TEORI PENARIKAN SAMPEL (SAMPLING)

Dalam setiap penelitian banyaknya pengamatan dinyatakan sebagai

ukuran populasi yang mungkin :
- kecil
- besar tapi masih berhingga
- tidak berhingga
Populasi
opulasi (population) adalah adalah kumpulan dari seluruh obyek
yang diamati.
Tiap pengamatan dalam populasi merupakan suatu nilai dari suatu
peubah Acak X dengan suatu distribusi peluang f(x).
Sampel (Sample) adalah

himpunan

bagian

dari

populasi

yang

karakteristiknya hendak diselidiki/diduga; dianggap bisa mewakili

populasi.

Inferensi
Inferensia
ferensia Statistik
Tujuan dari inferensia statistik adalah untuk memperoleh informasi
tentang populasi berdasarkan informasi sampel untuk menarik suatu
kesimpulan.

Alasan Pengambilan Sampel :

1. Hasil penelitian dengan hasil ketelitian yang tidak mutlak,
sehingga dapat menghemat biaya dan waktu
2. Untuk sumberdaya yang terbatas dan obyek bersifat seragam,
pengambilan sampel dapat memperluas cakupan studi
3. Bila proses riset bersifat destruktif, pengambilan sampel dapat
menghemat produk
4. Apabila akses ke seluruh populasi tidak dapat dilakukan,
pengambilan sampel adalah satu satunya pilihan
5. Mudah mengontrol tingkat kesalahan non sampling (non teknis)
dalam menentukan hipotesa untuk pengambilan keputusan
Probabilitas & Statistik 2012

Teknik Elektro

halaman - 1

JenisJenis-jenis Sampling :
A. Random Sampling
1. Simple random sampling (SRS)
a. Populasi Terbatas (Finite Population)
SRS untuk populasi terbatas berukuran N adalah sampel
yang

dipilih

sedemikian

sehingga

masing-masing

kemungkinan sampel berukuran n memiliki peluang yang

sama untuk terpilih.
Ada 2 (dua) tipe, yaitu:

Dengan Pengembalian (with replacement - WR)

Tanpa Pengembalian (without replacement - WOR)
b. Populasi Tak Terbatas (Infinite Population)
SRS dari populasi tak terbatas merupakan sampel yang
dipilih sedemikian sehingga kondisi berikut terpenuhi:

Masing-masing elemen dipilih dari populasi yang
sama

Setiap elemen dipilih secara bebas (independent)
2. Stratified random sampling
3. Systematic random sampling
4. Cluster random sampling
B. Non random Sampling
1. Convenience sampling
2. Judgement sampling
3. Quota sampling

Kesalahan
1. Kesalahan Sampling
2. Kesalahan Non Sampling (dapat terjadi pd sensus/sample
survey), disebabkan oleh :
a. populasi yang tidak jelas (sumber informasi populasi)
b. pertanyaan yang tdk tepat (kuisioner yg tdk jelas)
c. kesalahan lain : kalkulasi, salah ketik dll
Probabilitas & Statistik 2012

Teknik Elektro

halaman - 2

Setiap Pensamplingan akan menghasilkan suatu kesimpulan yang

konsisten dalam menaksir/estimasi, sehingga perlu diperiksa apakah
nilai sampel tersebut memenuhi sifat-sifat sebagai estimator yang
baik, yaitu:
1. Tak bias (Unbiased), yaitu jika nilai harapan dari estimator sama
dengan nilai parameter populasi yang diestimasi.
2. Efisien (Efficient), yaitu jika estimator tersebut memiliki standar

error yang paling kecil dibandingkan estimator tak bias yang

lain.
3. Konsisten (Consistent), apabila estimator tersebut cenderung
mendekati

nilai

parameter

populasi

jika

ukuran

sampel

ditingkatkan (semakin besar).

Tujuan memilih sampel acak yaitu untuk mendapatkan keterangan
mengenai parameter populasi yang belum diketahui.
Bias = nilai statistik (sample) nilai parameter (populasi)
Nilai statistik adalah setiap fungsi dari peubah acak yang membentuk
suatu sampel acak.

