PENGUJIAN HIPOTESIS. pernyataan atau dugaan mengenai satu atau lebih

dokumen-dokumen yang mirip
PENGUJIAN HIPOTESIS. pernyataan atau dugaan mengenai satu atau lebih

STATISTIK Hypothesis Testing 2 Contoh kasus

Ayundyah Kesumawati. April 20, 2015

PENGUJIAN HIPOTESIS. pernyataan atau dugaan mengenai satu atau lebih populasi.

Aplikasi Pengujian Hipotesis Statistik dalam Sistem Teknologi Informasi

UJI HIPOTESIS. Oleh : Riawan Yudi Purwoko

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

UJI HIPOTESIS. Oleh : Riawan Yudi Purwoko

Materi 1 : Review Statistika Inferensia Pengujian Hipotesis PERANCANGAN PERCOBAAN

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

DISTRIBUSI SAMPLING besar

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

STATISTIKA II (BAGIAN

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

Ayundyah Kesumawati. April 27, 2015

UJI HIPOTESIS SATU-SAMPEL

Penyusunan Hipotesa : 1. : µ 1 = µ 2 : µ 1 µ 2 2. : µ 1 µ 2 : µ 1 > µ 2 3. : µ 1 µ 2 : µ 1 < µ 2 Apabila data yang diambil dari hasil eksperimen, maka

STK511 Analisis Statistika. Pertemuan 6 Statistika Inferensia (2)

STK 511 Analisis statistika. Materi 6 Pengujian Hipotesis

Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan:

STK 211 Metode Statistika PENGUJIAN HIPOTESIS

BAB 1 PENDAHULUAN. 1. Latar belakang

STATISTIKA II Distribusi Sampling. (Nuryanto, ST., MT)

PERTEMUAN KE 2 HIPOTESIS

MA2081 STATISTIKA DASAR. Utriweni Mukhaiyar 1 November 2012

ANALISIS RAGAM KLASIFIKASI 2 ARAH. b. Mengetahui perbedaan keragaman disebabkan perbedaan antarkolom. Kolom 1 2. j. c. Nilai rata I... R..

DESAIN ACAK SEMPURNA 2

ESTIMASI. Arna Fariza PENDAHULUAN

(ESTIMASI/ PENAKSIRAN)

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

Pengujian Hipotesis. Julian Adam Ridjal. PS Agribisnis Universitas Jember

LOGO PENGUJIAN HIPOTESIS HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA UNAND

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

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

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)

Regresi Linier Sederhana dan Korelasi. Pertemuan ke 4

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

Ukuran Statistik Bagi Data

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

BAB 1 PENDAHULUAN. 1. Latar belakang

II. TINJAUAN PUSTAKA. Untuk menguji kesamaan dari beberapa nilai tengah secara sekaligus diperlukan

6 Departemen Statistika FMIPA IPB

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

Garis Besar Program Pembelajaran (GBPP) Kontrak Pembelajaran. Oleh: Prof. Dr. F.X. Susilo (PJ Matakuliah)

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

BAGAIMANA CARA MENGATASI KASUS TERSEBUT? JAWAB: MELAKUKAN UJI HIPOTESIS

BAB 1 PENDAHULUAN. A. menyusun hipotesis satu populasi dengan hipotesis satu sisi (baik sisi kanan maupun sisi kiri) dan hipotesis dua sisi.

MODUL DISTRIBUSI T. Objektif:

PENGUJIAN HIPOTESA #1

BAB 2 LANDASAN TEORI

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

Pengujian Hipotesis. Oleh : Dewi Rachmatin

Ho merupakan hipotesa awal sedangkan merupakan hipotesis alternatif atau hipotesis kerja 2. Rumus One sample t-test

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

OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2011

Dept. Fisheries and Marine Resource Management University of Brawijaya 2012

Uji Hipotesis. MA2081 STATISTIKA DASAR Utriweni Mukhaiyar

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

Pertemuan keenam ANALISIS REGRESI

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

OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2010

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

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

PENGUJIAN HIPOTESIS RATA- RATA. Oleh : Riandy Syarif

STK511 Analisis Statistika. Pertemuan 5 Statistika Inferensia (1)

Suatu percobaan dilaksanakan untuk mendapatkan informasi dari populasi. Informasi yang diperoleh digunakan untuk:

BAB II TINJAUAN PUSTAKA. satu peubah prediktor dengan satu peubah respon disebut analisis regresi linier

BAB IV HASIL PENELITIAN. pada Droshopilla sp pada strain white (W) dan strain Normal (N), yang

