SlideShare a Scribd company logo
1 of 21
1
ALPHIN PRATAMA (16.8996) / AYUFI REYZA (16.9041) / NOVIA ARUM (16.9333) /
SATRIA KURNIA (16.9414) / ZAHRA ALIIFA (16.9480)
INFERENSIA 1
VEKTOR
RATA-RATA
Dosen Pengampu : Rani Nooraeni, S.ST., M.Stat..
Inferensia 1 Vektor
Rata-Rata
Hipotesis Statistik
2
𝐻 π‘œ ∢ πœ‡ = πœ‡ π‘œ
𝐻1 ∢ πœ‡ β‰  πœ‡ π‘œ
πœ‡ > πœ‡ π‘œ
πœ‡ < πœ‡ π‘œ
𝐻 π‘œ ∢
πœ‡1
…
πœ‡ 𝑝
=
πœ‡ π‘œ1
…
πœ‡ π‘œπ‘
𝐻1 ∢ π‘π‘Žπ‘™π‘–π‘›π‘” π‘‘π‘–π‘‘π‘Žπ‘˜ π‘Žπ‘‘π‘Ž π‘ π‘Žπ‘‘π‘’
πœ‡π‘– β‰  πœ‡ π‘œπ‘–
Univariat Multivariat
Inferensia 1 Vektor
Rata-Rata
Asumsi
3
π‘₯~𝑁 πœ‡, 𝜎2
π‘₯~𝑁(πœ‡, 𝜎2
𝑛)
π‘₯~𝑁 πœ‡, 𝜎2
π‘₯~𝑁(πœ‡, Ξ£
𝑛)
Univariat Multivariat
Inferensia 1 Vektor
Rata-Rata
4
INFERENSIA 1
VEKTOR RATA-
RATA
Varian
Kovarian
Tidak
Diketahui
(n besar)
Varian
Kovarian
Tidak
Diketahui
(n kecil)
Varian
Kovarian
Diketahui
Inferensia 1 Vektor
Rata-Rata
Varian Kovarian
Diketahui
5
Inferensia 1 Vektor
Rata-Rata
Statistik Uji
6
𝑧 =
π‘₯ βˆ’ πœ‡
𝜎
𝑛
Tolak Ho ketika 𝑍 > 𝑍 𝛼
2
atau 𝑍 < βˆ’π‘ 𝛼
2
𝑧2 =
π‘₯ βˆ’ πœ‡
𝜎
𝑛
2
~α†—2
𝛼(𝑝)
= 𝑛(π‘₯ βˆ’ πœ‡)β€²Ξ£βˆ’1
(π‘₯ βˆ’ πœ‡)
Tolak Ho ketika 𝑍2
> α†—2
𝛼(𝑝)
Univariat Multivariat
Confident Intervals
β€’ Saat keputusan Tolak 𝐻0, kita harus mengetahui vector
rata-rata mana yang berbeda dengan melihat confident
interval
π‘₯𝑖
Β± α†—2
𝛼(𝑝)
𝑠𝑖𝑖
𝑛
7
Inferensia 1 Vektor
Rata-Rata
Varian Kovarian
TIDAK Diketahui
(n besar)
8
Inferensia 1 Vektor
Rata-Rata
Statistik Uji
9
𝑧 =
π‘₯ βˆ’ πœ‡
𝑠
𝑛
Tolak Ho ketika 𝑍 > 𝑍 𝛼
2
atau 𝑍 < βˆ’π‘ 𝛼
2
𝑧2 =
π‘₯ βˆ’ πœ‡
𝜎
𝑛
2
~α†—2
𝛼(𝑝)
= 𝑛(π‘₯ βˆ’ πœ‡)β€²π‘†βˆ’1
(π‘₯ βˆ’ πœ‡)
Tolak Ho ketika 𝑍2
> α†—2
𝛼(𝑝)
Univariat Multivariat
Inferensia 1 Vektor
Rata-Rata
Confident Intervals
β€’ Saat keputusan Tolak 𝐻0, kita harus mengetahui vector rata-
rata mana yang berbeda dengan melihat confident interval
10
π‘₯𝑖
Β± α†—2
𝛼(𝑝)
𝑠𝑖𝑖
𝑛
Inferensia 1 Vektor
Rata-Rata
Varian Kovarian
TIDAK Diketahui
(n kecil)
11
Inferensia 1 Vektor
Rata-Rata
Statistik Uji
12
𝑇 =
π‘₯ βˆ’ πœ‡
𝑠
𝑛
Tolak Ho ketika T > 𝑇𝛼
2
atau T < βˆ’π‘‡π›Ό
2
𝑇2 =
π‘₯ βˆ’ πœ‡
𝜎
𝑛
2
~α†—2
𝛼(𝑝)
= 𝑛(π‘₯ βˆ’ πœ‡)β€²π‘†βˆ’1
(π‘₯ βˆ’ πœ‡)
Tolak Ho ketika 𝑇2 >
𝑝(π‘›βˆ’1)
π‘›βˆ’π‘
𝐹𝛼(𝑝,π‘›βˆ’π‘)
Univariat Multivariat
Inferensia 1 Vektor
