UJI KESAMAAN DUA SEBARAN NORMAL

Slides:



Advertisements
Presentasi serupa
Uji Hipotesis yang Menggunakan Sebaran t Stat Mat II 25/05/2011Dr. Rahma Fitriani, S.Si., M.Sc.
Advertisements

Pendugaan Parameter.
ANALISIS VARIANSI (ANOVA)
10 Uji Hipotesis untuk Dua Sampel.
Pengujian Hipotesis.
Pendugaan Parameter.
Selamat Bertemu Kembali Pada M. Kuliah STATISTIKA
Inferensia Vektor Rata-Rata
Pendugaan Parameter.
VI. ESTIMASI PARAMETER Estimasi Parameter : Metode statistika yang berfungsi untuk mengestimasi/menduga/memperkirakan nilai karakteristik dari populasi.
DISTRIBUSI NORMAL.
TRANSPORMASI PEUBAH ACAK DENGAN FUNGSI PEMBANGKIT MOMEN
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
Rentang Kepercayaan (Confidence Interval)
PENDUGAAN SELANG (INTERVAL) NILAI TENGAH
UJI KEBAIKAN SUAI DENGAN PARAMETER DIKETAHUI
Pendugaan Parameter.
Pendugaan Parameter Oleh : Enny Sinaga.
D0124 Statistika Industri Pertemuan 15 dan 16
ANALISIS RAGAM (VARIANS)
1 Pertemuan 14 Matakuliah: I0044 / Analisis Eksplorasi Data Tahun: 2007 Versi: V1 / R1 Analisis Konfirmasi (II) : Sebaran Z dan t.
UJI HIPOTESIS.
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
STATISTIKA EKONOMI II PERTEMUAN KE- 6 Pengujian Hipotesis 20/08/2016.
Uji Perbandingan / Beda Dua Nilai Tengah
Kuliah ke 9 ESTIMASI PARAMETER SATU POPULASI
Metode Statistika Pertemuan VI
Metode Statistika Pertemuan VI
Distribusi F (Fisher) Rasio ragam dari dua populasi yang bersifat bebas, dapat diduga dari rasio varians sampel. Dan rasio ini akan memiliki bentuk sebaran.
VI. ESTIMASI PARAMETER Estimasi Parameter : Metode statistika yang berfungsi untuk mengestimasi/menduga/memperkirakan nilai karakteristik dari populasi.
SEBARAN PEUBAH ACAK KONTINU KHUSUS 3
SEBARAN PELUANG BERSAMA 2
Estimasi Topik Pembahasan: Konsep estimasi (pendugaan statistik)
TEORI PENDUGAAN (TEORI ESTIMASI)
MODUL IX (n1 n2)(n1 n2 1) 2 UJI NON PARAMETRIK (2)
Pengujian Hipotesis Oleh : Enny Sinaga.
Pengujian Pembandingan Rata-Rata Dua Populasi
ANALISIS VARIANSI (ANOVA)
Statistika Deskriptif: Statistik Sampel
KOVARIANS DUA PEUBAH ACAK
, maka wilayah kritiknya adalah 2 < 21 – α
MODUL XIII REGRESI DAN KORELASI 1. Regresi Linear
MODUL X Kn Kn  ( Xij X ) = [( Xi. X ..) [( Xij X )
MODUL IV ESTIMASI/PENDUGAAN (3) A. ESTIMASI RAGAM
STATISTIKA DALAM KIMIA ANALITIK
Metode Statistika Pertemuan VIII-IX
Pengujian Hipotesis Kuswanto, 2007.
MODUL XI 2 k  ni  (ni 1)si N k ANALISIS RAGAM
Metode Statistika Pertemuan X-XI
PENARIKAN CONTOH DAN SEBARANNYA – 1
Metode Statistik Non Parametrik
Materi Pokok 26 KORELASI DUA PEUBAH ACAK
TEORI PENARIKAN CONTOH DAN SEBAGAINYA
PENDUGAAN SELANG RAGAM DAN PROPORSI
Uji Konstanta (a) Regresi Linear Sederhana
SEBARAN DARI FUNGSI PEUBAH ACAK
METODE PENDUGAAN TITIK – 1
Bab 5. Teori Pendugaan PENDUGAAN TUNGGAL
Pengujian Statistika Nonparametrik
SEBARAN PEUBAH ACAK KONTINU KHUSUS 1
D0124 Statistika Industri Pertemuan 21 dan 22
REGRESI LINIER BERGANDA
Pengujian Pembandingan Rata-Rata Dua Populasi
Sebaran Penarikan Contoh
STATISTIKA 2 3. Pendugaan Parameter I OLEH: RISKAYANTO
4. Pendugaan Parameter II
Analisis Multivariat Program S2 Matematika Semester Genap 2011/2012
Interval Konfidensi Selisih Mean, Variansi dan Rasio Variansi
Uji Hipotesis Dua Ragam
Uji Hipotesis yang melibatkan Ragam
Transcript presentasi:

UJI KESAMAAN DUA SEBARAN NORMAL Materi Pokok 12 UJI KESAMAAN DUA SEBARAN NORMAL Uji + Dua contoh acak Misalkan peubah acak bebas X dan Y mempunyai sebaran dan dan sering kita tertarik menguji apakah sebaran X dan Y sama. Jadi jika asumsi kenormalan valid, kita tertarik menguji kesamaan ragam dan kesamaan nilai tengah. Jika maka untuk menguji H0 : x - y = 0 terhadap H1 : x - y = 0, digunakan statistik uji :

H0 H1 Wilayah Kritik x = y x > y t  t (n + m – 2) atau x < y t  t (n + m – 2) atau x  y

Bila sebaran mendekati normal tetapi ragam keduanya berbeda jauh, maka uji t ini jangan dipakai terutama jika ukuran contohnya berbeda dan kecil. Untuk hal semacam itu Welch mengusulkan pendekatan sebaran t dengan derajat bebas di mana:

Jika peubah acak X dan Y tidak bebas dan ada n pasangan (X1, Y1), (X2, Y2), ….., (Xn, Yn) yang masing-masing menyebar normal dengan nilai tengah x dan y maka peubah acak beda pasangan (X, Y) adalah D = X - Y bebas, dengan D = E(X – Y) = E(X) – E(Y) = x - y Hipotesis: H0 : D = 0 dengan D = X – Y diuji menggunakan statistik uji

Perbedaan uji t pada peubah acak bebas dan tidak bebas adalah karena ar (X - Y) = ar (X) + ar (Y) – 2 cov (X,Y) ar (X - Y) = 2 + 2 - 22 = 22 (1 - ) ar (X) = ar (Y) = 2

Pada uji t, dengan X dan Y bebas  = 0 sehingga Uji Dengan Ragam Diketahui Jika ragam x2 dan y2 diketahui maka statistik uji: Uji t dengan ragam tidak diketahui yang disusul Welsh merupakan medifikasi dari uji ini dengan mengganti ragam sebaran x2 dengan ragam contoh Sx2 dan ragam sebaran Y = y2 dengan ragam contoh Sy2 .

Uji Kesamaan Dua Buah Ragam Bila kesamaan x2 dan y2 tidak diyakini maka perlu diuji terlebih dahulu H0 = x2 = y2 untuk selanjutnya memilih statistik uji t dengan ragam sama atau t sebagai modifikasi statistik uji Z untuk kedua ragam X dan Y diketahui atau tidak diketahui tetapi ukuran contoh cukup besar. Pengujian kesamaan dua buah ragam digunakan statistik uji F. Misalkan X1, X2, …., Xn dan Y1, Y2, …, Yn adalah dua contoh acak bebas yang berasal dari sebaran normal, N(x, x2) dan N(y, y2) maka untuk menguji H0 = x2 / y2 = 1 atau x2 = y2 maka untuk H0 benar.

Merupakan sebaran F dengan derajat bebas r1= n - 1 dan r2= m - 1 Hipotesis dan Wilayah kritik uji kesamaan ragam H0 H1 Wilayah Kritik