SOAL 3 STATISTIK PROBABILITAS TEKNIK MESIN ( ONLINE CLASS)

1. Jelaskan tentang hypothesis untuk statistik probabilitas ?

Hipotesis (Hypothesis): Pernyataan tentang karakteristik suatu populasi, utamanya, nilai
parameter populasi. Hipotesis (Hypothesis): Pernyataan tentang karakteristik suatu populasi,
utamanya, nilai parameter populasi.
2. Apakah yang dimaksud dengan hypothesis testing pada statistik probabilitas ?
Uji hipotesis adalah metode pengambilan keputusan yang didasarkan dari analisis data,
baik dari percobaan yang terkontrol, maupun dari observasi (tidak terkontrol).
Dalam statistik sebuah hasil bisa dikatakan signifikan secara statistik jika kejadian
tersebut hampir tidak mungkin disebabkan oleh faktor yang kebetulan, sesuai dengan
batas probabilitas yang sudah ditentukan sebelumnya.
3. Apakah yang dimaksud dengan conjecture dan bagaimana menguji conjecture
tersebut ?
Suatu perkiraan (conjecture) adalah ramalan yang didasarkan pada
penilaian yang informative atau penilaian pakar tentang situasi
masyarakat masa depan.
4. Jelaskan tentang null hypothesis dan alternative hypothesis lalu berikan contohnya
masing-masing ?
Hipotesis Nol (Null Hypothesis) H0: Pernyataan tentang nilai parameter suatu
populasi yang diasumsikan akan benar jika kita melakukan uji suatu hipotesis.
Pertanyaan dimaksud harus berisi persyaratan kesamaan dan harus ditulis dengan
salah satu dari ketiga simbol berikut: <= (lebih kecil atau sama dengan); >= (lebih
besar atau sama dengan); atau = (sama dengan).

(Catatan: Meskipun kita bisa mengekspresikan H0 dengan simbol ≤ atau ≥, kita selalu
melakukan uji dengan mengasumsikan bahwa simbol = berlaku. Kita harus
melakukan pengujian dengan menggunakan nilai spesifik-pasti untuk parameter
dimaksud sehingga kita bisa bekerja dengan suatu distribusi yang spesifik pula).

Hipotesis Alternatif/Penelitian (Alternative/Research Hypothesis) H1: Pernyataan

tentang nilai paramater suatu populasi yang harus benar jika hipotesis nol H0 ternyata
salah. Pernyataan harus ditulis dengan menggunakan satu dari ketiga simbol berikut:
< (lebih kecil); > (lebih besar); atau = (sama dengan). Pemakaian simbol pertama (<)
dan kedua (>), hipotesis alternatif dikategorikan sebagai bersisi-satu (one-sided) atau
berekor-satu (one-tailed). Sedangkan untuk pemakaian simbol terakhir (=), hipotesis
alternatif dikategorikan sebagai bersisidua (two-sided) atau berekor-dua (two-tailed).
 5. Jelaskan tentang significance level pada probabilitas ?

Dalam bahasan statistika istilah tingkat signifikansi (significance level) dan tingkat kepercayaan
(confidence level) dan sering digunakan. Tingkat signifikansi (α) menunjukkan probabilitas atau
peluang kesalahan yang ditetapkan peneliti dalam mengambil keputusan untuk menolak atau
mendukung hipotesis nol, atau dapat diartikan juga sebagai tingkat kesalahan atau tingkat
kekeliruan yang ditolerir oleh peneliti, yang diakibatkan oleh kemungkinan adanya
kesalahan dalam pengambilan sampel (sampling error).

Tingkat signifikansi dinyatakan dalam persen dan dilambngkan dengan α. Misalnya, ditetapkan
tingkat signifikansi α = 5% atau α = 10%. Artinya, keputusan peneliti untuk menolak atau
mendukung hipotesis nol memiliki probabilitas kesalahan sebesar 5% atau 10%. Dalam beberapa
program statistik berbasis komputer, tingkat signifikansi selalu disertakan dan ditulis sebagai Sig.
(= significance), atau dalam program komputer lainnya ditulis ρ-value. Nilai Sig atau ρ – value,
seperti telah diuraikan di atas, adalah nilai probabilitas kesalahan yang dihitung atau
menunjukkan tingkat probabilitas kesalahan yang sebenarnya. Tingkat kesalahan ini digunakan
sebagai dasar untuk mengambil keputusan dalam pengujian hipotesis.

6. Jelaskan tentang Critical Value dalam statistik ?

Nilai kritis adalah garis pada grafik yang membagi grafik menjadi beberapa bagian. Bagian itu adalah
bagian penerimaan dan bagian penolakan suatu hipotesis. Satu bagian adalah wilayah “penerimaan”
dan satu atau dua bagian adalah “wilayah penolakan”, jika nilai tes (nilai hitung) Anda jatuh ke
“wilayah penolakan”, maka Anda menolak hipotesis nihil.

Bila hanya ada satu bagian penolakan disebut dengan pengujian satu sisi ( one tail), sedangkan
bila ada dua bagian penolakan disebut dengan pengujian dua sisi ( two tail). Keputusan
penggunaan uji satu sisi atau dua sisi tergantung pada hipotesis yang Anda bangun.

