Upload
isleen
View
46
Download
0
Embed Size (px)
DESCRIPTION
Bab 7C. Pengujian Hipotesis Parametrik 3. ------------------------------------------------------------------------------ Bab 7C ------------------------------------------------------------------------------. Bab 7C PENGUJIAN HIPOTESIS PARAMETRIK 3 - PowerPoint PPT Presentation
Citation preview
Bab 7C
Pengujian Hipotesis Parametrik 3
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
Bab 7CPENGUJIAN HIPOTESIS PARAMETRIK 3
A. Pengujian Hipotesis Parametrik Satu Koefisien Korelasi Linier
1. Pendahuluan
• Seperti pada pengujian satu rerata, di sini, kita hanya membicarakan pengujian hipotesis statistika melalui data sampel
• Pengujian hipotesis dapat berlangsung pada satu ujung (ujung atas dan ujung bawah) dan pada dua ujung
• Ada tiga macam hipotesis H0 yang berbeda yakni untuk XY = 0, untuk XY ≠ 0, dan untuk koefisien korelasi biserial titik
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
2. Rumusan Hipotesis Statistika
Parameter populasi adalah satu koefisien korelasi linier XY
Rumusan hipotesis statistika dapat berbentuk
H0 : XY = konstanta
H1 : XY > konstanta
H0 : XY = konstanta
H1 : XY < konstanta
H0 : XY = konstanta
H1 : XY konstanta
Pengujian hipotesis dilakukan dengan probabilitas keliru tipe I, menggunakan taraf signifikansi
------------------------------------------------------------------------------ Bab 7C
------------------------------------------------------------------------------
3. Distribusi Probabilitas Pensampelan
Sat
u K
oefis
ien
Kor
ela
si L
inie
r
DP
po
pula
sitid
ak
norm
alD
P p
opu
lasi
nor
mal
Reg
resi
pop
ula
si li
nier
Ho:
rX
Y=
0H
o: la
inny
a
5655
57
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
4. Pengujian Hipotesis untuk H0 : XY = 0
Bentuk umum hipotesis adalah
H0 : XY = 0
H0 : XY > 0
H0 : XY = 0
H0 : XY < 0
H0 : XY = 0
H0 : XY ≠ 0
Masing-masing untuk uji ujung atas, uji ujung bawah dan uji dua ujung
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
• Ukuran Efek
Ada dua kriteria yang dipergunakan.
d = r 0 d sekitar 0,1 efek kecil
d sekitar 0,3 efek sedang
d sekitar 0,5 efek besar
0,01 < r2 < 0,09 efek kecil
0,09 < r2 < 0,25 efek sedang
r2 > 0,25 efek besar
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
Contoh 1
Suatu penelitian menyatakan bahwa ada korelasi positif di antara populasi independen X dan Y.
Sampel acak berukuran 51 menghasilkan koefisien korelasi sampel rXY = 0,30.
Populasi berdistribusi normal dan beregresi linier.
Pengujian dilakukan pada taraf signifikansi = 0,05
• Hipotesis
H0 : XY = 0
H1 : XY > 0
• Sampel
n = 51 rXY = 0,30
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
• Distribusi probabilitas pensampelan
DPP : DP t-Student
Kekeliruan baku
Derajat kebebasan
= n – 2 = 51 – 2 = 49
• Statistik uji
136,0251
)30,0(1
2
1 22
n
rXYrXY
206,2136,0
30,00
XYr
XYrt
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
• Kriteria pengujian
Taraf signifikansi = 0,05
Pengujian pada ujung atas
Nilai kritis
t(0,95)(49) = 1,677
Tolak H0 jika t > 1,677
Terima H0 jika t ≤ 1,677
• Keputusan
Pada taraf signifikansi 0,05 tolak H0
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
Contoh 2
Suatu penelitian menyatakan bahwa ada korelasi negatif di antara populasi independen X dan Y.
Sampel acak berukuran 66 menghasilkan koefisien korelasi sampel rXY = – 0,28
Populasi berdistribusi normal dan beregresi linier.
