PENGUJIAN HIPOTESIS (3)
|
|
- Widya Susanto
- 6 tahun lalu
- Tontonan:
Transkripsi
1 PENGUJIAN HIPOTESIS (3) 3 Debrina Puspita Andriani Teknik Industri Universitas Brawijaya debrina@ub.ac.id Blog :
2 2 Outline
3 Uji Hipotesis untuk Proporsi 3
4 Uji Hipotesis untuk Proporsi (1) 4 Data statistik sampel: - = Proporsi kejadian sukses dalam sampel - p = Proporsi kejadian sukses dalam populasi - - Statistik uji: ~ N (0,1) Jika : X = banyaknya kejadian sukses dalam sampel Maka ~ N (0,1)
5 Uji Hipotesis untuk Proporsi (2) 5 Langkah-langkah pengujian : a. Uji hipotesis H0 : p = p0 H1 : p p0 Tingkat signifikansi : α Statistik uji : ~ N(0; 1) Daerah kritis (Daerah penolakan H0) Zhitung < - Zα/2 atau Zhitung > Zα/2 Daerah penerimaan H0 - Zα/2 Zhitung Zα/2
6 Uji Hipotesis untuk Proporsi (3) 6 b. Uji hipotesis H0 : p = p0 H1 : p > p0 Tingkat signifikansi : α Statistik uji : ~ N(0; 1) c. Uji hipotesis H0 : p = p0 H1 : p < p0 Tingkat signifikansi : α Statistik uji : ~ N(0; 1) Daerah kritis (Daerah penolakan H0) Zhitung > Zα Daerah penerimaan H0 Zhitung Zα Daerah kritis (Daerah penolakan H0) Zhitung < - Zα Daerah penerimaan H0 Zhitung - Zα
7 Latihan Soal Uji Hipotesis untuk Proporsi 7 Dikatakan bahwa 60% dari pemakai sepeda motor akan memilih sepeda motor merek A. Untuk menguji pernyataan tersebut, diambil sampel sebanyak 50 orang dan ternyata 20 orang diantaranya memilih merek A. Dengan tingkat signifikansi 5%, ujilah apakah pernyataan diatas benar. Penyelesaian: Data sampel n = 50 X = 20 à Uji hipotesis H0 : p = 0,6 H1 : p 0,6 Tingkat signifikansi : α =0,05 Statistik uji : Daerah kritis (Daerah penolakan H0) Zhitung < - 1,96 atau Zhitung > 1,96 Kesimpulan: karena Zhitung = -2,9 < Ztabel = -1,96, maka tolak H0 dengan signifikansi 5%. Artinya tidak benar bahwa 60% pemakai sepeda motor memilih merek A
8 Uji Hipotesis untuk Perbedaan Proporsi 8
9 Uji Hipotesis untuk Perbedaan Proporsi (1) 9 Data statistik sampel: - = Proporsi kejadian sukses dalam sampel 1 - = Proporsi kejadian sukses dalam sampel 2 - p1 = Proporsi kejadian sukses dalam populasi 1 - p2 = Proporsi kejadian sukses dalam populasi ; p diestimasikan dengan Statistik uji: ~ N (0,1)
10 Uji Hipotesis untuk Perbedaan Proporsi (2) 10 Langkah-langkah pengujian : a. Uji hipotesis H0 : p 1 = p 2 H1 : p 1 p 2 Tingkat signifikansi : α Daerah kritis (Daerah penolakan H0) Zhitung < - Zα/2 atau Zhitung > Zα/2 Daerah penerimaan H0 - Zα/2 Zhitung Zα/2
11 Uji Hipotesis untuk Perbedaan Proporsi (3) 11 b. Uji hipotesis H0 : p 1 = p 2 H1 : p 1 > p 2 Tingkat signifikansi : α Daerah kritis (Daerah penolakan H0) Zhitung > Zα Daerah penerimaan H0 Zhitung Zα c. Uji hipotesis H0 : p 1 = p 2 H1 : p 1 < p 2 Tingkat signifikansi : α Daerah kritis (Daerah penolakan H0) Zhitung < - Zα Daerah penerimaan H0 Zhitung - Zα
12 Latihan Soal Uji Hipotesis untuk Perbedaan Proporsi 12 Dari sebuah sampel yang diambil berdasarkan polling pendapat yang terdiri dari 300 orang dewasa dan 200 remaja, diperoleh data bahwa 56% dari orang dewasa dan 48% dari kelompok remaja menyukai merek produk tertentu. Ujilah hipotesis bahwa terdapat perbedaan minat orang dewasa dan remaja terhadap produk tersebut. Gunakan α= 1% Penyelesaian: Data sampel n1 = 300 n2 = 200 Uji hipotesis H0 : p1 = p2 H1 : p 1 p 2 Tingkat signifikansi : α =0,01 Statistik uji : dengan Daerah kritis (Daerah penolakan H0) Zhitung < - 2,58 atau Zhitung > 2,58 Kesimpulan: karena Z0,005 = -2,58 Zhitung = 0,175 Z0,005 = 2,58; maka terima H0 dengan signifikansi 1%. Artinya tidak terdapat perbedaan yang signifikan antara minat kelompok orang dewasa dan remaja terhadap produk tersebut
13 Uji Hipotesis untuk Variansi/ Standard Deviasi 13
