SlideShare a Scribd company logo
1 of 15
TUGAS STATISTIKA II
  “UJI HIPOTESA”
LANDASAN TEORI
 Pengujian Koefisien Slope ( β1)
 Metode Theil untuk Pengujian Koefisien
  Kemiringan
  Daniel (1989) menjelaskan bahwa
  pengujian koefisien kemiringan dengan
  menggunakan metode Theil disusun
  berdasarkan statistik T Kendall dan
  digunakan untuk mengetahui bentuk
  hubungan peubah-peubah regresi.
Asumsi-asumsi yang melandasi
pengujian pada koefisien kemiringan :
   persamaan regresinya adalah : Yi=β0+β1X1+ε1,
    i=1,…,n dengan Xi peubah bebas,β0 dan β1 adalah
    parameter-parameter yang tidak diketahui;
   untuk masing-masing nilai Xi terdapat nilai Yi ;
   Yi adalah nilai yang teramati dari Y yang acak dan
    kontinu untuk nilai Xi;
   semua nilai Xi saling bebas dan kita menetapkan X1
    < X2 <…< Xn. ;
   nilai-nilai εi saling bebas dan berasal dari populasi
    yang sama.
   Hipotesis-hipotesis yang melandasi pengujian ini
    adalah dua arah : H0 : β0 = β1(0)
    H1 : β0 ≠ β1(0);
   prosedur yang diuraikan disusun
    berlandaskan statistik T Kendall,
    sehingga statistik ujinya adalah :
    Uji parsial untuk koefisien regresi β1
    a. jika tidak ada angka sama :
              P-Q
    Ť=
            0.5n(n-1)
    n = banyak pasangan
  Jika ada angka sama :
                  P–Q
Ť=
      √ 0.5n(n-1) – Tx √0.5n(n-1) – Ty
n = banyak pasangan
Tx = 0.5∑t (t-1)
Ty = 0.5∑t (t -1)
t = observasi angka sama
dengan Ť = statistik uji T Kendall
P = banyaknya pasangan berurutan balik
Q = banyaknya pasangan berurutan terbalik
Kaidah pengambilan keputusan untuk ketiga
pasangan hipotesis di atas adalah sebagai
berikut :
   |Ť| > T(n,α / 2), tolak Ho
   |Ť| ≤ T(n,α / 2), terima Ho
T(n,α / 2) adalah harga-harga kritis dalam tabel
statistik uji T Kendall. Pengujian koefisien
kemiringan ini dengan membuat statistik tataan
dan memperbandingkan semua hasil
pengamatan menurut nilai-nilai X.
ANALISIS DATA
Data yang digunakan mengenai model
tas berdasarkan harga yang dipengaruhi
ukuran tas. Data pada tabel di bawah
diasumsikan tidak berdistribusi normal
dengan α = 5%. Data ini juga digunakan
untuk menyelesaikan teori yang sudah
dijelaskan di atas.
TABEL DATA :




Keterangan :
Y = Harga Ransel (Rp)
X = Ukuran Tas (Inchi)
Pengujian Koefisien Regresi Slope

Hipotesis yang akan diuji :
H0 : β1 = 0 H1 : β1 ≠ 0
Statistik Uji :
Uji parsial untuk koefisien regresi β1
   a. jika tidak ada angka sama :
             P-Q
   Ť=
           0.5n(n-1)
   n = banyak pasangan
  Jika ada angka sama :
                  P–Q
Ť=
      √ 0.5n(n-1) – Tx √0.5n(n-1) – Ty
n = banyak pasangan
Tx = 0.5∑t (t-1)
Ty = 0.5∑t (t -1)
t = observasi angka sama
Perhitungannya :

