INFERENSI STATISTIK Inferensi statistik mencakup semua metode yang digunakan dalam penarikan kesimpulan atau generalisasi mengenai populasi.

Ukuran: px
Mulai penontonan dengan halaman:

Download "INFERENSI STATISTIK Inferensi statistik mencakup semua metode yang digunakan dalam penarikan kesimpulan atau generalisasi mengenai populasi."

Transkripsi

1 INFERENSI STATISTIK Iferei tatitik mecakup emua metode yag diguaka dalam pearika keimpula atau geeraliai megeai populai. Iferei Statitik Pedugaa Parameter Pegujia Hipotei

2 PENDUGAAN PARAMETER Pedugaa parameter berarti melakuka etimai terhadap ilai dugaa/takira uatu parameter tertetu, karea pada umumya ilai parameter uatu ditribui tidak diketahui Cotoh : Seorag calo dalam uatu pemiliha igi meduga propori yag ebearya pemilih yag aka memilihya, dega cara megambil 00 orag ecara acak utuk ditayai pedapatya. Propori pemilih yag meyukai calo terebut dapat diguaka ebagai dugaa bagi propori populai yag ebearya.

3 Metode Pedugaa Parameter Metode Pedugaa Klaik Metode Pedugaa Baye Metode Pedugaa Klaik : Pedugaa dilakuka berdaarka epeuhya pada iformai ampel yag diambil dari populai. Metode Pedugaa Baye : Pedugaa dega meggabugka iformai yag terkadug dalam ampel dega iformai lai yag telah teredia ebelumya yaitu pegetahua ubyektif megeai ditribui probabilita parameter.

4 METODE STATISTIKA Statitika Ifereia: Pegujia Hipotei

5 UNSUR PENGUJIAN HIPOTESIS Hipotei Nol Hipotei Alteratif Statitik UJi Daerah Peolaka H0

6 HIPOTESIS Suatu peryataa / aggapa yag mempuyai ilai mugki bear / alah atau uatu peryataa /aggapa yag megadug ilai ketidakpatia Mialya: Beok aka turu huja mugki bear/alah Peambaha pupuk meigkatka produki mugki bear/alah Varieta A lebih baik dibadigka dega varieta B mugki bear/alah

7 HIPOTESIS STATISTIK Suatu peryataa tetag ilai uatu parameter populai H0 (hipotei ol): uatu peryataa yag berifat tatu quo (tidak ada beda, tidak ada perubaha) H (hipotei tadiga): peryataa lai yag aka diterima jika H0 ditolak ( ada perbedaa, terdapat perubaha )

8 DALAM PENGAMBILAN KEPUTUSAN MEMUNGKINKAN UNTUK TERJADI KESALAHAN Tolak H0 Terima H0 H0 bear Peluag alah jei I (Taraf yata; ) Tigkat kepercayaa (-) H0 alah Kuaa pegujia (-) Peluag alah jei II () P(alah jei I) = P(tolak H0/H0 bear) = P(alah jei II) = P(terima H0/H bear) =

9 Daerah Peerimaa H0 Daerah PEolaka H0 ˆ H0: =0 H: =4 = P(Terima H0 H bear) = P( < = 4) = P(tolak H0 Ho bear) = P( > = 0) Merupaka embarag parameter

10 CONTOH () Sampel diambil ecara acak dari populai ormal(; = 9), berukura 5. Hipotei yag aka diuji, H0 : = 5 H : = 0 Tolak H0 jika rata-rata kurag dari atau ama dega.5 Berapakah bearya kealaha jei I da II? Jawab: P(alah jei I) = P(tolak H0/ = 5) = P(z (.5-5)/3/5)) = P(z ) 0 P(alah jei II) = P(terima H0/ = 0) = P(z (.5-0)/3/5)) = P(z 4.67 ) = - P(z 4.67 ) 0

11 SIFAT DAN H0 H H0 H Jika da aka meuru lihat KURVA KATERISTIK OPERASI H0 H

12 HIPOTESIS YANG DIUJI H0 : = 0 H : 0 H0 : 0 H : < 0 H0 : 0 H : > 0 Hipotei dua arah Hipotei SATU arah Statitik uji : v ˆ ˆ merupaka embarag parameter v merupaka embarag tatitik uji

13 WILAYAH KRITIK DAERAH PENOLAKAN H0 Tergatug dari H. Mialka v = z N (0,) H : 0 Nilai kritik / Daerah Peerimaa H0 Daerah -z / Peolaka H0 z / / Tolak H0 jika v < -z / atau v > z /

14 H : < 0 Daerah Peerimaa H0 Daerah Peolaka H0 -z Tolak H0 jika v < -z / H : > 0 Daerah Peerimaa H0 Tolak H0 jika v > z z Daerah Peolaka H0

15 & NILAI P = taraf yata dari uji tatitik Nilai p = taraf yata dari cotoh peluag merupaka uatu ukura kewajara utuk meerima H0 atau meerima H Jika ilai p < maka Tolak H0 Nilai p Nilai p = P (Tolak H0 cotoh) Mialya : ilai p = P(Z > z h ) z z h

16 Tujua pegujia Satu Populai Dua populai Nilai Tegah() Satu Populai (p) Data alig beba Data berpaaga Uji z diketahui Uji t Tidak diketahui Uji z diketahui - p - p d & Tidak diketahui Uji z Uji t Uji z & ama Tidak ama Uji t Formula Uji t Formula

17 PROSEDUR PENGUJIAN HIPOTESIS. Rumuka hipotei yag aka diuji : H 0 da Ha. Tetuka derajat kemakaa (α) atau kealaha tipe 3. Tetuka uji tatitik yag aka diguaka (z atau t) 4. Tetuka ilai titik kriti atau daerah peerimaa peolaka H 0 5. Hitug ilai tatitik ampel dega uji tatitik pada derajat kemakaa yg telah ditetuka 6. Buatlah keimpula yag tepat pada populai beragkuta meerima atau meolak H 0

18 STEP : RUMUSKAN HIPOTESIS UJI (H 0 DAN H A ) Pada pegujia hipotei, parameter yag aka kita uji diebut hipotei ol H 0 yag ecara tatitik berarti tidak ada perbedaa atara kedua variabel yag dibadigka. H 0 : μ = 500 (atu populai) H 0 : μ = μ (dua populai) Bila dalam uji tatitik kita meolak hipotei ol, berarti ada hipotei lai yag diterima. Hipotei ii diebut hipotei alteratif H a yag ifatya berlawaa dega hipotei ol. H a : μ # 500 (atu populai) H a : μ > μ (dua populai)

19 HIPOTESIS NOL DAN HIPOTESIS ALTERNATIF H 0 -> Hipotei Nol H a -> Hipotei Alteratif Hipotei elalu meyiggug parameter atau karakteritik populai daripada karakteritik ampel. Artiya populai, buka ampel, bahwa kita igi membuat ebuah keimpula (iferece) dari data yag terbata.

20 Cotoh Hipotei Utuk meguji apakah ada perbedaa ratarata hail UTS Biotatitik mahaiwa reguler da madiri. H 0 u = u Tidak ada perbedaa rata-rata hail UTS Biotatitik atara mahaiwa reguler dg madiri. H a u # u (dua arah) Ada perbedaa rata-rata hail UTS Biotatitik atara mahaiwa reguler dg madiri. H a u > u atau u < u (atu arah) Rata-rata hail UTS Biotatitik mahaiwa reguler lebih bear dari madiri atau ebalikya.