14 Uji Hipotesis untuk Variansi (1) 14 Data statistik sampel: - = Variansi sampel - = Variansi populasi - Statistik uji ~
15 Uji Hipotesis untuk Variansi (2) 15 Langkah-langkah pengujian : a. Uji hipotesis H0 : σ = σ 0 H1 : σ σ 0 Tingkat signifikansi : α Statistik Uji: Daerah kritis (Daerah penolakan H0) Daerah penerimaan H0
16 Uji Hipotesis untuk Variansi (3) 16 b. Uji hipotesis H0 : σ = σ 0 H1 : σ > σ 0 Tingkat signifikansi : α Daerah kritis (Daerah penolakan H0) c. Uji hipotesis H0 : σ = σ 0 H1 : σ < σ 0 Tingkat signifikansi : α Daerah kritis (Daerah penolakan H0) Daerah penerimaan H0 Daerah penerimaan H0
17 Latihan Soal Uji Hipotesis untuk Variansi 17 Dalam kondisi normal, standard deviasi dari paket-paket produk dengan berat 40 ons yang dihasilkan suatu mesin adalah 0,25 ons. Setelah mesin berjalan beberapa waktu, diambil sampel produk sejumlah 20 paket, dari sampel tersebut diketahui standard deviasi beratnya adalah 0,32 ons. Apakah mesin tersebut masih bisa dikatakan bekerja dalam keadaan normal? Gunakan α = 0,05. Penyelesaian: Data sampel n = 20 s = 0,32 ons Uji hipotesis H0 : σ = 0,25 H1 : σ > 0,25 Tingkat signifikansi : α =0,05 Statistik uji : Daerah kritis (Daerah penolakan H0) Kesimpulan: karena maka H0 ditolak artinya mesin sudah tidak bekerja dalam kondisi normal
18 Uji Hipotesis untuk Rasio Dua Variansi/Standard Deviasi 18
19 Uji Hipotesis untuk Rasio Dua Variansi/ Standard Deviasi(1) 19 Data statistik sampel: - = Variansi sampel 1 - = Variansi sampel 2 - = Variansi populasi 1 - = Variansi populasi 2 - Statistik uji
20 Uji Hipotesis untuk Rasio Dua Variansi/ Standard Deviasi(2) 20 Langkah-langkah pengujian : a. Uji hipotesis H0 : σ 1 = σ 2 H1 : σ 1 σ 2 Tingkat signifikansi : α Statistik Uji: karena H0: σ 1 = σ 2 maka Daerah kritis (Daerah penolakan H0) Daerah penerimaan H0
21 Uji Hipotesis untuk Rasio Dua Variansi/ Standard Deviasi(3) b. Uji hipotesis H0 : σ1 = σ2 H1 : σ1 > σ2 Tingkat signifikansi : α Daerah kritis (Daerah penolakan H0) c. Uji hipotesis H0 : σ1 = σ2 H1 : σ1 < σ2 Tingkat signifikansi : α Daerah kritis (Daerah penolakan H0) 21 Daerah penerimaan H0 Daerah penerimaan H0
22 Latihan Soal Uji Hipotesis untuk Rasio Dua Variansi/Standard Deviasi 22 Untuk menguji keseragaman (homogenitas) panjang kawat yang dihasilkan oleh dua pabrik yang berbeda dilakukan uji ratio variansi. Dari pabrik pertama diambil sampel sejumlah 16 produk, dan diperoleh standard deviasi 9 cm. Dari pabrik kedua diambil sejumlah 25, diperoleh standard deviasi 12 cm. apakah kawat yang dihasilkan kedua pabrik tersebut cukup seragam? Gunakan α = 0,1 Penyelesaian: Data sampel n1=16 s1 = 9 n2 = 25 s2 = 12 Uji hipotesis H0 : σ1 = σ2 H1 : σ1 σ2 Tingkat signifikansi : α =0,1 Statistik uji : Daerah kritis (Daerah penolakan H0) Kesimpulan: karena maka terima H0 artinya kawat yang dihasilkan kedua pabrik tersebut relatif sama
23 Uji Hipotesis untuk Kesamaan Beberapa Proporsi (Uji Independensi) 23
24 Uji Hipotesis untuk Kesamaan Beberapa Proporsi (Uji Independensi) (1) 24 Langkah-langkah pengujian hipotesis: H0 : H1 : tidak semua sama (paling tidak ada satu yang tidak sama) Tingkat signifikansi : α Data sampel :
25 Uji Hipotesis untuk Kesamaan Beberapa Proporsi (Uji Independensi) (2) 25 Statistik uji Daerah kritis (Daerah penolakan H0)
26 Latihan Soal Uji Hipotesis untuk Kesamaan Beberapa Proporsi (Uji Independensi) 26 Tabel berikut menunjukkan dampak yang terjadi akibat perubahan temperatur terhadap 3 jenis material Gunakan tingkat signifikansi 0,05 untuk menguji apakah probabilitas akan terjadi keretakan pada ketiga material akibat temperatur tersebut sama.
