PENGUJIAN HIPOTESIS (2)
|
|
- Bambang Indradjaja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 PENGUJIAN HIPOTESIS (2) 2 Debrina Puspita Andriani Teknik Industri Universitas Brawijaya debrina@ub.ac.id Blog :
2 2 Outline
3 Uji Hipotesis untuk Rata-rata Sampel Berukuran Besar 3
4 Uji Rata-rata untuk Sampel Berukuran Besar (n 30) 4 Data statistik sampel: - Ukuran sampel = n 30 - Rata-rata sampel = x - Standard deviasi sampel = s - Rata-rata distribusi sampling untuk rata-rata μ x = μ - Standard deviasi populasi = σ - Standard deviasi distribusi sampling untuk rata-rata Karena n > 30 jika: σ tidak diketahui bisa diestimasikan dengan s
5 Uji Rata-rata untuk Sampel Berukuran Besar (n 30) 5 Langkah-langkah pengujian : a. Uji hipotesis H0 : μ = μ0 H1 : μ μ0 Tingkat signifikansi : α Statistik uji : ~ N(0; 1) Daerah kritis (Daerah penolakan H0) Zhitung < - Zα/2 atau Zhitung > Zα/2 Daerah penerimaan H0 - Zα/2 Zhitung Zα/2
6 Uji Rata-rata untuk Sampel Berukuran Besar (n 30) 6 b. Uji hipotesis H0 : μ = μ0 H1 : μ > μ0 Tingkat signifikansi : α Statistik uji : ~ N(0; 1) c. Uji hipotesis H0 : μ = μ0 H1 : μ < μ0 Tingkat signifikansi : α Statistik uji : ~ N(0; 1) Daerah kritis (Daerah penolakan H0) Zhitung > Zα Daerah kritis (Daerah penolakan H0) Zhitung < - Zα Daerah penerimaan H0 Zhitung Zα Daerah penerimaan H0 Zhitung - Zα
7 Contoh Soal (1) 7 Rata-rata lifetime dari sampel sejumlah 100 unit bola lampu yang dihasilkan suatu pabrik adalah 1570 jam dengan standar deviasi 120 jam. Jika rata-rata lifetime dari seluruh bola lampu yang dihasilkan pabrik tersebut adalah μ, ujilah dengan tingkat signifikansi 1% bahwa μ dari bola lampu yang dihasilkan oleh pabrik tersebut tidak sama dengan 1600 jam.
8 Penyelesaian (1) Data statistik sampel: 8 Langkah-langkah uji hipotesis H0 : μ = 1600 H1 : μ 1600 Tingkat signifikansi α = 0,01 Statistik Uji Daerah kritis (daerah penolakan H0) : Z hitung < - 2,58 atau Z hitung > 2,58 Kesimpulan Karena -2,58 Z hitung = -2,5 2,58; maka H0 diterima. Artinya, bisa disimpulkan bahwa rata-rata lifetime dari lampu yang dihasilkan pabrik adalah 1600 jam dengan tingkat keyakinan 99%
9 Latihan Soal (1) 9 1. Breaking streght dari kabel yang diproduksi pabrik tertentu mempunyai rata-rata 1800 lb. Dengan menggunakan teknik baru dalam proses manufakturingnya bisa diharapkan bahwa breaking strenght kabel bisa ditingkatkan. Untuk menguji pendapat tersebut, dilakukan test dengan sampel berukuran 50 kabel. Dari hasil pengukuran sampel diperoleh rata-rata breaking strenght 1850 lb dengan standar deviasi 100 lb. dengan menggunakan tingkat signifikansi 1%, ujilah apakah pendapat tersebut bisa diterima? 2. Pimpinan bagian pengendalian mutu barang pabrik susu merek AKU SEHAT ingin mengetahui apakah rata-rata berat bersih satu kaleng susu bubuk yang diproduksi dan dipasarkan masih tetap 400 gram atau sudah lebih kecil dari itu. Dari data sebelumnya diketahui bahwa simpangan baku bersih per kaleng adalah 125 gram. Dari sampel 50 kaleng yang diteliti, diperoleh rata-rata berat bersih 375 gram. Dapatkah diterima bahwa berat bersih rata-rata yang dipasarkan tetap 400 gram? Ujilah dengan taraf nyata 5%!
10 Uji Hipotesis untuk Rata-rata Sampel Berukuran Kecil 10
11 Uji Rata-rata untuk Sampel Berukuran Kecil (n < 30) 11 Data statistik sampel: - Ukuran sampel = n < 30 - Rata-rata sampel = x - Standard deviasi sampel = s
12 Uji Rata-rata untuk Sampel Berukuran Kecil (n < 30) 12 Langkah-langkah pengujian : a. Uji hipotesis H0 : μ = μ0 H1 : μ μ0 Tingkat signifikansi : α Statistik uji : ~ t(n-1) (student t dengan derajat kebebasan n-1) Daerah kritis (Daerah penolakan H0) T hitung < - t (1-α/2);(n-1) atau T hitung > t (α/2);(n-1) Daerah penerimaan H0 - t(1-α/2);(n-1) T hitung t(α/2);(n-1)
13 Uji Rata-rata untuk Sampel Berukuran Kecil (n < 30) 13 b. Uji hipotesis H0 : μ = μ0 H1 : μ > μ0 Tingkat signifikansi : α Statistik uji : Daerah kritis (Daerah penolakan H0) T hitung > t α;(n-1) ~ t(n-1) (student t dengan derajat kebebasan n-1) c. Uji hipotesis H0 : μ = μ0 H1 : μ < μ0 Tingkat signifikansi : α Statistik uji : Daerah kritis (Daerah penolakan H0) T hitung < - t (1-α);(n-1) ~ t(n-1) (student t dengan derajat kebebasan n-1) Daerah penerimaan H0 Daerah penerimaan H0 T hitung t α;(n-1) T hitung - t (1-α);(n-1)
14 Contoh Soal (2) 14 Sebuah mesin pembuat washer dalam keadaan masih baru bisa menghasilkan washer dengan ketebalan (tingkat ketipisan) 0,050 inchi. Untuk mengetahui apakah mesin tersebut masih bisa bekerja dengan baik (seperti dalam keadaan masih baru) diambil sampel produk sejumlah 10 washer. Dari sampel tersebut diperoleh rata-rata ketebalan 0,053 inchi dengan standar deviasi 0,003 inchi. Ujilah dengan α = 5% apakah mesin tersebut masih bekerja seperti dalam keadaan baru!
15 Penyelesaian (2) Data statistik sampel: 15 Langkah-langkah uji hipotesis H0 : μ = 0,05 H1 : μ 0,05 Tingkat signifikansi α = 0,05 Statistik Uji Daerah kritis (daerah penolakan H0) : Thitung < - t(0,975);(9) = - 2,26 atau Thitung > t(0,025);(9) =2,26 Kesimpulan Karena T hitung = 3 > t(0,025);(9) = 2,26; maka H0 ditolak. Artinya mesin sudah tidak bekerja seperti semula
16 Latihan Soal (2) Uji breaking strenght dari 6 buah kawat yang dihasilkan oleh suatu perusahaan menunjukkan rata-rata breaking strenght 7850 lb dengan standar deviasi 145 lb. Padahal pemilik perusahaan tersebut mengatakan bahwa breaking strenght dari kawat yang dihasilkan mempunyai rata-rata tidak kurang dari 8000 lb. apakah klaim dari pemilik perusahaan tersebut bisa dibenarkan? Ujilah dengan α = 0,01 dan α = 0, Waktu rata-rata yang diperlukan seorang mahasiswa untuk daftar ulang di suatu perguruan tinggi adalah 50 menit. Suatu prosedur pendaftaran baru yang menggunakan mesin modern sedang dicoba. Bila dari sampel random sebanyak 12 mahasiswa diperoleh data rata-rata waktu pendaftaran dengan menggunakan sistem baru tersebut adalah 48 menit dengan standar deviasi 11,9 menit. Ujilah hipotesis bahwa sistem baru tersebut lebih cepat dibandingkan sistem yang lama. Gunakan α = 0,05
17 Uji Hipotesis untuk Perbedaan 2 Rata-rata Sampel Berukuran Besar 17
18 Uji Hipotesis untuk Perbedaan 2 Rata-Rata 18 Kondisi : Jika n1; n2 30 dan σ1; σ2 diketahui Jika tidak diketahui σ1; σ2 diestimasi dengan s1; s2 Data statistik sampel: - Ukuran sampel 1 = n Ukuran sampel 2 = n Rata-rata sampel 1 = - Rata-rata sampel 2 = - Standard deviasi sampel 1= s1 - Standard deviasi sampel 2= s2 Langkah-langkah pengujian : Tingkat signifikansi : Statistik uji : ~ N(0; 1)
19 Uji Hipotesis untuk Perbedaan 2 Rata-Rata 19 a. Uji hipotesis H0 : μ1 = μ2 atau μ1 μ2 = 0 H1 : μ1 μ2 atau μ1 - μ2 0 Daerah kritis (Daerah penolakan H0) Zhitung < - Zα/2 atau Zhitung > Zα/2 Daerah penerimaan H0 - Zα/2 Zhitung Zα/2
20 Uji Hipotesis untuk Perbedaan 2 Rata-Rata 20 b. Uji hipotesis H0 : μ1 = μ2 atau μ1 μ2 = 0 H1 : μ1 > μ2 atau μ1 - μ2 > 0 Daerah kritis (Daerah penolakan H0) Zhitung > Zα c. Uji hipotesis H0 : μ1 = μ2 atau μ1 μ2 = 0 H1 : μ1 < μ2 atau μ1 - μ2 < 0 Daerah kritis (Daerah penolakan H0) Zhitung < - Zα Daerah penerimaan H0 Zhitung Zα Daerah penerimaan H0 Zhitung - Zα
21 Contoh Soal (3) 21 Sebuah test dilakukan pada 2 kelas yang berbeda yang masing-masing terdiri dari 40 dan 50 mahasiswa. Dalam kelas pertama diperoleh nilai rata-rata 74 dengan standar deviasi 8, sementara di kelas kedua nilai rata-ratanya 78 dengan standar deviasi 7. Apakah kedua kelas tersebut bisa dikatakan mempunyai tingkat kemampuan yang berbeda? Jika ya, apakah kelas kedua lebih baik dari kelas pertama? Gunakan tingkat signifikansi 0,05.
22 Penyelesaian (3) 22 Data statistik sampel: n1 = 40 = 74 s1 = 8 n2 = 50 = 78 s2 = 7 a. Langkah-langkah pengujian: Uji hipotesis H0 : μ1 = μ2 atau μ1 μ2 = 0 H1 : μ1 μ2 atau μ1 - μ2 0 Tingkat signifikansi : α = 0,05 Statistik uji = -2,49 Daerah kritis (Daerah penolakan H0) Zhitung < - Z0,025 = - 1,96 atau Zhitung > Z0,025= 1,96 Kesimpulan: Karena Z hitung = - 2,49 < - Z0,025 = - 1,96; maka H0 ditolak pada tingkat signifikansi 5%. Artinya, kedua kelas mempunyai kemampuan yang berbeda.
23 Penyelesaian (3) 23 b. Langkah-langkah pengujian: Uji hipotesis H0 : μ1 = μ2 atau μ1 μ2 = 0 H1 : μ1 < μ2 atau μ1 - μ2 < 0 Tingkat signifikansi : α = 0,05 Statistik uji = -2,49 Daerah kritis (Daerah penolakan H0) Zhitung < - Z0,05 = - 1,65 Kesimpulan: Karena Z hitung = - 2,49 < Z0,05 = - 1,65; maka H0 ditolak pada tingkat signifikansi 5%. Artinya, kelas kedua mempunyai kemampuan yang lebih baik dibanding kelas pertama.
24 Latihan Soal (3) 24 Seorang pemilik perusahaan produksi bohlam berpendapat bahwa bohlam merek TERANG dan SINAR tidak memiliki perbedaan rata-rata lamanya menyala. Untuk menguji pendapatnya, dilakukan percobaan dengan menyalakan 75 bohlam merek TERANG dan 40 bohlam merek SINAR sebagai sampel random. Ternyata diperoleh bahwa rata-rata menyalanya adalah 945 jam dan 993 jam dengan simpangan baku 88 jam dan 97 jam. Ujilah pendapat tersebut dengan taraf nyata 6%!
25 Uji Hipotesis untuk Perbedaan 2 Rata-rata Sampel Berukuran Kecil 25
26 Uji Hipotesis untuk Perbedaan 2 Rata-Rata 26 Kondisi : 1. Jika n1; n2 < 30 dan σ1; σ2 tidak diketahui, tetapi Data statistik sampel: - Ukuran sampel 1 = n1 < 30 - Ukuran sampel 2 = n2 < 30 - Rata-rata sampel 1 = - Rata-rata sampel 2 = - Standard deviasi sampel 1= s1 - Standard deviasi sampel 2= s2 Langkah-langkah pengujian : Tingkat signifikansi : α Statistik uji : dengan dan v = n 1 + n 2-2
27 Uji Hipotesis untuk Perbedaan 2 Rata-Rata 27 a. Uji hipotesis H0 : μ1 = μ2 atau μ1 μ2 = 0 H1 : μ1 μ2 atau μ1 - μ2 0 Daerah kritis (Daerah penolakan H0) Thitung < - tα/2;v atau Thitung > tα/2;v Daerah penerimaan H0 - tα/2; v Thitung tα/2; v
28 Uji Hipotesis untuk Perbedaan 2 Rata-Rata 28 b. Uji hipotesis H0 : μ1 = μ2 atau μ1 μ2 = 0 H1 : μ1 > μ2 atau μ1 - μ2 > 0 Daerah kritis (Daerah penolakan H0) Thitung > tα; v c. Uji hipotesis H0 : μ1 = μ2 atau μ1 μ2 = 0 H1 : μ1 < μ2 atau μ1 - μ2 < 0 Daerah kritis (Daerah penolakan H0) Thitung < - tα; v Daerah penerimaan H0 Thitung tα; v Daerah penerimaan H0 Thitung - tα; v
29 Uji Hipotesis untuk Perbedaan 2 Rata-Rata 29 Kondisi : 2. Jika n1; n2 < 30 dan σ1; σ2 tidak diketahui, tetapi Data statistik sampel: - Ukuran sampel 1 = n1 < 30 - Ukuran sampel 2 = n2 < 30 - Rata-rata sampel 1 = - Rata-rata sampel 2 = - Standard deviasi sampel 1= s1 - Standard deviasi sampel 2= s2 Langkah-langkah pengujian : Tingkat signifikansi : α Statistik uji : dengan
30 Uji Hipotesis untuk Perbedaan 2 Rata-Rata 30 a. Uji hipotesis H0 : μ1 = μ2 atau μ1 μ2 = 0 H1 : μ1 μ2 atau μ1 - μ2 0 Daerah kritis (Daerah penolakan H0) Thitung < - tα/2;v atau Thitung > tα/2;v Daerah penerimaan H0 - tα/2; v Thitung tα/2; v
31 Uji Hipotesis untuk Perbedaan 2 Rata-Rata 31 b. Uji hipotesis H0 : μ1 = μ2 atau μ1 μ2 = 0 H1 : μ1 > μ2 atau μ1 - μ2 > 0 Daerah kritis (Daerah penolakan H0) Thitung > tα; v c. Uji hipotesis H0 : μ1 = μ2 atau μ1 μ2 = 0 H1 : μ1 < μ2 atau μ1 - μ2 < 0 Daerah kritis (Daerah penolakan H0) Thitung < - tα; v Daerah penerimaan H0 Thitung tα; v Daerah penerimaan H0 Thitung - tα; v
32 Contoh Soal (4) 32 Test IQ dari 16 siswa di suatu daerah menunjukkan rata-rata 107 dengan standard deviasi 10. Sementara sampel 14 siswa dari daerah lain menunjukkan rata-rata 112 dengan standar deviasi 8. Bisakah disimpulkan bahwa IQ dari kedua daerah tersebut berbeda secara signifikan? Gunakan α = 0,01; jika diketahui bahwa standard deviasi dari IQ kedua daerah sama.
