Statistik Bisnis 2. Week 5 Comparing the Means of Two Independent Populations

dokumen-dokumen yang mirip
Statistik Bisnis. Week 11 Two-Sample Tests

3/27/2013. Ali Muhson, M.Pd. Jenisnya. Uji Beda Rata-rata. Uji z Uji t. Uji Beda Proporsi. Uji z. (c) 2013 by Ali Muhson 2

Statistik Bisnis 2. Week 6 Two-Sample Test Population Proportions and Variances

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

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

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

BAB V ANALISA PEMECAHAN MASALAH

Chapter 7 Student Lecture Notes 7-1

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

JENIS PENDUGAAN STATISTIK

SEBARAN t dan SEBARAN F

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin

A. Pengertian Hipotesis

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

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

Statistika Inferensial

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

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

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

BAB III METODE PENELITIAN

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

BAB 6: ESTIMASI PARAMETER (2)

BAB 2 LANDASAN TEORI

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

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

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

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

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

Statistik Bisnis 2. Week 4 Fundamental of Hypothesis Testing Methodology

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

Distribusi Sampel Sampling Distribution

PENGUJIAN HIPOTESA BAB 7

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)

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

INTERVAL KEPERCAYAAN

Statistik Bisnis. Week 12 Analysis of Variance

Pendugaan Parameter. Debrina Puspita Andriani /

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

BAB 7 PEN P GUJ GU IAN HIPO P T O ES T A

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

TEORI PENAKSIRAN. Bab 8. A. Pendahuluan. Kompetensi Mampu menjelaskan dan menganalisis teori penaksiran

Statistik (statistics)

BAB III METODE PENELITIAN

x = μ...? 2 2 s = σ...? x x s = σ...?

Metode Statistika Pertemuan IX-X

PERBANDINGAN HASIL PENGUJIAN INTERCEPT


ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto

STATISTIK PERTEMUAN VIII

REGRESI LINIER GANDA

Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya PENS. Probability and Random Process. Topik 10. Regresi

9 Departemen Statistika FMIPA IPB

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

Distribusi Sampling (Distribusi Penarikan Sampel)

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

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

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

PERTEMUAN 5-MPC 2 PRAKTIK. Oleh: Adhi Kurniawan SEKOLAH TINGGI ILMU STATISTIK

ANAVA 2 Jalan. Jumlah sampel dalam sel tak sama

UKURAN PEMUSATAN UKURAN PENYEBARAN

ESTIMASI TITIK DAN INTERVAL KEPERCAYAAN

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

A. PENGERTIAN DISPERSI

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

BAB III METODE PENELITIAN

LAMPIRAN. Lampiran 1. Syarat Mutu Biskuit (SNI, 1992)

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua

BAB 5 UKURAN DISPERSI

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

BAB IV PEMBAHASAN DAN ANALISIS

Jika dibandingkan dengan bulan sebelumnyakenaikan curah hujan terbesar terjadi pada bulan A. Oktober D. Januari B. November E. Februari C.

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

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5

Statistika 2. Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan: Oleh : Edi M. Pribadi, SP., MSc.

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang

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

Pengenalan Pola. Regresi Linier

MODUL PRAKTIKUM Statistik Inferens (MIK 411)

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

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

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy

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

BAB III METODE PENELITIAN. pre test post test with control group. Penelitian ini berupaya untuk

PENGUJIAN INTERCEPT PADA UJI SATU ARAH MAKSIMUM UNTUK TESTS TERKAIT NON-SAMPLE PRIOR INFORMATION

Pendekatan Nilai Logaritma dan Inversnya Secara Manual

Pendugaan Parameter 1

STATISTIKA ANALISIS REGRESI DAN KORELASI LINIER SEDERHANA

HUBUNGAN VARIETY DAN IDEAL RADIKAL SKRIPSI. Oleh : Ambar Mujiarti J2A

Tetapi apabila n < 5% N maka digunakan :

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

UKURAN PEMUSATAN DATA

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4

Bab 6 PENAKSIRAN PARAMETER

BAB III METODE PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode korelasional, yaitu

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL)

