Professional Documents
Culture Documents
Bab IX
INFERENSI STATISTIK
Statistik inferensi menekankan pada interpretasi dan pengambilan keputusan, seperti
penaksiran parameter (baik titik maupun interval) dan pengujian hipotesis
ESTIMASI
Ilustrasi 1:
Ilustrasi diatas menunjukan contoh pengunaan estimasi titik dan estimasi interval yang
sadar/ tidak sadar sering kita ungkapkan dalam keseharian.
Ilustrasi 2:
Dalam suatu penelitian kita sering mengunakan data sampel
Parameter : adalah nilai yang menggambarkan karakteristik dari populasi
Statistik : adalah nilai yang menggambarkan karakteristik dari sampel
Contoh Kasus :
Data penjualan sepeda motor
(dalam ribuan unit)
Angka penjualan (x)
110 INGAT
100 Parameter mean dan variansi berturut-turut
105 dinotasikan μ dan σ 2
108 Nilainya dapat diduga dengan statistik x
110 (rata-rata sampel) dan s 2 (variansi sampel)
112 untuk data disamping:
115 n n
118 ∑ xi ∑(x − x )
i
2
120 x= i =1
= 113 dan s 2 = i =1 = 65,82
125 n n −1
120 x dan s 2 : merupakan penduga/ estimasi
132 titik
Estimasi Interval :
Untuk Mean :
Dari 2 nilai estimasi titik tersebut dapat disusun interval konfidensi untuk μ dengan
tingkat kepercayaan (1 − α )100% adalah B ≤ μ ≤ A
dimana:
B = x − t⎛ α ⎞
.sx Î Batas bawah
⎜ ,n −1⎟
⎝2 ⎠
A = x + t⎛ α ⎞
.sx Î Batas atas
⎜ ,n −1⎟
⎝2 ⎠
s
sx =
n
NB: untuk n besar kita bisa gunakan tabel distribusi normal standar (n >30) mengantikan
distribusi T
Untuk Variansi :
Estimasi Interval dengan interval kepercayaan (1− α ) 100% dari σ 2 dapat juga ditulis :
B ≤ σ2 ≤ A
dimana: B=
( n − 1) S2
dan A=
( n − 1) S2
χ⎛2 α ⎞
χ⎛2 α ⎞
⎜ ;n −1⎟ ⎜ 1− ;n −1⎟
⎝2 ⎠ ⎝ 2 ⎠
B=
( n −1) S2 = 11*65,42 = 36.77 ⎫
⎪
χ⎛2α ⎞
19,675 ⎪
⎜ ;n −1⎟
⎝2 ⎠ ⎪
⎬ ⇒ 36.77 ≤ σ ≤ 158.14
2
χ⎛ α ⎞ 4,575 ⎪
⎜1− ;n −1⎟ ⎪
⎝ 2 ⎠ ⎭
UJI HIPOTESIS
Hipotesis dapat diartikan sebagai pernyataan tentang suatu populasi
Contoh:
9 Rata-rata IPK mahasiswa Matematika F SAINTEK adalah 3.00
9 Metode pembelajaran baru lebih baik dibanding metode pembelajaran lama
9 Peluang SBY terpilih lagi menjadi presiden kurang dari 0.60
Untuk membuktikan pernyataan tersebut perlu dilakukan UJI HIPOTESIS
CATATAN
Ilustrasi Kesalahan dalam Uji Hipotesis
Keputusan (menerima/ menolak) Ho diambil berdasarkan data sampel, maka tedapat
kemungkinan adanya kesalahan.
Membebaskan
Penjahat/ Orang bersalah
KEADAAN ALAM
KEPUTUSAN Ho BENAR Ho SALAH
MENERIMA Keputusan BENAR Kesalahan Tipe II
Ho β
MENOLAK Kesalahan Tipe I Keputusan BENAR
Ho α
Memenjarakan/ menghukum
Orang baik α lebih sensitif dibanding β
Tetapi kenyataannya jika α kecil maka nilai β besar atau sebaliknya, jika nilai β kecil
maka nilai α besar.
