deck of 52 cards
Volunteer
• "I am going to have (...) pull
out a card from the deck.
• What is the probability that she/he
pulls out a red card?“
• "If I have her/him select 10
different cards, and I replace the
selected card and shuffle between
picks, how many of the 10 cards do
we expect to be red?"
Is she/he guaranteed to get
exactly 5?
• "Do you believe that there is a 50%
chance for drawing a red card with
this deck?“
• I agree. Now, is it
possible
that a
person with a normal deck of half red
and half black cards could pull out 10
red cards in a row?
• Is it very
likely
that a person would
pull out 10 red cards if the deck were
half red?
• Now, we have two seemingly contradictory
pieces of information about the deck of
cards. We have a claim that p=0.5, and we
have done an experiment in which 10 out of
10 cards chosen were red. The data which
we collected seem 'inconsistent' with the
hypothesis. That is, if the hypothesis were
true, it would be very unlikely to have all
10 chosen cards be red. And yet, in our
experiment, we selected 10 red cards.
What should we conclude?
Metode Statistika
Pertemuan X-XI
Metode Statistika
Pertemuan X-XI
Statistika Inferensia:
Pengujian Hipotesis
Permainan (1)
• Ambil sekeping uang coin. Masing-masing
mahasiswa lempar satu kali. Kemudian catat
hasil lemparan dari 40 mahasiswa.
Kejadian
Turus
Jumlah
Muncul
Angka
Muncul
Gambar
Lanjutan Permainan (1)
• Berapa persen muncul sisi angka dari
permainan tersebut?
• Apakah dapat dikatakan bahwa coin
tersebut setimbang (peluang
munculnya sisi angka dan peluang
munculnya sisi gambar sama)?
Lanjutan Permainan (1)
Persentase
munculnya sisi
angka dari
permainan
tersebut
n a pˆ Coin
setimbang ?
p = 50% = 0.5Coin Analogy
Hypothesis
Collect Evidence
Decision Rule
Populasi :
= 20
Sampel :25
x
> 20? Mana yang benar? Butuh pembuktian berdasarkan contoh!!! Apa yang diperlukan?Ok, itu adalah pengujian hipotesis,
butuh pengetahuan mengenai SEBARAN
PENARIKAN CONTOH
Pengujian Hipotesis
• Merupakan perkembangan ilmu
experimantal
terminologi dan
subyek
• Menggunakan 2 pendekatan :
– Metode inferensi induktif
R.A. Fisher
– Metode teori keputusan
J. Neyman &
E.S. Pearson
mengatasi kekurangan
Coin Analogy
Hypothesis
Collect Evidence
Decision Rule
Pengujian Hipotesis
• Merupakan perkembangan ilmu
experimantal
terminologi dan
subyek
• Menggunakan 2 pendekatan :
– Metode inferensi induktif
R.A. Fisher
– Metode teori keputusan
J. Neyman &
E.S. Pearson
mengatasi kekurangan
Pengujian Hipotesis
Dalam proses penemuan kebenaran ilmiah
secara induksi seringkali diperlukan
pengujian hipotesis..
Ada dua hipotesis yg
disandingkan yaitu
hipotesis nol dan
hipotesis alternatif..
Hipotesis nol merupakan keadaan
yg ingin disangkal. Hipotesis ini mirip
praduga takbersalah dalam
proses peradilan.
Sementara itu
hipotesis alternatif
merupakan keadaan yg
menyangkal hipotesis nol..
Pengujian Hipotesis
Tergantung data dan
fakta yg terkumpul
maka kita pada
akhirnya bisa
menolak/menerima
Pengujian Hipotesis
Ketika kita menolak hipotesis nol
maka kondisinya seperti tertuduh
yg bisa dibuktikan bersalah.
Sebaliknya ketika menerima hipotesis nol
maka kondisinya spt tertuduh
yg tidak bisa dibuktikan bersalah,
azas praduga tak bersalah.
Pengujian Hipotesis
Pendek kata jika kita menolak hipotesis nol
maka kita punya keyakinan tertentu bahwa
hipotesis nol itu salah..
Tapi jika kita menerima hipotesis nol
maka kita sesungguhnya tdk punya keyakinan yg terukur
apakah hipotesis nol itu salah/benar.
