STATISTIKA INDUSTRI IEG2E3

Slides:



Advertisements
Presentasi serupa
Statistika Nonparametrik
Advertisements

Bab 14 CHI-SQUARE.
UJI SAMPEL TUNGGAL.
Chi Square.
STATISTIK NON PARAMETRIK
Tabel Kontingensi dgn Baris atau Kolom > 2
Ramadoni Syahputra, ST, MT
SAMPLING DAN DISTRIBUSI SAMPLING
APLIKASI KOMPUTER Dosen: Fenni Supriadi, SE.,MM
UJI CHI-KUADRAT.
UJI CHI KUADRAT (2) Topik Bahasan: Universitas Gunadarma
Statistika Uji Binomial.
DISTRIBUSI CHI SQUARE (Kai kuadrat)
UJI SATU SAMPEL Jakarta, 27 Maret 2013.
Test Binomial Rini Nurahaju.
Statistika Multivariat
Pengujian Beberapa Proporsi (II) Pertemuan 20 Matakuliah: I0014 / Biostatistika Tahun: 2008.
STATISTIK daftar isi slide show # CHY SQUARE TEST ( TES KAI KUADRAT )
UJI NORMALITAS Kolmogorov-Smirnov & Chi-Square Oleh: Roni Saputra, M
Analisis Ragam (ANOVA)
Bab 1 Distribusi Frekuensi.
PROBABILITAS & STATISTIK MUG2D3
ANALISIS REGRESI DAN KORELASI
UJI NORMALITAS DAN HOMOGENITAS
STATISTIKA Pertemuan 13-14: Analisis Nonparametrik Dosen Pengampu MK:
DATA DAN HIPOTESIS (DATA AND HYPOTHESIS)
STATISTIKA INDUSTRI IEG2E3
Chi Kuadrat.
ANALISIS DATA KATEGORIK
Spss untuk ral faktoriAL
Uji Chi Square X2 Nurhalina, SKM.M.Epid
UJI CHI KUADRAT.
Chi Square.
AKUNTANSI BIAYA IEG3A3 Program Studi Teknik Industri
Uji Chi Kuadrat Statistika Pertemuan 14.
DATA DAN HIPOTESIS (DATA AND HYPOTHESIS)
ANALISIS DATA KATEGORIK
STATISTIK INDUSTRI.
STATISTIKA INFERENSI : UJI HIPOTESIS (SAMPEL TUNGGAL)
STATISTIKA INDUSTRI IEG2E3
NON_PARAMETRIK.
Uji Chi Square.
ANALISIS DATA KATEGORIK
UJI BEDA PROPORSI Chi Square.
Distribusi Frekuensi.
Topik Bahasan: UJI CHI KUADRAT (2) Uji chi kuadrat-statistika 2.
Ukuran Pemusatan - Data Berkelompok
MODUL VII   2 akan besar sehingga (oi ei)  2 =  2
Distribusi Frekuensi.
Dasar-dasar Statistika Deskriptif
PENDAHULUAN Dalam kehidupan sering ditemukan adanya sekelompok peubah yang diantaranya terdapat hubungan alamiah, misalnya panjang dan berat bayi yang.
DATA DAN HIPOTESIS (DATA AND HYPOTHESIS)
MANOVA (Multivariate Analysis of Variance)
LUKMAN HARUN IKIP PGRI SEMARANG
Uji Komolgorov Smirnov
UJI CHI‐SQUARE Uji Chi-square atau qai-kuadrat digunakan untuk melihat ketergantungan antara variabel bebas dan variabel tergantung berskala nominal atau.
STATISTIK MULTIVARIATE
Dasar-dasar Statistika Deskriptif
D0124 Statistika Industri Pertemuan 21 dan 22
CHI SQUARE DAN UJI PERSYARATAN ANALISIS
UJI RATA-RATA.
Distribusi dan Uji Chi-Kuadrat
Kai Kuadrat.
HARGA HARAPAN.
ANALISIS VARIANSI (AnaVa)
DISTRIBUSI CHI SQUARE (Kai kuadrat ) 1. UJI KESELARASAN (GOODNESS OF FIT) 2 UJI KEBEBASAN (Independency test) 1.
Pengujian Sampel Tunggal (1)
Statistika dan Probabilitas
TEORI PENDUGAAN (TEORI ESTIMASI)
TABEL KATEGORIK 2×2.
Transcript presentasi:

STATISTIKA INDUSTRI IEG2E3 Pertemuan-09 STATISTIKA INDUSTRI IEG2E3 Tim Dosen : Judi Alhilman, Drs., MSIE. (Penanggungjawab) Agus Alex Yanuar, ST., MT. Program Studi S1 – Sistem Informasi Fakultas Rekayasa Industri Telkom University

