DOSEN PENGAMPU:
DISUSUN OLEH :
NIM. A1A119047
UNIVERSITAS JAMBI
2021
DAFTAR ISI
ii
BAB I
PENDAHULUAN
1
Untuk mengetahui lebih jelas mengenai Statistika Inferensial, akan diuraikan
mengenai pengertian Statistika Inferensial dan ruang lingkup Statistika Inferensial.
1.3 Tujuan
Berdasarkan rumusan masalah diatas, maka tujuan yang ingin dicapai dalam
penulisan makalah ini adalah sebagai berikut:
1.4 Manfaat
Adapun manfaat yang diharapkan dari penulisan makalah ini adalah sebagai
berikut:
1. Bagi penulis
Pembuatan makalah ini telah memberikan berbagai pengalaman bagi penulis seperti
pengalaman untuk mengumpulkan bahan. Disamping itu, penulis juga mendapat
ilmu untuk memahami dan menganalisis materi yang ditulis dalam makalah ini.
Penulis juga mendapatkan berbagai pengalaman mengenai teknik penulisan makalah,
teknik pengutipan, dan teknik penggabungan materi dari berbagai sumber.
2. Bagi pembaca
Pembaca akan lebih mengetahui pengertian dan fungsi Statistika Inferensial, serta
langkah-langkah dalam menguji hipotesis.
2
BAB II
PEMBAHASAN
Dalam statistik inferensial harus ada pengujian hipotesis yang bertujuan untuk
melihat apakah ukuran statistik yang digunakan dapat ditarik menjadi kesimpulan yang
lebih luas dalam populasinya. Ukuran-ukuran statistik tersebut dibandingkan dengan
pola distribusi populasi sebagai normanya. Oleh sebab itu, mengetahui pola distribusi
data sampel menjadi penting dalam statistik inferensial.
Statistika Inferensial dibagi menjadi dua, yaitu Statistika Parametrik dan
Statistika Non Parametrik. (1) Statistika parametrik terutama digunakan untuk
menganalisa data interval dan rasio, yang diambil dari populasi yang berdistribusi
normal; dan (2) Statistika non-parametrik terutama digunakan untuk menganalisa data
nominal, dan ordinal dari populasi yang bebas distribusi.
Contoh yang baik untuk statistik inferensial adalah pada pemilu presiden 2014.
Berbagai lembaga survei melakukan quick count untuk mengetahui secara cepat
3
kandidat presiden mana yang akan mendapatkan suara rakyat lebih banyak. Lembaga
survei tersebut mengambil sebagian sampel TPS (Tempat Pemungutan Suara) dari total
TPS populasi. Hasil sampel TPS tersebut digunakan untuk generalisasi terhadap
keseluruhan TPS. Katakanlah diambil 2.000 sampel TPS dari 400.000 populasi TPS
yang ada. Hasil dari 2.000 TPS adalah statistik deskriptif. Sedangkan jika kita
mengambil kesimpulan terhadap 400.000 TPS adalah statistik inferensial.
Contoh lain pada industri manufaktur, statistik inferensial sangat berguna.
Manajemen dapat mengetahui dan mengontrol berapa produk yang di luar standar atau
cacat dengan hanya mengambil beberapa sampel produk. Bayangkan jika manajemen
perusahaan harus memeriksa semua produk hanya untuk mengetahui berapa yang cacat.
Tentu akan menghabiskan waktu dan biaya yang tidak sedikit. Terlebih jika harus
memeriksa semua produk yang dikemas. Tentu tidak efektif dan efisien. Untunglah ada
Six Sigma, salah satu tool yang digunakan terkait hal ini. Prinsip Six Sigma
menggunakan statistik inferensial yaitu mengambil sampel produk dan mengukur sigma
atau standar deviasi (ukuran keragaman) dari produk. Jumlah produk yang cacat tidak
boleh melebihi standar yang ditetapkan.
Jadi dari uraian di atas tentang statistika inferensial menyajikan data untuk
mendapat kesimpulan terhadap obyek yang lebih luas, sehingga karena inferensi tidak
dapat secara mutlak pasti, perkataan probabilitas (kemungkinan) sering dinyatakan
dalam menyatakan kesimpulan.
4
disajikan sebagai bukti. Jadi, hipotesis dapat diartikan sebagai suatu pernyataan
yang masih lemah kebenarannya dan perlu dibuktikan atau dugaan yang sifatnya
masih sementara.
