PENDUGAAN SELANG KEPERCAYAAN RATA-RATA SATU POPULASI

1.jika n > 30 atau s2 diketahui

s s
x  z 2    x  z 2
n n

2. jika n < 30 atau s2 tidak diketahui

s s
x  t 2 ( n 1)    x  t 2 ( n 1)
n n

Contoh:

• Sebuah mesin minuman ringan diatur sehingga banyaknya minuman yang

dikeluarkan menyebar normal dengan simpangan baku 1.5 desiliter.
Tentukan Selang kepercayaan 95% bagi rata-rata banyaknya minuman yang
dikeluarkan oleh mesin ini, bila suatu contoh acak 36 gelas mempunyai isi
rata-rata 22.5 desiliter

• Apabila suatu contoh acak berukuran 35 ditarik dari suatu populasi dan
diperoleh nilai rata-rata sample sebesar 40 dan simpangan baku 5, maka
selang kepercayaan 95 bagi rata-rata?

• Berikut adalah 10 data sampel:

4 6.5 4.5 3.5 3.6 4.6 5 5.1 5.6 6

Buatlah selang kepercayaan 99% bagi rata-rata!

PENDUGAAN SELANG KEPERCAYAAN BEDA DUA RATA-RATA POPULASI (

1 SELANG KEPERCAYAAN(1- % BILA DAN DIKETAHUI :

( - )- < <( - )+ )

Z adalah nilai peubah normal baku Z yang luas daerah sebelah kanannya sebesar 
2 2.

2 SELANG KEPERCAYAAN (1- % BILA DAN TIDAK DIKETAHUI/ N KECIL (< 30), = :

( - )- < <( - )+

Derajat bebas: V=n1+n2-2

3 SELANG KEPERCAYAAN (1- % BILA DAN TIDAK DIKETAHUI/ N KECIL (< 30), :

( - )- < <( - )+

Derajat bebas:

4 SELANG KEPERCAYAAN BAGI UNTUK PENGAMATAN BERPASANGAN

Derajat bebas: V=n-1

 n  di2  (  di ) 2
sd2 
n( n  1)

CONTOH:

1. Suatu ujian kimia diberikan pada 50 siswa perempuan dan 75 siswa laki-laki. Siswa perempuan
mencapai rata-rata 76 dengan simpangan baku 6, sedangkan siswa laki-laki memperoleh rata-
rata 82 dengan simpangan baku 8. Tentukan selang kepercayaan 96 % bagi beda , dalam

hal ini adalah nilai tengah skor semua siswa laki-laki, dan adalah nilai tengah skor semua
siswa perempuan yang mungkin mengambil ujian ini.
2. Pelajaran matematika diberikan pada 12 siswa dengan metode pengajaran biasa. Pelajaran yang
sama pula diberikan pada 10 siswa dengan metode lain. Pada akhir semester setiap kelas
diberikan ujina yang sama. Kelas pertama mencapai nilai rata-rata 85 simpangan baku 4,
sedangkan yang kedua mencapai nilai rata-rata 81 simpangan baku 5. Tentukan selang
kepercayaan 90% bagi selisish antar kedua nilai tengah populasi, bila diasumsikan bahwa
populasi menyebar menghampiri normal dengan ragam yang sama.
3. Diketahui:
x1 =4.93 dan x 2 =2.64 , s1=1.14 dan s2=0.66, n1=15 dan n2=10
Buatlah Selang kepercayan 95 % bagi !
4. Dua puluh mahasiswa tingkat satu dibagi ke dalam 10 pasang. Setiap pasang kira-kira
mempunyai IQ yang sama. Salah seorang dari setiap pasangan diambil secara acak dan
dimasukkan ke dalam kelas yang hanya menggunakan bahan terprogramkan. Anggota pasangan
yang lain dimasukkan ke dalam kelas biasa. Pada akhir semester kedua grup itu diberikan ujian
yang sama dan hasilnya adalah sebagai berikut:

Pasangan Bahan Terprogramkan Kelas Biasa d

1 76 81 -5

2 60 52 8

3 85 87 -2

4 58 70 -12

5 91 86 5

6 75 77 -2

7 82 90 -8
 8 64 63 1

9 79 85 -6

10 88 83 5

Tentukan selang kepercayaan 98 % bagi selisish sesungguhnya dalam kedua metode pengajaran
tersebut

