STATISTIK INFERENSIAL
Tujuan perkuliahan :
1. Mengetahui uji satu sisi dan dua sisi
2. Mengetahui teori estimasi terhadap parameter populasi
3. Mengethaui teori hipotesis dan signifikansi
4. Mengetahui estimasi terhadap proporsi
5. Mengetahui estimasi terhadap standar deviasi
51
b. Uji Hipotesis Statistik. Tujuannya untuk menguji apakah
data dari sampel yang ada sudah cukup kuat untuk
menggambarkan populasinya. Atau apakah dapat dilakukan
generalisasi tentang populasi berdasar hasil sampel. Sebagai
contoh, jika rata-rata tinggi badan 50 laki-laki remaja di
Makassar (sebagai sampel) adalah 170 cm, apakah rata-rata
tinggi badan seluruh lelaki remaja di Makassar (populasi)
juga 170 cm ?.
Proses pengujian hipotesis :
(1) Menentukan Ho dan Ha, yang pada prinsipnya adalah
menguji karakteristik populasi berdasar informasi yang
diterima dari suatu sampel.
(2) Menentukan tingkat signifikansi (α), yaitu probabilitas
kesalahan menolak hipotesis yang ternyata benar. Jika
dikatakan α = 5 %, berarti resiko kesalahan mengambil
keputusan adalah 5 %. Semakin kecil α, berarti semakin
mengurangi resiko salah.
5.1 Uji satu sisi vs dua sisi
Uji dua sisi pada pernyataan Ho dan Ha yang hanya
mengandung pertidaksamaan. Misal, akan diuji apakah jumlah bayi
yang lahir prematur di Makassar sama dengan di Surabaya. Di sini
diuji sama atau tidak, sehingga jawaban adalah ‘sama’ atau ‘tidak
sama’.
52
Uji satu sisi pada pernyataan Ho dan Ha yang mengandung
pertidaksamaan yang mengarah pada kriteria tertentu. Misal, akan
diuji apakah program penurunan berat badan di Lembaga ‘Fitness’
sudah efektif. Di sini seharusnya setelah ikut program berat badan
peserta akan turun (lebih kecil). Jadi ada arah yang lebih kecil.
53
b. Variance dari mean sampel akan sama dengan variance
sampel (= n).
54
Dalam keadaan tertentu kita akan menolak suatu hipotesis, namun
sebenarnya dapat diterima, keadaan ini disebut sebagai kesalahan
tipe I (Type I Error), dan bila sebaliknya kita akan menerima suatu
hipotesis namun sebenarnya harus ditolak, keadaan ini disebut
sebagai kesalahan tipe II (Type II Error).
55
dua nilai parameter dalam suatu interval maka disebut sebagai
interval estimate.
Ukuran sampel n > 30
Nilai mean pada kurva normal terletak pada sumbu X = Z atau
standar variasi, dengan mempergunakan rumus Z kita dapat
menentukan batas daerah penerimaan antara dua nilai parameter
seperti berikut di bawah ini :
56
Confidence Interval μ (ukuran sampel n > 30)
EMBED Equation.3
Contoh :
Jarak rata-rata antara 100 rumah balita dengan Posyandu adalah
9,6 Km dengan standar deviasi sekitar 1,2 Km. Berapa mean
populasi (μ) pada batas kepercayaan 90 %, 95 % dan 99 % ?
Perhitungan :
a. Batas kepercayaan 90 %
57
μ = 9,6 ± 0,307 = 9,293 – 9,907 Km
Pada confidence interval 99 %, nilai μ terletak antara 9,293
< μ < 9,907 Km.
Ukuran Sampel n < 30
Pada suatu keadaan dimana ukuran sampelnya kecil, kita masih
tetap dapat melakukan estimasi terhadap mean populasi dengan
mengganti standar deviasi populasi dengan standar deviasi mean
sampel, dan berasumsi bahwa kurva distribusi mean pada sampel
ukuran kecil atau disebut t distribusi (t-student) melingkupi bagian
atas kurva distribusi normal seperti pada gambar di bawah ini :
t distribusi
Distribusi
normal
Daerah
penolakan
α/2 α/2
58
Bentuk kurva pada t distribusi tergantung dari nilai (n-1) atau
disebut sebagai degree of freedom (derajat kebebasan) = df.
Formula :
Confidence Interval μ (ukuran sampel n < 30)
Contoh :
/ dan 99 % ?
