CSI2F3
PERKULIAHAN
• Jadwal kuliah : Jumat 08:30 - 11:30
• Kuliah daring synchronous/ tatap muka daring dilakukan: 4 sampai 7 pertemuan
• Minggu 8 dan 16 evaluasi CLO dilakukan secara onsite di kelas, mahasiswa mengerjakan
soal menggunakan LMS
• Semua evaluasi dilakukan menggunakan LMS
• Apabila kuis akan dilakukan dalam bentuk essay, maka hasilnya disubmit ke LMS
• Kegiatan remedial atas hasil evaluasi dapat terdiri dari:
1. Remedial assesmen CLO, dilakukan pada masa perkuliahan.
2. Remedial Mata Kuliah, dilakukan pada masa evaluasi capaian pembelajaran OBE
sesuai kalender Pendidikan Telkom University (Semester Genap 22/23: 19-24 Juni
2023) dan dapat diikuti oleh mahasiswa yang memiliki activity completion minimal 75%.
Course Learning Outcomes (CLO)
12
Analisis Korelas dan Regresi Linier Berganda
13
Review CLO 4
14
15 Presentasi Tugas Besar
16 Ujian CLO3 dan CLO4
REFERENSI :
[1 ] Forsyth, David . 2018, Probability and Statistics for Computer Science, Springer
International Publishing AG
[2 ]Walpole, E. Ronald, Myers, H. Raymond, 2011, Probability & Statistics for Engineers &
Scientists, Prentice Hall
KALENDER AKADEMIK
18 Feb: Isra’ Mi’raj
07/02/2023 8
Kalender akademik
07/02/2023 9
CONTENT
• PENDAHULUAN
• REVIEW UKURAN-UKURAN STATISTIKA
• PENAKSIRAN TITIK DAN PENAKSIRAN SELANG UNTUK RATAAN 1 POPULASI
UKURAN-UKURAN
STATISTIK
Ukuran Pemusatan
• Mean, Median
Ukuran Penyebaran
• Variansi, Standard Deivasi
REVIEW UKURAN STATISTIKA
Variansi
INFERENSI STATISTIKA
Inferensi statistik
Pengujian Hipotesis
Uji Hipotesis untuk Rataan 1 populasi dan Rataan 2 populasi
Uji Hipotesis untuk
- Variansi 1 populasi dan 2 populasi
- Proporsi 1 populasi dan 2 populasi
PENAKSIRAN PARAMETER
Populasi : 1. Pengetahuan mengenai distribusi
sampling
Parameter
2. Distribusi Normal, Distribusi t-
student
Sampel :
Statistik
Statistik dikatakan penaksir tidak bias dari parameter populasi jika E() =
Karena =E(
Penaksir Efisien
Definisi : Penaksir tak bias dengan variansi terkecil disebut penaksir efisien
^
𝜃 2 ?
^
𝜃 3 ?
Konsisten
Penduga titik tidak selalu tepat menduga parameter populasi maka digunakan
pendugaan dalam bentuk selang interval
Dalam setiap pendugaan mengandung PELUANG kesalahan
penduga selang konsep probability SELANG KEPERCAYAAN
(CONFIDENCE INTERVAL)
SELANG KEPERCAYAAN
𝑋 −𝜇
𝑍= 𝑁 (0,1)
𝜎
√𝑛
Misal adalah nilai z sehingga daerah sebelah kanannya
seluas sehingga
( )
𝑃 − 𝑧 𝛼 < 𝑍 < 𝑧 𝛼 =1 − 𝛼
2 2
(
𝑃 − 𝑧 𝛼 < 𝑍 < 𝑧 𝛼 =1 − 𝛼
2 2
)
( )
𝑋 −𝜇
𝑃 − 𝑧 𝛼< < 𝑧 𝛼 = 1− 𝛼
2
𝜎 2
√𝑛
𝑃 −𝑧
( 𝛼 .
2
𝜎
√𝑛
< 𝑋 − 𝜇< 𝑧 𝛼 .
2
𝜎
√𝑛 )
=1 − 𝛼
(
𝑃 − 𝑋 − 𝑧𝛼 .
2
𝜎
√𝑛
<− 𝜇 <− 𝑋 + 𝑧 𝛼 .
2
𝜎
√𝑛 )
=1 − 𝛼
𝑃
( 𝑋−𝑧 𝛼
2
.
𝜎
√ 𝑛
< 𝜇< 𝑋 + 𝑧 𝛼 .
2
𝜎
√ 𝑛)=1 − 𝛼
Selang kepercayaan untuk , dengan
𝜎 𝜎
𝑋−𝑧 𝛼 . < 𝜇< 𝑋 + 𝑧 𝛼 .
