − 𝑡𝛼⁄2,(𝑛−1) ≤ 𝜇 ≤ 𝑋̅ + 𝑡𝛼⁄2,(𝑛−1) ) = 1 − 𝛼
√𝑛 √𝑛
Contoh:
Diketahui 10 data sampel sebagai berikut: 46.4, 46.1, 45.8, 47.0, 46.1, 45.9, 45.8, 46.9,
45.2, 46.0. Buat selang kepercayaan 95% untuk rata-ratanya, bila diasumsikan data
berdistribusi normal.

34
 MODUL PRAKTIKUM METODE STATISTIKA I

Penyelesaian:
Dengan menggunakan SPSS dapat dilakukan dengan langkah-langkah sebagai berikut:
- Definisikan variabel pada variable view, misalkan beri nama variabel “X”
- Isikan data variabel X pada data view
- Gunakan menu Analyze-Compare Means-One sample T test, maka akan muncul
kotak dialog

- Masukkan variabel X pada bagian Test Variable(s)

- Klik Options, kemudian isikan tingkat kepercayaannya (dalam hal ini 95%), klik
continue
- Klik OK, maka akan muncul hasil sebagai berikut

2. Estimasi Selang Kepercayaan Proporsi (π)

Asumsi: ada dua kategori, populasi berdistribusi binomial, dapat didekati dengan distribusi
normal dengan syarat 𝑛𝑝 ≥ 5 dan 𝑛(1 − 𝑝) ≥ 5.
𝑝(1−𝑝) 𝑝(1−𝑝) 𝑥
𝑃 (𝑝 − 𝑍𝛼⁄2 √ ≤ 𝜋 ≤ 𝑝 + 𝑍𝛼⁄2 √ ) = 1 − 𝛼 dengan 𝑝 =
𝑛 𝑛 𝑛

3. Estimasi Selang Kepercayaan Varian (σ2)

2
Asumsi: mengikuti distribusi Khi-Kuadrat (𝜒(𝑛−1) ) dengan derajat bebas n-1
(𝑛 − 1)𝑠2 (𝑛 − 1)𝑠 2
𝑃( ≤ 𝜎2 ≤ )=1−𝛼
𝜒𝛼2⁄2,𝑛−1 2
𝜒1−𝛼 ⁄2,𝑛−1

4. Estimasi Selang Kepercayaan Beda Rata-rata (𝜇1 − 𝜇2 )

a. Simpangan baku populasi diketahui
Asumsi: berdistribusi normal
( X 1 − X 2 ) − ( 1 −  2 )
( X 1 − X 2 ) ~ N ( 1 −  2 ,  12 / n1 +  22 / n2 )  Z = ~ N (0,1)
(
P ( X 1 − X 2 ) − z / 2 2
1
2
2
 2 / n + 2 / n
)
 / n1 +  / n2  ( 1 − 2 )  ( X 1 − X 2 ) + z1 / 2 1 12 / 2n1 +2 22 / n2 = 1 − 
35
MODUL PRAKTIKUM METODE STATISTIKA I

b. Simpangan baku tidak diketahui

- Asumsi varian sama
Varian Tidak Diketahui dan  1 =  2
( X 1 − X 2 ) − ( 1 − 2 )
~ tn1 + n2 − 2
s 2p / n1 + s 2p / n2
Berdistribusi t dengan derajat bebas n1 + n2 – 2
Simpangan baku yang digunakan merupakan simpangan baku gabungan, yaitu
(n1 − 1) s12 + (n2 − 1) s22
s 2p =
n1 + n2 − 2

( )
P ( X 1 − X 2 ) − t / 2, n1 + n2 − 2 s p 1 / n1 + 1 / n2  ( 1 − 2 )  ( X 1 − X 2 ) + t / 2, n1 + n2 − 2 s p 1 / n1 + 1 / n2 = 1 − 

- Asumsi varian berbeda

Varian Tidak Diketahui dan  1   2
( X 1 − X 2 ) − ( 1 −  2 )
~ t
s12 / n1 + s22 / n2