21 Step : Tetuka Derajat Kemakaa keputua Ho bear Ho alah Terima Ho Tepat (-α) Salah tipe II (β) Tolak Ho Salah tipe I (α) Tepat (-ß) Probabilita Kealaha Tipe I (α) adalah probabilita meolak H 0 ketika H 0 bear (Sigificace level / derajat kemakaa) Probabilita Kealaha Tipe II (ß) adalah probabilita meerima H 0 ketika H 0 alah

22 DERAJAT KEMAKNAAN (SIGNIFICANCY LEVEL) Tidak ada ketetua yag baku utuk bearya derajat kemakaa. Tetapi yag lazim diguaka adalah : α = 0,05 (CI=95%) atau α = 0,0 (CI=99%) CI = Cofidece Iterval (Tigkat Kepercayaa) = kompleme dari α = - α

23 P-VALUE (OBSERVED SIGNIVICANCE LEVEL) Peluag variabel yag dibadigka pada ampel berbeda ecara bermaka pada derajat kepercayaa yag telah ditetapka imbol (p) value actual igicace level. Badigka p value hail uji tatitik dega α Jika : P < α Tolak H 0 Da jika : P α Gagal tolak H 0

24 Step 3 : Tetuka Uji Statitik Beberapa Uji Hipotei pada Statitika Parametrik. Uji rata-rata dari ampel bear Uji z ampel. Uji rata-rata dari ampel kecil Uji t ampel 3. Uji beda rata-rata dari ampel bear Uji z ampel 4. Uji beda rata-rata dari ampel kecil Uji t ampel 5. Uji korelai Uji Korelai Pearo 6. Uji regrei Uji regrei liear

25 H 0 Nilai uji tatitik Ha Wilayah kriti.μ = μ 0 Sampel bear >30 _ Z = x - μ 0 / μ < μ 0 μ > μ 0 μ = μ 0 z < -z α z > z α z < -z α/ da z > z α/. μ = μ 0 _ t = x - μ 0 / μ < μ 0 μ > μ 0 z < -z (db;α) z > z (db;α) Sampel kecil <30 μ = μ 0 z < -z (db;α/) da z > z (db;α/)

26 H 0 Nilai uji tatitik Ha 3. [μ - μ ] = d 0 Sampel bear [μ - μ ] = d 0 Z = [x x ] d0 ( / )+( / ) _ t = [x x ] d0 ( / )+( / ) [μ - μ ] < d 0 [μ - μ ] > d 0 [μ - μ ] = d 0 [μ - μ ] < d 0 [μ - μ ] > d 0 Wilayah kriti z < -z α z > z α z < -z α/ da z > z α/ t < -t α t > t α Sampel kecil [μ - μ ] = d 0 t < -t α/ da t > t α/

27 UJI NILAI TENGAH POPULASI ()

28 PENDUGAAN MEAN Peduga titik bagi mea populai adalah X tatitik. Bila adalah mea ampel acak berukura yag diambil dari uatu populai dega ragam diketahui maka elag kepercayaa 00(-)% bagi adalah x z x z x CATATAN : Jika tidak diketahui, tetapi ampel berukura bear ( 30), dapat digati dega.

29 Adapu peduga elag kepercayaa 00(-)% bagi utuk ampel kecil (<30); bila tidak diketahui adalah x t(, ) x t (, ) t dega (, / ) adalah ilai t yag lua daerah di ebelah kaa di bawah kurva elua /.

30 HIPOTESIS YANG DAPAT DIUJI: Hipotei atu arah H0 : 0 v H : < 0 H0 : 0 v H : > 0 Hipotei dua arah H0 : = 0 v H : 0 Statitik uji: Jika ragam populai ( x ) diketahui : t h 0 / x Jika ragam populai ( 0 ) tidak diketahui : z h /

31 CONTOH () Bataa yag ditetuka oleh pemeritah terhadap emii ga CO kedaraa bermotor adalah 50 ppm. Sebuah peruahaa baru yag edag megajuka iji pemaara mobil, diperika oleh petuga pemeritah utuk meetuka apakah peruahaa terebut laya diberika iji. Sebayak 0 mobil diambil ecara acak da diuji emii CO-ya. Dari data didapatka, rata-rataya 55 da ragamya 4.. Dega megguaka taraf yata 5%, layakkah peruahaa terebut medapat iji?

32 Oe-Sample T Tet of mu = 50 v > 50 95% Lower N Mea StDev SE Mea Boud T P

33 PENGUJIAN HIPOTESIS UNTUK SELISIH DUA NILAI TENGAH POPULASI

34 HIPOTESIS Hipotei atu arah: H 0 : - 0 v H : - < 0 H 0 : - 0 v H : - > 0 Hipotei dua arah: H 0 : - = 0 v H : - 0

35 STATISTIK UJI z h ( x x ( x x ) ) 0 Formula diketahui ama & Syarat : & Tidak ama Formula Tidak diketahui

36 PENDUGAAN SELISIH DUA MEAN Bila kita mempuyai dua populai alig beba dega mea da da ragam da maka peduga titik bagi eliih atara X da xdiberika x X oleh tatitik. Bila da maig-maig adalah mea ampel acak beba berukura da yag diambil dari populai dega ragam da diketahui, maka elag kepercayaa 00(-)% bagi - adalah ( x x) z ( x x) z z / dega adalah ilai z yag lua daerah di ebelah kaa di bawah kurva ormal tadard adalah /. CATATAN : Jika da tidak diketahui, tetapi da lebih bear dari 30, maka da dapat digati dega da.

37 Adapu peduga elag kepercayaa00(-)% bagi - utuk ampel kecil; bila = tapi ilaiya tidak diketahui adalah dega derajat beba utuk ditribui t = v = + da ) ( ) ( t x x t x x p p ) ( ) ( p

38 Selag kepercayaa 00(-)% bagi - utuk ampel kecil; bila tapi ilaiya tidak diketahui dega derajat beba utuk ditribui t adalah Bila kita mempuyai dua populai yag tidak alig beba (berpaaga), elag kepercayaa 00(-)% bagi D = - utuk pegamata berpaaga terebut adalah ) ( ) ( t x x t x x )] ( ) [( )] ( ) [( ) ( v t d t d d D d ), ( ), (

39 a. Jika da tdk diketahui da diaumika ama: gab x x da ) ( ) ( v gab Formula ) ( 0 ) ( x x h x x t

40 b. Jika da tdk diketahui da diaumika tidak ama: FORMULA x x v ) ( 0 ) ( x x h x x t

41 CONTOH (3) Dua buah peruahaa yag alig beraig dalam idutri kerta karto alig megklaim bahwa produkya yag lebih baik, dalam artia lebih kuat meaha beba. Utuk megetahui produk maa yag ebearya lebih baik, dilakuka pegambila data maig-maig ebayak 0 lembar, da diukur berapa beba yag mampu ditaggug tapa meruak karto. Dataya ebagai berikut: Peruh A Peruh B Ujilah karto produki maa yag lebih kuat dega aumi ragam kedua populai berbeda, guaka taraf yata 0%!

42 CONTOH (3) Suatu peelitia dilakuka utuk megetahui rataa waktu yag dibutuhka (dalam hari) utuk embuh dariakit flu. Terdapat dua grup, atu grup ebagai kotrol da grup laiya diberi vitami C dega doi 4 mg/hari. Statitik yag diperoleh dari peeltia terebut ebagai berikut : Perlakua Kotrol Vitamia C : 4 mg Ukura cotoh Rataa cotoh Simpaga baku cotoh.9. Ujilah apakah rata-rata lama waktu embuh utuk grup yag diberi vitmi C lebih pedek dibadigka grup kotrol! Aumika data meyebar ormal da guaka α=5% *Sumber : Medehall, W (987)

43 PENGUJIAN HIPOTESIS UNTUK DATA BERPASANGAN

44 HIPOTESIS Hipotei atu arah: H 0 : - 0 v H : - < 0 atau H 0 : D 0 v H : D < 0 H 0 : - 0 v H : - > 0 atau H 0 : D 0 v H : D > 0 Hipotei dua arah: H 0 : - = 0 v H : - 0 atau H 0 : D = 0 v H : D 0 Statitik uji : d t h 0 /

45 CONTOH (4) Suatu klub keegara jamai igi megevaluai program diet, kemudia dipilih ecara acak 0 orag aggotaya utuk megikuti program diet terebut elama 3 bula. Data yag diambil adalah berat bada ebelum da eudah program diet dilakaaka, yaitu: Berat Bada Peerta Sebelum (X) Seudah (X) D=X-X Apakah program diet terebut dapat meguragi berat bada miimal 5 kg? Lakuka pegujia pada taraf yata 5%!

46 PENYELESAIAN Karea kau ii merupaka cotoh berpaaga, maka: Hipotei: H0 : D 5 v H : D < 5 Dekripi: d d i d d i i 5 5, 0 ( ) 0(73) (5) 0(9),43 d,43, 0 d Statitik uji: t d d d d d d 5,,0 / 5 0 0,6

47 Daerah kriti pada =5% Tolak H 0, jika t h < -t (=5%,db=9) =-.833 Keimpula: Terima H 0, artiya program diet terebut dapat meguragi berat bada miimal 5 kg

48 PENDUGAAN PARAMETER: KASUS SATU SAMPEL Propori

49 HIPOTESIS YANG DAPAT DIUJI: Hipotei atu arah H0 : p p 0 v H : p < p 0 H0 : p p 0 v H : p > p 0 Hipotei dua arah H0 : p = p 0 v H : p p 0 Statitik uji: pˆ p0 z h p0( p0)

50 PENDUGAAN PROPORSI Peduga titik bagi propori p dalam uatu percobaa biomial diberika oleh tatitik P ˆ X /, edagka X meyataka bayakya keberhaila dalam ulaga. Dega demikia, propori ampel p ˆ x / aka diguaka ebagai ilai dugaa titik bagi parameter p terebut. Bila pˆ adalah propori keberhaila dalam uatu ampel acak berukura, da qˆ pˆ, maka elag Kepercayaa 00(-)% bagi p utuk ampel bear adalah pq ˆ ˆ pq ˆ ˆ pˆ z p pˆ z dega z / adalah ilai z yag lua daerah di ebelah kaa di bawah kurva ormal tadard adalah /.

51 CONTOH(4) Meurut uatu artikel uatu obat baru yag diektrak dari uatu jamur, cyclopori A, mampu meigkatka tigkat keukea dalam operai traplatai orga. Meurut artikel terebut, paie yag mejalai operai traplatai gijal diberika obat baru terebut. Dari paie terebut, 9 diataraya uke dalam operai trapaltai gijal. Apakah ampel terebut cukup ecara tatitik? Sebagai iformai ahwa keberhaila dega megguaka proedur yag tadar adalah ekitar 60%! Jika kemudia dilakuka pegamata terhadap 35 paie da 5 diataraya berhail mejalai traplatai gijal, apakah dapat dikataka bahwa obat baru terebut lebih baik dari proedur yag tadar? *Sumber : Medehall, W (987) *edikit modifikai oal

52 PENDUGAAN PARAMETER: KASUS DUA SAMPEL Seliih dua propori

53 BESAR PERBEDAAN ANTARA DUA PROPORSI ( 0 (P -P )) > 0 Hipotei () klik 0 = 0 Hipotei () Klik

54 HIPOTESIS () Hipotei atu arah: H 0 : p - p 0 v H : p - p < 0 H 0 : p - p 0 v H : p - p > 0 Hipotei dua arah: H 0 : p - p = 0 v H : p - p 0 Statitik uji : z h pˆ ( pˆ ( pˆ ) pˆ ) pˆ 0 ( pˆ )

55 HIPOTESIS () Hipotei atu arah: H 0 : p p v H : p < p H 0 : p p v H : p > p Hipotei dua arah: H 0 : p = p v H : p p Statitik uji : z h pˆ ( pˆ ( pˆ pˆ ) )( ) pˆ x x

56 PENDUGAAN SELISIH DUA PROPORSI Bila da ˆp maig-maig adalah propori keberhaila dalam ampel acak yag berukura da erta qˆ pˆ da qˆ pˆ, maka peduga titik bagi eliih atara kedua propori populai p p adalah pˆ pˆ. Sedagka elag kepercayaa 00 (-)% bagi p - p utuk ampel bear adalah ( pˆ pˆ ˆp ) z pˆ qˆ pˆ qˆ dega z / adalah ilai z yag lua daerah di ebelah kaa di bawah kurva ormal tadard adalah / p p ( pˆ pˆ ) z pˆ qˆ pˆ qˆ

57 CONTOH(6) Sebuah peelitia dilakuka utuk meguji pegaruh obat baru utuk viral ifectio. 00 ekor tiku diberika utika ifeki kemudia dibagi ecara acak ke dalam dua grup maig-maig 50 ekor tiku. Grup ebagai kotrol, da grup diberi obat baru terebut. Setelah 30 hari, propori tiku yag hidup utuk grup adalah 36% da utuk grup adalah 60%. Apakah obat terebut efektif? Obat dikataka efektif jika perbedaa atara grup perlakua dega grup kotrol lebih dari % *Sumber : Medehall, W (987) *edikit modifikai oal

58 PENYELESAIAN Diketahui : Grup Kotrol p Grup perlakua p =50 pˆ 0.36 =50 ˆ 0.6 p Ditaya : p -p > 0.?

59 PENYELESAIAN JAwab : H 0 : p - p 0. v H : p - p > 0. = 5% Statitik uji : z h ( ) ( 0.6) ( 0.36) 50.3 Wilayah kritik : Tolak H0 jika z h > z 0.05 =.645 Keimpula: karea z h =.3 < z 0.05 =.645 maka Terima H0 (belum cukup bukti utuk Tolak H0) dega kata lai berdaarka iformai dari ampel yag ada belum meujukka bahwa obat terebut efektif

60 PENDUGAAN VARIANS adalah peduga titik bagi varia ampel acak berukura yag diambil dari uatu populai ormal dega varia, maka elag kepercayaa 00(-)% bagi adalah Bila ( ) (, ) ( ) (, dega (, / ) adalah ilai dega derajad beba v = - yag lua daerah di ebelah kaaya ebear / )

61 PENDUGAAN RASIO DUA VARIANS Bila da maig-maig adalah varia ampel acak beba berukura da yag diambil dari populai ormal dega varia da, maka peduga titik bagi raio / adalah /, da elag kepercayaa 00(- )% bagi / adalah f ( v, v ) f f ( v, v ) dega / ( v, v) adalah ilai f utuk derajad beba v da v yag lua daerah di ebelah kaaya ebear /.

62 SOAL Rata-rata Idek Pretai (IP) ampel acak 36 mahaiwa tigkat arjaa adalah,6. Hituglah elag kepercayaa 95% da 99% utuk rata-rata IP emua mahaiwa tigkat arjaa. Aggap impaga baku populaiya 0,3. Suatu ujia kimia diberika kepada 50 iwa waita da 75 iwa laki-laki. Siwa perempua medapat ilai rata-rata 76 dega impaga baku 6, edagka iwa laki-laki memperoleh rata-rata 8 dega impaga baku 8. Tetuka elag kepercayaa 96% bagi eliih rata-rata ilaiya. Dari uatu ampel acak 500 keluarga yag memiliki TV diebuah kota kecil, ditemuka bahwa 340 memiliki TV berwara. Carilah elag kepercaya 95% bagi propori eugguhya dari keluarga yag memiliki TV berwara di kota terebut.

63 SOAL Suatu pegumpula pedapat umum dilakuka terhadap peduduk kota da di piggira kota utuk meyelidiki kemugkia didirikaya uatu pabrik kimia. Teryata 400 di atara 5000 peduduk kota, da 00 di atara 000 peduduk di piggira kota meyetujui recaa terebut. Buat elag kepercayaa 90% bagi eliih propori ebearya yag meyetujui recaa terebut. Seorag peeliti yaki bahwa alat pegukurya mempuyai impaga baku =. Dalam uatu ekperime dia mecatat pegukura 4,; 5,; 0,. Buat elag kepercayaa 90% bagi. Apakah data ii euai dega aumiya? Berdaarka cotoh oal omor 4, buat elag kepercayaa 98% utuk /. Apakah aggapa bahwa dapat dibearka?

Metode Statistika Pertemuan XI-XII

Metode Statistika Pertemuan XI-XII /4/0 Metode Statitika Pertemua XI-XII Statitika Ifereia: Pegujia Hipotei Populai : = 0 Butuh pembuktia berdaarka cotoh!!! Apa yag diperluka? > 0? Maa yag bear? Sampel : 5 Ok, itu adalah pegujia hipotei,

Lebih terperinci

Pengujian Hipotesis untuk selisih dua nilai tengah populasi

Pengujian Hipotesis untuk selisih dua nilai tengah populasi Pegujia Hipotei utuk eliih dua ilai tegah populai Hipotei Hipotei atu arah: H 0 : - 0 v H : - < 0 H 0 : - 0 v H : - > 0 Hipotei dua arah: H 0 : - = 0 v H : - 0 Statitik uji z h ( ( ) ) 0 Formula klik diketahui

Lebih terperinci

Metode Statistika Pertemuan IX-X

Metode Statistika Pertemuan IX-X /7/0 Metode Statitika Pertemua IX-X Statitika Ifereia: Pedugaa Parameter Populai : Parameter Cotoh : Statitik Statitik merupaka PENDUGA bagi parameter populai Pegetahua megeai ditribui amplig PENDUGA TAK

Lebih terperinci

PENDUGAAN PARAMETER. Ledhyane Ika Harlyan

PENDUGAAN PARAMETER. Ledhyane Ika Harlyan PENDUGAAN PARAMETER Ledhyae Ika Harlya Jurua Pemafaata Sumberdaya Perikaa da Kelauta Uiverita Brawijaya 03 Statitik Ifereia Mecakup emua metode yag diguaka dalam pearika keimpula atau geeraliai megeai

Lebih terperinci

PENDUGAAN PARAMETER METSTAT ANIK DJURAIDAH

PENDUGAAN PARAMETER METSTAT ANIK DJURAIDAH PENDUGAAN PARAMETER METSTAT ANIK DJURAIDAH PENDUGAAN PARAMETER Populai : Parameter Sampel : Statitik Statitik merupaka PENDUGA bagi parameter populai Pegetahua megeai ebara cotoh PENDUGA TAK BIAS DAN MEMPUNYAI

Lebih terperinci

Pendugaan Parameter: Kasus Dua sampel saling bebas. Selisih rataan dua populasi

Pendugaan Parameter: Kasus Dua sampel saling bebas. Selisih rataan dua populasi Pedugaa Parameter: Kau Dua amel alig beba Seliih rataa dua oulai - x x.96 x x.96 x x - SAMPLING ERROR Dugaa Selag bagi µ - µ ( x x z ( x x z Formula klik diketahui ama & Syarat : & Tidak ama Formula klik

Lebih terperinci

Statistika Inferensia: Pengujian Hipotesis. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

Statistika Inferensia: Pengujian Hipotesis. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015 Statistika Iferesia: Pegujia Hipotesis Dr. Kusma Sadik, M.Si Dept. Statistika IPB, 05 Populasi : = 0 Butuh pembuktia berdasarka cotoh!!! Apa yag diperluka? > 0? Maa yag bear? Sampel : x 5 Hal itu merupaka

Lebih terperinci

Pendugaan. Parameter HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA FMIPA UNIV. ANDALAS LOGO

Pendugaan. Parameter HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA FMIPA UNIV. ANDALAS LOGO Pedugaa Parameter HAZMIRA YOZZA JURUSAN MATEMATIKA FMIPA UNIV. ANDALAS LOGO Kompetei meyebutka klp ifereia tatitika & ruag ligkupya mejelaka metode pedugaa klaik da yarat-yarat peduga yag baik pada pedugaa

Lebih terperinci

Pendugaan Parameter 1

Pendugaan Parameter 1 Topik Bahaa: Pedugaa Parameter 1 (Selag Pedugaa, Pedugaa Selag 1 Rata-Rata) Pertemua ke II 1 Ilutrai Statitika Ifereia : Mecakup emua metode yag diguaka utuk pearika keimpula atau geeraliai megeai populai

Lebih terperinci

A.Interval Konfidensi pada Selisih Rata-rata

A.Interval Konfidensi pada Selisih Rata-rata A.Iterval Kofidei pada Seliih Rata-rata. Bila kita mempuyai da maig-maig adalah mea ample acak beba berukura da yag diambil dari populai dega ragam da diketahui, maka elag kepercayaa 00-% bagi - adalah

Lebih terperinci

Statistika Inferensia: Pendugaan Parameter. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

Statistika Inferensia: Pendugaan Parameter. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015 Statistika Iferesia: Pedugaa Parameter Dr. Kusma Sadik, M.Si Dept. Statistika IPB, 05 Populasi : Parameter Sampel : Statistik Statistik merupaka PENDUGA bagi parameter populasi Pegetahua megeai distribusi

Lebih terperinci

INTERVAL KEPERCAYAAN

INTERVAL KEPERCAYAAN INTERVAL KEPERCAYAAN Tujua utama diambil ebuah ampel dari ebuah populai adalah utuk memperoleh iformai megeai parameter populai.. Ada cara meetuka parameter populai yaitu peakira da pegujia hipotei. Peakira

Lebih terperinci

Pedahulua Pedugaa Parameter Pedugaa Parameter Populai dilakuka dega megguaka ilai Statitik Sampel, Mial :. x diguaka ebagai peduga bagi µ. diguaka ebagai peduga bagi σ 3. p atau p$ diguaka ebagai peduga

Lebih terperinci

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval Pedugaa Parameter. Pedahulua Pedugaa Parameter Popoulai dilakuka dega megguaka ilai Statitik Sampel Mial :. x diguaka ebagai peduga bagi. diguaka ebagai peduga bagi 3. p atau p diguaka ebagai peduga bagi

Lebih terperinci

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval Pedugaa Parameter Pedahulua Pedugaa Parameter Populai dilakuka dega megguaka ilai Statitik Sampel Mial :. x diguaka ebagai peduga bagi. diguaka ebagai peduga bagi 3. p atau p diguaka ebagai peduga bagi

Lebih terperinci

1. Ilustrasi. Materi 2 Pendugaan Parameter

1. Ilustrasi. Materi 2 Pendugaan Parameter Materi Pedugaa Parameter. Ilutrai Ifereia Statitika : Mecaku emua metode yag diguaka utuk earika keimula atau geeraliai megeai oulai dega melakuka egambila amel (amlig) Etimai / Pedugaa Parameter Yaitu

Lebih terperinci

Statistika 2. Pendugaan Parameter. 1. Ilustrasi. Topik Bahasan: Oleh : Edi M. Pribadi, SP., MSc.

Statistika 2. Pendugaan Parameter. 1. Ilustrasi. Topik Bahasan: Oleh : Edi M. Pribadi, SP., MSc. Statitika Toik Bahaa: Pedugaa Parameter Oleh : Edi M Pribadi, SP, MSc E-mail: edi_m@taffguadarmaacid edi_m@ymailcom Ilutrai Statitika Ifereia : Mecaku emua metode yag diguaka utuk earika keimula atau geeraliai

Lebih terperinci

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika Wed 6/0/3 ETIMAI (PENDUGAAN TATITIK) Ir. Tito Adi Dewato tatistika Deskriptif Iferesi Estimasi Uji Hipotesis Titik Retag Estimasi da Uji Hipotesis Dilakuka setelah peelitia dalam tahap pegambila suatu

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Al Azhar-3

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Al Azhar-3 III. METODOLOGI PENELITIAN A. Populai da Sampel Peelitia Populai dalam peelitia ii adalah emua iwa kela I IPA SMA Al Azhar-3 Badar Lampug tahu ajara 0/0 yag berjumlah 48 iwa da terebar dalam empat kela.

