Prinsip

Inferensi
Pertemuan 5
Inferences on a Single Population

Pendahuluan Inferensi dalam Rata rata Populasi

 Inferences on a Single Population
Pendahuluan
• Inferensi tentang satu populasi adalah proses pengambilan kesimpulan tentang
parameter populasi berdasarkan data yang diambil dari satu populasi saja.

• Tujuan utama inferensi ini adalah untuk mencapai generalisasi tentang populasi
dari data sampel yang tersedia.
 Inferences on a Single Population

• Point Estimation

Estimasi titik adalah teknik inferensi statistik untuk mengestimasi nilai parameter
populasi dengan menggunakan nilai tunggal sebagai perkiraan.
Contoh: Mengestimasi rata-rata tinggi badan dalam populasi berdasarkan rata-rata
tinggi badan dalam sampel.
 Inferences on a Single Population

Interval Estimation

• Estimasi interval adalah teknik inferensi statistik untuk mengestimasi rentang

nilai yang mungkin berisi parameter populasi dengan tingkat kepercayaan tertentu.
• Contoh: Confidence Interval (Interval Kepercayaan) untuk rata-rata tinggi badan,
yang memberikan perkiraan rentang yang mungkin mengandung rata-rata tinggi
badan populasi.
 Inferences on the Population Mean
Inferences on the Population Mean (Inferensi pada Rata-rata Populasi) adalah
teknik statistik yang digunakan untuk membuat perkiraan atau inferensi tentang
rata-rata populasi berdasarkan data sampel yang tersedia.
Untuk kesimpulan ini kami menggunakan fakta bahwa, untuk setiap populasi yang
berdistribusi normal, statistiknya memiliki distribusi normal baku
 Inferences on the Population Mean
Sangat penting untuk dicatat bahwa derajat kebebasan didasarkan pada
penyebut rumus yang digunakan untuk menghitung s2, yang mencerminkan
rumus umum untuk menghitung s2,
Tahap dalam Inferences on the Population
Mean:
1. Penyusunan Hipotesis: Pertama-tama, kita harus merumuskan dua hipotesis yang bersifat
saling eksklusif dan menyeluruh tentang rata-rata populasi. Hipotesis nol (H0) menyatakan tidak
ada perbedaan atau efek, sedangkan hipotesis alternatif (H1) menyatakan ada perbedaan atau efek
yang signifikan. Contohnya:
•H0: Rata-rata populasi = nilai tertentu (misalnya, H0: μ = 50)
•H1: Rata-rata populasi ≠ nilai tertentu (misalnya, H1: μ ≠ 50)
2. Pengambilan Sampel: Langkah berikutnya adalah mengumpulkan data sampel dari populasi
yang ingin kita teliti. Pengambilan sampel harus dilakukan dengan metode yang tepat untuk
memastikan representasi yang baik dari populasi tersebut.
3. Uji Statistik: Setelah data sampel dikumpulkan, kita harus menghitung uji statistik yang sesuai
berdasarkan jenis data dan desain sampel yang digunakan. Salah satu uji statistik yang paling
umum digunakan untuk inferensi pada rata-rata populasi adalah uji t-Student.
Tahap dalam Inferences on the Population
Mean:
4. Penentuan Tingkat Signifikansi: Sebelum melakukan uji statistik, kita harus menentukan
tingkat signifikansi (α) yang akan digunakan sebagai ambang batas untuk menerima atau menolak
hipotesis nol. Tingkat signifikansi ini sering kali ditetapkan pada 0,05 atau 5%, yang berarti kita
akan menerima hipotesis nol jika ada 5% kemungkinan bahwa hasil kita muncul secara kebetulan.
5. Uji Hipotesis: Dengan menggunakan uji statistik yang sesuai, kita dapat menghitung nilai p (p-
value). Nilai p adalah probabilitas mengamati hasil uji statistik yang ekstrem atau lebih ekstrim dari
yang kita amati, jika hipotesis nol benar. Jika nilai p lebih kecil dari tingkat signifikansi yang telah
ditentukan (α), maka kita akan menolak hipotesis nol dan menerima hipotesis alternatif. Jika nilai p
lebih besar dari α, maka hipotesis nol diterima.
6. Kesimpulan: Berdasarkan hasil uji hipotesis, kita akan membuat kesimpulan tentang rata-rata
populasi. Jika hipotesis nol ditolak, artinya kita memiliki bukti statistik yang cukup untuk
menyatakan bahwa rata-rata populasi tidak sama dengan nilai tertentu (sesuai dengan hipotesis
alternatif). Namun, jika hipotesis nol diterima, kita tidak memiliki bukti statistik yang cukup untuk
menyatakan bahwa rata-rata populasi berbeda dari nilai tertentu.
 Degree of Freedom
Derajat Kebebasan Untuk contoh di bagian ini, derajat kebebasan statistik uji (statistik t) adalah
(n-1), di mana n adalah ukuran sampel. Namun, penting untuk diingat bahwa derajat kebebasan
statistik t selalu digunakan untuk memperkirakan varians yang digunakan dalam menyusun statistik
uji. Kita akan melihat bahwa untuk banyak aplikasi ini bukan (n-1).

Misalnya, kita perlu memperkirakan ukuran rata-rata batu yang dihasilkan oleh penghancur kerikil.
Sebuah sampel acak dari 100 batu akan digunakan. Sayangnya, kami tidak punya waktu untuk
menimbang setiap batu satu per satu. Namun, kita dapat menimbang seluruh 100 dalam satu
penimbangan, membagi berat total dengan 100 untuk mendapatkan perkiraan μ, dan menyebutnya
y100. Kami kemudian mengambil subsampel acak dari 10 batu dari 100, yang kami timbang satu
per satu untuk menghitung estimasi varians,
 Contoh Penentuan
Degree of Freedom
 1. Statistik: Sebuah penelitian ingin membandingkan dua
kelompok orang dalam hal skor tes. Kelompok A memiliki
50 anggota dan kelompok B memiliki 60 anggota. Berapa
derajat kebebasan dalam uji perbedaan skor tes antara
kedua kelompok ini?
 Jawaban: Derajat kebebasan dalam uji perbedaan dua
sampel independen adalah (n1 + n2 - 2), di mana n1 dan n2
masing-masing adalah ukuran kelompok A dan B. Dengan
n1 = 50 dan n2 = 60, derajat kebebasan = 50 + 60 - 2 =
108.
Contoh Penentuan Degree of
Freedom
 Sebuah penelitian ingin menganalisis pengaruh tiga jenis
pupuk yang berbeda terhadap pertumbuhan tanaman. Ada 4
tanaman yang ditanam dengan setiap jenis pupuk. Berapa
derajat kebebasan antara kelompok dan dalam kelompok
dalam analisis ini?
 Jawaban: Dalam analisis variansi (ANOVA), derajat
kebebasan antara kelompok (factor) adalah jumlah kelompok
minus 1, dan derajat kebebasan dalam kelompok (error)
adalah jumlah total observasi minus jumlah kelompok.
 Dalam kasus ini, jumlah kelompok adalah 3 dan jumlah total
observasi adalah 3 kelompok × 4 tanaman = 12 observasi.
Derajat kebebasan antara kelompok = 3 - 1 = 2 Derajat
kebebasan dalam kelompok = 12 - 3 = 9
Terima Kasih