LAPORAN PRAKTIKUM STATISTIKA DASAR

S1 MATEMATIKA

PENAKSIRAN DALAM STATISTIKA

Nama : Muhammad Fahrun Nafis

NIM : 190803056
Kelompok : S4
Laporan Ke : 1

LABORATORIUM S1 MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
MEDAN
2019
 Lembar Pengesahan

Ditetapkan di
Medan, Maret 2020

Asisten Lab 1 Asisten Lab 2

Candra Parashian Napitupulu Siti Ramadhani

NIM. 160803090 NIM. 160803003

Perbaikan I
Pada Tanggal :

Perbaikan II
Pada Tanggal :

ACC
Pada Tanggal :

Nilai
 BAB 1
PENDAHULUAN

1.1 Latar belakang

Dalam membuat taksiran (pendugaan) sangat diperlukan konsep probabilitas
karena sangat berguna dalam pembuatan keputusan pada kondisi ketidakpastian.
Setiap orang selalu pernah membuat suatu dugaan, contoh hari ini cuaca
mendung, maka dugaan kita bahwa hari ini akan hujan. Seorang Manajer juga
harus melakukan dugaan-dugaan. Seringkali mereka dituntut untuk membuat
dugaan yang rasional dalam kondisi yang penuh ketidakpastian tanpa informasi
yang lengkap. Agar dugaan yang dilakukan dapat menghasilkan suatu dugaan
yang baik, maka mereka harus menguasai konsep pendugaan secara statistik,

Contoh: manajemen memutuskan untuk memproduksi barang pada tingkat

tertentu berdasarkan kemungkinan permintaan yang akan terjadi terhadap barang
tersebut. Pertimbangan yang dilakukan dapat berdasarkan pengalaman yang lalu
(data histories), kondisi alam (musim hujan, musim kemarau), pesaing, dan lain
sebagainya. Dalam analisis statistik, penarikan kesimpulan merupakan bagian
yang sangat penting. Kesimpulan yang diambil mengenai sekelompok sampel
akan 127 digeneralisasikan terhadap populasinya. Generalisasi kesimpulan
tersebut mengandung risiko bahwa akan terdapat kekeliruan atau ketidaktepatan.

Kriteria taksiran (pendugaan) yang baik, yaitu:

1. Tidak bias (Unbiasedness), Artinya statistik sampel yang digunakan sebagai
penduga harus sama atau mendekati parameter populasi penduga
2. Efisiensi (Efficiency), Artinya statistik sampel memiliki deviasi standar yang
kecil
3. Konsistensi (Consistency), Artinya jika ukuran sampel meningkat maka
statistik sampel akan semakin mendekati parameter populasinya.
4. Kecukupan (Sufficiency), Artinya suatu taksiran dikatakan memiliki kecukupan
jika taksiran tersebut dapat memberikan informasi yang cukup mengenai sifat
populasinya.
1.2 Tujuan
1. Dapat mengetahui pengertian dari penaksiran titik
2. Dapat mengetahui pengertian dari penaksiran interval
3. Dapat mengetahui secara umum statistik parametrik dan nonparametrik
4. Dapat mengetahui pengujian hipotesis
 BAB 2
HASIL DAN PEMBAHASAN

A. Penaksiran Titik (Point Estimation)

Penaksiran titik mengandung pengertian bahwa suatu parameter (misal µ)
akan ditaksir hanya dengan menggunakan satu bilangan saja (misalnya dengan
⎯X). Penaksiran titik sering mengalami kekeliruan, sehingga probabilitas suatu
penaksiran titik tersebut tepat adalah sangat kecil atau mendekati nol. Sehingga
penaksiran titik jarang digunakan.

