SlideShare ist ein Scribd-Unternehmen logo
1 von 20
07/04/13 1
Pendugaan Nilai Tengah
Statistik Industri
Semester Genap 2012/2013
07/04/13 2
Pendugaan Nilai Tengah
 Salah satu penduga titik bagi nilai tengah populasi µ adalah
xbar.
 Nilai tengah contoh xbar akan kita gunakan sebagai nilai
dugaan titik nilai tengah populasi µ
 Bila n besar maka xbar akan merupakan nilai dugaan yang
sangat akurat bagi µ
Selang Kepercayaan bagi µ,σ diketahui. Bila xbar adalah nilai tengah
contoh acak berukuran n yang diambil dari suatu populasi dengan
ragam σ2
diketahui maka selang kepercayaan (1-α) 100% bagi µ
adalah:
nzxnzx // 2/2/ σµσ αα +<<−
07/04/13 3
Contoh
 Suatu contoh acak 36 mahasiswa tingkat akhir menghasilkan nilai
tengah dan simpangan baku IPK berturut-turut sebesar 2.6 dan 0.3.
Buat selang kepercayaan 95% dan 99% nilai tengah dari IPK
seluruh mahasiswa tingkat akhir.
Jawab:
1. Diketahui xbar = 2.6, nilai σ dapat diduga dengan s = 0.3 (ingat jika
n>30 maka s contoh bisa digunakan untuk menduga σ), dari tabel
nilai z0.025=1.96 (selang kepercayaan 95%)
2. Sehingga:
2.6 – 1.96*0.3/√36 <µ< 2.6 + 1.96*0.3/√36
2.50 <µ< 2.70
3. Untuk selang kepercayaan 99%, Z0.005=2.575, sehingga
2.6 – 2.575*0.3/√36 <µ< 2.6 + 2.575*0.3/√36
2.47 <µ< 2.73
07/04/13 4
PENGUJIAN HIPOTESIS MENGENAI NILAI
RATA-RATA
 Pengujian satu jenis sampel bisa dilakukan
dengan Uji satu pihak (One tail test) atau Dua
pihak (Two tail test)
 Two tail test digunakan bila Ho berbunyi “sama
dengan” dan Ha berbunyi “tidak sama dengan”
 One tail test digunakan bila Ho berbunyi “lebih
besar atau sama dengan” dan Ha berbunyi “lebih
kecil”
07/04/13 5
UNTUK MENGUJI HIPOTESIS MENGENAI NILAI RATA-RATA POPULASI,
MAKA DAPAT DIBUAT PERUMUSAN HIPOTESIS SEBAGAI BERIKUT:
Ho : u = uo
H1 : u ≠ uo
PENGUJIAN DWI ARAH
PENGUJIAN SATU ARAH
UNTUK MENGUJI HIPOTESIS MENGENAI NILAI RATA-RATA POPULASI
DENGAN MELIHAT SATU SISI SAJA
Ho : u = uo Ho : u > uo
Ho : u < uoHo : u = uo
lawan
lawan
07/04/13 6
Ho : u = 75.000
H1 : u ≠ 75.000
Ho : u> 75.000
Ho : u < 75.000
UJI DWI ARAH
UJI SATU ARAH, ARAH KANAN
UJI SATU ARAH, ARAH KIRI
UNTUK PENGUJIAN HIPOTESIS MENGENAI NILAI RATA-RATA (u)
APABILA RAGAM POPULASI DIKETAHUI (δ2
diketahui), MAKA DAPAT
MENGGUNAKAN UJI Z BERIKUT:
Z = x – uo
δ/ √n
DENGAN TARAF NYATA α, MAKA UNTUK PENGUJIAN DWI ARAH NILAI
KRITISNYA ADALAH –Z α/2 dan Z α/2
07/04/13 7
Hipotesis Alternatif:
METODE PEMBELAJARAN A LEBIH UNGGUL DARI PADA
METODE PEMBELAJARAN B
UJI SATU PIHAK (KANAN)
 H: θ = θo
 A: θ > θo
(daerah kritis)
penolakan H
daerah penerimaan H
α
Hipotesis H diterima jika: z ≤ z1- α
07/04/13 8
Hipotesis Alternatif:
DENGAN SISTEM INJEKSI PENGGUNAAN BAHAN BAKAR LEBIH
IRIT DARIPADA SISTEM BIASA
UJI SATU PIHAK (KIRI)
 H: θ = θo
 A: θ < θo
(daerah kritis)
penolakan H
daerah penerimaan H
α
Hipotesis H diterima jika: z ≥ z1- α
07/04/13 9
Hipotesis Alternatif:
SALAH SATU DARI METODE PEMBELAJARAN LEBIH UNGGUL
DARIPADA METODE PEMBELAJARAN YANG LAIN
UJI DUA PIHAK
 H: θ = θo
 A: θ ≠ θo
penolakan H penolakan H
daerah penerimaan H
½ α ½ α
Hipotesis H diterima jika: -z1/2(1- α) < z < z1/2(1- α)
07/04/13 10
EXAMPLE
 SUATU PERUSAHAAN ALAT-ALAT OLAH RAGA TELAH MENGEMBANGKAN
TEHNIK BARU DALAM PEMBUATAN PRODUKNYA, DAN MENGKLAIM BAHWA
DAYA TAHAN (KEKUATANNYA) MAMPU MENAMPUNG BEBAN SEBERAT 15
KG, DENGAN SIMPANGAN BAKU 0,5 KG. JIKA DIAMBIL 50 BUAH ALAT OLAH
RAGA TERSEBUT DAN SETELAH DIUJI DIPEROLEH BAHWA u = 15 KG,
