ESTIMASI

 Estimasi bertujuan untuk menaksir sifat-

sifat populasi dan mengumpul-kan sifat-
sifat tersebut berdasarkan sampel dengan
keyakinan tertentu.
 ESTIMASI TITIK 
 ESTIMASI INTERVAL 
SIFAT-SIFAT ESTIMASI

 BEBERAPA SIFAT ESTIMASI PARAMETER

ADALAH

 TIDAK BIAS 
 EFISIEN 
 KONSISTEN 
 VARIANS MINIMUM 
ESTIMASI PARAMETER POPULASI
(UMUMNYA TDK DIKETAHUI)
Population Random Sample
I am 95% confident
that  is between 40
Mean, , is Mean & 60.
unknown X = 50

Sample
 POINT ESTIMATES
Estimate Population with Sample
Parameters … Statistics
Mean  X
Proportion p PS
2
Variance  S2
Difference 1   2 X1  X 2
Confidence Interval Estimates

Confidence
Intervals

Mean+selisih Proportion + selisih Varians+ Rasio

 Known  Unknown
Interval Konfidensi Rata-Rata
(  - x)
Z
/ n
 
X  Z / 2    X  Z / 2
n n
Pendugaan untuk rata-rata, 
Penyelesaian :
Pendugaan untuk rata-rata, 
Penyelesaian :
Pendugaan untuk beda rata-rata, (1-2 )
Penyelesaian :
Pendugaan untuk beda rata-rata, (1-2 )
Penyelesaian :
Pendugaan untuk beda rata-rata, (1-2 ) berpasangan
Penyelesaian :
Pendugaan untuk proporsi, p
Penyelesaian :
Pendugaan untuk beda proporsi, (p1-p2)
Penyelesaian :
UJI HIPOTESIS (PAR POP)

 Suatu proses untuk melakukan penarikan kesimpulan

dari suatu pernyataan tentang parameter populasi
berdasarkan informasi (pengamatan) pada sampel
yang telah terambil secara random ( acak ).

 ANALISIS PERBEDAAN 
ANALISIS INTERVENSI
HIPO - TESIS
 HIPOTESIS ADALAH PERNYATAAN YANG MASIH LEMAH TINGKAT
KEBENARANNYA SEHINGGA MASIH HARUS DIUJI MENGGUNAKAN
TEKNIK TERTENTU

 HIPOTESIS ADALAH PERNYATAAN KEADAAN POPULASI YANG AKAN

DIUJI KEBENARANNYA MENGGUNAKAN DATA/INFORMASI YANG
DIKUMPULKAN MELALUI SAMPEL ACAK

 JIKA PERNYATAAN DIBUAT UNTUK MENJELASKAN NILAI PARAMETER

POPULASI, MAKA DISEBUT HIPOTESIS STATISTIK
DUA TIPE HIPOTESIS
HIPOTESIS AWAL (H0) YAITU HIPOTESIS YANG MENYATAKAN
TIDAK ADANYA HUBUNGAN ANTARA DUA VARIABEL ATAU LEBIH
ATAU TIDAK ADANYA PERBEDAAN ANTARA DUA KELOMPOK ATAU
LEBIH ATAU TIDAK ADANYA INTERVENSI
HIPOTESIS ALTERNATIF (H1) YAITU HIPOTESIS YANG
MENYATAKAN ADANYA HUBUNGAN ANTARA DUA VARIABEL ATAU
LEBIH ATAU ADANYA PERBEDAAN ANTARA DUA KELOMPOK ATAU
LEBIH ATAU ADANYA INTERVENSI
PENERIMAAN H0 BERARTI PENOLAKAN H1
PENERIMAAN H1 BERARTI PENOLAKAN H0
H0 dan H1 DUA PERNYATAAN SALING BERLAWANAN
Ho  PERNYATAAN SAMA ( TIDAK BERBEDA )
H1  PERNYATAAN TIDAK SAMA ( BERBEDA )
 keputusan Ho benar Ho salah

Terima Ho Keputusan Tepat Kesalahan jenis II (β)

Tolak Ho Kesalahan jenis I (α) Keputusan tepat

Kesalahan jenis I. adalah kesalahan yg dibuat pd waktu menguji

hipotesis di mana kita menolak Ho pd hal sesungguhnya Ho itu benar.
Dengan kata lain adalah peluang menolak Ho yg benar

Kesalahan jenis II. adalah kesalahan yg dibuat pd waktu menguji

hipotesis di mana kita menerima Ho pd hal sesungguhnya Ho itu salah.
Dengan kata lain adalah peluang menerima Ho yg salah. Sedang 1-
kesalahan II dinamakan KUASA UJI atau POWER TEST
Contoh Kasus
Dari hasil survey wisata diperoleh informasi bahwa
Bali ternyata lebih menarik dari pada tempat wisata
yang lain. Buktinya RAJA SALMAN ARAB SAUDI
pada tahun 2017 kemarin juga ikut menikmati kota
wisata tersebut sehingga masa liburannya ditambah
menjadi 3 hari dan kunjungan ke negara Jepang
ditunda karena keelokan paronama indah pantai
kota Bali Indonesia.

