blok 13-hipotesis.ppt
DESCRIPTION
statistika kedokteranTRANSCRIPT
STATISTIKA STATISTIKA INFERENSINFERENS
SELASA28 SEPTEMBER 2010
08.00 – 10.00
HIPOTESISHIPOTESIS
DEFINISIDEFINISI JENISJENIS UJI HIPOTESIS NOL (HO)UJI HIPOTESIS NOL (HO) HASIL UJI HOHASIL UJI HO
DITERIMADITERIMA DITOLAKDITOLAK
ERROR/GALAT HOERROR/GALAT HO ERROR TIPE –I ERROR TIPE –I TINGKAT SIGNIFIKANSI (TINGKAT SIGNIFIKANSI ()) ERROR TIPE – II ERROR TIPE – II
UJI HIPOTESIS SUATU MEAN POPULASI UJI HIPOTESIS SUATU MEAN POPULASI (() ) 2 DIKETAHUI2 DIKETAHUI 2 TIDAK DIKETAHUI2 TIDAK DIKETAHUI
UJI HIPOTESIS PERBEDAAN DUA MEAN UJI HIPOTESIS PERBEDAAN DUA MEAN POPULASI (POPULASI (1-1-2) 2) 2 DIKETHUI2 DIKETHUI 2 TIDAK DIKETAHUI 2 TIDAK DIKETAHUI
HIpothesis dapat didefinisikan sebagai HIpothesis dapat didefinisikan sebagai
a. suatu asusmsi yang tentatif yang dibuat a. suatu asusmsi yang tentatif yang dibuat untuk tujuan uji ilmiah empiris atauuntuk tujuan uji ilmiah empiris atau
b. suatu asumsi atau pernyataan, yang b. suatu asumsi atau pernyataan, yang mungkin benar atau mungkin tidak benar mungkin benar atau mungkin tidak benar tentang satu populasi atau lebih dari satu tentang satu populasi atau lebih dari satu populasi populasi
Hipothesis menjadi sutu teori pengetahuaan Hipothesis menjadi sutu teori pengetahuaan ketika uji ulang menghasilkan kesimpulan ketika uji ulang menghasilkan kesimpulan yang samayang sama
Pada kebanyakan kasus, uji hipotesis Pada kebanyakan kasus, uji hipotesis melibatkan sederetan langkah yang melibatkan sederetan langkah yang terstruktur berikut ini :terstruktur berikut ini :
. .
Langkah ILangkah I : :
Memformulasikan hipotesis nol (H0) Memformulasikan hipotesis nol (H0)
Hipotesis nol merupakanHipotesis nol merupakan
hipotesis yang dirumuskan dengan harapan hipotesis yang dirumuskan dengan harapan untukuntuk
ditolak ditolak Jika data tidak berlawanan atau sesuai
dengan hipotesis nol, maka tidak ada kesimpulan yang bisa dibuat
Sebagai contoh, hipotesis yang telah Sebagai contoh, hipotesis yang telah diformulasikan yang terkait dengan penelitian diformulasikan yang terkait dengan penelitian berat lahir domba dan kambingberat lahir domba dan kambing
H0H0 : tidak ada perbedaan di antara berat lahir : tidak ada perbedaan di antara berat lahir dombadomba
dan kambingdan kambing
Langkah II :
Menyatakan hipotesis alternatif (H1). Peneliti hendaknya menyusun pengujian sedemikianrupa hingga keseluruhan hasil diantipasi sebelum
pengujian dan bahwa hasilnya dapat diinterpretasikan dengan jelas
H1 : ada perbedaan di antara berat lahir domba dan kambing
Jenis hipotesisJenis hipotesis Ho / hipotesis nol / hipotesis Ho / hipotesis nol / hipotesis
statistik / hipotesis yang diujistatistik / hipotesis yang diuji H1 / HA / Hipotesis alternatif/ H1 / HA / Hipotesis alternatif/
Hipotesis kerjaHipotesis kerja Uji hipotesisUji hipotesis
One-sided test / Uji satu pihak / One-sided test / Uji satu pihak / uji satu sisiuji satu sisi
Two-sided test / Uji dua pihak / Two-sided test / Uji dua pihak / Uji dua sisiUji dua sisi
UJI PERBEDAANUJI PERBEDAAN