27 Penyelesaian(1) Uji Hipotesis untuk Kesamaan Beberapa Proporsi (Uji Independensi) 27 H0 : H1 : tidak semua sama (paling tidak ada satu yang tidak sama) Tingkat signifikansi 0,05 Data sampel
28 Penyelesaian(2) Uji Hipotesis untuk Kesamaan Beberapa Proporsi (Uji Independensi) 28 Statistik uji Daerah kritis (Daerah penolakan H0) Kesimpulan: karena maka terima H0 artinya kemungkinan terjadinya keretakan akibat perubahan temperatur pada ketiga jenis material sama
29 Uji Independensi Untuk Tabel Contingency (r x c) 29
30 Uji Independensi Untuk Tabel Contingency (r x c) (1) Langkah-langkah pengujian hipotesis: H0 : H1 : tidak semua sama (paling tidak ada satu yang tidak sama) Tingkat signifikansi : α Data sampel : 30
31 Uji Independensi Untuk Tabel Contingency (r x c) (2) Statistik uji 31 dengan : Daerah kritis (Daerah penolakan H0) :
32 Latihan Soal Uji Independensi Untuk Tabel Contingency (r x c) 32 Untuk menentukan apakah terdapat hubungan antara performansi karyawan dalam program training yang diadakan perusahaan terhadap keberhasilan perusahaan mereka dalam tugastugas pekerjaannya, diambil sampel sebanyak 400 karyawan. Hasilnya disajikan dalam tabel berikut: Gunakan α = 0,01 untuk menguji hal tersebut
33 Penyelesaian (1) Uji Independensi Untuk Tabel Contingency (r x c) 33 H0 : à performansi dalam program training & keberhasilan dalam pekerjaan saling independen H1 : tidak semua sama (paling tidak ada satu yang tidak sama) Tingkat signifikansi : α = 0,01 Data sampel
34 Penyelesaian (2) Uji Independensi Untuk Tabel Contingency (r x c) 34 Statistik uji Daerah kritis (Daerah penolakan H0) : Kesimpulan : karena maka tolak H0 artinya performansi dalam program training dan keberhasilan dalam pekerjaan saling dependen
PENGUJIAN HIPOTESIS (3) Debrina Puspita Andriani /
PENGUJIAN HIPOTESIS (3) 4 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Uji Hipotesis untuk Variansi/ Standard Deviasi 3 Uji Hipotesis untuk Variansi (1) 4 Data statistik
Lebih terperinciUJI HIPOTESIS UNTUK PROPORSI
PENGUJIAN HIPOTESIS UJI HIPOTESIS UNTUK PROPORSI Uji Hipotesis untuk Proporsi Data statistik sampel: - = Proporsi kejadian sukses dalam sampel - p = Proporsi kejadian sukses dalam populasi - - Statistik
Lebih terperinciPENGUJIAN HIPOTESIS 1
PENGUJIAN HIPOTESIS 1 Pengertian Pengujian Hipotesis From: BAHASA YUNANI HUPO THESIS Lemah, kurang, di bawah Teori, proposisi, atau pernyataan yang disajikan sebagai bukti Hipotesis suatu pernyataan yang
Lebih terperinciPENGUJIAN HIPOTESIS (2) Debrina Puspita Andriani /
PENGUJIAN HIPOTESIS (2) 2 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Uji Hipotesis untuk Rata-rata Sampel Berukuran Besar 3 Uji Rata-rata untuk Sampel Berukuran
Lebih terperinciPENGUJIAN HIPOTESIS (2)
PENGUJIAN HIPOTESIS (2) 2 Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e-mail : debrina@ub.ac.id Blog : http://debrina.lecture.ub.ac.id/ 2 Outline Uji Hipotesis untuk Rata-rata Sampel
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 terperinciSTATISTIKA INDUSTRI 2 TIN 4004
STATISTIKA INDUSTRI TIN 4004 Pertemuan 5 Outline: Uji Chi-Squared Uji F Uji Goodness-of-Fit Uji Contingency Uji Homogenitas Referensi: Montgomery, D.C., Runger, G.C., Applied Statistic and Probability
Lebih terperinciSTATISTIKA INDUSTRI 2 TIN 4004
STATISTIKA INDUSTRI 2 TIN 4004 Pertemuan 4 Outline: Uji Dua Sample Uji Z Uji t Uji t gabungan (pooled t-test) Uji t berpasangan (paired t-test) Uji proporsi Uji Chi-Square Referensi: Johnson, R. A., Statistics
Lebih terperinciSTATISTIK NON PARAMETRIK (2) Debrina Puspita Andriani /
STATISTIK NON PARAMETRIK (2) 13 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Uji Korelasi Urutan Spearman Statistik Non Parametrik 3 Uji Korelasi Urutan Spearman
Lebih terperinciSTATISTIK NON PARAMETRIK (2)
STATISTIK NON PARAMETRIK (2) 12 Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e-mail : debrina@ub.ac.id Blog : http://debrina.lecture.ub.ac.id/ 2 Outline Uji Korelasi Urutan Spearman Statistik
Lebih terperinciDistribusi Sampling 6.2. Debrina Puspita Andriani /
6. Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id Outline Pengertian dan Konsep Dasar Distribusi Sampling Distribusi Sampling Mean Distribusi Sampling Proporsi Distribusi Sampling
Lebih terperinciPENGUJIAN HIPOTESIS (1) Debrina Puspita Andriani /
PENGUJIAN HIPOTESIS (1) 1 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Pengertian Pengujian Hipotesis (1) 3 BAHASA YUNANI HUPO Lemah, kurang, di bawah THESIS Teori,
Lebih terperinciDistribusi Probabilitas : Gamma & Eksponensial
Distribusi Probabilitas : Gamma & Eksponensial 11 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Distribusi Gamma Distribusi Eksponensial 3 Distribusi Gamma Tidak selamanya
Lebih terperinciDistribusi Probabilitas Diskrit: Poisson
Distribusi Probabilitas Diskrit: Poisson 7.2 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Pendahuluan Pendekatan Binomial Poisson Distribusi Poisson Kapan distribusi
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 terperinciKONSEP PROBABILITAS & DISTRIBUSI PROBABILITAS
KONSEP PROBABILITAS & DISTRIBUSI PROBABILITAS 5 Pengendalian Kualitas Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e- Mail : debrina@ub.ac.id Blog : hbp://debrina.lecture.ub.ac.id/ 2
Lebih 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 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 terperinciDistribusi Probabilitas Diskrit: Geometrik Hipergeometrik
Distribusi Probabilitas Diskrit: Geometrik Hipergeometrik 4.3 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Distribusi Geometrik Distribusi Hipergeometrik Distribusi
Lebih terperinciPengukuran Deskriptif
Pengukuran Deskriptif 2.2 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Pendahuluan Tendensi Sentral Ukuran Dispersi 3 Pendahuluan Pengukuran Deskriptif 4 Definisi
Lebih terperinciKORELASI LINIER BERGANDA
KORELASI LINIER BERGANDA 10 Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e-mail : debrina@ub.ac.id Blog : http://debrina.lecture.ub.ac.id/ 2 Outline 3 Analisa Korelasi Untuk mengukur
Lebih terperinciPengukuran Deskriptif. Debrina Puspita Andriani /
Pengukuran Deskriptif 3 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Pendahuluan Tendensi Sentral Ukuran Dispersi 3 Pendahuluan Pengukuran Deskriptif 4 Definisi Pengukuran
Lebih terperinciANALISIS KEMAMPUAN PROSES
ANALISIS KEMAMPUAN PROSES ì 11 Pengendalian Kualitas Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e- Mail : debrina@ub.ac.id Blog : hcp://debrina.lecture.ub.ac.id/ 2 Outline ì ANALISIS
Lebih terperinciSTATISTIK NON PARAMETRIK (1)
11 STATISTIK NON PARAMETRIK (1) Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e-mail : debrina@ub.ac.id Blog : http://debrina.lecture.ub.ac.id/ 2 Outline Metode Statistik : Parametrik
Lebih terperinciAnalysis of Variance (ANOVA) Debrina Puspita Andriani /
Analysis of Variance (ANOVA) 6 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id Outline Kegunaan ANOVA 3 Kontrol investigator 1 atau lebih variabel independen Disebut dgn faktor
Lebih 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 terperinciREGRESI LINIER BERGANDA. Debrina Puspita Andriani /
REGRESI LINIER BERGANDA 9 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id Outline 03//04 Regresi Berganda : PENGERTIAN 3 Menguji hubungan linier antara variabel dependen (y) dan
Lebih terperinciKORELASI LINIER BERGANDA. Debrina Puspita Andriani /
KORELASI LINIER BERGANDA 10 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline 3 Korelasi Linear Berganda Alat ukur mengenai hubungan yang terjadi antara variabel terikat
Lebih 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. Mata Kuliah: Statistik Inferensial. Hipotesis
PENGUJIAN HIPOTESIS Prof. Dr. H. Almasdi Syahza, SE., MP Email: asyahza@yahoo.co.id 1 Hipotesis Hipotesis adalah suatu pernyataan mengenai nilai suatu parameter populasi yang dimaksudkan untuk pengujian
Lebih terperinciUji Mengenai Variansi dan Proporsi. Oleh Azimmatul Ihwah
Uji Mengenai Variansi dan Proporsi Oleh Azimmatul Ihwah Uji Hipotesis Mengenai Variansi Beda uji hipotesis mengenai variansi dengan uji hipotesis mengenai rataan adalah pada parameter penduga, yaitu menggunakan
