Dokumen tersebut membahas tentang pengujian hipotesis untuk varians, termasuk penggunaan statistik uji Chi-kuadrat dan F untuk menguji hipotesis satu dan dua varians.
Dokumen tersebut membahas tentang uji hipotesis secara umum dan contoh-contohnya. Hipotesis merupakan jawaban sementara terhadap masalah yang harus dibuktikan kebenarannya, dan rumusan hipotesis membantu mengarahkan penelitian. Ada hipotesis nol dan alternatif yang diuji untuk menerima atau menolak hipotesis. Contoh pengujian hipotesis satu rata-rata dan hipotesis mengenai kemampuan mesin stensil jug
PEMBAHASAN
PENGERTIAN
Analisis varian atau lebih dikenal dengan sebutan Anava atau Anova adalah jenis analisis statistika yang digunakan untuk menguji perbedaan antara 3 (tiga) kelompok data (pengamatan) atau lebih. Anava tidak hanya mampu menguji perbedaan antara 3 (tiga) kelompok data atau lebih dari satu variabel bebas, tetapi juga bisa untuk menyelesaikan kelompok-kelompok data yang berasal dari 2 (dua) variabel bebas atau lebih.
Anava 1 (satu) jalur adalah teknik statistika parametik yang digunakan untuk menguji perbedaan antara 3 (tiga) atau lebih kelompok data berskala interval atau rasio yang berasal dari 1 (satu) variabel bebas.
KLASIFIKASI
Analisis varian memiliki dua klasifikasi, yaitu satu arah dan dua arah.
TUJUAN DAN FUNGSI
Tujuan dari uji Anava atau Anova satu jalur adalah untuk membandingkan lebih dari dua rata-rata.
Fungsinya adalah untuk menguji kemampuan generalisasi, yaitu menguji signifikansi dari hasil penelitian (Anava atau Anova satu jalur). Jika terbukti berbeda berarti kedua sampel tersebut dapat digeneralisasikan yang berarti data sampel dianggap dapat mewakili populasi.
CONTOH SOAL
Seorang manajer sebuah bank sedang meninjau kinerja dari para karyawan bagi kemungkinan menaikkan gaji dan mempromosikan jabatan. Di dalam mengevaluasi para petugas kasir (teller), manajer menentukan bahwa kriteria dari kinerja mereka adalah jumlah pelanggan yang dilayani setiap hari.
TABEL
DATA EVALUASI 3 ORANG KASIR PELANGGAN YANG DILAYANI
Harike- Kasir 1 Kasir 2 Kasir 3
1 45 55 54
2 56 50 61
3 47 53 54
4 51 59 58
5 50 58 52
6 45 49 51
Buktikan apakah ada perbedaan atau tidak antara kasir 1, kasir 2, dan kasir 3?
Jawab:
Langkah-langkah:
Diasumsikan bahwa data dipilih secara random, berdistribusi normal, dan variannya homogen.
Hipotesis (H1 dan H0) dalam bentuk kalimat:
H0 : tidak ada perbedaan yang signifikan antara pelanggan pada kasir 1, kasir 2, dan kasir 3.
H1 : ada perbedaan yang signifikan antara pelanggan pada kasir 1, kasir 2, dan kasir 3.
Hipotesis Ha dan Hodalam bentuk statistika :
H0 : µ1 = µ2 = µ3
H1 : minimal ada satu µi yang berbeda.
Daftar statistika induk
Hari ke- Kasir 1 Kasir 2 Kasir 3
1 45 55 54
2 56 50 61
3 47 53 54
4 51 59 58
5 50 58 52
6 45 49 51
statistika Total = T
N 6 6 6 18
Σxi 294 324 330 948
Σx2 14496 17580 18222 50298
X ̅ 49 54 55 158
S^2 2419 2932,8 3239,4 8590,8
Menghitung Jumlah Kuadat Antar Group (JKX)
JKX = 〖(∑X_i)〗^2/n-〖(∑X_τ)〗^2/N
JKX =(〖294〗^2/6 + 〖324〗^2/6 + 〖330〗^2/6 ) - 〖948〗^2/18
= 50052 - 49928
= 124
Menghitung derajat bebas antar group dengan rumus
DbX = 3-1 A= jumlah group
= 3-1
= 2
Menghitung kuadrat Rerata Antar group (KRX)
KRX = JKX/dbX
= 124/2
= 62
Menghitung Jumlah Kuadrat Dalam group (JKD)
JKD = Σ X2T - Σ((Σ〖Xi)〗^2)/n
= 50298 – ( 〖294〗^2/6 + 〖324〗^2/6+ 〖330〗^2/6 )
= 50298 - 50052
= 246
Menghitung derajat bebas
Anova digunakan untuk membandingkan rata-rata populasi, dibagi menjadi satu arah, dua arah, dan multi arah. Anova satu arah melihat pengaruh satu faktor, sementara dua arah melihat pengaruh dua faktor pada variabel dependen. Contoh menunjukkan pengaruh shift dan jenis kelamin terhadap produktivitas, dengan hasil pengaruh shift dan gender namun tidak ada interaksi antara keduanya.