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

1. Pendahuluan. Materi 3 Pengujuan Hipotesis

Ukuran Pemusatan, Penyebaran dan Pola Distribusi Normal

KETEGARAN UJI-t TERHADAP KETIDAKNORMALAN DATA

MATERI DAN METODE. Penelitian ini telah dilakukan selama 1 bulan, dimulai pada awal bulan

Transkripsi:

Statistik Bisis Week 5 Comparig the Meas of Two Idepedet Populatios

Learig Objectives The meas of two idepedet populatios The meas of two related populatios I this chapter, you lear how to use hypothesis testig for comparig the differece betwee: The proportios of two idepedet populatios The variaces of two idepedet populatios by testig the ratio of the two variaces

Two-Sample Tests Two-Sample Tests Populatio Meas Populatio Proportios Populatio Variaces Idepedet Samples Related Samples ukow, equal ukow, uequal

Differece Betwee Two Meas Idepedet Samples ukow, equal ukow, uequal Goal: Test hypothesis or form a cofidece iterval for the differece betwee two populatio meas, μ μ The poit estimate for the differece is X X

Differece Betwee Two Meas: Idepedet Samples Idepedet Samples ukow, equal Differet data sources Urelated Idepedet Sample selected from oe populatio has o effect o the sample selected from the other populatio Use S p to estimate ukow σ. Use a Pooled-Variace t test. ukow, uequal Use S ad S to estimate ukow σ ad σ. Use a Separate-Variace t test.

Hypothesis Tests for Two Populatio Meas Two Populatio Meas, Idepedet Samples Lower-tail test: Upper-tail test: Two-tail test: H 0 : μ μ H : μ < μ i.e., H 0 : μ μ 0 H : μ μ < 0 H 0 : μ μ H : μ > μ i.e., H 0 : μ μ 0 H : μ μ > 0 H 0 : μ = μ H : μ μ i.e., H 0 : μ μ = 0 H : μ μ 0

Hypothesis tests for μ μ Two Populatio Meas, Idepedet Samples Lower-tail test: H 0 : μ μ 0 H : μ μ < 0 Upper-tail test: H 0 : μ μ 0 H : μ μ > 0 Two-tail test: H 0 : μ μ = 0 H : μ μ 0 a a a/ a/ -t a t a -t a/ t a/ Reject H 0 if t STAT < -t a Reject H 0 if t STAT > t a Reject H 0 if t STAT < -t a/ or t STAT > t a/

Hypothesis tests for µ - µ with σ ad σ ukow ad equal Idepedet Samples ukow, equal ukow, uequal Assumptios: Samples are radomly ad idepedetly draw Populatios are ormally distributed or both sample sizes are at least 30 Populatio variaces are ukow but equal

Hypothesis tests for µ - µ with σ ad σ ukow ad equal (cotiued) Idepedet Samples ukow, equal ukow, uequal The pooled variace is: S p S ( ) ( The test statistic is: t STAT S ) Where t STAT has d.f. = ( + ) X X μ μ S p

Cofidece iterval for µ - µ with σ ad σ ukow ad equal Idepedet Samples ukow, equal ukow, uequal The cofidece iterval for μ μ is: X X t a/ Sp Where t α/ has d.f. = +

Pooled-Variace t Test Example You are a fiacial aalyst for a brokerage firm. Is there a differece i divided yield betwee stocks listed o the NYSE & NASDAQ? You collect the followig data: NYSE NASDAQ Number 5 Sample mea 3.7.53 Sample std dev.30.6 Assumig both populatios are approximately ormal with equal variaces, is there a differece i mea yield (a = 0.05)?

Pooled-Variace t Test Example: Calculatig the Test Statistic The test statistic is: H0: μ - μ = 0 i.e. (μ = μ ) H: μ - μ 0 i.e. (μ μ ) (cotiued) t STAT X X μ μ 3.7.53 S p.50 0 5.040 S P S S.30 5 ( ) ( ).6 (-) (5 ).50

Pooled-Variace t Test Example: Hypothesis Test Solutio H 0 : μ - μ = 0 i.e. (μ = μ ) Reject H 0 Reject H 0 H : μ - μ 0 i.e. (μ μ ) a = 0.05 df = + 5 - = 44 Critical Values: t = ±.054.05 -.054 0.054.05 t.040 Test Statistic: 3.7.53.50 t STAT 5.040 Decisio: Reject H 0 at a = 0.05 Coclusio: There is evidece of a differece i meas.