Rata-Rata
Confident Intervals
β€’ Saat keputusan Tolak 𝐻0, kita harus mengetahui vector rata-
rata mana yang berbeda dengan melihat confident interval
13
π‘₯𝑖
Β±
𝑝(𝑛 βˆ’ 1)
𝑛 βˆ’ 𝑝
𝐹𝛼(𝑝,π‘›βˆ’π‘)
𝑠𝑖𝑖
𝑛
Inferensia 1 Vektor
Rata-Rata
Confident Intervals Bonferroni
β€’ Pada saat tolak H0, selain menggunakan selang T hotelling kita
juga bisa menggunakan selang bon feroni untuk mencari vektor
rata-rata mana yang berbeda.
14
π‘₯𝑖
Β± t (nβˆ’1) ; Ξ±/2p
𝑠𝑖𝑖
𝑛
Inferensia 1 Vektor
Rata-Rata
CONTOH SOAL
β€’ Diberikan data matrik untuk sampel acak
berukuran 𝑛 = 4 seperti berikut ini.
Ujilah dengan 𝛼 = 5% apakah πœ‡β€²
=
7 , 11 ?
𝑋 =
2
8
6
8
12
9
9
10
15
Inferensia 1 Vektor
Rata-Rata
solusi
Hipotesis Statistik :
𝐻0 : πœ‡β€²
= 7 , 11
𝐻1: πœ‡β€²
β‰  7 , 11
𝛼 = 5%
Statistik Uji :
π‘₯ =
π‘₯1
π‘₯2
=
(2 + 8 + 6 + 8)/4
(12 + 9 + 9 + 10)/4
=
6
10
𝑆11 =
(2 βˆ’ 6)2
+(8 βˆ’ 6)2
+(6 βˆ’ 6)2
+(8 βˆ’ 6)2
4 βˆ’ 1
= 8
𝑆12 =
2 βˆ’ 6 12 βˆ’ 10 + 8 βˆ’ 6 9 βˆ’ 10 + 6 βˆ’ 6 9 βˆ’ 10 + (8 βˆ’ 6)(10 βˆ’ 10)
4 βˆ’ 1
=
βˆ’10
3
𝑆22 =
(12 βˆ’ 10)2
+(9 βˆ’ 10)2
+(9 βˆ’ 10)2
+(10 βˆ’ 10)2
4 βˆ’ 1
= 2
16
Inferensia 1 Vektor
Rata-Rata
𝑆 =
8 βˆ’10
3
βˆ’10
3 2
π‘†βˆ’1
=
1
44
9
2 10
3
10
3 8
=
9
22
15
22
15
22
36
22
𝑇2
= 4 6 βˆ’ 7 , 10 βˆ’ 11
9
22
15
22
15
22
36
22
6 βˆ’ 7
10 βˆ’ 11
𝑇2
= 4 βˆ’1 , βˆ’1
βˆ’24
22
βˆ’51
22
= 4 Γ— 3.4091 = 13.6363
17
Inferensia 1 Vektor
Rata-Rata
Keputusan :
4 βˆ’ 1 2
(4 βˆ’ 2)
𝐹2,4βˆ’2(0,05) =
3(2)
2
𝐹2,2(0,05) = 3 19 = 57
𝑇2
= 13.6363 < 57 π‘ π‘’β„Žπ‘–π‘›π‘”π‘”π‘Ž πΊπ‘Žπ‘”π‘Žπ‘™ π‘‡π‘œπ‘™π‘Žπ‘˜ 𝐻0
Kesimpulan : Dengan tingkat signifikansi sebesar 5% dapat disimpulkan bahwa nilai rata-rata untuk
kedua vektor tersebut bernilai 7 dan 11.
18
Inferensia 1 Vektor
Rata-Rata
Latihan Soal
Disediakan sejumlah data seperti gambar
disamping untuk 20 orang yang diteliti
mengenai Sweat rate, Sodium, dan
Potassium. Dengan 𝛼 = 5%, ujilah
apakah πœ‡β€² = 5 , 50 , 10 ?
19
Inferensia 1 Vektor
Rata-Rata
Daftar Pustaka
APA (6th ed.)
Johnson, R. A., & Wichern, D. W. (1992). Applied multivariate statistical
analysis. Englewood Cliffs, N.J: Prentice Hall.
Inferensia 1 Vektor
Rata-Rata
Thanks!
21
Any questions?
You can find us at 16.8996@stis.ac.id

