Anda di halaman 1dari 5

MAKALAH

“ PENGUJIAN HIPOTESIS / KUASA PENGUJIAN “


Disusun untuk memenuhi tugas Mata Kuliah Statistika Metematika, yang di ampu oleh :

Sartika Arifin, S.Pd.,M.Pd.

Oleh:

Kelompok VI (Enam)

ERNAWATI H02 17 516

NUR FADILA H02 17335

PROGRAM STUDI PENDIDIKAN MATEMATIKA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN

UNIVERSITAS SULAWESI BARAT

2019
A. Uji Paling Kuasa

Definisi:

Suatu uji 𝐻0 ∶ 𝜃 = 𝜃0 𝑣𝑠 𝐻1 ∶ 𝜃 = 𝜃1 berdasarkan daerah kritis 𝐶 ∗ disebut uji paling


kuasa berukuran  jika

1. 𝜋𝐶 ∗ (𝜃0 ) = 𝑎 , dan
2. 𝜋𝐶 ∗ (𝜃1 ) ≥ 𝜋𝐶 (𝜃1 ) untuk daerah kritis lain C berukuran 𝑎(𝜋𝐶 (𝜃0 ) = 𝑎).

𝐶 ∗ adalah daerah kritis paling kuasa.

Teorema (Lemma Neyman-Pearson)

Misalkan 𝑋1 , … , 𝑋𝑛~𝑓 𝒙; 𝜃 , dan

𝑓(𝑥; 𝜃0 )
𝜆(𝑥; 𝜃0 , 𝜃1 ) =
𝑓(𝑥; 𝜃)1

dan misalkan 𝐶 ∗ = {𝑥𝜆(𝑥; 𝜃0 , 𝜃1 ) ≤ 𝑘} dimana k adalah konstanta sehingga

𝑝(𝑥 ∈ 𝐶 ∗ 𝜃0 ) = 𝑎

maka 𝐶 ∗ adalah daerah kritis paling kuasa berukuran 𝛼 untuk menguji

𝐻0 ∶ 𝜃 = 𝜃0

𝐻1 ∶ 𝜃 = 𝜃1

Contoh:

Misalkan 𝑋1 , … , 𝑋𝑛 adalah sampel acak dari sebaran (𝜇, 𝜎 2 ), dimana 𝜎 2 diketahui

𝐻0 ∶ 𝜇 = 𝜇0

𝐻1 ∶ 𝜇 = 𝜇1 > 𝜇0
1
1 − 2 ∑𝑛 (𝑥 −𝜇 )2
2𝜎 𝑖=1 𝑖 0
𝑒
(2𝜋)𝑛⁄2 𝜎 𝑛
𝜆(𝑥; 𝜇0 , 𝜇1 ) = 1
1 − 2 ∑𝑛 (𝑥 −𝜇 )2
2𝜎 𝑖=1 𝑖 1
𝑒
(2𝜋)𝑛⁄2 𝜎 𝑛
𝑛 𝑛
1 1
= 𝑒𝑥𝑝 {− 2 ∑(𝑥𝑖 − 𝜇0 )2 − − 2 ∑(𝑥𝑖 − 𝜇1 )2 }
2𝜎 2𝜎
𝑖=1 𝑖=1
𝑛
= 𝑒𝑥𝑝 {− ⌊−2𝑥̅ (𝜇0 − 𝜇1 ) + (𝜇02 − 𝜇12 )⌋}
2𝜎 2
𝑛
= 𝑒𝑥𝑝 {− (𝜇 − 𝜇1 )[−2𝑥̅ (𝜇0 + 𝜇1 )]}
2𝜎 2 0
𝑛
= 𝑒𝑥𝑝 {− (𝜇 − 𝜇1 )[2𝑥̅ − 𝜇0 − 𝜇1 ]}
2𝜎 2 0

𝜆(𝑥; 𝜇0 , 𝜇1 ) ≤ 𝑘

𝑛
𝑒𝑥𝑝 {− (𝜇 − 𝜇1 )[2𝑥̅ − 𝜇0 − 𝜇1 ]} ≤ 𝑘
2𝜎 2 0
𝑛
− (𝜇 − 𝜇1 )[2𝑥̅ − 𝜇0 − 𝜇1 ] ≤ ln 𝑘
2𝜎 2 0

2(ln 𝑘)𝜎 2
2𝑥̅ − 𝜇0 − 𝜇1 ≥ −
𝑛(𝜇0 − 𝜇1 )

