10/14/2010 UJI HIPOTESIS PENGERTIAN GALAT (ERROR) salah)
|
|
- Susanti Hermawan
- 7 tahun lalu
- Tontonan:
Transkripsi
1 /4/ UJI HIPOTESIS UJI RATAAN UJIVARIANSI MA 8 Analisis Data Utriweni Mukhaiyar Oktober PENGERTIAN Hipotesis adalah suatu anggapan yang mungkin benar atau tidak mengenai satu populasi atau lebih yang perlu diuji kebenarannya Dalam statistika, hipotesis yang akan diuji dibedakan menjadi:. Hipotesis nol (H ) ; pernyataan yang mengandung tanda kesamaan (=,, atau ). Hipotesis tandingan (H ) ; tandingan hipotesis H, mengandung tanda, >, atau <. GALAT (ERROR) H ditolak H benar P(menolak H H benar) = galat tipe I = α H salah keputusan benar H tidak ditolak keputusan benar P(tidak menolak H H salah) = galat tipe II = β yang dimanfaatkan dalam pokok bahasan ini 3
2 /4/ SKEMA UMUM UJI HIPOTESIS Hipotesis yang ingin diuji Hipotesis Statistik??? H H Memuat suatu kesamaan (=, atau ) Dapat berupa - hasil penelitian sebelumnya - informasi dari buku atau - hasil percobaan orang lain Hipotesis yang ingin dibuktikan Disebut juga hipotesis alternatif Memuat suatu perbedaan (, > atau <) Keputusan mungkin terjadi Kesalahan H ditolak Kesimpulan H benar H tidak ditolak Kesimpulan Tidak cukup bukti untuk menolak H Tipe I Menolak H padahal H benar P(tipe I) = α = tingkat signifikansi Tipe II Menerima H padahal H salah P(tipe I) = β 4 STATISTIK UJI DAN TITIK KRITIS Statistik uji digunakan untuk menguji hipotesis statistik yang telah dirumuskan. Notasinya berpadanan dengan jenis distribusi yang digunakan. Titik kritis membatasi daerah penolakan dan penerimaan H. Diperoleh dari tabel statistik yang bersangkutan. p y g g H ditolak jika nilai statistik uji jatuh di daerah kritis. daerah kritis = / titik kritis daerah penerimaan H - daerah kritis = / titik kritis daerah penerimaan H - diperoleh dari tabel statistik titik kritis daerah kritis 5 UJI RATAAN SATU POPULASI uji dua arah. H : = vs H :. H : = vs H : > 3. H : = vs H : < uji satu arah adalah suatu konstanta yang diketahui 6
3 /4/ STATISTIK UJI UNTUK RATAAN SATU POPULASI. Kasus σ diketahui X Z / n. Kasus σ tidak diketahui T X ~ t (n-) s / n ~ N(,) Tabel Z (normal bk) baku) Tabel t 7 DAERAH KRITIS UJI RATAAN SATU POPULASI σ diketahui σ tidak diketahui Statistik uji : Z T H : = vs H : Z < - Z α/ atau Z > Z α/ T < - T α/ atau T > T α/ H : = vs H : > Z > Z α T > T α H : = vs H : < Z < - Z α T < - T α titik kritis dengan derajat kebebasan n - 8 UJI RATAAN DUA POPULASI uji dua arah. H : - = vs H : -. H : - = vs H : - > 3. H : - = vs H : - < uji satu arah adalah suatu konstanta yang diketahui 9 3
4 /4/ STATISTIK UJI UNTUK RATAAN DUA POPULASI. Kasus σ dan σ diketahui Z = X X μ H σ σ n n. Kasus σ i dan σ tidak diketahui dan σ σ XX μ T H = S S n n 3. Kasus σ dan σ tidak diketahui dan σ = σ XX μ (n)s (n )S T H = dengan S p = nn Sp n n DAERAH KRITIS UJI RATAAN DUA POPULASI σ, σ diketahui σ, σ tidak diketahui Statistik uji : Z T σ = σ σ σ Derajat Kebebasan H : - = vs H : - Z < - Z α/ atau Z > Z α/ n + n - T < - T α/ atau T > T α/ S S n n S S (n ) n (n ) n T < - T α/ atau T > T α/ H : - = vs Z > Z H : - > α T > T α T > T α H : - = vs H : - < Z < - Z α T < - T α T < - T α v= UJI UNTUK RATAAN BERPASANGAN. H : d = vs H : d. H : d = vs H : d > 3. H : d = vs H : d < Statistik uji menyerupai statistik untuk kasus satu populasi dengan variansi tidak diketahui. D μ T= S n / d ; 4
5 /4/ CONTOH Berdasarkan laporan kematian di AS yang diambil secara acak, diperoleh bahwa rata-rata usia saat meninggal adalah 7.8 tahun dengan simpangan baku 8.9 tahun. Hal ini memberikan dugaan bahwa rata-rata usia meninggal di AS lebih dari 7 tahun. a. Nyatakan dugaan tersebut dalam pernyataan hipotesis statistik b. Untuk tingkat signifikansi 5%, benarkah dugaan tersebut? 3 SOLUSI Diketahui Ditanya: 7, X 7.8, s 8.9,, 5 a. Hipotesis statistik b. Kesimpulan uji hipotesis Jawab: Parameter yang akan diuji : μ a. Rumusan hipotesis: H : μ = 7 H : μ > 7 4 b. α = 5%=.5, maka titik kritis t.5,(99) =.66 x 7,8 7 s 8,9 n t, Karena t > t.5,(99), maka t berada pada daerah penolakan sehingga keputusannya H ditolak. Jadi dugaan tersebut benar bahwa rata-rata usia meninggal di AS lebih dari 7 tahun. 5 5