Deviasi standar = S

Deviasi standar = S

Probabilitas & Statistik 2012

Teknik Elektro

halaman - 3

Nilai Statistik dari sampel :

n

Mean = Rerata = X =

i =1

Variansi = S =
2

(X
i =1

X )2

n 1

, bila nilai rerata bilangan bulat

2
n X i X i
i =1
2
i =1
Variansi = S =
, bila nilai rerata bilangan pecahan
n( n 1)
n

Simpangan Baku = Standart Deviasi dari sampel dinyatakan dengan S yang

didefinisikan sebagai akar positif dari variansi sampel.

Probabilitas & Statistik 2012

Teknik Elektro

halaman - 4

DISTRIBUSI SAMPEL
Merupakan

bidang

statistik

inferensi

yaitu

dengan

melakukan

pengamatan untuk memperoleh prediksi (estimasi) dari populasi.

Distribusi Sampel merupakan distribusi peluang dari suatu nilai
statistik.
 Dalam menentukan jumlah sampel, angka yang dicari adalah
angka yang cukup besar sehingga pengukurannya nanti cukup
reliabel, cukup presisi dan sebagainya tapi tidak terlalu besar
sehingga terlalu mahal, kurang manageable, dan sebagainya.
 Jadi penentuan sampel tidak langsung menetapkan sekian
persen dari populasi (10%, 25%, dsb.).
 Aturan umum untuk jumlah sampel adalah sekitar 30 ke atas
walau sebenarnya jumlah itu terlalu sedikit. Di bawah jumlah itu,
rumus

statistik

yang

digunakan

adalah

rumus2

statistik

nonparametrik yaitu untuk analisa statistik jumlah kecil.

 Angka 30 tersebut karena distribusi frekuensinya sudah mulai
berbentuk kurve normal yaitu bentuk kurve dari distribusi
frekuensi populasi.
 Jika jumlah populasi target tidak banyak, disarankan sensus yang
tidak ada sampling error-nya (tapi coverage-nya harus tinggi
misalnya 95% populasi ter-cover)

Probabilitas & Statistik 2012

Teknik Elektro

halaman - 5

Inferensi
Inferensi Statistik meliputi:
1. Estimasi Parameter, terdiri dari:

Estimasi Titik (Point Estimation), yaitu suatu nilai dari
sampel sebagai estimator parameter

Estimasi Interval (Interval Estimation), yaitu suatu
interval yang dengan tingkat kepercayaan tertentu
memuat nilai parameter.
2. Pengujian Hipotesis

Dalam estimasi titik kita menggunakan data sampel untuk
menghitung suatu nilai statistik sebagai estimasi parameter
populasi.
Contoh:
X sebagai estimator titik dari rata-rata populasi, .
s sebagai estimator titik dari simpangan baku populasi, .
p sebagai estimator titik dari proporsi populasi, p.

Sampling error merupakan perbedaan absolut antara estimator
tak bias (unbiased) dengan paramemter populasi.
Contoh sampling error (Galat Baku) :
X untuk rata-rata sampel
S untuk simpangan baku sampel
p p untuk proportsi sampel

Bila X mendekati maka sampling masih dikatakan layak.

Bila X jauh maka ada kesalahan dalam sampling.
Distribusi sampel dari suatu statistik akan tergantung pada ukuran
populasi, ukuran sampel dan metode memilih sampel.

Probabilitas & Statistik 2012

Teknik Elektro

halaman - 6

DISTRIBUSI SAMPEL DARI RERATA ( X )

Jika ada n pengamatan diambil dari populasi normal dengan rerata
dan varians 2. Tiap pengamatan Xi (sampel) ; i = 1,2,3,..,n dari
sampel acak akan berdistribusi normal juga yang sama dengan
populasi yang diambil sampelnya.