33 Penyelesaian (4) Data statistik sampel: n1 = 16 = 107 s1 = 10 à = 100 n2 = 14 = 112 s2 = 8 à = a. Langkah-langkah pengujian: Uji hipotesis H0 : μ1 = μ2 atau μ1 μ2 = 0 H1 : μ1 μ2 atau μ1 - μ2 0 Tingkat signifikansi : α = 0,01 Statistik uji dengan dan v = n1 + n2 2 = = 28
34 Penyelesaian (4) 34 Daerah kritis (Daerah penolakan H0) Thitung < - t0,005;28 = - 2,76 atau Thitung > t0,005;28= 2,76 Kesimpulan: Karena t0,005;28 = -2,76 Thitung =-1,497 t0,005;28 =2,76; maka H0 diterima pada tingkat keyakinan 99%. Artinya, IQ dari kedua daerah tidak berbeda secara signifikan.
35 Latihan Soal (4) 35 Untuk menguji pengaruh operator yang berbeda pada hasil proses produksi di sebuah mesin, dilakukan pengamatan selama 24 hari sebagai sampel. 12 hari pertama operator A yang mengoperasikan mesin tersebut dan 12 hari berikutnya digantikan oleh operator B. Kondisi kedua sampel tersebut dibuat sesama mungkin. Dari 12 hari pengamatan yang dilakukan oleh operator A diperoleh rata-rata hasil proses per hari adalah 5,1 kuintal dengan standar deviasi 0,36 kuintal; sementara dari operator B diperoleh rata-rata hasil proses per hari adalah 4,8 kuintal dengan standar deviasi 0,40 kuintal. Dapatkah disimpulkan bahwa operator A lebih baik dari operator B; jika diketahui bahwa standard deviasi dari hasil proses per hari kedua operator tidak sama. Gunakan α = 0,01.
36 Uji Hipotesis Untuk 2 Sampel Berpasangan (Paired t Test) 36
37 Uji Dua Sampel Berpasangan (Paired t Test) 37 Jika 2 sampel berukuran n merupakan himpunan n pasangan observasi yang diperoleh dari n obyek yang diukur atau diperlakukan dengan dua cara yang berbeda. Misalkan: Obyek Pengamatan Pengukuran/Perlakuan I II Selisih (dj) 2 (dj) 1 x11 x21 d1 = x11 x21 2 x12 x22 d2 = x12 x n x1n x2n dn = x1n x2n Jumlah Dengan diasumsikan bahwa dan
38 Uji Dua Sampel Berpasangan (Paired t Test) Langkah-langkah pengujian: a. Uji hipotesis H0 : μ1 = μ2 atau μd = 0 H1 : μ1 μ2 atau μd 0 Tingkat signifikansi : α Statistik uji : 38 dengan dan Daerah kritis (Daerah penolakan H0) Thitung < - tα/2;n-1 atau Thitung > tα/2;n-1 Daerah penerimaan H0 - tα/2;n-1 Thitung tα/2;n-1 Untuk uji satu sisi, penentuan daerah kritis bisa ditentukan seperti uji t yang lain!
39 Contoh Soal (5) 39 Misalkan akan diuji apakah penerapan metode kerja baru di suatu stasiun kerja akan meningkatkan kapasitas kerja dari karyawan di stasiun kerja tersebut. Untuk itu diamati hasil produksi per jam dari 12 orang karyawan yang bekerja di stasiun kerja tersebut sebelum dan sesudah diterapkannya metode kerja baru, hasilnya bisa dilihat pada tabel berikut: (Gunakan α = 5%)
40 Contoh Soal (5) 40 Karyawan Jumlah Produk yang Dihasilkan per jam Selisih Metode Lama Metode Baru Jumlah Rata-rata -1,58
41 Penyelesaian (5) Langkah-langkah pengujian H0 : μ1 = μ2 atau μd = 0 H1 : μ1 < μ2 atau μd < 0 (terjadi peningkatan kapasitas) Tingkat signifikansi : 0,05 Statistik uji : 41 dengan dan Daerah kritis (Daerah penolakan H0) Thitung < - t0,05; 11 = -1,796 Karena Thitung = -2,293 < - t0,05; 11 = -1,796, maka H0 ditolak. Berarti penerapan metode baru dapat meningkatkan kapasitas produksi
42 Latihan Soal (5) 42 Sebuah sampel random diambil dari 6 salesman untuk diselidiki hasil pengujiannya pada semester I dan II, suatu produk tertentu. Hasilnya adalah sebagai berikut: Salesman Semester I Penjualan Semester II P Q R S T U Ujilah pada taraf nyata 5% apakah hasil penjualan semester I lebih baik daripada semester II?