H0 : Kota wisata Bali sama dengan Kota wisata lain

H1 : Kota wisata Bali tidak sama dengan Kota wisata
lain
Prosedur dalam UJI HIPOTESIS
Tahap penentuan hipotesis NOL dan
1. Tetapkan HIPOTESIS ALTERNATIF yang akan diuji.

2. Tetapkan TARAF NYATA Tingkat kesalahan yang digunakan dalam

PENGUJIAN atau  penarikan kesimpulan. Misal 5%.

Suatu besaran yang digunakan untuk

3. Tetapkan STATISTIK UJI menarik kesimpulan (menolak H0 atau
gagal menolak H0)

4. Tetapkan DAERAH Suatu daerah (aturan) yang digunakan

untuk menarik kesimpulan (menolak H0
PENOLAKAN
atau gagal menolak H0)

Kesimpulan berdasarkan keberadaan

5. Buat KESIMPULAN statistik uji pada daerah penolakan.
Aturan Penggunaan Statatistik Uji
DALAM UJI HIPOTESIS INI YANG AKAN DIUJI ADALAH
PARAMETER POPULASI YANG UMUMNYA TIDAK DIKETAHUI,
DENGAN MENGAMBIL SEJUMLAH SAMPEL TERTENTU
PENGGUNAAN STATISTIK Z ATAU t, TERGANTUNG DIKETAHUI
TIDAKNYA VARIANSI POPULASI
JIKA VARIANSI POPULASI DIKETAHUI, MAKA DIGUNAKAN UJI
Z, JIKA VARIANSI POPULASI TIDAK DIKETAHUI, MAKA
DIGUNAKAN UJI t.
APABILA VARIANSI POPULASI TIDAK DIKETAHUI, DAN JUMLAH
SAMPEL SANGAT BESAR, MAKA DAPAT DIGUNAKAN UJI Z ATAU
UJI t ( bebas )
DAERAH KRITIS STATISTIK UJINYA MENGIKUTI BENTUK
HIPOTESIS ALTERNATIF (H1)
TARAF NYATA dan DAERAH PENOLAKAN
(Level of Significance and the Rejection
Region)

H0: 3 1 arah
Critical
H1:  < 3
0 Value(s)
Rejection
Regions 
H0:   3
1 arah
H1:  > 3
0
/2
H0:  3 2 arah

H1:   3
0
Uji Hipotesis Menyangkut Rata-Rata
CONTOH
SUATU PERUSAHAAN ALAT-ALAT OLAH RAGA TELAH
MENGEMBANGKAN TEHNIK BARU DALAM PEMBUATAN PRODUKNYA,
DAN MENGKLAIM BAHWA DAYA TAHAN (KEKUATANNYA) MAMPU
MENAMPUNG BEBAN SEBERAT 15 KG, DENGAN SIMPANGAN BAKU 0,5 KG.
JIKA DIAMBIL 50 BUAH ALAT OLAH RAGA TERSEBUT DAN SETELAH
DIUJI DIPEROLEH BAHWA x = 14,8 KG, SESUAIKAH PERNYATAAN YG
DIBUAT PERUSAHAAN TERSEBUT. GUNAKAN TARAF NYATA α = 0.01

PENYELESAIAN
• Ho :  0 = 15 Kg
0
• H1 : ≠ 15 kg
• α = 0.01 Z = x – uo
• Daerah kritis: Z< -2.56 dan Z> 2.56 dimana
δ/ √n
• Perhitungan : x = 14.8 kg ; n = 50
Z = x – uo Z = 14.8 – 15 -2.828
δ/ √n 0.5/ √50
 KEPUTUSAN: TOLAK Ho DAN AMBIL KEPUTUSAN BAHWA RATA-RATA KEKUATAN
OLAH RAGA TIDAK SAMA DENGAN 15 KG TETAPI DALAM KENYATAANNYA LEBIH
RENDAH DR 15 KG

