Pendugaan Parameter. Ayundyah Kesumawati. April 13, Prodi Statistika FMIPA-UII. Ayundyah (UII) Pendugaan Parameter April 13, / 30

Ukuran: px
Mulai penontonan dengan halaman:

Download "Pendugaan Parameter. Ayundyah Kesumawati. April 13, Prodi Statistika FMIPA-UII. Ayundyah (UII) Pendugaan Parameter April 13, / 30"

Transkripsi

1 Pendugaan Parameter Ayundyah Kesumawati Prodi Statistika FMIPA-UII April 13, 2015 Ayundyah (UII) Pendugaan Parameter April 13, / 30

2 Pendugaan 1 Proses yang menggunakan sampel statistik untuk menduga / menaksir hubungan parameter populasi yg tidak diketahui 2 Penduga : suatu statistik yg digunakan untuk menduga suatu parameter 3 Estimasi: Pengukuran terhadap nilai parameternya (populasi) dari data sampel yang diketahui Ayundyah (UII) Pendugaan Parameter April 13, / 30

3 Sifat-sifat Penduga 1 θ merupakan penduga tak bias dari θ jika E(ˆθ)=θ 2 ˆθ merupakan penduga konsisten bagi θ apabila nilai ˆθ cenderung mendekati nilai parameter θ untuk n yang semakin besar mendekati tak terhingga 3 ˆθ merupakan penduga yang efisien bagi θ jika penduga ˆθ memiliki varians tau standar deviasi yang lebih kecil dibandingkan dengan penduga lainnya. 4 ˆθ merupakan penduga yang cukup bagi θ apabila ˆθ mencakup seluruh informasi tentang θ yang terkandung di dalam sampel. Ayundyah (UII) Pendugaan Parameter April 13, / 30

4 Jenis-jenis pendugaan berdasarkan cara penyajiannya 1 Pendugaan Titik Pendugaan yg hanya mempunyai atau menyebutkan satu nilai. Tidak memberikan selisih atau jarak antara nilai penduga dengan nilai sebenarnya (parameter) 2 Pendugaan Interval Pendugaan yg memp dua nilai sbg pembatasan/ daerah pembatasan Digunakan tingkat keyakinan thd daerah yg nilai sebenarnya/parameternya akan berada. Nilai (1-α) disebut koefisien kepercayaan Selang kepercayaan : (1-α) x 100 Ayundyah (UII) Pendugaan Parameter April 13, / 30

5 Jenis-jenis pendugaan berdasarkan parameternya 1 Pendugaan rata-rata 2 Pendugaan proporsi 3 Pendugaan varians Ayundyah (UII) Pendugaan Parameter April 13, / 30

6 Pendugaan interval untuk rata-rata 1 Untuk sampel besar (n > 30) a. Utk populasi tdk terbatas/ populasi terbatas yg pengambilan sampelnya dgn pengembalian dan σ diketahui X Z α 2. σ n < µ < X + Z α 2. σ n (1) Penaksiran rata-rata sampel adalah menentukan interval nilai rata-rata sampel yang dapat memuat parameter rata-rata populasi, jika dipakai distribusi probabilitas normal, confedence interval untuk rata-rata ditentukan. Ayundyah (UII) Pendugaan Parameter April 13, / 30

7 Sehingga didapat dua batas kepercayaan ˆθ = x Z α 2. σ n dan ˆθ = x + Z α 2. σ n (2) Contoh: Rata-rata IP sampel acak 36 mahasiswa tingkat S-1 adalah 2,6. Hitung selang kepercayaan 95 % dan 99 % untuk rata-rata IP semua mahasiswa S-1! Anggap bahwa standar deviasi populasinya 0,3. Ayundyah (UII) Pendugaan Parameter April 13, / 30

8 b. Untuk populasi terbatas, pengambilan sampel tanpa pengembalian dan σ diketahui σ N n X Z α/2 n. N 1 < µ < X + Z σ N n α/2. n N 1 (3) Ayundyah (UII) Pendugaan Parameter April 13, / 30

9 2. Untuk sampel kecil (n 30) X t α 2. s n < µ < X + t α 2. s n (4) dengan s = Σ n i=1 X i n 1 (Σn i=1 X i) 2 n(n 1) Ayundyah (UII) Pendugaan Parameter April 13, / 30

10 Latihan Soal 1 Sebuah perusahaan ingin mengestimasi rata-rata waktu yang diperlukan oleh sebuah mesin yang digunakan untuk memproduksi satu jenis kain. Diambil secara acak 36 pis kain, waktu rata-rata yang diperlukan untuk memproduksi 1 pis kain adalah 15 menit. Jika diasumsikan standar deviasi populasi 3 menit, tentukan estimasi interval rata-rata dengan tingkat confidence (tingkat kepercayaan) 95 %? 2 Lima karyawan PT TELITI dipilih secara acak, kemudian diukur beratnya. Datanya adalah 62, 67, 70, 65 dan 60 kg. Buatlah pendugaan interval rata-ratanya dgn tingkat keyakinan 99%? Ayundyah (UII) Pendugaan Parameter April 13, / 30

11 Pendugaan Interval Untuk Proporsi 1. Untuk sampel besar (n > 30) a. Untuk populasi tidak terbatas p Z α/2 p(1 p) n < P < p + Z α/2 p(1 p) n b. Untuk populasi terbatas dan pengambilan sampel tanpa pengembalian p(1 p) N n p(1 p) N n p Z α/2 n N 1 < P < p + Z α/2 n N 1 (6) (5) Ayundyah (UII) Pendugaan Parameter April 13, / 30

12 2. Untuk sampel kecil (n 30) p t α/2 p(1 p) n < P < p + t α/2 p(1 p) n (7) Ayundyah (UII) Pendugaan Parameter April 13, / 30

13 Latihan Soal 1. Sebuah peti kemas diperiksa untuk menaksir persentase barang rusak. Untuk keperluan tersebut, diambil 60 buah barang yang ada dalam peti dan diperoleh 9 buah rusak. Dugalah persentase barang yang rusak. Digunakan interval keyakinan 99 %. 2. Sebuah Sampel sebanyak 25 buah apel, 8 diantaranya apel kualitas rusak. Dengan interval keyakinan 95%, tentukan proporsi apel yang rusak? 3. Sebuah perusahaan memproduksi baut, menggunakan mesin otomatis dengan diameter menyebar mengikuti distribusi normal yang standar deviasinya (populasi) 0,02 milimeter. Diambil sampel acak empat buah baut untuk suatu pemeriksaan, ternyata rata-rata diameternya sebesar 24,98mm. Buatlah selang kepercayaan dengan tingkat kepercayaan 98 persen bagi rata-rata baut. Ayundyah (UII) Pendugaan Parameter April 13, / 30

14 4. Lima karyawan PT TELITI dipilih secara acak, kemudian diukur beratnya. Datanya adalah 62, 67, 70, 65 dan 60 kg. Buatlah pendugaan interval rata-ratanya dgn tingkat keyakinan 99 % 5. Dari sampel random 400 orang yg makan siang di restoran NIKMAT selama beberapa hari Sabtu, diperoleh data 125 org yg menyukai makanan tradisional. Tentukan pendugaan interval bagi proporsi sebenarnya, orang yg menyukai makanan tradisional utk makan siangnya pd hari Sabtu di restoran tersebut dgn menggunakan interval keyakinan 98 % Ayundyah (UII) Pendugaan Parameter April 13, / 30

