Senin, 17 Oktober 2016

Uji Statistik

Pengertian Uji Statistik

Apa yang dimaksud oleh uji statistik?
Sebuah uji statistik menyediakan mekanisme untuk membuat keputusan kuantitatif tentang proses atau proses. Tujuannya adalah untuk menentukan apakah ada cukup bukti untuk "menolak" konjektur atau hipotesis tentang proses. Dugaan ini disebut hipotesis nol. Tidak menolak mungkin hasil yang baik jika kita ingin terus bertindak seolah-olah kita "percaya" hipotesis nol benar. Atau mungkin hasil mengecewakan, mungkin menunjukkan kita belum memiliki data yang cukup untuk "membuktikan" sesuatu dengan menolak hipotesis nol.
Untuk diskusi lebih lanjut tentang makna dari uji hipotesis statistik, lihat Bab 1.
Konsep hipotesis nol
Sebuah penggunaan klasik dari uji statistik terjadi dalam studi kontrol proses. Misalnya, misalkan kita tertarik dalam memastikan bahwa photomask dalam proses produksi harus linewidths rata-rata 500 mikrometer. Hipotesis nol, dalam hal ini, adalah bahwa linewidth rata adalah 500 mikrometer. Tersirat dalam pernyataan ini adalah kebutuhan untuk photomask bendera yang memiliki linewidths berarti yang baik jauh lebih besar atau kurang dari 500 mikrometer. Hal ini berarti hipotesis alternatif bahwa linewidths berarti tidak sama dengan 500 mikrometer. Ini adalah alternatif dua sisi karena penjaga terhadap alternatif dalam arah yang berlawanan; yaitu, bahwa linewidths terlalu kecil atau terlalu besar.
Prosedur pengujian bekerja dengan cara ini.
Linewidths pada posisi acak pada masker cahaya diukur dengan menggunakan mikroskop elektron scanning. Sebuah uji statistik dihitung dari data dan diuji terhadap nilai-nilai atas dan bawah kritis yang telah ditentukan. Jika uji statistik lebih besar dari nilai kritis atas atau kurang dari nilai kritis rendah, hipotesis nol ditolak karena ada bukti bahwa linewidth berarti tidak 500 mikrometer.
tes satu sisi dari hipotesis
hipotesis nol dan alternatif juga dapat menjadi salah satu sisi. Misalnya, untuk memastikan bahwa banyak bola lampu memiliki masa rata-rata minimal 500 jam, program pengujian dilaksanakan. Hipotesis nol, dalam hal ini, adalah bahwa rata-rata seumur hidup lebih besar dari atau sama dengan 500 jam. Komplemen atau hipotesis alternatif yang sedang dijaga terhadap adalah bahwa rata-rata seumur hidup kurang dari 500 jam. Uji statistik dibandingkan dengan nilai kritis yang lebih rendah, dan jika kurang dari batas ini, hipotesis nol ditolak.
Dengan demikian, uji statistik membutuhkan sepasang hipotesis; yaitu,
: Hipotesis nol
: Hipotesis alternatif.
tingkat signifikansi
Hipotesis nol adalah pernyataan tentang keyakinan. Kita mungkin meragukan bahwa hipotesis nol benar, yang mungkin mengapa kita "menguji" itu. Hipotesis alternatif mungkin, pada kenyataannya, menjadi apa yang kita yakini benar.
Prosedur tes dibangun sehingga risiko menolak hipotesis nol, ketika itu sebenarnya benar, kecil.
Risiko ini,, sering disebut sebagai tingkat signifikansi pengujian. Dengan memiliki tes dengan nilai kecil
, Kita merasa bahwa kita telah benar-benar "terbukti" sesuatu ketika kita menolak hipotesis nol.
Kesalahan jenis kedua
Risiko gagal menolak hipotesis nol ketika itu sebenarnya palsu tidak dipilih oleh pengguna tetapi ditentukan, seperti yang sudah diduga, dengan besarnya perbedaan nyata. Risiko ini,, biasanya disebut sebagai kesalahan dari jenis kedua. perbedaan besar antara realitas dan hipotesis nol lebih mudah untuk mendeteksi dan menyebabkan kesalahan kecil dari jenis kedua;
sementara perbedaan kecil lebih sulit untuk mendeteksi dan mengakibatkan kesalahan besar jenis kedua. Juga risiko
meningkat sebagai risiko berkurang. Risiko kesalahan jenis kedua biasanya diringkas oleh kurva karakteristik operasi (OC) untuk ujian.

Tidak ada komentar: