1 / 12

Uji Hipotesis

Uji Hipotesis. Metode Statistika II Pertemuan 5 Pengajar : Timbang Sirait. Hipotesis Statistik (1). Definisi : Pernyataan atau dugaan mengenai satu atau lebih populasi Pemeriksaan tentang distribusi / sebaran dari satu atau lebih variabel random Simbol : H. Hipotesis Statistik (2).

zamir
Télécharger la présentation

Uji Hipotesis

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. UjiHipotesis MetodeStatistika II Pertemuan5 Pengajar: TimbangSirait

  2. HipotesisStatistik (1) Definisi: • Pernyataanataudugaanmengenaisatuataulebihpopulasi • Pemeriksaantentangdistribusi/sebarandarisatuataulebihvariabel random Simbol: H

  3. HipotesisStatistik (2) • Tunggal (simple): Jikahipotesisstatistikmenentukandistribusisecaralengkap Contoh: H: µ = 10 • Majemuk (composite): Jikahipotesisstatistikmenentukandistribusisecaratidaklengkap Contoh: H: µ ≤ 10 atau H: µ ≥ 10

  4. HipotesisStatistik(3) • H0 (Pernyataan yang diharapkanakanditolak) • H1 (Pernyataan yang diharapkansesuaidenganharapanyang akanditeliti) Contoh 1: (simple padaH0dan H1) H0: µ = 10 H1: µ = 12

  5. HipotesisStatistik(4) Contoh 2: (Composite pada H0dan H1) H0: µ ≤ 10 ataudapatditulis H0: µ = 10 H1: µ > 10 Contoh3: (Composite padaH0dan H1) H0: µ ≥ 10 ataudapatditulisH0: µ = 10 H1: µ < 10

  6. HipotesisStatistik(5) Contoh 3: (simple padaH0dancomposite pada H1) H0: µ = 10 H1: µ ≠ 10 artinya H1: µ < 10 atauµ > 10 Latihan: Berikancontohdarihipotesisstatistik.

  7. JenisKesalahan/Galat(types of error) (1) Ada duajeniskesalahan: • Kesalahanjenis I (type I error) • KesalahanjenisII (type II error)

  8. JenisKesalahan/Galat (types of error) (2) • Kesalahanjenis I (type I error) Kesalahan yang disebabkankarenamenolak H0 yang benarataudalamrumusandituliskan P[tolak H0 | H0benar) yang nilainyabiasanyadilambangkandenganα • Kesalahanjenis II (type II error) Kesalahanyang disebabkankarenamenerima H0yang salahataudalamrumusandituliskanP[terimaH0 | H1benar) yang nilainyabiasanyadilambangkandenganβ

  9. JenisKesalahan/Galat(types of error) (3) • αdanβmerupakanukurankesalahan(size of error) masing-masingdaripeluangkesalahanjenis I terjadidanpeluangkesalahanjenis II terjadi • Dalam output komputer (software statistic) nilaiαadalahnilai-p atau p-value, yang selaludibandingkandengannilaiα=0,05 atauα=0,01 sebagaiukuransignifikansi (significant level/size of test/level of the test), yang manajika p-value < 0,05 (signifikan) ataup-value < 0,01 (sangatsignifikan) maka H0ditolak

  10. Hubunganαdanβ • Jikanilaiαditurunkanmakaakanmengakibatkannilaiβbertambahdanberlakusebaliknya • Nilaiαdanβakanberkurangjikasampelditambah

  11. Kuasauji (power function atau power of the test) Kuasauji (KU) yaitupeluangmenolakH0 yang salahataudapatditulisdenganP[tolak H0|H1benar]. KU = P[tolak H0|H1benar] = 1 – P[terima H0|H1benar) = 1 –β Digunakanuntukmemeriksakebaikandarisuatuuji (proseduruji). Peranannyasamaseperti MSE (mean square error) dalamestimasi (perkiraan)

  12. ProsedurPengujianHipotesis (1) • Tentukan H0danpilihH1yang sesuai • Tentukannilaiα (misalkan 0,05 atau 0,01) • Pilihstatistikuji yang sesuaidantentukan RR (rejection region/critical region/daerahtolak/daerahkritis) • Hitungnilaistatistikujididasarkannilaidari data sampel • Keputusan: tolak H0jika p-value < α, lainnyaterima H0 (gagalmenolak H0). Atautolak H0jikanilaistatistikujitermuat/jatuhpadadaerahtolak/daerahkritis, selebihnyagagalmenolak H0

More Related