PENDAHULUAN
A. Latar Belakang
banyak diterapkan dalam berbagai disiplin ilmu, baik ilmu alam (natural
science), ilmu sosial (social science), maupun ilmu humaniora yang berfungsi
tetapi bukan cabang matematika, dan muncul sebagai suatu disiplin ilmu
kumpulan data statistik. Oleh karena itu, statistika berfungsi sebagai solusi
menjadikan ilmu statistik patut dipelajari secara bermakna oleh peserta didik
dan pendidik mulai dari lembaga pendidikan dasar hingga perguruan tinggi
hampir setiap perguruan tinggi dengan berbagai jurusan dan program studi
mahasiswa.
statistika memiliki empat aspek sasaran yang ingin dicapai, yaitu: memberikan
hari berkenaan dengan masalah yang dihadapi, dan melatih mahasiswa untuk
laporan tertulis maupun secara lisan. Hal ini menuntut penguasaan setiap
konten statistik.
Statistika merupakan ilmu yang berkenaan dengan data, sedang statistik adalah
data, informasi, atau hasil penerapan algoritma statistika pada suatu data. Dari
ilmu alam (misalnya astronomi dan biologi maupun ilmu-ilmu sosial (termasuk
sensus penduduk merupakan salah satu prosedur yang paling dikenal. Aplikasi
statistika lainnya yang sekarang popular adalah prosedur jajak pendapat atau
buatan.
4
bagaimana teknik atau metode statistika dipergunakan, dengan kata lain lebih
statistik yaitu “Ilmu Statistik adalah kumpulan dari cara-cara dan aturan-aturan
dalam statistika dapat berarti populasi benda hidup, benda mati, ataupun benda
abstrak. Populasi juga dapat berupa pengukuran sebuah proses dalam waktu
sensus tentu memerlukan waktu dan biaya yang tinggi. Untuk itu, dalam
kecil dari populasi, yang dapat mewakili seluruh populasi. Analisis data dari
keputusan) dan simpulan yang dibuat dari sampel dapat digunakan untuk
Sebelum sampai lebih jauh tentang analisis data perlu ditinjau terlebih
dahulu tentang data yang sangat erat kaitan dengan statistik maupun statistika.
Data dapat diartikan sebagai sesuatu yang diketahui atau dianggap. Data lebih
memberikan gambaran tentang suatu keadaan atau persoalan yang secara umum
Data dapat diperoleh melalui beberapa cara seperti kegiatan rutin atau
klasifikasi tersebut.
Statistika secara umum terbagi dua yaitu statistik deskriptif dan statistik
mengenai populasi.
Metode Bootstrap yang dapat bekerja pada populasi yang tidak normal bahkan
1979, sebagai metode resampling untuk inferensi statistik. Efron dan Tibshirani
sampel ulang dari sampel asli, dengan ukuran sama dengan sampel asli dan
yang sedikit, maupun data yang tidak memiliki asumsi dalam distribusinya.
Mutaqin, 2007). Salah satu software yang dapat membantu berbagai macam
kebutuhan manusia adalah R. Menurut Gio & Effendie (2017), R pertama kali
dibuat oleh Ross Ihaka dan Robert Gentleman. Saat ini R masih dikembangkan
statistika yang dapat digunakan untuk analisis dan manipulasi data statistika
serta grafik.
statistik salah satunya adalah bootstrap (Yogaswara & Mutaqin, 2007). Metode
9
distribusi empiris yang didapatkan dari proses resampling (Efron & Tibshirani,
1998). Menurut Rachman dkk (2018), teknik penarikan sampel dari metode
bootstrap dilakukan dengan pengembalian dari sebuah sampel asli. Sampel asli
bootstrap dapat dapat digunakan pada masalah yang sulit diduga keragaman
dalam pengujiannya adalah beda dua rata-rata populasi independen, atau sering
disebut masalah dua sampel independen (Efron & Tibshirani, 1998). Metode
biasanya tidak berdistribusi normal adalah data waktu perawatan mesin, data
waktu operasi mesin dan data pendapatan (Setiawan & Mutaqin, 2008).
independen. Ketika asumsi tes terpenuhi, uji merupakan uji yang paling baik
untuk membandingkan rata-rata dua sampel yang ukurannya besar (Looney &
membandingkan nilai rata-rata sampel yang diamati dengan nilai rata-rata yang
Penelitian ini akan melakukan uji beda dua rata-rata variabel independen
sebelumnya, antara lain Derrick dkk (2017), test statistics for the comparison of
means for two samples that include both paired and independent observations,
beda dua rata-rata sampel independen dan Gio & Effendie (2017) telah
pemilu 1986 di Filipina dimana ada dua kandidat yang bersaing ketat yakni
Marcos. Sehingga secara tidak langsung quick count sebagai bagian dari kontrol
terhadap pemilu dan bagian dari upaya untuk menegakkan demokrasi dengan
salah satu kekuatan politik. Quick count ini cukup berhasil, dengan satu hari
tersebut tidak diumumkan pada masyarakat. Pada pemilu 1999, LP3ES dengan
quick count berhasil pula dalam memprediksi secara tepat urutan partai dan
persentase suaranya di Provinsi NTB dan pulau jawa. Selanjutnya pada pemilu
prediksi quick count tidak pernah menimbulkan kontroversi karena hasil quick
count tidak jauh berbeda dengan hasil resmi Pemilu. Kontroversi muncul
pertama kali dalam pemilihan Presiden 2014, karena adanya dua kelompok
Perbedaan hasil ini kemudian mendapat amplifikasi politis yang luas karena
mereka.
Suara (TPS) yang telah dipilih secara acak. Unit analisa quick count ini adalah
TPS, dengan demikian penarikan sampel tidak dapat dilakukan sebelum daftar
TPS atau desa yang akan dipantau tersedia. Kekuatan hasil quick count
sampel pemilih. Sampel tersebutlah yang akan menentukan suara pemilih yang
akan dipakai sebagai dasar prediksi hasil pemilu. Sampel yang ditarik secara
Salah satu teknik penarikan sampel yang digunakan dalam quick count adalah
peluang yang sama untuk dipilih sebagai sampel, sehingga pengukuran dapat
kompleks. Hasil quick count atau proporsi ukuran sampel dikatakan memiliki
tingkat akurasi yang tinggi jika lembaga penelitian dapat dengan tepat
13
pemilu. Sedangkan hasil quick count dikatakan memiliki presisi yang tinggi jika
memiliki selisih proporsi yang kecil untuk masing-masing kandidat antara hasil
KPU dan lembaga peneliti. Untuk mengatahui seberapa besar proporsi ukuran
sampel quick count mampu mewakili populasi sesungguhnya dapat dilihat pada
dan ukuran sampel TPS sukses dari populasi. Kegiatan menghitung estimasi
inferensi terdiri dari dua macam, estimasi dan uji hipotesis (Walpole dan Myers,
1995). Estimasi dibagi menjadi dua, yaitu estimasi titik dan estimasi interval
tinggi dan menghasilkan interval yang sempit, atau nilai tersebut dikatakan “
karakteristik dari populasi, misalnya rataan, varian, median, atau proporsi. Pada
Pada teori estimasi dapat dilakukan dengan dua metode yaitu metode
klasik dan metode Bayes (Walpole dan Myers, 1995). Chandra S. tahun 2011
sampel sukses yang sama kemudian dianalisis menggunakan metode klasik dan
metode Bayes akan menghasilkan nilai Mean Square Error (MSE) dari
estimator Bayes lebih kecil dari pada estimator klasik, walaupun estimator
Bayes bukan merupakan estimator bias pada parameter dari distribusi Binomial.