Berdistribusi t dengan derajat bebas v, yaitu

( s12 / n1 + s22 / n2 ) 2
=
( s12 / n1 ) 2 /(n1 − 1) + ( s22 / n2 ) 2 /(n2 − 1)

(
P ( X1 − X 2 ) − t / 2, s12 / n1 + s22 / n2  ( 1 − 2 )  ( X1 − X 2 ) + t / 2, s12 / n1 + s22 / n2 = 1 −  )
Contoh:
2 jenis baja diambil masing-masing 7 dan 6 sampel, pengambilan dilakukan secara acak
kemudian diuji kekerasannya dan masing-masing memberikan hasil sebagai berikut:
Baja I : 157.8; 156.2; 161.9; 154.4; 153.6; 156.4; 153.2
Baja II: 164.2; 158.7; 163.1; 162.5; 159.8; 159.2
Buat selang kepercayaan 95% untuk beda kekerasan kedua jenis baja tersebut.

Penyelesaian:
Dengan menggunakan SPSS dapat diselesaikan dengan langkah sebagai berikut:
- Definisikan variabel pada variable view
Misal variabel “keras” untuk kekerasan baja dengan tipe data numeric. Selanjutnya
variabel “jenis” untuk pengelompokkan jenis bajanya, tipe datanya numeric,
kemudian klik pada bagian kolom Values, maka akan muncul kotak dialog

36
MODUL PRAKTIKUM METODE STATISTIKA I

Pada value isikan “0”, dan pada label isikan “baja 1”, kemudian klik Add. Kemudian
ulangi lagi dengan mengisikan “1” pada value dan “baja 2” pada label, klik Add.
Kemudian klik OK.

- Isikan data kekerasan baja pada variabel “keras”, dan data jenis baja pada variabel
“jenis”. Pengisian data dilakukan pada bagian data view. Pengisian data jenis baja,
untuk baja 1 diisi dengan angka 0, baja 2 diisi dengan angka 1 (sesuai pengisian value
pada variable view)

- Gunakan menu Analyze-Compare Means- Independent Samples T Test, maka akan

muncul kotak dialog

- Masukkan variabel “keras” pada bagian Test Variable(s), variabel “jenis” pada
grouping variable
- Klik define group, pada Group 1 isikan 0, dan pada Group 2 isikan 1. Klik Continue.
- Klik options dan isikan tingkat kepercayaannya (dalam hal ini 95%), klik continue, klik
OK. Maka akan muncul hasil sebagai berikut:

c. Data berpasangan
Dua kelompok data yg diukur dari individu yg sama atau percobaan yg perlakuannya
dipasang-pasangkan. Mengikuti distribusi t dengan derajat bebas n-1.
- Hitung d = x1 − x2 untuk setiap data
- Hitung rata-rata dan varian dari d
- Susun selang kepercayaan

 s 
P d − t / 2, n −1 d  (1 − 2 )  d + t / 2, n −1 d  = 1 − 
s
 n n

37
MODUL PRAKTIKUM METODE STATISTIKA I

Contoh:
Ada 15 orang pasien diukur tekanan darahnya sebelum dan sesudah diberi obat “X”
untuk mengetahui apakah obat tersebut dapat menurunkan tekanan darah pemakainya.
Buat selang kepercayaan 95% untuk beda mean tekanan darah sebelum dan sesudah
pemberian obat.
84
Sebelum(A) 70 80 72 76 76 76 72 78 82 64 74 92 74 68

74
Sesudah(B) 68 72 62 70 58 66 68 52 64 72 74 60 74 72

10
d=A-B 2 8 10 6 18 10 4 26 18 -8 0 32 0 -4

Penyelesaian:
Dengan SPSS dapat diselesaikan dengan langkah sebagai berikut:
- Definisikan variabel pada variable view. Misalkan variabel “belum” dan “sudah”
- Isikan data untuk tiap variabel pada data view
- Gunakan menu Analyze-Compare Means-Paired Samples T Test, maka akan muncul
kotak dialog