Dalam scientific and medical research : Dalam scientific and medical research : hipotesis nol memegang peranan penting hipotesis nol memegang peranan penting dalam menguji signifikansi dari perbedan dalam menguji signifikansi dari perbedan (perbedaan yang berarti) di antara (perbedaan yang berarti) di antara kelompok perlakuankelompok perlakuan dan dan kelompok kontrolkelompok kontrol
Hipotesis nol yang khas pada awal Hipotesis nol yang khas pada awal percobaan adalah bahwa percobaan adalah bahwa tidak ada tidak ada perbedaanperbedaan yang ada di antara kelompok yang ada di antara kelompok kontrol dan perlakuan.(untuk variabel yan kontrol dan perlakuan.(untuk variabel yan dibandingkan)dibandingkan)
Uji hipotesis suatu mean Uji hipotesis suatu mean populasi (populasi (o)o)
One-sided testOne-sided test : mencantum satu : mencantum satu peluangpeluang
HHo : o : ==oo ( ( : mean yg akan : mean yg akan dibuktikan)dibuktikan)
HH1 : 1 : oo atau atau oo
Two-sided testTwo-sided test : mencatumkan dua : mencatumkan dua peluangpeluang
HHo : o : = = oo
HH1 : 1 : oo
Hasil Uji hipotesis nol (Ho)Hasil Uji hipotesis nol (Ho)DiterimaDiterima, jika data tidak dapat , jika data tidak dapat
memberikan bukti yang cukup memberikan bukti yang cukup untuk menolaknyauntuk menolaknya
DitolakDitolak, jika data tidak sesuai , jika data tidak sesuai dengan pernyataan hipotesisdengan pernyataan hipotesis
Daerah Penerimaan dan Penolakaan HDaerah Penerimaan dan Penolakaan Hoo
One sided test One sided test HHoo : : o o
Daerah penerimaanDaerah penerimaan::
daerah di bawah kurva yg terletak di daerah di bawah kurva yg terletak di sebelah kanansebelah kanan
batas kritisbatas kritis
Daerah penolakaanDaerah penolakaan::
daerah di bawah kurva yang terletak daerah di bawah kurva yang terletak di di sebelah kirisebelah kiri
atau atau padapada batas kritis batas kritis
oo : mean populasi yang telah diketahui / : mean populasi yang telah diketahui / dikenaldikenal
mis. Mean populasi berat lahir kambing mis. Mean populasi berat lahir kambing seluruh Indonesia seluruh Indonesia
Daerah penerimaanDaerah penerimaanDaerah Daerah penolakaanpenolakaanBatas kritisBatas kritis
oo
PopulasiPopulasi
sampelsampel
Daerah Penerimaan dan Penolakaan HDaerah Penerimaan dan Penolakaan Hoo
One sided test One sided test HHoo : : oo
Daerah penerimaanDaerah penerimaan::
daerah di bawah kurva yg terletak di daerah di bawah kurva yg terletak di sebelah kiri atausebelah kiri atau
pada batas kritispada batas kritis
Daerah penolakaanDaerah penolakaan::
daerah di bawah kurva yang terletak daerah di bawah kurva yang terletak di sebelah kanandi sebelah kanan
atau pada batas kritisatau pada batas kritis
Batas kritisBatas kritis
Daerah Penerimaan dan Penolakaan HoDaerah Penerimaan dan Penolakaan HoTwo sided testTwo sided test
Ho :Ho : oo
Daerah penerimaanDaerah penerimaan::daerah di bawah kurva yg terletak di antara dua daerah di bawah kurva yg terletak di antara dua
batas kritis batas kritis Daerah penolakaanDaerah penolakaan::
