Rata-rata adalah teknik penjelasan kelompok atau ukuran pusat dari sekumpulan data. Biasanya suatu pertanyaan statistik akan muncul saat dua sampel random, diambil dari dua populasi normal, yaitu apakah rata-rata kedua populasi ini sama atau tidak. Untuk menguji kesamaan rata-rata tersebut, biasanya digunakan uji-t mean dua sampel. Pada skripsi ini akan dijelaskan perluasan dari uji-t mean dua sampel yaitu dengan menggunakan pembobotan. Metode ini menyajikan pengembangan dari dua sample t-test untuk kasus di mana nilai-nilai sampel harus diberi bobot yang tidak setara . Ini merupakan hal umum dalam pemodelan keuntungan di mana beberapa sampel dianggap lebih dapat diandalkan dibandingkan yang lain dalam memprediksi rata-rata populasi. Disini ditunjukkan dengan contoh data pengembalian yang diterima oleh investor yang menggunakan uji-t tidak terbobot dapat mengarah pada kesimpulan yang salah dibandingkan uji-t terbobot

Means is technic to explanation the group or size in center set of data. Usually, a common statistical question arises when two random samples are taken from two different normal populations, possibly with different variances, and wish to know whether or not the means of the two populations are equal. To examine the similarity of the average, typically use t-test mean two samples. In this minithesis will describe about expansion of t-test mean two samples using tstatistic weighted means. This methode present a generalization of the two-sample t-test for equality of the means to the case where the sample values are to be given unequal weights. This is a natural situation in financial return modelling where some samples are considered more reliable than others in predicting a common mean. In this case show with an example of yield data that using the standard unweighted t-test can lead to the wrong statistical conclusion.

Kata Kunci : -