Unsur Pengujian
Hipotesis
• Hipotesis Nol
• Hipotesis Alternatif
• Statistik UJi
• Daerah Penolakan H0
•
Suatu pernyataan / anggapan yang mempunyai
nilai mungkin benar / salah atau suatu pernyataan
/anggapan yang mengandung nilai ketidakpastian
• Misalnya:
– Besok akan turun hujan
mungkin benar/salah
– Penambahan pupuk meningkatkan produksi
mungkin
benar/salah
– Varietas A lebih baik dibandingkan dengan varietas B
mungkin benar/salah
Hipotesis Statistik
– H0 (hipotesis nol): suatu pernyataan
yang bersifat “status quo” (tidak ada
beda , tidak ada perubahan)
– H1 (hipotesis tandingan): pernyataan lain
yang akan diterima jika H0 ditolak (”ada”
perbedaan, ”terdapat perubahan”)
Dalam pengambilan keputusan
memungkinkan untuk terjadi
kesalahan
H0 benar
H0 salah
Tolak H0
Peluang salah jenis I
(Taraf nyata;
)
Kuasa pengujian
(1-
)
Terima H0
Tingkat kepercayaan
(1-
)
Peluang salah jenis II
(
)
P(salah jenis I) = P(tolak H0/H0 benar) =
H0: =20 H1: =24 22
ˆ
Daerah PEnolakan H0 Daerah Penerimaan H0 = P(tolak H0 | Ho benar) = P( > 22 | = 20) = P(Terima H0 | H1 benar) = P( < 22 | = 24)CONTOH (1)
Sampel diambil secara acak dari populasi normal(;2 = 9), berukuran 25. Hipotesis yang akan diuji,
H0 : = 15 H1 : = 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/ = 15) = P(z (12.5-15)/3/25)) = P(z - 4.167 ) 0
P(salah jenis II) = P(terima H0/ = 10) = P(z (12.5-10)/3/25)) = P(z 4.167 ) = 1 - P(z 4.167 ) 0
Sifat
dan
H0 H0 H1 H0 H1 H1 Jika n dan akanmenurun lihat KURVA
Hipotesis yang diuji
H0 : 0 H1 : < 0 H0 : 0 H1 : > 0 H0 : = 0 H1 : 0Hipotesis dua arah Hipotesis SATU arah
merupakan sembarang parameter v merupakan sembarang statistik uji Statistik uji :
ˆˆ
s
v
Wilayah kritik
Daerah Penolakan H0
Tergantung dari H1.
Misalkan v = z
N (0,1)
H1 : 0 Daerah Penerimaan H0 Daerah Penolakan H0
Tolak H0 jika v < -z/2 atau v > z/2
/2
/2
-z/2 z/2
H1 : < 0 Daerah Penerimaan H0 Daerah Penolakan H0 Tolak H0 jika v < -z/2 -z H1 : > 0 Daerah Penerimaan H0 Daerah Penolakan H0 Tolak H0 jika v > z z
& nilai p
•
= taraf nyata dari uji
statistik
• Nilai p = taraf nyata dari
contoh
peluang
merupakan suatu ukuran
“kewajaran” untuk
menerima H0 atau
menerima H1
• Jika nilai p <
maka Tolak
H0
Nilai pz zh Nilai p = P (Tolak H0 | contoh)
Tujuan pengujian
Satu Populasi Dua populasi
Nilai
Tengah() Populasi (p)Satu
2 diketahui Uji z Uji t Tidak diketahui Uji z Data saling
bebas berpasanganData
1 - 2 p1 - p2 d 12 & 22 Uji z diketahui Tidak diketahui 12 & 22 sama Uji t Formula 1 Tidak sama Uji t Formula 2 Uji z Uji t
Uji Nilai Tengah
Populasi (
)
Uji Nilai Tengah
Hipotesis yang dapat diuji:
Hipotesis satu arah
• H0 :
0vs
H1 :
<
0• H0 :
0vs
H1 :
>
0Hipotesis dua arah
• H0 :
=
0vs
H1 :
0• Statistik uji:
– Jika ragam populasi (
2) diketahui
:
– Jika ragam populasi (
2) tidak diketahui
:
n s x th / 0 n x zh / 0
Contoh (2)
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
mennetukan apakah perusahaan tersebut laya
diberikan ijin. Sebanyak 20 mobil diambil secara
acak dan diuji emisi CO-nya. Dari data
didapatkan, rata-ratanya 55 dan ragamnya 4.2.
Dengan menggunakan taraf nyata 5%, layakkah
perusahaan tersebut mendapat ijin?
One-Sample T
Test of mu = 50 vs > 50
95% Lower
N Mean StDev SE Mean Bound T P