UJI RATAAN UJIVARIANSI MA 2081 STATISTIKA DASAR UTRIWENI MUKHAIYAR A PRIL 2011

dokumen-dokumen yang mirip
10/14/2010 UJI HIPOTESIS PENGERTIAN GALAT (ERROR) salah)

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)

MA2081 STATISTIKA DASAR. Utriweni Mukhaiyar 1 November 2012

Uji Hipotesis. MA2081 STATISTIKA DASAR Utriweni Mukhaiyar

MA 2081 Statistika Dasar Utriweni Mukhaiyar. 11 September 2012

PEUBAH ACAK DAN DISTRIBUSINYA. MA 2081 Statistika Dasar Utriweni Mukhaiyar

PEUBAH ACAK DAN. MA 2181 Analisis Data Utriweni Mukhaiyar. 22 Agustus 2011

Hipotesis. Penerimaan hipotesis menunjukkan bahwa tidak cukup petunjuk untuk mempercayai sebaliknya

Pengujian Hipotesis. Oleh : Dewi Rachmatin

PELUANG 8/18/2010 EKSPERIMEN RUANG SAMPEL. Ruang sampel S, yaitu himpunan dari semua kemungkinanki hasil dari suatu percobaan acak (statistik).

Peluang & Aturan Bayes. MA 2081 STATISTIKA DASAR, 6 FEBRUARI 2012 Utriweni Mukhaiyar

PELUANG & ATURAN BAYES MA 2181 ANALISIS DATA, 15 AGUSTUS 2011 UTRIWENI MUKHAIYAR

Ciri-ciri eksperimen acak (Statistik): Dapat dulangi baik oleh si pengamat sendiri maupun orang lain. Proporsi keberhasilan dapat diketahui dari

Peluang & Aturan Bayes. MA 2081 STATISTIKA DASAR 5 Februari 2014 Utriweni Mukhaiyar

MA 4085 Pengantar Statistika 5 Februari 2013 Utriweni Mukhaiyar

DISTRIBUSI KONTINU. Utriweni Mukhaiyar

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

DISTRIBUSI KONTINU. Uniform Normal Gamma & Eksponensial. MA3181 Teori Peluang 3 November 2014 Utriweni Mukhaiyar

PELUANG & ATURAN BAYES BI5106 ANALISIS BIOSTATISTIK

DISTRIBUSI DISKRIT KHUSUS

Penaksiran Titik Penaksiran Selang. Selang Kepercayaan untuk VARIANSI MA2081 STATISTIKA DASAR

STATISTIKA INDUSTRI 2 TIN 4004

dan Korelasi 1. Model Regresi Linear 2. Penaksir Kuadrat Terkecil 3. Prediksi Nilai Respons 4. Inferensi Untuk Parameter-parameter Regresi 6.

ANALISIS VARIANSI. Utriweni Mukhaiyar. 2 November 2011

PEUBAH ACAK DAN DISTRIBUSINYA

UNIFORM (SERAGAM) BERNOULLI BINOMIAL POISSON BEBERAPA DISTRIBUSI LAINNYA : MULTINOMIAL, HIPERGEOMETRIK, MA 2081 Statistika Dasar.

DISTRIBUSI DISKRIT KHUSUS

REGRESI LINEAR SEDERHANA

Percobaan terdiri dari 1 usaha. Peluang sukses p Peluang gagal 1-p Misalkan. 1, jika terjadi sukses X jika terjadi tidak sukses (gagal)

Analisis Variansi (ANOVA) Utriweni Mukhaiyar MA 2081 Statistika Dasar 13 November 2012

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

1. Model Regresi Linear dan Penaksir Kuadrat Terkecil 2. Prediksi Nilai Respons 3. Inferensi Untuk Parameter-parameter Regresi 4.