6 /4/ CONTOH Suatu percobaan dilakukan untuk membandingkan keausan yang diakibatkan oleh gosokan, dari dua bahan yang dilapisi. Dua belas potong bahan diuji dengan memasukan tiap potong bahan ke dalam mesin pengukur aus. Sepuluh potong bahan diuji dengan cara yang sama. Dalam tiap hal, diamati dalamnya keausan. Sampel bahan memberikan rata-rata t keausan (sesudah disandi) sebanyak 85 satuan dengan simpangan baku sampel 4, sedangkan sampel bahan memberikan rata-rata keausan sebanyak 8 dengan simpangan baku sampel 5. Dapatkah disimpulkan, pada taraf keberartian 5%, bahwa ratarata keausan bahan melampaui rata-rata keausan bahan lebih dari dua satuan? Anggaplah kedua populasi berdistribusi hampir normal dengan variansi yang sama. 6 SOLUSI Misalkan μ dan μ masing-masing menyatakan rata-rata populasi bahan dan populasi bahan. Variansi populasi kedua bahan tidak diketahui, yang diketahui adalah variansi sampel. Diasumsikan variansi populasi kedua bahan adalah sama. Rumusan hipotesis yang diuji adalah: H : μ - μ = H : μ - μ > 7 Tingkat keberartian, α =.5 x 85, s 4, n = x =8, s =5, n = Kita gunakan statistik uji untuk variansi kedua populasi tak diketahui tapi dianggap sama, yaitu xxμ t H = Sp n n (n)s (n )S ()(6) (9)(5) dengan S p = n n Maka diperoleh t xxμ = (85 8).4 H Sp (/) (/) n n 8 6
7 /4/ Statistik uji t berdistribusi t-student dengan derajat kebebasan n +n - = + - =, sehingga titik kritisnya adalah t.5, =.75. Karena t <.75, maka H tidak ditolak. Tidak dapat disimpulkan bahwa rata-rata keausan bahan melampaui rata-rata keausan bahan lebih dari satuan. 9 CONTOH 3 (DATA BERPASANGAN) Pada tahun 976, J.A. Weson memeriksa pengaruh obat succinylcholine terhadap kadar peredaran hormon androgen dalam darah. Sampel darah dari rusa liar yang hidup bebas diambil melalui urat nadi leher segera setelah succinylcholine disuntikkan pada otot rusa. Rusa kemudian diambil lagi darahnya kira-kira 3 menit setelah suntikan dan kemudian rusa tersebut dilepaskan. Kadar androgen pada waktu ditangkap dan 3 menit kemudian diukur dalam nanogram per ml (ng/ml) untuk 5 rusa. Data terdapat pada tabel berikut N Kadar androgen (ng/ml) sesaat setelah disuntik Kadar androgen (ng/ml) 3 menit setelah disuntik Selisih (d i )
8 /4/ Anggap populasi androden sesaat setelah suntikan dan 3 menit kemudian berdistribusi normal. Ujilah, pada tingkat keberartian 5%, apakah konsentrasi androgen berubah setelah ditunggu 3 menit. SOLUSI Ini adalah data berpasangan karena masingmasing unit percobaan (rusa) memperoleh dua kali pengukuran Misalkan μ dan μ masing-masing menyatakan rata-rata konsentrasi androgen sesaat setelah suntikan dan 3 menit kemudian. Rumusan hipotesis yang diuji adalah H : μ = μ atau μ D = μ - μ = H : μ μ atau μ D = μ - μ Tingkat signifikansi yang digunakan adalah α = 5% =.5 3 Rata-rata sampel dan variansi sampel untuk selisih ( d i ) adalah d dan s Statistik uji yang digunakan adalah d d t= s / n d Dalam hal ini d t= / 5 4 8
9 /4/ Statistik uji t berdistribusi t-student dengan derajat kebebasan n = 5 = 4. Pada tingkat keberartian.5, H ditolak jika t < - t.5,4 = -.45 atau t > t.5,4 =.45. Karena nilai t =.6, maka nilai t tidak berada pada daerah penolakan. Dengan demikian, H tidak ditolak. Kendati demikian, nilai t =.6 mendekati nilai t.5,4 =.45. Jadi perbedaan rata-rata kadar peredaran androgen tidak bisa diabaikan. 5 UJI HIPOTESIS TENTANG VARIANSI SATU POPULASI Bentuk hipotesis nol dan tandingannya untuk kasus variansi satu populasi adalah. H : = vs H :. H : = vs H : 3. H : = vs H : Dengan menyatakan suatu konstanta mengenai variansi yang diketahui 6 Statistisk uji yang digunakan untuk menguji ketiga hipotesis di atas adalah : ( n ) S Jika H benar, maka statistik uji tersebut berdistribusi chi-square dengan derajat kebebasan n- 7 9
10 /4/ Untuk hipotesis H : = vs H :, tolak H pada tingkat keberartian α jika : atau n n,( ),( ) Untuk hipotesis H : = vs H :, tolak H pada tingkat keberartian α jika,( n) Untuk hipotesis H : = vs H :, tolak H pada tingkat keberartian α jika n),(,, merupakan nilainilai dari tabel distribusi chi-square dengan derajat,( n),( n),(, dan n),( n) kebebasan n by UM UJI HIPOTESIS TENTANG VARIANSI DUA POPULASI Bentuk hipotesis nol dan tandingannya untuk uji hipotesis mengenai variansi dua populasi adalah. H : vs H :. H : vs H : 3. H : vs H : Dengan σ dan σ masing-masing adalah variansi populasi ke- dan variansi populasi ke- 9 Statistisk uji yang digunakan untuk menguji ketiga hipotesis di atas adalah S F S Jika H benar, statistik uji tersebut berdistribusi Fisher dengan derajat kebebasan v = n dan v = n 3
11 /4/ Untuk hipotesis H : vs H :, tolak H pada tingkat keberartian α jika : F f atau F f v, v,( ),( v, v ) Untuk hipotesis H : vs H :, tolak H pada tingkat keberartian α jika : F f f,( v, v) Untuk hipotesis H : vs H :, tolak H pada tingkat keberartian α jika : F f,( v, v) f,( v, v), f,( v, v), f/,( v, v),dan f /,( v, v) adalah nilai-nilai dari tabel distribusi Fisher dengan derajat kebebasan v dan v 3 CONTOH 4 Suatu perusahaan baterai mobil menyatakan bahwa umur baterainya berdistribusi hampir normal dengan simpangan baku.9 tahun. Bila sampel acak baterai tersebut menghasilkan simpangan baku. tahun, apakah anda setuju bahwa σ >.9 tahun? Gunakan taraf kebartian 5%! 3 SOLUSI H : σ =.8 H : σ >.8 α =.5 Diketahui simpangan baku sampel, s =. Statistik uji ( n ) s (9)(44) (9)(.44) 6.8 Titik kritis adalah, n.5, Karena.5,9, maka H tidak ditolak. Simpulkan bahwa simpangan baku umur baterai tidak melebihi.9 33
12 /4/ CONTOH 5 Dalam pengujian keausan kedua bahan di contoh, dianggap bahwa kedua variansi yang tidak diketahui sama besarnya. Ujilah anggapan ini! Gunakan taraf keberartian.. 34 SOLUSI Misalkan σ dan σ adalah variansi populasi dari masing-masing keausan bahan dan bahan. rumusan hipotesis yang akan diuji adalah H : σ = σ H : σ σ α =. 35 Statistik uji f = s / s = 6 / 5 =.64 H ditolak dengan tingkat keberartian α jika f f atau f f v, v,( ),( v, v ) Dalam hal ini α =., v = n = =, dan v = n = = 9. Maka f,( v, v) f.95,(.9).34 dan f,( v, v) f 3..5,(.9) Karena f f f, maka jangan tolak H.,( v, v),( v, v) Simpulkan bahwa tidak cukup kenyataan untuk menyatakan bahwa variansinya berbeda. 36
13 /4/ REFERENSI Devore, J.L. and Peck, R., Statistics The Exploration and Analysis of Data, USA: Duxbury Press, 997. Pasaribu, U.S., 7, Catatan Kuliah Biostatistika. Wild, C.J. and Seber, G.A.F., Chance Encounters A first Course in Data Analysis and Inference, USA: John Wiley&Sons,Inc.,. Walpole, Ronald E. Dan Myers, Raymond H., Ilmu Peluang dan Statistika untuk Insinyur dan Ilmuwan, Edisi 4, Bandung: Penerbit ITB, 995. Walpole, Ronald E. et.al., Probability & Statistics for Enginerrs & Scientists, Eight edition, New Jersey : Pearson Prentice 37 Hall, 7. 3
4/16/2009. H 0 ditolak. H 0 tidak ditolak. ditolak. P(menolak H 0 H 0 benar) keputusan benar. = galat lttipe II = β. P(tidak menolak H 0 H 0 salah)
4/6/9 Galat (error) Uji Hipotesis H ditolak H benar H salah a P(menolak H H benar) galat tipe I keputusan benar MA 8 Statistika Dasar Kamis, 6 Februari 9 H tidak ditolak keputusan benar P(tidak menolak
Lebih terperinciMA2081 STATISTIKA DASAR. Utriweni Mukhaiyar 1 November 2012
Uji Hipotesis MA081 STATISTIKA DASAR MA081 STATISTIKA DASAR Utriweni Mukhaiyar 1 November 01 Pengertian Hipotesis adalah suatu anggapan yang mungkin benar atau tidak mengenai satu populasi atau lebih yang
Lebih terperinciUJI RATAAN UJIVARIANSI MA 2081 STATISTIKA DASAR UTRIWENI MUKHAIYAR A PRIL 2011
Uji Hipotesis UJI RATAAN UJIVARIANSI MA 081 STATISTIKA DASAR UTRIWENI MUKHAIYAR A PRIL 011 Pengertian Hipotesisadalah i suatu anggapan yang mungkin benar atau tidak mengenai satu populasi atau lbih lebih
Lebih terperinciUji Hipotesis. MA2081 STATISTIKA DASAR Utriweni Mukhaiyar
Uji Hipotesis MA081 STATISTIKA DASAR Utriweni Mukhaiyar 8 Maret 01 Pengertian Hipotesis adalah suatu anggapan yang mungkin benar atau tidak mengenai satu populasi atau lebih yang perlu diuji kebenarannyaa
Lebih terperinciMA 2081 Statistika Dasar Utriweni Mukhaiyar. 11 September 2012
1 PEUBAH ACAK DAN DISTRIBUSINYA MA 2081 Statistika Dasar Utriweni Mukhaiyar 11 September 2012 2 Pemetaan (Fungsi) Suatu pemetaan / fungsi Kategori fungsi: 1. Fungsi titik 2. Fungsi himpunan A A B B 3 Peubah
Lebih terperinciPEUBAH ACAK DAN DISTRIBUSINYA. MA 2081 Statistika Dasar Utriweni Mukhaiyar
PEUBAH ACAK DAN DISTRIBUSINYA MA 208 Statistika Dasar Utriweni Mukhaiyar 0 Februari 20 Pemetaan (Fungsi) Suatu pemetaan / fungsi Kategori fungsi:. Fungsi titik 2. Fungsi himpunan 2 A A B B Peubah Acak
Lebih terperinciPEUBAH ACAK DAN. MA 2181 Analisis Data Utriweni Mukhaiyar. 22 Agustus 2011
1 PEUBAH ACAK DAN DISTRIBUSINYA MA 2181 Analisis Data Utriweni Mukhaiyar 22 Agustus 2011 Pemetaan (Fungsi) 2 Suatu pemetaan / fungsi Kategori fungsi: 1. Fungsi titik 2. Fungsi himpunan A A B B Peubah Acak
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 terperinciPengujian Hipotesis. Oleh : Dewi Rachmatin
Pengujian Hipotesis Oleh : Dewi Rachmatin Hipotesis Suatu anggapan yang mungkin benar atau tidak mengenai suatu populasi atau lebih Akan digunakan istilah diterima atau ditolak pada bagian ini Penolakan
Lebih terperinciPELUANG 8/18/2010 EKSPERIMEN RUANG SAMPEL. Ruang sampel S, yaitu himpunan dari semua kemungkinanki hasil dari suatu percobaan acak (statistik).
