STATISTIKA INDUSTRI 2 TIN 4004

dokumen-dokumen yang mirip
STATISTIKA INDUSTRI 2 TIN 4004

STATISTIKA INDUSTRI 2 TIN 4004

STATISTIKA INDUSTRI 2 TIN 4004

STATISTIKA INDUSTRI 2 TIN 4004

STATISTIKA INDUSTRI 2 TIN 4004

STATISTIKA INDUSTRI 2 TIN 4004

PENGUJIAN HIPOTESIS (3) Debrina Puspita Andriani /

PENGUJIAN HIPOTESIS (3)

UJI HIPOTESIS UNTUK PROPORSI

STATISTIK INDUSTRI 1. Distribusi Sampling. Distribusi Sampling

PENDUGAAN PARAMETER STATISTIK INDUSTRI 1

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

STATISTIKA INDUSTRI 2 TIN 4004

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

PENDUGAAN PARAMETER STATISTIK INDUSTRI 1

PENGUJIAN HIPOTESIS 1

Distribusi Peluang Kontinyu STATISTIK INDUSTRI 1. Distribusi Peluang Kontinyu. Distribusi Diskrit Uniform. Distribusi Diskrit Uniform 13/11/2013

Uji Hipotesis dengan ANOVA (Analysis of Variance)

STATISTIKA INDUSTRI 2 TIN 4004

Distribusi Peluang Kontinyu STATISTIK INDUSTRI 1. Distribusi Peluang Kontinyu. Distribusi Diskrit Uniform. Distribusi Diskrit Uniform 17/12/2014

Pertemuan 10 STATISTIKA INDUSTRI 2. Multiple Linear Regression. Multiple Linear Regression. Multiple Linear Regression 19/04/2016

SILABUS MATA KULIAH. Pengalaman Pembelajaran

SILABUS MATA KULIAH. Pengalaman Pembelajaran. 1. Menyusun langkahlangkah. 1. Langkahlangkah. setiap metode penarikan sampel 2.

Ayundyah Kesumawati. May 31, 2015

SILABUS MATA KULIAH. Pengalaman Pembelajaran

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

PENGARUH FAKTOR LINGKUNGAN FISIK TERHADAP WAKTU PERAKITAN STICK PLAYSTATION

Pokok Bahasan: Chi Square Test

I. PENDAHULUAN II. TINJAUAN PUSTAKA. 1.1 Latar Belakang

I. PENDAHULUAN II. TINJAUAN PUSTAKA

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

PRODI. Dosen : MM No.Revisi : 00. Semester : I Hal: 1 dari 5. kelompok. Deskripsi 2 populasi. Kemampuan. Kemampuan kerja.

Analisis of Varians (Anova) dan Chi-Square. 1/26/2010 Pengujian Hipotesis 1

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

Kontrak Kuliah Metode Statistika 2

MATRIKS SATUAN ACARA PERKULIAHAN MATA KULIAH PROBABILITA TERAPAN (SI) KODE / SKS: KD / 3 SKS

BI5106 ANALISIS BIOSTATISTIK Bab 5 Uji Hipotesis

Uji chi-kuadrat merupakan pengujian hipotesis tentang perbandingan antara frekuensi sampel yang benar-benar terjadi (selanjutnya disebut dengan

BAB III METODOLOGI PENELITIAN. Jenis penelitian yang digunakan adalah penelitian deskriptif dengan

STATISTIK PERTEMUAN X

10/14/2010 UJI HIPOTESIS PENGERTIAN GALAT (ERROR) salah)

ANALISIS VARIAN Satu Jalur. Uji F

PENGUJIAN HIPOTESIS (2) Debrina Puspita Andriani /

PROSEDUR UMUM. Langkah 1 : tentukan hipotesis 0 (H 0 ) dan anti hipotesis (H 1 )

ANALYSIS OF VARIANCE

Pengendalian Kualitas Statistik Produk Botol Sting 240 ml di PT IGLAS (Persero) Oleh: Wahyu Eka Kusumaningrum

SEKOLAH TINGGI ILMU EKONOMI INDONESIA BANKING SCHOOL KONTRAK PERKULIAHAN

ANALISIS KORESPONDENSI UNTUK MENGETAHUI ALASAN MAHASISWA MEMILIH JURUSAN DI FMIPA UNIVERSITAS NEGERI MALANG

I. PENDAHULUAN II. TINJAUAN PUSTAKA

STATISTIK INDUSTRI 1. Agustina Eunike, ST., MT., MBA

Pertemuan 11 s.d. 13 STATISTIKA INDUSTRI 2. Nonparametric. Skala Pengukuran...(review) 27/05/2016. Statistik Non Parametrik

