Bahan Kuliah Statistik 2

BAB I
PENDAHULUAN
1.1. STATISIK DESKRIPTIF DAN INDUKTIF
Ada 2 jenis Statistik yaitu: Statistik Deskriptif dan Statistik Induktif. Statistik Deskriptif semua
materi tercakup pada Mata Kuliah Statistik I, sedangkan Statistik Induktif hanya sebagian
yang tercakup pada Mata Kuliah Statistik II (sebagian yang lain merupakan advance
statistics)
Statistik Deskriptif:
Hanya menggambarkan suatu keadaan
Melihat Perkembangan dari waktu ke waktu
Membandingkan antar objek
Tidak memerlukan landasan teori dan penghitungan statistik yang rumit
Sampel yang dipilih bisa random atau non random
Teknik-teknik analisis Statistik Deskriptif:
1. Analisa Tabel:
Tabel satu arah, Tabel dua arah, dan Tabel tiga arah
2. Analisa Grafik
Grafik Garis, Grafik Batang, Grafik Lingkaran, Grafik Gambar, dan Grafik Peta
3. Ukuran statistik
Rata-rata, median, modus, persentase, koefisien variasi, dan standar deviasi,
4. Angka Indeks
Indeks sederhana, Indeks agregatif tidak tertimbang, Indeks agregatif tertimbang
(Laspeyres, Paasche, Fisher, Drobisch, Marshal)
5. Ukuran korelasi
Korelasi Pearson, Korelasi Rank Spearman, dan Contingency Coefficient
Statistik Induktif :
Men-generalisasi keadaan
Mengestimasi/memodelkan
Memerlukan landasan teori statistik
Sampel yang dipilih harus random
Teknik-teknik analisis Statistik Induktif:
1. Pendugaan parameter (pendugaan interval)
2. Analisis Korelasi dan Pengujiannya
3. Uji Beda rata-rata (observasi berpasangan)
4. Analisis Regresi Linier Sederhana
5. Analisis Regresi Linier Berganda
6. Model-model Kuantitatif
7. Model Ekonometrik
8. Model Quality Control
9. Analisis-analisis Multivariate: An. Komponen Utama, An. Faktor, An. Cluster, An.
Diskriminan, An. Korelasi Kanonik, An. Regresi Logistik, dll
1.2. CAKUPAN MATERI STATISTIK II
a. Perbedaan Statistik Deskriptif dan Induktif
Statistik Deskriptif bersifat menggambarkan suatu keadaan (biasanya meliputi
perbandingan antar objek atau perkembangan dari waktu ke waktu)+
Statistik Induktif bersifat mengestimasi, menguji hipotesa dan membuat model untuk
penarikan kesimpulan+
Statistik I = Statistik Deskriptif+
Statistik II = sebagian dari Statistik Induktif+
b. Teori Peluang
Konsep dasar peluang: Percobaan Statistik, Ruang Sampel, Kejadian+
Penghitungan peluang: konsep klasik dan konsep frekuensi relatif+
Konsep Peubah Acak dan Fungsi Peluang+
Fungsi Peluang Empiris (Diskrit dan Kontinu)+
Fungsi Peluang Teoritis (Fungsi Distribusi Statistik): Binomial, Poisson, Hipergeometrik, dan
Normal+
c. Pendugaan Interval
Pendugaan interval rata-rata 1 populasi+
+ Pendugaan interval selish rata-rata 2 populasi
Pendugaan interval proporsi 1 populasi+
Pendugaan interval selisih proporsi 2 populasi+
d. Pengujian Hipotesa
Pengujian hipotesa rata-rata 1 populasi+
Pengujian hipotesa beda rata-rata 2 populasi+
Pengujian hipotesa proporsi 1 populasi+
Pengujian hipotesa beda rata-rata 2 populasi+
Pengujian hipotesa independensi+
e. Analisis Regresi Linier
Pembentukan Model regresi+
Pengujian model (koefisien regresi)+
Interpretasi model+
1.3. METODE SAMPLING
Metode Sampling (Pengambilan Sampel) ini diperlukan untuk memilih sampel random yang
dapat mewakili populasinya. Ini terutama diperlukan untuk analisis statistik induktif.
Metoda Sampling adalah cara bagaimana memilih sampel yang tepat. Sampel yang tepat
adalah Sampel dengan jumlah sekecil mungkin, namun dapat mewakili populasi.
Tujuannya = Agar hasil penelitian (estimasi) relatif tepat, penyimpangan Sekecil mungkin
Alasan Penggunaan Sampel:
a. Biaya lebih murah
b. Waktu lebih singkat
c. Tenaga lebih sedikit
d. Akurasi lebih tinggi
e. Penelitian bersifat merusak
Teknik Sampling ada 2 macam :
a. Non Probability Sampling (Non Random Sampinlg)
b. Probability Samping (Random Sampling)
Non Probability Sampling tidak memerlukan Kerangka Sampel
Probability Sampling mutlak memerlukan Kerangka Sampel
Kerangka Sampel (Sampling Frame):
a. daftar anggota populasi yang diteliti
b. yarat kerangka sampel yang baik:
- Lengkap (tidak terlewat atau duplikasi)
- up to date
- relevan
Non Probability Sampling
Pengambilan Sampel dilakukan secara non random (tidak acak)
Pengambilan dilakukan secara subyektif
Teknik ini tidak dapat diajarkan secara ilmiah
Hanya bersifat pengalaman
Teknik Samplingnya:
- Purposive Samplin
- Quota Sampling
- Haphazard Sampling
Probability Sampling
Pengambilan Sampel dilakukan secara random
Ada prosedur pengambilan sampel yang baku
Dapat dipelajari/diajarkan secara ilmiah
Teknik Sampling:
- Simpel Random Sampling
- Stratified Sampling
- Systematic Sampling
- Cluster/Multistage Sampling
Simpel Random Sampling
- Digunakan untuk populasi yang relatif homogen
- Sampel dipilih dengan 2 cara :
Metode lotery (arisan)
Dengan Tabel Angka Random
Stratified Sampling
- Digunakan untuk populasi yang relatif heterogen
- Populasi dibagi menjadi sub-sub populasi yang relatif homogen (Strata)
- Jadi setiap strata merupakan kumpulan objek yang homogen
- Setiap strata ada wakilnya
Systematic Sampling
- Digunakan untuk populasi yang relatif heterogen
- Objek-objek dalam populasi diurutkan
- Diambil secara sistematis : linear systematic
- circulair systematic
Multistage Sampling
Digunakan untuk populasi yang relatif heterogen
Biasanya objek-objek dikelompokkan dalam wilayah-wilayah
Wilayah yang dimaksud: RT, RW, Desa/Kel, Kec, Kab/Kota, Prop, Negara
Pemilihan sampelnya bertahap dari unit terbesar sampei terkecil
Contoh : Three Stages Sampling (3 tahap)
Tahap 1 : Kabupaten/Kota
Tahap 2 : Kelurahan
Tahap 3 : Rumah Tangga
BAB II
PENGANTAR TEORI PROBABILITAS
Untuk mengetahui karakteristik suatu populasi sering dilakukan dengan menganalisis hanya
sebagian data saja (atau sering disebut dengan sampel). Berdasarkan informasi yang
terkandung dalam sampel, dilakukan pengambilan kesimpulan terhadap populasinya. Dasar
logika dari proses pengambilan kesimpulan tentang suatu populasi dengan menganalisis
data sampel adalah probabilitas. Oleh karena itu, pemahaman tentang teori probabilitas
sangat diperlukan dan bersifat mendasar.
Kata probabilitas atau peluang adalah kata yang biasa dipakai dalam kehidupan sehari-
hari. Suatu peristiwa yang mempunyai probabilitas untuk terjadi mengandung arti bahwa ada
harapan peristiwa itu akan terjadi. Jika ada kepastian bahwa suatu peristiwa akan terjadi,
maka peluang terjadinya peristiwa itu adalah 1. Jika tidak ada peluang sama sekali bahwa
suatu peristiwa akan terjadi, maka peluangnya adalah 0.
Konsep probabilitas berhubungan dengan pengertian eksperimen atau percobaan yang
menghasilkan hasil yang tidak pasti. Artinya, eksperimen yang diulang-ulang dalam kondisi
yang sama akan memberikan hasil yang dapat berbeda-beda. Beberapa contoh
eksperimen statistik adalah sebagai berikut :
- Percobaan : pengukuran waktu reaksi kimia
Hasil : lama reaksi,
- Percobaan : pengamatan sekumpulan hasil produksi
Hasil : banyaknya produk cacat dalam kumpulan produk itu.
Beberapa definisi
Ruang sampel (sample space) :
Himpunan semua hasil yang mungkin dari suatu percobaan.
Titik sampel :
Setiap unsur / elemen / anggota dari ruang sampel.
Kejadian :
Hasil dari suatu percobaan yang mempunyai sifat tertentu.
Himpunan bagian dari ruang sampel.
CONTOH:
Dua buah uang logam dilemparkan. Tentukan yang dimaksud dengan percobaan, ruang
sampel, dan titik sampelnya ! Serta berikan contoh tentang kejadian !
Jawab :
Percobaan : pelemparan dua buah uang logam
Ruang sampel :
S = {AA, AG, GA, GG}
Terdapat empat titik sampel, yaitu : AA, AG, GA, GG
Kejadian :
D = paling sedikit satu gambar muncul
D = {AG, GA, GG}.
2.1. MENCACAH TITIK SAMPEL
Kaidah Penggandaan
Bila suatu operasi dapat dilakukan dalam n1 cara, bila untuk setiap cara tersebut operasi
kedua tersebut dapat dilakukan dalam n2 cara, bila untuk setiap pasangan dua cara yang
pertama operasi ketiga dapat dilakukan dengan n3 cara, dan seterusnya, maka k operasi
dalam urutan tersebut dapat dilakukan dalam n1 n2 nk cara.
CONTOH:
Bila sepasang dadu dilemparkan sekali, berapa banyaknya titik sampel dalam ruang
sampelnya ?
Jawab :
Dadu pertama dapat menghasilkan n1 = 6 cara. Untuk setiap cara tersebut dadu kedua
dapat menghasilkan n2 = 6 cara. Dengan demikian, sepasang dadu tersebut dapat
menghasilkan n1 x n2 = 6 x 6 = 36 cara.
CONTOH:
Berapa banyak bilangan genap, terdiri atas tiga angka yang dapat dibentuk dari angka-
angka 1, 2, 5, 6, dan 9, bila setiap angka tersebut hanya boleh digunakan sekali ?
