Nilai p (p value)

Stat Mat II

8/06/2011 Rahma Fitriani, S.Si., M.Sc

 Definisi
• Penentuan terima atau tolak Ho tidak lagi
berdasarkan pada batas wilayah penolakan.
• Berdasarkan cukup atau tidaknya bukti yang
ada dari sampel.
p – value
Nilai α terkecil berdasarkan sampel
(nilai statistik) yang masih
menghasilkan penolakan bagi Ho

8/06/2011 Rahma Fitriani, S.Si., M.Sc

 Definisi

Untuk Hipotesis H 0 :   0 H 0 :   0
satu sisi H1 :    0 H1 :    0

Dengan
Statistik/penduga ˆ  c


p  value  P ˆ  c H 0 benar  
p  value  P ˆ  c H 0 benar 
8/06/2011 Rahma Fitriani, S.Si., M.Sc
 JIKA PELUANG JIKA PELUANG
BESAR KECIL
• Sampel sangat • Kecil sekali
mungkin berasal kemungkinan
dari populasi bahwa sampel
dengan θ=θ0 berasal dari
• Tidak cukup bukti populasi dengan
untuk menolak H0 θ=θ0
• Bukti yang kuat
untuk menolak H0

8/06/2011 Rahma Fitriani, S.Si., M.Sc

 Contoh 1:
• Sebuah mesin harus diperbaiki jika
memproduksi lebih dari 10% produk cacat
dalam satu hari.
• Dari sampel berukuran 100 item, ditemukan
15 item cacat
• Operator menyatakan bahwa mesin harus
diperbaiki.

Rahma Fitriani, S.Si., M.Sc.

 Contoh 1 (lanjut):

Y: jumlah item yang cacat dalam sampel

Y ~ Binomial
H 0 : p  0.1
H 1 : p  0 .1
Y p 0 1 p 0 
ˆ 
p  0.15  pˆ 
n n

Rahma Fitriani, S.Si., M.Sc.

 Berdasarkan sampel, ingin dihitung:

p  value  P p  pˆ H0 benar 

 P p  0.15 p0  0.1

Jika proporsi yang sebenarnya adalah 0.1

(atau kurang) seberapa besar kemungkinan
diperoleh sampel dengan proporsi 0.15 atau
lebih?
8/06/2011 Rahma Fitriani, S.Si., M.Sc
 JIKA PELUANG JIKA PELUANG
BESAR KECIL
• Sampel sangat • Kecil sekali
mungkin berasal dari kemungkinan bahwa
populasi dengan p=0.1 sampel berasal dari
(atau kurang) populasi dengan p=0.1
• Tidak cukup bukti (atau kurang)
untuk menolak H0 • Bukti yang kuat untuk
• Tidak cukup dukungan menolak H0
bagi pernyataan • Cukup bukti untuk
operator mendukung operator.

8/06/2011 Rahma Fitriani, S.Si., M.Sc

 Contoh 1 (lanjut)

p  value  P p  0.15 p0  0.1

   
   
 0.15  0.1 
 P Z  p0  0.1  P Z 
0.15 p0
 p0 1  p0    0.11  0.1 
   
 n   100 

 PZ  1.67  0.047  0.05

8/06/2011 Rahma Fitriani, S.Si., M.Sc

 Contoh 1 (lanjut):
• Jika proporsi yang sebenarnya adalah 0.1 (atau kurang),
terdapat 4.7% kemungkinan akan diperoleh sampel (ukuran
100) dengan jumlah cacat 15 atau lebih.

Kecil kemungkinan bahwa Sampel lebih mungkin

sampel berasal dari berasal dari populasi
populasi dengan proporsi dengan proporsi lebih dari
0.1 0.1

Dengan α=0.05, terdapat bukti yang kuat dari

sampel untuk menolak Ho. Mesin diperbaiki.
8/06/2011 Rahma Fitriani, S.Si., M.Sc
 Contoh 2:
• Kasus manajer pemasaran: pemasaran tidak
lebih dari 15 kontrak baru per minggu.
• Dari 36 sampel karyawan, secara rata-rata
mereka memasarkan 14 kontrak baru dengan
ragam 9.
• Apakah sampel ini bertentangan dengan klaim
dari manager? α = 0.05

8/06/2011 Rahma Fitriani, S.Si., M.Sc

 Contoh 2 (lanjut):
H 0 :   15
H1 :   15
Statistik: Y  14

p  value  P Y  14   15 
 14   
 P Z    15 
  
  
Y
 14  15 
 P Z    P Z  2   0.98
 3
Rahma Fitriani, 
 
8/06/2011 S.Si., M.Sc
36
 Contoh 2 (lanjut):
Sampel sangat mungkin (98%)
berasal dari populasi dengan
μ=15 (atau kurang)

Tidak cukup bukti untuk menolak H0

Sampel mendukung pernyataan

manager tentang produktifitas
karyawan.
8/06/2011 Rahma Fitriani, S.Si., M.Sc