PERBANDINGAN KINERJA DIAGRAM KONTROL MULTIVARIAT UNTUK VARIABILITAS BERDASARKAN MATRIKS KOVARIANSI DAN MATRIKS KORELASI. Abstrak

PENGUJIAN HIPOTESIS (2)

BAB III METODE PENELITIAN. Bekasi) terutama di kawasan-kawasan industri seperti Pulogadung (Jakarta), Pasar

Chi Square Test. Edi Minaji Pribadi, SP., MSc. Pokok Bahasan: Oleh:

Peranan Matematika Dan Statistika Dalam Menganalisis Pengaruh Kepemimpinan Terhadap Pertumbuhan Usaha Industri Kecil Di Sulawesi Selatan

PERTEMUAN KE 3 UJI HIPOTESIS BEDA DUA RATA-RATA

STATISTIK NON PARAMETRIK (2) Debrina Puspita Andriani /

MA2081 Statistika Dasar

KEKUATAN KONVERGENSI DALAM PROBABILITAS DAN KONVERGENSI ALMOST SURELY

DISTRIBUSI SAMPLING. Berdistribusi normal dengan rataan. Dan variasi

Contoh Solusi PR 5 Statistika & Probabilitas

SATUAN ACARA PERKULIAHAN MATA KULIAH PROBABILITA TERAPAN (IA) KODE / SKS : KD / 3 SKS

MK. Statistik sosial

PROGRAM STUDI AGRIBISNIS FAKULTAS PERTANIAN UNIVERSITAS JAMBI

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)

Uji Hipotesa Dua Sampel

Statistik Non Parametrik

Mata Kuliah: Statistik Inferensial

DISTRIBUSI DISKRIT KHUSUS

Analysis of Variance SUNU WIBIRAMA

STATISTIK PERTEMUAN XI

DISTRIBUSI ERLANG DAN PENERAPANNYA. Rini Kurniasih 1, Getut Pramesti 2 Mahasiswi Pendidikan Matematika FKIP UNS, Dosen Pendidikan Matematika FKIP UNS

BAB 2 TINJAUAN TEORITIS. yang mengenai parameter-parameter populasi yang merupakan induk

BAB XII PENGUJIAN DISTRIBUSI CHI-SQUARED. Pada bab ini akan dibahas mengenai pengujian distribusi dengan menggunakan chi-squared.

Ukuran Statistik Bagi Data

DESAIN ACAK SEMPURNA 2

Statistik Non Parametrik

Pengujian Varian Satu Jalur. (One Way ANOVA)

BAB 7 DISTRIBUSI-COMPOUND DAN GENERALIZED SPASIAL MUHAMMAD NUR AIDI

Analysis of Variance (ANOVA) Debrina Puspita Andriani /

ESTIMASI PARAMETER MODEL REGRESI MULTIVARIAT BAYESIAN DENGAN DISTRIBUSI PRIOR INFORMATIF 1. PENDAHULUAN

KAJIAN DATA KETAHANAN HIDUP TERSENSOR TIPE I BERDISTRIBUSI EKSPONENSIAL DAN SIX SIGMA. Victoria Dwi Murti 1, Sudarno 2, Suparti 3

III. METODOLOGI PENELITIAN

RANCANG BANGUN PURWARUPA SISTEM PENDUKUNG KEPUTUSAN DENGAN MODEL SIMULASI NONSTATIONARY AND COMPOUND POISSON PROCESS

BAB IV HASIL DAN PEMBAHASAN. sebagai dasar dalam pengujian hipotesis dan penarikan kesimpulan. Hasil

CHI SQUARE. Pengantar

III. METODE PENELITIAN. Populasi penelitian ini, yaitu seluruh siswa kelas XI IPA SMA Negeri 5 Bandar

Evaluasi Deviasi dari Aproksimasi Frekuensi Kejadian Perawatan Korektif dan Preventif

MAKALAH UJI PERLUASAN MEDIAN

Utriweni Mukhaiyar BI5106 Analisis Biostatistik 29 November 2012

Model Log Linier yang Terbaik untuk Analisis Data Kualitatif pada Tabel Kontingensi Tiga Arah

Statistika (MMS-1403)

Independent Sample T Test

PENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL 2014 (Pada Studi Kasus Nilai Ujian Nasional 2014 SMP Negeri 1 Sayung)

PENAKSIRAN NILAI PARAMETER POPULASI

ANALISIS DATA KATEGORIK

MA2081 STATISTIKA DASAR. Utriweni Mukhaiyar 1 November 2012

pendekatan regresi logistik biner Oleh :Wida Suliasih ( )

Transkripsi:

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. Walpole, R.E., Myers, R.H., Myers, S.L., Ye, K., Probability & Statistics for Engineers & Scientists, 9 th Ed. Prentice Hall, 01. Weiers, Ronald M., Introduction to Business Statistics, 7 th Ed. South-Western, 011.

Uji Variansi Konsep Dasar Menguji variansi populasi atau standard deviasi Digunakan untuk pengukuran produk, proses, metode kerja Membandingkan produktivitas dan variabilitas proses atau metode kerja Pada saat asumsi variansi sama tidak dapat dipenuhi, uji ini lebih tepat digunakan daripada uji t dua populasi Populasi dari sampel berdistribusi normal

Uji Variansi - Rumus Data statistik sampel: - = Variansi sampel - = Variansi populasi - = nilai dari hipotesis - Statistik uji: (distribusi chi-squared) χ hitung = n = ukuran sampel (n 1)s σ 0 ; ν = df = n 1

Langkah-langkah pengujian : a. Uji hipotesis H0 : σ = σ0 H1 : σ σ0 Tingkat signifikansi : α Statistik uji : χ hitung = (n 1)s σ 0 Daerah kritis (Daerah penolakan H0) Daerah penerimaan H0

Langkah-langkah pengujian : b. Uji hipotesis H0 : σ = σ0 H1 : σ > σ0 Tingkat signifikansi : α Statistik uji : χ hitung = (n 1)s σ 0 Daerah kritis (Daerah penolakan H0) Daerah penerimaan H0

Langkah-langkah pengujian : c. Uji hipotesis H0 : σ = σ0 H1 : σ < σ0 Tingkat signifikansi : α Statistik uji : χ hitung = (n 1)s σ 0 Daerah kritis (Daerah penolakan H0) Daerah penerimaan H0

Latihan Soal Dalam kondisi normal, standard deviasi dari paket-paket produk dengan berat 40 ons yang dihasilkan suatu mesin adalah 0,5 ons. Setelah mesin berjalan beberapa waktu, diambil sampel produk sejumlah 0 paket, dari sampel tersebut diketahui standard deviasi beratnya adalah 0,3 ons. Apakah mesin tersebut masih bisa dikatakan bekerja dalam keadaan normal? Gunakan α = 0,05.

Jawaban Latihan Soal Diketahui: n = 0 s = 0,3 ons Uji hipotesis H0 : σ = 0,5 H1 : σ > 0,5 Tingkat signifikansi : α = 0,05 Statistik uji : χ hitung = (n 1)s σ = (19)(0,3 ) 0 (0,5 ) Daerah kritis (Daerah penolakan H0) χ hitung > χ 0,05;(19) = 30,144 = 31,196 Kesimpulan: karena χ hitung = 31,196 > χ 0,05;(19) = 30,144 maka H0 ditolak artinya mesin sudah tidak bekerja dalam kondisi normal

Latihan Soal Sebuah perusahaan aki mobil mengklaim bahwa lifetime dari produknya berdistribusi normal dengan standard deviasi (σ) 0.9 tahun. Jika hasil random sampling dari 10 sampel menunjukkan bahwa standard deviasi 1. tahun. Benarkah klaim σ > 0.9 tahun? Gunakan α = 0,05.

Jawaban Latihan Soal Diketahui: n = 10 s = 1, tahun Uji hipotesis H0 : σ = 0,9 H1 : σ > 0,9 Tingkat signifikansi : α = 0,05 Statistik uji : χ hitung = (n 1)s σ = (9)(1, ) 0 (0,9 ) Daerah kritis (Daerah penolakan H0) χ hitung > χ 0,05(9) = 16,919 = 16 Kesimpulan: karena χ hitung = 16 < χ 0,05(9) = 16,919 maka H0 diterima artinya lifetime produk berstandard deviasi 0,9 tahun

Soal

Uji Variance Dua Populasi Menguji kesamaan variansi σ 1 dan σ dari dua populasi H 0 : σ 1 =σ H 1 : σ 1 <σ ; σ 1 >σ ; atau σ 1 σ Menggunakan Uji F Syarat: Kedua populasi independent dan berdistribusi normal Sample yang digunakan independent dan random

Uji Variance Dua Populasi: Uji F

Latihan Soal Sebuah eksperimen dilakukan untuk membandingkan dampak abrasive wear pada material. Uji yang sama dilakukan pada 1 material A dan 10 material B. Dari hasil uji diketahui bahwa rata-rata kedalaman pada material A 85 unit ukur dengan standard deviasi 4, rata-rata material B 81 unit ukur dengan standard deviasi 5. Dapatkah disimpulkan bahwa abrasive wear material A lebih besar dari material B sebesar unit ukur (α = 0.05)? Asumsi populasi normal dan variansi keduanya sama.