X 1 + X 2 + LL + X n
n

X =

Berdistribusi normal dengan rerata dan varians:

X =

+ + LL +

=
n
2 + 2 + LL + 2 2
2
=
X =
n
n
Bila populasi yang disampling tidak diketahui distribusinya, berhingga
atau tidak, maka distribusi sampel X masih akan berdistribusi hampir
normal dengan rerata dan varians

2
n

, asalkan n yang besar.

TEOREMA LIMIT TENGAH UNTUK RATARATA-RATA (HAMPIRAN NORMAL)

Apabila sampel berukuran n besar (>30) diambil dari populasi
yang mempunyai rata-rata dan deviasi standar , maka ratarata sampel X akan terdistribusi normal dengan rata-rata dan
deviasi standar /n
Khusus: apabila populasinya terdistribusi normal, maka n pada
teorema di atas tidak harus besar. Jadi :

Z=

X
/ n

Probabilitas & Statistik 2012

adalah normal standart : n(Z,0,1)

Teknik Elektro

halaman - 7

Bila sampel bebas dengan ukuran n1 dan n2 diambil secara acak

dari dua populasi diskrit maupun kontinu, masing-masing
dengan rerata 1 dan 2 dan varians 12 dan 22, maka distribusi
sampel dari selisih rerata, X 1 X 2 berdistribusi hampir normal
dengan rerata dan varians :

X X = 1 2
1

dan

2
X 1 X

12
n1

22
n2

Sehingga :

Z=

( X 1 X 2 ) ( 1 2 )

12
n1

22
n2

Secara hampiran merupakan peubah normal baku.

DISTRIBUSI SAMPEL DARI VARIANS s2

Bila n sampel diambil dari populasi normal dengan rerata dan varians
dan 2 dan varians sampel s2 dihitung (belum diketahui), maka
diperoleh suatu nilai statistik s2 akan berdistribusi khi kuadrat dengan
besaran :

=
2

(n 1) s 2

; dengan derajat kebebasan = n-1

Derajat kebebasan (Degrees of Freedom) : dari suatu besaran dengan

distribusi hampiran normal (khi kuadrat dan t-student) adalah
banyaknya variable yang berpengaruh pada perhitungan besaran
tersebut.

Probabilitas & Statistik 2012

Teknik Elektro

halaman - 8

Nilai distribusi khi kuadarat 2 (tidak simetris) dinyatakan dalam tabel

dirtribusi 2 dengan luasan (taraf kepercayaan), nilai tersebut
biasanya dinyatakan dengan 2.

0,995

0,99

0,98

0,975

0,025

1
..
4

0,484

11,668

..
30

CONTOH :
1. Suatu pabrik baterai mobil menjamin dengan keyakinan 95 %
bahwa

baterainya

akan

tahan

rata-rata

tahun

dengan

simpangan baku 1 tahun. Bila lima baterai tahan 1,9; 2,4; 3,0;
3,5 dan 4,2 tahun, apakan pembuat baterai masih yakin bahwa
simpangan baku masih 1 tahun.

DISTRIBUSI t-Student
Bila n sampel yang diambil dari populasi kecil (<30) dengan s2 yang
berubah cukup besar dari sampel satu ke sampel lain dan nilai 2
tidak deketahui distribusi peubah acak Z = ( X ) /( / n ) akan
menyimpang jauh dari distribusi normal baku.
Maka kondisi tersebut distribusi peubah acak normal baku (Z) dapat
dinyatakan dengan distribusi T-student, dinyatakan sbb :

T=

X
s/ n

Probabilitas & Statistik 2012

; dengan derajat kebebasan = n-1

Teknik Elektro

halaman - 9

CIRICIRI-CIRI DISTRIBUSI T :

Kurva dari distribusi t memiliki bentuk mirip dengan kurva
normal, namun lebih runcing dengan luasan .

Ciri khusus: distribusi t tergantung pada suatu parameter yang
disebut derajat bebas (degrees of freedom).