43 Ringkasan (1) 43 No. Pengujian Hipotesis Daerah Kritis Daerah Penerimaan 1. Uji Hipotesis untuk Perbedaan 1 Rata-rata (One sample t-test) Sampel Besar H0: μ = μ 0 H1: μ μ 0 Z hitung < - Z α/2 atau Z hitung > Z α/2 - Z α/2 Z hitung Z α/2 H0: μ = μ 0 H1: μ > μ 0 H0: μ = μ 0 H1: μ < μ 0 Sampel Kecil H0: μ = μ 0 H1: μ μ 0 H0: μ = μ 0 H1: μ > μ 0 H0: μ = μ 0 H1: μ < μ 0 Z hitung > Z α Z hitung < - Z α t hitung < - t (1-α/2);(n-1) atau t hitung > t (α/2);(n-1) t hitung > t α;(n-1) T hitung < -t (1-α);(n-1) Z hitung Z α Z hitung - Z α - t (1-α/2);(n-1) t hitung t (α/2);(n-1) t hitung t α;(n-1) t hitung - t (1-α);(n-1)
44 Ringkasan (2) 44 No. Pengujian Hipotesis Daerah Kritis Daerah Penerimaan 2. Uji Hipotesis untuk Perbedaan 2 Rata-rata a. Independent Test Sampel Besar H0:μ 1 = μ 2 atau μ 1 - μ 2 = 0 H1:μ 1 μ 2 atau μ 1 - μ 2 0 H0:μ 1 = μ 2 atau μ 1 - μ 2 = 0 H1:μ 1 > μ 2 atau μ 1 - μ 2 > 0 Z hitung < - Z α/2 atau Z hitung > Z α/2 - Z α/2 Z hitung Z α/2 Z hitung > Z α Z hitung Z α H0:μ 1 = μ 2 atau μ 1 - μ 2 = 0 H1:μ 1 < μ 2 atauμ 1 - μ 2 > 0 Z hitung < - Z α Z hitung - Z α Sampel Kecil Jika: H0:μ 1 = μ 2 atau μ 1 - μ 2 = 0 H1:μ 1 μ 2 atau μ 1 - μ 2 0 t hitung < - t α/2;v atau t hitung > t α/2;v -t α/2;v t hitung t α/2;v v = n1+n2-2 Jika: H0:μ 1 = μ 2 atau μ 1 - μ 2 = 0 H1:μ 1 > μ 2 atau μ 1 - μ 2 > 0 t hitung > t α;v thitung t α;v H0:μ 1 = μ 2 atau μ 1 - μ 2 = 0 H1:μ 1 < μ 2 atauμ 1 - μ 2 > 0 T hitung < -t α;v t hitung - t α;v
45 45 No. Pengujian Hipotesis Daerah Kritis Daerah Penerimaan 2. Uji Hipotesis untuk Perbedaan 2 Rata-rata b. Paired t-test H0:μ 1 = μ 2 atau μ D = 0 H1:μ 1 μ 2 atau μ D 0 T hitung < - t α/2;n-1 atau T hitung > t α/2;n-1 - t α/2;n-1 Thitung t α/2;n-1 H0:μ 1 = μ 2 atau μ D = 0 H1:μ 1 > μ 2 atau μ D > 0?? H0:μ 1 = μ 2 atau μ D = 0 H1:μ 1 > μ 2 atau μ D > 0??
PENGUJIAN HIPOTESIS (2) Debrina Puspita Andriani /
PENGUJIAN HIPOTESIS (2) 2 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Uji Hipotesis untuk Rata-rata Sampel Berukuran Besar 3 Uji Rata-rata untuk Sampel Berukuran
Lebih terperinciPENGERTIAN PENGUJIAN HIPOTESIS
PENGUJIAN HIPOTESIS PENGERTIAN PENGUJIAN HIPOTESIS HUPO From: BAHASA YUNANI THESIS Pernyataan yang mungkin benar atau mungkin salah terhadap suatu populasi Lemah, kurang, di bawah Teori, proposisi, atau
Lebih terperinciPengertian Pengujian Hipotesis
PENGUJIAN HIPOTESIS Pengertian Pengujian Hipotesis HUPO BAHASA YUNANI THESIS Pernyataan yang mungkin benar atau mungkin salah terhadap suatu populasi Lemah, kurang, di bawah Teori, proposisi, atau pernyataan
Lebih terperinciPENGUJIAN HIPOTESIS 1
PENGUJIAN HIPOTESIS 1 Pengertian Pengujian Hipotesis From: BAHASA YUNANI HUPO THESIS Lemah, kurang, di bawah Teori, proposisi, atau pernyataan yang disajikan sebagai bukti Hipotesis suatu pernyataan yang
Lebih terperinciPENGUJIAN HIPOTESIS (3)
PENGUJIAN HIPOTESIS (3) 3 Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e-mail : debrina@ub.ac.id Blog : http://debrina.lecture.ub.ac.id/ 2 Outline Uji Hipotesis untuk Proporsi 3 Uji Hipotesis
Lebih terperinciSTATISTIKA INDUSTRI 2 TIN 4004
STATISTIKA INDUSTRI 2 TIN 4004 Pertemuan 2 Outline: Uji Hipotesis: Langkah-langkah Uji Hipotesis Jenis Uji Hipotesis satu populasi Uji Z Referensi: Walpole, R.E., Myers, R.H., Myers, S.L., Ye, K., Probability
Lebih terperinciPENGUJIAN HIPOTESIS (3) Debrina Puspita Andriani /
PENGUJIAN HIPOTESIS (3) 4 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Uji Hipotesis untuk Variansi/ Standard Deviasi 3 Uji Hipotesis untuk Variansi (1) 4 Data statistik
Lebih terperinciPENGUJIAN HIPOTESA #1
PENGUJIAN HIPOTESA #1 Materi #3 TIN309 DESAIN EKSPERIMEN Pengujian Hipotesa Hipotesa: asumsi atau dugaan mengenai sesuatu hal yang dibuat untuk menjelaskan sesuatu masalah. Pengujian Hipotesa: langkah-langkah
Lebih terperinciSTATISTIKA INDUSTRI 2 TIN 4004
STATISTIKA INDUSTRI 2 TIN 4004 Pertemuan 2 Outline: Uji Hipotesis: Directional & Nondirectional test Langkah-langkah Uji Hipotesis Error dalam Uji hipotesis (Error Type I) Jenis Uji Hipotesis satu populasi
Lebih terperinciSTATISTIKA INDUSTRI 2 TIN 4004
STATISTIKA INDUSTRI 2 TIN 4004 Pertemuan 4 Outline: Uji Dua Sample Uji Z Uji t Uji t gabungan (pooled t-test) Uji t berpasangan (paired t-test) Uji proporsi Uji Chi-Square Referensi: Johnson, R. A., Statistics
Lebih terperinciSTATISTIK NON PARAMETRIK (2)
STATISTIK NON PARAMETRIK (2) 12 Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e-mail : debrina@ub.ac.id Blog : http://debrina.lecture.ub.ac.id/ 2 Outline Uji Korelasi Urutan Spearman Statistik
Lebih terperinciSTATISTIK NON PARAMETRIK (2) Debrina Puspita Andriani /
STATISTIK NON PARAMETRIK (2) 13 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Uji Korelasi Urutan Spearman Statistik Non Parametrik 3 Uji Korelasi Urutan Spearman
Lebih terperinciPENGUJIAN HIPOTESIS. 100% - 5 % = 95% (Ho di terima) 2,5% (Ho ditolak) 2,5% ( Ho ditolak ) - Zα 0 Zα
PENGUJIAN HIPOTESIS. Pengertian Hipotesis Hypo = Sementara Thesis = Jawaban Jadi hipotesis adalah jawaban sementara dari suatu pernyataan ( pejabat, mahasiswa, pegawai dan lain sebagainya.contoh :. Pernyataan
Lebih terperinciUji Hipotesis Mengenai Rataan (Hypothesis Test on the Mean) Oleh Azimmatul Ihwah
Uji Hipotesis Mengenai Rataan (Hypothesis Test on the Mean) Oleh Azimmatul Ihwah Uji Hipotesis Mengenai Rataan dari Satu Sampel yang Berasal dari Populasi Berdistribusi Normal, Variansi Diketahui Hipotesis
Lebih terperinciUJI HIPOTESIS UNTUK PROPORSI
PENGUJIAN HIPOTESIS UJI HIPOTESIS UNTUK PROPORSI Uji Hipotesis untuk Proporsi Data statistik sampel: - = Proporsi kejadian sukses dalam sampel - p = Proporsi kejadian sukses dalam populasi - - Statistik
Lebih terperinciPENGUJIAN HIPOTESIS RATA- RATA. Oleh : Riandy Syarif
