Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Uji Hipotesis Metode Statistika II Pertemuan 5 Pengajar: Timbang Sirait.

Presentasi serupa


Presentasi berjudul: "Uji Hipotesis Metode Statistika II Pertemuan 5 Pengajar: Timbang Sirait."— Transcript presentasi:

1 Uji Hipotesis Metode Statistika II Pertemuan 5 Pengajar: Timbang Sirait

2 Hipotesis Statistik (1) Definisi: Pernyataan atau dugaan mengenai satu atau lebih populasi Pemeriksaan tentang distribusi/sebaran dari satu atau lebih variabel random Simbol: H

3 Hipotesis Statistik (2) Tunggal (simple): Jika hipotesis statistik menentukan distribusi secara lengkap Contoh: H: µ = 10 Majemuk (composite): Jika hipotesis statistik menentukan distribusi secara tidak lengkap Contoh: H: µ ≤ 10 atau H: µ ≥ 10

4 Hipotesis Statistik (3) H 0 (Pernyataan yang diharapkan akan ditolak) H 1 (Pernyataan yang diharapkan  sesuai dengan harapan yang akan diteliti) Contoh 1: (simple pada H 0 dan H 1 ) H 0 : µ = 10 H 1 : µ = 12

5 Hipotesis Statistik (4) Contoh 2: (Composite pada H 0 dan H 1 ) H 0 : µ ≤ 10 atau dapat ditulis H 0 : µ = 10 H 1 : µ > 10 Contoh 3: (Composite pada H 0 dan H 1 ) H 0 : µ ≥ 10 atau dapat ditulis H 0 : µ = 10 H 1 : µ < 10

6 Hipotesis Statistik (5) Contoh 3: (simple pada H 0 dan composite pada H 1 ) H 0 : µ = 10 H 1 : µ ≠ 10 artinya H 1 : µ 10 Latihan: Berikan contoh dari hipotesis statistik.

7 Jenis Kesalahan/Galat (types of error) (1) Ada dua jenis kesalahan: Kesalahan jenis I (type I error) Kesalahan jenis II (type II error)

8 Jenis Kesalahan/Galat (types of error) (2) Kesalahan jenis I (type I error) Kesalahan yang disebabkan karena menolak H 0 yang benar atau dalam rumusan dituliskan P[tolak H 0 | H 0 benar) yang nilainya biasanya dilambangkan dengan α Kesalahan jenis II (type II error) Kesalahan yang disebabkan karena menerima H 0 yang salah atau dalam rumusan dituliskan P[terima H 0 | H 1 benar) yang nilainya biasanya dilambangkan dengan β

9 Jenis Kesalahan/Galat (types of error) (3) α dan β merupakan ukuran kesalahan (size of error) masing-masing dari peluang kesalahan jenis I terjadi dan peluang kesalahan jenis II terjadi Dalam output komputer (software statistic) nilai α adalah nilai-p atau p-value, yang selalu dibandingkan dengan nilai α=0,05 atau α=0,01 sebagai ukuran signifikansi (significant level/size of test/level of the test), yang mana jika p-value < 0,05 (signifikan) atau p- value < 0,01 (sangat signifikan) maka H 0 ditolak

10 Hubungan α dan β Jika nilai α diturunkan maka akan mengakibatkan nilai β bertambah dan berlaku sebaliknya Nilai α dan β akan berkurang jika sampel ditambah

11 Kuasa uji (power function atau power of the test) Kuasa uji (KU) yaitu peluang menolak H 0 yang salah atau dapat ditulis dengan P[tolak H 0 |H 1 benar]. KU = P[tolak H 0 |H 1 benar] = 1 – P[terima H 0 |H 1 benar) = 1 – β Digunakan untuk memeriksa kebaikan dari suatu uji (prosedur uji). Peranannya sama seperti MSE (mean square error) dalam estimasi (perkiraan)

12 Prosedur Pengujian Hipotesis (1) 1.Tentukan H 0 dan pilih H 1 yang sesuai 2.Tentukan nilai α (misalkan 0,05 atau 0,01) 3.Pilih statistik uji yang sesuai dan tentukan RR (rejection region/critical region/daerah tolak/daerah kritis) 4.Hitung nilai statistik uji didasarkan nilai dari data sampel 5.Keputusan: tolak H 0 jika p-value < α, lainnya terima H 0 (gagal menolak H 0 ). Atau tolak H 0 jika nilai statistik uji termuat/jatuh pada daerah tolak/daerah kritis, selebihnya gagal menolak H 0


Download ppt "Uji Hipotesis Metode Statistika II Pertemuan 5 Pengajar: Timbang Sirait."

Presentasi serupa


Iklan oleh Google