Pengujian dilakukan pada taraf signifikansi = 0,025
• Hipotesis
H0 : XY = 0
H1 : XY < 0
• Sampel
n = 66 rXY = – 0,28
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
• Distribusi probabilitas pensampelan
DPP : DP t-Student
Kekeliruan baku
Derajat kebebasan
= n – 2 = 66 – 2 = 64
• Statistik uji
12,0266
)28,0(1
2
1 22
n
rXYrXY
333,212,0
28,00
XYr
XYrt
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
• Kriteria pengujian
Taraf signifikansi = 0,025
Pengujian pada ujung bawah
Nilai kritis
t(0,025)(49) = – 1,988
Tolak H0 jika t < – 1,988
Terima H0 jika t ≥ – 1,988
• Keputusan
Pada taraf signifikansi 0,025 tolak H0
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
Contoh 3
Suatu penelitian menyatakan bahwa ada korelasi di antara populasi independen X dan Y.
Sampel acak berukuran 42 menghasilkan koefisien korelasi sampel rXY = 0,20
Populasi berdistribusi normal dan beregresi linier.
Pengujian dilakukan pada taraf signifikansi = 0,05
• Hipotesis
H0 : XY = 0
H1 : XY ≠ 0
• Sampel
n = 42 rXY = 0,20
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
• Distribusi probabilitas pensampelan
DPP : DP t-Student
Kekeliruan baku
Derajat kebebasan
= n – 2 = 42 – 2 = 40
• Statistik uji
1550242
2001
2
1 22
,),(
n
rXYrXY
29011550
2000,
,
,
XYr
XYrt
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
• Kriteria pengujian
Taraf signifikansi = 0,05
Pengujian pada ujung dua ujung
Nilai kritis
t(0,025)(40) = – 2,021
t(0,975)(40) = 2,021
Tolak H0 jika t < – 2,021 atau t > 2,021
Terima H0 jika – 2,021≤ t ≤ 2,021
• Keputusan
Pada taraf signifikansi 0,05 terima H0
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
Contoh 4
Pada taraf signifikansi 0,05, akan diuji apakah terdapat korelasi positif di antara nilai ujian masuk perguruan tinggi (X) dengan indeks prestasi kumulatif (Y) di kalangan mahasiswa. Sampel acak menunjukkan
X 81 76 91 75 83 67 77 68
Y 3,22 2,76 3,45 2,81 3,11 2,48 2,70 2,55
Contoh 5
Pada taraf signifikansi 0,05, akan diuji apakah laju kelahiran X (banyaknya kelahiran per 1000 penduduk) berhubungan negatif dengan rerata harapan hidup Y (dalam tahun). Sampel acak beberapa negara berkembang menunjukkan
X 30 38 38 43 34 42 31 32 26 34
Y 66 54 43 42 49 45 64 61 61 66
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
Contoh 6
Contoh 5 diuji lagi pada taraf signifikansi 0,05 dengan sampel dari sejumlah negara lebih maju. Sampel acak menghasilkan
X 10 19 11 17 14 24 15 23 18 21 19 12
Y 76 74 77 73 74 73 75 71 73 72 72 76
Contoh 7
Terdapat dugaan bahwa banyaknya anak yang dimiliki seorang wanita (Y) berhubungan dengan umur ketika wanita itu menikah(X) . Pengujian dilakukan pada taraf signifikansi 0,05. Sampel acak menghasilkan
X 18 22 25 27 21 25 22 19 21 22 24 23
Y 6 4 1 2 2 3 2 5 3 4 5 3
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
Contoh 8
Pada taraf signifikansi 0,05 akan diuji hubungan di antara berat mobil (X) dalam pound dengan pemakaian bahan bakar Y dalam mile per gallon. Sampel acak menghasilkan
X 2800 2650 2500 2340 2200 2300 2500 2600
Y 19 23 27 25 32 26 22 18
Contoh 9
Diduga ada hubungan positif di antara penghasilan X dalam juta rupiah dengan harapan hidup Y dalam tahun. Dugaan ini akan diuji pada taraf signifikansi 0,05. Sampel acak menghasilkan
X 13,9 1,9 1,4 1,5 5,8 2,7 11,2 8,2 7,9 10,8
Y 66 54 43 42 49 45 64 61 61 66
