INFERENSI STATISTIKA

DISTRIBUSI SAMPEL
PENAKSIRAN
UJI HIPOTESIS

Mahfudhotin, M.Si.
DISTRIBUSI SAMPEL

2
 Beberapa definisi
 Suatu populasi terdiri atas keseluruhan pengamatan yang
menjadi
j di perhatian.
h i
 Sampel adalah suatu himpunan bagian dari populasi.
 Misalkanlah X1, X2, ..., Xn merupakan n peubah acak bebas
yang masing-masing berdistribusi peluang f(x). X1, X2, ..., Xn
didefinisikan sebagai sampel acak ukuran n dari populasi
f(x) dan distribusi peluang gabungannya sebagai,
f(x1, x2, ..., xn) = f(x1), f(x2), ..., f(xn)
 Setiap fungsi dari peubah acak yang membentuk suatu
sampel acak disebut statistik.
 Contoh statistik : rataan sampel p ( X ) , variansi sampel
p
(S2), ...
Rataan dan Variansi Sampel
 Bila X1, X2, ..., Xn merupakan suatu sampel acak ukuran n,
maka
k rataan sampell dinyatakan
di k olehl h statistik,
i ik
1 n
X   Xi
n i 1
 dan variansi sampel oleh statistik,
1 n
1  n
 n
 
2

S 
2

n  1 i 1
(Xi  X ) 
2
 n xi    xi  
n  n  1  i 1
2

 i 1  

 Simpangan baku sampel dinyatakan dengan S

didefinisikan sebagai akar positif variansi sampel.
Distribusi sampel
Distribusi ppeluangg suatu statistik disebut
distribusi sampel.
S
Simpangan
pa ga baku
ba u distribusi
st bus sampel
sa pe suatu
statistik disebut galat baku dari statistik
tersebut.
 Distribusi sampel dari rataan,
X
 Misalkan sampel acak berukuran n diambil dari populasi
normall dengan
d rataan  dan
d variansi 2. tiap pengamatan
Xi, i = 1, 2, ..., n, dari sampel acak tersebut akan
berdistribusi normal y yangg sama dengan
g populasi
p p
yang diambil sampelnya.
 1 n  1 n 
E  X   E   X i   E  X i 
 
 n i 1  n  i 1 
1 1
  E X1   ...  E X n    n   
n n

 1 n  1  n 
 
Var X  Var   X i   2 Var   X i 
 n i 1  n  i 1 
1 1 2
 2 Var  X1   ...  Var  X n    2 n 
n n
2

n
 
Distribusi - t
 Misalkan Z peubah acak normal baku dan V peubah
acak khi-kuadrat dengan derajat kebebasan . Bila Z
dan V bebas, maka distribusi peubah acak T, bila
Z
T
V
diberikan oleh,
   1 2  t2 
  1 2

h t   1   ,  t  
  2   

Ini dikenal dengan nama distribusi-t dengan derajat

kebebasan .
 Distribusi F
 Misalkan U dan V dua peubah acak bebas masing-
masing
i berdistribusi
b di ib i khi kuadrat
k d d dengan derajat
d j
kebebasan 1 dan 2. Maka distribusi peubah acak,
U 1
F
V 2
 Diberikan oleh,
 1  2  2 1 2 
1 2
f 1 2 1

h f   1 2 
, 0f 
 1 2  2 2 1  1 2 f 2 
2

Ini dikenal dengan nama distribusi-F dengan

derajat kebebasan 1 dan 2.
 Kurva Normal Baku (Z~N(0,1))
menghitung tabel z

P(-z1-/2 ≤ Z ≤ z1-/2) /2

/2

1-

-z1-/2 =0 z1-/2

(1-/2)