Latihan Soal

Soal

Uji Independen (Categorical Data) Uji Tabel Contingency Uji hipotesa tentang independensi dua variabel klasifikasi Menggunakan Uji Chi-Squared Tabel contingency: tabel yang menunjukkan frekuensi pengamatan Tabel contingency yang terdiri atas r baris dan c kolom disebut juga dengan tabel r x c

Uji Independen (Categorical Data) Langkah-langkah pengujian hipotesis: H 0 : p i1 = p i = = p ic = p; i = 1,,3, r H 1 : tidak semua proposi sama Tingkat signifikansi : α Data sampel :

Uji Independen (Categorical Data) Statistik uji: χ hitung = r i=1 c j=1 o ij = x ij ; e ij = Critical region: χ hitung Rumus (o ij e ij ) e ij (total kolom x total baris) grand total > χ α,ν ; ν = (r 1)(c 1)

Latihan Soal Untuk menentukan apakah terdapat hubungan antara performansi karyawan dalam program training yang diadakan perusahaan terhadap keberhasilan perusahaan mereka dalam tugas-tugas pekerjaannya, diambil sampel sebanyak 400 karyawan. Hasilnya disajikan dalam tabel berikut: Gunakan α = 0,01 untuk menguji hal tersebut

Jawaban Latihan Soal H 0 : p 1 = p = p 3 = p performansi karyawan dalam program training dengan keberhasilan perusahaan adalah independen H 1 : tidak semua proposi sama Tingkat signifikansi : α = 0.01 Data sampel :

Jawaban Latihan Soal Statistik uji: χ hitung = = r i=1 c j=1 (o ij e ij ) e ij (3 16,8) (60 5,6) (9 4,6) (8 5) (79 78,5) + + + + 16,8 5,6 4,6 5 78,5 (60 63,5) (9 18,) (49 56,9) (63 45,9) + + + + = 0,34 63,5 18, 56,9 45,9 Critical region: χ hitung χ hitung > χ 0,01;(4) χ 0,01;(4) ; ν = (3 1)(3 1) = 13,77 = 0,34 > χ 0,01;(4) = 13,77 Kesimpulan: Tolak H 0 ; performansi karyawan dalam program training dengan keberhasilan perusahaan adalah tidak independen

Soal

Uji Homogeneity: Test for several proportion Kelanjutan dari uji beda dua proporsi atau beda diantara k proporsi. H 0 : p 1 = p = p 3 = = p k H 1 : tidak semua proposi sama

Latihan Soal Pada sebuah toko, dilakukan pengumpulan data untuk mengetahui apakah proporsi kerusakan yang dilakukan oleh pekerja shift siang, sore, dan malam adalah sama. Data yang diperoleh adalah sbb: Shift Siang Sore Malam Kerusakan 45 55 70 Tanpa kerusakan 905 890 870 Dengan menggunakan tingkat signifikan 0.05, tentukan apakah proporsi kerusakan ketiga shift tersebut sama?

Jawaban Latihan Soal Uji hipotesis H 0 : p 1 = p = p 3 H 1 : p 1, p, p 3 tidak semua sama α = 0,05 Daerah kritis (Daerah penolakan H0) χ hitung > χ 0,05;() = χ hitung > 7.378 Shift Siang Sore Malam Total Kerusakan 45 (57.0) 55 (56.7) 70 (56.3) 170 Tanpa kerusakan 905 (893.0) 890 (888.3) 870 (883.7) 665 Total 950 945 940 835 Kesimpulan: karena χ hitung = 6,9 > χ 0,05;() = 7.378 maka H 0 diterima artinya proporsi kerusakan sama pada semua shift

Soal 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.

Pertemuan 6 - Persiapan Tugas: Bentuk kelompok terdiri dari maks. 3 mahasiswa Cari kasus di sekitar anda, lakukan pengambilan sample, lakukan uji hipotesis Satu kasus hanya untuk satu kelompok Satu metode uji hipotesa hanya boleh digunakan oleh maks. dua kelompok Laporan dalam bentuk PPT Laporan di-email ke agustina.eunike@ub.ac.id Deadline pengumpulan: 4 Oktober 01 (1:00 am) Baca: Anova