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
Contoh 10
Diduga bahwa banyaknya anak yang dimiliki wanita Y berhubungan positif dengan banyaknya anak yang dimiliki oleh ibunya X. Pengujian dilakukan pada taraf signifikansi 0,05. Sampel acak menunjukkan
X 8 6 2 1 3 4 2 5 4 3 4 5
Y 6 4 1 2 2 3 2 5 3 4 5 3
Contoh 11
Diduga ada hubungan positif di antara nilai ujian masuk perguruan tinggi X dengan indeks prestasi akademik Y para mahasiswa. Pengujian dilakukan pada taraf signifikansi 0,05. Sampel acak menghasilkan
X 80 85 88 90 95 92 82 75 78 85
Y 2,4 2,8 3,3 3,1 3,7 3,0 2,5 2,3 2,8 3,1
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
5. Pengujian Hipotesis untuk H0 : XY = 0
Bentuk umum hipotesis adalah
H0 : XY = 0
H0 : XY > 0
H0 : XY = 0
H0 : XY < 0
H0 : XY = 0
H0 : XY ≠ 0
Masing-masing untuk uji ujung atas, uji ujung bawah dan uji dua ujung
Distribusi probabilitas dinormalkan melalui transformasi Fisher
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
Contoh 12
Suatu penelitian menyatakann bahwa populasi independen X dan Y berdistribusi probabilitas normal dan beregresi linier. Menurut peneliti koefisien korelasi linier di antara populasi X dan Y adalah lebih dari 0,60.Sampel acak berukuran 39 menghasilkan koefisien korelasi linier pada sampel adalah rXY = 0,70Pernyataan peneliti ini diuji pada taraf signifikansi 0,05
• Hipotesis
H0 : XY = 0,60
H1 : XY > 0,60
Transformasi Fisher Z = tanh-1 XY
= tanh-1 0,60 = 0,693
H0 : Z = 0,693
H1 : Z > 0,693
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
• Sampel
n = 39 rXY = 0,70
Transformasi Fisher
Zr = tanh-1 rXY
= tanh-1 0,70
= 0,867
• Distribusi probabilitas pensampelan
DPP : DP normal
Kekeliruan baku
1670339
1
3
1,
nrZ
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
• Statistik Uji
• Kriteria pengujian
Taraf signifikansi = 0,05
Pengujian pada ujung atas
Nilai kritis
z(0,95) = 1,645
Tolak H0 jika z > 1,645
Terima H0 jika z ≤ 1,645
• Keputusan
Pada taraf signifikansi 0,05 terima H0
044,1167,0
693,0867,0
rZ
r ZZz
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
Contoh 13
Ulangi pengujian pada contoh 4 sekiranya diduga bahwa hubungan itu lebih dari 0,85
Contoh 14
Ulangi pengujian pada contoh 5 sekiranya diduga bahwa hubungan itu adalah 0,80
Contoh 15
Ulangi pengujian pada contoh 6 sekiranya diduga bahwa hubungan itu adalah 0,80
Contoh 16
Ulangi pengujian pada contoh 8 sekiranya diduga bahwa hubungan itu lebih dari 0,80
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
Contoh 17
Ulangi pengujian pada contoh 9 sekiranya diduga bahwa hubungan itu lebih dari 0,80
Contoh 18
Ulangi pengujian pada contoh 10 sekiranya diduga bahwa hubungan itu adalah lebih dari 0,60
Contoh 19
Ulangi pengujian pada contoh 11 sekiranya diduga bahwa hubungan itu adalah 0,80
Contoh 20
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
6. Pengujian Hipotesis Koefisien Korelasi Biserial Titik
Distribusi probabilitas pensampelan untuk koefisien korelasi biserial titik dapat didekatkan ke distribusi probabilitas normal
Pada pendekatan ini, kekeliruan baku bergantung kepada ukuran sampel yakni
Langkah selanjutnya pada pengujian hipotesis adalah serupa dengan pengujian hipotesis untuk koefisien korelasi linier
Pada koefisien korelasi biserial titik, satu data berbentuk dikotomi dan data lainnya berbentuk politomi kontinum