Karena α lebih sensitif dibanding β maka kita cenderung memperhatikan nilai α
(Ingat : nilai α erat kaitannya dengan tingkat kepercayaan)
Daerah Penerimaan
−Zα/2 Zα/2
Dengan kata lain : Ho diterima jika − Zα / 2 < Z* < Z α / 2
CATATAN :
Z : dapat dilihat dari tabel distribusi normal standar
Jika ukuran sampel kecil n > 30, uji Z dapat diganti dengan uji T
X − μ0
T* =
s
n
T : dapat dilihat dari tabel distribusi t
Ingat Î pengunaan tabel t
uji dua sisi Î t⎛ α ⎞
⎜ ,n −1⎟
⎝2 ⎠
Contoh :
1. Dari hasil survei BEM F SAINTEK dari 50 orang mahasiswa SAINTEK yang
dipilih secara acak, dikeahui bahwa rata-rata uang saku yang digunakan
mahasiswa untuk membei buku dan perlengkapan alat tulis setiap bulannya
adalah Rp. 29.500 dengan standar deviasi Rp.4.500.
“Jika terdapat pernyataan yang mengatakan : Rata-rata uang saku yang
digunakan mahasiswa untuk membei buku dan perlengkapan alat tulis setiap
bulannya tidak sama dengan Rp. 30.000”.
Apakah anda percaya? Lakukan pengujian terhadap masalah tersebut!
(Gunakan tingkat signifikan α = 5% )
PEMBAHASAN
- Hipotesis :
Ho : μ = 30.000
H1 : μ ≠ 30.000 {uji dua sisi}
- Tingkat signifikan α = 5% atau tingkat kepercayaan adalah 95%
Daerah Penerimaan
−1,96 1,96
-1,05
- Statistik uji {Uji Z}
29.250 − 30.000
Z* = = −1, 05
4500
40
- Karena Z* = - 1,05 > 1,96 {tidak masuk daerah penolakan}
Jadi dapat disipulkan bahwa Ho diterima, artinya :
“Rata-rata uang saku yang digunakan mahasiswa untuk membei buku dan
perlengkapan alat tulis setiap bulannya tidak sama dengan Rp. 30.000”
Tidak dapat diterima.
2. Berikut adalah data nilai UTS Metode Statistika dari 9 mahasiswa Kelas A yang
dipilih secara random :
36 38 40 41 39 37 35 35 34
Dengan mengunakan tingkat kepercayaan 90%. Lakukan pengujian hipotesis :
“Apakah dapat disimpulkan bahwa rata-rata nilai UTS Metode Statistika
dibawah 39“
PEMBAHASAN
- Hipotesis :
Ho : μ ≥ 39
H1 : μ < 39 {uji satu sisi}
- Tingkat signifikan α = 10% atau tingkat kepercayaan adalah 90%
- Daerah kritis/ penolakan{Gunakan Tabel T, karena n = 9 <<<< 30}
T* < −t α;n −1 ⇒ T* < −t 0,10;8 ⇒ T* < −1,3968
−1, 3968 T
-2,19
- Statistik uji {Uji T}
Dari data dapat di hitung :
n
335 ∑ (X i − X) 2
X= = 37, 22 dan s= i =1
= 2, 438
9 n −1
37, 22 − 39
Sehingga : T* = = −2,19
2, 438
9
- Karena T* = -2,19 < -1,3968 {masuk daerah penolakan}
Jadi dapat disipulkan bahwa Ho ditolak, artinya : Benar peryataan yang
menyatakan bahwa “Rata-rata nilai UTS Metode Statistika Kelas A di bawah
39”
Pembahasan:
Dari data di atas diperoleh:
∑ Xi ∑Y i
X= i =1
= 45 Y= i =1
= 36
nX nY
10 10
∑ (X i − X)
2
∑ (Y − Y) i
2
S2X = i =1
= 67.78 S2Y = i =1
= 18.89
nX −1 nX −1
S2X 67.78
S2X = = = 6.78 ⇒ SX = 2.6
nX 10