Lebih terperinci

Teori Penaksiran. Oleh : Dewi Rachmatin

Teori Penaksiran. Oleh : Dewi Rachmatin Teori Peakira Oleh : Dewi Rachmati Pedahulua Ada metode iferei : metode klaik da metode Baye dalam meakir arameter oulai Dalam metode klaik iferei didaarka ada iformai yag dieroleh melalui amel acak Dalam

Lebih terperinci

Teori Penaksiran. Oleh : Dadang Juandi

Teori Penaksiran. Oleh : Dadang Juandi Teori Peakira Oleh : Dadag Juadi Pedahulua Ada metode iferei : metode klaik da metode Baye dalam meakir arameter oulai Dalam metode klaik iferei didaarka ada iformai yag dieroleh melalui amel acak Dalam

Lebih terperinci

SOAL PELATIHAN 1. File_Imamgun_Statistik Inferensial

SOAL PELATIHAN 1. File_Imamgun_Statistik Inferensial SOAL PELATIHAN. Jelaka pegertia hipotei?. Seorag peeliti biaaya tertarik meguji atu hipotei dari eam alteratif hipotei. Sebutka eam alteratif hipotei terebut? 3. Apa yag dimakud dega pegujia hipotei? 4.

Lebih terperinci

III. METODE PENELITIAN. Populasi penelitian ini yaitu seluruh siswa kelas X SMA Negeri 2 Bandar

III. METODE PENELITIAN. Populasi penelitian ini yaitu seluruh siswa kelas X SMA Negeri 2 Bandar 7 III. METDE PENELITIAN A. Populai Peelitia Populai peelitia ii yaitu eluruh iwa kela MA Negeri Badar Lampug dega ampel kela, pada emeter geap Tahu Pelajara 0/0. B. ampel Peelitia Tekik pegambila ampel

Lebih terperinci

Pendugaan Parameter. Debrina Puspita Andriani /

Pendugaan Parameter. Debrina Puspita Andriani    / Pedugaa Parameter 7 Debria Puspita Adriai E-mail : debria.ub@gmail.com / debria@ub.ac.id Outlie Pedahulua Pedugaa Titik Pedugaa Iterval Pedugaa Parameter: Kasus Sampel Rataa Populasi Pedugaa Parameter:

Lebih terperinci

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak: PENGUJIAN HIPOTESIS A. Lagkah-lagkah pegujia hipotesis Hipotesis adalah asumsi atau dugaa megeai sesuatu. Jika hipotesis tersebut tetag ilai-ilai parameter maka hipotesis itu disebut hipotesis statistik.

Lebih terperinci

BAB III METODE PENELITIAN. dengan kemampuan berpikir kreatif dengan menggunakan dua model

BAB III METODE PENELITIAN. dengan kemampuan berpikir kreatif dengan menggunakan dua model 3 BAB III METODE PENELITIAN A. Jei Peelitia Tujua peelitia ii yaki membadigka kemampua berpikir kriti dega kemampua berpikir kreatif dega megguaka dua model pembelajara yaitu model pembelajara berbai maalah

Lebih terperinci

A. Pengertian Hipotesis

A. Pengertian Hipotesis PENGUJIAN HIPOTESIS A. Pegertia Hipotesis Hipotesis statistik adalah suatu peryataa atau dugaa megeai satu atau lebih populasi Ada macam hipotesis:. Hipotesis ol (H 0 ), adalah suatu hipotesis dega harapa

Lebih terperinci

BAB IV DESKRIPSI ANALISIS DATA

BAB IV DESKRIPSI ANALISIS DATA BAB IV DESKRIPSI ANALISIS DATA A. Dekripi Data Peelitia ii megguaka peelitia ekperime, ubyek peelitiaya dibedaka mejadi dua kela, yaitu kela kotrol da kela ekperime. Kela kotrol pada peelitia ii merupaka

Lebih terperinci

--Fisheries Data Analysis-- Perbandingan ragam. By. Ledhyane Ika Harlyan. Faculty of Fisheries and Marine Science Brawijaya University

--Fisheries Data Analysis-- Perbandingan ragam. By. Ledhyane Ika Harlyan. Faculty of Fisheries and Marine Science Brawijaya University --Fiherie Data Aalyi-- Perbadiga ragam By. Ledhyae Ika Harlya Faculty of Fiherie ad Marie Sciece Brawijaya Uiverity Tujua Itrukioal Khuu Mahaiwa dapat megguaka aalii tatitika ederhaa dega berfoku ukura

Lebih terperinci

A. Interval Konfidensi untuk Mean

A. Interval Konfidensi untuk Mean ESTIMASI INTERVAL A. Iterval Kofidei utuk Mea Defiii Jika ˆ merupaka etimator utuk parameter da P ˆ ˆ, maka ˆ ˆ diebut Dimaa iterval kofidei(-)00% utuk. :- koefiie kofidei ˆ, ˆ bata iterval tigkat kealaha

Lebih terperinci

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto Tue 0/04/3 ETIMAI (PENDUGAAN TATITIK) Ir. Tito Adi Dewato Estimasi : salah satu cara megemukaka peryataa iduktif (meyataka karakteristik populasi dega meggu aka karakteristik yag didapat dari cuplika).

Lebih terperinci

Tetapi apabila n < 5% N maka digunakan :

Tetapi apabila n < 5% N maka digunakan : Jei- jei pedugaa Iterval:. Pedugaa Parameter dega ampel bear (>30) a. Pedugaa terhadap parameter rata-rata Diketahui; z Maka; Z Z Tetapi apabila tadard deviai populai tidak diketahui, maka diguaka tadar

Lebih terperinci

Pendugaan Parameter. Selang Kepercayaan dengan Distribusi z (Tabel hal 175) Nilai α dan Selang kepercayaan yang lazim digunakan antara lain:

Pendugaan Parameter. Selang Kepercayaan dengan Distribusi z (Tabel hal 175) Nilai α dan Selang kepercayaan yang lazim digunakan antara lain: Peahulua Peugaa Parameter Peugaa Parameter Populai ilakuka ega megguaka ilai Statitik Sampel, Mial :. x iguaka ebagai peuga bagi µ. iguaka ebagai peuga bagi σ 3. p atau p$ iguaka ebagai peuga bagi π Peugaa

Lebih terperinci

Bab6 PENAKSIRAN PARAMETER

Bab6 PENAKSIRAN PARAMETER Bab6 PENAKSIRAN PARAMETER MENAKSIR RATARATA μ Mialka kita memuyai ebuah oulai berukura N dega ratarata µ da imaga baku σ Dari oulai ii arameter ratarata µ aka ditakir Utuk keerlua ii,ambil ebuah amel acak

Lebih terperinci

MINGGU KE XII PENDUGAAN INTERVAL

MINGGU KE XII PENDUGAAN INTERVAL MINGGU KE XII PENDUGAAN INTERVAL Tujua Itrukioal Umum :. Mahaiwa mampu memahami apa yag dimakud dega pedugaa iterval. Mahaiwa mampu memahami pedugaa iterval utuk ample bear da utuk ample kecil 3. Mahaiwa

Lebih terperinci

A. PENGERTIAN DISPERSI

A. PENGERTIAN DISPERSI UKURAN DISPERSI A. PENGERTIAN DISPERSI Ukura diperi atau ukura variai atau ukura peyimpaga adalah ukura yag meyataka eberapa jauh peyimpaga ilai-ilai data dari ilaiilai puatya atau ukura yag meyataka eberapa

Lebih terperinci

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai PENGUJIAN HIPOTESIS Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai ilai-ilai parameter populasi,

Lebih terperinci

BAB 6. Penggunaan SPSS dalam STATISTIK INFERENSI

BAB 6. Penggunaan SPSS dalam STATISTIK INFERENSI 54 Modul Statitika TI oleh Hartatik,M.Si BAB 6 Pegguaa SPSS dalam STATISTIK INFERENSI Tujua : a. Mahaiwa mampu melakuka uji beda mea dua ample b. Mahaiwa mampu melakuka uji beda propori c. Mahaiwa mampu

Lebih terperinci

Diagram Kendali Simpangan Baku Eksak untuk Proses Berdistribusi Normal dengan Parameter σ Diketahui

Diagram Kendali Simpangan Baku Eksak untuk Proses Berdistribusi Normal dengan Parameter σ Diketahui Statitika, Vol. No., 5 6 Mei Diagram Kedali Simpaga Baku Ekak utuk Proe Berditribui Normal dega Parameter Diketahui Aceg Komarudi Mutaqi, Suwada Program Studi Statitika Fakulta MIPA Uiverita Ilam Badug,

Lebih terperinci

ESTIMASI. Jika parameter populasi disimbolkan dengan θ maka θ yang tidak diketahui harganya ditaksir oleh harga

ESTIMASI. Jika parameter populasi disimbolkan dengan θ maka θ yang tidak diketahui harganya ditaksir oleh harga ESTIMASI Salah atu aek utuk mearik keimula megeai uatu oulai dega memakai amel yag diambil dari oulai terebut megguaka etimai (eakira) Jika arameter oulai diimbolka dega θ maka θ yag tidak diketahui hargaya

Lebih terperinci

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X Pedugaa Selag: Metode Pivotal Lagkah-lagkahya 1. Adaika X1, X,..., X adalah cotoh acak dari populasi dega fugsi kepekata f( x; ), da parameter yag tidak diketahui ilaiya. Adaika T adalah peduga titik bagi..