More Related Content

What's hot

APG Pertemuan 5 : Inferensia Vektor Rata-rata 1 Populasi
APG Pertemuan 5 : Inferensia Vektor Rata-rata 1 PopulasiAPG Pertemuan 5 : Inferensia Vektor Rata-rata 1 Populasi
APG Pertemuan 5 : Inferensia Vektor Rata-rata 1 PopulasiRani Nooraeni
Β 
Analisis Komponen Utama (1)
Analisis Komponen Utama (1)Analisis Komponen Utama (1)
Analisis Komponen Utama (1)Rani Nooraeni
Β 
Analisis Diskriminan (1)
Analisis Diskriminan (1)Analisis Diskriminan (1)
Analisis Diskriminan (1)Rani Nooraeni
Β 
APG Pertemuan 5 : Inferensia Vektor Rata-rata
APG Pertemuan 5 : Inferensia Vektor Rata-rataAPG Pertemuan 5 : Inferensia Vektor Rata-rata
APG Pertemuan 5 : Inferensia Vektor Rata-rataRani Nooraeni
Β 
APG Pertemuan 4 : Multivariate Normal Distribution
APG Pertemuan 4 : Multivariate Normal DistributionAPG Pertemuan 4 : Multivariate Normal Distribution
APG Pertemuan 4 : Multivariate Normal DistributionRani Nooraeni
Β 
Analisis diskriminan (teori)
Analisis diskriminan (teori)Analisis diskriminan (teori)
Analisis diskriminan (teori)agitayuda
Β 
APG Pertemuan 6 : Mean Vectors From Two Populations
APG Pertemuan 6 : Mean Vectors From Two PopulationsAPG Pertemuan 6 : Mean Vectors From Two Populations
APG Pertemuan 6 : Mean Vectors From Two PopulationsRani Nooraeni
Β 
APG Pertemuan 7 : Manova
APG Pertemuan 7 : ManovaAPG Pertemuan 7 : Manova
APG Pertemuan 7 : ManovaRani Nooraeni
Β 
APG Pertemuan 7 : Manova and Repeated Measures
APG Pertemuan 7 : Manova and Repeated MeasuresAPG Pertemuan 7 : Manova and Repeated Measures
APG Pertemuan 7 : Manova and Repeated MeasuresRani Nooraeni
Β 
APG Pertemuan 4 : Multivariate Normal Distribution (2)
APG Pertemuan 4 : Multivariate Normal Distribution (2)APG Pertemuan 4 : Multivariate Normal Distribution (2)
APG Pertemuan 4 : Multivariate Normal Distribution (2)Rani Nooraeni
Β 
Analisis Faktor (2.2)
Analisis Faktor (2.2)Analisis Faktor (2.2)
Analisis Faktor (2.2)Rani Nooraeni
Β 
Analisis Klaster (1)
Analisis Klaster (1)Analisis Klaster (1)
Analisis Klaster (1)Rani Nooraeni
Β 
Analisis Korelasi Kanonik (1)
Analisis Korelasi Kanonik (1)Analisis Korelasi Kanonik (1)
Analisis Korelasi Kanonik (1)Rani Nooraeni
Β 
APG Pertemuan 6 : Inferensia Dua Vektor Rata-rata
APG Pertemuan 6 : Inferensia Dua Vektor Rata-rataAPG Pertemuan 6 : Inferensia Dua Vektor Rata-rata
APG Pertemuan 6 : Inferensia Dua Vektor Rata-rataRani Nooraeni
Β 
APG Pertemuan 1 dan 2 (2)
APG Pertemuan 1 dan 2 (2)APG Pertemuan 1 dan 2 (2)
APG Pertemuan 1 dan 2 (2)Rani Nooraeni
Β 
Analisis Diskriminan (2)
Analisis Diskriminan (2)Analisis Diskriminan (2)
Analisis Diskriminan (2)Rani Nooraeni
Β 
APG Pertemuan 7 : Manova (2)
APG Pertemuan 7 : Manova (2)APG Pertemuan 7 : Manova (2)
APG Pertemuan 7 : Manova (2)Rani Nooraeni
Β 
Analisis Faktor (1)
Analisis Faktor (1)Analisis Faktor (1)
Analisis Faktor (1)Rani Nooraeni
Β 
Analisis Klaster (2)
Analisis Klaster (2)Analisis Klaster (2)
Analisis Klaster (2)Rani Nooraeni
Β 

What's hot (20)