S2Y 18.89
S2Y = = = 1.89 ⇒ SY = 1.37
nY 10
nx ny
nX nY
∑ (X i − X ) + ∑ ( Yi − Y )
2 2
(n X − 1)SX 2 + (n Y − 1)SY 2
- untuk n < 30 Î Sp 2 = i =1 i =1
=
nX + nY − 2 nX + nY − 2
• Estimasi Interval
Interval kepercayaan (1− α ) % dari ( μ1 − μ 2 ) atau ( μ x − μ y ) adalah :
2 2
S2x Sy S2x Sy
(X − Y) − Z ⎛α⎞
+ ≤ ( μ x − μ y ) ≤ ( X − Y ) + Z⎛ α ⎞ +
⎜ ⎟
⎝2⎠
nx ny ⎜ ⎟
⎝2⎠
nx ny
nX + nY 2 nX + nY 2
(X − Y) − t ⎛α ⎞
Sp ≤ ( μ x − μ y ) ≤ ( X − Y ) + t ⎛ α ⎞
Sp
⎜ ;n X + n Y − 2 ⎟ nXnY ⎜ ;n X + n Y − 2 ⎟ n n
⎝2 ⎠ ⎝2 ⎠ X Y
Karena t ⎛ α ;n ⎞
= t ( 0,05/2;10+10− 2) = t ( 0,025;18) = 2,101
⎜ X +nY −2 ⎟
⎝2 ⎠
52.78 ≤ ( μ x − μ y ) ≤ ( 45 − 36 ) + 2.101
20 20
( 45 − 36 ) − 2.101 52.78
100 100
9 − 6.83 ≤ ( μ x − μ y ) ≤ 9 + 6.83
2.17 ≤ ( μ x − μ y ) ≤ 15.83
• Uji Hipotesis
Langkah-langkah :
1. Merumuskan hipotesis nol (Ho) dan hipotesis alternatif (H1)
Terdapat 3 keadaan :
a. Ho : μ X = μ Y vs H1 : μ X ≠ μ Y {uji dua sisi}
b. Ho : μ X ≤ μ Y vs H1 : μ X > μ Y {uji satu sisi}
c. Ho : μ X ≥ μ Y vs H1 : μ X < μ Y {uji satu sisi}
2. Menetapkan tingkat kepercayaan (1- α ) atau tingkat signifikansi ( α )
3. Menetapkan daerah kritis atau daerah penolakan Ho
Juga terdapat 3 keadaan, sesuai dengan 3 keadaan pada No.1
a. Ho ditolak: Z* > Zα / 2 atau Z* < − Zα / 2
Daerah Penerimaan
−Zα/2 Zα/2
Dengan kata lain : Ho diterima jika − Zα / 2 < Z* < Z α / 2
b. Ho ditolak: Z* > Zα {Perhatikan : tandanya sama dengan b.H1}
+
nx ny
Biasanya nilai σ tidak diketahui, maka statisti uji yang biasa digunakan
adalah :
X−Y
Z* =
2
S2x Sy
+
nx ny
Contoh :
1. Dari sampel acak 100 karyawan perusahaan A dapat menyelesaikan tugas rata-
rata 15 menit dengan standar deviasi 2 menit sedangkan 50 karyawan
perusahaan B dapat menyelesaikan tugas rata-rata 13 menit dengan standar
deviasi 3 menit
Dengan mengunakan tingkat kepercayaan 99%. Apakah rata-rata karyawan
perusahaan A sama dengan perusahaan B dalam menyelesaikan tugas tersebut.
Jawab :
X : Waktu karyawan perusahaan A menyelesaikan pekerjaan
Y : Waktu karyawan perusahaan B menyelesaikan pekerjaan
n X = 100 X = 15 σX = 2
n Y = 50 Y = 13 σY = 3
n -2 =148 >>>> 30 {Gunakan uji Z}
Uji Hipotesia :
a. Ho : μ X = μ Y vs H1 : μ X ≠ μ Y {uji dua sisi}
b. Tingkat kepercayaan 99 % atau tingkat signifikansi ( α = 0, 01 )
c. Daerah penolakan
Ho ditolak: Z* > Zα / 2 ⇒ Z* > Z0.01/ 2 ⇒ Z* > Z0.005 ⇒ Z* > 2, 575 atau
Z* < − Zα / 2 ⇒ Z* < − Z 0.01/ 2 ⇒ Z* < − Z0.005 ⇒ Z* < −2, 575
Daerah Penerimaan
−2,575 2,575
4,255
d. Statistik uji yang digunakan adalah Z*
15 − 13 2
Z* = = = 4, 255
22 32 4
+
18
+
100 50 100 100
NB :
Seandainya ada pertanyaan : “Apakah karyawan perusahan bekerja lebih cepat
dibanding karyawan perusahaan B?”
