PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

Save this PDF as:
 WORD  PNG  TXT  JPG

Ukuran: px
Mulai penontonan dengan halaman:

Download "PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:"

Transkripsi

1 PENGUJIAN HIPOTESIS A. Lagkah-lagkah pegujia hipotesis Hipotesis adalah asumsi atau dugaa megeai sesuatu. Jika hipotesis tersebut tetag ilai-ilai parameter maka hipotesis itu disebut hipotesis statistik. Jika hasil yag didapat dari peelitia terhadap sampel acak, dalam pegertia peluag, jauh berbeda dari hasil yag diharapka terjadi berdasarka hipotesis, maka hipotesis ditolak. Jika terjadi sebalikya, hipotesis diterima. Dalam melakuka pegujia hipotesis, ada dua macam kekelirua yag dapat terjadi, dikeal dega ama-ama: 1. Kekelirua tipe I: ialah meolak hipotesis yag seharusya diterima. Kekelirua tipe II: ialah meerima hipotesis yag seharusaya ditolak. Agar peelitia dapat dilakuka maka kedua tipe kekelirua itu kita yataka dalam peluag. Peluag membuat kekelirua tipe I biasa diyataka dega α da peluag kekelirua tipe II diyataka β. Lagkah-lagkah pegujia hipotesis: 1. Perumusa hipotesis Perumusa hipotesis dilakuka dega dua macam, yaitu hipotesis awal, H 0, da hipotesis alteratif, H 1. Pegujia hipotesis dapat dilakuka dega uji satu pihak atau uji dua pihak. Pegujia hipotesis uji satu pihak: H 0 : X = Y H 1 : X < Y Atau H 0 : X = Y H 1 : X > Y Pegujia hipotesis uji dua pihak: H 0 : X = Y H 1 : X Y. Meetuka distribusi yag aka diguaka, apakah z, t, χ, F atau yag lai. 3. Peetua daerah peolaka hipotesis (daerah kritis) 4. Pilih taraf yata, α, atau yag disebut juga ukura daerah kritis. Jika uji dua pihak maka luas daerah kritis atau daerah peolaka pada tiap ujug adalah 1 α. Daerah peolaka H 0 luas = 1 α Daerah peerimaa H 0 Daerah peolaka H 0 luas = 1 α

2 Jika uji satu pihak maka luas daerah kritis atau daerah peolaka adalah α. Jika H 0 : X = Y H 1 : X > Y Daerah Peolaka H 0 Jika H 0 : X = Y H 1 : X < Y Daerah Peolaka H 0 Daerah Peerimaa H 0 d Luas = α Luas = α Daerah Peerimaa H 0 d Harga d didapat dari daftar distribusi yag bersagkuta dega peluag yag ditetuka oleh α, yag mejadi batas atara daerah kritis da daerah peerimaa H Meetuka ilai statistik 6. Mearik sebuah kesimpula B. Meguji rata-rata 1. Uji dua pihak Misal populasi berdistribusi ormal dega rata-rata μ da simpaga baku σ. Aka diuji megeai parameter rata-rata μ. Diambil sampel acak berukura, lalu ilai statistik berupa rata-rata x da simpaga baku s. Maka pegujia hipotesis: a. σ diketahui Utuk pasaga hipotesis H 0 μ = μ 0 H 1 μ μ 0 Dega μ 0 sebuah harga yag diketahui, diguaka statistik: z = x μ 0 σ H 0 diterima jika z1 1 α < z < z1 1 α dega z1 1 α didapat dari daftar ormal baku dega peluag 1 1 α. Dalam hal laiya, H 0 ditolak. Pegusaha lampu pijar A megataka bahwa lampuya bisa taha pakai sekitar 800 jam. Akhirakhir ii timbul dugaa bahwa masa pakai lampu telah berubah. Utuk meetuka hal ii, dilakuka peelitia dega jala meguji 50 lampu. Teryata rata-rataya 79 jam. Dari pegalama, diketahui bahwa simpaga baku masa hidup lampu 60 jam. Selidikilah dega taraf yata 0,05 apakah kualitas lampu itu sudah berubah atau belum.

3 1. Perumusa hipotesis H 0 μ = 800jam, berarti lampu itu masa pakaiya sekitar 800 jam. H 1 μ 800 jam, beararti kualitas lampu sudah berubah, buka 800 jam lagi. Karea sampel acak yag diambil cukup bayak maka distribusi ormal yag diguaka. 3. Pegujia dua pihak 4. Taraf yata α = 0,05, maka z1 1 0,05 < z < z1 1 0,05 1,96 < z < Nilai statistik: z = = 0, Kesimpula: z hit = 0,94, ada dalam daerah peerimaa H 0. Dalam taraf yata 0,05, H 0 diterima artiya rata-rata masa pakai lampu masih sekitar 800 jam. b. σ tidak diketahui Utuk pasaga hipotesis H 0 μ = μ 0 H 1 μ μ 0 Karea simpaga baku tidak diketahui maka ditaksir dega ilai simpaga baku, s, yag dihitug dari sampel. Maka statistik yag diguaka: t = x μ 0 s Dega dk = 1. Maka H 0 diterima jika t 1 1 α < t < t 1 1 α dega t 1 1 α didapat dari daftar distribusi t dega peluag 1 1 α da dk = 1. Utuk cotoh di atas, jika simpaga baku populasiya tidak diketahui, da didapat dari sampel didapat s = 55 jam. 1. Perumusa hipotesis H 0 μ = 800jam, berarti lampu itu masa pakaiya sekitar 800 jam. H 1 μ 800 jam, beararti kualitas lampu sudah berubah, buka 800 jam lagi. Statistik uji: t. 3. Pegujia dua pihak 4. Taraf yata α = 0,05, maka t 1 1 α < t < t 1 1 α,011 < t <, Nilai statistik: t= = 1, Kesimpula: t = 1,09, ada dalam daerah peerimaa H 0. Dalam taraf yata 0,05, H 0 diterima artiya rata-rata masa pakai lampu masih sekitar 800 jam.. Uji satu pihak Misal populasi berdistribusi ormal dega rata-rata μ da simpaga baku σ. Aka diuji megeai parameter rata-rata μ. Diambil sampel acak berukura, lalu ilai statistik berupa rata-rata x da simpaga baku s. Maka pegujia hipotesis: a. σ diketahui 1. Utuk pasaga hipotesis H 0 μ = μ 0 H 1 μ > μ 0 Dega μ 0 sebuah harga yag diketahui, diguaka statistik: z = x μ 0 σ

4 H 0 ditolak jika z z 0,5 α dega z 0,5 α didapat dari daftar distribusi ormal baku megguaka peluag 0,5 α. Proses pembuata barag rata-rata meghasilka 15,7 uit per jam. Hasil produksi mempuyai varias =,3. Metode baru diusulka utuk meggati yag lama jika rata-rata per jam meghasilka palig sedikit 16 buah. Utuk meetuka apakah metode digati atau tidak, metode baru dicoba 0 kali da teryata rata-rata per jam meghasilka 16,9 buah. Pegusaha bermaksud megambil resiko 5% utuk megguakametode baru apabila metode ii rata-rata meghasilka lebih dari 16 buah. Apakah keputusa si pegusaha? 1. Meetuka hipotesis: H 0 μ = 16 H 1 μ > 16. Statistik uji: z 3. Pegujia satu pihak 4. Taraf yata α = 0,05, maka z z 0,5 0,05 z 1,64 5. Nilai statistik: z = 16,9 16,3 0 =,65 6. Kesimpula z hit =,65, ada dalam daerah peolaka H 0. Dalam taraf yata 0,05, H 0 ditolak artiya metode baru dapat meggatika metode baru.. Utuk pasaga hipotesis H 0 μ = μ 0 H 1 μ < μ 0 Dega μ 0 sebuah harga yag diketahui, diguaka statistik: z = x μ 0 σ H 0 ditolak jika z z 0,5 α dega z 0,5 α didapat dari daftar distribusi ormal baku megguaka peluag 0,5 α. b. σ tidak diketahui 1. Utuk pasaga hipotesis H 0 μ = μ 0 H 1 μ > μ 0 Karea simpaga baku tidak diketahui maka ditaksir dega ilai simpaga baku, s, yag dihitug dari sampel. Maka statistik yag diguaka: t = x μ 0 s Dega dk = 1 dega peluag (1 α). Maka H 0 ditolak jika t 1 α. Dikataka bahwa dega meyutika semacam horma tertetu kepada ayam aka meambah berat telurya rata-rata 4,5 gr. Sampel acak yag terdiri atas 31 butir telur dari ayam yag telah diberi sutika hormo tersebut memberika rata-rata bert 4,9 gr da simpaga baku s = 0,8gr. Cukup beralasakah utuk meerima peryataa bahwa pertambaha rata-rata berat telur palig sedikit 4,5gr?