PENDUGAAN PROPORSI ( p̂ )

x
pˆ  x=banyaknya keberhasilan dalam ulangan
n
q̂ =1- p̂

SELANG KEPERCAYAAN BAGI (1- % BAGI P UNTUK CONTOH BESAR (N>30):

pˆ qˆ pˆ qˆ
pˆ  Z / 2  p  pˆ  Z / 2
n n

GALAT PENDUGAAN :
pˆ qˆ
e = Z / 2
n

UKURAN CONTOH BAGI P:

Z 2 pˆ qˆ
n   /2
e2

1 Z2
BILA p̂ = maka Ukuran Contoh menjadi : n   / 2
2 4e2
SELANG KEPERCAYAAN BAGI (1- % BAGI p1  p2 UNTUK CONTOH BESAR (N>30):

pˆ1qˆ1 pˆ 2 qˆ2 pˆ1qˆ1 pˆ 2qˆ2

( pˆ1  pˆ 2 )  Z / 2  < p1  p2 < ( pˆ1  pˆ 2 )  Z / 2 
n1 n2 n1 n2
CONTOH:
1. Dari suatu contoh acak 500 orang yang makan siang disebuah restoran selama beberapa hari
jumat. Diperolah informasi x=160 orang yang menyukai makan laut. Tentukan selang
kepercayaan 95% bagi proporsi sesungguhnya orang yang menyukai makanan laut untuk
makan siangnya pada hari jumat di restoran ini.
2. Berapa Besar Ukuran Contoh yang diperlukan pada contoh 1 bila kita menginginkan percaya
95% bahwa nilai dugaan bagi p yabg dihasilkan berada dalam 0.02 dari nilai p yang
sebenarnya?
3. Berapa besarnya ukuran contoh yang diperlukan contoh 1 bila kita ingin percaya sekurang-
kurangnya 95% bahwa nilai dugaan bgi p yang dihasilkan berada dalam jarak 0.02.
4. Suatu pengumpulan pendapat umum dilakukan terhadap penduduk kota dan penduduk
disekitar kota tersebut untuk menyelidiki kemungkinan diajukannya rencana pembangunan
suatu kompleks gedung serba guna. Bila 2400 diantara 5000 penduduk kota dan 1200
dintara 2000 penduduk disekitar kota tersebut yang diwawancarai menyetuji rencana
tersebut, buatlah selang kepercayaan 90% bagi selisish proporsi sebenarnya yang menyetujui
rencana tersebut.
 LATIHAN:
1. Sebuah Perusahaan Produksi Bohlam yang umurnya kira-kira menyebar normal dengan
simpangan baku 40 jam. Bila suatu contoh acak 30 Bohlam mencapai umur rata-rata 780
jam, buat selang kepercayaan 96% bagi nilai tengah populasi umur bohlam yang
diproduksi perusahaan tersebut.
2. Berapa besar contoh yang diperlukan dalam soal nomor 1 bila kita ingin percaya 96 %
bahwa rata-rata contoh kita berada dalam 10 jam dari nilai tengah yang sebenarnya.
3. Isi 10 kaleng besar sabun berturut-turut 10.2 9.7 10.1 10.3 10.1 9.8 9.9 10.4 10.3 dan 9.8
liter. Susun selang kepercayaan 99% bagi nilai tengah semua kaleng sabun.
4. Dua contoh acak berukuran n1=9 dan n2=16, yang ditarik dari dua populasi normal.
Mengahsilkan x1 =64 dan x 2 =59 , s1=6 dan s2=5. Buatlah selang kepercayaan 95% bagi

( = .
, bila diasumsikan
5. Dinyatakan bahwa suatu diit baru dapat mengurangi bobot badan seseorang secara rata-
rata 4.5 kg/2minggu. Berikut dicantumkan bobot badan 7 wanita sebelum dan sesudah
mengikuti diit ini selama periode 2 minggu:

