Pengertian dan Penggunaan

Slides:



Advertisements
Presentasi serupa
Pengujian Hipotesis (Satu Sampel)
Advertisements

Suatu kumpulan angka yang tersusun lebih dari satu angka.
Pengujian Hipotesis Aria Gusti.
PENGUJIAN HIPOTESIS SAMPEL BESAR
Modul 7 : Uji Hipotesis.
Bab X Pengujian Hipotesis
STATISTIKA INFERENSI : UJI HIPOTESIS (SAMPLE TUNGGAL)
Metode Statistika II Pertemuan 5 Pengajar: Timbang Sirait
Ekonometrika Metode-metode statistik yang telah disesuaikan untuk masalah-maslah ekonomi. Kombinasi antara teori ekonomi dan statistik ekonomi.
PENGUJIAN HIPOTESIS PROPORSI 1 SAMPEL
PENGUJIAN HIPOTESIS RATA-RATA (MEAN) 1 SAMPEL
PERTEMUAN 7 PENGUJIAN HIPOTESIS
Statistika Inferensi : Estimasi Titik & Estimasi Interval
pernyataan mengenai sesuatu yang harus diuji kebenarannya
UJI NORMALITAS DAN HOMOGENITAS
PENGUJIAN HIPOTESIS SAMPEL BESAR
STATISTIK INFERENSIAL
1 In fla s i H a rg a M in y a k G o re n g MODUL PERKULIAHAN SESI 2
Modul XII. ANALISIS DATA II.
UJI BEDA DUA MEAN (T-Test Independent)
Modul XIII ANALISIS DATA 2 (LANJUTAN)
1 langsung Data Sekunder Wawancara langsung MODUL PERKULIAHAN SESI 1
1 MODUL PERKULIAHAN SESI 2 MENJELANG UJIAN TENGAH AKHIR (UAS)
STATISTIKA INFERENSI : UJI HIPOTESIS (SAMPEL TUNGGAL)
Pengertian Statistika Pengertian dan Penggunaan
1 X1 X2 Y Y1 MODUL PERKULIAHAN SESI 2
MODUL PERKULIAHAN SESI 2
Pengujian Hipotesis Aria Gusti.
Khaola Rachma Adzima FKIP-PGSD Universitas Esa Unggul
Pengertian dan Penggunaan
Pengertian Statistika Pengertian dan Penggunaan
1 Pengertian BAGIAN I Statistik Deskriptif Statistika Penyajian Data
MODUL PERKULIAHAN SESI 1
BAB 10 . ANALISIS KORELASI RANK SPEARMAN
MODUL PERKULIAHAN SESI 1
Aplikasi Komputer & Pengolahan Data PENGUJIAN RATA-RATA SATU SAMPEL
Pengertian Statistika Pengertian dan Penggunaan
Resista Vikaliana, S.Si.MM
BAB 15 . ANALISIS VALIDITAS & RELIABILITAS
( f 0 fe ) ( x ) fe 1 2  MODUL PERKULIAHAN SESI 2
STATISTIKA INFERENSI : UJI HIPOTESIS (SAMPEL TUNGGAL)
PENGUJIAN HIPOTESIS SAMPEL BESAR
MODUL PERKULIAHAN SESI 1
Uji Hipotesis.
1 In fla s i H a rg a M in y a k G o re n g MODUL PERKULIAHAN SESI 2
1 X1 X2 Y Y1 MODUL PERKULIAHAN SESI 2
Pengantar Statistik Irfan
TEORI PENDUGAAN STATISTIK
Pengantar Statistika Bab 1
Pengertian dan Penggunaan
1 MODUL PERKULIAHAN SESI 1 Harga menengah Harmonik
1 langsung Wawancara langsung MODUL PERKULIAHAN SESI 1 Data Primer
BAB 14 PENGUJIAN HIPOTESIS SAMPEL KECIL
Statistik Non Parametrik
( f 0 fe ) ( x ) fe 1 2  MODUL PERKULIAHAN SESI 2
1 X1 X2 Y Y1 MODUL PERKULIAHAN SESI 2
Statistika Uji hipotesis 1 Populasi & 2 Populasi
1 X1 X2 Y Y1 MODUL PERKULIAHAN SESI 2
Pengantar Statistika Bab 1
TES HIPOTESIS.
1 MODUL PERKULIAHAN SESI 2 MENJELANG UJIAN TENGAH AKHIR (UAS)
UJI RATA-RATA.
PENGUJIAN HIPOTESIS Anik Yuliani, M.Pd.
DASAR-DASAR UJI HIPOTESIS
HIPOTESIS DAN PENGUJIAN HIPOTESIS
PENGUJIAN HIPOTESIS SAMPEL BESAR
TEORI PENDUGAAN SECARA STATISTIK
Pengantar Statistik Inferens
Statistika Uji hipotesis 1 Populasi & Uji Hipotesis 2 Populasi
TEORI PENDUGAAN STATISTIK
Transcript presentasi:

Pengertian dan Penggunaan 1 MODUL PERKULIAHAN SESI 1 MENJELANG UJIAN TENGAH SEMESTER (UTS) Dosen : Ir. Agung Wahyudi B., MM (Asisten Ahli 150, UMB Jakarta) BAB 6. TEKNIK SKALA DAN STATISTIK INFERENSI OUTLINE BAGIAN I Statistik Deskriptif Pengertian Statistika Penyajian Data Ukuran Pemusatan Ukuran Penyebaran Angka Indeks Deret Berkala dan Peramalan Pengertian dan Penggunaan Statistika Jenis-jenis Statistika Jenis-jenis Variabel Sumber Data Statistika Skala Pengukuran Beberapa Alat Bantu Belajar Alat Bantu Program Statistika dengan Komputer ‘11 Statistik Industri Ir. Agung Wahyudi B. MM. 1 Pusat Pengembangan Bahan Ajar Universitas Mercu Buana http://www.mercubuana.ac.id

3 B. PENGUJIAN HIPOTESIS Pengujian hipotesis terdiri dari: pengujian pengaruh satu variabel dan pengujian pengaruh lebih dari satu variabel 1. Pengujian Hipotesis Satu Variabel Metode yang sesuai untuk pengukuran level yang lebih rendah, seperti Nominal dan Ordinal, dapat dipakai untuk mengukur level yang lebih tinggi seperti rasio dan internal. Tetapi tidak sebaliknya. 1.1. Uji Rata-rata Sampel (n ≥ 30) KASUS 12a: Konsumsi Coca Cola Mahasiswa Wanita Manajemen sebuah perusahaan yakin bahwa rata-rata konsumsi Teh botol setiap mahasiswa wanita setiap minggu adalah lebih dari empat botol. Apabila konsumsi Teh botol ini setipa minggunya ternyata benar, perusahaan akan menguji: product positioning strategy yang didesain khusus untuk wanita. Untuk itu perusahaan harus meyakini bahwa rata-rata konsumsi Teh botol lebih dari 4 botol per minggu. Berdasarkan data-data yang ada, rata-rata konsumsi Coca Cola dari sampel adalah 5,575 botol per minggu. Dapatkah manajemen meyakini bahwa konsumsi secara keseluruhan oleh mahasiswa wanita adalah lebih dari 4 botol per minggu? Jawab: Ho Ha : Rata-rata konsumsi Coca Cola adalah tidak lebih dari 4 botol (4 liter) per minggu. : µ ≤ 4 botol per minggu. Kemungkinan kesalahan tidak lebih dari 1% Alpha 0,01 : µ > 4 botol perminggu Cara pembuktian: Data konsumsi Cocal Cola untuk 40 orang wanita (sampel = 40) ‘11 Statistik Industri Ir. Agung Wahyudi B. MM. 3 Pusat Pengembangan Bahan Ajar Universitas Mercu Buana http://www.mercubuana.ac.id

5 0,841  Z x s Di mana: Z : Nilai Z : Rata-rata hitung sampel t hitung = 5,575 – 4 = 1,873 0,841 Selanjutnya α = 0,01 dan df = n-1 = 40-1 = 39 Maka, t tabel = 2,4258 Kesimpulan: Karena t hitung (1,873) < t tabel (2,4258), maka Ho diterima. Artinya, manajemen tidak begitu yakin bahwa wanita mengkonsumsi rata-rata Coca Cola lebih dari 4 liter per minggu. Probabilitas terhadap nilai Z adalah: Z=µ-x Sx = 4.00 – 5.58 = 1,879 0,841 Dengan menggunakan tabel Z diperoleh 0.4699 Jadi rata-rata sampel ≥ 5,58 Kesimpulan: Ada 47% kemungkinannya bahwa kita menerima Ho adalah benar. Kalau kita ingin mengetahui bagaimana perbedaan lebih besar atau kurang dari 4 botol per minggu, kita dapat menggunakan Two Tailed Test, karena nilai di kedua ekor dari distribusi normal dapat mengukur ditolaknya Ho. Lebih dari Critical Value = µ + Z(Sx) Kurang dari CV = µ - Z(Sx) Nilai Z diperoleh dari rumus berikut:  x Z X x s Di mana: Z : Nilai Z : Rata-rata hitung sampel  : Rata-rata hitung populasi sx : Standar error sampel, di mana sx =/n apabila standar deviasi populasi diketahui dan sx =s/n apabila standar deviasi populasi tidak diketahui ‘11 Statistik Industri Ir. Agung Wahyudi B. MM. 5 Pusat Pengembangan Bahan Ajar Universitas Mercu Buana http://www.mercubuana.ac.id