STATISTIK INDUSTRI

Gusman S, ST. MT
Pertemuan 9

2
PERTEMUAN 9
• Statistik inferensial
• Hipotesis
• Pengujian hipotesis
• Uji normalitas

3
STATISTIK INFERENSIAL
• Merupakan jenis statistik yang digunakan untuk menggeneralisasi
data sampel terhadap populasi.
• Terdapat tingkat signifikansi (α) yang merepresentasikan
kemungkinan ditolaknya suatu hipotesis yang diperkirakan akan
diterima.
• Dalam penggunaan hipotesis terdapat dua jenis statistik inferensial,
yaitu:
• Statistik parametrik
• Statistik non parametrik

4
STATISTIK INFERENSIAL
Statistik parametrik
• Merupakan statistik yang mempunyai distribusi tertentu, misalnya
distribusi normal dengan skala pengukuran interval & rasio.
• Prosedur statistik parametrik digunakan jika memenuhi asumsi-
asumsi tertentu seperti asumsi normalitas (data bersumber kepada
sebuah populasi berdistribusi normal), homogenitas varian dsb.
• Beberapa ukuran uji statistik parametrik antara lain adalah:
• Korelasi
• Regresi
• Anova
5
STATISTIK INFERENSIAL
Statistik non parametrik
• Digunakan jika asumsi untuk statistik parametrik tidak terpenuhi.
• Statistik non parametrik digunakan jika data yang tersedia
mempunyai skala pengukuran sebagai berikut:
• Nominal & ordinal.
• Interval / rasio (dengan syarat data distribusinya tidak diketahui / datanya
tidak berdistribusi normal).
• Beberapa ukuran uji statistik non parametrik antara lain sebagai
berikut:
• Uji tanda (sign test).
• Uji runtun (run test).
6
HIPOTESIS Hipotesis dibagi menjadi dua, yaitu:
• Hipotesis nol (H0) ialah hipotesis
Merupakan pernyataan, statistik yang menunjukkan bahwa
jawaban, / dugaan tidak adanya perbedaan antara
sementara tentang suatu parameter terhadap nilai tertentu /
hal yang dibentuk serta antara dua parameter.
wajib dibuktikan • Hipotesis alternatif (H1) ialah
kebenarannya. hipotesis statistik yang menunjukkan
adanya perbedaan antara parameter
terhadap nilai tertentu / terdapat
perbedaan antara dua parameter.

7
HIPOTESIS
• Pengujian hipotesis merupakan langkah / mekanisme untuk memilih
apakah diterima / ditolaknya hipotesis.
• Ketika hendak melakukan sebuah pengujian hipotesis, maka akan
mendapati kekeliruan yang terjadi.
• Kekeliruan tipe I: hipotesis yang seharusnya diterima, ternyata ditolak.
• Kekeliruan tipe II: hipotesis yang seharusnya ditolak, ternyata
diterima.

8
HIPOTESIS

• P (salah jenis I) = P (tolak H0 | H0 benar) = 

• P (salah jenis II) = P (terima H0 | H1 benar) = ß

9
PENGUJIAN HIPOTESIS
Beberapa langkah pengujian Kriteria uji yaitu:
hipotesis yaitu: • Uji satu arah
• Menyusun hipotesis • Uji sisi kanan
Seperti uji rata rata (μ), proporsi, H0 = μ ≤ 200
korelasi (ρ), / yang lainnya. H1 = μ > 200
• Uji sisi kiri
• Tentukan nilai signifikansi () H0 = μ ≥ 200
• Tentukan statistik uji: z, t, x2, F, / H1 = μ < 200
lainnya. • Uji dua arah
• Tentukan kriteria uji H0 = μ = 200
• Membuat kesimpulan H1 = μ ≠ 200

10
PENGUJIAN HIPOTESIS
• Hipotesis nol (H0) digunakan untuk menunjukkan keadaan parameter yang
diuji.
• Notasi biasanya menunjukkan bahwa statusnya sama atau tidak berubah.
• Hipotesis 1 (H1), atau yang biasa disebut hipotesis alternatif, umumnya
menyatakan bahwa hipotesis nol tidak benar.
• Tanda dalam H0 : =, ≤ , atau ≥
• Tanda dalam H1 : ≠, <, atau >
• Pada hipotesis 2 pihak H1 mengandung ’tidak sama dengan’ (≠) sedangkan
dalam hipotesis 1 pihak H1 mengandung ’lebih dari’ (>) atau ’kurang dari’
(<).
11
UJI NORMALITAS • Salah satu uji normalitas
nonparametrik adalah uji liliefors.
Bertujuan untuk • Metode liliefors menggunakan
membuktikan apakah dasar data mentah dalam tabel
data telah normal dalam distribusi frekuensi.
distribusinya.
• Data ditransformasikan dalam nilai
z untuk dapat dihitung luas kurva
normal sebagai peluang kumulatif
normal.

