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

dokumen-dokumen yang mirip
PENS. Probability and Random Process. Topik 8. Estimasi Parameter. Prima Kristalina Juni 2015

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

PENGUJIAN HIPOTESIS. pernyataan atau dugaan mengenai satu atau lebih

PENGUJIAN HIPOTESIS. pernyataan atau dugaan mengenai satu atau lebih

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

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

DISTRIBUSI SAMPLING besar

Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan:

PENS. Probability and Random Process. Topik 5. Beberapa jenis Distribusi Variabel Acak. Prima Kristalina April 2015

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

PERTEMUAN KE 2 HIPOTESIS

SESI 11 STATISTIK BISNIS

Probability and Random Process

Uji Hipotesis. Atina Ahdika, S.Si, M.Si. Universitas Islam Indonesia 2015

07Ilmu. Pengujian Hipotesis Menentukan dan menguji Hipotesis penelitian dan mengambil kesimpulan dari hasil uji tersebut. Dra. Yuni Astuti, MS.

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

UJI HIPOTESIS SATU-SAMPEL

Ayundyah Kesumawati. April 20, 2015

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

PENS. Probability and Random Process. Topik 2. Statistik Deskriptif. Prima Kristalina Maret 2016

PENGUJIAN HIPOTESIS. Daerah penolakan. luas KED

STATISTIKA INDUSTRI 2 TIN 4004

BAB II LANDASAN TEORI. Analisis regresi (regressison analysis) merupakan suatu teknik untuk membangun persamaan

PENGUJIAN HIPOTESIS. 1. Pengertian Hipotesis

OLEH RATU ILMA INDRA PUTRI

PENGUJIAN HIPOTESIS (1) Debrina Puspita Andriani /

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

BAB 2 LANDASAN TEORI. Analisis regresi (regression analysis) merupakan suatu teknik untuk membangun

STATISTIKA INDUSTRI 2 TIN 4004

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

BAB 11 HIPOTESIS. Hipotesis Page 1

Materi 1 : Review Statistika Inferensia Pengujian Hipotesis PERANCANGAN PERCOBAAN

Ayundyah Kesumawati. April 27, 2015

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

Pengujian hipotesis. Mata Kuliah: Statistik Inferensial. Hipotesis

PENGERTIAN PENGUJIAN HIPOTESIS

ANALISIS dan INTERPRETASI DATA

STMIK KAPUTAMA - BINJAI

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

Pengertian Pengujian Hipotesis

STATISTIKA. Statistika pengkuantifikasian (pengkuantitatifan) hasil-hasil pengamatan terhadap kejadian, keberadaan, sifat/karakterisitik, tempat, dll.

Distribusi Normal. Statistika (MAM 4137) Syarifah Hikmah JS

Dept. Fisheries and Marine Resource Management University of Brawijaya 2012

ESTIMASI. Arna Fariza PENDAHULUAN

UJI HIPOTESIS DALAM SATU POPULASI MINGGU VII

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

pernyataan mengenai sesuatu yang harus diuji kebenarannya Hipotesis statistik adalah suatu pernyataan yang menyatakan harga sebuah/beberapa parameter

Dinotasikan dengan Ho Penulisan, Ho : µ = suatu angka numerik Ditulis dengan tanda =, walaupun maksudnya adalah, ataupun

PENGUJIAN HIPOTESA #1

STK 511 Analisis statistika. Materi 6 Pengujian Hipotesis

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

PENGANTAR STATISTIK JR113. Drs. Setiawan, M.Pd. Pepen Permana, S.Pd. Deutschabteilung UPI Pertemuan 7

STK 211 Metode Statistika PENGUJIAN HIPOTESIS

BAB 2 LANDASAN TEORI

Pertemuan 13 &14. Hipotesis

Ummu Kalsum UNIVERSITAS GUNADARMA

M. Jainuri, S.Pd Pendidikan Matematika-STKIP YPM Bangko. P7_Statistik II_M.Jainuri,S.Pd

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN Pengertian dan Kegunaan Statistika