Jika derajat bebas meningkat maka perbedaan distribusi t
dengan distribusi normal baku semakin kecil.

Distribusi t dengan derajat bebas yang lebih besar memiliki
varian yang lebih kecil.

Rata-rata dari distribusi t = 0 (nol).

Membaca Tabel Students t
Misalkan = 0,05 dan n = 10,
maka nilai tabel

tn-1,/2 = t(10-1);0,025 = 2,262

of Freedom

.10

.05

.025

1.415

1.895

2.365

2.998

3.499

1.397

1.860

2.306

2.896

3.355

1.383

1.833

2.262

2.821

3.250

10

1.372
.

1.812
.

2.228
.

2.764
.

3.169
.

Degrees

.01

.005

CONTOH :
2. Tentukan P(-t0,025<T<t0,05)

3. Cari nilai k yang memenuhi P(k<T<-1,761) = 0,045 untuk

suatu sampel acak berukuran 15 yang diambil dari populasi
dengan distribusi normal.

Probabilitas & Statistik 2012

Teknik Elektro

halaman - 10

4. Suatu pabrik bola lampu yakin bahwa bola lampunya akan

tahan

menyala

rata-rata

selama

500

jam.

Untuk

mempertahankan nilai tersebut, tiap bulan diuji 25 bola lampu.

Bila nilai t yang dihitung terletak antara t0,05 dan t0,05 maka
pengusaha pabrik tadi akan mempertahankan keyakinannya.
Kesimpulan apakah yang seharusnya diambil dari sampel
dengan rerata X = 518 jam dan simpangan baku s = 40 jam.
Anggap bahwa distribusi waktu lama lampu secara hampiran
normal.

Probabilitas & Statistik 2012

Teknik Elektro

halaman - 11

PENAKSIRAN (ESTIMASI) SEBAGAI FUNGSI KEPUTUSAN

Misal

X suatu penaksir dengan nilai x sebagai suatu taksiran titik

parameter populasi x yang tidak diketahui, tentu saja diharapkan

mendapatkan nilai rerata populasi akan sama dengan rerata sampel,
sehingga didapatkan penaksiran yang tidak bias (X x).

Penaksiran Tidak Bias :

x = E( X ) = x
Efisiensi / Penaksiran dengan Varians
Bila X 1 dan X 2 dua penaksir tak bias parameter populasi x sama maka
kita akan memilih penaksir dengan varians 2 yang lebih kecil.
Bila

X2

<

X2 2 , maka dikatakan

X 1 lebih efisien dari X 2

Konsisten :
Bila jumlah sampel besar (n) dan varians kecil (s2)
PENAKSIRAN SELANG
Dasar : tidak pernah melakukan penaksiran sampel tepat dengan nilai
parameter populasi.

x1 < x < x 2 ; x1 dan x2 tergantung dari X1 dan X2

Bila ukuran sampel membesar, maka

=
2
X

mengecil, sehingga

kemungkinan taksiran bertambah dekat dengan parameter .

P ( x1 < x < x2 ) = 1

0 < <1

1-

: koefisien kepercayaan (level of confidence)

(1-).100 %

: selang kepercayaan

: taraf keterandalan (significant level)

X 1 dan X 2

: batas kepercayaan

Probabilitas & Statistik 2012

Teknik Elektro

halaman - 12

Interval kepercayaan
kepercayaan untuk ratarata-rata populasi normal. Varian populasi
(2) diketahui.

Misalkan variabel acak n sampel dari suatu populasi berdistribusi
normal dengan rata-rata dan varian 2. Jika 2 diketahui dan
rata-rata sampel yang diobservasi adalah

maka interval

kepercayaan (1 ).100% untuk rata-rata populasi adalah:

/2

/2

X Z
2

Bila X dan

Z =

1-

z / 2 0

n
x
/ n

P( Z / 2 < Z < Z / 2 ) = 1

z / 2

< < X + Z
2

n 30

nilainya sama artinya didapat penaksiran yang tepat,

umumnya X menyatakan galat (error).