DISTRIBUSI DISKRIT KHUSUS

MA2181 Analisis Data - U. Mukhaiyar 1

REVIEW: DISTRIBUSI PELUANG KHUSUS & UJI HIPOTESIS. Utriweni Mukhaiyar MA2281 Statistika Nonparametrik Kamis, 21 Januari 2016

STATISTIKA INDUSTRI 2 TIN 4004

Fungsi Peluang Gabungan

Regresi Linear Sederhana

DISTRIBUSI DISKRIT. MA 2081 Statistika Dasar Utriweni Mukhaiyar

UJI HIPOTESIS SATU-SAMPEL

DISTRIBUSI DISKRIT KHUSUS

Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan:

STATISTIKA INDUSTRI 2 TIN 4004

STATISTIKA INDUSTRI 2 TIN 4004

MA 2081 STATISTIKA DASAR UTRIWENI MUKHAIYAR 24 FEBRUARI 2011

DISTRIBUSI SAMPLING. Berdistribusi normal dengan rataan. Dan variasi

Distribusi Sampel & Statistitik Terurut

BI5106 Analisis Biostatistik 18 September 2012 Utriweni Mukhaiyar

PENGUJIAN HIPOTESIS RATA-RATA DUA POPULASI -YQ-

(HARAPAN MATEMATIKA) BI5106 Analisis Biostatistik 20 September 2012 Utriweni Mukhaiyar

PRAKTIKUM STATISTIKA INDUSTRI 2013 MODUL IV PENGUJIAN HIPOTESIS

11/8/2010 ANALISIS VARIANSI ILUSTRASI

PENGUJIAN HIPOTESIS. Konsep: Dua macam kekeliruan. Pengujian hipotesis.

Utriweni Mukhaiyar BI5106 Analisis Biostatistik 29 November 2012

PENDUGAAN PARAMETER STATISTIK INDUSTRI 1

PENAKSIRAN METODE PENAKSIRAN CONTOH. Kasus 1: taksiran titik IP = 3,5 Kasus 2: taksiran selang IP = [3,4]

STATISTIKA NON PARAMETRIK

STATISTIKA INDUSTRI 2 TIN 4004

FUNGSI 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

PENGUJIAN HIPOTESIS. pernyataan atau dugaan mengenai satu atau lebih

PERBANDINGAN KUASA WILCOXON RANK SUM TEST DAN PERMUTATION TEST DALAM BERBAGAI DISTRIBUSI TIDAK NORMAL

Aplikasi Pengujian Hipotesis Statistik dalam Sistem Teknologi Informasi

PENDUGAAN PARAMETER STATISTIK INDUSTRI 1

MA2081 Statistika Dasar

Ayundyah Kesumawati. April 20, 2015

UJI STATISTIK NON PARAMETRIK. Widha Kusumaningdyah, ST., MT

Terima hipotesis Tidak membuat kesalahan Kesalahan tipe II Tolak hipotesis Kesalahan tipe I Tidak membuat kesalahan

Uji Permutasi untuk Masalah Dua Sampel Saling Bebas: Studi Kasus di LAFI-DITKES AD Bandung Jawa Barat

DISTRIBUSI SAMPLING besar

STATISTIK Hypothesis Testing 2 Contoh kasus

Utriweni Mukhaiyar MA2281 Statistika Nonparametrik Kamis, 5 Februari 2015

BEBERAPA DISTRIBUSI PELUANG KONTINU. Normal, Gamma, Eksponensial, Khi-Kuadrat, Student dan F

Ukuran Statistik Bagi Data

BIOSTATISTIK HIPOTESIS UNTUK PROPORSI MARIA ALMEIDA ( ) NURTASMIA ( ) SOBRI ( )

BI5106 ANALISIS BIOSTATISTIK Bab 5 Uji Hipotesis

PENGUJIAN HIPOTESIS (1) Debrina Puspita Andriani /

LOGO PENGUJIAN HIPOTESIS HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA UNAND

MODUL TEORI ESTIMASI ATAU MENAKSIR TEORI ESTIMASI ATAU MENAKSIR

Pertemuan 8 STATISTIKA INDUSTRI 2 08/11/2013. Introduction to Linier Regression. Introduction to Linier Regression. Introduction to Linier Regression

PENGUJIAN HIPOTESIS 1

STATISTIKA INDUSTRI 2 TIN 4004

MA5283 STATISTIKA Bab 3 Inferensi Untuk Mean

Hipotesis : asumsi atau anggapan bisa benar atau bisa salah seringkali dipakai sebagai dasar dalam memutuskan

STK 211 Metode Statistika PENGUJIAN HIPOTESIS

STK 511 Analisis statistika. Materi 6 Pengujian Hipotesis

PENGERTIAN PENGUJIAN HIPOTESIS

STATISTIKA II (BAGIAN

Statistika (MMS-1403)