Dokumen tersebut membahas tentang uji hipotesis secara umum dan contoh-contohnya. Hipotesis merupakan jawaban sementara terhadap masalah yang harus dibuktikan kebenarannya, dan rumusan hipotesis membantu mengarahkan penelitian. Ada hipotesis nol dan alternatif yang diuji untuk menerima atau menolak hipotesis. Contoh pengujian hipotesis satu rata-rata dan hipotesis mengenai kemampuan mesin stensil jug
PEMBAHASAN
PENGERTIAN
Analisis varian atau lebih dikenal dengan sebutan Anava atau Anova adalah jenis analisis statistika yang digunakan untuk menguji perbedaan antara 3 (tiga) kelompok data (pengamatan) atau lebih. Anava tidak hanya mampu menguji perbedaan antara 3 (tiga) kelompok data atau lebih dari satu variabel bebas, tetapi juga bisa untuk menyelesaikan kelompok-kelompok data yang berasal dari 2 (dua) variabel bebas atau lebih.
Anava 1 (satu) jalur adalah teknik statistika parametik yang digunakan untuk menguji perbedaan antara 3 (tiga) atau lebih kelompok data berskala interval atau rasio yang berasal dari 1 (satu) variabel bebas.
KLASIFIKASI
Analisis varian memiliki dua klasifikasi, yaitu satu arah dan dua arah.
TUJUAN DAN FUNGSI
Tujuan dari uji Anava atau Anova satu jalur adalah untuk membandingkan lebih dari dua rata-rata.
Fungsinya adalah untuk menguji kemampuan generalisasi, yaitu menguji signifikansi dari hasil penelitian (Anava atau Anova satu jalur). Jika terbukti berbeda berarti kedua sampel tersebut dapat digeneralisasikan yang berarti data sampel dianggap dapat mewakili populasi.
CONTOH SOAL
Seorang manajer sebuah bank sedang meninjau kinerja dari para karyawan bagi kemungkinan menaikkan gaji dan mempromosikan jabatan. Di dalam mengevaluasi para petugas kasir (teller), manajer menentukan bahwa kriteria dari kinerja mereka adalah jumlah pelanggan yang dilayani setiap hari.
TABEL
DATA EVALUASI 3 ORANG KASIR PELANGGAN YANG DILAYANI
Harike- Kasir 1 Kasir 2 Kasir 3
1 45 55 54
2 56 50 61
3 47 53 54
4 51 59 58
5 50 58 52
6 45 49 51
Buktikan apakah ada perbedaan atau tidak antara kasir 1, kasir 2, dan kasir 3?
Jawab:
Langkah-langkah:
Diasumsikan bahwa data dipilih secara random, berdistribusi normal, dan variannya homogen.
Hipotesis (H1 dan H0) dalam bentuk kalimat:
H0 : tidak ada perbedaan yang signifikan antara pelanggan pada kasir 1, kasir 2, dan kasir 3.
H1 : ada perbedaan yang signifikan antara pelanggan pada kasir 1, kasir 2, dan kasir 3.
Hipotesis Ha dan Hodalam bentuk statistika :
H0 : µ1 = µ2 = µ3
H1 : minimal ada satu µi yang berbeda.
Daftar statistika induk
Hari ke- Kasir 1 Kasir 2 Kasir 3
1 45 55 54
2 56 50 61
3 47 53 54
4 51 59 58
5 50 58 52
6 45 49 51
statistika Total = T
N 6 6 6 18
Σxi 294 324 330 948
Σx2 14496 17580 18222 50298
X ̅ 49 54 55 158
S^2 2419 2932,8 3239,4 8590,8
Menghitung Jumlah Kuadat Antar Group (JKX)
JKX = 〖(∑X_i)〗^2/n-〖(∑X_τ)〗^2/N
JKX =(〖294〗^2/6 + 〖324〗^2/6 + 〖330〗^2/6 ) - 〖948〗^2/18
= 50052 - 49928
= 124
Menghitung derajat bebas antar group dengan rumus
DbX = 3-1 A= jumlah group
= 3-1
= 2
Menghitung kuadrat Rerata Antar group (KRX)
KRX = JKX/dbX
= 124/2
= 62
Menghitung Jumlah Kuadrat Dalam group (JKD)
JKD = Σ X2T - Σ((Σ〖Xi)〗^2)/n
= 50298 – ( 〖294〗^2/6 + 〖324〗^2/6+ 〖330〗^2/6 )
= 50298 - 50052
= 246
Menghitung derajat bebas
Anova digunakan untuk membandingkan rata-rata populasi, dibagi menjadi satu arah, dua arah, dan multi arah. Anova satu arah melihat pengaruh satu faktor, sementara dua arah melihat pengaruh dua faktor pada variabel dependen. Contoh menunjukkan pengaruh shift dan jenis kelamin terhadap produktivitas, dengan hasil pengaruh shift dan gender namun tidak ada interaksi antara keduanya.
