STATISTIKA II IT

Transkripsi

1 STATISTIKA II IT Ummu Kalsum UNIVERSITAS GUNADARMA 2016

2 KONTRAK KULIAH Waktu: Rabu, dan Jam mulai : 3 sks, maka: Mulai: Selesai: 3 x 50 menit = 150 menit Keterlambatan : MOHON KETERLAMBATAN TIDAK LEBIH 15 MENIT Sanksi atau hukuman, sebagai contoh: Menguraikan pengetahuan tentang materi saat itu Membuat rhesume materi Menyampaikan review materi sebelumnya

3 Larangan dalam kelas : makan dan membuat keributan boleh air minum Pakaian: sopan dan rapi, kaos oblong (ada kerah) Celana modif/sengaja sobekan Penambahan point Kalau dosen pengampu terlambat 1 Menjawab soal/pertanyaan Review materi sebelumnya Kehadiran 1 Ketua kelas : MAILING LIST: ummukalsum89@yahoo.co.id Hp:

4 No. Waktu PERTEMUAN Bab 1 2 Mar Pendahuluan : Statistik induktif (inferensial) 2 9 Mar Pengganti? Pendugaan parameter 3 16 Mar Pendugaan parameter 4 23 Mar Pendugaan parameter 5 30 Mar Hipotesis 6 6 Apr Hipotesis 7 13 Apr Hipotesis

5 LANJUTAN PERTEMUAN No. Waktu Bab 8 20 Apr Analisis ragam 9 27 Apr Analisis ragam 10 4 Mei Chi kuadrat, review 12 8 Juni Uji kontigensi Juni Juni Juni Uji regresi linear sederhana, Berganda dan uji korelasi Penerapan Metoda Statistik Inferensia Review

6 Referensi Hasan, M. Iqbal Pokok-Pokok Materi Statistik 2 (Statistik Inferensif). Jakarta: Bumi Aksara. Mulyono, Sri Statistika untuk Ekonomi dan Bisnis. Jakarta: Lembaga Penerbit Fakultas Ekonomi UI. Walpole, Ronald E Pengantar Statistika Edisi Ke-3. Jakarta: PT Gramedia Pustaka Utama Statistika II/Statistika Perancangan Percobaan

7 Statistika inferensia Statistika? Inferensia?

8 statistika Ilmu mengumpulkan, tabulasi, penggolongan, analisis dan menyimpulkan berdasarkan bukti (berupa data) inferensia Dapat disimpulkan

9 Statistika Inferensia?

10 Statistika Inferensia/induktif Merupakan bagian statistika yang mencakup semua metode yang berhubungan dengan analisis sebagian data untuk kemudian sampai pada pendugaan atau penarikan kesimpulan mengenai keseluruhan gugus data

11 Inferensia statistika dikelompokkan dalam 2 bidang utama : pendugaan dan pengujian hipotesis Pendugaan biasanya pendugaan parameter Mengapa bidang utamanya pendugaan parameter dan pengujian hipotesis?

12 Data Analisis Simpulan Ciri khas? Sampel? Populasi?

13 Populasi dan Sampel

14 Populasi dan Sampel Alasan menggunakan sampel: a. Biaya & Sumber Daya b. Waktu c. Ketelitian d. Sifat merusak / mengganggu Populasi RANDOM Sampel Rata-rata (µ) Simpangan Baku / standard deviasi (σ)

15 Populasi dan Sampel

16 Metode Sampling Random Sampling pemilihan acak yang menjamin setiap anggota populasi memiliki peluang yang sama untuk terpilih sebagai sampel

17 Metode Sampling Teori sampling didasarkan atas adanya pengaruh saling meniadakan diantara anggota populasi Random Sampling pemilihan acak yang menjamin setiap anggota populasi memiliki peluang yang sama untuk terpilih sebagai sampel

18 Populasi vs Sampel Parameter Populasi Sebuah parameter populasi selalu konstan Sebuah populasi hanya memiliki sebuah nilai µ Statistik Sampel Merupakan variabel acak (random) Setiap statistik sampel memiliki sebuah distribusi peluang (probability distribution) Distribusi peluang dari suatu statistik sampel disebut distribusi sampling

19 Bentuk Distribusi Sampling Bentuk distribusi sampling x berkaitan dengan dua kondisi, yaitu: 1.Populasi dimana sampel diambil memiliki distribusi normal 2.Populasi dimana sampel diambil tidak memiliki distribusi normal

20 Distribusi Populasi Distribusi Populasi merupakan distribusi peluang yang diturunkan dari informasi seluruh elemen populasi Contoh 1: Ada 5 mahasiswa yang mengambil m.k. Statistika Lanjut dengan hasil akhir masing2 adalah: 70, 78, 80, 80, 95 Jika tidak dilakukan pengelompokan, maka buatlah distribusi peluang populasinya!

21 Distribusi Populasi Distribusi Peluang Populasi Jawab: Tabel Distribusi Peluang x x f P(x) / / / /5 f = 5 P(x) = 1

22 Distribusi Sampling Distibusi Sampling yaitu suatu distribusi peluang semua nilai statistik dari suatu sample yang diambil dari sebuah populasi A.Distribusi Sampling Rata-rata Dalam suatu populasi, hanya ada 1 nilai ratarata populasi µ Rata-rata sampel x, nilainya merupakan variabel acak sehingga memiliki distribusi peluang = distribusi sampling rata-rata, x

23 Contoh : Dari contoh sebelumnya dengan 5 anggota populasi (A, B, C, D, E) berwisata, buatlah semua kemungkinan sampel yang dapat terjadi jika masing2 sampel terdiri dari 3 anggota tersebut berwisata dalam waktu yang bersamaan? Penyelesaian: Jumlah kombinasi sampel yang terjadi dihitung dengan rumus kombinasi: Kemungkinan kombinasi sampel ( ) 5 3 5! 10 3! (5-3)!

24 Sampling dari populasi yang terdistribusi normal Jika populasi dimana sampel diambil memiliki distribusi normal. dengan mean µ dan simpangan baku, maka distribusi sampling dari mean sampel x akan juga terdistribusi normal, dengan mean dan simpangan baku: µ x = µ dan x = σ n ( X -µ)pangkat 2 f X f = sample value = frekuensi

25 Z-value for Sampling Distribution of the Mean Z-value adalah peubah acak normal baku, umumnya menunjukkan berapa kali suatu sampel itu menyimpang Z-value for the sampling distribution of : Z (X σ μ X X ) (X μ) σ n where: baku X μ σ = sample mean = population mean = population standard deviation/simpangan n = sample size

26 Z-value for Sampling Distribution of the Median Z-value adalah peubah acak normal baku, umumnya menunjukkan berapa kali suatu sampel itu menyimpang Z-value for the sampling distribution of : Z (X σ μ X X ) (X μ) σ n where: baku X μ σ = sample value = population median = population standard deviation/simpangan n = sample size

27 Contoh soal 1. Tentukan Peluang terambil masing-masing sampel..? Terdapat nilai 0, 1, 2, 3, 4 2. Soal no. 1 nilai tengah dan ragam/simpangan baku dari distribusi nilai tengah?

28 Sampling Distribution Properties μ x μ Normal Population Distribution (i.e. xis unbiased ) Normal Sampling Distribution (has the same mean) μ x μ x x

29

30 Terima kasih