Taksiran titik untuk rata-rata populasi (µ) dan proporsi populasi (π)
menggunakan rata-rata sample ( X ) dan proporsi sample (p) yang dapat dihitung
dengan menggunakan rumus:
X = n / ΣX (1)
p = n / X (2)

Contoh: Seorang peneliti ingin mengetahui rata-rata IELTS mahasiswa Prodi

Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam yang akan
menempuh pendadaran periode bulan Januari. Dengan menggunakan sample
sebanyak 7 orang dan data IELTS masing-masing mahasiswa sebagai berikut:

NO Siswa IELTS
1 Ayub 400
2 Ricko 301
3 Fritz 400
4 Ali 310
5 Thoriq 330
6 Rehan 360
7 Rafli 300

Berdasarkan data tersebut, maka rata-rata IELTS-nya adalah:

Jawab: Diketahui ΣX = 2401, n = 7
X = ΣX / n = 2401 / 7
 X = 343

Jadi, dapat disimpulkan rata-rata IELTS mahasiswa Prodi Matematika

Fakultas Matematika dan Ilmu Pengetahuan Alam adalah 343.

B. Penaksiran Interval (Interval Estimation)

Penaksiran interval merupakan interval nilai (range) yang nilai parameter
populasi berada di dalamnya.Tujuan membuat penaksiran interval adalah
mengurangi kesalahan penaksiran.
Penaksiran interval memiliki batas-batas tertentu sehingga penaksiran akan
berada di antaranya. Batas-batas tersebut adalah batas bawah taksiran (lower limit
estimate) yang merupakan nilai taksiran parameter populasi terendah dan batas
atas taksiran (upper limit estimate) merupakan nilai taksiran parameter populasi
tertinggi.

Batas-batas dalam penaksiran dengan interval harus ditunjang dengan

adanya derajat keyakinan/kepastian yang biasanya dinyatakan dengan prosentase.
Derajat keyakinan tersebut disebut dengan Confidence Coefficient, besarnya
derajat keyakinan sama dengan 1 - α (α = tingkat kesalahan duga), misalnya:
derajat keyakinan 90% maka α= 10%; derajat keyakinan 95% maka α= 5%.
Sedangkan batas-batasnya dinamakan Confidence Interval.
Penaksiran interval dibedakan menjadi 2 yaitu:
1. Penaksiran rata-rata untuk data yang bersifat kontinu
2. Penaksiran proporsi untuk data yang bersifat diskrit

Penaksiran dilakukan terhadap angka-angka statistic atau angka-angka

yang diperoleh dari sample. Sampel yang digunakan untuk perhitungan dibedakan
antara sample kecil (n< 30) dan sample besar (n>=30), pembedaan sample
tersebut digunakan untuk pemilihan tabel distribusi yang akan digunakan dalam
perhitungan.

C. Statistik Parametrik dan nonParametrik

1. Siegel, Sidney, 1992

Dalam melakukan penelitian untuk menetapkan apakah hipotesis yang

bersumber pada teori-teori tentang tingkah laku dapat diterima atau tidak. Sesudah
memilih hipotesis tertentu yang tampaknya penting dalam suatu teori yaitu
mengumpulkan data empiris yang harus menghasilkan informasi langsung
mengenai dapatnya hipotesis tersebut diterima. Keputusan mengenai arti data itu
mungkin dipertahankan, direvisi atau menolak hipotesis tersebut serta teorinya
merupakan sumber hipotesis tersebut.

Dalam rangka mencapai suatu keputusan objektif mengenai apakah suatu

hipotesis tertentu diperkuat oleh seperangkat data, dipergunakan suatu prosedur
objektif untuk menolak atau menerima hipotesis tersebut. Objektifitas yang
ditekankan disini, sebab salah satu yang dituntut dari metode ilmiah adalah bahwa
seseorang harus sampai pada kesimpulan ilmiah melalui metode-metode yang
diketahui umum dan yang dapat diulangi oleh peneliti lain yang kompeten.

Prosedur objektif ini harus didasarkan atas informasi yang diperoleh

dalam penelitian tersebut, dan didasarkan atas resiko yang sanggup ditanggung
bahwa keputusan sehubungan dengan hipotesis tersebut bisa menjadi tidak benar.

