Modifikasi Statistik Uji-T pada Test Inferensia Mean Mereduksi Pengaruh Keasimetrikan Populasi Menggunakan Ekspansi Cornish-Fisher

dokumen-dokumen yang mirip
Prosiding SNaPP2011 Sains, Teknologi, dan Kesehatan. 1 Joko Riyono. (Kampus A Jl.Kiyai Tapa No.1,Jakarta11440)

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

Distribusi Sampel Sampling Distribution

Range atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd

Distribusi Pendekatan (Limiting Distributions)

Statistika Inferensial

MINGGU KE-12 TEOREMA LIMIT PUSAT DAN TERAPANNYA

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

Pengertian Estimasi Titik. Estimasi (Pendugaan) Estimasi (Pendugaan) Estimasi (Pendugaan) Populasi dan Sampel. Mean Proporsi

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real:

REGRESI LINIER GANDA

Mata Kuliah: Statistik Inferensial

BAB 2 LANDASAN TEORI

Perbandingan Power of Test dari Uji Normalitas Metode Bayesian, Uji Shapiro-Wilk, Uji Cramer-von Mises, dan Uji Anderson-Darling

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi

Modul Kuliah statistika

A. Pengertian Hipotesis

PROSIDING ISBN:

PETA KONSEP RETURN dan RISIKO PORTOFOLIO

Distribusi Sampel, Likelihood dan Penaksir

Chapter 7 Student Lecture Notes 7-1

Selang Kepercayaan (Confidence Interval) Pengantar Penduga titik (point estimator) telah dibahas pada kuliah-kuliah sebelumnya. Walau statistikawan

BAB VII DISTRIBUSI SAMPLING DAN DESKRIPSI DATA

Semigrup Matriks Admitting Struktur Ring

BAB 4. METODE ESTIMASI PARAMETER DARI DISTRIBUSI WAKTU KERUSAKAN

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN

Taksiran Interval bagi Rata-rata Parameter Distribusi Poisson Interval Estimate for The Average of Parameter Poisson Distribution

PERTEMUAN 13. VEKTOR dalam R 3

1 Persamaan rekursif linier non homogen koefisien konstan tingkat satu

Pendekatan Nilai Logaritma dan Inversnya Secara Manual

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI

BAB V ANALISA PEMECAHAN MASALAH

PENAKSIR RANTAI RASIO DAN RANTAI PRODUK YANG EFISIEN UNTUK MENAKSIR RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014.

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin

BAB 6: ESTIMASI PARAMETER (2)

REGRESI LINIER SEDERHANA

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

BAB II LANDASAN TEORI. Pada bagian ini akan dibahas tentang teori-teori dasar yang. digunakan untuk dalam mengestimasi parameter model.

HUBUNGAN ANTARA KONVERGEN HAMPIR PASTI, KONVERGEN DALAM PELUANG, DAN KONVERGEN DALAM SEBARAN

9 Departemen Statistika FMIPA IPB

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL

Penyelesaian Persamaan Non Linier

BAB III TAKSIRAN KOEFISIEN KORELASI POLYCHORIC DUA TAHAP. Permasalahan dalam tugas akhir ini dibatasi hanya pada penaksiran

Metode Statistika STK211/ 3(2-3)

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc.

PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT

PERBANDINGAN HASIL PENGUJIAN INTERCEPT

JENIS PENDUGAAN STATISTIK

Pengantar Statistika Matematika II

Statistika Matematika. Soal dan Pembahasan. M. Samy Baladram

x = μ...? 2 2 s = σ...? x x s = σ...?

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL)

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

Yang biasa dinamakan test komposit lawan komposit. c. Hipotesis mengandung pengertian minimum. Perumusan H 0 dan H 1 berbentuk :

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, , Agustus 2003, ISSN : METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT

BAB 2 LANDASAN TEORI

LIMIT. = δ. A R, jika dan hanya jika ada barisan. , sedemikian hingga Lim( a n

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 3, , Desember 2003, ISSN : INTERVAL SELISIH RATA-RATA DENGAN METODE BOOTSTRAP PERSENTIL

II. TINJAUAN PUSTAKA. Secara umum apabila a bilangan bulat dan b bilangan bulat positif, maka ada tepat = +, 0 <

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL

BAB III METODE PENELITIAN. Penelitian ini merupakan jenis penelitian deskriptif-kuantitatif, karena

BAB 7 MOMEN, KEMIRINGAN DAN KERUNCINGAN

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi.