Jawab :
Karena bilangan genap yang terdiri atas tiga angka ditentukan oleh angka yang menduduki
posisi satuan, maka terdapat 2 pilihan angka. Untuk setiap pilihan tersebut, tersedia 4
pilihan bagi posisi ratusan dan 3 pilihan bagi posisi puluhan. Dengan demikian, terdapat (2)
(4) (3) = 24 bilangan genap yang terdiri dri tiga angka.
Permutasi
Adalah susunan yang dibentuk dari suatu kumpulan obyek yang diambil sebagian atau
seluruhnya.
1 = n! 2 Banyaknya permutasi n obyek yang berbeda adalah n(n 1)(n 2)3
n, adalah n(n-1)(n-2)(n-(r-1)) = nPr = n! / (n-r)!s Banyaknya permutasi akibat pengambilan
r obyek dari n obyek yang berbeda, untuk r
Banyaknya permutasi n benda berlainan yang disusun melingkar adalah (n 1)!
Banyaknya permutasi yang berbeda dari n benda yang n1 diantaranya berjenis pertama, n2
berjenis kedua, , nk berjenis ke-k adalah
n!
n1! n2 ! nk !
dengan n1 + n2 + + nk = n.
CONTOH:
a. Berapa banyak susunan berbeda huruf-huruf A, B, C bisa dibentuk, bila masing-masing
huruf hanya boleh digunakan sekali ?
b. Bila diambil dua huruf dari tiga huruf tsb., maka berapa susunan huruf berbeda yang
mungkin dibentuk ?
Jawab :
a. (3) (2) (1) = 6 cara.
b. (3) (2) = 6 cara.
CONTOH:
a. Tersedia empat angka : 1, 2, 3, 4. Berapa bilangan yang dapat dibuat dari semua angka
tersebut ?
b. Bila diambil dua angka dari empat angka, maka berapakah susunan angka berbeda yang
mungkin dibentuk ?
Jawab :
a. (4) (3) (2) (1) = 4 ! = 24 bilangan.
b. 4P2 = (4!) / ((4-2)!) = 12 susunan angka.
CONTOH:
Berapa macam permutasi yang berlainankah yang dapat disusun dari kata matematika ?
Jawab :
10 ! = 453600 macam
2! 2! 2! 1! 1! 1! 1!
Kombinasi
Adalah banyaknya cara mengambil r obyek dari n obyek tanpa memperhatikan urutan.
Kombinasi adalah membuat sekatan dengan 2 sel. Satu sel berisi r benda yang dipilih dan
sel yang lain berisi n-r benda yang tidak terpilih.
Banyaknya kombinasi r obyek dari n obyek yang berbeda adalah
CONTOH:
Dalam berapa cara 2 pertanyaan dalam soal ujian dapat dipilih, dari 3 pertanyaan yang
disediakan ?
Jawab :
Banyaknya cara memilih 2 dari 3 soal ujian
2.2. PROBABILITAS SUATU KEJADIAN
Kemungkinan terjadinya suatu kejadian sebagai hasil percobaan statistika dinilai dengan
menggunakan bil real yang disebut bobot atau probabilitas (peluang) dengan nilai dari 0
sampai 1.
Untuk tiap titik pada ruang sampel dikaitkan dengan suatu bobot sedemikian hingga jumlah
semua bobot sama dengan 1.
Bila titik sampel tertentu mempunyai kemungkinan besar untuk terjadi, maka bobot yang
diberikan hendaknya dekat dengan 1. Sebaliknya, bobot yang lebih dekat dengan 0
diberikan pada titik sampel yang kecil kemungkinannya terjadi.
Probabilitas suatu kejadian A adalah :
Jumlah bobot semua titik sampel yang termasuk dalam A. Jadi :
1s P(A) s0
) = 0CP(
P(S) = 1
CONTOH:
Sekeping uang logam setimbang dilemparkan dua kali. Berapakah probabilitasnya
sekurang-kurangnya sisi gambar muncul sekali ?
Jawab :
Ruang sampel percobaan ini adalah :
S = {AA, AG, GA, GG}
Bila D menyatakan kejadian bahwa sekurang-kurangnya sisi gambar muncul sekali, maka
D = {GA, AG, GG}
P(D) = + + =
Bila suatu percobaan mempunyai N hasil percobaan yang berbeda, dan masing-masing
mempunyai kemungkinan sama untuk terjadi, dan bila tepat n di antara hasil percobaan itu
menyusun kejadian A, maka probabilitas kejadian A adalah :
P(A) = n/N
CONTOH :
Sekantung obat berisi 6 vitamin rasa jeruk, 4 rasa anggur, dan 3 rasa strawberi. Bila
seseorang mengambil satu obat secara acak, carilah probabilitasnya mendapat :
a. Satu rasa jeruk
b. Satu rasa anggur atau strawberi.
Jawab :
Misalkan J, A, dan S masing-masing menyatakan kejadian bahwa yang terpilih adalah rasa
teruk, anggur dan strawberi. Jumlah tablet 13, semuanya terpilih dengan probabilitas yang
sama.
a. Karena 6 dari 13 tablet dengan rasa jeruk, maka probabilitas kejadian J, satu rasa j eruk
terpilih secara acak
P(J) = 6/13
b. Karena 7 dari 13 tablet dengan rasa anggur atau strawberi, maka
B) = 7/13P(A
Definisi probabilitas berdasarkan frekuensi relatif :
Penentuan probabilitas didasarkan atas pengetahuan sebelumnya atau berdasarkan bukti
percobaan.
Penentuan probabilitas didasarkan atas frekuensi relatif dari terjadinya kejadian apabila
banyaknya pengamatan sangat besar.
Definisi probabilitas berdasarkan subyektivitas :
Penentuan probabilitas didasarkan atas intuisi, keyakinan pribadi, & informasi tidak langsung
lain.
2.3. ATURAN PENJUMLAHAN
Bila A dan B adalah dua kejadian sembarang, maka
B) B) = P(A) + P(B) P(A P(A
Bila A dan B adalah dua kejadian yang saling terpisah (mutually exclusive), maka
B) = P(A) + P(B)P(A
Bila A, B, C adalah tiga kejadian sembarang, maka
C) C) P(B B) P(A C) = P(A) + P(B) + P(C) P(A B P(A
C) B + P(A
Bila A1, A2,., An adalah kejadian-kejadian yang saling terpisah, maka
An) = P(A1) + P(A2) + + P(An) A2 P(A1
Bila A dan A adalah dua kejadian berkomplementer, maka
P(A) + P(A) = 1
CONTOH:
Peluang seorang mahasiswa lulus matematika 2/3 dan peluangnya lulus statistika 4/9. Bila
peluang lulus kedua mata kuliah , berapakah peluangnya lulus paling sedikit satu mata
kuliah ?
Jawab :
Bila M menyatakan kejadian lulus Matematika dan S lulus statistika maka
S) S) = P(M) + P(S) P(M P(M
= 2/3 + 4/9 =31/36
CONTOH:
Berapakah probabilitas mendapat 7 atau 11 bila dua dadu dilemparkan ?
Jawab :
Misalkan A kejadian jumlah 7 muncul, dan B kejadian jumlah 11 muncul. Jumlah 7 dapat
muncul dalam 6 dari 36 titik sampel dan jumlah 11 dalam 2 titik sampel. Karena semua titik
berkemungkinan sama maka P(A) = 6/36 = 1/6. dan P(b) = 2/36 = 1/18. Kejadian A dan B
saling terpisah karena jumlah 7 dan 11 tidak mungkin terjadi pada lemparan yang sama,
sehingga
B) = P(A) + P(B)P(A
= 1/6 + 1/18 = 2/9
2.4. PROBABILITAS BERSYARAT DAN INDEPENDENSI
PENGERTIAN :
Probabilitas terjadinya suatu kejadian B bila diketahui bahwa kejadian A telah terjadi disebut
probabilitas bersyarat dan dinyatakan dengan P(B|A). Lambang P(B|A) biasanya dibaca
peluang B terjadi bila diketahui A terjadi atau lebih sederhana lagi peluang B, bila A
diketahui.
Definisi 1 :
Peluang bersyarat B bila A diketahui, dinyatakan dengan P(B|A), ditentukan oleh :
CONTOH:
S) = 0,78. Cari1. Probabilitas suatu penerbangan yang telah terjadual teratur berangkat
tepat waktu P(B) = 0,83; probabilitas sampai tepat waktu P(S) = 0,82; dan probabilitas
berangkat dan sampai tepat waktu P(B lah probabilitas bahwa pesawat :
a. sampai tepat waktu apabila diketahui berangkat tepat waktu,
b. berangkat tepat waktu jika diketahui sampai tepat waktu.
Jawab :
a. Probabilitas pesawat sampai tepat waktu jika diketahui berangkat tepat waktu adalah :
b. Probabilitas pesawat berangkat tepat waktu apabila diketahui sampai tepat waktu adalah :
Definisi 2 :
Dua kejadian A dan B bebas jika dan hanya jika :
P(B|A) = P(B)
dan
P(A|B) = P(A).
Jika tidak demikian, maka A dan B tak bebas.
CONTOH 13 :
Misalkan diberikan suatu percobaan yang berkaitan dengan pengambilan 2 kartu yang
diambil berturutan dari sekotak kartu dengan pengembalian. Kejadian ditentukan sebagai :
A = kartu pertama yang terambil as,
B = kartu kedua sebuah skop (spade).
Karena kartu pertama dikembalikan, ruang sampel untuk kedua pengambilan terdiri dari 52
kartu, berisi 4 as dan 13 skop. Jadi
dan
Jadi, P(B|A) = P(B). Apabila hal ini benar, maka kejadian A dan B dikatakan bebas
(independent).
Definisi 3 :
Bila dalam suatu percobaan A dan B dapat terjadi sekaligus, maka :
A), B) = P(A) P(BP(A
B), B) = P(B) P(AP(A
CONTOH:
Suatu kantong berisi 4 bola merah dan 3 bola hitam, dan kantong kedua berisi 3 bola merah
dan 5 bola hitam. Satu bola diambil dari kantong pertama dan dimasukkan tanpa melihatnya
ke kantong kedua. Berapakah probabilitas apabila sekarang diambil bola hitam dari kantong
kedua ?
Jawab :
H2. Berbagai kemungkinan dan probabilitasnya diperlihatkan pada Gambar di bawah ini.
H2 dan M1 Misalkan H1, H2, dan M1 masing-masing menyatakan mengambil 1 bola hitam
dari kantong 1, 1 bola hitam dari kantong 2, dan 1 bola merah dari kantong 1. Ingin diketahui
gabungan dari kejadian mutually exclusive H1
Selanjutnya,
Definisi 4 :
Bila 2 kejadian A dan B bebas, maka :
B) = P(A) P(B)P(A
CONTOH:
Suatu kota kecil mempunyai sebuah mobil pemadam kebakaran dan sebuah ambulans
untuk keadaan darurat. Probabilitas mobil pemadam kebakaran siap setiap waktu diperlukan
adalah 0,98; probabilitas mobil ambulans siap setiap waktu dipanggil adalah 0,92. Jika
dalam kejadian ada kecelakaan karena kebakaran gedung, maka carilah probabilitas
keduanya siap.