 = 5% maka z1-/2 = z0,975 =1,96  P(Z ≤ z0,975) = 1 – 0,025 = 0,975

dan -z1-/2 = -z0,95= -1,96.
20
 Kurva t-Student (T~
T~ttv)
menghitung tabel t

P(-t/2 ≤ T ≤ t/2) /2

/2

1-

-t/2 =0 t/2

 = 5% dan n =10 maka t/2;n-1 = t0,025;9 = 2,262  P(T ≤ t0,025) = 0,025

dan
d -tt/2;n-1 = -tt0,025;9= -2,262
2 262

21
 Kurva fisher (F~
(F~ ) Fv1 ,v2
menghitung tabel F

/2  
1 P f   F  f   1
;v1 ,v2  /2
f    1 2 ;v1 ,v2 2 
1 ; n1 1, n2 1
2 f
; n2 1, n1 1
2 1-

0 f f

1
2 2

 = 5% , n1 = 10 dan n2 = 9 maka, f   f 0 , 025 ;9 ,8  4,36 dan

; n1 1, n 2 1
2
1 1 1
f      0,24
1 ; n1 1, n 2 1
2 f f 0 ,975 ;8, 9 4,1
; n 2 1, n1 1
2 33
UJI HIPOTESIS

36
 Pengertian

 Hipotesis adalah suatu anggapan yang

mungkin benar atau tidak mengenai satu
populasi
l i atau lebih
l bih yang perlu
l diuji
di ji
kebenarannya

1. Hipotesis nol (H0) ; pernyataan yang mengandung

tanda kesamaan (=, ≤ , atau ≥)
2. Hipotesis tandingan
d ( 1) ; tandingan
(H d h
hipotesis H0 ,
mengandung tanda  , >, atau <.

37
 Galat (error
error))

H0 benar H0 salah
P(menolak H0 | H0 benar)
H0 ditolak
d l k = galat tipe I = α
keputusan benar

( d k menolak
P(tidak l k H0 | H0
H0 tidak
keputusan benar salah)
ditolak = galat tipe II = β

yang dimanfaatkan
dalam pokok
bahasan ini

38
 Skema Umum Uji Hipotesis
•Hipotesis yang ingin diuji
•Memuat suatu kesamaan (=, ≤ atau ≥)
p berupa
•Dapat p
H0 - hasil penelitian sebelumnya
- informasi dari buku atau
Hipotesis - hasil percobaan orang lain
Statistik
Hipotesis yang ingin dibuktikan
•Hipotesis
H1 •Disebut juga hipotesis alternatif
??? •Memuat suatu perbedaan (≠, > atau <)

mungkin
g terjadi
j
Keputusan Kesalahan

H0 ditolak H0 tidak ditolak Tipe I Tipe II

Menolak H0 padahal Menerima H0 padahal
H0 benar H0 salah
P(tipe I) = α P(tipe I) = β
Kesimpulan Kesimpulan
= tingkat
g signifikansi
g
H1 benar Tidak cukup
bukti untuk
menolak H0 39
Statistik Ujij dan Titik Kritis
 Statistik uji digunakan untuk menguji hipotesis statistik
yang telah dirumuskan.
dirumuskan Notasinya berpadanan dengan
jenis distribusi yang digunakan.
 Titik kritis membatasi daerah penolakan dan penerimaan
H0. Di
Diperolehl hd
darii ttabel
b l statistik
t ti tik yang b
bersangkutan.
k t
 H0 ditolak jika nilai statistik uji jatuh di daerah kritis.

daerah daerah daerah daerah

penerimaan H0 daerah
kritis = /2 kritis = /2 penerimaan H0 kritis
1- 1-
0
titik titik titik
kritis kritis kritis
diperoleh dari
tabel statistik
40
 Uji Rataan Satu Populasi

