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

STATISTIK INDUSTRI 1. Distribusi Sampling. Distribusi Sampling

PENDUGAAN PARAMETER STATISTIK INDUSTRI 1

STATISTIKA INDUSTRI 2 TIN 4004

STATISTIKA INDUSTRI 2 TIN 4004

PENDUGAAN PARAMETER STATISTIK INDUSTRI 1

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

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

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

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

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

DISTRIBUSI SAMPLING besar

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

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

DISTRIBUSI DISKRIT KHUSUS

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

Percobaan terdiri dari 1 usaha. Peluang sukses p Peluang gagal 1-p Misalkan. 1, jika terjadi sukses X jika terjadi tidak sukses (gagal)

DISTRIBUSI DISKRIT KHUSUS

Kontrak Kuliah Metode Statistika 2

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

Estimasi dan Confidence Interval

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

Bagian 2. Probabilitas. Struktur Probabilitas. Probabilitas Subyektif. Metode Frekuensi Relatif Kejadian untuk Menentukan Probabilitas

SILABUS MATA KULIAH. Pengalaman Pembelajaran

SILABUS MATA KULIAH. Pengalaman Pembelajaran

PENGUJIAN HIPOTESIS (2) Debrina Puspita Andriani /

DISTRIBUSI DISKRIT KHUSUS

Ukuran Statistik Bagi Data

Ummu Kalsum UNIVERSITAS GUNADARMA

DISTRIBUSI DISKRIT KHUSUS

UNIFORM (SERAGAM) BERNOULLI BINOMIAL POISSON BEBERAPA DISTRIBUSI LAINNYA : MULTINOMIAL, HIPERGEOMETRIK, MA 2081 Statistika Dasar.

BAB 5 FUNDAMENTAL DISTRIBUSI PELUANG MUHAMMAD NUR AIDI

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

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

BAB 7 DISTRIBUSI-COMPOUND DAN GENERALIZED SPASIAL MUHAMMAD NUR AIDI

STATISTIKA INDUSTRI I. Agustina Eunike, ST., MT., MBA.

DISTRIBUSI DISKRIT. MA 2081 Statistika Dasar Utriweni Mukhaiyar

PENAKSIRAN NILAI PARAMETER POPULASI

Uji Mengenai Variansi dan Proporsi. Oleh Azimmatul Ihwah

DISTRIBUSI KONTINU. Uniform Normal Gamma & Eksponensial. MA3181 Teori Peluang 3 November 2014 Utriweni Mukhaiyar

PENGUJIAN HIPOTESIS RATA- RATA. Oleh : Riandy Syarif

DISTRIBUSI SAMPLING. Berdistribusi normal dengan rataan. Dan variasi

Pengantar Uji Hipotesis. Oleh Azimmatul Ihwah

PENGARUH FAKTOR LINGKUNGAN FISIK TERHADAP WAKTU PERAKITAN STICK PLAYSTATION

MA2081 STATISTIKA DASAR. Utriweni Mukhaiyar 1 November 2012

Distribusi Sampling 6.2. Debrina Puspita Andriani /

Uji Hipotesis dengan ANOVA (Analysis of Variance)

GARIS BESAR PROGRAM PENGAJARAN (GBPP)

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)

ESTIMASI. Arna Fariza PENDAHULUAN

Apa itu suatu Hypothesis?

STATISTIK PERTEMUAN X

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

Materi Kuliah: Statistik Inferensial

Estimasi dan Confidence Interval

MA2081 Statistika Dasar

Materi Kuliah: Statistik Inferensial

Konsep Dasar Statistik dan Probabilitas

BI5106 ANALISIS BIOSTATISTIK Bab 3 Peubah Acak dan Dist

Distribusi Diskrit dan Kontinu yang Penting. Oleh Azimmatul Ihwah

Uji Hipotesis. MA2081 STATISTIKA DASAR Utriweni Mukhaiyar

STATISTIK PERTEMUAN VII

PENAKSIRAN PARAMETER TM_3

PEMODELAN KUALITAS PROSES

DISTRIBUSI KONTINU. Utriweni Mukhaiyar

Distribusi dari Sampling

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

S 10 Studi Simulasi Tentang Penerapan Grafik Pengendali Berdasarkan Analisis Komponen Utama (Principal Component Analysis)

PERKIRAAN SELANG KEPERCAYAAN UNTUK PARAMETER PROPORSI PADA DISTRIBUSI BINOMIAL

STATISTIKA II IT

PENGUJIAN HIPOTESIS (2)

MODEL REGRESI DATA TAHAN HIDUP TERSENSOR TIPE III BERDISTRIBUSI EKSPONENSIAL. Jln. Prof. H. Soedarto, S.H., Tembalang, Semarang.

