Nama: Analisis Statistika (STK511) SKS : 3 (2-2) Referensi:

dokumen-dokumen yang mirip
PENDUGAAN PARAMETER. Ledhyane Ika Harlyan

Pendugaan Parameter 1

Pendugaan. Parameter HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA FMIPA UNIV. ANDALAS LOGO

INTERVAL KEPERCAYAAN

Metode Statistika Pertemuan IX-X


--Fisheries Data Analysis-- Perbandingan ragam. By. Ledhyane Ika Harlyan. Faculty of Fisheries and Marine Science Brawijaya University

Metode Statistika Pertemuan XI-XII

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

Pengujian Hipotesis untuk selisih dua nilai tengah populasi

Mata Kuliah: Statistik Inferensial

PENDUGAAN PARAMETER METSTAT ANIK DJURAIDAH

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

9 Departemen Statistika FMIPA IPB

Diagram Kendali Simpangan Baku Eksak untuk Proses Berdistribusi Normal dengan Parameter σ Diketahui

BAB III METODE PENELITIAN. dengan kemampuan berpikir kreatif dengan menggunakan dua model

1. Ilustrasi. Materi 2 Pendugaan Parameter

Statistika Inferensia: Pendugaan Parameter. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

SEBARAN t dan SEBARAN F

Pendugaan Parameter: Kasus Dua sampel saling bebas. Selisih rataan dua populasi

A.Interval Konfidensi pada Selisih Rata-rata

Tetapi apabila n < 5% N maka digunakan :

Statistika 2. Pendugaan Parameter. 1. Ilustrasi. Topik Bahasan: Oleh : Edi M. Pribadi, SP., MSc.

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

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Al Azhar-3

Pendugaan Parameter. Debrina Puspita Andriani /

INFERENSI STATISTIK Inferensi statistik mencakup semua metode yang digunakan dalam penarikan kesimpulan atau generalisasi mengenai populasi.

SOAL PELATIHAN 1. File_Imamgun_Statistik Inferensial

Pendugaan Parameter. Selang Kepercayaan dengan Distribusi z (Tabel hal 175) Nilai α dan Selang kepercayaan yang lazim digunakan antara lain:

III. METODE PENELITIAN. Populasi penelitian ini yaitu seluruh siswa kelas X SMA Negeri 2 Bandar

RESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut:

Selang Kepercayaan dari Parameter Distribusi Log-Normal Menggunakan Metode Bootstrap Persentil

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

A. Pengertian Hipotesis

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

A. PENGERTIAN DISPERSI

BAB III ANALISIS PEMODELAN ANTRIAN HAULER PENGANGKUTAN OVERBURDEN PADA JALAN 7F

Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand

MINGGU KE XII PENDUGAAN INTERVAL

x = μ...? 2 2 s = σ...? x x s = σ...?

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

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

BAB 6. Penggunaan SPSS dalam STATISTIK INFERENSI

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari.

STATISTIK PERTEMUAN VIII

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

Proses Pendugaan. 95% yakin bahwa diantara 40 & 60. Mean X = 50. Mean,, tdk diketahui. Contoh Prentice-Hall, Inc. Chap. 7-1

JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)

1 Departemen Statistika FMIPA IPB

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

LANDASAN TEORI. Secara umum, himpunan kejadian A i ; i I dikatakan saling bebas jika: Ruang Contoh, Kejadian, dan Peluang

BAB V ANALISA PEMECAHAN MASALAH

Sebaran Penarikan Contoh. Dept Statistika FMIPA IPB

Statistika Inferensial

II. LANDASAN TEORI. dihitung. Nilai setiap statistik sampel akan bervariasi antar sampel.

BAB III METODE PENELITIAN

TEKNIK SAMPLING PCA SISTEMATIK. Hazmira Yozza Izzati Rahmi HG. Jurusan Matematika FMIPA - Unand

STATISTICS. Confidence Intervals (Rentang Keyakinan) Confidence Intervals (1)

TINJAUAN PUSTAKA Pengertian

PENDAHULUAN. Statistika penyajian DATA untuk memperoleh INFORMASI penafsiran DATA. Data (bentuk tunggal : Datum ) : ukuran suatu nilai

Distribusi Sampling (Distribusi Penarikan Sampel)