Jawab :
Misalkan A dan B masing-masing menyatakan Kejadian mobil pemadam kebakaran dan
ambulans siap. Oleh karena itu,
B) = P(A) P(B) = (0,98)(0,92) = 0,9016.P(A
Definisi 5 :
Bila dalam suatu percobaan kejadian-kejadian A1, A2, , Ak dapat terjadi, maka :
A2). A1,A1).P(A3,Ak) = P(A1).P(A2 A2P(A1
Ak-1) A2 A1,P(Ak
CONTOH:
A3 terjadi, apabila A1 kejadian bahwa kartu pertama as berwarna merah, A2 kejadian
bahwa kartu kedua 10 atau jack, dan A3 kejadian bahwa kartu ketiga lebih besar dari 3
tetapi lebih kecil dari 7. A2 Tiga kartu diambil satu persatu tanpa pengembalian dari
sekotak kartu (yang berisi 52 kartu). Carilah probabilitas bahwa kejadian A1
Jawab :
Diketahui bahwa :
A1 : kartu pertama as berwarna merah,
A2 : kartu kedua 10 atau jack,
A3 : kartu ketiga lebih besar dari 3 tetapi lebih kecil dari 7.
Selanjutnya,
sehingga diperoleh bahwa :
Definisi 5 :
Bila A1, A2, , Ak saling bebas, maka :
Ak) = P(A1).P(A2).P(A3) P(Ak) A2P(A1
Teorema :
0 untuk i = 1, 2, , k, maka untuk setiap kejadian A anggota S :=Bila kejadian B1, B2, ,
Bk merupakan partisi dari ruang sampel S dengan P(Bi)
atau
Bk),B2) + + P(Bk)P(A,B1) + P(B2)P(A,P(A) = P(B1)P(A
BUKTI :
A, yaitu : A, , Bk A, B2 Perhatikan diagram Venn pada Gambar di bawah ini.
Terlihat bahwa kejadian A merupakan gabungan dari sejumlah kejadian yang mutually
exclusive B1
A). (Bk A) (B2 A) A = (B1
Dengan menggunakan pernyataan yang mengatakan bahwa :
Ek) = P(E1) + E2 Apabila E1, E2,, Ek kejadian yang disjoint, maka P(E1
P(E2) + + P(Ek).
serta
E2) = P(E1)P(E2| E1).Apabila kejadian E1 dan E2 dapat terjadi pada suatu percobaan,
maka P(E1
Sehingga diperoleh :
A)] (Bk A) (B2 A) P(A) = P[(B1
A) A) + + P(Bk A) + P(B2 = P(B1
=
CONTOH :
Tiga anggota koperasi dicalonkan menjadi ketua. Probabilitas Pak Ali terpilih adalah 0,3;
probabilitas Pak Badu terpilih adalah 0,5; sedangkan probabilitas Pak Cokro adalah 0,2.
Apabila Pak Ali terpilih, maka probabilitas kenaikan iuran koperasi adalah 0,8. Apabila Pak
Badu atau Pak Cokro yang terpilih, maka probabilitas kenaikan iuran adalah masing-masing
0,1 dan 0,4. Berapakah probabilitas iuran akan naik ?
Jawab :
Perhatikan kejadian sebagai berikut.
A = Orang yang terpilih menaikkan iuran
B1 = Pak Ali yang terpilih
B2 = Pak Badu yang terpilih
B3 = Pak Cokro yang terpilih.
Berdasarkan teorema jumlah probabilitas, maka diperoleh :
P(A) = P(B1)P(A|B1)+ P(B2)P(A|B2)+ P(B3)P(A|B3)
Dengan melihat diagram pohon pada Gambar di bawah ini, terlihat bahwa ketiga cabang
mempunyai probabilitas
P(B1)P(A|B1) = (0,3)(0,8) = 0,24
P(B2)P(A|B2) = (0,5)(0,1) = 0,05
P(B3)P(A|B3) = (0,2)(0,4) = 0,08.
Jadi P(A) = 0,24 + 0,05 + 0,08 = 0,37.
2.5. KAIDAH BAYES
0, maka := 0 untuk i = 1, 2, , k. Misalkan A suatu kejadian sebarang dalam S dengan P(A)
=Misalkan kejadian B1, B2, , Bk merupakan suatu partisi dari ruang sampel S dengan
P(Bi)
untuk r = 1, 2, , k.
BUKTI :
Menurut definisi probabilitas bersyarat :
selanjutnya,
sehingga diperoleh :
.
CONTOH:
Kembali ke contoh sebelumnya (CONTOH 17), apabila seseorang merencanakan masuk
menjadi anggota koperasi tersebut, tetapi menundanya beberapa minggu dan kemudian
mengetahui bahwa iuran telah naik, berapakah probabilitas Pak Cokro terpilih menjadi ketua
?
Jawab :
Dengan menggunakan Kaidah Bayes, diperoleh bahwa :
Selanjutnya, masukkan probabilitas yang telah dihitung pada contoh sebelumnya, sehingga
diperoleh :
Berdasarkan kenyataan bahwa iuran telah naik, maka hasil ini menunjukkan bahwa
kemungkinan besar bukan Pak Cokro yang sekarang menjadi ketua koperasi tersebut.
SOAL-SOAL LATIHAN :
1. Misalkan tiga produk diambil secara acak dari proses produksi di pabrik, kemudian setiap
produk diperiksa dan digolongkan sebagai cacat (C) dan tidak cacat (B). Tentukan yang
dimaksud dengan percobaan, ruang sampel, dan titik sampelnya ! Beri contoh kejadian !
2. Dalam kedokteran dikenal 8 golongan darah, yaitu AB+, AB-, A+, A-, B+, B-, O+, O-;
selain itu tekanan darah dikelompokkan atas rendah, normal, dan tinggi. Berdasarkan kedua
hal itu ada berapa cara seorang pasien dapat dikelompokkan ?
3. Dalam berapa cara kata statitika dapat dipermutasikan ?
4. Sebuah panitia 3 orang hendak dibentuk dari sejumlah 20 orang. Berapa banyak panitia
yang dapat dibentuk ?
5. Terdapat 20 nomor lotere. Ada berapa cara berbeda, bila 2 nomor diambil untuk hadiah
pertama dan kedua ?
6. Sebuah sampel harus terdiri dari 5 orang responden. Jika responden tersebut harus
dipilih dari suatu populasi yang terdiri dari 6 pria dan 3 wanita, dalam berapa cara sampel
diatas dapat dipilih jika harus memiliki komposisi paling sedikit 3 orang responden pria ?
7. Satu tas berisi 2 botol (kecil) aspirin dan 3 botol obat masuk angin. Tas kedua berisi 3
botol aspirin, 2 botol masuk angin dan 1 botol obat rematik. Bila 1 botol diambil secara acak
dari setiap tas, carilah probailitas bahwa :
a. kedua botol berisi obat masuk angin
b. tidak ada botol yang berisi obat masuk angin
c. kedua botol berisi obat yang berlainan.
8. Dari 500 mahasiswa tingkat pertama suatu universitas, ternyata 210 mengambil mata
kuliah Matematika, 258 mengambil Statistika, 216 mengambil Fisika, 122 mengambil
Matematika dan Statistika, 83 mengambil Statistika dan Fisika, 97 mengambil Matematika
dan Fisika, dan 52 mengambil ketiga mata kuliah. Bila seorang mahasiswa dipilih secara
acak di universitas tersebut, berapa probabilitas bahwa mahasiswa itu
a. mengambil Matematika tapi tidak Statistika
b. mengambil Fisika dan Statistika, tapi tidak Matematika
c. mengambil Statistika atau Fisika.
9. Dalam suatu kotak terdapat 6 obat yang berwarna putih dan 4 obat yang berwarna
kuning. Apabila dari kotak tersebut diambil satu per satu secara acak sebanyak 3, hitunglah
probailitas mendapatkan semuanya berwarna putih, bila dilakukan dengan :
a. dengan pengembalian
b. tanpa pengembalian.
10. Peluang Tom masih hidup dalam 20 tahun mendatang adalah 0,7 dan peluang Nancy
masih hidup dalam 20 tahun mendatang adalah 0,9. Berapakah peluang bahwa keduanya
akan meninggal dalam 20 tahun mendatang ?
11. Dalam suatu penelitian untuk mengetahui pengaruh hipertensi pada kebiasaan merokok,
dikumpulkan data yang menyangkut 180 orang.
Bukan perokok Perokok sedang Perokok berat
Hipertensi 21 36 30
Tidak hipertensi 48 26 19
Bila seseorang diambil secara acak dari kelompok ini, carilah peluang bahwa orang itu
a. menderita hipertensi, bila diketahui dia perokok berat.
b. bukan perokok, bila diketahui dia tidak menderita hipertensi.
12. Peluang seorang dokter dengan tepat mendiagnosis sejenis penyakit tertentu 0,7. Bila
diketahui dokter tadi salah mendiagnosis, peluang pasien akan menuntut ke pengadilan 0,9.
Berapakah peluang dokter tersebut salah mendiagnosis dan pasien menuntutnya ?
13. Di suatu daerah, dari pengalaman lalu diketahui bahwa peluang orang dewasa yang
berumur di atas 40 tahun menderita kanker adalah 0,02. Peluang seorang dokter
mendiagnosis penderita kanker secara tepat sebagai penderita adalah 0,78, dan peluang
mendiagnosis bukan penderita kanker secara salah sebagai penderita adalah 0,06.
a. Tentukan peluang bahwa hasil diagnosis bagi seseorang mengatakan bahwa ia
menderita kanker.
b. Tentukan berapa peluang seorang yang didiagnosa terserang kanker memang terserang
kanker.
BAB III
FUNGSI/DISTRIBUSI PROBABILITAS
3.1 VARIABEL RANDOM
Definisi 1:
RVariabel random adalah suatu fungsi yang memetakan ruang sampel (S) ke himpunan
bilangan Real (R), dan ditulis X : S
CONTOH:
Pelemparan uang logam setimbang sebanyak tiga kali. Ruang sampelnya S = {GGG, GGA,
GAG, AGG, GAA, AGA, AAG, AAA}. Dari percobaan ini dapat didefinisikan beberapa
variabel random yang mampu memetakan ruang sampelnya ke dalam bilangan real. Salah
satu variabel random yang dapat dibuat adalah X = banyaknya sisi gambar yang muncul.