APG Pertemuan 5 : Inferensia Vektor Rata-rata 1 Populasi
APG Pertemuan 5 : Inferensia Vektor Rata-rata 1 PopulasiAPG Pertemuan 5 : Inferensia Vektor Rata-rata 1 Populasi
APG Pertemuan 5 : Inferensia Vektor Rata-rata 1 Populasi
Β 
Analisis Komponen Utama (1)
Analisis Komponen Utama (1)Analisis Komponen Utama (1)
Analisis Komponen Utama (1)
Β 
Analisis Diskriminan (1)
Analisis Diskriminan (1)Analisis Diskriminan (1)
Analisis Diskriminan (1)
Β 
APG Pertemuan 5 : Inferensia Vektor Rata-rata
APG Pertemuan 5 : Inferensia Vektor Rata-rataAPG Pertemuan 5 : Inferensia Vektor Rata-rata
APG Pertemuan 5 : Inferensia Vektor Rata-rata
Β 
APG Pertemuan 4 : Multivariate Normal Distribution
APG Pertemuan 4 : Multivariate Normal DistributionAPG Pertemuan 4 : Multivariate Normal Distribution
APG Pertemuan 4 : Multivariate Normal Distribution
Β 
Analisis diskriminan (teori)
Analisis diskriminan (teori)Analisis diskriminan (teori)
Analisis diskriminan (teori)
Β 
APG Pertemuan 6 : Mean Vectors From Two Populations
APG Pertemuan 6 : Mean Vectors From Two PopulationsAPG Pertemuan 6 : Mean Vectors From Two Populations
APG Pertemuan 6 : Mean Vectors From Two Populations
Β 
APG Pertemuan 7 : Manova
APG Pertemuan 7 : ManovaAPG Pertemuan 7 : Manova
APG Pertemuan 7 : Manova
Β 
APG Pertemuan 7 : Manova and Repeated Measures
APG Pertemuan 7 : Manova and Repeated MeasuresAPG Pertemuan 7 : Manova and Repeated Measures
APG Pertemuan 7 : Manova and Repeated Measures
Β 
APG Pertemuan 4 : Multivariate Normal Distribution (2)
APG Pertemuan 4 : Multivariate Normal Distribution (2)APG Pertemuan 4 : Multivariate Normal Distribution (2)
APG Pertemuan 4 : Multivariate Normal Distribution (2)
Β 
Analisis Faktor (2.2)
Analisis Faktor (2.2)Analisis Faktor (2.2)
Analisis Faktor (2.2)
Β 
Analisis Klaster (1)
Analisis Klaster (1)Analisis Klaster (1)
Analisis Klaster (1)
Β 
Analisis Korelasi Kanonik (1)
Analisis Korelasi Kanonik (1)Analisis Korelasi Kanonik (1)
Analisis Korelasi Kanonik (1)
Β 
APG Pertemuan 6 : Inferensia Dua Vektor Rata-rata
APG Pertemuan 6 : Inferensia Dua Vektor Rata-rataAPG Pertemuan 6 : Inferensia Dua Vektor Rata-rata
APG Pertemuan 6 : Inferensia Dua Vektor Rata-rata
Β 
APG Pertemuan 1 dan 2 (2)
APG Pertemuan 1 dan 2 (2)APG Pertemuan 1 dan 2 (2)
APG Pertemuan 1 dan 2 (2)
Β 
T2 Hottelling
T2 HottellingT2 Hottelling
T2 Hottelling
Β 
Analisis Diskriminan (2)
Analisis Diskriminan (2)Analisis Diskriminan (2)
Analisis Diskriminan (2)
Β 
APG Pertemuan 7 : Manova (2)
APG Pertemuan 7 : Manova (2)APG Pertemuan 7 : Manova (2)
APG Pertemuan 7 : Manova (2)
Β 
Analisis Faktor (1)
Analisis Faktor (1)Analisis Faktor (1)
Analisis Faktor (1)
Β 
Analisis Klaster (2)
Analisis Klaster (2)Analisis Klaster (2)
Analisis Klaster (2)
Β 

Similar to APG Pertemuan 5 : Inferensia Satu Vektor Rata-rata

Makalah uji normalitas dan homogenitas
Makalah uji normalitas dan homogenitasMakalah uji normalitas dan homogenitas
Makalah uji normalitas dan homogenitasAisyah Turidho
Β 
Anova Satu Jalur
Anova Satu JalurAnova Satu Jalur
Anova Satu JalurEllin Juniarti
Β 
Normalitas & homogenitas
Normalitas & homogenitasNormalitas & homogenitas
Normalitas & homogenitasAYU Hardiyanti
Β 
Analisis varians satu jalur
Analisis varians satu jalurAnalisis varians satu jalur
Analisis varians satu jalurUNESA
Β 
Anova 1way &amp; uji lanjut
Anova 1way &amp; uji lanjutAnova 1way &amp; uji lanjut
Anova 1way &amp; uji lanjutSuci Agustina
Β 
Tugas akhir Geotrans kelompok 1 - komposisi 5 transformasi
Tugas akhir Geotrans kelompok 1 - komposisi 5 transformasiTugas akhir Geotrans kelompok 1 - komposisi 5 transformasi
Tugas akhir Geotrans kelompok 1 - komposisi 5 transformasiGeotrans Rombel 4 Suhito
Β 
Bab 6 (staddas ukuran keruncingan)
Bab 6 (staddas ukuran keruncingan)Bab 6 (staddas ukuran keruncingan)
Bab 6 (staddas ukuran keruncingan)fatria anggita
Β 
2018 Geometri Transformasi Rombel 2 Perkalian Isometri
2018 Geometri Transformasi Rombel 2 Perkalian Isometri2018 Geometri Transformasi Rombel 2 Perkalian Isometri
2018 Geometri Transformasi Rombel 2 Perkalian IsometriGhozian Kafi
Β 
Pembahasan Anova
Pembahasan AnovaPembahasan Anova
Pembahasan Anovaguesta39a4d93
Β 
analisa data_Univarit1.ppt
analisa data_Univarit1.pptanalisa data_Univarit1.ppt
analisa data_Univarit1.pptWindaFransisca
Β 
Makalah Distribusi Binomial
Makalah Distribusi BinomialMakalah Distribusi Binomial
Makalah Distribusi BinomialJenny Givany
Β 
Konsep distribusi peluang_kontinu(9)
Konsep distribusi peluang_kontinu(9)Konsep distribusi peluang_kontinu(9)
Konsep distribusi peluang_kontinu(9)rizka_safa
Β 
Pertemuan 11 (uji normalitas dan homogenitas)
Pertemuan 11 (uji normalitas dan homogenitas)Pertemuan 11 (uji normalitas dan homogenitas)
Pertemuan 11 (uji normalitas dan homogenitas)reno sutriono
Β 
Anreg-Anava2-Pertemuan 3-4.pptx
Anreg-Anava2-Pertemuan 3-4.pptxAnreg-Anava2-Pertemuan 3-4.pptx
Anreg-Anava2-Pertemuan 3-4.pptxJoperhanPasbon
Β 

