Hipotesis Statistik. 3. Terima H 1 (tolak H 0 ) dan populasi sebenarnya. memang H 0 benar = P(terima H 0 / pop H 0 )= 1-α

dokumen-dokumen yang mirip
Sebaran (Distribusi) Peluang teoritis Peubah Acak : Statistik Sample, misal Rata-rata dan proporsi sample Hasil semua kemungkinan Sample dg ukuran yg

STK 511 Analisis statistika. Materi 6 Pengujian Hipotesis

Materi 1 : Review Statistika Inferensia Pengujian Hipotesis PERANCANGAN PERCOBAAN

STK 211 Metode Statistika PENGUJIAN HIPOTESIS

Pengujian Hipotesis - Sipil Geoteknik 2013 PENGUJIAN HIPOTESIS. Dr. Vita Ratnasari, M.Si 02/10/2013

PENGUJIAN HIPOTESIS O L E H : R I A N D Y S Y A R I F

Hipotesis (Ho) Benar Salah. (salah jenis I)

Praktikum Pengujian Hipotesis

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

Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan:

STK511 Analisis Statistika. Pertemuan 6 Statistika Inferensia (2)

MODUL XI SELANG KEPERCAYAAN UNTUK KEPERCAYAAN

DISTRIBUSI SAMPLING besar

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

Penolakan suatu hipotesis bukan berarti menyimpulkan bahwa hipotesis salah dimana bukti yg tidak konsisten dgn hipotesis Penerimaan hipotesis sebagai

STK511 Analisis Statistika. Pertemuan 5 Statistika Inferensia (1)

Pertemuan Ke Pengujian hipotesis mengenai rata-rata Nilai Statistik Uji. Wilayah Kritik

LOGO PENGUJIAN HIPOTESIS HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA UNAND

PERTEMUAN KE 2 HIPOTESIS

UJI HIPOTESIS SATU-SAMPEL

KONSEP DASAR SAMPLING

Pengujian Hipotesis. Oleh : Dewi Rachmatin

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

Engkau tidak akan memperoleh ilmu kecuali dengan enam hal : Kecerdasan Semangat keras Rajin dan tabah Biaya yang cukup Bersahabat dengan guru (Imam

STMIK KAPUTAMA - BINJAI

deck of 52 cards

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

1/8/2011. TUJUAN: Dapat menggunakan MINITAB 13 untuk melakukan pengujian nilai tengah, baik untuk nilai tengah satu populasi maupun dua populasi.

PENGUJIAN HIPOTESIS. Langkah-langkah pengujian hipótesis statistik adalah sebagai berikut :

Metode Statistika. Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution)

STK 511 Analisis statistika. Materi 4 Sebaran Penarikan Contoh

Dept. Fisheries and Marine Resource Management University of Brawijaya 2012

PENGUJIAN HIPOTESA #1

Hipotesis adalah suatu pernyataan tentang parameter suatu populasi.

PENS. Probability and Random Process. Topik 6a. Pengujian Hipotesis 1. Prima Kristalina Mei 2015

METODE STATISTIKA. oleh Bambang Juanda -Ketua PS PWD (S2 & S3), SPS-IPB -Anggota TADF Kemenkeu

STATISTIKA II (BAGIAN

MODUL TEORI ESTIMASI ATAU MENAKSIR TEORI ESTIMASI ATAU MENAKSIR

S T A T I S T I K A OLEH : WIJAYA

What is Ekonometrics?

SEBARAN PENARIKAN CONTOH

ANALISIS DATA KATEGORI

Basic Techniques. STATISTIKA DASAR LATIHAN-2

Korelasi Linier Berganda

BAB IV DESKRIPSI DAN ANALISIS DATA. evaluasi akhir pada materi Sistem Persamaan Linear Dua Variabel (SPLDV).

PROGRAM STUDI AGRIBISNIS FAKULTAS PERTANIAN UNIVERSITAS JAMBI

PENGUJIAN HIPOTESIS BEDA TIGA RATA-RATA ATAU LEBIH. Statistik Industri II Teknik Industri Universitas Brawijaya

S T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON

Pengauditan 1. Bab 11 Sampling Audit dalam Pengujian Substantif. Dosen: Dhyah Setyorini, M.Si.

LATIHAN OTOT UNTUK MENINGKATKAN KEMAMPUAN FUNGSIONAL-NYA PERLU MENGGUNAKAN BEBAN BEBAN : BERAT BADAN SENDIRI BEBAN YG BERASAL DARI LUAR.

Metode Statistika. Statistika Inferensia: Pendugaan Parameter (Selang Kepercayaan)

PENGUJIAN HIPOTESIS. 100% - 5 % = 95% (Ho di terima) 2,5% (Ho ditolak) 2,5% ( Ho ditolak ) - Zα 0 Zα

Pendugaan Parameter. Ayundyah Kesumawati. April 13, Prodi Statistika FMIPA-UII. Ayundyah (UII) Pendugaan Parameter April 13, / 30

PENGERTIAN PENGUJIAN HIPOTESIS

Penduga : x p s r b. Pertemuan Ke 9. BAB V PENDUGAAN PARAMETER

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

STATISTIKA INFERENSIAL IM TIRTA

Uji Statistik Hipotesis

STATISTIKA INDUSTRI 2 TIN 4004

PENGUJIAN HIPOTESIS (1) Debrina Puspita Andriani /

SEBARAN PENARIKAN SAMPEL LOGO

PENGUJIAN HIPOTESIS. Daerah penolakan. luas KED

Pengertian Pengujian Hipotesis

Pertemuan 13 &14. Hipotesis

ESTIMASI. Arna Fariza PENDAHULUAN

S T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON

BAB IV ANALISIS HASIL PENELITIAN. Satriyan kecamatan Tersono kabupaten Batang. Langkah-langkah yang dilakukan

(ESTIMASI/ PENAKSIRAN)

HASIL DAN PEMBAHASAN

Model Linear Programming:

BAB III UJI STATISTIK DAN SIMULASI. Menggunakan karakteristik dari distribusi tersebut dan transformasi / = ( ) (3.1.1) / = ( ) (3.1.

STATISTIK Hypothesis Testing 2 Contoh kasus

Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c

Materi-1 Statistika, data, penyajian data, Ukuran Pusat dan Sebaran Data. Nurratri Kurnia Sari, M. Pd

Model Linear Programming:

MANAJEMEN MODAL KERJA

Pengujian Hipotesis. Vitamin C dalam pakan bisa mempercepat

KULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output:

PENGUJIAN HIPOTESIS. Wahyu Hidayat, S.Pd., M.Pd

PERTEMUAN KE 3 UJI HIPOTESIS BEDA DUA RATA-RATA

Statistika Non-Parametrik

PENGUJIAN HIPOTESIS. pernyataan atau dugaan mengenai satu atau lebih

Regresi Linier Berganda

UJI ANOVA. Imam Gunawan DISTRIBUSI F

STATISTIK NON PARAMETRIK (1)

PENAKSIRAN PARAMETER TM_3

Statistik Dasar. 1. Pendahuluan Persamaan Statistika Dalam Penelitian. 2. Penyusunan Data Dan Penyajian Data

PENS. Probability and Random Process. Topik 8. Estimasi Parameter. Prima Kristalina Juni 2015

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

BAB 2 LANDASAN TEORI. Analisis regresi merupakan bentuk analisis hubungan antara variabel prediktor

PERBANDINGAN BERGANDA SESUDAH UJI KRUSKAL-WALLIS

HASIL DAN PEMBAHASAN

METODE DEVIDE AND CONQUER

STK 211 Metode statistika. Pengajar : Dr. Agus Mohamad Soleh, SSi, MT 2016

BAB: ANGGARAN KAS. Seratus Ribu Rupiah BANK INDONESIA

STATISTIK PERTEMUAN IX

METODE HARGA POKOK PESANAN FULL COSTING. AKUNTANSI BIAYA EKA DEWI NURJAYANTI, S.P., M.Si

Distribusi Sampling Sebaran Penarikan Contoh. Bidang Inferensia Statistik membahas generalisasi/penarikan kesimpulan dan prediksi/peramalan.