Manajemen Sains. Model Penugasan (Assignment Modelling) Eko Prasetyo Teknik Informatika Univ. Muhammadiyah Gresik 2011

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

METODE MAGANG Tempat dan Waktu Metode Pelaksanaan

STATISTIKA INDUSTRI 2 TIN 4004

STATISTIK PERTEMUAN XI

BAB 2 LANDASAN TEORI. regresi adalah sebuah teknik statistik untuk membuat model dan menyelediki

TABEL DISTRIBUSI Dilengkapi Metode Untuk Membaca Tabel Distribusi

Distribusi Peluang Teoritis

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

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

HIPOTESIS Pembuatan Hipotesis

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

MODUL TEORI ESTIMASI ATAU MENAKSIR TEORI ESTIMASI ATAU MENAKSIR

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

I.G.A Sri Deviyanti Teknik Industri - UNIPRA Surabaya ABSTRAK

SESI 11 STATISTIK BISNIS

METODOLOGI HASIL DAN PEMBAHASAN

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

Program Studi Teknik Mesin S1

Desain Acak Sempurna Dosen pertemuan 1 s/d 8 : Lely Riawati, ST., MT

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

Mata Kuliah: Statistik Inferensial

LAPORAN TUGAS AKHIR ANALISA PENGARUH SHIFT

BAB I PENDAHULUAN. 1-1 Universitas Kristen Maranatha

PERTEMUAN KE 3 UJI HIPOTESIS BEDA DUA RATA-RATA

GARIS BESAR PROGRAM PENGAJARAN (GBPP)

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

PENYAJIAN DATA. Etih Sudarnika Laboratorium Epidemiologi Fakultas Kedokteran Hewan IPB

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

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

SOAL TUGAS STATISTIKA PENDIDIKAN. 2010, Prof. Ir. Sigit Nugroho, M.Sc., Ph.D.

STATISTIK NON PARAMETRIK (1)

Transkripsi:

PENGUJIAN HIPOTESIS 1. Pendahuluan Hipotesis Statistik : populasi. pernyataan atau dugaan mengenai satu atau lebih Pengujian hipotesis berhubungan dengan penerimaan atau penolakan suatu hipotesis. Kebenaran (benar atau salahnya ) suatu hipotesis tidak akan pernah diketahui dengan pasti, kecuali kita memeriksa seluruh populasi. (Memeriksa seluruh populasi? Apa mungkin?) Lalu apa yang kita lakukan, jika kita tidak mungkin memeriksa seluruh populasi untuk memastikan kebenaran suatu hipotesis? Kita dapat mengambil contoh acak, menggunakan informasi (atau bukti) dari contoh itu untuk menerima atau menolak suatu hipotesis. Penerimaan suatu hipotesis terjadi karena TIDAK CUKUP BUKTI untuk MENOLAK hipotesis tersebut BUKAN karena HIPOTESIS ITU BENAR Penolakan suatu hipotesis terjadi karena TIDAK CUKUP BUKTI untuk MENERIMA hipotesis tersebut BUKAN karena HIPOTESIS ITU SALAH. Landasan penerimaan penolakan hipotesis seperti ini, yang menyebabkan para statistikawan atau peneliti mengawali pekerjaan dengan terlebih dahulu membuat hipotesis yang diharapkan ditolak, tetapi dapat membuktikan bahwa pendapatnya dapat diterima. Perhatikan contoh-contoh berikut : Contoh 1. Sebelum tahun 1993, pendaftaran mahasiswa Universtas GD dilakukan dengan pengisian formulir secara manual. Pada tahun 1993, PSA Universitas GD memperkenalkan sistem pendaftaran "ON-LINE". Seorang Staf PSA ingin membuktikan pendapatnya bahwa rata-rata waktu pendaftaran dengan sistem ON-LINE akan lebih cepat dibanding dengan sistem yang lama Untuk membuktikan pendapatnya, ia akan membuat hipotesis awal, sebagai berikut : Hipotesis Awal : rata-rata waktu pendaftaran SISTEM "ON-LINE" sama saja dengan SISTEM LAMA.

