SATS4422-2

NASKAH TUGAS MATA KULIAH

UNIVERSITAS TERBUKA
SEMESTER: 2023/2024 Genap (2024.1)

Fakultas : FST/Fakultas Sains dan Teknologi

Kode/Nama MK : SATS4422/Metode Sekuensial
Tugas 3

No. Soal
1. Hasil pemeriksaan kualitas X suatu produk mengikuti proses Bernoulli dengan parameter θ, dimana dicatat X=1
jika produk rusak dan X=0 jika produk baik, dengan θ adalah proporsi produk yang rusak. Suatu rancangan
sampling sekuensial digunakan untuk menguji H0: θ = 0,03 vs H1: θ = 0,05, dengan α
= 1% dan β = 5%. Sampel kesatu sampai dengan ke m bersifat independen. Daerah kritik pengujian ditentukan
oleh nilai-nilai h dan s sebagai berikut,

 1  1  10 
ln 1  ln  ln 110
h0  , h  , dan s  , dengan w  ln  1  .
w 1 w w 
 0 1 
1 

a. Tentukan bilangan penerimaan am

b. Tentukan bilangan penolakan rm
c.
Bila hasil pemeriksaan pada sampel ke-20 baru muncul produk rusak yang kedua, bagaimana
kesimpulan uji hipotesis?

2. Misalkan karakteristik produksi adalah peubah acak X berdistribusi normal dengan nilai tengah θ=16 dan ragam
σ2. Standar produksi ditetapkan dalam bentuk hipotesis H0: σ = 2 vs H1: σ = 4. Hipotesis
m

km    xi    untuk setiap
2
diuji dengan mengambil sampel acak sekuensial dan menghitung
i1
pengambilan sampel sampai dengan ke-m. Keputusan pengujian ditentukan sebagai berikut:
(i) pengambilan sampel dilanjutkan selama km memenuhi persamaan 2  0, 02 km  m  4
(ii) pengambilan sampel dihentikan dan terima H0 jika km < am
(iii) pengambilan sampel dihentikan dan terima H0 jika km > rm.

Berdasarkan ketentuan tersebut,

a. Tentukan persamaan garis penerimaan hipotesis am
b. Tentukan persamaan garis penolakan hipotesis rm
c. Bila sampai dengan sampel ke-5 diperoleh realisasi X berturut-turut: {4, 6, 12, 7, 5}. Hitung am, km, dan rm
untuk setiap m=1, 2,..................5. Bagaimanakah keputusan pengujian hipotesisnya?

3. Hubungan antara status Kadar Hb dengan panjang Lingkar Lengan Atas (LILA) menunjukkan kondisi kesehatan
dan gizi ibu hamil (bumil). Berdasarkan data penelitian terhadap 120 bumil di suatu Puskesmas terdapat 87 bumil
dengan kadar Hb rendah (Y=1) dan 33 bumil dengan kadar Hb normal (Y=0), serta masing-masing individu dicatat
panjang LILA (cm, X), diperoleh taksiran parameter model regresi logistik sebagai berikut:

β SE(β) Wald df Sig. Exp(β)

X (LILA) -0,036 0,066 0,293 1 0,588 0,965
Konstan 1,869 1,677 1,241 1 0,265 6,479
Log likelihood = -70,434

1 dari 2
 SATS4422-2

Berdasarkan statistik tersebut,

a. Tuliskan taksiran persamaan model regresi logistik dan model logitnya!
b. Hitung taksiran statistik G !
c. Apakah data ini mendukung status Kadar Hb dapat diprediksi oleh panjang LILA?

Jawab Nomor 1

Diberikan:

 H0: θ = 0,03 (proporsi produk rusak di bawah 3%)

 H1: θ = 0,05 (proporsi produk rusak di atas 5%)
 α = 1% (tingkat signifikansi)
 β = 5% (tingkat kesalahan tipe II)
 q0 = 0,03 (proporsi produk rusak di bawah H0)
 q1 = 0,05 (proporsi produk rusak di bawah H1)

a. Menentukan bilangan penerimaan (am)

ln(1 - β) ln(0,95)

h0 = --------- = ----------

= -0,051 w ln(q1 / (1 - q0))

Bilangan penerimaan (am) adalah bilangan bulat terbesar yang memenuhi: am ≤ h0

b. Menentukan bilangan penolakan (rm)

ln(α) ln(0,01) h1 = ------ = ---------- = -4,605 w ln(q1 / (1 - q0))

