Upload
hoangtu
View
216
Download
0
Embed Size (px)
Citation preview
Volunteer• "I am going to have (...............) pull
out a card from the deck.
• What is the probability that she/hepulls out a red card?“
• P=.......
• "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?"
• "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?
• 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 StatistikaPertemuan X-XI
Metode StatistikaPertemuan 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 JumlahMuncul AngkaMuncul 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
ap ˆ
Coin setimbang ?
p = 50% = 0.5
Populasi :
= 20
Sampel :
25x
> 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 dari metode inferensia induktif
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 dari metode inferensia induktif
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 HipotesisTergantung data dan fakta yg terkumpul
maka kita pada akhirnya bisa
menolak/menerima hipotesis nol..
Pengujian HipotesisKetika 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.
• 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
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”)
Suatu pernyataan tentang nilai suatu parameter populasi
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) = P(salah jenis II) = P(terima H0/H1 benar) =
H0: =20
H1: =24
22
Daerah PEnolakan H0
Daerah Penerimaan
H0
= P(tolak H0 | Ho benar) = P( > 22 | = 20)
= P(Terima H0 | H1 benar)
= P( < 22 | = 24)
Merupakan sembarang parameter
CONTOH (1)
Sampel diambil secara acak dari populasi normal(;2 = 9), berukuran 25. Hipotesis yang akan diuji,H0 : = 15H1 : = 10Tolak H0 jika rata-rata kurang dari atau sama dengan 12.5Berapakah 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 ) 0P(salah jenis II) = P(terima H0/ = 10) = P(z (12.5-10)/3/25))
= P(z 4.167 ) = 1 - P(z 4.167 ) 0
Hipotesis yang diujiH0 : 0
H1 : < 0
H0 : 0
H1 : > 0
H0 : = 0
H1 : 0
Hipotesis dua arah Hipotesis SATU arah
merupakan sembarang parameter
v merupakan sembarang statistik uji
Statistik uji :
ˆ
ˆ
sv
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/2z/2
Nilai kritik
H1 : < 0
Daerah Penerimaan
H0
Daerah Penolakan H0
Tolak H0 jika v < -z/2
-z
H1 : > 0
Daerah Penerimaan
H0
Daerah Penolakan H0Tolak 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 p
z zhNilai p = P (Tolak H0 | contoh)
Misalnya : nilai p = P(Z > zh)
Tujuan pengujian
Satu Populasi Dua populasi
Nilai Tengah()
Satu Populasi (p)
2
diketahui
Uji z Uji t
Tidak diketahui
Uji z
Data saling bebas
Data berpasangan
1 - 2 p1 - p2 d
12
& 2
2
Uji z
diketahuiTidak diketahui
12
& 2
2
sama
Uji tFormula 1
Tidak sama
Uji tFormula 2
Uji z Uji t
Hipotesis yang dapat diuji:
Hipotesis satu arah• H0 : 0 vs H1 : < 0
• H0 : 0 vs H1 : > 0
Hipotesis dua arah• H0 : = 0 vs H1 : 0
• Statistik uji:– Jika ragam populasi (2) diketahui :
– Jika ragam populasi (2) tidak diketahui :ns
xt h
/0
n
xz h
/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?