15 Pendugaan Parameter Dua Populasi Dalam materi ini akan dibahas metode inferensi (pendugaan) statistik untuk membandingkan dua perlakuan atau dua populasi berdasarkan sampel-sampel yang independen. Bila ada 2 populasi masing-masing dengan rata-rata µ 1 dan µ 2, varians σ 2 1 dan σ 2 2, maka estimasi dari selisih µ 1 dan µ 2 adalah x 1 dan x 2, sehingga Z = (x 1 x 2 ) (µ 1 µ 2 ) (σ ) ( ) 2 1 σ n 1 n 2 Ayundyah (UII) Pendugaan Parameter April 13, / 30

16 Pendugaan Interval Beda Dua Rata-Rata 1. Untuk sampel besar dan σ 2 1 dan σ2 2 diketahui ( X 1 X 2 ) Z α 2.σ X 1 X 2 < (µ 1 µ 2 ) < ( X 1 X 2 ) + Z α 2.σ X 1 X 2 dengan (σ ) ( ) 2 σ X 1 X 2 = 1 σ n 1 n 2 Ayundyah (UII) Pendugaan Parameter April 13, / 30

17 Contoh Soal Diketahui nilai ujian kimia yang diberikan pada 50 siswa putri dan 75 siswa putra mempunyai rata-rata secara berurutan adalah 76 dan 86. Cari selang kepercayaan 96 % untuk selisih µ 1 -µ 2. Anggap standar deviasi populasi untuk masing-masing putri dan putra adalah 8 dan 6 Ayundyah (UII) Pendugaan Parameter April 13, / 30

18 Misal : X 1 = 86 adalah nilai siswa putra, n 1 =75 dan σ 1 =6 X 1 = 76 adalah nilai siswa putri, n 1 =50 dan σ 1 =8 α = 0, 04 z 0,02 = 2, 05. Sehingga Selang kepercayaan 96 % bagi selisih rata-rata nilai siswa putra dengan siswa putri adalah ( ) X 1 X 2 Z α.σ 2 X 1 X 2 < (µ 1 µ 2 ) < ( ) X 1 X 2 + Z α (86 76) (2, 05). 8 2 sehingga diperoleh... < (µ 1 µ 2 ) < < (µ 1 µ 2 ) < (86 76) + (2, 05) σ X 1 X Ayundyah (UII) Pendugaan Parameter April 13, / 30

19 Interpretasi 1. Dapat dipercaya 96 % bahwa selisih rata-rata nilai ujian kimia semua siswa putra dengan siswa putri berkisar antara 3,43 hingga 8, Dengan tingkat signifikansi 4 %, rata-rata nilai ujian kimia semua siswa putra lebih tinggi antara 3.43 hingga 8.57 dari nilai ujian kimia semua siswa putri. Ayundyah (UII) Pendugaan Parameter April 13, / 30

20 2. Untuk sampel kecil, σ1 2 dan σ2 2 tidak diketahui, selang kepercayaan (1-α) 100% untuk µ 1 µ 2 ( ) X 1 X 2 t α.s 2 X 1 X 2 < (µ 1 µ 2 ) < ( ) X 1 X 2 + t α.s 2 X 1 X 2 dengan dan s X 1 X 2 = ( (n 1 1)s1 2 + (n 2 1)s2 2 ) ( ) n 1 + n 2 2 n 1 n 2 s1 2 = ΣX 1 2 n 1 1 (ΣX 1) 2 n 1 (n 1 1) s2 2 = ΣX 2 2 n 2 1 (ΣX 2) 2 n 2 (n 2 1) Ayundyah (UII) Pendugaan Parameter April 13, / 30

21 Contoh Suatu sampel random sebanyak 12 buah, dari jenis produk yang dihasilkan oleh suatu perusahaan mempunyai berat rata-rata 3.11 gr dengan standar deviasi gr. Sedangkan sampel yang lain dari jenis produk yang dihasilkan perusahaan lainnya berjumlah 15 buah dengan berat rata-rata 2.04 grdan standar deviasi Distribusi berat produk diasumsikan berdistribusi normal, estimasilah perbedaan rata-rata tersebut dengan tingkat kepercayaan 90 persen. Ayundyah (UII) Pendugaan Parameter April 13, / 30

22 2. Selang kepercayaan (1-α)100 % untuk µ 1 µ 2 ; dimana σ1 2 σ2 2, σ2 1 dan σ2 2 tidak diketahui. ( ) X 1 X 2 t v α. 2 dengan s1 2 + s2 2 < µ 1 µ 2 < ( ) X 1 X 2 + t v α. n 1 n 2 2 s 2 1 n 1 + s2 2 n 2 v = ( S 2 1 ( S S 2 2 n 1 ) 2 n 1 ) 2 ( S 2 2 ) 2 n 1 n 2 (n 1 1) + (n 2 1) Ayundyah (UII) Pendugaan Parameter April 13, / 30

23 Soal Latihan Dalam sebuah penelitian kadar kimia-ortofosfor, a5 sampel dikumpulkan dari stasion 1 dan 12 sampel diukur dari stasion 2. ke 15 sampel dari stasion 1 mempunyai rata-rata kadar ortofosfor 3.84 mg/l dan standar deviasi 3.07 mg/l, sedangkan 12 sampel dari stasion 2 mempunyai rata-rata kadar 1.49 mg/l dengan standar deviasi 0.80 mg/l. Cari selang kepercayaan 95% untuk selisih rata-rata kadar ortofosfor sesungguhnya pada kedua stasion tersebut, anggap bahwa pengamatan berasal dari populasi normal dengan varians yang berbeda Ayundyah (UII) Pendugaan Parameter April 13, / 30

24 Pendugaan interval beda dua proporsi (P 1 P 2 ) Z α/2.s (p1 p 2 ) < p 1 p 2 < (P 1 P 2 ) + Z α/2.s (p1 p 2 ) dengan S p1 p 2 = p 1 (1 p 1 ) n 1 + p 2(1 p 2 ) n 2 Ayundyah (UII) Pendugaan Parameter April 13, / 30

25 Contoh Suatu perubahan dalam cara pembuatan suku cadang sedang direncanakan. Sampel diambil dari cara lama maupun yang baru untuk melihat apakah cara baru tersebut memberikan perbaiikan. Bila 75 dari 1500 suku cadang yang berasal dari cara lama ternyata cacat. Dan 80 dari 2000 yang berasal dari cara baru ternyata cacat. Carilah selang kepercayaan 90 % untuk selisih sesungguhnya proporsi yang baik dalam kedua cara tersebut! Ayundyah (UII) Pendugaan Parameter April 13, / 30

26 Estimasi Varians Populasi Sangat diperlukan untuk mengetahui sejauh mana sebaran nilai parameter sehingga dapat dijadikan untuk mengambil langkah-langkah dalam mengendalikannya Misalnya: yang berkaitan dg suatu tingkat kualitas produk, diinginkan agar bukan hanya rata-rata nilai parameternya yg memenuhi suatu persyaratan tetapi juga konsistensi dari nilai tersebut harus bisa terjamin Ayundyah (UII) Pendugaan Parameter April 13, / 30

27 Estimasi Varians Populasi Estimasi interval varians populasi berbentuk: (n 1)s 2 χ 2 α/2;v < σ 2 x < (n 1)s2 χ 2 1 α/2;v keterangan: χ 2 α/2;v = Nilai kritis yang tergantung tingkat kepercayaan dan derajat kebebasan v α = 1 - tingkat kepercayaan v = derajat kebebasan = n - 1 Ayundyah (UII) Pendugaan Parameter April 13, / 30