5 1. Meetuka hipotesis: H 0 μ = 4,5 H 1 μ > 4,5. Statistik uji: t 3. Pegujia satu pihak 4. Taraf yata α = 0,01, maka t t 1 0,01 t,46 5. Nilai statistik: t= 4,9 4,5 0,8 =, Kesimpula t hit =,78, ada dalam daerah peolaka H 0. Dalam taraf yata 0,01, H 0 ditolak artiya maka rata-rata berat telur aik palig sedikit 4,5.. Utuk pasaga hipotesis H 0 μ = μ 0 H 1 μ > μ 0 Karea simpaga baku tidak diketahui maka ditaksir dega ilai simpaga baku, s, yag dihitug dari sampel. Maka statistik yag diguaka: t = x μ 0 s Dega dk = 1 dega peluag (1 α). Maka H 0 ditolak jika t 1 α. C. Meguji proporsi 1. Uji Dua Pihak Misal populasi berdistribusi biom dega proporsi kejadia A = π. Berdasarka sebuah sampel acak yag diambil dari populasi itu dihitug proporsi sampel utuk kejadia sebesar x, aka diuji megeai uji dua pihak: H 0 π = π 0 H 1 π π 0 Dega π 0 diketahui. Dega megguaka pedekata oleh distribusi ormal, maka pegujia ii diguaka statistik z yag rumusya: x π 0 z = π 0 1 π 0 H 0 diterima jika z1 1 α < z < z1 1 α dega z1 1 α didapat dari daftar ormal baku dega peluag 1 1 α. Dalam hal laiya, H 0 ditolak. Kita igi meguji bahwa distribusi jeis kelami laki-laki da jeis kelami perempua adalah sama. Sebuah sampel acak terdiri atas orag megadug.458 laki-laki. Dalam taraf yata 0,05, betulkah distribusi kedua jeis kelami itu sama? 1. Meetuka hipotesis Jika π = peluag terdapat laki-laki, maka aka diuji pasaga hipotesis: H 0 π = 1. Statistik uji: z H 1 π 1

6 3. Pegujia dua pihak 4. Taraf yata α = 0,05, maka z1 1 α < z < z1 1 α 1,96 < z < 1,96 5. Meetuka ilai statistik: z = ,5 = 1,68 0,5 0, Kesimpula z hit = 1,68, ada dalam daerah peerimaa H 0. Dalam taraf yata 0,05, H 0 diterima artiya peluag adaya laki-laki da perempua sama besar.. Uji Satu Pihak Misal populasi berdistribusi biom dega proporsi kejadia A = π. Berdasarka sebuah sampel acak yag diambil dari populasi itu dihitug proporsi sampel utuk kejadia sebesar x, aka diuji megeai uji satu pihak: H 0 π = π 0 H 1 π > π 0 Dega π 0 diketahui. Dega megguaka pedekata oleh distribusi ormal, maka pegujia ii diguaka statistik z yag rumusya: x π 0 z = π 0 1 π 0 H 0 ditolak jika z z 0,5 α dega z 0,5 α didapat dari daftar ormal baku dega peluag 0,5 α. Dalam hal laiya, H 0 diterima. Uji pihak kiri: H 0 π = π 0 H 1 π < π 0 Dega π 0 diketahui. Dega megguaka pedekata oleh distribusi ormal, maka pegujia ii diguaka statistik z yag rumusya: x π 0 z = π 0 1 π 0 H 0 ditolak jika z z 0,5 α dega z 0,5 α didapat dari daftar ormal baku dega peluag 0,5 α. Dalam hal laiya, H 0 diterima. Seorag pejabat megataka bahwa palig bayak 60% aggota masyarakat termasuk gologa A. Sebuah sampel acak telah diambil yag terdiri atas orag da teryata 5.46 termasuk gologa A. Apabila α = 0,01, bearkah peryataa tersebut? 1. Meetuka Hipotesis: H 0 π = 0,6 H 1 π > 0,6. Uji statistik : z 3. Pegujia satu pihak 4. Taraf yata α = 0,01, maka z z 0,5 α z,33 5. Nilai statistik: z = ,6 0,6 0, =,79 6. Kesimpula z hit =,79, ada dalam daerah peolaka H 0. Dalam taraf yata 0,01, H 0 ditolak artiya persetase aggota masyarakat gologa A sudah melampaui 60%.

7 D. Meguji varias Misal populasi berdistribusi ormal dega rata-rata μ da varias σ. Aka diuji megeai parameter rata-rata μ. Diambil sampel acak berukura, lalu ilai statistik berupa rata-rata x da varias s. Pegujia hipotesis: 1. Uji Dua Pihak Pasaga hipotesis: H 0 σ = σ 0 H 1 σ σ 0 Utuk meguji hipotesis ii diguaka statistik chi-kuadrat: χ 1 s = Jika dalam pegujia dipakai taraf yata α, maka kriteria pegujia adalah: terima H 0 jika χ 1 < χ < χ α 1 1 dimaa χ α 1 da χ α 1 1 didapat dari daftar distribusi chi-kuadrat α dega dk = ( 1) da masig-masig dega peluag 1 α da 1 1 α. Dalam hal laiya H 0 ditolak. Pegusaha lampu pijar A megataka bahwa lampuya bisa taha pakai sekitar 800 jam. Akhirakhir ii timbul dugaa bahwa masa pakai lampu telah berubah. Utuk meetuka hal ii, dilakuka peelitia dega jala meguji 50 lampu didapat s = 55. Teryata rata-rataya 79 jam. Dari pegalama, diketahui bahwa simpaga baku masa hidup lampu 60 jam. Jika masa hidup lampu berdistribusi ormal, bearkah σ = 60 jam dalam taraf yata α = 0,05? 1. Meetuka Hipotesis: H 0 σ = 3600 H 1 σ Uji statistik : chi-kuadrat 3. Pegujia dua pihak 4. Taraf yata: α = 0,05, maka χ 1 < χ < χ α ,6 < χ < 70,19 α Nilai statistik: χ = = 41, Kesimpula χ hit = 41,174 ada dalam daerah peerimaa H 0. Dalam taraf yata 0,05, H 0 diterima artiya σ = 3600 jam.. Uji Satu Pihak Dalam keyataa sagat serig dikehedaki adaya varias yag berharga kecil. Utuk ii pegujia diperluka da aka merupaka uji pihak kaa: H 0 σ = σ 0 H 1 σ > σ 0 Kriteria pegujia: H 0 ditolak jika χ χ 1 α dega χ 1 α didapat dari daftar chi-kuadrat dega dk = 1da peluag 1 α. Dalam hal laiya, H 0 diterima. Jika hipotesis 0 da tadigaya meyebabka uji pihak kiri, yaki pasaga: H 0 σ = σ 0 H 1 σ > σ 0 Maka hal yag sebalikya aka terjadi megeai kriteria pegujia, yaitu tolak H 0 jika χ χ α, dimaa χ α didapat dari daftar chi-kuadrat dega dk = 1 da peluag α. σ 0