Pooled-Variace t Test Example: Cofidece Iterval for µ - µ DCOVA Sice we rejected H 0 ca we be 95% cofidet that µ NYSE > µ NASDAQ? 95% Cofidece Iterval for µ NYSE - µ NASDAQ X X t / Sp 0.74.054 0.368 a (0.009,.47) Sice 0 is less tha the etire iterval, we ca be 95% cofidet that µ NYSE > µ NASDAQ

Hypothesis tests for µ - µ with σ ad σ ukow, ot equal Idepedet Samples ukow, equal ukow, uequal Assumptios: Samples are radomly ad idepedetly draw Populatios are ormally distributed or both sample sizes are at least 30 Populatio variaces are ukow ad caot be to be equal

(cotiued) Hypothesis tests for µ - µ with σ ad σ ukow ad ot equal S S S S The test statistic is: STAT S S μ μ X X t t STAT has d.f. ν = Idepedet Samples ukow, equal ukow, uequal

EXERCISE

0.7 Meurut sebuah peelitia baru-baru ii, ketika berbelaja barag-barag mewah dalam jariga (olie shoppig), pria rata-rata membaelajaka $,40, semetara waita rata-rataya $,57. Misalka peelitia tersebut dilakuka pada 600 orag pria da 700 orag waita, da simpaga baku dari jumlah uag yag dibelajaka tersebut adalah $,00 utuk pria da $,000 utuk waita. a. Tetuka hipothesis kosog da alteratifya jika ada igi meetuka apakah rata-rata uag yag dibelajaka oleh pria lebih bayak daripada waita b. Pada koteks peelitia ii, apakah yag dimaksud dega kesalaha tipe I? c. Pada koteks peelitia ii, apakah yag dimaksud dega kesalaha tipe I? d. Dega tigkat sigifikasi 0.0, apakah terdapat bukti bahwa rata-rata jumlah uag yag dibelajaka pria lebih bayak daripada waita?

0.0 () Computer Axiety Ratig Scale (CARS) megukur tigkat kecemasa terhadap komputer (computer axiety), dega skala dari 0 (tidak ada kecemasa) higga 00 (sagat cemas). Peeliti dari Miami Uiversity meyebarka CARS pada 7 mahasiswa bisis. Salah satu tujua dari peelitia tersebut adalah meetuka apakah terdapat perbedaa tigkat kecemasa komputer yag dirasaka oleh mahasiswa bisis pria da waita. Mereka meemuka data berikut: Pria Waita X 40,6 36,85 S 3,35 9,4 00 7

0.0 () a. Dega tigkat sigifikasi 0.05, apakah terdapat bukti bahwa kecemasa komputer yag dirasaka oleh mahasiswa bisis waita berbeda dari yag dirasaka oleh mahasiswa bisis pria? b. Apakah asumsi-asumsi yag harus ada buat megeai kedua populasi tersebut utuk dapat megguaka uji t?

0.6 () Apakah aak-aak megguaka telepo selular? Sepertiya demikia, meurut peelitia baru-baru ii, peggua telepo selular berusia dibawah tahu ratarata melakuka 37 paggila telepo per bula. Cukup tiggi, jika dibadigka dega 3 paggila telepo per bula yag dilakuka oleh peggua telepo selular berusia 3 higga 7 tahu. Misalka hasil tersebut diambil dari sampel 50 orag peggua telepo selular utuk setiap grup peggua da simpaga baku sampel peggua telepo selular berusia dibawah tahu adalah 5,7 paggila telepo per bula da simpaga baku sampel peggua telepo selular berusia 3 higga 7 tahu adalah 67,6 paggila telepo per bula.

0.6 () a. Dega megasumsika bahwa variasi populasi dari peggua telepo selular adalah sama, adakah bukti yag meujukka bahwa terdapat perbedaa rata-rata pegguaa telepo selular atara kelompok usia dibawah tahu da kepompok usia 3 higga 7 tahu? (Guaka tigkat sigifikasi 0,05.) b. Selai kesamaa variasi, sebutka asumsi lai yag diperluka dalam melakuka uji hipotesis pada poi (a)?

THANK YOU