P. 1
Statistika Inferensia

Statistika Inferensia

|Views: 286|Likes:
Published by Om Jahat

More info:

Published by: Om Jahat on Jun 12, 2011
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

02/05/2014

pdf

text

original

Statistika Inferensia

Pendugaan Parameter dan Pengujian
Hipotesis
• Parameter konstanta penciri
sebaran peubah acak
• Peubah karakteristik objek yg
diamati
• Pendugaan parameter:
Penentuan suatu nilai berdasarkan data
contoh:
Titik: Penentuan nilai tunggal ; Mis: Kondisi
cemaran COD di danau 50 ppm
Selang: Penentuan selang nilai dimana pd
selang tsb memiliki peluang cukup besar (1-α)
mendptkan parameter yg tdk
diketahui Mis: Kondisi cemaran COD di danau
40 - 60 ppm
1. Unbias : Penduga parameter
dikatakan tak berbias bagi parameter,
bila
2. Ragam minimum: penduga dgn ragam
minimum adalah penduga dgn ragam
terkecil diantara semua penduga utk
parameter yg sama.
3. Konsisten: penduga dikatakan sebagai
penduga yang konsisten bagi
parameter, bila n ( ukuran contoh )
semakin mendekati N (ukuran populasi).
4. Efisien: merupakan penduga tak berbias
dan memiliki ragam terkecil.
Pendugaan Parameter: Kasus Satu
Sampel
Dugaan Titik
untuk menduga µ =
ΣX
1
/n
s
2
untuk menduga σ
2
Populasi X~N(µ ,σ
2
) Sampel (n), s
2

Normal : ragam populasi (σ
2
) diketahui (n>>)
t-student: ragam populasi tidak diketahui
Dugaan Selang
Selang kepercayaan (1-α )100% bagi µ
• Jika σ 2 diketahui:
• Jika σ 2 tdk diketahui:
Contoh 1:
x x
x
x
n
s
t x
n
s
t x
n n ) 1 ( ) 1 (
2 2
− −
+ < < −
α α
µ
n
z x
n
z x
σ
µ
σ
α α
2 2
+ < < −
Survei dilakukan terhadap 20 RT disuatu kota untuk menduga besarnya rata-rata biaya
pendidikan (juta Rp/thn/RT). Datanya diperoleh sebagai berikut:
RT 1 2 3 4 5 6 7 8 9 10
Biaya
Pendidikan
(juta Rp) 2,30 4,50 4,00 5,00 3,80 7,20 6,25 5,75 6,70 7,80
RT 11 12 13 14 15 16 17 18 19 20
Biaya
Pendidikan
(juta Rp) 6,80 5,30 8,00 15,10 13,20 4,50 2,00 4,70 5,75 10,10
a. Dugalah rata-rata biaya pendidikan per
RT per tahun
b. Buatlah selang kepercayaan 95%,
asumsikan biaya pendidikan mengikuti
sebaran normal
Jawab:
a. Penduga rata-rata biaya pendidikan
b. Selang kepercayaan 95%
Pendugaan Parameter:Kasus Dua sampel saling bebas
• Kasus Dua Sample Saling Bebas
44 . 6 ˆ · ·x µ
093 , 2
732407 , 0 20 / 275422 , 3 /
) 19 ; 2 / 05 , 0 (
·
· · ·
· db
x
t
n s s
970 , 7 905 , 4
732 , 0 093 , 2 44 , 6 732 , 0 093 , 2 44 , 6
≤ ≤
+ ≤ ≤ −
µ
µ x x
– Setiap populasi diambil sampel
acak berukuran tertentu (bisa sama,
bisa juga tidak sama)
– Pengambilan kedua sampel
saling bebas
– Tujuannya adalah menguji
apakah parameter µ 1 sama dengan
parameter µ 2
Dugaan Selang
• Selang kepercayaan (1-α )100% bagi µ
1

2
a. Jika σ
1
dan σ
2
tdk diketahui dan diasumsikan sama
b. Jika σ
1
dan σ
2
tdk diketahui dan diasumsikan tidak sama:
Contoh
Dua buah perusahaan yang saling
bersaing dalam industri kertas karton saling
mengklaim bahwa produknya yang lebih
baik, dalam artian lebih kuat menahan
beban. Untuk mengetahui produk mana yang
sebenarnya lebih baik, dilakukan
pengambilan data masing-masing sebanyak
10 lembar, dan diukur berapa beban yang
mampu ditanggung tanpa merusak karton.
Datanya adalah :
2
2
2
1
2
1
2 1 2 1
2
2
2
1
2
1
2 1
2 2
) ( ) (
n n
z x x
n n
z x x
σ σ
µ µ
σ σ
α α
+ + − < − < + − −

,
`

.
|
+ + − < − <

,
`

.
|
+ − −
2 1
2
) ( 2 1 2 1
2 1
2
) ( 2 1
1 1
) (
1 1
) (
2 2
n n
s t x x
n n
s t x x
gab v gab v
α α
µ µ
( ) ( )
]
]
]
]