Statistik nonparametrik digunakan untuk menganalisis data nominal dan ordinal tanpa asumsi tentang bentuk sebaran populasi. Metode ini meliputi uji normalitas, kerandoman, Mann Whitney, dan Kruskal Wallis untuk membandingkan rata-rata tiga sampel atau lebih dari program studi Ilmu Komunikasi, Psikologi, dan PGSD. Hasilnya menunjukkan perbedaan signifikan antara program studi kecuali untuk reliabilitas.
Distribusi sampling memberikan kerangka untuk memahami variasi statistik sampel yang diambil dari populasi. Terdapat berbagai jenis distribusi sampling seperti rata-rata, proporsi, beda rata-rata dan proporsi yang mengikuti distribusi tertentu seperti normal, t student, dan binomial. Pemahaman distribusi sampling penting untuk melakukan inferensi statistik dari sampel ke populasi.
Kelompok 3 terdiri dari 5 mahasiswa yang menguji homogenitas varians dari penjualan minuman berbeda warna kaleng menggunakan uji Levene. Uji Levene digunakan untuk menguji apakah varians penjualan tiga warna (merah, kuning, biru) sama. Data penjualan 18 toko diperoleh dan hasil uji Levene menunjukkan bahwa varians penjualannya tidak sama.
Statistika Uji Homogenitas (Uji Fmax, Uji Barlett, dan Uji Runs)Awal Akbar Jamaluddin
1. Tulisan ini membahas tiga metode pengujian homogenitas data yaitu uji F, uji Barlett, dan uji Runs.
2. Uji F digunakan untuk menguji homogenitas dua kelompok data dengan membandingkan nilai F hitung dan F tabel.
3. Uji Barlett menggunakan statistik chi-kuadrat untuk menguji apakah varians beberapa sampel berasal dari populasi yang sama.
4. Uji Runs menghitung jumlah run (deretan data yang sama
Uji Kruskal-Wallis digunakan untuk menguji apakah beberapa sampel independen berasal dari populasi yang sama atau berbeda dengan melihat perbedaan rerata peringkat antar sampel. Uji ini merupakan perluasan dari uji Mann-Whitney U. Contoh menggunakan uji Kruskal-Wallis untuk menguji perbedaan kejelasan cetak tiga merek printer dengan menghitung statistik H berdasarkan peringkat skor kejelasan cetak setiap printer
Dokumen tersebut membahas tentang statistika nonparametrik untuk pengujian satu sampel dan dua sampel. Metode-metode yang dijelaskan antara lain uji tanda, uji chi-kuadrat, uji run, uji Kolmogorov-Smirnov, uji tanda pasangan, uji Wilcoxon, uji Q-Cochran, dan analisis ragam Friedman.
Statistik inferensial adalah statistik yang digunakan untuk menggeneralisasikan data sampel terhadap populasi dan terdiri dari statistik parametrik dan nonparametrik."
Uji homogenitas digunakan untuk menguji apakah dua atau lebih kelompok sampel berasal dari populasi yang sama. Terdapat dua jenis uji homogenitas, yaitu Uji Fisher untuk dua kelompok dan Uji Bartlett untuk lebih dari dua kelompok. Kedua uji menghitung nilai statistik dan membandingkannya dengan nilai kritis untuk menentukan apakah varian antar kelompok berbeda secara signifikan. Contoh menunjukkan b
Dokumen tersebut membahas tentang uji Chi-Square untuk menguji perbedaan proporsi antara dua atau lebih kelompok. Metode ini digunakan untuk menguji hubungan antara dua variabel kategorik dengan menghitung nilai observasi dan yang diharapkan, kemudian membandingkannya menggunakan rumus Chi-Square. Contoh soal memberikan ilustrasi penggunaan uji ini untuk menguji hubungan antara sosial ekonomi ibu hamil dengan keikut
Contoh soal spss independent dan one way anovapika setiawan
Berdasarkan hasil pengujian statistik independen sample t-test dan one-way ANOVA, terdapat perbedaan rata-rata pengetahuan komputer mahasiswa AKMI dan UNBARA serta minat calon mahasiswa antara sekolah kesehatan Alma'arif, Fatiah, dan Politeknik di Baturaja. H0 ditolak pada kedua uji statistik yang menunjukkan adanya perbedaan signifikan.
Dokumen tersebut membahas pengertian dan alur penelitian kuantitatif. Secara ringkas, penelitian kuantitatif melibatkan penentuan masalah penelitian, merumuskan hipotesis, mengumpulkan data numerik, menganalisis data dengan statistik, dan melaporkan hasil untuk memberikan pemahaman yang lebih baik.