daerah di bawah kurva yang terletak di sebelahdaerah di bawah kurva yang terletak di sebelah kiri atau pada batas kritis dan di sebelah kanankiri atau pada batas kritis dan di sebelah kanan atau pada batas kritisatau pada batas kritis
Daerah penerimaanDaerah penerimaan
Daerah penolakaanDaerah penolakaan Daerah penolakaanDaerah penolakaan
Batas kritisBatas kritis Batas kritisBatas kritis
Uji suatu mean populasi (Uji suatu mean populasi (
diketahuidiketahui))one-sided testone-sided test HH00 : : = = 00
a. Ha. H11 : : 00
b. Hb. H11 : : 00
two-sided testtwo-sided testHH11 : : 00
ONE SIDED TESTONE SIDED TEST
HH00 : : µµ11 =µ =µ00
HH11 : : µµ11 µµ00 atau atau µµ1 1 µµ00
HH00 : : µµ1 =1 = µ µ00
HH11 : : µµ11 ≠≠ µ µ00
/2 /2 1-1- /2/2
TWO SIDED TESTTWO SIDED TEST
Error/galat hipotesisError/galat hipotesis Error tipe IError tipe I : menolak H : menolak Hoo sedangkan H sedangkan Hoo
benarbenar Error tipe II : menerima HError tipe II : menerima Hoo sedangkan sedangkan
HHoo tidak benar tidak benar Tingkat signifikansi (Tingkat signifikansi () : probabilitas atau ) : probabilitas atau
peluang dalam melakukan Error tipe Ipeluang dalam melakukan Error tipe I : 5% = 0.05, berarti 5 peluang dari 100 : 5% = 0.05, berarti 5 peluang dari 100
percobaan untuk membuat Error tipe Ipercobaan untuk membuat Error tipe I
Uji hipotesis dari suatu mean Uji hipotesis dari suatu mean populasi (populasi ()) varians populasi (varians populasi (²) diketahui²) diketahui varians populasi (varians populasi (²) tidak diketahui²) tidak diketahui
Uji perbedaan di antara dua Uji perbedaan di antara dua mean populasimean populasi ( (11-- 22)) varians populasi diketahuivarians populasi diketahui varians populasi tidak diketahuivarians populasi tidak diketahui
VALIDITAS UJI
DATA BERASAL DARI PROSES TUNGGAL YANG DAPAT DISAJIKAN OLEH SATU DISTRIBUSI STAISTIK
DISTRIBUSI NORMAL DATA TIDAK TERIKAT WAKTU
UJI HIPOTESIS UJI HIPOTESIS SUATU MEAN POPULASISUATU MEAN POPULASI
VARIANS POPULASI VARIANS POPULASI ²²
DIKETAHUIDIKETAHUI
Z = (X-Z = (X-)/()/(//n)n)
VARIANS POPULASI VARIANS POPULASI ² ²
TIDAK DIKETAHUITIDAK DIKETAHUI
t = (X-t = (X-)/(s/)/(s/n)n)
s (deviasi baku sampel) estimasi s (deviasi baku sampel) estimasi σσ (deviasi (deviasi baku populasi)baku populasi)
UJI PERBEDAANUJI PERBEDAAN
Dalam scientific and medical research : Dalam scientific and medical research : hipotesis nol memegang peranan penting hipotesis nol memegang peranan penting dalam menguji signifikansi dari perbedan dalam menguji signifikansi dari perbedan (perbedaan yang berarti) di antara (perbedaan yang berarti) di antara kelompok perlakuankelompok perlakuan dan dan kelompok kontrolkelompok kontrol
Hipotesis nol yang khas pada awal Hipotesis nol yang khas pada awal percobaan adalah bahwa percobaan adalah bahwa tidak ada tidak ada perbedaanperbedaan yang ada di antara kelompok yang ada di antara kelompok kontrol dan perlakuan.(untuk variabel yan kontrol dan perlakuan.(untuk variabel yan dibandingkan)dibandingkan)
UJI PERBEDAAN UJI PERBEDAAN DUA MEAN POPULASIDUA MEAN POPULASI
DATA TIDAK BERPASANGANDATA TIDAK BERPASANGANVARIAN POPULASI VARIAN POPULASI ²² DIKETAHUIDIKETAHUI