𝜇0 + 𝜇1 2(ln 𝑘)𝜎 2
𝑥̅ ≥ −
⏟ 2 𝑛(𝜇0 − 𝜇1 )
𝑘∗

𝐶 ∗ = {𝑥𝑥̅ ≥ 𝑘 ∗ }

𝜋𝐶 ∗ (𝜇0 ) = 𝑎𝑃(𝑥̅ ≥ 𝑘 ∗ 𝜇0 ) = 𝑎

𝑘∗ − 𝜇
𝑃 𝑍≥ =𝑎
𝜎⁄√𝑛

( 𝑍𝑎 )
𝜎
𝑘 ∗ = 𝜇0 + 𝑍𝑎
√𝑛

Sehingga

𝜎
𝐶 ∗ = {𝑥𝑥̅ ≥ 𝜇0 + 𝑍𝑎 }
√𝑛

Yang tidak tergantung pada 𝜇1 . Oleh karena itu 𝐶 ∗ adalah daerah kritis paling kuasa

B. Uji Paling Kuasa Seragam (UPKS)


Definisi:
𝑋1 , … , 𝑋𝑛 ~( 𝒙; 𝜃) dimana 𝜃 ∈ 

𝐻0 ∶ θ ∈ 

𝐻1 ∶ θ ∈  − 0

Suatu uji dengan daerah kritis 𝐶 ∗ berukuran  disebut Uji Paling Kuasa Seragam
(UPKS), jika

max 𝜋𝐶 (θ) = 𝑎
θ ∈0

dan
𝜋𝐶∗ (θ) = 𝜋𝐶 (θ)
Untuk semua θ ∈  − 0 dan semua daerah kritis C berlaku 𝑎
Contoh:

Misalkan 𝑋1 , … , 𝑋𝑛 adalah sampel acak dari sebaran (𝜇, 𝜎 2 ), dimana 𝜎 2 diketahui

𝐻0 ∶ 𝜇 = 𝜇0

𝐻1 ∶ 𝜇 = 𝜇1 > 𝜇0

Telah dtunjukkan pada contoh sebelumnya bahwa daerah kritis

𝜎
𝐶 ∗ = {𝑥𝑥̅ ≥ 𝜇0 + 𝑍𝑎 }
√𝑛

tidak tergantung pada 𝜇1 . Maka uji hipotesis di atas disebut uji paling kuasa seragam.
Teorema:
Andaikan 𝑋1 , … , 𝑋𝑛 mempunyai fkp bersama berbentuk
𝑓(𝑥; 𝜃) = 𝑐(𝜃)ℎ(𝑥)𝑒𝑥𝑝[𝑞(𝜃)𝑡(𝑥)]
Dimana 𝑞(𝜃) adalah fungsi naik
1. Suatu uji paling kuasa seragam berukurang  untuk menguji 𝐻0 : 𝜃  𝜃0 vs 𝐻1 :
𝜃  𝜃0 adalah tolak 𝐻0 bila t(x)  k, dimana P[t(x)  k𝜃0 ] = 
2. Suatu uji paling kuasa seragam berukurang  untuk menguji 𝐻0 : 𝜃  𝜃0 vs 𝐻1 :
𝜃  𝜃0 adalah tolak 𝐻0 bila t(x)  k, dimana P[t(x)  k𝜃0 ] = 

Aplikasi dari teorema ini bila sampel acak berasal dari sebaran yang termasuk
keluarga kelas ekspnen, yaitu
𝑓(𝑥; 𝜃) = 𝑐(𝜃)ℎ(𝑥)𝑒𝑥𝑝[𝑞(𝜃)𝑡(𝑥)]

Dengan t(x) = ∑ 𝑢(𝑥𝑖 ) dan q() adalah fungsi yang menarik.

C. P-value
P-value(Nilai-p) adalah nilai  terkecil dimana 𝐻0 dapat ditolak berdasarkan nilai
statistik uji yang dihitung dari nilai-nilai pengamatan.
Contoh:
Misalkan 𝑋1 , … , 𝑋𝑛 adalah sampelacak dari sebaran (𝜇, 𝜎 2 ), dimana 𝜎 2 diketahui
statistic uji:
𝑥̅ − 𝜇0
𝑍=
𝜎 ⁄ √𝑛
Daerah kritis:

𝑍 > 𝑍𝑎

Andaikan diperoleh nilai statistic uji berdasarkan nilai-nilai pengamatan 𝑍ℎ𝑖𝑡 = 2.00.
Maka nilai-p (p-value) dapat dihitung sebagai berikut:

𝑝 − 𝑣𝑎𝑙𝑢𝑒 = 𝑝(𝑍 ≥ 𝑍ℎ𝑖𝑡 ) = 𝑃(𝑍 ≥ 2.00) = 0.0228

Anda mungkin juga menyukai