15Ilmu. Uji t-student dan Uji Z (Distribusi Normal)

BAB 2 LANDASAN TEORI

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

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

PENS. Probability and Random Process. Topik 4. Variabel Acak dan Distribusi Probabilitas. Prima Kristalina April 2015

KORELASI LINIER BERGANDA. Debrina Puspita Andriani /

BAB 2 LANDASAN TEORI. digunakan sebagai konsep statistik pada tahun 1877 oleh Sir Francis Galton. Dia

Regresi Linier Sederhana dan Korelasi. Pertemuan ke 4

Pengantar Statistika Bab 1

BAB 2 LANDASAN TEORI. teknik yang umum digunakan untuk menganalisis. hubungan antara dua atau lebih variabel adalah analisis regresi.

PRAKTIKUM STATISTIKA INDUSTRI 2013 MODUL IV PENGUJIAN HIPOTESIS

Uji Statistik Hipotesis

PENGUJIAN HIPOTESIS 2

KORELASI LINIER BERGANDA

PENGUJIAN HIPOTESIS. Nurwahyu Alamsyah, S.Kom wahyualamsyah.wordpress.com. D3 - Manajemen Informatika - Universitas Trunojoyo Madura

BAB 2 LANDASAN TEORI. 1. Analisis regresi linier sederhana 2. Analisis regresi linier berganda. Universitas Sumatera Utara

Regresi Linier Berganda

Korelasi Linier Berganda

BAB II METODE ANALISIS DATA. memerlukan lebih dari satu variabel dalam membentuk suatu model regresi.

Pengujian Hipotesis_M. Jainuri, M.Pd

BAB 2 LANDASAN TEORI. Istilah regresi pertama kali digunakan oleh Francis Galton. Dalam papernya yang

(ESTIMASI/ PENAKSIRAN)

Aplikasi Pengujian Hipotesis Statistik dalam Sistem Teknologi Informasi

BAB III METODOLOGI PENELITIAN

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

BAB 2 LANDASAN TEORI. pengetahuan, terutama para peneliti yang dalam penelitiannya banyak

SESI 13 STATISTIK BISNIS

BAB 2 LANDASAN TEORI. dangkal, sehingga air mudah di gali (Ruslan H Prawiro, 1983).

Skala pengukuran dan Ukuran Pemusatan. Ukuran Pemusatan

BAB I PENDAHULUAN 1.1 LATAR BELAKANG

PENGUJIAN HIPOTESIS DESKRIPTIF (Satu sampel) Wahyu Hidayat, M.Pd

BAB 2 LANDASAN TEORI. berarti ramalan atau taksiran pertama kali diperkenalkan Sir Francis Galton pada

LOGO PENGUJIAN HIPOTESIS HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA UNAND

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

REGRESI LINIER BERGANDA. Debrina Puspita Andriani /

UJI HIPOTESIS. Oleh : Riawan Yudi Purwoko

STATISTIK Hypothesis Testing 2 Contoh kasus

STK511 Analisis Statistika. Pertemuan 6 Statistika Inferensia (2)

STATISTIK PERTEMUAN XI

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

Transkripsi:

Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 6a. Pengujian Hipotesis 1 Prima Kristalina Mei 2015 1

Outline 1. Pengertian Hipotesis 2. Tingkat Signifikansi 3. Kekeliruan dalam Pengujian Hipotesis 4. Prosedur Pengujian Hipotesis 5. Penentuan Formulasi Pengujian Hipotesis 6. Penentuan Arah Pengujian Hipotesis 7. Penentuan Taraf Nyata Pengujian Hipotesis 8. Penentuan Kriteria Pengujian Hipotesis 9. Hitung Nilai Uji Statistik 10. Contoh-contoh soal 2

Pengertian Hipotesis Hipotesis dari bhs. Yunani: Hupo=sementara, Thesis=Pernyataan/dugaan Hipotesis : Suatu pernyataan yang masih lemah kebenarannya dan perlu dibuktikan. Hipotesis: Suatu dugaan yang sifatnya masih sementara. Setiap hipotesis bisa benar atau tidak benar, perlu prosedur untuk menentukan apakah hipotesis diterima atau ditolak. Pengujian Hipotesis: sebuah prosedur yang akan menghasilkan suatu keputusan, dimana akan menolak atau menerima hipotesis. 3

Pengertian Hipotesis Hipotesis ada 2 macam: a) Hipotesis Penelitian tidak diuji secara empirik, bersifat verbal b) Hipotesis Statistik Hipotesis yang diuji secara empirik. Untuk bisa diuji, maka hipotesis penelitian harus diterjemahkan ke dalam hipotesis statistik 4

Pengertian Hipotesis Pada pengujian hipotesis, sampel acak diambil, nilai statistik yang diperlukan dihitung, kemudian dibandingkan menggunakan kriteria tertentu. Jika tidak sesuai dengan hipotesis yang ditetapkan, maka hipotesis ditolak, sebaliknya jika sesuai maka hipotesis diterima. 5

Level Signifikansi Level/tingkat signifikansi (significant level) adalah standard statistik yang digunakan untuk menolak hipotesis awal (H 0 ). Jika ditentukan sebuah nilai signifikansi,, maka akan ditolak jika hasil perhitungan dari sampel sedemikian berbeda dengan nilai dugaan awal yang dihipotesakan. 6

Perlu Diingat! Penolakan suatu hipotesis terjadi karena TIDAK CUKUP BUKTI untuk MENERIMA hipotesis tersebut dan BUKAN karena HIPOTESIS ITU SALAH. Penerimaan suatu hipotesis terjadi karena TIDAK CUKUP BUKTI untuk MENOLAK hipotesis tersebut dan BUKAN karena HIPOTESIS ITU BENAR 7

Kekeliruan dalam Pengujian Hipotesis Kekeliruan yang perlu diperhatikan dalam pengujian hipotesis: Kekeliruan Tipe I: Menolak Hipotesis Awal yang seharusnya benar Kekeliruan Tipe II: Menerima Hipotesis Awal yang seharusnya salah Kesimpulan Keadaan Sebenarnya Hipotesis Benar Hipotesis Salah Terima Hipotesis Benar Keliru (Tipe II) Tolak Hipotesis Keliru (Tipe I) Benar 8

Prosedur Pengujian Hipotesis 1. Tentukan Formulasi Hipotesis (dalam bentuk H 0 dan H 1 ) 2. Tentukan tingkat kepercayaan/taraf nyata pengujian ( atau /2) 3. Tentukan statistik uji (Z atau t) 4. Tentukan arah pengujian (1 atau 2 arah) 5. Tentukan nilai titik kritis atau daerah penerimaan /penolakan H 0 6. Cari nilai statistik hitung 7. Tentukan Kesimpulan (terima atau tolah H 0 ) * Langkah 2,3 dan 4 bisa dibolak-balik 9

Perumusan Hipotesis Dinyatakan sebagai Kalimat Pernyataan (Deklaratif) Melibatkan minimal dua variabel penelitian Mengandung sebuah prediksi Harus dapat diuji 10

Contoh 1: Seorang staf analisis harga pasar akan membuktikan pendapat bahwa dengan kenaikan BBM, maka harga daging sapi di sebuah wilayah akan lebih tinggi dari harga sebelumnya Hipotesis awal : Harga daging sapi di sebuah wilayah sama saja dengan harga sebelumnya Staf tersebut akan mengambil sampel, melakukan pengujian, dan berharap agar pengujian awal ditolak sehingga pendapatnya diterima 11