28 Contoh Suatu mesin pengisi gandum ke dalam kemasan dirancang untuk bekerja mengisi gandum ke dalam kotak rata-rata sebanyak 25 kg. Suatu pemeriksaan terhadap 15 kotak menunjukkan bahwa deviasi standard pengisian gandum itu adalah 0,0894 kg. Estimasikan deviasi standard populasi dg tingkat kepercayaan 95 % Ayundyah (UII) Pendugaan Parameter April 13, / 30

29 Latihan Soal 1. Dua jenis tambang ingin dibandingkan kekuatannya. Untuk itu, 50 potong tambang dr setiap jenis diuji dlm kondisi yg sama. Jenis A memiliki kekuatan rata-rata 87,2 kg dgn simpangan baku 6,3 kg, sedangkan jenis B memiliki kekuatan rata-rata 78,3 kg dgn simpangan baku 5,6 kg. Buatlah pendugaan interval beda dua rata-rata dgn interval keyakinan 94 % 2. Suatu sampel random sebanyak 300 org dewasa dan 400 remaja yg pernah menyaksikan sebuah acara di RCTI diketahui bahwa 125 org dewasa dan 250 remaja menyatakan suka pd acara tsb. Berapa beda proporsi dr seluruh org dewasa dan remaja yg menyukai acara tsb bl digunakan tingkat keyakinan 90% Ayundyah (UII) Pendugaan Parameter April 13, / 30

30 3. Data berikut berupa masa putar film yang diproduksi dua perusahaan film. Buatlah pendugaan interval bagi beda dua rata-rata masa putar film-film yang diproduksi oleh dua perusahaan tersebut dengan menggunakan interval keyakinan % Ayundyah (UII) Pendugaan Parameter April 13, / 30

ESTIMASI. Arna Fariza PENDAHULUAN

ESTIMASI. Arna Fariza PENDAHULUAN ESTIMASI Arna Fariza PENDAHULUAN MATERI LALU Karena adanya berbagai alasan seperti banyaknya individu dalam populasi amatan, maka penelitian keseluruhan terhadap populasi tersebut tidaklah ekonomis, baik

Lebih terperinci

(ESTIMASI/ PENAKSIRAN)

(ESTIMASI/ PENAKSIRAN) ESTIMASI PENDAHULUAN Karena adanya berbagai alasan seperti banyaknya individu dalam populasi amatan, maka penelitian keseluruhan terhadap populasi tersebut tidaklah ekonomis, baik tenaga, waktu, maupun

Lebih terperinci

MODUL XI SELANG KEPERCAYAAN UNTUK KEPERCAYAAN

MODUL XI SELANG KEPERCAYAAN UNTUK KEPERCAYAAN MODUL XI SELANG KEPERCAYAAN UNTUK KEPERCAYAAN Taksiran suatu parameter populasi dapat diberikan berupa taksiran titik atau berupa taksiran selang. Taksiran titik suatu parameter populasi θ merupakan nilai

Lebih terperinci

PENARIKAN SAMPEL & PENDUGAAN PARAMETER

PENARIKAN SAMPEL & PENDUGAAN PARAMETER PENARIKAN SAMPEL & PENDUGAAN PARAMETER Arti Penarikan Sampel Populasi ( Universe) adalah totalitas dari semua objek atau individu yang memiliki karakteristik tertentu, jelas dan lengkap yang akan diteliti

Lebih terperinci

Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan:

Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan: Topik Bahasan: Pengujian Hipotesis. Pendahuluan Hipotesis pernyataan yang merupakan pendugaan berkaitan dengan nilai suatu parameter populasi (satu atau lebih populasi) Kebenaran suatu hipotesis diuji

Lebih terperinci

STATISTIKA BISNIS PENDUGAAN STATISTIKA. Deden Tarmidi, SE., M.Ak., BKP. Modul ke: Fakultas Ekonomi dan Bisnis. Program Studi Akuntansi

STATISTIKA BISNIS PENDUGAAN STATISTIKA. Deden Tarmidi, SE., M.Ak., BKP. Modul ke: Fakultas Ekonomi dan Bisnis. Program Studi Akuntansi Modul ke: STATISTIKA BISNIS PENDUGAAN STATISTIKA Fakultas Ekonomi dan Bisnis Deden Tarmidi, SE., M.Ak., BKP. Program Studi Akuntansi www.mercubuana.ac.id PENDAHULUAN Data yang sudah didapat dari populasi

Lebih terperinci

Ummu Kalsum UNIVERSITAS GUNADARMA

Ummu Kalsum UNIVERSITAS GUNADARMA Ummu Kalsum UNIVERSITAS GUNADARMA 2016 Inferensia Statistika : Mencakup semua metode yang digunakan untuk penarikan kesimpulan atau generalisasi mengenai populasi dengan melakukan pengambilan sampel (sampling)

Lebih terperinci

PENAKSIRAN PARAMETER TM_3

PENAKSIRAN PARAMETER TM_3 PENAKSIRAN PARAMETER TM_3 Pendahuluan Statistik inverensial membicarakan bgmn mengeneralisasi informasi yg telah diperoleh. Segala aturan, dan cara, yg dpt di pakai sebagai alat dlm mencoba menarik kesimpulan

Lebih terperinci

BAB 6 PENAKSIRAN PARAMETER

BAB 6 PENAKSIRAN PARAMETER BAB 6 PENAKSIRAN PARAMETER Bab 6 PENAKSIRAN PARAMETER Standar Kompetensi : Setelah mengikuti kuliah ini, mahasiswa dapat memahami hubungan nilai sampel dan populasi dan menentukan distribusi sampling yang

Lebih terperinci

Hipotesis (Ho) Benar Salah. (salah jenis I)

Hipotesis (Ho) Benar Salah. (salah jenis I) PENGUJIAN HIPOTESIS Hipotesis Suatu pernyataan yang masih lemah kebenarannya dan perlu dibuktikan/ dugaan yg sifatnya masih sementara Hipotesis ini perlu untuk diuji utk kmd diterima/ ditolak Pengujian

Lebih terperinci

Penduga : x p s r b. Pertemuan Ke 9. BAB V PENDUGAAN PARAMETER

Penduga : x p s r b. Pertemuan Ke 9. BAB V PENDUGAAN PARAMETER Pertemuan Ke 9. BAB V PENDUGAAN PARAMETER 5.1 Pengertian Pendugaan Parameter. Pendugaan merupakan suatu bagian dari statistik inferensia yaitu suatu pernyataan mengenai parameter populasi yang tidak diketahui

Lebih terperinci

Ayundyah Kesumawati. April 27, 2015

Ayundyah Kesumawati. April 27, 2015 Kesumawati Prodi Statistika FMIPA-UII April 27, 2015 Estimasi interval Jika diperhatikan, terdapat kesamaan rumus-rumus yang dipakai pada saat pengujian hipotesis dan pendugaan selang kepercayaan. Untuk

Lebih terperinci

The Central Limit Theorem

The Central Limit Theorem Kesumawati Prodi Statistika FMIPA-UII March 30, 2015 Sifat-Sifat Distribusi Sampel Sifat-sifat dari distribusi sampel tersebut dikenal dengan Central Limit Theorem 1. Bentuk distribusi dari rata-rata sampel

Lebih terperinci

MODUL TEORI ESTIMASI ATAU MENAKSIR TEORI ESTIMASI ATAU MENAKSIR

MODUL TEORI ESTIMASI ATAU MENAKSIR TEORI ESTIMASI ATAU MENAKSIR TEORI ESTIMASI ATAU MENAKSIR MODUL 9 TEORI ESTIMASI ATAU MENAKSIR. Pendahuluan Untuk menginginkan mengumpulkan populasi kita lakukan dengan statistik berdasarkan data yang diambil secara sampling yang

Lebih terperinci

Tentukan : Jawab : N = 100. = Rp = Rp % selang kepercayaan = - 1,96. ( 1- ) 100% selang kepercayaan untuk adalah.