,
`

.
|
+
]
]
]
]

,
`

.
|

,
`

.
|
+
·
1 1
2
2
2
2
2
1
2
1
2
1
2
2
2
2
1
2
1
n
n
s
n
n
s
n
s
n
s
v

,
`

.
|
+ + − < − <

,
`

.
|
+ − −
2
2
2
1
2
1
) ( 2 1 2 1
2
2
2
1
2
1
) ( 2 1
2 2
) ( ) (
n
s
n
s
t x x
n
s
n
s
t x x
v v
α α
µ µ
2 dan
2
) 1 ( ) 1 (
2 1
2 1
2
2 2
2
1 1 2
− + ·
− +
− + −
· n n v
n n
s n s n
s
gab
Persh. A 30 35 50 45 60 25 45 45 50 40
Persh. B 50 60 55 40 65 60 65 65 50 55
– Dugalah beda kekuatan karton
kedua perusahaan, dan hitung standar
errornya
– Buatlah selang kepercayaan
95% bagi beda kekuatan karton kedua
perusahaan
Pendugaan Parameter Kasus dua sampel berpasangan : Dugaan Selang
Beda nilai tengah bagi contoh berpasangan: µ
d
Selang kepercayaan (1-α )100% bagi µ
d

Contoh:
Suatu klub kesegaran jasmani ingin
mengevaluasi program diet, kemudian dipilih
secara acak 10 orang anggotanya untuk
mengikuti program diet tersebut selama 3
bulan. Data yang diambil adalah berat
badan sebelum dan sesudah program diet
dilaksanakan, yaitu:
Berat Badan Peserta
1 2 3 4 5 6 7 8 9 10
Sebelum
(X1)
90 89 92 90 91 92 91 93 92 91
Sesudah 85 86 87 86 87 85 85 87 86 86
n
s
t d
n
s
t d
d
n D
d
n ) 1 ( ) 1 (
2 2
− −
+ < < −
α α
µ
i i
i
i
d
x x
i n
d d
s
2 1 i
2
2
d dan
) (
− ·


·

(X2)
D=X1-X2 5 3 5 4 4 7 6 6 6 5
Dugalah rata-rata beda berat badan sebelum dan sesudah mengikuti program diet, lengkapi
dengan selang kepercayaan 95%!
• HIPOTESIS statistik dinyatakan dalam
dua bentuk yaitu:
– H0 (hipotesis nol): suatu
pernyataan / anggapan yang
ingin kita tolak
– H1 (hipotesis tandingan):
pernyataan lain yang akan
diterima jika H0 ditolak
• Pengambilan keputusan akan
memunculkan dua jenis kesalahan
yaitu:
– Salah jenis I (Error type I) :
kesalahan akibat menolak H0
padahal H0 benar
– Salah jenis II (Error type II) :
kesalahan akibat menerima H0
padahal H1 benar
• Besarnya peluang kesalahan ini dapat
dihitung sebagai berikut:
– P(salah jenis I) = P(tolak H0/H0
benar) = α
– P(salah jenis II) = P(terima
H0/H1 benar) = β
CONTOH
Sampel diambil secara acak dari
populasi normal(µ ;σ 2 = 9),
berukuran 25.
Hipotesis yang akan diuji,
H0 : µ = 15
H1 : µ = 10
Tolak H0 jika rata-rata kurang dari atau
sama dengan 12.5
Berapakah besarnya kesalahan jenis I
dan II ?
Jawab:
• P(salah jenis I) = P(tolak H0/µ = 15) =
P(z ≤ (12.5-15)/3/√25))
= P(z ≤ -
4.167 ) ≅ 0
• P(salah jenis II) = P(terima H0/µ = 10)
= P(z ≥ (12.5-10)/3/√25))
= P(z ≥ 4.167 )
= 1 - P(z ≤ 4.167 ) ≅ 0
Beberapa langkah yang perlu diperhatikan
dalam pengujian hipotesis:
(1) Tuliskan hipotesis yang akan diuji
Ada dua jenis hipotesis:
– Hipotesis sederhana
Hipotesis nol dan hipotesis alternatif sudah
ditentukan pada nilai tertentu
• H0 : µ = µ
0
vs H1 :
µ = µ
1
• H0 : σ
2
= σ
0
2
vs
H1 : σ
2
= σ
1
2