PERTEMUAN KE 2 HIPOTESIS

MA5283 STATISTIKA Bab 7 Analisis Regresi

BAGAIMANA CARA MENGATASI KASUS TERSEBUT? JAWAB: MELAKUKAN UJI HIPOTESIS

Pengertian Pengujian Hipotesis

STATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI

STATISTIKA INDUSTRI 2 TIN 4004

STATISTIKA DASAR MAF Dosen: Dr. Lutfi Rohman Wenny Maulina, M.Si

PENGUJIAN HIPOTESIS 2

Pengaruh Bimbingan Belajar terhadap Nilai Mahasiswa dengan Uji Permutasi

METODE PENAKSIRAN PENAKSIRAN ILUSTRASI CONTOH. pendekatan metode tertentu. Nilai sesungguhnya dari suatu parameter yang berada di selang tertentu.

TINJAUAN PUSTAKA. Analisis regresi adalah suatu metode analisis data yang menggambarkan

Program Studi Teknik Mesin S1

Transkripsi:

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 yang perlu diuji kb kebenarannya Hipotesis adalah suatu anggapan yang mungkin benar atau tidak mengenai satu populasi atau lebih yang perlu diuji kebenarannya 1. Hipotesis nol (H 0 ) ; pernyataan yang mengandung tanda kesamaan (=,, atau ). Hipotesis tandingan (H 1 ) ; tandingan hipotesis H 0, mengandung tanda, >, atau <.

Galat (error) 3 H 0 ditolak H 0 benar P(menolak H 0 H 0 benar) = galat tipe I = α H 0 salah keputusan benar H 0 tidak ditolak keputusan benar P(tidak menolak H 0 H 0 salah) = galat tipe II = β yang dimanfaatkan dalam pokok bahasan ini

Skema Umum UjiHipotesis Hipotesis Statistik 4 Hipotesis yang ingin diuji Memuat suatu kesamaan (=, atau ) Dapat berupa H 0 - hasil penelitian sebelumnya - informasi dari buku atau - hasil percobaan orang lain Hipotesis yang ingin dibuktikan H 1 Disebut juga hipotesis alternatif??? Memuat suatu perbedaan (, > atau <) Keputusan mungkin terjadi Kesalahan H 0 ditolak H 0 tidak ditolak Tipe I Kesimpulan H 1 benar Kesimpulan Tidak cukup bukti untuk menolak H 0 Menolak H 0 padahal H 0 benar P(tipe I) = α = tingkat signifikansi Tipe II Menerima H 0 padahal H 0 salah P(tipe I) = β

Statistik Uji dan Titik Kritis 5 Statistik ujidigunakan untuk mengujihipotesis statistik yang telah dirumuskan. Notasinya berpadanan dengan jenis distribusi yang digunakan. Titikik kii kritismembatasi idaerah penolakan dan penerimaan H 0. Diperoleh dari tabel statistik yang bersangkutan. H 0 ditolak jika nilai statistik uji jatuh di daerah kritis. daerah kritis = / daerah penerimaan H 0 1 - daerah kritis = / daerah penerimaan H 0 titik titik titik kritis kritis kritis diperoleh dari tabel statistik 0 1 - daerah kritis

Uji Rataan Satu Populasi 6 uji dua arah 1. H 0 : = 0 vs H 1 : 0. H 0 : = 0 vs H 1 : > 0 3. H 0 : = 0 vs H 1 : < 0 0 0 1 0 uji satu arah 0 adalah suatu konstanta yang diketahui

1. Kasus σ diketahui i Statistik Uji untuk Rataan Satu Populasi 7 Z 0 X / n ~ N(0,1) Tabel Z (normal baku). Kasus σ tidak diketahui i T X s/ n 0 ~ t (n-1) Tabel t

Daerah Kritis Uji Rataan Satu Populasi 8 σ diketahui σ tidak diketahui Statistik uji : Z T H 0 : = 0 vs H 1 : 0 Z < -Z α/ atau Z > Z α/ T < - T α/ atau T > T α/ H 0 : = 0 vs H 1 : > 0 Z > Z α T > T α H 0 : = 0 vs H 1 : < 0 Z < - Z α T < - T α 0 0 1 0 titik kritis dengan derajat kebebasan n - 1

Uji Rataan Dua Populasi 9 1. H 0 : 1 - = 0 vs H 1 : 1-0. H 0 : 1 - = 0 vs H 1 : 1 - > 0 3. H 0 : 1 - = 0 vs H 1 : 1 - < 0 uji dua arah uji satu arah 0 adalah suatu konstanta yang diketahui

