1

Pendahuluan : estimasi dan

pengujian hipotesis
Tujuan : pengantar pada Statistika inferensial
1. Statistik, Statistika, dan keputusan secara
statistika
2. Peluang dan sebaran peluang
3. Sebaran sampel statistik
4. Estimasi titik dan interval kepercayaan
5. Hipotesis dan pengujiannya
6. Penggunaan komputer dalam komputasi
1

Statistik, Statistika, dan

keputusan secara statistika

Statistik : rangkuman numerik sebuah sampel yang diperoleh dari populasi

yang menjadi perhatian.

Statistika : merupakan sebuah metoda ilmiah dalam mengumpulkan,

mengorganisasikan, dan memahami data.

Disusun dalam bentuk tabel

Ditampilkan dalam bentuk grafik
Sebuah angka ataupun interval

Mengumpulkan data : teknik pengambilan sampel

Mengorganisasikan data : eksplorasi data
Memahami data : menjelaskan informasi yang ada dalam data
terbagi menjadi statistika deskriptif dan inferensial

Keputusan secara statistika : merupakan pengambilan keputusan secara

sistematis berdasarkan informasi yang diperoleh dari data.

Statistik, Statistika, dan

keputusan secara statistika
Keputusan secara statistika beranggapan bahwa

Seluruh kejadian merupakan proses sistematis yang saling berkaitan;

Variasi muncul dalam setiap proses;
Data tercatat, disusun, dan dianalisis;
Pemahaman terhadap variasi dalam data, serta pengurangannya.

Sampel dan populasi :

Populasi : kumpulan seluruh unit elementer;

Sampel : sebagian unit elementer yang terambil dari populasinya;
Unit elementer : unit terkecil yang menyusun populasi yang menjadi
perhatian

Variabel : karakteristik dari unit elementer yang akan diteliti.

Skala pengukuran : nominal, ordinal, interval, dan rasio.
Data : kumpulan fakta yang terukur dari setiap unit elementer dan dicatat

Data cross-sectional
Data time series

Peluang dan sebaran peluang

Peluang :

merupakan indeks kemungkinan terjadinya suatu kejadian;

Mempunyai nilai 0 1, peluang 0 berarti tidak mungkin terjadi, peluang 1
berarti pasti terjadi;
Sumber peluang : frekuensi relatif, matematika, subyektif
Dalam pencatatan skore motivasi siswa, diperoleh

Sangat rendah
rendah
tinggi
Sangat tinggi

5 siswa
10
8
2

Diambil sampel siswa, maka berapa peluang diperoleh siswa yang

mempunyai motivasi tinggi ?
Variabel : tingkat uang belanja X
Peluang X=tinggi didefinisikan sebagai besarnya peluang
Pasangan antara X dan P(X) akan membentuk sebaran peluan
4

Peluang dan sebaran peluang

Sebaran peluang :

Merupakan model sebaran dari variabel acak yang

menggambarkan kemungkinan kejadiannya.
Didefinisikan sebagai perpaduan antara X dan P(X).
Variabel diskrit :

Sebaran binomial : n, p

Variabel kontinyu :

Sebaran normal
Sebaran t-Student

Sebaran sampel statistik

Sebaran sampel statistik :
Sampel merupakan kumpulan dari unit elementer sub bagian dari
populasi;
Statistik h merupakan rangkuman numerik dari sebuah sampel;
Sampel adalah sebagai satu realisasi dari sejumlah kemungkinan sampel;

Elemen dari sampel dapat dipilih berdasarkan :

Secara acak;
Tanpa pengembalian kembali;
Urutan pengambilan tidak diperhatikan

Untuk populasi yang berukuran N, dan akan diambil sampel yang

berukuran n, maka jumlah seluruh kemungkinan sampel yang dapat
diambil adalah (N kombinasi n).
Sebaran sampel statistik h merupakan sebaran peluang dari populasi
statistik.
Populasi statistik adalah merupakan kumpulan seluruh statistik dari
seluruh kemungkinan sampel yang dapat diambil.
6

Sebaran sampel statistik

Sebaran sampel statistik :

Sehingga statistik yang diperoleh dari sebuah sampel adalah

sebuah peubah acak, dengan sebaran peluang Ph tersebut.

Sebaran sampel statistik

Teori limit pusat :
bila sampel acak diambil dari populasi, maka sebaran rata-rata sampel
akan mendekati sebaran normal bila ukuran sampel relatif besar.
Semakin besar ukuran sampel, maka akan semakin mendekati sebaran
normal.

Sebaran sampel rata-rata

x
2

Sebaran sampel proporsi

p p

pq
; q (1 p )
n
8

Sebaran sampel statistik

Contoh :
Bila kita akan mengambil sampel acak sebesar n dari populasi yang
mempunyai rata-rata dan standard deviasi . Pada situasi berikut ini,
tentukan rata-rata variance, dan st dev dari sebaran sampel rataratanya :
1. =10, =2, n=25
2. =500, =0.5, n=100
3. =3, =0.1, n=4

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

Estimasi titik dan interval kepercayaan

Estimasi titik

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.

