BAB I

PENDAHULUAN

1.1 Latar Belakang

Pendugaan parameter adalah bagaimana menduga atau meramal hipotesis
tentang nilai parameter suatu populasi. Pendugaan parameter berfungsi untuk
mengetahui rata-rata, varians, proporsi melalui pengambilan sampel. Metode
metode yang digunakan untuk menarik kesimpulan suatu populasi adalah metode
klasik dan metode bayes. Metode klasik adalah metode yang mendasarkan
kesimpulannya semata mata pada informasi yang diperoleh dari suatu contoh aak
yang ditarik dari populasi tersebut. Metode bayes adalah metode yang
menggunakan atau menggabungkan pengetahuan subyektif mengenai sebaran
peluang parameter yang tidak diketahui tersebut dengan informasi yang diperoleh
dari data sampel (Walpole, 1995). Percobaan kali ini dapat mempelajari tentang
keseluruhan yang diambil dari beberapa sampel dengan menggunakan data primer
yang kemudian datanya dibangkitkan melalui software.
Percobaan kali ini menggunakan variabel IPS dan lama waktu belajar
mahasiswa. IPS adalah ukuran kemampuan mahasiswa sampai periode tertentu
yang dihitung berdasarkan jumlah SKS yang telah ditempuh (Hasan,2012). Waktu
belajar adalah .Tujuan praktikum yang dilakukan adalah untuk mengetahui rata-
rata ,populasi dan varians IPS dan lama waktu belajar mahasiswa mahasiswa
Jurusan Statistika ITS .

1.2 Rumusan Masalah

Berdasarkan latar belakang yang sudah dijelaskan di atas, maka diperoleh
rumusan masalah sebagai berikut.
1. Bagaimana selang kepercayaan 95% untuk parameter nilai IPS dan lama
waktu belajar seminggu mahasiswa S1 Jurusan Statistika ITS?
2. Bagaimana selang kepercayaan 95% untuk parameter nilai IPS dan lama
waktu belajar seminggu mahasiswa D-III Jurusan Statistika ITS?
3. Bagaimana selang kepercayaan 95% untuk parameter nilai IPS dan lama
waktu belajar seminggu mahasiswa laki-laki dan perempuan Jurusan
Statistika ITS?

1
1.3 Tujuan
Berdasarkan rumusan masalah di atas dapat diperoleh tujuan penelitian
sebagai berikut.
1. Mengetahui selang kepercayaan 95% untuk parameter nilai IPS dan lama
waktu belajar seminggu mahasiswa S1 Jurusan Statistika ITS.
2. Mengetahui selang kepercayaan 95% untuk parameter nilai IPS dan lama
waktu belajar seminggu mahasiswa D-III Jurusan Statistika ITS.
3. Mengetahui selang kepercayaan 95% untuk parameter nilai IPS dan lama
waktu belajar seminggu mahasiswa laki-laki dan perempuan Jurusan
Statistika ITS.

1.4 Manfaat

Manfaat untuk penulis dari melakukan percobaan kali ini adalah untuk
memahami konsep pendugaan parameter dengan pengambilan sampel. Manfaat
untuk pembaca adalah untuk percobaan kali ini adalah megetahui informasi nilai
parameter untuk populasi mahasiswa jurusan Statistika ITS.

1.5 Batasan Masalah

Batasan masalah pada percobaan ini yaitu pendugaan selang kepercayaan
rata rata, varians, dan proporsi 95% untuk parameter karakteristik nilai IPS dan
lama waktu belajar seminggu mahasiswa DIII dan S1 Statistika ITS dengan
jumlah 90 data.

2
 BAB II

TINJAUAN PUSTAKA

2.1 Statistika Deskriptif

Statistika deskriptif yaitu metode-metode yang berkaitan dengan
pengumpulan dan penyajian suatu gugus data sehingga memberikan informasi
yang berguna. Statistika deskriptif digunakan untuk analisa data dengan cara
mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana
adanya tanpa ada tujuan membuat kesimpulan untuk generalisasi (Walpole, 1993).

2.1.1 Mean (Rata-rata)

Mean adalah suatu ukuran pusat data bila data itu diurutkan dari yang
terkecil sampai yang terbesar atau sebaliknya dan dibagi jumlah frekuensi
(Walpole, 1993).
n

x i
(2.1)
x i 1

n
Keterangan:
x = Nilai rata-rata/ mean
xi = Data ke  i
n = Banyak data

2.1.2 Standar deviasi

Standar deviasi adalah nilai statistik yang digunakan untuk menentukan
bagaimana sebaran data dalam sampel, dan seberapa dekat titik data individu ke
mean – atau rata-rata – nilai sampel (Sridianti, 2015).

s s2 (2.2)
Keterangan :
s = Standar Deviasi

3
2.1.3 Varians
2

Ragam atau varian yang dilambangkan dengan s adalah sebuah ukuran

keragaman yang memperhatikan relatif setiap pengamatan terhadap nilai tengah

gugus data tersebut (Walpole, 1993).

 x i  x
2
(2.3)
s 
2 i 1

n 1

Keterangan :

s2 = Varians
xi = Data ke  i
x = Rata-rata/ Mean
n = Banyaknya Data

2.2 Pendugaan Parameter

Nilai pendugaan yang diambil dari sampel yang dipilih tentang populasi.
Penarikan kesimpulan sedemikian mungkin dapat berbentuk pendugaan tentang
satu atau beberapa parameter atau mungkin juga berhubungan dengan persoalan
menerima atau menolak suatu hipotesis yang memberi spesifikasi tentang nilai
dari satu atau beberapa parameter distribusi (Dajan,1982). Pendugaan parameter
memiliki ciri-ciri yang baik, yaitu tidak bias (unbiased), efisien,dan konsisten.