∑ P = 21+15 +11+6+17+6+12+9+9+1+5+9
       +9+5+7+0+0+3+3+2 = 150
∑ Q = 0+3+7+10+0+9+2+5+3+11+5+0+0+
       2 +0+6+5+1+0+0 = 69
n = 20
  ∑ Tx = 44
  ∑ Ty = 18
Tabel hasil perhitungan :
Tabel hasil perhitungan :
150 – 69
Ť=
     √ 0.5x20(20-1) – 2 x √0.5x20(20-1) – 8

 = 0.437895417

Kriteria uji :
|Ť| > T(n,α / 2), tolak Ho
|Ť| ≤ T(n,α / 2), terima Ho
T(n,α / 2) = T(20,0.025) = 0.188
Kesimpulan :
Ternyata Ť = 0.437895417 berada di luar
interval -0.188 sampai 0.188, maka Ho
ditolak artinya mengindikasikan bahwa
koefisien slope berarti sehingga
kesimpulannya ukuran tas sangat
berpengaruh terhadap harga tas.

More Related Content

What's hot

Pengantar statistika slide 3
Pengantar statistika slide 3Pengantar statistika slide 3
Pengantar statistika slide 3Az'End Love
 
Bd06 statistik korelasi
Bd06 statistik korelasiBd06 statistik korelasi
Bd06 statistik korelasiAnan Nur
 
Analisis korelasi-sederhana
Analisis korelasi-sederhanaAnalisis korelasi-sederhana
Analisis korelasi-sederhanaMitha Viani
 
Model regresi-non-linear
Model regresi-non-linearModel regresi-non-linear
Model regresi-non-linearGifard Narut
 
108967219 contoh-soal-penyelesaian-analisa-regresi-dan-korelasi-jurusan-tekni...
108967219 contoh-soal-penyelesaian-analisa-regresi-dan-korelasi-jurusan-tekni...108967219 contoh-soal-penyelesaian-analisa-regresi-dan-korelasi-jurusan-tekni...
108967219 contoh-soal-penyelesaian-analisa-regresi-dan-korelasi-jurusan-tekni...Agus Melas Agues
 
transformasi-pembuktian
transformasi-pembuktiantransformasi-pembuktian
transformasi-pembuktianorenji hyon
 
Regegresi sederhana ayda tri_valen_virdya
Regegresi sederhana ayda tri_valen_virdyaRegegresi sederhana ayda tri_valen_virdya
Regegresi sederhana ayda tri_valen_virdyaAyda Fitriani
 
Analisis regresi-sederhana
Analisis regresi-sederhanaAnalisis regresi-sederhana
Analisis regresi-sederhanaAchmad Alphianto
 
Materi xii analisis korelasi dan regresi
Materi xii analisis korelasi dan regresiMateri xii analisis korelasi dan regresi
Materi xii analisis korelasi dan regresiraidaklsdmv
 
PPT Regresi Berganda
PPT Regresi BergandaPPT Regresi Berganda
PPT Regresi BergandaLusi Kurnia
 
Ppt materi kpb bab 7
Ppt materi kpb bab 7Ppt materi kpb bab 7
Ppt materi kpb bab 7HapizahFKIP
 
Teorema Rao Blackwell
Teorema  Rao BlackwellTeorema  Rao Blackwell
Teorema Rao BlackwellIrawati Ch
 

What's hot (20)

Pengantar statistika slide 3
Pengantar statistika slide 3Pengantar statistika slide 3
Pengantar statistika slide 3
 
Bd06 statistik korelasi
Bd06 statistik korelasiBd06 statistik korelasi
Bd06 statistik korelasi
 
Regresi(12)
Regresi(12)Regresi(12)
Regresi(12)
 
Analisis korelasi-sederhana
Analisis korelasi-sederhanaAnalisis korelasi-sederhana
Analisis korelasi-sederhana
 
Model regresi-non-linear
Model regresi-non-linearModel regresi-non-linear
Model regresi-non-linear
 