Staf PSA tersebut akan mengambil contoh berharap hipotesis awal ini ditolak, sehingga pendapatnya dapat diterima! Contoh : Manajemen PERUMKA mulai tahun 199, melakukan pemeriksaan karcis KRL lebih intensif dibanding tahun-tahun sebelumnya, pemeriksaan karcis yang intensif berpengaruh positif terhadap penerimaan PERUMKA. Untuk membuktikan pendapat ini, hipotesis awal yang diajukan adalah : Hipotesis Awal : TIDAK ADA PERBEDAAN penerimaan SESUDAH maupun SEBELUM dilakukan perubahan sistem pemeriksaan karcis. Manajemen berharap hipotesis ini ditolak, sehingga membuktikan bahwa pendapat mereka benar! Contoh 3. (Kerjakan sebagai latihan!!!) Eko Nomia S.Kom., seorang system analis memperbaiki sistem pembebanan biaya di perusahaan tempatnya bekerja. Ia berpendapat setelah perbaikan sistem pembebanan biaya pada produk maka rata-rata harga produk turun. Bagaimana ia menyusun hipotesis awal penelitiannya? Hipotesis Awal :...? Hipotesis Awal yang diharap akan ditolak disebut : Hipotesis Nol ( ) Penolakan membawa kita pada penerimaan Hipotesis Alternatif ( ) (beberapa buku menulisnya sebagai H A ) Nilai Hipotesis Nol ( ) harus menyatakan dengan pasti nilai parameter. ditulis dalam bentuk persamaan Segkan Nilai Hipotesis Alternatif ( ) dapat memiliki beberapa kemungkinan. ditulis dalam bentuk pertidaksamaan (< ; > ; ) Contoh 4.(lihat Contoh 1.) Pada sistem lama, rata-rata waktu pendaftaran adalah 50 menit Kita akan menguji pendapat Staf PSA tersebut, maka Hipotesis awal Alternatif yang dapat kita buat : : = 50 menit (sistem baru sistem lama tidak berbeda) : 50 menit (sistem baru tidak sama dengan sistem lama) atau : = 50 menit (sistem baru sama dengan sistem lama)

: < 50 menit ( sistem baru lebih cepat) Contoh 5 (lihat Contoh.) Penerimaan PERUMKA per tahun sebelum intensifikasi pemeriksaan karcis dilakukan = Rp. 3 juta. Maka Hipotesis Awal Hipotesis Alternatif dapat disusun sebagai berikut : : = 3 juta (sistem baru sistem lama tidak berbeda) : 3 juta (sistem baru tidak sama dengan sistem lama) atau : = 3 juta (sistem baru sistem lama tidak berbeda) : > 3 juta (sistem baru menyebabkan penerimaan per tahun lebih besar dibanding sistem lama) Penolakan atau Penerimaan Hipotesis dapat membawa kita pada jenis kesalahan (kesalahan= error = galat), yaitu : 1. Galat Jenis 1 Penolakan Hipotesis Nol ( ) yang benar Galat Jenis 1 dinotasikan sebagai juga disebut taraf nyata uji Catatan : konsep dalam Pengujian Hipotesis sama dengan konsep konsep pada Selang Kepercayaan. Galat Jenis Penerimaan Hipotesis Nol ( ) yang salah Galat Jenis dinotasikan sebagai Prinsip pengujian hipotesis yang baik adalah meminimalkan nilai Dalam perhitungan, nilai dapat dihitung segkan nilai hanya bisa dihitung jika nilai hipotesis alternatif sangat spesifik. Pada pengujian hipotesis, kita lebih sering berhubungan dengan nilai. Dengan asumsi, nilai yang kecil juga mencerminkan nilai yang juga kecil. Catt : keterangan terperinci mengenai nilai, dapat anda temukan dalam bab 10, Pengantar Statistika, R. E. Walpole) Prinsip pengujian hipotesa adalah perbandingan nilai statistik uji ( hitung atau t hitung) dengan nilai titik kritis (Nilai tabel atau t Tabel) Titik Kritis adalah nilai yang menjadi batas daerah penerimaan penolakan hipotesis. Nilai pada atau t tergantung dari arah pengujian yang dilakukan. 3