Kelompok 6 terdiri dari 3 anggota yaitu Aisyah Turidho, Dhiah Masyitoh, dan Tania Tri Septiani. Dokumen ini membahas tentang statistika termasuk pengumpulan data, penyajian data, ukuran pemusatan data seperti mean, modus, median, dan kuartil.
Bab 4 membahas tentang estimasi permintaan dengan menggunakan pendekatan riset pemasaran seperti survei konsumen dan penelitian observasi. Analisis regresi digunakan untuk memprediksi hubungan antara variabel bebas seperti pengeluaran iklan dengan variabel terikat seperti penjualan. Metode OLS digunakan untuk mengestimasi parameter model regresi.
Bab 4 membahas tentang estimasi permintaan dengan menggunakan pendekatan riset pemasaran dan analisis regresi. Metode survei konsumen, observasi, dan eksperimen digunakan untuk mengidentifikasi faktor-faktor yang mempengaruhi permintaan. Analisis regresi berguna untuk memprediksi permintaan berdasarkan hubungan antara variabel dependen dan independen.
Statistik nonparametrik digunakan untuk menganalisis data nominal dan ordinal tanpa asumsi tentang bentuk sebaran populasi. Metode ini meliputi uji normalitas, kerandoman, Mann Whitney, dan Kruskal Wallis untuk membandingkan rata-rata tiga sampel atau lebih dari program studi Ilmu Komunikasi, Psikologi, dan PGSD. Hasilnya menunjukkan perbedaan signifikan antara program studi kecuali untuk reliabilitas.
Distribusi sampling memberikan kerangka untuk memahami variasi statistik sampel yang diambil dari populasi. Terdapat berbagai jenis distribusi sampling seperti rata-rata, proporsi, beda rata-rata dan proporsi yang mengikuti distribusi tertentu seperti normal, t student, dan binomial. Pemahaman distribusi sampling penting untuk melakukan inferensi statistik dari sampel ke populasi.
Kelompok 3 terdiri dari 5 mahasiswa yang menguji homogenitas varians dari penjualan minuman berbeda warna kaleng menggunakan uji Levene. Uji Levene digunakan untuk menguji apakah varians penjualan tiga warna (merah, kuning, biru) sama. Data penjualan 18 toko diperoleh dan hasil uji Levene menunjukkan bahwa varians penjualannya tidak sama.
Statistika Uji Homogenitas (Uji Fmax, Uji Barlett, dan Uji Runs)Awal Akbar Jamaluddin
1. Tulisan ini membahas tiga metode pengujian homogenitas data yaitu uji F, uji Barlett, dan uji Runs.
2. Uji F digunakan untuk menguji homogenitas dua kelompok data dengan membandingkan nilai F hitung dan F tabel.
3. Uji Barlett menggunakan statistik chi-kuadrat untuk menguji apakah varians beberapa sampel berasal dari populasi yang sama.
4. Uji Runs menghitung jumlah run (deretan data yang sama
Uji Kruskal-Wallis digunakan untuk menguji apakah beberapa sampel independen berasal dari populasi yang sama atau berbeda dengan melihat perbedaan rerata peringkat antar sampel. Uji ini merupakan perluasan dari uji Mann-Whitney U. Contoh menggunakan uji Kruskal-Wallis untuk menguji perbedaan kejelasan cetak tiga merek printer dengan menghitung statistik H berdasarkan peringkat skor kejelasan cetak setiap printer
Dokumen tersebut membahas tentang statistika nonparametrik untuk pengujian satu sampel dan dua sampel. Metode-metode yang dijelaskan antara lain uji tanda, uji chi-kuadrat, uji run, uji Kolmogorov-Smirnov, uji tanda pasangan, uji Wilcoxon, uji Q-Cochran, dan analisis ragam Friedman.
Statistik inferensial adalah statistik yang digunakan untuk menggeneralisasikan data sampel terhadap populasi dan terdiri dari statistik parametrik dan nonparametrik."
Uji homogenitas digunakan untuk menguji apakah dua atau lebih kelompok sampel berasal dari populasi yang sama. Terdapat dua jenis uji homogenitas, yaitu Uji Fisher untuk dua kelompok dan Uji Bartlett untuk lebih dari dua kelompok. Kedua uji menghitung nilai statistik dan membandingkannya dengan nilai kritis untuk menentukan apakah varian antar kelompok berbeda secara signifikan. Contoh menunjukkan b
Dokumen tersebut membahas tentang uji Chi-Square untuk menguji perbedaan proporsi antara dua atau lebih kelompok. Metode ini digunakan untuk menguji hubungan antara dua variabel kategorik dengan menghitung nilai observasi dan yang diharapkan, kemudian membandingkannya menggunakan rumus Chi-Square. Contoh soal memberikan ilustrasi penggunaan uji ini untuk menguji hubungan antara sosial ekonomi ibu hamil dengan keikut
Contoh soal spss independent dan one way anovapika setiawan
Berdasarkan hasil pengujian statistik independen sample t-test dan one-way ANOVA, terdapat perbedaan rata-rata pengetahuan komputer mahasiswa AKMI dan UNBARA serta minat calon mahasiswa antara sekolah kesehatan Alma'arif, Fatiah, dan Politeknik di Baturaja. H0 ditolak pada kedua uji statistik yang menunjukkan adanya perbedaan signifikan.
