Pengujian Hipotesis.

Slides:



Advertisements
Presentasi serupa
PENGUJIAN HIPOTESIS Pertemuan 10.
Advertisements

PENGUJIAN HIPOTESIS (STATISTIK)
Pengujian Hipotesis (Satu Sampel)
Pengujian Hipotesis Aria Gusti.
Pengujian Hipotesis.
PENGUJIAN HIPOTESIS SAMPEL BESAR
9 Uji Hipotesis untuk Satu Sampel.
Uji Hipotesis.
PENGUJIAN HIPOTESIS SAMPEL KECIL
DOSEN : LIES ROSARIA., ST., MSI
Modul 7 : Uji Hipotesis.
Bab X Pengujian Hipotesis
MK. PENGELOLAAN DATA MUTU PANGAN
PENGUJIAN HIPOTESIS.
Pengujian Hipotesis.
Pengujian Hipotesis Achmad Tjachja N, Ir.,MS.
Hipotesis Penelitian.
VIII. UJI HIPOTESIS Pernyataan Benar Salah Ada 2 Hipotesis Hipotesis H
Uji Hypotesis Materi Ke.
BAB XVII Pengujian Hipotesis
PENGUJIAN HIPOTESIS Pertemuan 11.
UJI HIPOTESIS Dalam kegiatan penelitian, setelah hipotesis di rumuskan, maka keterlibatan statistik adalah sebagai alat untuk menganalisis data guna.
PENGUJIAN HIPOTESA DR. IR. WAHYU WIDODO, MS.
PENGUJIAN HIPOTESA Probo Hardini stapro.
HIPOTESIS & UJI PROPORSI
PENGUJIAN HIPOTESIS SAMPEL BESAR
BAB V PENGUJIAN HIPOTESIS
Estimasi & Uji Hipotesis
MENGUJI HIPOTESIS Oleh Kadek adi wibawa Ahmad mustaghfirin.
PENGUJIAN HIPOTESIS SAMPEL BESAR
PENGUJIAN HIPOTESIS SAMPEL BESAR
Statistika 2 Pengujian Hipotesis Topik Bahasan: Universitas Gunadarma
Pengujian Hipotesis Satu Rata-rata Sampel besar (n > 30)
Pendugaan Parameter.
PENGUJIAN HIPOTESIS (bagian 1)
PENGUJIAN HIPOTESIS SAMPEL BESAR
BIO STATISTIKA JURUSAN BIOLOGI 2014
Uji Hipotesis.
PENGUJIAN HIPOTESIS.
STATISTIKA EKONOMI II PERTEMUAN KE- 6 Pengujian Hipotesis 20/08/2016.
HIPOTESIS NATASYA VINALDA ( ).
PENGUJIAN HIPOTESIS.
UJI HIPOTESIS Tujuan : menentukan apakah dugaan tentang karakteristik suatu populasi didukung kuat oleh informasi yang diperoleh dari data observasi atau.
Uji Hipotesis (1).
UJI HIPOTESIS.
, maka wilayah kritiknya adalah 2 < 21 – α
MODUL V HIPOTESIS STATISTIK
UJI HIPOTESIS.
Pengujian Hipotesis Aria Gusti.
PENGUJIAN HIPOTESIS Hipotesis adalah jawaban sementara sebelum percobaan dilakukan yang didasarkan pada studi literatur. Hipotesis statistik dibedakan.
HIPOTESIS DAN PENGUJIAN HIPOTESIS
PENGUJIAN HIPOTESIS SAMPEL BESAR
Uji Hipotesis.
Metode PENGUJIAN HIPOTESIS
PENGUJIAN HIPOTESIS.
HIPOTESIS Hipotesis Penelitian = Hipotesis Konseptual adalah pernyataan yang merupakan jawaban sementara terhadap suatu masalah yang masih harus diuji.
STATISTIKA INFERENSI STATISTIK
Pengujian Hipotesis Kuliah 10.
11 Uji Hipotesis Sampel Kecil dan Besar
Pengujian Hipotesis Achmad Tjachja N, Ir.,MS.
UJI PROPORSI Proporsi adalah suatu pecahan, rasio atau persentase yang menunjukkan suatu bagian populasi atau sampel yang mempunyai sifat luas. Sebagai.
Pengujian Hipotesis.
Pertemuan ke 12.
PENGUJIAN HIPOTESIS SAMPEL BESAR
STATISTIKA 2 5. Pengujian Hipotesis I OLEH: RISKAYANTO
4. Pendugaan Parameter II
UJI HIPOTESIS.
UJI HIPOTESIS Indah Mulyani.
UJI HIPOTESIS Indah Mulyani.
UJI HIPOTESIS.
Transcript presentasi:

Pengujian Hipotesis

Pengertian Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi Pengujian hipotesis berhubungan dengan penerimaan atau penolakan suatu hipotesis   Penerimaan suatu hipotesis terjadi karena TIDAK CUKUP BUKTI untuk MENOLAK hipotesis tersebut dan BUKAN karena HIPOTESIS ITU BENAR   Penolakan suatu hipotesis terjadi karena TIDAK CUKUP BUKTI untuk MENERIMA hipotesis tersebut dan BUKAN karena HIPOTESIS ITU SALAH.