σσ11 = = σσ22 = = σσ
ZZHH= (X= (X11 – X – X22 ) / ( ) / (1/n1 + 1/n2)1/n1 + 1/n2)
DATA TIDAK BERPASANGANDATA TIDAK BERPASANGANVARIANS POPULASI VARIANS POPULASI ²²
TIDAK DIKETAHUITIDAK DIKETAHUI
t = (Xt = (X11-X-X22) / s) / spp1/n1/n11 +1/n +1/n22))
SpSp²² = =[[(n(n11 -1)s -1)s11² +(n² +(n22 – 1)s – 1)s22²] /n²] /n11 + + nn22 - 2 - 2
df =ndf =n11 + n + n22 -2 -2
DISTRIBUSI STUDENT- tDISTRIBUSI STUDENT- t
Uji suatu mean populasi (Uji suatu mean populasi (00))
n > 30n > 30
ss²² untuk mengestimit untuk mengestimit ² jika n > 30² jika n > 30
Z = (x-Z = (x-)/(s/)/(s/n)n)
n < 30n < 30
s² berfluktasi dari sampel ke sampels² berfluktasi dari sampel ke sampel
t = (x-t = (x-)/(s)/(sn)n)
Distribusi ZDistribusi Z Distribusi tDistribusi t
simetrissimetris simetris simetris
bentuk loncengbentuk lonceng bentuk lonceng bentuk lonceng
hanya tergantung xhanya tergantung x tergant x tergant x dan sdan s²²
varians =1varians =1 varians tgt besar varians tgt besar n dan selalu > 1 n dan selalu > 1
n mendekati tak terhinggan mendekati tak terhingga distr t = distr t = distr zdistr z
00 tt
00 ZZZ1Z1
DATA BERPASANGANDATA BERPASANGAN²²SELALU TIDAK DIKETAHUISELALU TIDAK DIKETAHUI
t = d / (st = d / (sd d / / n)n)
Sd=(Sd=(dd² - nd²) / n-1² - nd²) / n-1
20 ekor tikus20 ekor tikus10 pasang (data berpasangan)10 pasang (data berpasangan)1 pasang untuk setiap induk1 pasang untuk setiap indukMasing-masing pasangan diberi DN dan DDMasing-masing pasangan diberi DN dan DD
Pasangan DN DDPasangan DN DD dd dd²²
11 - - - - -- -- 22 - - - - -- -- 33 - - - - -- -- dstdst - - - - --
--1010 - - - - -- --
d =d = dd²=²=
d=d=dd= = differencedifference
RABU29 SEPTEMBER 2010
08.00 – 10.00
KOMPUTASI
VARIANS POPULASI σ²DIKETAHUI
UJI SUATU MEAN
POPULASI 0
σ² DIKETAHUI TWO-SIDED TESTTWO-SIDED TEST Seorang peneliti yang telah lama berkecimpung Seorang peneliti yang telah lama berkecimpung
dgn ternak sapi2 PO menyatakan bahwa mean dgn ternak sapi2 PO menyatakan bahwa mean populasi berat lahir sapi PO adalah 15 kg populasi berat lahir sapi PO adalah 15 kg dengan deviasi bakunya 0,5 kg. Uji hipotesis dengan deviasi bakunya 0,5 kg. Uji hipotesis (H(H00) bahwa mean populasi ) bahwa mean populasi 0 0 = 15 kg terhadap = 15 kg terhadap hipotesis alternatif (Hhipotesis alternatif (H00) mean populasi ) mean populasi 15 15 kg jika suatu sampel acak dari 50 ekor sapi PO kg jika suatu sampel acak dari 50 ekor sapi PO yang baru lahir ditimbang dan mendapatkan yang baru lahir ditimbang dan mendapatkan mean berat lahir adalah 14,8 kg dengan deviasi mean berat lahir adalah 14,8 kg dengan deviasi baku 1kg. Gunakan tingkat signifikansi baku 1kg. Gunakan tingkat signifikansi =0,01=0,01
Asumsi :Asumsi :
berat lahir sapi PO terdistribusi normalberat lahir sapi PO terdistribusi normal
mean populasi (mean populasi (µµ00)) = 15 kg= 15 kg
deviasi baku populasideviasi baku populasi ( (σσoo) ) = 0,5 kg= 0,5 kg
SAMPELSAMPELn = 50 ekorn = 50 ekor
X = 14,8 kgX = 14,8 kg
Z = (X-Z = (X-)/()/(//n)n)
Jawaban Jawaban
1.1. = 0,01= 0,01
2.2. HH00 : : = = o o = 15= 15
3.3. HH11 : : oo (TST) (TST)