Dokumen tersebut membahas pengertian dan alur penelitian kuantitatif. Secara ringkas, penelitian kuantitatif melibatkan penentuan masalah penelitian, merumuskan hipotesis, mengumpulkan data numerik, menganalisis data dengan statistik, dan melaporkan hasil untuk memberikan pemahaman yang lebih baik.
Kelompok 6 terdiri dari 3 anggota yaitu Aisyah Turidho, Dhiah Masyitoh, dan Tania Tri Septiani. Dokumen ini membahas tentang statistika termasuk pengumpulan data, penyajian data, ukuran pemusatan data seperti mean, modus, median, dan kuartil.
Bab 4 membahas tentang estimasi permintaan dengan menggunakan pendekatan riset pemasaran seperti survei konsumen dan penelitian observasi. Analisis regresi digunakan untuk memprediksi hubungan antara variabel bebas seperti pengeluaran iklan dengan variabel terikat seperti penjualan. Metode OLS digunakan untuk mengestimasi parameter model regresi.
Bab 4 membahas tentang estimasi permintaan dengan menggunakan pendekatan riset pemasaran dan analisis regresi. Metode survei konsumen, observasi, dan eksperimen digunakan untuk mengidentifikasi faktor-faktor yang mempengaruhi permintaan. Analisis regresi berguna untuk memprediksi permintaan berdasarkan hubungan antara variabel dependen dan independen.
Regresi merupakan analisis yang digunakan untuk menentukan hubungan antara variabel tergantung (y) dengan satu atau lebih variabel bebas (x). Dokumen ini menjelaskan definisi, asumsi, dan uji regresi seperti multikolinearitas, heteroskedastisitas, autokorelasi dan normalitas. Metode ini digunakan untuk menganalisis pengaruh kualitas pelayanan dan produk terhadap kepuasan pelanggan warung BTN.
Uji chi kuadrat digunakan untuk menguji kesesuaian antara frekuensi observasi dan frekuensi yang diharapkan, serta menguji hubungan antara dua variabel melalui perbandingan frekuensi yang teramati dengan frekuensi harapan pada tabel kontingensi."
LAPORAN PRAKTIKUM PENGENDALIAN KUALITAS STATISTIK UAS - FARIDA NUR DADARIFarida Dadari
Laporan uji akhir semester praktikum pengendalian kualitas statistika menganalisis kualitas proses produksi casting dan tangki penyimpanan bahan bakar pesawat terbang. Analisis menggunakan control chart menunjukkan proses produksi casting tidak terkendali sedangkan jumlah cacat pada tangki bervariasi dari waktu ke waktu.
Aminullah assagaf revisi implementasi software statistik & analisis 27 ju...Aminullah Assagaf
Dokumen tersebut merangkum metode penelitian kuantitatif untuk menganalisis pengaruh beberapa variabel independen terhadap variabel dependen. Meliputi tahapan perumusan masalah, pengumpulan data, uji validitas dan reliabilitas instrumen, analisis statistik deskriptif dan inferensial, serta interpretasi hasil analisis.
4_Aminullah Assagaf_IMPLEMENTASI SOFTWARE STATISTIK & ANALISIS_27 Juni 2020.pptxAminullah Assagaf
Dokumen tersebut merangkum metode penelitian kuantitatif untuk menganalisis pengaruh beberapa variabel independen terhadap variabel dependen. Meliputi tahapan perumusan masalah, pengumpulan data, uji validitas dan reliabilitas instrumen, analisis statistik deskriptif dan inferensial, serta interpretasi hasil analisis.
