Scribd Logo
Upload

Welcome to Scribd!

  • Statistika Probabilitas PDF

    Uploaded by

    Irwan Setyo
    7 views136 pages

    Original Title

    Statistika Probabilitas.pdf

    Copyright

    © © All Rights Reserved

    Available Formats

    PDF or read online from Scribd

    Did you find this document useful?

    Is this content inappropriate?

    Report this Document

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    7 views136 pages

    Statistika Probabilitas PDF

    Uploaded by

    Irwan Setyo

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    of 136
    DAFTAR ISI Educa ules 1.1, PENDAHULUAN 12 KONSEP DASAR TEKNIK PENARIKAN SAMPEL 1.3. SAMPEL ACAK SEDERHANA 7 7 3 LATIHAN SOAL 2 — 11 14 SAMPELACAKBERSTRATA _ aw _LATIHAN SOAL _ - Z 20 7\8. SAMPEL ACAK BERKELOMPOK 7 LATIHAN SOAL _ 8 1.6. SAMPEL ACAK SISTEMATIK — a 2 ee ATHANS on eee 88 SOAL-SOAL MULTIPLE CHOICE == a PCP M ecu aok Luka eka eacOL) PENDAHULUAN 22. METODE KUADRAT MINIMUM (LEAST SQUARE) = a7 2.3. STANDARD ERROR OF ESTIMASI a an) 2.4. INFERENS! MENGENAl KEMIRINGAN (8) DARI SUATU GARIS 5 25. KORELASI DAN KOEFISIEN KORELAS! _ = 54 26 GARIS REGRESI X, TERHADAP Y LL 88 LATIHAN SOAL DAN MULTIPLE CHOICE — 5 ECRSiecusk uke eeenceurL PENDAHULUAN 3.2. PERSAMAAN GAAIS LINIER REGRES! 60 33. COEFFICIENTS ESTIMATE a Ca 3.4. STANDARD DEVIASI GARIS REGRESI BERGANDA 66 35. KOEFISIEN KORELASI BERGANDA LINIER 7 26. PENDUGA PARAMETER KOEFISIEN REGRES! BERGANDA 3.7 PENGUJIAN PARAMETER KOEFISIEN REGRES| BERGANDA LATIHAN SOAL DAN MULTIPLE CHOICE BAB 4. ANALISIS VARIANS ‘4.1, PENDAHULUAN, 74 42 ANALISIS VARIANS SATU ARAH (ANOVA SEDERHANA) 5 4.3, ANALISIS VARIANS DUA ARAH (RANCANGAN BLOK ACAK) 84 LATIHAN SOAL DAN MULTIPLE CHOICE 30, PERI u Laas 5.1, PENDAHULUAN 52, Ul TANDA (SIGN TEST) 96 LATIHAN SOAL - - 101 5.3._ UJI MANNEWHITNEY (Usegr) 104 5.4. UJI KRUSKAL WALLIS (Kessnsrid 109 “LATIHAN SOAL 112 55. Udi SPEARMAN (r,) _ : 2 173 LATIHAN SOAL 118 SOAL-SOAL MULTIPLE CHOICE 119 DAFTAR PUSTAKA 122 - 123 LAMPIRAN TABEL civiliana civil engineering blog TEKNIK PENARIKAN SAMPEL ST 1.1. PENDAHULUAN Tujuan kita mengetahui teknik penarikan sampel adalah untuk memperoleh keterangan mengenai populasi dengan mengamati hanya sebagian saja dari populasi. Setiap penelitian statistik, yang selalu dituju adalah sekelompok populasi yang ingin diketahui ciri-cirinya, seperti rata-rata hitung (1), standard deviasi (0), proporsi (P), dan sebagainya, Namun karena keterbatasan dana, waktu, teknologi, dsb, maka hanya sampel yang diperiksa, seperti rata-rata hitung penduga (x), standard deviasi penduga (8), proporsi penduga (p), dsb. Penarikan sampel adalah suatu cara pengumpulan data kalau hanya sebagian dari elemen populasi (=sampel) yang diselidiki. ‘Tujuan utama dari setiap rancangan sampling adalah memberikan pedoman untuk memilih sampel yang mewakili populasi dengan biaya minimum, Jika populasi yang mendasarinya memiliki ciri-ciri yang seragam, hampir setiap sampel akan memberikan hasil yang dapat diterima. Satu-satunya cara untuk menjamin bahwa himpunan data eksperimen kita sungguh- sungguh mewakili populasi adalah dengan melakukan sensus, yaitu mencatat setiap unsur 1 yang terdapat dalam populasi. Namun, dari segi ckonomis dan kepraktisannya, hampir setiap penelitian melakukan penarikan sampel untuk menduga keadaan populasi yang sebenamya. Nah, bagaimana dan pada kondisi yang bagaimanakah sampel dapat dipakai guna menarik kesimpulan mengenai ciri-ciri populasinya secara cukup meyakinkan? Penarikan kesimpulan dari sampel secara cukup meyakinkan, membutuhkan prosedur pemilihan (penarikan) sampel secara random serta metode inferens yang baik dan tepat. Prosedur pemilihan (penarikan) sampel secara random, merupakan metode guna memilih sampel dari populasi dimana setiap unsur di dalam populasi selalu memili kesempatan (peluang) yang sama untuk terpilih. Dengan menggunakan penarikan sampel sacara random (acak), kita dapat mengetahui peluang dari berbagai pengamatan yang termasuk di dalam sampel. Karena itu kita dapat membuat pernyataan probabilitas tentang populasi yang mendasarinya. Jika sampel dipilih dengan cara detemministik (tidak acak), probabilitas bahwa kita akan mengamati berbagai pengukuran sampel tidak diketahui dan kita hanya dapat membuat pemyataan deskriptip tentang sampel itv 1.2. KONSEP DASAR TEKNIK PENARIKAN SAMPEL Dua konsep dasar teori penarikan sampel untuk mempelajari populasi (semesta) adalah kerangka (frame) dan unit sampling. Populasi didefinisikan sebagai kumpulan unit dasar. Bila berhadapan dengan masalah penarikan sampel, pertama-tama harus ditetapkan unit dasar, populasi, karakteristik yang diukur, dan peubah, Pada statistika, n unit dasar dipilih dari populasi N unit dasar dan unit dasar adalah unit yang terpilih sebagai sampel. Pada teknik penarikan sampel, suatu unit khusus dinamakan unit sampling. Misalkan ingin diketahui sewa rataan suatu kamar pada kota K. Misalnya X = Rp 200.000 merupakan total sewa yang dibayarkan dan Y = 20 jumlah kamar sewa yang ada. Biasanya X dan Y tidak diketahui, karena X dan Y merupakan karakteristik populasi. Di sini sebagai unit dasar adalah kamar dan populasi adalah kumpulan kamar sewa di kota K. Sebagai unit sampling adalah kamar sewa, jadi bisa terdiri dari satu atau beberapa unit dasar. Kerangka terdiri atas unit sampling dan mewakili populasi dan merupakan alat untuk mempelajari populasi. Dalam pembahasan selanjutnya, yang dimaksud dengan — parameter populasi adalah nilai-nilai yang diperoleh terhadap kerangka bukan semesta, Selanjutnya, yang dimaksud dengan sampel adalah sampel dari kerangka. — Parameter populasi @ adalah nilai parameter yang diperoleh dari kerangka. Parameter sebenamya 0, adalah nilai parameter yang diperoleh dari semesta. Nilai 0 dapat berbeda dengan 6,. ee — Galat sampling (GS) 6 didefinisikan sebagai : cs=6-0 dengan 6 sebagai penaksir/penduga @ Presisi taksiran sampel 6 didefinisikan sebagai : 6-6 dengan 6 adalah penaksit/penduga © dan memenuhi : P(16-61 untuk populasi tak hingga. 