SESUAI PERNYATAAN YG DIBUAT PERUSAHAAN TERSEBUT. GUNAKAN
TARAF NYATA α = 0.01
PENYELESAIAN
 Ho : u = 15 Kg
 H1 : u ≠ 15 kg
 α = 0.01
 Daerah kritis: Z< -2.56 dan Z> 2.56 dimana
 Perhitungan : x = 14.8 kg ; n = 50
Z = x – uo
δ/ √n
Z = x – uo
δ/ √n
Z = 14.8 – 15
0.5/ √50
-2.828
07/04/13 11
 KEPUTUSAN: TOLAK Ho DAN AMBIL KEPUTUSAN BAHWA RATA-RATA
KEKUATAN OLAH RAGA TIDAK SAMA DENGAN 15 KG TETAPI DALAM
KENYATAANNYA LEBIH RENDAH DR 15 KG
-2.56
TERIMA Ho
2.56
Tolak Ho Tolak Ho
α/2 α/2
-2.8
07/04/13 12
Kasus bila ukuran contoh kecil; σ tak
diketahui
 Bila xbar dan s adalah nilai tengah dan simpangan baku
contoh berukuran n<30, yang diambil dari populasi berbentuk
genta yang ragamnya σ2
tak diketahui, maka selang
kepercayaan(1-α) 100% bagi µ diberikan oleh rumus:
nstxnstx // 2/2/ αα µ +<<−
07/04/13 13
 Rumus yang dipergunakan untuk menguji hipotesis
satu sampel
t = Nilai t yg dihitung
X = rata rata X
μ0 = nilai yang dihipotesiskan
s = simpangan baku
n = jumlah anggota sampel
X – μ0
t =
s / √√ n
07/04/13 14
Contoh Soal
 DALAM SUATU PROSEDUR REGISTRASI MAHASISWA DI SUATU
UNIVERSITAS TERTENTU MEMBUTUHKAN WAKTU RATA-RATA 50
MENIT. DENGAN WAKTU INI DIRASAKAN CUKUP LAMA, UNTUK ITU
TELAH DIKEMBANGKAN PROSEDUR BARU. INGIN DIKETAHUI APAKAH
PROSEDUR BARU YG DICOBA ITU CUKUP EFEKTIF DAN EFISIEN DALAM
SOAL WAKTU. SUATU CONTOH YG TERDIRI DARI 12 MAHASISWA
DIAMBIL KETIKA MELAKUKAN REGISTRASI DAN DIPEROLEH RATA-
RATA 42 MENIT DENGAN SIMPANGAN BAKU (S) 11,9 MENIT. UJI
HIPOTESIS DENGAN MENGGUNAKAN TARAF NYATA α = 0.05 (GUNAKAN
PENGUJIAN SATU ARAH)
07/04/13 15
PENYELESAIAN
 Ho : U = 50 MENIT
 H1 : u < 50 menit
 Α = 0.05
 Daerah kritis: T< -1.796, dimana
t = x – uo
s/ √ n dengan derajat bebas v = 12-1 = 11
 Perhitungan: x = 42 menit, s = 11,9 menit dan n = 12
sehingga
t = x – uo = 42 - 50 = - 2.33
s/ √n 11.9/√ 12
Keputusan: Tolak Ho pd taraf nyata 0.05, karena:
t = -2.33 berada dalam daerah kritis. Dengan demikian dapat dibuat
kesimpulan bahwa prosedur regiatrasi yang baru lebih efisien
dalam hal waktu
07/04/13 16
Contoh Soal
 Hipotesis : daya tahan karyawan bekerja didepan komputer
secara terus menerus adalah 4 jam sehari.
 Diambil sampel 31 orang secara random dari total populasi.
 Data yg dikumpulkan adalah :
3 2 3 4 5 6 7 8 5 3 4 5 6 6 7 8 8 5 3 4 5 6 2 3 4 5 6 3 2 3 3
 Jika ditotal maka data tersebut = 144
 Diketahui :
 n = 31, µ0 = 4 jam/hari
 Rata-rata X = 144/31 = 4,645
 Simpangan baku = 1,81
07/04/13 17
 Jadi rata-rata karyawan untuk berada
didepan komputer tanpa behenti adalah
4,645/hari
 Selanjutnya rata-rata tersebut akan diuji
apakah ada perbedaan secara signifikan
atau tidak dengan nilai yang dihipotesiskan
yaitu 4 jam/hari
07/04/13 18
 Menggunakan rumus
X – μ0
t =
s / √√ n
4,645 - 4
t =
1,81 / √√ 31
t = 1,98t = 1,98
07/04/13 19
 Dilihat tabel t
 Dengan melihat
dk(derajat kebebasan)
yaitu n-1, yaitu 31-1 = 30
 Dengan taraf kesalahan
5% dgn menggunakan uji
dua pihak maka nilai
tabel t = 2,042
07/04/13 20
 Untuk membuat keputusan apakah hipotesis diterima atau tidak
maka dibandingkan antara t hitung dengan t tabel.
t hitung = 1,98
t tabel = 2,042
 Kesimpulan, karena t hitung lebih kecil dari t tabel, atau karena t
hitung berada di dalam daerah penerimaan Ho (lihat gambar),
maka hipotesis (Ho) diterima.
 Berarti hipotesis yang menyatakan bahwa daya tahan pegawai
bekerja di depan komputer tanpa tergangu sama sekali adalah 4
jam dapat dipergunakan untuk semua populasi.