Contoh Pak Budi, seorang system analis memperbaiki sistem pembebanan biaya di perusahaan tempatnya bekerja. Ia berpendapat setelah perbaikan sistem pembebanan biaya pada produk maka rata-rata harga produk turun. Bagaimana ia menyusun hipotesis awal penelitiannya? Hipotesis Awal yang diharap akan ditolak disebut : Hipotesis Nol (H0) Penolakan H0 membawa kita pada penerimaan Hipotesis Alternatif (H1) Nilai Hipotesis Nol (H0) harus menyatakan dengan pasti nilai parameter. H0  ditulis dalam bentuk persamaan Sedangkan Nilai Hipotesis Alternatif (H1) dapat memiliki beberapa kemungkinan. H1  ditulis dalam bentuk pertidaksamaan (< ; > ; ≠)

Contoh Sebelum tahun 1990, pendaftaran mahasiswa Universtas Narotama dilakukan secara manual. Pada tahun 1998, Universitas Narotama memperkenalkan sistem pendaftaran "ON-LINE". Pada sistem lama, rata-rata waktu pendaftaran adalah 50 menit Akan Diuji pendapat Staf Univ tsb tersebut, maka Hipotesis awal dan Alternatif yang dapat dibuat : H0 : µ = 50 menit (sistem baru & sistem lama tidak berbeda) H1 : µ ≠ 50 menit (sistem baru tidak sama dg sistem lama) atau H0 : µ = 50 menit (sistem baru sama dengan sistem lama) H1 : µ < 50 menit ( sistem baru lebih cepat)  

Galat (kesalahan= error = galat) Galat Jenis 1Penolakan Hipotesis Nol (H0) yang benar Galat Jenis 1 dinotasikan sebagai   juga disebut taraf nyata uji   Galat Jenis 2 Penerimaan Hipotesis Nol (H0) yang salah Galat Jenis 2 dinotasikan sebagai β

Arah Pengujian Hipotesis Uji Satu Arah Uji Dua Arah  

Uji Satu Arah Pengajuan H0 dan H1 dalam uji satu arah adalah sebagai berikut: H0 : Persamaan menggunakan tanda = H1 : Persamaan menggunakan tanda lebih besar (>) atau lebih kecil (<) Nilai  tidak dibagi dua, karena seluruh  diletakkan hanya di salah satu sisi selang, misalkan: H0 : µ = µ0  disebut wilayah kritis H1 : µ < µ0  disebut wilayah kritis Wilayah kritis : Z < -Z  atau t < -t (db; )

Gambar Wilayah terarsir daerah terarsir  daerah penolakan hipotesis daerah tak terarsir  daerah penerimaan hipotesis -Z  atau -t (db; ) Wilayah terarsir Z  atau t (db; )

Uji Dua Arah Pengajuan H0 dan H1 dalam uji dua arah adalah sebagai berikut: H0 : Persamaan menggunakan tanda = H1 : Persamaan menggunakan tanda ≠ Nilai  dibagi dua, karena  diletakkan di kedua sisi selang, misalkan: H0 : µ = µ0  disebut wilayah kritis H1 : µ ≠ µ0  disebut wilayah kritis Wilayah kritis : Z < -Z /2 dan Z < Z /2 atau t < -t (db; /2) dan t < t (db; /2)

Gambar Wilayah terarsir Wilayah terarsir -Z /2 atau -t (db; /2) Z /2 atau t (db; /2) daerah terarsir  daerah penolakan hipotesis daerah tak terarsir  daerah penerimaan hipotesis

Rumus-rumus perhitungan statistik uji Nilai Uji Statistik H1 Wilayah Kritis contoh besar n ≥30 σ dapat diganti dengan s dan contoh kecil n <30 db = n-1

Rumus-rumus perhitungan statistik uji Nilai Uji Statistik H1 Wilayah Kritis Contoh besar n1 ≥30 n2 ≥30 Jika dan tidak diketahui gunakan dan contoh kecil n1 <30 n2 <30 db = n1 + n2 -2

Contoh Besar Dari 100 nasabah bank rata-rata melakukan penarikan $495 per bulan melalui ATM, dengan simpangan baku = $45. Dengan taraf nyata 1% , ujilah :  a) apakah rata-rata nasabah menarik melalui ATM kurang dari $500 per bulan ? b) apakah rata-rata nasabah menarik melalui ATM tidak sama dengan $500 per bulan ? (Uji 2 arah, /2 = 0.5%, statistik uji=z)

=……………=……=-1.11……………………………. Lanjt. Contoh Diketahui: x = 495 s = 45 n=100 µ0 = 500 =1% a) 1. H0 :  = 500 H1 :  < 500 2* statistik uji : z  karena contoh besar 3* arah pengujian : 1 arah 4* Taraf Nyata Pengujian =  = 1% = 0.01 5. Titik kritis  z < -z0.01  z < - 2.33 6. Statistik Hitung =……………=……=-1.11…………………………….