PELUANG 1 MA 2181 ANALISIS DATA, 18 AGUSTUS 2010 UTRIWENI MUKHAIYAR EKSPERIMEN Ciri-ciri eksperimen acak (Statistik): Dapat dulangi baik oleh si pengamat sendiri maupun orang lain. Proporsi keberhasilan
Lebih terperinciPELUANG & ATURAN BAYES MA 2181 ANALISIS DATA, 15 AGUSTUS 2011 UTRIWENI MUKHAIYAR
1 PELUANG & ATURAN BAYES MA 2181 ANALISIS DATA, 15 AGUSTUS 2011 UTRIWENI MUKHAIYAR Eksperimen 2 Ciri-ciri eksperimen acak (Statistik): Dapat dulangi baik oleh si pengamat sendiri maupun orang lain. Proporsi
Lebih terperinciPeluang & Aturan Bayes. MA 2081 STATISTIKA DASAR 5 Februari 2014 Utriweni Mukhaiyar
1 Peluang & Aturan Bayes MA 2081 STATISTIKA DASAR 5 Februari 2014 Utriweni Mukhaiyar 2 Eksperimen Ciri-ciri eksperimen acak (Statistik): Dapat dulangi baik oleh si pengamat sendiri maupun orang lain. Proporsi
Lebih terperinciMA 4085 Pengantar Statistika 5 Februari 2013 Utriweni Mukhaiyar
MA 4085 Pengantar Statistika 5 Februari 2013 Utriweni Mukhaiyar 1 Ciri-ciri eksperimen acak (Statistik): *Dapat dulangi baik oleh si pengamat sendiri maupun orang lain. *Proporsi keberhasilan dapat diketahui
Lebih terperinciPeluang & Aturan Bayes. MA 2081 STATISTIKA DASAR, 6 FEBRUARI 2012 Utriweni Mukhaiyar
Peluang & Aturan Bayes MA 2081 STATISTIKA DASAR, 6 FEBRUARI 2012 Utriweni Mukhaiyar 1 Eksperimen Ciri-ciri i i i eksperimen acak (Statistik): ti tik) Dapat dulangi baik oleh si pengamat sendiri maupun
Lebih terperinciCiri-ciri eksperimen acak (Statistik): Dapat dulangi baik oleh si pengamat sendiri maupun orang lain. Proporsi keberhasilan dapat diketahui dari
(C) by UM, last edited Feb 2011 1 Ciri-ciri eksperimen acak (Statistik): Dapat dulangi baik oleh si pengamat sendiri maupun orang lain. Proporsi keberhasilan dapat diketahui dari hasil-hasil sebelumnya.
Lebih terperinciDISTRIBUSI DISKRIT KHUSUS
DISTRIBUSI DISKRIT KHUSUS UNIFORM (SERAGAM) BERNOULLI BINOMIAL POISSON MULTINOMIAL HIPERGEOMETRIK GEOMETRIK BINOMIAL NEGATIF MA3181 Teori Peluang 27 Oktober 2014 Utriweni Mukhaiyar DISTRIBUSI UNIFORM (SERAGAM)
Lebih terperinciDISTRIBUSI KONTINU. Uniform Normal Gamma & Eksponensial. MA3181 Teori Peluang 3 November 2014 Utriweni Mukhaiyar
DISTRIBUSI KONTINU Uniform Normal Gamma & Eksponensial MA3181 Teori Peluang 3 November 2014 Utriweni Mukhaiyar Distribusi Uniform 2 Distribusi kontinu yang paling sederhana Notasi: X ~ U (a,b) f.k.p: f(x)
Lebih terperincidan Korelasi 1. Model Regresi Linear 2. Penaksir Kuadrat Terkecil 3. Prediksi Nilai Respons 4. Inferensi Untuk Parameter-parameter Regresi 6.