Weitere ähnliche Inhalte

Was ist angesagt?

Contoh soal statistika & peluang beserta jawabannya
Contoh soal statistika & peluang beserta jawabannyaContoh soal statistika & peluang beserta jawabannya
Contoh soal statistika & peluang beserta jawabannyaVidi Al Imami
 
Konsep dasar pendugaan parameter
Konsep dasar pendugaan parameterKonsep dasar pendugaan parameter
Konsep dasar pendugaan parametermatematikaunindra
 
Teori pendugaan statistik presentasi
Teori pendugaan statistik presentasiTeori pendugaan statistik presentasi
Teori pendugaan statistik presentasiPerum Perumnas
 
Ciri-ciri Teks Akademik
Ciri-ciri Teks AkademikCiri-ciri Teks Akademik
Ciri-ciri Teks AkademikUwes Chaeruman
 
Distribusi binomial, poisson dan normal
Distribusi binomial, poisson dan normalDistribusi binomial, poisson dan normal
Distribusi binomial, poisson dan normalAYU Hardiyanti
 
Nilai Egien Dan Vektor Eigen
Nilai Egien Dan Vektor EigenNilai Egien Dan Vektor Eigen
Nilai Egien Dan Vektor EigenRizky Wulansari
 
Uji proporsi satu populasi dan dua populasi
Uji proporsi satu populasi dan dua populasiUji proporsi satu populasi dan dua populasi
Uji proporsi satu populasi dan dua populasiRosmaiyadi Snt
 
Penerapan distribusi normal
Penerapan distribusi normalPenerapan distribusi normal
Penerapan distribusi normalhidayatulfitri
 
Peubah acak diskrit dan kontinu
Peubah acak diskrit dan kontinuPeubah acak diskrit dan kontinu
Peubah acak diskrit dan kontinuAnderzend Awuy
 
Rancangan Percobaan (faktorial)
Rancangan Percobaan (faktorial)Rancangan Percobaan (faktorial)
Rancangan Percobaan (faktorial)Dian Arisona
 
Laporan praktikum statistik deskriptif
Laporan praktikum statistik deskriptif Laporan praktikum statistik deskriptif
Laporan praktikum statistik deskriptif EnvaPya
 
Distribusi multinomial
Distribusi multinomialDistribusi multinomial
Distribusi multinomialMarwaElshi
 
Tabel t, z dan f dan chi kuadrat
Tabel t, z dan f dan chi kuadratTabel t, z dan f dan chi kuadrat
Tabel t, z dan f dan chi kuadratIr. Zakaria, M.M
 

Was ist angesagt? (20)

Contoh soal statistika & peluang beserta jawabannya
Contoh soal statistika & peluang beserta jawabannyaContoh soal statistika & peluang beserta jawabannya
Contoh soal statistika & peluang beserta jawabannya
 
Konsep dasar pendugaan parameter
Konsep dasar pendugaan parameterKonsep dasar pendugaan parameter
Konsep dasar pendugaan parameter
 
Teori pendugaan statistik presentasi
Teori pendugaan statistik presentasiTeori pendugaan statistik presentasi
Teori pendugaan statistik presentasi
 
2. galat
2. galat2. galat
2. galat
 
Ciri-ciri Teks Akademik
Ciri-ciri Teks AkademikCiri-ciri Teks Akademik
Ciri-ciri Teks Akademik
 
Distribusi binomial, poisson dan normal
Distribusi binomial, poisson dan normalDistribusi binomial, poisson dan normal
Distribusi binomial, poisson dan normal
 
Uji perbedaan uji z
Uji perbedaan uji z Uji perbedaan uji z
Uji perbedaan uji z
 
Nilai Egien Dan Vektor Eigen
Nilai Egien Dan Vektor EigenNilai Egien Dan Vektor Eigen
Nilai Egien Dan Vektor Eigen
 
Uji proporsi satu populasi dan dua populasi
Uji proporsi satu populasi dan dua populasiUji proporsi satu populasi dan dua populasi
Uji proporsi satu populasi dan dua populasi
 
Statistika inferensial 1
Statistika inferensial 1Statistika inferensial 1
Statistika inferensial 1
 
Stat d3 7
Stat d3 7Stat d3 7
Stat d3 7
 
Penerapan distribusi normal
Penerapan distribusi normalPenerapan distribusi normal
Penerapan distribusi normal
 
Peubah acak diskrit dan kontinu
Peubah acak diskrit dan kontinuPeubah acak diskrit dan kontinu
Peubah acak diskrit dan kontinu
 
Rancangan Percobaan (faktorial)
Rancangan Percobaan (faktorial)Rancangan Percobaan (faktorial)
Rancangan Percobaan (faktorial)
 
Laporan praktikum statistik deskriptif
Laporan praktikum statistik deskriptif Laporan praktikum statistik deskriptif
Laporan praktikum statistik deskriptif
 
Distribusi multinomial
Distribusi multinomialDistribusi multinomial
Distribusi multinomial
 
Tabel t, z dan f dan chi kuadrat
Tabel t, z dan f dan chi kuadratTabel t, z dan f dan chi kuadrat
Tabel t, z dan f dan chi kuadrat
 
Pendugaan Parameter
Pendugaan ParameterPendugaan Parameter
Pendugaan Parameter
 
UJI Z dan UJI T
UJI Z dan UJI TUJI Z dan UJI T
UJI Z dan UJI T
 
Statistika Dasar Pertemuan 10
Statistika Dasar Pertemuan 10Statistika Dasar Pertemuan 10
Statistika Dasar Pertemuan 10
 

Ähnlich wie ITP UNS SEMESTER 2 Pendugaan nilai tengah

Bab xi uji hipotesis dua rata rata
Bab xi uji hipotesis dua rata rataBab xi uji hipotesis dua rata rata
Bab xi uji hipotesis dua rata ratalinda_rosalina
 
makalahstatistik-140811215134-phpapp02 (1).pdf
makalahstatistik-140811215134-phpapp02 (1).pdfmakalahstatistik-140811215134-phpapp02 (1).pdf
makalahstatistik-140811215134-phpapp02 (1).pdfCandraPrasetyoWibowo1
 
