Statistik 101-Bagian 1-Apakah Pengujian Hipotesis itu? – Menuju AI

Statistik 101-Bagian 1-Apakah Pengujian Hipotesis itu?  – Menuju AI

Pengarang: Kumar kaushal

Awalnya diterbitkan di Towards AI the World’s Leading AI and Technology News and Media Company. Jika Anda sedang membangun produk atau layanan terkait AI, kami mengundang Anda untuk mempertimbangkan untuk menjadi sponsor AI. Di Towards AI, kami membantu menskalakan AI dan startup teknologi. Biarkan kami membantu Anda melepaskan teknologi Anda kepada massa.

Statistik 101-Bagian 1-Apakah Pengujian Hipotesis, Jenisnya, dan Prosesnya?

Pengertian pengujian hipotesis, proses melakukan pengujian hipotesis, jenisnya, dan aplikasinya

Foto oleh Thomas T di Unsplash

Ini adalah bagian dari serangkaian artikel yang berkaitan dengan Statistik 101. Dalam Statistik, analisis bisnis, dan domain lainnya, kita pasti pernah menemukan istilah pengujian hipotesis. Artikel ini bertujuan untuk memberikan panduan langkah demi langkah untuk melakukan pengujian hipotesis. Kami akan memahami arti istilah, kata kunci, jenis, dan aplikasinya. Kami juga akan menguraikan arti kata kunci penting seperti nilai p, nilai signifikansi, dan lain-lain.

Isi

Definisi dan Pentingnya Pengujian Hipotesis Proses Aplikasi Referensi

Mari kita mulai!!!

Bayangkan sebuah skenario di mana seorang manajer perusahaan kendaraan listrik mengklaim bahwa model terbaru berjalan 300 mil dengan sekali pengisian daya. Bagaimana seseorang menguji atau memvalidasi asumsi ini?

Pengujian Hipotesis akan datang untuk menyelamatkan kita dalam situasi seperti itu.

Definisi dan pentingnya

Jika kita merujuk ke kamus apa pun untuk arti Hipotesis, itu akan menunjuk ke kata “asumsi”. Misalnya, Merriam-Webster mendefinisikan Hipotesis sebagai:

“asumsi tentatif yang dibuat untuk menarik dan menguji konsekuensi logis atau empirisnya”

Oleh karena itu, pengujian hipotesis adalah proses menyatakan beberapa asumsi, mengujinya, dan membuat beberapa kesimpulan tentang basis populasi dari asumsi yang dibuat.

Untuk contoh kendaraan listrik yang disebutkan di awal artikel ini, kita dapat menguji hipotesis pada sampel dan mengevaluasi hasilnya untuk membuat kesimpulan mengenai kecepatan rata-rata kendaraan tersebut, yaitu apakah itu sama dengan 300 mil per pengisian daya atau tidak. Dengan tidak adanya Pengujian Hipotesis, akan sulit untuk membuat kesimpulan tentang parameter populasi.

Proses Pengujian Hipotesis

Langkah 1- Putuskan apakah hipotesis itu dua sisi atau satu sisi

Langkah 2- Merumuskan hipotesis nol dan hipotesis alternatif dan menetapkan tingkat signifikansi

Langkah 3- Dasar distribusi yang akan dipertimbangkan, nilai p yang akan dihitung

Langkah 4- Bandingkan nilai p dengan tingkat signifikansi dan pilih hipotesis nol atau alternatif untuk disimpulkan

Mari kita melalui setiap langkah secara rinci.

Langkah 1- Putuskan apakah hipotesis adalah dua sisi atau satu sisi

Periksa pernyataan di bawah ini:

Pernyataan 1-Harapan hidup di negara-negara Asia adalah 60 tahun.

Di sini, ini adalah kasus uji dua sisi di mana parameter populasi yang dihipotesiskan dibandingkan untuk kesetaraan(=)atau non-kesetaraan(!=) dengan nilai tertentu.

Pernyataan 2 Harapan hidup di negara-negara Asia lebih dari 60 tahun.

Pernyataan 3-Panjang rata-rata video di YouTube yang ditonton pengguna kurang dari 7 menit.

Skenario di atas merupakan kasus pengujian hipotesis satu arah dimana parameter populasi yang dihipotesiskan dinyatakan lebih atau kurang dari suatu nilai tertentu.

Langkah 2- Merumuskan hipotesis- Hipotesis nol dan alternatif dan menetapkan tingkat signifikansi.

Hipotesis nol (H0) adalah hipotesis yang dianggap benar sampai ada bukti statistik untuk “tidak menerimanya”. Ketika hipotesis nol tidak diterima, hipotesis alternatif (H1) diterima.

Untuk pernyataan 1, pernyataan hipotesisnya adalah:

Gambar oleh penulis

Dan, untuk pernyataan 3, itu akan menjadi:

Gambar oleh penulis

Jika kita mengatakan bahwa tingkat Signifikansi adalah 0,05, itu berarti perbedaan antara statistik sampel (katakanlah mean- yang telah dihitung untuk sampel) dan mean yang dihipotesiskan (60 untuk pernyataan 1) memiliki peluang 5% untuk terjadi.

Langkah 3- Dasar distribusi yang akan dipertimbangkan, nilai p yang akan dihitung

Aliran di bawah ini dapat dirujuk untuk memilih distribusi yang akan digunakan untuk data sampel.

Alur untuk 1 uji sampel (Gambar oleh penulis)
Alur untuk dua sampel atau lebih (Gambar oleh penulis)

p-value (nilai probabilitas), probabilitas hipotesis nol benar. Ini juga disebut probabilitas yang dihitung untuk melakukan kesalahan Tipe-1.

Langkah 4- Bandingkan nilai p dengan tingkat signifikansi dan pilih Hipotesis nol atau alternatif untuk disimpulkan

Misalkan p-value kurang dari atau sama dengan tingkat signifikansi; karenanya, probabilitas hipotesis nol menjadi benar tidak signifikan. Jadi, kami menolak hipotesis nol. Jika nilai p lebih besar dari tingkat signifikansi, kami menolak hipotesis alternatif.

Referensi yang bagus untuk memahami ini adalah blog Minitab.

Aplikasi

Pengujian Hipotesis berlaku untuk skenario di mana kami membuat atau mengusulkan asumsi apa pun dan mengujinya. Baik itu manufaktur, uji klinis, strategi pemasaran, dan domain lainnya, hanya imajinasi seorang manajer bisnis untuk menerapkan Pengujian Hipotesis ke aplikasi ini.

Referensi

Statistik 101-Bagian 1-Apakah Pengujian Hipotesis itu? awalnya diterbitkan di Towards AI on Medium, di mana orang-orang melanjutkan percakapan dengan menyoroti dan menanggapi cerita ini.

Diterbitkan melalui Menuju AI

Author: Scott Anderson