Analisis regresi
Analisis regresi Analisis regresi
Analisis regresi
 
108967219 contoh-soal-penyelesaian-analisa-regresi-dan-korelasi-jurusan-tekni...
108967219 contoh-soal-penyelesaian-analisa-regresi-dan-korelasi-jurusan-tekni...108967219 contoh-soal-penyelesaian-analisa-regresi-dan-korelasi-jurusan-tekni...
108967219 contoh-soal-penyelesaian-analisa-regresi-dan-korelasi-jurusan-tekni...
 
transformasi-pembuktian
transformasi-pembuktiantransformasi-pembuktian
transformasi-pembuktian
 
Regegresi sederhana ayda tri_valen_virdya
Regegresi sederhana ayda tri_valen_virdyaRegegresi sederhana ayda tri_valen_virdya
Regegresi sederhana ayda tri_valen_virdya
 
Analisis regresi-sederhana
Analisis regresi-sederhanaAnalisis regresi-sederhana
Analisis regresi-sederhana
 
Materi xii analisis korelasi dan regresi
Materi xii analisis korelasi dan regresiMateri xii analisis korelasi dan regresi
Materi xii analisis korelasi dan regresi
 
zeffi dok
zeffi dokzeffi dok
zeffi dok
 
Analisis regresi dan korelasi
Analisis regresi dan korelasiAnalisis regresi dan korelasi
Analisis regresi dan korelasi
 
PPT Regresi Berganda
PPT Regresi BergandaPPT Regresi Berganda
PPT Regresi Berganda
 
Ppt materi kpb bab 7
Ppt materi kpb bab 7Ppt materi kpb bab 7
Ppt materi kpb bab 7
 
Teorema Rao Blackwell
Teorema  Rao BlackwellTeorema  Rao Blackwell
Teorema Rao Blackwell
 
Bab 15 regresi
Bab 15 regresiBab 15 regresi
Bab 15 regresi
 
Analisis regresi
Analisis regresiAnalisis regresi
Analisis regresi
 
Bab 4 analisis regresi
Bab 4 analisis regresiBab 4 analisis regresi
Bab 4 analisis regresi
 
04 regresi linier-sederhana
04 regresi linier-sederhana04 regresi linier-sederhana
04 regresi linier-sederhana
 

Similar to Uji Hipotesa_Statistika

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
 
Fp unsam b 3844249 bab-2-1-uji-tanda
Fp unsam b 3844249 bab-2-1-uji-tandaFp unsam b 3844249 bab-2-1-uji-tanda
Fp unsam b 3844249 bab-2-1-uji-tandaIr. Zakaria, M.M
 
Konsep kestabilan non linier
Konsep kestabilan non linierKonsep kestabilan non linier
Konsep kestabilan non linierZifalaniasta
 
Uji normalitas dan homogenitas ri
Uji normalitas dan homogenitas riUji normalitas dan homogenitas ri
Uji normalitas dan homogenitas riratuilma
 
ringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitasringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitasGina Safitri
 
Normalitas & homogenitas
Normalitas & homogenitasNormalitas & homogenitas
Normalitas & homogenitasAYU Hardiyanti
 
6. analisa regresi dan korelasi sederhana rs
6. analisa regresi dan korelasi sederhana rs6. analisa regresi dan korelasi sederhana rs
6. analisa regresi dan korelasi sederhana rsRizkisetiawan13
 
Buku pelengkap fisika matematika
Buku pelengkap fisika matematikaBuku pelengkap fisika matematika
Buku pelengkap fisika matematikaRozaq Fadlli
 
Hipotesis statistik or statistical hypotesis
Hipotesis statistik or statistical hypotesisHipotesis statistik or statistical hypotesis
Hipotesis statistik or statistical hypotesisEmi Suhaemi
 
Uji Korelasi Parametrik dan Non Parametrik.pdf
Uji Korelasi Parametrik dan Non Parametrik.pdfUji Korelasi Parametrik dan Non Parametrik.pdf
Uji Korelasi Parametrik dan Non Parametrik.pdfStatistikInferensial
 