• H0 : P = P
0
vs H1 : P
= P
1

– Hipotesis majemuk
Hipotesis nol dan hipotesis alternatif
dinyatakan dalam interval nilai tertentu
b.1. Hipotesis satu arah
• H0 : µ ≥ µ
0
vs H1 :
µ < µ
0
• H0 : µ ≤ µ
0
vs H1 :
µ > µ
0
b.2. Hipotesis dua arah
• H0 : µ = µ
0
vs H1 :
µ ≠ µ
0
(2). Deskripsikan data sampel yang
diperoleh (hitung rataan, ragam,
standard error dll)
(3). Hitung statistik ujinya
Statistik uji yang digunakan
sangat tergantung pada sebaran
statistik dari penduga parameter yang
diuji
CONTOH
H0: µ = µ 0 maka maka
statistik ujinya bisa t-student atau
normal baku (z)
atau
(4). Tentukan batas kritis atau
daerah penolakan H0
Daerah penolakan H0 sangat
tergantung dari bentuk hipotesis
alternatif (H1)
CONTOH
H1: µ < µ 0 è Tolak H0 jika th <
-t(α ; db)(tabel)
H1: µ > µ 0 è Tolak H0 jika th > t(α ;
db)(tabel)
H1: µ ≠ µ 0 è Tolak H0 jika |th | >
t(α /2; db)(tabel)
(5). Tarik kesimpulan
Pengujian Nilai Tengah Populasi
Kasus Satu Sample
– Suatu sampel acak diambil dari
satu populasi Normal berukuran
n
– Tujuannya adalah menguji
apakah parameter µ sebesar
nilai tertentu, katakanlah µ
0

• Hipotesis yang dapat diuji:
Hipotesis satu arah
• H0 : µ ≥ µ
0
vs H1 :
µ < µ
0
• H0 : µ ≤ µ
0
vs H1 :
µ > µ
0
Hipotesis dua arah
• H0 : µ = µ
0
vs H1 :
µ ≠ µ
0

• Statistik uji:
– Jika ragam populasi (σ
2
) diketahui :
– Jika ragam populasi (σ
2
) tidak diketahui:
• Daerah kritis pada taraf nyata (α )
– Besarnya taraf nyata sangat
tergantung dari bidang yang sedang
dikaji
– Daerah penolakan H0 sangat
tergantung dari bentuk hipotesis
alternatif (H1)
H1: µ < µ 0 è Tolak H0 jika th < -t
(α ; db=n-1)
(tabel)
H1: µ > µ 0 è Tolak H0 jika th > t
(α ; db=n-1)
(tabel)
H1: µ ≠ µ 0 è Tolak H0 jika |th | > t
(α /2; db=n-1)
(tabel)
Atau, jika nilai peluang nyata (p) dihitung,
H1: µ < µ 0 è p=p(t<th) atau p=p(z<zh),
Tolak H0 jika p< α
H1: µ > µ 0 è p=p(t>th) atau p=p(z>zh),
Tolak H0 jika p< α
H1: µ ≠ µ 0 è p=p(|t|>|th|) atau p=p(|z|<|
zh|), Tolak H0 jika p< α /2
• Tarik Kesimpulan
• Ilustrasi
Batasan yang ditentukan oleh
pemerintah terhadap emisi gas CO kendaraan
bermotor adalah 50 ppm. Sebuah perusahaan
baru yang sedang mengajukan ijin pemasaran
mobil, diperiksa oleh petugas pemerintah
untuk menentukan apakah perusahan tersebut
layak diberikan ijin. Sebanyak 20 mobil
diambil secara acak dan diuji emisi CO-nya.
Dari data yang didapatkan, rata-ratanya
adalah 55 dan ragamnya 4.2. dengan
menggunakan taraf nyata 5%, layakkan
perusahaan tersebut mendapat ijin ?
• Hipotesis yang diuji:
H0 : µ <= 50 vs H1 : µ > 50
• Statistik uji:
t
h
= (55-50)/√(4.2/20)=10.91
• Daerah kritis pada taraf nyata 0.05
Tolak Ho jika t
h
> t
(0,05;db=19)
= 1,729
• Kesimpulan:
Tolak H0, artinya emisi gas CO kendaraan bermotor yang akan dipasarkan oleh
perusahaan tersebut melebihi batasan yang ditentukan oleh pemerintah sehingga perusahaan
tersebut tidak layak memperoleh ijin untuk memasarkan mobilnya.
n
x
z
h
/
0
σ
µ −
·
n s
x
t
h
/
0
µ −
·
Perbandingan Nilai Tengah Dua Populasi
Kasus Dua Sample Saling Bebas
– Setiap populasi diambil sampel
acak berukuran tertentu (bisa sama, bisa
juga tidak sama)
– Pengambilan kedua sampel
saling bebas
– Tujuannya adalah menguji
apakah parameter µ
1
sama dengan
parameter µ
2

• Hipotesis
– Hipotesis satu arah:
H
0
: µ
1
- µ
2
≥ δ
0
vs H
1
: µ
1
- µ
2

0
H
0
: µ
1
- µ
2
≤ δ
0
vs H
1
: µ
1
- µ
2

0
– Hipotesis dua arah:
H
0
: µ
1
- µ
2

0
vs H
1
: µ
1
- µ
2
≠ δ
0
• Statistik uji:
– Jika ragam kedua populasi diketahui katakan σ
1
2
dan σ
2
2
:
– Jika ragam kedua populasi tidak diketahui:
• Daerah kritis pada taraf nyata (α )
– Pada prinsipnya sama dengan
kasus satu sampel, dimana
daerah penolakan H0 sangat
tergantung dari bentuk
hipotesis alternatif (H1)
H1: H
1
: µ
1
- µ
2