1.3. SAMPEL ACAK SEDERHANA Penarikan sampel yang paling mendasar, adalah sampel acak sederhana. Sampel Acak Sederhana adalah pengambilan sejumlah n sampel dari populasi hingga N, dimana setiap kemungkinan sampel yang berukuran n mempunyai probabilitas yang sama untuk diseleksi Jika populasi tidak terlalu besar, masing-masing dari N pengukuran dapat ditulis pada selembar kertas atau pada kepingan poker dan kemudian ditempatkan dalam sebuah cawan. Sampel acak dengan 1 ukuran kemudian dapat ditarik dari cawan tersebut. Cara terbaik untuk memastikan bahwa kita menerapkan penarikan sampel acak adalah dengan menggunakan tabel bilangan acak. Tabel bilangan acak dibuat sedemikian rupa schingga imteger dari 0 sampai 9 muncul secara acak dan dengan frekuensi yang sama. Contoh LI: Dari suatu analisis tentang posisi kas dari sebuah toserba, sebuah Kantor akuntan publik ‘memutuskan untuk memilih sampel acak sederhana berukuran n = 15 piutang pembeli eceran bulanan dari antara N = 1000 pembeli eceran bulanan yang ada di toserba untuk menghitung a total semua piutang. Gunakan tabel bilangan acak untuk menentukan mana yang akan dimasukkan ke dalam sampel yang berukuran n = 15. Penyelesaian : Bayangkan bahwa N = 1000 kita beri nomor 001, 002, . . . , 999, 000. Di sini didapat 1000 bilangan yang terdiri dari tiga digit, dengan 001 mewakili piutang pertama, 999 piutang yang ke 999, dan 000 yang ke 1000. Langkah pertama kita tentukan sebuah titik awal pada tabel bilangan acak, Misalkan titik awal adalah angka pertama dalam kolom kelima. Jika dibuang dua digit terakhir dari setiap angka yang terdiri dari lima digit, maka angka pertama berdigit tiga yang terbentuk adalah 816, yang kedua 309, dan ketiga adalah 763, dan seterusnya, Jika suatu bilangan acak muncul dua kali, kemunculannya yang kedua dihapus dan dipilih bilangan lain sebagai pengganti. Dengan mengambil sampel acak yang terdiri dari 15 bilangan pertama yang terdiri dari tiga digit yang tidak berulang mulai dari kolom 5, diperoleh bilangan-bilangan : 816 277 709 309 988 496 763 188, 889 078 174 482 061 530 7722 Jika piutang sudah diberi nomor, tinggal dipilih piuteng dengan nomor yang bersesuaian. Jika tidak diberi nomor, dapat mengacu pada daftar perkiraan piutang dan memilih yang ke- 61, 78, 174, dan seterusnya sehingga diperoleh jumlah sampel n = 15. ‘Setelah mengumpulkan hasil-hasil pengamatan terhadap sampel, tujuan selanjutnya adalah menghitung beberapa parameter populasi tertentu. Paling sering kita tertarik untuk mengetahui rerata populasi (j1), total populasi (t), ataupun proporsi populasi (P). Rumus perhitungan untuk mengestimasi rerata populasi 1, total populasi t, dan proporsi populasi P, untuk sampling acak sederhana ditunjukkan dalam kotak. Namun, perlu diingat bahwa penduga seperti fl, ®, dan p tidak memberikan kebaikan pendugaan (estimasi). Oleh karena itu, rumusan varians diberikan agar kita dapat menempatkan batas-batas kesalahan atas pendugaan pi, 7, dan P. Pendugaan Rerata Populasi untuk Sampel Acak Sederhana Rerata Varians o s Sampling dengan pengembalian : 67 = — = —— n a Batas kesalahan penduga x + 2 6, N-o N-n jan dinamakan koreksi populasi hingga (fpc) untuk variansi. N N-1 Faktor koreksi digunakan jika sampel ditarik dari sebuah populasi yang kecil (n/N > 5%). fetapi bila N jauh lebih besar, atau n/N mendekati nol, maka fpc mendekati satu, Bila n/N < 5%, maka fpe dapat diabaikan. Karena o% tergantung dari S? atau 0? yang mana tidak kita ketahui, maka masalah menentukan taksiran o2 menjadi menentukan taksiran S? atau 6, Untuk itu digunakan variansi sampel (s?) untuk penaksir tak bias untuk S*. Maka penaksir variansi mean populasi 63 dapat diambil dari : tanpa pengembalian - dengan pengembalian n % we (Exy n(n-1) dimana : Contoh 1.2. : Lihat audit piutang pada Tabel 2.1. Misalkan sampel acak sederhana n = 15 akan memberikan 15 saldo piutang yang tercantum dalam Tabel 1.1 Tabel 1.1. Saldo piutang 15 sampel dalam Rp 10.000. 14,50 23,40 42,00 30,20 15,50 13,30 17,80 27,50 23,70 10,00 6,90 18,40 8,50 19,50 12,10 Dugalah rerata pt untuk semua N = 1000 piutang dari sebuah tosetba, dan tentukan batas- batas kesalahan penduga. Penyelesaian : — Penduga rerata saldo piutang 1 adalah : x, fel" 28330 & =—__ = ——___ = 1889 n 15 Tabel 1.2. Perhitungan untuk data Tabel 1.1. a x 2 14,50 30,20 17,80 10,00 8,50 23,40 15,50 27,50 6,90 19,50 42,00 13,30 23,70 18,40 12,10 Ix=283,30 Ix? =6.570,85 Untuk mencari batas kesalahan penduga 1, pertama-tama harus menghitung vanrians dan galat baku. nde —( Ex) ae) 15 (6.570,85) — (283,30) “Us=) = 87,16 Untuk menghitung varians, umumnya digunakan rumus dengan tanpa pengembalian, jadi menggunakan faktor koreksi. 