Lebih terperinciPETA KENDALI ATRIBUT. 6 Pengendalian Kualitas
PETA KENDALI ATRIBUT 6 Pengendalian Kualitas Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e-mail : debrina@ub.ac.id Blog : hcp://debrina.lecture.ub.ac.id/ 2 Outline Peta Kendali Variabel
Lebih terperinciUji Hipotesa Dua Sampel (Lanjutan)
Uji Hipotesa Dua Sampel (Lanjutan) Tjipto Juwono, Ph.D. May 3, 2016 TJ (SU) Uji Hipotesa Dua Sampel (Lanjutan) May 2016 1 / 26 σ tidak diketahui, saling beda, sampel kecil Standard Deviasi Tidak Diketahui,
Lebih terperinciUJI STATISTIK NON PARAMETRIK. Widha Kusumaningdyah,, ST., MT
UJI STATISTIK NON PARAMETRIK Widha Kusumaningdyah,, ST., MT UJI KERANDOMAN (RANDOMNESS TEST / RUN TEST) Uji KERANDOMAN Untuk menguji apakah data sampel yang diambil merupakan data yang acak / random Prosedur
Lebih terperinciDistribusi Probabilitas Diskrit: Binomial, Multinomial, & Binomial Negatif
Distribusi Probabilitas Diskrit: Binomial, Multinomial, & Binomial Negatif 6 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Distribusi Variabel Acak Diskrit Distribusi
Lebih terperinciPETA KENDALI ATRIBUT. 6 Pengendalian Kualitas
PETA KENDALI ATRIBUT 6 Pengendalian Kualitas Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e-mail : debrina@ub.ac.id Blog : hcp://debrina.lecture.ub.ac.id/ 2 Outline Peta Kendali Variabel
Lebih terperinciPETA KENDALI VARIABEL
PETA KENDALI VARIABEL 9 Pengendalian Kualitas Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e- Mail : debrina@ub.ac.id Blog : hcp://debrina.lecture.ub.ac.id/ 2 Outline Peta Kendali Variabel
Lebih terperinciESTIMASI. Arna Fariza PENDAHULUAN
ESTIMASI Arna Fariza PENDAHULUAN MATERI LALU Karena adanya berbagai alasan seperti banyaknya individu dalam populasi amatan, maka penelitian keseluruhan terhadap populasi tersebut tidaklah ekonomis, baik
Lebih terperinciRencana Penerimaan Sampel (Acceptance Sampling) untuk Data Atribut
Rencana Penerimaan Sampel (Acceptance Sampling) untuk Data Atribut 13 Pengendalian Kualitas Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e- Mail : debrina@ub.ac.id Blog : hdp://debrina.lecture.ub.ac.id/
Lebih terperinciUji Hipotesis Mengenai Rataan (Hypothesis Test on the Mean) Oleh Azimmatul Ihwah
Uji Hipotesis Mengenai Rataan (Hypothesis Test on the Mean) Oleh Azimmatul Ihwah Uji Hipotesis Mengenai Rataan dari Satu Sampel yang Berasal dari Populasi Berdistribusi Normal, Variansi Diketahui Hipotesis
Lebih terperinciTeori Probabilitas 3.2. Debrina Puspita Andriani /
Teori Probabilitas 3.2 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Konsep Probabilitas Ruang Sampel Komplemen Kejadian Probabilitas Bersyarat Berapa peluang munculnya
Lebih terperinciBAB IV INFERENSI STATISTIK SATU POPULASI SEMBARANG
BAB IV INFERENSI STATISTIK SATU POPULASI SEMBARANG Bab ini akan membahas inferensi statistik terhadap mean suatu populasi sembarang dan proporsi suatu populasi dikotomi/binomial. Ukuran sampel random yang
Lebih terperinciPETA KENDALI VARIABEL
PETA KENDALI VARIABEL 9 Pengendalian Kualitas Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e- Mail : debrina@ub.ac.id Blog : hcp://debrina.lecture.ub.ac.id/ 2 Outline Peta Kendali Variabel
Lebih terperinciBAB 7: UJI HIPOTESIS (1)
BAB 7: UJI HIPOTESIS (1) Uji hipotesis dilakukan untuk membuktikan kebenaran akan asumsi atas nilai parameter. Asumsi terhadap nilai parameter inilah yang kita sebut hipotesis. Untuk membuktikan benar/tidaknya
Lebih terperinciPendugaan Parameter. Ayundyah Kesumawati. April 13, Prodi Statistika FMIPA-UII. Ayundyah (UII) Pendugaan Parameter April 13, / 30
Pendugaan Parameter Ayundyah Kesumawati Prodi Statistika FMIPA-UII April 13, 2015 Ayundyah (UII) Pendugaan Parameter April 13, 2015 1 / 30 Pendugaan 1 Proses yang menggunakan sampel statistik untuk menduga
Lebih terperinciDistribusi Probabilitas Diskrit: Binomial & Multinomial
Distribusi Probabilitas Diskrit: Binomial & Multinomial 6 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Distribusi Variabel Acak Diskrit Distribusi Binomial Distribusi
Lebih terperinciBab 5 Distribusi Sampling