Perhitungan :
a. Batas kepercayaan 95 %
b. Batas kepercayaan 99 %
Perhitungan :
59
5.4 Estimasi Terhadap Proporsi
Proporsi populasi ditulis dengan huruf P, dan proporsi sampel
yang berasal dari populasi binomial ditulis dengan huruf p serta q,
maka formula adalah sebagai berikut
Formula :
Contoh :
Dari hasil pengobatan dengan obat A pada 50 org pasien, ternyata
30 orang menjadi sembuh, berapa proporsi kesembuhan pada
confidence level sebesar 90 %, 95%, dan 99%?
Perhitungan :
a. Batas kepercayaan = 90%
p = 30/50 = 0,6 q = 1-0,6 = 0,4
60
Angka kesembuhan obat A antara 48,6% sampai 71,4 %,
atau dengan kata lain padan confidence interval 90% nilai P
terletak antara 0,486 < P < 0,714
b. Batas kepercayaan = 95 %
61
Bentuk kurva pada chi square distribusi tergantung dari nilai (n-1)
atau disebut sebagai degree of freedom (derajat kebebasan) = df,
sama halnya seperti pada distribusi t student
0,
5
0,
4
v=2 62
0,
3
2 v=4
v=6
0, v=1
1 0
χ2
5 10 15 20
Formula :
63
Formula :
Pada confidence Interval untuk 95 %, nilai σ terletak antara
0,228 < σ < 1,092
b. Confidence Interval untuk σ (ukuran sampel n > 30)
Formula :
Contoh : Standar deviasi kadar hemoglobin pada 80 orang
pekerja wanita pada suatu pabrik adalah 5,55 g/ dl, berapa
standar deviasi pada confidence interval 95 % ?
Perhitungan :
Pada confidence Interval 95 %, nilai σ terletak antara 4,80 <
σ < 6,57.
64
Di sini nilai mean populasi adalah sama dengan nilai mean
sampel dan terdistribusi secara normal dimana μ = 0 dan terletak di
tengah kurva normal.
Contoh : Tinggi badan rata-rata penduduk dewasa negara Thailand
adalah 160 cm dengan standar deviasi 20 cm, dari hasil penelitian
pada 100 orang ternyata mean tinggi badan adalah 165 cm,
ditanyakan apakah hasil penelitian ini signifikan atau tidak ?
Perhitungan :
μ = 160 cm σ = 20 cm
a. Ho : μ = μ0
Ha : μ ≠ μ0
c Tes statistik ;
d Ho ditolak bila Z ≤ - 1,96 atau Z ≥ 1,96
e Perhitungan ;
f Kesimpulan , Ho tidak dapat ditolak karena nilai Z < 1,96, atau
dengan kata lain tidak ada perbedaan yang bermakna antara
tinggi badan rata-rata sampel penelitian dengan penduduk A.
Tes Hipotesis Terhadap Dua Mean (ukuran sampel n > 30)
Sering kali dalam suatu penelitian kita mengambil random
sampel dari 2 populasi yang berbeda karakteristik dan bersofat
independen, misalnya kita ingin membandingkan tingkat
65
kecerdasan (IQ) antara pekerja wanita dan laki-laki, maka kita harus
melakukan tes hipotesis terhadap dua mean populasi sebelum kita
mengambil suatu kesimpulan, serta menyatakan ada atau tidaknya
perbedaan yang bermakna (signifikan).
Contoh : Pemeriksaan kadar Hb dengan spektrofotometer pada 40
orang siswa wanita dan 50 orang siswa laki-laki yang pada sebuah
SD di Makassar dengan hasil pemeriksaannya sebagai berikut :
Wanita : mean kadar Hb = 11,585 g/dl, SD = 1,062
Laki-laki = mean kadar Hb = 12,800 g/dl, SD = 1,108
Pertanyaan : apakah ada perbedaan yang bermakna antara kadar
Hb wanita dan laki-laki ?
Jawaban :
σ1 = 1,062 σ2 = 1,108
a. Ho : μ1 = μ2
Ha : μ1 ≠ μ2
b. α = 0,05
c. Tes statistik :
d. Ho ditolak bila ; Z ≤ - 1,96 atau Z ≥ 1,96
e. Perhitungan : Z =
66
f. Kesimpulan ; Ho di tolak karena nlai Z < -1,96 atau dengan kata
lain ada perbedaan yang bermakna antara kadar Hb wanita dan
laki-laki.
Tes Hipotesis Terhadap Satu mean (ukuran sampel n < 30)
Dilakukan bila kita tidak mengetahui stnadar deviasi populasi
dan ukuran sampel kecil n < 30, kita tetap berasumsi bahwa
populasi yang disampling melingkupi kurva distribusi (lihat
distribusi t student) dengan formula sebagai berikut :
Formula :
Contoh : Seandainya kita ingin mengambil suatu keputusan dengan
mempergunakan 16 sampel secara acak yaitu hasil pemeriksaan
resistensi tes obat amoksisilin terhadap bakteri pseudomonas
dengan mean keberhasilan 79,6 % dan standar deviasi 5,3 %
dengan membandingkan hasil pemeriksaan oleh pihak lain 84,3 %.
