Anda di halaman 1dari 53

Week 8

Biostatistika
Statistika Inferensial

Ivan Luthfi Ihwani, M.Sc.


April 15th, 2020
Universitas Gajah Mada - Indonesia
Statistika Inferensial

1 / 51
Statistika Inferensial

2 / 51
Statistika Inferensial

3 / 51
Statistika Inferensial

Statistika Inferensial: pengambilan kesimpulan tentang


parameter-parameter populasi berdasarkan analisis pada sampel.
Konsep-konsep statistika inferensial: estimasi titik, estimasi interval,
dan uji hipotesis.
Estimasi (parameter): menduga nilai parameter populasi berdasarkan
nilai statistik sampel.
Estimasi titik: menduga nilai tunggal parameter populasi. Misalnya
parameter µ diduga dengan statistik x̄.
Estimasi interval: menduga nilai parameter populasi dalam bentuk
interval. Misalnya diduga dengan suatu interval A ≤ µ ≤ B.

4 / 51
Estimasi Titik

5 / 51
Statistika Inferensial Satu Populasi Sembarang

Teorema Limit Pusat


Apabila sampel-sampel random diambil dari suatu populasi yang
berdistribusi sembarang, yang mempunyai mean µ dan variansi σ 2 , maka
untuk n besar, distribusi sampling untuk mean dapat dianggap mendekati
Normal dengan µX̂ = µ dan variansi σX̂2 = σ 2 /n, sehingga

x̄ − µ
Z= √
σ/ n

mendekati Normal Standar.

6 / 51
Statistika Inferensial Satu Populasi Sembarang

Estimasi interval konfidensi terhadap mean (µ) suatu populasi

7 / 51
Statistika Inferensial Satu Populasi Sembarang

Estimasi interval konfidensi terhadap mean (µ) suatu populasi

8 / 51
Statistika Inferensial Satu Populasi Sembarang

Estimasi interval konfidensi terhadap mean (µ) suatu populasi

9 / 51
Statistika Inferensial Satu Populasi Sembarang

Estimasi interval konfidensi terhadap mean (µ) suatu populasi


P −Zα/2 ≤ Z ≤ Zα/2 ≈ 1 − α
 
x̄ − µ
P −Zα/2 ≤ √ ≤ Zα/2 ≈ 1 − α
σ/ n
 
σ σ
P x̄ − Zα/2 √ ≤ µ ≤ x̄ + Zα/2 √ ≈1−α
n n
10 /
51
Statistika Inferensial Satu Populasi Sembarang

Estimasi interval konfidensi terhadap mean (µ) suatu populasi


berdistribusi sembarang

Interval konfidensi terhadap mean µ suatu populasi berdistribusi


sembarang, dengan tingkat kepercayaan (1 − α) 100%, adalah

B≤µ≤A
σ
B = x̄ − Zα/2 √
n
σ
A = x̄ + Zα/2 √
n
Jika σ tidak diketahui (n besar), ganti σ dengan s
s
B = x̄ − Zα/2 √
n
s
A = x̄ + Zα/2 √
n
11 /
51
Statistika Inferensial Satu Populasi Sembarang

Estimasi interval konfidensi terhadap proporsi (p) suatu populasi


berdistribusi sembarang

Interval konfidensi terhadap proporsi p (n harus besar) suatu populasi


berdistribusi sembarang, dengan tingkat kepercayaan (1 − α) 100%,
adalah
B≤µ≤A
r
p̂ (1 − p̂)
B = p̂ − Zα/2
n
r
p̂ (1 − p̂)
A = p̂ + Zα/2
n

12 /
51
Statistika Inferensial Satu Populasi Normal

Estimasi interval konfidensi terhadap mean (µ) suatu populasi


berdistribusi normal

Interval konfidensi terhadap mean µ suatu populasi berdistribusi normal,


dengan tingkat kepercayaan (1 − α) 100%, adalah

B≤µ≤A
σ
B = x̄ − Zα/2 √
n
σ
A = x̄ + Zα/2 √
n
Jika σ tidak diketahui
s
B = x̄ − tα/2;(n−1) √
n
s
A = x̄ + tα/2;(n−1) √
n
13 /
51
Contoh

Pabrik melakukan pengamatan mengenai lama usia pakai sebuah lampu


rem, menurut mereka 44 buah lampu rem tersebut rata-rata bisa dipakai
selama 4900 hari dengan simpangan baku 220 hari. Dengan tingkat
kepercayaan 95%, berapa interval konfidensi rata-rata usia pakai
sebenernya dari lampu rem tersebut!
Solusi:
σ = 220 hari; n = 44 buah; x̄ = 4900 hari
Tingkat kepercayaan 1 − α = 0.95 → α = 0.05

P Z < Zα/2 = 0.975, sehingga diperoleh Zα/2 = 1.96 (lihat tabel
normal Z )
Sehingga estimasi interval yang diperoleh adalah:
σ σ
x̄ − Zα/2 √ ≤ µ ≤ x̄ + Zα/2 √
n n
220 220
4900 − 1, 96 √ ≤ µ ≤ 4900 + 1.96 √
44 44
4835 ≤ µ ≤ 4965
14 /
51
Contoh

Untuk mengestimasi waktu yang dibutuhkan seorang mekanik untuk


memperbaiki sebuah mobil, diambil sampel sebanyak 40 mekanik mobil,
didapat hasil bahwa rata-rata waktu yang dihabiskan untuk memperbaiki
sebuah mobil adalah 13, 62 menit, dengan standar deviasi 1, 45 menit.
Gunakan estimasi titik dan interval konfidensi dengan tingkat
kepercayaan 95% untuk menduga rata-rata waktu yang dibutuhkan
seorang mekanik mobil untuk memperbaiki sebuah mobil.

