1. Pendahuluan. Materi 3 Pengujuan Hipotesis

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

A. Pengertian Hipotesis

Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan:

Pengujian Hipotesis. 1/26/2010 Pengujian Hipotesis 1

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

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

1. Ilustrasi. Materi 2 Pendugaan Parameter

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

BAB V ANALISA PEMECAHAN MASALAH

PENGUJIAN HIPOTESA BAB 7

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

Mata Kuliah: Statistik Inferensial

Bab6 PENAKSIRAN PARAMETER

SEBARAN t dan SEBARAN F

Chapter 7 Student Lecture Notes 7-1

ESTIMASI. Jika parameter populasi disimbolkan dengan θ maka θ yang tidak diketahui harganya ditaksir oleh harga

JENIS PENDUGAAN STATISTIK

Analisa Data Statistik. Ratih Setyaningrum, MT

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

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

Teori Penaksiran. Oleh : Dadang Juandi

9 Departemen Statistika FMIPA IPB

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

Distribusi Sampling (Distribusi Penarikan Sampel)

STATISTIKA NON PARAMETRIK

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

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)

PROSES INFERENSI PADA MODEL LOGIT. Oleh: Agus Rusgiyono Program Studi Statistika FMIPA UNDIP. 1 n

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

Teori Penaksiran. Oleh : Dewi Rachmatin

Yang biasa dinamakan test komposit lawan komposit. c. Hipotesis mengandung pengertian minimum. Perumusan H 0 dan H 1 berbentuk :

Inferensia dan Perbandingan Vektor Nilai Tengah

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

BAB 2 LANDASAN TEORI

STATISTIKA-2 (STATISTIKA INDUKTIF)

Distribusi Pendekatan (Limiting Distributions)

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

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

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa

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

INFERENSI STATISTIS: UJI HIPOTESIS


I. DERET TAKHINGGA, DERET PANGKAT

BAB VII DISTRIBUSI SAMPLING DAN DESKRIPSI DATA

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

REGRESI LINIER GANDA

Praktikum Perancangan Percobaan 9

UKURAN PEMUSATAN DATA

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

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

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

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

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

STATISTIK PERTEMUAN VIII

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

Pendugaan Parameter 1

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 20 Bandar Lampung, dengan populasi

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya

Statistika dibagi menjadi dua, yaitu: 1. Statistika Deskriftif 2. Statistik Inferensial Penarikan kesimpulan dapat dilakukan dengan dua cara, yaitu:

B a b 1 I s y a r a t

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

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto

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

Selang Kepercayaan (Confidence Interval) Pengantar Penduga titik (point estimator) telah dibahas pada kuliah-kuliah sebelumnya. Walau statistikawan

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PENDUGAAN PARAMETER. Ledhyane Ika Harlyan

BAB 6: ESTIMASI PARAMETER (2)

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

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

Perilaku Distribusi Bernoulli. Definisi: Bernoulli. Contoh Binomial. Contoh Binomial

DISTRIBUSI SAMPEL PENAKSIRAN UJI HIPOTESIS MA5182 Topik dalam Statistika I: Statistika Spasial 6 September 2012 Utriweni Mukhaiyar

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan.

Pendugaan Parameter. Debrina Puspita Andriani /

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

1 n MODUL 5. Peubah Acak Diskret Khusus

Statistika Inferensial

PENDAHULUAN INTERVAL KEPERCAYAAN PENAKSIRAN TITIK PENAKSIRAN INTERVAL 5/14/2012 KANIA EVITA DEWI

Metode Statistika Pertemuan XI-XII

SOAL-JAWAB MATEMATIKA PEMINATAN STATISTIKA. 6 cm, 7 cm, 6 cm, 4 cm, 6 cm, 3 cm, 7 cm, 6 cm, 5 cm, 8 cm.

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

STATISTIKA SMA (Bag.1)

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3

BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG MASALAH

BAB IV PERSAMAAN TINGKAT SATU DERAJAT TI NGGI (1-n)

MENGUJI KEMAKNAAN SAMPEL TUNGGAL

BAB II LANDASAN TEORI. Pada bab ini akan dibahas mengenai definisi suatu ring serta

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28

Range atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI

Distribusi Sampel, Likelihood dan Penaksir

simulasi selama 4,5 jam. Selama simulasi dijalankan, animasi akan muncul pada dijalankan, ProModel akan menyajikan hasil laporan statistik mengenai

PERTEMUAN 3 CARA MEMBUAT TABEL DISTRIBUSI FREKUENSI UKURAN PEMUSATAN DATA

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real:

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

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi

IV. METODE PENELITIAN

Transkripsi:

Materi 3 Pegujua Hiotesis. Pedahulua Hiotesis eryataa yag meruaka edugaa berkaita dega ilai suatu arameter oulasi (satu atau lebih oulasi) Kebeara suatu hiotesis diuji dega megguaka statistik samel hiotesis diterima atau ditolak Jeis Hiotesis :. Hiotesis Nol (H 0 ) Meruaka hiotesis yag dirumuska igi diuji. Hiotesis Alteratif (H ) Peryataa tetag arameter yag bear jika H 0 salah Galat dalam egujia hiotesis :. Galat tie I (galat ) terjadi bila H 0 bear tetai ditolak P(H 0 ditolak H 0 bear) ; juga meujukka taraf uji. Galat tie II (galat β) terjadi bila H 0 salah tetai diterima β P(H 0 diterima H 0 salah) ; Nilai (- β) eluag tidak terjadiya galat β Lecture 3 ~ Probabilita Teraa by Edi M. Pribadi

. Uji Satu arah Dua arah Uji dua arah bila memiliki daerah eolaka ada dua sisi kurva distribusi, yaitu sebelah kiri da kaa kurva H 0 : µ 3.6 H : µ 3.6 / z Peolaka H o / µ 3.6 z Peolaka H 0 Uji satu arah bila memiliki satu daerah eolaka ada salah satu sisi kurva distribusi, yaitu sebelah kiri atau kaa kurva H 0 : µ gram H : µ < gram z Peolaka H 0 µ Lecture 3 ~ Probabilita Teraa by Edi M. Pribadi 3 Uji satu arah vs dua arah Kriteria Uji Arah Uji Arah (Kiri) Uji Arah (Kaa) Tada ada H 0 atau atau Tada ada H < > Pealaka sisi kurva Sisi kiri kurva Sisi kaa kurva Tahaa dalam egujia hiotesis :. Meetuka H 0 da H. Meetuka taraf uji ( ) yag diguaka 3. Meetuka uji statistik ~ Hiotesis rata-rata oulasi diuji dega rata-rata suatu radom samlig ~ Distribusi samlig ormal ilai rata-rata samel ditrasformasika ke ilai z 4. Meetuka daerah eolaka da eerimaa 5. Meetuka ilai uji statistik 6. Membuat keutusa Lecture 3 ~ Probabilita Teraa by Edi M. Pribadi 4

3. Uji Hiotesis Rata-rata Nilai statistik yag biasa diguaka adalah sbb : H 0 Nilai Statistik Uji H Wilayah Kritis x - μ0 z µ µ 0 σ Jika kow da 30 µ < µ 0 µ > µ 0 µ µ 0 z < -z z > z z <-z / & z > z / µ µ 0 t x - μ s 0 ; v - Jika ukow da < 30 µ < µ 0 µ > µ 0 µ µ 0 t < -t t > t t <-t / & t > t / Cotoh: Seorag maager roduksi meyataka bahwa isi sebuah susu kaleg sekuragkuragya 3 os. Ujilah hiotesis dega tigkat sigifikasi erse jika samel acak 60 kaleg susu dieroleh isi rata-rata 3.98 os da simaga baku 0.0 os! Lecture 3 ~ Probabilita Teraa by Edi M. Pribadi 5. Tetuka hiotesis ol da alteratif Aggaa bahwa isi rata-rata sekurag-kuragya 3 os meruaka H 0 µ 3 H 0 : µ 3 H : µ < 3. taraf uji ( ) 0.0 3. 60 ilai z sebagai statistik uji 4. Meetuka daerah kritis z 0.0 < -.33 5. Hitug ilai statistik uji z x - μ0 3.98-3 z -.55 s 0. 60 0.0 -.33 µ 3 Z karea ilai uji statistik z -.55 lebih besar dari ilai z 0.0 -.33 maka H 0 diterima. Ii meujukka bahwa ilai rata-rata samel berada di daerah eerimaa H 0. Dega demikia kita meerima hiotesis H 0 bahwa isi susu kaleg sekurag-kuragya 3 os. Lecture 3 ~ Probabilita Teraa by Edi M. Pribadi 6 3

Cotoh: Setelah diadaka erbaika, sebuah mesi roduksi baut diameter 5 mm, dilakuka egujia, aakah masih bagus atau tidak. Agga ukura diametrer baut tersebut terdistribusi ormal. Diambil samel acak 0 mesi roduksi, dieroleh rata-rata samel 5.0 mm dega simaga baku 0.04 mm. lakuka egujia dega taraf yata 5 erse!. Tetuka hiotesis ol da alteratif Mesi masih bagus jika rata-rata diameter baut yg diroduksi 5 mm, µ 5 H 0 : µ 5 mm ; H : µ 5 mm. Taraf uji ( ) 0.05 3. 0 ilai t sebagai statistik uji v 9 4. Meetuka daerah kritis t 0.05.6 5. Hitug ilai statistik uji t t x - μ0 5.0-5 -.64 s 0.04 0 / µ 5 -.6 Karea ilai uji statistik t -.64 jatuh ada daerah eolaka H 0, sehigga H 0 ditolak da H diterima..6 / Lecture 3 ~ Probabilita Teraa by Edi M. Pribadi 7 4. Uji Hiotesis Beda Nilai Rata-rata Nilai statistik yag biasa diguaka adalah sbb : H 0 Nilai Statistik Uji H Wilayah Kritis (x - x )- d0 z µ - µ d 0 (σ ) + (σ ) Jika da kow da 30 µ - µ < d 0 µ - µ > d 0 µ - µ d 0 z < -z z > z z <-z / & z > z / (x - x ) - d0 t ; v + s ( )+( ) µ - µ d 0 Jika ukow s ( -)s +( -)s + - - µ - µ < d 0 µ - µ > d 0 µ - µ d 0 t < -t t > t t <-t / & t > t / Cotoh: Sebuah elajara A diberika d siswa dg metode biasa, ilai ujia rata-rata 85 da simaga baku 4. Kelas lai 0 siswa dega metode komuter, ilai ujia 8 da simaga baku 5. Uji hiotesis bahwa kedua metode adalah sama, dg taraf yata 0% jika diasumsika kedua oulasi meyebar ormal dega ragam sama! Lecture 3 ~ Probabilita Teraa by Edi M. Pribadi 8 4

µ da µ rata-rata ilai semua siswa. H 0 : µ µ ; H : µ µ. Taraf uji ( ) 0.0 3. ; 0 ilai t statistik uji v +0 0 4. Meetuka daerah kritis t 0.05.75 / 5. Hitug ilai statistik uji t (x - x ) - d0 t s ( )+( ) -.75 s Sehigga : ( -)s +( -)s + - t 4.478 (85-8)- 0 ( )+( 0 (. 6)+(9. 5) 4.478 0.07 ) µ 5.75 Karea ilai uji statistik t.07 jatuh ada daerah eolaka H 0, sehigga H 0 ditolak da H diterima. / Lecture 3 ~ Probabilita Teraa by Edi M. Pribadi 9 5. Uji Hiotesis Proorsi : Samel Besar Serig dijumai uji hiotesis tetag roorsi oulasi Pada oulasi yag besar, diguaaka statistik uji z z - σ dimaa σ. q Cotoh: Suatu obat eeag ketegaga syaraf diduga haya 60% efektif. Kemudia dicobaka obat baru terhada 00 asie yag diambil acak, da meujukka bahwa obat baru tersebut 70% efektif. Aakah ii meujukka bukti yag cuku utuk meyimulka bahwa obat baru tersebut lebih efektif dariada obat yag sekarag beredar? Guaka taraf uji yata 5%!. H 0 : 0.6 ; H : > 0.6. Taraf uji ( ) 0.05 3. 00 ilai z statistik uji 4. Meetuka daerah kritis z 0.05 >.65 5. Hitug ilai statistik uji z - z σ 0.7-0.6 (0.6* 0.4) 00.04 6. Keutusa : Tolak H 0 karea ilai z jatuh ada daerah kritis da disimulka bahwa obat baru tsb memag lebih efektif Lecture 3 ~ Probabilita Teraa by Edi M. Pribadi 0 5

6. Pegujia Selisih Dua Proorsi Pada samel besar uji hiotesis selisih dua roorsi oulasi, diguaaka statistik uji z z -. q [ ; dimaa + x + ] + Cotoh: Suatu emuguta suara hedak dilakuka diatara eduduk suatu kota da sekitarya thd recaa embagua GOR di iggira kota. Diambil cotoh acak, dieroleh 0 diatara 00 eduduk kota da 40 diatara 500 eduduk sekitar kota, setuju dg recaa tersebut. Aakah daat dikataka bahwa roorsi eduduk kota yg setuju dg recaa tsb lebih tiggi dari roorsi eduduk sekitar kota yg meyetujui recaa tsb? Guaka taraf yata 0.05!. H 0 : ; H : >. Taraf uji ( ) 0.05 3. da besar ilai z statistik uji 4. Meetuka daerah kritis z 0.05 >.96 x Lecture 3 ~ Probabilita Teraa by Edi M. Pribadi 5. Hitug ilai statistik uji z z -. q [ 0+ 40 00+ 500 ; dimaa + x + ] + x 0 40 x 0.60 x 0.5 ; 00 ; 500 0.48 0.60-0.48 Oleh karea itu z.90 0.5* 0.49[ 00 + 500 ] 6. Keutusa : karea ilai z hitug jatuh ada daerah kritis, maka tolak H 0, da kita setuju bahwa roorsi eduduk kota lebih tiggi dari roorsi eduduk sekitar kota yg meyetujui recaa tsb Lecture 3 ~ Probabilita Teraa by Edi M. Pribadi 6