• Tidak ada hasil yang ditemukan

Bab IX. Hipotesis. Menguji Hipotesis

N/A
N/A
Protected

Academic year: 2021

Membagikan "Bab IX. Hipotesis. Menguji Hipotesis"

Copied!
10
0
0

Teks penuh

(1)

Copyright © 1998, Triola, Elementary Statistics

Addison Wesley Longman 1

Bab IX

Hipotesis untuk Satu Populasi

Copyright © 1998, Triola, Elementary Statistics

Addison Wesley Longman 2

Hipotesis

dalam statistika, adalah pernyataan atau klaim

tentang sifat atau ciri dari sebuah populasi

Menguji Hipotesis

adalah menguji pernyataan atau klaim tersebut

Contoh: Dugaan yang menyatakan bahwa

“rata-rata pendapatan lulusan ilmu komputer

adalah $30,000 pertahun”.

Pertanyaan:

Bagaimana cara menguji/memberi

alasan pembenaran tentang dugaan

tersebut?

A.

Apa yang perlu kita ketahui

untuk membenarkan dugaan itu?

B.

Berdasarkan yang kita ketahui,

bagaimana seharusnya kita

Jawaban untuk A:

Secara acak, pilih (katakan100)

lulusan ilmu komputer dan

temukan pendapatan pertahun

mereka

---- Kita perlu mendapatkan

sample untuk diobservasi,

(2)

Copyright © 1998, Triola, Elementary Statistics

Addison Wesley Longman 5

Jawaban untuk B:

Itulah yang akan kita

pelajari sekarang!!!

---- Mengambil Kesimpulan

berdasarkan sampel yang

diobservasi

Copyright © 1998, Triola, Elementary Statistics

Addison Wesley Longman 6

Pertimbangan Statistik

Menganalisa himpunan

sampel dalam usaha untuk

membedakan hasil yang

biasa terjadi dan hasil yang

jarang sekali terjadi

Copyright © 1998, Triola, Elementary Statistics

Addison Wesley Longman 7

Central Limit Theorem:

Copyright © 1998, Triola, Elementary Statistics

Addison Wesley Longman 8

Central Limit Theorem:

Distribusi dari Mean (Nilai Tengah) Sampel

µ

x

= 30k

Mean sampel Biasa

Asumsi

bahwa

pernyataan

adl benar!

(3)

Copyright © 1998, Triola, Elementary Statistics

Addison Wesley Longman 9

Central Limit Theorem:

Distribusi dari Mean (Nilai Tengah) Sampel

µ

x

= 30k

Mean sampel Biasa

Asumsi

bahwa

pernyataan

adl benar!

Copyright © 1998, Triola, Elementary Statistics

Addison Wesley Longman 1

0

Central Limit Theorem:

Distribusi dari Mean (Nilai Tengah) Sampel

µ

x

= 30k

Mean sampel Biasa

Asumsi

bahwa

pernyataan

adl benar!

Central Limit Theorem:

Distribusi dari Mean (Nilai Tengah) Sampel

µ

x

= 30k

Mean sampel Biasa

Asumsi

bahwa

pernyataan

adl benar!

Central Limit Theorem:

Distribusi dari Mean (Nilai Tengah) Sampel

Sample data:

z

= 2.62

or

x

= 43.1k

µ

x

= 30k

Mean sampel Biasa

Asumsi

bahwa

pernyataan

adl benar!

(4)

Copyright © 1998, Triola, Elementary Statistics

Addison Wesley Longman 1

3

Bagian-bagian dari

Uji Hipotesis

Copyright © 1998, Triola, Elementary Statistics

Addison Wesley Longman 1

4

Definisi

Hipotesis Nol

(ditulis

H

0

):

adl pernyataan yang diuji dalam

pengujian hipotesis.

Hipotesis Alternatif

(

H

1

/

H

a

):

adl apa yang diyakini benar jika

hipotesis nol salah.

Copyright © 1998, Triola, Elementary Statistics

Addison Wesley Longman 1

5

Hipotesis Nol :

H

0

Harus mengandung persamaan

=,

, or

Uji Hipotesis Nol

secara langsung

Tolak

H

0

atau

tidak bisa menolak

H

0

Copyright © 1998, Triola, Elementary Statistics

Addison Wesley Longman 1

6

Hipotesis Alternatif:

H

1

Pasti benar jika

H

0

salah

, <, >

‘kebalikan/lawan’ dari

Contoh:

(5)

Copyright © 1998, Triola, Elementary Statistics

Addison Wesley Longman 1

7

Menyatakan Hipotesis

Pada umumnya, penelitian dilakukan

untuk menyanggah hasil penelitian yang

lalu.