7. Jelaskan tentang p Value Test dalam statistik ?

Definisi dari p-value adalah nilai peluang terkecil dari suatu pengujian hipotesisi sehingga
nilai statistik uji yang diamati masih berarti1 . Ada juga pendapat lain yang menyatakan
bahwa p value merupakan suatu besaran peluang, dengan asumsi H 0 benar, memeroleh
‘statistik uji’(test statistic)2. P-value ini sudah populer di kalangan peneliti sebagai pendekatan
dalam memberikan kesimpulan “tolak atau “gagal tolak” dari klaim (hipotesis ) yang diajukan.
Pun, pendekatan p-value dalam pengambilan keputusan cukup wajar karena hampir semua
program komputer dalam perhitungan pengujian hipotesis memberikan p-value tersebut
bersamaan dengan nilai yang sesuai dengan uji statistik-nya.
8. Jelaskan tentang t-Test dalam statistik ?
Uji-t (t-test) merupakan statistik uji yang sering kali ditemui dalam masalah-masalah praktis

statistika. Uji-t termasuk dalam golongan statistika parametrik. Statistik uji ini digunakan dalam

pengujian hipotesis. Seperti yang telah dibahas dalam tulisan (post) lain di weblog ini, uji-t

digunakan ketika informasi mengenai nilai variance (ragam) populasi tidak diketahui.

Uji-t dapat dibagi menjadi 2, yaitu uji-t yang digunakan untuk pengujian hipotesis 1-sampel dan

uji-t yang digunakan untuk pengujian hipotesis 2-sampel. Bila dihubungkan dengan kebebasan

(independency) sampel yang digunakan (khusus bagi uji-t dengan 2-sampel), maka uji-t dibagi lagi

menjadi 2, yaitu uji-t untuk sampel bebas (independent) dan uji-t untuk sampel berpasangan

(paired).

9. Jelaskan tentang Z Test dalam statistik ?

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

10. Jelaskan tentang uji normalitas dan apakah manfaatnya untuk studi kasus dalam
statistik ?

Uji Normalitas adalah sebuah uji yang dilakukan dengan tujuan

untuk menilai sebaran data pada sebuah kelompok data atau
variabel, apakah sebaran data tersebut berdistribusi normal ataukah
tidak.

Uji Normalitas berguna untuk menentukan data yang telah dikumpulkan

berdistribusi normal atau diambil dari populasi normal. Metode klasik
dalam pengujian normalitas suatu data tidak begitu rumit. Berdasarkan
pengalaman empiris beberapa pakar statistik, data yang banyaknya lebih
dari 30 angka (n > 30), maka sudah dapat diasumsikan berdistribusi
normal. Biasa dikatakan sebagai sampel besar.

Namun untuk memberikan kepastian, data yang dimiliki berdistribusi

normal atau tidak, sebaiknya digunakan uji normalitas. Karena belum
tentu data yang lebih dari 30 bisa dipastikan berdistribusi normal,
demikian sebaliknya data yang banyaknya kurang dari 30 belum tentu
tidak berdistribusi normal, untuk itu perlu suatu pembuktian. uji statistik
normalitas yang dapat digunakan diantaranya Chi-Square, Kolmogorov
Smirnov, Lilliefors, Shapiro Wilk, Jarque Bera.
11. Jelaskan perbedaan antara one sample t-test, paired sample t-test, independent sample
t-test dalam statistik ?

One Sample t-Test

One sample t test merupakan teknik analisis untuk membandingkan satu variabel bebas. Teknik
ini digunakan untuk menguji apakah nilai tertentu berbeda secara signifikan atau tidak dengan
rata-rata sebuah sampel. Pada uji hipotesis ini, diambil satu sampel yang kemudian dianalisis
apakah ada perbedaan rata-rata dari sampel tersebut. Prosedur yang umum dan harus diikuti
untuk melakukan uji hipotesis ini adalah sebagai berikut :

1.      Mencari hipotesis nol dan hipotesis alternatifnya.

2.      Pilih tingkat kepercayaan tertentu dan tentukan besarnya sampel yang
diambil.1.      Pilih statistik uji yang sesuai sebagai dasar bagi prosedur pengujian.
2.      Tentukan daerah kritisnya.
3.      Kumpulkan data sampel dan hitung statistik sampelnya, kemudian ubah ke dalam
variable normal standar (Z) atau t (tergantung banyaknya sampel).
4.      Nyatakan menolak atau menerima H0.

Paired-sample t-Test

Analisis Paired-sample t-Test merupakan prosedur yang digunakan untuk membandingkan rata-rata dua
variabel dalam satu group. Artinya analisis ini berguna untuk melakukan pengujian terhadap satu sampel
yang mendapatkan sutau treatment yang kemudian akan dibandingkan rata-rata dari  sampel tersebut antara
sebelum dan sesudah treatment. 

Independent sample t-Test

Independent sample t-Test adalah uji yang digunakan untuk menentukan apakah dua sampel yang tidak
berhubungan memiliki rata-rata yang berbeda. Jadi tujuan metode statistik ini adalah membandingkan rata-
rata dua grup yang tidak berhubungan satu sama lain. Pertanyaan yang coba dijawab adalah apakah kedua
grup tersebut  mempunyai nilai rata-rata yang sama ataukah tidak sama secara signifikan.