Similar to APG Pertemuan 5 : Inferensia Satu Vektor Rata-rata (19)

Makalah uji normalitas dan homogenitas
Makalah uji normalitas dan homogenitasMakalah uji normalitas dan homogenitas
Makalah uji normalitas dan homogenitas
Β 
Anova Satu Jalur
Anova Satu JalurAnova Satu Jalur
Anova Satu Jalur
Β 
Statistika dasar Pertemuan 8
 Statistika dasar Pertemuan 8 Statistika dasar Pertemuan 8
Statistika dasar Pertemuan 8
Β 
Dasar dasar pengetahuan
Dasar dasar pengetahuanDasar dasar pengetahuan
Dasar dasar pengetahuan
Β 
Ade caca
Ade cacaAde caca
Ade caca
Β 
Power point statistik anava
Power point statistik anavaPower point statistik anava
Power point statistik anava
Β 
R5 g kel 2 statdas 2
R5 g kel 2 statdas 2R5 g kel 2 statdas 2
R5 g kel 2 statdas 2
Β 
Normalitas & homogenitas
Normalitas & homogenitasNormalitas & homogenitas
Normalitas & homogenitas
Β 
Analisis varians satu jalur
Analisis varians satu jalurAnalisis varians satu jalur
Analisis varians satu jalur
Β 
Anova 1way &amp; uji lanjut
Anova 1way &amp; uji lanjutAnova 1way &amp; uji lanjut
Anova 1way &amp; uji lanjut
Β 
Tugas akhir Geotrans kelompok 1 - komposisi 5 transformasi
Tugas akhir Geotrans kelompok 1 - komposisi 5 transformasiTugas akhir Geotrans kelompok 1 - komposisi 5 transformasi
Tugas akhir Geotrans kelompok 1 - komposisi 5 transformasi
Β 
Bab 6 (staddas ukuran keruncingan)
Bab 6 (staddas ukuran keruncingan)Bab 6 (staddas ukuran keruncingan)
Bab 6 (staddas ukuran keruncingan)
Β 
2018 Geometri Transformasi Rombel 2 Perkalian Isometri
2018 Geometri Transformasi Rombel 2 Perkalian Isometri2018 Geometri Transformasi Rombel 2 Perkalian Isometri
2018 Geometri Transformasi Rombel 2 Perkalian Isometri
Β 
Pembahasan Anova
Pembahasan AnovaPembahasan Anova
Pembahasan Anova
Β 
analisa data_Univarit1.ppt
analisa data_Univarit1.pptanalisa data_Univarit1.ppt
analisa data_Univarit1.ppt
Β 
Makalah Distribusi Binomial
Makalah Distribusi BinomialMakalah Distribusi Binomial
Makalah Distribusi Binomial
Β 
Konsep distribusi peluang_kontinu(9)
Konsep distribusi peluang_kontinu(9)Konsep distribusi peluang_kontinu(9)
Konsep distribusi peluang_kontinu(9)
Β 
Pertemuan 11 (uji normalitas dan homogenitas)
Pertemuan 11 (uji normalitas dan homogenitas)Pertemuan 11 (uji normalitas dan homogenitas)
Pertemuan 11 (uji normalitas dan homogenitas)
Β 
Anreg-Anava2-Pertemuan 3-4.pptx
Anreg-Anava2-Pertemuan 3-4.pptxAnreg-Anava2-Pertemuan 3-4.pptx
Anreg-Anava2-Pertemuan 3-4.pptx
Β 