PENGUJIAN HIPOTESIS RATA- RATA Oleh : Riandy Syarif Definisi Pengujian hipotesis tentang rata-rata adalah pengujian hipotesis mengenai rata-rata populasi yg didasarkan atas informasi sampelnya. Pengujian
Lebih terperinciDISTRIBUSI SAMPLING besar
DISTRIBUSI SAMPLING besar Distribusi Sampling Sampling = pendataan sebagian anggota populasi = penarikan contoh / pengambilan sampel Sampel yang baik Sampel yang representatif, yaitu diperoleh dengan memperhatikan
Lebih terperinciSTATISTIKA INDUSTRI 2 TIN 4004
STATISTIKA INDUSTRI 2 TIN 4004 Pertemuan 3 Outline: Uji Hipotesis: Uji Z: Proportional Populasi Uji Hipotesis 2 populasi: Uji Z Uji pooled t-test Uji paired t-test Referensi: Johnson, R. A., Statistics
Lebih terperinciPENGUJIAN HIPOTESIS (1) Debrina Puspita Andriani /
PENGUJIAN HIPOTESIS (1) 1 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Pengertian Pengujian Hipotesis (1) 3 BAHASA YUNANI HUPO Lemah, kurang, di bawah THESIS Teori,
Lebih terperinciDistribusi Sampling 6.2. Debrina Puspita Andriani /
6. Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id Outline Pengertian dan Konsep Dasar Distribusi Sampling Distribusi Sampling Mean Distribusi Sampling Proporsi Distribusi Sampling
Lebih terperinciPERTEMUAN KE 3 UJI HIPOTESIS BEDA DUA RATA-RATA
PERTEMUAN KE 3 UJI HIPOTESIS BEDA DUA RATA-RATA Uji beda dua rata-rata sampel berpasangan (Paired test) Dibutuhkan untuk mencek perbedaan yang bermakna antara dua nilai rata-rata ketika sampel-sampel tersebut
Lebih terperinciESTIMASI. Arna Fariza PENDAHULUAN
ESTIMASI Arna Fariza PENDAHULUAN MATERI LALU Karena adanya berbagai alasan seperti banyaknya individu dalam populasi amatan, maka penelitian keseluruhan terhadap populasi tersebut tidaklah ekonomis, baik
Lebih terperinciBab 5 Distribusi Sampling
Bab 5 Distribusi Sampling Pendahuluan Untuk mempelajari populasi kita memerlukan sampel yang diambil dari populasi yang bersangkutan. Meskipun kita dapat mengambil lebih dari sebuah sampel berukuran n
Lebih terperinciPENGUJIAN HIPOTESIS. 2,5% (Ho ditolak) 2,5% ( Ho ditolak )
PENGUJIAN HIPOTESIS 1. Pengertian Hipotesis Hypo = Sementara Thesis = Jawaban Jadi hipotesis adalah jawaban sementara dari suatu pernyataan ( pejabat, mahasiswa, pegawai dan lain sebagainya.contoh : 1.
Lebih terperinciPengujian Hipotesis. Julian Adam Ridjal. PS Agribisnis Universitas Jember
Pengujian Hipotesis Julian Adam Ridjal PS Agribisnis Universitas Jember www.adamjulian.net Pengujian Hipotesis Rata-rata dan Proporsi & Selisih Rata-rata dan Selisih Proporsi Hipotesis Pengujian Hipotesis
Lebih terperinciUmmu Kalsum UNIVERSITAS GUNADARMA
Ummu Kalsum UNIVERSITAS GUNADARMA 2016 Inferensia Statistika : Mencakup semua metode yang digunakan untuk penarikan kesimpulan atau generalisasi mengenai populasi dengan melakukan pengambilan sampel (sampling)
Lebih terperinciPengujian Hipotesis. 1. Pendahuluan. Topik Bahasan:
Topik Bahasan: Pengujian Hipotesis. Pendahuluan Hipotesis pernyataan yang merupakan pendugaan berkaitan dengan nilai suatu parameter populasi (satu atau lebih populasi) Kebenaran suatu hipotesis diuji
Lebih terperinciPENGUJIAN HIPOTESIS O L E H : R I A N D Y S Y A R I F
PENGUJIAN HIPOTESIS O L E H : R I A N D Y S Y A R I F DEFINISI HIPOTESIS Hipotesis berasal dari bahasa Yunani ; Hipo berarti Lemah atau kurang atau di bawah dan Thesis berarti teori, proposisi atau pernyataan
Lebih terperinciTEORI PENDUGAAN. diketahui berdasarkan informasi sampel.
TEORI PENDUGAAN Estimasi / Pendugaan Suatu pernyataan mengenai parameter populasi yang diketahui berdasarkan informasi sampel. Penduga atau Estimator Suatu statistik ti tik (harga sampel) yang digunakan
Lebih terperinciSTATISTIK NON PARAMETRIK (1)
11 STATISTIK NON PARAMETRIK (1) Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e-mail : debrina@ub.ac.id Blog : http://debrina.lecture.ub.ac.id/ 2 Outline Metode Statistik : Parametrik
Lebih terperinciUJI STATISTIK NON PARAMETRIK. Widha Kusumaningdyah,, ST., MT
UJI STATISTIK NON PARAMETRIK Widha Kusumaningdyah,, ST., MT UJI KERANDOMAN (RANDOMNESS TEST / RUN TEST) Uji KERANDOMAN Untuk menguji apakah data sampel yang diambil merupakan data yang acak / random Prosedur
Lebih terperinciSEBARAN PENARIKAN CONTOH
STATISTIK A (MAM 4137) SEBARAN PENARIKAN CONTOH By Syarifah Hikmah Julinda Outline Sebaran Penarikan Contoh Sebaran Penarikan Contoh Bagi Nilai Tengah Sebaran t Sebaran Penarikan contoh bagi beda dua mean
Lebih terperinciKONSEP PROBABILITAS & DISTRIBUSI PROBABILITAS
KONSEP PROBABILITAS & DISTRIBUSI PROBABILITAS 5 Pengendalian Kualitas Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e- Mail : debrina@ub.ac.id Blog : hbp://debrina.lecture.ub.ac.id/ 2
Lebih terperinciUJI HIPOTESA PERBEDAAN. t-test
UJI HIPOTESA PERBEDAAN t-test T-test Digunakan untuk menguji hipotesa komparatif (uji perbedaan) Digunakan untuk sample kecil & varian populasi tidak diketahui Merupakan salah satu tehnik statistik parametrik
Lebih terperinciSTK 211 Metode Statistika PENGUJIAN HIPOTESIS
STK Metode Statistika PENGUJIAN HIPOTESIS Pendahuluan Dalam mempelajari karakteristik populasi sering telah memiliki hipotesis tertentu. pemberian DHA pada anak-anak akan menambah kecerdasannya atau pemberian
Lebih terperinciPenduga : x p s r b. Pertemuan Ke 9. BAB V PENDUGAAN PARAMETER
Pertemuan Ke 9. BAB V PENDUGAAN PARAMETER 5.1 Pengertian Pendugaan Parameter. Pendugaan merupakan suatu bagian dari statistik inferensia yaitu suatu pernyataan mengenai parameter populasi yang tidak diketahui
Lebih terperinciS T A T I S T I K A OLEH : WIJAYA
S T A T I S T I K A OLEH : WIJAYA email : zeamays_hibrida@yahoo.com FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2009 IV. PENDUGAAN PARAMETER Populasi Sampling Sampel N n Rata-rata : μ Simp.
Lebih terperinciUji Hipotesis. Atina Ahdika, S.Si, M.Si. Universitas Islam Indonesia 2015
Uji Hipotesis Atina Ahdika, S.Si, M.Si Universitas Islam Indonesia 015 Definisi Hipotesis Suatu pernyataan tentang besarnya nilai parameter populasi yang akan diuji. Pernyataan tersebut masih lemah kebenarannya
Lebih terperinciUJI HIPOTESIS SATU-SAMPEL
UJI HIPOTESIS SATU-SAMPEL Pengantar 1. Tulisan ini terkait dengan artikel berjudul KETIKA ILMU HUKUM SEIRING STATISTIKA pada laman www.edscyclopedia.com. Pada website tersebut, mengenai uji hipotesis secara
Lebih terperinciUji Hipotesa Dua Sampel (Lanjutan)
Uji Hipotesa Dua Sampel (Lanjutan) Tjipto Juwono, Ph.D. May 3, 2016 TJ (SU) Uji Hipotesa Dua Sampel (Lanjutan) May 2016 1 / 26 σ tidak diketahui, saling beda, sampel kecil Standard Deviasi Tidak Diketahui,
Lebih terperinciSTATISTIKA II (BAGIAN
STATISTIKA II (BAGIAN - ) Oleh : WIJAYA email : zeamays_hibrida@yahoo.com FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 008 Wijaya : Statistika II (Bagian-) 0 VI. PENGUJIAN HIPOTESIS Hipotesis
Lebih terperinciPendugaan Parameter. Ayundyah Kesumawati. April 13, Prodi Statistika FMIPA-UII. Ayundyah (UII) Pendugaan Parameter April 13, / 30
Pendugaan Parameter Ayundyah Kesumawati Prodi Statistika FMIPA-UII April 13, 2015 Ayundyah (UII) Pendugaan Parameter April 13, 2015 1 / 30 Pendugaan 1 Proses yang menggunakan sampel statistik untuk menduga
Lebih terperinciBAB 6 PENAKSIRAN PARAMETER
BAB 6 PENAKSIRAN PARAMETER Bab 6 PENAKSIRAN PARAMETER Standar Kompetensi : Setelah mengikuti kuliah ini, mahasiswa dapat memahami hubungan nilai sampel dan populasi dan menentukan distribusi sampling yang
Lebih terperinciSTATISTIKA INDUSTRI 2 TIN 4004
STATISTIKA INDUSTRI TIN 4004 Pertemuan 5 Outline: Uji Chi-Squared Uji F Uji Goodness-of-Fit Uji Contingency Uji Homogenitas Referensi: Montgomery, D.C., Runger, G.C., Applied Statistic and Probability
Lebih terperinciPENAKSIRAN PARAMETER TM_3
PENAKSIRAN PARAMETER TM_3 Pendahuluan Statistik inverensial membicarakan bgmn mengeneralisasi informasi yg telah diperoleh. Segala aturan, dan cara, yg dpt di pakai sebagai alat dlm mencoba menarik kesimpulan
Lebih terperinciSTATISTIKA INDUSTRI 2 TIN 4004
STATISTIKA INDUSTRI TIN 4004 Pertemuan 5 Outline: Uji Chi-Squared Uji F Uji Contingency Uji Homogenitas Referensi: Johnson, R. A., Statistics Principle and Methods, 4 th Ed. John Wiley & Sons, Inc., 001.
Lebih terperinciPengujian hipotesis. Mata Kuliah: Statistik Inferensial. Hipotesis
PENGUJIAN HIPOTESIS Prof. Dr. H. Almasdi Syahza, SE., MP Email: asyahza@yahoo.co.id 1 Hipotesis Hipotesis adalah suatu pernyataan mengenai nilai suatu parameter populasi yang dimaksudkan untuk pengujian
Lebih terperinci(ESTIMASI/ PENAKSIRAN)
ESTIMASI PENDAHULUAN Karena adanya berbagai alasan seperti banyaknya individu dalam populasi amatan, maka penelitian keseluruhan terhadap populasi tersebut tidaklah ekonomis, baik tenaga, waktu, maupun
Lebih terperinciPenyusunan Hipotesa : 1. : µ 1 = µ 2 : µ 1 µ 2 2. : µ 1 µ 2 : µ 1 > µ 2 3. : µ 1 µ 2 : µ 1 < µ 2 Apabila data yang diambil dari hasil eksperimen, maka
MODUL DISTRIBUSI t 1. PENDAHULUAN Pengujian hipotesis dengan distribusi t adalah pengujian hipotesis yang menggunakan distribusi t sebagai uji statistik. Tabel pengujiannya disebut tabel t-student. Distribusi
Lebih terperinciKORELASI LINIER BERGANDA
KORELASI LINIER BERGANDA 10 Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e-mail : debrina@ub.ac.id Blog : http://debrina.lecture.ub.ac.id/ 2 Outline 3 Analisa Korelasi Untuk mengukur
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jenis Penelitian Jenis penelitian ini adalah penelitian eksperimen dengan pendekatan kuantitatif. Penelitian dengan pendekatan kuantitatif merupakan penelitian yang banyak
Lebih terperinciPENGUJIAN HIPOTESIS. Nurwahyu Alamsyah, S.Kom wahyualamsyah.wordpress.com. D3 - Manajemen Informatika - Universitas Trunojoyo Madura
PENGUJIAN HIPOTESIS Nurwahyu Alamsyah, S.Kom wahyu@plat-m.com wahyualamsyah.wordpress.com HIPOTESIS Berasal dari bahasa Yunani, Hupo (lemah) dan Thesis (teori). Jadi hipotesis dapat diartikan sebagai suatu
Lebih terperinciBAGAIMANA CARA MENGATASI KASUS TERSEBUT? JAWAB: MELAKUKAN UJI HIPOTESIS
UJI HIPOTESIS Kasus Misalkan suatu perusahaan shampo KILAU mengiklankan bahwa 7 dari 10 orang menggunakan produknya. Anisa, seorang mahasiswa, merasa bahwa pernyataan tersebut berlebihan. Oleh karena itu,
Lebih terperinciPertemuan Ke Pengujian hipotesis mengenai rata-rata Nilai Statistik Uji. Wilayah Kritik
Pertemuan Ke-12 6.4 Uji Hipotesis Langkah langkah pengujian hipotesis : 1. Nyatakan hipotesa nolnya H o bahwa θ = θ o. 2. Pilih hipotesis alternatif H 1 yang sesuai diantara θ < θ o, θ > θ o atau θ # θ
Lebih terperinciPENGUJIAN HIPOTESIS DESKRIPTIF (Satu sampel) Wahyu Hidayat, M.Pd
PENGUJIAN HIPOTESIS DESKRIPTIF (Satu sampel) Wahyu Hidayat, M.Pd Definisi Pengujian hipotesis deskriptif pada dasarnya merupakan proses pengujian generalisasi hasil penelitian yang didasarkan pada satu
Lebih terperinciAyundyah Kesumawati. April 27, 2015
Kesumawati Prodi Statistika FMIPA-UII April 27, 2015 Estimasi interval Jika diperhatikan, terdapat kesamaan rumus-rumus yang dipakai pada saat pengujian hipotesis dan pendugaan selang kepercayaan. Untuk
Lebih terperinciUJI HIPOTESIS DALAM SATU POPULASI MINGGU VII
UJI HIPOTESIS DALAM SATU POPULASI MINGGU VII PENGERTIAN HIPOTESIS Hypothesis berasal dari kata Yunani (Greek) Dari kata hypotithenai artinya menduga Kata ini pertama digunakan oleh Circa 1656 Hipotesis
Lebih terperinciUji Hipotesa Dua Sampel
Uji Hipotesa Dua Sampel Tjipto Juwono, Ph.D. April 19, 2016 TJ (SU) Uji Hipotesa Dua Sampel April 2016 1 / 28 Membandingkan Dua Populasi Contoh 1 Apakah ada perbedaan jumlah rata-rata penjualan rumah oleh
Lebih terperinciDISTRIBUSI TEORITIS. P(M) = p = probabilitas untuk mendapat bola merah (sukses) 30
DISTRIBUSI TEORITIS Distribusi teoritis merupakan alat bagi kita untuk menentukan apa yang dapat kita harapkan, apabila asumsi-asumsi yang kita buat benar. Distribusi teoritis memungkinkan para pembuat
Lebih terperinciS T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON
S T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2010 PENDUGAAN PARMETER IV. PENDUGAAN PARAMETER Populasi N Sampling Sampel n Rata-rata : μ Simp. Baku : σ Ragam
Lebih terperinciPengantar Statistik Inferensial
Pengantar Statistik Inferensial Pertemuan 2 STATISTIKA Statistika (Harun Al Rasyid) adalah seperangkat metode yang membahas: 1. Bagaimana cara mengumpulkan data yang dapat memberikan informasi optimal.