Jika kita ingin membenarkan pernyataan

kita, maka pernyataan itu harus

disebutkan sedemikian hingga

merupakan

hipotesis

alternatif

Copyright © 1998, Triola, Elementary Statistics

Addison Wesley Longman 1

8

Catatan Penting

H

0

harus mengandung persamaan; namun beberapa

klaim tidak dinyatakan dalam bentuk persamaan.

Sehingga, beberapa klaim dan

H

0

tidak akan sama

Ideal-nya

semua klaim harus dinyatakan

sebagai Hipotesis Nol sehingga kesalahan fatal

dalam pengambilan keputusan merupakan

kesalahan Tipe I.

Kesalahan Tipe

I

Adalah kesalahan menolak hipotesis Nol disaat

hipotesis Nol benar.

Peluang

dalam melakukan kesalahan ini disebut

taraf/level signifikan, dituliskan dengan



(alpha).

Pilihan umum untuk

: 0.05,0.01, dan 0.1

Contoh: menolak parasut yang bekerja dengan baik

dan memutuskan untuk tidak melakukan terjun

Kesalahan Tipe

II

Kesalahan tidak menolak hipotesis nol disaat

hipotesis nol salah.

Ditulis sebagai

ß

(beta)

Contoh:

Tidak menolak parasut yang tidak

bekerja dengan baik dan melakukan terjun

payung.

(6)

Copyright © 1998, Triola, Elementary Statistics

Addison Wesley Longman 2

1

Kesalahan

Tipe I dan Tipe II

Keadaan sebenarnya

Tolak Hipotesis Nol

Tidak Menolak

Hipotesis No

Hipotesis Nol

Benar

Hipotesis Nol

Salah

Kesalahan

Tipe

I

Kesalahan

Tipe

II

Keputusan

yang benar

Keputusan

Keputusan

yang benar

Copyright © 1998, Triola, Elementary Statistics

Addison Wesley Longman 2

2

Definisi

Statistik Uji:

adl sebuah statistik dari sampel

atau nilai berdasarkan dari sampel

Contoh:

z

=

x

µ

x



Copyright © 1998, Triola, Elementary Statistics

Addison Wesley Longman 2

3

Definisi

Daerah Kritis

:

adl himpunan dari semua nilai dari

statistik uji yang menyebabkan

penolakan hipotesis nol

Copyright © 1998, Triola, Elementary Statistics

Addison Wesley Longman 2

4

Daerah Kritis

himpunan dari semua nilai dari statistik uji

yang menyebabkan penolakan hipotesis

nol

Daerah

Kritis

(7)

Copyright © 1998, Triola, Elementary Statistics

Addison Wesley Longman 2

5

Daerah Kritis

-

Daerah

Kritis

Copyright © 1998, Triola, Elementary Statistics

Addison Wesley Longman 2

6

Daerah Kritis

Daerah

Kritis

Definisi

Nilai Kritis:

adalah nilai yang memisahkan daerah

kritis dari nilai-nilai yang

tidak akan

membawa kepada penolakan

H

0

Nilai Kritis

adalah nilai yang memisahkan daerah kritis

dari nilai-nilai yang

tidak akan membawa

kepada penolakan

H

0

(8)

Copyright © 1998, Triola, Elementary Statistics

Addison Wesley Longman 2

9

Nilai Kritis

nilai yang memisahkan daerah kritis dari

nilai-nilai yang

tidak akan membawa

kepada penolakan

H

0

Nilai Kritis

(

z

score )

Tidak Menolak

H

0

Tolak

H

0

Copyright © 1998, Triola, Elementary Statistics

Addison Wesley Longman 3

0

Mengontrol Kesalahan

Tipe

I

dan Tipe

II

,

ß

, dan

n

berhubungan satu sama lain

dan

n

biasanya dipilih

Cobalah menggunakan



terbesar yang

bisa diterima

Jika dampak dari kesalahn tipe I berakibat serius, pilih

yang terkecil dan nilai n yang besar

Copyright © 1998, Triola, Elementary Statistics

Addison Wesley Longman 3

1

Keputusan dalam

Pengujian Hipotesis

Yang diuji selalu hipotesis Nol

1.

Gagal Menolak

H

0

2.