Wanita

1 2 3 4 5 6 7

Bobot 58.5 60.3 61.7 69.0 64.0 62.6 56.7

Sebelum

Bobot 60.0 54.9 58.1 62.1 58.5 59.9 54.4

Sesudah

Tentukan selang kepercayaan 95% bagi (

6. Dari 200 penduduk yang diambil secara acak ternyata 120 mendukung suatu perkara
aneksasi. Buat selang kepercayaan 96% bagi proporsi penduduk yang mendukung
perkara tersebut.
7. dari soal nomor 5 Apa yang dapat kita katakan dengan tingkat kepercayaan 96%
mengenai besarnya kemungkinan galat bila kita menduga parameter itu sebesar 0.6.
8. Berapa besarnya contoh yang diperlukan soal no 5 bila kita ingin percaya 96% bahwa
proporsi contoh yang kita peroleh akan terletak dalam jarak yang tidak lebih dari 0.02
dari proporsi populasi yang sebenarnya.
 PENGUJIAN HIPOTESIS

Hipotesis : pernyataan yang didefinisikan dengan baik mengenai karakteristik

populasi.

Ada dua macam hipotesis:

1. Hipotesis Nol (H0): Hipotesis yang dirumuskan dengan harapan ditolak.
2. Hipotesis Alternatif (H1): Hipotesis yang sebetulnya ingin diterima

Ada dua kemungkinan keputusan:

1. Menolak H0 dan menyimpulkan bahwa H1 benar
2. Menerima H0 dan menyimpulkan bahwa H1 salah

Ada dua kemungkinan kesalahan pada uji hipotesis:

1. Menolak H0 padahal H0 benar (salah jenis I atau  ).
2. Menerima H0 padahal H0 salah (salah jenis II atau  ).

Keadaan yang dihadapi Keputusan

H0 H1
H0 Benar Salah jenis I
H1 Salah jenis II Benar

Langkah-langkah umum dalam menguji hipotesis

1. Menentukan H0 dan H1
2. Menentukan tingkat signifikan (  )
3. Menentukan statistic uji yang sesuai.
4. Menentukan nilai dari tabel.
5. Menentukan wilayah kritik
6. membandingkan nilai statistic uji dengan nilai tabel.
7. Kesimpulan
Terdapat tiga jenis uji Hipotesis:
1. Uji dua sisi
H 0 :   0
H1 :   0
2. Uji Sisi kanan
H 0 :   0
 H1 :   0
3. Uji Sisi kiri
H 0 :   0
H1 :   0

Contoh 1:
Rata-rata hasil produksi sebuah mesin lama adalah 2200 kg/hari. Sebuah mesin
baru diuji dalam 200 hari, ternyata hasil produksinya menyebar normal dengan
rata-rata 2280 kg/hari dengan simpangan baku ( s ) sebesar 520 kg/hari.
Apakah data ini memberikan bukti bahwa mesin baru meningkatkan produksi ,
ujilah pada  =5%
Jawab:
Diketahui:
0 =2200 kg/hari
x =2280 kg/hari
s = 520 kg/hari
n = 200 hari
 =5%
Langkah-langkah pengujian:
1. H0 :  =2200 kg/hari
H1 :  >2200 kg/hari
2.  =5% uji sisi kanan
x  0 2280  2200
3. statistic uji : Z  =Z   2.125
s/ n 520 / 200
4. menentukan nilai Z = Z 0.05  1.65
5. Wilayah kritik : Z  Z = Z  Z 0.05 = Z  1.65
6. Keputusan: (Zhitung=2.125) > ( Z 0.05  1.65 ) maka Tolak H0 atau terima H1
7. Kesimpulan: Rata-rata produk dari mesin baru lebih besar dari 2200 kg/hari.

Contoh 2:
Sebuah perusahaan alat olah raga mengembangkan jenis batang pancing
sintetik, yang dikatakan mempunyai kekuatan dengan nilai tengah 8 kg dan
simpangan baku =0.5 kg. Ujilah hipotesis bahwa  =8 kg lawan alternatifnya 
 8 kg bila suatu contoh acak 50 batang pancing itu setelah di tes memberikan
kekuatan nilai tengah 7.8 kg. gunakan taraf signifikan 1%.
Jawaban:
Diketahui:
0 =8 kg
x =7.8 kg
s = 0.5 kg
n = 50 batang pancing
 =1%
Langkah-langkah pengujian:
1. H0 :  =8 kg
H1 :   8 kg
2.  =1% uji dua sisi
x  0 7.8  8
3. statistic uji : Z  =Z   2.831
s/ n 0.5 / 50
4. menentukan nilai Z / 2 = Z 0.01 / 2  2.575
5. Wilayah kritik : Z   Z / 2 dan Z  Z / 2  Z<-2.575 dan Z>2.575
6. Keputusan: (Zhitung=-2.831) < (- Z / 2 =-2.575) maka Tolak H0 atau terima H1
7. Kesimpulan: Rata-rata kekuatan batang pancing tidak sama dengan 8 tetapi kurang dari 8 kg.

