TEORI DASAR
A. Definisi Inferensia
Statistika inferensia mencakup semua metode yang berhubungan dengan
analisis sebagian data (contoh ) atau juga sering disebut dengan sampel untuk
kemudian sampai pada peramalan atau penarikan kesimpulan mengenai
keseluruhan data induknya(populasi).
Dalam statistika inferensia diadakan pendugaan parameter, membuat
hipotesis, serta melakukan pengujian hipotesis tersebut sehingga sampai pada
kesimpulan yang berlaku umum.Metode ini disebut juga statistika induktif,
karena kesimpulan yang ditarik didasarkan pada informasi dari sebagian data
saja. Pengambilan kesimpulan dari statistika inferensia yang hanya didasarkan
pada sebagian data saja yang menyebabkan sifat tak pasti,memungkinkan
terjadi kesalahan dalam pengambilan keputusan,sehingga pengetahuan
mengenai teori peluang mutlak diperlukan dalam melakukan metode-metode
statistika inferensia.
Sumber :http://id.wikipedia.org/wiki/Statistika_inferensi
B. Distribusi Binomial
1. Definisi dan Ciri-Ciri Distribusi Binomial
Suatu distribusi teoritis yang menggunakan var random diskrit (var
yang hanya memiliki nilai tertentu, nilainya merupakan bilangan bulat dan
asli tidak berbentuk pecahan) yang terdiri dari dua kejadian yang
berkomplementer seperti sukses-gagal, baik-cacat, siang-malam, dsb.
Ciri-ciri :
1. Ciri pertama distribusi binomial adalah bila jumlah n tetap dan p kecil
maka distribusi yang dihasilkan akan miring ke kanan dan bila p makin
besar maka kemiringan akan berkurang dan bila p mencapai 0,5 maka
distribusi akan menjadi simetris. Bila p lebih besar dari 0,5, maka
distribusi yang dihasilkan akan miring ke kiri.
2. Ciri kedua nya adalah bila p tetap dengan jumlah n yang makin besar
maka akan dihasilkan distribusi yang mendekati distribusi simetris.
3. Percobaan diulang sebanyak n kali.
Dimana :
Keterangan:
1) N ! = N faktorial= N (N-1) (N-2), dst
2) P = proporsi kasus yang diharapkan dalam salah satu kategori
3) Q = 1-P = proporsi kasus yang diharapkan dalam kategori lainnya
Hipotesis Uji Binomial
1) H0: p1 = p2 = 0,05
2) Ha: p1 p2 0,05
Kriteria Uji
1) Kriteria uji dari uji binomial adalah
2) H0 ditolak jika P(x) <
3) Ho gagalditolakatauHaditerima jika P(x)
Sumber : http://nurulwandasari.weblog.esaunggul.ac.id/wp-content/ uploads/sites
/2340/2014/03/Pertemuan-2.pdf
b. Prosedur Uji Binomial
1) Tentukan n = jumlah semua kasus yang diteliti.
2) Tentukan jumlah frekuensi dari masing-masing kategori.
3) Jika n 25 dan jika P=Q=, lihat Tabel D (Siegel, 1997) yang
menyajikan kemungkinan satu sisi/one tailed untuk kemunculan harga x
yang lebih kecil dari pengamatan di bawah Ho. Uji satu sisi digunakan
apabila telah memiliki perkiraan frekuensi mana yang lebih kecil. Jika
belum memiliki perkiraan, harga p dalam Tabel D dikalikan dua (harga
p = pTabel x 2).
4) Jika n > 25 dan P mendekati , gunakan rumus :
z=
x 0,5nP
nPQ
Jika :
x > nP = x + 0,5
X < nP = x 0,5
Sedangkan tabel yang digunakan adalah Tabel A (Siegel, 1997) yang
menyajikan kemungkinan satu sisi/one tailed untuk kemunculan harga z
pengamatan di bawah Ho. Uji satu sisi digunakan apabila telahmemiliki
perkiraan frekuensi mana yang lebih kecil. Jika belum memiliki
perkiraan, harga p dalam Tabel A dikalikan dua (harga p = pTabel x 2).
5) Jika p diasosiasikan dengan harga x atau z yang diamati ternyata ,
maka tolak Ho.
Sumber : http://pustaka.unpad.ac.id/wp-content/uploads/2009/03/statistika_non
parametrik.pdf
C. Uji Anova
1. Definisi Uji Anova
Uji Anova ditemukan oleh seorang ahli statistik yang bernama R.A.
Fisher pada tahun 1920.
dapat
merupakan
uji
hipotesis
(lebih
sering
dipakai)
bentuk interval atau ratio maka harus diubah dulu dalam bentuk ordinal
atau nominal. Sedangkan variabel terikatnya adalah data interval atau ratio.