12
UJI NORMALITAS
• Peluang tersebut dicari bedanya dengan peluang kumulatif empiris.
• Misalkan tersedia sampel acak dengan hasil pengamatan x1, x2, x3, ... ,
xn .
• Berdasarkan sampel akan diuji:
H0 : Sampel berasal dari populasi berdistribusi normal.
H1 : Sampel bukan berasal dari populasi berdistribusi normal.

13
UJI NORMALITAS
Berikut adalah langkah langkah metode liliefors dalam pengujian
normalitas:
• Urutkan data dari nilai terkecil hingga nilai terbesar.
• Pengamatan x1, x2, x3, ..., xn dijadikan bilangan baku z1, z2, z3, ..., zn
dengan menggunakan rumus:
xi − xത
z= ; i = 1, 2 , …, n
SD
• xത dan SD masing masing merupakan rata-rata dan simpangan baku
sampel.
• Untuk tiap bilangan baku ini dan menggunakan daftar distribusi
normal baku, kemudian dihitung peluang f(zi) = P(z ≤ zi).
14
UJI NORMALITAS
• Selanjutnya dihitung proporsi z1, z2, z3, ..., zn yang lebih kecil atau sama
dengan zi, jika proporsi dinyatakan oleh s(zi), maka:
banyaknya z1, z2, z3, ..., zn yang ≤ zi
s(zi) =
n
• Hitung selisih f(zi) – s(zi) kemudian tentukan nilai mutlaknya.
• Ambil nilai mutlak yang paling besar diantara nilai-nilai mutlak selisih
tersebut. Sebutlah nilai terbesar ini Lhitung, dalam hal ini Lhitung berlaku
sebagai nilai statistik uji.
• Untuk menerima atau menolak hipotesis nol, bandingkan nilai Lhitung
dengan nilai kritis Ltabel pada taraf nyata (α), kriteria pengujiannya adalah,
tolak H0 apabila nilai Lhitung lebih besar dari nilai kritis Ltabel.

15
UJI NORMALITAS
Contoh, sebuah kelas terdapat sampel data dari nilai ujian olahraga
dengan data sebagai berikut 33, 68, 23, 27, 33, 69, 40, 48, 48, 57, 59,
62, 70 dan akan diuji normalitas pada data tersebut.
• Hipotesis uji
H0 : Data berasal dari populasi yang berdistribusi normal
H1 : Data tidak berasal dari populasi yang berdistribusi normal
• Tingkat signifikansi (α) = 5%

16
UJI NORMALITAS
• Penyelesaian

17
UJI NORMALITAS
• xMin = 23 , xMax = 70
• x ̅ = 49
2 n xi −തx 2
•s = σi=1 → SD = s 2 = STDEV(Rentang data) = 16.55797894
n−1
xi − xത
•z= ,
SD
x6 − xത 48 −49
→ z6 = = = -0.060393844
SD 16.55797894
• f(zi) = NORMSDIST(nilai zi)
→ f(z6) = NORMSDIST(-0.060393844) = 0.475920981

18
UJI NORMALITAS
banyaknya z1, z2, z3, ..., zn yang ≤ zi
• s(zi) =
n
banyaknya z1, z2, z3, ..., z13 yang ≤ z6 7
→ s(z6) = = = 0.538461538
13 13
• If(zi) - s(zi)I = nilai mutlak f(zi) - s(zi) = ABS(nilai f(zi) - nilai s(zi))
→ If(z6) - s(z6)I =ABS(f(z6) - s(z6)) = ABS(0.475920981 - 0.538461538)
→ If(z6) - s(z6)I = 0.062540558
• Lhitung = nilai terbesar dari nilai mutlak f(zi) - s(zi) =MAX(Rentang data)
Lhitung = 0.140745642 (H0 diterima)
• Ltabel pada taraf nyata (α) 5% dan ukuran n 13 = 0.234
19
UJI NORMALITAS

Nilai kritis untuk uji

liliefors

20