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

dokumen-dokumen yang mirip
OUT LINE. Distribusi Probabilitas Normal. Pengertian Distribusi Probabilitas Normal. Distribusi Probabilitas Normal Standar

KARAKTERISTIK DISTRIBUSI KURVA NORMAL

DISTRIBUSI NORMAL. Fitri Yulianti

DISTRIBUSI PROBABILITAS NORMAL

DISTRIBUSI PROBABILITAS NORMAL

Pertemuan ke Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu

DISTRIBUSI TEORITIS. P(M) = p = probabilitas untuk mendapat bola merah (sukses) 30

Pengantar Statistika Bab 1

DISTRIBUSI TEORITIS. Variabel Acak Distribusi Teoritis Binomial Normal

Distribusi Normal. Statistika (MAM 4137) Syarifah Hikmah JS

STMIK KAPUTAMA - BINJAI

Distribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai

BAB II TINJAUAN TEORITIS. Menurut Darnius, O (2006, Hal : 53) simulasi dapat diartikan sebagai suatu

Jenis Distribusi. 1. Distribusi Probabilitas 2. Distribusi Binomial (Bernaulli) 3. Distribusi Multinomial 4. Distribusi Normal (Gauss)

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

Ilmu Komunikasi Marketing Communication & Advertising

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

DISTRIBUSI NORMAL. Pertemuan 3. 1 Pertemuan 3_Statistik Inferensial

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

DISTRIBUSI SAMPLING besar

13Ilmu. Uji Peringkat Wilcoxon dan Mann Whitney

DISTRIBUSI NORMAL. Pertemuan 3. Distribusi Normal_M. Jainuri, M.Pd 1

DISTRIBUSI TEORITIS DISTRIBUSI TEORITIS

BAB II DISTRIBUSI PROBABILITAS

Non Parametrik Modul ke: 11Ilmu. Rank Spearman. Fakultas. Dra. Yuni Astuti, MS. Komunikasi. Program Studi Periklanan dan Komunikasi Pemasaran

KURVA NORMAL. (Sumber: Buku Metode Statistika tulisan Sudjana)

BAB 2 LANDASAN TEORI

Probabilitas dan Statistika Distribusi Peluang Kontinyu 1. Adam Hendra Brata

BAB 2 LANDASAN TEORI

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

BAB 2 LANDASAN TEORI

MODUL DISTRIBUSI T. Objektif:

Peubah acak X yang berdistribusi normal dengan rataan sebagai: 2 ) X ~ N(,

SESI 11 STATISTIK BISNIS

Haryoso Wicaksono, S.Si., M.M., M.Kom. 26

Bab 2 DISTRIBUSI PELUANG

Binomial Distribution. Dyah Adila

MODUL DISTRIBUSI PROBABILITAS EKSPONENSIAL

STATISTICS. Oleh: Hanung N. Prasetyo DISTRIBUSI NORMAL WEEK 6 TELKOM POLTECH/HANUNG NP

Ayundyah Kesumawati. April 20, 2015

Makalah Statistika Distribusi Normal

BAB 2 LANDASAN TEORI. 2.1 Risiko, Manajemen Risiko, dan Manajemen Risiko Finansial

MODUL PRAKTIKUM STATISTIKA 2. Laboratorium Jurusan. Manajemen Dasar. Fakultas Ekonomi UNIVERSITAS GUNADARMA. Versi 3.1. Tahun Penyusunan 2012

Mata Kuliah: Statistik Inferensial

PENS. Probability and Random Process. Topik 5. Beberapa jenis Distribusi Variabel Acak. Prima Kristalina April 2015

Distribusi Normal, Skewness dan Qurtosis

Materi 1 : Review Statistika Inferensia Pengujian Hipotesis PERANCANGAN PERCOBAAN

DISTRIBUSI PELUANG.

Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan:

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

Distribusi Diskrit dan Kontinu yang Penting. Oleh Azimmatul Ihwah

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

STK 511 Analisis statistika. Materi 6 Pengujian Hipotesis

Mata Kuliah: Statistik Inferensial

TIN309 - Desain Eksperimen Materi #5 Genap 2016/2017 TIN309 DESAIN EKSPERIMEN

PENS. Probability and Random Process. Topik 2. Statistik Deskriptif. Prima Kristalina Maret 2016

PENGUJIAN HIPOTESIS. pernyataan atau dugaan mengenai satu atau lebih

Pokok Bahasan: Chi Square Test

Distribusi probabilitas dan normal. Statisitik Farmasi 2015

QUIZ AKHIR SEMESTER GANJIL 2004/2005 TULISKAN PADA LEMBAR JAWABAN ANDA :

PENGUJIAN HIPOTESIS 2

Hipotesis adalah suatu pernyataan tentang parameter suatu populasi.

Distribusi Peluang. Kuliah 6

STK511 Analisis Statistika. Pertemuan 6 Statistika Inferensia (2)

UKURAN NILAI SENTRAL&UKURAN PENYEBARAN. Tita Talitha, MT

PERTEMUAN KE 2 HIPOTESIS

BAB 2 TINJAUAN TEORITIS. Menurut Open Darnius (2009, hal : 53) simulasi dapat diartikan sebagai suatu

STATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI

STK 211 Metode Statistika PENGUJIAN HIPOTESIS

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

DISTRIBUSI PROBABILITAS KONTINYU. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016

Tugas Kelompok. Mata Kuliah Metodologi Penelitian Kuantitatif. Judul Makalah Revisi DISTRIBUSI PELUANG

Statistika Materi 5. Ukuran Penyebaran. (Lanjutan) Hugo Aprilianto, M.Kom

DISTRIBUSI NORMAL. RatuIlmaIndraPutri

BAB 9 DISTRIBUSI PELUANG KONTINU

LAB MANAJEMEN DASAR MODUL STATISTIKA 1

BAB I PENDAHULUAN 1.1 LATAR BELAKANG

6.1 Distribusi Chi Kuadrat Gambar distribusi Chi kuadrat. α Jika x berdistribusi χ 2 (v) dengan v = derajat kebebasan = n 1 maka P (c 1.

BEBERAPA DISTRIBUSI PELUANG KONTINU. Normal, Gamma, Eksponensial, Khi-Kuadrat, Student dan F

BAB 2 LANDASAN TEORI

TABEL DISTRIBUSI Dilengkapi Metode Untuk Membaca Tabel Distribusi

Nilai Harapan / Nilai Ekspektasi

SEBARAN PENARIKAN CONTOH

Makalah Sebagai Salah Satu Tugas dalam Mata Kuliah ANALISIS STATISTIK. Oleh: 1. Trilius Septaliana KR ( ) 2. Aisyah ( )

PENGUJIAN HIPOTESIS RATA- RATA. Oleh : Riandy Syarif

BAB IV METODE PENELITIAN

KONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT.

STATISTIKA BISNIS PENDUGAAN STATISTIKA. Deden Tarmidi, SE., M.Ak., BKP. Modul ke: Fakultas Ekonomi dan Bisnis. Program Studi Akuntansi

BI5106 ANALISIS BIOSTATISTIK Bab 5 Uji Hipotesis

BAB 2 TINJAUAN TEORITIS. Menurut Open Darnius (2006, hal: 53) simulasi dapat diartikan sebagai suatu

PENGERTIAN PENGUJIAN HIPOTESIS

SEBARAN PENARIKAN CONTOH

PENGUJIAN HIPOTESIS. pernyataan atau dugaan mengenai satu atau lebih

Pengertian Pengujian Hipotesis

UJI NORMALITAS DATA. Sebelum kita bicarakan ujin normalitas berikut kita perhatikan gambar distribusi normal berikut ini :

Kompetens n i s : Mahasiswa mam a pu p menjel enj a el s a ka k n gejala ekonomi dengan meng guna k n a konsep probabil i i l t i as

Distribusi Probabilitas Kontinyu Teoritis

ESTIMASI. Arna Fariza PENDAHULUAN

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

ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG

Transkripsi:

