22
1 Dr. Agus Mohamad Soleh Department of Statistics, IPB STK211 Metode Statistika Statistika Inferensia: Pengujian Hipotesis

Statistika Inferensia Pengujian Hipotesis · mungkin benar/salah atau suatu pernyataan/anggapan yang mengandung nilai ketidakpastian disebut Hipotesis •Hipotesis dalam statistika

  • Upload
    others

  • View
    35

  • Download
    0

Embed Size (px)

Citation preview

1Dr. Agus Mohamad SolehDepartment of Statistics, IPB

STK211 Metode Statistika

Statistika Inferensia:

Pengujian Hipotesis

2Dr. Agus Mohamad SolehDepartment of Statistics, IPB

PENDAHULUAN• Populasi umumnya tidak bisa diperoleh -->

parameter tidak diketahui• Tetapi sering kita memiliki anggapan terhadap

parameter suatu populasi• Anggapan ini bisa jadi benar, tetapi bisa juga salah• Misalkan dalam penelitian tentang varietas padi

baru, kita bisa memiliki anggapan produktivitasnya 8 ton/ha di atas produktivitas padi umum sekitar 5.7 ton/ha

3Dr. Agus Mohamad SolehDepartment of Statistics, IPB

PENDAHULUAN• Benar tidaknya anggapan kita harus diuji• Suatu pernyataan/anggapan yang mempunyai nilai

mungkin benar/salah atau suatu pernyataan/anggapan yang mengandung nilai ketidakpastian disebut Hipotesis

• Hipotesis dalam statistika dinyatakan dalam dua bentuk yaitu:H0 (hipotesis nol): suatu pernyataan / anggapan yang

umumnya ingin kita tolakH1 / HA (hipotesis alternatif): pernyataan lain yang akan

diterima jika H0 ditolak• Data dikumpulkan untuk mendukung hipotesis

4Dr. Agus Mohamad SolehDepartment of Statistics, IPB

KESALAHAN KEPUTUSAN• 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

5Dr. Agus Mohamad SolehDepartment of Statistics, IPB

KESALAHAN KEPUTUSAN• Besarnya peluang kesalahan dapat ini dapat

dihitung sebagai berikut:P(salah jenis I) = P(tolak H0 | H0 benar) = αP(salah jenis II) = P(terima H0 | H1 benar) = β

6Dr. Agus Mohamad SolehDepartment of Statistics, IPB

PENGARUH NILAI α DAN β

• Misalkan populasi pada H0 adalah sebagai berikut:

7Dr. Agus Mohamad SolehDepartment of Statistics, IPB

PENGARUH NILAI α DAN β

• Misalkan populasi pada H0 adalah sebagai berikut:

8Dr. Agus Mohamad SolehDepartment of Statistics, IPB

PENGARUH NILAI α DAN β

• Jika ada Populasi H1 dengan μ1 = 60, 61, ..., 65 dan ragam sama dengan H0...

9Dr. Agus Mohamad SolehDepartment of Statistics, IPB

PENGARUH NILAI α DAN β

• Jika ada Populasi H1 dengan μ1 = 60, 61, ..., 65 dan ragam sama dengan H0, maka dengan kriteria penolakan H0 yang tetap maka nilai β akan turun seiring jauhnya nilai μ1 dengan μ0

10Dr. Agus Mohamad SolehDepartment of Statistics, IPB

PENGARUH NILAI α DAN β

• Bagaimana jika kriteria yang diturunkan?

11Dr. Agus Mohamad SolehDepartment of Statistics, IPB

PENGARUH NILAI α DAN β

• Bagaimana jika kriteria yang diturunkan?• Nilai α meningkat dan β menurun

12Dr. Agus Mohamad SolehDepartment of Statistics, IPB

PENGARUH NILAI α DAN β

• Jika ukuran contoh ditambah• Dengan kriteria tetap, maka β menurun

13Dr. Agus Mohamad SolehDepartment of Statistics, IPB

PENGARUH NILAI α DAN β

• Pada kenyataannya parameter populasi sering kali tidak diketahui

• Sehingga dalam pengujian hipotesis hanya nilai salah jenis I (α) yang dapat dikendalikan.

• Akan timbul pertanyaan :• – Berapa nilai α yang digunakan?

Tergantung resiko keputusan yang akan diambil

14Dr. Agus Mohamad SolehDepartment of Statistics, IPB

Bagaimana Melakukan Pengujian Hipotesis?• Langkah:

1. Tentukan bentuk hipotesis:H0 : θ = θ0

• Satu Arah : θ < θ0 atau θ > θ0

• Dua Arah : θ ǂ θ0

2. Tetapkan nilai α

3. Hitung statistik deskriptif (rataan, simpangan baku dll)

4. Hitung statistik uji

5. Tetapkan Daerah Kritik (daerah penolakan H0)

6. Ambil Keputusan dan Kesimpulan

15Dr. Agus Mohamad SolehDepartment of Statistics, IPB

PENGUJIAN NILAI TENGAH (μ)

POPULASI TUNGGAL

16Dr. Agus Mohamad SolehDepartment of Statistics, IPB

PENGUJIAN μ POPULASI TUNGGAL

• Populasi X ~ Sebaran(μ, σ2)

• Contoh diambil secara acak dari X sebanyak n

• Akan diuji apakah μ = μ0 ?

17Dr. Agus Mohamad SolehDepartment of Statistics, IPB

PENGUJIAN μ POPULASI TUNGGAL

• Bentuk Hipotesis:H0 : μ = μ0

• Satu Arah : μ < μ0 atau μ > μ0

• Dua Arah : μ ǂ μ0

18Dr. Agus Mohamad SolehDepartment of Statistics, IPB

PENGUJIAN μ POPULASI TUNGGAL

• Statistik Uji:• Jika ragam populasi (σ2) diketahui (jika X tidak

menyebar normal tetapi n besar) :

• Jika ragam populasi (σ2) tidak diketahui dan X~Normal:

19Dr. Agus Mohamad SolehDepartment of Statistics, IPB

PENGUJIAN μ POPULASI TUNGGAL

• Daerah Kritik/ Daerah penolakan H0:

20Dr. Agus Mohamad SolehDepartment of Statistics, IPB

PENGUJIAN μ POPULASI TUNGGAL

• Teladan:• 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%, layakkah perusahaan tersebut mendapat ijin ?

21Dr. Agus Mohamad SolehDepartment of Statistics, IPB

PENGUJIAN μ POPULASI TUNGGAL

22Dr. Agus Mohamad SolehDepartment of Statistics, IPB

Selesai...