Maka nilai numerik 0, 1, 2, atau 3 dapat diberikan pada setiap titik sampel.
Definisi 2 :
Ruang Sampel Diskrit adalah apabila ruang sampelnya mengandung titik sampel yang
berhingga atau terhitung banyaknya.
Variabel random yang didefinisikan di atas ruang sampel diskrit disebut variabel random
diskrit.
CONTOH:
- banyaknya barang yang cacat, dalam pengambilan sampel sebesar k barang.
- banyaknya yang meninggal karena terserang suatu infeksi pernafasan setiap tahun di
Surabaya.
Definisi 3 :
Ruang Sampel Kontinu adalah apabila ruang sampelnya mengandung titik sampel yang tak
berhingga banyaknya, dan memuat semua bilangan real dalam suatu interval.
Variabel random yang didefinisikan di atas ruang sampel kontinu disebut variabel random
kontinu.
CONTOH:
- lamanya reaksi kimia tertentu
- jarak yang ditempuh sebuah mobil yang diisi dengan 5 liter bensin.
3.2. DISTRIBUSI PROBABILITAS DISKRIT
Himpunan pasangan terurut (x, f(x)) merupakan suatu fungsi probabilitas atau distribusi
proabilitas dari variabel random diskrit, jika
Rata-rata dan varians dari variabel random diskrit X
3.3. DISTRIBUSI PROBABILITAS KONTINU
Fungsi f(x) adalah fungsi kepadatan (density) probabilitas untuk variabel kontinu X, jika
Rata-rata dan varians dari variabel random kontinu X
3.4. BEBERAPA DISTRIBUSI PROBABILITAS DISKRIT
3.4.1 Distribusi Binomial
Ciri-ciri percobaan binomial :
1. Percobaan terdiri dari n ulangan
2. Setiap hasil ulangan dapat digolongkan sebagai sukses (S) atau gagal (G)
3. Probabilitas sukses (p) untuk setiap ulangan adalah sama
4. Setiap ulangan harus bersifat independen.
Definisi 4 :
Suatu percobaan dengan n ulangan mempunyai probabilitas sukses p dan gagal q = 1-p.
Jika variabel random X menyatakan banyaknya sukses dalam n ulangan yang bebas, maka
X berdistribusi Binomial dengan distribusi probabilitas :
Nilai harapan (rata-rata) dan varians dari variabel random yang berdistribusi Binomial
= np
2 = npqo
SOAL 1 :
Uang logam setimbang dilemparkan sebanyak empat kali. Tentukan distribusi probabilitas
bagi banyaknya sisi gambar yang muncul.
SOAL 2 :
Probabilitas seseorang sembuh dari suatu penyakit darah adalah 0,4. Jika 15 orang
diketahui menderita penyakit ini, tentukan probabilitas :
a. Tepat 5 orang yang sembuh
b. Ada 3 sampai 8 orang yang sembuh
c. Sekurang-kurangnya 3 orang sembuh.
3.4.2 Distribusi Hipergeometrik
Ciri-ciri percobaan Hipergeometrik :
1. Sampel acak berukuran n diambil dari populasi berukuran N
2. Dari populasi berukuran N benda, sebanyak k benda diberi label sukses, dan N-k benda
diberi label gagal.
Definisi 5 :
Dalam populasi N benda, k benda diantaranya diberi label sukses dan N-k benda lainnya
diberi label gagal. Jika variabel random X menyatakan banyaknya sukses dalam sampel
acak berukuran n, maka X berdistribusi hipergeometrik dengan distribusi probabilitas
Nilai harapan dan varians dari variabel random yang berdistribusi Hipergeometrik adalah
SOAL 3 :
Sebuah panitia 5 orang akan dipilih secara acak dari 3 mahasiswa farmasi dan 5 mahasiswa
kedokteran. Tentukan distribusi probabilitas banyaknya maha-siswa farmasi dalam panitia
tersebut.
Bila n relatif kecil dibandingkan dengan N, maka distribusi hipergeometrik dapat dihampiri
dengan distribusi binomial
b (x; n, p)h (x; N, n, k)
SOAL 4 :
Sebuah perusahaan farmasi melaporkan bahwa diantara 5000 pemakai obat tertentu 4000
diantaranya menggunakan obat generik. Jika 10 orang diantara pemakai obat tersebut
dipilih secara acak, berapa probabilitas tepat ada 3 orang yang memakai obat non generik ?
3.4.3. Distribusi Poisson
Ciri-ciri percobaan Poisson :
1. Banyaknya hasil percobaan yang terjadi dalam suatu selang waktu tertentu, tidak
tergantung pada banyaknya hasil percobaan yang terjadi pada selang waktu lain yang
terpisah.
2. Probabilitas terjadinya suatu hasil percobaan selama selang waktu yang singkat,
sebanding dengan panjang selang waktu tersebut, dan tidak tergantung pada banyaknya
hasil percobaan yang terjadi di luar selang waktu tersebut.
3. Probabilitas lebih dari satu hasil percobaan akan terjadi dalam selang waktu yang singkat,
dapat diabaikan.
Definisi 6 :
adalah rata-rata banyaknya hasil percobaan dalam selang waktu tersebut, maka X
berdistribusi Poisson dengan distribusi probabilitasJika variabel random X menyatakan
banyaknya hasil percobaan yang terjadi dalam selang waktu tertentu, dan
.Nilai harapan dan varians dari ariable random yang berdistribusi Poisson keduanya sama
dengan
SOAL 5 :
Rata-rata banyaknya partikel radioaktif yang melewati suatu penghitung selama 1 milidetik
dalam suatu percobaan di lab adalah 4. Berapa prob 6 partikel melewati penghitung itu
dalam 1 milidetik tertentu ?
0, maka, p b(x; n,p), bila n ~Misalkan X
) p(x; b(x; n,p)
= np.dengan
SOAL 6 :
Probabilitas seseorang meninggal karena suatu infeksi pernafasan adalah 0,002. Carilah
probabilitas jika 2000 orang yang terserang infeksi tersebut, kurang dari 5 orang akan
meninggal ! Tentukan rata-rata dan variansnya.
3.5. DISTRIBUSI PROBABILITAS KONTINU
3.5.1 Distribusi Normal
Definisi 7 :
2 jika mempunyai fungsi densitaso dan varians Variabel random X berdistribusi normal
dengan rata-rata
f(x) =
Sifat-sifat kurva normal :
1. Modus terjadi pada x =
2. Kurva simetris terhadap x =
.3. Kedua ujung kurva secara asimtotik mendekati sumbu datar x, bila nilai x bergerak
menjauhi
4. Seluruh luas dibawah kurva dan diatas sumbu datar sama dengan 1.
Gambar 1 : Kurva Normal
Misalkan ingin dihitung P (x1 < X < x2) dari variabel random X yang berdistribusi normal,
maka berdasar kurva di atas P (x1 < X < x2) = luas daerah yang diarsir.
Untuk menghitung P(x1 < X k) = 0,3015
b. P (k < Z < -0,18) = 0,4197
c. P (-0,93 < Z < k) = 0,7235.
SOAL 9 :
Variabel random X berdistribusi normal dengan rata-rata 50 dan simpangan baku 10.
Tentukan
a. P (x < 45)
b. P ( 47 < x 64)
SOAL 10 :
Rata-rata tinggi anjing pudel jenis tertentu adalah 30 cm, dengan simpangan baku 4,1 cm.
Berapa persentase banyaknya anjing pudel jenis tersebut yang tingginya melebihi 35 cm,
a. bila tingginya menyebar normal dan dapat diukur sampai ketelitian berapapun ?
b. bila kali ini tingginya diukur sampai cm terdekat ?
3.5.2 Hampiran Normal Terhadap Distribusi Binomial
berdistribusi normal standart. 2 = npq, maka variabel random untuk n o = np dan
varians Jika variabel random X berdistribusi Binomial dengan mean
SOAL 11 :
Probabilitas seorang penderita sembuh dari suatu penyakit darah yang jarang muncul
sebesar 0,4. Bila diketahui ada 100 orang yang telah terserang penyakit ini, berapa
probabilitas bahwa kurang dari 30 yang sembuh ?
SOAL-SOAL LATIHAN :
1. Menurut teori Mendel tentang sifat-sifat keturunan, perkawinan silang 2 jenis tanaman
yang serupa, yang satu berbunga merah dan lainnya berbunga putih, menghasilkan
keturunan yang 25% tanamannya berbunga merah. Andaikan seorang ahli tanaman ingin
mengawinsilangkan lima pasang berbunga merah dan berbunga putih. Berapa probabilitas
bahwa dari 5 keturunan yang dihasilkan
a. Tidak terdapat bunga berwarna merah.
b. Paling sedikit 4 tanaman berbunga merah.
c. Paling banyak 4 tanaman berbunga merah.
2. Suatu perusahaan farmasi mengetahui bahwa secara rata-rata, 5% dari sejenis pil
mempunyai campuran dibawah syarat minimum, sehingga tidak memenuhi persyaratan.
Berapa probabilitas bahwa kurang dari 10 pil dalam sampel 200 pil tidak memenuhi
persyaratan ?
3. Panjang ikan sardine yang diterima suatu pabrik pengalengan ikan mempunyai panjang
rata-rata 4,54 inci dan simpangan baku 0,25 inci. Apabila distribusi panjang ikan sardine
tersebut mengikuti distribusi normal, berapa persentase dari ikan-ikan tersebut yang
panjangnya adalah :
a. Lebih dari 5 inci
b. Kurang dari 5 inci
c. 4,4 sampai 4,6 inci ?
4. Probabilitas seorang mahasiswa gagal dalam tes scoliosis (membengkoknya tulang
belakang) adalah 0,004. Diantara 1875 siswa yang dites scoliosis, hitunglah probabilitas
terdapat :
a. kurang dari 5 mahasiswa gagal dalam tes itu
b. lebih dari 2 mahasiswa gagal dalam tes tersebut
c. 8, 9 atau 10 mahasiswa gagal dalam tes tersebut.
5. Dalam suatu dos berisi 50 botol obat dan 5 buah diantaranya tidak memenuhi standart.
Dari dos tersebut diambil 4 botol obat secara acak, berapa probabilitas mendapat 2 botol
yang tidak memenuhi standart ?
6. Dalam suatu ujian statistika, diketahui bahwa nilai rata-ratanya adalah 82 dengan
simpangan baku sama dengan 5. Semua mahasiswa dengan nilai dari 88 sampai 94
mendapat nilai B. Bila nilai-nilai statistika tersebut berdistribusi normal, dan 8 siswa
mendapat nilai B, berapa banyak mahasiswa yang menempuh ujian tersebut (bila nilai ujian
dibulatkan ke bilangan bulat terdekat) ?
