Inferential Statistics
Inferential Statistics
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:
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
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…
Lanjut…
8
Astrid Noviana Paradhita, S.Kom., M.Cs
Machine Translated by Google
Lanjut…
3. Distribusi yang Dibutuhkan untuk Pengujian Hipotesis
• 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
, 1 0,025,8
2
=2.306
Langkah 7: keputusan
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
“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