15 /
51
Contoh

Sampel random dari 50 konsumen diambil untuk mengetahui tingkat


keenakan suatu produk snack. Respon dari mereka dicatat dalam bentuk
kode (0: tidak enak, 1: enak, 2: biasa saja). Gunakan tingkat
kepercayaan 80% untuk mengestimasi proporsi konsumen yang menyukai
snack tersebut!

16 /
51
Statistika Inferensial

Uji hipotesis: suatu proses untuk membuktikan apakah suatu


pernyataan (hipotesa) tentang parameter populasi didukung kuat oleh
data sampel (statistik) atau tidak.

Hipotesis penelitian: hipotesis tentang pernyataan dari hasil penelitian


yang akan dilakukan

Hipotesis statistik: suatu pernyataan tentang parameter populasi

17 /
51
Statistika Inferensial

Hipotesis nol (H0 ). Hipotesis yang akan diuji oleh suatu prosedur
statistik, biasanya berupa suatu pernyataan tidak adanya perbedaan atau
tidak adanya hubungan. Pernyataan/Hipotesis nol dapat diartikan bahwa
pernyataan tentang parameter tidak didukung kuat oleh data sampel
(statistik).

Hipotesis alternatif (H1 ). Hipotesis yang merupakan lawan dari H0 ,


biasanya berupa pernyataan tentang adanya perbedaan atau adanya
hubungan. H1 digunakan untuk menunjukkan bahwa pernyataan
mendapat dukungan kuat dari data.

Logika Uji Hipotesis. Tidak dapat dibuktikan bahwa suatu hipotesis itu
benar, tapi dapat dibuktikan bahwa suatu hipotesis itu salah.

18 /
51
Statistika Inferensial

19 /
51
Statistika Inferensial

20 /
51
Statistika Inferensial

21 /
51
Statistika Inferensial

22 /
51
Statistika Inferensial

Jika α (alpha) adalah kesalahan maksimal yang ditentukan oleh peneliti


(toleransi kesalahan), maka p-value adalah nilai kesalahan yang didapat
peneliti dari hasil perhitungan statistik (uji statistik). p-value adalah
ukuran yang digunakan untuk menolak hipotesis nol. Semakin kecil nilai
kesalahan, semakin besar peluang untuk menolak hipotesis nol.

23 /
51
Statistika Inferensial

Misalkan dari suatu uji statistik, diperoleh nilai p-value= 0.002, itu
artinya kesalahan penelitian secara statistik (berdasarkan uji statistik)
adalah sebesar 0.2%. Jika nilai α = 0.05 (5%) maka otomatis nilai
p-value lebih kecil dari α. Berarti, dari 100, paling besar 5 kesalahan yang
dapat ditolerir oleh si peneliti. Singkatnya, jika 5 kesalahan masih dapat
ditolerir, apalagi yang hanya 0.2 saja!

24 /
51
Statistika Inferensial

Tahap-tahap Uji Hipotesis secara umum

1. Tentukan model probabilitas yang cocok dari data


2. Tentukan Hipotesis H0 dan H1
3. Tentukan Statistik Penguji, yang harus merupakan fungsi dari data
dan tidak memuat parameter yang tidak diketahui
4. Tentukan tingkat signifikansi
5. Tentukan daerah kritik berdasarkan tingkat signifikansi
6. Hitung Statistik Penguji, apakah masuk daerah kritik atau tidak
7. Alternatif: Hitung p-value berdasarkan statistik penguji
8. Ambil kesimpulan berdasarkan 6 atau 7

25 /
51
Statistika Inferensial

26 /
51
Statistika Inferensial Satu Populasi Sembarang

27 /
51
Statistika Inferensial Satu Populasi Sembarang

28 /
51
Statistika Inferensial Satu Populasi Sembarang

29 /
51
Statistika Inferensial Satu Populasi Sembarang

30 /
51
Statistika Inferensial Satu Populasi Sembarang

31 /
51
Statistika Inferensial Satu Populasi Sembarang

32 /
51
Statistika Inferensial Satu Populasi Sembarang

33 /
51
Statistika Inferensial Satu Populasi Sembarang

34 /
51
Statistika Inferensial Satu Populasi Sembarang

35 /
51
Statistika Inferensial Satu Populasi Sembarang

36 /
51
Statistika Inferensial Satu Populasi Sembarang

37 /
51
Statistika Inferensial Satu Populasi Sembarang

38 /
51
Statistika Inferensial Satu Populasi Sembarang

39 /
51
Statistika Inferensial Satu Populasi Sembarang

40 /
51
Statistika Inferensial Satu Populasi Normal

41 /
51
Statistika Inferensial Satu Populasi Normal

42 /
51
Statistika Inferensial Satu Populasi Normal

43 /
51
Statistika Inferensial Satu Populasi Normal

44 /
51
Statistika Inferensial Satu Populasi Normal

45 /
51
Statistika Inferensial Satu Populasi Normal

46 /
51
Statistika Inferensial Satu Populasi Normal

47 /
51
Statistika Inferensial Satu Populasi Normal

48 /
51
Statistika Inferensial Satu Populasi Normal

49 /
51
Statistika Inferensial Satu Populasi Normal

50 /
51
51 /
51
Thank you
Questions?

51 /
51

Anda mungkin juga menyukai