0
è Tolak H0 jika t
h
< -t
(α ;
db)
(tabel)
H1: µ
1
- µ
2

0
è Tolak H0 jika t
h
> t
(α ; db)
(tabel)
H1: µ
1
- µ
2
≠ δ
0
è Tolak H0 jika |t
h
| > t
(α /2;
db)
(tabel)
• Ilustrasi
) (
0 2 1
2 1
) (
x x
h
s
x x
t

− −
·
δ
¹
¹
¹
'
¹

· − +
·
2
2
2
1
2
2
2
1
;
; 2 2 1
σ σ
σ σ
e f e k t i f
d b
n n
d b
( )
¹
¹
¹
¹
¹
'
¹
≠ +
· +
·

2
2
2
1
2
2
2
1
2
1
2
2
2
1
2 1
;
;
1 1
2 1
σ σ
σ σ
n
s
n
s
n n
s
s
g
x x
) (
0 2 1
2 1
) (
x x
h
x x
z

− −
·
σ
δ
Dua buah perusahaan yang saling bersaing
dalam industri kertas karton saling mengklaim
bahwa produknya yang lebih baik, dalam
artian lebih kuat menahan beban. Untuk
mengetahui produk mana yang sebenarnya
lebih baik, dilakukan pengambilan data
masing-masing sebanyak 10 lembar, dan
diukur berapa beban yang mampu ditanggung
tanpa merusak karton. Datanya adalah :
Persh. A 30 35 50 45 60 25 45 45 50 40
Persh. B 50 60 55 40 65 60 65 65 50 55
– Hitunglah rataan dan ragam dari
kedua data perusahaan tersebut.
– Ujilah karton produksi mana yang
lebih kuat dengan asumsi ragam
kedua populasi berbeda, gunakan
taraf nyata 10%
Jawab:
– Rata-rata dan ragam kedua sampel:
– Perbandingan kekuatan karton
• Hipotesis: H
0
: µ
1
= µ
2
vs
H
1
: µ
1
≠ µ
2
• Statistik uji: (ragam
populasi tidak diketahui
dan diasumsikan σ
1
2

σ
1
2
)
• Daerah kritis pada taraf nyata 10%:
Tolak H0 jika |t
h
| > t
(0,05;18)
= 1,330
• Kesimpulan:
( )
( )
66.94
10(9)
(565) - 32525) ( 10
) 1 (
5 , 56
10
55 60 50
106.94
10(9)
(425) - 19025) ( 10
) 1 (
5 , 42
10
40 35 30
2
2
2
2 2
2 2
2
2
2
1 2
1 1
· ·


· ·
+ + +
·
· ·


· ·
+ + +
·
∑ ∑
∑ ∑
n n
x x n
s x
n n
x x n
s x
i
i


36 , 3
10 / 94 , 106 10 / 94 , 66
0 5 , 42 5 , 56
) / ( ) / (
) ( ) (
1
2
1 2
2
2
1 2 1 2
·
+
− −
·
+
− − −
·
n s n s
x x
t
h
µ µ
17 10 , 17
9 / ) 10 / 8.18 ( 9 / ) 10 / 10.34 (
) 10 / 8.18 10 / 10.34 (
) 1 /( ) / ( ) 1 /( ) / (
) / / (
2 2 2 2
2 2 2
2
2
2
2
2 1
2
1
2
1
2
2
2
2 1
2
1
≈ ·
+
+
·
− + −
+
·
n n s n n s
n s n s
db
Tolak H0, artinya kekuatan karton kedua perusahaan berbeda nyata pada
taraf nyata 10%. Diduga karton yang diproduksi oleh perusahaan B lebih kuat
daripada karton A
Perbandingan Nilai Tengah Dua
Populasi
Kasus Dua Sample Saling Berpasangan
– Setiap populasi diambil sampel
acak berukuran n (wajib sama)
– Pengambilan kedua sampel
berpasangan, ada pengkait antar
kedua sampel (bisa waktu, objek,
tempat, dll)
– Tujuannya adalah menguji
apakah parameter µ
1
sama dengan
parameter µ
2