1. Kasus σ 1 dan σ diketahui Statistik Uji untuk Rataan Dua Populasi Z = H 10 X X μ 1 0 σ n σ n 1 1. Kasus σ 1 dan σ tidak diketahui dan σ 1 σ T = H X X μ 1 0 S n S n 1 1 3. Kasus σ 1 dan σ tidak diketahui dan σ 1 = σ T = H X X μ S 1 0 p 1 1 n n 1 dengan (n 1)S (n 1)S 1 1 p n1n S =

Daerah Kritis Uji Rataan Dua Populasi 11 σ 1, σ diketahui σ 1, σ tidak diketahui Statistik uji : Z T σ 1 = σ σ 1 σ Derajat Kebebasan n 1 + n - H 0 : 1 - = 0 H 1 : 1-0 vs Z < - Z α/ atau Z > Z α/ T < - T α/ atau T > T α/ S1 S n n v= 1 S 1 (n1 1) n 1 (n 1) n 1 1 S T < - T α/ atau T > T α/ H 0 : 1 - = 0 vs Z > Z H 1 : 1 - > α T > T α T > T α 0 H 0 : 1 - = 0 vs H 1 : 1 - < 0 Z < - Z α T < - T α T < - T α

Ujiuntuk Rataan Berpasangan 1 1. H 0 : d = 0 vs H 1 : d 0. H 0 : d = 0 vs H 1 : d > 0 3. H 0 : d = 0 vs H 1 : d < 0 Statistik uji menyerupai statistik untuk kasus satu populasi dengan variansi tidak diketahui. D μ T= S / n d 0 ;

Contoh 1 13 Berdasarkan 100 laporan kematian di AS yang diambil secara acak, diperoleh bahwa rata-rata usia saat meninggal adalah 71.8 tahun dengan simpangan baku 8.9 tahun. Hal ini memberikan dugaan bahwa rata-rata usia meninggal di AS lebih dari 70 tahun. a. Nyatakan dugaan tersebut dalam pernyataan hipotesis statistik b. Untuk tingkat signifikansi 5%, benarkah dugaan tersebut?

Solusi Diketahui Ditanya: 0 70, X 71.8, a. Hipotesis statistik b. Kesimpulan uji hipotesis Jawab: Parameter yang akan diuji : μ a. Rumusan hipotesis: H 0 : μ = 70 H 1 : μ > 70 14 s 8.9, 0,05 008 by UM

b. α = 5%=0.05, 005 maka titik kiti kritis t 0.05,(99) = 166 1.66 15 t x 0 71,8 70,0 0 s 8,9 n 100 Karena t > t 0.05,(99), maka t berada pada daerah penolakan sehingga keputusannya H 0 ditolak. Jadi dugaan tersebut benar bahwa rata-rata usia meninggal di AS lebih dari 70 tahun.

Contoh Suatu percobaan dilakukan k untuk membandingkan keausan yang diakibatkan oleh gosokan, dari dua bahan yang dilapisi. Dua belas 16 potong bahan 1 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 1 memberikan rata-rata keausan (sesudah disandi) sebanyak 85 satuan dengan simpangan baku sampel 4, sedangkan sampel bahan memberikan rata-rata keausan sebanyak 81 dengan simpangan baku sampel 5. Dapatkah disimpulkan, pada taraf keberartian 5%, bahwa rata-rata keausan bahan 1 melampaui rata-rata keausan bahan lebih dari dua satuan? Anggaplah kedua populasi berdistribusi hampir normal dengan variansi yang sama.

Solusi 17 Misalkan μ 1 dan μ masing-masing menyatakan rata-rata populasi bahan 1 dan populasi bahan. Variansi populasi kedua bahan tidak diketahui, yang diketahui adalah variansi sampel. Diasumsikan variansi populasi p kedua bahan adalah sama. Rumusan hipotesis yang diuji adalah: H 0 : μ 1 - μ = H 1 : μ 1 - μ >

Tingkat keberartian, α = 005 0.05 x x 85, s 4, n = 1 1 1 1 =81, s =5, n =10 18 Kita gunakan statistik uji untuk variansi kedua populasi tak diketahui tapi dianggap sama, yaitu x 1 x μ 0 dengan t = dengan H s p (n 11 )s 1 (n 1 )s (11)(16) (9)(5) s p = 1 1 n1n 110 n n 1 Maka diperoleh : t = H x1x μ0 (85 81) 1 1 4.478 (1/1) (1/10) s p n n 1 1.04 4.478