Hipotesis statistik adalah pernyataan atau dugaan mengenai keadaan populasi yang
sifatnya masih sementara atau lemah kebenarannya. Hipótesis statistik akan diterima
jika hasil pengujian membenarkan pernyataannya dan akan ditolak jika terjadi
penyangkalan dari pernyataannya. Dalam pengujian hipótesis, keputusan yang
dibuat mengandung ketidakpastian, artinya keputusan bisa benar atau salah,
sehingga menimbulkan resiko. Besar kecilnya resiko dinyatakan dalam bentuk
probabilitas.
5
membuktikan atau tidak membuktikan kebenaran hipotesis tersebut. Hal ini
disebabkan kesimpulan tersebut hanya merupakan inferensi didasarkan sampel.
Dalam pengujian hipotesis dapat terjadi dua jenis kesalahan, yaitu
1) Kesalahan Jenis I
Kesalahan jenis I adalah karena H0 ditolak padahal kenyataannya benar.
Artinya, kita menolak hipotesis tersebut (H0) yang seharusnya diterima.
2) Kesalahan Jenis II
Kesalahan jenis II adalah kesalahan karena H0 diterima padahal
kenyataannya salah. Artinya, kita menerima hipotesis (H0) yang seharusnya
ditolak.
Tabel Dua Jenis Kesalahan dalam Pengujian Hipotesis
Keadaan Sebenarnya
Kesimpulan
H0 Benar H0 Salah
Tidak membuat
Terima H0 Kesalahan Jenis II
kekeliruan
Tidak membuat
Tolak H0 Kesalahan Jenis I
kekeliruan
6
seperti berikut :
1. Memperbesar ukuran sampel (n) yang akan menjadikan rata-rata ukuran
sampel, mendekati ukuran populasinya. Dengan makin besarnya sampel (
tetap), akan memperkecil dan memperbesar 1 - , sehingga akan makin
besar probabilitas untuk menolak hipotesis (H0) yang salah.
2. Menentukan terlebih dahulu taraf nyata ( ).
7
terkuat untuk mengurangi peluang terjadinya kesalahan dalam pengambilan
keputusan seperti uji-Z, t, 2, F atau yang lainnya. Bagi peneliti dan pengguna
statistika, berkonsultasi dengan ahli statistika merupakan cara yang bijaksana.
8
di dalam nilai kritis.
Daerah daerah
Penolakan
Penolakan daerah H0
H0 penerimaan H0
d
1 d2
Daerah daerah
penolakan
penerimaan H0 H0
Daerah daerah
penolakan penerimaan
H0 H0
d
Gambar 3. Daerah kritis uji satu pihak kiri
9
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.
10
yang sesuai dengan pengelompokan informasi tentang simpangan baku populasi
σ sebagai berikut :
a. 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 :
𝑥̅ − 𝜇0
𝑍= 𝜎
√𝑛
Statistik Z mempunyai sebaran normal baku, dan hipotesis menunjukkan
pengujian dua pihak, sehingga kriteria pengambilan kesimpulannya adalah
sebagai berikut :
1) H0 diterima jika – 𝑍(1−𝛼)⁄2 ≤ 𝑍 ≤ 𝑍(1−𝛼)⁄2 ;
2) H0 ditolak jika 𝑍 <– 𝑍(1−𝛼)⁄2 atau > 𝑍(1−𝛼)⁄2 .
Nilai-nilai 𝑍(1−𝛼)⁄2 untuk berbagai nilai 𝛼 diperoleh dari tabel sebaran normal
baku.
Demikian pula jika uji pihak kiri dengan pasangan hipotesis H0: µ = µ0
melawan H1 : µ ˂ µ0 , kriteria pengambilan keputusannya adalah :
11
simpangan baku populasi σ. Untuk menguji tiga pasang hipotesis tentang
rerata µ di atas digunakan statistik uji :
𝑥̅ − 𝜇0
𝑡= 𝑠
√𝑛
Contoh 1:
Pengusaha lampu pijar A mengatakan bahwa lampunya bisa tahan pakai sekitar 800
jam. Namun timbul dugaan bahwa masa pakai lampu tersebut telah berubah. Maka
dilakukan pengujian terhadap 50 lampu untuk menentukan hal ini. Ternyata diperoleh
rata-ratanya 792 jam. Berdasarkan pengalaman diketahui simpangan baku masa hidup
lampu 60 jam. Selidikilah dengan menggunakan kepercayaan 95% apakah kualitas
lampu telah berubah atau belum.