87.16 1000 - 15 — = —_ —___. = 5,2 n N 15 1000 — maka nilai batas kesalahan dari rerata saldo piutang adalah : R250 atau 18,89 +2 5,72 atau 18,89 + 4,78 Selang Kepercayaan dan Ukuran Sampel (1a) 100% selang kepercayaan untuk mean populasi adalah : R — Zan 5 yy dimana d* dengan pengembalian N Zap 8? a= —_ tanpa pengembalian N&+ Zp Contoh 1.3.: Untuk menaksir rerata tingkat kecerdasan siswa diambil sampel acak berukuran n = 100. Dari sampel yang terpilih diperoleh X = 110 dan s = 12. Tentukan selang kepercayaan untuk mean populasi (jt) dengan Z,,, = 3 dan dengan pengembalian. Penyeles maka selang kepercayaan adalah : X + 3 (1,2) atau 110 + 3,6. Contoh 1.4. : Dari suatu populasi diperoleh nilai taksiran variansi populasi s” = 600. Ingin ditaksir mean populasi dengan presisi + 5 untuk Z,,, Bila ukuran populasi sangat besar sehingga pengambilan sampel dapat dianggap sampling tanpa pengembalian, tentukan ukuran sampel yang diperlukan. Penyelesaian : Dengan rumus n = ( Z,,, s/d )®, diperoleh n = 3 (60/5) = 216. Misalkan N = 2000, untuk sampling tanpa pengembalian diperoleh ukuran sampel : N (Zs) N@+Z (2000)(9)(600) n=——___—____ = 195 2000(25) + 9 (600) Pendugaan Total Populasi Penduga ss: R=aN Varians penduga tanpa pengembalian dengan pengembalian Batas kesalahan : Contoh 1.5. : Dari populasi dengan N = 1000 dipilih n = 50 sampel acak. Tentukan taksiran total 4, andaikan x = 12, Penyelesaian : %=N X= 1000 (12) = 12.000. Contoh 1.6. : Diketahui populasi berukuran N = 1000. Dengan sampling acak berukuran n = 50 diperoleh s’ = 10. Tentukan galat standar dari 2 dengan sampling tanpa pengembalian. Penyelesaian : g=N 10 1000 - 50 = 1000? —— ————— = 190,000 50 1000 ee maka galat standar dari 4 : % = 190.000 = 436. Batas kesalahan pendugaan : N&+2s atau 12.0002 (436) atau 12,000 + 872 Pendugaan Proporsi Populasi Penduga : Varians : tanpa pengembalian dengan pengembalian dimana: q= Batas kesalahan penduga : p#26? atau p+2s, Contoh 1.7. : Pabrik-pabrik sering mengusahakan potongan harga jengka pendek untuk mendorong para pelanggan menaikkan jumlah pesanan mereka dan membeli di muka, sehingga dengan demikian mempertinggi posisi kas pabrik. Konsisten dengan maksud dasar ini, sebuah pabrik dan grosir produk-produk makanan beku mempertimbangkan memberikan potongan harga 20 % kepada pembeli yang menggandakan pesanan mereka per bulannya. Karena makanan beku memerlukan tempat penyimpanan yang mahal, belum tentu para pembeli akan menggunakan tawaran potongan harga tersebut. Suatu sampel acak n = 50 dari N = 430 pembeli dihubungi, dengan 15 dari 0 memberikan indikasi bahwa akan menerima tawaran potongan harga dan menggandakan pesanan bulanan mereka, Hitung proporsi dari semua N = 430 pembeli yang akan menggunakan tawaran tersebut, dan tentukan batas kesalahan penduganya. Penyelesaian : Suam pendugaan atas proporsi p dari semua pembeli yang akan menggunakan potongan harga tersebut x 15 — =—__ = 0,30 n 50 Untuk menentukan batas kesalahan pendugaan (error of estimation), kita pertama-tama menghitung varians (digunakan tanpa pengembalian), sebagai berikut : (0,30)(0,70), , 430 ~ 50 49 430 ) =I ) 021 = — (0.88) = 0,003771 49 Maka batas kesalahan penduga : p£2s, atau 0,30 +2 V0.003771 atau 0,30 + 0,12 Artinya, kita menduga bahwa proporsi semua pembeli yang akan mengambil keuntungan dari potongan harga adalah 0,30 dengan batas kesalahan penduga 0,12. v LATIHAN SOAL Dari populasi N = 600, pilihlah sampel acak berukuran nomor = 20 dengan menggunakan tabel bilangan acak. Diketahui populasi X, = X,, + 3. X, = 2; i= 2345. Tentukan X bila dilakukan sampling acak dengan n = 2 tanpa pengembalian Diketahui populasi dengan X, = X, a) Tentukan o° dan S? dengan menggunakan rumus 1 3 LF $= 556-9 b) Andaikan dipilin sampel berukuran n=2. Tentukan 6? bila sampling tanpa pengembalian ! c) Sama dengan b. tetapi sampling dengan pengembalian ! ‘Suatu sampel acak n=400 dipilih dari populasi N=4000 untuk menaksir mean populasi X, Dari sampel diperoleh X=140 dan S: . Tentukan 95% (Z=2) selang kepercayaan untuk X ! Misalkan suatu sampel acak dipilih dari kumpulan keluarga untuk menaksir pengeluaran rataan per minggu. Diinginkan presisi d=4 dengan koefisien reliabilitas Z=3, Dari survei pendahuluan diperoleh S=12 dan total unit sampling N=2000. Tentukan ukuran sampel yang diperlukan. PETUNJUK. Ukuran sampel n dapat dihitung dengan rumus : @ n= N (ZSp(N@ +(ZS)*) atau (i) n =n, ((4+nJN) dengan n, =(ZS/dy Pada soal no 5, jika diketahui N=10.000, apakah n dapat dianggap sama dengan n, = (ZS/dy ? PETUNJUK. () Hitung n, =(ZS/ay (ii) Periksa nisbah n/N Gi) Bila n/N < 5%, maka n=n, bila tidak n=n,/(14n/N) Andaikan N=500. Suatu sampel acak pendahuluan n=30 diperoleh nilai berikut : 23.514; 38; 1157;3159; 16; 12; 25; 1:15 336; 24:10; 16; 26; 12:25; 28; 3452551157595 335 255954519; (i) Tentukan taksiran mean X = X (ii) Tentukan § = 5, St = 5, (iii) Dari hasil (ii) tentukan ukuran sampel yang diperlukan bila d=4 dan Z=2 ‘Suatu sampel acak n=10 dari populasi N=50 (tanpa pengembalian) diperoleh nilai : 12 105458575 113559; 10:7 Tentukan : @ % (ii) Taksiran total x, & (iii) Taksiran $2, yaitu 8° (iv) Varians & Dari populasi N=1500 ingin ditaksir total X.Diinginkan presisi d=500 dan koefisien reliabilitas Z=2. Dari sampel pendahuluan diperoleh $=3.Tentukan ukuran sampel yang diperlukan. Andaikan sampling tanpa pengembalian. ). Misalkan dari N=4000 mahasiswa,SO mahasiswa memperoleh beasiswa. Diketahui proporsi populasi P=0,5 (tanpa pengembalian). Tentukan: (_ Varians proporsi populasi (ii) Selang kepercayaan untuk P bila koefisien reliabilitas Z = Z.,, . Seorang auditor perusahaan tertarik untuk menduga total bukti pembayaran perjalanan yang disimpan dalam arsip secara tidak benar. Dalam sampel acak sederhana berukuran n= 50 bukti pembayaran yang diambil dari sekelompok N = 250, dua puluh ditemukan tersimpan dalam arsip secara tidak benar. Dugalah total bukti pembayaran N = 250 yang disimpan dalam arsip secara tidak benar, dan tentukan batas kesalahan pendugaannya! 