UJI BEDA (KOMPARASI) t - TEST (PRETEST-POSTEST)EDI RIADI
T-test digunakan untuk menguji perbedaan rata-rata antara dua kelompok independen sebelum dan sesudah perlakuan, dengan menggunakan data skala interval/rasio. Terdapat dua model: separate variance untuk sampel tidak homogen dan pooled variance untuk sampel homogen, dengan menentukan derajat kebebasan dan nilai-t tabel. Contoh menguji perbedaan hasil belajar statistika antara kelas eksperimen dan kontrol menunjukkan hasil yang sama secara manual dan IBM SP
Dokumen tersebut merangkum metode penelitian yang digunakan untuk menganalisis pengaruh beberapa variabel independen terhadap variabel dependen. Terdapat beberapa tahapan yang dilakukan mulai dari pengumpulan data, pengujian validitas dan reliabilitas instrumen, analisis statistik deskriptif dan inferensial, hingga interpretasi hasil analisis. Variabel-variabel yang diteliti antara lain citra merek, kesadaratan merek, kualitas produk, dan keputusan
Modul Ajar Bahasa Inggris Kelas 11 Fase F Kurikulum MerdekaFathan Emran
Modul Ajar Bahasa Inggris Kelas 11 SMA/MA Fase F Kurikulum Merdeka - abdiera.com, Modul Ajar Bahasa Inggris Kelas 11 SMA/MA Fase F Kurikulum Merdeka, Modul Ajar Bahasa Inggris Kelas 11 SMA/MA Fase F Kurikulum Merdeka, Modul Ajar Bahasa Inggris Kelas 11 SMA/MA Fase F Kurikulum Merdeka, Modul Ajar Bahasa Inggris Kelas 11 SMA/MA Fase F Kurikulum Merdeka, Modul Ajar Bahasa Inggris Kelas 11 SMA/MA Fase F Kurikulum Merdeka
Pendidikan inklusif merupakan sistem pendidikan yang
memberikan akses kepada semua peserta didik yang
memiliki kelainan, bakat istimewa,maupun potensi tertentu
untuk mengikuti pendidikan maupun pembelajaran dalam
satu lingkungan pendidikan yang sama dengan peserta didik
umumlainya
5. Rangkuman Kehadiran Guru di Kelas_SDN 8n Kranji.docx
Pekan 8_Pengujian Hipotesis Varians (Satu dan Dua Varians).pptx
1. 1
Pengujian Hipotesis Untuk Varians
• Dalam pekerjaan eksperimental yang bertujuan untuk melakukan perbaikan, baik
dalam desain, proses manufaktur, atau kinerja lapangan, terdapat dua cara
melakukan perbaikan :
1. Memindahkan pusat distribusi data (berkaitan dengan rata-rata dari data)
2. Mengurangi penyebaran data (berkaitan dengan varians data)
• Kemampuan untuk menentukan perubahan dalam varians adalah subjek pengujian
hipotesis untuk varians
2. 2
Pengujian Hipotesis Untuk Varians
• Varians sampel s2 dapat digunakan untuk inferensi varians populasi σ2.
• Untuk sampel acak n pengukuran yang diambil dari populasi normal dengan rata-rata
μ dan varians σ2, nilai s2 memberikan estimasi titik untuk σ2.
• Selain itu, variabel acak
(𝑛−1)𝑠2
𝜎2 mengikuti distribusi Chi-square (χ2), dengan derajat
bebas v = n – 1.
3. 3
Distribusi Chi Square (χ2)
Karakteristik distribusi Chi Square :
o Tidak seperti distribusi Z dan t-students, seluruh
nilai dalam distribusi χ2 bernilai positif
o Distribusi χ2 adalah distribusi yang asimetrik
o Untuk menentukan nilai χ2 menggunakan tabel χ2
pada nilai probabilitas (α) dan derajat bebas (v)
yang bersesuaian atau menggunakan fungsi
dalam microsoft excel.
χ2 satu sisi (kanan)
χ2 dua sisi
4. 4
Menentukan Nilai Chi Square (χ2)
Tentukan nilai χ2 untuk α=0.05 dan v = 5 Dari tabel diperoleh χ2
0.05; 5 = 11.07
5. 5
Menentukan Nilai Chi Square (χ2)
Tentukan nilai χ2 untuk α=0.05 dan v = 5
Menggunakan fungsi CHISQ.INV.RT diperoleh χ2
0.05; 5 = 11.07
6. 6
Uji Hipotesis Kasus Satu Varians
a. Hipotesis nol : H0 : 𝝈𝟐
= 𝝈𝟐
𝟎
b. Hipotesis alternatif :
H1 : 𝝈𝟐
< 𝝈𝟐
𝟎
H1 : 𝝈𝟐
> 𝝈𝟐
𝟎
H1 : 𝝈𝟐
≠ 𝝈𝟐
𝟎
Statistik Uji :
χ2 =
(𝑛 − 1)𝑠2
𝝈𝟐
𝟎
7. 7
Contoh 1
Sebuah perusahaan memproduksi pipa logam dengan panjang
standar, dan mengklaim bahwa standar deviasi panjang pipa
tidak melebihi 1.2 cm. Salah satu kliennya tidak percaya dengan
klaim perusahaan, memutuskan mengambil sampel acak 25 pipa
dan memeriksa panjangnya. Mereka menemukan bahwa standar
deviasi sampel adalah 1.5 cm. Lakukan uji hipotesis pada taraf
nyata 5% untuk membuktikan dugaan klien bahwa standar
deviasi sampel lebih dari yang ditetapkan perusahaan!
