“STATISTIK INFERENS”
Expert Lecture Ini Disusun untuk Memenuhi Tugas Individu pada Mata
Kuliah Metodelogi Penelitian dan Biostatik
Dosen Pengampu: Waras Budi Utomo, M.K.M.
Disusun Oleh :
Bunga Alifia Zahirah 11181040000033
H1: > 0
H1: ≠ 0
d1 d2
Gambar 1. Daerah kritis uji dua pihak
Daerah daerah
penerimaan H0 penolakan H0
d
Gambar 2. Daerah kritis uji satu pihak kanan
Daerah
daerah
penolakan H0 penerimaan H0
d
Gambar 3. Daerah kritis uji satu pihak kiri
5. Menghitung Nilai Uji Statistik
Uji statistik merupakan rumus-rumus yang berhubungan dengan
distribusi tertentu dalam pengujian hipotesis. Uji statistik merupakan
perhitungan untuk menduga parameter data sampel yang diambil secara
random dari sebuah populasi. Dengan kata lain, nilai statistik hitung
berdasarkan data penelitian (sampel) yang diambil.
6. Membuat Kesimpulan
Pembuatan kesimpulan merupakan penetapan keputusan dalam hal
penerimaan atau penolakan hipotesis nol (H0), sesuai dengan kriteria
pengujiannya. Pembuatan kesimpulan dilakukan setelah membandingkan
nilai uji staistik dengan nilai α tabel atau nial kritis. Jika nilai statistik jatuh
pada daerah kritis, berarti H0 ditolak, dan jika jatuh pada luar daerah kritis
berarti H0 diterima. Kalau analisis data dilakukan daerah dengan paket
statistika dengan komputer, rujukan terhadap nilai kritis tidak diperlukan.
Hasil komputer telah memberikan nilai p, yaitu luas daerah di ujung nilai
kritis yang dibatasi oleh nilai hitung statistik. Kalau nilai p lebih besar
daripada taraf kesignifikanan α yang telah ditetapkan, H0 diterima, dan
kalau nilai lebih kecil daripada nilai α, H0 ditolak.
C.5. Pengujian Hipotesis Tentang Rerata
Rerata adalah salah satu ukuran gejala pusat yang banyak digunakan
dalam mengungkap informasi dalam sekumpulan data. Hal ini bermanfaat,
baik dalam manajemen data secara deskriptif, maupun dalam menjelaskan
p[opulasi berdasarkan informasi sampel dengan memanfaatkan teknk statistika
inferensial.
a. Rerata sebuah Populasi
Kalau ada informasi awal tentang nilai parameter rerata µ dari
sebuah populasi, hipotesis tentang parameter itu dapat dibuat. Untuk
menguji hipotesis ini, kita memerlukan asumsi tentang sebaran populasi
dan nilai simpangan baku σ. Kalau populasi mempunyai sebaran normal,
atau ukuran sampel cukup besar (lebih dari 30), teknik pengujian berikut
dapat dilakukan. Untuk sampel berukuran besar, dengan menggunakan
teorema limit pusat, pendekatan normal dapat dilakukan.
Andaikan sampel berukuran n sudah diperoleh, nilai rerata ̅dan
simpangan baku s sudah dapat dihitung. Pengujian dapat dilakukan dengan
statistik uji yang sesuai dengan pengelompokan informasi tentang simpangan
baku populasi σ sebagai berikut :
1. Simpangan baku σ diketahui
Perhatikan pasangan hipotesis dibawah ini :
H0 : µ = µ0 melawan H1 : µ ≠ µ0
Dengan µ0 sebuah nilai tertentu. Sesuai asumsi yang digunakan
tentang populasi, kita dapat menggunakan statistik Z dengan rumus :
̅− 0
Nilai-nilai (1− )⁄2 untuk berbagai nilai diperoleh dari tabel sebaran normal baku.
̅− 0
=
1)
– ≤ ≤
(1−0,05)⁄2 (1−0,05)⁄2
– ≤ ≤
0,475 0,475
−1,96 ≤ ≤ 1,96
(1 − )
Dengan (1− )⁄2 diperoleh dari daftar distribusi normal baku dengan peluang ⁄2.
4. Statistik hitung berdasarkan data penelitian (sampel) yang diambil −
̅
= 0
√
= 792 − 800
60
√50
=
−8
8,507
= −0,94
Jadi, ℎ = −0,94
5. Kesimpulan: karena ℎ = −0,94 berada dalam daerah penerimaan H 0 yaitu −1,96 ≤ ℎ ≤ 1,96 maka H0 diterima. Jadi =
800. Artinya, dalam taraf signifikansi 5% ( = 0,05) hasil
H0= =0
yaitu
H1= ≠0
Jika rata-rata berat makanan kaleng tidak kurang dari 5 ons tentu
masyarakat tidak akan mengeluh.
2. Taraf signifikansi α = 5% = 0,05
3. Kriteria pengujian :
Tolak H0 jika ≤ − 1− dengan = − 1 = 23 − 1 = 22 Maka : − 1− = 1−0,05 = −1,72
√23
0,1
=
0,0417
= −2,398
Jadi, ℎ = −2,389
5. Kesimpulan : karena ℎ = −2,398 < − 1− = −1,72 terletak pada daerah kritis maka ditolak. Jadi, < 5. Sehingga dapat 0
Dalam situasi seperti ini, statistik yang digunakan untuk menguji pasangan-pasangan
hipotesis di atas adalah :
̅− ̅
1 2
=
1 1
√ +
1 2
• Untuk uji hipotesis pihak kanan, H0 diterima jika ≤ (0,5− ) dan H0 ditolak jika > (0,5− ).
• Untuk uji hipotesis pihak kiri, H0 diterima jika ≥ − (0,5− ) dan H0 ditolak jika < − (0,5− ) .
2. Simpangan 1 = 2 = dimana tidak diketahui
Jika pasangan hipotesis tentang kesamaan dua rerata akan diuji, dan ditentukan situasi atau diyakini bahwa 1 =2=
tetapi tidak diketahui, maka statistik yang digunakan adalah :
̅− ̅
1 2
√ +
1 1 1 2
Dengan 2
adalah variansi gabungan yang dihitung dengan rumus :
2 2
( −1) +( −1)
1 1 2 2
=
2
1 + 2−2
Statistik t di atas mempunyai sebaran Student atau sebaran-t dengan derajat kebebasan = 1 + 2 − 2. Adapun kriteria pengujia adalah :
• Untuk uji hipotesis dia pihak, H0 diterima jika – (1− )⁄2 ≤ ≤
(1− )⁄2 dan H0 ditolak jika <– (1− )⁄2 atau > (1− )⁄2.
• Untuk uji hipotesis pihak kanan, H0 diterima jika ≤ (1− ) ; dan H0 ditolak jika > (1− ).
• Untuk uji statistik uji pihak kiri, H 0 diterima jika t < -t(1-α) dan H0 ditolak jika < − (1− ).
DAFTAR PUSTAKA