. Arah Pengujian Hipotesis Pengujian Hipotesis dapat dilakukan secara : 1. Uji Satu Arah. Uji Dua Arah.1 Uji Satu Arah Pengajuan dalam uji satu arah adalah sebagai berikut: : ditulis dalam bentuk persamaan (menggunakan tanda =) : ditulis dalam bentuk lebih besar (>) atau lebih kecil (<) Contoh 6. Contoh Uji Satu Arah a. : = 50 menit b. : = 3 juta : < 50 menit : < 3 juta Nilai tidak dibagi dua, karena seluruh diletakkan hanya di salah satu sisi selang misalkan : 0 0 : *) : Wilayah Kritis **) : < atau t < t ( db; ) *) 0 adalah suatu nilai tengah yang diajukan dalam **) Penggunaan atau t tergantung ukuran contoh contoh besar menggunakan ; contoh kecil menggunakan t. luas daerah terarsir ini = - atau - t(db;) 0 0 0 : *) : Wilayah Kritis **) : > atau t t db > (, ) 4

luas daerah terarsir ini = 0 atau t (db;) daerah terarsir daerah penolakan hipotesis daerah tak terarsir daerah penerimaan hipotesis. Uji Dua Arah Pengajuan dalam uji dua arah adalah sebagai berikut : : ditulis dalam bentuk persamaan (menggunakan tanda =) : ditulis dengan menggunakan tanda Contoh 7. Contoh Uji Dua Arah a. : = 50 menit a. : = 3 juta : 50 menit : 3 juta Nilai dibagi dua, karena diletakkan di kedua sisi selang misalkan : : 0 *) : 0 Wilayah Kritis **) : < > atau t t ( db, ) t t ( db ; ) *) 0 adalah suatu nilai tengah yang diajukan dalam **) Penggunaan atau t tergantung ukuran contoh contoh besar menggunakan ; contoh kecil menggunakan t. 5

luas daerah terarsir luas daerah terarsir ini = ini = / = 0.5% / = 0.5% - / atau 0 / atau -t(db;/) t(db;/) daerah terarsir daerah penolakan hipotesis daerah tak terarsir daerah penerimaan hipotesis 3 Pengerjaan Uji Hipotesis 3.1 7 Langkah Pengerjaan Uji Hipotesis 1. Tentukan * Tentukan statistik uji [ atau t] 3* Tentukan arah pengujian [1 atau ] 4* Taraf Nyata Pengujian [ atau /] 5. Tentukan nilai titik kritis atau daerah penerimaan-penolakan 6. Cari nilai Statistik Hitung 7. Tentukan Kesimpulan [terima atau tolak ] *) Urutan pengerjaan langkah ke, 3 4 dapat saling dipertukarkan! Beberapa Nilai yang penting. =1.645. 5% 0. 05 =1.96. =.33 =.575 5% 0 05 1% 0 01 0. 5% 0. 005 3. Rumus-rumus Penghitungan Statistik Uji 1. Nilai Tengah dari Contoh Besar. Nilai Tengah dari Contoh Kecil 3. Beda Nilai Tengah dari Contoh Besar 4. Beda Nilai Tengah dari Contoh Kecil Nilai Uji Statistik Wilayah Kritis 6

1. 0 contoh besar n30 x 0 / n dapat diganti dengan s 0 0 0. 0 contoh kecil n<30 t x 0 s / n 0 0 0 t t < t ( db; ) > t( db, ) t t ( db, ) t t ( db ; ) db = n-1 3. d 1 0 x x d 1 0 ( / n ) ( / n ) 1 1 d 1 0 d 1 0 contoh-contoh besar n 1 30 n 30 Jika 1 tidak diketahui gunakan s 1 s d 1 0 4. d 1 0 contoh -contoh kecil n 1 < 30 n < 30 t x x d 1 0 ( s / n ) ( s / n ) 1 1 d 1 0 d 1 0 d 1 0 t t t t t t ( db, ) t t ( db ; ) db = n1 n 3..1 Uji Hipotesis Nilai Tengah Contoh Besar 7

Contoh 8 : Dari 100 nasabah bank rata-rata melakukan penarikan $495 per bulan melalui ATM, dengan simpangan baku = $45. Dengan 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? (Uji arah, / = 0.5%, statistik uji=) Jawab : Diketahui: x = 495 s = 45 n=100 0 =500 =1% a) 1. : = 500 : < 500 * statistik uji : karena contoh besar 3* arah pengujian : 1 arah 4* Taraf Nyata Pengujian = = 1% = 0.01 5. Titik kritis < - 0. 01 < -.33 6. Statistik Hitung x 0 / n = 495 500 45 / 100 = 5 = -1.11 4. 5 7. Kesimpulan : hitung = -1.11 ada di daerah penerimaan diterima, rata-rata pengambilan uang di ATM masih = $ 500 Daerah penolakan = luas daerah terarsir ini = = 1% Daerah penerimaan -.33 0 b) ditinggalkan sebagai latihan ( : 500; Uji arah, / = 0.5%, statistik uji=) 3... Uji Hipotesis Nilai Tengah Contoh Kecil 8