Galat = X < Z
2

dengan selang kepercayaan (1-).100 %

X Z
2

X + Z
2

galat
Besarnya sampel yang diperlukan dengan interval kepercayaan (1
).100% dapat ditentukan dengan persamaan :
2
Z .

n= 2
galat

Probabilitas & Statistik 2012

Teknik Elektro

halaman - 13

CONTOH :
1. Suatu

proses

memproduksi

kantong-kantong

diketahui

kantong-kantong
berdistribusi

gula.

normal

Berat
dengan

simpangan baku 1,2 ons. Suatu sampel 35 kantong diambil dan

memiliki rata-rata 19,8 ons. Buatlah selang kepercayaan 95% dan
99 % untuk rata-rata populasi berat kantong gula!

2. Berapa besar sampel yang diperlukan pada contoh no. 1 dengan

selang kepercayaan 95% dan galat kurang dari 0,05.

Interval kepercayaan untuk ratarata-rata populasi normal : varian populasi

tidak diketahui,
diketahui,
Misalnya

observasi

dari

variabel

acak

dari

populasi

berdistribusi normal dengan rata-rata dan varian tidak diketahui.

Interval kepercayaan (1-).100% untuk rata-rata populasi dilakukan
dengan pendekatan dengan diatribusi t student, adalah:

X t
2

s
n

< < X + t
2

/2

s
n<30

/2

T=
1-

t / 2

X
s/ n

t / 2
= n-1 (derajat kebebasan)

Probabilitas & Statistik 2012

Teknik Elektro

halaman - 14

CONTOH :
3. Sampel acak berukuran 6 mobil dari suatu model tertentu
memiliki konsumsi bahan bakar sbb (mil per galon):
18,6 18,4 19,2 20,8 19,4 20,5
Buat selang kepercayaan 90% untuk rata-rata konsumsi bahan
bakar populasi.

MENAKSIR SELISIH DUA RERATA

Untuk selang kepercayaan 1-2 dan varian

12

dan

22

populasi

diketahui, maka :
Bila X 1 dan X 2 menyatakan rerata sampel acak bebas dengan ukuran
n1 dan n2 yang berasal dari dua populasi yang variansnya diketahui,
maka selang kepercayaan (1-).100% untuk 1-2 diberikan oleh :

( X1 X 2 ) Z
2

12
n1

22
n2

< 1 2 < ( X1 X 2 ) + Z
2

12
n1

22
n2

CONTOH :
4. Suatu

ujian

statistik

diikuti

oleh

50

mahasiswa

dan

75

mahasiswi. Nilai rerata mahasiswa 82, sedang mahasiswi 76.

Carilah selang kepercayaan 96% untuk selisih 1-2 bila 1
adalah rerata mahasiswa dan 2 adalah rerata mahasiswi.
Simpangan baku masing-masing 6 dan 8.

Probabilitas & Statistik 2012

Teknik Elektro

halaman - 15

Untuk sampel n < 30 dan varians

12

dan

22

populasi tidak

diketahui, maka digunakan pendekatan dengan distribusi t. Ukuran n1

dan n2 yang bebas berasal dari dua populasi yang hampir normal
adalah :

( X1 X 2 ) t s p
2

1 1
1 1
+
< 1 2 < ( X1 X 2 ) + t s p
+
n1 n2
n
n2
1
2

Dengan :

(n1 1) s12 + ( n2 1) s 22
s =
n1 + n2 2
2
p

taksiran gabungan dari

simpangan baku populasi

= n1+n2-2 (derajat kebebasan)