Estimasi titik dan interval kepercayaan

Estimasi interval interval kepercayaan
Parameter =
statistik Error

(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

Rentang nilai tersebut memberikan informasi mengenai

seberapa dekat nilai parameter populasi yang tidak diketahui
tersebut
Kedekatan tersebut dinyatakan dengan peluang
Disebut juga sebagai selang kepercayaan

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

Estimasi interval sampel besar

Asumsi :
Standard deviasi populasi () diketahui
Populasi menyebar normal
Bila tidak normal, dapat digunakan pendekatan normal bila n > 30. Bila
nilai tidak diketahui, maka ditentukan berdasarkan s dari sampel.

Estimasi interval interval/selang kepercayaan

Selang kepercayaan (1-)% bahwa berada dalam rentang:

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%.

Estimasi interval sampel kecil

Asumsi :
Standard deviasi populasi tidak diketahui
Populasi menyebar normal
Ukuran sampel (n) 30.

Menggunakan sebaran peluang t-Student

Selang kepercayaan (1-)% bahwa berada dalam rentang:

x t

;db n 1
2

Sebaran
normal baku

t (df = 13)

t (df = 5)
Z

14

Sebaran peluang t-Student

Ilustrasi :

Upper Tail Area

df

.25

.10

.05

/2

n=3
df = n - 1 = 2
= .10
/2 =.05

1 1.000 3.078 6.314

2 0.817 1.886 2.920

3

.05

0.765 1.638 2.353

Nilai t

2.920

t
15

Estimasi interval sampel kecil

Contoh perhitungan :
Hasil test potensi akademik dilakukan untuk ujian saringan masuk di
suatu perguruan tinggi. Untuk mengevaluasi hasil test tersebut, maka
diambil sampel acak 15 orang peserta, dan diperoleh hasil testnya
adalah
83, 93, 95, 70, 91, 87, 76, 84, 91, 88, 98, 94, 79, 92, 95
Berapa besar estimasi titik dari rata-rata skore test potensi akademik?
Tentukan selang kepercayaan 90%

16

Estimasi interval untuk proporsi

Asumsi :
Pengukuran berdasarkan kategorisasi
Populasi menyebar secara binomial

Sebaran sampel dari

p :

Proporsi sampel akan mendekati sebaran normal dengan rata-rata

dan simpangan baku (1- )/n, dengan ukuran sampel n besar (n
5 dan n(1 - ) 5)

Selang kepercayaan (1-)% dirumuskan :

p z p ; dengan p
2

p (1 p )
n

17

Estimasi interval untuk proporsi

18

Hipotesis dan pengujiannya

Populasi
Karyawan

J
J
J J
J
J

Saya duga bahwa

rata-rata umur
populasi) adalah
50 thn.

Tolak
hipotesis!

Sampel acak
Rata-rata
J`X = 20J
19

Definisi dan tipe hipotesis

Hipotesis merupakan suatu pernyataan ataupun ungkapan
mengenai populasi. Dapat berupa pernyataan kualitatif
ataupun kuantitatif.
Ungkapan kuantitatif :
Parameter populasi, seperti rata-rata, proporsi, varian, standard
deviasi, median, dll

Hipotesis harus dinyatakan sebelum penelitian dilakukan.

Hipotesis penelitian
Hipotesis uji

Hipotesis penelitian : hipotesis yang mendasari penelitian

Hipotesis uji : Hipotesis uji merupakan dasar dalam
melakukan pengujian hipotesis, yang terdiri dari dua macam
hipotesis :
Hipotesis nol dan Hipotesis alternatif (hipotesis satu)

20

Hipotesis uji
Hipotesis nol :

Mempunyai tanda =, , ataupun

Dinotasikan dengan Ho
Penulisan, Ho : = suatu angka numerik
Ditulis dengan tanda =, walaupun maksudnya adalah , ataupun

Hipotesis alternatif :

Sebagai lawan dari hipotesis nol (komplemen)

Mempunyai tanda , atau <, atau >
Dinotasikan dengan H1
Penulisan,
H1 : suatu angka sebagai pengujian dua arah
H1 : > suatu angka sebagai pengujian satu arah
H1 : < suatu angka sebagai pengujian satu arah

Penentuan pengujian satu atau dua arah berdasarkan pernyataan

hipotesis penelitian.

21

Proses penyusunan hipotesis uji

Langkah :
1. Menyatakan hipotesis
secara statistik
2. Menyatakan alternatif
secara statistik
Kedua pernyataan tersebut
harus bersifat mutually exclusive
& menyeluruh

Contoh : Apakah rata-rata

populasi berbeda dari 3 ?

1.
2.
3.
4.

3
=3
H1: 3
Ho: = 3

3. Pilih dan tentukan hipotesis

alternatif :
bertanda , <, atau >

4. Nyatakan hipotesis nolnya

22

Proses penyusunan hipotesis uji

Langkah :
1. Menyatakan hipotesis
secara statistik
2. Menyatakan alternatif
secara statistik

Contoh : Apakah rata-rata

1.
2.
Kedua pernyataan tersebut
harus bersifat mutually exclusive 3.
& menyeluruh
3. Pilih dan tentukan hipotesis 4.

lama menonton TV adalah

12 jam ?