Contoh 9 : Seorang job-specialist menguji 5 karyawan mendapatkan bahwa rata-rata penguasaan pekerjaan kesekretarisan adalah bulan dengan simpangan baku = 4 bulan. Dengan taraf nyata 5%, ujilah : a) Apakah rata-rata penguasaan kerja kesekretarisan lebih dari 0 bulan? b) Apakah rata-rata penguasaan kerja kesekretarisan tidak sama dengan 0 bulan? Jawab: Diketahui : x = s = 4 n = 5 0 = 0 = 5% a) Ditinggalkan sebagai latihan ( : > 0; uji 1 arah, =5%, statistik uji = t, db = 4) b) 1. : = 0 : 0 * statistik uji : t karena contoh kecil 3* arah pengujian : arah 4* Taraf Nyata Pengujian = = 5% = 0.05 / =.5% = 0.05 5. Titik kritis db = n-1 = 5-1 = 4 Titik kritis t t ( db, ) t t ( db ; ) t < -t (4;.5%) t < -.064 t > t (4;.5%) t >.064 6. Statistik Hitung t x s 0 / n = 0 4 / 5 = =.5 0. 8 7. Kesimpulan : t hitung = -.5 ada di daerah penolakan ditolak, diterima, rata-rata penguasaan pekerjaan kesekretarisan 0 bulan Daerah penolakan = Daerah penolakan = luas daerah terarsir luas daerah terarsir ini = ini = / =.5% / = 0.5% Daerah penerimaan -.064 0.064 3..3 Uji Hipotesis Beda Nilai Tengah Contoh Besar 9

Contoh 10 : Berikut adalah data nilai prestasi kerja karyawan yang mendapat training dengan yang tidak mendapat training. DGN TRAINING TANPA TRAINING rata-rata nilai prestasi x 1 = 300 x = 30 ragam s 1 = 4 s = 4.5 ukuran sampel n 1 = 40 n = 30 Dengan taraf nyata 5 % ujilah : a. Apakah perbedaan rata-rata nilai prestasi kerja 1 > 0? b. Apakah ada perbedaan rata-rata prestasi kerja 1 0? Jawab : = 5 % d 0 = 0 a) 1. : 1 = 0 : 1 > 0 * statistik uji : karena contoh besar 3* arah pengujian : 1 arah 4* Taraf Nyata Pengujian = = 5% 5. Titik kritis > 5% > 1.645 6. Statistik Hitung x1 x d0 ( s / n ) ( s / n ) = 300 30 0 ( 4 / 40) ( 4. 5 / 30) = 1 1 = 4 01. 015. 0. 5 05. 7. Kesimpulan : hitung = 4 ada di daerah penolakan ditolak, diterima beda rata-rata prestasi kerja > 0 b) ditinggalkan sebagai latihan ( : 1 uji=) 0; Uji arah, / =.5%, statistik 3..4 Uji Hipotesis Beda Nilai Tengah Contoh Kecil 10

Contoh 11 : Berikut adalah data kerusakan produk yang dibuat oleh karyawan shift malam siang. SHIFT MALAM SHIFT SIANG rata-rata kerusakan x 1 = 0 x = 1 ragam s 1 = 3.9 s = 0.7 ukuran sampel n 1 = 13 n = 1 Dengan taraf nyata 1 % ujilah : a) Apakah perbedaan rata-rata kerusakan 1 < 10? b) Apakah ada perbedaan rata-rata kerusakan 1 10? Jawab : = 1 % d 0 = 10 a) Ditinggalkan sebagai latihan ( : 1 < 10; uji 1 arah, =1%, statistik uji = t, db = 13 + 1 - = 3) b) 1. : 1 = 10 : 1 10 * statistik uji : t karena contoh kecil 3* arah pengujian : arah 4* Taraf Nyata Pengujian = = 1% = 0.01 / = 0.5% = 0.005 5. Titik kritis db = n 1 + n - = 13+ 1 - = 3 Titik kritis t t ( db, ) t t ( db ; ) t < -t (3; 0.5%) t < -.807 t > t (3; 0.5%) t >.807 6. Statistik Hitung t 3.33 x1 x d0 ( s / n ) ( s / n ) = 0-1 10 8 10 ( 39. / 13) ( 0. 7 / 1) 0. 30 0. 06 0. 36 0. 60 1 1 = - 7. Kesimpulan : t hitung = -3.3 ada di daerah penolakan ditolak, diterima, rata-rata kerusakan 10. 11

Z x np np 0 q 0 0 selesai 1