Probabilitas & Statistik 2012

Teknik Elektro

halaman - 16

PENGUJIAN HIPOTESIS
Pengertian Hipotesis : anggapan atau pernyataan mengenai populasi
yang perlu diuji kebenarannya melalui sampel.
Hipotesis Statistik : suatu anggapan atau pernyataan yang mungkin
benar atau tidak mengenai satu populasi atau lebih.
Kebenaran atau tidak suatu hipotesis statistik tidak pernah akan
diketahui kecuali bila seluruh populasi diamati tidak praktis.
Hipotesis diterima bila dilengkapi bukti yang mendukung
Hipotesis ditolak bila bukti digunakan tidak mendukung
HIPOTESIS NOL DAN TANDINGAN
Struktur pengujian hipotesis dirumuskan dengan istilah hipotesis nol
(H0), ini menyatakan hipotesis yang akan diuji.
Penolakan H0 akan didapat menerima suatu hipotesis tandingan (H1).
UJI HIPOTESIS
Setiap uji hipotesis dengan tandingan yang berpihak pada suatu pihak
(arah) :
H0

: = 0

H1

; < 0

(satu sisi kiri distribusi uji statistik)

H1

; > 0

(satu sisi kanan distribusi uji statistik)

H1

; 0

(dua sisi)

LANGKAHLANGKAH-LANGKAH UJI HIPOTESIS :

1. Tentukan H0, misal H0 : = 0
2. Tentukan tandingan H1, misal H1 : 0
3. Pilih taraf keberartian (significant) .
4. Uji statistik dan tentukan daerah kritis (distribusi ?)
5. Hitung nilai statistik dari sampel
6. Kesimpulan (diterima atau ditolak)
Probabilitas & Statistik 2012

Teknik Elektro

halaman - 17

UJI HIPOTESIS UNTUK SATU RERATA () DENGAN VARIANSI

VARIANSI DIKETAHUI
Bila sampel acak X yang diambil dari populasi dengan rerata dan
variansi 2 > 0 diketahui, maka susun hipotesis, misal :
H0

: = 0

H1

; 0

Peubah acak X
variansi adalah

berdistribusi hampir normal dengan rerata dan

X =

dan

X =
2

2
n

. Kemudian ditentukan daerah

kritisnya dalam contoh diatas mempunyai dua daerah kritis untuk uji
ini.
Peubah acak X berdistribusi hampir normal dibawa ke distribusi
normal baku Z dengan taraf keberartian :

Z=

X
/ n

1-

H0 ditolak

H0 ditolak

H0 diterima
-Z/2

H0 : = 0, maka

Z/2

X
berdistribusi normal dengan peluang :
/ n

P[ Z < Z < Z ] = 1
2

Bila nilai X diketahui maka uji ini akan Menolak H0 bila uji statistik
Z > Z/2 atau Z < -Z/2
dan akan Menerima H0 bila -Z/2 < Z < Z/2

Probabilitas & Statistik 2012

Teknik Elektro

halaman - 18

CONTOH :
3. Suatu perusahaan pembuat perlengkapan olahraga membuat tali
pancing sintetik yang baru dengan rata-rata mampu menahan
beban 8 kg dengan simpangan baku 0,5 kg. Ujilah hipotesis
bahwa hasil produksi tersebut mempunyai tepat mempunyai
rerata 8 kg bila sampel acak terdiri dari 50 tali diuji dan ternyata
rata-rata daya tahannya 7,8 kg dengan tingkat kepercayaan 99
%, beri kesimpulan dan tentukan nilai peluangnya.

Jawab :

4. Suatu sampel acak harapan hidup 100 orang di suatu daerah

rata-rata 71,8 tahun, simpangan baku 8,9 tahun, apakan ini
menunjukkan bahwa rata-rata usia dewasa ini lebih dari 70
tahun? Gunakan taraf keberartian = 0,05 beri kesimpulan dan
berapa nilai peluangnya.

Jawab :

UJI HIPOTESIS UNTUK SATU RERATA () DENGAN VARIANSI

VARIANSI TIDAK
DIKETAHUI
Idem dengan yang diatas, bila sampel jumlahnya kecil dan variansi
dari populasi tidak diketahui, maka digunakan pendekatan dengan
distribusi tt-student
student.
nt.