2 √𝑛 2 √𝑛
𝑃
( 𝑋−𝑧 𝛼
2
.
𝜎
√𝑛
< 𝜇< 𝑋 + 𝑧 𝛼 .
2
𝜎
)
√𝑛
=1 − 𝛼
(
𝑃 | 𝑋 − 𝜇|< 𝑧 𝛼 .
2
𝜎
√𝑛)=1 − 𝛼
Contoh 2 : Tentukan besar sampel yang diperlukan pada contoh 1 bila kita ingin
percaya 95% bahwa taksiran 0,05
g= =.g =
= = 138.3
Selang kepercayaan untuk ,
√
𝑛
1 2
𝑆= ∑
𝑛− 1 𝑖=1
(𝑥 𝑖 − 𝑥)
t-Student DISTRIBUTION
Distribusi t Ditemukan Oleh W.S. Gosset, Ahli Kimia Yang Bekerja Pada Pabrik Bir
Guinness Di Irlandia.
Publikasi atas penemuannya dilakukan pada 1908 dengan nama samaran “
student”
Seperti kita ketahui bahwa :
2 X
X ~ N OR , , dan ~ N OR (0,1)
n n
02/07/23 34
t- Student Distribution
Teorema :
Misalkan s adalah simpangan baku sampel dari sampel acak berukuran n yang diambil
dari distribusi normal, maka
1. dan s adalah peubah acak yang saling bebas fungsi dari sampel acak.
X
2. s terdistribusi t(n-1) , dimana tv dinotasikan sebagai
n
02/07/23 35
DERAJAT KEBEBASAN (DEGREE OF FREEDOM)
• Banyaknya informasi yang bebas dalam sampel setelah nilai mean sampel dihitung
Contoh :
• Bila μ tidak diketahui, maka 1 derajat kebebasan telah berkurang, atau 1 derajat kebebasan telah
hilang dalam menaksir μ (karena μ diganti oleh )
Mean dari nilai 1,2,3 adalah 2
X1 = 1 (dihitung)
X2 = 2 (tidak termasuk)
X3 = 3 (dihitung)
Mean = 2
Sehingga derajat kebebasannya adalah: n – 1 = 3 – 1 =2
( )
𝑃 − 𝑡 𝛼 <𝑇 <𝑡 𝛼 =1 − 𝛼
2 2
(
𝑃 − 𝑡 𝛼 <𝑇 <𝑡 𝛼 =1 − 𝛼
2 2
)
( )
𝑋 −𝜇
𝑃 −𝑡 𝛼< <𝑡 𝛼 =1 − 𝛼
2
𝑆 2
√𝑛
(
𝑃 −𝑡 𝛼 .
2
𝑆
√𝑛
< 𝑋 − 𝜇< 𝑡 𝛼 .
2
𝑆
√𝑛 )
=1 − 𝛼
(
𝑃 − 𝑋 − 𝑡𝛼 .
2
𝑆
√𝑛
<− 𝜇 <− 𝑋 + 𝑡 𝛼 .
2
𝑆
√𝑛 )
= 1− 𝛼
𝑃
( 𝑋 −𝑡 𝛼 .
2
𝑆
√ 𝑛
< 𝜇< 𝑋 +𝑡 𝛼 .
2 √
𝑆
𝑛 )
=1− 𝛼
Selang kepercayaan untuk ,
Bila dan s adalah rataan dan simpangan baku sampel acak berukuran n dari
suatu populasi dengan variansi , maka selang kepercayaan
(1- )100% untuk adalah
𝑠 𝑠 dengan
𝑋 −𝑡 𝛼 . < 𝜇< 𝑋 +𝑡 𝛼 .
2 √ 𝑛 2 √𝑛
++ + + ]
= 0.283
Dari tabel distibusi t diperoleh untuk derajat kebebasan 6.
Jadi selang kepercayaan 95% untuk adalah
0.283 0.283
10 −2.447 . <𝜇< 10+2.447 .
√7 √7
9 .74< 𝜇<10.26
SOAL
1. The mean μ of the tear strength of a certain paper is under consideration. The n = 22
determinations (taken at random) yielded = 2.4 pounds.
a. If the standard deviation of an individual measurement is known to be σ = 0.2, find an approximate 95%
confidence interval for μ
b. If the standard deviation σ is unknown, but the sample standard deviation is s = 0.2, determine a 95%
confidence interval for μ
c. Kerjakan soal a dan b dengan derajat kepercayaan 99%
2. Diketahui nilai akhir MK statistika berdistribusi normal. Tentukan selang kepercayaan 95% dan 99%
untuk47rataan50populasi
53 μ, apabila
65 diambil
33 sampel66
67 nilai dari
50 16 orang mahasiswa sbb :
73 54 48 47 47 67 68 60