STATISTIK INFERENSIA

Oleh : Prof. Dr. Ir. Sumarsono, MS.

Statistik Inferensia
A. Statistik Parametrik
Sebagai dasar untuk memberikan kepastian/kesimpulan dari suatu asumsi dugaan alamiah berdasarkan bbrp data/parameter pada populasi (berdistribusi normal, variasi sama), data interval/rasio sampel cukup.

KEGUNAAN
1. Membandingkan dua kelompok data bebas 2. Membandingkan dua kelompok data terikat

TIPE DATA
Numerik (Interval, rasio) Numerik (Interval, rasio)

UJI HIPOTESIS
Z test / t-test (independent) Z-test / t-test (corelated)

Statistik Inferensia
A. Statistik Parametrik

KEGUNAAN
3. Membandingkan lebih dari dua kelompok data independent

TIPE DATA
Numerik (Interval, rasio)

UJI HIPOTESIS
ANOVA (Uji F) klasifikasi satu arah

4. Membandingkan lebih dari dua kelompok data non independent

Numerik (Interval, rasio)

ANOVA (Uji F) klasifikasi satu arah dengan pengamatan berulang

Uji Hipotesis : Ragam diketahui, n 30 pada Populasi Tunggal

H0 : = 0 Z = ----------- / n
X - 0

H1 : < 0 H1 : > 0 H1 : 0

Wilayah Kritik Z < Z Z > Z Z < -Z/2 dan Z > Z/2

-Z/2 0 Z/2

Uji Hipotesis: Ragam tidak diketahui, n < 30 pada Populasi Tunggal

H0 : = 0 t = -----------S / n
X - 0

H1 : < 0 H1 : > 0 H1 : 0

Wilayah Kritik t < t t > t t < -t/2 dan t > t/2

-t/2 0 t/2

CONTOH KASUS POPULASI TUNGGAL

Menurut Dietary Goals for the United States konsumsi sodium yang tinggi mungkin berhubungan dengan sakit bisul, kanker perut, dan sakit kepala. Manusia membutuhkan garam hanya 220 miligram per hari, dan jumlah ini sudah dilampaui oleh kandungan satu porsi sereal siap makan. Bila suatu contoh acak 20 porsi sereal mempunyai kandungan sodium rata-rata 244 miligram dengan simpangan baku 24.5 miligram, apakah ini menunjukkan, pada taraf nyata 0,05 bahwa kandungan sodium rata-rata satu porsi sereal lebih daripada 220 miligram ?

Uji Hipotesis :Ragam sama diketahui n 30 pd Pop Ganda tdk pasangan

H0 : 1- 2 = d0 H1 : 1- 2 < d0 H1 : 1- 2 > d0 (X1 - X2 ) - d0 H : - d 1 1 2 0 Z = --------------------- 2/n

Wilayah Kritik Z < Z Z > Z Z < -Z/2 dan Z > Z/2

Uji Hipotesis:Ragam sama tdk diket n < 30 pd Pop Ganda tdk pasangan
H0 : 1- 2 = d0 H1 : 1- 2 < d0 H1 : 1- 2 > d0 (X1 - X2 ) - d0 t = ---------------------- H1 : 1- 2 d0
Sg/2/n

Wilayah Kritik t < t t > t t < -t/2 dan t > t/2

Uji Hipotesis:Ragam tdk diketahui n < 30 pd Pop Ganda Berpasangan

H0 : d = d0 H1 : 1- 2 < d0 H1 : 1- 2 > d0 d - d0 t = ---------------------- H1 : 1- 2 d0
sd/n

Wilayah Kritik t < t t > t t < -t/2 dan t > t/2

CONTOH KASUS POPULASI GANDA TIDAK BERPASANGAN

Sebuah perusahaan menyatakan bahwa kekuatan rentangan rata-rata tali tambang A melebihi kekuatan rentangan tali tambang B sebesar sekurang-kurangnya 12 kilogram. Untuk diuji pernyataan ini, 50 tali tambang dari masing-masing jenis tersebut diuji di bawah kondisi yang sama. Hasil uji memperlihatkan tali tambang A mempunyai kekuatan rentangan rata-rata 86,7 kilogram dengan simpangan baku 6,28 kilogram, sedangkan tali tambang B mempunyai kekuatan rentangan rata-rata 77,8 kilogram dengan simpangan baku 5,61 kilogram. Ujilah pernyataan perusahaan tersebut dengan menggunakan taraf nyata 0,05.