Regresi Linear Sederhana dan Korelasi 1. Model Regresi Linear 2. Penaksir Kuadrat Terkecil 3. Prediksi Nilai Respons 4. Inferensi Untuk Parameter-parameter Regresi 5. Kecocokan Model Regresi 6. Korelasi
Lebih terperinciREGRESI LINEAR SEDERHANA
REGRESI LINEAR SEDERHANA DAN KORELASI 1. Model Regresi Linear 2. Penaksir Kuadrat Terkecil 3. Prediksi Nilai Respons 4. Inferensi Untuk Parameter-parameter Regresi 5. Kecocokan Model Regresi 6. Korelasi
Lebih terperinciPENAKSIRAN. 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 terperinciPELUANG & ATURAN BAYES BI5106 ANALISIS BIOSTATISTIK
1 PELUANG & ATURAN BAYES BI5106 ANALISIS BIOSTATISTIK UTRIWENI MUKHAIYAR Eksperimen 2 Ciri-ciri i ii eksperimen acak (Statistik): ti tik) Dapat dulangi baik oleh si pengamat sendiri maupun orang lain.
Lebih terperinciSTATISTIKA INDUSTRI 2 TIN 4004
STATISTIKA INDUSTRI 2 TIN 4004 Kontrak Perkuliahan Pertemuan & Materi RPKPS Penilaian Tugas, short quiz (30%) Quiz 1 & 2 (40%) UAS (30%) Referensi Montgomery, D.C, George C. Runger. Applied Statistic and
Lebih terperinciPenaksiran Titik Penaksiran Selang. Selang Kepercayaan untuk VARIANSI MA2081 STATISTIKA DASAR
PENAKSIRAN Peaksira Titik Peaksira Selag Selag Kepercayaa utuk RATAAN Selag Kepercayaa utuk VARIANSI MA08 STATISTIKA DASAR MA08 STATISTIKA DASAR Utriwei Mukhaiyar 5 Oktober 0 Metode Peaksira Peaksira Titik
Lebih terperinciANALISIS VARIANSI. Utriweni Mukhaiyar. 2 November 2011
1 ANALISIS VARIANSI Utriweni Mukhaiyar MA 2181 Analisis Data 2 November 2011 Analisis Variansi 2 1. Tujuan Analisis Variansi 2. Asumsi-asumsi dalam Analisis Variansi 3. Hipotesis yang diuji dalam analisis
Lebih terperinciDISTRIBUSI DISKRIT KHUSUS
DISTRIBUSI DISKRIT KHUSUS U N I F O R M ( S E R A G A M ) B E R N O U L L I B I N O M I A L P O I S S O N MA 4085 Pengantar Statistika 26 Februari 2013 Utriweni Mukhaiyar M U L T I N O M I A L H I P E
Lebih terperinciPEUBAH ACAK DAN DISTRIBUSINYA
PEUBAH ACAK DAN DISTRIBUSINYA MA3181 Teori Peluang 8 September 2014 Utriweni Mukhaiyar 1 Pemetaan (Fungsi) O Suatu pemetaan / fungsi O Kategori fungsi: 1. Fungsi titik 2. Fungsi himpunan A A B B 2 Peubah
Lebih terperinciDISTRIBUSI KONTINU. Utriweni Mukhaiyar
DISTRIBUSI KONTINU Uniform Normal Gamma & Eksponensial MA 2081 Statistika ti tik Dasar Utriweni Mukhaiyar Maret 2012 By NN 2008 Distribusi Uniform Distribusi kontinu yang paling sederhana Notasi: X ~ U
Lebih terperinci1. Model Regresi Linear dan Penaksir Kuadrat Terkecil 2. Prediksi Nilai Respons 3. Inferensi Untuk Parameter-parameter Regresi 4.
* 1. Model Regresi Linear dan Penaksir Kuadrat Terkecil 2. Prediksi Nilai Respons 3. Inferensi Untuk Parameter-parameter Regresi 4. Kecocokan Model Regresi 5. Korelasi Utriweni Mukhaiyar MA 2081 Statistika
Lebih terperinciPercobaan terdiri dari 1 usaha. Peluang sukses p Peluang gagal 1-p Misalkan. 1, jika terjadi sukses X jika terjadi tidak sukses (gagal)
Percobaan Bernoulli 5 Percobaan terdiri dari 1 usaha Sukses Usaha Gagal Peluang sukses p Peluang gagal 1-p Misalkan 1, jika terjadi sukses X 0, jika terjadi tidak sukses (gagal) Distribusi Bernoulli 6
Lebih terperinciUNIFORM (SERAGAM) BERNOULLI BINOMIAL POISSON BEBERAPA DISTRIBUSI LAINNYA : MULTINOMIAL, HIPERGEOMETRIK, MA 2081 Statistika Dasar.