Ppt buk halimah
Ppt buk halimahPpt buk halimah
Ppt buk halimahmelianti32
 
teknik-sampling-statuistik-151222151340.ppt
teknik-sampling-statuistik-151222151340.pptteknik-sampling-statuistik-151222151340.ppt
teknik-sampling-statuistik-151222151340.pptfirdausindrajaya
 
Powerpoint bahan untuk Kuliah Mata Kuliah Statistik-Sosial.pdf
Powerpoint bahan untuk Kuliah Mata Kuliah Statistik-Sosial.pdfPowerpoint bahan untuk Kuliah Mata Kuliah Statistik-Sosial.pdf
Powerpoint bahan untuk Kuliah Mata Kuliah Statistik-Sosial.pdfbilqis50
 
Uji hipotesis, prosedur hipotesis, dan analisis data
Uji hipotesis, prosedur hipotesis, dan analisis dataUji hipotesis, prosedur hipotesis, dan analisis data
Uji hipotesis, prosedur hipotesis, dan analisis databaiqtryz
 
10. hipotesis
10. hipotesis10. hipotesis
10. hipotesisHafiza .h
 
Uji hipotesis 2 rata rata
Uji hipotesis 2 rata rataUji hipotesis 2 rata rata
Uji hipotesis 2 rata rataSriut_16
 

Ähnlich wie ITP UNS SEMESTER 2 Pendugaan nilai tengah (20)

Bab xi uji hipotesis dua rata rata
Bab xi uji hipotesis dua rata rataBab xi uji hipotesis dua rata rata
Bab xi uji hipotesis dua rata rata
 
makalahstatistik-140811215134-phpapp02 (1).pdf
makalahstatistik-140811215134-phpapp02 (1).pdfmakalahstatistik-140811215134-phpapp02 (1).pdf
makalahstatistik-140811215134-phpapp02 (1).pdf
 
Biostatistika Dasar
Biostatistika DasarBiostatistika Dasar
Biostatistika Dasar
 
Ppt buk halimah
Ppt buk halimahPpt buk halimah
Ppt buk halimah
 
Uji beda mean
Uji beda meanUji beda mean
Uji beda mean
 
Uji hipotesis
Uji hipotesisUji hipotesis
Uji hipotesis
 
teknik-sampling-statuistik-151222151340.ppt
teknik-sampling-statuistik-151222151340.pptteknik-sampling-statuistik-151222151340.ppt
teknik-sampling-statuistik-151222151340.ppt
 
Makalah uji normalitas
Makalah uji normalitasMakalah uji normalitas
Makalah uji normalitas
 
Powerpoint bahan untuk Kuliah Mata Kuliah Statistik-Sosial.pdf
Powerpoint bahan untuk Kuliah Mata Kuliah Statistik-Sosial.pdfPowerpoint bahan untuk Kuliah Mata Kuliah Statistik-Sosial.pdf
Powerpoint bahan untuk Kuliah Mata Kuliah Statistik-Sosial.pdf
 
Teknik sampling
Teknik samplingTeknik sampling
Teknik sampling
 
Statistik (Bab 7)
Statistik (Bab 7) Statistik (Bab 7)
Statistik (Bab 7)
 
Uji hipotesis, prosedur hipotesis, dan analisis data
Uji hipotesis, prosedur hipotesis, dan analisis dataUji hipotesis, prosedur hipotesis, dan analisis data
Uji hipotesis, prosedur hipotesis, dan analisis data
 
10. hipotesis
10. hipotesis10. hipotesis
10. hipotesis
 
Statistika dan probabilitas tugas iii
Statistika dan probabilitas tugas iiiStatistika dan probabilitas tugas iii
Statistika dan probabilitas tugas iii
 
Teori penaksiran1
Teori penaksiran1Teori penaksiran1
Teori penaksiran1
 
KELOMPOK 1.pptx
KELOMPOK 1.pptxKELOMPOK 1.pptx
KELOMPOK 1.pptx
 
Bab 6 uji beda
Bab 6 uji bedaBab 6 uji beda
Bab 6 uji beda
 
Uji hipotesis 2 rata rata
Uji hipotesis 2 rata rataUji hipotesis 2 rata rata
Uji hipotesis 2 rata rata
 
PPT UJI NORMALITAS
PPT UJI NORMALITASPPT UJI NORMALITAS
PPT UJI NORMALITAS
 
Chi square
Chi squareChi square
Chi square
 

Mehr von Fransiska Puteri

Laporan Mesin dan Peralatan ITP UNS Semester 3: Tinjauan Pustaka
Laporan Mesin dan Peralatan ITP UNS Semester 3: Tinjauan PustakaLaporan Mesin dan Peralatan ITP UNS Semester 3: Tinjauan Pustaka
Laporan Mesin dan Peralatan ITP UNS Semester 3: Tinjauan PustakaFransiska Puteri
 
Laporan Biokimia ITP UNS SMT3 ISOLASI AMILUM DARI UBI KAYU DAN HIDROLISISNYA
Laporan Biokimia ITP UNS SMT3 ISOLASI AMILUM DARI UBI KAYU DAN HIDROLISISNYALaporan Biokimia ITP UNS SMT3 ISOLASI AMILUM DARI UBI KAYU DAN HIDROLISISNYA
Laporan Biokimia ITP UNS SMT3 ISOLASI AMILUM DARI UBI KAYU DAN HIDROLISISNYAFransiska Puteri
 
Laporan Biokimia ITP UNS SMT3 Lipida
Laporan Biokimia ITP UNS SMT3 LipidaLaporan Biokimia ITP UNS SMT3 Lipida
Laporan Biokimia ITP UNS SMT3 LipidaFransiska Puteri
 
Laporan Biokimia ITP UNS SMT3 Lipida
Laporan Biokimia ITP UNS SMT3 LipidaLaporan Biokimia ITP UNS SMT3 Lipida
Laporan Biokimia ITP UNS SMT3 LipidaFransiska Puteri
 