JENIS PENDUGAAN STATISTIK

II. LANDASAN TEORI. Sampling adalah proses pengambilan atau memilih n buah elemen dari populasi yang

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

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

Metode Statistika STK211/ 3(2-3)

Pendahuluan. Pertemuan I

BAB III METODE PENELITIAN

Ilustrasi. Statistik dan Statistika. Data nilai ujian Statistik Dasar dari 15 mahasiswa Program Studi tertentu semester ganjil tahun 2008:

MINGGU KE-12 TEOREMA LIMIT PUSAT DAN TERAPANNYA

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

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

Statistika. Besaran Statistik

A. Interval Konfidensi untuk Mean

BAB 2 LANDASAN TEORI

BAB II ESTIMASI STATISTIK 2.1 Pengertian Estimasi a. Estimasi merupakan suatu metode dimana kita dapat memperkirakan nilai Populasi dengan memakai

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto

BAB 6: ESTIMASI PARAMETER (2)

Statistika MAT 2 A. PENDAHULUAN NILAI MATEMATIKA B. PENYAJIAN DATA NILAI MATEMATIKA NILAI MATEMATIKA STATISTIKA. materi78.co.nr

PENAKSIRAN. Penaksiran Titik. Selang Kepercayaan untuk VARIANSI. MA2181 ANALISIS DATA Utriweni Mukhaiyar 17 Oktober 2011

BAB III METODE PENELITIAN

STATISTIK DAN STATISTIKA STATISTIK, PENGERTIAN DAN EKSPLORASI DATA ILUSTRASI

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PENAKSIRAN METODE PENAKSIRAN CONTOH. Kasus 1: taksiran titik IP = 3,5 Kasus 2: taksiran selang IP = [3,4]

BAB III METODOLOGI PENELITIAN

PENDAHULUAN. (ingat : STATISTIKA STATISTIK!!! )

BAB IV DESKRIPSI ANALISIS DATA

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

Chapter 7 Student Lecture Notes 7-1

STATISTIKA DAN PELUANG BAB III STATISTIKA

1200 (0,535) (0,465) (1200 1).0,05 + (0,535) (0,465)

PENAKSIRAN M A S T A T I S T I K A D A S A R 1 7 M A R E T 2014 U T R I W E N I M U K H A I Y A R

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

PENAKSIR RASIO UNTUK VARIANSI POPULASI MENGGUNAKAN KUARTIL DARI KARAKTER TAMBAHAN PADA SAMPLING ACAK SEDERHANA

--Fisheries Data Analysis-- Perbandingan ragam. By. Ledhyane Ika Harlyan. Faculty of Fisheries and Marine Science Brawijaya University

III. METODE PENELITIAN. Penelitian ini dilaksanakan di halaman Pusat Kegiatan Olah Raga (PKOR) Way Halim Bandar Lampung pada bulan Agustus 2011.

L A T I H A N S O A L A N R E G 1 Muhamad Ferdiansyah, S. Stat.

STATISTIKA MAT 2 NILAI MATEMATIKA NILAI MATEMATIKA NILAI MATEMATIKA A. PENDAHULUAN B. PENYAJIAN DATA. Diagram garis

Transkripsi:

Nama: Aalii Statitika (STK5 SKS : 3 (- Referei:. Mattjik, A.A da I M Sumertajaya. 00. Peracaga Percobaa dega Aplikai SAS da Miitab, Jilid I. IPB Pre. Bogor.. Motgomery, D.C. 99. Deig ad Aalyi of Eperimet, 3rd ed. Joh Wiley & So, Ic. Sigapore. 3. Steel, R.G.D., J.H. Torrie ad D.A Dickey. 997. Priciple ad Procedure of Statitic a Biometrical Approach, 3d ed. McGraw-Hill, Ic. Sigapore. 4. Auuddi. 005. STATISTIKA: Peracaga da Aalii Data. IPB Pre. Bogor Peilaia : UTS, UAS, Tuga, Praktikum

PENDAHULUAN Apa itu tatitika? Statitika beraal dari kata tatitik peduga parameter Ilmu yag mempelajari da meguahaka agar data mejadi iformai yag bermaka

Statitika Populai Samplig Pedugaa Cotoh Dekriptif Tigkat Keyakia Statitika Dekriptif v Statitika Ifereia Ilmu Peluag

