Machine Translated by Google

Statistik Inferensial
D3 Manajemen bisnis

1
Astrid Noviana Paradhita, S.Kom., M.Cs
Machine Translated by Google

Ringkasan

Dalam statistik , seperti dalam kehidupan, tidak ada yang sepasti kehadiran ketidakpastian. Namun, hanya karena
kami tidak 100% yakin akan sesuatu, itu bukan alasan mengapa kami tidak dapat mencapai beberapa kesimpulan
yang kemungkinan besar benar. Statistik inferensial membantu Anda membuat kesimpulan dan membuat prediksi

berdasarkan
data Anda untuk memahami populasi yang lebih besar dari mana sampel diambil.
Statistik inferensial memiliki dua kegunaan utama:

• membuat perkiraan tentang populasi • menguji

hipotesis untuk menarik kesimpulan tentang

2
Astrid Noviana Paradhita, S.Kom., M.Cs
Machine Translated by Google

Memperkirakan Parameter
Karakteristik sampel dan populasi dijelaskan dengan :
Statistik adalah ukuran yang menggambarkan sampel (misalnya, mean
sampel). Parameter adalah ukuran yang menggambarkan seluruh populasi (misalnya, rata-rata populasi).
Dua jenis perkiraan penting:
Estimasi titik adalah estimasi nilai tunggal dari suatu parameter. Misalnya, mean sampel adalah
estimasi titik dari mean populasi.
Perkiraan interval memberi Anda rentang nilai di mana parameter diharapkan terletak
menggunakan interval kepercayaan.

3
Astrid Noviana Paradhita, S.Kom., M.Cs
Machine Translated by Google

Pengujian Hipotesis

4
Astrid Noviana Paradhita, S.Kom., M.Cs
Machine Translated by Google

Ringkasan
• “membuat inferensi statistik adalah membuat keputusan tentang nilai parameter tertentu.”

dealer mobil mengiklankan bahwa truk kecil barunya rata-rata mendapat 35 mil per galon. Sebuah layanan

bimbingan belajar mengklaim bahwa metode bimbingan belajarnya membantu 90% siswanya mendapatkan nilai A atau

B. Sebuah perusahaan mengatakan bahwa manajer wanita di perusahaan mereka menghasilkan rata-rata $60.000 per tahun

Seorang ahli statistik akan membuat keputusan tentang klaim ini. Proses ini disebut " pengujian hipotesis".
Uji hipotesis melibatkan pengumpulan data dari sampel dan mengevaluasi data.

5
Astrid Noviana Paradhita, S.Kom., M.Cs
Machine Translated by Google

UJI HIPOTESIS DENGAN SATU SAMPEL

1. Hipotesis Null dan Alternatif

- H0 : Hipotesis nol: Ini adalah pernyataan tidak ada perbedaan antara rata-rata atau proporsi
sampel dan rata-rata atau proporsi populasi. Dengan kata lain, perbedaannya sama dengan 0.
- Ha : Hipotesis alternatif: Hipotesis alternatif adalah pesaing dan harus menang dengan
bukti yang signifikan untuk menggulingkan H0.

Karena hipotesis nol dan alternatif bertentangan, Anda harus memeriksa bukti untuk memutuskan
apakah Anda memiliki cukup bukti untuk menolak hipotesis nol atau tidak. Buktinya berupa data
sampel.

Contoh 1

Contoh 2

6
Astrid Noviana Paradhita, S.Kom., M.Cs
Machine Translated by Google

Lanjut…

2. Hasil dan Kesalahan Tipe I dan Tipe II

Ketika Anda melakukan uji hipotesis, ada empat kemungkinan hasil yang bergantung pada
kebenaran (atau kepalsuan) aktual dari hipotesis nol H0 dan keputusan untuk menolak atau tidak.

Setiap kesalahan terjadi dengan probabilitas tertentu.

= probabilitas kesalahan Tipe I = P(Kesalahan tipe I) = probabilitas menolak
hipotesis nol ketika hipotesis nol benar: menolak nol yang baik

= probabilitas kesalahan Tipe II = P(Kesalahan Tipe II) = probabilitas tidak menolak

hipotesis nol ketika hipotesis nol salah. (1 - ) disebut Kekuatan Tes.
7
Astrid Noviana Paradhita, S.Kom., M.Cs
Machine Translated by Google

Lanjut…

8
Astrid Noviana Paradhita, S.Kom., M.Cs
Machine Translated by Google

Lanjut…
3. Distribusi yang Dibutuhkan untuk Pengujian Hipotesis

4. Nilai Kritis ÿ t tabel

• Contoh :
Rata-rata tinggi badan pria dewasa di suatu negara adalah 170 cm. Kami menduga bahwa pria di kota
tertentu di negara itu mungkin memiliki tinggi rata-rata yang berbeda karena beberapa faktor lingkungan. Kami
memilih sampel acak ukuran 99 dari laki-laki dewasa di kota dan memperoleh nilai berikut untuk tinggi badan
mereka (dalam cm): 176.2, 157.9, 160.1, 180.9, 165.1, 167.2, 162.9, 155.7, 166,2.

Berdasarkan data yang diamati, apakah cukup bukti untuk menolak H0 pada taraf signifikansi =0,05?

9
Astrid Noviana Paradhita, S.Kom., M.Cs
Machine Translated by Google

Langkah 2: rata-rata

Langkah 6: nilai kritis

, 1 0,025,8
2
=2.306

Langkah 7: keputusan

Oleh karena itu, kami menerima H0.

10
Astrid Noviana Paradhita, S.Kom., M.Cs
Machine Translated by Google

• Nilai Kritis
• ÿ berdasarkan t tabel.

Hanya 2 syarat :
ÿÿ Kami menerima/ kami tidak dapat menolak H0
> Kami menolak/ kami tidak dapat menerima H0

11
Astrid Noviana Paradhita, S.Kom., M.Cs
Machine Translated by Google

Kesalahan Pengambilan Sampel

“jika sampel tidak mewakili populasi Anda, maka Anda tidak dapat membuat statistik yang valid
kesimpulan.”

Karena ukuran sampel selalu lebih kecil dari ukuran populasi, beberapa
populasi tidak ditangkap oleh data sampel. Ini menciptakan perbedaan antara nilai populasi sebenarnya (disebut
parameter) dan nilai sampel yang diukur (disebut statistik).

Variasi alami yang dihasilkan dari pemilihan sampel untuk mewakili populasi yang lebih besar;
variasi ini berkurang dengan bertambahnya ukuran sampel
Metode Pemecahan metode sampling probabilitas

12
Astrid Noviana Paradhita, S.Kom., M.Cs