Sebaran (Distribusi) Peluang teoritis Peubah Acak : Statistik Sample, misal Rata-rata dan proporsi sample Hasil semua kemungkinan Sample dg ukuran yg

REVIEW: DISTRIBUSI PELUANG KHUSUS & UJI HIPOTESIS. Utriweni Mukhaiyar MA2281 Statistika Nonparametrik Kamis, 21 Januari 2016

Beberapa Peubah Acak Diskret (1) Kuliah 8 Pengantar Hitung Peluang

UJI HIPOTESIS DALAM SATU POPULASI MINGGU VII

I. PENDAHULUAN II. TINJAUAN PUSTAKA. 1.1 Latar Belakang

PROSES PERCABANGAN PADA DISTRIBUSI POISSON

Pendugaan Selang Kepercayaan Persentil Bootstrap Nonparametrik untuk Parameter Regresi

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

UJI HIPOTESIS SATU SAMPEL. Chapter 10

Evaluasi Deviasi dari Aproksimasi Frekuensi Kejadian Perawatan Korektif dan Preventif

Distribusi Probabilitas Kontinyu Teoritis

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

Distribusi Normal, Skewness dan Qurtosis


PRODI DIII STATISTIKA-FMIPA ITS RENCANA PEMBELAJARAN KODE/ MATA KULIAH/ SKS/ SEMESTER : SS /PENGANTAR METODE STATISTIKA / (2/1/1) I

ANALISIS GRAFIK KENDALI np YANG DISTANDARISASI UNTUK PENGENDALIAN KUALITAS DALAM PROSES PENDEK

Teknik Ensemble dengan Additive Noise pada Estimasi Parameter Model Autoregressive Spasial

SATUAN ACARA PERKULIAHAN MATA KULIAH STATISTIKA DASAR Kode : EK11. B230 / 3 Sks

STATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI

Distribusi Peluang. Kuliah 6

PERBANDINGAN BAGAN KENDALI T 2 HOTELLING KLASIK DENGAN T 2 HOTELLING PENDEKATAN BOOTSTRAP PADA DATA BERDISTRIBUSI NON-NORMAL MULTIVARIAT

STATISTIKA II IT

Transkripsi:

STATISTIKA INDUSTRI 2 TIN 4004

Pertemuan 3 Outline: Uji Hipotesis: Uji t Uji Proportional Referensi: Johnson, R. A., Statistics Principle and Methods, 4 th Ed. John Wiley & Sons, Inc., 2001. Walpole, R.E., Myers, R.H., Myers, S.L., Ye, K., Probability & Statistics for Engineers & Scientists, 9 th Ed. Prentice Hall, 2012. Weiers, Ronald M., Introduction to Business Statistics, 7 th Ed. South-Western, 2011.

Uji student t Konsep Dasar Variansi populasi tidak diketahui Digunakan untuk uji rata-rata populasi Sample berdistribusi t (df = n-1) Sample kecil (n < 30) Distribusi t berbentuk kurva bell-shaped (simetris pada µ = 0) namun dengan standard deviasi > 1 Pada n besar, distribusi t akan menyerupai distribusi normal. Pada n =, distribusi t = distribusi normal Jika sample kecil dan tidak membentuk bell-shaped (tidak berdistribusi normal) maka gunakan prosedur nonparametrik

Uji t Uji Rata-rata Populasi (Rumus) s 2 = n i=1 (x i x) 2 n 1 d. f = n 1

Uji T Uji Rata-rata Populasi (Penentuan Ho & H1) Null Hypotheses Ho: µ = µo Ho: µ µo Ho: µ µo Alternative Hypotheses H1: µ µo Reject Ho: T tα/2 H1: µ < µo Reject Ho: T -tα H1: µ > µo Reject Ho: T tα

Latihan Soal Departemen kesehatan menyatakan bahwa level keamanan bakteri yang terkandung dalam air adalah 200. Diketahui data sampling rata-rata bakteria pada 10 sample volume air adalah sbb: 175 190 205 193 184 207 204 193 196 180 Dapatkah disimpulkan bahwa kondisi perairan saat ini baik-baik saja (α = 0.05)?

