Metode Statistika

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:

Cucu-Cucu ku yang cakep …. Halo … Nama Saya LUNA

Tau kah kalian rata-rata penggunaan Untuk menjaga stamina, saya
air per individu perhari di Indonesia joging lebih kurang 90 menit
adalah sekitar 144 liter (ngerti g ya?) setiap harinya

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 parameter dan statistik

Parameter Statistik
Rataan (Mean) μ x
Variansi σ2 s2

Moh. Farhan Qudratullah, M.Si F SAINTEK UIN Sunan Kalijaga

Metode Statistika
 

Yang akan kita bahas ada 3, yaitu :

1. Inferensi satu sampel independen
2. Inferensi dua sampel inddependen
3. Inferensi dua sampel berpasangan

INFERENSI SATU SAMPEL INDEPENDEN

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

Moh. Farhan Qudratullah, M.Si F SAINTEK UIN Sunan Kalijaga

Metode Statistika
 

Contoh Kasus (lanjutan 1)

Untuk data diatas pada tingkat kepercayaan 95%
s 8.11
Dari tabel distribusi t, diperoleh: t( 0.025,11) = 2.201 , kemudian s x = = = 2.34 .
n 12
Sehingga dapat disusun inteval konfidensi 95%:
B = 113 − 2.201*2.34 = 107.85⎫
⎬ ⇒107.85 ≤ μ ≤ 118.15
A = 113 + 2.201*2.34 = 118.15⎭

Contoh Lain (Gunardi, hal 76):

Sebuah maskapai penerbangan nasional mencatat bahwa dari 225 penerbangan, rata-rata
jumlah kursi yang kosong adalah 11,6 dan standar deviasi 4,1.
Estimasi interval pada tingkat kepercayaan 99% adalah :
Pembahasan :
Karena n = 225 > 30 maka kita mengunakan pendekatan distribusi normal dapat
diperoleh estimasi interval pada tingkat kepercayaan 99%:
Dari tabel normal Zα /2 = Z0,005 = 2,575
s 4,1 ⎫
B = x − Zα/2 * = 11,6 − 2,575* = 11,6 − 0,7 = 10,9 ⎪
n 225 ⎪
⎬ ⇒ 10,9 ≤ μ ≤ 12,3
s 4,1
A = x + Zα/2 * = 11,6 + 2,575* = 11,6 + 0,7 = 12,3⎪
n 225 ⎪⎭

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 ⎠

Contoh Kasus (lanjutan 2)

Untuk data diatas pada tingkat kepercayaan 90%
n=12 dan s 2 = 65,82
Dari tabel distribusi chi-kuadrat, diperoleh: χ 2( 0.05,11) = 19, 675 dan
χ 2
(1− 0.05,11) =χ 2
(1− 0.95,11) = 4,575

Moh. Farhan Qudratullah, M.Si F SAINTEK UIN Sunan Kalijaga

Metode Statistika
 

Sehingga diperoleh estimasi interval untuk σ 2 :

B=
( n −1) S2 = 11*65,42 = 36.77 ⎫
⎪
χ⎛2α ⎞
19,675 ⎪
⎜ ;n −1⎟
⎝2 ⎠ ⎪
⎬ ⇒ 36.77 ≤ σ ≤ 158.14
2

( n −1) S = 11*65,42 = 158.14⎪

A= 2
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

Idealnya dalam pengambilan keputusan nilai α dan β keduanya kecil.

Moh. Farhan Qudratullah, M.Si F SAINTEK UIN Sunan Kalijaga

Metode Statistika
 

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)

Langkah-langkah pengujian hipotesis :

Secara umum, tanpa memperhatikan parameter yang kita hipotesiskan. Langkah-langkah
pengujian hipotesis dapat ditempuh meliputi :
1. Merumuskan hipotesis nol (Ho) dan hipotesis alternatif (H1)
2. Menetapkan besarnya tingkat kepercayaan (1- α ) atau tingkat signifikansi ( α )
3. Menetapkan daerah kritis atau daerah penolakan Ho
4. Melakukan perhitungan berdasarkan statistik uji (sesuai dengan Rumus)
5. Mengambil kesimpulan : menerima atau menolak Ho

Untuk Uji Hipotesis satu sampel independen

1. Merumuskan hipotesis nol (Ho) dan hipotesis alternatif (H1)
Terdapat 3 keadaan :
a. Ho : μ = μ 0 vs H1 : μ ≠ μ 0 {uji dua sisi}
b. Ho : μ ≤ μ 0 vs H1 : μ > μ 0 {uji satu sisi}
c. Ho : μ ≥ μ 0 vs H1 : μ < μ 0 {uji satu sisi}
dimana adalah μ 0 suatu konstanta
2. Menetapkan besarnya tingkat kepercayaan (1- α ) atau tingkat signifikansi ( α )
Î sesuai dengan soal atau keinginan si peneliti
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