7. Secara rata-rata, di Indonesia banyaknya kematian yang disebabkan oleh penyakit
tertentu adalah 3 orang perhari . Tentukan probabilitas dalam suatu hari terjadi kematian
a. kurang dari 2 orang
b. lebih dari 5 orang
c. antara 3 sampai 7 orang.
8. Suatu organisasi ilmiah mempunyai 1000 anggota, dimana 100 orang diantaranya adalah
sarjana farmasi. Jika 10 orang diambil secara acak untuk diangkat jadi pengurus organisasi
itu, maka tentukan probabilitas lebih dari 5 orang sarjana farmasi duduk dalam pengurus itu.
9. Tentukan mean dan varians untuk semua soal diatas yang variabel randomnya diskrit.
10. Tinggi 1000 mahasiswa menyebar normal dengan rata-rata 174,5 cm dan simpangan
baku 6,9 cm. Bila tinggi dicatat sampai setengah cm terdekat, berapa banyak diantara
mahasiswa tersebut yang memiliki tinggi
a. Kurang dari 160,5 cm
b. Sama dengan 175 cm
c. Antara 171,5 sampai 182 cm.
BAB IV
PENDUGAAN PARAMETER
4.1. INFERENSI STATISTIK
Inferensi statistik mencakup semua metode yang digunakan dalam penarikan kesimpulan
atau generalisasi mengenai populasi.
Inferensi statistik dapat dikelompokkan dalam 2 bidang utama:
1. PENDUGAAN PARAMETER
Contoh :
- Seorang calon dalam suatu pemilihan ingin menduga proporsi yang sebenarnya pemilih
yang akan memilihnya, dengan cara mengambil 100 orang secara acak untuk ditanyai
pendapatnya. Proporsi pemilih yang menyukai calon tersebut dapat digunakan sebagai
dugaan bagi proporsi populasi yang sebenarnya.
2. PENGUJIAN HIPOTESIS
Contoh :
- Seorang peneliti masalah kedokteran diminta untuk memutuskan, berdasarkan bukti-bukti
hasil percobaan, apakah suatu vaksin baru lebih baik daripada yang sekarang beredar di
pasaran.
- Seorang insinyur ingin memutuskan, berdasarkan data contoh apakah ada perbedaan
ketelitian antara dua jenis alat ukur.
Metode Pendugaan Parameter suatu populasi dapat dibedakan menjadi dua :
1. METODE PENDUGAAN KLASIK
Pendugaan dilakukan berdasarkan sepenuhnya pada informasi sampel yang diambil dari
populasi.
2. METODE PENDUGAAN BAYES
Pendugaan dengan menggabungkan informasi yang terkandung dalam sampel dengan
informasi lain yang telah tersedia sebelumnya yaitu pengetahuan subyektif mengenai
distribusi probabilitas parameter.
4.2. METODE PENDUGAAN KLASIK
Statistik yang digunakan untuk memperoleh sebuah dugaan bagi parameter populasi
disebut penduga atau fungsi keputusan. Sedangkan adalah sebuah nilai dugaan
berdasarkan sampel acak berukuran n.
Misal : Fungsi keputusan S2 (yang merupakan fungsi dari sampel acak yang bersangkutan)
adalah suatu penduga bagi , sedangkan nilai dugaan s2 merupakan realisasinya.
Sifat-sifat yang seharusnya dimiliki oleh penduga :
1. TAKBIAS
Statistik dikatakan penduga takbias bagi parameter bila .
2. EFISIEN
Diantara semua kemungkinan penduga takbias bagi parameter , yang ragamnya terkecil
adalah penduga paling efisien bagi .
Dugaan parameter dapat dibagi menjadi :
1. DUGAAN TITIK
Menentukan suatu bilangan tunggal berdasarkan sampel sebagai penduga dari parameter.
2. DUGAAN SELANG
yang diduga.u), diharapkan memuat parameter oMenentukan suatu interval nilai yang
dengan peluang tertentu, (1-
parameter populasi, dugaan selang dapat dinyatakan dengan : (untuk 0uJika < o < 1)
disebut koefisien kepercayaan / derajat kepercayaan / tingkat keyakinan (konfidensi).o)%
untuk parameter tersebut. nilai pecahan 1-oSelang , yg dihitung dari sampel yg terpilih,
disebut selang kepercayaan / interval keyakinan / confidence interval 100(1-
4.3. PENDUGAAN MEAN
adalah)% bagi o2 diketahui maka selang kepercayaan 100(1-o adalah statistik . Bila
adalah mean sampel acak berukuran n yang diambil dari suatu populasi dengan ragam
Penduga titik bagi mean populasi
dengan adalah nilai z yang luas daerah di sebelah kanan di bawah kurva normal standard
adalah .
2 dapat diganti dengan s2.o2 tidak diketahui, tetapi sampel berukuran besar (n30),
oCATATAN : Jika
untuk sampel kecil (n)% bagi oAdapun penduga selang kepercayaan 100(1-<2 tidak
diketahui adalaho30); bila
dengan adalah nilai t yang luas daerah di sebelah kanan di bawah kurva seluas .
SOAL 1 :
Rata-rata Indeks Prestasi (IP) sampel acak 36 mahasiswa tingkat sarjana adalah 2,6.
Hitunglah selang kepercayaan 95% dan 99% untuk rata-rata IP semua mahasiswa tingkat
sarjana. Anggap simpangan baku populasinya 0,3.
SOAL 2 :
Isi 7 botol asam sulfat (liter) adalah:
9,8 10,2 10,4 9,8 10 10,2 9,6
Carilah selang kepercayaan 95% untuk rata-rata isi semua botol bila distribusinya dianggap
normal.
UKURAN SAMPEL BAGI PENDUGAAN
tidak melebihi suatu nilai tertentu e. Ini berarti kita harus menentukan n sehingga = e.)%
bahwa galatnya tidak akan melebihi . Seringkali kita ingin mengetahui berapa besar sebuah
sampel harus diambil agar galat dalam menduga o, kita yakin 100(1-Bila digunakan untuk
menduga
)% bahwa galatnya tidak akan melebihi suatu nilai tertentu e, bila ukuran sampelnya diambil
sebesaro, kita yakin 100(1-Jadi, bila digunakan untuk menduga
.
.o30 dapat diambil untuk memberikan dugaan bagi >Bila hasilnya bernilai pecahan, harus
dibulatkan ke bilangan bulat berikutnya yang lebih besar. Jika ragam populasi tidak
diketahui, suatu sampel awal berukuran n
SOAL 3 :
lebih dari 0,05 ?Seberapa besar sampel harus diambil dalam contoh 1, bila kita ingin
percaya 95% bahwa nilai dugaan kita tidak menyimpang dari
4.4. PENDUGAAN SELISIH DUA MEAN
2 adalah1-)% bagi o22 diketahui, maka selang kepercayaan 100(1-o12 dan o2 diberikan
oleh statistik . Bila dan masing-masing adalah mean sampel acak bebas berukuran n1 dan
n2 yang diambil dari populasi dengan ragam 1 dan 22 maka penduga titik bagi selisih
antara o12 dan o2 dan ragam 1 dan Bila kita mempunyai dua populasi saling bebas
dengan mean
dengan adalah nilai z yang luas daerah di sebelah kanan di bawah kurva normal standard
adalah .
22 dapat diganti dengan s12 dan s22.o12 dan o22 tidak diketahui, tetapi n1 dan n2 lebih
besar dari 30, maka o12 dan oCATATAN : Jika
22 tapi nilainya tidak diketahui adalaho12=o2 untuk sampel kecil; bila 1-)% bagi oAdapun
penduga selang kepercayaan100(1-
dengan derajat bebas untuk distribusi t = v =n1 + n2 2 dan
.
22 tapi nilainya tidak diketahuio=12o2 untuk sampel kecil; bila 1-)% bagi oSelang
kepercayaan 100(1-
dengan derajat bebas untuk distribusi t adalah
.
2 untuk pengamatan berpasangan tersebut adalah1-D=)% bagi oBila kita mempunyai
dua populasi yang tidak saling bebas (berpasangan), selang kepercayaan 100(1-
SOAL 4 :
Suatu ujian kimia diberikan kepada 50 siswa wanita dan 75 siswa laki-laki. Siswa
perempuan mendapat nilai rata-rata 76 dengan simpangan baku 6, sedangkan siswa laki-
laki memperoleh rata-rata 82 dengan simpangan baku 8. Tentukan selang kepercayaan
96% bagi selisih rata-rata nilainya.
SOAL 5 :
Suatu penelitian ingin menaksir selisih banyaknya bahan kimia ortofosfor yang diukur pada
dua stasiun yang berlainan di suatu sungai. Sampel berukuran 15 dikumpulkan dari stasiun-
1 dan Sampel berukuran 12 dikumpulkan dari stasiun-2. Dari stasiun-1 diperoleh rata-rata
kadar ortofosfor 3,84 mg perliter dan simpangan baku 3,07 mg perliter, sedangkan dari
stasiun-2 diperoleh rata-rata kadar ortofosfor 1,49 mg perliter dan simpangan baku 0,80 mg
perliter. Cari selang kepercayaan 95% untuk selisih rata-rata kadar fosfor sesungguhnya
pada kedua stasiun tersebut, anggap bahwa pengamatan berasal dari populasi normal
dengan varians yang berbeda.
SOAL 6 :
Data berikut (dalam hari), menyatakan waktu yang diperlukan penderita sampai sembuh.
Penderita dipilih secara acak untuk mendapat salah satu dari obat yang dapat
menyembuhkan infeksi berat pada saluran kencing .
Obat 1 Obat 2
n1 = 14 n2 = 16
= 17 = 19
s12 = 1,5 s22 = 1,8
Buat selang kepercayaan 99% untuk selisih rata-rata waktu sembuh untuk kedua obat
tersebut, anggap populasinya berdistribusi normal dengan varians yang sama.
SOAL 7 :
Dua puluh mahasiswa tingkat satu dibagi menjadi 10 pasang, setiap pasang kira-kira
mempunyai IQ yang sama. Salah seorang dari setiap pasangan diambil secara acak dan
dimasukkan ke dalam kelas yang menggunakan bahan terprogramkan. Anggota pasangan
yang lain dimasukkan ke dalam kelas biasa. Pada akhir semester kedua kelompok tersebut
diberikan ujian yang sama dan hasilnya sebagi berikut :
Pasangan Bhn Terprogram Kelas Biasa
1 76 81
2 60 52
3 85 87
4 58 70
5 91 86
6 75 77
7 82 90
8 64 63
9 79 85
10 88 83
Tentukan selang kepercayaan 98% bagi selisih rata-rata sesungguhnya nilai ujian untuk
kedua metode pengajaran tersebut.