Bilangan penolakan (rm) adalah bilangan bulat terkecil yang memenuhi: rm ≥ h1

Jika hasil pemeriksaan pada sampel ke-20 baru muncul produk rusak yang kedua, maka kesimpulan uji
hipotesis adalah:

 Jika 2 ≤ am, maka H0 diterima (proporsi produk rusak di bawah 3%)

 Jika 2 ≥ rm, maka H0 ditolak (proporsi produk rusak di atas 5%)
 Jika am < 2 < rm, maka pengambilan sampel dilanjutkan

Jadi, kesimpulan uji hipotesis bergantung pada nilai am dan rm yang diperoleh, serta jumlah produk rusak
yang ditemukan pada sampel ke-20.

Jawaban Nomor 2

Diberikan:

 X ~ N(θ=16, σ 2)
 H0: σ = 2 vs H1: σ = 4
 Pengambilan sampel dilanjutkan selama -2 < 0,02km - m < 4
2 dari 2
 SATS4422-2

a. Persamaan garis penerimaan hipotesis (am) Dari ketentuan (ii), garis penerimaan hipotesis (am) adalah:
km = am

b. Persamaan garis penolakan hipotesis (rm) Dari ketentuan (iii), garis penolakan hipotesis (rm) adalah:
km = rm

c. Perhitungan km, am, dan rm untuk setiap m=1, 2, ..., 5 Misalkan Xi adalah realisasi dari X pada
pengambilan sampel ke-i. Diberikan realisasi X berturut-turut: {4, 6, 12, 7, 5}

m = 1: X1 = 4 k1 = (4−16 )2 = 144 Karena -2 < 0,02(144) - 1 < 4, maka pengambilan sampel dilanjutkan.

m = 2: X2 = 6 k2 = k1 + (6−16)2 = 144 + 100 = 244 a2 = 2 r2 = 6 Karena -2 < 0,02(244) - 2 < 4, maka

pengambilan sampel dilanjutkan.

m = 3: X3 = 12 k3 = k2 + (12−16)2 = 244 + 16 = 260 a3 = 4 r3 = 8 Karena -2 < 0,02(260) - 3 < 4, maka

pengambilan sampel dilanjutkan.

m = 4: X4 = 7 k4 = k3 + (7−16)2 = 260 + 81 = 341 a4 = 6 r4 = 10 Karena -2 < 0,02(341) - 4 < 4, maka

pengambilan sampel dilanjutkan.

m = 5: X5 = 5 k5 = k4 + (5−16)2= 341 + 121 = 462 a5 = 8 r5 = 12

Karena k5 = 462 > r5 = 12, maka pengambilan sampel dihentikan dan H0 ditolak.

Jadi, keputusan pengujian hipotesisnya adalah menolak H0 dan menerima H1, yang berarti ragam σ = 4.

Jawab Nomor 3

a. Taksiran persamaan model regresi logistik dan model logitnya:

Model regresi logistik: π(x) = exp(1,869 - 0,036x) / (1 + exp(1,869 - 0,036x))

Model logit: logit(π(x)) = ln(π(x) / (1 - π(x))) = 1,869 - 0,036x

b. Menghitung taksiran statistik G:

Statistik G digunakan untuk menguji signifikansi model secara keseluruhan. Nilai statistik G dapat
dihitung dari nilai log-likelihood sebagai berikut:

G = -2(log-likelihood model tanpa variabel bebas - log-likelihood model dengan variabel bebas)

Log-likelihood model tanpa variabel bebas: Log-likelihood model tanpa variabel bebas = -87log(87/120) -
33log(33/120) = -70,648

G = -2(-70,648 - (-70,434)) G = -2(-0,214) G = 0,428

c. Jika nilai signifikansi kurang dari tingkat signifikansi yang ditetapkan (misalnya 0,05), maka variabel
LILA signifikan dalam memprediksi status Kadar Hb.

3 dari 2
 SATS4422-2

Dari hasil estimasi parameter, nilai signifikansi untuk variabel LILA adalah 0,588. Nilai ini lebih besar
dari tingkat signifikansi 0,05, yang menunjukkan bahwa variabel LILA tidak signifikan dalam
memprediksi status Kadar Hb.

4 dari 2