Recently uploaded

PPT Kelompok 7 Pembelajaran IPA Modul 7.pptx
PPT Kelompok 7 Pembelajaran IPA Modul 7.pptxPPT Kelompok 7 Pembelajaran IPA Modul 7.pptx
PPT Kelompok 7 Pembelajaran IPA Modul 7.pptxSDN1Wayhalom
Β 
Konsep Agribisnis adalah suatu kesatuan kegiatan meliputi salah satu atau ...
Konsep	Agribisnis	adalah	suatu	kesatuan	kegiatan  meliputi		salah	satu	atau		...Konsep	Agribisnis	adalah	suatu	kesatuan	kegiatan  meliputi		salah	satu	atau		...
Konsep Agribisnis adalah suatu kesatuan kegiatan meliputi salah satu atau ...laila16682
Β 
TEMA 9 SUBTEMA 1 PEMBELAJARAN 1 KELAS 6.pptx
TEMA 9 SUBTEMA 1 PEMBELAJARAN 1 KELAS 6.pptxTEMA 9 SUBTEMA 1 PEMBELAJARAN 1 KELAS 6.pptx
TEMA 9 SUBTEMA 1 PEMBELAJARAN 1 KELAS 6.pptxSyabilAfandi
Β 
CASE REPORT ACUTE DECOMPENSATED HEART FAILURE 31 Desember 23.pptx
CASE REPORT ACUTE DECOMPENSATED HEART FAILURE 31 Desember 23.pptxCASE REPORT ACUTE DECOMPENSATED HEART FAILURE 31 Desember 23.pptx
CASE REPORT ACUTE DECOMPENSATED HEART FAILURE 31 Desember 23.pptxresidentcardio13usk
Β 
Power Point materi Mekanisme Seleksi Alam.pptx
Power Point materi Mekanisme Seleksi Alam.pptxPower Point materi Mekanisme Seleksi Alam.pptx
Power Point materi Mekanisme Seleksi Alam.pptxSitiRukmanah5
Β 
Fisika Dasar Usaha dan Energi Fisika.pptx
Fisika Dasar Usaha dan Energi Fisika.pptxFisika Dasar Usaha dan Energi Fisika.pptx
Fisika Dasar Usaha dan Energi Fisika.pptxPutriAriatna
Β 
Sistem Bilangan Riil (Pertidaksamaan linier)
Sistem Bilangan Riil (Pertidaksamaan linier)Sistem Bilangan Riil (Pertidaksamaan linier)
Sistem Bilangan Riil (Pertidaksamaan linier)ratnawijayanti31
Β 
kekeruhan tss, kecerahan warna sgh pada laboratprium
kekeruhan tss, kecerahan warna sgh pada laboratpriumkekeruhan tss, kecerahan warna sgh pada laboratprium
kekeruhan tss, kecerahan warna sgh pada laboratpriumfebrie2
Β 
Dampak Bioteknologi di Bidang Pertanian.pdf
Dampak Bioteknologi di Bidang Pertanian.pdfDampak Bioteknologi di Bidang Pertanian.pdf
Dampak Bioteknologi di Bidang Pertanian.pdfssuser4743df
Β 
materi+kuliah-ko2-senyawa+aldehid+dan+keton.pdf
materi+kuliah-ko2-senyawa+aldehid+dan+keton.pdfmateri+kuliah-ko2-senyawa+aldehid+dan+keton.pdf
materi+kuliah-ko2-senyawa+aldehid+dan+keton.pdfkaramitha
Β 
Materi Makna alinea pembukaaan UUD .pptx
Materi Makna alinea pembukaaan UUD .pptxMateri Makna alinea pembukaaan UUD .pptx
Materi Makna alinea pembukaaan UUD .pptxIKLASSENJAYA
Β 
Modul ajar IPAS Kls 4 materi wujud benda dan perubahannya
Modul ajar IPAS Kls 4 materi wujud benda dan perubahannyaModul ajar IPAS Kls 4 materi wujud benda dan perubahannya
Modul ajar IPAS Kls 4 materi wujud benda dan perubahannyaAnggrianiTulle
Β 

Recently uploaded (12)

PPT Kelompok 7 Pembelajaran IPA Modul 7.pptx
PPT Kelompok 7 Pembelajaran IPA Modul 7.pptxPPT Kelompok 7 Pembelajaran IPA Modul 7.pptx
PPT Kelompok 7 Pembelajaran IPA Modul 7.pptx
Β 
Konsep Agribisnis adalah suatu kesatuan kegiatan meliputi salah satu atau ...
Konsep	Agribisnis	adalah	suatu	kesatuan	kegiatan  meliputi		salah	satu	atau		...Konsep	Agribisnis	adalah	suatu	kesatuan	kegiatan  meliputi		salah	satu	atau		...
Konsep Agribisnis adalah suatu kesatuan kegiatan meliputi salah satu atau ...
Β 
TEMA 9 SUBTEMA 1 PEMBELAJARAN 1 KELAS 6.pptx
TEMA 9 SUBTEMA 1 PEMBELAJARAN 1 KELAS 6.pptxTEMA 9 SUBTEMA 1 PEMBELAJARAN 1 KELAS 6.pptx
TEMA 9 SUBTEMA 1 PEMBELAJARAN 1 KELAS 6.pptx
Β 
CASE REPORT ACUTE DECOMPENSATED HEART FAILURE 31 Desember 23.pptx
CASE REPORT ACUTE DECOMPENSATED HEART FAILURE 31 Desember 23.pptxCASE REPORT ACUTE DECOMPENSATED HEART FAILURE 31 Desember 23.pptx
CASE REPORT ACUTE DECOMPENSATED HEART FAILURE 31 Desember 23.pptx
Β 
Power Point materi Mekanisme Seleksi Alam.pptx
Power Point materi Mekanisme Seleksi Alam.pptxPower Point materi Mekanisme Seleksi Alam.pptx
Power Point materi Mekanisme Seleksi Alam.pptx
Β 
Fisika Dasar Usaha dan Energi Fisika.pptx
Fisika Dasar Usaha dan Energi Fisika.pptxFisika Dasar Usaha dan Energi Fisika.pptx
Fisika Dasar Usaha dan Energi Fisika.pptx
Β 
Sistem Bilangan Riil (Pertidaksamaan linier)
Sistem Bilangan Riil (Pertidaksamaan linier)Sistem Bilangan Riil (Pertidaksamaan linier)
Sistem Bilangan Riil (Pertidaksamaan linier)
Β 
kekeruhan tss, kecerahan warna sgh pada laboratprium
kekeruhan tss, kecerahan warna sgh pada laboratpriumkekeruhan tss, kecerahan warna sgh pada laboratprium
kekeruhan tss, kecerahan warna sgh pada laboratprium
Β 
Dampak Bioteknologi di Bidang Pertanian.pdf
Dampak Bioteknologi di Bidang Pertanian.pdfDampak Bioteknologi di Bidang Pertanian.pdf
Dampak Bioteknologi di Bidang Pertanian.pdf
Β 
materi+kuliah-ko2-senyawa+aldehid+dan+keton.pdf
materi+kuliah-ko2-senyawa+aldehid+dan+keton.pdfmateri+kuliah-ko2-senyawa+aldehid+dan+keton.pdf
materi+kuliah-ko2-senyawa+aldehid+dan+keton.pdf
Β 
Materi Makna alinea pembukaaan UUD .pptx
Materi Makna alinea pembukaaan UUD .pptxMateri Makna alinea pembukaaan UUD .pptx
Materi Makna alinea pembukaaan UUD .pptx
Β 
Modul ajar IPAS Kls 4 materi wujud benda dan perubahannya
Modul ajar IPAS Kls 4 materi wujud benda dan perubahannyaModul ajar IPAS Kls 4 materi wujud benda dan perubahannya
Modul ajar IPAS Kls 4 materi wujud benda dan perubahannya
Β 