VII. UJI CHI-SQUARED PENDAHULUAN A. GOODNESS OF FIT TEST B. UJI KEBEBASAN

TUJUAN PEMBELAJARAN Mahasiswa mampu : melakukan uji goodness of fit melakukan uji independesi

PENDAHULUAN Distribusi Chi-Squared Menyelesaikan persoalan: Distribusi sampling variansi Estimasi variansi Uji hipotesis satu variansi Uji kebaikan suai (Goodness of Fit Test) Uji kebebasan (independensi), dsb. Uji Chi-Square: Pengujian hipotesis perbandingan antara frekuensi observasi (aktual) dgn frekuensi harapan (ekspektasi). Nilai frekuensi observasi: hasil percobaan. Nilai frekuensi harapan: hasil perhitungan secara teoritis. Notasi  𝟐 : Merupakan nilai kuadrat. nilainya selalu positif derajat kebebasan (v) taraf nyata: * * Dalam suatu pengujian hipotesis,  merupakan luas daerah penolahan H0.

A. GOODNESS OF FIT TEST Uji Kecocokan atau Uji Kebaikan Suai: Pengujian kecocokan atau kesesuaian antara frekuensi teramati dengan frekuensi harapan yang didasarkan pada besaran: Dimana: 𝒳 2 : Nilai distribusi Chi-Squared dgn derajat kebebasan v = k - 1 k : Jumlah sel atau kelas, dengan i = 1, 2, 3, ..., k. oi : Frekuensi pengamatan ei : Frekuensi harapan 𝒳 2 = 𝑖=1 𝑘 𝑜 𝑖− 𝑒 𝑖 2 𝑒 𝑖 Kriteria: Bila frekuensi teramati dekat dgn frekuensi harapan:  nilai 𝒳 2 kecil: kesesuaian baik  mendukung penerimaan terhadap H0. Bila frekuensi teramati berbeda dgn frekuensi harapan:  nilai 𝒳 2 besar: kesesuaian buruk  mendukung penolakan terhadap H0. Pada taraf keberartian α dan v  Daerah kritisnya adalah 𝒳 2 > 𝒳 𝛼 2 (pd ujung kanan nilai kritis 𝒳 𝛼 2 dari Tabel) Uji ini sebaiknya digunakan jika setiap frekuensi harapan paling sedikit 5. Jika < 5, maka dilakukan penggabungan sel yg berdampingan, yg berakibat pd pengurangan besarnya derajat kebebasan (v).

B. UJI KEBEBASAN (INDEPENDENSI) Memeriksa independensi 2 variabel (frekuensi teramati dan frekuensi harapan) sehingga disimpulkan apakah kedua variabel tsb. saling bebas (tidak berhubungan/berpengaruh) atau saling bertalian (berhubungan/berpengaruh). Definisi H0 dan H1 , yaitu: H0 : Variabel-variabel saling bebas H1 : Variabel-variabel tidak saling bebas Tabel Kontingensi r baris x k kolom utk 2 variabel:

B. UJI KEBEBASAN (INDEPENDENSI) Tabel Kontingensi r baris x k kolom utk 2 variabel: Tabel berisi : Frekuensi teramati (oij) hasil percobaan. Dan Frekuensi ekspektasi (eij) harus dihitung: 𝑒 𝑖𝑗 = ( 𝑛 𝑜𝑗 )( 𝑛 𝑖𝑜 ) 𝑛 𝐹𝑟𝑒𝑘𝑢𝑒𝑛𝑠𝑖 𝐸𝑘𝑠𝑝𝑒𝑘𝑡𝑎𝑠𝑖= 𝑡𝑜𝑡𝑎𝑙 𝑘𝑜𝑙𝑜𝑚 (𝑡𝑜𝑡𝑎𝑙 𝑏𝑎𝑟𝑖𝑠) 𝑡𝑜𝑡𝑎𝑙 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑠𝑖

B. UJI KEBEBASAN (INDEPENDENSI) Uji kebebasan dirumuskan : 𝒳 2 = 𝑖,𝑗=1 𝑟,𝑘 𝑜 𝑖𝑗− 𝑒 𝑖𝑗 2 𝑒 𝑖𝑗 Dimana: 𝒳 2 : Nilai distribusi Chi-Squared dgn derajat kebebasan v=(r-1)(k-1) k : Jumlah kolom r : Jumlah baris oij : Frekuensi observasi baris ke-i, kolom ke-j eij : Frekuensi ekspektasi baris ke-i, kolom ke-j