• Hipotesis
– Hipotesis satu arah:
H
0
: µ
1
- µ
2
≥ δ
0
vs H
1
: µ
1
- µ
2

0
atau H
0
:
µ
D
≥ δ
0
vs H
1
: µ
D

0

H
0
: µ
1
- µ
2
≤ δ
0
vs H
1
: µ
1
- µ
2

0
atau H
0
:
µ
D
≤ δ
0
vs H
1
: µ
D

0
– Hipotesis dua arah:
H
0
: µ
1
- µ
2

0
vs H
1
: µ
1
- µ
2
≠ δ
0
atau H
0
:
µ
D
= δ
0
vs H
1
: µ
D
≠ δ
0
• Statistik uji: Gunakan t atau z jika
ukuran contoh n besar
• Dimana d : simpangan antar
pengamatan pada sampel satu
dengan sampel 2
• Daerah Kritis: (lihat kasus satu
sampel)
• Tarik Kesimpulan
Pasang
an 1 2 3 … n
Sampel
1 (X1) x11 x12 x13 x1n
Sampel
2 (X2) x21 x22 x23 x2n
D =
(X1-X2) d1 d2 d3 dn
n s
d
t
h
/
0
δ −
·
• Ilustrasi
Suatu klub kesegaran jasmani ingin
mengevaluasi program diet, kemudian dipilih
secara acak 10 orang anggotanya untuk
mengikuti program diet tersebut selama 3
bulan. Data yang diambil adalah berat
badan sebelum dan sesudah program diet
dilaksanakan, yaitu:
Berat Badan Peserta
1 2 3 4 5 6 7 8 9 10
Sebelum
(X1)
90 89 92 90 91 92 91 93 92 91
Sesudah
(X2)
85 86 87 86 87 85 85 87 86 86
D=X1-X2 5 3 5 4 4 7 6 6 6 5
Apakah program diet tersebut dapat
mengurangi berat badan minimal 5 kg?
Lakukan pengujian pada taraf nyata 5%!
Jawab:
• Karena kasus ini merupakan contoh
berpasangan, maka:
• Hipotesis:
H0 : µ
D
≥ 5 vs H1 : µ
D
< 5
• Deskripsi:
• Statistik uji:
• Daerah kritis pada α =5% Tolak H
0
, jika t
h
< -t
(α =5%,db=9)
=-1.833
1 , 5
10
51
· · ·

n
d
d
i
( )
43 , 1
) 9 ( 10
) 51 ( ) 273 ( 10
) 1 (
2
2
2
2
·

·


·
∑ ∑
n n
d d n
s
i i
d
20 , 1 43 , 1 · ·
d
s
26 , 0
10 / 20 , 1
5 1 , 5
·

·

·

·
n
s
d
s
d
t
d
d
d
d
µ µ
• Kesimpulan: Terima H
0
, artinya program diet
tersebut dapat mengurangi berat badan
minimal 5 kg

Penduga rata-rata biaya pendidikan b.093 x 0. Buatlah selang kepercayaan 95%. 05 / 2.093 6.80 15 7. Datanya diperoleh sebagai berikut: RT Biaya Pendidikan (juta Rp) RT Biaya Pendidikan (juta Rp) 1 2 3 4 5 6 7 8 9 10 2.00 15.44 −2.75 18 6.30 4.50 11 12 4.10 13.80 20 6. Dugalah rata-rata biaya pendidikan per RT per tahun b.70 5.44 +2.732407 t ( 0.Survei dilakukan terhadap 20 RT disuatu kota untuk menduga besarnya rata-rata biaya pendidikan (juta Rp/thn/RT).905 ≤ µ ≤7.275422 / 20 = 0.10 a. Selang kepercayaan 95% sx = s / n = 3.00 4.75 10.00 14 3.093 x 0.70 19 7.970 Pendugaan Parameter:Kasus Dua sampel saling bebas • Kasus Dua Sample Saling Bebas .80 5.25 16 17 5.20 4.30 8.db =19 ) = 2.732 4. asumsikan biaya pendidikan mengikuti sebaran normal ˆ µ = x = 6.00 13 5.20 6.50 2.732 ≤ µ ≤6.44 Jawab: a.

Untuk mengetahui produk mana yang sebenarnya lebih baik. bisa juga tidak sama) – Pengambilan kedua sampel apakah parameter µ 1 sama dengan parameter µ 2 saling bebas Dugaan Selang • Selang kepercayaan (1-α )100% bagi µ 1-µ 2 ( x1 − x2 ) − zα 2 2 σ 12 σ 2 σ2 σ2 + < µ1 − µ 2 < ( x1 − x2 ) + zα 2 1 + 2 n1 n2 n1 n2 a. dilakukan pengambilan data masing-masing sebanyak 10 lembar.– Setiap populasi diambil sampel – Tujuannya adalah menguji acak berukuran tertentu (bisa sama. Datanya adalah : 2 . dan diukur berapa beban yang mampu ditanggung tanpa merusak karton. Jika σ 1 dan σ 2 tdk diketahui dan diasumsikan sama 1  1 2  1 2  1 ( x1 − x2 ) − tα 2 ( v ) s gab  +  < µ1 − µ2 < ( x1 − x2 ) + tα 2 ( v ) s gab  +  n n  n n   1 2   1 2  2 s gab = 2 (n1 −1) s12 + (n2 −1) s2 dan v = n1 + n2 − 2 n1 + n2 − 2 b. Jika σ 1 dan σ 2 tdk diketahui dan diasumsikan tidak sama: 2  s12 s2   +  n n  2   1  s2 s2  ( x1 − x2 ) − tα 2 ( v )  1 + 2  < µ1 − µ 2 < ( x1 − x2 ) + tα 2 ( v ) n n  2   1  s12 s2   n + 2n  2  1 v=  s2  2   s2  2  1   n  ( n1 − 1)  +   2 n  ( n2 − 1)   1    2       Contoh Dua buah perusahaan yang saling bersaing dalam industri kertas karton saling mengklaim bahwa produknya yang lebih baik. dalam artian lebih kuat menahan beban.