Suatu tes statistik nonparametrik adalah tes yang modelnya tidak

menetapkan syarat-syarat mengenai parameter-parameter populasi yang
merupakan induk sampel penelitiannya. Anggapan-anggapan tertentu dikaitkan
dengan sejumlah besar tes-tes statistik nonparametrik, yakni bahwa observasi-
observasinya independen dan bahwa variabel yang diteliti pada dasarnya memiliki
kontinuitas. Namun anggapan-anggapan ini lebih sedikit dan jauh lebih lemah
daripada anggapan-anggapan yang berkaitan dengan tes parametrik. Terlebih lagi
tes nonparametrik tidak menuntut pengukuran sekuat yang dituntut tes-tes
parametrik, sebagian besar tes nonparametrik dapat diterapkan untuk data dalam
skala ordinal dan beberapa yang lain juga dapat diterapkan untuk data dalam skala
nominal.

2. Hasan, Iqbal. M, 2001

Uji Wilcoxon pertama kali diperkenalkan oleh Frank Wilcoxon pada tahun
1945. Uji Wilcoxon merupakan pengembangan dari Uji t dengan ketelitian hasil
analisis Wilcoxon dibandingkan Uji t adalah tidak hanya dapat menunjukkan arah
perbedaan tetapi juga dapat menunjukkan perbedaan antara kelompok – kelompok
yang dibandingkan. Uji peringkat bertanda Wilcoxon digunakan jika besaran
maupun arah perbedaan relevan untuk menentukan apakah terdapat pebedaan
yang sesungguhnya antara data yang satu dengan data yang lainnya. Uji peringkat
bertanda Wilcoxon tidak hanya memanfaatkan informasi tentang arah tetapi juga
besarnya perbedaan pasangan nilai itu.

Langkah – langkah pengujian urutan bertanda Wilcoxon ialah sebagai

berikut:
- Menentukan formulasi hipotesis
H0 : Jumlah urutan tanda positif dengan jumlah urutan tanda negatif
adalah sama ( tidak ada perbedaan nyata antara pasangan data )
H1 : Jumlah urutan tanda positif dengan jumlah urutan tanda negatif
adalah berbeda ( ada perbedaan nyata antara pasangan data )
- Menentukan taraf nyata (α) dengan T tabelnya
Pengujian dapat berbentuk satu sisi atau dua sisi
- Menentukan kriteria pengujian
H0 diterima apabila t hitung T tabel
H0 ditolak apabila t hitung < T tabel
- Menentukan nilai uji statistik nilai (nilai t hitung)
Tahap – tahap pengujian ialah sebagai berikut:
- Menentukan tanda beda dan besarnya tanda beda antara pasangan data -
-- Mengurutkan bedanya tanpa memperhatikan tanda atau jenjang
- Jika terdapat beda yang sama, diambil rata-ratanya
 - Beda nol tidak diperhatikan
- Memisahkan tanda beda positif dan negatif atau tanda jenjang
- Menjumlahkan semua angka positif dan angka negatif
- Nilai terkecil dari nilai absolut hasil penjumlahan merupakan nilai t hitung, yaitu
uji nilai statistik
- Membuat kesimpulan
Menyimpulkan H0 diterima atau ditolak

D. Uji Hipotesis

Pada esensinya, inferensi statistik mempelajari pengambilan keputusan

tentang parameter populasi (rata-rata, proporsi) berdasar karakteristik sampel yang
ada. Statistik non parametrik, kegiatan inferensi statistik atau biasa disebut
statistik induktif adalah berkaitan dengan uji hipotesis.
Menurut Dahlan (2005:8), uji hipotesis adalah metode untuk mengetahui
hubungan (association) antara variabel yang bisa dilakukan dua cara, yaitu secara
komparatif (comparation) dan korelatif (correlation). Hal tu yang mendasari
pembagian uji hipotesi menjadi hipotesis komparatif dan korelatif. Perbedaan
mendasar pada kedua uji di atas adalah pada output yang ingin diperoleh. Bila
peneliti ingin mengetahui asosiasi itu dengan parameter koefisien korelasi (r),
maka gunakanlah hipotesis korelatif. Namun apabila parameter yang dinginkan
bukan koefisien korelasi tetapi ‘parameter yang lain’ maka gunakanlah hipotesis
komparatif. Perlahan-perhalan anda akan belajar kapan memilih hipotesis korelatif
dan kapan memilih hipotesis komparatif.