12
Penyelesaian
Diketahui 𝑥̅ = 792 ; n = 50 ; 𝜎 = 60
Langkah pengujian hipotesis:
1. Hipotesis pengujian :
H0 = 𝜇 = 𝜇0 H0 : 𝜇 = 800
yaitu
H1 = 𝜇 ≠ 𝜇0 H1 : 𝜇 ≠ 800
2. Taraf signifikansi α = 5% = 0,05
3. Kriteria pengujian.
Terima H0 jika – 𝑍(1−𝛼)⁄2 ≤ 𝑍 ≤ 𝑍(1−𝛼)⁄2
– 𝑍(1−0,05)⁄2 ≤ 𝑍 ≤ 𝑍(1−0,05)⁄2
– 𝑍0,475 ≤ 𝑍 ≤ 𝑍0,475
−1,96 ≤ 𝑍 ≤ 1,96
Dengan 𝑍(1−𝛼)⁄2 diperoleh dari daftar distribusi normal baku dengan peluang
(1 − 𝛼)⁄
2.
4. Statistik hitung berdasarkan data penelitian (sampel) yang diambil
𝑥̅ − 𝜇0
𝑧= 𝜎
√𝑛
792 − 800
𝑧= 60
√50
−8
𝑧=
8,507
𝑧 = −0,94
Jadi, 𝑧ℎ𝑖𝑡𝑢𝑛𝑔 = −0,94
5. Kesimpulan : karena 𝑧ℎ𝑖𝑡𝑢𝑛𝑔 = −0,94 berada dalam daerah penerimaan H0
yaitu −1,96 ≤ 𝑧ℎ𝑖𝑡𝑢𝑛𝑔 ≤ 1,96 maka H0 diterima. Jadi 𝜇 = 800. Artinya, dalam
taraf signifikansi 5% (𝛼 = 0,05) hasil penelitian menunjukkan bahwa masa
pakai lampu belum berubah yaitu masih 800 jam.
Contoh 2:
Masyarakat mengeluh dan mengatakan bahwa isi bersih makanan kaleng tidak sesuai
dengan yang tertera pada kemasannya sebesar 5 ons. Untuk meneliti hal ini, 23 kaleng
makanan diteliti secara acak. Dari sampel tersebut diperoleh berat ratarata 4,9 ons dan
13
simpangan baku 0,2 ons. Dengan taraf nyata 5%, bagaimanakah pendapat anda
mengenai keluhan masyarakat tersebut ?
Penyelesaian
Diketahui x = 4,9 ; n = 23 ; s = 0,2 ; 𝜇0 = 5
Langkah pengujian hipotesis dengan varians populasi tidak diketahui:
1. Hipotesis pengujian :
H0 = 𝜇 = 𝜇0 H0 : 𝜇 = 5
yaitu
H1 = 𝜇 ≠ 𝜇0 H1 : 𝜇 < 5
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 𝑡 ≤ −𝑡1−𝛼 dengan 𝑑𝑘 = 𝑛 − 1 = 23 − 1 = 22
Maka : −𝑡1−𝛼 = 𝑡1−0,05 = −1,72
4. Statistik hitung berdasarkan data penelitian (sampel) yang diambil:
𝑥̅ − 𝜇0
𝑡= 𝑠
√𝑛
4,9 − 5
𝑡= 0,2
√23
0,1
𝑡=
0,0417
𝑡 = −2,398
Jadi, 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 = −2,389
5. Kesimpulan : karena 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 = −2,398 < −𝑡1−𝛼 = −1,72 terletak pada daerah
kritis maka 𝐻0 ditolak. Jadi, 𝜇 < 5. Sehingga dapat disimpulkan penelitian tersebut
menguatkan keluhan masyarakat mengenai berat makanan kaleng yang kurang dari
berat yang tertera pada kemasan yaitu 5 ons.