2.3 Pendugaan Parameter Rata-rata

Selang kepercayaan rata-rata  dapat dilakukan jika X 1, X 2 ,..., X n berasal

dari populasi yang berdistribusi normal dengan rata-rata  dan varian  2 . Selang
kepercayaan rata-rata ini memiliki dua kasus, yaitu kasus untuk varian populasi
diketahui dan varian populasi tidak diketahui (sampel kecil) (Walpole,1995).

2.3.1 Pendugaan Parameter Rata-rata jika Simpangan Baku Diketahui

4
 Selang kepercayaan rata rata jika simpangan baku ( ) diketahui maka
selang kepercayaan (1   )100% bagi  adalah (Walpole,1995).

 
x  Z    x  Z (2.4)
2 n 2 n

Keterangan :
x = Rata rata (sampel)
Z
= Nilai pada distribusi normal standar
2

 = Simpangan baku (populasi)

n = Banyaknya sampel

2.3.2 Pendugaan Parameter Rata-rata jika Simpangan Baku Tidak Diketahui

Selang kepercayaan rata rata jika simpangan baku ( ) tidak diketahui
maka selang kepercayaan (1   )100% bagi  adalah (Walpole,1995).
Untuk  1≠  2

s s
x  t    x  t (2.5)
2 n 2 n

Untuk  1 = 2

1 1
x  t    x  t (2.6)
2 n 2 n

Keterangan :
x = Rata rata (sampel)
t
= Nilai pada distribusi t
2

s = Simpangan baku (sampel)

n = Banyaknya sampel
 = Rata rata (populasi)

2.4 Pendugaan Parameter Varians

Selang kepercayaan varians dengan (1   )100% adalah (Walpole,1995).
( n  1) s 2 ( n  1) s 2
  2

x 2 x2  (2.7)
(1 )
2 2

5
Keterangan :
n = Banyaknya sampel
s2 = Varians
2 = Varians (Populasi)
x a2 = Nilai pada distribusi chi square
2

2.5 Pendugaan Parameter Proporsi

Selang Kepercayaan Proporsi populasi dapat dibuat jika proporsi p yang
telah diketahui itu tidak terlalu dekat dengan nol atau satu.membuat selang
kepercayaan dapat dibuat dengan mempelajari sebaran penarikan contoh bagi p̂ .
Rumus untuk membuat selang kepercayaan proporsi adalah (Walpole,1995).
pˆ qˆ pˆ qˆ
pˆ  Z   p  pˆ  Z  (2.8)
2
n 2
n

2.6 IPS
IPS merupakan ukuran kemampuan mahasiswa sampai pada periode
tertentu yang dihitung berdasarkan jumlah SKS yang telah ditempuh (Hasan,
2012).

2.7 Waktu Belajar

6
 BAB III
METODOLOGI PENELITIAN

3.1 Sumber Data

Sumber data pada praktikum ini adalah data primer yang diperoleh langsung
dari survei IPS dan lama waktu belajar seminggu mahasiswa Statistika ITS.

3.2 Variabel Penelitian

Berikut adalah variabel yang digunakan dalam percobaan ini.
Tabel 3.1 Variabel Penelitian
Variabel Keterangan
X1 IPS
X2 Lama waktu belajar seminggu
3.3 Langkah Analisis Data
Langkah langkah analisis data pada percobaan kali ini adalah sebagai
berikut.
1. Memasukkan data IPS dan lama waktu belajar mahasiswa pada software
minitab
2. Menentukan karakteristik data mean, standar deviasi, median nilai IPS dan
lama waktu belajar mahasiswa jurusan Statistika ITS.
3. Menentukan pendugaan rata-rata 1 sample Z data IPS dan lama waktu
belajar mahasiswa jurusan Statistika ITS.
4. Menentukan pendugaan varians data IPS dan lama waktu belajar mahasiswa
jurusan Statistika ITS.
5. Menentukan proporsi 1 sample data IPS dan lama waktu belajar mahasiswa
6. Menentukan rata-rata 2 sampel z data IPS dan lama waktu belajar
mahasiswa
7. Menetukan varians 2 sampel data IPS dan lama waktu belajar mahasiswa
8. Menentukan pendugaan proporsi 2 sampel data IPS dan lama waktu belajar
mahasiswa
9. Menginterpretasikan hasil penginputan data
10. Menarik kesimpulan.

Diagram Alir

7
 Berikut adalah langkah analisis yang digambarkan menggunakan diagram
alir.

Mulai

Mengumpulkan Data

Pendugaan Parameter Rata-rata, Varians,

Proporsi Pada Data IPS, Lama Waktu Belajar

Menginterpretasi Data

Kesimpulan

Selesai

Gambar 3.1 Diagram Alir