DISTRIBUSI DISKRIT UNIFORM (SERAGAM) BERNOULLI BINOMIAL POISSON BEBERAPA DISTRIBUSI LAINNYA : MULTINOMIAL, HIPERGEOMETRIK, GEOMETRIK, BINOMIAL NEGATIF MA 2081 Statistika Dasar Utriweni Mukhaiyar 7 Maret
Lebih terperinciPENAKSIRAN 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 terperinciDISTRIBUSI DISKRIT KHUSUS
DISTRIBUSI DISKRIT KHUSUS Uniform U (seragam) MultinomialM l i i l Bernoulli Hipergeometrik Binomial Geometrik Poisson Binomial Negatif MA 2081 Statistika Dasar Utriweni Mukhaiyar 27 September 2012 2 Distribusi
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 terperinciRegresi Linear Sederhana
Regresi Linear Sederhana dan Korelasi 1. Model Regresi Linear dan Penaksir Kuadrat Terkecil 2. Prediksi Nilai Respons 3. Inferensi Untuk Parameter-parameter Regresi 4. Kecocokan Model Regresi 5. Korelasi
Lebih terperinciFungsi Peluang Gabungan
Fungsi Peluang Gabungan MA3181 Teori Peluang 15 September 2014 Utriweni Mukhaiyar Ilustrasi Suatu perusahaan properti memiliki banyak gedung/bangunan yang ingin diasuransikan dengan kategori-kategori yang
Lebih terperinciREVIEW: DISTRIBUSI PELUANG KHUSUS & UJI HIPOTESIS. Utriweni Mukhaiyar MA2281 Statistika Nonparametrik Kamis, 21 Januari 2016
REVIEW: DISTRIBUSI PELUANG KHUSUS & UJI HIPOTESIS Utriweni Mukhaiyar MA81 Statistika Nonparametrik Kamis, 1 Januari 016 PEUBAH ACAK Peubah acak, yaitu pemetaan X: S R Ruang Sampel, S X x Himpunan Bil.Riil,
Lebih terperinciMA2181 Analisis Data - U. Mukhaiyar 1
DISTRIBUSI KONTINU Uniform Normal Gamma & Eksponensial MA 2181 Analisis Data Utriweni Mukhaiyar September 20 By NN 2008 DISTRIBUSI UNIFORM Distribusi kontinu yang paling sederhana Notasi: X ~ U (a,b) f.k.p:
Lebih terperinciDISTRIBUSI DISKRIT. MA 2081 Statistika Dasar Utriweni Mukhaiyar
DISTRIBUSI DISKRIT Uniform (seragam) Bernoulli Binomial Poisson Beberapa distribusi lainnya : MULTINOMIAL, HIPERGEOMETRIK, GEOMETRIK, BINOMIAL NEGATIF MA 081 Statistika Dasar Utriweni Mukhaiyar 5 Maret
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 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 terperinciDISTRIBUSI DISKRIT KHUSUS
DISTRIBUSI DISKRIT KHUSUS Uniform Bernoulli Binomial Poisson Distribusi Lainnya: Multinomial Hipergeometrik Geometrik Binomial Negatif BI5106 Analisis Biostatistika 27 September 2012 Distribusi uniform
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 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 terperinciAnalisis Variansi (ANOVA) Utriweni Mukhaiyar MA 2081 Statistika Dasar 13 November 2012
1 Analisis Variansi (ANOVA) Utriweni Mukhaiyar MA 2081 Statistika Dasar 13 November 2012 2 Analisis Variansi 1. Tujuan Analisis Variansi 2. Asumsi-asumsi s s dalam a Analisis s Variansi a 3. Hipotesis
Lebih terperinciDISTRIBUSI SAMPLING. Berdistribusi normal dengan rataan. Dan variasi
DISTRIBUSI SAMPLING Definisi : distribusi sampling adalah distribusi peluang untuk nilai statistik yang diperoleh dari sampel acak untuk menggambarkan populasi. 1. Distribusi rata rata Misal sampel acak
Lebih terperinciPENGUJIAN HIPOTESIS RATA-RATA DUA POPULASI -YQ-
PENGUJIAN HIPOTESIS RATA-RATA DUA POPULASI -YQ- Materi : Pengujian Hipotesis Rata-rata Dua Populasi Data Tidak Berpasangan Data Berpasangan 5 Langkah-langkah pengujian hipotesis Menentukan hipotesis nol
Lebih terperinciMA 2081 STATISTIKA DASAR UTRIWENI MUKHAIYAR 24 FEBRUARI 2011
Fungsi Peluang Gabungan MA 2081 STATISTIKA DASAR UTRIWENI MUKHAIYAR 24 FEBRUARI 2011 Ilustrasi Suatu perusahaan properti memiliki banyak gedung/bangunan yang ditawarkan dengan kategori-kategori yang berbeda.
Lebih terperinciPRAKTIKUM STATISTIKA INDUSTRI 2013 MODUL IV PENGUJIAN HIPOTESIS
PRAKTIKUM STATISTIKA INUSTRI 3 PENGUJIAN HIPOTESIS A. TUJUAN PRAKTIKUM Melalui praktikum Modul IV ini diharapakan praktikan dapat:. Melakukan pengujian hipotesis secara statistik dengan prosedur yang benar..