4.4. Batas kritis : ZBatas kritis : ZTT = Z = Z/2/2 = Z = Z0,0050,005 = = ± 2,576 = ± 2,576 = 2,582,58
5.5. Komputasi : X = 14,8 kgKomputasi : X = 14,8 kg
ZZHH = (14,8-15)/(0,5/ = (14,8-15)/(0,5/50)= 50)= - - 2,832,83
6.6. Kesimpulan : tolak HKesimpulan : tolak H00 (P<0,01) (P<0,01)
7.7. Putusan : Putusan : meanmean pop pop brt lahir sapi PO brt lahir sapi PO 15 15 kgkg
ONE-SIDED TESTONE-SIDED TESTAndaikan seorang peneliti ingin mengetahui Andaikan seorang peneliti ingin mengetahui
rata2 beratlahir sapi Bali di P.Bali. Dia rata2 beratlahir sapi Bali di P.Bali. Dia kemudian menimbang 10 ekor anak sapi kemudian menimbang 10 ekor anak sapi Bali yang baru lahir dan selanjutnya Bali yang baru lahir dan selanjutnya menghitung rata2 berat lahirnya = 28 kg menghitung rata2 berat lahirnya = 28 kg dengan deviasi bakunya = 6 kg. Dengan dengan deviasi bakunya = 6 kg. Dengan asumsi bahwa variabel berat lahir asumsi bahwa variabel berat lahir terdistribusi normal dengan mean =25 kg terdistribusi normal dengan mean =25 kg dan varians = 45 kg, dapatkah diambil dan varians = 45 kg, dapatkah diambil kesimpulan bahwa rata2 berat lahir sapi kesimpulan bahwa rata2 berat lahir sapi Bali tersebut Bali tersebut lebih darilebih dari 25 kg. Gunakan 25 kg. Gunakan = 0,05= 0,05
Asumsi :Asumsi :
Berat lahir sapi bali Berat lahir sapi bali terdistribusi terdistribusi normalnormal dgn dgn
mean (mean (µµ00) ) = 25 kg dan= 25 kg dan
varians (varians (σσ00) = 45 kg) = 45 kg
sampelsampel : : n = 10 ekorn = 10 ekor
X = 28 kg X = 28 kg µµ
s = 6 kgs = 6 kg
Z = (X-Z = (X-)/()/(//n)n)
1.1. = 0,05= 0,05
2.2. HH00 : : = = oo = 25 kg = 25 kg
3.3. HH11 : : > > 00 (OST)(OST)4.4. Batas kritis : ZBatas kritis : ZTT = Z = Z = Z = Z0,050,05 = = ++ 1,645 1,6455.5. Komputasi : Z = 1,42Komputasi : Z = 1,426.6. Kesimpulan : terima Ho (P>0,05)Kesimpulan : terima Ho (P>0,05)7.7. Putusan : mean berat lahir Putusan : mean berat lahir tidak lebih tidak lebih
besarbesar dari 25 kg dari 25 kg
00 1,6451,645ZZTT
1,421,42ZZHH
UJI SUATU MEAN POPULASI 0
σ² TIDAK DIKETAHUI
TWO-SIDED TESTTWO-SIDED TEST Seorang peneliti yang telah lama Seorang peneliti yang telah lama
berkecimpung dgn ternak sapi2 PO berkecimpung dgn ternak sapi2 PO menyatakan bahwa mean populasi berat lahir menyatakan bahwa mean populasi berat lahir sapi PO adalah 15 kg. Uji hipotesis (Hsapi PO adalah 15 kg. Uji hipotesis (H00) bahwa ) bahwa mean populasi mean populasi 0 0 = 15 kg terhadap hipotesis = 15 kg terhadap hipotesis alternatif (Halternatif (H00) mean populasi ) mean populasi 15 kg jika 15 kg jika suatu sampel acak dari 50 ekor sapi PO yang suatu sampel acak dari 50 ekor sapi PO yang baru lahir ditimbang dan mendapatkan mean baru lahir ditimbang dan mendapatkan mean berat lahir adalah 14,8 kg dengan deviasi baku berat lahir adalah 14,8 kg dengan deviasi baku 0,5 kg. Gunakan tingkat signifikansi 0,5 kg. Gunakan tingkat signifikansi =0,05=0,05
Jawaban Jawaban
1.1. = 0,05= 0,05
2.2. HH00 : : = = o o = 15= 15
3.3. HH11 : : oo (TST) (TST)
4.4. Batas kritis : Batas kritis : ttTT = = tt /2/2; 4 df=; 4 df=tt 0,025;4df0,025;4df = = 2,7762,776