yaitu: 6 92 7 91 8 93 9 92 10 91 85 85 87 86 86 . A 30 35 50 45 60 25 45 45 50 40 Persh. Data yang diambil adalah berat mengevaluasi program diet. kemudian dipilih secara acak 10 orang anggotanya untuk mengikuti program diet tersebut selama 3 Berat Badan Peserta 1 Sebelum (X1) Sesudah 85 86 87 86 87 90 2 89 3 92 4 90 5 91 badan sebelum dan sesudah program diet dilaksanakan. B – errornya 50 60 55 40 65 60 65 – 65 50 Buatlah 55 selang kepercayaan Dugalah beda kekuatan karton kedua perusahaan.Persh. dan hitung standar 95% bagi beda kekuatan karton kedua perusahaan Pendugaan Parameter Kasus dua sampel berpasangan : Dugaan Selang Beda nilai tengah bagi contoh berpasangan: µ Selang kepercayaan (1-α )100% bagi µα d d −t 2 ( n −1) d sd s < µ D < d + tα 2 ( n−1) d n n s = 2 d ∑ (d i i − d )2 dan d i = x1i − x2i n −i Contoh: Suatu klub kesegaran jasmani ingin bulan.

lengkapi dengan selang kepercayaan 95%! • HIPOTESIS statistik dinyatakan dalam dua bentuk yaitu: – H0 (hipotesis nol): suatu Sampel populasi diambil secara acak = dari 9).167 ) ≅ 0 Beberapa langkah yang perlu diperhatikan dalam pengujian hipotesis: (1) Tuliskan hipotesis yang akan diuji Ada dua jenis hipotesis: – Hipotesis sederhana - H0/H1 benar) = β CONTOH . normal(µ .167 ) = 1 .5-10)/3/√25)) = P(z ≥ 4. Hipotesis yang akan diuji.5-15)/3/√25)) = P(z ≤ 4.167 ) ≅ 0 • P(salah jenis II) = P(terima H0/µ = 10) = P(z ≥ (12.(X2) D=X1-X2 5 3 5 4 4 7 6 6 6 5 Dugalah rata-rata beda berat badan sebelum dan sesudah mengikuti program diet.5 Berapakah besarnya kesalahan jenis I dan II ? Jawab: • P(salah jenis I) = P(tolak H0/µ = 15) = P(z ≤ (12.σ 2 berukuran 25. H0 : µ = 15 pernyataan / anggapan yang ingin kita tolak – H1 (hipotesis lain tandingan): yang akan pernyataan H1 : µ = 10 Tolak H0 jika rata-rata kurang dari atau diterima jika H0 ditolak • Pengambilan memunculkan yaitu: – Salah jenis I (Error type I) : kesalahan akibat menolak H0 padahal H0 benar – Salah jenis II (Error type II) : kesalahan akibat menerima H0 padahal H1 benar • Besarnya peluang kesalahan ini dapat dihitung sebagai berikut: – P(salah jenis I) = P(tolak H0/H0 benar) = α – P(salah jenis II) = P(terima keputusan dua jenis akan kesalahan sama dengan 12.P(z ≤ 4.

0 0 vs H1 : – Suatu sampel acak diambil dari satu populasi Normal berukuran n Deskripsikan data sampel yang (hitung rataan.Hipotesis nol dan hipotesis alternatif sudah ditentukan pada nilai tertentu • H0 : µ = µ µ =µ • H0 : σ 1 2 0 atau (4). Tarik kesimpulan H0 : µ ≤ µ µ >µ 0 0 vs H1 : Pengujian Nilai Tengah Populasi Kasus Satu Sample b. Tentukan batas kritis atau vs H1 : daerah penolakan H0 Daerah penolakan H0 sangat =σ 2 0 2 vs =σ 2 1 tergantung dari bentuk hipotesis H1 : σ • H0 : P = P0 = P1 – Hipotesis Hipotesis majemuk nol dan alternatif (H1) CONTOH H1: µ < µ 0 è -t(α . – diperoleh Tujuannya adalah menguji sebesar 0 standard error dll) (3). Hipotesis dua arah • H0 : µ = µ µ ≠ µ (2). Hitung statistik ujinya Statistik sangat diuji CONTOH H0: µ = µ 0 maka maka uji yang pada digunakan sebaran • apakah parameter µ nilai tertentu. ragam.2. db)(tabel) Tolak H0 jika th < vs H1 : P hipotesis alternatif H1: µ > µ 0 è Tolak H0 jika th > t(α . db)(tabel) H1: µ ≠ µ 0 è Tolak H0 jika |th | > dinyatakan dalam interval nilai tertentu b. katakanlah µ Hipotesis yang dapat diuji: Hipotesis satu arah • H0 : µ ≥ µ µ <µ • 0 0 tergantung statistik dari penduga parameter yang vs H1 : H0 : µ ≤ µ µ >µ 0 0 vs H1 : statistik ujinya bisa t-student atau normal baku (z) Hipotesis dua arah .1. Hipotesis satu arah • H0 : µ ≥ µ µ <µ • 0 0 vs H1 : t(α /2. db)(tabel) (5).