= 12
12
H1: 12
Ho: = 12

alternatif :
bertanda , <, atau >

4. Nyatakan hipotesis nolnya

23

Proses penyusunan hipotesis uji

Langkah :
1. Menyatakan hipotesis
secara statistik
2. Menyatakan alternatif
secara statistik

Contoh : Apakah rata-rata

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 >

4. Nyatakan hipotesis nolnya

24

Proses penyusunan hipotesis uji

Langkah :
1. Menyatakan hipotesis
secara statistik
2. Menyatakan alternatif
secara statistik

Contoh : Apakah rata-rata

1.
2.
Kedua pernyataan tersebut
harus bersifat mutually exclusive 3.
& menyeluruh
4.
3. Pilih dan tentukan hipotesis

harga topi adalah

semahalnya $20?

20
> 20
H1: > 20
Ho: = 20

alternatif :
bertanda , <, atau >

4. Nyatakan hipotesis nolnya

25

Proses penyusunan hipotesis uji

Langkah :
1. Menyatakan hipotesis
secara statistik
2. Menyatakan alternatif
secara statistik

Contoh :Apakah rata-rata

1.
2.
Kedua pernyataan tersebut
harus bersifat mutually exclusive 3.
& menyeluruh
4.
3. Pilih dan tentukan hipotesis

pengeluaran di toko buku

adalah lebih dari $25 ?

> 25
25
H1: > 25
Ho: = 25

alternatif :
bertanda , <, atau >

4. Nyatakan hipotesis nolnya

26

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

Keputusan dalam uji hipotesis

Pengambilan keputusan dalam uji hipotesis dapat
dianalogikan seperti keputusan hakim di pengadilan, sebagai
berikut :
Pengadilan
Keputusan

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 dalam pengambilan keputusan

Error tipe I :
Tolak Ho namun sebenarnya Ho adalah benar
Besarnya peluang terjadinya error tipe I disebut sebagai
disebut juga sebagai tingkat signifikansi pengujian (taraf nyata
pengujian).

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-)

Besarnya dan mempunyai hubungan yang terbalik

dan tidak dapat dikurangi

secara bersamaan !!

30

Uji hipotesis terhadap rata-rata

Asumsi :
Ukuran sampel sedikitnya 30 (n30)
Bila tidak diketahui maka dihitung s dari sampel

Hipotesis satu arah dan dua arah :

Statistik uji :Ada dua situasi, yaitu :
Sampel lebih dari () 30 atau standard deviasi populasi diketahui
Uji Z

Sampel kurang dari (<) 30 dan standard deviasi populasi tidak

diketahui
Uji t

Uji Z

Zh

x x

31

Uji Z untuk rata-rata

Tingkat signifikansi :
Wilayah penolakan dan keputusan
Uji dua arah

Wilayah
penolakan

Wilayah
penolakan
1/2

1/2
Wilayah
penerimaan

Z tabel

Tolak Ho bila |Zh| > Z tabel.

Uji satu arah

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

Tolak Ho bila Zh < Z tabel, untuk H1 : < a

Tolak Ho bila Zh > Z tabel, untuk H1 : > a
32

Uji Z untuk rata-rata

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 !

Dapat digunakan sebagai dasar dalam mengembil keputusan

untuk menolak Ho, yaitu
Bila p-value maka kita tidak dapat menolak Ho.
Bila p-value < , maka kita tolak 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

Hipotesis satu arah dan dua arah :

Statistik uji :

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

Tolak Ho bila |th| > t tabel.

Uji satu arah
Wilayah
penolakan

Wilayah
penolakan

Wilayah
penerimaan

Nilai
kritis

Nilai
Ho

Wilayah
penerimaan
Statistik uji

Statistik uji

Tolak Ho bila th < t tabel, untuk H1 : < a

Tolak Ho bila th > t tabel, untuk H1 : > a

Nilai
Ho

Nilai
kritis

Tabel sebaran peluang t-Student

36

Memperoleh nilai t-tabel

Bila : n = 3; = .10
db = n - 1 = 2

/2 = .05

Nilai t-tabel adalah

t.10

t.05

t.025

1 3.078 6.314 12.706

2 1.886 2.920 4.303

-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

Pada taraf nyata pengujian 1%, apakah pernyataan

perusahaan tersebut dapat dipertanggungjawabkan?

38

Uji Z untuk proporsi

Asumsi :
Terdapat dua kategori dari hasil pengukuran
Populasi mempunyai sebaran binomial

Sebaran sampel dari

Proporsi sampel akan mendekati sebaran normal dengan rata-rata p

dan simpangan baku p(1- p)/n, dengan ukuran sampel n besar (n p
5 dan n(1 - p) 5)

Hipotesis satu arah dan dua arah :

Statistik uji :

Zh

p p

; dengan p

p(1 p)
n

Tingkat signifikansi :
Sebaran peluang Z
39

Uji Z untuk proporsi

40