2
1 2
n
rbtrbt
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
Contoh 21
Diduga bahwa data dikotomi X berhubungan negatif dengan data Y. Pengujian dilakukan pada taraf signifikansi 0,05. Sampel acak menghasilkan
X Y Yp Yq
1 10 101 15 150 30 30 p = 8 / 20 = 0,400 20 20 q = 12 / 20 = 0,600 25 251 15 15 sY = 9,150 20 20 __0 25 25 Yp = 11,250 30 30 __1 20 20 Yq = 21,671 5 50 5 5 1 10 10 0 10 100 20 201 10 100 30 300 35 351 5 50 10 10
56,0
)60,0)(40,0(15,9
67,2125,11
pq
s
YYr
Y
qpbt
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
• Hipotesis
H0 : tb = 0
H1 : tb < 0
• Sampel
n = 20 rtb = 0,56
• Distribusi probabilitas pensampelan
DPP : t-Student
Kekeliruan baku
r = √ (1- (- 0,562) / (20 – 2) = 0,1953
Derajat kebebasan = 20 – 2 = 18
• Statistik uji
z = rtb / r = 0,56 / 0,1953 = 2,8674
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
• Kriteria pengujian
Taraf signifikansi = 0,05
Pengujian pada ujung bawah
Nilai kritis
t (0,05)(18) = 1,734
Tolak H0 jika z < 1,734
Terima H0 jika z ≥ 1,734
• Keputusan
Pada taraf signifikansi 0,05, tolak H0
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
Contoh 22
Pada taraf signifikansi 0,05 diuji apakah terdapat hubungan positif di antara X dan Y. Sampel acak menghasilkan
X 0 1 0 0 1 0 0 0 1 0 0 1 1 1
Y 6 8 8 11 16 25 27 31 31 39 41 50 56 68
Contoh 23
Pada taraf signifikansi 0,05 diuji apakah terdapat hubungan positif di antara X dan Y. Sampel acak menghasilkan
X 1 0 1 1 0 1 0 0 1 1 1 0 1 0 0
Y 59 67 63 65 55 72 62 60 64 66 63 61 62 63 60
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
Contoh 24
Pada taraf signifikansi 0,05 diuji apakah terdapat hubungan positif di antara X dan Y. Sampel acak menghasilkan
X 1 0 0 1 1 1 0 0 1 0 1 0 1
Y 16 12 11 7 15 14 10 11 15 9 13 7 13
X 1 0 1 1 1 Y 11 10 11 10 11
Contoh 25
Pada taraf signifikansi 0,05 diuji apakah terdapat hubungan di antara X dan Y. Sampel acak menghasilkan
X 0 1 0 0 1 0 0 0 1 0 0 0
Y 52 52 44 55 58 52 61 38 53 29 40 40
X 0 1 1 1Y 45 59 57 50
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
B. Pengujian Hipotesis Selisih Dua Koefisien Korelasi Linier
1. Pendahuluan
• Seperti pada pengujian satu rerata, di sini, kita hanya membicarakan pengujian hipotesis statistika melalui data sampel
• Pengujian hipotesis dapat berlangsung pada satu ujung (ujung atas dan ujung bawah) dan pada dua ujung
• Ada dua macam selisih koefisien korelasi linier yakni korelasi independen dan korelasi dependen
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
2. Pengujian Hipotesis Selisih Dua Koefisien Korelasi Linier Independen
Bentuk umum hipotesis adalah
H0 : XY UV = 0
H0 : XY UV > 0
H0 : XY UV = 0
H0 : XY UV < 0
H0 : XY UV = 0
H0 : XY UV ≠ 0
Masing-masing untuk uji ujung atas, uji ujung bawah dan uji dua ujung
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
3. Distribusi Probabilitas Pensampelan untuk Selisih Dua Koefisien Korelasi Linier Independen
Sel
isih
Dua
Koe
fisie
n K
orel
asi L
inie
r In
depe
nden
DP
pop
ulas
itid
ak n
orm
alD
P p
opul
asi n
orm
alR
egre
si p
opul
asi l
inie
r
5859
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
Contoh 26
Populasi X dan Y berdistribusi probabilitas normal dan beregresi linier. Secara independen, populasi U dan V berdistribusi probabilitas normal dan beregresi linier.