Tentukan : Jawab : N = 100. = Rp = Rp % selang kepercayaan = - 1,96. ( 1- ) 100% selang kepercayaan untuk adalah. 6.1. Akan diduga rataan pendapatan dari pelayan restoran di kota-kota besar di Jawa. Diambil sampel secara acak sebanyak 75 orang pelayan restoran, didapatkan rataan pendapatannya adalah Rp 130.000,- dengan

Lebih terperinci

TEORI PENDUGAAN (TEORI ESTIMASI)

TEORI PENDUGAAN (TEORI ESTIMASI) TEORI PENDUGAAN (TEORI ESTIMASI) Tujuan Pembelajaran Mempelajari bagaimana cara melakukan pendugaan parameter populasi berasarkan statistik yang dihitung dari sampel A. Pendahuluan Pendahuluan : Tujuan

Lebih terperinci

TEORI PENDUGAAN STATISTIK. Oleh : Riandy Syarif

TEORI PENDUGAAN STATISTIK. Oleh : Riandy Syarif TEORI PENDUGAAN STATISTIK Oleh : Riandy Syarif Pendugaan adalah proses menggunakan sampel (penduga) untuk menduga parameter (Populasi) yg tidak diketahui. Ilustrasi : konferensi perubahan iklim di Bali

Lebih terperinci

STATISTIKA II (BAGIAN

STATISTIKA II (BAGIAN STATISTIKA II (BAGIAN - ) Oleh : WIJAYA email : zeamays_hibrida@yahoo.com FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 008 Wijaya : Statistika II (Bagian-) 0 VI. PENGUJIAN HIPOTESIS Hipotesis

Lebih terperinci

BIOSTATISTIK HIPOTESIS UNTUK PROPORSI MARIA ALMEIDA ( ) NURTASMIA ( ) SOBRI ( )

BIOSTATISTIK HIPOTESIS UNTUK PROPORSI MARIA ALMEIDA ( ) NURTASMIA ( ) SOBRI ( ) BIOSTATISTIK UJI HIPOTESIS UNTUK PROPORSI MARIA ALMEIDA (20611003) NURTASMIA (20611022) SOBRI (20611027) : Tahapan-tahapan dalam uji hipotesis 1.Membuat hipotesis nol (H o ) dan hipotesis alternatif (H

Lebih terperinci

TEORI PENDUGAAN. diketahui berdasarkan informasi sampel.

TEORI PENDUGAAN. diketahui berdasarkan informasi sampel. TEORI PENDUGAAN Estimasi / Pendugaan Suatu pernyataan mengenai parameter populasi yang diketahui berdasarkan informasi sampel. Penduga atau Estimator Suatu statistik ti tik (harga sampel) yang digunakan

Lebih terperinci

KULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output:

KULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output: KULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output: 1. Terminating simulation 2. Nonterminating simulation: a. Steady-state parameters b. Steady-state cycle parameters

Lebih terperinci

Terima hipotesis Tidak membuat kesalahan Kesalahan tipe II Tolak hipotesis Kesalahan tipe I Tidak membuat kesalahan

Terima hipotesis Tidak membuat kesalahan Kesalahan tipe II Tolak hipotesis Kesalahan tipe I Tidak membuat kesalahan PENGUJIAN HIPOTESIS Hipotesis Statistik adalah pernyataan atau dugaan mengenai satu atau lebih populasi. Dengan mengambil suatu sampel acak dari populasi tersebut dan menggunakan informasi yang dimiliki

Lebih terperinci

Ayundyah Kesumawati. April 20, 2015

Ayundyah Kesumawati. April 20, 2015 Pengujian Kesumawati Nol dan Prodi Statistika FMIPA-UII April 20, 2015 Pengujian Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi Pengujian hipotesis berhubungan dengan penerimaan atau

Lebih terperinci

INTERVAL KEPERCAYAAN

INTERVAL KEPERCAYAAN INTERVAL KEPERCAYAAN Untuk menaksir interval taksiran parameter dengan koefisien kepercayaan, maka sebuah sampel acak diambil, lalu hitung nilai nilai statistik yang diperlukan. Perumusan dalam bentuk

Lebih terperinci

Konsep Dasar Statistik dan Probabilitas

Konsep Dasar Statistik dan Probabilitas Konsep Dasar Statistik dan Probabilitas Pengendalian Kualitas Statistika Ayundyah Kesumawati Prodi Statistika FMIPA-UII September 30, 2015 Ayundyah (UII) Konsep Dasar Statistik dan Probabilitas September

Lebih terperinci

ESTIMASI. Podojoyo, SKM, M.Kes. Podojoyo 1

ESTIMASI. Podojoyo, SKM, M.Kes. Podojoyo 1 ESTIMASI Podojoyo, SKM, M.Kes Podojoyo 1 Definisi Estimasi Suatu metode dimana kita dapat memperkirakan nilai populasi (parameter) dengan memakai nilai sampel (statistik) Podojoyo 2 Didalam estimasi nilai

Lebih terperinci

Hipotesis : asumsi atau anggapan bisa benar atau bisa salah seringkali dipakai sebagai dasar dalam memutuskan

Hipotesis : asumsi atau anggapan bisa benar atau bisa salah seringkali dipakai sebagai dasar dalam memutuskan PENGUJIAN HIPOTESIS Hipotesis : Merupakan suatu asumsi atau anggapan yang bisa benar atau bisa salah mengenai sesuatu hal, dan dibuat untuk menjelaskan sesuatu hal tersebut sehingga memerlukan pengecekan

Lebih terperinci

1. Pendugaan Parameter

1. Pendugaan Parameter . Pendugaan Parameter Di dalam pendugaan parameter terdapat dua jenis pendugaan yaitu : pendugaan parameter ratarata dari sampel dan pendugaan rata-rata dari populasi.. Pendugaan Parameter Satu Rata-Rata

Lebih terperinci

Haryoso Wicaksono, S.Si., M.M., M.Kom. Haryoso Wicaksono, S.Si., M.M., M.Kom. 1

Haryoso Wicaksono, S.Si., M.M., M.Kom. Haryoso Wicaksono, S.Si., M.M., M.Kom. 1 Haryoso Wicaksono, S.Si., M.M., M.Kom. Haryoso Wicaksono, S.Si., M.M., M.Kom. 1 Menarik suatu kesimpulan adalah tujuan mengumpulkan data kuantitatif Umumnya parameter populasi [rata-rata populasi & varians

Lebih terperinci

Pendugaan Parameter Populasi Secara Statistik

Pendugaan Parameter Populasi Secara Statistik Pendugaan Parameter Populasi Secara Statistik Julian Adam Ridjal PS Agribisnis Universitas Jember www.adamjulian.net Pendugaan Parameter Populasi Secara Statistik Pendugaan Parameter Populasi secara Statistik