Lebih terperinci11/8/2010 ANALISIS VARIANSI ILUSTRASI
11/8/010 ANALISIS VARIANSI 1 Utriweni Mukhaiar MA 181 Analisis Data 8 November 010 ANALISIS VARIANSI 1. Tujuan Analisis Variansi. Asumsi-asumsi dalam Analisis Variansi 3. Hipotesis ang diuji dalam analisis
Lebih terperinciBI5106 Analisis Biostatistik 18 September 2012 Utriweni Mukhaiyar
FUNGSI PELUANG GABUNGAN BI5106 Analisis Biostatistik 18 September 2012 Utriweni Mukhaiyar Ilustrasi Suatu perusahaan properti memiliki banyak gedung/bangunan yang ditawarkan dengan kategori-kategori yang
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 terperinciMA2081 Statistika Dasar
Catatan Kuliah MA2081 Statistika Dasar Orang Cerdas Belajar Statistika Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang MA2081 Statistika
Lebih terperinciUtriweni Mukhaiyar BI5106 Analisis Biostatistik 29 November 2012
ANALISIS VARIANSI DWIFAKTOR Utriweni Mukhaiyar BI5106 Analisis Biostatistik 29 November 2012 ANOVA one-way vs two-way 2 Dalam ANOVA one-way ( satu faktor), diperhatikan hanya satu faktor saja yang berpengaruh
Lebih terperinciPENDUGAAN PARAMETER STATISTIK INDUSTRI 1
PENDUGAAN PARAMETER STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Mengetahui populasi dan membuat pernyataan peluang mengenai elemen yang diambil dari populasi tersebut Tidak mengetahui distribusi
Lebih terperinciFUNGSI PELUANG GABUNGAN M A P E N G A N T A R S T A T I S T I K A 14 F E B R U A R I 2013 U T R I W E N I M U K H A I Y A R
FUNGSI PELUANG GABUNGAN M A 4 0 8 5 P E N G A N T A R S T A T I S T I K A 14 F E B R U A R I 2013 U T R I W E N I M U K H A I Y A R ILUSTRASI Suatu perusahaan properti memiliki banyak gedung/bangunan yang
Lebih terperinciPENAKSIRAN METODE PENAKSIRAN CONTOH. Kasus 1: taksiran titik IP = 3,5 Kasus 2: taksiran selang IP = [3,4]
PENAKIRAN Peaksira Titik Peaksira elag elag Kepercayaa utuk µ elag Kepercayaa utuk σ MA 8 Aalisis Data Utriwei Mukhaiyar Oktober 00 008 by UP & UM METODE PENAKIRAN. Peaksira Titik Nilai tuggal dari suatu
Lebih terperinciDistribusi Sampel & Statistitik Terurut
Distribusi Sampel & Statistitik Terurut Sampel Acak, Rataa sampel, X-bar, Variasi sampel, S, Teorema Limit Pusat, Distribusi t,, F Statistik Terurut MA 3181 Teori Peluag 11 November 014 Utriwei Mukhaiyar
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. pernyataan atau dugaan mengenai satu atau lebih
PENGUJIAN HIPOTESIS. Pendahuluan Hipotesis Statistik : populasi. pernyataan atau dugaan mengenai satu atau lebih Pengujian hipotesis berhubungan dengan penerimaan atau penolakan suatu hipotesis. Kebenaran
Lebih terperinciPERBANDINGAN KUASA WILCOXON RANK SUM TEST DAN PERMUTATION TEST DALAM BERBAGAI DISTRIBUSI TIDAK NORMAL
Jurnal Matematika UNAND Vol. 3 No. 4 Hal. 139 146 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PERBANDINGAN KUASA WILCOXON RANK SUM TEST DAN PERMUTATION TEST DALAM BERBAGAI DISTRIBUSI TIDAK NORMAL
Lebih terperinciAplikasi Pengujian Hipotesis Statistik dalam Sistem Teknologi Informasi
Aplikasi Pengujian Hipotesis Statistik dalam Sistem Teknologi Informasi Nama : Irvan Stefanus Sutarjo NIM : 18209001 Program Studi Sistem dan Teknologi Informasi Sekolah Teknik Elektro dan Informatika
Lebih terperinciAyundyah Kesumawati. April 20, 2015
Pengujian Kesumawati Nol dan Prodi Statistika FMIPA-UII April 20, 2015 Pengujian Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi Pengujian hipotesis berhubungan dengan penerimaan atau
Lebih terperinciPENDUGAAN PARAMETER STATISTIK INDUSTRI 1
PENDUGAAN PARAMETER STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Mengetahui populasi dan membuat pernyataan peluang mengenai elemen yang diambil dari populasi tersebut Tidak mengetahui distribusi
Lebih terperinciUji Permutasi untuk Masalah Dua Sampel Saling Bebas: Studi Kasus di LAFI-DITKES AD Bandung Jawa Barat
Statistika, Vol. 8 No., 9 7 Nopember 8 Uji Permutasi untuk Masalah Dua Sampel Saling Bebas: Studi Kasus di LAFI-DITKES AD Bandung Jawa Barat Danang Setiawan dan Aceng K. Mutaqin Program Studi Statistika
Lebih terperinci(HARAPAN MATEMATIKA) BI5106 Analisis Biostatistik 20 September 2012 Utriweni Mukhaiyar
1 EKSPEKTASI (HARAPAN MATEMATIKA) BI5106 Analisis Biostatistik 0 September 01 Utriweni Mukhaiyar Ekspektasi Suatu Peubah Acak Misalkan X peubah acak Ekspektasi dari X EX [ ] xp( X x), jika X peubah acak
Lebih terperinciUJI STATISTIK NON PARAMETRIK. Widha Kusumaningdyah, ST., MT
UJI STATISTIK NON PARAMETRIK Widha Kusumaningdyah, ST., MT SIGN TEST Sign Test Digunakan untuk menguji hipotesa tentang MEDIAN dan DISTRIBUSI KONTINYU. Pengamatan dilakukan pada median dari sebuah distribusi
Lebih terperinciPertemuan 8 STATISTIKA INDUSTRI 2 08/11/2013. Introduction to Linier Regression. Introduction to Linier Regression. Introduction to Linier Regression
Pertemuan 8 STATISTIKA INDUSTRI 2 TIN 4004 Outline: Regresi Linier Sederhana dan Korelasi (Simple Linier Regression and Correlation) Referensi: Montgomery, D.C., Runger, G.C., Applied Statistic and Probability
Lebih terperinciBEBERAPA DISTRIBUSI PELUANG KONTINU. Normal, Gamma, Eksponensial, Khi-Kuadrat, Student dan F