4.5. PENDUGAAN PROPORSI
Penduga titik bagi proporsi p dalam suatu percobaan binomial diberikan oleh statistik ,
sedangkan X menyatakan banyaknya keberhasilan dalam n ulangan. Dengan demikian,
proporsi sampel akan digunakan sebagai nilai dugaan titik bagi parameter p tersebut.
)% bagi p untuk sampel besar adalahoBila adalah proporsi keberhasilan dalam suatu
sampel acak berukuran n, dan , maka selang Kepercayaan 100(1-
dengan adalah nilai z yang luas daerah di sebelah kanan di bawah kurva normal standard
adalah .
SOAL 8 :
Dari suatu sampel acak 500 keluarga yang memiliki TV disebuah kota kecil, ditemukan
bahwa 340 memiliki TV berwarna. Carilah selang kepercayan 95% bagi proporsi
sesungguhnya dari keluarga yang memiliki TV berwarna di kota tersebut.
UKURAN SAMPEL BAGI PENDUGAAN p
)% bahwa galatnya tidak lebih besar dari . Seringkali kita ingin mengetahui berapa besar
sebuah sampel harus diambil agar galat dalam menduga p tidak melebihi suatu nilai tertentu
e. Ini berarti kita harus menentukan n sehingga = e.oBila digunakan untuk menduga p, maka
kita percaya 100(1-
)% bahwa galatnya tidak akan melebihi suatu besaran tertentu e bila ukuran sampelnya
diambil sebesaroJadi, apabila digunakan untuk menduga p, maka kita percaya 100(1-
Bila informasi awal tentang dugaan nilai bagi p tidak dipunyai, dapat digunakan rumus
.
SOAL 9 :
Dari contoh 8, berapa ukuran sampel yang diperlukan agar dugaan p meleset kurang dari
0,02 dengan kepercayaan 95% ?
4.6. PENDUGAAN SELISIH DUA PROPORSI
)% bagi p1 p2 untuk sampel besar adalahoBila dan masing-masing adalah proporsi
keberhasilan dalam sampel acak yang berukuran n1 dan n2 serta dan , maka penduga titik
bagi selisih antara kedua proporsi populasi p1 p2 adalah . Sedangkan selang kepercayaan
100 (1-
dengan adalah nilai z yang luas daerah di sebelah kanan di bawah kurva normal standard
adalah .
SOAL 10 :
ari suatu sampel acak 500 keluarga yang memiliki TV disebuah kota kecil, ditemukan bahwa
340 memiliki TV berwarna. Carilah selang kepercayan 95% bagi proporsi sesungguhnya dari
keluarga yang memiliki TV berwarna di kota tersebut.
SOAL 11 :
Suatu obat baru dibuat untuk mengurangi ketegangan syaraf. Dari sampel acak 100 orang
yang menderita ketegangan syaraf menunjukkan bahwa 70 orang merasa tertolong oleh
obat tersebut. Buat selang kepercayaan 95% bagi proporsi sesungguhnya penderita
ketegangan syaraf yang tertolong oleh obat tersebut.
SOAL 12 :
Suatu pengumpulan pendapat umum dilakukan terhadap penduduk kota dan di pinggiran
kota untuk menyelidiki kemungkinan didirikannya suatu pabrik kimia. Ternyata 2400 di
antara 5000 penduduk kota, dan 1200 di antara 2000 penduduk di pinggiran kota menyetujui
rencana tersebut. Buat selang kepercayaan 90% bagi selisih proporsi sebenarnya yang
menyetujui rencana tersebut.
4.7. PENDUGAAN VARIANS
2 adalaho)% bagi o2, maka selang kepercayaan 100(1-oBila adalah penduga titik bagi
varians sampel acak berukuran n yang diambil dari suatu populasi normal dengan varians
dengan adalah nilai dengan derajad bebas v = n-1 yang luas daerah di sebelah kanannya
sebesar .
SOAL 13 :
. Apakah data ini sesuai dengan asumsinya ?o = 2. Dalam suatu eksperimen dia mencatat
pengukuran 4,1; 5,2; 10,2. Buat selang kepercayaan 90% bagi oSeorang peneliti yakin
bahwa alat pengukurnya mempunyai simpangan baku
4.8. PENDUGAAN RASIO DUA VARIANS
22 adalaho12/o)% bagi oBila dan masing-masing adalah varians sampel acak bebas
berukuran n1 dan n2 yang diambil dari populasi normal dengan varians dan , maka penduga
titik bagi rasio adalah , dan selang kepercayaan 100(1-
dengan adalah nilai f untuk derajad bebas v1 dan v2 yang luas daerah di sebelah kanannya
sebesar .
SOAL 14 :
22 dapat dibenarkan ?o=12o22. Apakah anggapan bahwa o12/oBerdasarkan contoh soal
nomor 4, buat selang kepercayaan 98% untuk
SOAL SOAL LATIHAN :
1. Sampel acak 8 batang rokok merk tertentu mempunyai kadar nikotin rata-rata 2,6 mg
dengan simpangan baku 0,9 mg. Buat selang kepercayaan 99% untuk rata-rata kadar
nikotin yg sesungguhnya rokok merk tersebut.
2.o2. Berdasarkan soal no 1, buat selang kepercayaan 95% untuk
3. Misalkan sampel random terdiri dari pasien yang diberi tablet baru. Setelah 24 jam,
diperoleh kenyataan bahwa dari 80 pasien yang diberi tablet baru tersebut, 56 orang
diantaranya sembuh. Buat selang kepercayaan 95% bagi proporsi semua pasien yang akan
sembuh dengan tablet tersebut
4. Dalam suatu makalah disebutkan bahwa kandungan unsur penting dalam tomat segar
dan kalengan ditentukan dengan menggunakan spektrofotometer penyerapan atom.
Kandungan tembaga dalam tomat segar dibandingkan dengan kandungan tembaga dalam
tomat yang sama setelah dikalengkan dicatat, dan hasilnya sebagai berikut :
Tomat Segar Kaleng
1 0,066 0,085
2 0,079 0,088
3 0,069 0,091
4 0,076 0,096
5 0,071 0,093
6 0,087 0,095
7 0,071 0,079
8 0,073 0,078
9 0,067 0,065
10 0,062 0,068
Cari selang kepercayaan 98% untuk selisih sesungguhnya rata-rata kandungan tembaga
dalam tomat segar dan kaleng bila selisihnya dianggap berdistribusi normal.
5. Suatu sampel acak 140 kaleng susu merk Enak yang masing-masing berlabel isi 500
gram, diperoleh berat rata-rata 480 gram dengan simpangan baku 150 gram. Berdasarkan
data tersebut, buat selang kepercayaan 99% untuk rata-rata yang sesungguhnya isi kaleng
tersebut. Dapatkah berat menurut label tersebut dianggap benar ?
22, anggap populasinya berdistribusi normal.o12/o6. Dalam suatu larutan proses kimia, dua
katalisator ingin dibandingkan pengaruhnya terhadap hasil proses reaksi. Sampel yang
terdiri dari 12 larutan disiapkan menggunakan katalisator A dan sampel dengan 10 larutan
menggunakan katalisator B. Katalisator A menghasilkan rata-rata 85 dengan simpangan
baku 4, dan katalisator B menghasilkan rata-rata 81 dengan simpangan baku 7. Buat selang
kepercayaan 90% untuk
7. Dari soal nomor 6, buat selang kepercayaan 90% untuk selisih rata-rata kedua populasi.
8. Penelitian dilakukan terhadap penderita tukak lambung di kota Malang dan Surabaya.
Hasil penelitian menunjukkan bahwa dari 50 orang penderita di Malang didapat 20 orang
menggunakan obat Aldin, sedangkan dari 75 orang penderita di Surabaya didapat 45 orang
menggunakan obat tersebut. tentukan interval kepercayaan 90% bagi selisih proporsi
sebenarnya penderita yang mengkonsumsi obat Aldin dari Surabaya dan Malang.
BAB V
PENGUJIAN HIPOTESIS
Hipotesis statistik merupakan pernyataan sementara tentang satu populasi atau lebih.
Dalam statistika, pengujian hipotesis merupakan bagian terpenting untuk mengambil
keputusan. Dengan melakukan pengujian hipotesis seorang peneliti akan dapat menjawab
pertanyaan-pertanyaan yang diajukan dengan menyatakan penolakan atau penerimaan
terhadap hipotesis. Kebenaran hipotesis secara pasti tidak pernah diketahui kecuali jika
dilakukan pengamatan terhadap seluruh anggota populasi. Untuk melakukan hal ini
sangatlah tidak efisien apalagi bila ukuran populasinya sangat besar.
Penarikan sejumlah sampel acak dari suatu populasi, diamati karakteristiknya dan kemudian
dibandingkan dengan hipotesis yang diajukan merupakan suatu langkah melakukan uji
hipotesis. Apabila sampel acak ini memberikan indikasi yang mendukung hipotesis yang
diajukan maka hipotesis tersebut diterima, sedangkan bila sampel acak itu memberikan
indikasi yang bertentangan dengan hipotesis yang diajukan, maka hipotesis tersebut ditolak.
Dalam pengujian hipotesis ada dua jenis tipe kesalahan yaitu kesalahan jenis I dan
kesalahan jenis kedua. Kesalahan jenis I adalah kesalahan yang terjadi akibat menolak H0
padahal H0 benar, sedangkan kesalahan jenis II adalah kesalahan yang terjadi akibat
menerima H0 padahal H1 benar. Secara ringkas tabel dari dua jenis tipe kesalahan tersebut
adalah :
Ho benar Ho salah
Keputusan Terima Ho Keputusan benar Galat jenis II
Tolak Ho Galat jenis I Keputusan benar
Ho benar)|Galat jenis I = P (menolak Ho
o=
= taraf nyata
Ho salah)|Galat jenis II = P (menerima Ho
|=
SOAL 1 :
Suatu jenis vaksin influenza yang beredar di pasaran diketahui hanya 25% efektif setelah
periode dua tahun. Untuk menentukan apakah suatu vaksin baru lebih unggul dalam
memberikan perlindungan terhadap virus yang sama untuk periode yang lebih lama,
dilakukan penelitian. 20 orang diambil secara acak dan diinokulasi dengan vaksin baru
tersebut. Bila 9 atau lebih di antara yang menerima vaksin baru terbebas dari virus tersebut
selama periode 2 tahun, maka vaksin baru dinilai lebih unggul.
a. Hitung peluang melakukan galat jenis I.
b. Jika Ho salah, dan yang benar H1 : p = , maka hitung peluang melakukan galat jenis II.
c. Jika Ho salah, dan yang benar H1 : p = 0,7, maka hitung peluang melakukan galat jenis II.
d. Misalkan kriteria pengujiannya diubah menjadi : jika 8 atau lebih berhasil melampaui
periode 2 tahun dengan baik, maka vaksin baru dinilai lebih unggul. Tentukan peluang
melakukan galat jenis I dan II (dengan H1 : p = ).
e. Misalkan ukuran sampel diperbesar menjadi 100 orang, dan kriteria pengujiannya : jika 37
orang berhasil melampaui periode 2 tahun tersebut, maka vaksin baru dinilai lebih unggul.