Laporan Biokimia ITP UNS SMT3 Enzim
Laporan Biokimia ITP UNS SMT3 EnzimLaporan Biokimia ITP UNS SMT3 Enzim
Laporan Biokimia ITP UNS SMT3 EnzimFransiska Puteri
 
Laporan Kimia Pangan ITP UNS Semester3 ZAT WARNA TANAMAN DAN HEWAN
Laporan Kimia Pangan ITP UNS Semester3 ZAT WARNA TANAMAN DAN HEWANLaporan Kimia Pangan ITP UNS Semester3 ZAT WARNA TANAMAN DAN HEWAN
Laporan Kimia Pangan ITP UNS Semester3 ZAT WARNA TANAMAN DAN HEWANFransiska Puteri
 
Laporan Kimia Pangan ITP UNS SMT3 Karbohidrat
Laporan Kimia Pangan ITP UNS SMT3 KarbohidratLaporan Kimia Pangan ITP UNS SMT3 Karbohidrat
Laporan Kimia Pangan ITP UNS SMT3 KarbohidratFransiska Puteri
 
Laporan Kimia Pangan ITP UNS SMT3 enzim amilase
Laporan Kimia Pangan ITP UNS SMT3 enzim amilaseLaporan Kimia Pangan ITP UNS SMT3 enzim amilase
Laporan Kimia Pangan ITP UNS SMT3 enzim amilaseFransiska Puteri
 
Laporan Kimia Pangan ITP UNS SMT3 PROTEIN
Laporan Kimia Pangan ITP UNS SMT3 PROTEINLaporan Kimia Pangan ITP UNS SMT3 PROTEIN
Laporan Kimia Pangan ITP UNS SMT3 PROTEINFransiska Puteri
 
Laporan Kimia Pangan ITP UNS SMT3 Lipida dan Lipase
Laporan Kimia Pangan ITP UNS SMT3 Lipida dan LipaseLaporan Kimia Pangan ITP UNS SMT3 Lipida dan Lipase
Laporan Kimia Pangan ITP UNS SMT3 Lipida dan LipaseFransiska Puteri
 
ITP UNS Semester 3, Pangan dan Gizi: Kharbohidrat lemak protein
ITP UNS Semester 3, Pangan dan Gizi: Kharbohidrat lemak proteinITP UNS Semester 3, Pangan dan Gizi: Kharbohidrat lemak protein
ITP UNS Semester 3, Pangan dan Gizi: Kharbohidrat lemak proteinFransiska Puteri
 
ITP UNS Semester 3, Ekonomi teknik: metode dasar studi ekon
ITP UNS Semester 3, Ekonomi teknik: metode dasar studi ekonITP UNS Semester 3, Ekonomi teknik: metode dasar studi ekon
ITP UNS Semester 3, Ekonomi teknik: metode dasar studi ekonFransiska Puteri
 
ITP UNS Semester 3, Analisis biaya alsin ekonomi teknik
ITP UNS Semester 3, Analisis biaya alsin ekonomi teknikITP UNS Semester 3, Analisis biaya alsin ekonomi teknik
ITP UNS Semester 3, Analisis biaya alsin ekonomi teknikFransiska Puteri
 
ITP UNS Semester 3, ekonomi teknik
ITP UNS Semester 3, ekonomi teknikITP UNS Semester 3, ekonomi teknik
ITP UNS Semester 3, ekonomi teknikFransiska Puteri
 
ITP UNS Semester 3, HIPERKES: Statistik dalam penilaian kinerja program k3
ITP UNS Semester 3, HIPERKES: Statistik dalam penilaian kinerja program k3ITP UNS Semester 3, HIPERKES: Statistik dalam penilaian kinerja program k3
ITP UNS Semester 3, HIPERKES: Statistik dalam penilaian kinerja program k3Fransiska Puteri
 
ITP UNS Semester 3, HIPERKES: Personal protective equipment
ITP UNS Semester 3, HIPERKES: Personal protective equipmentITP UNS Semester 3, HIPERKES: Personal protective equipment
ITP UNS Semester 3, HIPERKES: Personal protective equipmentFransiska Puteri
 
ITP UNS Semester 3, HIPERKES: Higiene perusahaan
ITP UNS Semester 3, HIPERKES: Higiene perusahaanITP UNS Semester 3, HIPERKES: Higiene perusahaan
ITP UNS Semester 3, HIPERKES: Higiene perusahaanFransiska Puteri
 
ITP UNS Semester 3, HIPERKES: Faktor2 fisik lingkungan kerja
ITP UNS Semester 3, HIPERKES: Faktor2 fisik lingkungan kerjaITP UNS Semester 3, HIPERKES: Faktor2 fisik lingkungan kerja
ITP UNS Semester 3, HIPERKES: Faktor2 fisik lingkungan kerjaFransiska Puteri
 
ITP UNS Semester 3, HIPERKES: pengantar ergonomi
ITP UNS Semester 3, HIPERKES: pengantar ergonomiITP UNS Semester 3, HIPERKES: pengantar ergonomi
ITP UNS Semester 3, HIPERKES: pengantar ergonomiFransiska Puteri
 
ITP UNS Semester 3, HIPERKES: dasar dasar k3
ITP UNS Semester 3, HIPERKES: dasar dasar k3ITP UNS Semester 3, HIPERKES: dasar dasar k3
ITP UNS Semester 3, HIPERKES: dasar dasar k3Fransiska Puteri
 

Mehr von Fransiska Puteri (20)