Lebih terperinci

Mata Kuliah: Statistik Inferensial

Mata Kuliah: Statistik Inferensial STATISTIK INFERENSIAL Prof. Dr. H. Almadi Syahza, SE., MP Email: ayahza@yahoo.co.id PROGRAM STUDI PENDIDIKAN EKONOMI FKIP UNIVERSITAS RIAU DISTRIBUSI SAMPLING 2 Bagia I Statitik Iduktif Metode da Ditribui

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jei Peelitia Metode peelitia yag diguaka dalam kripi ii adalah metode peelitia kuatitatif ekperime yag berdeai pottet-oly cotrol deig, karea tujua dalam peelitia ii utuk mecari

Lebih terperinci

BAB II ESTIMASI STATISTIK 2.1 Pengertian Estimasi a. Estimasi merupakan suatu metode dimana kita dapat memperkirakan nilai Populasi dengan memakai

BAB II ESTIMASI STATISTIK 2.1 Pengertian Estimasi a. Estimasi merupakan suatu metode dimana kita dapat memperkirakan nilai Populasi dengan memakai 3 BAB II ESTIMASI STATISTIK. Pegertia Etimai a. Etimai merupaka uatu metode dimaa kita dapat memperkiraka ilai Populai dega memakai ilai ampel. b. Etimai merupaka kegiata pearika keimpula tatitik yag berawal

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN A III METODOLOGI PENELITIAN A. Jei da Deai Peelitia. Jei Peelitia Jei peelitia ii adalah peelitia ekperime. Metode peelitia ekperime merupaka metode peelitia yag diguaka utuk mecari treatmet (perlakua)

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH 89 BAB V ANALISA PEMECAHAN MASALAH Dalam upaya mearik kesimpula da megambil keputusa, diperluka asumsi-asumsi da perkiraa-perkiraa. Secara umum hipotesis statistik merupaka peryataa megeai distribusi probabilitas

Lebih terperinci

9 Departemen Statistika FMIPA IPB

9 Departemen Statistika FMIPA IPB Supleme Resposi Pertemua ANALISIS DATA KATEGORIK (STK351 9 Departeme Statistika FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referesi Waktu Pegatar Aalisis utuk Data Respo Kategorik Data respo kategorik Sebara

Lebih terperinci

Chapter 7 Student Lecture Notes 7-1

Chapter 7 Student Lecture Notes 7-1 Chapter 7 Studet Lecture Notes 7-1 DASAR-DASAR UJI Hipotesis: Hipo (di bawah) da Tesis (peryataa yag telah diuji) Hipotesis Statistik:suatu proposisi atau aggapa megeai parameter populasi yag dapat diuji

Lebih terperinci

SEBARAN t dan SEBARAN F

SEBARAN t dan SEBARAN F SEBARAN t da SEBARAN F 1 Tabel uji t disebut juga tabel t studet. Sebara t pertama kali diperkealka oleh W.S. Gosset pada tahu 1908. Saat itu, Gosset bekerja pada perusahaa bir Irladia yag melarag peerbita

Lebih terperinci

Proses Pendugaan. 95% yakin bahwa diantara 40 & 60. Mean X = 50. Mean,, tdk diketahui. Contoh Prentice-Hall, Inc. Chap. 7-1

Proses Pendugaan. 95% yakin bahwa diantara 40 & 60. Mean X = 50. Mean,, tdk diketahui. Contoh Prentice-Hall, Inc. Chap. 7-1 Proses Pedugaa Populasi Mea,, tdk diketahui Cotoh Acak Mea = 50 95% yaki bahwa diatara 40 & 60. Cotoh 1999 Pretice-Hall, Ic. Chap. 7-1 Pedugaa Parameter Populasi Meduga Parameter Populasi... Mea dg Statistik

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Tujua Peelitia Berdaarka rumua maalah pada BAB I, peelitia kuatitatif ii bertujua utuk megetahui efektivita metode pembelajara dicovery dega megguaka Papa Tempel egi Empat

Lebih terperinci

JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA

JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA Achmad Samudi, M.Pd. JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA 6. MENGUJI PROPORSI π : UJI DUA PIAK Mialka kia mempuyai populai biom dega propori periiwa A π Berdaarka ebuah ampel

Lebih terperinci

JENIS PENDUGAAN STATISTIK

JENIS PENDUGAAN STATISTIK ENDUGAAN STATISTIK ENDAHULUAN Kosep pedugaa statistik diperluka utuk membuat dugaa dari gambara populasi. ada pedugaa statistik dibutuhka pegambila sampel utuk diaalisis (statistik sampel) yag ati diguaka

Lebih terperinci

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari.

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari. Selag Kepercayaa Cotoh Besar Jika ukura cotoh (sample size) besar, maka meurut Teorema Limit Pusat, bayak statistik megikuti/mempuyai sebara yag medekati ormal (dapat diaggap ormal). Artiya jika adalah

Lebih terperinci

x = μ...? 2 2 s = σ...? x x s = σ...?

x = μ...? 2 2 s = σ...? x x s = σ...? Pedugaa Parameter x 2 sx s = μ...? 2 = σ x...? = σ...? Peduga Parameter Peduga titik yaitu parameter populasi p diduga dega suatu besara statistik, misal: rata-rata, proporsi, ragam, dll Peduga Selag (Iterval)

Lebih terperinci

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan BAB III METODE PENELITAN. Tempat Da Waktu Peelitia Peelitia dilakuka di SMP Negeri Batudaa Kab. Gorotalo dega subject Peelitia adalah siswa kelas VIII. Pemiliha SMP Negeri Batudaa Kab. Gorotalo. Adapu

Lebih terperinci

Statistika 2. Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan: Oleh : Edi M. Pribadi, SP., MSc.

Statistika 2. Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan: Oleh : Edi M. Pribadi, SP., MSc. Statistika Toik Bahasa: Pegujia Hiotesis Oleh : Edi M. Pribadi, SP., MSc. E-mail: edi_m@staff.guadarma.ac.id. Pedahulua Hiotesis eryataa yag meruaka edugaa berkaita dega ilai suatu arameter oulasi (satu

Lebih terperinci

BAB III ANALISIS PEMODELAN ANTRIAN HAULER PENGANGKUTAN OVERBURDEN PADA JALAN 7F

BAB III ANALISIS PEMODELAN ANTRIAN HAULER PENGANGKUTAN OVERBURDEN PADA JALAN 7F BAB III AALISIS EMODELA ATRIA HAULER EGAGKUTA OVERBURDE ADA JALA 7F 3.. edahulua ada Bab II telah dijelaka beberapa teori yag diguaka utuk melakuka aalii yag tepat dalam memecahka maalah yag ada. ada bab

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Tujua Peelitia Peelitia ii bertujua utuk megetahui apakah terdapat perbedaa hasil belajar atara pegguaa model pembelajara Jigsaw dega pegguaa model pembelajara Picture ad Picture