Bab 5 Distribusi Sampling Pendahuluan Untuk mempelajari populasi kita memerlukan sampel yang diambil dari populasi yang bersangkutan. Meskipun kita dapat mengambil lebih dari sebuah sampel berukuran n
Lebih terperinciDistribusi Probabilitas Diskret Teoritis
Distribusi robabilitas Diskret Teoritis Distribusi robabilitas Teoritis Diskret Distribusi seragam diskret (discrete uniform distribution) Distribusi hipergeometris (hypergeometric distribution) Distribusi
Lebih terperinciSESI 11 STATISTIK BISNIS
Modul ke: SESI 11 STATISTIK BISNIS Sesi 11 ini bertujuan agar Mahasiswa dapat mengetahui teori Hipoesa Sampel Besar statistik yang berguna sebagai alat analisis data Ekonomi dan Bisnis. Fakultas EKONOMI
Lebih terperinciOleh : Debrina Puspita Andriani Teknik Industri Universitas Brawijaya /
11 Oleh : Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e-mail : debrina@ub.ac.id / debrina.ub@gmail.com www.debrina.lecture.ub.ac.id 1. Konsep Risiko & Ketidakpastian 2. Pengambilan keputusan
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini dilaksanakan pada Kabupaten Tapanuli Selatan yang
BAB III METODE PENELITIAN A. Tempat dan Waktu Penelitian Penelitian ini dilaksanakan pada Kabupaten Tapanuli Selatan yang mempunyai jumlah peternak sapi IB dan non IB di tiga Kecamatan yaitu Kecamatan
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 terperinciPENGENDALIAN KUALITAS STATISTIK
PENGENDALIAN KUALITAS STATISTIK 5 Pengendalian Kualitas Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e-mail : debrina@ub.ac.id Blog : hbp://debrina.lecture.ub.ac.id/ 2 Outline Kualitas
Lebih terperinciUji Hipotesa Dua Sampel
Uji Hipotesa Dua Sampel Tjipto Juwono, Ph.D. April 19, 2016 TJ (SU) Uji Hipotesa Dua Sampel April 2016 1 / 28 Membandingkan Dua Populasi Contoh 1 Apakah ada perbedaan jumlah rata-rata penjualan rumah oleh
Lebih terperinciUji Statistik Hipotesis
Modul 8 Uji Statistik Hipotesis Bambang Prasetyo, S.Sos. D PENDAHULUAN alam Modul 7, Anda sudah diperkenalkan pada inferensi. yang mencakup estimasi dan uji hipotesis. Dalam Modul 7, Anda juga sudah belajar
Lebih terperinciStatistik Non Parametrik
Statistik Non Parametrik UJI FRIEDMAN (UJI X ) r X r UJI Friedman (uji ) Untuk k sampel berpasangan (k>) dengan data setidaknya data skala ordinal Sebagai alternatif dari analisis variansi dua arah bila
Lebih terperinciAnalisis of Varians (Anova) dan Chi-Square. 1/26/2010 Pengujian Hipotesis 1
Analisis of Varians (Anova) dan Chi-Square /6/00 Pengujian Hipotesis Chi Square Digunakan untuk menguji apakah dua atau lebih proporsi sama. Pengujian beda proporsi hanya untuk populasi namun chi square
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 terperinciAyundyah Kesumawati. May 31, 2015
Kesumawati Prodi Statistika FMIPA-UII May 31, 2015 Dalam praktek, pengujian hipotesis dapat mencakup lebih dari dua proporsi. Misalnya, persentase sejenis barang yang rusak 3 pabrik adalah sama (tidak
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 terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1 Metodologi Analisis 3.1.1 Kerangka Pemikiran dan Hipotesis Berdasarkan teori yang telah diuraikan dalam bab 2, penelitian ini memiliki kerangka penelitian sebagai berikut
Lebih terperinciBAB 2 LANDASAN TEORI. 1. Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan
BAB 2 LANDASAN TEORI 2.1 Defenisi Analisis Regresi dan Korelasi 1. Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan kuatnya atau derajat hubungan linier antara dua variabel atau
Lebih terperinciPEMODELAN KUALITAS PROSES
TOPIK 6 PEMODELAN KUALITAS PROSES LD/SEM II-03/04 1 1. KERANGKA DASAR Sampling Penerimaan Proses Produksi Pengendalian Proses MATERIAL PRODUK PRODUK BAIK SUPPLIER Manufacturing Manufacturing KONSUMEN PRODUK
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 terperinciOleh : Debrina Puspita Andriani Teknik Industri Universitas Brawijaya
1 Oleh : Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e-mail : debrina@ub.ac.id www.debrina.lecture.ub.ac.id RPS ENGINEERING ECONOMY - WWW.DEBRINA.LECTURE.UB.AC.ID 2 RPS ENGINEERING ECONOMY