Tolak H0 jika p< α /2 • Kesimpulan: Tolak H0. Dari data 55 yang dan Sebanyak 20 mobil rata-ratanya 4.2. Tolak H0 jika th > t(α . . artinya emisi gas CO kendaraan bermotor yang akan dipasarkan oleh perusahaan tersebut melebihi batasan yang ditentukan oleh pemerintah sehingga perusahaan tersebut tidak layak memperoleh ijin untuk memasarkan mobilnya. jika nilai peluang nyata (p) dihitung. db=n-1) diperiksa oleh petugas pemerintah untuk menentukan apakah perusahan tersebut layak diberikan ijin. (tabel) H1: µ > µ 0 è (tabel) H1: µ ≠ µ 0 è Tolak H0 jika |th | > t(α /2.• H0 : µ = µ µ ≠ µ 0 0 vs H1 : • Statistik uji: – x − µ0 Jika ragam populasi (σ ) diketahui : σ / n 2 zh = – th = Jika ragam populasi (σ 2) tidak diketahui: x − µ0 s/ n • Daerah kritis pada taraf nyata (α ) – dikaji – Daerah penolakan dari H0 sangat hipotesis Besarnya taraf nyata sangat • • Tarik Kesimpulan Ilustrasi Batasan yang ditentukan oleh tergantung dari bidang yang sedang pemerintah terhadap emisi gas CO kendaraan bermotor adalah 50 ppm.db=19) = 1. dengan layakkan diambil secara acak dan diuji emisi CO-nya.91 • Daerah kritis pada taraf nyata 0. didapatkan.05. H1: µ < µ 0 è Tolak H0 jika p< α H1: µ > µ 0 è Tolak H0 jika p< α H1: µ ≠ µ 0 è p=p(|t|>|th|) atau p=p(|z|<| p=p(t>th) atau p=p(z>zh). p=p(t<th) atau p=p(z<zh).2/20)=10.05 Tolak Ho jika th > t(0.729 zh|). db=n-1) (tabel) Atau. db=n-1) tergantung bentuk alternatif (H1) H1: µ < µ 0 è Tolak H0 jika th < -t(α . 5%. ragamnya nyata adalah menggunakan taraf perusahaan tersebut mendapat ijin ? • Hipotesis yang diuji: H0 : µ <= 50 vs H1 : µ > 50 • Statistik uji: th= (55-50)/√(4. Sebuah perusahaan baru yang sedang mengajukan ijin pemasaran mobil.

Perbandingan Nilai Tengah Dua Populasi Kasus Dua Sample Saling Bebas – Setiap populasi diambil sampel – apakah Tujuannya parameter 2 adalah µ 1 menguji dengan acak berukuran tertentu (bisa sama.µ – 2 sama parameter µ kedua sampel ≥δ ≤ δ 0 vs H1: µ 1.σ 1 = σ 2  n1 + n2 − 2. dari dimana bentuk H1: µ 1.µ  n+n 1≠σ2 (tabel) 1 2 – Pada  prinsipnya sama dengan 1 1 db) ( x1 − x2 ) − δ 0 σ ( x1 − x2 ) 2 <δ 0 è Tolak H0 jika th < -t(α . kasus satu sampel. bisa juga tidak sama) – Pengambilan saling bebas • Hipotesis – Hipotesis satu arah: H0: µ 1.µ 2 th = <δ ( x − x ) − δ 0 1 2 0 >δ 0 2 0 2 s( x1 − x2 ) Hipotesis dua arah: H0: µ 1. σtaraf nyata (α ) H1: H : µ .kσt 1i f ≠ σ 2 2 2  s1 s2 2 2 Daerah kritis pada.µ H0: µ 1. db) daerah penolakan H0 sangat tergantung hipotesis alternatif (H1) 2 ≠δ 0 è Tolak H0 jika |th | > t(α /2.µ (tabel) H1: µ 1. (tabel) • Ilustrasi .µ 2 ≠δ 0 • Statistik uji: – – Jika ragam kedua populasi diketahui katakan σ Jika ragam kedua populasi tidak diketahui: z h = 1 2 dan σ 2 2 : •  1 1 2 2  s g + .µ db) 2 >δ 0 è Tolak H0 jika th > t(α .σ 12 = σ 22  n1 n2 d b=  2 2 s( x1− x2 ) =   d ebf e .µ 2 =δ 0 vs H1: µ 1.µ vs H1: µ 1.