8 Proses pegisia semacam miuma ke dalam botol oleh mesi, palig tiggi mecapai varias 0,50 cc. Akhir-akhir ii ada dugaa bahwa isi botol telah mempuyai variabilitas yag lebih besar. Diteliti 0 buah botol da isiya ditakar. Teryata sampel ii meghasilka simpaga baku 0,90 cc. Dega α = 0,05, diperluka mesi distel? 1. Meetuka Hipotesis: H 0 σ = 0,5 H 1 σ > 0,5. Uji statistik : chi kuadrat 3. Pegujia satu pihak 4. Taraf yata α = 0,05, maka dega dk = 19 da peluag 0,95 diperoleh χ χ 1 α χ 30,1 5. Nilai statistik: χ = 0 1 0,81 0,5 = 30,78 6. Kesimpula χ hit = 30,78 ada dalam daerah peolaka H 0. Maka H 0 ditolak artiya variasi isi botol telah mejadi lebih besar, sehigga diajurka utuk meyetel kembali mesi agar pegisia lebih merata. E. Meguji Kesamaa Dua Rata-rata a. Uji Dua Pihak Misalka ada dua populasi berdistribusi ormal dega masig-masig rata-rata da simpaga baku secara berturut-turut μ 1 da μ da σ 1 da σ. Secara idepede dari populasi kesatu diambil sebuah sampel acak berukura 1, sedagka dari populasi kedua sebuah sampel acak diambil sebayak. Dari kedua sampel ii berturut-turut diperoleh x 1, s 1 da x, s. Aka diuji tetag rata-rata μ 1 da μ. Pasaga hipotesis ol da tadigaya yag aka diuji adalah: H 0 : μ 1 = μ H 1 μ 1 μ Utuk ii dibedaka dalam beberapa kasus: 1. σ 1 = σ = σ da σ diketahui Statistik yag diguaka jika H 0 bear adalah: z = x 1 x σ Dega taraf yata α, maka kriteria pegujia adalah: terima H 0 jika z1 1 α < z < z1 1 α dimaa z1 1 α didapat dari daftar ormal baku dega peluag 1 1 α. Dalam hal laiya H 0 ditolak.. σ 1 = σ = σ tetapi σ tidak diketahui Statistik yag diguaka jika H 0 bear adalah: t = x 1 x Dega s s = 1 1 s s 1 +

9 Dega taraf yata α, maka kriteria pegujia adalah: terima H 0 jika t 1 1 σ < t < t 1 1 σ dimaa t 1 1 σ didapat dari daftar studet dega dk = 1 + peluag 1 1 α. Dalam hal laiya H 0 ditolak. 3. σ 1 σ da kedua-duaya tidak diketahui Statistik yag diguaka jika H 0 bear adalah: t = x 1 x s s Dega taraf yata α, maka kriteria pegujia adalah: terima H 0 jika Dega: w i = s i w 1t 1 + w t w 1 + w < t < w 1t 1 + w t w 1 + w i da t i = t 1 1 α, i 1 dega i = 1,. Dalam hal laiya H 0 ditolak. 4. Observasi berpasaga Utuk observasi berpasaga, ambil μ B = μ 1 μ. Hipotesis ol da tadigaya adalah: H 0 : μ B = 0 H 1 : μ B 0 Jika B i = x i y i, maka data B 1, B,, B meghasilka B da simpaga baku s B. Utuk pegujia hipotesis, guaka statistik: t = B s B da terima H 0 jika t 1 1 σ < t < t 1 1 σ dimaa t 1 1 didapat dari daftar studet dega σ dk = 1 + peluag 1 1 α. Dalam hal laiya H 0 ditolak. Dua macam makaa A da B diberika kepada ayam secara terpisah utuk jagka waktu tertetu. Igi diketahui macam makaa yag maa yag lebih baik bagi ayam tersebut. Sampel acak yag terdiri atas 11 ayam diberi makaa A da 10 ayam diberi makaa B. Tambah berat bada ayam (dalam os) hasil percobaa adalah sebagai berikut: A B Dalam taraf yata α = 0,05, tetuka apakah kedua macam makaa itu sama baikya atau tidak. (berat dagig ayam berdistribusi ormal dega varias yag sama besar) 1. H 0 : μ 1 = μ H 1 μ 1 μ. Uji statistik : t 3. Uji pihak 4. Taraf yata α = 0,05, maka t 0.975;19 < t < t 0.975;19,09 < t <,09 5. Nilai Statistik: Rata-rata da varias utuk masig-masig sampel: x A = x i = 35.4 = 3. da s A 11 A = x i x A = = A 1 10

10 x B = x i = 30. = 3.0 da s B 10 B = x i x B = = B 1 9 Maka simpaga baku gabugaya: s = = = Maka: t = = Kesimpula: karea t hitug berada dalam daerah peerimaa H 0, maka H 0 diterima. Artiya kedua macam makaa ayam itu memberika tambaha berat dagig ayam sama terhadap ayam-ayam itu. b. Uji Satu Pihak Misalka ada dua populasi berdistribusi ormal dega masig-masig rata-rata da simpaga baku secara berturut-turut μ 1 da μ da σ 1 da σ. Secara idepede dari populasi kesatu diambil sebuah sampel acak berukura 1, sedagka dari populasi kedua sebuah sampel acak diambil sebayak. Dari kedua sampel ii berturut-turut diperoleh x 1, s 1 da x, s. Aka diuji tetag rata-rata μ 1 da μ. Maka pegujia hipotesis: Hipotesis H 0 : μ 1 = μ H 1 μ 1 > μ H 0 : μ 1 = μ H 1 μ 1 < μ σ 1 = σ = σ da σ diketahui Uji Statistik z = x 1 x σ Kriteria pegujia H 0 ditolak :z z 0.5 α H 0 ditolak :z z 0.5 α t = x 1 x σ 1 = σ = σ tetapi σ tidak diketahui Uji Statistik Dega: s s = 1 1 s s 1 + σ 1 σ da kedua-duaya tidak diketahui Kriteria pegujia Uji Statistik H 0 ditolak :t t 1 α dega: dk = 1 + peluag 1 α t = x 1 x H 0 ditolak :t t 1 α dega: dk = 1 + peluag 1 α s s

11 Kriteria pegujia H 0 ditolak: t w 1t 1 +w t w 1 +w dega: w i = s i da i t i = t 1 α, i 1 dega i = 1, H 0 ditolak:t w 1t 1 +w t w 1 +w dega: w i = s i i da t i = t 1 α, i 1 dega i = 1, Diduga bahw apemuda yag seag bereag rata-rata lebih tiggi badaya daripada pemuda sebaya yag tidak seag bereag. Utuk meeliti ii telah diukur 15 pemuda yag seag bereag da 0 yag tidak seag bereag. Rata-rata tiggi badaya berturut-turut 167, cm da 160,3 cm. Simpaga bakya masig-masig 6,7 cm da 7,1 cm. Dalam taraf yata α = 0,05, dapatkah kita medukug dugaa tersebut? (misal distribusi tiggi bada utuk kedua kelompok pemuda itu ormal da σ 1 σ ) H 1. 0 : μ 1 = μ H 1 μ 1 > μ. Uji statistik: t 3. Uji satu pihak 4. Taraf yata α = 0,05, maka t w 1t 1 +w t w 1 +w Dega w 1 = s 1 = 6.7 =.99, w 1 15 = s = 7,1 =.5, t 0 1 = t 1 α, 1 1 = 1.76, da t = t 1 α, 1 = 1.73 maka t t Nilai statistik: t = = Kesimpula: Karea t hitug berada dalam daerah peolaka H 0, maka H 0 ditolak. Artiya bear tiggi pemuda yag suka bereag lebih tiggi dibadigka pemuda yag tidak suka bereag. F. Meguji Kesamaa Dua Proporsi a. Uji dua pihak Misalka ada dua populasi berdistribusi biom yag didalamya masig-masig didapat proporsi peristiwa A sebesar π 1 da π. Dari populasi kesatu diambil sebuah sampel acak berukura 1 da didalamya terdapat proporsi peristiwa A sebesar x 1 1. Dari populasi kedua diambil sebuah sampel acak berukura da didalamya terdapat proporsi peristiwa A sebesar x. Kedua sampel diambil secara idepede. Maka pegujia hipotesis: H 0 π 1 = π H 1 π 1 π Utuk ii diguaka pedekata oleh distribusi ormal dega statistik: x 1 x z = 1 pq