Tolak

H

0

Kesimpulan harus dituliskan berdasarkan

kalimat seperti yang tertulis dalam

pernyataan dan bantahan pernyataan.

Copyright © 1998, Triola, Elementary Statistics

Addison Wesley Longman 3

2

Klaim awal

adl

H

0

FIGURE 7-2

Wording of Conclusions in Hypothesis Tests

Tolak

H

0

?.

Ya

(Tolak

H

0

)

“Terdapat cukup bukti

Untuk menolak Klaim

Bahwa... (Klaim awal).”

“Tidak terdapat cukup

bukti Untuk menolak

Klaim Bahwa... (Klaim

awal)..”

“Data sampel

mendu-Kung Klaim bahwa....

(Klaim awal).”

“Tidak t erdapat cukup

bukti Untuk menolak

Klaim Bahwa... (Klaim

awal)...”

Tolak

H

0

?

Ya

(Tolak

H

0

)

Tidak

(Gagal

Menolak

H

0

)

Tidak

(Gagal

Menolak

H

0

)

Klaim awal

adl

H

1

(9)

Copyright © 1998, Triola, Elementary Statistics

Addison Wesley Longman 3

3

Uji

Dua Sisi (Two-tailed),

Sisi Kiri (Left-tailed),

Sisi Kanan(Right-tailed)

Copyright © 1998, Triola, Elementary Statistics

Addison Wesley Longman 3

4

Uji Sisi Kiri

(Left-tailed Test)

H

0

: µ

200

H

1

: µ < 200

Uji Sisi Kiri

H

0

: µ

200

H

1

: µ < 200

Gagal Menolak

H

0

Tolak

H

0

Arah Kiri

Uji Sisi Kanan

(Right-tailed Test)

H

0

: µ

200

(10)

Copyright © 1998, Triola, Elementary Statistics

Addison Wesley Longman 3

7

Uji Sisi Kanan

H

0

: µ

200

H

1

: µ > 200

Nilai yang secara

Signifikan Beda

dari 200

200

Gagal Menolak

H

0

Tolak

H

0

Arah Kanan

Copyright © 1998, Triola, Elementary Statistics

Addison Wesley Longman 3

8

Uji Dua Arah

(Two-tailed Test)

H

0

: µ = 200

H

1

: µ

200

Copyright © 1998, Triola, Elementary Statistics

Addison Wesley Longman 3

9

Uji Dua Arah

H

0

: µ = 200

H

1

: µ

200

Artinya kurang atau lebih dari

dibagi rata

antara dua arah

pada daerah kritis.

Copyright © 1998, Triola, Elementary Statistics

Addison Wesley Longman 4

0

Uji Dua Arah

H

0

: µ = 200

H

1

: µ

200

Artinya kurang atau lebih dari

Gagal menolak

H

0

Tolak

H

0

Tolak

H

0

200

Nilai yang berbeda nyata dari 200

dibagi rata

antara dua arah

pada daerah kritis.

Referensi

Dokumen terkait

Mempertahankan dan mengelola secara maksimal atribut-atribut kualitas pelayanan yang memiliki tingkat harapan dan tingkat kinerja yang tinggi karena menjadi kekuatan untuk

Data lain yang dibutuhkan dalam perhitungan BOK ini terutama untuk konsumsi bahan bakar adalah faktor koreksi akibat kelandaian jalan, faktor koreksi akibat

Berdasarkan sekilas latar belakang di atas, penulis menyimpulkan sebagai konsep penelitian dan perancangan yang akan dilakukan untuk penulisan skripsi ini adalah dengan judul

Aktualisasi diri dan dakwah di dunia maya sebagaimana dilakukan para dai millennial ini tentu merupakan bentuk dari lemahnya etika dakwah bagi kelompok tersebut,

Power (kuasa) uji adalah peluang menolak hipotesis nol ( H ) ketika nilai 0 parameter yang sebenarnya terletak pada alternative hypotesis (H 1 ), sedangkan size

Deskriptor diambil berdasar- kan jumlah panelis yang menyatakan bahwa suatu soal diperkirakan mampu dijawab benar oleh siswa minimal lebih dari separoh (1/2) dari

Hal ini dapat disebabkan oleh jenis tanaman atau tumbuhan yang terdapat di kedua lokasi ini memiliki kemiripan yang lebih besar sebagai tempat mencari makan ataupun untuk

Berikut ini beberapa cara lain untuk menyatakan bahwa kita akan selalu tersedia setelah presentasi. I’ll be here until 5 so feel free to come and discuss anything about the