Contoh 3:
Waktu rata-rata yang diperlukan per mahasiswa untuk mendaftarkan diri pada
semester ganjil di suatu perguruan tinggi adalah 50 menit dengan simpangan
baku 10 menit. Suatu prosedur pendaftaran baru menggunakan mesin modern
sedang dicoba. Bila suatu contoh acak 12 mahasiswa memerlukan waktu
pendaftraran rata-rata 42 menit dengan simpangan baku 11.9 menit dengan
menggunakan sistem baru tersebut, ujilah hipotesis bahwa nilaitengah
populasinya sekarang kurang dari 50. Gunakan taraf signifikan 5% dan 1%
Diketahui:
0 =50 menit
x =42 menit
s = 10 menit
s=11.9 menit
n = 12
 =5% dan 1 %
Langkah-langkah pengujian:
1. H0 :  =50 menit
H1 :  <50 menit
2.  =5% uji sisi kiri
x  0 42  50
3. statistic uji : t  =  2.33 , v=12-1=11
s / n 11 .9 / 12
4. menentukan nilai t = t0.05  1.796
5. Wilayah kritik : t  t  t<-1.796
6. Keputusan: (thitung=-2.33) < (- t =-1.796) maka Tolak H0 atau terima H1
7. Kesimpulan: Rata-rata sebenarnya kurang dari 50 menit.
Bagaimana dengan  =1%?

Contoh 4:
Sebuah pelajaran matematika diberikan pada 12 siswa dengan metode
pengajaran yang biasa. Kelas lain yang terdiri atas 10 siswa diberi pelajaran
yang sama tetapi dengan metode yang menggunakan bahan yang telah
terprogramkan. Pada akhir semester murid kedua kelas itu diberikan ujian yang
sama. Kelas pertama mencapai nilai rata-rata 85 dengan simpangan baku 4,
sedangkan kelas yang menggunakan bahan terprogramkan memperoleh nilai
rata-rata 81 dan simpangan baku 5. Ujilah hipotesis bahwa kedua metode
mengajar matematika itu sama, dengan menggunakan taraf signifikan 0.10.
Asumsikan ragamnya populasinya sama.
Jawab:
Diketahui:
n1 = jumlah sample kelas metode biasa =12
n2 =jumlah sample kelas metode terprogramkan=10
x1 =85 dan s1 =4
x2 =81 dan s1 =5
diasumsikan s1 = s 2
 =10 %
Langkah-langkah pengujian:
1. H0 : 1  2  0
H1 : 1  2  0
2.  =10% uji dua sisi
( x1  x2 )  d 0
3. statistic uji : t  S (1 / n )  (1 / n )
p 1 2
(n1  1) s12  (n2  1) s22 (12  1) 42  (10  1)52
S 2p  = S 2p  
n1  n2  2 12  10  2
Sp  S2
p  4.478

(85  81)  0
t  2.07
4.478 (1 / 12)  (1 / 10)
4. menentukan nilai  t / 2  1.725 dan t / 2  1.725
5. Wilayah kritik : t  t / 2 dan t  t / 2  t  1.725 dan t  1.725
6. Keputusan: (thitung=2.07) > ( t / 2  1.725 ) maka Tolak H0 atau terima H1
7. Kesimpulan: kedua metode pengajaran tidak sama.

Contoh 5:
Untuk mengetahui apakah keanggotaan dalam organisasi mahasiswa
mempunyai akibat baik atau buruk pada nilai seseorang, nilai mutu rata-rata
berikut telah dikumpulkan selama perode 5 tahun:

Tahun
1 2 3 4 5
Anngota 2.0 2.0 2.3 2.1 2.4
Bukan 2.2 1.9 2.5 2.3 2.4
Anggota

Dengan mengasumsikan populasinya normal, ujilah pada taraf signifikan 0.025

apakah keanggotaan dalam organisasi mahasiswa berakibat buruk pada nilai
yang dicapai seseorang.
Diketahui:
n = 5 periode