Statistikti tik uji t berdistribusi ib it-student t t dengan derajat kebebasan n 1 +n - = 1 +10 - = 0, sehingga titik kritisnya adalah t 0050 0.05,0 = 1.75. Karena t < 1.75, maka H 0 tidak ditolak. Tidak dapat disimpulkan bahwa rata-rata keausan bahan 1 melampaui rata-rata keausan bahan lebih dari satuan. 19

Contoh 3( (data berpasangan) 0 Pada tahun 1976, J.A. Weson memeriksa pengaruh obat succinylcholine terhadap kadar peredaran hormon androgen dalam darah. Sampeldarahdari rusa liar yang hidup bebas diambil melalui urat nadi leher segera setelah succinylcholine disuntikkan pada otot rusa. Rusa kemudian diambil lagi darahnya kira-kira 30 menit setelah suntikan dan kemudian rusa tersebut dilepaskan. Kadar androgen pada waktu ditangkap dan 30 menit kemudian diukur dalam nanogram per ml (ng/ml) untuk 15 rusa. Data terdapat pada tabel berikut

N0 Kadar androgen (ng/ml) Kadar androgen (ng/ml) Selisih (d i ) sesaat setelah disuntik 30 menit setelah disuntik 1.76 518 5.18 7.0 310 3.10 4.6 -.08 08 3 4.68 3.05 5.44 3.99.76 0.94 5 6 7 4.10 7.05 6.60 5.1 10.6 13.91 1.11 3.1 7.31 8 9 4.79 7.39 18.53 7.91 13.74 0.5 10 11 1 7.30 11.78 3.90 4.85 11.10 3.74 -.45-0.68-0.16 13 14 15 6.00 67.48 17.04 94.03 94.03 41.70 68.03 6.55 4.66 1

Anggap populasi androden sesaat setelah suntikan dan 30 menit kemudian berdistribusi normal. Ujilah, pada tingkat keberartian 5%, apakah konsentrasi androgen berubah setelah ditunggu 30 menit.

Solusi Ini adalah data berpasangan karena masing-masing unit percobaan (rusa) memperoleh dua kali pengukuran 3 Misalkan μ 1 dan μ masing-masing menyatakan rata-rata konsentrasi androgen sesaat setelah suntikan dan 30 menit kemudian. Rumusan hipotesis yang diuji adalah H 0 : μ 1 = μ atau μ D = μ 1 - μ = 0 H 1 : μ 1 μ atau μ D = μ 1 - μ 0 Tingkat signifikansi ifik i yang digunakan adalah α = 5% = 0.050

4 Rata-rata t sampel dan variansi i sampel untuk selisih ih ( d i ) adalah, d 9.848 dan s 18.474 Statistik uji yang digunakan adalah, Dalam hal ini, d d d 0 t= sd / n 9.848 0 t= 18.474 / 15.06

Statistikti tik uji t berdistribusi ib it-student t t dengan derajat kebebasan n 1 = 15 1 = 14. Pada tingkat keberartian 005 0.05, H 0 ditolak jika 5 t < - t 0.05,14 = -.145 atau t > t 0.05,14 =.145.,, Karena nilai t =.06, maka nilai t tidak berada pada daerah penolakan. Dengan demikian, H 0 tidak ditolak. Kendati demikian, nilai t =.06 mendekati nilai t 0.05,1405 =.145. Jadi perbedaan rata-rata kadar peredaran androgen tidak bisa diabaikan.

Uji Hipotesis Tentang Variansi Satu Populasi Bentuk hipotesis i nol dan tandingannya untuk kasus variansi satu populasi adalah 1. H : = vs H :. 6 0 0 1 0 H : = vs H : 0 0 1 0 3. H : = vs H : 0 0 1 0 Dengan 0 menyatakan suatu konstanta mengenai variansi yang diketahui.