CONTOH KASUS POPULASI GANDA BERPASANGAN Sebuah perusahaan taksi hendak menentukan apakah penggunaan ban radial dibanding ban biasa dapat menghemat bahan bakar atau tidak. Dua belas mobil dilengkapi dengan ban radial kemudian dicoba pada rute tertentu. Tanpa mengganti sopir, mobil yang sama kemudian diganti dengan ban biasa, dicoba lagi dengan rute yang sama. Data adalah konsumsi bensin km/liter.

Data bensin km/liter

Mobil 1 2 Ban Radial 4.2 4.7 Ban Biasa 4.1 4.9

3
4 5 6 7 8 9 10

6.6
7.0 6.7 4.5 5.7 6.0 7.4 4.9

6.2
6.9 6.8 4.4 5.7 5.8 6.9 4.7

11
12

6.1
5.2

6.0
4.9

PROSEDUR SPSS
Uji Hipotesis Komparatif Variabel Numerik Dua Kelompok Distribusi Normal - Uji t Tidak Berpasangan - Uji t Berpasangan

UJI T TIDAK BERPASANGAN

Syarat uji t tidak berpasangan :
Data berdistribusi Normal Ragam (varians) homogen atau tidak homogen.

Test Normalitas : Kolmogorov-Smimov.

Contoh Uji t
Buka file dua kelompok data tidak berpasangan, misal kasus :
Ingin diketahui bagaimana pengaruh kehadiran suami pada saat istri dalam proses melahirkan terhadap skor ansietas istri.

Pertanyaan penelitian :
Apakah terdapat perbedaan rerata skor ansietas antara kelompok ibu yang proses kelahiran didampingi suami dan yang tidak

Langkah Uji t (SPSS)

Analyze Compare Means Independent Sample t Masukkan score ke dalam kotak Test Variable Masukkan suami ke dalam Grouping Variable Aktifkan kotak Define Group. Masukkan angka 1 untuk group 1 (sebagai kode tidak didampingi suami) Masukkan angka 2 untuk kotak gorup 2 (sebagai kode didampingi suami) Prosedur selesai. Klik Continue. Klik OK

OUTPUT SPSS

KESIMPULAN
Karena p<0.05 maka diambil kesimpulanterdapat perbedaan rerata ansietas yang nyata antara kelompok ibu yang proses kelahiran didampingi suami dan yang tidak
Skor yang didampingi suami lebih rendah daripada yang tidak didampingi Atau skor ansietas kelompok ibu yang kelahiran didampingi suami lebih rendah secara nyata dibanding yang tidak.

UJI T BERPASANGAN
Syarat uji t berpasangan :
Data berdistribusi Normal Ragam (varians) homogen atau tidak homogen tidak perlu uji krn berpasangan

Test Normalitas : Kolmogorov-Smimov.

Contoh Uji t berpasangan

Buka file dua kelompok data berpasangan, misal kasus :
Ingin diketahui bagaimana pengaruh terapi sulih testosteron terhadap perubahan body mass index (BMI)

Pertanyaan penelitian :
Apakah terdapat perbedaan rerata BMI sebelum dan sesudah satu belan penyuntikan testosteron

Langkah Uji t (SPSS)

Analyze Compare Means paired Sample t Masukkan bmipre dan bmipost ke dalam kotak paired Variable Prosedur selesai. Klik Continue. Klik OK

OUTPUT SPSS

KESIMPULAN
Karena p<0.05 maka diambil kesimpulanterdapat perbedaan rerata BMI yang nyata antara sebelum dan setelah penyuntikan testosteron
BMI sebelum penyuntikan lebih rendah daripada setelah 1 bulan penyuntikan Atau BMI setelah 1 bulan penyuntikan lebih tinggi secara nyata dibanding sebelum penyuntikan.