Laporan Mesin dan Peralatan ITP UNS Semester 3: Tinjauan Pustaka
Laporan Mesin dan Peralatan ITP UNS Semester 3: Tinjauan PustakaLaporan Mesin dan Peralatan ITP UNS Semester 3: Tinjauan Pustaka
Laporan Mesin dan Peralatan ITP UNS Semester 3: Tinjauan Pustaka
 
Laporan Biokimia ITP UNS SMT3 ISOLASI AMILUM DARI UBI KAYU DAN HIDROLISISNYA
Laporan Biokimia ITP UNS SMT3 ISOLASI AMILUM DARI UBI KAYU DAN HIDROLISISNYALaporan Biokimia ITP UNS SMT3 ISOLASI AMILUM DARI UBI KAYU DAN HIDROLISISNYA
Laporan Biokimia ITP UNS SMT3 ISOLASI AMILUM DARI UBI KAYU DAN HIDROLISISNYA
 
Laporan Biokimia ITP UNS SMT3 Lipida
Laporan Biokimia ITP UNS SMT3 LipidaLaporan Biokimia ITP UNS SMT3 Lipida
Laporan Biokimia ITP UNS SMT3 Lipida
 
Laporan Biokimia ITP UNS SMT3 Lipida
Laporan Biokimia ITP UNS SMT3 LipidaLaporan Biokimia ITP UNS SMT3 Lipida
Laporan Biokimia ITP UNS SMT3 Lipida
 
Laporan Biokimia ITP UNS SMT3 Enzim
Laporan Biokimia ITP UNS SMT3 EnzimLaporan Biokimia ITP UNS SMT3 Enzim
Laporan Biokimia ITP UNS SMT3 Enzim
 
Laporan Kimia Pangan ITP UNS Semester3 ZAT WARNA TANAMAN DAN HEWAN
Laporan Kimia Pangan ITP UNS Semester3 ZAT WARNA TANAMAN DAN HEWANLaporan Kimia Pangan ITP UNS Semester3 ZAT WARNA TANAMAN DAN HEWAN
Laporan Kimia Pangan ITP UNS Semester3 ZAT WARNA TANAMAN DAN HEWAN
 
Laporan Kimia Pangan ITP UNS SMT3 Karbohidrat
Laporan Kimia Pangan ITP UNS SMT3 KarbohidratLaporan Kimia Pangan ITP UNS SMT3 Karbohidrat
Laporan Kimia Pangan ITP UNS SMT3 Karbohidrat
 
Laporan Kimia Pangan ITP UNS SMT3 enzim amilase
Laporan Kimia Pangan ITP UNS SMT3 enzim amilaseLaporan Kimia Pangan ITP UNS SMT3 enzim amilase
Laporan Kimia Pangan ITP UNS SMT3 enzim amilase
 
Laporan Kimia Pangan ITP UNS SMT3 PROTEIN
Laporan Kimia Pangan ITP UNS SMT3 PROTEINLaporan Kimia Pangan ITP UNS SMT3 PROTEIN
Laporan Kimia Pangan ITP UNS SMT3 PROTEIN
 
Laporan Kimia Pangan ITP UNS SMT3 Lipida dan Lipase
Laporan Kimia Pangan ITP UNS SMT3 Lipida dan LipaseLaporan Kimia Pangan ITP UNS SMT3 Lipida dan Lipase
Laporan Kimia Pangan ITP UNS SMT3 Lipida dan Lipase
 
ITP UNS Semester 3, Pangan dan Gizi: Kharbohidrat lemak protein
ITP UNS Semester 3, Pangan dan Gizi: Kharbohidrat lemak proteinITP UNS Semester 3, Pangan dan Gizi: Kharbohidrat lemak protein
ITP UNS Semester 3, Pangan dan Gizi: Kharbohidrat lemak protein
 
ITP UNS Semester 3, Ekonomi teknik: metode dasar studi ekon
ITP UNS Semester 3, Ekonomi teknik: metode dasar studi ekonITP UNS Semester 3, Ekonomi teknik: metode dasar studi ekon
ITP UNS Semester 3, Ekonomi teknik: metode dasar studi ekon
 
ITP UNS Semester 3, Analisis biaya alsin ekonomi teknik
ITP UNS Semester 3, Analisis biaya alsin ekonomi teknikITP UNS Semester 3, Analisis biaya alsin ekonomi teknik
ITP UNS Semester 3, Analisis biaya alsin ekonomi teknik
 
ITP UNS Semester 3, ekonomi teknik
ITP UNS Semester 3, ekonomi teknikITP UNS Semester 3, ekonomi teknik
ITP UNS Semester 3, ekonomi teknik
 
ITP UNS Semester 3, HIPERKES: Statistik dalam penilaian kinerja program k3
ITP UNS Semester 3, HIPERKES: Statistik dalam penilaian kinerja program k3ITP UNS Semester 3, HIPERKES: Statistik dalam penilaian kinerja program k3
ITP UNS Semester 3, HIPERKES: Statistik dalam penilaian kinerja program k3
 
ITP UNS Semester 3, HIPERKES: Personal protective equipment
ITP UNS Semester 3, HIPERKES: Personal protective equipmentITP UNS Semester 3, HIPERKES: Personal protective equipment
ITP UNS Semester 3, HIPERKES: Personal protective equipment
 
ITP UNS Semester 3, HIPERKES: Higiene perusahaan
ITP UNS Semester 3, HIPERKES: Higiene perusahaanITP UNS Semester 3, HIPERKES: Higiene perusahaan
ITP UNS Semester 3, HIPERKES: Higiene perusahaan
 
ITP UNS Semester 3, HIPERKES: Faktor2 fisik lingkungan kerja
ITP UNS Semester 3, HIPERKES: Faktor2 fisik lingkungan kerjaITP UNS Semester 3, HIPERKES: Faktor2 fisik lingkungan kerja
ITP UNS Semester 3, HIPERKES: Faktor2 fisik lingkungan kerja
 