5.5. Komputasi : X = 14,8 kgKomputasi : X = 14,8 kg
ttHH = (14,8-15)/(0,5/ = (14,8-15)/(0,5/50)= 50)= - - 2,832,83
6.6. Kesimpulan : tolak HKesimpulan : tolak H00 (P<0,01) (P<0,01)
7.7. Putusan : Putusan : meanmean pop pop brt lahir sapi PO brt lahir sapi PO 15 15 kgkg
UJI PERBEDAAN DUA MEAN POPULASI
1 - 2
DATA TIDAK BERPASANGANDATA TIDAK BERPASANGANVARIANS POPULASI VARIANS POPULASI ²²
TIDAK DIKETAHUITIDAK DIKETAHUI
t = (Xt = (X11-X-X22) / s) / spp1/n1/n11 +1/n +1/n22))
df = n1 + n2 - 2df = n1 + n2 - 2
Apakah ada perbedaan dalam pertambahan berat badan (dalam kg) antara dua jenis kambing dewasa A dan B yang diberi konsentrat dalam ransumnya setiap hari selama satu bulan. Untuk maksud tersebut digunakan tiga ekor untuk masing2 jenis kambing yang kondisi hampir sama. Hasilnya adalah sbb :
Jumlah kambing 1 2 3 x s--------------------------------------------------------------------------------.Kambing A 9 11 10 (kg) 10 1Kambing B 12 13 11 (kg) 12 1--------------------------------------------------------------------------------.Gunakan tingkat signifikansi 5% untuk membuktikannya
Sp² = [(n1-1) S1² + (n2-1)S2² ] / (n1 + n2 – 2)= [2)(1) + (2)(1)] / (4) = 1
Sp = 1
1. 1. : 0,05: 0,052. H0 : 2. H0 : = = 3. H1 : 3. H1 : (TST) (TST)4. BK : t4. BK : tTT = t = t/2; 4df/2; 4df = t = t0,025; 4df 0,025; 4df = = ± 2,776± 2,7765. Komputasi : 5. Komputasi :
ttH H =(=(XXAA-X-XBB ) / s) / spp1/n1/n11 +1/n +1/n22)) =(-2)/(1)(=(-2)/(1)( 0,67)= - 2/0,82 0,67)= - 2/0,82 =-2,44=-2,44
6. Putusan : Terima Ho (P>0,01) 6. Putusan : Terima Ho (P>0,01) 7 Konklusi : tidak ada perbedsaan di 7 Konklusi : tidak ada perbedsaan di
antara mean populasi berat lahir antara mean populasi berat lahir kambing A dan Bkambing A dan B
A
tT tH 0 tH tT t
- 2,776 - 2,44 + 2,44 + 2,776
DATA BERPASANGANDATA BERPASANGAN²²SELALU TIDAK DIKETAHUISELALU TIDAK DIKETAHUI
t = d / (st = d / (sd d / / n)n)
Sd=(Sd=(dd² - nd²) / n-1² - nd²) / n-1
2. Dalam suatu penelitian, ada dugaan bahwa timbangan berat telur (gr) buatan pabrik A lebih baik dari pabrik B. Hasil penimbangan dengan menggunakan telur yang sama menunjukkan berat sbb.:
Telur Buatan Pabrik.A Buatan Pabrik.B d d²---------------------------------------------------------------------------------1 15 13 + 2 42 16 15 + 1 13 14 14 0 0---------------------------------------------------------------------------------
+ 3 5Gunakan tingkat signifikansi 5% untuk membuktikan dugaan tsb
1. 1. : 0,05: 0,052. H0 : 2. H0 : d = 0d = 03. H1 : 3. H1 : d d >> 0 (OST) 0 (OST)
4. BK : 4. BK : tt = = tt0,05; 2df = 0,05; 2df = ++ 2,9202,920
5. Komputasi : 5. Komputasi :
d = 3/3 = 1d = 3/3 = 1
Sd=(Sd=(dd² - nd²) / n-1 = ² - nd²) / n-1 = 5-(3)(1) = 1,415-(3)(1) = 1,41
t = d / (sd / t = d / (sd / n) = 1 /(1,41/n) = 1 /(1,41/3) = 3) = 1,231,23
6. Putusan : Terima H6. Putusan : Terima H0 0 (P>0,05)(P>0,05)7 Konklusi : timbangan telur pabrik A tidak 7 Konklusi : timbangan telur pabrik A tidak
lebih baik dari pada pabrik Blebih baik dari pada pabrik B
tH tT
1,23 2,920
0 t
d d
SELAMAT BELAJARSELAMAT BELAJAR