Menentukan Formulasi Hipotesis Formulasi Hipotesis dibedakan 2 macam: Hipotesis nol (H 0 ): Hipotesis Awal yang diharapkan akan ditolak. Hipotesis ini menyatakan kondisi yang menjadi dasar pembandingan terhadap hipotesis yang lain. Hipotesis alternatif (H 1 ): Penolakan H 0 akan membawa kita kepada penerimaan Hipotesis alternatif ini. Nilai H 0 harus menyatakan dengan pasti sebuah nilai parameter ditulis dalam bentuk persamaan (=) Nilai H 1 dapat memiliki beberapa kemungkinan ditulis dalam bentuk pertidaksamaan,, 12

Contoh 2: Sebelum BBM naik, harga daging sapi per kilo adalah Rp 50.000,- Akan diuji pendapat dari staf analisis pada contoh 1 sebelumnya: Hipotesis awal dan alternatif bisa dibuat sbb: H H 0 1 Atau: H H 0 1 : Rp. 50.000,- (harga baru sama dgn harga lama) : Rp. 50.000,- (harga baru tidak sama dgn harga lama) : Rp. 50.000,- (harga baru sama dgn harga lama) : Rp. 50.000,- (harga baru lebih besar dari harga lama) 13

Menentukan Arah Pengujian Arah Pengujian Hipotesis dibedakan 2 macam: Pengujian Satu Arah Pengujian H 0 dan H 1 adalah sbb: H 0 ditulis dalam bentuk persamaan (menggunakan tanda =) H 1 ditulis dalam bentuk lebih besar (>) atau lebih kecil (<) Pengujian Dua Arah H 0 ditulis dalam bentuk persamaan (menggunakan tanda =) H 1 ditulis dalam bentuk pertidaksamaan ( ) 14

Menentukan Arah Pengujian Pengujian Dua Arah H H : : 0 0 1 0 Daerah Kritis: Z Z dan Z Z /2 /2 0 adalah rata-rata yang diajukan dalam H f(z) 0.5 0.45 0.4 0.35 0.3 0.25 Daerah penerimaan H0 0.2 Penolakan H0 0.15 1 0.1 2 1 0.05 0 Penolakan H0 2 0-4 -3-2 -1 0 1 2 3 4 Z /2 z Z /2 15

Menentukan Arah Pengujian Pengujian Satu Arah (Kiri) H H : : 0 0 1 0 Daerah Kritis: Z Z f(z) 0.5 0.45 0.4 0.35 0.3 0.25 0.2 Daerah Penolakan H0 0.15 0.1 Daerah penerimaan H 0 0 adalah rata-rata yang diajukan dalam H 0 0.05 0-4 -3-2 -1 0 1 2 3 4 z Z Z 16

Menentukan Arah Pengujian Pengujian Satu Arah (Kanan) H H : : 0 0 1 0 Daerah Kritis: Z f(z) 0.5 0.45 Z 0.4 0.35 0.3 0.25 Daerah penerimaan H 0 0.2 0.15 0.1 0.05 Daerah Penolakan H 0 0-4 -3-2 -1 0 1 2 3 4 z Z 17

Menentukan Arah Pengujian Rangkuman Hipotesis 2 arah 1 arah kanan 1 arah kiri H nol (H 0 ) = 0 = 0 = 0 H alternatif (H 1 ) 0 > 0 < 0 18

Contoh Kasus: 1. Hasil pengukuran sensor suhu menyatakan rata-rata tidak melebihi 31 o C di ruang server. Nyatakan hipotesis nol dan hipotesis alternatif untuk menguji pernyataan tersebut. 2. Sebuah perusahaan layanan internet mengklain bahwa bit error rate jaringannya tidak melebihi 1 dibandingkan 1 juta bit yang dikirim per detik. Nyatakan hipotesis nol dan hipotesis alternatif untuk menguji pernyataan tersebut. 19

