STATISTIK INFERENSIAL

KELOMPOK 5 :
1 . T I T I S WA H Y U S U S I L O
2. VINA WULANDARI
3 . V I C K Y R I YA N P R A N ATA
4. NANDA FITRI
5. SANIA AMELIA PUTRI
6. SITI SHOFIANA
7. RICO DWI RESMANA
8. AGA ARIF
PENGERTIAN

Statistik inferensial adalah teknik analisis data yang digunakan untuk

menentukan sejauh mana kesamaan antara hasil yang diperoleh dari sua
tu sampel dengan hasil yang akan didapat pada populasi secara keselu
ruhan
Muhammad Nisfiannoor berpendapat bahwa statistik inferensial adalah met
ode yang berhubungan dengan analisis data pada sampel untuk digunaka
n untuk penggeneralisasian pada populasi.
Konsep statistik inferensial yaitu
Standard Error
Peluang setiap sampel sangat identik dengan populasinya sangat kecil (nill)
meskipun inferensi populasi didapat dari informasi sampel.Penerapan rand
om sampling tidak menjamin karakteristik sampel sama persis dengan popul
asi. Variasi prediksi antara mean disebut sampling error. Sampling error
ini tidak bisa dihindari dan ini bukan kesalahan peneliti. Yang menjadi
persoalah adalah apakah error tersebut semata-mata hasil sampling error
atau merupakan perbedaan yang bermakna yang akan pula ditemukan pada pap
ulasi yang lebih besar.
Faktor utama yang mempengaruhi standard error adalah jumlah sampel. Semakin
banyak sampelnya, semakin kecil standard errornya. Ini menunjukkan bahwa
sampel penelitian semakin akurat bila banyak sampelnya.
HUBUNGAN STATISTIK DESKRIPTIF DAN INFERENSIAL
Statistik deskriptif atau deduktif adalah bagian dari statistik yang me
mbahas suatu metode mengumpulkan, menyusun, menyajikan, mengolah, an
alisis, dan interpretasi hasil analisis dari data dengan cara yang i
nformatif menggunakan gambar, grafik, atau diagram daripada mengguna
kan tulisan atau tabel.
Contoh :
a. Gaji pegawai rata-rata pada sebuah bank di suatu kantor cabang di ko
ta Tangerang;
b. Penjualan produk sepatu selama tahun 2015;
Statistik inferensi atau induktif adalah bagian dari statistik yang membaha
s suatu metode analisis, menaksir, meramalkan, menarik kesimpulan (konkl
usi), dan estimasi (perkiraan) terhadap data dari populasi berdasarkan s
ampel yang diambil secara acak dari populasi. Hasil dari analisis terseb
ut kemudian berlaku untuk populasi.
Contoh :
a. Riset yang dilakukan di perusahaan obat menemukan obat jenis baru cukup
mahal untuk diproduksi sehingga perlu dilakukan uji coba terhadap sampel
pasien dengan jumlah kecil atau sedikit
PENDAHULUAN

PRINSIP UJI HIPOTESIS :

MELAKUKAN PERBANDINGAN ANTARA NILAI SAMPEL
(DATA HSL PENELITIAN) DG NILAI HIPOTESIS (NILAI PO
PULASI) YG DIAJUKAN
* NILAI SAMPEL : NILAI HI
POTESIS
* PERBEDAAN NILAI
* SMKN BESAR PERBEDAAN
SMKN BESAR DITOLAK
HIPOTESIS
DITERIMA (GAGAL TOLAK HIP.) ATAU DITOLAK
  HIPOTESIS :
HUPO : SEMENTARA / LEMAH KEBENARANNYA
THESIS : PERNYATAAN / TEORI
: PERNYATAAN SEMENTARA YG PELU DIUJI KEBENARA
NNYA

PENGUJIAN HIPOTESIS
 HIPOTESIS NOL (HO)
H I P O T E S I S Y G M E N YATA K A N T D K A D A
P E R B E D A A N S E S U A T U K E J . A N T . K E D U A K E L P.
AT A U T D K A D A H U B . A N T. VA R I A B E L S AT U D G
VA R . Y G L A I N
CONTOH :
- T D K A D A P E R B E D A A N B B B AY I A N T M E R E K A Y G
DILAHIRKAN DR IBU YG MEROKOK DG MEREKA
YG DILAHIRKAN DR IBU YG TDK MEROKOK
- T D K A D A H U B M E R O K O K D G B B B AY I
 HIPOTESIS ALTERNATIF (HA)
Hipotesis yg menyatakan ada perbedaan sesuatu kej. Ant.
Kedua kelp. Atau ada hub. Ant. Variabel satu dg var. Yg lai
n
CONTOH :
- Ada perbedaan BB bayi ant mereka yg dilahirkan dr i
bu yg merokok dg mereka yg dilahirkan dr ibu yg td
k merokok
- ada hub merokok dg BB bayi
 Arah / Bentuk Uji Hipotesis