Lanjt. Contoh 7. Kesimpulan : z hitung = -1.11 ada di daerah penerimaan H0 diterima, rata-rata pengambilan uang di ATM masih = $ 500 JAWABAN b?

Contoh Kecil Seorang job-specialist menguji 25 karyawan dan mendapatkan bahwa rata-rata penguasaan pekerjaan kesekretarisan adalah 22 bulan dengan simpangan baku = 4 bulan. Dengan taraf nyata 5% , ujilah : a) Apakah rata-rata penguasaan kerja kesekretarisan lebih dari 20 bulan? b) Apakah rata-rata penguasaan kerja kesekretarisan tidak sama dengan 20 bulan?

Lanjt. Contoh Diketahui: x = 22 s = 4 n=25 µ0 = 20 =5% b) 1. H0 :  = 20 H1 :  ≠ 500 2* statistik uji : t  karena contoh kecil 3* arah pengujian : 2 arah 4* Taraf Nyata Pengujian =  = 5% = 0.05 /2 = 2.5% = 0.025 5. Titik kritis db = n-1 = 25-1 = 24 Titik kritis dan t < -t (24; 2.5%)  t < -2.064 & t > t (24; 2.5%)  t > 2.064

=……………=……= 2.5………..……………………. Lanjt. Contoh 6. Statistik Hitung 7. Kesimpulan t hitung = -2.5 ada di daerah penolakan H0 H0 ditolak, H1 diterima , Rata-rata penguasaan pekerjaan kesekretarisan  20 bulan =……………=……= 2.5………..…………………….

Soal 2 Nilai Tengan Contoh Besar Berikut adalah data nilai prestasi kerja karyawan yang mendapat training dengan yang tidak mendapat training. Dengan taraf nyata 5 % ujilah : a. Apakah perbedaan rata-rata nilai prestasi kerja > 0?  b. Apakah ada perbedaan rata-rata prestasi kerja  0? DGN TRAINING TANPA TRAINING rata-rata nilai prestasi = 300 = 302 ragam = 4 = 4.5 ukuran sampel = 40 = 30

Uji Mengenal Proporsi Rumus Nilai Uji Statistik Contoh: Suatu obat penenang ketegangan syaraf diduga hanya 60% efektif. Hasil percobaan dengan obat baru terhadap 100 orang dewasa penderita ketegangan syaraf, yang diambil secara acak, menunjukkan bahwa obat baru itu 70% efektif. Apakah ini merupakan bukti yang cukup untuk menyimpulkan bahwa obat baru itu lebih baik dari pada yang beredar sekarang?gunakan taraf nyata 0.05

Uji Mengenal Proporsi H0 : p = 0.6 H0 : p > 0.6 =0.05 Wilayah kritis z > 1.645 Kesimpulan Tolak H0, obat baru tersebut memang lebih manjur

Pengujian selisih antara 2 proporsi Rumus Nilai Uji Statistik

Pengujian selisih antara 2 proporsi Contoh : Suatu pemungutan suara hendak dilakukan di antara penduduk suatu kota dan sekitarnya untuk mengetahui pendapat mereka mengenai rencana pendirian sebuah gedung pertemuan serba guna. Lokasi gedung yang akan dibangun itu di dalam kota, sehingga penduduk yang tinggal di sekitar kota itu, merasa bahwa rencana itu akan lolos karena besarnya proporsi penduduk kota yang menyetujuinnya. Untuk mengetahui apakah ada selisih yang nyata antara proposri penduduk kota dan penduduk sekitar kota itu yang menyetuji rencana tersebut, diambil suatu contoh acak. Bila diantara 120 dari 200 penduduk kota dan 240 diantara 500 penduduk sekitar kota menyetuji rencana tsb, apakah anda setuju bila dikatakan bahwa proporsi penduduk kota yang menyetujui rencana tersebut lebih tinggi dari pada proporsi penduduk sekitar. Gunakan taraf nyata 0.025!

Pengujian selisih antara 2 proporsi H0 : p1 = p2 H0 : p1 > p2 =0.025 Wilayah kritis z > 1.96 Kesimpulan Tolak H0, pendapat pada soal tersebut bisa disetuji

Source tety.staff.gunadarma.ac.id/Downloads/files/7552/ujihipo.doc Walpole, Ronald E., Myers, Raymond H. 2003. Ilmu Peluang dan Statistik untuk Insinyur dan Ilmuwan, Edisi 6. Bandung: Penerbit ITB.