APG Pertemuan 5 : Inferensia Satu Vektor Rata-rata

  • 1. 1 ALPHIN PRATAMA (16.8996) / AYUFI REYZA (16.9041) / NOVIA ARUM (16.9333) / SATRIA KURNIA (16.9414) / ZAHRA ALIIFA (16.9480) INFERENSIA 1 VEKTOR RATA-RATA Dosen Pengampu : Rani Nooraeni, S.ST., M.Stat..
  • 2. Inferensia 1 Vektor Rata-Rata Hipotesis Statistik 2 𝐻 π‘œ ∢ πœ‡ = πœ‡ π‘œ 𝐻1 ∢ πœ‡ β‰  πœ‡ π‘œ πœ‡ > πœ‡ π‘œ πœ‡ < πœ‡ π‘œ 𝐻 π‘œ ∢ πœ‡1 … πœ‡ 𝑝 = πœ‡ π‘œ1 … πœ‡ π‘œπ‘ 𝐻1 ∢ π‘π‘Žπ‘™π‘–π‘›π‘” π‘‘π‘–π‘‘π‘Žπ‘˜ π‘Žπ‘‘π‘Ž π‘ π‘Žπ‘‘π‘’ πœ‡π‘– β‰  πœ‡ π‘œπ‘– Univariat Multivariat
  • 3. Inferensia 1 Vektor Rata-Rata Asumsi 3 π‘₯~𝑁 πœ‡, 𝜎2 π‘₯~𝑁(πœ‡, 𝜎2 𝑛) π‘₯~𝑁 πœ‡, 𝜎2 π‘₯~𝑁(πœ‡, Ξ£ 𝑛) Univariat Multivariat
  • 4. Inferensia 1 Vektor Rata-Rata 4 INFERENSIA 1 VEKTOR RATA- RATA Varian Kovarian Tidak Diketahui (n besar) Varian Kovarian Tidak Diketahui (n kecil) Varian Kovarian Diketahui
  • 6. Inferensia 1 Vektor Rata-Rata Statistik Uji 6 𝑧 = π‘₯ βˆ’ πœ‡ 𝜎 𝑛 Tolak Ho ketika 𝑍 > 𝑍 𝛼 2 atau 𝑍 < βˆ’π‘ 𝛼 2 𝑧2 = π‘₯ βˆ’ πœ‡ 𝜎 𝑛 2 ~α†—2 𝛼(𝑝) = 𝑛(π‘₯ βˆ’ πœ‡)β€²Ξ£βˆ’1 (π‘₯ βˆ’ πœ‡) Tolak Ho ketika 𝑍2 > α†—2 𝛼(𝑝) Univariat Multivariat
  • 7. Confident Intervals β€’ Saat keputusan Tolak 𝐻0, kita harus mengetahui vector rata-rata mana yang berbeda dengan melihat confident interval π‘₯𝑖 Β± α†—2 𝛼(𝑝) 𝑠𝑖𝑖 𝑛 7
  • 8. Inferensia 1 Vektor Rata-Rata Varian Kovarian TIDAK Diketahui (n besar) 8
  • 9. Inferensia 1 Vektor Rata-Rata Statistik Uji 9 𝑧 = π‘₯ βˆ’ πœ‡ 𝑠 𝑛 Tolak Ho ketika 𝑍 > 𝑍 𝛼 2 atau 𝑍 < βˆ’π‘ 𝛼 2 𝑧2 = π‘₯ βˆ’ πœ‡ 𝜎 𝑛 2 ~α†—2 𝛼(𝑝) = 𝑛(π‘₯ βˆ’ πœ‡)β€²π‘†βˆ’1 (π‘₯ βˆ’ πœ‡) Tolak Ho ketika 𝑍2 > α†—2 𝛼(𝑝) Univariat Multivariat
  • 10. Inferensia 1 Vektor Rata-Rata Confident Intervals β€’ Saat keputusan Tolak 𝐻0, kita harus mengetahui vector rata- rata mana yang berbeda dengan melihat confident interval 10 π‘₯𝑖 Β± α†—2 𝛼(𝑝) 𝑠𝑖𝑖 𝑛
  • 11. Inferensia 1 Vektor Rata-Rata Varian Kovarian TIDAK Diketahui (n kecil) 11
  • 12. Inferensia 1 Vektor Rata-Rata Statistik Uji 12 𝑇 = π‘₯ βˆ’ πœ‡ 𝑠 𝑛 Tolak Ho ketika T > 𝑇𝛼 2 atau T < βˆ’π‘‡π›Ό 2 𝑇2 = π‘₯ βˆ’ πœ‡ 𝜎 𝑛 2 ~α†—2 𝛼(𝑝) = 𝑛(π‘₯ βˆ’ πœ‡)β€²π‘†βˆ’1 (π‘₯ βˆ’ πœ‡) Tolak Ho ketika 𝑇2 > 𝑝(π‘›βˆ’1) π‘›βˆ’π‘ 𝐹𝛼(𝑝,π‘›βˆ’π‘) Univariat Multivariat