14
Misalkan dipunyai dua buah populasi, keduanya berdistribusi normal dengan
rata-rata dan simpangan baku masing-masing 𝜇1 dan 𝜎1 untuk populasi pertama,
𝜇2 dan 𝜎2 untuk populasi kedua. Secara independen diambil sebuah sampel acak
dengan ukuran 𝑛1 dan 𝑛2 dari masing-masing populasi. Rata-rata dan simpangan
̅ 2 , 𝑠2 . Akan diuji
baku dari sampel-sampel itu berturut-turut 𝑥̅ 1 , 𝑠1 dan 𝑠
tentang rata-rata 𝑠1 dan 𝑠2 dalam tiga kemungkinan pasangan hipotesis dapat
dilakukan :
𝑠0 : 𝑠1 = 𝑠2 melawan 𝑠1 : 𝑠1 ≠ 𝑠2 uji dua pihak
𝑠0 : 𝑠1 = 𝑠2 melawan 𝑠1 : 𝑠1 > 𝑠2 uji pihak kanan
𝑠0 : 𝑠1 = 𝑠2 melawan 𝑠1 : 𝑠1 < 𝑠2 uji pihak kiri
15
2
(𝑠1 − 1)𝑠21 + (𝑠2 − 1)𝑠22
𝑠 =
𝑠1 + 𝑠2 − 2
Statistik t di atas mempunyai sebaran Student atau sebaran-t dengan derajat
kebebasan 𝑠𝑠 = 𝑠1 + 𝑠2 − 2. Adapun kriteria pengujia adalah :
Untuk uji hipotesis dia pihak, H0 diterima jika – 𝑠(1−𝑠)⁄2 ≤ 𝑠 ≤
𝑠(1−𝑠)⁄2 dan H0 ditolak jika 𝑠 <– 𝑠(1−𝑠)⁄2 atau 𝑠 > 𝑠(1−𝑠)⁄2 .
Untuk uji hipotesis pihak kanan, H0 diterima jika 𝑠 ≤ 𝑠(1−𝑠) ; dan H0
ditolak jika 𝑠 > 𝑠(1−𝑠) .
Untuk uji statistik uji pihak kiri, H0 diterima jika t < -t(1-α) dan H0 ditolak
16
BAB III
PENUTUP
3.1 Kesimpulan
1. Statistika Inferensial adalah serangkaian teknik yang digunakan untuk mengkaji,
menaksir dan mengambil kesimpulan berdasarkan data ynag diperoleh dari sempel
untuk menggambarkan karakteristik atau ciri dari suatu populasi.
2. Statistika Inferensial digunakan untuk melakukan : Generalisasi dari sampel ke
populasi, dan menguji hipotesis (membandingkan atau uji perbedaan/kesamaan dan
menghubungkan, yaitu uji keterkaitan, kontribusi).
3. Hipótesis statistik adalah pernyataan atau dugaan mengenai keadaan populasi yang
sifatnya masih sementara atau lemah kebenarannya. Hipótesis statistik akan diterima
jika hasil pengujian membenarkan pernyataannya dan akan ditolak jika terjadi
penyangkalan dari pernyataannya. Dalam pengujian hipótesis, keputusan yang dibuat
mengandung ketidakpastian, artinya keputusan bisa benar atau salah, sehingga
menimbulkan resiko. Besar kecilnya resiko dinyatakan dalam bentuk probabilitas.
4. Prosedur pengujian hipotesa secara statistis adalah sebagai berikut :
1. Rumuskan hipotesa statistisnya H0 : …………. dan H1 : …………..
2. Tentukan statistik uji yang sesuai apakah Z, t, 2, atau F
3. Hitung statistik uji dengan menggunakan data dari sampel acak, sehingga
diperoleh statistik uji hitung seperti Z hit, thit, 2hit, atau Fhit
4. Dengan taraf signifikan tertentu lihat dalam tabel statistik uji yang sesuai
sehingga diperoleh statistik uji tabel seperti Ztab dari tabel normal baku, t tab dari
tabel t, 2tab dari tabel 2, atau F dari tabel F.
5. Bandingkan statistik uji hitung dengan statistik uji tabel yang sesuai untuk
menetapkan kriteria ujia, apakah menolak H0 atau menerima H0.
6. Penarikan kesimpulan.
3.2 Saran
17
DAFTAR PUSTAKA
Hendikawati, Putriaji. 2012. Bahan Ajar Statistika Inferensial. Semarang: Semarang State
University Press
Sanjaya, Wina. 2013. Penelitian Pendidikan: Jenis, Metode dan Prosedur. Bandung:
Kencana Prenada Media Group
18