Lebih terperinciOleh : Debrina Puspita Andriani, ST., M.Eng Teknik Industri Universitas Brawijaya
3 Oleh : Debrina Puspita Andriani, ST., M.Eng Teknik Industri Universitas Brawijaya e-mail : debrina@ub.ac.id www.debrina.lecture.ub.ac.id 1. Nilai Uang Dari Waktu 2. Perhitungan Bunga 1. Bunga Sederhana
Lebih terperinciPengantar Uji Hipotesis. Oleh Azimmatul Ihwah
Pengantar Uji Hipotesis Oleh Azimmatul Ihwah Hipotesis Merupakan pernyataan/dugaan mengenai parameter dari 1 atau lebih populasi. Misalnya seorang guru Kimia ingin mengetahui apakah metode pembelajaran
Lebih terperinciI. PENDAHULUAN II. TINJAUAN PUSTAKA
I. PENDAHULUAN 1.1 Latar Belakang Statistika sangat bermanfaat dalam kehidupan manusia, tidak hanya di bidang ilmu pengetahuan tapi penerapannya juga sangat aplikatif di dunia sehari-hari. Salah satunya
Lebih terperinciBAB IV DESKRIPSI DAN ANALISIS DATA
BAB IV DESKRIPSI DAN ANALISIS DATA A. Deskripsi Data Hasil Penelitian Penelitian ini merupakan penelitian eksperimen dengan desain posttest only control design, yaitu menempatkan subyek penelitian ke dalam
Lebih terperinciPROSEDUR UMUM. Langkah 1 : tentukan hipotesis 0 (H 0 ) dan anti hipotesis (H 1 )
PENGUJIAN HIPOTESIS PROSEDUR UMUM Langkah 1 : tentukan hipotesis 0 (H 0 ) dan anti hipotesis (H 1 ) misalnya: H 0 : µ = 100 H 1 : μ 100 atau H 1 : μ> 100 atau H 1 : μ< 100 PROSEDUR UMUM Langkah : tentukan
Lebih terperinciContoh Solusi PR 5 Statistika & Probabilitas
Contoh Solusi PR 5 Statistika & Probabilitas 1. X = proporsi pelanggan yang menggunakan layanan penerbangan untuk keperluan bisnis. n = ukuran sampel, p = proporsi sampel yang menggunakan layanan penerbangan
Lebih terperinciUJI HIPOTESIS SATU SAMPEL. Chapter 10
UJI HIPOTESIS SATU SAMPEL Chapter 10 Tujuan 1. Mendefinisikan hypothesis and hypothesis testing. 2. Menjelaskan lima tahapan prosedur uji hipotesis. 3. Membedakan antara uji hipotesis satu sisi dan dua
Lebih terperinci(ESTIMASI/ PENAKSIRAN)
ESTIMASI PENDAHULUAN Karena adanya berbagai alasan seperti banyaknya individu dalam populasi amatan, maka penelitian keseluruhan terhadap populasi tersebut tidaklah ekonomis, baik tenaga, waktu, maupun
Lebih terperinciAnalisis Varians Satu Arah (One Way Anova)
Analisis Varians Satu Arah (One Way Anova) Fungsi Uji : Untuk mengetahui perbedaan antara 3 kelompok/ perlakuan atau lebih Asumsi : Data berskala minimal interval Data berdistribusi Normal Varians data
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 terperinciBAB V INFERENSI STATISTIK SATU POPULASI NORMAL
BAB V INFERENSI STATISTIK SATU POPULASI NORMAL Bab ini membahas inferensi statistik untuk mean dan variansi satu populasi normal berdasarkan sampel random berukuran kecil dan besar. Untuk membahas hal
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Jenis Penelitian Jenis penelitian itu adalah Explanatory Research, yaitu untuk menjelaskan hubungan antara variabel pendidikan ibu, pendapatan perkapita dengan status gizi
Lebih terperinciI. PENDAHULUAN II. TINJAUAN PUSTAKA. 1.1 Latar Belakang
I. PENDAHULUAN 1.1 Latar Belakang Statistik sangat sering ditemui dalam kehidupan sehari-hari, tidak hanya dalam dunia pendidikan dan ilmu pengetahuan. Statistik inferensia salah satunya, merupakan satu
Lebih terperinciKULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output:
KULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output: 1. Terminating simulation 2. Nonterminating simulation: a. Steady-state parameters b. Steady-state cycle parameters
Lebih terperinciBAB III METODE PENELITIAN. berhubungan langsung dengan permasalahan yang diteliti (Cooper dan
29 BAB III METODE PENELITIAN A. Jenis dan Sumber Data Untuk mendapatkan data yang diperlukan dalam penelitian ini, jenis data yang digunakan data primer. Data primer merupakan data yang diperoleh secara
Lebih terperinciBAB 1 PENDAHULUAN 1-1
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pada zaman sekarang ini, industri sudah berkembang sangat pesat seiring dengan perkembangan teknologi. Dengan adanya perkembangan teknologi tersebut, maka munculah
Lebih terperinciTEORI PENDUGAAN. diketahui berdasarkan informasi sampel.