Modul ke: Fakultas 15Ilmu Komunikasi Uji t-student dan Uji Z (Distribusi Normal) Untuk sebaran distribusi sampel kecil, dikembangkan suatu distribusi khusus yang disebut distribusi t atau t-student Dra. Yuni Astuti, MS. Program Studi Periklanan dan Komunikasi Pemasaran

Pengertian Sampel Kecil x s / n

CIRI-CIRI DISTRIBUSI t-student a). Distribusi t-student seperti distribusi Z merupakan sebuah distribusi kontinu,di mana nilainya dapat menempati semua titik pengamatan. b). Distribusi t-student seperti distribusi Z berbentuk genta atau lonceng dan simetris dengan nilai rata-rata sama dengan 0.

CIRI-CIRI DISTRIBUSI t-student c). Distribusi t-student bukan merupakan satu kurva seperti kurva Z, tetapi keluarga dari distribusi t. Setiap distribusi t mempunyai rata-rata hitung sama dengan nol, tetapi dengan standar deviasi yang berbeda-beda, sesuai dengan besarnya sampel (n). Ada distribusi t untuk sampel berukuran 2, yang berbeda dengan distribusi untuk sampel sebanyak 15, 25 dan sebagainya. Apabila sampel semakin besar maka distribusi t akan mendekati normal. 0

CIRI-CIRI DISTRIBUSI t-student d).distribusi t > mendatar dan melebar dibandingkan distribusi Z. Maka untuk taraf nyata ( ) tertentu akan mempunyai nilai kritis yang lebih besar dibandingkan dengan nilai kritis pada distribusi Z. Untuk taraf nyata ( ) 5% dengan uji satu arah, maka nilai kritis pada distribusi Z adalah 0,5-0,05= 0,45. Probabilitas mempunyai nilai kritis 1,65. sedang untuk mencari nilai kritis distribusi t diperlukan taraf nyata dan derajat bebas (df), dimana df =n-1, Apabila digunakan =5% dan df=29(n=30)mk nilai kritis = 1,6991.

MENGUJI RATA-RATA HITUNG POPULASI Tahap menguji rata-rata hitung populasi dalam sampel kecil: (a). Merumuskan hipotesa nol dan hipotesa alternatif (H 0 dan H 1 ), (b). Menentukan taraf nyata ( ) apakah 1%, 5% atau lainnya serta mengetahui titik kritis berdasarkan pada tabel t-student, (c). Menentukan uji statistik dengan menggunakan rumus uji-t, (d). Menentukan daerah keputusan yaitu daerah tidak menolak H 0 dan daerah menolak H 0 (e). Mengambil keputusan untuk menolak dan menerima dengan membandingkan nilai kritis taraf nyata dengan nilai uji-t.

MENGUJI SELISIH RATA-RATA HITUNG POPULASI Rumus dari varians gabungan adalah sebagai berikut: Di mana: t : Nilai distribusi t X1 : Nilai rata-rata sampel pertama X2 : Nilai rata-rata sampel kedua S 2 p : Penduga varians gabungan populasi n 1 : Jumlah sampel populasi pertama n 2 : Jumlah sampel populasi kedua S 2 1 : Varians sampel pertama s 2 2 : Varians sampel kedua

MENGUJI HIPOTESA PENGAMATAN BERPASANGAN Uji statistik untuk pengujian hipotesa data berpasangan dinyatakan sebagai berikut: dimana : t d Sd n : Nilai distribusi t : Nilai rata-rata perbedaan antara pengamatan berpasangan : Standar deviasi dari perbedaan antara pengamatan berpasangan Sd 2 d n : Jumlah pengamatan berpasangan n 1 d 2

Uji Z (Distribusi Normal)

Distribusi probabilitas normal merupakan salah satu distribusi yang paling penting dalam statistika. Distribusi probabilitas normal mempunyai kurve yang berbentuk genta atau simetris dapat digunakan dalam industri, keuangan, teknik, manajemen dan bidang lain. Hal tersebut didasarkan atas banyaknya peristiwa atau kejadian di alam yang memerlukan pengukuran dan nilainya tidak terbatas., seperti inflasi tahun 2002 sebesar 10,03%, laju pertumbuhan produktivitas tenaga kerja 0,5% dan sebagainya.