baik untuk parameter jika MSE dari estimator sebagai ukuran kebaikannya. Hal
ini memicu penulis untuk mencari nilai estimasi konfidensi interval pada quick
sampel melalui teorema Bayes, dan hasilnya dinyatakan dalam bentuk distribusi
yang disebut distribusi posterior yang selanjutnya menjadi dasar untuk inferensi
sebuah nilai yang dianggap konstan, tapi dalam beberapa situasi dan tempat
sehingga dalam hal ini prinsip Bayes cukup relavan digunakan, karena prinsip
dalam hal ini mengharuskan adanya keyakinan awal (prior) sebelum memulai
subyektif dari peneliti itu sendiri mengenai nilai yang mungkin untuk parameter
Jika distribusi sampel berasal dari keluarga eksponensial, maka salah satu
distribusi prior konjugat mengacu pada acuan analisis model terutama dalam
distribusi posterior terbentuk, maka dapat diperoleh estimasi titik, interval, dan
Statistik inferensia terdiri dari dua macam, estimasi dan uji hipotesis (Walpole
dan Myers: 1986). Estimasi dibagi menjadi dua, yaitu estimasi titik dan estimasi
(confidence level), misalnya 95% atau 99% (Setyadji: 2005). Dalam praktek
menggunakan data yang diperoleh dari penelitian saat ini. Akan tetapi dalam
kasus penelitian yang jarang terjadi misalnya penyakit kanker, aids atau flu
burung, atau untuk kasus penelitian yang membutuhkan jangka waktu panjang
seperti misalnya peluruhan radioaktif, inferensi statistik dari data sampel saja
tidak cukup karena akan membutuhkan waktu yang lama untuk dapat
17
informasi yang diperoleh melalui sampel, ini dapat menghasilkan error yang
besar karena data sampel yang diambil terlalu sedikit, akibatnya inferensi yang
bagus, akan lebih baik jika data yang digunakan adalah data gabungan antara
data sampel saat ini dengan data penelitian sebelumnya (data prior).
inferensi dengan menggunakan data sampel dan data prior disebut dengan
metode Bayes.
setelah sampel diamati (Walpole dan Myers: 1986). Jadi metode Bayes
suatu populasi adalah membuat taksiran terhadap parameter baik taksiran titik
sampel agar diperoleh taksiran yang paling akurat, tentunya dengan panjang
diketahuinya nilai parameter populasi . Dari kondisi ini biasanya peneliti akan
mana besaran ini mempunyai distribusi yang tidak bergantung pada parameter
(Mood,1974).
(𝑥̅ −𝜃)
3⁄ adalah besaran pivotal karena berdistribusi N(0,1). Di lain pihak 𝑥̅⁄𝜃
√𝑛
19
bergantung pada.
Pada hakikatnya ada dua jenis hipotesis statistika. Jenis pertama adalah
apabila data kita berupa populasi yang kita peroleh melalui sensus. Dengan data
Misalnya dalam hal rerata, hipotesis statistika itu berbentuk H: X > 6. Jika data
populasi memiliki rerata di atas 6 maka hipotesis diterima dan jika tidak maka
hipotesis ditolak. Karena seluruh populasi sudah dilihat maka keputusan ini
menjadi kepastian.
Jenis kedua adalah apabila data kita berupa sampel yang kita peroleh
melalui penarikan sampel. Biasanya sampel itu berupa sampel acak, baik
data sampel, hipotesis statistika menjadi H0 dan H1. Misalnya dalam rerata,
hipotesis statistika itu berbentuk H0: X = 6 dan H1: X > 6. Syaratnya adalah
penolakan H0. Selanjutnya dengan syarat tidak ada pilihan ketiga pada
20
perbedaan antara rata-rata dan konstan. Pada situasi multivariat juga diperlukan
normal multivariat.
−𝑇 2 simultan. Namun seringkali kita jumpai interval yang lebih pendek untuk
bilangan m yang kecil, yaitu ketika mp. Dalam hal ini, akan lebih mudah untuk
tanpa anggapan normalitas. Untuk jumlah n besar, kita dapat membuat taksiran
sangat penting dalam studi inferential statisti. Random sampling adalah proses
21
yang sama untuk menjadi sampel penelitian. Hasil yang diperoleh kemungkinan
dapat berbeda dengan nilai yang sebenarnya hal ini dikarenakan adanya chance.
B. Rumusan Masalah
C. Tujuan Penelitian
D. Manfaat Penelitian
1. Manfaat Teoritis
yang terjadi terkait interval kepercayaan untuk masalah dua sampel. Peneliti
meningkatkan pengetahuan.
2. Manfaat Praktis
a. Bagi guru
23
b. Bagi siswa
siswa.
c. Bagi peneliti
dua sampel. Selain itu penelitian ini juga dapat menjadi bahan informasi
LANDASAN TEORI
titik hadir secara alami, atau hanyalah buatan manusia. Seorang matematikawan
tidaklah pasti; dan sejauh mereka pasti, mereka tidak merujuk kepada kenyataan.
Elemen.
India pada tahun 100 M, dan di Arab pada tahun 800 M, hingga zaman Renaisans,
ketika temuan baru matematika berinteraksi dengan penemuan ilmiah baru yang
mengarah pada peningkatan yang cepat di dalam laju penemuan matematika yang
berbagai bidang, termasuk ilmu alam, teknik, kedokteran/medis, dan ilmu sosial
berasal dari bahasa Yunani Kuno μάθημα (máthēma), yang berarti pengkajian,
pembelajaran, ilmu, yang ruang lingkupnya menyempit, dan arti teknisnya menjadi
"pengkajian matematika", bahkan demikian juga pada zaman kuno. Kata sifatnya
Bentuk jamak sering dipakai di dalam bahasa Inggris, seperti juga di dalam
bahasa Perancis les mathématiques (dan jarang digunakan sebagai turunan bentuk
berarti "segala hal yang matematis". Tetapi, di dalam bahasa Inggris, kata benda
mathematics mengambil bentuk tunggal bila dipakai sebagai kata kerja. Di dalam
26
ragam percakapan, matematika kerap kali disingkat sebagai math di Amerika Utara
dimulai pada zaman Yunani Kuno antara tahun 600 dan 300 SM. Matematika sejak
saat itu segera berkembang luas, dan terdapat interaksi bermanfaat antara
matematika dibuat sepanjang sejarah dan berlanjut hingga kini. Menurut Mikhail
Society, "Banyaknya makalah dan buku yang dilibatkandi dalam basis data
Mathematical Reviews sejak 1940 (tahun pertama beroperasinya MR) kini melebihi
1,9 juta, dan melebihi 75 ribu artikel ditambahkan ke dalam basis data itu tiap tahun.
Sebagian besar karya di samudera ini berisi teorema matematika baru beserta bukti-
buktinya.
keakuratan dan validitas data yang dihasilkan, populasi dan sampel yang
dijadikan objek penelitian harus memiliki kejelasan baik dari segi ukuran
hasil penelitian. Penjelasan mengenai konsep dasar dalam survei sampel adalah
sebagai berikut.
1. Populasi
totalitas objek yang diteliti yang ciri-cirinya akan diduga atau ditaksir
juga sering diartikan sebagai totalitas semua nilai yang mungkin, hasil
karakteritik tertentu dari semua anggota kumpulan yang lengkap dan jelas
1992).
sampling.
sumber data maka gambaran tentang populasi dapat secara utuh dan
2005).
akan diperoleh adalah ciri-ciri sampel bukan ciri-ciri populasi, tetapi ciri-
ciri sampel harus dapat digunakan untuk menaksir populasi. Ciri-ciri sampel
disebut statistik. Sama halnya dengan populasi, dalam sampel ada konsep
karena jumlah sampel dan sifat sampel yang diteliti akan sangat menentukan
uji statistik inferensial yang harus digunakan untuk menguji hipotesis yang
representatif adalah sampel yang memiliki ciri karakteristik yang sama atau
sampel yang diambil dari populasi tertentu sangat tergantung pada jenis
3. Unit Sampling
suatu sampel. Unit sampling dapat terdiri atas satu atau lebih unit dasar
(Estok et al, 2002). Dalam hal penarikan sampel statistik, unit sampel
sampling yang dilakukan. Pada tahap unit sampling ini hasilnya berupa
pernyataan mengenai jumlah unit sampel yang harus diuji pada populasi
sampel yang diambil juga ditentukan oleh teknik sampling yang digunakan.