uji dua arah

1. H0 :  = 0 vs H1 :   0
2. H0 :  = 0 vs H1 :  > 0
3 H0 :  = 0 vs H1 :  < 0
3.
uji satu arah

0 adalah suatu konstanta yang diketahui

41
Statistik Uji untuk Rataan
Satu Populasi

1. Kasus σ2 diketahui

X  0
Z ~ N(0,1)
N(0 1) Tabel Z (normal baku)
/ n

2. Kasus σ2 tidak diketahui

X  0
T ~ t(n-1) Tabel t
s/ n
42
Daerah Kritis Uji Rataan
Satu Populasi
p

σ2 diketahui σ2 tidak diketahui

Statistik uji : Z T
H0 :  = 0 vs H1 :   0 Z < - Z1-α/2 atau Z > Z1-α/2 T < - Tα/2 atau T > Tα/2
H0 :  = 0 vs H1 :  > 0 Z > Z1-α T > Tα
H0 :  = 0 vs H1 :  < 0 Z < - Z1-α T < - Tα

titik kritis dengan

derajat kebebasan n - 1

43
 Contoh 1
Berdasarkan 100 laporan
p kejadian
j hujan
j (dengan
( g
lama kejadian hujan sama) di daerah “SH” yang
diamati secara acak, diperoleh bahwa rata-rata
tingkat
i k curah hh
hujan
j adalah
d l h adalah
d l h 71
71,88 mm
dengan simpangan baku 8,9 mm. Berdasarkan
literatur diduga bahwa rata-rata
rata rata tingkat curah
hujan di daerah tersebut lebih dari 70 mm.
a
a. Nyatakan dugaan tersebut dalam
pernyataan hipotesis statistik
b. Untuk tingkat signifikansi 5% , benarkah
pernyataan literatur tersebut?
48
 Solusi
Diketahui
Ditanya: 0  70, X  71.8,
71 8 s  8.9,
8 9   0,
0 05
a. Hipotesis statistik
b. Kesimpulan
es pu a uji uj hipotesis
potes s
Jawab:
Parameter yyangg akan diuji j :μ
a. Rumusan hipotesis:
H0: μ = 70
H1: μ > 70
b. Kesimpulan???

49
 Contoh 1-modifikasi 1
Berdasarkan 100 laporan
p kejadian
j hujan
j (dengan
( g
lama kejadian hujan sama) di daerah “SH” yang
diamati secara acak, diperoleh bahwa rata-rata
tingkat
i k curah hh
hujan
j adalah
d l h adalah
d l h 71
71,88 mm
dengan simpangan baku 8,9 mm. Berdasarkan
literatur diduga bahwa rata-rata
rata rata tingkat curah
hujan di daerah tersebut tidak lebih dari 70
mm.
a. Nyatakan dugaan tersebut dalam
pernyataan
p y hipotesis
p statistik
Rumusan hipotesis akan sama dengan Contoh 1.
50
 Contoh 1-modifikasi 2
Berdasarkan 100 laporan kejadian hujan (dengan lama
kejadian hujan sama) di daerah “SH” yang diamati
secara acak, diperoleh bahwa rata-rata tingkat curah
hujan adalah adalah 71,8 mm dengan simpangan baku
8,9 mm. Berdasarkan literatur diduga bahwa rata-rata
tingkat curah hujan di daerah tersebut tidak kurang
dari 70 mm.
mm
a. Nyatakan dugaan tersebut dalam pernyataan
hipotesis
p statistik
Rumusan hipotesis akan berbeda dengan Contoh 1,
menjadi:
H0: μ  70
H1: μ < 70
51
 Referensi
 Devore, J.L. and Peck, R., Statistics – The Exploration
p and
Analysis of Data, USA: Duxbury Press, 1997.
 Pasaribu, U.S., 2007, Catatan Kuliah Biostatistika.
 Wild C.J.
Wild, C J and d Seber,
S b G.A.F.,
G A F Chance
Ch E
Encounters
t – A fi firstt
Course in Data Analysis and Inference, USA: John
y
Wiley&Sons,Inc., 2000.
 Walpole, Ronald E. Dan Myers, Raymond H., Ilmu Peluang
dan Statistika untuk Insinyur dan Ilmuwan, Edisi 4, Bandung:
Penerbit ITB,
ITB 1995
1995.
 Walpole, Ronald E. et.al., Probability & Statistics for Enginerrs
& Scientists,, Eight
g edition,, New JJerseyy : Pearson Prentice
Hall, 2007.
70