Statpsi2 01bpengantar
Statpsi2 01bpengantar
Data cross-sectional
Data time series
Sangat rendah
rendah
tinggi
Sangat tinggi
5 siswa
10
8
2
Sebaran binomial : n, p
Variabel kontinyu :
Sebaran normal
Sebaran t-Student
x
2
p p
pq
; q (1 p )
n
8
Contoh :
Nilai skore dari test kemampuan akademik, dalam suatu ujian saringan
masuk, adalah menyebar normal dengan rata-rata 80 dan varian 16.
Berapa persentase peserta yang mempunyai nilai lebih dari 90 ?
Bila diambil sampel sebanyak 25 orang peserta, maka berapa
peluang bahwa rata-rata sampel akan lebih dari 90 ?
Berapa peluang rata-rata sampel adalah kurang dari 60 ?.
9
Populasi
Rataan, , tidak
diketahui
J
J
J J
J
Sampel acak
rataan
J `X = 5
Estimasi
adalah 5.
???
Sampel
JJ J
Sebuah nilai statistik yang dihitung berdasarkan pengukuran
pada sebuah sampel acak.
Tidak memberikan informasi mengenai seberapa dekat nilai
10
tersebut dengan nilai parameter populasi nya.
(1)
x X Error
(2)
Error X x or X x
X x
(3)
(4)
Error Z x
(5)
x X Z x
Error
x
11
Estimasi interval
Berupa suatu rentang nilai : batas bawah - batas atas.
Penentuan rentang nilai tersebut berdasarkan pengukuran dari
sebuah sampel
Tingkat kepercayaan :
Menunjukkan besarnya peluang bahwa parameter populasi yang
tidak diketahui akan berada di dalam rentang yang dihitung.
Dinotasikan sebagai (1-)%, dengan menunjukkan besarnya
peluang bahwa parameter populasi berada di luar batas interval.
Besaran yang umum digunakan : 90%, 95%, 99%.
12
x z 2 x
Contoh perhitung :
Sebuah studi dilakukan untuk mengestimasi rata-rata lamanya
menonton per minggu dari kelompok anak-anak. Penelitian terdahulu
diperoleh bahwa adalah 0.8 jam. Berdasarkan sampel acak sebesar
100 orang anak diperoleh rata-rata nya adalah 27.5 jam. Tentukan
13
selang kepercayaan 95%, 99%, 97.5%.
x t
;db n 1
2
Sebaran
normal baku
t (df = 13)
t (df = 5)
Z
14
.25
.10
.05
/2
n=3
df = n - 1 = 2
= .10
/2 =.05
.05
Nilai t
2.920
t
15
16
p :
p z p ; dengan p
2
p (1 p )
n
17
18
Populasi
Karyawan
J
J
J J
J
J
Tolak
hipotesis!
Sampel acak
Rata-rata
J`X = 20J
19
20
Hipotesis uji
Hipotesis nol :
Hipotesis alternatif :
21
1.
2.
3.
4.
3
=3
H1: 3
Ho: = 3
1.
2.
Kedua pernyataan tersebut
harus bersifat mutually exclusive 3.
& menyeluruh
3. Pilih dan tentukan hipotesis 4.
= 12
12
H1: 12
Ho: = 12
alternatif :
bertanda , <, atau >
1.
2.
Kedua pernyataan tersebut
harus bersifat mutually exclusive 3.
& menyeluruh
4.
3. Pilih dan tentukan hipotesis
lama menonton TV
berbeda dari 12 jam?
12
= 12
H1: 12
Ho: = 12
alternatif :
bertanda , <, atau >
1.
2.
Kedua pernyataan tersebut
harus bersifat mutually exclusive 3.
& menyeluruh
4.
3. Pilih dan tentukan hipotesis
20
> 20
H1: > 20
Ho: = 20
alternatif :
bertanda , <, atau >
1.
2.
Kedua pernyataan tersebut
harus bersifat mutually exclusive 3.