ITP UNS Semester 3, HIPERKES: pengantar ergonomi
ITP UNS Semester 3, HIPERKES: pengantar ergonomiITP UNS Semester 3, HIPERKES: pengantar ergonomi
ITP UNS Semester 3, HIPERKES: pengantar ergonomi
 
ITP UNS Semester 3, HIPERKES: dasar dasar k3
ITP UNS Semester 3, HIPERKES: dasar dasar k3ITP UNS Semester 3, HIPERKES: dasar dasar k3
ITP UNS Semester 3, HIPERKES: dasar dasar k3
 

ITP UNS SEMESTER 2 Pendugaan nilai tengah

  • 1. 07/04/13 1 Pendugaan Nilai Tengah Statistik Industri Semester Genap 2012/2013
  • 2. 07/04/13 2 Pendugaan Nilai Tengah  Salah satu penduga titik bagi nilai tengah populasi µ adalah xbar.  Nilai tengah contoh xbar akan kita gunakan sebagai nilai dugaan titik nilai tengah populasi µ  Bila n besar maka xbar akan merupakan nilai dugaan yang sangat akurat bagi µ Selang Kepercayaan bagi µ,σ diketahui. Bila xbar adalah nilai tengah contoh acak berukuran n yang diambil dari suatu populasi dengan ragam σ2 diketahui maka selang kepercayaan (1-α) 100% bagi µ adalah: nzxnzx // 2/2/ σµσ αα +<<−
  • 3. 07/04/13 3 Contoh  Suatu contoh acak 36 mahasiswa tingkat akhir menghasilkan nilai tengah dan simpangan baku IPK berturut-turut sebesar 2.6 dan 0.3. Buat selang kepercayaan 95% dan 99% nilai tengah dari IPK seluruh mahasiswa tingkat akhir. Jawab: 1. Diketahui xbar = 2.6, nilai σ dapat diduga dengan s = 0.3 (ingat jika n>30 maka s contoh bisa digunakan untuk menduga σ), dari tabel nilai z0.025=1.96 (selang kepercayaan 95%) 2. Sehingga: 2.6 – 1.96*0.3/√36 <µ< 2.6 + 1.96*0.3/√36 2.50 <µ< 2.70 3. Untuk selang kepercayaan 99%, Z0.005=2.575, sehingga 2.6 – 2.575*0.3/√36 <µ< 2.6 + 2.575*0.3/√36 2.47 <µ< 2.73
  • 4. 07/04/13 4 PENGUJIAN HIPOTESIS MENGENAI NILAI RATA-RATA  Pengujian satu jenis sampel bisa dilakukan dengan Uji satu pihak (One tail test) atau Dua pihak (Two tail test)  Two tail test digunakan bila Ho berbunyi “sama dengan” dan Ha berbunyi “tidak sama dengan”  One tail test digunakan bila Ho berbunyi “lebih besar atau sama dengan” dan Ha berbunyi “lebih kecil”
  • 5. 07/04/13 5 UNTUK MENGUJI HIPOTESIS MENGENAI NILAI RATA-RATA POPULASI, MAKA DAPAT DIBUAT PERUMUSAN HIPOTESIS SEBAGAI BERIKUT: Ho : u = uo H1 : u ≠ uo PENGUJIAN DWI ARAH PENGUJIAN SATU ARAH UNTUK MENGUJI HIPOTESIS MENGENAI NILAI RATA-RATA POPULASI DENGAN MELIHAT SATU SISI SAJA Ho : u = uo Ho : u > uo Ho : u < uoHo : u = uo lawan lawan
  • 6. 07/04/13 6 Ho : u = 75.000 H1 : u ≠ 75.000 Ho : u> 75.000 Ho : u < 75.000 UJI DWI ARAH UJI SATU ARAH, ARAH KANAN UJI SATU ARAH, ARAH KIRI UNTUK PENGUJIAN HIPOTESIS MENGENAI NILAI RATA-RATA (u) APABILA RAGAM POPULASI DIKETAHUI (δ2 diketahui), MAKA DAPAT MENGGUNAKAN UJI Z BERIKUT: Z = x – uo δ/ √n DENGAN TARAF NYATA α, MAKA UNTUK PENGUJIAN DWI ARAH NILAI KRITISNYA ADALAH –Z α/2 dan Z α/2
  • 7. 07/04/13 7 Hipotesis Alternatif: METODE PEMBELAJARAN A LEBIH UNGGUL DARI PADA METODE PEMBELAJARAN B UJI SATU PIHAK (KANAN)  H: θ = θo  A: θ > θo (daerah kritis) penolakan H daerah penerimaan H α Hipotesis H diterima jika: z ≤ z1- α
  • 8. 07/04/13 8 Hipotesis Alternatif: DENGAN SISTEM INJEKSI PENGGUNAAN BAHAN BAKAR LEBIH IRIT DARIPADA SISTEM BIASA UJI SATU PIHAK (KIRI)  H: θ = θo  A: θ < θo (daerah kritis) penolakan H daerah penerimaan H α Hipotesis H diterima jika: z ≥ z1- α
  • 9. 07/04/13 9 Hipotesis Alternatif: SALAH SATU DARI METODE PEMBELAJARAN LEBIH UNGGUL DARIPADA METODE PEMBELAJARAN YANG LAIN UJI DUA PIHAK  H: θ = θo  A: θ ≠ θo penolakan H penolakan H daerah penerimaan H ½ α ½ α Hipotesis H diterima jika: -z1/2(1- α) < z < z1/2(1- α)