PENGUJIAN HIPOTESIS. TM-4

Ukuran Dispersi (Variasi, atau Penyimpangan) untuk Data Tunggal

Transkripsi:

Pengujian Hipotesis Hipotesis: kesimpulan sementara dari penelitian, yang akan dibuktikan dengan data empiris Utk diuji secara statistik hipotesis statistik (Ho vs H1) : pernyataan (dugaan) mengenai satu atau lebih parameter populasi. Dapat berbentuk suatu model atau nilai parameter tertentu. Uji statistik pada hakekatnya membandingkan apa yang diharapkan berdasarkan hipotesis dengan apa yang sesungguhnya diungkapkan dalam data empiris.

Hipotesis Statistik Ada 2 kemungkinan H 0 benar ataukah H 1 benar, tapi tidak tahu mana yg benar jika hanya mengamati data contoh. Kemudian berdasarkan data contoh kita harus memutuskan apakah harus terima H 0 (tolak H 1 ) atau tolak H 0 (terima H 1 ). Dari tabel tersebut ada 4 kemungkinan kombinasi keputusan dan keadaan yang sebenarnya, yaitu mengambil keputusan:

Hipotesis Statistik 1. Terima H 0 (tolak H 1 ) dan populasi sebenarnya memang H 0 benar = P(terima H 0 / pop H 0 )= 1-α 2. Terima H 0 (tolak H 1 ) padahal populasi sebenarnya H 1 = P(terima H 0 / pop H 1 ) = 3. Terima H 1 (tolak H 0 ) dan populasi sebenarnya memang H 1 benar = P(terima H 1 / pop H 1 ) = 1-4. Terima H 1 (tolak H 0 ) padahal populasi sebenarnya H 0 = P(terima H 1 / pop H 0 ) =

Kemungkinan Keputusan & Keadaan Populasi Sebenarnya Keputusan yang Keadaan populasi sebenarnya diambil berdasarkan data contoh Terima Ho (tolak H1) Tolak Ho (terima H1) Ho benar (H1 salah) (1 ) koefisien kepercayaan (Salah jenis I = taraf nyata) Ho salah (H1 benar) (Salah jenis II) (1 )

Daerah kritis (keputusan H ) 1) Perumusan Masalah. Misal: hipotesis yg diuji: H 0 : = 40 2) Melakukan pengamatan terhadap populasi sasaran. 3) Menentukan Statistik Uji yg cocok (uji t. z, F, 2 ), dan kriteria pengambilan keputusan dlm pengujiannya. Misal: - menentukan taraf nyata pengujian ( ). H 1 : = 60 - menentukan daerah kritis (daerah penolakan H 0 ). Dalil Limit Pusat: Jika dari suatu populasi yg besar, yg mempunyai nilai tengah dan ragam 2, diambil contoh berukuran n maka rata-rata contoh akan menyebar normal dengan nilai tengah dan ragam = 2 /n. Jika H 0 benar

Dapat ditunjukkan bahwa untuk ukuran contoh yg sama, jika diperkecil maka menjadi besar. Begitu juga sebaliknya jika diperkecil maka menjadi besar. Agar dan kecil 2 keduanya maka ukuran contoh ditambah, shg lebih kecil. x 4) Menghitung nilai statistik uji dari data contoh, kemudian menarik kesimpulan apakah akan menolak atau tidak menolak hipotesis H 0 Dari gambar terlihat bahwa dpt ditentukan nilainya jika populasi H 0 diketahui, dan dpt ditentukan nilainya jika populasi H 1 diketahui. Kenyataanya dalam suatu masalah hanya ada satu pendapat (hipotesis) yg diungkapkan peneliti, sehingga hanya 1 macam pernyataan mengenai nilai parameter saja yg dpt diungkapkan dlm hipotesis. Permasalahannya disini adalah apakah hipotesis tersebut sebagai Ho atau H 1? Sebagai konvensi hanya Ho yg diungkapkan dgn jelas (dlm bentuk =), shg hanya saja yg dpt ditentukan nilainya.

Ilustrasi 1. Produksi padi di daerah A lebih tinggi dari 50 Kw/ha. hipotesis yg diuji : Ho : = 50 H 1 : > 50 (uji Eka Arah) 2. Keefektifan antara dua jenis pengobatan A dan B sama saja. hipotesis statistik : Ho : 1 = 2 atau 1 2 = 0 H 1 : 1 2 atau 1 2 0 1 2 > 0 (uji Dwi Arah) 1 2 < 0 3. Pendapatan (X) mempengaruhi pengeluaran (Y), yg dinyatakan, misalnya, dlm model: Y = 0 + 1 X. hipotesis yang diuji : Ho : 1 = 0 H 1 : 1 0 (uji dwi Arah) Jadi dlm uji statistik, seolah-olah menguji nilai parameter tertentu bila Ho benar, dan biasanya si peneliti ingin menolak Ho. (Jika dari hasil uji ternyata H 1 diterima, maka tahu resiko kesalahannya = ).