4/19/2016. Regresi Linier Berganda. Regresi Berganda. Model Regresi Berganda. Model Regresi Berganda. Asumsi Regresi Berganda. Model Regresi Berganda

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan

Beberapa Sifat Semigrup Matriks Atas Daerah Integral Admitting Struktur Ring 1

I. DERET TAKHINGGA, DERET PANGKAT

ESTIMASI DENSITAS KERNEL ADJUSTED: STUDI SIMULASI. Novita Eka Chandra Universitas Islam Darul Ulum Lamongan

Bab III Metoda Taguchi

Sampling Process and Sampling Distribution Inference : Point and Interval Estimates. Pertemuan 2

UKURAN PEMUSATAN DATA

STATISTIKA SMA (Bag.1)

PENDUGAAN PARAMETER DARI DISTRIBUSI POISSON DENGAN MENGGUNAKAN METODE MAXIMUM LIKEHOOD ESTIMATION (MLE) DAN METODE BAYES

Solusi Numerik Persamaan Transport

Solusi Numerik PDP. ( Metode Beda Hingga ) December 9, Solusi Numerik PDP

SEMI MODUL POLINOMIAL FUZZY ATAS ALJABAR MAX-PLUS FUZZY

Statistika Inferensia: Pengujian Hipotesis. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika

Penyelesaian: Variables Entered/Removed a. a. Dependent Variable: Tulang b. All requested variables entered.

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3

PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN

STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN

STATISTIK PERTEMUAN VIII

BARISAN PANGKAT TERURUT MATRIKS PADA ALJABAR MAX PLUS

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

GRUP TERURUT PARSIAL PADA MATRIKS SIMETRI BERUKURAN 2 2

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)

BAB III METODE PENELITIAN. Penelitian ini dilaksanakan di kelas XI MIA SMA Negeri 1 Kampar,

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 1, 39-46, April 2002, ISSN :

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3

Transkripsi:

Statistika, Vol. No., 97 0 Nopember 0 Modifikasi Statistik Uji-T pada Test Iferesia Mea Mereduksi Pegaruh Keasimetrika Populasi Megguaka Ekspasi Corish-Fisher Joko Riyoo Staf.Pegajar Fakultas Tekologi Idustri Uiversitas Trisakti Jakarta (Kampus A Jl.Kiyai Tapa No.,Jakarta0) ABSTRACT This article cosiders a procedure that reduces the effect of populatio skewess o the distributio of the variabel-t so that tests about the mea ca be more correctly computed with a modificatio of the t variabel.a modificatio of the t variabel is obtaied usig the Corish-Fisher expasio. Key Words:Skewess,t variable,corish-fisher expasio. ABSTRAK Paper ii membahas suatu prosedur yag meguragi pegaruh kemiriga dari populasi pada distribusi studet-t sehigga uji iferesi mea dapat terhitug lebih baik dega suatu modifikasi variable studet-t.modifikasi dari variabel studet-t diperoleh megguaka ekspasi Corish-Fisher. Kata Kuci :Kemiriga,Variabel studet-t,ekspasi Corish-Fisher.. PENDAHULUAN. Dalam Statistik iferesia mea satu populasi serig dipakai statistik : T Y ( S / ) / utuk meguji hipotesa: Ho : versus satu dari tiga kemugkia alteratif yaitu : () H 0 () H > 0 () H < 0 Dega asumsi : (i) Yi berdistribusi idepede (ii) Populasi berdistribusi ormal Hasil dalam teori statistik yag cukup baik dibuat oleh studet (908) bahwa T t(-) adalah distribusi studet t dega derajat kebebasa (-). Dega asumsi di atas, dipuyai uji pada level α : utuk Ho : vs H : 0 tolak Ho jika TC > t α / utuk Ho : vs H : > 0 tolak Ho jika TC > t α utuk Ho : vs H : < 0 tolak Ho jika TC < - t α dega TC Y o ( S / ) / 97

98 Joko Riyoo Tetapi jika asusmsi kedua tak terpeuhi yaitu populasi tidak berdistribusi ormal, Cicchitelli (989) dega studi Mote Carlo medapatka bahwa kemiriga populasi mempegaruhi statistik T di atas sehigga kita tidak dapat medekatiya dega distribusi studet t(-) apalagi jika ukura sampel kecil.johso (978) telah membuat modifikasi dari statistik T di atas utuk meguragi pegaruh kemiriga populasi terhadap statistik T tersebut.dalam tulisa ii aka dibahas modifikasi statistik T tersebut megguaka ekspasi Corish-Fisher.. EKSPANSI CORNISH-FISHER Adaika diberika Y,Y,...,Y adalah sampel radom dari suatu distribusi G dega mea, variasi da,,... masig-masig adalah mome cetral ketiga, keempat,... dari G. Utuk sebarag variabel radom Y dega distribusi G, betuk ekspasi Corish-Fisher diberika dega : CF() Y ( )... 6 dimaa adalah variabel ormal stadar. Karea Var( ) Y Sehigga : ( ) CF Y da (.) ( ) Y E( Y ) ( ) E Y i i EY ( i ) i O ( )... (.) 6 Dari ekspasi di atas dapat dicatat bahwa kemiriga populasi adalah koefisie dari suku ( -) serta tampak dalam suku-suku lai tetapi dega order yag lebih kecil. Kuci dalam medapatka modifikasi variabel T dalam pedekata Johso adalah megelimiasi suku yag melibatka dalam variabel T pembagu yag diberika pada bagia bawah berikut: Diberika variabel T pembagu TJ ( Y ) λ γ ( Y ) S...(.) λ dalam TJ dipilih sehigga suku kosta dalam ekspasi Corish-Fisher dari TJ berjumlah ol sehigga bias order yag lebih redah terelemiasi γ dipilih sehigga koefesie dari suku dalam ekspasi Corish-Fisher dari TJ adalah ol (dega demikia megelimiasi pagaruh kemiriga order yag lebih redah). Dapat ditujukka bahwa γ da λ sebagai berikut : Karea : Es ( ) da var( S ) ( ) var( S )... Statistika, Vol., No., Nopember 0