Lebih terperinci

S T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON

S T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON S T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2010 PENDUGAAN PARMETER IV. PENDUGAAN PARAMETER Populasi N Sampling Sampel n Rata-rata : μ Simp. Baku : σ Ragam

Lebih terperinci

UJI HIPOTESIS SATU-SAMPEL

UJI HIPOTESIS SATU-SAMPEL UJI HIPOTESIS SATU-SAMPEL Pengantar 1. Tulisan ini terkait dengan artikel berjudul KETIKA ILMU HUKUM SEIRING STATISTIKA pada laman www.edscyclopedia.com. Pada website tersebut, mengenai uji hipotesis secara

Lebih terperinci

KONSISTENSI ESTIMATOR

KONSISTENSI ESTIMATOR KONSISTENSI ESTIMATOR TUGAS STATISTIKA MATEMATIKA II Oleh 1. Wahyu Nikmatus S. (121810101010) 2. Vivie Aisyafi F. (121810101050) 3. Rere Figurani A. (121810101052) 4. Dwindah Setiari W. (121810101054)

Lebih terperinci

Pengujian Hipotesis. Oleh : Dewi Rachmatin

Pengujian Hipotesis. Oleh : Dewi Rachmatin Pengujian Hipotesis Oleh : Dewi Rachmatin Hipotesis Suatu anggapan yang mungkin benar atau tidak mengenai suatu populasi atau lebih Akan digunakan istilah diterima atau ditolak pada bagian ini Penolakan

Lebih terperinci

Metode Statistika. Statistika Inferensia: Pendugaan Parameter (Selang Kepercayaan)

Metode Statistika. Statistika Inferensia: Pendugaan Parameter (Selang Kepercayaan) Metode Statistika Statistika Inferensia: Pendugaan Parameter (Selang Kepercayaan) Pengantar Seringkali kita tertarik dengan karakteristik umum dari suatu populasi parameter Misalnya saja berapa rata-rata

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 14 BAB 2 LANDASAN TEORI 2.1 Konsep Dasar Analisis Regresi Kata regresi (regression) diperkenalkan pertama kali oleh Francis Dalton pada tahun 1886. Menurut Dalton, analisis regresi berkenaan dengan studi

Lebih terperinci

Bab 5 Distribusi Sampling

Bab 5 Distribusi Sampling Bab 5 Distribusi Sampling Pendahuluan Untuk mempelajari populasi kita memerlukan sampel yang diambil dari populasi yang bersangkutan. Meskipun kita dapat mengambil lebih dari sebuah sampel berukuran n

Lebih terperinci

Hipotesis. Penerimaan hipotesis menunjukkan bahwa tidak cukup petunjuk untuk mempercayai sebaliknya

Hipotesis. Penerimaan hipotesis menunjukkan bahwa tidak cukup petunjuk untuk mempercayai sebaliknya Hipotesis Suatu anggapan yang mungkin benar atau tidak mengenai suatu populasi atau lebih Digunakan istilah diterima atau ditolak untuk suatu hipotesis Penolakan suatu hipotesis berarti menyimpulkan bahwa

Lebih terperinci

Distribusi Sampling. Ayundyah K., M.Si. PROGRAM STUDI STATISTIKA UNIVERSITAS ISLAM INDONESIA 2015

Distribusi Sampling. Ayundyah K., M.Si. PROGRAM STUDI STATISTIKA UNIVERSITAS ISLAM INDONESIA 2015 Distribusi Sampling Ayundyah K., M.Si. PROGRAM STUDI STATISTIKA UNIVERSITAS ISLAM INDONESIA 2015 Populasi dan Sampel Unit adalah entitas (wujud) tunggal, biasanya orang atau suatu obyek, yang diinginkan

Lebih terperinci

S T A T I S T I K A OLEH : WIJAYA

S T A T I S T I K A OLEH : WIJAYA S T A T I S T I K A OLEH : WIJAYA email : zeamays_hibrida@yahoo.com FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2009 IV. PENDUGAAN PARAMETER Populasi Sampling Sampel N n Rata-rata : μ Simp.

Lebih terperinci

Magister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada. 18-Aug-17. 1http://istiarto.staff.ugm.ac.id. Statistika Teknik.

Magister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada. 18-Aug-17. 1http://istiarto.staff.ugm.ac.id. Statistika Teknik. Magister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada Statistika Teknik Rentang Keyakinan 1 Rentang Keyakinan Estimasi Parameter Distribusi probabilitas memiliki sejumlah parameter. Parameter-parameter

Lebih terperinci

Kontrak Kuliah Metode Statistika 2

Kontrak Kuliah Metode Statistika 2 Kontrak Kuliah Metode Statistika 2 Ayundyah K., M.Si. PROGRAM STUDI STATISTIKA UNIVERSITAS ISLAM INDONESIA 2015 Deskripsi Mata Kuliah Nama Mata Kuliah : Metode Statistika 2 Semester/SKS : I / 3 SKS Kompetensi

Lebih terperinci

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut

Lebih terperinci

PENS. Probability and Random Process. Topik 8. Estimasi Parameter. Prima Kristalina Juni 2015

PENS. Probability and Random Process. Topik 8. Estimasi Parameter. Prima Kristalina Juni 2015 Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 8. Estimasi Parameter Prima Kristalina Juni 2015 1 2 Outline 1. Terminologi Estimasi Parameter

Lebih terperinci

BAB 2 LANDASAN TEORI. berkenaan dengan studi ketergantungan dari suatu varibel yaitu variabel tak bebas (dependent

BAB 2 LANDASAN TEORI. berkenaan dengan studi ketergantungan dari suatu varibel yaitu variabel tak bebas (dependent BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton, analisis regresi berkenaan dengan studi ketergantungan dari suatu varibel yaitu

Lebih terperinci

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel 8 BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut

Lebih terperinci

Sebaran (Distribusi) Peluang teoritis Peubah Acak : Statistik Sample, misal Rata-rata dan proporsi sample Hasil semua kemungkinan Sample dg ukuran yg

Sebaran (Distribusi) Peluang teoritis Peubah Acak : Statistik Sample, misal Rata-rata dan proporsi sample Hasil semua kemungkinan Sample dg ukuran yg Sampling Distributions (Distribusi Penarikan Contoh) Sebaran (Distribusi) Peluang teoritis Peubah Acak : Statistik Sample, misal Rata-rata dan proporsi sample Hasil semua kemungkinan Sample dg ukuran yg

Lebih terperinci

Pengertian Pengujian Hipotesis

Pengertian Pengujian Hipotesis PENGUJIAN HIPOTESIS Pengertian Pengujian Hipotesis HUPO BAHASA YUNANI THESIS Pernyataan yang mungkin benar atau mungkin salah terhadap suatu populasi Lemah, kurang, di bawah Teori, proposisi, atau pernyataan

Lebih terperinci

INFERENSI STATISTIS: RENTANG KEYAKINAN

INFERENSI STATISTIS: RENTANG KEYAKINAN Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan INFERENSI STATISTIS: RENTANG KEYAKINAN Statistika dan Probabilitas Rentang Keyakinan Estimasi Parameter Distribusi probabilitas

Lebih terperinci

BAGAN KENDALI CUMULATIVE SUM (CU-SUM)

BAGAN KENDALI CUMULATIVE SUM (CU-SUM) BAGAN KENDALI CUMULATIVE SUM (CU-SUM) 10/09/2012 1 REVIEW Bagan kendali Shewhart biasanya diaplikasikan pada tahap I dari SPC. Shewhart mengidentifikasi terkontrol atau tidaknya suatu proses secara statistik