Tentukan peluang melakukan galat jenis I dan II (dengan H1: p = ).
Jawab :
= P (galat jenis I)oa.
9 bila p = )>= P (x
= b(x; 20, ) = 1 b(x; 20, ) = 1 0,9591
= 0,0409
= P (galat jenis II)|b.
= P (x < 9 bila p = )
= b(x; 20, ) = 0,2517
= P (x|c. < 9 bila p = 0,7 ) = b(x; 20, 0,7 ) = 0,0051
8 bila p = )> = P (x od.
= b(x; 20, ) = 1 b(x; 20, ) = 1 0,8982
= 0,1018
= P (x 36,5 bila p = ) = P (z| > 2,66) = 0,0039
Bila H1 benar
= n p = 100 ( ) = 50
2 = n p q = 100 () () = 25o
= P (galat jenis II)|
= P (x < ou36,5 bila p = ) = P (z
atau
ou = uHo :
uH1 : < ou
disebut uji satu arah.
Sedangkan uji hipotesis statistik yang alternatifnya bersifat dua-arah seperti
ou = uHo :
ou = uH1 :
disebut uji dua arah.
Ho selalu dituliskan dengan tanda kesamaan, sehingga menspesifikasi suatu nilai tunggal.
Dengan cara ini peluang melakukan galat jenis I dapat dikendalikan.
Langkah-langkah pengujian hipotesis :
1. Nyatakan hipotesis nol (Ho), yaitu Ho : = o
2. Pilih hipotesis alternatif H1 yang sesuai.
).o3. Tentukan taraf nyatanya (
4. Pilih statistik uji yang sesuai dan tentukan wilayah kritisnya.
5. Hitung nilai statistik uji berdasarkan data sampel.
6. Ambil keputusan :
a. Tolak Ho bila nilai statistik uji terletak dalam wilayah kritis,
b. Terima Ho bila nilai statistik uji jatuh di luar wilyah kritis.
5.1. PENGUJIAN RATA-RATA
Secara ringkas uji mengenai rata-rata disajikan dalam tabel berikut :
No HIPOTESIS NILAI STATISTIK UJI WILAYAH KRITIS
o = 1. Ho :
lawan
o H1 :
o = H1 :
30> diketahui atau no,
oz z
/2oz z
o = 2. Ho :
lawan
o H1 :
o = H1 :
, v=n-1
tidak diketahui dan no<30
ot t
/2ot t
2 = do1-3. Ho :
lawan
2 do1-H1 :
do=2 1-H1 :
22 diketahuio12 dan o
oz z
/2oz z
2 = do1-4. Ho :
lawan
2 do1-H1 :
do=2 1-H1 :
;
v = n1 + n2 2
22 , tapi tidak diketahuio12 = o
ot t
/2ot t
2 = do1-5. Ho :
lawan
2 do1-H1 :
do=2 1-H1 :
22 , dan tidak diketahuio =12 o
ot -t
/2ot t
D = do6. Ho :
lawan
D doH1 :
do=D H1 :
; v = n 1
data berpasangan
ot t
/2ot t
SOAL 2 :
Perusahaan farmasi Pharos memproduksi obat jenis tertentu yang masa pakainya
menghampiri distribusi normal dengan rata-rata 800 hari dan simpangan baku 40 hari.
Sampel acak 30 obat jenis tersebut menghasilkan masa pakai rata-rata 788 hari. Ujilah
hipotesis bahwa masa pakai obat tersebut tidak sama dengan 800 hari dengan tingkat
signifikan = 4%
Jawab :
1. Ho : = 800 hari
2. H1 : 800 hari
3. = 0,04
4. Daerah kritis : z : 2,06
5. = 788 hari, n = 30, dan = 40 hari
6. Keputusan : Terima Ho
Kesimpulan : masa pakai obat jenis tersebut adalah 800 hari
5.2. PENGUJIAN VARIANS
Secara ringkas uji mengenai varians disajikan dalam tabel berikut :
No HIPOTESIS NILAI STATISTIK UJI WILAYAH KRITIS
o2o2 = o1. Ho :
lawan
o2o2 oH1 :
o2o =2 oH1 :
;
dengan v = n 1
o2_2 _
/2o2_2 _
22o12 = o2. Ho :
lawan
22o12 oH1 :
22o =12 oH1 :
dengan v1 = n1 1
v2 = n2 1
(v1,v2)of f
/2(v1,v2)of f
catatan :
(v2,v1)o(v1,v2)= 1 / fof1-
SOAL 3 :
Sebuah perusahaan farmasi Zeneca menyatakan bahwa daya kerja obat tertentu hasil
produksinya berdistribusi normal dengan simpangan baku 0,9 menit. Jika sampel acak 10
obat jenis tersebut menghasilkan simpangan baku 1,2 menit, apakah menurut anda > 0,9
menit ? (Gunakan = 5%)
Jawab :
1. Ho : = 0,81 menit
2. H1 : > 0,81 menit
3. = 0,05
4. Daerah kritis atau
5. s2 = 1,44 menit, n = 10
6. Keputusan : Terima Ho
Kesimpulan : simpangan baku daya kerja obat tersebut adalah 0,9 menit.
SOAL 4 :
Sebuah penelitian di perusahaan farmasi Roche bermaksud membandingkan waktu yang
diperlukan oleh karyawan laki-laki dan wanita untuk membuat obat jenis tertentu dalam jam.
Pengalaman lalu menunjukkan distribusi waktu yang diperlukan karyawan tersebut
berdistribusi normal, tetapi varians bagi wanita lebih kecil daripada varians bagi laki-laki.
Suatu sampel acak 11 karyawan laki-laki dengan simpangan baku 6,1 jam, sedangkan 14
karyawan wanita dengan simpangan baku 5,3 jam. Ujilah hipotesis Ho : = lawan H1 : > ,
dengan dan masing-masing variansi populasi bagi laki-laki dan wanita ? ( Gunakan = 1% )
Jawab :
= 6,1, = 5,3
= 0,01, n1 = 11, n2 = 14
karena F < , maka terima Ho
Kesimpulan :
Variansi sebenarnya waktu pembuatan obat jenis tertentu bagi karyawan laki-laki dan wanita
sama.
5.3. PENGUJIAN PROPORSI
Secara ringkas uji mengenai proporsi untuk sample besar disajikan dalam tabel berikut :
No HIPOTESIS NILAI STATISTIK UJI WILAYAH KRITIS
1. Ho : p = po
lawan
H1 : p po
po=H1 : p
atau
oz z
/2oz z
2. Ho : p1 = p2
lawan
H1 : p1 p2
p2=H1 : p1
oz z
/2oz z
3. Ho:p1- p2= d0
lawan
H1:p1- p2 d0
d0=H1:p1-p2
oz z
/2oz z
SOAL 5 :
Suatu obat penenang ketegangan syaraf diduga hanya 60% efektif. Seorang peneliti
bermaksud melakukan percobaan obat penenang jenis baru dengan memberikan kepada
100 orang dewasa penderita ketegangan syaraf yang dipilih secara acak, hasilnya
menunjukkan bahwa obat baru tersebut 70% efektif. Apakah ini merupakan bukti yang
cukup untuk menyimpulkan bahwa obat baru lebih baik daripada yang beredar sekarang ?
(Gunakan = 5%)
Jawab :
1. Ho : p = 0,6
2. H1 : p > 0,6
3. = 0,05
4. Daerah kritis : z > 1,645
5. Untuk x = 70 , n = 100, p0 = 0,6, dan q0 = 0,4, maka
6. Keputusan : Tolak Ho
Kesimpulan : Obat baru tersebut memang lebih manjur
SOAL-SOAL LATIHAN :
1. Sampel acak 100 kematian di negara A selama tahun lalu menunjukkan rata-rata usia
mereka 71,8 tahun. Andaikan simpangan baku populasinya 8,9 tahun, apakah hal ini
menunjukkan bahwa rata-rata usia dewasa ini lebih besar dari 70 tahun ? Gunakan taraf
nyata 5%.
2. Sampel acak 8 batang rokok merk tertentu mempunyai kadar nikotin rata-rata 4,2 mg
dengan simpangan baku 1,4 mg. Apakah ini sesuai dengan pernyataan pabriknya bahwa
rata-rata kadar nikotin tidak melebihi 3,5 mg ? Gunakan tarf nyata 5%.
3. Untuk menentukan apakah suatu serum baru akan memperlambat leukemia, 9 tikus
dipilih semuanya telah kena penyakit tersebut pada tahap lanjut. 5 tikus mendapat serum
tadi dan 4 tidak. Umur (dalam tahun) sejak permulaan sebagai berikut :
Perlakuan 2,1 5,3 1,4 4,6 0,9
Tanpa 1,9 0,5 2,8 3,1
Pada taraf nyata 0,05 dapatkah disimpulkan bahwa serum tadi menolong ? Anggap kedua
populasi berdistribusi normal dengan varians sama.
4. Seorang peneliti ingin mengetahui pengaruh obat siccinylcholine terhadap kadar
peredaran androgen dalam darah. Sampel darah dari rusa liar yang hidup bebas diambil
melalui urat nadi leher segera setelah suntikan siccinylcholine diberikan pada otot
menggunakan panah dan senapan penangkap. Rusa kemudian diambil lagi darahnya kira-
kira 30 menit setelah suntikan dan kemudian dilepaskan. Kadar androgen pada waktu
ditangkap dan 30 menit kemudian diukur dalam nanogram per ml (ng/ml) untuk 12 rusa
adalah sbb :
Rusa Waktu suntikan 30 mnt stlh suntikan
1 2,76 7,02
2 5,18 3,10
3 2,68 5,44
4 3,05 3,99
5 4,10 5,21
6 7,05 10,26
7 6,60 13,91
8 4,79 18,53
9 7,39 7,91
10 7,30 4,85
11 11,78 11,10
12 3,90 3,74
Anggap bahwa populasi androgen pada waktu suntikan dan 30 menit kemudian berdistribusi
normal. Uji pada taraf nyata 0,05, apakah konsentrasi androgen berubah setelah ditunggu
30 menit ?
