DI SUSUN OLEH :
ADE PRIMA SAPUTRI
NPM. 22.14201.91.23.P
Segala puji bagi Allah SWT yang dengan segala kasih sayang dan
menyeru hamba-Nya mengikuti petunjuk yang benar, sehingga kami dapat
menyelesaikan makalah ini tentang “Kesalahan pengambilan keputusan dalam
Statistika Inferensial”. Shalawat dan salam atas Nabi Muhammad SAW, Rasul
Allah yang telah mencucurkan keringat jihad sebanyak-banyaknya dalam
mendakwahkan kebenaran dan mengamalkan kebajikan.
Makalah ini telah kami susun dengan maksimal dan mendapatkan bantuan
dari teman-teman, dan dari berbagai pihak sehingga dapat memperlancar
pembuatan makalah ini. Untuk itu kami mengucapkan banyak terima kasih kepada
semua pihak yang telah berkontribusi dalam pembuatan makalah ini. Makalah ini
kami susun untuk menyelesaikan tugas mata kuliah Metodologi .
Terlepas dari semua itu, kami menyadari sepenuhnya bahwa masih ada
kekurangan baik dari segi susunan kalimat mauput tata bahasanya. Oleh karena
itu, dengan tangan terbuka kami menerima segala saran dan kritik dari pembaca
agar kami dapat memperbaiki makalah ini.
Akhir kata kami berharap semoga makalah ini memberikan manfaat
maupun inspirasi terhadap pembaca.
Penulis
ii
DAFTAR ISI
iii
BAB I
PENDAHULUAN
A. Latar Belakang
Statistika berasal dari bahasa latin yaitu status yang berarti negara dan
digunakan untuk urusan negara. Hal ini dikarenakan pada mulanya, statistik hanya
digunakan untuk menggambar keadaan dan menyelesaikan masalah yang
berhubungan dengan kenegaraan saja seperti : perhitungan banyaknya penduduk,
pembayaran pajak, gaji pegawai, dan lain sebagainya.
Statistika adalah ilmu yang merupakan cabang dari matematika terapan
yang membahas metode-metode ilmiah untuk pengumpulan, pengorganisasian,
penyimpulan, penyajian, analisis data, serta penarikan kesimpulan yang sahih
sehingga keputusan yang diperoleh dapat diterima.
Statistika inferensial mencakup semua metode yang berhubungan dengan
analisis sebagian data (contoh) atau juga sering disebut dengan sampel untuk
kemudian sampai pada peramalan atau penarikan kesimpulan mengenai
keseluruhan data induknya (populasi). Dalam statistika inferensial diadakan
pendugaan parameter, membuat hipotesis, serta melakukan pengujian hipotesis
tersebut sehingga sampai pada kesimpulan yang berlaku umum. Metode ini
disebut juga statistika induktif, karena kesimpulan yang ditarik didasarkan pada
informasi dari sebagian data saja. Pengambilan kesimpulan dari statistika
inferensial yang hanya didasarkan pada sebagian data saja sebagian data saja
menyebabkan sifat tak pasti, memungkinkan terjadi kesalahan dalam pengambilan
keputusan, sehingga pengetahuan mengenai teori peluang mutlak diperlukan
dalam melakukan metode-metode statistika inferensial.
Statistik inferensial digunakan dalam proses mengambil keputusan dalam
menghadapi ketidakpastian dan perubahan. Contoh ketidakpastian adalah kuat
tekan beton dalam suatu pengujian tidak sama, walaupun dibuat dengan material
yang sama. Dengan adanya kenyataan tersebut, maka metode statitsik digunakan
untuk menganalisis data dari suatu proses pembuatan beton tersebut sehingga
diperoleh kualitas yang lebih baik. Statistik inferensial telah menghasilkan
banyak metode analitis yang digunakan untuk menganalisis data. Dengan
iv
perkataan lain statistik inferensial tidak hanya mengumpulan data, tetapi juga
mengambil kesimpulan dari suatu sistem saintifik.
Untuk mengetahui lebih jelas mengenai Statistika Inferensial, akan
diuraikan mengenai pengertian Statistika Inferensial dan ruang lingkup Statistika
Inferensial.
B. Rumusan Masalah
Berdasarkan uraian latar belakang diatas, maka dalam makalah ini ada 2
(dua) rumusan masalah yang terkaji yakni :
1. Apa yang dimaksud dengan Statistik Inferensial ?
2. Apa fungsi dari Statistika Inferensial ?
3. Apa yang dimaksud dengan hipotesis?
4. Bagaimana langkah-langkah dalam menguji hipotesis ?
C. Tujuan
Berdasarkan rumusan masalah diatas, maka tujuan yang ingin dicapai
dalam penulisan makalah ini adalah sebagai berikut:
v
BAB II
PEMBAHASAN
vi
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 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.
vii
b. Uji hipotesis (membandingkan atau uji perbedaan/kesamaan dan
menghubungkan, yaitu uji keterkaitan, kontribusi).
C. PENGUJIAN HIPOTESIS
viii
b. Pengujian hipotesis pihak kiri atau sisi kiri
c. Pengujian hipotesis pihak kanan atau sisi kanan.
ix
penggunaannya disebut sebagai fungsi ciri operasi (operating
characteristic function). 1 - disebut sebagai kuasa pengujian
karena memperlihatkan kuasa terhadap pengujian yang dilakukan
untuk menolak hipotesis yang seharusnya ditolak.
2. Hubungan , , dan n
Antara kedua jenis kesalahan, yaitu kesalahan dan saling
berkaitan. Jika kesalahan kecil, maka kesalahan menjadi besar,
demikian pula sebaliknya. Untuk membuat suatu kesimpulan yang baik,
maka kedua kesalahan tersebut harus dibuat seminimal mungkin. Hal ini
biasanya dilakukan melalui cara-cara 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 ().
x
H0 : θ=θ0
H1 : θ>θ 0
Pengujian ini disebut pengujian sisi kanan
H0 : θ=θ0
H1 : θ<θ 0
Pengujian ini disebut pengujian sisi kiri
H0 : θ=θ0
H1 : θ ≠ θ0
Pengujian ini disebut pengujian dua sisi.
2. Memilih Statistik Uji
Memilih uji statistik yang sesuai dengan asumsi sebaran populasi
dan skala pengukuran data. Berdasarkan ini, uji statistik yang dipilih
sebaiknya yang 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.
3. Menentukan Taraf Nyata (Significant Level)
Taraf nyata adalah besarnya batas toleransi dalam menerima
kesalahan hasil hipotesis terhadap nilai parameter populasinya. Taraf nyata
dilambangkan dengan α (alpha) Semakin tinggi taraf nyata yang
digunakan, semakin tinggi pula penolakan hipotesis nol atau hipotesis
yang diuji, padahal hipotesis nol benar. Besarnya nilai α bergantung pada
keberanian pembuat keputusan yang dalam hal ini berapa besarnya
kesalahan yang akan ditolerir. Besarnya kesalahan tersebut disebut sebagai
daerah kritis pengujian (critical region of test) atau daerah penolakan
(region of rejection).
Taraf signifikasnsi biasanya telah ditentukan sebelumnya, yaitu : α
= 0,15; α = 0,05; α = 0,01; α = 0,005 atau α = 0,001. Pada penelitian
pendidikan taraf signifikansi yang biasa digunakan yaitu α = 0,01 atau α =
0,05. Harga α yang biasa digunakan adalah α = 0,01 atau α = 0,05.
Misalnya, dengan α = 0,05 atau sering disebut taraf nyata (taraf
signifikansi) 5%, artinya kira-kira 5 dari tiap 100 kesimpulan bahwa akan
xi
menolak hipotesis yang harusnya diterima. Dengan kata lain kira-kira 95%
yakin bahwa telah dibuat kesimpulan yang benar. Dalam hal demikian
dikatakan bahwa hipotesis telah ditolak pada taraf nyata 0,05 yang berarti
mungkin salah dengan peluang 0,05.