Maka uji hipotesisnya adalah :
Ho : μ X ≤ μ Y
H1 : μ X > μ Y {A lebih besar/lambat dari B ~ B lebih kecil/cepat dari A}
2. Dari Contoh Kasus : data penjualan sepeda motor dari 10 dealer yang dipilih
secara acak di wilayah X dan Y
Apakah dapat disimpulkan bahwa angka penjualan wilayah X lebih tinggi dari
wilayah Y ? Gunakan tingkat signifikan α = 5%
Jawab :
Telah dihitung :
10 10
∑ Xi ∑Y i
X= i =1
= 45 Y= i =1
= 36
nX nY
10 10
∑ (Xi − X)2 ∑ (Y − Y) i
2
S2X = i =1
= 67.78 S2Y = i =1
= 18.89
nX −1 nX −1
S2X S2Y
S2X = = 6.78 ⇒ SX = 2.6 S2Y = = 1.89 ⇒ SY = 1.37
nX nY
Uji Hipotesia :
a. Ho : μ X ≤ μ Y
H1 : μ X > μ Y {Penjualan wilayah X lebih tinggi dari wilayah Y}
b. Tingkat kepercayaan 95 % atau tingkat signifikansi ( α = 0, 05 )
c. Daerah penolakan
Ho ditolak: T* > Tn − 2;α ⇒ T* > T18;0.05 ⇒ T* > 1, 7341
1,7341 T
2,77
dimana :
(n X − 1)SX 2 + (n Y − 1)SY 2 (10 − 1) *67.78 + (10 − 1) *18.89
Sp =
2
= = 52.78
nX + nY − 2 10 + 10 − 2
Sp = Sp 2 = 7, 265
• Estimasi Interval
Jika kedua populasi itu berdistribusi normal, maka dapat disefinisikan :
S2 S2
F = 2x y2 ~ F ( n −1); n −1 ⇒ berdistribusi _ F
σ σ x
{ x ( y )}
y
σ2x
Sehingga dapat disusun estimasi interval kepercayaan (1− α ) % dari :
σ2y
S2x S2y S2x S2y
≤ σ2x σ2y ≤
F α 2;( n F (1−α 2;)( n
{ );( n y −1)}
x −1 { );( n y −1)}
x −1
Karena
1
F (1−α 2;)( n =
{ ( )}
x −1); n y −1 F α 2;( n
{ x −1);( n y −1)}
maka :
S2x S2y S2x
≤ σ2x σ2y ≤ F
F α 2;( n S2y {(1−α 2;)( n x −1);( n y −1)}
{ );( n y −1)}
x −1
• Uji Hipotesis
Langkah-langkah :
a. Merumuskan hipotesis nol (Ho) dan hipotesis alternatif (H1)
i. Ho : σ2x = σ2y vs H1 : σ2x ≠ σ2y {uji dua sisi}
ii. Ho : σ2x ≤ σ2y vs H1 : σ2x > σ2y {uji satu sisi}
iii. Ho : σ2x ≥ σ2y vs H1 : σ2x < σ2y {uji satu sisi}
b. Menetapkan tingkat kepercayaan (1- α ) atau tingkat signifikansi ( α )
c. Menetapkan daerah kritis atau daerah penolakan Ho
Juga terdapat 3 keadaan, sesuai dengan 3 keadaan pada No. a
i. Ho ditolak: F* > F α 2;( n −1); n −1 atau
{ x ( y )}
1
F* < F (1−α 2;)( n ⇒ F* <
{ (
x −1); n y −1 )} F α 2;( n
{ x −1 );( n y −1)}
1
iii. Ho ditolak: F* <
F α 2;( n
{ x −1);( n y −1)}
1
Dengan kata lain : Ho diterima jika F* ≥
F α 2;( n
{ x −1);( n y −1)}
Contoh :
Untuk contoh kasus : data penjualan sepeda motor dari 10 dealer yang dipilih secara
acak di wilayah X dan Y.
Akan diselidiki. apakah variansi penjualan ke-2 wilayah tersebut sama/ berbeda?
(Gunakan : tingkat kepercayaan 98%)
Jawab :
Telah diketahui/ dihitung :
10 10
∑ Xi ∑ (X i − X) 2
n X = 10 X= i =1
= 45 S2X = i =1
= 67.78
nX nX −1
10 10
∑ Yi ∑ (Y − Y)
i
2
n Y = 10 Y= i =1
= 36 S2Y = i =1
= 18.89
nY nX −1
Uji Hipotesia :
1. Ho : σ2x = σ2y
H1 : σ2x ≠ σ2y {Variansinya berbeda}
2. Tingkat kepercayaan 98 % atau tingkat signifikansi ( α = 0, 02 )
3. Daerah penolakan
Ho ditolak:
F* > F α 2;( n −1); n −1 ⇒ F* > F{0,02 2;(10−1);(10 −1)} ⇒ F* > F{0,01;9;9} ⇒ F* > 5,35
{ x ( y )}
atau
1 1 1
F* < ⇒ F* < ⇒ F* < ⇒ F* < 0,187
F α 2;( n F{0,01;9;9} 5,35
{ x −1);( n y −1)}
0,187 5,35
3,588
5. Tampak bahwa F* = 3,588 < 5,35 {F* berada diluar daerah penolakan atau
didalam daerah penerimaan}
Dengan demikian Ho diterima artinya tidak ada perbedaan variansi dari angka
penjualan sepeda motor di wilayah X dan Y.