1.4. SAMPLING ACAK BERLAPIS (Stratified Random Sampling) ‘Tipe kedua penarikan sampel yang sering memberikan sejumlah tertentu informasi dengan biaya yang lebih murah daripada penarikan sampel acak sederhana, dinamakan sampel acak berlapis. Rancangan ini direkomendasikan jika populasi terdiri sehimpunan kelompok heterogen (yang tidak serupa). Misalnya, pendapatan karyawan suatu perusahaan, bisa distrata sebagai pekerja dan laboratorium, mandor dan manajer menengah, dan eksekutif yang tingkatannya lebih tinggi Sampel acak berstrata (berlapis) adalah sampel acak yang diperoleh dengan mamisahkan unsur-unsur populasi ke dalam kelompok yang tidak tumpang tindih, yang disebut strata (lapisan), dan kemudian memilih sampel acak di dalam setiap strata. Beberapa alasan penggunaan sampling acak stratifikasi adalah : 1. Meningkatkan presisi. 2. Diperoleh informasi selain tentang populasi, juga mengenai masing-masing strata. 3. Dengan alasan administrasi atau pisik, informasi lebih mudah dikumpulkan. Langkah pertama dalam memilih sampel acak berlapis adalah menetapkan secara jelas strata-stratanya, yaitu mengasosiasikan setiap unsur populasi dengan satu dan hanya satu strata (lapisan), Dalam beberapa kasus, tugas ini mungkin mudah. Dalam contoh penelitian pendapat umum, apakah kita akan mengklasifikasikan mereka yang tinggal di kota berpenduduk 1000, sebagai bagian dari kota atau desa? Dalam contoh penggunaan tenaga listrik, apakah tempat kediaman seorang akuntan yang kantomya berada di rumahnya ditempatkan dalam lapisan pemukiman atau komersil? Pemecahan terhadap pertentangan tersebut tidak mempengaruhi hasil kita scjauh ia selalu dikerjakan secara konsisten. Sebagai contoh, kita dapat mengatakan bahwa kota-kota yang populasinya di bawah 2500 akan selalu dianggap desa, yang lebih besar adalah kota; kombinasi satuan bisnis pemukiman akan diklasifikasikan menurut pemakaian terbanyak ruang lantai tempat tersebut. Setelah strata-strata ditetapkan, gunakan sampel acak sederhana dalam memilih sampel dalam setiap strata. Ukuran keseluruhan sampel n bergantung pada anggaran yang tersedia untuk sampling dan pada tingkat ketelitian dan ketepatan nilai duga yang diinginkan. Rumus Alokasi Sampel Antar Strata-strata : n=n+n+...+n, atau n= dimana : jumtah sampel yang diinginkan —n, = jumlah sampel dalam strata ke-i —L = jumlah strata maka untuk menentukan jumlah sampel dalam masing-masing strata : Ukuran populasi N, nen( if N=X.N isl ' Secara diagram dapat dinyatakan dengan : si=12,...,L N, = jumlah unsur dalam strata i. 1 2 L N, N, N, T i <—— sampling acak —> | n ny m, N, +N, +..40 n+n+...+m=n Dari informasi yang diperoleh dari unsur sampel, dapat dihitung rerata dugaan %, dan varians s Rumus Pendugaan (Mean) dan Varians dari Setiap Strata : 2, dari peng:matan di dalam setiap strata seperti di bawah ini : Varians s*, adalah suatu nilai duga dari varians strata yang benar 0°, Penduga Rerata Populasi untuk Sampel Acak Berlapis L Rerata x, DN, xX, 1 N 1 Varians — Nw '_) tanpa pengembalian 1k s, > EM (—) dengan pengembalian = 1, Batas kesalahan pedugaan : %, +2 6; , Contoh 18. Pimpinan suatu perusahaan memutuskan snmk melakukan suatu survai tentang kebiasaan menabung karyawan-karyawannya untuk menilai keci'-tifan kampanye menabung. Diinginkan untuk menghitung rata-rata jumlah yang diinvestasikan dalam tabungan oleh karyawan- karyawan dari pendapatan mereka bulan lalu, Usulkan rancangan survai untuk masalah ini. Penyelesaian Karyawan perusahaan dapat dikategorikan sebagai pekerja kerikal dan laboratorium, mandor dan manajer menengah, dan eksekutif yang tingkatannya lebih tinggi. Sampel acak berstrata dengan L = 3 strata nampaknya dapat menjadi rancangan sampel survei yang tepat. Di dalam setiap strata (lapisan) kebiasaan berbelanja dan menginvestasi cukup homogen. Sampling acak sederhana harus digunakan untuk memilih sampel karyawan-karyawan dari setiap strata untuk menanyakan tentang investasi tabungan mereka dari pendapatan mereka bulan Jalu Misalkan perusahaan tersebut mempekerjakan 5000 orang, diantaranya 3500 pekerja kerikal atau laboratorium, 1000 adalah mandor atau manajer menengzh, dan 500 adalah eksekutif, Kemudian diambil sampel sebanyak 50 karyawan. Dengan menggunakan alokasi yang proporsional, dapat disekat ukuran n = 50 sebagai berikut : N 3500, n, =n—+ = 50 (——— ) = 35 n 5000 1000 n, = 50 (——— ) = 10 dann, = 5 : 5000 Kemudian kita pilih sampel secara acak dengan menggunakan Tabel bilangan acak, sesuai dengan proporsi masing-masing strata. Berdasarkan observasi di dalam setiap strata, diperoleh X, dan s* 15 Tabel 1.3. Perhitungan Contoh 1.8. L = —— [(3500)(10,16) 1000)(25,50) 500)(21,80) xO [(3500)(10.16) + (1000)(25.50) + (500)(21.80)] 1 ie 71,960) = $ 14,39 S000) ¢ ) = $ 143! Varians yang diduga (dilakukan tanpa pengembalian) adalah : 1, , (3500) (0,99) (16,81) (1000)? (0,99)(22,09) = + oo (5000) 35 (500) (0.99) (125.44) ] 5 = 0,5688 Maka batas kesalahan penduga adalah : Kt2s., alu $ 14,39 +2 ¥05688 atau $ 14,39 + $ 1,50 16 ee Pendugaan Total Populasi Penduga : %,=Ni, Varians dimana —:__nillai s2, tergantung dengan cara pengembalian atau tanpa pengembalian. Batas kesalahan penduga : 4,42 6¢ atau 4, +2 s3 Contoh 1.9. : Lihat contoh 1.8. Dugalah total pendapatan bulan lalu yang diinvestasikan ke dalam tabungan oleh para karyawan. Tentukan batas kesalahan pendugaan (dilakukan tanpa pengembalian). Penyelesaian : Dari perhitungan kita sebelumnya %,.