Lebih terperinci

BAHAN KULIAH. Konsep Probabilitas Probabilitas Diskrit dan Kontinyu

BAHAN KULIAH. Konsep Probabilitas Probabilitas Diskrit dan Kontinyu BAHAN KULIAH Konsep Probabilitas Probabilitas Diskrit dan Kontinyu Soal UTS periode November 00 Mata Kuliah : Statistika & Probabilitas Waktu : 0 menit. Suatu sistem pipa seperti ditunjukkan pada gambar

Lebih terperinci

SEBARAN PENARIKAN SAMPEL LOGO

SEBARAN PENARIKAN SAMPEL LOGO SEBARAN PENARIKAN SAMPEL LOGO KOMPETENSI menentukan sebaran penarikan sampel bagi suatu statistik A menentukan sebaran penarikan sampel bagi nilai tengah menentukan sebaran penarikan sampel bagi selisih

Lebih terperinci

DISTRIBUSI SAMPLING besar

DISTRIBUSI SAMPLING besar DISTRIBUSI SAMPLING besar Distribusi Sampling Sampling = pendataan sebagian anggota populasi = penarikan contoh / pengambilan sampel Sampel yang baik Sampel yang representatif, yaitu diperoleh dengan memperhatikan

Lebih terperinci

ESTIMASI. Widya Setiafindari

ESTIMASI. Widya Setiafindari ESTIMASI Widya Setiafindari Tujuan Pembelajaran Menjelaskan konsep-konsep dasar yang mendukung pendugaan rata-rata populasi, persentase dan varians Menghitung dugaan-dugaan (estimates) rata-rata populasi

Lebih terperinci

Statistika (MMS-1403)

Statistika (MMS-1403) Statistika (MMS-1403) Dr. Danardono, MPH danardono@ugm.ac.id Program Studi Statistika Jurusan Matematika FMIPA UGM MMS-1403 p.1/93 Distribusi Sampling Statistik Populasi: himpunan keseluruhan obyek yang

Lebih terperinci

PENGUJIAN HIPOTESIS. Langkah-langkah pengujian hipótesis statistik adalah sebagai berikut :

PENGUJIAN HIPOTESIS. Langkah-langkah pengujian hipótesis statistik adalah sebagai berikut : PENGUJIAN HIPOTESIS A. Pengertian Pengujian Hipotesis Hipotesis berasal dari bahasa Yunani, yaitu hupo dan thesis. Hupo berarti lemah, kurang, atau di bawah dan thesis berarti teori, proposisi, atau pernyataan

Lebih terperinci

Statistika. Rentang Keyakinan. Universitas Gadjah Mada Fakultas Teknik Jurusan Teknik Sipil dan Lingkungan Prodi S2 Teknik Sipil.

Statistika. Rentang Keyakinan. Universitas Gadjah Mada Fakultas Teknik Jurusan Teknik Sipil dan Lingkungan Prodi S2 Teknik Sipil. Universitas Gadjah Mada Fakultas Teknik Jurusan Teknik Sipil dan Lingkungan Prodi S Teknik Sipil Statistika Rentang Keyakinan hp://is7arto.staff.ugm.ac.id 1 Rentang Keyakinan Es7masi Parameter Distribusi

Lebih terperinci

PENGERTIAN PENGUJIAN HIPOTESIS

PENGERTIAN PENGUJIAN HIPOTESIS PENGUJIAN HIPOTESIS PENGERTIAN PENGUJIAN HIPOTESIS HUPO From: BAHASA YUNANI THESIS Pernyataan yang mungkin benar atau mungkin salah terhadap suatu populasi Lemah, kurang, di bawah Teori, proposisi, atau

Lebih terperinci

LOGO PENGUJIAN HIPOTESIS HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA UNAND

LOGO PENGUJIAN HIPOTESIS HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA UNAND LOGO PENGUJIAN HIPOTESIS HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA UNAND Kompetensi Khusus menjelaskan mengenai pengujian hipotesis dan hal-hal yang terkait menguraikan langkah-langkah pengujian

Lebih terperinci

BAB 2. Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton,

BAB 2. Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton, 10 BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton, analisis regresi berkenaan dengan studi ketergantungan dari suatu varibel

Lebih terperinci

PENDUGAAN PARAMETER STATISTIK INDUSTRI 1

PENDUGAAN PARAMETER STATISTIK INDUSTRI 1 PENDUGAAN PARAMETER STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Mengetahui populasi dan membuat pernyataan peluang mengenai elemen yang diambil dari populasi tersebut Tidak mengetahui distribusi

Lebih terperinci

STATISTIK PERTEMUAN V

STATISTIK PERTEMUAN V STATISTIK PERTEMUAN V Variabel Random/ Acak variabel yg nilai-nilainya ditentukan oleh kesempatan/ variabel yang bernilai numerik yg didefinisikan dlm suatu ruang sampel 1. Variabel Random diskrit Variabel

Lebih terperinci

PENGUJIAN HIPOTESIS (2) Debrina Puspita Andriani /

PENGUJIAN HIPOTESIS (2) Debrina Puspita Andriani    / PENGUJIAN HIPOTESIS (2) 2 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Uji Hipotesis untuk Rata-rata Sampel Berukuran Besar 3 Uji Rata-rata untuk Sampel Berukuran

Lebih terperinci

Uji Mengenai Variansi dan Proporsi. Oleh Azimmatul Ihwah

Uji Mengenai Variansi dan Proporsi. Oleh Azimmatul Ihwah Uji Mengenai Variansi dan Proporsi Oleh Azimmatul Ihwah Uji Hipotesis Mengenai Variansi Beda uji hipotesis mengenai variansi dengan uji hipotesis mengenai rataan adalah pada parameter penduga, yaitu menggunakan

Lebih terperinci

Pertemuan 9 II. STATISTIKA INFERENSIAL

Pertemuan 9 II. STATISTIKA INFERENSIAL Pertemuan 9 II. STATISTIKA INFERENSIAL Tujuan Setelah perkuliahan ini mhs. diharapkan mampu: Menjelaskan pengertian statistika inferensial Menjelaskan konsep sampling error Menghitung tingkat kepercayaan

Lebih terperinci

PROGRAM STUDI AGRIBISNIS FAKULTAS PERTANIAN UNIVERSITAS JAMBI

PROGRAM STUDI AGRIBISNIS FAKULTAS PERTANIAN UNIVERSITAS JAMBI Prof. Dr. Ir. Zulkifli Alamsyah, M.Sc. PROGRAM STUDI AGRIBISNIS FAKULTAS PERTANIAN UNIVERSITAS JAMBI 1 HIPOTESIS Hipotesis adalah pernyataan yang masih lemah tingkat kebenarannya sehingga masih harus diuji

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Regresi Linier Sederhana Dalam beberapa masalah terdapat dua atau lebih variabel yang hubungannya tidak dapat dipisahkan karena perubahan nilai suatu variabel tidak selalu terjadi

Lebih terperinci

Materi Kuliah: Statistik Inferensial

Materi Kuliah: Statistik Inferensial TEORI PENDUGAAN STATISTIK Prof. Dr. Almasdi Syahza, SE., MP Email: asyahza@yahoo.co.id 1 Teori Statistik Titik Parameter Interval Teori Statistik Titik Parameter Interval 3 1 PENDUGA TUNGGAL SEBAGAI FUNGSI