Statitika Populai : Keeluruha pegamata yag mejadi puat perhatia kita Cotoh : Himpua bagia dari populai (mewakili Parameter : Karakteritik umerik dari populai Statitik : Karakteritik umerik dari cotoh Peubah / Variabel : Ciri dari objek yag diamati Data :? Skala pegukura : Nomial, Ordial, Iterval, Raio Peubah: Kualitatif v Kuatitatif, Dikret v Kotiu Pegumpula Data: Haru dibagkitka dulu Percobaa Lagug dikumpulka Survei/Obervai

Aalii Ekplorai Data Ekplorai Upaya utuk melihat ke dalam data gua megugkap iformai yag terkadug dalam data terebut maipulai, peyaria/peragkuma, peragaa Peragaa : tabel & grafik (hitogram, diagram batag, diagram ligkara/pie chart, plot, dll. Peyaria: ukura pemuata (mea, media, modu, quartil, ukura peyebara (ragam, tadard deviai, rage, jarak atar kuartil 90 80 70 60 50 40 30 0 0 0 Tw- Tw- Tw-3 Tw-4 Jabar Jatim Lampug % Laki-Laki 79% Perempua Emii Hc (ppm 000 900 800 700 600 500 400 0 40 60 80 00 0 Jarak (000 Km

Aalii Ekplorai Data Mea rataa atau rata-rata Populai μ N i i N Cotoh i i Media ilai yag membagi pegamata mejadi dua bagia yag ama bear (50% < media, 50% > media Quartil ilai yag membagi pegamata mejadi empat bagia yag ama bear (Q : 5% < Q & 75% > Q, Q media, Q 3 : 75% < Q 3 & 5% > Q 3 Q ( + 4 Modu ilai yag palig erig mucul + Cotoh: a. 3 9 7 4 0 3 b. 4 9 3 8 6 Q ~ 3 3 ( + 4

Aalii Ekplorai Data Ragam : Populai σ i (i μ N N Cotoh i i ( Stadard Deviai akar kuadrat dari ragam: Popσ, Cotoh σ σ Rage atau Wilayah Seliih ilai terbear dega terkecil R X [] X [] Jarak Atar Kuartil Seliih atara Q 3 dega Q (JAKQ 3 -Q

No Se Tiggi Berat Agama 67 63 Ilam Cotoh Data Karyawa 7 74 Ilam 3 0 6 53 Krite 4 0 57 47 Hidu 5 65 58 Ilam 6 0 67 60 Ilam 7 6 5 Budha 8 0 5 45 Katholik 9 0 58 54 Krite 0 6 63 Ilam 76 8 Ilam 67 69 Ilam Peyajia Tabel Rekapitulai meurut Agama Agama Frekuei Pere Ilam 3 6.90 Krite 4 9.05 Katholik 9.5 Hidu 4.76 Budha 4.76 Rekapitulai meurut Se Se Frek. Pere Laki-laki 57.4 Perempua 9 4.86 Rata-rata Tiggi & Berat Tiggi Berat Laki-laki 66.5 64.75 Perempua 60.56 53.89 Gabuga 63.8 60.0 3 0 63 57 Krite 4 0 58 60 Ilam Peyajia Grafik 43% 57% 5 64 58 Katholik Laki-laki 6 0 6 50 Ilam Perempua 7 59 6 Krite 8 63 65 Ilam 9 65 6 Ilam 0% 9% 5% 5% 6% 00.00 50.00 00.00 50.00 Laki-laki Perempua 0 0 69 59 Ilam 73 70 Ilam Ilam Krite Katholik Hidu Budha 0.00 Tiggi Berat

Aalii Ekplorai Data Peyajia dega: - Diagram Daha Dau (Stem-ad-Leaf Diplay - Diagram Kotak Gari (Bo-Plot Cotoh data:

Aalii Ekplorai Data Stem-ad-Leaf Diplay Stem-ad-leaf of Cotoh N 0 Leaf Uit.0 5 4 3 579 7 4 38 (4 5 0445 9 6 5569 5 7 36 3 8 9 3 Stem-ad-leaf of Cotoh N 4 Leaf Uit.0 3 0 899 7 03 (6 566779 0344 6 689 3 3 3 8 4 4 5 3 Stem-ad-leaf of Cotoh3 N 3 Leaf Uit.0 0 3 3 0 45 5 0 77 8 0 899 (4 00 3 8 4455 4 67 8 7

Aalii Ekplorai Data Boplot Lagkah Pembuata Bop-Plot:. Tetuka: ilai terkecil, ilai terbear, Q, Media, Q3. Lakuka idetifikai pecila: dekat: < Q 3/ d atau > Q3 + 3/ d & jauh: < Q 3d atau > Q3 + 3d 3. Gambar!