2002).
5. Teknik Sampling
2) Populasi harus dibagai dalam k strata yang saling bebas satu sama
lain.
Penetapan ukuran sampel per strata ditentukan oleh tiga faktor berikut.
analisis dapat
antar strata.
mempunyai arti yang hampir sama dengan elemen tetapi ada syarat tidak
kondisi (Scheaffer et al, 1990) yaitu frame listing elemen populasi yang
baik tidak ada atau sangat mahal, sementara frame listing klaster mudah
biaya.
Peluang yang dimiliki oleh setiap unit penelitian untuk dipilih sebagai
(Eriyanto, 1990).
elemen diberikan nomor, dengan syarat setiap elemen mendapat satu nomor.
nomor yang terpilih mewakili elemen dari populasi akan menjadi sampel.
Cara pengambilan sampel ini hanya cocok diterapkan jika elemen dari
Cara ini meringankan pekerja terutama untuk sampel dari populasi yang
besar. Selain itu, juga memberikan jaminan ketelitian yang jauh lebih besar
kiri atas, kiri bawah, kanan atas atau kanan bawah. Bila telah sampai pada
sangat penting dari semua penelitian. Jika metode yang digunakan tepat, maka
merupakan metode yang paling unggul dalam memilih sampel karena sifatnya
1. Tujuan penelitian
terlalu mahal dalam hubungannya dengan jenis dan kualitas informasi yang
3. Keterbatasan waktu
adalah tipe responden yang masuk dalam kategori tersedia dan memenuhi
maka akan menggunakan teori yang dikembangkan oleh Isac Michael. Menurut
𝑍1 − 𝛽 2
( ) . 𝑝. 𝑞
2
𝑛=
𝑑2
dimana:
n : jumlah sampel
𝑍1 −𝛽 1−𝛽
: z score pada tingkat kepercayaan
2 2
𝑞 :1−𝑝
Besar sampel yang dipilih akan berjumlah paling besar jika 𝑝 = 0,5.
Oleh karena itu peneliti disarankan untuk memilih 𝑝 = 0,5 karena akan
memberikan jumlah yang cukup. Sedangkan untuk nilai d bervariasi antara 0,01
D. Tingkat Kepercayaan
0,1), 95% (dengan 𝛼 = 0,05), dan 0,99 (dengan 𝛼 = 0,01). Dari ketiga pilihan
penarikan sampel yang lain dari populasi itu, sampel tersebut harus memberikan
hasil yang kira-kira sama dengan pengambilan sampel yang pertama. Diulang
Tingkat kepercayaan yang sering dipakai adalah 90%, 95%, dan 99%.
Disini dapat diyakini bahwa 90% atau 95% bahwa komposisi sampel bisa
diulang serta tetap identik jika dipilih sampel lain dari populasi yang sama.
Jika digunakan tingkat kepercayaan 90% atau 95%, ini berarti jika terdapat 100
sampel, maka perbedaan yang diamati akan muncul dalam 90 atau 95 dari
(𝑛 − 1)𝑝
𝑃 [𝑛(𝑋̅ − 𝜇 )𝑆 −1 (𝑋̅ − 𝜇 ) ≤ 𝐹 ( 𝛼 )] = 1 − 𝛼
(𝑛 − 𝑝) 𝑝,𝑛−𝑝
daerah, R(X), dalam ruang dari semua nilai parameter yang mungkin.
Dalam kasus ini, daerah akan menjadi ellipsoid dengan pusat 𝑋̅. Ellipsoid
sedemikian sehingga
(𝑛 − 1)𝑝
𝑛(𝑋̅ − 𝜇 )𝑆 −1 (𝑋̅ − 𝜇 ) ≤ 𝐹 (𝛼 )
(𝑛 − 𝑝) 𝑝,𝑛−𝑝
1 1
dimana 𝑋̅ = 𝑛 ∑𝑛𝑗=1 𝑥𝑗 , 𝑆 = (𝑛−1) ∑𝑛𝑗=1(𝑥𝑗 − 𝑋̅)(𝑥𝑗 − 𝑋̅), dan 𝑥1 , 𝑥2 , … , 𝑥𝑛
kepercayaan dan panjang relatifnya. Hal ini ditentukan dari nilai eigen
𝑝(𝑛−1)
(𝑛−𝑝)
𝐹𝑝,𝑛−𝑝 (𝛼 ) akan ditentukan oleh
√𝜆𝑖 𝑐
= √𝜆𝑖 √𝑝(𝑛 − 1)𝐹𝑝,𝑛−𝑝 (𝛼 )/𝑛(𝑛 − 𝑝)
√𝑛
𝑝(𝑛 − 1)
±√𝜆𝑖 √ 𝐹 (𝛼 )𝑒𝑖
𝑛(𝑛 − 𝑝) 𝑝,𝑛−𝑝
plausible untuk m , apa saja inti dari kesimpulan yang biasa dimasukkan
yaitu
𝑍 = 𝑙1 𝑋1 + 𝑙2 𝑋2 + ⋯ + 𝑙𝑝 𝑋𝑝 = 𝑙 𝑋
maka sample Z's dapat ditulis dengan menggunakan kombinasi linier yaitu.
Jadi,
𝑍 = 𝑙1 𝑋1 + 𝑙2 𝑋2 + ⋯ + 𝑙𝑝 𝑋𝑝 = 𝑙 ′ 𝑋𝑗 , 𝑗 = 1,2, … . , 𝑛
Rata-rata dan variansi dari 𝑧1, 𝑧2 , … , 𝑧𝑛 adalah 𝑧̅ = 𝑙𝑥̅ dan 𝑠𝑧2 = 𝑙𝑆𝑙, dimana
berturut-turut.
𝑧̅ − 𝜇𝑧 √𝑛(𝑙 ′ 𝑥̅ − 𝑙 ′𝜇 )
𝑡= =
𝑆𝑥 √𝑙 ′ 𝑆𝑙
⁄
√𝑛
𝑆𝑧 𝑆𝑧
𝑧̅ − 𝑡𝑛−1 (𝛼⁄2) ≤ 𝜇𝑧 ≤ 𝑧̅ + 𝑡𝑛−1 (𝛼⁄2)
√𝑛 √𝑛
atau
√𝑙 ′ 𝑆𝑙 √𝑙 ′𝑆𝑙
𝑙 ′ 𝑥̅ − 𝑡𝑛−1 (𝛼⁄2) ≤ 𝑙 ′𝜇 ≤ 𝑙 ′𝑥̅ + 𝑡𝑛−1 (𝛼⁄2)
√𝑛 √𝑛
kepercayaan biasa untuk rata-rata dari populasi normal. Dalam kasus ini
dengan sebaik-baiknya. Nilai tersebut ada dalam bentuk interval yang lebih
l yang spesifik.
untuk
√𝑛(𝑙 ′𝑥̅ − 𝑙 ′𝜇 )
|𝑡 | = | | ≤ 𝑡𝑛−1 (𝛼⁄2)
√𝑙 ′ 𝑆𝑙
bahwa konstanta 𝑡 2 𝑛−1 (𝛼⁄2) dalam persamaan (3-6) akan digantikan oleh
43
sembarang l .