Modifikasi Statistik Uji-T pada... 99 sehigga ekspasi Corish-Fisher dari Y da S, suku-suku lebih tiggi diabaika adalah : ( ) ( ) CF Y CF(S ) 6 dimaa da adalah variabel radom ormal stadar. Gatika ilai Y da S dalam (.) dega ekspasiya, maka dega pegabaia suku O( - ), ekspasi Corish-Fisher dari TJ adalah : γ CF( TJ) λ γ 6 dega da * variabel radom ormal stadar yag idepede. * Bukti : S TJ ( Y ) ( Y ) λ γ Y 6 6 6 6. 8 6 S ( Y ) S.!... Statistika, Vol., No., Nopember 0

00 Joko Riyoo sehigga: γ CF( TJ) γ γ γ 6 6 8 γ γ γ λ 6 6 6.!... γ CF( TJ) γ γ γ 5 5 6 6 8 5 6 γ γ λ 6 6 γ.!... γ λ CF( TJ) 6 6 γ Tulis ρ * dimaa ρ adalah kolerasi atara X da S da * adalah variabel radom ormal idepede terhadap. ρ ( ) sehigga : [ ( )] { } γ λ CF( TJ) 6 6 γ CF( TJ) λ 6 6 Dega meyeleksi γ da λ sehigga koefesie dari adalah ol juga suku kosta berjumlah ol, ekspresi hasil aka meguragi bias, didapat : γ λ Statistika, Vol., No., Nopember 0

Modifikasi Statistik Uji-T pada... 0 γ 6 γ γ γ γ da 6 λ 6 λ λ Jadi CF( TJ) O ( ) K u O - ( ) ( ) 6 da TJ ( Y ) ( Y )...(.) S...(.5) Terlihat bahwa TJ yag diberika oleh (.5) tidak dapat dihitug dega H :, karea da biasaya tidak diketahui. Johso meyaraka meggati da dega estimasi ( ) sampel $ Y Y i da variasi sampel S i. Ekspasi Corish-Fisher masih (.) Utuk cotoh pegguaaya uji hipotesis H0 : melawa satu dari tiga alteratif kemugkia, maka dipuyai uji level α sebagai berikut : TT : utuk H0 : vs H : 0, tolak H0 jika TJH > t α /....(.6) TU : utuk H0 : vs H : > 0, tolak H0 jika TJH > t α.... (.7) Tl : utuk H0 : vs H : < 0, tolak H0 jika TJH < -t α.... (.8) dimaa TJH ( Y ) $ /( 6s ) ( $ /( s) )( Y ) 0 s da t α otasi bagia atas 00α titik persetil dari distribusi t dega derajat bebas (-). (.9) Statistika, Vol., No., Nopember 0

0 Joko Riyoo. KESIMPULAN Dari uraia di atas terlihat bahwa statistik: TJ pembagu: S ( Y ) ( Y ) 6 ( Y ) λ γ ( Y ) TJ S yag diperoleh melalui statistik T Dega meyeleksi γ da λ sehigga koefesie dari & suku kosta pada ekspasi Corish-Fisher ya berjumlah ol, ekspresi hasil aka meguragi bias. DAFTAR PUSTAKA []. Bejamii,Y(98), Is T-Test Really Coservative whe the Paret Distributio is Log- Tailed,J.Am.Statist.Assoc.,78,65-65. []. Dudewicz,E.j&Mishra,S.N.(988),Moder Mathematical Statistics,Joh Wiley& Sos. []. Hall,P.(99),The Bootstrap ad Edgeworth Expasio,Spiger-Verlag Ic. New York. []. Lehma,E.L.(98),Theory of Poit Estimatio,Joh Wiley & Sos. [5]. Johso,Norma J.(978), Modified t Test ad Cofidece Itervals for Asymmetrical Populatios,J.Am.Statist.Assoc.,7,56-5. [6]. Wallace,DavidL.(958), Asymptotic Approximatios to Distributios, Aals of Mathematical Statistics,9,65-70. Statistika, Vol., No., Nopember 0