1 / 38

STATISTIKA INFERENSIA

STATISTIKA INFERENSIA. UJI t. STATISTIKA INFERENSIA. Apa saja yang dilakukan pada statistika inferensia ? Pada dasarnya statistika inferensia mempelajari pengambilan keputusan tentang parameter populasi (rata-rata, proporsi ) dari sampel yang ada . Ada dua hal :

irving
Télécharger la présentation

STATISTIKA INFERENSIA

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. STATISTIKA INFERENSIA UJI t

  2. STATISTIKA INFERENSIA • Apasaja yang dilakukanpadastatistikainferensia?Padadasarnyastatistikainferensiamempelajaripengambilankeputusantentang parameter populasi (rata-rata, proporsi) darisampel yang ada. • Ada duahal : • Estimasi (memperkirakan) hargasuatu parameter populasi. sepertijikadiketahui rata-rata usia 100 orang pendudukJakarta (sebagaisampeladalah23 tahun, makabisadiperkirakanrentang rata-rata usiapendudukseluruhJakarta (populasi)). • Ujihipotesisstatistik. Tujuannyauntukmengujiapakah data darisampel yang adasudahcukupkuatuntukmenggambarkanpopulasinyaatauapakahbisadilakukangeneralisasitentangpopulasiberdasarhasilsampel. Sebagaicontoh, jika rata-rata tinggibadan 50 lelakiremajadiSurabaya (sebagaisampel) adalah 169 cm, apakahrata-rata tinggibadanseluruhlelakiremajadiSurabaya (populasi) juga 169 cm?

  3. DEFINISI HIPOTESIS • Hipotesis : suatuproposisiatauanggapanygmgknbenardanseringdigunakansbgdasarpembuatankeputusan/pemecahanpersoalanataupunutkdasarpenelitianlebihlanjut. • Anggapan/asumsidarisuatuhipotesisjugamrp data, krnadakemungkinanbssalah, makajikaakandigunakansbgdasarpembuatankeputusan hrs diujiterlebihdahuludgnmenggunakan data hasilobservasi.

  4. CONTOH KASUS : • Karenapemerintahmelalui BULOG menganggapbhwberascukup, makadiputuskanutktdkmengimporberas. • Karenaseorangpimpinan bank beranggapan/berpendapatbhwpenurunansukubungadepositotdkmempengaruhijlhtabungandeposito, makadiputuskanutkmenurunkansukubungadeposito. • KarenapemerintahmelaluiDepartemenPertambanganberpendapatbhwkenaikanhargaminyaktdkmempengaruhihargamakanan, makadiputuskanutkmenaikkanhargaminyak.

  5. Pengujianhipotesisstatistikialahprosedurygmemungkinkankeputusandptdibuat, yaitukeputusanutkmenolakatautdkmenolakhipotesisygsedangdipersoalkan/diuji. • Utkdptdiuji, suatuhipotesisharuslahdinyatakanscrkuantitatif. • Utkmengujihipotesis, digunakan data ygdikumpulkandrsampel, shgmrp data perkiraan (estimate). Shgkeputusanygdibuatdlmmenolak/tdkmenolakhipotesismengandungketidakpastian (uncertainty), maksudnyakeputusanbsbenardanbsjgsalah.

  6. JenisKesalahan (Type of Error) • Ada 2 jeniskesalahanygbisaterjadididlmpengujianhipotesis. • Kesalahankitamenolakhipotesisnolpadahalhipotesisnolitubenar (kesalahanjenis I) • Kesalahankitamenerimahipotesisnolpadahalhipotesisitusalah (kesalahanjenis II) Dapatterlihatpadatabelberikut :

  7. Pembuatkeputusanbiasanyaberusaha agar keduajeniskesalahantsbditekansampaisekecil-kecilnya (maksudnyanilaiαdanβ minimum).

  8. FORMULASI HIPOTESIS • Formulasiatauperumusanhipotesisstatistikdapatdibedakanatas 2 jenis : • Hipotesisnolatauhipotesisnihil (H0) : hipotesisygdirumuskansbgsuatupernyataanygakandiuji. Disebuthipotesisnolkrnhipotesistsbtdkmemilikiperbedaanatauperbedaannyanoldgnhipotesissebenarnya. • Hipotesisalternatifatauhipotesistandingan (H1atau Ha) : hipotesisygdirumuskansbglawanatautandingandrhipotesis nol.

  9. Formulasihipotesisdapatdituliskan : H0 : θ = θ0 H1 : θ > θ0 (pengujiansatusisi/arahkanan) H1 : θ < θ0 (pengujiansatusisi/arahkiri) H1 : θ ≠ θ0 (pengujianduasisi/arahkanandankirisekaligus) θ : parameter (ukuran yang menunjukkankeadaansebenarnyadaripopulasi), contoh : rata-rata (μ), simpanganbaku (σ), P=proporsi/persentase, B = koefisienregresi, ρ=koefisienkorelasidan lain-lain)

  10. ANALISIS PERBANDINGAN • Analisisperbandingandigunakanutkmembandingkan rata-rata antaraduaataulebihkelompok data. • Asumsi : variabel data yang akandibandingkanharusmengikutifungsidistribusi normal danhomogenitasvarians. • Menggunakanstatistikuji t dananalisisvarians (ANOVA) • Perbedaanpenggunaanstatistikuji t dan ANOVA :jlhklpygakandibandingkan. • Statistikuji t : hanya 2 sampel data ygakandibandingkan. • ANOVA : lebihdari 2 klpsampel data.

  11. Contohhipotesisygdiajukan : • Apakahterdapatperbedaan rata-rata hasilujianmatakuliahstatistikantarakelas A dankelas B? • Apakahpriadanwanitamemilikitkkepuasanygsamaketikaberbelanjaditokopakaian A?