T=

X
s/ n

Probabilitas & Statistik 2012

Teknik Elektro

halaman - 19

CONTOH :
5. Rata-rata konsumsi energi alat penyedot debu pada rumah
tangga adalah 46 kWh/tahun. Bila dilakukan survey terhadap 12
rumah tangga alat penyedot debu rata-rata mengkonsumsi
energi 42 kWh/th dengan simpangan baku 11,9 kWh/th. Dengan
taraf signifikansi 0,05 apakah rata-rata alat penyedot debu
menggunakan energi kurang dari 46 kWh/th. Anggap bahwa
populasi berdistribusi normal.

Probabilitas & Statistik 2012

Teknik Elektro

halaman - 20

ANALISIS REGRESI DAN KORELASI

Pengamatan pada suatu objek dapat dilakukan pada dua atau lebih
peubah acak (variable) X dan Y.
Contoh : pengamatan jumlah permintaan barang produksi (Y) sebagai
akibat tinggi rendahnya biaya iklan (X).
Usaha untuk mengetahui hubungan atau kaitan antara peubah X
(bebas) dengan peubah Y (terikat) misalnya hubungan garis linier,
maka :
X

Garis

Regresi

yi (estimasi)
Garis regresi linier
yi (data)
X

diharapkan

dapat

mewakili

karakteristik

data

(kecondongan, pencaran).

Persamaan Regresi Linier :

Y = a + b.X

Probabilitas & Statistik 2012

Teknik Elektro

halaman - 21

Nilai a dan b harus dicari (diduga), dugaan a dan b ditentukan atas

dasar prinsip jumlah kesalahan kuadrat minimum (least square

method), yaitu :
X

X*Y

X2

Y2

Jumlah(
)

b=

a=

n X Y X Y
2
n X 2 ( X )

Y b X
n

n = jumlah data
Nilai estimasi suatu data Yi, yang berkaitan dengan nilai Xi adalah :
Yi = a + b.Xi
Batas perkiraan (Limit of prediction) dari peubah acak tak bebas Yii
terhadap nilai estimasi pada persamaan regresi linier yang berubah
terhadap nilai Xi dengan taraf keberartian (level of significant) dapat
dinyatakan sebagai berikut :
Y-A < Y < Y+A

Probabilitas & Statistik 2012

Teknik Elektro

halaman - 22

Nilai A sebagai batas perkiraan dari perubahan nilai variabel bebas X

dengan jumlah n sampel dapat dicari menggunakan pendekatan
dengan distribusi t-student dengan derajat kebebasan v = n-2, yaitu :

A = t

;v

* S XY

n +1
n

(x x)

x nx
2

; v = n-2

Nilai rerata variabel X dinyatakan dengan : x =

X
n

Standard Error of Prediction dari dua variabel X dan Y adalah :

Y a Y b XY
S =
2

n2

XY

Korelasi
Korelasi
Menyatakan tingkat keeratan hubungan antara X dan Y. Ukuran
keeraran dinyatakan oleh koefisien korelasi r, yang nilainya :
-1 r 1
Nilai koefisien korelasi r dihitung dengan :

r=

XY

( X )
X 2
n

Probabilitas & Statistik 2012

X Y
n

( Y )
Y 2
n

Teknik Elektro

halaman - 23

CONTOH :
1. Karakteristik
pemakaian

genset
bahan

mesin

bakar

diesel

terhadap

menyakan
daya

yang

hubungan
dihasilkan

dinyatakan sebagai dua variabel X dan Y dengan data sebagai

berikut :
Volume BBM (liter)
Daya (Watt)

2
22

3
25

5
34

7
43

9
56

10
60

a. carilah persamaan regresinya dan prediksikan berapa daya

yang dihasilkan bila digunakan 15 liter BBM.
b. Tentukan koefisien korelasinya, beri kesimpulan.
c. Apabila dengan tingkat kepercayaan (level of confidence) 95
%, tentukan batas perkiraan daya yang dihasilkan dengan
penggunaan BBM sebanyak 15 liter.

Probabilitas & Statistik 2012

Teknik Elektro

halaman - 24