= $ 14,39 dan s,7, = 0,5688, maka : Total tabungan:t = NX, = (5,000) ($ 14,39) = $ 71.950, Untuk mencari batas kesalahan penduga , pertama-tama kita hitung varians yang diduga : sé= N82, = (5000)? (0,5688) = 14.220.000 Nilai duga dari total tabungan, dengan batas kesalahan penduga : 42% atau $ 71.950 + 2 -¥14.220.000 atau $ 71.950 + 2 (3.771) atau $ 71.950 + $ 7.542 Oleh karena itu, dalam selang + 95 % kita merasa pasti bahwa total investasi ke dalam tabungan oleh para karyawan berada dalam selang dari $ 64.410 hingga $ 79.490. 7 Pendugaan Proporsi Populasi Sampel Acak Berstrata Penduga : p,= ‘Varians tanpa pengembalian : Jengan pengembalian : “gatas kesalahan penduga : p, +2 s Contoh 1.10. : Dari contoh 1.8, dari n= 50 karyawan yang diwawancarai dalam studi investasi tabungan, jumlalt yang menunjukkan bahwa mereka sebenamya berpartisipasi dicantumkan dalam Tabel, 4.4. Dugalah proporsi semua karyawan yang berpartisipasi dalam program tabungan, dan tentukan batas kesalahan penduganya, Tabel 1.4. Data untuk contoh 1.10 Strata Ukuran sampel Jumlah yang berpartisipasi P, I 21 0,60 2 7 0.70 3 4 0.80 Penyelesaian : Nilai dugaan yang diinginkan diperoleh dari P,, dengan P, i TT : (3.500)0,60)+(1.000)(0,70)+(500)(0,80) = 0.64 000 \ ( \( (0,80) Batas kesalahan penduga dapat dicari dengan pertama-tama mencari varians terlebih dahulu. Varians dapat dicari dengan : 3.500 - 35 (0,60)(0,4) ee ———-- 1,000 “6.0007 won | 3.500 ( 3.500 dC 34 ye 1,000 - 10 . me 30) 500-5 (0,8)(0,2) (AO SO + 900 FYI = 0,004744 Maka nilai dugaan proporsi karyawan yang berpartisipasi dalam program tabungan, dengan batas kesalahan penduga sebesar : p,£2s,, atau 0,64 + 2-¥0,004744 pat atau 0,64 + 2 (0,069) atau 0,64 + 0,14 20 LATIHAN SOAL Dalam kondisi bagaimana kita dapat melakukan suatu penarikan sampel dengan sampel acak berstrata? Bagaimana prosedur pemilihan sampel dengan sampel acak berstrata? Apakah yang dimaksud dengan prosedur pemilihan sampel acak berstrata dengan alokasi yang proporsional ? Jika dari 2500 siswa SLTA diantaranya terdapat 750 siswa kelas I, 1250 siswa kelas II, dan 500 siswa kelas III, berapkah sampel yang dapat diambil dari masing-masing kelas bila diinginkan jumlah seluruh sampel adalah 50? Tentukan batas kesalahan pendugaan ! Diketahui populasi (L = 2) dengan x, diberikan oleh : Stratal : 2; 4; 6; 8; 10 Strata I: 9; 12; 13; 21; 25; 31 diambil secara acak sejumlah 5 sampel dari kedua strata. Maka, tentukan : N,; N,; x4 Ingin ditaksir Iuas lantai pusat perbelanjaan di kota A. dan dengan sampel acak berstrata, diperoleh data berikut : Stratum N n, : Kecil 110 20 4.000 Sedang 60 15 10.500 Besar 30 10 60.000 Tentukan taksiran : (1) &: Xs X,; %, dengan batas kesalahan penduganya ! 2) 4; 4,34: %, dengan batas kes: an penduganya ! Seorang auditor untuk Kantor Akuntansi Pemerintah dibebani tanggung jawab menghitung kelebihan biaya dalam pelaksanaan kontrak pertahanan pemerintah, Untuk mudahnya, auditor tersebut membuat tahapan-tahapan dalam studinya menurut cabang pelayanan militer yang spesifik yang masing-masing tercantum dalam sebuah kontrak. Dalam suatu analisis terhadap 270 kontrak pertahanan yang dibuat dalam tahun 1980, auditor memilih 45 secara acak dan menemukan hasilnya seperti yang diperlihatkan dalam tabel berikut : Angkatan Darat ‘Angkatan Darat Angkatan Laut N 120 90 60 n 20 15 10 x $71,468 $68.709 $89.918 s, $16,095 $18,452 21.065 | a. Dugalah rata-rata kelebil.an biaya pelaksanaan semua 60 kontrak pertahanan yang diatur oleh Angkatan Laut dalam tahun 1980 ! b. Dugalah rata-rata kelebihan biaya pelaksanaan untuk semua 270 kontrak pertahanan dalam tahun 1980, dan tentukan batas kesalahan pendugaan ! c. Dugalah total kelebihan biaya pelaksanaan untuk semua 270 kontrak pertahanan dalam tahun 1980, dan tentukan batas kesalahan pendugaan ! Biaya penyusutan memberikan kepada perusahaan kesempatan untuk menciptakan cadangan uang untuk mengganti peralatan yang lama dan barang-barang modal lainnya. Pengauditan dilakukan terhadap tiga cabang dari sebuah pabrik untuk menghitung proporsi barang-barang peralatan modal yang sudah digunakan selama sepuluh tahun atau lebih, Dari catatan yang tersedia auditor menggunakan alokasi yang proporsional untuk memilih sampel acak berstrata n = 60 barang-barang peralatan modal dari antara N = 7.200 barang-barang yang terdaftar pada daftar persediaan. Diperoleh hasil sebagai berikut : ‘Cabang pabrik 1 2 3 Jumlah Barang-barang Peralatan Modal. N, 3.600 | 2.400 | 1.200 Ukuran Sampel. n, 30 20 10 Jumlah yang digunakan selama 10 tahun atau lebih, x,] 7 4 3 Dugalah proporsi p dari barang-barang perlatan modal pada tiga cabang yang sudah digunakan selama sepuluh tahun atau lebih, dan tentukan batas kesalahan pendugaan ! ‘Toko-toko berangkai dan sebagian besar usaha perbankan memproses semua pelanggan Kredit melalui kantor pusat atau wilayah, bukan terpisah-pisah melalui setiap cabang. Teknik ini memungkinkan pengendalian terpusat yang lebih efisien terhadap kegiatan manajemen cabang. Manager kredit dari grosir kembang gula dengan 4 cabang merasa Khawatir dengan meningkatnya pelanggan yang macet yang jumlahnya cukup besar sekarang ini, Untuk mengurangi biaya sampling, manager itu menggunakan sampel acak 21 22 berstrata dengan setiap toko sebagai satu strata yang terpisah. Dari catatan yang tersedia di kantomya, manager kredit memutuskan untuk menggunakan alokasi yang proporsional untuk memilih sampel acak berstrata n = 50 pelanggan dari semua N = 200 piutang. Pada waktu mengerjakannya, ia mencatat hasilnya dalam tabel berikut * Toko v we a Jumlah Piutang Ukuran Sampel Jumlah Pelanggan yang Macet a. Dugalah proporsi p dari pelanggan yang macet untuk toko (grosir) tersebut, dan tentukan batas kesalahan pendugaan ! b. Ada alasan untuk mempercayai bahwa manager toko yang ke-3 terlalu lunak dalam mengabulkan permohonan kredit pelanggannya, Hitunglah proporsi p, dari pelanggan yang macet untuk toko yang ke-3, dan tentukan batas kesalahan pendugaannya ! 