12 Dega p = x 1+x da q = 1 p. Jika dalam pegujia ii diguaka taraf yata α, maka 1 + kriteria pegujia adalah: terima H 0 jika z1 1 α < z < z1 1 α dimaa z1 1 α didapat dari daftar ormal baku dega peluag 1 1 α. Dalam hal laiya H 0 ditolak. Suatu peelitia dilakuka di daerah A terhadap 50 pemilih. Terdapat 150 pemilih meyataka aka memilih calo C. Didaerah B peelitia dilakuka terhadap 300 pemilih da terdapat 16 yag aka memilih calo C. Dega taraf yata α = 0,05 adakah perbedaa yag yata megeai pemilih calo C di atara kedua daerah itu? 1. H 0 π 1 = π H 1 π 1 π. Uji statistik : z 3. Uji dua pihak 4. taraf yata α = 0,05, maka z1 1 α < z < z1 1 α 1.96 < z < Nilai statistik: dega p = = da q = = z = = Kesimpula: karea z hitug berada dalam daerah peerimaa H 0, maka H 0 diterima. Artiya tidak ada perbedaa yag yata megeai pemilih calo C diatara kedua daerah. b. Uji satu pihak Uji pihak kaa, maka pasaga hipotesisya adalah: H 0 π 1 = π H 1 π 1 > π Statistik yag diguaka masih berdasarka pedekata oleh distribusi ormal. Kriteria pegujia: H 0 ditolak z z 0.5 α dimaa z 1 α didapat dari daftar ormal baku dega peluag 1 α. Dalam hal laiya H 0 ditolak. Uji pihak kiri, maka pasaga hipotesisya adalah: H 0 π 1 = π H 1 π 1 < π Statistik yag diguaka masih berdasarka pedekata oleh distribusi ormal. Kriteria pegujia: H 0 ditolak z z 0.5 α dimaa z 1 α didapat dari daftar ormal baku dega peluag 1 α. Dalam hal laiya H 0 ditolak Terdapat dua kelompok, ialah A da B, masig-masig terdiri dari 100 pasie yag mederita semacam peyakit. Kepada kelompok A diberika serum tertetu tetapi tidak kepada kelompok B. Kelompok B serig diamaka kelompok kotrol. Setelah jagka waktu tertetu, terdapat 80 yag sembuh dari kelompok A da 68 dari kelompok B. Apakah peelitia ii memperlihatka bahwa pemberia serum ikut membatu meyembuhka peyakit? (α = 0,05) H 1. 0 π A = π B H 1 π A > π B. Uji statistik : z

13 3. Uji satu pihak 4. taraf yata α = 0,05, maka z z 0.5 α z Nilai statistik: dega p = = 0.74 da q = = z = = Kesimpula: karea z hitug berada dalam daerah peerimaa H 0, maka H 0 diterima. Artiya pemberia serum membatu meyembuhka peelitia. G. Meguji Kesamaa Dua Varias Misalka ada dua populasi berdistribusi ormal dega masig-masig rata-rata da simpaga baku secara berturut-turut μ 1 da μ da σ 1 da σ. Secara idepede dari populasi kesatu diambil sebuah sampel acak berukura 1, sedagka dari populasi kedua sebuah sampel acak diambil sebayak. Dari kedua sampel ii berturut-turut diperoleh x 1, s 1 da x, s. Aka diuji tetag rata-rata μ 1 da μ. Maka pegujia hipotesis: a. Uji dua pihak H 0 : σ 1 = σ Pegujia megguaka statistik: H 1 : σ 1 σ F = s 1 Kriteria pegujia adalah terima hipotesis H 0 jika F 1 α 1 1, 1 < F < F1 α 1 1, 1 Utuk taraf yata α, dimaa F β m, didapat dari daftar distribusi F dega peluag β, dk pembilag = da dk peyebut = m. Statistik lai yag diguaka utuk meguji hipotesis H 0 : Varias terbesar F = Varias terkecil Da tolak H 0 haya jika F F1 α 1 1, 1 Jika peluag berbeda dega 0,01 atau 0,05, maka guaka: 1 F 1 p ν,ν 1 = Ada dua macam pegukura kelembaba suatu zat. Cara ke-1 dilakuka 10 kali yag meghasilka s = 4.7 da cara ke- dilakuka 13 kali dega s = 37.. Dega α = 0,10 tetuka apakah kedua cara pegukura tersebut mempuyai varias homoge? 1. H 0 σ 1 = σ H 1 σ 1 σ. Uji statistik : F 3. Uji dua pihak 4. taraf yata α = 0,10, maka F F1 α 1 1, 1 F F ,9 F 3.07 s F p ν1,ν

14 5. Nilai statistik: F = = Kesimpula: karea F hitug berada dalam daerah peerimaa H 0, maka H 0 diterima. Artiya varias kedua cara peetua kelembaba homoge. b. Uji satu pihak Uji pihak kaa, hipotesi ol da hipotesis tadigaya: H 0 : σ 1 = σ H 1 : σ 1 > σ Uji pihak kiri, hipotesi ol da hipotesis tadigaya: H 0 : σ 1 = σ Statistik yag diguaka: F = s 1 s H 1 : σ 1 < σ Kriteria pegujia: utuk uji pihak kaa: H 0 ditolak jika F F α 1 1, 1 sedagka utuk uji pihak kiri: H 0 ditolak jika F F 1 α 1 1, 1 Peelitia terhadap dua metode peimbaga meghasilka s 1 = 5.4 gram da s = 30.7 gram. Peimbaga masig-masig dilakuka sebayak 13 kali. Ada aggapa bahwa metode kesatu meghasilka peimbaga dega variabilitas yag lebih kecil. Betulkah itu? H 1. 0 : σ 1 = σ H 1 : σ 1 < σ. Uji statistik : F 3. Uji satu pihak 4. taraf yata α = 0,05, maka F F 1 α 1 1, 1 F F karea F =.69 maka F = = 0.37 F Maka F Nilai statistik: F = 4.7 = Kesimpula: karea F hitug berada dalam daerah terima H 0 maka H 0 diterima. Artiya tidak bear varia

SEBARAN t dan SEBARAN F

SEBARAN t dan SEBARAN F SEBARAN t da SEBARAN F 1 Tabel uji t disebut juga tabel t studet. Sebara t pertama kali diperkealka oleh W.S. Gosset pada tahu 1908. Saat itu, Gosset bekerja pada perusahaa bir Irladia yag melarag peerbita

Lebih terperinci

A. Pengertian Hipotesis

A. Pengertian Hipotesis PENGUJIAN HIPOTESIS A. Pegertia Hipotesis Hipotesis statistik adalah suatu peryataa atau dugaa megeai satu atau lebih populasi Ada macam hipotesis:. Hipotesis ol (H 0 ), adalah suatu hipotesis dega harapa

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH 89 BAB V ANALISA PEMECAHAN MASALAH Dalam upaya mearik kesimpula da megambil keputusa, diperluka asumsi-asumsi da perkiraa-perkiraa. Secara umum hipotesis statistik merupaka peryataa megeai distribusi probabilitas

Lebih terperinci

PENGUJIAN HIPOTESA BAB 7

PENGUJIAN HIPOTESA BAB 7 PENGUJIAN IPOTESA BAB 7 Pedahulua ipotesis ( upo : lemah, Thesis : peryataa ) Diartika :. Peryataa yag masih lemah kebearaya da perlu dibuktika. Dugaa yag sifatya masih semetara ipotesis ii perlu utuk

Lebih terperinci

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai PENGUJIAN HIPOTESIS Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai ilai-ilai parameter populasi,

Lebih terperinci

BAB 7 PEN P GUJ GU IAN HIPO P T O ES T A

BAB 7 PEN P GUJ GU IAN HIPO P T O ES T A BAB 7 PENGUJIAN HIPOTESA Meguji Rata-rata µ Umpamakalah kita mempuyai sebuah populasi berdistribusi ormal dega rata-rata µ da simpaga baku σ. Aka diuji megeai parameter rata-rata µ Utuk pasaga hipotesa

Lebih terperinci

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan BAB III METODE PENELITAN. Tempat Da Waktu Peelitia Peelitia dilakuka di SMP Negeri Batudaa Kab. Gorotalo dega subject Peelitia adalah siswa kelas VIII. Pemiliha SMP Negeri Batudaa Kab. Gorotalo. Adapu

Lebih terperinci

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k

Lebih terperinci

Mata Kuliah: Statistik Inferensial

Mata Kuliah: Statistik Inferensial PENGUJIAN HIPOTESIS SAMPEL KECIL Prof. Dr. H. Almasdi Syahza, SE., MP Email: asyahza@yahoo.co.id DEFINISI Pegertia Sampel Kecil Sampel kecil yag jumlah sampel kurag dari 30, maka ilai stadar deviasi (s)

Lebih terperinci

Yang biasa dinamakan test komposit lawan komposit. c. Hipotesis mengandung pengertian minimum. Perumusan H 0 dan H 1 berbentuk :