(Asumsikan panjang pipa mengikuti distribusi normal)
8. 8
Jawab :
Dalam kasus ini, statistik dan parameter yang diketahui adalah standar
deviasi(simpangan baku) sehingga perlu diubah kedalam nilai varians :
Dari soal diketahui standar deviasi sampel s=1.5 sehingga s2 = 2.25 dan standar deviasi
populasi (yang ditetapkan) σ0=1.2 sehingga σ2
0 = 1.44
1. H0 : 𝜎2
= 1.44
2. H1 : 𝜎2
> 1.44 (uji satu sisi pihak kanan)
3. Statistik Uji :
χ2
=
(𝑛 − 1)𝑠2
𝜎2
0
9. 9
χ2
=
25 − 1 2.25
1.44
= 37.5
4. Daerah kritis dan kriteria uji (uji satu sisi pihak kanan)
α =0.05 dan v=25-1=24 diperoleh χ2
0.05; 24 = 36.42
Tolak H0 jika χ2
≥ 36.42
Tidak tolak H0 jika χ2
< 36.42
10. 10
5. Ternyata χ2
= 37.5 > 36.42 (H0 ditolak)
Pada taraf nyata 5% cukup bukti untuk menyatakan bahwa standar
deviasi dari panjang pipa telah melebihi batas dari standar deviasi
yang ditetapkan perusahaan sebesar 1.2 cm. Hal ini menjadi
beralasan bagi seorang klien tersebut untuk meragukan kualitas
dari pipa yang diproduksi oleh perusahaan.
11. 11
Uji Hipotesis Kasus Dua Varians
Pada uji hipotesis kasus dua varians terdapat dua populasi masing-masing saling bebas
dan mengikuti distribusi normal dengan varians σ2
1 dan σ2
2 .Tujuan pengujian hipotesis
untuk membuktikan apakah ada perbedaan varians diantara dua populasi.
a. Hipotesis nol : H0 : 𝝈𝟐
𝟏
= 𝝈𝟐
𝟐
b. Hipotesis alternatif :
H1 :𝝈𝟐
𝟏
< 𝝈𝟐
𝟐
H1 :𝝈𝟐
𝟏
> 𝝈𝟐
𝟐
H1 :𝝈𝟐
𝟏
≠ 𝝈𝟐
𝟐
Statistik Uji : 𝑓 =
𝑠2
1
𝑠2
2
12. 12
Kenapa Menggunakan Distribusi F ??
• Sampel acak berukuran n1 dari populasi 1 yang mengikuti distribusi normal dengan
standar deviasi σ1
• Sampel acak berukuran n2 dari populasi 2 (saling bebas) yang mengikuti distribusi
normal dengan standar deviasi σ2
• Rasio dari
𝑠2
1
𝜎2
1
terhadap
𝑠2
2
𝜎2
2
merupakan variabel acak yang mengikuti distribusi F
dengan derajat bebas pembilang v1 = n1 -1 dan derajat bebas penyebut v2 = n2 -1
• Jika H0 : 𝝈𝟐
𝟏
= 𝝈𝟐
𝟐
hal ini sama artinya dengan
𝑠2
1
𝑠2
2
mengikuti distribusi F dengan
derajat bebas pembilang v1 = n1 -1 dan derajat bebas penyebut v2 = n2 -1
13. 13
Distribusi F
Karakteristik distribusi F:
o Tidak seperti distribusi Z dan t-students, seluruh
nilai dalam distribusi F tidak negatif
o Distribusi F adalah distribusi yang asimetrik
o Untuk menentukan nilai f menggunakan tabel F
pada nilai probabilitas (α) dengan derajat bebas
pembilang (v1) dan derajat bebas penyebut (v2)
yang bersesuaian atau menggunakan fungsi
dalam microsoft excel.
F dua sisi
F satu sisi (kanan)
15. 15
Menentukan Nilai f
Tentukan nilai f untuk α=0.025 dengan v1 = 5 dan v2 = 7
Menggunakan fungsi F.INV.RT diperoleh f0.025; 5 ;7 = 5.285237 = 5.29
16. 16
Menentukan Nilai f untuk kasus Dua Sisi
Jika sisi sebelah kanan fα/2 ; v1 ; v2 dan sisi
sebelah kiri f(1- α /2) ; v1 ; v2 berlaku hubungan :
𝑓 1−
𝛼
2
;𝑣1;𝑣2
=
1
𝑓 𝛼
2
;𝑣2;𝑣1
1 dibagi sisi sebaliknya dan derajat
bebas dibalik
17. 17
Contoh : Tentukan nilai f0.025 ; 7 ; 5 dan f0.975 ; 7 ; 5 !