Statistiskti ti uji yang digunakan untuk menguji ketiga hipotesis di atas adalah : 7 ( n 1) s 0 Jika H 0 benar, maka statistik uji tersebut khi-kuadrat k dengan derajat tkebebasan b n-1. berdistribusi

Untuk hipotesis i H 0 : = 0 vs H 1 : 0, tolak H 0 pada tingkat keberartian α jika : 8 atau 1,( n1),( n1) Untuk hipotesis H 0 : = 0 vs H 1 : 0 H 0 pada tingkat keberartian α jika 1,( n1) Untuk hipotesis H 0 : = 0 vs H 1 : 0 H 0 pada tingkat keberartian α jika,( n 1), tolak, tolak nilai dari tabel distribusi chi-square dengan derajat kebebasan n -1

Uji Hipotesis Tentang Variansi Dua Populasi Bentuk hipotesis i nol dan tandingannya untuk uji hipotesis mengenai variansi dua populasi adalah, 1. H : vs H : 0 1 1 1. H : vs H : 0 1 1 1 3. H : vs H : 0 1 1 1 Dengan σ 1 dan σ masing-masing adalah variansi populasi ke-1 dan variansi populasi ke- 9

Statistiskti ti uji yang digunakan untuk menguji ketiga hipotesis di atas adalah, 30 F s s 1 Jika H 0 benar, statistik uji tersebut berdistribusi Fisher dengan derajat kebebasan, v 1 = n 1 1 danv = n 1 1

khi i Untuk hipotesis, tolak H 0 : 1 vs H 1 : 1 H 0 pada tingkat keberartian α jika : F f atau F f 1,( v1, v),( v1, v) Untuk hipotesis H tolak H : vs H :, 0 1 1 1 0 pada tingkat keberartian α jika : F f1,( v, v ) 1 Untuk hipotesis H 0 : 1 vs H 1 : 1, tolak H 0 pada tingkat t kb keberartian α jika : F f,( v, v ) 1 f f f f,( v, v ), 1,( v, v ), /,( v, v ),dan 1 /,( v, v ) adalah nilai-nilai 1 1 1 1 dari tabel distribusi Fisher dengan derajat kebebasan b v 1 dan v 31

Contoh 4 3 Suatu perusahaan baterai mobil menyatakan bahwa umur baterainya berdistribusi hampir normal dengan simpangan baku 0.9 tahun. Bila sampel acak 10 baterai tersebut menghasilkan simpangan baku 1. tahun, apakah anda setuju bahwa σ > 0.9 tahun? Gunakan taraf kebartian 5%!

Solusi H 0 : σ = 0.81 H 1 : σ > 0.81 α = 0.05 33 Diketahui Statistik uji simpangan baku sampel, s = 1. ( n1) s (9)(1.44) 16 0.81 0 Titik kritis adalah, n1 0.05,9 16.919 Karena 0059 0.05,9, maka H 0 tidak ditolak. Simpulkan bahwa simpangan baku umur baterai tidak melebihi 0.9

Contoh 5 Dalam pengujian keausan kedua bahan di contoh, dianggap bahwa kedua variansi yang tidak diketahui i sama besarnya. Ujilah anggapan ini! Gunakan taraf keberartian 0.10. 34

Solusi Misalkan σ 1 dan σ adalah variansi ipopulasi dari masing-masing keausan bahan 1 dan bahan. rumusan hipotesis yang akan diuji adalah H 0 : σ 1 = σ H 1 : σ 1 σ α =0.10 35

36 Statistik uji f = s 1 s / = 16 / 5 = 0.64 H 0 ditolak dengan tingkat keberartian α jika f f atau f f 1,( v1, v),( v1, v) α = 0.10, v 1 = n 1 1 = 1 1 = 11, dan v = n 1 = 10 1 = 9. Maka f f 034 0.34 dan f f 3.11 311 1,( v1, v) 0.95,(11.9),( v1, v) 0.05,(11.9) Karena f f f, maka jangan tolak H 0. 1,( v1, v),( v1, v) Simpulkan bahwa tidak cukup kenyataan untuk menyatakan bahwa variansinya berbeda.

Referensi 37 Devore, J.L. JL and Peck, R., Statistics ti ti The Exploration and Analysis of Data, USA: Duxbury Press, 1997. Pasaribu, U.S., 007, 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., 000. Walpole, Ronald E. Dan Myers, Raymond H., Ilmu Peluang dan Statistika untuk Insinyur dan Ilmuwan, Edisi 4, Bandung: Penerbit ITB, 1995. Walpole, Ronald E. et.al., Probability & Statistics for Enginerrs & Scientists, Eight edition, New Jersey : Pearson Prentice Hall, 007.