Lebih terperinci

PENGUJIAN HIPOTESIS 1

PENGUJIAN HIPOTESIS 1 PENGUJIAN HIPOTESIS 1 Pengertian Pengujian Hipotesis From: BAHASA YUNANI HUPO THESIS Lemah, kurang, di bawah Teori, proposisi, atau pernyataan yang disajikan sebagai bukti Hipotesis suatu pernyataan yang

Lebih terperinci

Penyusunan Hipotesa : 1. : µ 1 = µ 2 : µ 1 µ 2 2. : µ 1 µ 2 : µ 1 > µ 2 3. : µ 1 µ 2 : µ 1 < µ 2 Apabila data yang diambil dari hasil eksperimen, maka

Penyusunan Hipotesa : 1. : µ 1 = µ 2 : µ 1 µ 2 2. : µ 1 µ 2 : µ 1 > µ 2 3. : µ 1 µ 2 : µ 1 < µ 2 Apabila data yang diambil dari hasil eksperimen, maka MODUL DISTRIBUSI t 1. PENDAHULUAN Pengujian hipotesis dengan distribusi t adalah pengujian hipotesis yang menggunakan distribusi t sebagai uji statistik. Tabel pengujiannya disebut tabel t-student. Distribusi

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA Pada bab ini akan dibahas tinjauan pustaka yang akan digunakan untuk tesis ini, yang selanjutnya akan diperlukan pada bab 3. Yang akan dibahas dalam bab ini adalah metode bootstrap

Lebih terperinci

Pengauditan 1. Bab 11 Sampling Audit dalam Pengujian Substantif. Dosen: Dhyah Setyorini, M.Si.

Pengauditan 1. Bab 11 Sampling Audit dalam Pengujian Substantif. Dosen: Dhyah Setyorini, M.Si. Pengauditan 1 Bab 11 Sampling Audit dalam Pengujian Substantif Referensi: Jusup, Al. Haryono (2001). Pengauditan. Buku 1. Yogyakarta: Bagian Penerbitan STIE YKPN Dosen: Dhyah Setyorini, M.Si. 1 Konsep

Lebih terperinci

BAB 2 LANDASAN TEORI. Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton,

BAB 2 LANDASAN TEORI. Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton, 8 BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton, analisis regresi berkenaan dengan studi ketergantungan dari suatu varibel yaitu

Lebih terperinci

Materi Kuliah: Statistik Inferensial

Materi Kuliah: Statistik Inferensial TEORI PENDUGAAN STATISTIK Prof. Dr. Almasdi Syahza, SE., MP Email: asyahza@yahoo.co.id 1 Teori Statistik Pengujian Hipotesa Besar Pengujian Hipotesa Kecil Memilih Ukuran Teori Statistik Pengujian Hipotesa

Lebih terperinci

6. Teori Estimasi. EL2002-Probabilitas dan Statistik. Dosen: Andriyan B. Suksmono

6. Teori Estimasi. EL2002-Probabilitas dan Statistik. Dosen: Andriyan B. Suksmono 6. Teori Estimasi EL2002-Probabilitas dan Statistik Dosen: Andriyan B. Suksmono Pendahuluan Inferensi statistik adalah metoda untuk menarik inferensi atau membuat generalisasi dari suatu populasi. Ada

Lebih terperinci

BAB II TINJAUAN PUSTAKA. satu peubah prediktor dengan satu peubah respon disebut analisis regresi linier

BAB II TINJAUAN PUSTAKA. satu peubah prediktor dengan satu peubah respon disebut analisis regresi linier BAB II TINJAUAN PUSTAKA 2.1 Analisis Regresi Linier Berganda Analisis regresi pertama kali dikembangkan oleh Sir Francis Galton pada abad ke-19. Analisis regresi dengan satu peubah prediktor dan satu peubah

Lebih terperinci

STATISTIKA. Statistika pengkuantifikasian (pengkuantitatifan) hasil-hasil pengamatan terhadap kejadian, keberadaan, sifat/karakterisitik, tempat, dll.

STATISTIKA. Statistika pengkuantifikasian (pengkuantitatifan) hasil-hasil pengamatan terhadap kejadian, keberadaan, sifat/karakterisitik, tempat, dll. STATISTIKA Statistika pengkuantifikasian (pengkuantitatifan) hasil-hasil pengamatan terhadap kejadian, keberadaan, sifat/karakterisitik, tempat, dll. Statistika deskriptif: pencatatan dan peringkasan hasil

Lebih terperinci

UJI HIPOTESIS UNTUK PROPORSI

UJI HIPOTESIS UNTUK PROPORSI PENGUJIAN HIPOTESIS UJI HIPOTESIS UNTUK PROPORSI Uji Hipotesis untuk Proporsi Data statistik sampel: - = Proporsi kejadian sukses dalam sampel - p = Proporsi kejadian sukses dalam populasi - - Statistik

Lebih terperinci

16-Aug-15. Haryoso Wicaksono, S.Si., M.M., M.Kom. Haryoso Wicaksono, S.Si., M.M., M.Kom. 1

16-Aug-15. Haryoso Wicaksono, S.Si., M.M., M.Kom. Haryoso Wicaksono, S.Si., M.M., M.Kom. 1 Haryoso Wicaksono, S.Si., M.M., M.Kom. Haryoso Wicaksono, S.Si., M.M., M.Kom. 1 Menarik suatu kesimpulan adalah tujuan mengumpulkan data kuantitatif Umumnya parameter populasi [rata-rata populasi & varians

Lebih terperinci

BAB 2 LANDASAN TEORI. Analisis regresi merupakan bentuk analisis hubungan antara variabel prediktor

BAB 2 LANDASAN TEORI. Analisis regresi merupakan bentuk analisis hubungan antara variabel prediktor 8 BAB 2 LANDASAN TEORI 2.1 Pengertian Analisis Regresi Analisis regresi merupakan bentuk analisis hubungan antara variabel prediktor (variabel independent) dengan variabel outcome (variabel dependen) untuk

Lebih terperinci

Uji Hipotesis Mengenai Rataan (Hypothesis Test on the Mean) Oleh Azimmatul Ihwah

Uji Hipotesis Mengenai Rataan (Hypothesis Test on the Mean) Oleh Azimmatul Ihwah Uji Hipotesis Mengenai Rataan (Hypothesis Test on the Mean) Oleh Azimmatul Ihwah Uji Hipotesis Mengenai Rataan dari Satu Sampel yang Berasal dari Populasi Berdistribusi Normal, Variansi Diketahui Hipotesis

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Inferensi adalah adalah suatu proses untuk menghasilkan informasi dari fakta yang diketahui. Inferensi juga dikatakan suatu konklusi logis atau implikasi berdasarkan

Lebih terperinci

Pertemuan Ke Pengujian hipotesis mengenai rata-rata Nilai Statistik Uji. Wilayah Kritik

Pertemuan Ke Pengujian hipotesis mengenai rata-rata Nilai Statistik Uji. Wilayah Kritik Pertemuan Ke-12 6.4 Uji Hipotesis Langkah langkah pengujian hipotesis : 1. Nyatakan hipotesa nolnya H o bahwa θ = θ o. 2. Pilih hipotesis alternatif H 1 yang sesuai diantara θ < θ o, θ > θ o atau θ # θ

Lebih terperinci

OLEH RATU ILMA INDRA PUTRI

OLEH RATU ILMA INDRA PUTRI OLEH RATU ILMA INDRA PUTRI Suatu anggapan yang mungkin benar dan sering digunakan sebagai dasar pembuatan keputusan/ pemecahan masalah atau untuk dasar penelitian lebih lanjut. Suatu Hipotesis bisa juga