Peluag Bagaimaa membuktika bahwa ebuah dadu etimbag? Empiri Peluag frekuei relatif Cotoh: Satu mata uag etimbag dilempar ekali RC {M, B} P({M}/ da P({B}/ Satu mata uag etimbag dilempar 3 kali RC {BBB,BBM,BMB,MBB,BMM,MBM,MMB,MMM} P({MMM}/8 ; P({BBB}/8 ; P({BMB}/8 X Jumlah ii muka yag mucul (X diebut peubah acak

Peluag Peubah Acak fugi yag memetaka aggota gugu RC ke gugu bilaga yata P(X0 P({BBB} /8 P(X P({BBM,BMB,MBB} 3/8 P(X P({BMM,MBM,MMB} 3/8 P(X3 P({MMM} /8 P( X p ( p ; 0,,,..., Sebara Biom(,p ebara Biom dega parameter da p (ebara peluag dikret

Nilai Harapa & Ragam Peubah Acak X Nilai Harapa & Ragam : Sebara Biom(,p E( X σ μ ip( i ; i 0,..., E i 0 ( X E( X Cotoh: 3 & p0.5 E( X i P( i ; i 0,..., i 0 X 0 3 P(X 0.5 0.375 0.375 0.5 E(X.5 σ 0.75 Khuu pada ebara Biom(,p : E(X μ p da σ p(-p

Peluag Kotiu Sebara Seragam kotiu f ( ; 0 4 4 P(X3 0 pada ebara kotiu, peluag pada atu titik 0 P( X 3 < 3 f ( d 3 0 d 4 P( < X 3 f ( d 3 3 4 d 4 3 0 4 3 4 3 0 4 3 4 4 3 4 4 Nilai harapa E( X μ f ( d

Peluag Normal Sebara Normal f ( ; μ, σ e πσ μ σ ; - < < X ~ N( μ, σ (fugi peluag kotiu Z X - μ σ Z ~ N(0, Tabel-Z Cotoh: Berat ika di uatu daau megikuti pola ebara ormal dega rataa 400g da tadard deviai 00g. Jika diambil atu ika ecara acak, berapa peluag medapatka ika yag beratya lebih dari 500g? 500 400 P ( X > 500 P Z > P ( Z > 00 0.587

Peluag Normal, Z, t, χ, F Jika X~N(μ, σ ~N(μ, σ / Bagaimaa jika ebara pop tdk ormal Dalil Limit Puat Apapu ebara populaiya, ~N(μ, σ / dega Jika σ tidak diketahui, maka ebara Normal (Z ebara t Peubah acak Z ebara χ (Khi-kuadrat Raio dari p.a. ebara χ ebara F Pegguaa: Sebara Z meguji μ jika σ diketahui Sebara t meguji μ jika σ tidak diketahui Sebara χ meguji ragam (σ Sebara F Raio dua ragam

Metode Samplig Tujua Utama: Medapatka ampel yag mecermika populai dapat diguaka utuk meduga populai Metode Samplig Probability v No Probability Samplig Maalah utama dalam amplig:. Meetuka metode amplig yag euai. Meetuka ukura ampel yag mewakili populai (dega tigkat ketelitia yag diigika da egala kedala yag ada

Metode Samplig Probability Samplig Metode Samplig yag berbai pada pemiliha ecara acak Acak etiap uit memiliki peluag yag ama utuk terpilih Butuh keragka cotoh (daftar eluruh uit atau aggota populai Beberapa defiii: N bayakya objek dalam keragka cotoh (amplig frame bayakya objek dalam cotoh f /N fraki cotoh