ketetapan :
2
2
𝑛(𝑙 ′(𝑥̅ − 𝜇 ))
max 𝑡 = max
𝑙 𝑙 𝑙 ′𝑆𝑙
2
(𝑥 ′ 𝑑)
Dengan menggunakan Maximization lemma: max = 𝑑 ′ 𝐵−1 𝑑, dimana
𝑥≠0 𝑥 ′ 𝐵𝑥
𝜇) = 𝑇 2
Akibat 3.3
𝑝(𝑛 − 1) 𝑝(𝑛 − 1)
(𝑙 ′𝑋̅ − √ 𝐹𝑝,𝑛−𝑝 (𝛼 )𝑙 ′𝑆𝑙. 𝑙 ′ 𝑋̅ + √ 𝐹 (𝛼 )𝑙 ′𝑆𝑙)
𝑛 (𝑛 − 𝑝 ) 𝑛(𝑛 − 𝑝) 𝑝,𝑛−𝑝
Bukti:
2
𝑛(𝑙′ 𝑥̅ −𝑙′ 𝜇)
𝑇 = 𝑛(𝑥̅ − 𝜇 )′𝑆 −1 (𝑥̅ − 𝜇 ) ≤ 𝑐 2 termasuk
2
≤ 𝑐 2 untuk setiap l,
𝑙′ 𝑆𝑙
𝑙′ 𝑆𝑙 𝑙′ 𝑆𝑙
atau 𝑙 ′𝑥̅ − 𝑐√ ≤ 𝑙 ′𝜇 ≤ 𝑙 ′𝑥̅ + 𝑐√ untuk setiap l.
𝑛 𝑛
44
batas bawah dan U adalah batas atas dari interval. Panjang interval
P[𝐿 ≤ 𝜃 ≤ 𝑈] = 1 − α
𝐿≤𝜃≤𝑈
arah dengan batas atas dan batas bawah untuk parameter 𝜃. Disamping
interval dua arah, dapat pula ditentukan interval keyakinan satu arah, yaitu
hanya menggunakan satu batas interval sebagai batas atas atau batas bawah
saja. Sebuah interval keyakinan satu arah dengan batas atas (1 − α)100%
𝜃≤𝑈
𝐿≤𝜃
𝑋−𝜇
Tetapi {𝑞1 < 𝜎 < 𝑞2 } tidak dapat diinversikan untuk mendapatkan
⁄ 𝑛
√
𝑋−𝜇
Masalah ini muncul karena besaran 𝜎 masih bergantung pada 𝜎. Jadi
⁄ 𝑛
√
𝑋−𝜇
Sehingga 𝑠 mempunyai densitas yang independen terhadap 𝜇 dan 𝜎,
⁄ 𝑛
√
𝑋−𝜇
{𝑞1 < 𝑠 < 𝑞2 } ↔ {𝑋 − 𝑞2 𝑠⁄ < 𝜇 < 𝑋 − 𝑞1 𝑠⁄ }
⁄ 𝑛 √𝑛 √𝑛
√
𝑋−𝜇
Dimana 𝑞1 dan 𝑞2 memenuhi persamaan 𝑃 {𝑞1 < 𝑠 < 𝑞2 } = 𝛾 akibatnya
⁄ 𝑛
√
(𝑞2 −𝑞1 )𝑠
Peminimalan fungsi 𝐿 = dibawah syarat
√𝑛
𝑞2
∫ 𝑓𝑇 (𝑡)𝑑𝑡 = 𝛾
𝑞1
𝑑𝑞
pendeferensialannya terhadap 𝑞1 menghasilkan 𝑓𝑇 (𝑞2 ) 𝑑𝑞2 − 𝑓𝑇 (𝑞1 ) = 0.
1
47
𝑑𝐿
Untuk meminimalkan L diperlukan syarat = 0 sehingga diperoleh
𝑑𝑞1
dengan akar dari n berarti ada keuntungan yang menurun dalam usaha terus
Untuk ini diambil tiga sampel, berturut-turut sebesar n = 100, 1000 dan
dari 1000 menjadi 10.000 memperpendek taksiran 0,86 saja. Di sini perlu
E. Interval Kepercayaan
populasi dapat diperkirakan dengan dua cara, yakni point estimate (pendugaan
➢ Point estimate (pendugaan titik) adalah suatu nilai (suatu titik) yang
berbeda.
yang ingin ditaksir berdasarkan data dari sampel. Pada pendekatan ini harus
ditentukan batas atas dan batas bawah interval. Setiap pengambilan sampel akan
digunakan untuk mengukur variasi sampel dalam suatu populasi dan dapat
Pada rerata jika nilai nol terkandung dalam interval kepercayaan 95%,
hipotesis nol tidak dapat ditolak. Pada proporsi contohnya Risk Ratio atau Odds
Ratio apabila terkandung nilai 1,0 dalam interval kepercayaan (95%), maka
hipotesis nol tidak dapat ditolak. Pada uji hipotesis akan diperoleh nilai 𝑝 >
0,05.
(standar error). Sedangkan standar error tersusun atas jumlah sampel dan
𝑃 (1 − 𝑃 )
𝐶𝐼 = 𝑃 ± 𝑍√
𝑛
diharapkan nilai rata-rata sebenarnya akan tetap tercakup. Berikut ini interval
Dimana:
1
𝐶𝐼 = ±√(𝐹𝛼,𝑣1,𝑣2 𝑥 𝑉 𝑒 𝑥 [ ])
𝑛𝑒𝑓𝑓
50
Dimana:
𝛼 = 0,05
rata-rata
pooled error
experiment.
1 1
𝐶𝐼 = ±√(𝐹𝛼,𝑣1,𝑣2 𝑥 𝑉 𝑒 𝑥 [ + ])
𝑛𝑒𝑓𝑓 𝑟
Dimana:
1
= jumlah replikasi yang dilakukan saat uji konfirmasi
𝑟
Contoh soal:
51
posterior.
Penyelesaian:
𝑃 (1 − 𝑃 )
𝐶𝐿 = 𝑃 ± 𝑍√
𝑛
25 0,25(0,75)
= ± 1,96√
100 100
= 0,25 ± 1,96(0,0433)
0,1651 ≤ 𝜋 ≤ 0,3349
Yang artinya kita yakin 95% bahwa proporsi populasi pasien dengan katarak
kapsular posterior adalah diantara 16,51% dan 33,49%. Hal ini juga berarti
c) Sampel acak diambil dengan pengembalian dari data sampel asli untuk
terbesar
g) Batas bawah selang adalah replikasi bootstrap urutan ke- (𝐵. 𝛼 ⁄2)
Y = 𝛽1 + 𝛽2 X1 + 𝜀
𝑌̂ = 𝛽̂0 + 𝛽̂1 X1
SXY
𝛽̂1 = ; 𝛽̂0 = Y
̅ − 𝛽̂1 X
̅1
SXX
dengan
𝛽1 ± 𝑡𝛼⁄2,𝑣 𝑆√1⁄𝑆
𝑋𝑋
1 ̅
X
𝛽0 ± 𝑡𝛼⁄2,𝑣 𝑆√ +
𝑛 SXX
dengan 𝑡𝛼⁄2 adalah titik 𝛼 ⁄2 persen pada distribusi-t, v adalah derajat bebas
Y = 𝛽0 + 𝛽1 X1 + 𝛽2 X2 + 𝜀
𝛽̂
𝛽̂ = [ 1 ] = [X ′ X]−1 [X′ Y] ; 𝛽̂0 = ̅
Y − 𝛽̂1 ̅
X1 − 𝛽̂2 ̅
X2
𝛽̂2
dengan
̅ 1 )2
∑ (X 1 − X ̅1 )(X2 − X
∑(X1 − X ̅2)
[X′ X] = [ ]
∑ (X 1 − ̅
X1 )(X2 − ̅
X2) ∑(X2 − ̅
X 2 )2
̅1 )(Y − Y
∑ (X 1 − X ̅)
[X′ Y] = [ ]
̅
∑(X2 − X2 )(Y − Y) ̅
𝛽𝑖 ± 𝑡𝛼⁄2.𝑣 S√𝑐𝑖𝑖
54
derajat bebas dari pendugaan 𝜎, 𝑠 adalah standar deviasi sampel, dan 𝑐𝑖𝑖
Statistika merupakan ilmu yang berkenaan dengan data, sedang statistik adalah
data, informasi, atau hasil penerapan algoritma statistika pada suatu data. Dari
Beberapa istilah statistika antara lain: populasi, sampel, unit sampel, dan
tujuan; sensus penduduk merupakan salah satu prosedur yang paling dikenal.