TEORI PENDUGAAN Estimasi / Pendugaan Suatu pernyataan mengenai parameter populasi yang diketahui berdasarkan informasi sampel. Penduga atau Estimator Suatu statistik ti tik (harga sampel) yang digunakan
Lebih terperinciStatistik Non Parametrik
Statistik Non Parametrik STATISTIK PARAMETRIK DAN NON PARAMETRIK Statistik parametrik, didasarkan asumsi : - sampel random diambil dari populasi normal atau - ukuran sampel besar atau - sampel berasal
Lebih terperinciMetode Sampling 6.1. Debrina Puspita Andriani /
Metode Sampling 6.1 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Populasi dan Sampel Metode Sampling Teknik Penentuan Jumlah Sampel Populasi dan Sampel 3 Populasi
Lebih terperinciPengujian Hipotesa Dua Sampel
Pengujian Hipotesa Dua Sampel OUTLINES 1. Pengujian hipotesa bahwa mean dari dua populasi independen yang standard deviasinya diketahui adalah sama. Melakukan pengujian hipotesa bahwa dua proporsi populasi
Lebih terperinciABSTRAK. Universitas Kristen Maranatha
ABSTRAK Masuknya globalisasi ke Indonesia, ditandai dengan meningkatnya persaingan yang ketat. Dalam dunia usaha, proses produksi merupakan salah satu kegiatan yang mempengaruhi kelangsungan hidup perusahaan,
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Metodologi penelitian adalah suatu kerangka yang memuat langkah-langkah yang ditempuh dalam menyelesaikan permasalahan yang dihadapi. Pada bagian ini akan dijelaskan secara
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 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 terperinciOleh : Debrina Puspita Andriani, ST., M.Eng Teknik Industri Universitas Brawijaya
4 Oleh : Debrina Puspita Andriani, ST., M.Eng Teknik Industri Universitas Brawijaya e-mail : debrina@ub.ac.id www.debrina.lecture.ub.ac.id O 1. Gradien a. Gradien Aritmatik b. Gradien Geometrik 2. Bunga
Lebih terperinciI. PENDAHULUAN II. TINJAUAN PUSTAKA
I. PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari-hari pasti kita dihadapi oleh suatu pilihan dan masalah pengambilan keputusan. Salah satu ilmu yang dapat digunakan untuk membantu pengambilan keputusan
Lebih terperinciBAB III METODE PENELITIAN
1 Ý = + XY BAB III bx + e METODE PENELITIAN 1. Tempat dan Waktu Penelitian 1.1. Tempat Penelitian Adapun yang menjadi lokasi penelitian adalah di PT. Sinar Galesong Pratama Cabang Gorontalo yang beralamatkan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Statistik merupakan salah satu cabang ilmu pengetahuan yang paling banyak mendapatkan perhatian dan dipelajari oleh ilmuan dari hampir semua ilmu bidang pengetahuan,
Lebih terperinciPENGUJIAN HIPOTESIS. Nurwahyu Alamsyah, S.Kom wahyualamsyah.wordpress.com. D3 - Manajemen Informatika - Universitas Trunojoyo Madura
PENGUJIAN HIPOTESIS Nurwahyu Alamsyah, S.Kom wahyu@plat-m.com wahyualamsyah.wordpress.com HIPOTESIS Berasal dari bahasa Yunani, Hupo (lemah) dan Thesis (teori). Jadi hipotesis dapat diartikan sebagai suatu
Lebih 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 terperinciSEBARAN PENARIKAN CONTOH
STATISTIK A (MAM 4137) SEBARAN PENARIKAN CONTOH By Syarifah Hikmah Julinda Outline Sebaran Penarikan Contoh Sebaran Penarikan Contoh Bagi Nilai Tengah Sebaran t Sebaran Penarikan contoh bagi beda dua mean
Lebih 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 terperinciANALISIS DATA KATEGORIK
ANALISIS DATA KATEGORIK 7.1 Uji Independensi Khi Kuadrat Adakalanya kita menjumpai data yang bersifat kategorikal. Yang dimaksud dengan kategorikal di sini adalah data terkelompokkan berdasarkan kategori
Lebih terperinciPERTEMUAN KE 3 UJI HIPOTESIS BEDA DUA RATA-RATA
PERTEMUAN KE 3 UJI HIPOTESIS BEDA DUA RATA-RATA Uji beda dua rata-rata sampel berpasangan (Paired test) Dibutuhkan untuk mencek perbedaan yang bermakna antara dua nilai rata-rata ketika sampel-sampel tersebut
Lebih terperinciBAB IV HASIL PENGOLAHAN DAN ANALISIS DATA
43 BAB IV HASIL PENGOLAHAN DAN ANALISIS DATA A. Deskripsi Data Untuk memberikan gambaran umum mengenai distribusi data yang diperoleh di lapangan, maka data yang dideskripsikan menggunakan teknik statistik
Lebih terperinci