Uji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasUji Normalitas dan Homogenitas
Uji Normalitas dan Homogenitassilvia kuswanti
 
Uji Korelasi Parametrik dan Non parametrik .pptx
Uji Korelasi Parametrik dan Non parametrik .pptxUji Korelasi Parametrik dan Non parametrik .pptx
Uji Korelasi Parametrik dan Non parametrik .pptxStatistikInferensial
 

Similar to Uji Hipotesa_Statistika (20)

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
 
Fp unsam b 3844249 bab-2-1-uji-tanda
Fp unsam b 3844249 bab-2-1-uji-tandaFp unsam b 3844249 bab-2-1-uji-tanda
Fp unsam b 3844249 bab-2-1-uji-tanda
 
Konsep kestabilan non linier
Konsep kestabilan non linierKonsep kestabilan non linier
Konsep kestabilan non linier
 
K9 stasioneritas ok
K9 stasioneritas okK9 stasioneritas ok
K9 stasioneritas ok
 
Pertemuan 12 13
Pertemuan 12 13Pertemuan 12 13
Pertemuan 12 13
 
Uji normalitas dan homogenitas ri
Uji normalitas dan homogenitas riUji normalitas dan homogenitas ri
Uji normalitas dan homogenitas ri
 
11841986
1184198611841986
11841986
 
ringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitasringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitas
 
Ekonometrika
EkonometrikaEkonometrika
Ekonometrika
 
Normalitas & homogenitas
Normalitas & homogenitasNormalitas & homogenitas
Normalitas & homogenitas
 
R5 g kel 2 statdas 2
R5 g kel 2 statdas 2R5 g kel 2 statdas 2
R5 g kel 2 statdas 2
 
Korelasi
KorelasiKorelasi
Korelasi
 
6. analisa regresi dan korelasi sederhana rs
6. analisa regresi dan korelasi sederhana rs6. analisa regresi dan korelasi sederhana rs
6. analisa regresi dan korelasi sederhana rs
 
PPT Analisis Regresi.pptx
PPT Analisis Regresi.pptxPPT Analisis Regresi.pptx
PPT Analisis Regresi.pptx
 
Buku pelengkap fisika matematika
Buku pelengkap fisika matematikaBuku pelengkap fisika matematika
Buku pelengkap fisika matematika
 
Hipotesis statistik or statistical hypotesis
Hipotesis statistik or statistical hypotesisHipotesis statistik or statistical hypotesis
Hipotesis statistik or statistical hypotesis
 
Uji Korelasi Parametrik dan Non Parametrik.pdf
Uji Korelasi Parametrik dan Non Parametrik.pdfUji Korelasi Parametrik dan Non Parametrik.pdf
Uji Korelasi Parametrik dan Non Parametrik.pdf
 
Uji perbedaan uji t
Uji perbedaan uji tUji perbedaan uji t
Uji perbedaan uji t
 
Uji Normalitas dan Homogenitas
Uji Normalitas dan HomogenitasUji Normalitas dan Homogenitas
Uji Normalitas dan Homogenitas
 
Uji Korelasi Parametrik dan Non parametrik .pptx
Uji Korelasi Parametrik dan Non parametrik .pptxUji Korelasi Parametrik dan Non parametrik .pptx
Uji Korelasi Parametrik dan Non parametrik .pptx
 