jajak cepat (perhitungan cepat hasil pemilu) atau quick count. Di bidang
55
kecerdasan buatan.
latin modern statisticum collegium ("dewan negara") dan bahasa Italia statista
Statistik dalam bahasa Jerman untuk pertama kalinya sebagai nama bagi
tentang negara (state)". Pada awal abad ke-19 telah terjadi pergeseran arti
menjadi "ilmu mengenai pengumpulan dan klasifikasi data". Sir John Sinclair
Jadi, statistika secara prinsip mula-mula hanya mengurus data yang dipakai
Pada abad ke-19 dan awal abad ke-20 statistika mulai banyak
statistika yang pada saat ini sangat luas digunakan untuk mendukung metode
ilmiah, statistika inferensi, dikembangkan pada paruh kedua abad ke-19 dan
awal abad ke-20 oleh Ronald Fisher (peletak dasar statistika inferensi), Karl
Pearson (metode regresi linear), dan William Sealey Gosset (meneliti problem
benda hidup, benda mati, ataupun benda abstrak. Populasi juga dapat berupa
populasi dinamakan sensus. Sebuah sensus tentu memerlukan waktu dan biaya
sampel (sampling), yakni sebagian kecil dari populasi, yang dapat mewakili
dengan deskripsi data, misalnya dari menghitung rata-rata dan varians dari data
rata-rata dan deviasi standar) atau secara grafis (dalam bentuk tabel atau grafik),
MCNP Secara umum adalah code Monte Carlo untuk transport netron
dari n sample estimasi x dari variabel acak dengan simpangan baku s dengan
student t, simetrik sekitar nol dan mendekati distribusi normal dengan n →∞.
𝑥̅ − 𝜇
𝑡=
𝑆(𝑋̅)
𝑥̅ − 𝜇
𝑡=
𝑆(𝑋̅)
√𝑁
masing n, ditulis sebagai t n-1, dimana n-1 adalah jumlah derajat kebebasan,
yaitu jumlah pengukuran independent yang mungkin. Titik dari absis pada graf
dari distribusi student t adalah “ persentil dari distribusi” dan ditulis sebagai tn-
𝑌̅ , 𝑆𝑌2 ⁄𝑆𝑋2 , 𝑑𝑎𝑛 𝑋⁄𝑛 − 𝑌 ⁄𝑚 apabila H0 benar. Apabila H0 tidak harus benar,
𝑋̅ −𝑌̅−(𝜇𝑥 −𝜇𝑦 )
1) 1 1
~𝑡𝑛+𝑚−2
𝑆𝑝 √ −
𝑛 𝑚
59
𝑆𝑦2
⁄ 2
𝜎𝑦
2) 𝑆𝑥2
~𝐹𝑚−1 ; 𝑛 − 1
⁄ 2
𝑆𝑦
𝑥 𝑦
− −(𝑃𝑋 −𝑃𝑌 )
𝑛 𝑚
3) ~𝑁(0; 1) pendekatan
𝑥 𝑥 𝑦 𝑦
(1− ) (1− )
√𝑛 𝑛 +𝑚 𝑚
𝑛 𝑚
𝜎2
kepercayaan (1 − 𝛼 )100% untuk (𝜇𝑥 − 𝜇𝑦 ), ( 𝑥⁄𝜎 2 ) dan (𝑃𝑥 − 𝑃𝑦 ).
𝑦
Teorema 5
(𝜇𝑥 − 𝜇𝑦 ) adalah
1 1 1 1
[(𝑥̅ − 𝑦̅) − 𝑡𝑛+𝑚−2;𝛼⁄ . 𝑆𝑝 √ + (𝑥̅ − 𝑦̅) + 𝑡𝑛+𝑚−2;𝛼⁄ . 𝑆𝑝 √ + ]
2 𝑛 𝑚 2 𝑛 𝑚
Contoh 8:
105,8 97,8
𝑥̅ = = 10,58 ; 𝑦̅ = = 9,78 ; jadi (𝑥̅ − 𝑦̅) = 0,8
10 10
9(0,21)+9(0,36)
𝑆𝑥2 = 0,21 ; 𝑆𝑦2 = 0,36 ∶ maka 𝑆𝑝2 = = 0,285
18
1 1 1 1
[0,8 − (2,10)(0,285)√10 + 10 ; 0,8 + (2,10)(0,285)√10 + 10 =
(0,53 ; 1,07)]
Teorema 6
sampel random dari 𝑁(𝜇𝑦 ; 𝜎𝑦2 ), serta semua X dan Y independen. Maka interval
𝜎𝑥2
kepercayaan (1 − 𝛼 )100% untuk ⁄𝜎 2 adalah
𝑦
𝑆𝑥2 𝑆𝑥2
[ 2 𝐹𝑚−1,𝑛−1 ; 𝛼⁄2 ; 2 𝐹𝑚−1,𝑛−1 ; 𝛼⁄2 ]
𝑆𝑦 𝑆𝑦
Contoh 9:
𝜎𝑥2
interval kepercayaan 95% untuk ⁄𝜎 2 dengan rumus dalam Teorema 6.
𝑦
61
𝑆𝑋2 = 0,21 ; 𝑆𝑌2 = 0,36 ; 𝐹9,9 ;0,025 = 0,248 ; 𝐹9,9 ;0,975 = 4,03 ; jadi interval
𝜎𝑥2
kepercayaan 95% untuk ⁄𝜎 2 adalah
𝑦
0,21 0,21
[ (0,248) ; (4,03)] = (0,145 ; 2,351)
0,36 0,36
Teorema 7
probabilitas sukses dalam kedua Bernoulli trials itu. Maka interval kepercayaan
𝑥 𝑥 𝑦 𝑦
(1 − ) (1 −
𝑥 𝑦
[ − − 𝑧𝛼⁄2 √𝑛 𝑛 +𝑚 𝑚) ; 𝑥 − 𝑥
𝑛 𝑛 𝑛 𝑚 𝑛 𝑛
𝑥 𝑥 𝑦 𝑦
(1 − ) (1 − 𝑚) ]
+ 𝑧𝛼⁄2 √𝑛 𝑛 +𝑚
𝑛 𝑚
Contoh 10:
𝑥 23 𝑦 52
= = 0,23 ; = = 0,25
𝑛 100 𝑛 100
62
selanjutnya
𝑥 𝑥 𝑦 𝑦
(1 − ) (1 −
√𝑛 𝑛 +𝑚 𝑚) = √(0,23)(0,77) + (0,26)(0,74)
𝑛 𝑚 100 200
= (−0,0715 ; 0,0115)
BAB III
METODOLOGI PENELITIAN
A. Metode Penelitian
penelitian. Literatur review adalah sebuah metode yang sistematis, eksplisit dan
karya-karya hasil penelitian dan hasil pemikiran yang sudah dihasilkan oleh
tentang penelitian yang sudah dilakukan mengenai topik yang spesifik untuk
menunjukkan kepada pembaca apa yang sudah diketahui tentang topik tersebut
dan apa yang belum diketahui, untuk mencari rasional dari penelitian yang
sudah dilakukan atau untuk ide penelitian selanjutnya (Denney & Tewksbury,
2013). Studi literatur bisa didapat dari berbagai sumber baik jurnal, buku,
dan mencatat, serta mengelolah bahan penulisan (Zed, 2008 dalam Nursalam,
2016). Jenis penulisan yang digunakan adalah studi literatur review yang
berfokus pada hasil penulisan yang berkaitan dengan topik atau variabel
penulisan.