& menyeluruh
4.
3. Pilih dan tentukan hipotesis
> 25
25
H1: > 25
Ho: = 25
alternatif :
bertanda , <, atau >
Tingkat signifikansi
Merupakan besaran peluang bahwa nilai statistik berbeda
dengan nilai parameter populasinya :
Disebut sebagai wilayah dari sebaran sampel statistik
Dinotasikan dengan
Ditentukan oleh peneliti, dengan nilai sebagai berikut : 0.10,
0.05, 0.01
Pengujian dua arah : Ho : = a, dan H1 : a
Wilayah
penolakan
Wilayah
penolakan
1/2
1/2
Wilayah
penerimaan
Nilai
kritis
Nilai
Ho
Statistik uji
Nilai
kritis
27
Tingkat signifikansi
Pengujian satu arah :
Ho : = a
H1 : < a
Ho : = a
H1 : > a
Wilayah
penolakan
Wilayah
penolakan
Wilayah
penerimaan
Nilai
kritis
Nilai
Ho
Wilayah
penerimaan
Statistik uji
Statistik uji
Nilai
Ho
Nilai
kritis
28
Uji Hipotesis
Situasi nyata
Benar
Keputusan
Salah
Benar
Ya
Error
Salah
Error
Ya
Tidak tolak
Ho
Tolak Ho
Situasi nyata
Ho benar
Ho salah
1-
Error tipe II ()
Error tipe I ()
Power
(1-)
29
Error tipe II :
Tidak menolak Ho, namun sebenarnya Ho adalah salah;
Besarnya peluang terjadinya error tipe II dinotasikan sebagai
Power dari pengujian dirumuskan dengan (1-)
30
Uji Z
Zh
x x
31
Wilayah
penolakan
Wilayah
penolakan
1/2
1/2
Wilayah
penerimaan
Z tabel
Nilai
Ho
Statistik uji
Z tabel
Wilayah
penolakan
Wilayah
penolakan
Wilayah
penerimaan
Nilai
kritis
Nilai
Ho
Wilayah
penerimaan
Statistik uji
Statistik uji
Nilai
Ho
Nilai
kritis
33
P-value
Disebut sebagai tingkat signifikansi terhitung
Menunjukkan tingkat peluang untuk menerima Ho.
Semakin kecil nilainya, maka berarti semakin kecil pula untuk
menerima Ho, sehingga akan menolak Ho !
Contoh :
Hitung p-value untuk Latihan 1 dan Latihan 2.
34
Uji t
Asumsi :
Sampel berukuran kurang dari 30 (n<30)
Populasi menyebar normal
Standard deviasi s dihitung berdasarkan sampel
x x
th
sx
Tingkat signifikansi :
Sebaran peluang t-Student, dengan derajat bebas : n-1
Tabel seberan peluang t-Student
35
Uji t
Wilayah penolakan dan keputusan
Uji dua arah
Wilayah
penolakan
Wilayah
penolakan
1/2
1/2
Wilayah
penerimaan
Nilai
Ho
t tabel
Statistik uji
t tabel
Wilayah
penolakan
Wilayah
penerimaan
Nilai
kritis
Nilai
Ho
Wilayah
penerimaan
Statistik uji
Statistik uji
Nilai
Ho
Nilai
kritis
/2 = .05
t.10
t.05
t.025
-2.920
2.920
t
3 1.638 2.353 3.182
a /2 = .05
37
Uji t
Latihan 1. Sebuah perusahaan menyatakan bahwa rata-rata
skore performance pegawai adalah 3.25. Diambil sampel
acak sebanyak 16 orang pegawai, diukur dan dicatat skore
test performance, dan diperoleh data sebagai berikut :
3.43
3.34
3.25
3.30
3.35
3.26
3.20
3.10
3.20
3.11
3.37
3.10
3.16
3.12
3.27
3.34
38
Zh
p p
; dengan p
p(1 p)
n
Tingkat signifikansi :
Sebaran peluang Z
39
40