  • 13. Inferensia 1 Vektor Rata-Rata Confident Intervals β€’ Saat keputusan Tolak 𝐻0, kita harus mengetahui vector rata- rata mana yang berbeda dengan melihat confident interval 13 π‘₯𝑖 Β± 𝑝(𝑛 βˆ’ 1) 𝑛 βˆ’ 𝑝 𝐹𝛼(𝑝,π‘›βˆ’π‘) 𝑠𝑖𝑖 𝑛
  • 14. Inferensia 1 Vektor Rata-Rata Confident Intervals Bonferroni β€’ Pada saat tolak H0, selain menggunakan selang T hotelling kita juga bisa menggunakan selang bon feroni untuk mencari vektor rata-rata mana yang berbeda. 14 π‘₯𝑖 Β± t (nβˆ’1) ; Ξ±/2p 𝑠𝑖𝑖 𝑛
  • 15. Inferensia 1 Vektor Rata-Rata CONTOH SOAL β€’ Diberikan data matrik untuk sampel acak berukuran 𝑛 = 4 seperti berikut ini. Ujilah dengan 𝛼 = 5% apakah πœ‡β€² = 7 , 11 ? 𝑋 = 2 8 6 8 12 9 9 10 15
  • 16. Inferensia 1 Vektor Rata-Rata solusi Hipotesis Statistik : 𝐻0 : πœ‡β€² = 7 , 11 𝐻1: πœ‡β€² β‰  7 , 11 𝛼 = 5% Statistik Uji : π‘₯ = π‘₯1 π‘₯2 = (2 + 8 + 6 + 8)/4 (12 + 9 + 9 + 10)/4 = 6 10 𝑆11 = (2 βˆ’ 6)2 +(8 βˆ’ 6)2 +(6 βˆ’ 6)2 +(8 βˆ’ 6)2 4 βˆ’ 1 = 8 𝑆12 = 2 βˆ’ 6 12 βˆ’ 10 + 8 βˆ’ 6 9 βˆ’ 10 + 6 βˆ’ 6 9 βˆ’ 10 + (8 βˆ’ 6)(10 βˆ’ 10) 4 βˆ’ 1 = βˆ’10 3 𝑆22 = (12 βˆ’ 10)2 +(9 βˆ’ 10)2 +(9 βˆ’ 10)2 +(10 βˆ’ 10)2 4 βˆ’ 1 = 2 16
  • 17. Inferensia 1 Vektor Rata-Rata 𝑆 = 8 βˆ’10 3 βˆ’10 3 2 π‘†βˆ’1 = 1 44 9 2 10 3 10 3 8 = 9 22 15 22 15 22 36 22 𝑇2 = 4 6 βˆ’ 7 , 10 βˆ’ 11 9 22 15 22 15 22 36 22 6 βˆ’ 7 10 βˆ’ 11 𝑇2 = 4 βˆ’1 , βˆ’1 βˆ’24 22 βˆ’51 22 = 4 Γ— 3.4091 = 13.6363 17
  • 18. Inferensia 1 Vektor Rata-Rata Keputusan : 4 βˆ’ 1 2 (4 βˆ’ 2) 𝐹2,4βˆ’2(0,05) = 3(2) 2 𝐹2,2(0,05) = 3 19 = 57 𝑇2 = 13.6363 < 57 π‘ π‘’β„Žπ‘–π‘›π‘”π‘”π‘Ž πΊπ‘Žπ‘”π‘Žπ‘™ π‘‡π‘œπ‘™π‘Žπ‘˜ 𝐻0 Kesimpulan : Dengan tingkat signifikansi sebesar 5% dapat disimpulkan bahwa nilai rata-rata untuk kedua vektor tersebut bernilai 7 dan 11. 18
  • 19. Inferensia 1 Vektor Rata-Rata Latihan Soal Disediakan sejumlah data seperti gambar disamping untuk 20 orang yang diteliti mengenai Sweat rate, Sodium, dan Potassium. Dengan 𝛼 = 5%, ujilah apakah πœ‡β€² = 5 , 50 , 10 ? 19
  • 20. Inferensia 1 Vektor Rata-Rata Daftar Pustaka APA (6th ed.) Johnson, R. A., & Wichern, D. W. (1992). Applied multivariate statistical analysis. Englewood Cliffs, N.J: Prentice Hall.
  • 21. Inferensia 1 Vektor Rata-Rata Thanks! 21 Any questions? You can find us at 16.8996@stis.ac.id