64
kritis pengetahuan, gagasan, atau temuan yang terdapat di dalam tubuh literatur
penelitian yang dirumuskan. Adapun sifat dari penelitian ini adalah analisis
deskriptif, yakni penguraian secara teratur data yang telah diperoleh, kemudian
diberikan pemahaman dan penjelasan agar dapat dipahami dengan baik oleh
pembaca.
kajiannya adalah pustaka atau literatur. Pada penelitian ini, penelitian dilakukan
mengumpulkan data dari berbagai literature seperti buku dan jurnal untuk
kasus, lebih khusus dalam penelitian ini peneliti mengkaji hubungan intensitas
Adapun sifat dari penelitian ini adalah analisis deskriptif, yakni penguraian
secara teratur data yang telah diperoleh, kemudian diberikan pemahaman dan
yaitu: Peneliti berhadapan secara langsung dengan data bukan langsung dari
lapangan, data pustaka umumnya adalah sumber sekunder dan bukan data asli
dari tangan pertama, data pustaka tidak dibatasi oleh ruang dan waktu. Menurut
Amir pendapat tersebut benar, namun tidak sepenuhnya bisa diterima jika
ditinjau dari tujuan penelitian. Karena secara umum tujuan penelitian yaitu:
1. Bersifat penemuan, apabila data yang didapat dari penelitian berupa data
Salah satu ciri dari penelitian meta-analisis adalah datanya sudah ada.
Data yang diambil dari hasil penelitian- penelitian yang relevan yang sudah ada
dan sudah diuji sebelumnya, terpublikasi secara ilmiah terhadap suatu topik
sebagai berikut.
sumber-sumber yang relevan, (3) mereview literatur, (4) menulis review dan (5)
mengaplikasikan literatur pada studi yang akan dilakukan. Ramdhani, Amin &
yaitu
konseptual atau empiris yang relevan dengan studi yang akan dilakukan. Saat
menulis literatur review, ada dua hal yang menjadi bagian yang wajib untuk
B. Obyek Penelitian
C. Sumber Data
Sumber data merupakan salah satu hal yang dapat mendukung sebuah
penelitian. Secara operasional penelitian ini sumber data dibedakan menjadi dua
macam, yaitu sumber data manusia dan sumber data non manusia. Namun, di
sini peneliti akan menggunakan sumber data non manusia, mengingat obyek
penelitian ini adalah suatu data sampel yang kemudian dianalisis menggunakan
studi literatur. Selain itu, peneliti juga menggunakan berbagai literatur yang
Sumber data menjelaskan tentang dari mana dan dari siapa data
diperoleh, data apa saja dikumpulkan, bagaimana informan atau subjek tersebut,
dan dengan cara bagaimana data dijaring sehingga validitasnya dapat terjamin.
Lofland, seperti yang dikutip oleh Moleong menjelaskan bahwa “sumber utama
dalam penelitian kualitatif ialah kata-kata dan tindakan, selebihnya adalah data
mana data dapat diperoleh. Melihat dari sumber data yang diperoleh atau dari
mana data tersebut diperoleh dalam melakukan penelitian maka dikenal dengan
1. Data Primer
yang diamati dan diwawancarai. Data primer ini merupakan data yang
a) Person, yaitu sumber data yang dapat memberikan data yang berupa
b) Place, yaitu sumber data yang bias diperoleh dari situasi kondisi secara
penelitian.
2. Data Sekunder
Dimana data berasal dari manusia dengan segala tingkah lakunya, dokumen,
penelitian yang sudah dilakukan dan diterbitkan dalam jurnal online nasional
kriteria yang ditentukan oleh penulis dari setiap jurnal yang diambil. Adapun
1. Tahun sumber literatur yang diambil mulai tahun 2012 sampai dengan 2022,
situs jurnal yang sudah terakreditasi seperti Research Gate dan Google
Schoolar.
3. Cara penulisan yang efektif untuk setting jurnal dengan memasukkan kata
advance search.
70
sekuensi diperhatikan dari yang paling relevan, relevan, dan cukup relevan.
daftar pustaka. Jika memang informasi berasal dari ide atau hasil penulisan
71
orang lain. Membuat catatan, kutipan, atau informasi yang disusun secara
tabel yang beirisi nama penulis, tahun penulisan, rancangan studi, sampel,
instrumen (alat ukur), dan hasil penelitian. Setelah hasil penulisan dari beberapa
bentuk pembahasan.
Kriteria Inklusi
tahun 2022
Subjek Mahasiswa
dua sampel
tujuan agar informasi data akan menjadi lebih jelas. analisis data dalam
hubungan nilai atau data antar variabel (Sosila & Suyanto, 2014).
dikumpulkan dan dibuat ringkasan jurnal meliputi nama peneliti, tahun terbit
jurnal, rancangan studi, tujuan penelitian, sampel, instrument (alat ukur) dan
dalam tabel diurutkan sesuai alfabel dan tahun terbit jurnal dan sesuai dengan
Untuk lebih memperjelas analisis abstrak dan full text jurnal dibaca dan
fokus yang dikaji dan menjadikannya sebagai temuan untuk orang lain,
yang diperlukan dan data mana yang tidak diperlukan. Kemudian, langkah
selanjutnya yaitu menyajikan data yang sudah melalui proses reduksi data. Dan
setelah itu, data-data yang sudah disajikan tadi kemudian akan ditafsirkan
menganalisis.
74
Sajian dalam penalitian ini diwujudkan dalam sebuah tabel yang berisikan
dari jurnal yang tersurat, tampak, bukan dari makna yang dirasakan oleh
penelitian.
BAB IV
0,1), 95% (dengan 𝛼 = 0,05), dan 0,99 (dengan 𝛼 = 0,01). Dari ketiga pilihan
penarikan sampel yang lain dari populasi itu, sampel tersebut harus memberikan
hasil yang kira-kira sama dengan pengambilan sampel yang pertama. Diulang
populasi dapat diperkirakan dengan dua cara, yakni point estimate (pendugaan
Point estimate (pendugaan titik) adalah suatu nilai (suatu titik) yang
digunakan untuk menduga suatu nilai parameter. Point estimate dapat berupa
interval yang menyatakan selang, dimana nilai yang sebenarnya dari proporsi
mungkin berbeda.
yang ingin ditaksir berdasarkan data dari sampel. Pada pendekatan ini harus
ditentukan batas atas dan batas bawah interval. Setiap pengambilan sampel akan
digunakan untuk mengukur variasi sampel dalam suatu populasi dan dapat
U adalah batas atas dari interval. Panjang interval keyakinan tergantung dari
1992).
P[𝐿 ≤ 𝜃 ≤ 𝑈] = 1 − α
𝐿≤𝜃≤𝑈
L dan batas atas U masing-masing disebut sebagai batas keyakinan atas dan
dengan batas atas dan batas bawah untuk parameter 𝜃. Disamping interval dua
arah, dapat pula ditentukan interval keyakinan satu arah, yaitu hanya
menggunakan satu batas interval sebagai batas atas atau batas bawah saja.