α/2 α/2

Tolak Ho Tolak Ho
TERIMA Ho

-2.8 -2.56 2.56

 CONTOH UJI T

 DALAM SUATU PROSEDUR REGISTRASI MAHASISWA DI SUATU

UNIVERSITAS TERTENTU MEMBUTUHKAN WAKTU RATA-RATA 50
MENIT. DENGAN WAKTU INI DIRASAKAN CUKUP LAMA, UNTUK
ITU TELAH DIKEMBANGKAN PROSEDUR BARU. INGIN DIKETAHUI
APAKAH PROSEDUR BARU YG DICOBA ITU CUKUP EFEKTIF DAN
EFISIEN DALAM SOAL WAKTU. SUATU SAMPEL YG TERDIRI DARI
12 MAHASISWA DIAMBIL KETIKA MELAKUKAN REGISTRASI DAN
DIPEROLEH RATA-RATA 42 MENIT DENGAN SIMPANGAN BAKU
(S) 11,9 MENIT. UJILAH HIPOTESIS DENGAN MENGGUNAKAN
TARAF NYATA α = 0.05 (GUNAKAN PENGUJIAN SATU ARAH
PENYELESAIAN
 Ho : U = 50 MENIT
 H1 : u < 50 menit
 Α kpha = 0.05
 Daerah kritis: T< -1.796, dimana
t = x – uo
s/ √ n dengan derjat bebas v = 12-1 = 11
 Perhitungan: x = 42 menit, s = 11,9 menit dan n = 12
sehingga
t = x – uo = 42 - 50 = - 2.33
s/ √n 11.9/√ 12
Keputusan: Tolak Ho pd taraf nyata 0.05, karena:
t = -2.33 berada dalam daerah kritis. Dengan demikian dpt dibuat
kesimpulan bahwa prosedur regiatrasi yg baru lebih efisien dalam
hal waktu
JIKA SOAL TERSEBUT KITA UJI DALAM DWI ARAH
YG MEMBEDAKAN HANYA DAERAH KRITIS
– t(α/2;(n-1)) dan t( α/2;(n-1))
Maka:
1. Ho : u = 50 menit
2. H1 : u ≠ 50 menit
3. Α = 0.05
4. Daerah kritis: t < -2.201 dan t > 2.201 dimana
t = x – uo dengan derajat bebas v = 12 -1 = 11
s/ √ n
5. Perhitungan : x = 42 mnt, s = 11.9 mnt dan , n = 12
maka: t= 42 – 50 = -2.33
11.9/ √12
6. Keputusan tolak Ho karena t hitung = -2.33 berada dalam daerah kritis
untuk pengujian dua arah. Kesimpulan bahwa prosedur registrasi yg
baru membutuhkan waktu rata-rata tdk sama dgn 50 mnt, dan memang
dlm kenyataannya lebih kecil dari 50 mnt
 α

Tolak Ho
TERIMA Ho

-1.796

α/2 α/2

Tolak Ho Tolak Ho
TERIMA Ho

-2.201 2.201
Contoh 5

Terdapat dua metode pengajaran Statistika masing-

masing diberikan kepada 12 orang untuk metode A
dan 10 orang untuk metode B dengan variansi kedua
populasi kedua kelompok secara umum dianggap
sama tetapi tidak diketahui. Setelah akhir program
dilakukan pengujian terhadap kedua kelompok
tersebut, ternyata variansi peserta dengan metode A
dan metode B masing-masing adalah 16 dan 25.
Dengan α=10% apakah kedua variansi/ragam
populasinya sama.
Penyelesaian.

1. Ho : var(A) = var (B) , H1 : var(A) ≠ var(B)

2. n(A) =12 dan n(B) = 10. α = 10%, f1(11,9) = 3.11 dan
f2(11,9) = 1/f1(9,11)= 0.34, dengan f1= 5% , f2=95%
3. Tolak H0 jika fh < f2 atau fh > f1
4. Fh = s1*s1/s2*s2 = 16/25 = 0.64
5. Karena fh terletak di daerah penerimaan H0, maka
kesimpulannya kedua ragam peserta pengajaran
statistika dengan metode A dan metode B sama.
Hubungan Kesalahan Tipe I dan Tipe II Dalam Uji
Hipotesis

Dalam uji hipotesis dikenal dua tipe kesalahan yakni

kesalahan menolak Ho yang benar (α)-tipe I dan
kesalahan menerima Ho yang salah (β)-tipe II

Dalam inferensi statistik Peluang menolak Ho yang

salah (1-β) jauh lebih urgen dari pada peluang
menerima Ho yang benar (1-α)

Peluang menolak Ho yang salah (1-β) dalam analisis

statistik dinamakan KUASA UJI ( POWER TEST )
Penjelasan Soal
Ho : p = 0.25
H1 : p > 0.25
n = 20, jika P(x ≥ 9), maka H1 diterima, kasus ini
berdistribusi Binomial
a). P(x ≥ 9), dengan H0 ditolak dengan p = 0.25
b). P (x < 9) dengan H0 = 0.5
c). P(x < 9) dengan H0 = 0.7
d). P(x ≥ 8), dengan H0 ditolak dengan p = 0.25 dan
P (x < 8) dengan H0 = 0.5
e). Sama seperti a) dan b) di atas, hanya digunakan
pendekatan Normal karena n = 100. 
 Distribusi Binomial ~ Distribusi Normal, ada
faktor koreksi
QUIZ I ( time : 17 menit )
Dua metode pembelajaran matematika (MA dan MB)
diberikan kepada sekelompok mhsa. 12 mhs dengan
MA dan 10 mhsi dengan MB. Pada akhir semester
kedua klpk mhs diuji ternyata hasilnya utk mhsa rata-
ratanya 85, sb = 4, sedang mhsi rata-ratanya 81 ,
sb= 5 dengan asumsi bahwa kedua sb populasi
( σ1=σ2 =σ ) danggap sama tetapi tidak diketahui,
maka dengan menggunakan alpha 2 % ujilah hipotesis
bahwa kedua metode pembelajaran tersebut sama.

Keterangan
Sb simpangan baku atau deviasi standar