Yang biasa dinamakan test komposit lawan komposit. c. Hipotesis mengandung pengertian minimum. Perumusan H 0 dan H 1 berbentuk : PARAMETER PENGJIAN HIPOTESIS MODL PARAMETER PENGJIAN HIPOTESIS. Pedahulua Kalau yag sedag ditest atau diuji itu parameter θ dalam hal ii pegguaaya ati bias rata-rata µ prprsi p, simpaga baku σ da lai-lai,

Lebih terperinci

INTERVAL KEPERCAYAAN

INTERVAL KEPERCAYAAN INTERVAL KEPERCAYAAN Tujua utama diambil ebuah ampel dari ebuah populai adalah utuk memperoleh iformai megeai parameter populai.. Ada cara meetuka parameter populai yaitu peakira da pegujia hipotei. Peakira

Lebih terperinci

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin DISTRIBUSI SAMPLING Oleh : Dewi Rachmati Distribusi Rata-rata Misalka sebuah populasi berukura higga N dega parameter rata-rata µ da simpaga baku. Dari populasi ii diambil sampel acak berukura, jika tapa

Lebih terperinci

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak: PENGUJIAN HIPOTESIS A. Langkah-langkah pengujian hipotesis Hipotesis adalah asumsi atau dugaan mengenai sesuatu. Jika hipotesis tersebut tentang nilai-nilai parameter maka hipotesis itu disebut hipotesis

Lebih terperinci

JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA

JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA Achmad Samudi, M.Pd. JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA 6. MENGUJI PROPORSI π : UJI DUA PIAK Mialka kia mempuyai populai biom dega propori periiwa A π Berdaarka ebuah ampel

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

TINJAUAN PUSTAKA Pengertian TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok

Lebih terperinci

JENIS PENDUGAAN STATISTIK

JENIS PENDUGAAN STATISTIK ENDUGAAN STATISTIK ENDAHULUAN Kosep pedugaa statistik diperluka utuk membuat dugaa dari gambara populasi. ada pedugaa statistik dibutuhka pegambila sampel utuk diaalisis (statistik sampel) yag ati diguaka

Lebih terperinci

9 Departemen Statistika FMIPA IPB

9 Departemen Statistika FMIPA IPB Supleme Resposi Pertemua ANALISIS DATA KATEGORIK (STK351 9 Departeme Statistika FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referesi Waktu Pegatar Aalisis utuk Data Respo Kategorik Data respo kategorik Sebara

Lebih terperinci

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd Pertemua Ke- Komparasi berasal dari kata compariso (Eg) yag mempuyai arti perbadiga atau pembadiga. Tekik aalisis komparasi yaitu salah satu tekik aalisis kuatitatif yag diguaka utuk meguji hipotesis tetag

Lebih terperinci

PENGUJIAN HIPOTESIS 2

PENGUJIAN HIPOTESIS 2 PENGUJIAN HIPOTESIS. Menguji Kesamaan Dua Rata-rata a. Uji Dua Pihak Misalkan ada dua populasi berdistribusi normal dengan masing-masing rata-rata dan simpangan baku secara berturut-turut μ dan μ dan σ

Lebih terperinci

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL BAB VIII MASAAH ESTIMASI SAT DAN DA SAMPE 8.1 Statistik iferesial Statistik iferesial suatu metode megambil kesimpula dari suatu populasi. Ada dua pedekata yag diguaka dalam statistik iferesial. Pertama,

Lebih terperinci

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X Pedugaa Selag: Metode Pivotal Lagkah-lagkahya 1. Adaika X1, X,..., X adalah cotoh acak dari populasi dega fugsi kepekata f( x; ), da parameter yag tidak diketahui ilaiya. Adaika T adalah peduga titik bagi..

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I 7 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas XI IPA SMA Negeri I Kotaagug Tahu Ajara 0-03 yag berjumlah 98 siswa yag tersebar dalam 3

Lebih terperinci

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika Wed 6/0/3 ETIMAI (PENDUGAAN TATITIK) Ir. Tito Adi Dewato tatistika Deskriptif Iferesi Estimasi Uji Hipotesis Titik Retag Estimasi da Uji Hipotesis Dilakuka setelah peelitia dalam tahap pegambila suatu

Lebih terperinci

PENGUJIAN HIPOTESIS. Daerah penolakan. luas KED

PENGUJIAN HIPOTESIS. Daerah penolakan. luas KED PENGUJIAN HIPOTESIS A. Langkah langkah pengujian hipotesis Hipotesis adalah asumsi atau dugaan mengenai sesuatu. Jika hipotesis tersebut tentang nilai nilai parameter maka hipotesis itu disebut hipotesis

Lebih terperinci

DISTRIBUSI SAMPEL PENAKSIRAN UJI HIPOTESIS MA5182 Topik dalam Statistika I: Statistika Spasial 6 September 2012 Utriweni Mukhaiyar

DISTRIBUSI SAMPEL PENAKSIRAN UJI HIPOTESIS MA5182 Topik dalam Statistika I: Statistika Spasial 6 September 2012 Utriweni Mukhaiyar INFERENSI STATISTIKA DISTRIBUSI SAMPEL PENAKSIRAN UJI HIPOTESIS MA518 Topik dalam Statistika I: Statistika Spasial 6 September 01 Utriwei Mukhaiyar DISTRIBUSI SAMPEL Beberapa defiisi Suatu populasi terdiri

Lebih terperinci

Statistika Inferensia: Pendugaan Parameter. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

Statistika Inferensia: Pendugaan Parameter. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015 Statistika Iferesia: Pedugaa Parameter Dr. Kusma Sadik, M.Si Dept. Statistika IPB, 05 Populasi : Parameter Sampel : Statistik Statistik merupaka PENDUGA bagi parameter populasi Pegetahua megeai distribusi

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan.

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan. 9 III. METODOLOGI PENELITIAN A. Populasi Da Sampel Peelitia ii dilaksaaka di MTs Muhammadiyah Natar Lampug Selata. Populasiya adalah seluruh siswa kelas VIII semester geap MTs Muhammadiyah Natar Tahu Pelajara

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Didalam melakuka kegiata suatu alat atau mesi yag bekerja, kita megeal adaya waktu hidup atau life time. Waktu hidup adalah lamaya waktu hidup suatu kompoe atau uit pada

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai dega Mei 03. B. Populasi da Sampel Populasi dalam

Lebih terperinci

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel) DISTRIBUSI SAMPLING (Distribusi Pearika Sampel) I. PENDAHULUAN Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci

Penyelesaian: Variables Entered/Removed a. a. Dependent Variable: Tulang b. All requested variables entered.

Penyelesaian: Variables Entered/Removed a. a. Dependent Variable: Tulang b. All requested variables entered. 2. Pelajari data dibawah ii, tetuka depede da idepede variabel serta : a) Hitug Sum of Square for Regressio (X) b) Hitug Sum of Square for Residual c) Hitug Meas Sum of Square for Regressio (X) d) Hitug

Lebih terperinci

Distribusi Peluang BERBAGAI MACAM DISTRIBUSI SAMPEL. Distribusi Peluang 5/6/2012

Distribusi Peluang BERBAGAI MACAM DISTRIBUSI SAMPEL. Distribusi Peluang 5/6/2012 5/6/0 Distribusi Peluag BERBAGAI MACAM DISTRIBUSI SAMPEL Distribusi peluag, P( x), adalah kumpula pasaga ilai-ilai variabel acak Cotoh: Jika dua buah koi dilempar bersamaa. Kejadia bayakya mucul agka.

Lebih terperinci

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus -Mar- Ukura Pemusata Pertemua STATISTIKA DESKRIPTIF Statistik deskripti adalah pegolaha data utuk tujua medeskripsika atau memberika gambara terhadap obyek yag diteliti dega megguaka sampel atau populasi.

Lebih terperinci

Statistika 2. Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan: Oleh : Edi M. Pribadi, SP., MSc.