  • 10. 07/04/13 10 EXAMPLE  SUATU PERUSAHAAN ALAT-ALAT OLAH RAGA TELAH MENGEMBANGKAN TEHNIK BARU DALAM PEMBUATAN PRODUKNYA, DAN MENGKLAIM BAHWA DAYA TAHAN (KEKUATANNYA) MAMPU MENAMPUNG BEBAN SEBERAT 15 KG, DENGAN SIMPANGAN BAKU 0,5 KG. JIKA DIAMBIL 50 BUAH ALAT OLAH RAGA TERSEBUT DAN SETELAH DIUJI DIPEROLEH BAHWA u = 15 KG, SESUAI PERNYATAAN YG DIBUAT PERUSAHAAN TERSEBUT. GUNAKAN TARAF NYATA α = 0.01 PENYELESAIAN  Ho : u = 15 Kg  H1 : u ≠ 15 kg  α = 0.01  Daerah kritis: Z< -2.56 dan Z> 2.56 dimana  Perhitungan : x = 14.8 kg ; n = 50 Z = x – uo δ/ √n Z = x – uo δ/ √n Z = 14.8 – 15 0.5/ √50 -2.828
  • 11. 07/04/13 11  KEPUTUSAN: TOLAK Ho DAN AMBIL KEPUTUSAN BAHWA RATA-RATA KEKUATAN OLAH RAGA TIDAK SAMA DENGAN 15 KG TETAPI DALAM KENYATAANNYA LEBIH RENDAH DR 15 KG -2.56 TERIMA Ho 2.56 Tolak Ho Tolak Ho α/2 α/2 -2.8
  • 12. 07/04/13 12 Kasus bila ukuran contoh kecil; σ tak diketahui  Bila xbar dan s adalah nilai tengah dan simpangan baku contoh berukuran n<30, yang diambil dari populasi berbentuk genta yang ragamnya σ2 tak diketahui, maka selang kepercayaan(1-α) 100% bagi µ diberikan oleh rumus: nstxnstx // 2/2/ αα µ +<<−
  • 13. 07/04/13 13  Rumus yang dipergunakan untuk menguji hipotesis satu sampel t = Nilai t yg dihitung X = rata rata X μ0 = nilai yang dihipotesiskan s = simpangan baku n = jumlah anggota sampel X – μ0 t = s / √√ n
  • 14. 07/04/13 14 Contoh Soal  DALAM SUATU PROSEDUR REGISTRASI MAHASISWA DI SUATU UNIVERSITAS TERTENTU MEMBUTUHKAN WAKTU RATA-RATA 50 MENIT. DENGAN WAKTU INI DIRASAKAN CUKUP LAMA, UNTUK ITU TELAH DIKEMBANGKAN PROSEDUR BARU. INGIN DIKETAHUI APAKAH PROSEDUR BARU YG DICOBA ITU CUKUP EFEKTIF DAN EFISIEN DALAM SOAL WAKTU. SUATU CONTOH YG TERDIRI DARI 12 MAHASISWA DIAMBIL KETIKA MELAKUKAN REGISTRASI DAN DIPEROLEH RATA- RATA 42 MENIT DENGAN SIMPANGAN BAKU (S) 11,9 MENIT. UJI HIPOTESIS DENGAN MENGGUNAKAN TARAF NYATA α = 0.05 (GUNAKAN PENGUJIAN SATU ARAH)
  • 15. 07/04/13 15 PENYELESAIAN  Ho : U = 50 MENIT  H1 : u < 50 menit  Α = 0.05  Daerah kritis: T< -1.796, dimana t = x – uo s/ √ n dengan derajat bebas v = 12-1 = 11  Perhitungan: x = 42 menit, s = 11,9 menit dan n = 12 sehingga t = x – uo = 42 - 50 = - 2.33 s/ √n 11.9/√ 12 Keputusan: Tolak Ho pd taraf nyata 0.05, karena: t = -2.33 berada dalam daerah kritis. Dengan demikian dapat dibuat kesimpulan bahwa prosedur regiatrasi yang baru lebih efisien dalam hal waktu
  • 16. 07/04/13 16 Contoh Soal  Hipotesis : daya tahan karyawan bekerja didepan komputer secara terus menerus adalah 4 jam sehari.  Diambil sampel 31 orang secara random dari total populasi.  Data yg dikumpulkan adalah : 3 2 3 4 5 6 7 8 5 3 4 5 6 6 7 8 8 5 3 4 5 6 2 3 4 5 6 3 2 3 3  Jika ditotal maka data tersebut = 144  Diketahui :  n = 31, µ0 = 4 jam/hari  Rata-rata X = 144/31 = 4,645  Simpangan baku = 1,81
  • 17. 07/04/13 17  Jadi rata-rata karyawan untuk berada didepan komputer tanpa behenti adalah 4,645/hari  Selanjutnya rata-rata tersebut akan diuji apakah ada perbedaan secara signifikan atau tidak dengan nilai yang dihipotesiskan yaitu 4 jam/hari
  • 18. 07/04/13 18  Menggunakan rumus X – μ0 t = s / √√ n 4,645 - 4 t = 1,81 / √√ 31 t = 1,98t = 1,98
  • 19. 07/04/13 19  Dilihat tabel t  Dengan melihat dk(derajat kebebasan) yaitu n-1, yaitu 31-1 = 30  Dengan taraf kesalahan 5% dgn menggunakan uji dua pihak maka nilai tabel t = 2,042
  • 20. 07/04/13 20  Untuk membuat keputusan apakah hipotesis diterima atau tidak maka dibandingkan antara t hitung dengan t tabel. t hitung = 1,98 t tabel = 2,042  Kesimpulan, karena t hitung lebih kecil dari t tabel, atau karena t hitung berada di dalam daerah penerimaan Ho (lihat gambar), maka hipotesis (Ho) diterima.  Berarti hipotesis yang menyatakan bahwa daya tahan pegawai bekerja di depan komputer tanpa tergangu sama sekali adalah 4 jam dapat dipergunakan untuk semua populasi.