4. Menentukan Kriteria Pengujian
Kriteria pengujian adalah bentuk pembuatan keputusan dalam
menerima atau menolak hipotesis nol (H0) dengan cara membandingkan
nilai α tabel distribusinya (nilai kritis) dengan nilai uji statistiknya, sesuai
dengan bentuk pengujiannya.
a. Penerimaan H0 terjadi jika nilai uji statistiknya lebih kecil atau lebih
besar daripada nilai positif atau negatif dari α tabel. Atau nilai uji
statistik berada di luar nilai kritis.
b. Penolakan H0 terjadi jika nilai uji statistiknya lebih besar atau lebih
kecil daripada nilai positif atau negatif dari α tabel. Atau nilai uji
statistik berada di dalam nilai kritis.
Daerah daerah
Penolakan daerah Penolakan H0
H0 penerimaan H0
d1 d2
Gambar 1. Daerah kritis uji dua pihak
Daerah daerah
penerimaan H0 penolakan H0
d
Gambar 2. Daerah kritis uji satu pihak kanan
xii
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.
xiii
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 x 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 :
x −μ 0
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 .
xiv
2) H0 ditolak jika Z> Z (0,5 −α ).
x−μ0
t=
s
√n
xv
Demikian pula jika ujik pihak kiri dengan pasangan hipotesis : µ = µ0
melawan H1 : µ ˂ µ0 , kriteria pengambilan keputusannya adalah :
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.
Penyelesaian
Diketahui x = 792 ; n = 50 ; σ = 60
Langkah pengujian hipotesis:
1. Hipotesis pengujian :
H0 = μ=μ 0 H0 : μ=800
yaitu
H1 = μ ≠ μ 0 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
– Z 0,475 ≤ Z ≤ Z 0,475
−1,96 ≤ Z ≤1,96
Dengan Z( 1−α )/ 2 diperoleh dari daftar distribusi normal baku dengan
(1−α )
peluang .
2
4. Statistik hitung berdasarkan data penelitian (sampel) yang diambil
x−μ0
z=
σ
√n
xvi
792−800
z=
60
√50
−8
z=
8,507
z=−0,94
Jadi, z hitung =−0,94
5. Kesimpulan : karena z hitung =−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 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=μ 0 H0 : μ=5
yaitu
H1 = μ ≠ μ 0 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 ≤−t 1−α dengan dk =n−1=23−1=22
Maka : −t 1−α =t 1−0,05 =−1,72
4. Statistik hitung berdasarkan data penelitian (sampel) yang diambil:
xvii
x−μ0
t=
s
√n
4,9−5
t=
0,2
√ 23
0,1
t=
0,0417
t=−2,398
Jadi, t hitung =−2,389
5. Kesimpulan : karena t hitung =−2,398<−t 1−α =−1,72
t 1−0,05=−2,398<−t 1−α =−1,72 terletak pada daerah kritis maka H 0
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.
xviii
Dalam situasi seperti ini, statistik yang digunakan untuk menguji
pasangan-pasangan hipotesis di atas adalah :
x 1−x 2
z=
σ
√ 1 1
+
n 1 n2
Dengan taraf signifikansi α , kriteria pengambilan keputusannya adalah :
Untuk uji hipotesis dua pihak, H0 diterima jika
– Z (1−α ) /2 ≤ Z ≤ Z( 1−α )/ 2 ,dan H0 ditolak jika Z< – Z ( 1−α )/ 2 atau
Z> Z (1−α ) /2.
x 1−x 2
t=
s
√ 1 1
+
n1 n2
Dengan s2adalah variansi gabungan yang dihitung dengan rumus :
xix
xx
BAB III
PENUTUP
A. Kesimpulan
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.
Statistika Inferensial digunakan untuk melakukan : Generalisasi dari
sampel ke populasi, dan menguji hipotesis (membandingkan atau uji
perbedaan/kesamaan dan menghubungkan, yaitu uji keterkaitan,
kontribusi).
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.
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 Zhit, thit, 2hit, atau Fhit
4. Dengan taraf signifikan tertentu lihat dalam tabel statistik uji yang
sesuai sehingga diperoleh statistik uji tabel seperti Z tab dari tabel normal
baku, ttab 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.
xxi
DAFTAR PUSTAKA
xxii