Statistika 2. Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan: Oleh : Edi M. Pribadi, SP., MSc. Statistika Toik Bahasa: Pegujia Hiotesis Oleh : Edi M. Pribadi, SP., MSc. E-mail: edi_m@staff.guadarma.ac.id. Pedahulua Hiotesis eryataa yag meruaka edugaa berkaita dega ilai suatu arameter oulasi (satu

Lebih terperinci

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa 19 III. METODE PENELITIAN A. Populasi da Sampel Populasi dalam peelitia ii adalah seluruh siswa kelas VIII SMP Negeri 8 Badar Lampug tahu pelajara 2009/2010 sebayak 279 orag yag terdistribusi dalam tujuh

Lebih terperinci

Distribusi Sampling (Distribusi Penarikan Sampel)

Distribusi Sampling (Distribusi Penarikan Sampel) Distribusi Samplig (Distribusi Pearika Sampel) 1. Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto Tue 0/04/3 ETIMAI (PENDUGAAN TATITIK) Ir. Tito Adi Dewato Estimasi : salah satu cara megemukaka peryataa iduktif (meyataka karakteristik populasi dega meggu aka karakteristik yag didapat dari cuplika).

Lebih terperinci

Statistika Inferensia: Pengujian Hipotesis. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

Statistika Inferensia: Pengujian Hipotesis. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015 Statistika Iferesia: Pegujia Hipotesis Dr. Kusma Sadik, M.Si Dept. Statistika IPB, 05 Populasi : = 0 Butuh pembuktia berdasarka cotoh!!! Apa yag diperluka? > 0? Maa yag bear? Sampel : x 5 Hal itu merupaka

Lebih terperinci

TEORI PENAKSIRAN. Bab 8. A. Pendahuluan. Kompetensi Mampu menjelaskan dan menganalisis teori penaksiran

TEORI PENAKSIRAN. Bab 8. A. Pendahuluan. Kompetensi Mampu menjelaskan dan menganalisis teori penaksiran Bab 8 TEORI PENAKSIRAN Kompetesi Mampu mejelaska da megaalisis teori peaksira Idikator 1. Mejelaska da megaalisis data dega megguaka peaksira titik 2. Mejelaska da megaalisis data dega megguaka peaksira

Lebih terperinci

1. Pendahuluan. Materi 3 Pengujuan Hipotesis

1. Pendahuluan. Materi 3 Pengujuan Hipotesis Materi 3 Pegujua Hiotesis. Pedahulua Hiotesis eryataa yag meruaka edugaa berkaita dega ilai suatu arameter oulasi (satu atau lebih oulasi) Kebeara suatu hiotesis diuji dega megguaka statistik samel hiotesis

Lebih terperinci

BAB VII DISTRIBUSI SAMPLING DAN DESKRIPSI DATA

BAB VII DISTRIBUSI SAMPLING DAN DESKRIPSI DATA BAB VII DITRIBUI AMPLING DAN DEKRIPI DATA 7. Distribusi amplig (samplig distributio) amplig distributio adalah distribusi probabilitas dari suatu statistik. amplig distributio tergatug dari ukura populasi,

Lebih terperinci

BAB 6: ESTIMASI PARAMETER (2)

BAB 6: ESTIMASI PARAMETER (2) Bab 6: Estimasi Parameter () BAB 6: ESTIMASI PARAMETER (). ESTIMASI PROPORSI POPULASI Proporsi merupaka perbadiga atara terjadiya suatu peristiwa dega semua kemugkiaa peritiwa yag bisa terjadi. Besara

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Aalisis Regresi Istilah regresi pertama kali diperkealka oleh seorag ahli yag berama Facis Galto pada tahu 1886. Meurut Galto, aalisis regresi berkeaa dega studi ketergatuga dari suatu

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Metode Peelitia Peelitia ii megguaka metode peelitia Korelasioal. Peelitia korelasioaal yaitu suatu metode yag meggambarka secara sistematis da obyektif tetag hubuga atara

Lebih terperinci

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi.

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi. Distribusi Samplig (Distribusi Pearika Sampel). Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas I MIA SMA Negeri 5 Badar Lampug Tahu Pelajara 04-05 yag berjumlah 48 siswa. Siswa tersebut

Lebih terperinci

Chapter 7 Student Lecture Notes 7-1

Chapter 7 Student Lecture Notes 7-1 Chapter 7 Studet Lecture Notes 7-1 DASAR-DASAR UJI Hipotesis: Hipo (di bawah) da Tesis (peryataa yag telah diuji) Hipotesis Statistik:suatu proposisi atau aggapa megeai parameter populasi yag dapat diuji

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 20 Bandar Lampung, dengan populasi

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 20 Bandar Lampung, dengan populasi 5 III. METODE PENELITIAN A. Populasi da Sampel Peelitia ii dilaksaaka di SMPN 0 Badar Lampug, dega populasi seluruh siswa kelas VII. Bayak kelas VII disekolah tersebut ada 7 kelas, da setiap kelas memiliki

Lebih terperinci

STATISTIK PERTEMUAN VIII

STATISTIK PERTEMUAN VIII STATISTIK PERTEMUAN VIII Pegertia Estimasi Merupaka bagia dari statistik iferesi Estimasi = pedugaa, atau meaksir harga parameter populasi dega harga-harga statistik sampelya. Misal : suatu populasi yag

Lebih terperinci

IX. TEORI PENDUGAAN DAN PENGUJIAN HIPOTESISI

IX. TEORI PENDUGAAN DAN PENGUJIAN HIPOTESISI I. TEORI PENDUGAAN DAN PENGUJIAN IPOTESISI. Teori Pedugaa Dalam peelitia kita berusaha utuk meyimpulka populasi dimaa sample diambil utuk mewakili populasi tersebut. Utuk tujua tersebut kita mecari atau

Lebih terperinci

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP STATISTICS Haug N. Prasetyo Week 11 PENDAHULUAN Regresi da korelasi diguaka utuk megetahui hubuga dua atau lebih kejadia (variabel) yag dapat diukur secara matematis. Ada dua hal yag diukur atau diaalisis,

Lebih terperinci

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL)

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL) BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL) Setiap peelitia selalu berkeaa dega sekelompok data. Yag dimaksud kelompok disii adalah: Satu orag mempuyai sekelompok data, atau sekelompok orag mempuyai satu

Lebih terperinci

Distribusi Pendekatan (Limiting Distributions)

Distribusi Pendekatan (Limiting Distributions) Distribusi Pedekata (Limitig Distributios) Ada 3 tekik utuk meetuka distribusi pedekata: 1. Tekik Fugsi Distribusi Cotoh 2. Tekik Fugsi Pembagkit Mome Cotoh 3. Tekik Teorema Limit Pusat Cotoh Fitriai Agustia,

Lebih terperinci

Bab 6 PENAKSIRAN PARAMETER

Bab 6 PENAKSIRAN PARAMETER Bab 6 PENAKSIRAN PARAMETER Stadar Kompetesi : Setelah megikuti kuliah ii, mahasiswa dapat memahami hubuga ilai sampel da populasi da meetuka distribusi samplig yag tepat utuk diguaka Kompetesi Dasar :

Lebih terperinci

Uji Keberartian Koefisien Raw Agreement

Uji Keberartian Koefisien Raw Agreement Statistika, Vol. 9 No. 2, 83 88 Nopember 2009 Uji Keberartia Koefisie Raw Agreemet MEGA ANISA RACHIM, TETI SOFIA YANTI, LISNUR WACHIDAH Jurusa Statistika Uiversitas Islam Badug ABSTRAK Dalam kehidupa sehari-hari

Lebih terperinci

RENCANA MATAKULIAH STATISTIK EKONOMI INFERENSI

RENCANA MATAKULIAH STATISTIK EKONOMI INFERENSI RENCANA MATAKULIAH STATISTIK EKONOMI INFERENSI Materi Kuliah No Materi Pertemua. Distribusi Normal. Distribusi Biomial 3. Distribusi Chi Square 4. Distribusi Samplig 5. Teori Peaksira 6. Uji Hipotesis

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara BAB I PENDAHULUAN 1.1 Latar Belakag Salah satu pera da fugsi statistik dalam ilmu pegetahua adalah sebagai. alat aalisis da iterpretasi data kuatitatif ilmu pegetahua, sehigga didapatka suatu kesimpula

Lebih terperinci

Analisa Data Statistik. Ratih Setyaningrum, MT

Analisa Data Statistik. Ratih Setyaningrum, MT Aalisa Data tatistik Ratih etyaigrum, MT Referesi Agoes oehiaie, Ph.D Daftar Isi Iferesi tatistik Hipotesa tatistik : Kosep Umum Hipotesa statistik adalah sebuah klaim/peryataa atau cojecture tetag populasi.