Tujuan uji hipotesis statistik adalah untuk menguji apakah data dari
sampel yang ada sudah cukup kuat untuk menggambarkan populasinya, atau
apakah bisa dilakukan generalisasi tentang populasi berdasar hasil sampel.
Sebagai contoh, jika 20 remaja sebagai sampel mempunyai sikap sangat suka
terhadap permen merk XYZ, maka apakah semua remaja sebagai populasi juga
menyukai permen merk XYZ tersebut?
Ada beberapa tahapan Uji Hipotesis, yaitu:
 Menentukan Ho dan Hi, yang pada prisipnya adalah menguji karakteristik
populasi berdasar informasi yang diterima dari suatu sampel.
 Menentukan tingkat signifikansi (a), yaitu probabilitas kesalahan menolak
hipotesis yang ternyata benar. Jika dikatakan a=5% berarti resiko kesalahan
mengambil keputusan adalah 5% semakin keci a berarti semakin mengurangi
resiko salah
 Menentukan apakah akan dilakukan uji sisi atau dua sisi.
 Menentukan statistik tabel dan statistik uji. Jika alat analisis adala Chi square
test, maka akan dicari Chi square tabel dan Chi Square hitung. (Santosom,
2006:21)

BAB 3
PENUTUP

3.1 kesimpulan
 Dalam membuat taksiran (pendugaan) sangat diperlukan konsep
probabilitas karena sangat berguna dalam pembuatan keputusan pada kondisi
ketidakpastian, Ada jenis penaksiran yaitu penaksiran titik (Point Estimation) dan
penaksiran interval (Interval Estimation).

Penaksiran titik mengandung pengertian bahwa suatu parameter (misal µ)

akan ditaksir hanya dengan menggunakan satu bilangan saja (misalnya dengan
X ). Penaksiran titik sering mengalami kekeliruan, sehingga probabilitas suatu
penaksiran titik tersebut tepat adalah sangat kecil atau mendekati nol. Sehingga
penaksiran titik jarang digunakan.

Penaksiran interval merupakan interval nilai (range) yang nilai parameter

populasi berada di dalamnya.Tujuan membuat penaksiran interval adalah
mengurangi kesalahan penaksiran dan ada dua batas yaitu batas bawah 138
taksiran (lower limit estimate) dan batas atas taksiran (upper limit estimate).
Batas-batas dalam penaksiran dengan interval harus ditunjang dengan adanya
derajat keyakinan/kepastian disebut dengan Confidence Coefficient, sedangkan
batas-batasnya dinamakan Confidence Interval.
 DAFTAR PUSTAKA

Febri, 2012, teori penaksiran, Febri Neldiko Blog, dilihat 15 Maret 2020, <
https://febrineldiko.files.wordpress.com/2012/12/bab_viii_teori_penaksiran.pdf >.
Isbiyantoro, Seno, 2016, STATISTIK PARAMETRIK DAN NONPARAMETRIK,
academia edu, Universitas Negeri Malang, dilihat 15 Maret 2020 <
https://www.academia.edu/34903839/STATISTIK_PARAMETRIK_DAN_NON
PARAMETRIK.docx >.
USU, 1996, Statistik parametrik dan nonparametrik, bitstream, dilihat 15 Maret
2020, < http://repository.usu.ac.id/bitstream/handle/123456789/20298/Chapter
%20I.pdf;jsessionid=07875953658A94054CECACF85A6C1F48?sequence=4>.
Subana&Sudarajat.2000. Statistika Pendidikan. Bandung: Pustaka Setia.
Suciptawati, N.L. 2010. Metode Statistika Non Parametrik. Bali.Udayana
University Press.
Riduwan 1997. Dasar-dasar Statistika, Bandung Alfabeta.
Usman, Husaini. 1995. Pengantar Statistika. Jakarta : Bumi Aksara.