  12. JenisAnalisisPerbandingan Rata-rata • Ujihipotesabeda mean one sample t-test , paired t-test, independent-sample t test. • One sample t-test untukmembandingkanapakahterdapatperbedaanataukesamaan rata-rata suatukelompoksampel data dgnsuatunilai rata-rata tertentu. • Paired t-test untukmembandingkanapakahterdapatperbedaanataukesamaan rata-rata antaraduakelompoksampel data ygslgberkaitan/berpasangan. • Independent-sample t test untukmembandingkan rata-rata dariduakelompoksampel data independen.

  13. Ujihipotesabeda mean one sample t-test

  14. OUTPUT

  15. SOAL LATIHAN

  16. PAIRED-SAMPLE T TEST

  17. OUTPUT

  18. SOAL PAIRED-SAMPLE T TEST

  19. INDEPENDENT-SAMPLE T TEST

  20. OUTPUT

  21. SOAL LATIHAN INDEPENDENT-SAMPLE T TEST

  22. ONE-WAY ANOVA One-way ANOVA digunakanuntuk : -membandingkanapakahterdapatperbedaaanataukesamaan rata-rata antaratigaataulebihkelompok data untuksuatukategoritertentu. -Asumsi yang digunakanadlvariabel data berdistribusi normal danhomogenitasvariansantarakelompok data.

  23. CONTOH • Perusahaan inginmembandingkan rata-rata penjualanminumankalengmerk A di 3 daerahpenjualan, yaitu Bandung, Bogor dan Jakarta. Apakahterdapatperbedaanygsignifikanthd rata-rata penjualandi 3 daerahpenjualantsb? Data ygdiperolehadlsbb :

  24. CONTOH

  25. LANGKAH-LANGKAH PENYELESAIAN • Klik Analyze/Compare Means/One-Way Anova • Masukkanvariabelpenjualanke Dependent List. • Masukkanvariabelkotake Factor List • Klik Option, Pilih Descriptive dan Homogeneity of variance test • Klik Continue, kemudianklik OK

  26. OUTPUT

  27. HIPOTESIS • Pada ANOVA : H0 :Tidakterdapatperbedaanygsignifikanantara rata-rata penjualanminumankalengmerk A diantarakota Bandung, Bogor danJkt. H1 :Terdptperbedaanygsignifikanantara rata-rata penjualanminumankalengmerk A diantarakota Bandung, Bogor danJkt. Kriteriauji : Tolakhipotesisnolbilanilai sig. F test dalamanalisisvarianslebihkecildari 0,05.

  28. HIPOTESIS • Pada test of Homogeneity of Variances Levene statistics digunakanutkmengujiasumsiinidimanahipotesisnyaadl : H0 : Variasi data penjualanditigakotahomogen H1 : Variasi data penjualanditigakotaheterogen KriteriaUji : TolakHipotesisnolbilanilai sig. pengujianstatistikLevene Statistic lebihkecil 0,05

  29. INTERPRETASI • Tabelpertamamenunjukkanstatistikdeskriptifhasilpenjualanminumanditigakota. Rata-rata penjualandikota Bandung sebesar 221 ribukalengminuman, dikota Bogor sebesar 176 ribu, dandikota Jakarta sebesar 192 ribu. • Test of Homogeneity of Variance menunjukkan sig. sebesar 0,053 (> 0,05), makakesimpulanyaadlterimahipotesis nol. Hal tsbberartibhwketigakotamempunyaivariasipenjualanygsamasetiapbulannya. • Padatabel ANOVA sig. uji F sebesar 0,001 (< 0,05), makakesimpulannyaadltolakhipotesis nol. Hal iniberartibhwterdapatperbedaanygsignifikanthdhasil rata-rata penjualandi 3 kota.

  30. ANALISIS LANJUT ONE-WAY ANOVA • Analisismenggunakan one-way ANOVA merupakananalisisvariandgnsatuvariabelindependen. Analisisinidigunakanutkmengujihipotesiskesamaan rata-rata antara 2 grupataulebih. • Jikahasiluji ANOVA diketahuiterdapat rata-rata data ygberbeda, perbedaantsbdptditentukan pd analisislanjut (Post Hoc).

  31. CONTOH • Data menggunakan data contohsebelumnya, yaitu : • Perusahaan inginmembandingkan rata-rata penjualanminumankalengmerk A di 3 daerahpenjualan, yaitu Bandung, Bogor dan Jakarta.

  32. LANGKAH-LANGKAH PENYELESAIAN • Kliktombol Post Hoc. • Pilih LSD ( least significant difference) pada Equal Variances Assumed, klik Continue. • Klik OK.

  33. OUTPUT

  34. INTERPRETASI • Dari hasil output, padakotak Multiple Comparisons, terlihatnilai Sig. • Nilai Sig. ini yang akandijadikanacuanutkmelihatperbedaanantaraketigakota. • Nilai Sig. untukkota Bandung thd Bogor samanilainyadgnnilai Sig. utkkota Bogor thd Bandung. Dst. • Terlihat : • Nilai sig. Bandung dgn Bogor sebesar 0,000 < 0,05, artinyaterdapatperbedaansignifikanantarakota Bandung dgn Bogor. • Nilai sig. Bandung dgn Jakarta sebesar 0,009 < 0,05, artinyaterdapatperbedaansignifikanantarakota Bandung dgnJkt. • Nilai sig. Bogor dgnJktsebesar 0,15 > 0,05, artinyatidakterdapatperbedaansignifikanantarakota Bogor dan Jakarta.

More Related