- Masukkan variabel “belum” pada bagian paired variables kolom variable 1 dan
variabel “sudah pada bagian paired variables kolom variable 2.
- Klik options, isikan tingkat kepercayaannya (dalam hal ini 95%), klik continue.
- Klik OK, maka akan muncul hasil sebagai berikut:

38
 MODUL PRAKTIKUM METODE STATISTIKA I

5. Estimasi Selang Kepercayaan Beda Proporsi (𝜋1 − 𝜋2 )

Mengikuti distribusi normal
( p1 − p2 ) − ( 1 −  2 )
~ N (0,1)
p1 (1 − p1 ) / n1 + p2 (1 − p2 ) / n2

 p1 (1 − p1 ) p 2 (1 − p 2 ) p1 (1 − p1 ) p 2 (1 − p 2 ) 
P ( p1 − p 2 ) − z / 2 +  ( 1 −  2 )  ( p1 − p 2 ) + z / 2 +  = 1−

 n1 n2 n1 n2 

6. Estimasi Selang Kepercayaan Rasio Dua Varian (𝜎12 ⁄𝜎22 )

Mengikuti diatribusi F dengan derajat bebas n1-1 dan n2-1
s12  12
/ ~ Fn1 −1,n2 −1
s22  22
 s2 1  2 s2 1 
P 12 ( )  12  12 ( ) = 1− 
 s F / 2,n −1,n −1  2 s 2 F1− / 2,n1 −1,n2 −1 
 2 1 2

LATIHAN:

1. 20 sampel rokok diambil untuk diuji kandungan nikotinnya dan diperoleh rata-rata
kandungan nikotin dari sampel tersebut sebesar 1.2 mg. Buat selang kepercayaan 99%
untuk rata-rata kandungan nikotin rokok jika varian populasi kandungan nikotin rokok
sebesar 0.04 mg!

2. Berikut ini adalah skor tes IQ dari suatu sampel acak yang terdiri dari 18 siswa suatu
sekolah

a. Tentukan selang kepercayaan 95% untuk rata-rata skor IQ dari seluruh siswa yang
ada di sekolah tersebut!
b. Tentukan selang kepercayaan 95% untuk varian skor IQ dari seluruh siswa yang ada di
sekolah tersebut!

39
MODUL PRAKTIKUM METODE STATISTIKA I

3. Survey menunjukkan terdapat 190 orang yang menonton program kontroversial tertentu
dari sampel sebanyak 250 orang pemirsa televisi di suatu daerah. Tentukan selang
kepercayaan 95% untuk proporsi populasi orang yang menonton program kontroversial
tertentu!

4. Berdasarkan soal nomor 3, apabila di daerah lain juga dilakukan survey yang sama
terhadap 400 orang dan ternyata terdapat 250 orang yang menonton program
kontroversial tertentu, buatlah selang kepercayaan 95% untuk beda proporsi populasi
orang yang menonton program kontroversial di kedua daerah tersebut!

5. Diambil sampel acak sebanyak 40 lampu jenis A dan 50 lampu jenis B untuk diuji lama
hidupnya. Dari sampel tersebut diketahui bahwa rata-rata lama hidup lampu jenis A
adalah 418 jam dan rata-rata lama hidup lampu jenis B adalah 402 jam. Buat selang
kepercayaan 94% untuk beda rata-rata kedua jenis lampu tersebut jika diketahui
simpangan baku populasi lampu A dan B adalah 26 dan 22!

6. Pengukuran kekuatan tekanan tangan kiri dan tangan kanan dari 10 orang tukang ketik
kidal dicatat sebagai berikut:
Orang

1 2 3 4 5 6 7 8 9 10

Tangan kiri 140 90 125 130 95 121 85 97 131 110

Tangan kanan 138 87 110 132 96 120 86 90 129 100

Buat selang kepercaaan 90% untuk beda rata-ratanya!