Metode Samplig Beberapa Metode (Probability Samplig Pearika Cotoh Acak Sederhaa (Simple Radom Samplig Pearika Cotoh Acak Berlapi (Stratified Radom Samplig Pearika Cotoh Sitemati (Sytematic Radom Samplig Pearika Cotoh Gerombol (Cluter Radom Samplig Pearika Cotoh Bertahap (Multi-Stage Samplig Error Samplig Error v No Samplig Error

Metode Samplig Ukura cotoh optimum ( f(ragam, ukura populai, ketelitia yag diigika, biaya, waktu, reiko Ukura cotoh yag diperluka utuk meduga μ dega bata error pedugaa ebear B adalah: ( N Nσ D + σ, dega D B 4 z V z NV + ( N ε Z.96 dega SK 95%, VStd relatif thd mea, εbata kealaha yag diigika (% thd mea Ukura cotoh yag diperluka utuk meduga P dega bata error pedugaa ebear B adalah: ( N Np ( p D + p( p z z p( Np( p + ( N p ε p

Metode Samplig Cotoh Peetua ukura cotoh optimum ( Tetuka ukura cotoh optimum utuk meduga rata-rata produki petambak jika diketahui N0000 da rage produki petambak atara 0-0 to, da bata error yag diigika B to. σ rage 4 0 4.5 0000 *.5 (0000 * + 4.5 4.94 5 Tetuka ukura cotoh optimum utuk meduga propori (p iduka udag yag baik jika diketahui N000 da diigika bata error B0.05. Aumika propori awal tidak diketahui. ( N Np ( p D + p ( p ( 000 000 *.5 *.5 333.47.05 * +.5 *.5 4 334

Metode Samplig No Probability Samplig Pemiliha tidak dilakuka ecara acak Geeraliai terhadap populai agak ulit dilakuka Serig diguaka dalam peelitia oial, marketig reearch, dll., kr Probability Samplig tidak prakti atau bahka tidak dapat diterapka Accidetal/Haphazard/Coveiece v Purpoive Purpoive Model Itace Samplig, Epert Samplig, Quota Samplig, Heterogeety Samplig, Sowball Samplig

Pedugaa Parameter Dugaa Titik utuk meduga μ utuk meduga σ Dugaa Selag Selag kepercayaa (-α00% bagi μ σ Jika σ diketahui: zα < μ < + z Jika σ tdk diketahui: tα < μ < α σ + tα ( (

Dugaa Selag Selag kepercayaa (-α00% bagi μ -μ dua cotoh beba Jika σ da σ tdk diketahui da diaumika ama: Pedugaa Parameter (lajuta ( ( z z σ σ μ μ σ σ α α + + < < + + + < < + ( ( ( ( t t gab v gab v α α μ μ da ( ( + + + v gab

Dugaa Selag Selag kepercayaa (-α00% bagi μ -μ dua cotoh beba Jika σ da σ tdk diketahui da diaumika tidak ama: Pedugaa Parameter (lajuta + + < < + ( ( ( ( t t v v α α μ μ ( ( + + v

Dugaa Selag Beda ilai tegah bagi cotoh berpaaga: μd Selag kepercayaa (-α00% bagi μ d Pedugaa Parameter (lajuta t d t d d D d ( ( + < < α α μ i i i i d i d d i d da ( Dugaa elag bagi propori: P Ragam propori Selag kepercayaa (-α00% bagi P P p p ( σ p p z p P p p z p ( ( + < < α α

Pegujia Hipotei

Pegujia Hipotei Hipotei Statitik: Peryataa/dugaa megeai parameter populai yag igi dibuktika kebearaya H 0 hipotei ol H atau H a Mialya: hipotei atu atau hipotei alteratif H 0 : μ00 v H : μ0 tuggal H 0 : μ60 v H : μ 60 H 0 : μ60 v H : μ>60 H 0 : μ500 v H : μ<500 uji dwi arah uji eka arah uji eka arah majemuk Berdaarka data yag dikumpulka, H atau H 0 yag bear?