1.5. SAMPEL ACAK BERKELOMPOK (Cluster Random Sampling) Tipe ketiga penarikan sampel adalah penarikan sampel acak berkelompok. Sering lebih mudah menarik sampel berkelompok daripada individu sampel itu sendiri-sendiri.. Sampel Acak Berkelompok adalah pengambilan sampel dari populasi yang terdiri M kelompok dan dilakukan pemilihan secarak acak m kelompok dan tiap kelompok yang terpilih, diambil secara acak sebesar n sampel. Sampel Acak Berkelompok biasanya akan memberikan sejumlah informasi tertentu dengan biaya minimum, jika a. Sebuah kerangka yang mencantumkan daftar unsur-unsur populasi tidak ada atau akan sangat mahal untuk mendapatkannya. b. Populasinya besar dan tersebar pada suatu daerah yang luas. Sebagai ilustrasi, perhatikan seorang ekonom yang ingin menghitung rata-rata pengeluaran. mingguan untuk keperluan makanan per rumah tanga di sebuah kota. Baik dengan menggunakan sampel sederhana maupun sampel berstrata, ekonom tersebut harus mempunyai daftar anggota-anggota sampel (rumah tangga) yang dapat dipilih, Namun, semua daftar tentang semua rumah tangga di kota dapat menjadi sangat mahal atau bahkan tidak mungkin_ untuk mendapatkannya. Bahkan jika daftar tersebut tersedia, biaya survai tetap akan menjadi mahal karena dengan sampel sederhana atau sampel berstrata, rumah tangga yang dipilih dalam sampel mungkin akan terpencar-pencar di suatu daerah yang luas, Akibatnya, biaya penyelenggaraan survai antar rumah tangga yang terpencar-pencar akan mahal karena waktu perjalanan pewawancara dan pengeluaran-pengeluaran lain yang berkaitan dengannya. Ketimbang memilih sampel rumah tangga yang terpencar-pencar di seluruh kota, ekonom itu dapat menggunakan sampel berkelompok dan membagai kota menjadi kelompok masyarakat, dapat berupa dacrah pemungutan suara. Ini mudah dicapai karena daftar daerah sudah tersedia, Setiap rumah tangga di dalam setiap daerah yang terpilih lalu disurvai, Dengan begitu total biaya survai dapat dihemat. Langkah pertama dalam memilih sampel acak berkelompok adalah membagi populasi dalam beberapa gerombol/kelompok. Kita dapat mengurangi kesalahan sampling dengan memilih berbagai macam kelompok kecil dan bukan dengan sedikit kelompok besar. Semakin kecil ukuran kelompok, semakin kecil kemungkinannya bahwa kita akan menyatakan kelas- kelas dari anggota-anggota tertentu dari sampel. Oleh karena itu, lebih banyak lagi informasi tentang populasi dapat diperolch dengan memilih jumlah yang lebih besar dari kelompok- kelompok yang berukuran lebih kecil Setclah kelompok-kelompok ditetapkan, sebuah daftar yang berisi semua gerombol harus disiapkan. Sampling acak sederhana dapat digunakan untuk memilih sampel acak berukuran m kelompok dari M kelompok dalam populasi. 23 1 Qo eeiiec cece eve e eee e ees M 1 2 m N Np IN: Nit Not... + Na =N m my Da M+ Met. My =D Tiap kelompok dari M kelompok dinamakan unit sampling primer (USP). Dan tiap unit dasar dinamakan unit sampling sekunder (USS). Kelompok yang terdiri atas n,, n, .....n., unit dinamakan kelompok terakhir (ultimate clusters). Jadi dapat disimpulkan bahwa tahapan sampling berkelompok terdiri atas dua tahap. Pertama, pemilihan secara acak m unit sampling primer dari M unit sampling primer. Kedua, pemilihan secara cak n, (i= 1, 2, ..., m) unit sampling sekunder dari unit sampling primer yang ke-i terpilih. Misalkan ingin ditaksir total populasi X dari sampel yang diambil dengan sampling gerombol. Dari prosedur pengambilan sampel, penaksir total X terdiri atas dua tahap. Pertama, menaksir total dari m kelompok/gerombol. Kedua, menaksir total untuk M kelompok. Contoh 1.11. : Misalkan populasi dikelompokkan atas M = 10 kelompok penghasilan orang tva. Ingin ditaksir total buku yang dimiliki siswa SMTA. Andaikan dipilih m = 2 kelompok penghasilan orang tua dengan N, = N, = 40 siswa dan diadakan sampling acak berukuran n, = n, = 10 siswa. Misalkan diperoleh x, = 5, x, 7. Berapa taksiran total untuk M = 10 kelompok? Penyelesaian : Taksiran total untuk N, = 40 adalah : 40 x 5 ‘Taksiran total untuk N, = 40 adalah : 40 x 7 = 200 + 280 Rerata dari dua kelas = ———— = 240 2 Maka taksiran total untuk M=10 kelompok adalah : = 240 x 10 = 2400. Misalkan populasi terdiri atas M kelompok masing-masing berisi N,, N,... .N, unit sampling. Dipilih m kelompok dan diambil sub sampel n,, n,. ... . n,,. Banyaknya sampel kelompok yang mungkin diberikan adalah CONC) ) dengan anggapan N, = Contoh 1.12. : Misalkan populasi terdiri atas anak-anak dan dikelompokkan menurut kelompok umur atas M = 3 (namakan A. B, dan C). Andaikan X, menyatakan banyaknya buku yang dipunyai anak ke-j pada kelompok ke-i, Pilih secara acak m = 2 kelompok, kemudian pilih secara acak n, =n, = 2 anak (n= n, +n, = 4). Tentukan taksiran total buku dari N = 9 anak. Penyelesaian : Tabel 1.5. Daftar nilai x,, total kelompok x, dan rataan kelompok x, pada populasi Kelompok x, x, A 9 B 15 i c 21 a x =45 (® Banyaknya sampel yang mungkin (tanpa pengembalian) : = Banyaknya kombinasi usp : (M) = (3 )=301 620 2 yang mungkin dari m = 2 usp — Banyaknya sampel n, = 3 3 (74) = C5 )=3.329 ~ Total banyaknya sampel yang mungkin : QQ Q)-x 25 Tabel 1.6. Daftar semua sampel yang mungkin A BX A c x B c x 1;3 ca) 7 1,3 57 36 3:5 S57 45 37 315 59 40,5 5:9 49,5 5:7 36 79 45 79 54 1,5 3:5 a aa aa 40,5 ae eee ee 37 36 59 45 59 54 5:7 40,5 79 49,5 79 58,5 3,5 3:5 36 aoa a 45 3:5 oo 37 405 495 5:9 58.5 S745 54 79 63 324 405 486 Pendugaan Total Populasi untuk sampel Acak Berkelompok ,.Mm@N a Populi =: = t= —— } — x, m ist mn jel” M-m Varians =: If) ME M ee 63 = 83 = a b Ma 2 + DN? a b dimana (1) adalah varians total dengan tanpa pengembalian dan (2) varians dengan pengembalian, Terdapat dua sumber variasi, (a) variasi terhadap sampling usp dan dinamakan variasi antar usp, dan (b) variasi intra usp Batas kesalahan : %,+26), atau 4,425, 26 dimana : Sh= -1E t-m( ZR yy i=l m (ii) Dengan cara lain bisa dihitung taksiran total populasi X berdasarkan sampel (1;3;3;5) dari Tabel 1.6, yaitu : eo e ns fe m f1 on jl a 3 N a ge t= [ky he) > 3,3 t= [5 - Git xd +— On +m] 3. 