7. Suatu feeding test dilakukan pada 24 sapi perah untuk membandingkan dua jenis diet,
pertama adalah “dewatered alfalfa” dan yang lain adalah “field-wilted alfalfa”. Suatu
sampel terdiri dari 12 sapi perah dipilih secara acak dan diberi perlakuan diet “dewatered
alfalfa”; sedangkan 12 sapi perah lainnya diberi perlakuan diet “ field-wilted alfalfa”. Dari
pengamatan selama periode tiga minggu, rata-rata susu yang dihasilkan setiap harinya
untuk masing-masing sapi perah tercatat sebagai berikut:

Susu yg dihasilkan (dlm pound)

Field-wilted 44 44 56 46 47 38 58 53 49 35 46 30
alfalfa

Dewatered 35 47 55 29 40 39 32 41 42 57 51 39
alfalfa

a. Buat selang kepercayaan 95% untuk beda rata-ratanya!

b. Buat selang kepercayaan 95% untuk rasio dua variannya!

40
 MODUL PRAKTIKUM METODE STATISTIKA I

V. UJI HIPOTESIS

Uji hipotesis merupakan salah satu bagian statistika inferensial yang membolehkan orang
untuk menguji suatu pernyataan tentang parameter populasi dengan menggunakan informasi
yang diperoleh dari studi sampel. Uji hipotesis bertujuan untuk menentukan apakah dugaan
tentang karakteristik populasi didukung oleh informasi yang diperoleh dari sampel.
Hipotesis merupakan dugaan sementara tentang pertanyaan penelititan dan pada
umumnya merupakan pernyataan tentang karakteristik populasi sehingga disebut juga hipotesis
statistik. Hipotesis diformulasikan dalam dua bentuk, yaitu hipotesis nol dan hipotesis alternative.
Hipotesis nol merupakan dugaan yang dirumuskan dengan harapan akan ditolak, bermakna
keberadaannya tidak ada (misal: tidak ada perbedaan, tidak ada pengaruh, tidak ada hubungan),
dan mengadung pernyataan kesamaan (=). Sedangkan hipotesis alternative merupakan
pernyataan operasional penelitian (harapan berdasarkan teori) yang didukung secara kuat oleh
data sampel, dan mengandung pernyataan ketaksamaan (<, >, ≠).
Dalam uji hipotesis terdapat dua tipe kesalahan. Kesalahan tipe I merupakan kesalahan
menolak hipotesis nol yang benar. Sementara kesalahan tipe II merupakan kesalahan menerima
hipotesis nol yang salah. Peluang maksimum melakukan kesalahan tipe I disebut dengan tingkat
signifikansi, dilambangkan dengan alpha (α).
Langkah-langkah dalam uji hipotesis adalah
1. Merumuskan hipotesis nol (H0) dan alternative (H1)
2. Menentukan tingkat signifikansi
3. Menentukan statistic uji
4. Menentukan p-value (besar peluang nilai yang lebih besar dari statistic uji) untuk
statistic uji
5. Membandingkan statistic uji dengan nilai table (nilai teoritis) masing-masing sebaran
statistic uji. Atau dengan membandingkan p-value dari statistic uji dengan tingkat
signifikansi.
6. Menentukan kriteria pengambilan keputusan.
7. Penarikan kesimpulan tentang populasi.

Macam-macam uji hipotesis:

1. Uji hipotesis satu rata-rata populasi

Merupakan pengujian rata-rata populasi dengan nilai pembanding tertentu.
Hipotesis:
Uji dua arah Uji satu arah kiri Uji satu ara kanan
H 0 :  = 0 H 0 :  = 0 H 0 :  = 0
H1 :    0 H1 :    0 H1 :    0

41
 MODUL PRAKTIKUM METODE STATISTIKA I

Statistik Uji:
- Untuk n ≥30
x − 0
z hitung = Z =Z
 tabel 
n

- Untuk n < 30 dan simpangan baku populasi tidak diketahui

x − 0 t =t
t hitung = tabel  db=n-1
s
n

2. Uji hipotesis dua rata-rata populasi (beda rata-rata dua populasi)

Merupakan pengujian untuk membandingkan rata-rata dua populasi.
Merupakan pengujian rata-rata populasi dengan nilai pembanding tertentu.
Hipotesis:
Uji dua arah Uji satu arah kiri Uji satu arah kanan
H 0 : 1 =  2 H 0 : 1 =  2 H 0 : 1 =  2
H1 : 1   2 H1 : 1   2 H1 : 1   2
Statistik Uji:
- Untuk n ≥30
( X 1 − X 2 ) − ( 1 −  2 )
z hitung = Z =Z
 12 / n1 +  22 / n2 tabel 

- Untuk n < 30 dan simpangan baku populasi tidak diketahui

1 =  2 1   2
( X 1 − X 2 ) − ( 1 −  2 ) ( X 1 − X 2 ) − ( 1 −  2 )
t hitung = t hitung =
s / n1 + s / n2
2
p
2
p s12 / n1 + s22 / n2
(n1 − 1) s12 + (n2 − 1) s22 t =t
s 2p = tabel  db
n1 + n2 − 2
t =t ( s12 / n1 + s22 / n2 ) 2
tabel  db db =
( s12 / n1 ) 2 /(n1 − 1) + ( s22 / n2 ) 2 /(n2 − 1)
db = n1 + n2 − 2

3. Uji hipotesis satu proporsi populasi

Merupakan pengujian proporsi populasi dengan nilai pembanding tertentu
Hipotesis:
Uji dua arah Uji satu arah kiri Uji satu arah kanan
H0 :  =  0 H0 :  =  0 H0 :  =  0
H1 :    0 H1 :    0 H1 :    0

42
 MODUL PRAKTIKUM METODE STATISTIKA I

Statistik uji:
x
−0
z hitung = n Z =Z
 0 (1 −  0 ) tabel 

4. Uji hipotesis dua proporsi populasi (beda dua proporsi)

Merupakan pengujian untuk membandingkan proporsi dua populasi
Hipotesis:
Uji dua arah Uji satu arah kiri Uji satu arah kanan
H 0 : 1 =  2 H 0 : 1 =  2 H 0 : 1 =  2
H1 :  1   2 H1 :  1   2 H1 :  1   2
Statistik Uji:
 x1 x2 
 − 
zhitung =  n1 n2 
1 1
p(1 − p ) + 
 n1 n2 
x1 + x2
p= Z =Z
n1 + n2 tabel 

5. Uji hipotesis satu varian populasi

Merupakan pengujian keragaman populasi dan dibandingkan dengan nilai keragaman
tertentu.
Hipotesis:
Uji dua arah Uji satu arah kiri Uji satu arah kanan
H 0 :  2 =  02 H 0 :  2 =  02 H 0 :  2 =  02
H1 :  2   02 H1 :  2   02 H1 :  2   02
Statistik Uji:
(n − 1) s 2
 2
=
hitung
 02  tabel
2
=  db
2
= n −1,

6. Uji hipotesis rasio dua varian populasi

Digunakan untuk menguji apakah dua populasi mempunyai kesamaan varian.
Hipotesis:
Uji dua arah Uji satu arah kiri Uji satu arah kanan
H 0 :  12 =  22 H 0 :  12 =  22 H 0 :  12 =  22
H1 :  12   22 H1 :  12   22 H1 :  12   22
Statistik Uji:
s12
Fhitung = F = F (n -1, n -2)
s22 tabel  1 2

43
 MODUL PRAKTIKUM METODE STATISTIKA I

Analisis dengan bantuan SPSS dapat dilakukan dengan langkah yang sama pada proses estimasi.
Pengambilan kesimpulan dilakukan dengan membandingkan nilai statistic uji (z, t, χ 2, F) yang ada
dalam output SPSS dengan nilai table dari z, t, χ2, F untuk tingkat signifikansi tertentu. Atau
dengan membandingkan nilai Sig. (p-value) yang ada dalam output SPSS dengan tingkat
signifikansi tertentu.