NB:
Uji kesamaan variansi disebut juga uji Homogenitas variansi. Dan asumsi kesamaan
variansi adalah salah satu asumsi yang diperlukan dalam uji T selain asumsi normal.
• Estimasi Titik
Dengan mendefinisian : d i = Yi − X i . dimana : n = 1, 2, … , n
Maka estimasi titik Perbedaan mean (rata-rata) dan variansi dari data
berpasangan adalah:
n n
∑ di ∑ (d i − d) 2
d= i =1
dan Sd2 = i =1
n n −1
Perhatikan : caranya seperti data satu sempel independen
• Estimasi Interval
Seperti pada kasus satu sempel independen
Dari 2 nilai estimasi titik tersebut dapat disusun interval konfidensi meannya
( μd ) dengan pada tingkat kepercayaan (1 − α )100% .
Untuk n kecil (n <<<<< 30)
s s
d − t⎛ α ⎞ . d ≤ μd ≤ d + t⎛ α ⎞ . d
⎜ ,n −1⎟ n ⎜ ,n −1⎟ n
⎝2 ⎠ ⎝2 ⎠
• Uji Hipotesis
Langkah-langkah :
a. Merumuskan hipotesis nol (Ho) dan hipotesis alternatif (H1)
i. Ho : μd = μ y − μ x = 0 vs H1 : μd ≠ 0 {uji dua sisi}
ii. Ho : μd = μ y − μ x ≤ 0 vs H1 : μd > 0 {uji satu sisi}
iii. Ho : μd = μ y − μ x ≥ 0 vs H1 : μd < 0 {uji satu sisi}
b. Menetapkan tingkat kepercayaan (1- α ) atau tingkat signifikansi ( α )
c. Menetapkan daerah kritis atau daerah penolakan Ho
Juga terdapat 3 keadaan, sesuai dengan 3 keadaan pada No. a
Contoh :
Berikut adalah data nilai tryout 7 siswa sebelum dan sesudah mengikuti les disebuah
bimbingan belajar di Yogyakarta
Gunakan tingkat kepercayaan 95%
Pembahasan :
Didefinisikan : d = nilai ujian sesudah – nilai ujian sebelum ikut les
Untuk membantu perhitungan dapat dibuat tabel perhitungan, sbb :
• Estimasi Titik
n
∑d i
33
d= i =1
= = 4, 71
n 7
2
n
⎛ n ⎞
∑
i =1
d − n ⎜ ∑ di ⎟
⎝ i =1
2
i
⎠ 347 − 7 *4, 712
Sd = = = 5, 67
n −1 7 −1
• Estimasi Interval
n = 7 <<<< 30 {n kecil}
Dengan mengunakan tingkat kepercayaan 95%, estimasi intervalnya adalah :
s s
d − t⎛ α ⎞ . d ≤ μd ≤ d + t⎛ α ⎞ . d
⎜ ,n −1⎟ n ⎜ ,n −1⎟ n
⎝2 ⎠ ⎝2 ⎠
5,67 5,67
4,71− t( 0,025;6) .≤ μd ≤ 4,71+ t( 0,025;6) .
7 7
4,71− 2,4469*2,13 ≤ μd ≤ 4,71 + 2,4469*2,13
4,71− 5,21 ≤ μd ≤ 4,71 + 5,21
−0,50 ≤ μd ≤ 9,92
• Uji Hipotesis
Akan dilakukan uji hipotesis “ Apakah mengikuti les, secara signifikan
meningkatkan nilai siswa?”
n = 7 <<<< 30 {n kecil} Î Gunakan uji T
a. Ho : μd ≤ 0
H1 : μd > 0 { nilai meningkat}
b. Tingkat kepercayaan 95% atau tingkat signifikansi ( α = 0, 05 )
c. Daerah kritis atau daerah penolakan Ho
Ho ditolak: T* > t ⎛ α ⎞ ⇒ T* > t ( 0,025;6 ) ⇒ T* > 2, 4469
⎜ ,n −1⎟
⎝2 ⎠
2,4469 T
2,11
d. Statistik uji yang digunakan adalah T*
d 4, 71
T* = = = 2,11
sd 5, 67
n 7
e. Tampak bahwa T* tidak berada didaerah penolakan
Dengan demikian belum cukup alasan mengatakan bahwa mengikuti les di
bimbingan belajar dapat meningkatkan nilai siswa