3 3 t-—- [= 0+5+4—@+5) 3 R= 5 (6 + 12) = 27 ‘Adapun taksiran varians populasi dari contoh Tabel 1.6 di atas (tanpa pengembalian) adalah : M-m sy s M M pg N +—2ZN M m m N n ‘Varians Namun, terlebih dahulu harus dapat kita ketahui nilai s’, dan s*. Kelompok xy x, x, x, N/n, % a, A 13 10 4 2 3p 6 36 B 35 4 8 4 aR 2 14 TOTAL 13). 180 27 85577 0-2 @ J= [10-8 1 au 7 ana Ce 0.8] 1 = 5 [4-2 06 ] = [34-32 ]=2 . 1 3 Maka : $=3GB-I—+5—-O () =274+9=34 standart error: sp = V34 = 5,8309 Batas kesalahan : t+2 6:4 atau ti +2 sea 27 + 2 (58309) = 27 + 11,6618 Penduga Rerata Populasi untuk sampel Acak Berkelompok 1 oM N, Reta: Ga POE, N om él nm I 1 M-m s; M N-m Variang —: 1p — (m@——_ + Fy, ) N M mm Nt 1 Ss OM sy 2 Oe + Em) N nm ny dimana (1) adalah varians rerata dengan tanpa pengembalian dan (2) varians dengan pengembalian. Batas kesalahan : Kut2Giq atau Rt2 Sa 28 dimana : Contoh 1.12. : ‘Sesuai dengan contoh 1.11. Carilah nilai penduga rata-rata untuk sampel acak berkelompok dan tentukan batas kesalahan pendugaannya, Penyelesaian : Ingat bahwa diketahui : - N=9danM=3 N Noa ~ Boxy + =e 9 2 2 es 3 — 6+12)=3 2 29 Untuk menentukan batas kesalahan pendugaan, terlebih dahulu kita cari nilai varians (tanpa pengembalian) dengan rumus : 1 M-m [we —— N M Varians 1 Lt, [E e-m(—"y] i=l m ” Sy m-1 i=! 1 Bo =r! W0-2(—- P= 18 1 0, - [XY x3-@ 49] fl n-1 1 2, i: (E x2- 0,5) | =1 j= [10-2 (4)]=[10-8]=2 [2 x?- 8) ] jel — [34-2 (16) ]=[34-32]=2 3 Varians : s,2, oOo 1 4 Varians : 52, = —— 34 =—— = 042 81 81 Batas kesalahan : Xyt2G,, alan % +25, , 3 +2 (0,42) atau 3+ 0,84 Seringkali seorang pelaksana eksperimen ingin menggunakan sampel acak bergerombol untuk menduga proporsi populasi p. Misalnya dalam survai sebelum pra pemilihan, barangkali diinginkan untuk menduga proporsi penduduk suatu masyarakat yang menyukai ukuran kotak 30 pemungutan suara tertentu: atau barar-zka!i dimaksudkan untuk menduga mobil-mobil di kota yang tidak lolos dari standar pengotoran yang terakhir, proporsi anggota serikat buruh di selumuh pzopinsi yang menyukai penyesuaian gaji melalui negosiasi. Untuk menghitung p pada wakt menggunakan sampel acak bergerombol, pertama-tama kita cari a, yaita banyaknya anggota dalam gerombol ke-i yang memiliki ciri-ciri yang diminati, untuk setiap gerombol i=1,2,....m. Kemudian nilai dugaan proporsi anggota dalam populasi yang memiliki ciri- ciri dapat diveroleh melalui rumus yang ada dalam kotak. Pendugaan Proporsi Populasi untuk Sampel Acak Bergerombol Penduga : Varians penduga : Q @-pny) —_——— ] dimana : Batas kesalahan pendugaan: p+2 6%, atu p+2s\,, 31 wp 32 LATIHAN SOA Dalam keadaan apa kita dapat menggunakan sampel acak berkelompok ? Apakah kelebihan dan kekurangannya ? Diketahui populasi : kelompok A, A B Cc Dipilih m = 2 kelompok Hitunglah varians 7 ! Diketahui populasi : kelompok x, A 13:5 B 3: 6:6 dipilih m = 1 kelompok secara acak dan subsampel n, = 2 secara acak. (1) Tuliskan semua sampel kelompok yang mungkin ! (2) Ambillah sampel yang pertama dan hitunglah varians total populasi ! Seorang pemeriksa mutu pada rantai produksi perangkat keras ingin menghitung proporsi bola lampu yang cacat yang dikirimkan ke gudang oleh pabrik. Bola lampu dikirimkan dalam karton yang berisi 12 kotak, dengan setiap Kotak berisi 6 bola lampu. Buat rancangan percobaan sampel acak bergerombol untuk pemeriksa tersebut. Manakah yang harus digunakan, karton-karton bola lampu atau kotak-kotak bola lampu sebagai gerombol ? Jelaskan ! Lihat latihan soal no.4. Misalkan pemeriksa tersebut memutuskan untuk menggunakan kotak bola Jampu sebagai gerombol dan secara acak memilih m = 20 kotak dari antara 100 karton yang diterima dalam pengiriman. Banyaknya bola lampu yang cacat yang ditemukan dalam setiap kotak bola lampu adalah sebagai berikut : 0, 2.0, 3. 1, 1.0. 1. 2,1,0, 2,0, 1, 1,0, 3,0, 2. 1. Dugalah proporsi p bola lampu yang cacat dalam pengiriman, dan tentukan batas kesalahan pendugaan ! 1.6. SAMPEL ACAK SISTEMATIK Rancangan yang menghindari persyaratan pengumpulan data yang tidak prakus dari sampel acak sederhana adalah sampel acak sistematik. Sampel Acak Sistematik adalah suatu cara pemilihan sampel secara acak satu anggota (unsur) dari k anggota pertama dalam kerangka dan kemudian memilih setiap anggota yang ke-k selanjutnya. Karena lebih mudah dan lebih sedikit memakan waktu untuk melaksanakannya ketimbang, sampel acak sedcrhana, sampel acak sistematik dapat menghasilkan lebih banyak informasi per rupiah sampel. Terutama bermanfaat dalam audit, bila informasi yang relevan dicatat dalam bentuk yang berurutan, misalnya, menyimpan dalam komputer atau pada kartu arsip. Dengan memilih pelanggan kredit, catatan pemeliharaan peralatan, atau data tenaga penjualan dari catatan perusahaan yang disimpan dalam komputer dapat dilaksanakan dengan mudah, murah, dan efisien dengan menggunakan sampel acak sistematik. Ada beberapa