Lebih terperinci

III. METODELOGI PENELITIAN

III. METODELOGI PENELITIAN III. METODELOGI PENELITIAN A. Metode Peelitia Metode peelitia merupaka suatu cara tertetu yag diguaka utuk meeliti suatu permasalaha sehigga medapatka hasil atau tujua yag diigika, meurut Arikuto (998:73)

Lebih terperinci

ESTIMASI TITIK DAN INTERVAL KEPERCAYAAN

ESTIMASI TITIK DAN INTERVAL KEPERCAYAAN 8/8/0 IE 305 tatistika Idustri LOGO ETIMAI TITIK DAN INTERVAL KEPERCAYAAN Elty arvia, T.,MT. Fakultas Tekik Jurusa Tekik Idustri Uiversitas Kriste Maraatha Badug LT arvia/esi Tujua 3 4 5 6 Medefiisika

Lebih terperinci

III. METODOLOGI PENELITIAN. diinginkan. Menurut Arikunto (1991 : 3) penelitian eksperimen adalah suatu

III. METODOLOGI PENELITIAN. diinginkan. Menurut Arikunto (1991 : 3) penelitian eksperimen adalah suatu III. METODOLOGI PENELITIAN A. Metode Peelitia Metode peelitia merupaka suatu cara tertetu yag diguaka utuk meeliti suatu permasalaha sehigga medapatka hasil atau tujua yag diigika. Meurut Arikuto (99 :

Lebih terperinci

STATISTIKA NON PARAMETRIK

STATISTIKA NON PARAMETRIK . PENDAHULUAN STATISTIKA NON PARAMETRIK Kelebiha Uji No Parametrik: - Perhituga sederhaa da cepat - Data dapat berupa data kualitatif (Nomial atau Ordial) - Distribusi data tidak harus Normal Kelemaha

Lebih terperinci

Statistika dibagi menjadi dua, yaitu: 1. Statistika Deskriftif 2. Statistik Inferensial Penarikan kesimpulan dapat dilakukan dengan dua cara, yaitu:

Statistika dibagi menjadi dua, yaitu: 1. Statistika Deskriftif 2. Statistik Inferensial Penarikan kesimpulan dapat dilakukan dengan dua cara, yaitu: Peaksira Parameter Statistika dibagi mejadi dua yaitu:. Statistika Deskriftif 2. Statistik Iferesial Pearika kesimpula dapat dilakuka dega dua cara yaitu:. Peaksira Parameter 2. Pegujia Hipotesis Peaksira

Lebih terperinci

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4 Program Studi : Tekik Iformatika Miggu ke : 4 INDUKSI MATEMATIKA Hampir semua rumus da hukum yag berlaku tidak tercipta dega begitu saja sehigga diraguka kebearaya. Biasaya, rumus-rumus dapat dibuktika

Lebih terperinci

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014.

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014. BAB III METODE PENELITIAN A. Waktu da Tempat Peelitia Peelitia dilaksaaka dari bula Agustus-September 03.Peelitia ii dilakuka di kelas X SMA Muhammadiyah Pekabaru semester gajil tahu ajara 03/04. B. Subjek

Lebih terperinci

BAB III PROSEDUR PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode

BAB III PROSEDUR PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode 8 BAB III PROSEDUR PENELITIAN A. Metode Peelitia Metode peelitia yag diguaka dalam peelitia ii adalah metode ex post facto. Ada dua variabel dalam proses peelitia ii yaitu variabel bebas (variabel ) adalah

Lebih terperinci

BAB III METODE PENELITIAN. Metode yang digunakan dalam penelitian ini adalah penelitian korelasi,

BAB III METODE PENELITIAN. Metode yang digunakan dalam penelitian ini adalah penelitian korelasi, BAB III METODE PENELITIAN 3.1 Metode Peelitia Metode yag diguaka dalam peelitia ii adalah peelitia korelasi, yaitu suatu metode yag secara sistematis meggambarka tetag hubuga pola asuh orag tua dega kosep

Lebih terperinci

BAB 7 HIPOTESA 7.1 Pendahuluan

BAB 7 HIPOTESA 7.1 Pendahuluan BAB 7 HIPOTESA 7.1 Pedahulua Hipotesa statistik merupaka suatu peryataa probabilitas dari satu atau lebih parameter populasi yag mugki bear atau mugki salah (wibisoo, 009). Hipotesa adalah asumsi atau

Lebih terperinci

Distribusi Sampling merupakan distribusi teoritis (distribusi kemungkinan) dari semua hasil sampel yang mungkin, dengan ukuran sampel yang tetap N,

Distribusi Sampling merupakan distribusi teoritis (distribusi kemungkinan) dari semua hasil sampel yang mungkin, dengan ukuran sampel yang tetap N, DISTRIBUSI SAMLING opulasi da Sampel opulasi : totalitas dari semua objek/ idividu yg memiliki karakteristik tertetu, jelas da legkap yag aka diteliti Sampel : bagia dari populasi yag diambil melalui cara-cara

Lebih terperinci

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari.

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari. Selag Kepercayaa Cotoh Besar Jika ukura cotoh (sample size) besar, maka meurut Teorema Limit Pusat, bayak statistik megikuti/mempuyai sebara yag medekati ormal (dapat diaggap ormal). Artiya jika adalah

Lebih terperinci

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET BAB VII RANDOM VARIATE DISTRIBUSI DISKRET Diskret radom variabel dapat diguaka utuk berbagai radom umber yag diambil dalam betuk iteger. Pola kebutuha ivetori (persediaa) merupaka cotoh yag serig diguaka

Lebih terperinci

PENDUGAAN PARAMETER. Ledhyane Ika Harlyan

PENDUGAAN PARAMETER. Ledhyane Ika Harlyan PENDUGAAN PARAMETER Ledhyae Ika Harlya Jurua Pemafaata Sumberdaya Perikaa da Kelauta Uiverita Brawijaya 03 Statitik Ifereia Mecakup emua metode yag diguaka dalam pearika keimpula atau geeraliai megeai

Lebih terperinci

BAB II TINJAUAN TEORITIS

BAB II TINJAUAN TEORITIS BAB II TINJAUAN TEORITIS.1 Pegertia-pegertia Lapaga pekerjaa adalah bidag kegiata dari pekerjaa/usaha/ perusahaa/kator dimaa seseorag bekerja. Pekerjaa utama adalah jika seseorag haya mempuyai satu pekerjaa

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Tujua Peelitia Peelitia ii bertujua utuk megetahui apakah terdapat perbedaa hasil belajar atara pegguaa model pembelajara Jigsaw dega pegguaa model pembelajara Picture ad Picture

Lebih terperinci

1 Departemen Statistika FMIPA IPB

1 Departemen Statistika FMIPA IPB Supleme Resposi Pertemua ANALISIS DATA KATEGORIK (STK351) 1 Departeme Statistika FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referesi Waktu Metode Noparametrik Skala Pegukura Metode Noparameterik Uji Hipotesis

Lebih terperinci

Range atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu

Range atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu BAB 4 UKURAN PENYEBARAN DATA Pada Bab sebelumya kita telah mempelajari beberapa ukura pemusata data, yaitu ukura yag memberika iformasi tetag bagaimaa data-data ii megumpul atau memusat Pada bagia Bab

Lebih terperinci

Uji apakah ada perbedaan signifikan antara mean masing-masing laboratorium. Gunakan α=0.05.