Lebih terperinciPENGUJIAN HIPOTESIS. Konsep: Dua macam kekeliruan. Pengujian hipotesis.
Konsep: PENGUJIAN HIPOTESIS Agus Susworo Dwi Marhaendro Hipotesis: asumsi atau dugaan sementara mengenai sesuatu hal. Dituntut untuk dilakukan pengecekan kebenarannya. Jika asumsi atau dugaan dikhususkan
Lebih terperinciMateri Kuliah: Statistik Inferensial
TEORI PENDUGAAN STATISTIK Prof. Dr. Almasdi Syahza, SE., MP Email: asyahza@yahoo.co.id 1 Teori Statistik Pengujian Hipotesa Besar Pengujian Hipotesa Kecil Memilih Ukuran Teori Statistik Pengujian Hipotesa
Lebih terperinciSTATISTIK PERTEMUAN X
STATISTIK PERTEMUAN X STATISTIKA INFERENSI : UJI HIPOTESIS (SAMPEL GANDA) Outline Uji Hipotesis Variansi dengan sampel ganda Uji Hipotesis Mean dengan Sampel ganda : - Uji t untuk populasi saling bergantung
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Desain Penelitian Kelompok kontrol diperlukan untuk melihat sejauh mana peningkatan berpikir kritis dengan pembelajaran menggunakan multimedia animasi, yang selanjutnya dibandingkan
Lebih terperinciSTATISTIKA BISNIS PENDUGAAN STATISTIKA. Deden Tarmidi, SE., M.Ak., BKP. Modul ke: Fakultas Ekonomi dan Bisnis. Program Studi Akuntansi
Modul ke: STATISTIKA BISNIS PENDUGAAN STATISTIKA Fakultas Ekonomi dan Bisnis Deden Tarmidi, SE., M.Ak., BKP. Program Studi Akuntansi www.mercubuana.ac.id PENDAHULUAN Data yang sudah didapat dari populasi
Lebih terperinciDistribusi Probabilitas : Gamma & Eksponensial
Distribusi Probabilitas : Gamma & Eksponensial 11 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Distribusi Gamma Distribusi Eksponensial 3 Distribusi Gamma Tidak selamanya
Lebih terperinciPengukuran Deskriptif
Pengukuran Deskriptif 2.2 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Pendahuluan Tendensi Sentral Ukuran Dispersi 3 Pendahuluan Pengukuran Deskriptif 4 Definisi
Lebih terperinciAnalysis of Variance (ANOVA) Debrina Puspita Andriani /
Analysis of Variance (ANOVA) 6 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id Outline Kegunaan ANOVA 3 Kontrol investigator 1 atau lebih variabel independen Disebut dgn faktor
Lebih terperinciANALISIS DATA KOMPARATIF (T-Test)
PERTEMUAN KE-10 ANALISIS DATA KOMPARATIF (T-Test) Ringkasan Materi: Komparasi berasal dari kata comparison (Eng) yang mempunyai arti perbandingan atau pembandingan. Teknik analisis komparasi yaitu salah
Lebih terperinciPengujian Hipotesis - Sipil Geoteknik 2013 PENGUJIAN HIPOTESIS. Dr. Vita Ratnasari, M.Si 02/10/2013
1 PENGUJIAN HIPOTESIS Dr. Vita Ratnasari, M.Si Pengertian hipotesis 2 Hipotesis merupakan pernyataan tentang sebuah parameter yang masih harus diuji kebenarannya. Pengujian hipotesis adalah prosedur untuk
Lebih terperinciMODUL 1 SAMPLE t-test
MODUL SAMPLE t-test TUJUAN. Mahasiswa mampu memahami Uji Hipotesis Sample t-test. Mampu menyeleseikan persoalan Uji Hipotesis Sample t-test dengan software SPSS DESKRIPSI Salah satu cabang ilmu statistik
Lebih terperinciSTATISTIKA INDUSTRI 2 TIN 4004
STATISTIKA INDUSTRI 2 TIN 4004 Pertemuan 3 Outline: Uji Hipotesis: Uji t Uji Proportional Referensi: Johnson, R. A., Statistics Principle and Methods, 4 th Ed. John Wiley & Sons, Inc., 2001. Walpole, R.E.,
Lebih terperinciHipotesis. Penerimaan hipotesis menunjukkan bahwa tidak cukup petunjuk untuk mempercayai sebaliknya
Hipotesis Suatu anggapan yang mungkin benar atau tidak mengenai suatu populasi atau lebih Digunakan istilah diterima atau ditolak untuk suatu hipotesis Penolakan suatu hipotesis berarti menyimpulkan bahwa
Lebih terperinciUji Hipotesis dengan ANOVA (Analysis of Variance)
Uji Hipotesis dengan ANOVA (Analysis of Variance) I. Pengertian Dalam sebuah penelitian, terkadang kita ingin membandingkan hasil perlakuan (treatment) pada sebuah populasi dengan populasi yang lain dengan
Lebih terperinciTerima hipotesis Tidak membuat kesalahan Kesalahan tipe II Tolak hipotesis Kesalahan tipe I Tidak membuat kesalahan
PENGUJIAN HIPOTESIS Hipotesis Statistik adalah pernyataan atau dugaan mengenai satu atau lebih populasi. Dengan mengambil suatu sampel acak dari populasi tersebut dan menggunakan informasi yang dimiliki
Lebih terperinciBIOSTATISTIK HIPOTESIS UNTUK PROPORSI MARIA ALMEIDA ( ) NURTASMIA ( ) SOBRI ( )
BIOSTATISTIK UJI HIPOTESIS UNTUK PROPORSI MARIA ALMEIDA (20611003) NURTASMIA (20611022) SOBRI (20611027) : Tahapan-tahapan dalam uji hipotesis 1.Membuat hipotesis nol (H o ) dan hipotesis alternatif (H
Lebih terperinciMetode Sampling 6.1. Debrina Puspita Andriani /
Metode Sampling 6.1 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Populasi dan Sampel Metode Sampling Teknik Penentuan Jumlah Sampel Populasi dan Sampel 3 Populasi
Lebih terperinciSTATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI
STATISTIKA Muhamad Nursalman Pendilkom/Ilkom UPI 1 Daftar Isi Bab 1 Peluang Bab Peubah Acak Bab 3 Distribusi Peluang Diskret Bab 4 Distribusi Peluang Kontinu Bab 5 Fungsi Peubah Acak Bab 6 Teori Penaksiran
Lebih terperinciPengukuran Deskriptif. Debrina Puspita Andriani /
Pengukuran Deskriptif 3 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Pendahuluan Tendensi Sentral Ukuran Dispersi 3 Pendahuluan Pengukuran Deskriptif 4 Definisi Pengukuran
Lebih terperinciIII. METODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN 3.1. Waktu dan Tempat Penelitian ini akan dilakukan di DAS Kali Krukut dan dimulai dari bulan Februari hingga Juni 2012. Daerah Pengaliran Sungai (DAS) Krukut memiliki luas ±
Lebih terperinciS T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON
S T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2011 PENGUJIAN HIPOTESIS V. PENGUJIAN HIPOTESIS Hipotesis adalah jawaban sementara terhadap suatu masalah. Setiap
Lebih terperinciHipotesis adalah suatu pernyataan tentang parameter suatu populasi.