Menurut peneliti, koefisien korelasi linier di antara X dan Y lebih besar dari koefisien korelasi linier di antara U dan V
Sampel acak menghasilkan
nXY = 39 nUV = 52
rXY = 0,52 rUV = 0,43
Pernyataan peneliti diuji pada taraf signifikansi 0,05
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
• Hipotesis
H0 : XY uv = 0
H1 : xy uv > 0
Transformasi Fisher
H0 : ZXY ZUV = 0
H1 : ZXY ZUV > 0
• Sampel
nXY = 39 nUV = 52
rXY = 0,52 rUV = 0,43
Transformasi Fisher
ZrXY = tanh-1 0,52 = 0,576
ZrUV = tanh-1 0,43 = 0,460
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
• Distribusi probabilitas pensampelan
DPP : DP normal
Kekeliruan baku
• Statistik uji
2200352
1
339
1
11
,
UVXY
ZZ nnUVrXYr
5270
2200
046005760
,
,
),,(
)()(
UVrXYr
UVXYUVXY
ZZ
rr ZZZZz
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
• Kriteria pengujian
Taraf signifikansi = 0,05
Pengujian pada ujung atas
Nilai kritis
z(0.95) = 1,645
Tolak H0 jika z > 1,645
Terima H0 jika z ≤ 1,645
• Keputusan
Pada taraf signifikansi 0,05 terima H0
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
Contoh 27
Populasi X dan Y berdistribusi probabilitas normal dan beregresi linier. Secara independen, populasi U dan V berdistribusi probabilitas normal dan beregresi linier. Pada taraf sifnifikansi 0,05 diuji apakah XY sama atau berbeda dengan UV
Sampel acak menghasilkan
X 80 85 88 90 95 92 82 75 78 85
Y 2,4 2,8 3,3 3,1 3,7 3,0 2,5 2,3 2,8 3,1
U 2 5 7 10 11
V 10 20 35 50 65
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
4. Pengujian Hipotesis Selisih Dua Koefisien Korelasi Linier Dependen
Bentuk umum hipotesis adalah
H0 : XY XZ = 0
H0 : XY XZ > 0
H0 : XY XZ = 0
H0 : XY XZ < 0
H0 : XY XZ = 0
H0 : XY XZ ≠ 0
Masing-masing untuk uji ujung atas, uji ujung bawah dan uji dua ujung
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
5. Distribusi Probabilitas Pensampelan untuk Selisih
Dua Koefisien Korelasi Linier Dependen
Sel
isih
Dua
Koe
fisie
n K
ore
lasi
Lin
ier
Dep
ende
n
DP
pop
ula
sitid
ak
linie
rD
P p
opul
asi
nor
mal
Reg
resi
pop
ula
si li
nie
r
6061
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
Contoh 28
Populasi X, Y, dan Z berdistribusi probabilitas normal. Terdapat regresi linier di antara X dan Y serta di antara X dan Z sehingga kedua korelasi itu menjadi dependen
Pada taraf sifnifikansi 0,05 diuji apakah XY dan XZ
sama atau berbeda Sampel acak menghasilkan
X 175 174 173 176 184 188 191 192Y 145 136 145 140 136 148 152 154Z 156 146 142 145 145 144 160 159
X 191 193 191 187 189Y 155 154 146 150 149Z 165 157 161 160 159
• Hipotesis
H0 : XY – XZ = 0
H1 : XY – XZ ≠ 0
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
• Sampel
n = 13 rXY = 0,733 rYZ = 0,730
rXZ = 0,690
• Distribusi probabilitas pensampelan
= n – 3 = 13 – 3 = 10
• Statik uji
4132,0
313730,01
730,0690,0733,02730,0690,0733,012
)3)(1(
212
222
222
nr
rrrrrr
YZ
XZYZXYXZYZXYrr XZXY
104,0
4132,0
690,0733,0
XZXY rr
XZXYXZXY rrt
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