MODEL ANALISIS RAGAM

Pada Klasifikasi Eka Arah One Way ANOVA

Model linier (Populasi)

Yij = + i + ij Yij i ij Nilai Pengamatan pada perlakuan ke i dan contoh (ulangan) ke j Y.. Yi. - Y.. Yi. = [(Yij - Y..) - ( Yi. - Y.. Yij - )

UJI HIPOTESIS
Pada Model : Yij = + i + ij
2

Bila i = 0

Yij = + ij
SP 2

2 Krn i = 0, maka SP = SG atau ------=1 2

Maka

-------= --------- = F hitung 2

SG
KTG

SP2

KTP

SG

Untuk H0 : 1 = 2 = 3 = = i = 0 H1 : Paling sedikit ada satu i 0

Kaidah Keputusan
F Tabel Terima H0

F Hitung
> F Tabel Terima H1

(AN0VA=ANALISIS OF VARIANCE)

One Way Class

SK DB JK KT F Hitung F Tabel 1% , 5%

Perlakuan t -1

JKP

KTP

KTP/ KTG

Galat

t(n 1)

JKG

KTG

Total

nt - 1

JKT

SPSS - ONE WAY ANOVA

Uji Hipotesis Komparatif
Variabel Numerik Distribusi Normal, Lebih dari 2 Kelompok Tidak Berpasangan

KASUS ONE WAY ANOVA

Ingin diketahui apakah ada perbedaan kadar gula darah antara kelompok ekonomi rendah, sedang, dan tinggi. Pertanyaan penelitian :
Apakah ada perbedaan kadar gula darah antara kelompok ekonomi rendah, sedang dan tinggi.

ONE WAY ANOVA

Syarat : 1.Data harus distribusi normal 2.Homogenitas varians (ragam)

UJI KENORMALAN
1. Analyze Descriptive StatisticsExplore 2. Masukkan Var (umur) ke Dependent List 3. Pilih Both pada Display (atau biarkan kotak statistik sesuai SPSS) 4. Aktifkan kotak Plots, aktifkan factor level together pada Boxplots 5. Aktifkan Histogram pada Descriptive. 6. Normality plot with test. Klik Continue, OK

OUTPUT UJI NORMAL

LANGKAH SPSS
1. Analyze Compare means One way ANOVA 2. Masukkan variabel gula ke dalam Dependent List 3. Masukkan variable kel ek. ke dalam Factor List 4. Aktifkan kotak options 5. Pilih Homogeneity of variance 6. Klik continue. Klik OK

OUT PUT SPSS

OUT PUT SPSS

Statistik Inferensia
B. Statistik Non-Parametrik
Sebagai dasar untuk mengungkap sebagian kecil asumsi dugaan pada populasi berdasarkan data yang sama, hal ini menggunakan data ordinal dan nominal; dengan ukuran sampel kecil.

KEGUNAAN
1. Membandingkan dua kelompok data independent 2. Membandingkan dua kelompok data non-independent

TIPE DATA
Nominal, ordinal

UJI HIPOTESIS
Chi-square, Median test, Mann-Whitney U McNemar test, Wilcoxon test, Sign test

Nominal, ordinal

II. Statistik Asosiasi/Hubungan

KEGUNAAN TIPE DATA STATISTIK Person product moment correlation Sperman rank-order correlation, Kendall tau Tetrachoric correlation Phicoeffisient Menentukan Data interval atau rasio untuk hubungan antara data kedua variabel dua variabel Data ordinal untuk kedua variabel Nominal: dua pemisah yang tak nyata Nominal dua pemisah yang sugguh

Artificial dichotomy unuk satu variable; data interval atau rasio untuk satu variabel

Biserial correlation