Sebuah interval keyakinan satu arah dengan batas atas (1 − α)100% untuk 𝜃
𝜃≤𝑈
0,05 = 0,95. Sedangkan untuk interval keyakinan satu arah dengan batas
𝐿≤𝜃
𝑋−𝜇
Tetapi {𝑞1 < 𝜎 < 𝑞2 } tidak dapat diinversikan untuk mendapatkan
⁄ 𝑛
√
besaran pivotal yang hanya bergantung 𝜇 saja. Seperti diketahui bersama bahwa
𝑋−𝜇
𝑠 berdistribusi student dengan derajad kebebasan n-1.
⁄ 𝑛
√
𝑋−𝜇
Sehingga 𝑠 mempunyai densitas yang independen terhadap 𝜇 dan 𝜎,
⁄ 𝑛
√
𝑋−𝜇
{𝑞1 < 𝑠 < 𝑞2 } ↔ {𝑋 − 𝑞2 𝑠⁄ < 𝜇 < 𝑋 − 𝑞1 𝑠⁄ }
⁄ 𝑛 √𝑛 √𝑛
√
𝑋−𝜇
Dimana 𝑞1 dan 𝑞2 memenuhi persamaan 𝑃 {𝑞1 < 𝑠 < 𝑞2 } = 𝛾 akibatnya
⁄ 𝑛
√
𝑞2 dipilih sehingga 𝑞2 − 𝑞1 minimal, dalam bentuk lain masalah ini dapat dapat
dinyatakan dalam:
(𝑞2 −𝑞1 )𝑠
Peminimalan fungsi 𝐿 = dibawah syarat
√𝑛
𝑞2
∫ 𝑓𝑇 (𝑡)𝑑𝑡 = 𝛾
𝑞1
𝑞 2
∫𝑞1 𝑓𝑇 (𝑡)𝑑𝑡 = 𝛾 memberikan 𝑞2 sebagai suatu fungsi dari 𝑞1 dan
𝑑𝑞2
pendeferensialannya terhadap 𝑞1 menghasilkan 𝑓𝑇 (𝑞2 ) − 𝑓𝑇 (𝑞1 ) = 0.
𝑑𝑞1
𝑑𝐿 𝑑𝐿
Untuk meminimalkan L diperlukan syarat = 0 sehingga diperoleh =
𝑑𝑞1 𝑑𝑞1
𝑞
𝑓𝑇 (𝑞2 ) ↔ 𝑞1 = 𝑞2 𝑎𝑡𝑎𝑢 𝑞1 = −𝑞2 . Jika 𝑞1 = 𝑞2 maka ∫𝑞 2 𝑓𝑇 (𝑡)𝑑𝑡 ≠ 𝛾. Jadi
1
𝑞1 = −𝑞2 dipandang sebagai suatu solusi dengan 𝑞1 dan 𝑞2 dapat diperoleh dari
Teorema 5
(𝜇𝑥 − 𝜇𝑦 ) adalah
1 1 1 1
[(𝑥̅ − 𝑦̅) − 𝑡𝑛+𝑚−2;𝛼⁄ . 𝑆𝑝 √ + (𝑥̅ − 𝑦̅) + 𝑡𝑛+𝑚−2;𝛼⁄ . 𝑆𝑝 √ + ]
2 𝑛 𝑚 2 𝑛 𝑚
Teorema 6
sampel random dari 𝑁(𝜇𝑦 ; 𝜎𝑦2 ), serta semua X dan Y independen. Maka interval
𝜎𝑥2
kepercayaan (1 − 𝛼 )100% untuk ⁄𝜎 2 adalah
𝑦
81
𝑆𝑥2 𝑆𝑥2
[ 2 𝐹𝑚−1,𝑛−1 ; 𝛼⁄2 ; 2 𝐹𝑚−1,𝑛−1 ; 𝛼⁄2 ]
𝑆𝑦 𝑆𝑦
Teorema 7
probabilitas sukses dalam kedua Bernoulli trials itu. Maka interval kepercayaan
𝑥 𝑥 𝑦 𝑦
(1 − ) (1 −
𝑥 𝑦
[ − − 𝑧𝛼⁄2 √𝑛 𝑛 +𝑚 𝑚) ; 𝑥 − 𝑥
𝑛 𝑛 𝑛 𝑚 𝑛 𝑛
𝑥 𝑥 𝑦 𝑦
(1 − ) (1 − 𝑚) ]
+ 𝑧𝛼⁄2 √𝑛 𝑛 +𝑚
𝑛 𝑚
menentukan jika sebuah nilai tertentu 𝜇0 adalah nilai plausible untuk rata-rata
𝐻0 ∶ 𝜇 = 𝜇0 melawan 𝐻1 ∶ 𝜇 ≠ 𝜇0
82
(𝑋̅ −𝜇0) 1 2 1 2
𝑡= 𝑠 dimana 𝑋̅ = 𝑛 ∑𝑛𝑗=1(𝑋𝑗 − 𝑋̅) dan 𝑠 2 = 𝑛−1 ∑𝑛𝑗=1(𝑋𝑗 − 𝑋̅)
⁄ 𝑛
√
dari m, jika diamati |𝑡| melebihi sebuah titik persentase tertentu dari sebuah
jika kuadratnya,
(𝑋̅ − 𝜇0 )2
𝑡2 = = 𝑛(𝑋̅ − 𝜇0 )(𝑠 2 )−1 (𝑋̅ − 𝜇0 )
𝑠 2⁄
𝑛
bernilai besar. Variabel 𝑡 2 adalah kuadrat jarak dari rata-rata sampel 𝑋̅ dengan
nilai uji 𝜇0 . Unit jarak yang dinyatakan dalam pernyataan dari 𝑠⁄ atau
√𝑛
simpangan baku yang diperkirakan dari 𝑋̅ . Ketika 𝑋̅ dan 𝑠 2 telah diamati, uji
dimana 𝑡𝑛−1 (𝛼 ⁄2) menandakan batas atas 100(𝛼 ⁄2)𝑡ℎ persentil dari
plausible untuk rata-rata populasi normal. Apakah nilai lain dari akan selalu
himpunan dari nilai plausible untuk sebuah rata-rata populasi normal. Dari yang
83
𝑥̅ −𝜇0
{Jangan menolak 𝐻0 ∶ 𝜇 = 𝜇0 pada level 𝛼} atau | 𝑠 | ≤ 𝑡𝑛−1 (𝛼 ⁄2)
⁄ 𝑛
√
Equivalen dengan
𝑠
{𝜇0 𝑡𝑒𝑟𝑙𝑒𝑡𝑎𝑘 𝑝𝑎𝑑𝑎 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙 𝑘𝑒𝑝𝑒𝑟𝑐𝑎𝑦𝑎𝑎𝑛 100(1 − 𝛼 )𝑥̅ ± 𝑡𝑛−1 (𝛼 ⁄2) }
√𝑛
atau
𝑠 𝑠
𝑥̅ − 𝑡𝑛−1 (𝛼 ⁄2) ≤ 𝑥̅ + 𝑡𝑛−1 (𝛼 ⁄2)
√𝑛 √𝑛
Interval konfidensi memenuhi semua nilai 𝜇0 bahwa tidak akan ditolak oleh uji
dari 𝐻0 ∶ 𝜇 = 𝜇0 .
adalah sebuah interval acak karena titik akhir tergantung pada variabel acak, X
vektor 𝜇0 adalah sebuah nilai plausible untuk rata-rata dari sebuah distribusi
multivariat.