• Kriteria pengujian
Taraf signifikansi = 0,05
Pengujian pada dua ujung ½ = 0,025
Nilai kritis
t(0,025)(10) = – 2,228
t(0,975)(10) = 2,228
Tolak H0 jika t < – 2 ,228 atau t > 2,228
Terima H0 jika – 2,228 ≤ t ≤ 2,228
• Keputusan
Pada taraf signifikansi 0,05 terima H0
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
• Contoh 29
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
C. Pengujian Hipotesis Satu Koefisien Regresi Linier
1. Pendahuluan
• Seperti pada pengujian satu rerata, di sini, kita hanya membicarakan pengujian hipotesis statistika melalui data sampel
• Pengujian hipotesis dapat berlangsung pada satu ujung (ujung atas dan ujung bawah) dan pada dua ujung
• Ada dua macam koefisien regresi linier yakni koefisien regresi A dan koefisien regresi B
• Biasanya koefisien regresi B lebih banyak digunakan
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
2. Pengujian Hipotesis Koefisien Regresi Linier
Bentuk umum hipotesis adalah
H0 : A = 0 H0 : B = 0
H0 : A > 0 H1 : B > 0
H0 : A = 0 H0 : B = 0
H0 : A < 0 H1 : B < 0
H0 : A = 0 H0 : B = 0
H0 : A ≠ 0 H1 : B ≠ 0
Masing-masing untuk uji ujung atas, uji ujung bawah dan uji dua ujung
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
3. Distribusi Probabilitas Pensampelan untuk Satu Koefisien Regresi Linier
Sat
u K
oefis
ien
Reg
resi
Lin
ier
DP
pop
ulas
itid
ak n
orm
alD
P p
opul
asi n
orm
alR
egre
si p
opul
asi l
inie
r
Koe
fisie
n re
gres
ia
Koe
fisie
n re
gres
ib 63
62
64
-----------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
Contoh 30
Suatu hipotesis menyatakan bahwa di antara ujian akhir semester Y dan ujian tengah semester X terdapat regresi linier dengan koefisien regresi linier B yang lebih dari 0,75. Populasi berdistribusi probabilitas normal.
Hipotesis ini diuji pada taraf signifikansi 0,05
Sampel acak menghasilkan
X 70 74 80 84 80 67 70 64 74 82
Y 87 79 88 98 96 73 83 79 91 94
• Hipotesis
H0 : B = 0,75
H1 : B > 0,75
-----------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
• Sampel
n = 10 sX = 6,786 rXY = 0,839
sY = 8,217 b = 1, 016
• Distribusi probabilitas pensampelan
DPP : DP t-Student
Kekeliruan baku
Derajat kebebasan
= 10 – 2 = 8
2330
210
83901
7866
2178
2
1
2
2
,
,
,
,
n
r
s
s XY
X
Yb
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
• Statistik uji
• t = (b – B) / b = (1,016 – 0,75) / 0,233 = 1,142
• Kriteria pengujian
Taraf signifikansi 0,05
Pengujian pada ujung atas
Nilai kritis
t(0,95)(8) = 1,860
Tolak H0 jika t > 1,860
Terima H0 jika t ≤ 1,860
• Keputusan
Pada taraf signifikansi 0,05 terima H0
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
Contoh 31
Populasi X dan Y berdistribusi probabilitas normal. Pada taraf signifikansi 0,05 diuji apakah koefisien regresi linier B tidak sama dengan nol
Dengan X sebagai variabel bebas sampel acak menghasilkan
X 1,0 1,1 1,2 1,3 1,4 1,5 1,6 1,7 1,8 1,9 2,0
Y 8,1 7,8 8,5 9,8 9,5 8,9 8,6 10,2 9,3 9,2 10,5
Contoh 32
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