Uji Hipotesa_Statistika

  • 1. TUGAS STATISTIKA II “UJI HIPOTESA”
  • 2. LANDASAN TEORI  Pengujian Koefisien Slope ( β1)  Metode Theil untuk Pengujian Koefisien Kemiringan Daniel (1989) menjelaskan bahwa pengujian koefisien kemiringan dengan menggunakan metode Theil disusun berdasarkan statistik T Kendall dan digunakan untuk mengetahui bentuk hubungan peubah-peubah regresi.
  • 3. Asumsi-asumsi yang melandasi pengujian pada koefisien kemiringan :  persamaan regresinya adalah : Yi=β0+β1X1+ε1, i=1,…,n dengan Xi peubah bebas,β0 dan β1 adalah parameter-parameter yang tidak diketahui;  untuk masing-masing nilai Xi terdapat nilai Yi ;  Yi adalah nilai yang teramati dari Y yang acak dan kontinu untuk nilai Xi;  semua nilai Xi saling bebas dan kita menetapkan X1 < X2 <…< Xn. ;  nilai-nilai εi saling bebas dan berasal dari populasi yang sama.  Hipotesis-hipotesis yang melandasi pengujian ini adalah dua arah : H0 : β0 = β1(0) H1 : β0 ≠ β1(0);
  • 4. prosedur yang diuraikan disusun berlandaskan statistik T Kendall, sehingga statistik ujinya adalah : Uji parsial untuk koefisien regresi β1 a. jika tidak ada angka sama : P-Q Ť= 0.5n(n-1) n = banyak pasangan
  • 5.  Jika ada angka sama : P–Q Ť= √ 0.5n(n-1) – Tx √0.5n(n-1) – Ty n = banyak pasangan Tx = 0.5∑t (t-1) Ty = 0.5∑t (t -1) t = observasi angka sama dengan Ť = statistik uji T Kendall P = banyaknya pasangan berurutan balik Q = banyaknya pasangan berurutan terbalik
  • 6. Kaidah pengambilan keputusan untuk ketiga pasangan hipotesis di atas adalah sebagai berikut : |Ť| > T(n,α / 2), tolak Ho |Ť| ≤ T(n,α / 2), terima Ho T(n,α / 2) adalah harga-harga kritis dalam tabel statistik uji T Kendall. Pengujian koefisien kemiringan ini dengan membuat statistik tataan dan memperbandingkan semua hasil pengamatan menurut nilai-nilai X.
  • 7. ANALISIS DATA Data yang digunakan mengenai model tas berdasarkan harga yang dipengaruhi ukuran tas. Data pada tabel di bawah diasumsikan tidak berdistribusi normal dengan α = 5%. Data ini juga digunakan untuk menyelesaikan teori yang sudah dijelaskan di atas.
  • 8. TABEL DATA : Keterangan : Y = Harga Ransel (Rp) X = Ukuran Tas (Inchi)
  • 9. Pengujian Koefisien Regresi Slope Hipotesis yang akan diuji : H0 : β1 = 0 H1 : β1 ≠ 0 Statistik Uji : Uji parsial untuk koefisien regresi β1 a. jika tidak ada angka sama : P-Q Ť= 0.5n(n-1) n = banyak pasangan
  • 10.  Jika ada angka sama : P–Q Ť= √ 0.5n(n-1) – Tx √0.5n(n-1) – Ty n = banyak pasangan Tx = 0.5∑t (t-1) Ty = 0.5∑t (t -1) t = observasi angka sama
  • 11. Perhitungannya : ∑ P = 21+15 +11+6+17+6+12+9+9+1+5+9 +9+5+7+0+0+3+3+2 = 150 ∑ Q = 0+3+7+10+0+9+2+5+3+11+5+0+0+ 2 +0+6+5+1+0+0 = 69 n = 20 ∑ Tx = 44 ∑ Ty = 18
  • 14. 150 – 69 Ť= √ 0.5x20(20-1) – 2 x √0.5x20(20-1) – 8 = 0.437895417 Kriteria uji : |Ť| > T(n,α / 2), tolak Ho |Ť| ≤ T(n,α / 2), terima Ho T(n,α / 2) = T(20,0.025) = 0.188
  • 15. Kesimpulan : Ternyata Ť = 0.437895417 berada di luar interval -0.188 sampai 0.188, maka Ho ditolak artinya mengindikasikan bahwa koefisien slope berarti sehingga kesimpulannya ukuran tas sangat berpengaruh terhadap harga tas.