Menentukan Taraf Nyata (significant Level) Taraf nyata adalah besaran batas toleransi dalam menerima kesalahan hasil hipotesis thd nilai parameter populasinya Besaran taraf nyata bergantung kepada keberanian pembuat keputusan menentukan berapa besarnya suatu kesalahan dapat ditolerir Besaran taraf nyata dinyatakan dalam, dimana daerah kritis dibagi atas untuk pengujian 1 arah dan /2 untuk pengujian 2 arah. Besaran kesalahan tersebut dinamakan daerah kritis/daerah penolakan. Taraf nyata 5% atau =0,05 artinya: 5 dari 100 kesimpulan menolak hipotesa yang seharusnya diterima Dengan kata lain kita telah memilih 95% kesimpulan benar Peluang kesalahan dari hipotesa adalah 0,05. 20

Menentukan Kriteria Pengujian Bentuk pembuatan keputusan dalam menerima / menolak hipotesis nol dengan cara membandingkan nilai tabel distribusinya dengan nilai statistiknya. Penerimaan : nilai usi statistiknya berada di luar nilai kritis Penolakan : nilai uji statistiknya berada di dalam nilai kritis 21

Menentukan Kriteria Pengujian Kriteria Penolakan Pengujian 2 Arah: Jika hipotesis alternatif H 1 menyatakan pertidaksamaan, maka didapat dua daerah kritis di kiri kanan distribusi Luas masing-masing daerah kritis adalah /2 karena ada dua daerah penolakan Kriteria pengujian: tolak H 0 jika statistik yang dihitung berdasarkan sampel tidak kurang dari daerah penolakan negatif dan tidak lebih dari daerah penolakan positif 22

Menentukan Kriteria Pengujian Kriteria Penolakan Pengujian 1 Arah (Kanan) Jika hipotesis alternatif H 1 menyatakan lebih besar, maka didapat sebuah daerah kritis di sebelah kanan distribusi Luas masing-masing daerah kritis adalah karena hanya ada satu daerah penolakan Kriteria pengujian: tolak H 0 jika statistik yang dihitung berdasarkan sampel tidak kurang dari daerah penolakan 23

Menentukan Kriteria Pengujian Kriteria Penolakan Pengujian 1 Arah (Kiri) Jika hipotesis alternatif H 1 menyatakan lebih kecil, maka didapat sebuah daerah kritis di sebelah kiri distribusi Luas masing-masing daerah kritis adalah karena hanya ada satu daerah penolakan Kriteria pengujian: terima H 0 jika statistik yang dihitung berdasarkan sampel lebih besar dari batas daerah penolakan, sebaliknya, tolak H 0 24

Hitung nilai Uji Statistik Uji statistik merupakan persamaan-persamaan yang berhubungan dengan distribusi tertentu, untuk menguji hipotesa. Distribusi yang digunakan: Distribusi Z, t dan F Distribusi Z digunakan untuk jumlah sampel besar Distribusi t digunakan untuk jumlah sampel kecil 25

Hitung nilai Uji Statistik Cara menentukan nilai Uji Statistik dibedakan menjadi: 1. Sampel Besar (n>=30) Simpangan baku ( ) diketahui Simpangan baku ( ) tidak diketahui Gunakan Distribusi Z 2. Sampel Kecil (n<30) Simpangan baku ( ) diketahui Simpangan baku ( ) tidak diketahui Gunakan Distribusi t 26

Hitung nilai Uji Statistik Pengujian Sampel Besar, diketahui: Dengan rata-rata, simpangan baku dan jumlah sampel n. Nilai uji Z : Z x x x 0 0 / n 27

Hitung nilai Uji Statistik Pengujian Sampel Besar, tidak diketahui: Dengan rata-rata, simpangan baku dan jumlah sampel n. Nilai uji Z : Z x 0 x 0 s s/ n x 28

Hitung nilai Uji Statistik Pengujian Sampel Kecil : Dengan rata-rata, simpangan baku dan jumlah sampel n. Nilai uji t : t x P ENS s / 0 n 29