Daerah Penolakan Daerah Penolakan

−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}

Moh. Farhan Qudratullah, M.Si F SAINTEK UIN Sunan Kalijaga

Metode Statistika
 

Dengan kata lain : Ho diterima jika Z* ≤ Z α

c. Ho ditolak: Z* < − Zα {Perhatikan : tandanya sama dengan c.H1}

Dengan kata lain : Ho diterima jika Z* ≥ − Zα

4. Statistik uji yang digunakan adalah Z*
X − μ0
Z* =
σ
n
Jika nilai σ tidak diketahui, maka diganti dengan harga estimasi titik s
5. Kesimpulan

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 ⎠

uji satu sisi Î t ( α ,n −1)

Moh. Farhan Qudratullah, M.Si F SAINTEK UIN Sunan Kalijaga

Metode Statistika
 

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 kritis/ penolakan {Gunakan Tabel Z, karena n = 50 >>> 30}

Z* > Z0,05/2 ⇒ Z* > Z0,025 ⇒ Z* > 1,96 atau
Z* < − Z0,05/2 ⇒ Z* < − Z0,025 ⇒ Z* < −1,96

Daerah Penerimaan

Daerah Penolakan Daerah Penolakan

−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.

Moh. Farhan Qudratullah, M.Si F SAINTEK UIN Sunan Kalijaga

Metode Statistika
 

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”

Moh. Farhan Qudratullah, M.Si F SAINTEK UIN Sunan Kalijaga

Metode Statistika
 

INFERENSI DUA SAMPEL INDEPENDEN

Contoh Kasus :
Suatu daerah A dibagi menjadi 2 wilayah, yaitu X dan Y
Berikut adalah data penjualan sepeda motor dari 10 dealer yang dipilih secara acak di
masing-masing wilayah

No. Wil. X Wil. Y

1 50 31
2 45 33
3 48 36
4 36 40
5 39 38
6 40 35
7 42 35
8 35 29
9 60 40
10 55 43
Jumlah 450 360
Mean 45 36
Variansi 67,78 18,89

Pembahasan:
Dari data di atas diperoleh:

Dari data di atas dapat dihitung :

10 10

∑ 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

Moh. Farhan Qudratullah, M.Si F SAINTEK UIN Sunan Kalijaga

Metode Statistika
 

Inferensi Selisih 2 Mean Sampel Independen

• Estimasi Titik
Mean : ( μ1 − μ 2 ) = ( μ x − μ y ) = ( X − Y )
Variansi :
2
S2x Sy
- untuk n > 30 Î S = + 2

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

Ingat : Tabel T digunakan jika (nx + ny) kecil (<<<30)

Interval kepercayaan (1− α ) % dari ( μ1 − μ 2 ) atau ( μ x − μ y ) untu n kecil adalah :

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

Untuk contoh kasus di atas (Data penjualan sepeda motor)

n = 20 <<<< 30 (kecil)
Dapat dihitung :
*) Estimasi titik selisih rata-rata dan standar deviasi penjualan sepeda motor wilayah
X dan Y di daerah A adalah :
- Rata-rata : ( μ x − μ y ) = ( X − Y ) = 45 − 36 = 9 unit
- Standar deviasi :
(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
*) Estimasi interval rata-rata penjualan sepeda motor wilayah X dan Y di daerah A
adalah :
Dengan menggunakan tingkat kepercayaan 95%
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

Moh. Farhan Qudratullah, M.Si F SAINTEK UIN Sunan Kalijaga

Metode Statistika
 

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

Daerah Penolakan Daerah Penolakan

−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}

Dengan kata lain : Ho diterima jika Z* ≤ Z α

Moh. Farhan Qudratullah, M.Si F SAINTEK UIN Sunan Kalijaga

Metode Statistika
 

c. Ho ditolak: Z* < − Zα {Perhatikan : tandanya sama dengan c.H1}

Dengan kata lain : Ho diterima jika Z* ≥ − Zα

4. Statistik uji yang digunakan adalah Z*
X−Y
Z* =
σ2x σ y
2

+
nx ny
Biasanya nilai σ tidak diketahui, maka statisti uji yang biasa digunakan
adalah :
X−Y
Z* =
2
S2x Sy
+
nx ny

Untuk n keci (>>>>>30): Gunakan uji T dengan db : nx + ny -2

X−Y (n X − 1)SX 2 + (n Y − 1)SY 2
T* = , dim ana : Sp =
1 1 nX + nY − 2
sp +
nx ny
Kalau kita mengunakan uji T, secara otomatis daerah kritis/ penolakan
disesuaikan (mengganti semua nilai distribusi Z dengan distribusi T)

5. Kesimpulan : Terima/ Tolak Ho

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.