Jawaban Latihan Soal Diket: n = 10 sample air x = 192.7 bakteri S = 10.81 bakteri µo = 200 bakteri α = 0.05 df = 10 1 = 9 Ditanya: Ho : µ = 200 bakteri T = -2.135 = -1,833; 9 H1 : µ < 200 bakteri Jawab: Uji satu arah, Reject Ho: T -tα -tα = -t0.05 = -1.833 T = (192.7 200)/(10.81/ 10) = -2.135 T = -2.135-1.833; REJECT Ho Kesimpulan: kondisi perairan saat ini baik-baik saja

Uji Proporsi Populasi Konsep Dasar Distribusi yang paling sesuai untuk uji hipotesis proporsi populasi adalah distribusi binomial Pada sample besar, dapat dilakukan pendekatan distribusi lain yaitu distribusi poisson dan distribusi normal Distribusi poisson dengan parameter μ = np o digunakan jika p o sangat mendekati 0 atau sangat mendekati 1 Jika p o tidak secara ekstrim mendekati 0 atau 1, pendekatan distribusi normal dengan parameter μ = np o dan σ 2 = np o q o akan lebih akurat Ukuran sample dinyatakan besar jika np 5 dan nq 5

Z = p p o Z = σ x p p o (p o q o )/n σ x = (p o q o )/n q o = 1 p o Uji Proporsi Populasi Rumus p p o n σ x = sample proportion = hypothesized population proportion = sample size = standard error of the distribution of the sample proportion

Uji Proporsi Populasi Aplikasi Beberapa penerapan uji proporsi populasi: Digunakan oleh politikus untuk memperkirakan besarnya pemilih yang akan memilihnya dalam pemilu. Digunakan oleh manufaktur untuk mengetahui proporsi barang reject pada proses produksi atau pada proses pengiriman. Dasar pengetahuan bagi para penjudi untuk menentukan proporsi hasil yang menguntungkan baginya.

Uji Z Uji Proporsi Populasi (Penentuan Ho & H1) Null Hypotheses Ho: p = po Ho: p po Ho: p po Alternative Hypotheses H1: p po Reject Ho: Z zα/2 H1: p < po Reject Ho: Z -zα H1: p > po Reject Ho: Z zα

Latihan Soal 1. Sensus lima tahun lalu menunjukkan hasil bahwa 20% keluarga di daerah tersebut berada di atas garis kemiskinan (makmur). Hasil terbaru dari sampling 400 keluarga diperoleh data 70 keluarga berada di bawah garis kemiskinan. Apakah terjadi pergeseran hasil sensus setelah lima tahun? (α = 0.05)

Jawaban Latihan Soal 1. Diket: n = 400 keluarga p = 330/400 po = 20% qo = 1 20% = 80% α = 0.05 Ditanya: Ho : p = 20% H1 : p 20% = -1.96 Jawab: Uji dua arah, Reject Ho: Z zα/2 ±zα/2 = ±z0.05/2 = ±z0.025 = ±1.96 Z = ((330/400) 0.2)/( (0.2x0.8)/400) = 31.25 Z = 31.25 1.96; REJECT Ho Kesimpulan: terjadi pergeseran hasil sensus setelah lima tahun Z = 31.25 = 1.96

Latihan Soal 2. Sensus lima tahun lalu menunjukkan hasil bahwa 20% keluarga di daerah tersebut berada di bawah garis kemiskinan. Hasil terbaru dari sampling 400 keluarga diperoleh data 70 keluarga berada di bawah garis kemiskinan. Apakah terjadi pergeseran hasil sensus setelah lima tahun? (α = 0.05)

Jawaban Latihan Soal 2. Diket: n = 400 keluarga p = 70/400 po = 20% qo = 1 20% = 80% α = 0.05 Ditanya: Ho : p = 20% H1 : p 20% Z = -1.25 = -1.96 Jawab: Uji dua arah, Reject Ho: Z zα/2 ±zα/2 = ±z0.05/2 = ±z0.025 = ±1.96 Z = ((70/400) 0.2)/( (0.2x0.8)/400) = -1.25 Z = -1.25 1.96 atau -1.25-1.96; DO NOT REJECT Ho Kesimpulan: tidak terjadi pergeseran hasil sensus setelah 5 tahun = 1.96

Latihan Soal 3. Diasumsikan bahwa proses produksi diluar kendali jika ditemukan produk reject lebih dari 3%. Inspeksi pada 500 produk ditemukan 25 produk cacat. Apakah dapat dinyatakan bahwa produksi minggu ini diluar kendali? (α = 0.05)

Jawaban Latihan Soal 3. Diket: n = 500 unit p = 25/500 po = 3% qo = 1 3% = 97% α = 0.05 Ditanya: Ho : p = 3% H1 : p > 3% Jawab: Uji satu arah, Reject Ho: Z zα zα = z0.05 = 1.68 Z = ((25/500) 0.03)/( (0.03x0.97)/500) = 2.62 Z = 2.62 1.68; REJECT Ho Kesimpulan: produksi minggu ini diluar kendali Z = 2.62 = 1.68

Pertemuan 4 - Persiapan Tugas Baca: Uji Dua Sample Uji Z Uji t Uji proporsi Uji t berpasangan (paired t-test)