Lebih terperinci

Statistika Inferensial

Statistika Inferensial Cofidece Iterval Ara Fariza Statistika Iferesial Populasi Sampel Simpulka (estimasi) tetag parameter Medapatka statistik Estimasi: estimasi titik, estimasi iterval, uji hipotesa 2 1 Proses Estimasi Populasi

Lebih terperinci

Selang Kepercayaan dari Parameter Distribusi Log-Normal Menggunakan Metode Bootstrap Persentil

Selang Kepercayaan dari Parameter Distribusi Log-Normal Menggunakan Metode Bootstrap Persentil Statitika, Vol. 8 No. 1, 13 17 Mei 008 Selag Kepercayaa dari Parameter Ditribui Log-Normal Megguaka Metode Boottrap Peretil Akhmad Fauzy Jurua Statitika FMIPA Uiverita Ilam Idoeia Yogyakarta Abtract I

Lebih terperinci

1. Pendahuluan. Materi 3 Pengujuan Hipotesis

1. Pendahuluan. Materi 3 Pengujuan Hipotesis Materi 3 Pegujua Hiotesis. Pedahulua Hiotesis eryataa yag meruaka edugaa berkaita dega ilai suatu arameter oulasi (satu atau lebih oulasi) Kebeara suatu hiotesis diuji dega megguaka statistik samel hiotesis

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jei Peelitia Peelitia ii merupaka peelitia ekperime. Peelitia ekperime yaitu peelitia yag egaja membagkitka timbulya uatu kejadia atau keadaa, kemudia diteliti bagaimaa akibatya

Lebih terperinci

Bab I Dasar Teori. Inferensi Statistik

Bab I Dasar Teori. Inferensi Statistik Bab I Daar Teori Iferei Statitik Iferei tatitik adalah pegambila keimpula tetag parameter populai berdaarka aalia pada ampel. Beberapa hal yag perlu diketahui berhubuga dega iferei tatitik yaitu etimai

Lebih terperinci

ESTIMASI TITIK DAN INTERVAL KEPERCAYAAN

ESTIMASI TITIK DAN INTERVAL KEPERCAYAAN 8/8/0 IE 305 tatistika Idustri LOGO ETIMAI TITIK DAN INTERVAL KEPERCAYAAN Elty arvia, T.,MT. Fakultas Tekik Jurusa Tekik Idustri Uiversitas Kriste Maraatha Badug LT arvia/esi Tujua 3 4 5 6 Medefiisika

Lebih terperinci

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd Pertemua Ke- Komparasi berasal dari kata compariso (Eg) yag mempuyai arti perbadiga atau pembadiga. Tekik aalisis komparasi yaitu salah satu tekik aalisis kuatitatif yag diguaka utuk meguji hipotesis tetag

Lebih terperinci

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL Nama : INDRI SUCI RAHMAWATI NIM : 2015-32-005 ANALISIS REGRESI SESI 01 HAL. 86-88 Latiha 2 Pelajari data dibawah ii, tetuka depede da idepede variabel serta : a. Hitug Sum of Square for Regressio (X) b.

Lebih terperinci

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL BAB VIII MASAAH ESTIMASI SAT DAN DA SAMPE 8.1 Statistik iferesial Statistik iferesial suatu metode megambil kesimpula dari suatu populasi. Ada dua pedekata yag diguaka dalam statistik iferesial. Pertama,

Lebih terperinci

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus -Mar- Ukura Pemusata Pertemua STATISTIKA DESKRIPTIF Statistik deskripti adalah pegolaha data utuk tujua medeskripsika atau memberika gambara terhadap obyek yag diteliti dega megguaka sampel atau populasi.

Lebih terperinci

UKURAN PEMUSATAN UKURAN PENYEBARAN

UKURAN PEMUSATAN UKURAN PENYEBARAN UKURAN PEMUSATAN DATA TUNGGAL DATA KELOMPOK. MEAN / RATA-RATA. MODUS 3. MEDIAN 4. KUARTIL. MEAN / RATA-RATA. MODUS 3. MEDIAN 4. KUARTIL UKURAN PENYEBARAN JANGKAUAN HAMPARAN RAGAM / VARIANS SIMPANGAN BAKU

Lebih terperinci

Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand

Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand TEKIK SAMPLIG PCA SEDERHAA Hazmira Yozza Izzati Rahmi HG Jurusa Matematika FMIPA Uad Defiisi : Jika suatu cotoh berukura diambil dari suatu populasi berukura sedemikia rupa sehigga setiap kemugkia cotoh

Lebih terperinci

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL Nama : INDRI SUCI RAHMAWATI NIM : 2015-32-005 ANALISIS REGRESI SESI 01 HAL. 85-88 Latiha 1 Pelajari data dibawah ii, tetuka depede da idepedet variabel serta a. Hitug Sum of for Regressio (X) b. Hitug

Lebih terperinci

Mata Kuliah: Statistik Inferensial

Mata Kuliah: Statistik Inferensial PENGUJIAN HIPOTESIS SAMPEL KECIL Prof. Dr. H. Almasdi Syahza, SE., MP Email: asyahza@yahoo.co.id DEFINISI Pegertia Sampel Kecil Sampel kecil yag jumlah sampel kurag dari 30, maka ilai stadar deviasi (s)

Lebih terperinci

STATISTICS. Confidence Intervals (Rentang Keyakinan) Confidence Intervals (1)

STATISTICS. Confidence Intervals (Rentang Keyakinan) Confidence Intervals (1) STATISTICS Cofidece Iterval (Retag Keyakia) Cofidece Iterval () Etimai Parameter Ditribui abilita memiliki ejumlah parameter. Parameter-parameter tb umumya tak diketahui. Nilai parameter terebut diperkiraka

Lebih terperinci

Selang Kepercayaan (Confidence Interval) Pengantar Penduga titik (point estimator) telah dibahas pada kuliah-kuliah sebelumnya. Walau statistikawan

Selang Kepercayaan (Confidence Interval) Pengantar Penduga titik (point estimator) telah dibahas pada kuliah-kuliah sebelumnya. Walau statistikawan Selag Kepercayaa (Cofidece Iterval) Pegatar Peduga titik (poit estimator) telah dibahas pada kuliah-kuliah sebelumya. Walau statistikawa telah berusaha memperoleh peduga titik yag baik, amu hampir bisa

Lebih terperinci

Penyelesaian: Variables Entered/Removed a. a. Dependent Variable: Tulang b. All requested variables entered.

Penyelesaian: Variables Entered/Removed a. a. Dependent Variable: Tulang b. All requested variables entered. 2. Pelajari data dibawah ii, tetuka depede da idepede variabel serta : a) Hitug Sum of Square for Regressio (X) b) Hitug Sum of Square for Residual c) Hitug Meas Sum of Square for Regressio (X) d) Hitug

Lebih terperinci

Analisa Data Statistik. Ratih Setyaningrum, MT

Analisa Data Statistik. Ratih Setyaningrum, MT Aalisa Data tatistik Ratih etyaigrum, MT Referesi Agoes oehiaie, Ph.D Daftar Isi Iferesi tatistik Hipotesa tatistik : Kosep Umum Hipotesa statistik adalah sebuah klaim/peryataa atau cojecture tetag populasi.

Lebih terperinci

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k

Lebih terperinci

BAB 6: ESTIMASI PARAMETER (2)

BAB 6: ESTIMASI PARAMETER (2) Bab 6: Estimasi Parameter () BAB 6: ESTIMASI PARAMETER (). ESTIMASI PROPORSI POPULASI Proporsi merupaka perbadiga atara terjadiya suatu peristiwa dega semua kemugkiaa peritiwa yag bisa terjadi. Besara

Lebih terperinci

Pengertian Estimasi Titik. Estimasi (Pendugaan) Estimasi (Pendugaan) Estimasi (Pendugaan) Populasi dan Sampel. Mean Proporsi

Pengertian Estimasi Titik. Estimasi (Pendugaan) Estimasi (Pendugaan) Estimasi (Pendugaan) Populasi dan Sampel. Mean Proporsi Chapter 6 Studet Lecture Notes 6-1 Hal-1 Hal-2 Estimasi (Pedugaa) Estimasi (Pedugaa) TOPIK Pegertia Estimasi Estimasi titik Nilai rata-rata populasi Nilai proporsi populasi Estimasi Iterval Estimasi iterval

Lebih terperinci

Jika dibandingkan dengan bulan sebelumnyakenaikan curah hujan terbesar terjadi pada bulan A. Oktober D. Januari B. November E. Februari C.