Pegujia Hipotei (lajuta Hail Pegujia H0 bear H bear Keadaa Sebearya H0 bear Bear Salah Jei (α H bear Salah Jei (β Bear α Peluag meolak H0 padahal H0 bear β Peluag meerima H0 padahal H yag bear

Cotoh : Suatu cotoh acak berukura 30 diambil dari populai A. Nilai rata-rata dari 30 cotoh terebut adalah 3. Maakah yag lebih Ada percayai, ke-30 cotoh terebut beraal dari populai A yag meyebar N(0,00 ataukah ebearya dari populai B yag meyebar N(7,00? H0: μ 0 v H: μ 7 Peluag meyataka H0 bear padahal H yag bear P z < μ H 3 7 P z < P σ 0 30 0. 04 ( z < -.909 Peluag meyataka H bear padahal H0 yag bear P z > μh σ 0 3 0 P z > P 0 30 0. 05 ( z >.643

Pegujia Hipotei (lajuta Kaidah Keputua: Jika p-value < α H bear Jika p-value α H0 diaggap bear α taraf yata pegujia (kealaha makimum yag diperbolehka jika memutuka H bear P-value peluag alah jei berdaarka data Telada : Pada aat ii diduga terjadi keaika rata-rata tiggi bada orag Idoeia dibadigka tahu 70-a. Utuk membuktika dugaa ii diambil cotoh acak berukura 5 da diperoleh rataa ebear 64 cm. Ujilah apakah dugaa terebut bear. Guaka α5%. (Catata: Tiggi rata-rata tahu 70-a6 cm, da σ 8 cm.

Pegujia Hipotei (lajuta Diketahui: 5, 64 cm ; σ 8 cm ; α 5%0.05. H 0 : μ6 cm v H : μ>6cm Z σ - / μ 64 8-6 / 5. 67 Z > Ztab Tolak H0 Z tabel Z 0.05.65 P-value P(> 0 / μ 6 P(Z>.67 0.0475 P-value < α Tolak H 0 (Memag bear ekarag ada keaika rata-rata tiggi orag Idoeia dibadigka dega tahu 70-a

Pegujia Hipotei (lajuta Secara Umum: Satu Nilai Tegah Populai: H 0 : μ μ 0 v H : μ μ 0 Dua Nilai Tegah Populai: H 0 : μ μ 0 v H : μ > μ 0 H 0 : μ μ 0 v H : μ < μ 0 Salig Beba Berpaaga H 0 : μ μ v H : μ μ H 0 : μ D 0 v H : μ D 0 H 0 : μ μ v H : μ > μ H 0 : μ D 0 v H : μ D > 0 H 0 : μ μ v H : μ < μ H 0 : μ D 0 v H : μ D < 0

Pegujia Hipotei (lajuta Telada-: Ada dugaa kuat bahwa latar belakag petambak berpegaruh terhadap keberhaila ebagai petambak di CP Bahari. Utuk membuktika pedapat ii, dipilih petambak cotoh ecara acak, dimaa orag berlatar belakag petambak da orag iaya berlatar belakag buka petambak. Jika produki merupaka ukura tigkat keberhaila petambak, da produki terakhir dari ke- petambak terebut eperti tabel di bawah ii, ujilah apakah dugaa terebut di ata bear? (Guaka α5% da aumika ragam produki kedua populai ama. Produki dari Petambak yag Berlatar Belakag Petambak.7 9.6. 8.6 9.3 0. 8.9 9.5 0.4 8.3 9.4 Produki dari Petambak yag Berlatar Belakag Buka Petambak 7.4 8.5 9. 8.7 7.8 6.9 0. 9.4 8. 8.3 9.0 Betuk Hipotei? Statitik Uji? H 0 : μ μ v H : μ > μ t hit ( ( gab +

Data Data adalah betuk jamak dari datum, beraal dari bahaa Lati yag berarti "euatu yag diberika". Dalam pegguaa ehari-hari data berarti uatu peryataa yag diterima ecara apa adaya. Peryataa ii adalah hail pegukura atau pegamata uatu variabel yag betukya dapat berupa agka, kata-kata, atau citra. Data i everyday laguage i a yoym for iformatio.[] I the eact ciece there i a clear ditictio betwee data ad iformatio, where data i a meauremet that ca be diorgaized ad whe the data become orgaized it become iformatio. Data may relate to reality, or to fictio a i a fictioal movie. Data about reality coit of propoitio. A large cla of practically importat propoitio are meauremet or obervatio of a variable. Such propoitio may comprie umber, word or image.