Anggota Bukan Anggota di di2

2.0 2.2 -0.2 0.04

2.0 1.9 0.1 0.01
2.3 2.5 -0.2 0.04
2.1 2.3 -0.2 0.04
2.4 2.4 0.0 0.00
-0.5 0.13

 = 0.025
Langkah-langkah pengujian:
1. H0 : 1  2 atau  D  1  2  0
H1 : 1  2 atau  D  1  2  0
2.  =0.025 sisi kiri
 d  d0  0.1  0
3. statistic uji : t  Sd / n
=
0.14142 / 5
=-1.58

ndi2  (di ) 2 (5)(0.13)  (0.5) 2

S d2  = =0.02
n(n  1) (5)( 4)

4. menentukan nilai  t  2.776

5. Wilayah kritik : t  t  t  2.776
6. Keputusan: (thitung=-1.58) > ( t  2.776 ) maka Terima H0
7. Kesimpulan: keanggotaan organisasi tidak mempengaruhi nilai mutu rata-rata mahasiswa.
ANALISIS REGRESI DAN KORELASI

Ada dua macam hubungan:

1. Bentuk Hubungan analisis regresi
2. Keeratan hubungan analisis korelasi

Hubungan searah:
1. Hubungan positif : Semakin tinggi tikgkat pendidikan maka semakin tinggi
upah kerja.
2. Hubungan negative : Semakin rendah tingkat pendidikan maka semakin
rendah upah kerja.

Hubungan berlawanan arah:

Semakin banyak promosi penjualan semakin menurun.
Semakin rendah promosi penjualan semakin meningkat.

Mencari bentuk hubungan dengan diagram pencar (Scater diagram)

y y

x
x
Model Regresi Linier Sederhana:

Y = a+bX
X = variabel bebas/dependent
Y = variabel tak bebas/respon/independent
a = penduga bagi intersep X
b = penduga bagi koefisien regresi
n(  xy )  (  x)( y )
b
n(  x 2 )  (  x ) 2
 y  b(  x )
a
n
n= banyaknya observasi

KOEFISIEN KORELASI
Koefisien korelasi bertujuan untuk melihat hubungan antara x dan y
 xy
r
2 2 , nilai r berada dalam selang  1  r  1
x y
r = 0 ; dua variabel tidak berkorelasi linier
r=-1 ; dua variabel berkorelasi negative sempurna
r=+1 ; dua variabel berkorelasi positif sempurna

Y Y Y

X X X
r =0 r =-1 r =+1

Koefisien determinasi = r 2 menggambarkan besar sumbangan dari variabel penjelas X terhadap

variabel respon Y.
Contoh :

Biaya Iklan ( juta Rp) Volume

ApakahPenjualan (Ribu unit)
ada hubungan? Kalau ada
(X) (Y)
dan bersifat linier bagaimana
3 persamaannya?
12 Cari r dan koefisien

4
determinasinya!
11

5 13

6 12

7 13

8 14

9 16

Jawab:
Diagram Pencar:
 Y (Volume Penjualan)

16 .
Ribu Unit

15 .
14
. .
13
. .
12
11 .

10

X (Biaya Iklan)
1 2 3 4 5 6 7 8 9 10 11 12

Juta Rupiah

X Y XY X2 Y2

3 12 36 9 144

4 11 44 16 121

5 13 65 25 169

6 12 72 36 144

7 13 91 49 169

8 14 112 64 192

9 16 144 81 256

 42 91 564 280 1199

n=7
n(  xy )  ( x)( y ) 7(564)  (42)(91) 126
b =   0.64
n(  x 2 )  (  x ) 2 7(280)  (42) 2 196
 91  (0.64)( 42)
a  9.16
7
jadi persamaan regresinya: Y= a+bX Y = 9.16+0.64X
Pada persamaan regresi yang dihasilkan mengandung makna bahwa setiap peningkatan 1 juta rupiah
biaya iklan maka akan meningkatkan volume penjualan sebesar 0.64 ribu unit barang.

564
r  0.97 , Korelasi antara biaya iklan dan volume penjualan bernilai
(280)(1199 )
positif mendekati 1 artinya terdapat hungungan yang kuat antara biaya iklan dengan volume
penjualan, semakin besar biaya iklan yang dikeluarkan maka semakin besar volume penjulannya.
r2 = 0.94 atau 94 %, artimya variabel biaya iklan dapat menjelaskan keragaman volume
penjualan sebesar 94 %.