Jika dibandingkan dengan bulan sebelumnyakenaikan curah hujan terbesar terjadi pada bulan A. Oktober D. Januari B. November E. Februari C. Page of. Diatara data berikut, yag merupaka data kualitatif adalah Tiggi hotel-hotel di Yogyakarta B. Bayakya mobil yag melewati jala Mawar C. Kecepata sepeda motor per jam D. Luas huta di Sumatra E. Meigkatya

Lebih terperinci

PENAKSIRAN METODE PENAKSIRAN CONTOH. Kasus 1: taksiran titik IP = 3,5 Kasus 2: taksiran selang IP = [3,4]

PENAKSIRAN METODE PENAKSIRAN CONTOH. Kasus 1: taksiran titik IP = 3,5 Kasus 2: taksiran selang IP = [3,4] PENAKIRAN Peaksira Titik Peaksira elag elag Kepercayaa utuk µ elag Kepercayaa utuk σ MA 8 Aalisis Data Utriwei Mukhaiyar Oktober 00 008 by UP & UM METODE PENAKIRAN. Peaksira Titik Nilai tuggal dari suatu

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

TINJAUAN PUSTAKA Pengertian TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok

Lebih terperinci

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel) DISTRIBUSI SAMPLING (Distribusi Pearika Sampel) I. PENDAHULUAN Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci

Nama: Analisis Statistika (STK511) SKS : 3 (2-2) Referensi:

Nama: Analisis Statistika (STK511) SKS : 3 (2-2) Referensi: Nama: Aalii Statitika (STK5 SKS : 3 (- Referei:. Mattjik, A.A da I M Sumertajaya. 00. Peracaga Percobaa dega Aplikai SAS da Miitab, Jilid I. IPB Pre. Bogor.. Motgomery, D.C. 99. Deig ad Aalyi of Eperimet,

Lebih terperinci

Metode Statistika STK211/ 3(2-3)

Metode Statistika STK211/ 3(2-3) Metode Statistika STK211/ 3(2-3) Pertemua VI Sebara Pearika Cotoh Septia Rahardiatoro - STK IPB 1 Sebara Pearika Cotoh Megidetifikasi sebara suatu fugsi dari cotoh ketika diambil dari suatu populasi X

Lebih terperinci

Distribusi Sampling (Distribusi Penarikan Sampel)

Distribusi Sampling (Distribusi Penarikan Sampel) Distribusi Samplig (Distribusi Pearika Sampel) 1. Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin DISTRIBUSI SAMPLING Oleh : Dewi Rachmati Distribusi Rata-rata Misalka sebuah populasi berukura higga N dega parameter rata-rata µ da simpaga baku. Dari populasi ii diambil sampel acak berukura, jika tapa

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas I MIA SMA Negeri 5 Badar Lampug Tahu Pelajara 04-05 yag berjumlah 48 siswa. Siswa tersebut

Lebih terperinci

PENGUJIAN HIPOTESA BAB 7

PENGUJIAN HIPOTESA BAB 7 PENGUJIAN IPOTESA BAB 7 Pedahulua ipotesis ( upo : lemah, Thesis : peryataa ) Diartika :. Peryataa yag masih lemah kebearaya da perlu dibuktika. Dugaa yag sifatya masih semetara ipotesis ii perlu utuk

Lebih terperinci

BAB III METODE PENELITIAN. Jenis penelitian yang digunakan adalah quasi experimental research

BAB III METODE PENELITIAN. Jenis penelitian yang digunakan adalah quasi experimental research BAB III METODE PENELITIAN A. Jei da Deai Peelitia Jei peelitia yag diguaka adalah quai experimetal reearch atau peelitia ekperime emu. Peelitia dilakuka dega cara medekripika keefektifa kelompok ekperime

Lebih terperinci

MODUL PRAKTIKUM Statistik Inferens (MIK 411)

MODUL PRAKTIKUM Statistik Inferens (MIK 411) MODUL PRAKTIKUM tatistik Iferes (MIK 4) Disusu Oleh Nada Aula Rumaa, KM., MKM UNIVERITA EA UNGGUL 07 Revisi (tgl) : 0 (0 Desember 07) / 4 UJI T DEPENDEN/BERPAANGAN (PAIRED T TET) A. Pedahulua Uji t berpasaga,

Lebih terperinci

STATISTIK PERTEMUAN VIII

STATISTIK PERTEMUAN VIII STATISTIK PERTEMUAN VIII Pegertia Estimasi Merupaka bagia dari statistik iferesi Estimasi = pedugaa, atau meaksir harga parameter populasi dega harga-harga statistik sampelya. Misal : suatu populasi yag

Lebih terperinci

Yang biasa dinamakan test komposit lawan komposit. c. Hipotesis mengandung pengertian minimum. Perumusan H 0 dan H 1 berbentuk :

Yang biasa dinamakan test komposit lawan komposit. c. Hipotesis mengandung pengertian minimum. Perumusan H 0 dan H 1 berbentuk : PARAMETER PENGJIAN HIPOTESIS MODL PARAMETER PENGJIAN HIPOTESIS. Pedahulua Kalau yag sedag ditest atau diuji itu parameter θ dalam hal ii pegguaaya ati bias rata-rata µ prprsi p, simpaga baku σ da lai-lai,

Lebih terperinci

PENAKSIRAN. Penaksiran Titik. Selang Kepercayaan untuk VARIANSI. MA2181 ANALISIS DATA Utriweni Mukhaiyar 17 Oktober 2011

PENAKSIRAN. Penaksiran Titik. Selang Kepercayaan untuk VARIANSI. MA2181 ANALISIS DATA Utriweni Mukhaiyar 17 Oktober 2011 PENAKSIRAN Peaksira Titik Peaksira Selag Selag Kepercayaa utuk RATAAN Selag Kepercayaa utuk VARIANSI MA8 ANALISIS DATA Utriwei Mukhaiyar 7 Oktober 0 Metode Peaksira Peaksira Titik Peaksira Selag Nilai

Lebih terperinci

TEKNIK SAMPLING PCA SISTEMATIK. Hazmira Yozza Izzati Rahmi HG. Jurusan Matematika FMIPA - Unand

TEKNIK SAMPLING PCA SISTEMATIK. Hazmira Yozza Izzati Rahmi HG. Jurusan Matematika FMIPA - Unand Hazmira Yozza Izzati Rahmi HG TEKNIK SAMPLING PCA SISTEMATIK Jurusa Matematika FMIPA - Uad Defiisi Samplig sistematik adalah metode pearika cotoh yag dilakuka dega cara memilih secara acak satu eleme dari

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Metode Peelitia Peelitia ii megguaka metode peelitia Korelasioal. Peelitia korelasioaal yaitu suatu metode yag meggambarka secara sistematis da obyektif tetag hubuga atara

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur 0 III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai Mei 03. B. Populasi da Sampel Populasi dalam peelitia

Lebih terperinci

Statistika. Besaran Statistik

Statistika. Besaran Statistik Statitika Beara Statitik Itiarto Statitical Meaure Commo tatitical meaure Meaure of cetral tedecy Mea Mode Media Meaure of variability Rage Variace Stadard deviatio Meaure of a idividual i a populatio

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini dilaksanakan di kelas X SMA N 10 Pekanbaru, semester

BAB III METODE PENELITIAN. Penelitian ini dilaksanakan di kelas X SMA N 10 Pekanbaru, semester 3 BAB III METODE PENELITIAN A. Waktu da Tempat Peelitia Peelitia ii dilaksaaka di kelas X MA N 0 Pekabaru, semester tahu ajara 03/04. Waktu pegambila data dilaksaaka pada bula eptember 03. B. Objek da

Lebih terperinci