LATIHAN:

1. 20 sampel rokok diambil untuk diuji kandungan nikotinnya dan diperoleh rata-rata
kandungan nikotin dari sampel tersebut sebesar 1.2 mg. Jika varian populasi kandungan
nikotin rokok sebesar 0.04 mg, ujilah dengan tingkat signifikansi 2% pernyataan bahwa
rata-rata kandungan nikotin suatu jenis rokok kurang dari 1 mg!

2. Berikut ini adalah skor tes IQ dari suatu sampel acak yang terdiri dari 18 siswa suatu
sekolah

a. Ujilah pernyataan bahwa rata-rata skor IQ siswa tidak sama dengan 140, gunakan
tingkat signifikansi 5%!
b. Dengan menggunakan tingkat signifikansi 5%, lakukan pengujian untuk mengetahui
kebenaran pernyataan bahwa variannya lebih dari 10!

3. Survey menunjukkan terdapat 190 orang yang menonton program kontroversial tertentu
dari sampel sebanyak 250 orang pemirsa televisi di suatu daerah. Apakah benar jika
dikatakan bahwa proporsi orang yang menonton program kontroversial tertentu di suatu
daerah lebih dari 0.5? gunakan tingkat signifikansi 1%.

4. Berdasarkan soal nomor 3, apabila di daerah lain juga dilakukan survey yang sama
terhadap 400 orang dan ternyata terdapat 250 orang yang menonton program
kontroversial tertentu, ujilah pernyataan bahwa ada perbedaan proporsi orang yang
menonton program kontroversial tertentu di kedua daerah tersebut, gunakan tingkat
signifikansi 2%!

5. Diambil sampel acak sebanyak 40 lampu jenis A dan 50 lampu jenis B untuk diuji lama
hidupnya. Dari sampel tersebut diketahui bahwa rata-rata lama hidup lampu jenis A
adalah 418 jam dan rata-rata lama hidup lampu jenis B adalah 402 jam. Dapatkan
dikatakan bahwa lampu jenis A lebih baik dari jenis B? Lakukan pengujian dengan tingkat
signifikansi 2%!

6. Pengukuran kekuatan tekanan tangan kiri dan tangan kanan dari 10 orang tukang ketik
kidal dicatat sebagai berikut:

44
MODUL PRAKTIKUM METODE STATISTIKA I

Orang

1 2 3 4 5 6 7 8 9 10

Tangan kiri 140 90 125 130 95 121 85 97 131 110

Tangan kanan 138 87 110 132 96 120 86 90 129 100

Lakukan pengujian untuk mengetahui kebenaran pernyataan bahwa tangan kiri lebih kuat
dari tangan kanan pada orang kidal! Gunakan tingkat signifikansi 5%

7. Suatu feeding test dilakukan pada 24 sapi perah untuk membandingkan dua jenis diet,
pertama adalah “dewatered alfalfa” dan yang lain adalah “field-wilted alfalfa”. Suatu
sampel terdiri dari 12 sapi perah dipilih secara acak dan diberi perlakuan diet “dewatered
alfalfa”; sedangkan 12 sapi perah lainnya diberi perlakuan diet “ field-wilted alfalfa”. Dari
pengamatan selama periode tiga minggu, rata-rata susu yang dihasilkan setiap harinya
untuk masing-masing sapi perah tercatat sebagai berikut:

Susu yg dihasilkan (dlm pound)

Field-wilted 44 44 56 46 47 38 58 53 49 35 46 30
alfalfa

Dewatered 35 47 55 29 40 39 32 41 42 57 51 39
alfalfa

a. Lakukan uji hipotesis dengan tingkat signifikansi 5% untuk mengetahui pengaruh jenis
diet terhadap susu yang dihasilkan!
b. Lakukan uji hipotesis dengan tingkat signifikansi 10% untuk mengetahui kesamaan
varian dari susu yang dihasilkan dua jenis diet tersebut!

45