Untuk mengetahui produk mana yang sebenarnya lebih baik.(425) 2 = 106. B 30 50 35 60 50 55 45 40 60 65 25 60 45 65 45 65 50 50 40 55 – Hitunglah rataan dan ragam dari kedua data perusahaan tersebut.5 10 s = 2 1 n∑ x12 − ( ∑ xi ) n(n − 1) 2 = 2 10 (19025) .18) = 1.342 / 10) 2 / 9 + (8.(565) 2 2 x2 = = 56.Dua buah perusahaan yang saling bersaing dalam industri kertas karton saling mengklaim bahwa produknya yang lebih baik. gunakan taraf nyata 10% Jawab: – Rata-rata dan ragam kedua sampel: 30 + 35 +  + 40 x1 = = 42.330 • Kesimpulan: .10 ≈ 17 2 ( s1 / n1 ) 2 /(n1 − 1) + ( s2 / n2 ) 2 /(n2 − 1) (10.182 / 10) 2 db = 2 = = 17. dalam artian lebih kuat menahan beban.182 / 10) 2 / 9 • Daerah kritis pada taraf nyata 10%: Tolak H0 jika |th| > t(0.94 10 n(n −1) 10(9) – Perbandingan kekuatan karton • Statistik uji: (ragam 2 • Hipotesis: H0: µ 1= µ H1: µ 1≠ µ 2 2 vs populasi tidak diketahui dan diasumsikan σ σ 1 2 1 ≠ ) th = ( x2 − x1 ) − ( µ2 − µ1 ) ( s / n2 ) + ( s / n1 ) 2 2 2 1 = 56.94 / 10 2 ( s12 / n1 + s2 / n2 ) 2 (10. dilakukan sebanyak pengambilan 10 lembar. Datanya adalah : Persh. – Ujilah karton produksi mana yang lebih kuat dengan asumsi ragam kedua populasi berbeda.05.36 66.5 s2 = = = 66.94 10(9) 2 n∑ x2 − ( ∑ xi ) 50 + 60 +  + 55 10 (32525) . data dan masing-masing diukur berapa beban yang mampu ditanggung tanpa merusak karton.5 − 0 = 3.94 / 10 + 106 . A Persh.5 − 42.342 / 10 + 8.

µ 0 2 ≠δ 0 atau H0: =δ • 0 vs H1: µ D≠ δ Statistik uji: Gunakan t atau z jika ukuran contoh n besar menguji • apakah parameter µ parameter µ • Hipotesis – 2 sama dengan Dimana d : simpangan sampel antar satu pengamatan pada dengan sampel 2 • Daerah sampel) • Tarik Kesimpulan Kritis: (lihat kasus satu Hipotesis satu arah: Pasang an Sampel 1 (X1) Sampel 2 (X2) D = d1 d2 d3 dn x21 x22 x23 x2n x11 x12 x13 x1n 1 2 3 … n (X1-X2) th = d − δ0 s/ n . sampel antar objek. Diduga karton yang diproduksi oleh perusahaan B lebih kuat daripada karton A Perbandingan Populasi Nilai Tengah Dua H 0: µ 1. sampel tempat.µ µ D 2 ≥δ 0 vs H1: µ 1. artinya kekuatan karton kedua perusahaan berbeda nyata pada taraf nyata 10%. ada (bisa H0: µ 1.µ µ D ≤ δ 0 vs H1: µ 1.Tolak H0.µ µ D 2 vs H1: µ 1. dll) – Tujuannya adalah 1 Hipotesis dua arah: =δ 0 kedua pengkait waktu.µ 0 2 >δ 0 atau H0: ≤ δ 0 vs H1: µ D>δ – acak berukuran n (wajib sama) – kedua Pengambilan berpasangan.µ 0 2 <δ 0 atau H0: ≥δ 0 vs H1: µ D<δ 2 Kasus Dua Sample Saling Berpasangan – Setiap populasi diambil sampel H 0: µ 1.

jika th < -t(α =5%.26 sd sd 1.20 • Statistik uji: t= d − µd d − µd 5.1 − 5 = = = 0.43 10 (9) sd = 1. Data yang diambil adalah berat mengevaluasi program diet.43 =1. maka: mengurangi berat badan minimal 5 kg? Lakukan pengujian pada taraf nyata 5%! Jawab: H0 : µ • D • Hipotesis: ≥ 5 vs H1 : µ D <5 Deskripsi: i ∑d d= n 51 = = 5.db=9)=-1.1 10 s = 2 d n∑ d i2 − ( ∑ d i ) n(n −1) 2 = 10 (273 ) − (51) 2 = 1. yaitu: Berat Badan Peserta 1 Sebelum (X1) Sesudah (X2) D=X1-X2 5 3 5 4 4 7 6 6 6 5 85 86 87 86 87 85 85 87 86 86 90 2 89 3 92 4 90 5 91 6 92 7 91 8 93 9 92 10 91 Apakah program diet tersebut dapat • Karena kasus ini merupakan contoh berpasangan. kemudian dipilih secara acak 10 orang anggotanya untuk mengikuti program diet tersebut selama 3 badan sebelum dan sesudah program diet dilaksanakan.20 / 10 n Tolak H0.833 • Daerah kritis pada α =5% .• Suatu Ilustrasi klub kesegaran jasmani ingin bulan.

artinya program diet tersebut dapat mengurangi berat badan .• Kesimpulan: Terima minimal 5 kg H0.

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->