Contoh 3: Dari 100 nasabah bank, rata-rata penarikan per bulan melalui ATM adalah $ 495. Dengan simpangan baku=$45 dan taraf nyata 1%, ujilah: a) Apakah rata-rata nasabah menarik melalui ATM kurang dari $500 per-bulan? b) Apakah rata-rata nasabah menarik melalui ATM tidak sama dengan $500 per bulan? Jawab: Diket: x 0 a) H 0 : = 500 H 1 : <500 Statistik Uji: Ditribusi Z (karena n >30) Arah Pengujian: 1 Arah (Kiri) Taraf Nyata = =1%=0,01 Titik Kritis: Z Z 0,01 2.33 lihat distribusi Z 495, =45, n=100, =0,01, 500 30

Hitungan statistika : Z x 0 495 500 5 1,11 / n 45/ 100 4,5 Kesimpulan: Hasil hitungan statistika =-1,11 berada di sebelah kiri dari titik kritis -2,33 atau lebih besar dari batas penolakan. Berarti, hipotesis H0 bisa diterima. Sehingga dinyatakan bahwa rata-rata penarikan uang di ATM masih $500, bukan di bawah $500. 31

b) H 0 : = 500 H 1 : 500 Statistik Uji: Ditribusi Z (karena n >30) Arah Pengujian: 2 Arah Taraf Nyata = =0,5%=0,005 Titik Kritis: Z Z0,005 dan Z Z0,005 Daerah Penolakan: Di atas 1,65 dan di bawah -1,65 Hitungan Statistika sama dengan a) yaitu -1,11 Kesimpulan: Karena hasil hitungan statistika berada di antara -1,65 dan 1,65, berarti masuk daerah Hipotesis H 0 diterima. Sehingga dinyatakan bahwa rata-rata penarikan uang di ATM masih $500, bukan tidak sama dengan $500. 32

Contoh 4: Dari 20 sampel pengukuran kuat sinyal zigbee pemancar ke penerima didapatkan rata-ratanya -75 dbm. Dengan simpangan baku 2 dbm dan taraf nyata 5% ujilah: a) Apakah rata-rata pengukuran kuat sinyal lebih dari -76 dbm? b) Apakah rata-rata pengukuran kuat sinyal tidak sama dengan -76 dbm? Jawab: Diketahui : x 75, =2, n=20, =0,05, 0 76 a) H 0 : = -76 H 1 : >-76 Statistik Uji: Distribusi t (karena n <30) Arah Pengujian: 1 Arah (Kanan) Taraf Nyata = =5%=0,05 Titik Kritis: t t0,05 1,729 lihat distribusi t utk =0,05 dk=20-1=19 33

Hitungan statistika : x 0 75 ( 76) 1 t 2, 236 / n 2/ 20 0.044 Kesimpulan Hasil hitungan statistika =2,236 berada di sebelah kanan dari titik kritis 1,729 atau lebih besar dari batas penerimaan. Berarti, hipotesis H0 ditolak. Sehingga dinyatakan bahwa rata-rata kuat sinyal zigbee memang lebih dari -76 dbm, bukan sama dengan -76 dbm. 34

b) H 0 : = -76 H 1 : 76 Statistik Uji: Ditribusi t (karena n <30) Arah Pengujian: 2 Arah Taraf Nyata = =2,5%=0,025 Titik Kritis: t t0,025 dan t t0,025 dk=19 Daerah Penolakan: Di atas 2,03 dan di bawah -2,093 Hitungan Statistika sama dengan a) yaitu 2,236 Kesimpulan: Karena hasil hitungan statistika berada di atas 2,03 dan di bawah -2,093, berarti hipotesis H 0 ditolak. Sehingga dinyatakan bahwa rata-rata kuat sinyal terima tidak sama dengan -76 dbm. 35