A. Karakteristik Distribusi Probabilitas Normal Kurva berbentuk simetris Kurva berbentuk genta ( = Md= Mo) Kurva normal berbentuk asimptotis Kurva mencapai puncak pada saat X= Luas daerah di bawah kurva adalah 1, yaitu ½ di sisi kanan dan ½ di sisi kiri dari nilai tengah

A. Karakteristik Distribusi Probabilitas Normal

1 0 9 8 7 6 5 4 3 2 1 0 m M e s o k u r tic Pla ty ku r tic L e p to ku r tic

B. Jenis - Jenis Distribusi Probabilitas Normal 2. Distribusi Probabilitas dan Kurva Normal dengan Berbeda dan Sama 150 300 450 Bentuk distribusi probabilitas dan kuve normal dengan nilai rata-rata ( ) berbeda dengan standar deviasi ( ) yang sama, mempunyai jarak antara kurva yang berbeda, namun bentuk kurva tetap sama. Hal demikian bisa terjadi karena kemampuan antar populasi berbeda, namun setiap populasi mempunyai keragaman yang hampir sama.

B. Jenis - Jenis Distribusi Probabilitas Normal 3. Distribusi Probabilitas dan Kurva Normal dengan dan Berbeda 85 850 6,8 2, 3 Kurve mempunyai titik pusat yang berbeda pada sumbu mendatar dan bentuk kuva berbeda karena mempunyai standar deviasi ( yang berbeda. Kurve demikian relatif banyak terjadi karena antar populasi terdapat perbedaan kemampuan

C. Distribusi Probabilitas Normal Baku Nilai Z : jarak antara suatu nilai acak X dan rata-rata hitung populasi dibagi oleh standar deviasi populasi. Bila nilai X berada diantara X = x 1 dan X = x 2 maka variable acak Z akan berada diantara nilai :

D. Penerapan Distribusi Probabilitas Normal Contoh Soal:1 PT GS mengklaim berat buah mangga B adalah 350 gram dengan standar deviasi 50 gram. Bila berat mangga mengikuti distribusi normal, berapa probabilitas bahwa berat buah mangga mencapai kurang dari 250 gram, sehingga akan diprotes oleh konsumen. Penyelesaian : P(x<250) P(x = 250) = (250 350)/50 = -2,0 jadi P(x<250) = P(z< -2,0) P(z<-2,0) = 0,4772 Luas sebelah kiri nilai tengah adalah 0,5. Oleh sebab itu, nilai daerah yang diarsir jadi 0,5 0,4772 = 0,0228. Jadi probabilitas di bawah 250 gram adalah 0,0228 (2,28%). Dengan kata lain probabilitas diprotes karena berat buah mangga kurang dari 250 gram adalah 2,28%

E. Pendekatan Normal terhadap Binomial Apabila kita perhatikan suatu distribusi probabilitas binomial, dengan semakin besarnya nilai n, maka semakin mendekati nilai distribusi normal. Gambar berikut menunjukkan distribusi probabilitas binomial dengan n yang semakin membesar. 0.6 0.5 0.4 0.3 0.2 0.1 0 0 1 r 0 1 2 3 r 0 2 4 6 8 1 0 1 2 1 4 1 6 1 8 2 0 r Pada saat n = 2 probabilitasnya sama., pada saat n = 3 menunjukkan pola simetris namun masih memiliki 2 puncak. Pada saat n = 20 terlihat bahwa distribusi probabilitas binomial mendekati sistribusi probabilitas normal yaitu kurva berbentuk lonceng, memiliki puncak tunggal dan simetris.

Dalil Pendekatan Normal terhadap Binomial Bila nilai X adalah distribusi acak binomial dengan nilai tengah = np dan standar deviasi = npq, maka nilai Z untuk distribusi normal adalah:

Terima Kasih Dra. Yuni Astuti, MS