Sumber : http://pendidikan-akuntansi.fe.uny.ac.id/sites/pendidikan-akuntansi.fe.
uny.ac.id/files/Modul%202%20(ANOVA).pdf
2. Prosedur Uji Anova
Prosedur
analisis
varians
(Analysis
of
VarianceANOVA)
1=
2=
3==
Jumlah
Keragaman
Kuadrat
(SK)
(JK)
Rata rata
Kolom
derajat
bebas (db)
db
JKK
Kuadrat
Tengah
f hitung
f tabel
(KT)
S2K
= f hitung
KTK
= =
k1
db numer
numerator =
JKK
k 1
KTK
KTG
db
denum =
f tabel =
db
Galat
JKG
denumerato
S G = KTG =
JKG
N k
r=Nk
Total
JKT
N-1
Jumlah
Keragaman
Kuadrat
(SK)
(JK)
Rata rata JKB
Baris
derajat
bebas (db)
Kuadrat
Tengah
f hitung
(KT)
db numer1 S2B
= f hitung
=r1
= =
KTB
f tabel
= db
numer1
db denum =
JKB
r1
Rata rata
Kolom
JKK
Galat
JKG
Total
JKT
db numer2
KTB
KTG
S2K
= f hitung
KTK
= =
=k1
JKK
k 1
db denum =
(r-1)(k-1)
= db
numer2
KTK
KTG
S2G = KTG =
f tabel =
db denum =
f tabel =
JKG
(r1)(k 1)
r.k - 1
Jumlah
Keragaman
Kuadrat
(SK)
(JK)
derajat
bebas (db)
Kuadrat
Tengah
Baris
JKB
db numer1
=r1
f tabel
(KT)
S2B = KTB
Rata rata
f hitung
f hitung
=
JKB
r1
= db
numer1 =
KTB
KTG
db denum
= f tabel =
= db
db numer2 S K = KTK f hitung
Kolom
=k1
JKK
k 1
numer2 =
db denum
KTK
KTG
S2K
db numer3 KT[BK]
Interaksi
JK[BK]
[BK]
JKG
Total
JKT
= f hitung
= =
= db
numer3 =
= [r-1][k-
JK [BK ]
KT [ BK ] db denum
[r1][k 1]
KTG
= f tabel =
1]
Galat
= f tabel =
db denum
= r.k.[n-1]
S2G = KTG =
JKG
r . k .[n1]
[r.k.n] - 1
H0 Benar
Sebenarny
a
Salah Jenis 2 (
H1 Benar
Benar
H1 Benar
Salah Jenis 1 (
Benar
Sumber : http://amir.dosen.akprind.ac.id/files/2013/01/uji-hipotesis_2.pdf
2. Prosedur dan Rumus
Langkah-langkah
atau
prosedur
yang
dipergunakan
dalam
hipotesis sebenarnya.
Hipotesis Alternatif atau Hipotesis Tandingan
Disimbolkan H1 atau Ha, merupakan hipotesis
yang
dirumuskan
satu sisi atau satu arah, yaitu pengujian sisi atau arah kanan.
Hipotesis mengandung pengertian minimum. Pengujian ini disebut
satu sisi atau arah, yaitu pengujian sisi atau arah kanan.
dengan (alpha).
Besarnya
nilai bergantung
pada
(region og rejection).
Menentukan Nilai Uji Statistik
Uji statistika merupakan rumus rumus yang berhubungan dengan distribusi
tertentu dalam pengujian hipotesis. Uji statistik merupakan perhitungan
untuk menduga parameter data sampel yang diambil secara random dari
sebuah populasi.
Menentukan Kriteria Pengujian (diterima atau ditolak)
Kriteria pengujian adalah bentuk pembuatan keputusan dalam menerima
atau menolak hipotesis nol (H0)dengan cara membandngkan nilai tabel
distribusinya (nilai kritis) dengan nilai uji statistiknya, sesuai dengan
penetapan
keputusan
dalam
Sumber : https://id.wikipedia.org/wiki/Uji_hipotesis
E. Daerah Kritis
Tabel 5. Uji T
Uji Z
Uji Z adalah salah satu uji statistika yang pengujian hipotesisnya
didekati dengan distribusi normal. Menurut teori limit terpusat, data
dengan ukuran sampel yang besar akan berdistribusi normal. Oleh karena
itu, uji Z dapat digunakan utuk menguji data yang sampelnya berukuran
besar. Jumlah sampel 30 atau lebih dianggap sampel berukuran besar.
Selain itu, uji Z ini dipakai untuk menganalisis data yang varians
populasinya diketahui. Namun, bila varians populasi tidak diketahui, maka
varians dari sampel dapat digunakan sebagai penggantinya.
Kriteria Penggunaan uji Z :
a. Data berdistribusi normal
Uji F
Uji F atau Anova digunakan untuk pengujian lebih dari dua
sampel. Keduanya sama-sama menguji perbedaan mean dari kelompok
sampel.
a. Asumsi yang harus dipenuhi pada uji F
1. Populasi yang akan diuji berdistribusi normal
2. Varian dari populasi sama
3. Sampel tidak berhubungan satu sama lain (independent)
b. Jenis jenis Anova :
1. Anova satu jalur
Untuk menguji signifikansi perbedaan Mean lebih dari dua
kelompok yang berlainan akibat penggunaan beberapa perlakuan
(Treatment levels) pada satu variabel bebas (X)
2. Anova dua jalur digunakan untuk menguji dua jalur faktor variabel
independen
Sumber : https://samianstats.files.wordpress.com/2008/10/anava-1-jalur.pdf