5. Perusahaan AA menyatakan bahwa kekuatan rentangan tali A melebihi rentangan tali B
sebesar sekurang-kurangnya 12 kg. Untuk menguji pernyataan ini, 50 tali dari masing-
masing jenis tersebut diuji dibawah kondisi yang sama. Hasil uji memperlihatkan tali A
mempunyai kekuatan rentangan rata-rata 86,7 kg dengan simpangan baku 6,28 kg,
sedangkan tali B mempunyai rata-rata 77,8 kg dengan simpangan baku 5,61 kg. Ujilah
pernyataan perusahaan tersebut dengan menggunakan taraf nyata 0,05.
6. Sebuah perusahaan aki mobil mengatakan bahwa umur aki mobil yang diproduksinya
mempunyai simpangan baku 0,9 tahun. Bila suatu sampel acak 10 aki mobil simpangan
baku 1,2 tahun, apakah menurut anda pernyataan perusahaan aki tersebut benar ?
Gunakan taraf nyata 0,05.
=2. Dalam suatu eksperimen dia mencatat bahwa hasil pengukuran 4,1; 5,2 dan 10,2.
Apakah data ini tidak sesuai dengan asumsinya ? Lakukan pengujian hipotesis dengan
menggunakan taraf nyata 0,1.o7. Seorang peneliti yakin bahwa alat pengukurnya
mempunyai simpangan baku
8. Peneliti bermaksud membandingkan variabilitas dari 2 jenis alat uji yang dapat digunakan
untuk memonitor output dari proses produksi. Dia menduga bahwa peralatan lama
mempunyai varians yang lebih besar dibandingkan dengan alat baru. Dari sampel acak yang
diambil diperoleh :
alat lama alat baru
n1 = 12 n2 = 10
s12 = 14,5 s22 = 10,8
Lakukan pengujian hipotesis, dan anggap bahwa populasi hasil pengukuran berdistribusi
normal. Gunakan taraf nyata 0,05.
9. Seorang ahli genetika tertarik pada proporsi laki-laki dan perempuan, dalam suatu
populasi, yang menderita suatu kelainan darah. Dalam sampel acak 100 laki-laki, ternyata
ada 31 yang menderita, sedangkan di antara 100 perempuan hanya 24 yang menderita
kelainan tersebut. Dapatkan kita menyimpulkan pada taraf nyata 0,01 bahwa proporsi laki-
laki yang menderita kelainan darah dalam populasi itu lebih besar daripada proporsi
perempuan yang menderita ?
10. Pemungutan suara diambil dari suatu kota dan kabupaten disekitarnya untuk
menentukan apakah suatu rencana pembangunan pabrik kimia boleh diteruskan. Untuk
menentukan pakah ada perbedaan yang berarti antara proporsi penduduk kota dan
kabupaten yang mendukung rencana tersebut, suatu pol diadakan. Bila 120 dari 200
penduduk kota yang setuju, dan 240 dari 500 penduduk kabupaten yang setuju, apakah
anda sependapat bahwa proporsi penduduk kota yang setuju lebih besar dari proporsi
penduduk kabupaten yang setuju ? Gunakan taraf nyata 0,025.
BAB VI
ANALISIS KORELASI DAN REGRESI LINIER
6.1. ANALISIS KORELASI
1), nilai r yang mendekati 1 atau 1 menunjukkan semakin erat hubungan linier antara
kedua variabel tersebut. Sedangkan nilai r yang mendekati nol menggambarkan hubungan
kedua variabel tersebut tidak linier. Tanda dari nilai r dapat dilihat dari diagram pencar
pengamatan dari dua variabel tersebut. Bila titik-titik pengamatan menggerombol mengikuti
garis lurus dengan kemiringan positif, maka korelasi antar kedua variabel tersebut positif.
Sebaliknya bila titik-titik pengamatan tersebut menggerombol mengikuti garis lurus dengan
kemiringan negatif, maka korelasi antar variabel tersebut bertanda negatif.s r sNilai korelasi
adalah nilai yang menggambarkan tingkat keeratan hubungan linier antara dua variabel atau
lebih. Nilai korelasi tidak menggambarkan hubungan sebab akibat antara dua variabel atau
lebih tetapi semata-mata menggambarkan keterkaitan linier antar variabel. Nilai korelasi
sering dinotasikan dengan r dan nilainya dari 1 sampai 1 (-1
Beberapa pola hubungan antar variabel dapat dilihat pada gambar berikut:
Gambar (a). r >0 Gambar (b) r <0
Pada Gambar a dan Gambar b terlihat kedua variabel memiliki hubungan yang sangat erat
tetapi arah hubungannya berlawanan.
Salah satu ukuran keeratan hubungan linier antara dua variabel adalah Koefisien Korelasi
Pearson, rumus untuk menghitung korelasi tersebut dari data sampel adalah sebagai
berikut:
1s r sdengan 1
Inferensi terhadap
Nilai r merupakan suatu nilai penduga bagi nilai korelasi populasi yang dilambangkan
dengan maka apabila ingin mendapatkan suatu uji yang menyatakan kapan r berada cukup
jauh dari suatu nilai tertentu .
Hipotesis untuk menguji apakah dua varibel mempunyai hubungan linier atau tidak adalah
sebagai berikut :
Ho : = 0
Statistik uji :
, dengan v = n 2
Wilayah kritis :
t < untuk H1 :o untuk H1 : to-t > 0
0=/2 untuk H1 : ot t
6.2. ANALISIS REGRESI LINIER SEDERHANA
Dalam kehidupan sehari-hari seringkali kita ingin melihat hubungan antara dua variabel,
seperti hubungan antara panjang bayi dan bobot bayi, protein dan kadar hemoglobin, tinggi
badan dan berat badan, IQ anak dan nilai matematikanya. Umumnya suatu variabel bersifat
mempengaruhi variabel yang lainnya, variabel pertama disebut variabel bebas (independent
variable) sedangkan variabel yang kedua disebut variabel tak bebas (dependent variable).
Secara kuantitatif hubungan antara variabel bebas dan variabel tak bebas dapat dimodelkan
dalam suatu model matematik. Metode yang digunakan untuk mencari pola hubungan
fungsional antara satu variabel bebas (independen / prediktor / X) dengan satu variabel tak
bebas (dependen / respons / y) adalah analisis regresi sederhana. Model analisis regresi
sederhana Y terhadap X adalah :
dengan yi = variabel respon ke-i
xi = variabel prediktor ke-i
= parameter intersepo
= parameter slope (kemiringan)|
i = error ke-ic
Dengan menggunakan metode kuadrat terkecil (least square) persamaan regresi diatas
dapat diduga dengan :
dengan
CONTOH 1 :
Hasil proses kimia diperkirakan merupakan fungsi jumlah katalisator yang ditambahkan
pada reaksi tersebut. Data yang didapat disajikan pada tabel berikut :
Hasil (%) 60,5 63,9 63,8 60,2 66,7 71,7 70,8 65,7
Katalisator (lb) 0,9 1,4 1,6 1,7 1,8 2,0 2,1 2,3
Tentukan estimasi model regresi linier sederhana berdasarkan data sampel diatas?
Jawab :
Dalam kasus ini variabel respon Y adalah hasil (%), sedangkan variabel bebas X adalah
katalisator (lb). Berdasarkan data pada tabel 1, didapat
, , ,
dan sehingga didapat
a = 65,412 (6,56)(1,725) = 54,096
Didapat estimasi model regresi linier sederhana
Koefisien determinasi
Untuk mengetahui kesesuaian model dan besarnya variasi nilai Y yang dapat dijelaskan
oleh model regresi digunakan nilai koefisien determinasi dengan rumus sbb:
1s R2 sdengan 0
Untuk analisis regresi linier sederhana :
R2 = r2
SOAL 2 :
Diberikan data tinggi (X) dalam cm dan berat (Y) dalam Kg sebagai berikut :
X 12 10 14 11 12 9
Y 18 17 23 19 20 15
Hitung koefisien korelasi dan koefisien determinasi bagi kedua variabel tersebut serta
berikan penjelasan.
Jawab :
, , , , , didapat
r2 = 0,897 artinya keragaman nilai variabel respon Y yang dapat dijelaskan oleh variabel
bebas X sebesar 89,7%.
SOAL-SOAL LATIHAN :
1. Sebuah penelitian dilakukan untuk menentukan apakah ada hubungan antara biaya
promosi dengan omset. Diperoleh data sebagai berikut :
Biaya Promosi
(Jutaan Rp) Omset
(Jutaan Rp)
1,2 101
0,8 92
1,0 110
1,3 120
0,7 90
0,8 82
1,0 93
0,6 75
0,9 91
1,1 105
a. Buatlah diagram pencarnya.
b. Hitung dan tafsirkan koefisien korelasi antara biaya promosi dengan omset yang
dihasilkan.
c. Apakah korelasi tersebut secara signifikan berbeda dari nol ?
d. Tentukan persamaan garis regresinya untuk meramalkan omset berdasarkan biaya
promosi.
e. Hitung koef. determinasinya, dan jelaskan artinya.
f. Taksirlah omset yang diperoleh jika biaya promosi sebesar Rp 2 juta.
2. Sebuah penelitian mengukur banyaknya gula yang terbentuk pada berbagai suhu.
Berdasarkan data di bawah ini:
a. Buatlah diagram pencarnya.
b. Hitung dan tafsirkan koefisien korelasi antara suhu dengan banyaknya gula yang
terbentuk.
c. Apakah korelasi tersebut secara signifikan berbeda dari nol ?
d. Tentukan persamaan garis regresinya dengan menggunakan metode kuadrat terkecil.
e. Hitung koefisien determinasinya, dan jelaskan artinya.
f. Dugalah banyaknya gula yang terbentuk bila suhunya 1,75.
Suhu, x Gula yang terbentuk, y
1,0 8,1
1,1 7,8
1,2 8,5
1,3 9,8
1,4 9,5
1,5 8,9
1,6 8,6
1,7 10,2
1,8 9,3
1,9 9,2
2,0 10,5
3. Tabel berikut menyajikan data sampel yang terdiri dari 12 orang bapak dengan putra
tertua mereka usia 3 tahun dengan variabel-variabel yang diukur adalah tinggi badan anak
(Y) dan tinggi badan bapak (X) dalam satuan cm.
X 156 181 175 169 162 170 180 168 175 161 159 172
Y 76 100 96 95 85 79 105 82 98 80 90 98
Berdasarkan data sampel diatas dan model regresi , maka :
a. Tentukan model regresinya dengan menggunakan metode kuadrat terkecil.
b. Dugalah tinggi anak jika tinggi bapak 165 cm
c. Hitung koefisien determinasi, dan jelaskan artinya.