Moh. Farhan Qudratullah, M.Si F SAINTEK UIN Sunan Kalijaga

Metode Statistika
 

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

Daerah Penolakan Daerah Penolakan

−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

e. Karena Z* > Z-tabel atau Z* masuk daerah penolakan, maka dapat

disimpulkan Ho ditolak
Artinya : waktu yang diperlukan karyawan perusahaan menyelesaikan suatu
pekerjaan berbeda dengan karyawan perusahaan B

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}

Moh. Farhan Qudratullah, M.Si F SAINTEK UIN Sunan Kalijaga

Metode Statistika
 

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

n -2 = 28 <<<< 30 {Gunakan uji T}

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

d. Statistik uji yang digunakan adalah T*

X−Y 45 − 36 9
T* = = = = 2, 77
1 1 1 1 3, 25
sp + 7,265. +
nx ny 10 10

Moh. Farhan Qudratullah, M.Si F SAINTEK UIN Sunan Kalijaga

Metode Statistika
 

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

e. Karena T* > T-tabel atauT* masuk daerah penolakan, maka dapat

disimpulkan Ho ditolak
Artinya : Anka penjualan sepeda motor secara signifikan wilayah X lebih
tinggi dibanding wilayah Y

Inferensi Perbandingan Variansi 2 Sampel Independen

• Estimasi Titik
σ 2x S2x
Penaksiran titik perbandingan variansi dua populasi adalah : =
σ2y S2y

• 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

Moh. Farhan Qudratullah, M.Si F SAINTEK UIN Sunan Kalijaga

Metode Statistika
 

• 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)}

Dengan kata lain :

1
Ho diterima jika < F* < F α 2;( n
F α 2;( n { x −1 );( n y −1)}
{ x −1);( n y −1)}

ii. Ho ditolak: F* > F α;( n

{ x −1 );( n y −1)}

Dengan kata lain : Ho diterima jika F* ≤ F α ;( n

{ x −1 );( n y −1)}

Moh. Farhan Qudratullah, M.Si F SAINTEK UIN Sunan Kalijaga

Metode Statistika
 

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)}

d. Statistik uji yang digunakan adalah F*

S2x
F* =
S2y
e. Kesimpulan : Terima/ Tolak Ho

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

Moh. Farhan Qudratullah, M.Si F SAINTEK UIN Sunan Kalijaga

Metode Statistika
 

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

4. Statistik uji yang digunakan adalah F*

S2x 67, 78
F* = = = 3,588
S2y 18,89

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.

Moh. Farhan Qudratullah, M.Si F SAINTEK UIN Sunan Kalijaga

Metode Statistika
 

INFERENSI DUA SAMPEL DEPENDEN/ BERPASANGAN

Î Sebelumya dibahas bahwa sampel terdiri atas 2 kelompok yang berbeda dan data
yang dihasilkan ada dua kelompok data. Kenyataannya dalam suatu penelitian, kita
mengunakan satu kelompok sampel tetapi perlakuannya yang berbeda dan data yang
dihasilkanpun ada 2 (sepasang) kelompok data, yaitu: (X1, Y1), (X2, Y3), · · · ,
(Xi, Yi), · · · , (Xn, Yn)

• 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 ⎠

Untuk n kecil (n <<<<< 30)

s s
d − Zα . d ≤ μd ≤ d + Zα . d
2 n 2 n

• 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

Moh. Farhan Qudratullah, M.Si F SAINTEK UIN Sunan Kalijaga

Metode Statistika
 

Untuk n besar {n >>>> 30}

i. Ho ditolak: Z* > Zα /2 atau Z* < − Zα / 2
Dengan kata lain : Ho diterima jika − Zα / 2 < Z* < Zα / 2
ii. Ho ditolak: Z* > Zα
Dengan kata lain : Ho diterima jika Z* ≤ Z α
iii. Ho ditolak: Z* < − Zα
Dengan kata lain : Ho diterima jika Z* ≥ − Zα
d. Statistik uji yang digunakan adalah Z*
d
Z* =
σd
n
Jika nilai σ tidak diketahui, maka diganti dengan harga estimasi titik s
e. Kesimpulan : Terima/ Tolak Ho
Ingat : n kecil {n <<<<< 30}Î Gunakan uji T

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 :

 
 

Moh. Farhan Qudratullah, M.Si F SAINTEK UIN Sunan Kalijaga

Metode Statistika
 

Selanjutnya dapat dihitung :

• 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 ⎠

Dengan kata lain : Ho diterima jika Z* ≤ 2, 4469

Moh. Farhan Qudratullah, M.Si F SAINTEK UIN Sunan Kalijaga

Metode Statistika
 

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

Moh. Farhan Qudratullah, M.Si F SAINTEK UIN Sunan Kalijaga