Teladan 8.1. Sebuah perusahaan alat olahraga mengembangkan jenis batang pancing sintetis, yg diclaim oleh perusahaan tsb bahwa kekuatannya rata-rata 8 kilogram dgn simpangan baku 0.5 kilogram. Ujilah apakah memang benar rata-rata kekuatan batang pancing produk perusahaan tsb 8 kilogram, jika suatu contoh acak 50 batang pancing setelah diuji ternyata memberikan rata-rata kekuatan hanya 7.8 kg. Gunakan taraf nyata 0.01. 1. Hipotesis statistik yg diuji: H 0 : = 8 kilogram H 1 : 8 kilogram 2. Dgn = 0.01, wilayah kritiknya (daerah keputusan H 1 ) adalah z < -2.575 atau z > 2.575; dalam hal ini: x 0 z / n 7.8 8 3. Dari data contoh x =7.8 dan n=50, sehingga z 2. 83 0.5/ 50 4. Keputusan: Tolak H 0 dan disimpulkan bahwa rata-rata kekuatan batang pancing tersebut tidak sama dengan 8, tetapi kurang dari 8 kilogram. Kesimpulan ini, paling tidak mengandung risiko kesalahan sebesar 1%.

Teladan 8.2. Berikut ini adalah total penjualan per minggu (ribu rupiah) yg diperoleh dari 24 wiraniaga (salesman) suatu perusahaan detergen selama satu minggu yang lalu: 256, 212, 239, 216, 222, 236, 207, 219, 228, 225, 241, 230, 224, 261, 254, 228. 273, 234, 285, 225, 237, 232. 277, 245 (1) Ujilah apakah rata-rata total penjualan dari 24 wiraniaga tersebut sudah lebih dari Rp 225,000? Test of mu = 225 vs > 225 95% Lower Variable N Mean StDev SE Mean Bound T P Sales 24 237,75 20,55 4,20 230,56 3,04 0,003 Kesimpulan: Rata-rata total penjualan dari 24 wiraniaga tersebut sudah lebih dari Rp 225,000. Kesimpulan ini hanya mempunyai risiko (peluang) kesalahan 0.3 %.

Nilai-p (p-value, sign.): peluang (risiko) kesalahan dlm menyimpulkan H 1. Artinya, meskipun kita menyimpulkan H 1, tapi mungkin saja H 0 yg benar. Alternatif kriteria uji menggunakan taraf nyata (mis 1%, 5%, 10%) adalah sbb: Jika p > maka terima H 0 (kesalahannya melebihi batas taraf nyata jika terima H 1 ) Jika p < maka terima H 1 (kesalahannya kurang dari taraf nyata jika terima H 1 ). taraf nyata : peluang (risiko) kesalahan maks yg dpt ditolerir dlm menyimpulkan H 1.

(2) Ujilah apakah rata-rata total penjualan dari 24 wiraniaga tersebut sudah lebih dari Rp 230,000? Test of mu = 230 vs > 230 95% Lower Variable N Mean StDev SE Mean Bound T P Sales 24 237,75 20,55 4,20 230,56 1,85 0,039 Kesimpulan: Rata-rata total penjualan dari 24 wiraniaga tersebut sudah lebih dari Rp 230,000. Kesimpulan ini hanya mempunyai risiko (peluang) kesalahan 3.9 %. (3) Ujilah apakah rata-rata total penjualan dari 24 wiraniaga tersebut sudah lebih dari Rp 235,000? Test of mu = 235 vs > 235 95% Lower Variable N Mean StDev SE Mean Bound T P Sales 24 237,75 20,55 4,20 230,56 0,66 0,259 Kesimpulan: Meskipun dari data contoh bahwa, namun belum cukup kuat untuk menyimpulkan bahwa rata total penjualan dari 24 wiraniaga tersebut sebenarnya sudah lebih dari Rp 235,000.