BEBERAPA DISTRIBUSI PELUANG KONTINU Normal, Gamma, Eksponensial, Khi-Kuadrat, Student dan F Distribusi Normal Distribusi yang terpenting dalam bidang statistika, penemu : DeMoivre (733) dan Gauss Bergantung
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 terperinciUtriweni Mukhaiyar MA2281 Statistika Nonparametrik Kamis, 5 Februari 2015
Utriweni Mukhaiyar MA2281 Statistika Nonparametrik Kamis, 5 Februari 2015 Prosedur Uji Hipotesis Uji Z Parametrik Uji t ANOVA one way UJI MENYANGKUT RATAAN Asumsi distribusi normal Uji Tanda Uji Rang Tanda
Lebih terperinciSTATISTIK Hypothesis Testing 2 Contoh kasus
STATISTIK Hypothesis Testing 2 Contoh kasus Chapter 6 Sulidar Fitri, M.Sc Analisis Data Deskriptif Menghitung ukuran tendensi central (mean, median dan modus) dan ukuran dispersi (range, mean deviasi,
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 terperinciUkuran Statistik Bagi Data
Ukuran Statistik Bagi Data Ahmad Zakaria, Ph.D. September 19, 2013 1 Ahmad Zakaria, Ph.D. Ukuran Statistik Bagi Data Definisi Parameter 2 Ahmad Zakaria, Ph.D. Ukuran Statistik Bagi Data Definisi Parameter
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 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 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 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 terperinciBI5106 ANALISIS BIOSTATISTIK Bab 5 Uji Hipotesis
BI5106 ANALISIS BIOSTATISTIK Bab 5 Uji Hipotesis Orang Biologi Tidak Anti Statistika Silabus Silabus dan Tujuan Konsep uji hipotesis, kesalahan tipe 1 dan 2, uji hipotesis untuk mean (1 dan 2 sampel),
Lebih terperinciSTATISTIKA DASAR MAF Dosen: Dr. Lutfi Rohman Wenny Maulina, M.Si
STATISTIKA DASAR MAF 1212 Dosen: Dr. Lutfi Rohman Wenny Maulina, M.Si Pokok Bahasan Pokok Bahasan KONTRAK PERKULIAHAN UTS 35% UAS 35% TUGAS/QUIZ 20% KEHADIRAN 10% REFERENSI: Walpole, Ronald E. 2011. Probability
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 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 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 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 terperinciLOGO PENGUJIAN HIPOTESIS HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA UNAND
LOGO PENGUJIAN HIPOTESIS HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA UNAND Kompetensi Khusus menjelaskan mengenai pengujian hipotesis dan hal-hal yang terkait menguraikan langkah-langkah pengujian
Lebih terperinciSTK 511 Analisis statistika. Materi 6 Pengujian Hipotesis
STK 5 Analisis statistika Materi 6 Pengujian Hipotesis Pendahuluan Dalam mempelajari Karakteristik Populasi kita sering telah memiliki pernyataan/anggapan tertentu. pemberian DHA pada anak-anak akan menambah
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 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 terperinciMA5283 STATISTIKA Bab 3 Inferensi Untuk Mean
MA5283 STATISTIKA Bab 3 Inferensi Untuk Mean Orang Cerdas Belajar Statistika Silabus Silabus dan Tujuan Peubah acak kontinu, distribusi dan Tabel normal, penaksiran titik dan selang, uji hipotesis untuk
Lebih terperinciPENGUJIAN 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 terperinciPERTEMUAN KE 2 HIPOTESIS
PERTEMUAN KE 2 HIPOTESIS DEFINISI Jawaban sementara terhadap masalah penelitian yang kebenarannya masih harus diuji secara empiris. Pernyataan mengenai keadaan populasi yang akan diuji kebenarannya berdasarkan
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 terperinciHipotesis : asumsi atau anggapan bisa benar atau bisa salah seringkali dipakai sebagai dasar dalam memutuskan
PENGUJIAN HIPOTESIS Hipotesis : Merupakan suatu asumsi atau anggapan yang bisa benar atau bisa salah mengenai sesuatu hal, dan dibuat untuk menjelaskan sesuatu hal tersebut sehingga memerlukan pengecekan
Lebih terperinciSTATISTIKA INDUSTRI 2 TIN 4004
STATISTIKA INDUSTRI 2 TIN 4004 Pertemuan 8 Outline: Simple Linear Regression and Correlation Multiple Linear Regression and Correlation Referensi: Montgomery, D.C., Runger, G.C., Applied Statistic and
Lebih terperinciMateri 1 : Review Statistika Inferensia Pengujian Hipotesis PERANCANGAN PERCOBAAN
Materi : Review Statistika Inferensia Pengujian Hipotesis PERANCANGAN PERCOBAAN Pendahuluan Suatu pernyataan / anggapan yang mempunyai nilai mungkin benar / salah atau suatu pernyataan /anggapan yang mengandung
Lebih terperinciSTATISTIKA NON PARAMETRIK
STATISTIKA NON PARAMETRIK Utriweni Mukhaiyar BI5106 Analisis Biostatistik 4 Desember 2012 Prosedur Uji Hipotesis Prosedur Uji Hipotesis Parametrik Uji Z Uji t ANOVA one way UJI MENYANGKUT RATAAN Asumsi
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 terperinciTINJAUAN PUSTAKA. Analisis regresi adalah suatu metode analisis data yang menggambarkan
II. TINJAUAN PUSTAKA 2.1 Analisis Regresi Analisis regresi adalah suatu metode analisis data yang menggambarkan hubungan fungsional antara variabel respon dengan satu atau beberapa variabel prediktor.
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 terperinciPENGUJIAN 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 terperinciESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER
ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN METODE KUADRAT TERKECIL LINIER 1 ESTIMASI PARAMETER DISTRIBUSI WEIBULL DENGAN TRANSFORMASI MODEL REGRESI MENGGUNAKAN
Lebih terperinci