Jawab :
a. Ho : p = 0,843
Ha : p ≠ 0,843
b. α = 0,05
c. Tes statistik :
d. Nilai t dengan df = 15 pada level of signifikan 0,01 dengan
two tail test adalah ± 2,95
67
Ho ditolak bila t ≤ -2,95 atau t ≥ 2,95
e. Perhitungan x = 79,6 n = 16 μ = 84,3 σ = 5,3
68
IQ anak SD II = 100, 100, 120, 110, 110 90, 105, 130, 115, 110
dimana
Jawab :
a. Ho : μ1 - μ2 = 0
Ha : μ1 - μ2 ≠ 0
b. Level of significance (α) = 0,05
c. Tes statistik :
d. Nilai t dengan df=18 pada level of significance 0,05, dengan
two two tail test adalah ± 2,101
Ho ditolak bila t ≤ -2,101 atau t ≥ 2,101
e. Perhitungan
x1 - (x1 - )2
110 – 111 = 1 100 – 109 = -9 81
-1 81 100 – 109 = - 9 81
120 – 111 = . . .
9 81 110 – 109 = 1 1
..
120 – 111 =
9
Σ(x1 - )2 = Σ = 1140
1040
69
f. Kesimpulan , Ho tidak dapat ditolak karena nilai t < 2,101
atau dengan kata lain tidak ada perbedaan yang bermakna
antara IQ anak SD I dan SD II.
Tes Hipotesis Terhadap Proporsi
Disini lebih dititikberatkan dan dapat mengambil suatu
keputusan hanya dengan memakai data yang berasal dari sampel,
walaupun nilai sesungguhnya dari proporsi dapt sama, lebih besar
atau lebih kecil dari nilai konstan yang telah ditentukan.
Bila ukuran sampelnya kecil, kita masih dapat melakukan tes
hipotesis terhadap proporsi dengan mempergunakan nilai p yang
terdapat pada tabel distribusi binomial. Sebaliknya bila ukuran
sampelnya besar, kita dapat menentukan jumlah observasi yang
berhasil = x, mean dan standar deviasi pada distribusi binomial
yaitu :
μ = np
σ=
Ho = p = p0
Formula :
Ukuran Sampel Kecil (n < 30)
70
Seandainya kita ingin meneliti kebenaran
pernyataan Direktur suatu Polikteknik
Kesehatan , bahwa sekitar 60 % dari mahasiswa
ingin supaya institusi menyediakan fasilitas
kantin, dengan mempergunakan hasil wawancara
secara random pada 14 orang mahasiswa, kita
ingin membuktikan Ho : p = 0,6 dan Ha : p ≠ 0,60
dengan level of significance (α) = 0,05
Jawab :
a. Ho : p = 0,60
Ha : p ≠ 0,60
b. Level of significance (α) = 0,05
c. Ho ditolak bila p ≤ 0,60
d. Perhitungan ; probabilitas sukses pada tabel distribusi
binomial di mana p = 0,60 dan n = 14 paling banyak 4 adalah
: 0,001 + 0,003 + 0,014 = 0,018, sedangkan probabilitas
sukses paling banyak 5 adalah : 0,001 + 0,003 + 0,0014 +
0,041 = 0,059
e. Kesimpulan ; Ho tidak dapat diterima karena probabilitas
pertama < α = 0,05 dan probablitas kedua > α = 0,05, jadi
hanya 4 orang dari 14 orang mahasiswa yang dipilih secara
random yang menyatakan igin mempunyai fasilitas kantin.
Ukuran Sampel Besar (n > 30)
Seandainya kita ingin membuktikan klaim para bidan yang
menyatakan bahwa 75 % dari anak yang lahir normal akan tumbuh
71
dengan sempurna, untuk ini dilakukan sampel survei pada 206
orang anak dari total 300 orang anak, apakah ada perbedaan
bermakna antara Ho = 0,75 dengan Ha < 0,75 dengan level of
significance (α) = 0,01.
Jawab :
a. Ho : p = 0,75
Ha : p ≠ 0,75
b. Level of Significance (α) = 0,01
c. Tes statistik Z =
d. Ho ditolak bila Z ≤ -2,33 atau Z ≥ 2,33
e. Perhitungan : x = 206 n = 300 po = 0,75
72