Uji apakah ada perbedaan signifikan antara mean masing-masing laboratorium. Gunakan α=0.05. MA 8 STATISTIKA DASAR SEMESTER I /3 KK STATISTIKA, FMIPA ITB UJIAN AKHIR SEMESTER (UAS) Sei, Desember, 9.3.3 WIB ( MENIT) Kelas. Pegajar: Utriwei Mukhaiyar, Kelas. Pegajar: Sumato Wiotoharjo Jawablah pertayaa

Lebih terperinci

PENAKSIRAN. Penaksiran Titik. Selang Kepercayaan untuk VARIANSI. MA2181 ANALISIS DATA Utriweni Mukhaiyar 17 Oktober 2011

PENAKSIRAN. Penaksiran Titik. Selang Kepercayaan untuk VARIANSI. MA2181 ANALISIS DATA Utriweni Mukhaiyar 17 Oktober 2011 PENAKSIRAN Peaksira Titik Peaksira Selag Selag Kepercayaa utuk RATAAN Selag Kepercayaa utuk VARIANSI MA8 ANALISIS DATA Utriwei Mukhaiyar 7 Oktober 0 Metode Peaksira Peaksira Titik Peaksira Selag Nilai

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini dilaksanakan di kelas XI MIA SMA Negeri 1 Kampar,

BAB III METODE PENELITIAN. Penelitian ini dilaksanakan di kelas XI MIA SMA Negeri 1 Kampar, 45 BAB III METODE PENELITIAN A. Tempat da Waktu Peelitia Peelitia ii dilaksaaka di kelas I MIA MA Negeri Kampar, pada bula April-Mei 05 semester geap Tahu Ajara 04/05 B. ubjek da Objek Peelitia ubjek dalam

Lebih terperinci

Modul Kuliah statistika

Modul Kuliah statistika Modul Kuliah statistika Dose: Abdul Jamil, S.Kom., MM SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER MUHAMMADIYAH JAKARTA Bab 2 Populasi da Sampel 2.1 Populasi Populasi merupaka keseluruha pegamata

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jeis Peelitia Metodologi megadug maka yag lebih luas meyagkut prosedur da cara melakuka verifikasi data yag diperluka utuk memecahka atau mejawab masalah peelitia, termasuk

Lebih terperinci

Metode Statistika Pertemuan XI-XII

Metode Statistika Pertemuan XI-XII /4/0 Metode Statitika Pertemua XI-XII Statitika Ifereia: Pegujia Hipotei Populai : = 0 Butuh pembuktia berdaarka cotoh!!! Apa yag diperluka? > 0? Maa yag bear? Sampel : 5 Ok, itu adalah pegujia hipotei,

Lebih terperinci

x = μ...? 2 2 s = σ...? x x s = σ...?

x = μ...? 2 2 s = σ...? x x s = σ...? Pedugaa Parameter x 2 sx s = μ...? 2 = σ x...? = σ...? Peduga Parameter Peduga titik yaitu parameter populasi p diduga dega suatu besara statistik, misal: rata-rata, proporsi, ragam, dll Peduga Selag (Iterval)

Lebih terperinci

II. LANDASAN TEORI. Sampling adalah proses pengambilan atau memilih n buah elemen dari populasi yang

II. LANDASAN TEORI. Sampling adalah proses pengambilan atau memilih n buah elemen dari populasi yang II. LANDASAN TEORI Defiisi 2.1 Samplig Samplig adalah proses pegambila atau memilih buah eleme dari populasi yag berukura N (Lohr, 1999). Dalam melakuka samplig, terdapat teori dasar yag disebut teori

Lebih terperinci

UKURAN PEMUSATAN DATA

UKURAN PEMUSATAN DATA Malim Muhammad, M.Sc. UKURAN PEMUSATAN DATA J U R U S A N A G R O T E K N O L O G I F A K U L T A S P E R T A N I A N U N I V E R S I T A S M U H A M M A D I Y A H P U R W O K E R T O DEFINISI UKURAN PEMUSATAN

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Distribusi Ekspoesial Fugsi ekspoesial adalah salah satu fugsi yag palig petig dalam matematika. Biasaya, fugsi ii ditulis dega otasi exp(x) atau e x, di maa e adalah basis logaritma

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 9 III. METODE PENELITIAN A. Lokasi da Objek Peelitia Peelitia ii dilakuka di RPH Tejo Petak 10i, BKPH Parug Pajag KPH Bogor, Perum Perhutai Uit III Jawa Barat da Bate. Objek peelitia adalah waktu kerja

Lebih terperinci

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut:

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut: Statistik da Peluag A. Statistik Statistik adalah metode ilmiah yag mempelajari cara pegumpula, peyusua, pegolaha, da aalisis data, serta cara pegambila kesimpula berdasarka data-data tersebut. Data ialah

Lebih terperinci

Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand

Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand TEKIK SAMPLIG PCA SEDERHAA Hazmira Yozza Izzati Rahmi HG Jurusa Matematika FMIPA Uad Defiisi : Jika suatu cotoh berukura diambil dari suatu populasi berukura sedemikia rupa sehigga setiap kemugkia cotoh

Lebih terperinci

1 n MODUL 5. Peubah Acak Diskret Khusus

1 n MODUL 5. Peubah Acak Diskret Khusus ODUL 5 Peubah Acak Diskret Khusus Terdapat beberapa peubah acak diskret khusus yag serig mucul dalam aplikasi. Peubah Acak Seragam ( Uiform) Bila X suatu peubah acak diskret dimaa setiap eleme dari X mempuyai

Lebih terperinci

Pendugaan Parameter 1

Pendugaan Parameter 1 Topik Bahaa: Pedugaa Parameter 1 (Selag Pedugaa, Pedugaa Selag 1 Rata-Rata) Pertemua ke II 1 Ilutrai Statitika Ifereia : Mecakup emua metode yag diguaka utuk pearika keimpula atau geeraliai megeai populai

Lebih terperinci

Pendugaan Parameter. Debrina Puspita Andriani /

Pendugaan Parameter. Debrina Puspita Andriani    / Pedugaa Parameter 7 Debria Puspita Adriai E-mail : debria.ub@gmail.com / debria@ub.ac.id Outlie Pedahulua Pedugaa Titik Pedugaa Iterval Pedugaa Parameter: Kasus Sampel Rataa Populasi Pedugaa Parameter:

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 6 BAB III METODE PENELITIAN 3.1 Desai Peelitia Meurut Kucoro (003:3): Peelitia ilmiah merupaka usaha utuk megugkapka feomea alami fisik secara sistematik, empirik da rasioal. Sistematik artiya proses yag

Lebih terperinci

II. LANDASAN TEORI. dihitung. Nilai setiap statistik sampel akan bervariasi antar sampel.

II. LANDASAN TEORI. dihitung. Nilai setiap statistik sampel akan bervariasi antar sampel. II. LANDASAN TEORI Defiisi 2.1 Distribusi Samplig Distribusi samplig adalah distribusi probibilitas dari suatu statistik. Distribusi tergatug dari ukura populasi, ukura sampel da metode memilih sampel.

Lebih terperinci

REGRESI LINIER GANDA

REGRESI LINIER GANDA REGRESI LINIER GANDA Secara umum, data hasil pegamata Y bisa terjadi karea akibat variabelvariabel bebas,,, k. Aka ditetuka hubuga atara Y da,,, k sehigga didapat regresi Y atas,,, k amu masih meujukka

Lebih terperinci

Bab III Metoda Taguchi

Bab III Metoda Taguchi Bab III Metoda Taguchi 3.1 Pedahulua [2][3] Metoda Taguchi meitikberatka pada pecapaia suatu target tertetu da meguragi variasi suatu produk atau proses. Pecapaia tersebut dilakuka dega megguaka ilmu statistika.

Lebih terperinci

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya 5 BAB II LANDASAN TEORI Dalam tugas akhir ii aka dibahas megeai peaksira besarya koefisie korelasi atara dua variabel radom kotiu jika data yag teramati berupa data kategorik yag terbetuk dari kedua variabel

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN Secara umum metode peelitia diartika sebagai cara ilmiah utuk medapatka data dega tujua da keguaa tertetu. Cara ilmiah berarti kegiata peelitia itu didasarka pada ciri-ciri keilmua,

Lebih terperinci

PENAKSIRAN M A S T A T I S T I K A D A S A R 1 7 M A R E T 2014 U T R I W E N I M U K H A I Y A R

PENAKSIRAN M A S T A T I S T I K A D A S A R 1 7 M A R E T 2014 U T R I W E N I M U K H A I Y A R PENAKSIRAN P E N A K S I R A N T I T I K P E N A K S I R A N S E L A N G S E L A N G K E P E R C A Y A A N U N T U K R A T A A N S E L A N G K E P E R C A Y A A N U N T U K V A R I A N S I M A 0 8 S T

Lebih terperinci

BAB IV PEMBAHASAN DAN ANALISIS

BAB IV PEMBAHASAN DAN ANALISIS BAB IV PEMBAHASAN DAN ANALISIS 4.1. Pembahasa Atropometri merupaka salah satu metode yag dapat diguaka utuk meetuka ukura dimesi tubuh pada setiap mausia. Data atropometri yag didapat aka diguaka utuk

Lebih terperinci