Lebih terperinci

PENGUJIAN HIPOTESIS (2)

PENGUJIAN HIPOTESIS (2) PENGUJIAN HIPOTESIS (2) 2 Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e-mail : debrina@ub.ac.id Blog : http://debrina.lecture.ub.ac.id/ 2 Outline Uji Hipotesis untuk Rata-rata Sampel

Lebih terperinci

BAB 2 LANDASAN TEORI. 1. Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan

BAB 2 LANDASAN TEORI. 1. Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan BAB 2 LANDASAN TEORI 2.1 Defenisi Analisis Regresi dan Korelasi 1. Analisis Korelasi adalah metode statstika yang digunakan untuk menentukan kuatnya atau derajat hubungan linier antara dua variabel atau

Lebih terperinci

ANALISIS DATA KATEGORI

ANALISIS DATA KATEGORI STK 11 Kuliah ke-14 &15 ANALISIS DATA KATEGORI 1.Uji Proporsi. Uji Khi-kuadrat Data Kategori Data berupa hasil pengukuran karakteristik/atribut individu yang bukan berupa numerik Misal: - preferensi konsumen

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Data Hasil Penelitian Kegiatan penelitian dilaksanakan pada tanggal 4 Mei 013 sampai 30 Mei 013 di Madrasah Ibtida iyah Miftahul Ahlakiyah semarang. Dalam penelitian

Lebih terperinci

REGRESI LINIER. b. Variabel tak bebas atau variabel respon -> variabel yang terjadi karena variabel bebas. Dapat dinyatakan dengan Y.

REGRESI LINIER. b. Variabel tak bebas atau variabel respon -> variabel yang terjadi karena variabel bebas. Dapat dinyatakan dengan Y. REGRESI LINIER 1. Hubungan Fungsional Antara Variabel Variabel dibedakan dalam dua jenis dalam analisis regresi: a. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia.

Lebih terperinci

STATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI

STATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI STATISTIKA Muhamad Nursalman Pendilkom/Ilkom UPI 1 Daftar Isi Bab 1 Peluang Bab Peubah Acak Bab 3 Distribusi Peluang Diskret Bab 4 Distribusi Peluang Kontinu Bab 5 Fungsi Peubah Acak Bab 6 Teori Penaksiran

Lebih terperinci

QUIZ AKHIR SEMESTER GANJIL 2004/2005 TULISKAN PADA LEMBAR JAWABAN ANDA :

QUIZ AKHIR SEMESTER GANJIL 2004/2005 TULISKAN PADA LEMBAR JAWABAN ANDA : QUIZ KHIR SEMESTER GNJIL 2004/2005 TULISKN PD LEMR JWN ND : NM : NIM : MT KULIH : STTISTIK PROILITS KELS / RUNG : D3.. /. TNGGL UJIN :. 2004 1. Dalam pendugaan interval rata-rata µ, distribusi t digunakan

Lebih terperinci

9/29/2016. Dipersiapkan oleh Dr. Ir. Widodo, MP

9/29/2016. Dipersiapkan oleh Dr. Ir. Widodo, MP Dipersiapkan oleh Dr. Ir. Widodo, MP 1 PSG vs Chelsea versi bola.com Ball possession 65 : 35 Usaha Tembakan ke gawang 16 : 7 Tembakan mengarah gawang 8 : 5 Skor 2 : 1 pengertian Asal kata status artinya

Lebih terperinci

DISTRIBUSI PROBABILITAS KONTINYU. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016

DISTRIBUSI PROBABILITAS KONTINYU. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016 DISTRIBUSI PROBABILITAS KONTINYU Nur Hayati, S.ST, MT Yogyakarta, Maret 2016 DISTRIBUSI PELUANG KONTINYU Berbeda dengan variabel random diskrit, sebuah variabel random kontinyu adalah variabel yang dapat

Lebih terperinci

BAB III METODOLOGI PENELITIAN. 3.1 Lokasi dan Waktu Penelitian Lokasi Penelitian Penelitian ini akan dilaksanakan di SMP Negeri 7 Gorontalo

BAB III METODOLOGI PENELITIAN. 3.1 Lokasi dan Waktu Penelitian Lokasi Penelitian Penelitian ini akan dilaksanakan di SMP Negeri 7 Gorontalo 31 BAB III METODOLOGI PENELITIAN 3.1 Lokasi dan Waktu Penelitian 3.1.1 Lokasi Penelitian Penelitian ini akan dilaksanakan di SMP Negeri 7 Gorontalo 3.1. Waktu Penelitian Penelitian ini akan dilaksanakan

Lebih terperinci

statistika untuk penelitian

statistika untuk penelitian statistika untuk penelitian Kelompok Ilmiah Remaja (KIR) Delayota Experiment Team (D Expert) 2013 Freeaninationwallpaper.blogspot.com Apa itu Statistika? Statistika adalah ilmu yang mempelajari cara pengumpulan,

Lebih terperinci

BAB V INFERENSI STATISTIK SATU POPULASI NORMAL

BAB V INFERENSI STATISTIK SATU POPULASI NORMAL BAB V INFERENSI STATISTIK SATU POPULASI NORMAL Bab ini membahas inferensi statistik untuk mean dan variansi satu populasi normal berdasarkan sampel random berukuran kecil dan besar. Untuk membahas hal

Lebih terperinci

STATISTICS WEEK 8. By : Hanung N. Prasetyo POLTECH TELKOM/HANUNG NP

STATISTICS WEEK 8. By : Hanung N. Prasetyo POLTECH TELKOM/HANUNG NP STATISTICS WEEK 8 By : Hanung N. Prasetyo BAHASAN Pengertian Hypotesisdan Hypotesis Testing Tipe Kesalaan dalam Pengujian Hipotesis Lima Langka Pengujian Hipotesis Pengujian: Dua Sisi dan Satu Sisi Uji

Lebih terperinci

SEBARAN PENARIKAN CONTOH

SEBARAN PENARIKAN CONTOH STATISTIK A (MAM 4137) SEBARAN PENARIKAN CONTOH By Syarifah Hikmah Julinda Outline Sebaran Penarikan Contoh Sebaran Penarikan Contoh Bagi Nilai Tengah Sebaran t Sebaran Penarikan contoh bagi beda dua mean

Lebih terperinci

Ayundyah Kesumawati. May 31, 2015

Ayundyah Kesumawati. May 31, 2015 Kesumawati Prodi Statistika FMIPA-UII May 31, 2015 Dalam praktek, pengujian hipotesis dapat mencakup lebih dari dua proporsi. Misalnya, persentase sejenis barang yang rusak 3 pabrik adalah sama (tidak

Lebih terperinci

PROSEDUR UMUM. Langkah 1 : tentukan hipotesis 0 (H 0 ) dan anti hipotesis (H 1 )

PROSEDUR UMUM. Langkah 1 : tentukan hipotesis 0 (H 0 ) dan anti hipotesis (H 1 ) PENGUJIAN HIPOTESIS PROSEDUR UMUM Langkah 1 : tentukan hipotesis 0 (H 0 ) dan anti hipotesis (H 1 ) misalnya: H 0 : µ = 100 H 1 : μ 100 atau H 1 : μ> 100 atau H 1 : μ< 100 PROSEDUR UMUM Langkah : tentukan

Lebih terperinci