PERTEMUAN 9-10 PENGUJIAN HIPOTESIS Hipotesis adalah suatu pernyataan tentang parameter suatu populasi. Apa itu parameter? Parameter adalah ukuran-ukuran. Rata-rata penghasilan karyawan di kota binjai adalah
Lebih terperinciUji Mengenai Variansi dan Proporsi. Oleh Azimmatul Ihwah
Uji Mengenai Variansi dan Proporsi Oleh Azimmatul Ihwah Uji Hipotesis Mengenai Variansi Beda uji hipotesis mengenai variansi dengan uji hipotesis mengenai rataan adalah pada parameter penduga, yaitu menggunakan
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 6 Statistika Inferensia (2)
STK511 Analisis Statistika Pertemuan 6 Statistika Inferensia () 6. Statistika Inferensia () Pengujian Hipotesis x? s p 6. Statistika Inferensia () Pengujian Hipotesis Rataan populasi: nilainya tidak diketahui
Lebih terperinciSTATISTICS WEEK 8. By : Hanung N. Prasetyo POLTECH TELKOM/HANUNG NP
STATISTICS WEEK 8 By : Hanung N. Prasetyo BAHASAN Pengertian Hypotesisdan Hypotesis Testing Tipe Kesalaan dalam Pengujian Hipotesis Lima Langka Pengujian Hipotesis Pengujian: Dua Sisi dan Satu Sisi Uji
Lebih terperinciMateri Kuliah: Statistik Inferensial
TEORI PENDUGAAN STATISTIK Prof. Dr. Almasdi Syahza, SE., MP Email: asyahza@yahoo.co.id 1 Teori Statistik Titik Parameter Interval Teori Statistik Titik Parameter Interval 3 1 PENDUGA TUNGGAL SEBAGAI FUNGSI
Lebih terperinciDistribusi Probabilitas Diskrit: Geometrik Hipergeometrik
Distribusi Probabilitas Diskrit: Geometrik Hipergeometrik 4.3 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Distribusi Geometrik Distribusi Hipergeometrik Distribusi
Lebih terperinciKORELASI LINIER BERGANDA. Debrina Puspita Andriani /
KORELASI LINIER BERGANDA 10 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline 3 Korelasi Linear Berganda Alat ukur mengenai hubungan yang terjadi antara variabel terikat
Lebih terperinciSEBARAN PENARIKAN CONTOH
STATISTIK (MAM 4137) SEBARAN PENARIKAN CONTOH Ledhyane Ika Harlyan 2 Outline Sebaran Penarikan Contoh Sebaran Penarikan Contoh Bagi Nilai Tengah Sebaran t Sebaran Penarikan contoh bagi beda dua mean Parameter
Lebih terperinciHo merupakan hipotesa awal sedangkan merupakan hipotesis alternatif atau hipotesis kerja 2. Rumus One sample t-test
UJI T-TEST (PENGANTAR STATISTIK LANJUT) A. Uji T-Test satu sampel (One sampel t- test). 1. Dasar teori. Pengujian rata-rata satu sampel dimaksudkan untuk menguji nilai tengah atau rata-rata populasi µ
Lebih terperinciREGRESI LINIER BERGANDA. Debrina Puspita Andriani /
REGRESI LINIER BERGANDA 9 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id Outline 03//04 Regresi Berganda : PENGERTIAN 3 Menguji hubungan linier antara variabel dependen (y) dan
Lebih terperinciMisalkan peluang seorang calon mahasiswa IT Telkom memilih prodi TI adalah sebesar 0.6. Berapa peluang bahwa ;
Responsi SOAL 1: Misalkan peluang seorang calon mahasiswa IT Telkom memilih prodi TI adalah sebesar 0.6. Berapa peluang bahwa ; Orang keenam yang mendaftar seleksi adalah orang keempat yang memilih TI
Lebih terperinciBAB V INFERENSI STATISTIK SATU POPULASI NORMAL
BAB V INFERENSI STATISTIK SATU POPULASI NORMAL Bab ini membahas inferensi statistik untuk mean dan variansi satu populasi normal berdasarkan sampel random berukuran kecil dan besar. Untuk membahas hal
Lebih terperinciEstimasi dan Confidence Interval
Estimasi dan Confidence Interval Tjipto Juwono, Ph.D. June 2017 TJ (SU) Estimasi dan Confidence Interval June 2017 1 / 31 Point Estimate Point Estimate: Adalah suatu nilai tunggal (point) yang diperoleh
Lebih terperinciBAB III METODE PENELITIAN. Pendekatan yang digunakan dalam menyelesaikan masalah penelitian ini
50 BAB III METODE PENELITIAN A. Pendekatan dan Metode Penelitian Pendekatan yang digunakan dalam menyelesaikan masalah penelitian ini adalah pendekatan kuantitatif. Pendekatan kuantitatif dipilih penulis
Lebih terperinciPengantar Statistika Bab 1
BAB 14 PENGUJIAN HIPOTESA SAMPEL KECIL 1 Pengujian Hipotesa Sampel Kecil 4 DEFINISI Pengertian Sampel Kecil Sampel kecil yang jumlah sampel kurang dari 30, maka nilai standar deviasi (s) berfluktuasi relatif
Lebih terperinciStatistika (MMS-1403)
Statistika (MMS-1403) Dr. Danardono, MPH danardono@ugm.ac.id Program Studi Statistika Jurusan Matematika FMIPA UGM MMS-1403 p.1/93 Distribusi Sampling Statistik Populasi: himpunan keseluruhan obyek yang
Lebih terperinciBAB III METODE PENELITIAN. Jenis penelitian ini adalah penelitian eksperimen semu (quasi-experimental
BAB III METODE PENELITIAN A. Jenis Penelitian research). Jenis penelitian ini adalah penelitian eksperimen semu (quasi-experimental B. Tempat dan Waktu Penelitian Penelitian ini dilaksanakan di SMP N 1
Lebih terperinciMODUL TEORI ESTIMASI ATAU MENAKSIR TEORI ESTIMASI ATAU MENAKSIR
TEORI ESTIMASI ATAU MENAKSIR MODUL 9 TEORI ESTIMASI ATAU MENAKSIR. Pendahuluan Untuk menginginkan mengumpulkan populasi kita lakukan dengan statistik berdasarkan data yang diambil secara sampling yang
Lebih terperinci