MODUL VII   2 akan besar sehingga (oi ei)  2 =  2

Slides:



Advertisements
Presentasi serupa
Metode Statistika II Pertemuan 2 Pengajar: Timbang Sirait
Advertisements

Distribusi Chi Kuadrat, t dan F
Uji Kenormalan.
PENGUJIAN HIPOTESIS SAMPEL KECIL
UJI SAMPEL TUNGGAL.
Statistik Non-Parametrik Satu Populasi
ANALISIS VARIANSI (ANOVA)
Chi Square.
ANALISIS VARIANSI.
Ramadoni Syahputra, ST, MT
SAMPLING DAN DISTRIBUSI SAMPLING
Distribusi Peluang Diskrit atau Teoritis (z, t, F dan chi square)
UJI CHI KUADRAT (2) Topik Bahasan: Universitas Gunadarma
Nonparametrik: Data Tanda
UJI HOMOGINITAS VARIANS
Statistika Matematika I Semester Ganjil 2011 Rahma Fitriani, S.Si., M.Sc.
Pengujian Beberapa Proporsi (II) Pertemuan 20 Matakuliah: I0014 / Biostatistika Tahun: 2008.
DISTRIBUSI PENCUPLIKAN
UJI NORMALITAS Kolmogorov-Smirnov & Chi-Square Oleh: Roni Saputra, M
Analisis Ragam (ANOVA)
Pendugaan Parameter.
PENGUJIAN HIPOTESIS (bagian 1)
D0124 Statistika Industri Pertemuan 15 dan 16
UJI NORMALITAS DAN HOMOGENITAS
VIII. UJI HIPOTESIS Pernyataan Salah Benar Ada 2 Hipotesis
STATISTIKA Pertemuan 13-14: Analisis Nonparametrik Dosen Pengampu MK:
Uji Perbandingan / Beda Dua Nilai Tengah
PENGUJIAN PARAMETER DENGAN DATA SAMPEL
MODUL XII ANALISIS RAGAM KLASIFIKASI DUA ARAH DENGAN INTERAKSI
MODUL VIII STATISTIKA NON PARAMETRIK
Chi Square.
Uji Chi Kuadrat Statistika Pertemuan 14.
MODUL IX (n1 n2)(n1 n2 1) 2 UJI NON PARAMETRIK (2)
STATISTIKA UNTUK TEKNIK SIPIL.
Aplikasi Komputer & Pengolahan Data Analisa Data Kategorik
ANALISIS VARIANSI (ANOVA)
Distribusi Normal.
STATISTIKA INFERENSI : UJI HIPOTESIS (SAMPEL TUNGGAL)
, maka wilayah kritiknya adalah 2 < 21 – α
MODUL V HIPOTESIS STATISTIK
MODUL X Kn Kn  ( Xij X ) = [( Xi. X ..) [( Xij X )
MODUL IV ESTIMASI/PENDUGAAN (3) A. ESTIMASI RAGAM
CHI KUADRAT.
UJI BEDA PROPORSI Chi Square.
Topik Bahasan: UJI CHI KUADRAT (2) Uji chi kuadrat-statistika 2.
STATISTIKA INFERENSI : UJI HIPOTESIS (SAMPEL TUNGGAL)
PENDUGAAN SELANG RAGAM DAN PROPORSI
Probabilitas dan Statistika BAB 5 Distribusi Peluang Kontinu
Pertemuan IX Kompetensi Dasar: Mahasiswa mampu menjelaskan dengan tepat konsep distribusi normal dan mampu menguji normalitas distribusi data secara tepat.
Pengantar Statistika Bab 1
Uji Goodness of Fit : Distribusi Normal
LUKMAN HARUN IKIP PGRI SEMARANG
PROBABILITAS DAN STATISTIK
BAB 14 PENGUJIAN HIPOTESIS SAMPEL KECIL
Statistik Non Parametrik
1.3 Distribusi Probabilitas Kontinu
Analisis Variansi Kuliah 13.
Pengantar Statistika Bab 1
STATISTIKA INFERENSI STATISTIK
UJI RATA-RATA.
PENGUJIAN HIPOTESIS Anik Yuliani, M.Pd.
Distribusi t Untuk sampel ukuran , taksiran yang baik dapat diperoleh dengan menggunakan . Bila memberikan taksiran.
Analisis Variansi Kuliah 13.
Distribusi dan Uji Chi-Kuadrat
Pertemuan ke 9.
STATISTIKA UNTUK TEKNIK SIPIL.
STATISTIKA 2 3. Pendugaan Parameter I OLEH: RISKAYANTO
4. Pendugaan Parameter II
DISTRIBUSI CHI SQUARE (Kai kuadrat ) 1. UJI KESELARASAN (GOODNESS OF FIT) 2 UJI KEBEBASAN (Independency test) 1.
Pengujian Sampel Tunggal (1)
Transcript presentasi:

MODUL VII   2 akan besar sehingga (oi ei)  2 =  2 PENGUJIAN CHI KUADRAT 1. UJI KEBAIKAN-SUAI ( GOODNESS OF FIT) Membahas suatu uji untuk menentukan apakah suatu populasi memiliki distribusi teoritik tertentu. Uji ini didasarkan pada seberapa baik kesesuaian antara frekuensi yang teramati dalam data contoh dengan frekuensi harapan yang didasarkan pada distribusi yang dihipotesiskan.  k (oi ei)  2 = i1 ei Dimana : 2 merupakan nilai bagi peubah acak yang distribusi penarikan contohnya sangat menghampiri distribusi khi-kuadrat. Oi = frekuensi teramati ei = frekuensi harapan bagi sel ke-i Bila frekuensi yang teramati sangat dekat dengan frekuensi harapannya, nilai akan kecil, menunjukkan adanya kesesuaian yang baik. Bila frekuensi yang teramati  2 berbeda cukup besar dari frekuensi harapannya, nilai  2 akan besar sehingga kesesuaiannya buruk. Kesesuaian yang baik akan membawa pada penerimaan H0, sedangkan kesesuian yang buruk akan membawa pada penolakan H0 . Dengan demikian, wilayah kritiknya akan jatuh di ekor kanan distribusi khi- kuadratnya. Untuk taraf nyata sebesar α, nilai kritiknya adalah 2 > 2α . Kriterium keputusan yang diuraikan di sini hendaknya tidak digunakan bila ada frekuensi harapan yang kurang dari 5. Pesyaratan ini mengakibatkan ada kalanya kita harus menggabungkan sel-sel yang berdekatan., sehingga mengakibatkan berkurangnya derajat bebas Banyaknya derajat bebas yang berkaitan dengan distribusi khi-kuadrat yang digunakan di sini bergantung pada dua faktor : banyaknya sel dalam percobaan yang bersangkutan dan banyaknya besaran yang diperoleh dari data pengamatan yang diperlukan dalam perhitungan frekuensi harapannya. Lebih mudahnya banyaknya derjat bebas dalam uji kebaikan suai sama dengan banyaknya sel dikurangi dengan http://www.mercubuana.ac.id

3,95 – 4,45 4,45 – 4,95 5 3 6,0 2,8 Jawab : 1. H0 : berdistribusi normal 2. H1 : tidak berdistribusi normal 3. α = 0,05 4. Wilayah kritiknya : 2 > 2α 5. Perhitungannya : diketahui x = 3,41, s = 0,703 Contoh batas kelas keempat 2,95 3, 41 0,703 3, 45 3, 41 Z1 = Z2 = = - 0,65 = 0,06 Dari Tabel A.4, kita memperoleh luas daerah antara z1 = - 0,65 dan z2 = 0,06 Yaitu : Luas = P(-0,65 < Z < 0,06) = P(Z < 0,06) – P(Z < -0,65) = 0,5239 – 0,2578 = 0,2661 Dengan demikian frekuensi harapan bagi kelas yang keempat adalah : E4 = 0,266.40 = 10,6 Frekuensi harapan bagi selang kelas yang pertama sama dengan luas daerah di bawah kurva normal di sebelah kiri 1,95. Untuk selang kelas yang terakhir , kita gunakan luas daerah di sebelah kanan 4,45. Frekuensi harapan yang lain dapat diperoleh dengan menggunakan cara seperti yang digunakan bagi kelas yang keemapat . Perhatikan bahwa kita telah menggabungkan kelas-kelas yang berdekatan , karena frekuensi harapannya kurang dari 5. Akibatnya banyaknya selang berkurang dari 7 menjadi 4. Nilai 2 dengan demikian diberikan oleh : http://www.mercubuana.ac.id

C J R I : seorang yang diambil dari contoh kita beragama Katolik : seorang yang diambil dari contoh kita beragama Yahudi : seorang yang diambil dari contoh kita taat beribadah : seorang yang diambil dari contoh kita tidak taat beribadah Dengan menggunakan frekuensi marjinal, kita hitung peluang-peluang berikut ini : 336 1000 351 1000 P (P) = , P (C) = 313 1000 598 1000 402 1000 P (J) = P (R) = P (I) = Sekarang bila H0 benar dan kedua peubah acak tersebut bebas, maka kita memperoleh 336 598 1000 1000 P ( P R ) = P (P) P(R) = 336 1000 402 1000 P ( P I ) = P (P) P(I) = , 351 598 1000 1000 P ( C R ) = P (C) P(R) = 351 1000 402 1000 P ( C I ) = P (C) P( I ) = , 313 598 1000 1000 313 402 P ( J R ) = P (J) P(R) = P ( J I ) = P (J) P( I ) = Frekuensi harapan dapat diperoleh dengan menggandakan setiap peluang sel tersebut dengan jumlah total pengamatan. Jadi misalnya, jumlah harapan pemeluk Protestan yang taat beribadah dalam contoh kita adalah 336 1000 598 1000 (336)(598) 1000 ( )( ) ( 1000 ) = = 200,9 Jawab : http://www.mercubuana.ac.id