Dari tabel diperoleh :
o f0.025 ; 7 ; 5 = 6.85
o f0.975 ; 7 ; 5 = 0.19
hasil ini akan sama seperti perhitungan
f0.975 ; 7 ; 5 = 1/(f0.025 ; 5 ; 7 )
f0.975 ; 7 ; 5 = 1/(5.29) = 0.19
18. 18
Contoh 2
Produsen peralatan elektronik telah mengembangkan sirkuit
untuk menyuplai arus ke komponen tertentu di layar tampilan
komputer. Desain baru kenyataanya lebih hemat dalam biaya
produksi, hanya dapat diadopsi untuk produksi massal jika lolos
arus rata-rata yang sama ke komponen dan memiliki kestabilan
arus (varians arus tidak melebihi standar). Dalam tes yang
melibatkan dua sirkuit yaitu sirkuit lama dan sirkuit baru hasil
yang diperoleh adalah
19. 19
Sirkuit1(lama) dalammA Sirkuit2(baru) dalammA
1 80.1 80.7
2 82.3 81.3
3 84.1 84.6
4 82.6 81.7
5 85.3 86.3
6 81.3 84.3
7 83.2 83.7
8 81.7 84.7
9 82.2 82.8
10 81.4 84.4
11 85.2
12 84.9
n 10 12
Rata-rata 82.42 83.72
Standar
deviasi
1.491 1.724
No
Pengukuran arus
Apakah berdasarkan hasil
sampel acak dapat dibuktikan
bahwa terdapat perbedaan
keragaman (varians) untuk
pengukuran arus pada kedua
sirkuit ? Gunakan α=0.05
(Asumsikan pengukuran arus
pada sirkuit mengikuti
distribusi normal)
20. 20
1. H0 : 𝜎2
1 = 𝜎2
2 (varians arus kedua sirkuit sama)
2. H1 : 𝜎2
1 ≠ 𝜎2
2 (varians arus kedua sirkuit berbeda)
3. Statistik Uji :
𝑓 =
𝑠2
1
𝑠2
2
Diketahui s1 = 1.491 dan s2 = 1.724 sehingga :
𝑓 =
1.4912
1.7242
= 0.75
22. 22
Tolak H0 jika f ≤ 0.26 atau f ≥ 3.59
Tidak tolak H0 jika tidak demikian
23. 23
5. Ternyata f=0.75 > 0.26 dan f=0.75 < 3.59 sehingga H0 tidak ditolak.
Pada taraf nyata 5%, tidak cukup bukti untuk menyatakan bahwa
terdapat perbedaan keragaman arus dari kedua sirkuit. Dengan
demikian sirkuit baru (sirkuit 2) lolos kualifikasi kestabilan arus karena
kestabilan arusnya (varians) tidak berbeda dengan sirkuit lama.
24. 24
Latihan
1. Lembaran plastik yang diproduksi oleh mesin dimonitor secara berkala untuk kemungkinan
fluktuasi ketebalan. Heterogenitas yang tak terkendali dalam viskositas dari cetakan cair
membuat beberapa variasi dalam pengukuran ketebalan tidak dapat dihindari. Jika standar
deviasi sebenarnya dari ketebalan melebihi 1.5 milimeter, ada alasan yang perlu
dikhawatirkan terkait kualitas produk. Pengukuran ketebalan (dalam milimeter) untuk 10
spesimen yang dipilih secara acak dari suatu shift produksi menghasilkan data : 226, 228,
226, 225, 232, 228, 227, 229, 225, 230. Apakah data tersebut memperkuat kecurigaan
bahwa variabilitas proses melebihi tingkat maksimum yang ditentukan ? Gunakan taraf
nyata 5%.
25. 25
Latihan
2. Produsen laptop menggunakan paket baterai yang dipasok oleh dua perusahaan, A dan B. Meskipun
kedua merek tersebut memiliki rata-rata waktu pakai antar pengisian (LBC) yang sama, produsen
komputer tersebut tampaknya menerima lebih banyak keluhan tentang LBC yang lebih pendek daripada
yang diharapkan untuk paket baterai yang dipasok oleh perusahaan B.Pembuat komputer mencurigai
bahwa hal ini dapat disebabkan oleh varians LBC yang lebih tinggi untuk Merek B. Untuk
memastikannya, dipilih sepuluh kemasan baterai baru dari masing-masing merek, dipasang pada model
laptop yang sama, dan laptop dibiarkan berjalan hingga daya baterai benar-benar habis. Berikut ini
adalah LBC yang diamati dalam beberapa jam.
Ujilah, pada tingkat signifikansi 5%, apakah data tersebut memberikan bukti yang cukup untuk
menyimpulkan bahwa LBC Merk B memiliki varians yang lebih besar daripada LBC Merk A ?
Merk A 3.2 3.4 2.8 3 3 3 2.8 2.9 3 3
Merk B 3 3.5 2.9 3.1 2.3 2 3 2.9 3 4.1