𝑆 −1
2( ̅
𝑇 = 𝑋 − 𝜇0 ) ′( ) (𝑋̅ − 𝜇0 ) = 𝑛(𝑋̅ − 𝜇0 )′𝑆 −1 (𝑋̅ − 𝜇0 )
𝑛
dengan
84
𝑛 𝑛
𝜇10
1 1 ′ 𝜇20
𝑋̅ = ∑ 𝑋𝑗 , S = ∑(𝑋𝑗 − 𝑋̅)(𝑋𝑗 − 𝑋̅) , 𝑑𝑎𝑛 𝜇0 [ ⋮ ]
(𝑝×1) 𝑛 (𝑝×𝑝) 𝑛−1 (𝑝×1)
𝑗=1 𝑗=1 𝜇𝑝0
dari 𝑋̅. Hal ini sesuai dengan teorema akibat yang menyatakan
Jika diamati umumnya jarak 𝑇 2 terlalu besar sehingga x terlalu jauh dari
khusus dari persentase titik 𝑇 2 tidak diperlukan untuk uji formal hipotesis. Ini
benar karena
(𝑛 − 1)
𝑇 2 𝑎𝑘𝑎𝑛 𝑏𝑒𝑟𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑠𝑖 𝐹
(𝑛 − 𝑝) 𝑝,𝑛−𝑝
dimana 𝐹𝑝,𝑛−𝑝 merupakan sebuah variabel acak dengan derajat kebebasan p dan
n-p.
1 1 ′
Maka dengan 𝑋̅ = ∑𝑛𝑗=1 𝑋𝑗 𝑑𝑎𝑛 𝑆 = ( ∑𝑛𝑗=1(𝑋𝑗 − 𝑋̅)(𝑋𝑗 − 𝑋̅) .
𝑛 𝑛−1)
85
(𝑛−1)𝑝
𝛼 = 𝑃 [𝑇 2 > (𝑛−𝑝)
𝐹𝑝,𝑛−𝑝 (𝛼 )]
(𝑛 − 1)𝑝
= 𝑃 [𝑛(𝑋̅ − 𝜇 )′𝑆 −1 (𝑋̅ − 𝜇 ) > 𝐹 ( 𝛼 )]
(𝑛 − 𝑝) 𝑝,𝑛−𝑝
apapun yang benar 𝜇 dan Disini 𝐹𝑝,𝑛−𝑝 (𝛼 ) adalah batas atas (100𝛼 )𝑡ℎ
(𝑛 − 1)𝑝
𝑇 2 = 𝑛(𝑋̅ − 𝜇0 )′(𝑆)−1 (𝑋̅ − 𝜇0 ) > 𝐹 (𝛼 )
(𝑛 − 𝑝) 𝑝,𝑛−𝑝
atau
−1
𝑣𝑎𝑟𝑖𝑎𝑏𝑒𝑙 ′ 𝑣𝑎𝑟𝑖𝑎𝑏𝑒𝑙 𝑎𝑐𝑎𝑘 𝐶ℎ𝑖 − 𝑘𝑢𝑎𝑑𝑟𝑎𝑡 𝑣𝑎𝑟𝑖𝑎𝑏𝑒𝑙
( ) ( ) ( )
𝑎𝑐𝑎𝑘 𝑛𝑜𝑟𝑚𝑎𝑙 𝑑𝑒𝑟𝑎𝑗𝑎𝑡 𝑘𝑒𝑏𝑒𝑏𝑎𝑠𝑎𝑛 𝑎𝑐𝑎𝑘 𝑛𝑜𝑟𝑚𝑎𝑙
untuk kasus univariat. Karena normal multivariat dan variabel acak Wishart
gabungan.
hipotesis nol. Biasanya lebih baik mencari daerah dari nilai sehingga
PENUTUP
A. Kesimpulan
sebagai berikut.
dan validitas data yang dihasilkan, populasi dan sampel yang dijadikan
objek penelitian harus memiliki kejelasan baik dari segi ukuran maupun
hasil penelitian.
2. Cara pemilihan elemen sampel yaitu dengan cara lotere (pengundian) dan
probabilitas.
(pendugaan titik) adalah suatu nilai (suatu titik) yang digunakan untuk
menduga suatu nilai parameter. Point estimate dapat berupa rerata atau
mungkin berbeda.
6. MCNP Secara umum adalah code Monte Carlo untuk transport netron dan
teori central limit distribusi dari estimasi mean mendekati distribusi normal
𝑥̅ − 𝜇
𝑡=
𝑆(𝑋̅)
𝑥̅ − 𝜇
𝑡=
𝑆(𝑋̅)
√𝑁
𝑋̅ −𝑌̅−(𝜇𝑥 −𝜇𝑦 )
a) 1 1
~𝑡𝑛+𝑚−2
𝑆𝑝 √ −
𝑛 𝑚
𝑆𝑦2
⁄ 2
𝜎𝑦
b) 𝑆𝑥2
~𝐹𝑚−1 ; 𝑛 − 1
⁄ 2
𝑆𝑦
𝑥 𝑦
− −(𝑃𝑋 −𝑃𝑌 )
𝑛 𝑚
c) ~𝑁(0; 1) pendekatan
𝑥 𝑥 𝑦 𝑦
(1− ) (1− )
√𝑛 𝑛 +𝑚 𝑚
𝑛 𝑚
90
Teorema 5
1 1 1 1
[(𝑥̅ − 𝑦̅) − 𝑡𝑛+𝑚−2;𝛼⁄2. 𝑆𝑝 √ + (𝑥̅ − 𝑦̅) + 𝑡𝑛+𝑚−2;𝛼⁄2. 𝑆𝑝 √ + ]
𝑛 𝑚 𝑛 𝑚
Teorema 6
sampel random dari 𝑁(𝜇𝑦 ; 𝜎𝑦2 ), serta semua X dan Y independen. Maka
𝜎𝑥2
interval kepercayaan (1 − 𝛼 )100% untuk ⁄𝜎 2 adalah
𝑦
𝑆𝑥2 𝑆𝑥2
[ 2 𝐹𝑚−1,𝑛−1 ; 𝛼⁄2 ; 2 𝐹𝑚−1,𝑛−1 ; 𝛼⁄2 ]
𝑆𝑦 𝑆𝑦
91
Teorema 7
probabilitas sukses dalam kedua Bernoulli trials itu. Maka interval kepercayaan
𝑥 𝑥 𝑦 𝑦
𝑥 𝑦 (1 − ) (1 − ) 𝑥 𝑥
[ − − 𝑧𝛼⁄2 √ 𝑛 𝑛 𝑚 𝑚
+ ; −
𝑛 𝑛 𝑛 𝑚 𝑛 𝑛
𝑥 𝑥 𝑦 𝑦
(1 − 𝑛) 𝑚 (1 − 𝑚)
√ 𝑛 ]
+ 𝑧𝛼⁄2 +
𝑛 𝑚
B. Saran
Rineka Cipta.
Cooper, Taylor, Farisi, M.I. (2010). Pengembangan Asesmen Diri Siswa (Student
Remaja Rosdakarya.
Estok M, Nevitte N dan Cowan G. (2002). The Quick Count and Election
Rineka Cipta.
Reconiascript Pubishing.
Universitas Brawijaya.
Universitas Padjadjaran.
Pendidikan Indonesia.
(UNDIP).
Santi, P.E.D. (2009). Penentuan Estimasi Interval Dari Distribusi Normal Dengan
Boston: PWS-Kent.
Gadjah Mada.
Rosdakarya Offset.
Rineka Cipta.
Rosdakarya.
Ulhaq, Z.S & Rahmayanti, M. (2020). Panduan Penulisan Skripsi Literatur Review.
Walpole, R.E. (1993). Pengantar Statistika Edisi III. Jakarta: PT Gramedia Pustaka
Utama.