Contoh
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
D. Pengujian Hipotesis Selisih Dua Koefisien Regresi Linier
1. Pendahuluan
• Seperti pada pengujian satu rerata, di sini, kita hanya membicarakan pengujian hipotesis statistika melalui data sampel
• Pengujian hipotesis dapat berlangsung pada satu ujung (ujung atas dan ujung bawah) dan pada dua ujung
• Ada dua macam selisih koefisien regresi linier yakni koefisien regresi linier A dan koefisien regresi linier B
• Di sini hanya dibahas tentang selisih koefisien regresi linier B
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
2. Pengujian Hipotesis Selisih Dua Koefisien Regresi Linier
Bentuk umum hipotesis adalah
H0 : A1 – A2 = 0 H0 : B1 – B2 = 0
H0 : A1 – A2 > 0 H1 : B1 – B2 > 0
H0 : A1 – A2 = 0 H0 : B1 – B2 = 0
H0 : A1 – A2 < 0 H1 : B1 – B2 < 0
H0 : A1 – A2 = 0 H0 : B1 – B2 = 0
H0 : A1 – A2 ≠ 0 H1 : B1 – B2 ≠ 0
Masing-masing untuk uji ujung atas, uji ujung bawah dan uji dua ujung
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
3. Distribusi Probabilitas Pensampelan untuk Selisih
Dua Koefisien Regresi Linier IndependenS
elis
ih D
ua K
oefis
ien
Reg
resi
Lin
ier
Inde
pend
en
DP
pop
ulas
itid
ak li
nier
DP
pop
ulas
i nor
mal
Reg
resi
pop
ulas
i lin
ier
6566
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
Contoh
Dua kelompok olahragawan mengikuti dua program latihan yang berbeda. Terdapat regresi linier di antara waktu (menit dan detik) dan frekuensi lompat sampai letih. Pada taraf signifikansi 0,02 diuji apakah koefisien regresi linier B di antara mereka sama atau berbeda.Sampel acak menghasilkan
Kelompok 1 Kelompok 2
Waktu Frek Waktu Frek 11.16 45 11.34 125 12.30 60 13.21 40 11.30 40 10.39 123 10.17 101 10.14 92 11.48 60 9.27 93 9.29 80 9.56 100 11.06 51 11.47 70 12.02 50 12.12 57 11.52 99 12.25 67 11.28 34 11.03 101 11.24 70 10.21 85
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
• Hipotesis
H0 : B1 – B2 = 0
H1 : B1 – B2 ≠ 0
• Sampel
Ubah waktu menjadi detik
n1 = 10 n2 = 12
s2X1 = 2793,07 s2
X2 = 4317,42
s2Y1 = 560,44 s2
Y2 = 1183,58
r2X1Y1 = 0,1387 r2
X2Y2 = 0,2759
b1 = 0,1668 b2 = 0,0561
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
• Distribusi probabilitas pensampelan
DPP : t-Student
Kekeliruan baku
Derajat kebebasan
= (n1 – 2) + (n2 – 2) = 18
01631
42431711
1
0727939
1
923905811831198080445609
1
1
1
1
1111
22
21
222
221
21
22211121
,
),)((),)((
,)(,)((),)(,)((
XX
YXYYXYbb
snsn
rsnrsn
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
• Statistik uji
• Kriteria pengujian
Taraf signifikansi = 0,02
Pengujian dua ujung ½ = 0,01
Nilai kritis
t(0,01)(18) = 2,552 t(0,99)(18) = 2,552
Tolak H0 jika t < 2,552 atau t > 2,552
Terima H0 jika 2,552 ≤ t ≤ 2,552
• Keputusan
Pada taraf signifikansi 0,02 terima H0
10890
01631
056101668021
2121
,
,
),(),(
)()(
bb
BBbbt
------------------------------------------------------------------------------Bab 7C
------------------------------------------------------------------------------
• c