Statistika Oseanografi (OS2105)

MODUL IV: Penaksiran Selang Kepercayaan untuk Rataan dan Variansi

Menggunakan Matlab dan Ms. Excel
Faza Hauna Ahda

I. Tujuan
1. Praktikan dapat menentukan jenis kasus dari penaksiran selang untuk rataan dan variansi.
2. Praktikan mengetahui cara menggunakan Matlab dan Ms. Excel untuk melakukan
penaksiran selang untuk rataan dan variansi.
3. Praktikan dapat menerapkan penaksiran selang untuk rataan dan variansi kedalam contoh
kasus dalam bidang Oseanografi.

II. Studi Pustaka

Kata ‘statistika’ secara kebahasaan berarti negara dalam bahasa latin. Pada mulanya, statistika
hanya menyajikan data dari fakta yang terjadi di sebuah negara. Namun, seiring berkembangnya
zaman, statistika kemudian dimanfaatkan dan digunakan dalam berbagai bidang di dunia ini,
Oseanografi salah satunya.

Statistika adalah sekumpulan metode dan konsep yang dipergunakan untuk mengumpulkan,
menyajikan, menganalisis, dan mewakili data kuantitatif dari kejadian/fakta tertentu. Fungsi
statistika salah satunya sebagai penyajian data yang berupa angka dan analisis dari data tersebut.
(Budiwanto, 2017). Statistika merupakan metode yang digunakan untuk analisis data yang
bertujuan untuk menyusun data dalam cara tertentu agar mudah dipahami dan disajikan lebih
menarik. Pada modul ini, dibahas mengenai penaksiran parameter. Secara umum penaksiran
parameter digolongkan menjadi dua yaitu penaksiran titik (point estimation) dan penaksiran
interval/selang (interval estimation). Penaksiran titik (point estimation) merupakan penaksiran
dari sebuah parameter populasi yang dinyatakan oleh bilangan tunggal guna menaksir parameter.
Penaksiran interval/selang (interval estimation) merupakan penaksiran dari parameter populasi

Statistika dalam Oseanografi (OS 2105) Halaman | 1

yang dinyatakan dengan dua buah bilangan diantara posisi parameter-nya diperkirakan berbeda
(Walpole, 1997).

II.1. Penaksiran Titik

Penaksiran titik digunakan untuk mencari nilai tunggal dari suatu parameter melalui pendekatan
metode tertentu. Rataan sampel merupakan salah satu contoh penaksiran titik. Contohnya adalah
kecepatan angin di suatu pantai kira – kira adalah 2 m/s.

Dalam penaksiran titik terdapat dua metode penaksiran yang bisa digunakan yaitu metode klasik
dan metode Bayes. Metode klasik memandang parameter sebagai besaran tetap yang tidak
diketahui nilainya dan inferensi didasarkan hanya pada informasi dalam sampel. Salah satu
contoh metode klasik adalah metode maksimum likelihood. Sedangkan pada metode Bayes,
parameter dipandang sebagai variabel yang menggambarkan pengetahuan awal tentang
parameter yang dinyatakan dalam suatu distribusi yang disebut dengan distribusi prior dan
inferensi-nya didasarkan pada distribusi posterior. Namun, penaksiran parameter dengan
penaksiran titik tidak dibahas secara terperinci pada modul ini.

II.2. Penaksiran Selang

Penaksiran selang atau penaksiran interval merupakan cara untuk menentukan nilai-nilai yang
berbentuk interval berdasarkan data sampel, dimana nilai-nilai tersebut digunakan sebagai
pengganti dari nilai parameter yang tidak diketahui (Herrhyanto, 2012). Penaksiran selang ini
digunakan untuk mencari nilai sesungguhnya dari suatu parameter, dengan semua nilai yang
memungkinkan dari parameter tersebut berada pada selang tertentu. Penaksiran selang tidak akan
menghasilkan nilai tunggal, namun nilai tersebut berada pada selang yang diperkirakan.
Contohnya adalah kecepatan arus di Teluk Gondol saat surut antara 0.065 m/s hingga 0.165 m/s.

Dalam penentuan taksiran interval tersebut harus dicari dahulu taksiran titik dari parameter yang
bersesuaian-nya. Penaksiran selang dibagi menjadi dua jenis, yakni penaksiran selang
kepercayaan untuk rataan dan untuk variansi. Dari dua jenis tersebut, keduanya memiliki kasus
masing-masing untuk mencari nilai dari taksiran selang.

Statistika dalam Oseanografi (OS 2105) Halaman | 2

II.2.1. Penaksiran Selang Kepercayaan untuk Rataan
Terdapat enam kasus yang ada di penaksiran selang kepercayaan untuk rataan. Terdiri dari 2 kasus
untuk satu populasi, 3 kasus untuk dua populasi, dan 1 kasus untuk data yang berpasangan.
1. Kasus satu populasi, variansi populasi diketahui
𝜎 𝜎
𝑥̅ − 𝑧1−𝑎 < 𝜇 < 𝑥̅ + 𝑧1−𝑎
2 √𝑛 2 √𝑛

Dengan 𝑥̅ menyatakan rataan sampel berukuran n dan 𝑧𝑎 menyatakan nilai tabel normal baku.
2

2. Kasus satu populasi, variansi populasi tidak diketahui

𝑠 𝑠
𝑥̅ − 𝑡𝑎 < 𝜇 < 𝑥̅ + 𝑡𝑎
2 √𝑛 2 √𝑛

Dengan 𝑥̅ menyatakan rataan sampel berukuran n dan 𝑡𝑎,(𝑛−1) menyatakan nilai tabel t
2

dengan derajat kebebasan n-1. Untuk variansi populasi ditaksir dengan S2.
3. Kasus dua populasi, variansi populasi 1 dan populasi 2 diketahui

𝜎12 𝜎22 𝜎12 𝜎22

̅̅̅1 − 𝑥̅2 ) − 𝑧1−𝑎 √
(𝑥 + ̅̅̅1 − 𝑥̅2 ) + 𝑧1−𝑎 √ +
< (𝜇1 − 𝜇2 ) < (𝑥
2 𝑛1 𝑛2 2 𝑛1 𝑛2

Dengan 𝑥
̅̅̅dan
1 𝑥̅2 masing – masing menyatakan rataan sampel populasi 1 dan populasi 2 yang
berukuran 𝑛1 dan 𝑛2 .
4. Kasus dua populasi, variansi populasi 1 dan populasi 2 tidak diketahui dan dianggap
sama
Karena variansi populasinya dianggap sama, maka nilai 𝜎 2 ditaksir dengan 𝑆𝑝2 dalam rumus
berikut:
(𝑛1 − 1) 𝑠12 + (𝑛2 − 1)𝑠22
𝑆𝑝2 =
𝑛1 + 𝑛2 − 2

1 1 1 1
(𝑥
̅̅̅1 − 𝑥̅2 ) − 𝑡𝑎,𝑣 𝑠𝑝 √ + < (𝜇1 − 𝜇2 ) < (𝑥
̅̅̅1 − 𝑥̅2 ) + 𝑡𝑎,𝑣 𝑠𝑝 √ +
2 𝑛1 𝑛2 2 𝑛1 𝑛2

𝑣 = 𝑛1 + 𝑛2 − 2

Statistika dalam Oseanografi (OS 2105) Halaman | 3

5. Kasus dua populasi, variansi populasi 1 dan populasi 2 tidak diketahui dan dianggap
tidak sama

𝑠12 𝑠22 𝑠12 𝑠22

̅̅̅1 − 𝑥̅2 ) − 𝑡𝑎,𝑣 √
(𝑥 + < (𝜇1 − 𝜇2 ) < (𝑥
̅̅̅1 − 𝑥̅2 ) + 𝑡𝑎,𝑣 √ +
2 𝑛1 𝑛2 2 𝑛1 𝑛2

Untuk derajat kebebasannya, diperoleh dari rumus berikut:

2
𝑠2 𝑠2
( 1 + 2)
𝑛1 𝑛2
𝑣=
1 𝑠2 1 𝑠2
( 1) + ( 2)
𝑛1 − 1 𝑛1 𝑛2 − 1 𝑛2
6. Kasus data berpasangan
Untuk data berpasangan populasi yang diukur tetap sama, hanya berbeda perlakuan saja.
Sehingga datanya diubah menjadi 𝑥 = 𝑥𝑠𝑒𝑡𝑒𝑙𝑎ℎ − 𝑥𝑠𝑒𝑠𝑢𝑑𝑎ℎ .Setelah itu untuk penaksiran
selang kepercayaan rataan dilakukan seperti pada kasus satu populasi variansi populasi tidak
diketahui. Kemudian, nilai n merupakan banyaknya pasangan data.

II.2.2. Penaksiran Selang Kepercayaan untuk Variansi

Penaksiran selang kepercayaan untuk variansi dibagi menjadi dua kasus, yaitu kasus untuk satu
populasi dan kasus untuk dua populasi.
1. Kasus satu populasi
(𝑛 − 1)𝑆 2 (𝑛 − 1)𝑆 2
< 𝜎2 <
𝑋𝑎2 𝑋2 𝑎
2 ,(𝑛−1) 1−2 ,(𝑛−1)

Dengan 𝑆 2 menyatakan variansi sampel berukuran n. 𝑋𝑎2,(𝑛−1) dan 𝑋1−

2
𝑎
,(𝑛−1)
menyatakan nilai
2 2

tabel distribusi khi-kuadrat dengan derajat kebebasan n-1 yang masing-masing memiliki luas
𝑎 𝑎
kanan 2 dan 1 − 2.

2. Kasus dua populasi

𝑆12 1 𝜎12 𝑆12
< < 𝑓𝑎
𝑆22 𝑓𝑎(𝑣 ,𝑣 ) 𝜎22 𝑆22 2(𝑣2,𝑣1)
2 1 2

Dengan 𝑆12 dan 𝑆22 masing – masing menyatakan variansi sampel populasi 1 dan populasi 2
yang berukuran 𝑛1 dan 𝑛2. 𝑓𝑎(𝑣1,𝑣2) menyatakan nilai tabel f dengan derajat kebebasan 𝑣1 =
2

Statistika dalam Oseanografi (OS 2105) Halaman | 4

 𝑎
𝑛1 − 1 dan 𝑣2 = 𝑛2 − 1 yang memiliki luas kanan 2. Perlu diperhatikan, derajat kebebasan

pada batas bawah memakai (𝑣1 , 𝑣2 ) sedangkan pada batas atas memakai (𝑣2 , 𝑣1 ). Pada kasus
dua populasi ini, yang ditaksir merupakan rasio dari variansi populasi 1 terhadap variansi
𝜎2
populasi 2 yang ditunjukkan sebagai 𝜎12 .
2

Statistika dalam Oseanografi (OS 2105) Halaman | 5

III. Penaksiran Selang Kepercayaan Rataan
III.1. Kasus satu populasi, variansi populasi diketahui
III.1.1. MATLAB
%x=[] %isi data
xbar=2.6;
alpha=0.05;
sigma=0.3; %bisa gunakan =std(x)
n=36;

%perhitungan
z=icdf('Normal',alpha/2,0,1); %argumen ke-3 dan 4 (angka 0 dan 1)
merupakan penjelasan bahwa yang ingin dicari adalah distribusi normal
standar

E=z*sigma/sqrt(n);

%cetak hasil
selang=xbar+[-E E];
disp(['Selangnya adalah ' num2str(selang(1)) ' < ' char(181) ...
' < ' num2str(selang(2))])

Gambar 3. 1 Script MATLAB penaksiran kepercayaan rataan kasus satu populasi, variansi
populasi diketahui

Hasil: Selangnya adalah 2.502 < µ < 2.698

III.1.2. Ms. Excel

a. Masukkan data (x) di baris 1, selang kepercayaan (1-α)% di cell A2, dan banyak data (n) di
cell A3.
b. Hitung nilai mean (𝑥̅ ) dengan fungsi AVERAGE() di cell A4.
c. Hitung standard deviasi (𝜎) dengan STDEV() di cell A5.
d. Untuk variansi populasi diketahui hitung z dengan NORM.S.INV(A2/2).
e. Hitung batas bawah dengan A4-(A5*A6/sqrt(A3))
f. Hitung batas atas dengan A4+(A5*A6/sqrt(A3))

Statistika dalam Oseanografi (OS 2105) Halaman | 6

III.2. Kasus satu populasi, variansi populasi tidak diketahui
III.2.1. MATLAB
%input data
x=[9.8 10.2 10.4 9.8 10.0 10.2 9.6 11.2 10.3 11.6 9.4 9.2 9.6
... 10.6 9.0 9.2]; %isi data

xra=mean(x);
alpha=5/100; %selang kepercayaan (1-alpha)95% , alpha 100-95% =
5%
s=std(x) ;
n=length(x);
v=n-1; %derajat kebebasan

%perhitungan
t=icdf('T',1-alpha/2,v) ;
E=t*s/sqrt (n) ;

%cetak hasil
selang=xra+[-E E];
disp (['selangnya adalah ' num2str(selang(1)) ' < ' char(181)
...
' < ' num2str(selang (2))]);

Gambar 3. 2 Script MATLAB penaksiran kepercayaan rataan kasus satu populasi, variansi
populasi tidak diketahui

Hasil: Selangnya adalah 9.6237 < µ < 10.3888

III.2.2. Ms. Excel

a. Masukkan data (x) di baris 1, selang kepercayaan (1-α)% di cell A2, dan banyak data (n) di
cell A3.
b. Hitung nilai mean (𝑥̅ ) dengan fungsi AVERAGE() di cell A4.
c. Hitung standard deviasi (𝜎) dengan STDEV() di cell A5.

Statistika dalam Oseanografi (OS 2105) Halaman | 7

d. Karena variansi populasi tidak diketahui maka hitung t dengan T.INV(1-A2/2,A3-1) dan
taruh di cell A6.
e. Hitung batas bawah dengan A4-(A5*A6/sqrt(A3))
f. Hitung batas atas dengan A4+(A5*A6/sqrt(A3)).

Statistika dalam Oseanografi (OS 2105) Halaman | 8

III.3. Kasus dua populasi, variansi populasi 1 dan populasi 2 diketahui
III.3.1. MATLAB
%input data
x1=[2.1 5.3 1.4 4.6 0.9]; %isi data 1
x2=[1.9 0.5 2.8 3.1]; %isi data 2

alpha=0.1; %alpha disesuaikan

x1bar=mean(x1);
x2bar=mean(x2);
xbar=x1bar-x2bar;
s1=0.3; %masih nilai standar deviasi, perlu untuk dirubah menjadi
nilai varians (s^2)
s2=0.5;

%nilai varians
s1k=s1^2;
s2k=s2^2;

n1=length(x1);
n2=length(x2);

%perhitungan
z=icdf('Normal',alpha/2,0,1);
E=z*sqrt((s1k/n1)+(s2k/n2));

%cetak hasil
selang=xbar+[-E E];
disp(['Selangnya adalah ' num2str(selang(1)) ' < ' char(181) ...
'1-' char(181) '2 < ' num2str(selang(2))])

Gambar 3. 3 Script MATLAB penaksiran kepercayaan rataan kasus dua populasi, variansi
populasi 1 dan populasi 2 diketahui

Hasil: Selangnya adalah 0.077522 < µ1-µ2 < 1.4925

Statistika dalam Oseanografi (OS 2105) Halaman | 9

III.3.2. Ms. Excel
a. Masukkan data x1 di baris 1 dan data x2 di Baris 2, selang kepercayaan (1-α)% di cell A3,
dan banyak data (n) di cell A4 dan B4.
b. Hitung nilai mean (𝑥̅ ) dengan fungsi AVERAGE(x1)-AVERAGE(x2) di cell A5.
c. Hitung standard deviasi (𝜎) dengan STDEV() setiap populasi di cell A6 dan B6.
d. Hitung z dengan NORM.S.INV(A3/2) taruh di cell A7.
e. Hitung batas bawah dengan A5-(A6*sqrt((A6^2/A4)+(B6/B4))).
f. Hitung batas atas dengan A5-(A6*sqrt((A6^2/A4)+(B6/B4))).

Statistika dalam Oseanografi (OS 2105) Halaman | 10

III.4. Kasus dua populasi, variansi populasi 1 dan populasi 2 tidak diketahui dan dianggap
sama
III.4.1. MATLAB
%input data
x1=[2.1 5.3 1.4 4.6 0.9]; %isi data 1
x2=[1.9 0.5 2.8 3.1]; %isi data 2

alpha=0.1; %alpha disesuaikan

x1bar=mean(x1);
x2bar=mean(x2);
xbar=x1bar-x2bar;
s1=std(x1);
s2=std(x2);
n1=length(x1);
n2=length(x2);

%perhitungan
v=n1+n2-2;
t=icdf('T',1-alpha/2,v);
sp=sqrt(((n1-1)*(s1^2)+(n2-1)*(s2^2))/v);
E=t*sp*sqrt((1/n1)+(1/n2));

%cetak hasil
selang=xbar+[-E E];
disp(['Selangnya adalah ' num2str(selang(1)) ' < ' char(181) ...
'1-' char(181) '2 < ' num2str(selang(2))])

Gambar 3. 4 Script MATLAB penaksiran kepercayaan rataan kasus dua populasi, variansi
populasi 1 dan populasi 2 tidak diketahui dan dianggap sama

Hasil: Selangnya adalah -1.3427 < µ1-µ2 < 2.9127

Statistika dalam Oseanografi (OS 2105) Halaman | 11

III.4.2. Ms. Excel
a. Masukkan data x1 di baris 1 dan data x2 di Baris 2, selang kepercayaan (1-α)% di cell A3,
dan banyak data (n) di cell A4 dan B4.
b. Hitung nilai mean (𝑥̅ ) dengan fungsi AVERAGE(x1)-AVERAGE(x2) di cell A5.
c. Hitung standard deviasi (s) dengan STDEV() setiap populasi di cell A6 dan B6.
d. Taksir nilai Sp^2 dengan SQRT(((B4-1)*(B6^2))+((C4-1)*(C6^2)))/(B4+C4-2) di C6.
e. Hitung t dengan T.INV(1-A3/2,A4+B4-2) dan taruh di cell A7.
g. Hitung batas bawah dengan A5-(C6*A7*sqrt((1/A4)+(1/B4))).
h. Hitung batas atas dengan A5+(C6*A7*sqrt((1/A4)+(1/B4))).

III.5. Kasus dua populasi, variansi populasi 1 dan populasi 2 tidak diketahui dan dianggap
tidak sama
III.5.1. MATLAB
%input data
x1=[2.1 5.3 1.4 4.6 0.9]; %isi data 1
x2=[1.9 0.5 2.8 3.1]; %isi data 2

alpha=0.1; %alpha disesuaikan

x1bar=mean(x1);
x2bar=mean(x2);
xbar=x1bar-x2bar;
std1=std(x1);
s1=(std(x1))^2;
std2=std(x2);
s2=(std(x2))^2;
n1=length(x1);
n2=length(x2);

%perhitungan
v=((s1/n1)+(s2+n2))^2/((1/(n1-1))*(s1/n1)^2+(1/(n2-
1))*(s2/n2)^2);
t=icdf('T',1-alpha/2,v);
E=t*sqrt((s1/n1)+(s2/n2));

Statistika dalam Oseanografi (OS 2105) Halaman | 12

 %cetak hasil
selang=xbar+[-E E];
disp(['Selangnya adalah ' num2str(selang(1)) ' < ' char(181) ...
'1-' char(181) '2 < ' num2str(selang(2))])

Gambar 3. 5 Script MATLAB penaksiran kepercayaan rataan kasus dua populasi, variansi
populasi 1 dan populasi 2 tidak diketahui dan dianggap tidak sama

Hasil: Selangnya adalah -0.58002 < µ1-µ2 < 2.15

III.5.2. Ms. Excel

a. Masukkan data x1 di baris 1 dan data x2 di Baris 2, selang kepercayaan (1-α)% di cell A3,
dan banyak data (n) x1 di cell A4 dan banyak data x2 di B4.
b. Hitung nilai mean (𝑥̅ ) dengan fungsi AVERAGE(seluruh data x1)-AVERAGE(seluruh data
x2) di cell A5.
c. Hitung standard deviasi (s) sampel x1 dengan STDEV(seluruh data x1) di cell G4 dan sampel
x2 dengan STDEV(seluruh data x2) di H4.
d. Hitung variansi (s2) sampel x1 dengan rumus G4^2 letakkan di cell A6, dan variansi (s2)
sampel x2 dengan rumus H4^2 letakkan di cell B6.
e. Taksir nilai 𝑣 dengan rumus ((A6/A4)+(B6/B4))^2/(((A6/A4)^2/(A4-1)) +((B6/B4)^2/(B4-
1))) di C6.
f. Hitung t dengan T.INV(1-A3/2;C6) dan taruh di cell A7.
g. Hitung nilai E dengan rumus A7*SQRT((A6/A4)+(B6/B4)) di cell A8.
h. Hitung batas bawah dengan A5-A8.
i. Hitung batas atas dengan A5+A8.

Statistika dalam Oseanografi (OS 2105) Halaman | 13

III.6. Kasus data berpasangan
III.6.1. MATLAB
%input data
x1=[2.1 5.3 1.4 4.6 0.9]; %isi data 1
x2=[1.9 0.5 2.8 3.1 2.2]; %isi data 2
x=x1-x2; %dianggap sebagai satu kesatuan data, maka dibuat sebagai 1
data terlebih dahulu sebelum dilakukan perhitungan

alpha=0.1; %alpha disesuaikan

xbar=mean(x);
s=std(x);
n=length(x); %karena panjang data 1 = panjang data 2

%perhitungan
v=n-1;
t=icdf('T',1-alpha/2,v);
E=t*s/sqrt(n);

%cetak hasil
selang=xbar+[-E E];
disp(['Selangnya adalah ' num2str(selang(1)) ' < ' char(181) ...
'1-' char(181) '2 < ' num2str(selang(2))])

Gambar 3. 6 Script MATLAB penaksiran kepercayaan rataan kasus data berpasangan

Hasil: Selangnya adalah -1.675 < µ1-µ2 < 3.195

III.6.2. Ms. Excel

a. Masukkan data x1-x2 di Baris 1, selang kepercayaan (1-α)% di cell A2, dan banyak data (n)
di cell A3.
b. Hitung nilai mean (𝑥̅ ) dengan fungsi AVERAGE() di cell A4.
c. Hitung standard deviasi (𝜎) dengan STDEV() di cell A5.
d. Hitung t dengan T.INV(1-A2/2,A3-1) dan taruh di cell A6.
e. Hitung batas bawah dengan A4-A5*A6/sqrt(A3).

Statistika dalam Oseanografi (OS 2105) Halaman | 14

f. Hitung batas atas dengan A4+A5*A6/sqrt(A3).

Statistika dalam Oseanografi (OS 2105) Halaman | 15

IV. Penaksiran Selang Kepercayaan Variansi

IV.1. Kasus satu populasi

IV.1.1. MATLAB
x=[2.1 2.2 2.4 2.2 2.0 2.1 2.3 2.0 2.2]; %isi data

alpha=0.05;%alpha disesuaikan
s=std(x);
n=length(x);

%perhitungan
v=n-1;
ci1=icdf('Chisquare',1-alpha/2,v);
ci2=icdf('Chisquare',alpha/2,v);
E1=(n-1)*(s^2)/ci1;
E2=(n-1)*(s^2)/ci2;

%cetak hasil
selang=[E1 E2];
disp(['Selangnya adalah ' num2str(selang(1)) ' < ' char(963)
...
'^2 < ' num2str(selang(2))])

Gambar 3. 7 Script MATLAB penaksiran selang kepercayaan variansi kasus satu populasi

Hasil: Selangnya adalah 0.0079842 < σ^2 < 0.064228

IV.1.2. Ms. Excel

a. Masukkan data (x) di baris 1, selang kepercayaan (1-α)% di cell A2, dan banyak data (n) di
cell A3.
b. Hitung standar deviasi (S) dengan STDEV() di cell A4.
c. Hitung χ1 dengan CHISQ.INV(A2/2,A3-1) cell A5.
d. Hitung χ 2 dengan CHISQ.INV(1-A2/2,A3-1) cell B5.

Statistika dalam Oseanografi (OS 2105) Halaman | 16

 e. Hitung batas bawah dengan (A3-1)*(A4^2)/A5.
f. Hitung batas atas dengan (A3-1)*(A4^2)/B5.

IV.2. Kasus dua populasi

IV.2.1. MATLAB
%input data
x1=[2.1 5.3 1.4 4.6 0.9]; %isi data 1
x2=[1.9 0.5 2.8 3.1]; %isi data 2

alpha=0.1; %alpha disesuaikan

s1=std(x1);
s2=std(x2);
n1=length(x1);
n2=length(x2);

%perhitungan
v1=n1-1;
v2=n2-1;
f1=icdf('F',1-alpha/2,v1,v2);
f2=icdf('F',1-alpha/2,v2,v1);
E=(s1/s2)^2;

%cetak hasil
selang=E*[1/f1 f2];
disp(['Selangnya adalah ' num2str(selang(1)) ' < ' char(963) ...
'1^2/' char(963) '2^2 < ' num2str(selang(2))])

Gambar 3. 8 Script MATLAB penaksiran selang kepercayaan variansi kasus dua populasi

Hasil: Selangnya adalah 0.31259 < σ1^2/σ2^2 < 18.7848

Statistika dalam Oseanografi (OS 2105) Halaman | 17

IV.2.2. Ms. Excel
a. Masukkan data x1 di baris 1 dan data x2 di Baris 2, selang kepercayaan (1-α)% di cell A3,
dan banyak data (n) di cell A4 dan B4.
b. Hitung standard deviasi (𝑆) dengan STDEV() setiap populasi di cell A5 dan B5.
c. Hitung rasio variansi sampelnya di C5 dengan (A5^2)/(B5^2).
d. Hitung F1 dengan F.INV(1-A3/2,A4-1,B4-1) cell A6.
e. Hitung F2 dengan F.INV(1-A3/2, B4-1,A4-1) cell B6.
f. Hitung batas bawah dengan C5/A6.
g. Hitung batas atas dengan C5*B6.

Statistika dalam Oseanografi (OS 2105) Halaman | 18

 V. Contoh Kasus dalam Oseanografi
Diketahui data kandungan oksigen terlarut di beberapa sungai di Bandung selama bulan Desember
1990 (satuan: ppm) adalah sebagai berikut:
150 203 259 269 137 135 140 144 161 136

a. Tentukan selang kepercayaan 98% untuk rataan data kandungan oksigen terlarut (satu
populasi, variansi tidak diketahui).
b. Tentukan selang kepercayaan 95% untuk variansi data kandungan oksigen terlarut (kasus
satu populasi).
z
Jawab:

a. Tentukan selang kepercayaan 98% untuk rataan data kandungan oksigen terlarut (satu
populasi, variansi tidak diketahui).
• MATLAB
%Input data
x=[150 203 259 269 137 135 140 144 161 136 86];
%Perhitungan
n=length(x);
alpha=0.02;
s=std(x);
B=char(181);
xra=mean(x);

v=n-1;
t=icdf('T',1-alpha/2,v);
E=t*s/sqrt(n);
E1=xra-E;
E2=xra+E;

%Cetak hasil
fprintf('Selangnya adalah %g < %s < %g\n',E1,B,E2);

Gambar 3. 9 Script MATLAB contoh kasus dalam oseanografi soal (a)

Statistika dalam Oseanografi (OS 2105) Halaman | 19

 Hasil yang diharapkan:
Selangnya adalah 118.933 < µ < 211.976

• Ms. Excel

Gambar 3. 10 Script Ms. Excel contoh kasus dalam oseanografi soal (a)

b. Tentukan selang kepercayaan 95% untuk variansi data kandungan oksigen terlarut (kasus
satu populasi).
• MATLAB
%Input data
d=[150 203 259 269 137 135 140 144 161 136 86];

%Perhitungan
n=length(d);
alpha=0.05;
s=std(d);
B=char(963);
v=n-1;
ci1=icdf('Chisquare',1-alpha/2,v);
ci2=icdf('Chisquare',alpha/2,v);
E1=(n-1)*(s^2)/ci1;
E2=(n-1)*(s^2)/ci2;

%Cetak hasil
selang=[E1 E2];
fprintf('Selangnya adalah %g < %s^2 < %g\n',E1,B,E2);

Gambar 3. 11 Script MATLAB contoh kasus dalam oseanografi soal (b)

Statistika dalam Oseanografi (OS 2105) Halaman | 20

Hasil yang diharapkan:
Selangnya adalah 1521.58 < σ^2 < 9598.7

• Ms. Excel

Gambar 3. 12 Script Ms. Excel contoh kasus dalam oseanografi soal (b)

Statistika dalam Oseanografi (OS 2105) Halaman | 21

 VI. Tugas Praktikum

1. Dalam pengambilan data tugas akhir seorang mahasiswa yang memiliki daerah kajian di
Banyuwangi, dilakukan pengukuran pasang surut air laut. Pengukuran tersebut dilakukan
secara duplo atau secara dua kali dalam waktu yang berdekatan (misalnya, dalam rentang 5
detik setelah pengukuran pertama). Data duplo ini diambil sebagai validasi dan kalibrasi nilai
data yang diambil agar lebih akurat. Dalam waktu 6 jam, data pasang surut ditunjukkan sebagai
berikut:
Tinggi Permukaan Air Laut
Jam Ke-
Pengukuran Pertama (m) Pengukuran Duplo (m)
1 0.9 0.8
2 0.95 1
3 1.2 1.1
4 1.3 1.35
5 1.45 1.05
6 1.5 1.6

a. Apakah dua kelompok tersebut merupakan data yang berpasangan? Jelaskan!

b. Tentukan selang kepercayaan 98% untuk beda rataan antara kedua data tersebut.
c. Tentukan selang kepercayaan 95% untuk beda variansi antara kedua data tersebut.

2. Untuk kepentingan pengawasan kualitas perikanan, dilakukan pengecekan kadar Pb dalam

tubuh ikan secara acak. Dalam satu konteiner ikan terdapat 150 ikan, kemudian dilakukan
pengukuran kadar Pb pada sampel ikan secara acak. Jika nilai varians Pb (dalam µg2/kg2) pada
sampel ikan didapatkan sebesar 12, tentukan variansi populasi nilai kadar Pb dalam satu
konteiner ikan. (Anggap populasi ikan tersebut berdistribusi normal dengan taraf keberartian
5%)

Statistika dalam Oseanografi (OS 2105) Halaman | 22

3. Dalam kegiatan kuliah lapangan mahasiswa Oseanografi, dilakukan penghitungan jumlah
populasi ikan A di 100 tambak. Dilakukan pemilihan lokasi secara acak untuk dilakukan
perhitungan jumlah ikan didalamnya. Didapatkan jumlah ikan yang terhitung sebagai berikut:
25 26 19 25 23 21 22 22 24
Jika populasi ikan tersebut dianggap berdistribusi normal, tentukan selang kepercayaan 98%
untuk variansi populasi jumlah ikan A di keseluruhan perairan tersebut.

4. Dilakukan pengukuran kecepatan arus laut (dalam m/s) pada dua stasiun yang berbeda di
perairan sekitar Pulau Pramuka pada waktu yang diambil secara acak. Hal ini dilakukan untuk
melihat perbedaan kondisi fisis dua titik yang berbeda menggunakan flow watch. Hasil yang
ditunjukkan di monitor pada alat menunjukkan:
Stasiun A Stasiun B
0.92 1.023
0.8 0.877
0.87 0.782
0.7 0.6
0.64 0.68
0.7 0.28
0.5
Jika nilai kecepatana arus dianggap berdistribusi normal, tentukan selang kepercayaan 98%
untuk:
a. Beda rataan dua populasi tersebut dengan menganggap variansi tidak sama antara keduanya.
b. Beda variansi kedua populasi tersebut.

Catatan:
● Soal No 1 dan 2 dikerjakan menggunakan MATLAB dan soal 3 dan 4 menggunakan Ms. Excel.
● Cantumkan kasus apa yang digunakan, dan tulis kembali nilai variabel yang didapatkan.
Misal: Penaksiran selang kepercayaan rataan dengan kasus data berpasangan.
Variabel yang didapatkan:
Standar deviasi : 15.798

Statistika dalam Oseanografi (OS 2105) Halaman | 23

 Mean : 17.8
Dst.
● Tuliskan kembali dengan jelas selang yang kalian dapatkan.
● File laporan menyesuaikan ketentuan yang telah disepakati pada pertemuan Modul 0. Laporan
berisikan jawaban dari tugas praktikum beserta screenshot setiap script MATLAB dan sheet
Ms. Excelnya.
● Format nama file yang dikumpulkan adalah seperti berikut:
o Laporan : Nama lengkap_NIM_STATOS_4.pdf
o Ms. Excel : Nama lengkap_NIM_STATOS_4.xlsx
o MATLAB : Nama lengkap_NIM_STATOS_4.m
o Apabila script melebihi satu file penulisan format menjadi:
▪ Nama lengkap_NIM_STATOS_4_No1
▪ Nama lengkap_NIM_STATOS_4_No2
▪ dst.
● Semua file dikompres ke dalam satu file dengan format .zip dengan format nama seperti berikut:
o Nama lengkap_NIM_STATOS_4.zip
● Deadline Kamis, 9 November 2022. Pukul 23.59 WIB.

Statistika dalam Oseanografi (OS 2105) Halaman | 24

 VII. Referensi
Ahda, F., (2022) MODUL IV: Penaksiran Selang Kepercayaan untuk Rataan dan Variansi
Menggunakan Matlab dan Ms. Excel. Fakultas Ilmu dan Teknologi Kebumian. Program
Studi Oseanografi. Institut Teknologi Bandung.
Budiwanto, S., (2017). Metode Statistika untuk Mengolah Data Keolahragaan. Malang. FIK
Universitas Negeri Malang.
Herrhyanto, N., (2012). Penerapan Metode Besaran Pivot Dalam Penurunan Rumus Taksiran
Interval Dari Koefisien Regresi Linear Sederhana. Jurnal Ilmiah Program Studi
Matematika STKIP. 1(1): 104–116.
Pusparani, M. K. S., (2021). MODUL IV: Penaksiran Selang Kepercayaan untuk Rataan dan
Variansi Menggunakan Matlab dan Ms. Excel,Fakultas Ilmu dan Teknologi Kebumian.
Program Studi Oseanografi. Institut Teknologi Bandung.
Walpole, R.E, (1997). Pengantar Statistika Edisi ke-3. Alih bahasa oleh Sumantri, B. Jakarta: PT,
Gramedia Pustaka Utama.

Statistika dalam Oseanografi (OS 2105) Halaman | 25