Bentuk Ha akan menentukan aarah uji ststistik

One tail (satu sisi), menyatakan perbedaan & ada
pernyataan yg satu lebih tinggi/rendah
Two tail (dua sisi), menyatakan perbedaan tanpa
melihat apakah hal satu lebih tinggi/rendah
SATU SISI
DUA SISI H0 Ha

Ho Ho Gagal Ho ditolak
ditolak ditolak
 KESALAHAN PENGAMBILAN KEPUTU
SAN
KEPUTUSAN POPULASI
HO BENAR HO SALAH
TIDAK MENOLAK HO BENAR (1-) KESALAHAN TIPE
II ()
MENOLAK HO KESALAHAN TIPE I () BENAR (1-)
Kesalahan tipe I () kesalahan menolak Ho yang benar
p membuat kesalahan =  : tk signifikansi (significance level), p tdk membu
at kesalahan =(1- ) : tk kepercayaan (confidence level)
Kesalahan tipe II () kesalahan tidak menolak Ho yang salah
p membuat kesalahan =  , p tdk membuat kesalahan = (1- ) : tk kekuat
an uji (power of test)
 MENENTUKAN TINGKAT KEMAKNAAN (L
EVEL OF SIGNIFICANCE)
: Nilai yg menunjukkan besarnya peluang salah dlm menolak ho / batas toleran
si peluang salah dlm menolak ho / nilai batas maksimal kesalahan menolak ho
/ batas maksimal kita salah menyatakan adanya perbedaan
 Pemilihan Jenis Uji Parametrik atau Non Parametrik

Parametrik Non Parametrik

distribusi data normal tdk normal /tdk diket. distri
businya
variabel numerik/kuantitaif katagori/kualitatif
jml data > 30 < 30
 PERBEDAAN SUBSTANSI/KLINIS DAN
PERBEDAAN STATISTIK
HASIL / ARTI KEGUNAAN PENELITIAN DILI
HAT DR ASPEK STATISTIK DAN SUBSTANSI /
KLINIS

 Prosedur Uji Hipotesis

1. Menetapkan hipotesis
2. Penentuan uji statistik yg sesuai
3. Menentukan batas / tk. kemaknaan
4. Penghitungan uji statistik
5. Keputusan uji statistik
 KEPUTUSAN UJI STATISTIK
MENOLAK HO
GAGAL MENOLAK HO

1. Pendekatan Klasik
Nilai perhitungan : Nilai pada tabel

* sesuai dg jenis distribusi uji

* tgt nilai  & arah uji hipotesis
 One tail (satu arah)
Ho : =x 
Ha : >x Nilai Z

Contoh :  = 5%
Z = 0,5 – 0,05 = 0,45 (cari di tabel kurva normal)
= 1,65
 TWO TAIL (DUA ARAH)
HO :x = /2
HA : x  Nilai Z

Contoh :  = 5%
Z = 0,5 - ½ (0,05) = 0,475 ( cari di tabel kurva normal)
= 1,96
Keputusan :
 One tail
 Nilai perhitungan > nilai tabel (masuk daerah penolakan)
Ho ditolak (ada perbedaan/hubungan yg signifikan)
 Nilai perhitungan < nilai tabel (masuk daerah penerimaan)
Ho gagal ditolak (tidak ada perbedaan/hubungan yg signifikan)
 Two tail
 Nilai perhitungan > nilai tabel atau < (-) nilai tabel (masuk daerah penolakan)
Ho ditolak (ada perbedaan/hubungan yg signifikan)
 Nilai perhitungan < nilai tabel & atau > (-) nilai tabel (masuk daerah penerimaan)
Ho gagal ditolak (tidak ada perbedaan/hubungan yg signifikan)
 2. PENDEKATAN PROBABILITAS

Nilai p (p value) : Nilai 

besarnya peluang salah menolak Ho, atau

besarnya peluang hasil penelitian terjadi karena kebetulan
(by chance) harapan sekecil mungkin

 One tail (satu arah)

Ho : =
x
Ha :  p tabel (one tail)
x

Contoh :  = 5%,
Z hitung = 2,5 (lihat di tabel kurva normal) peluang = 0,4938
nilai p-nya = 0,5 – 0,4938 = 0,0062