keadaan tertentu dimana sampel acak sistematik tidak seharusnya digunakan, yaitu jika terdapat periodisitas tersembunyi yang muncul pada jangka waktu tertentu dalam populasi, dan juga bila ukuran sampel tidak diketahui. Adapun cara pemilihan sampel dengan sampling sistematik, terdapat dua metode, metode A dan metode B. (1) Metode A Misalkan populast berukuran N= 12 Kye Xp Xe Xe Xe Kee Xp Xe Kye Kor Kee Xe Dengan metode A. dilakukan pemilihan satu unit sampling dari tiga unit sampling pertama (misalkan terpilih X,) selanjutnya dipilih tiap unit kedua kelompok sampling berikutnya. Jadi : Populasi : Xj. Xj. X, 1 Xp Xq Xp pp Kye Xo Xpye Nye XZ Sampel: -X, X, x, ee Dengan metode A populasi dikelompokkan dalam N 12 n= == 4 kelompok N = nk, jadi jumlah populasi merupakan kelipatan dari k. Bilangan k menyatakan banyaknya sampel gkin, dan n menyatakan ukuran sampel, Bila N + nk, misalkan untuk N = 12 akan dipilih sampel sistematik dengan k = 5, maka 33, k 5 Dalam hal ini, ukuran sampel adalah 2 atau 3. Prosedur pemilihan sampel adalah memilih secara acak | unit dari 5 unit pertama, selanjutnya dipilih satu unit dari setiap 5 unit berikutnya mulai dari sampel awal yang terpilih. (2) Metode B Untuk menjelaskan metode B, akan diberikan suatu ilustrasi. Andaikan N = nk = 12. Ingin diadakan sampling sistematik dengan k = 3. Dipilih suatu unit sampling secara acak (namakan unit ke-j). Andaikan j=8, diperoleh : J k Karena k = 3, maka.nilai r yang mungkin adalah 01,2. Pada metode B,pemilihan titik awal (sampel awal) didasarkan atas nilai r. Bila r= 1, pilih X,, bila r = 2; pilih X,, bila r= 0, pilih X, sebagai titik awal selanjumya pilih setiap unit sampling ke-k = 3 dari titik awal. Begitu juga berlaku untuk sampling dimana N + k. Andaikan N = 11 dan k = 3, diperoteh : 8 = —— = 2 dengan sisa r = 2 8 ae = dengan sisa t= 2 a Untuk r = 2 dipilih X, sebagai titik awal. Selanjutnya pilih setiap unit sampling ke-k = 3, Dalam hal N + nk, ukuran sampel sistematik tidak sama. Sampel sistematik ketiga hanya mempunyai tiga unit sampling, sedangkan yang lainnya 4. Karakteristik prosedur pemilihan B adalah peluang terpilihnya sampel sistematik sama dengan n/N. Sedangkan pada metode A, peluang terpilihnya sampel sistematik sama dengan Uk. Penduga Rerata Populasi untuk Sampel Acak Sistematik Rerata x, eee eee dimana Varians dimana Batas kesalahan : X, 34 Contoh 1.13 = Diketahui data tentang banyaknya buku ajar yang dimiliki oleh N=9 mahasiswa : 1; 2; 3 4; 5; 6: 7; 8: 9. Dari populasi tersebut pilihlah sampling sistematik 1 — 3 dan dari sampel yang terpilih dihitung taksiran mean populasi ! Penyelesaian : N=9=3x3=nk—>n=3 Jadi ada 3 sampling sistematik 1 — 3 yang mungkin, yaitu : Bila sampel yang terpilih adalah sampling sistematik nomor 1, maka : hewe4 Bila yang terpilih sampling sistematik nomor 2, maka X,, = § dan bila yang terpilih adalah yang oy 1? sampling sistematik nomor tiga, maka %,, = 6. Dari daftar semua sampel yang mungkin, diperoleh nilai ekspetasi x, 1 EQ,) = > (4+5 + 6) =5 =x (metode A) 3 BG) = (4+ 5 + 6) = 5 =x (metode B) Contoh 1.14: Dikctahui populasi sebagai berikut : 1 314; 5,617 8:9 Dari populasi tersebut diadakan sampling stratifikasi dengan k Carilah varians dari rata-rata sistematik ! a Penyelesaian : berarti terdapat k = 3 sampel sistematik yang mungkin seperti pada Tabel 1.9. Tabel 1.9. Jumlah sampel sistematik yang mungkin 1 2 3 Xy *y Xy xy a} *y 1 I 2 4 9 4 16 5 25 6 36 49 8 64 9 81 12 66 15 93 18 126 Langkah pertama, tentukan nilai $? n n oa =—[2o@,-0+20,-9 +2 O-v ] O41 jel jel” j=l 1 ge? 60 =—— (21+ 18 +21) =— 8 : 8 Varians S? merupakan varians populasi secara keseluruhan. Selanjunya dibitung suku kedua, yaitu : 1 koa —— YY (x,- x) N isl j=l loo - n =—[E «@,-xP+ Yo, ] al jel 1 54 = — (18 + 18 + 18 ) = —— 9 Cy 36 Maka, varians rerata populasi dari sampel sistematik adalah : Varians : Namun perlu diketahui untuk dapat menentukan varians seperti rumus tersebut, perlu diketahui semua sampel sistematik yang mungkin. Hal ini menyebabkan varians tidak dapat digunakan untuk keperluan praktis, karena biasanya hanya tersedia sampel. Jadi pertu ditentukan penaksir nilai varians didasarkan atas satu sampel. Karena sifat dari nilai varians, penaksir tak bias untuk nilai varians tidak dapat ditentukan berdasarkan satu sampel sistematik, Tetapi dengan kondisi tertentu, sampling sistematik dapat dianggap sama dengan sampling acak. Dengan demikian taksiran varians random dapat digunakan untuk menaksir varians sistematik. Suatu ukuran yang menyatakan derajat keseragaman suatu sampel sistematik adalah koefisien korelasi p antar pasangan unit di dalam sampel sistematik yang sama. Koefisien korelasi p didefinisikan sebagai E (x, — &) (x, ~ X) p= dengan menggunakan p. varians rerata dapat ditulis sebagai : Varians : Sl Pe, =—— | +n- Ip | n oN kon - | dengan YL. =x) &,-¥) = ne elici N-1 $ p dinamakan koefisien Korelasi intra kelas. Koefisien korelasi intra kelas p mengukur Keseragaman suatu sampel sistematik. Koefisien korelasi intra kelas bertambah besar bila sampel sistematik bertambah seragam. 37 LATIHAN SOAL Mengapa orang melakukan pemilihan sampel dengan sampel acak sistematik ? Dalam keadaan apa penarikan sampel dengan sampel acak sistematik tidak dapat di- lakukan ? Diberikan populasi 2 4 8 v (1) Dengan metode A, pilih semua sampel sistematik yang mungkin (2) Dengan metode B, pilihlah semua sampel sistematik 1-6 yang mungkin, (3) Tentukan peluang untuk sampel yang dipilih pada (1). Misalkan suatu buku terdiri 555 halaman. Ingin ditaksir banyaknya perkataan “adalah” muncul di dalam buku tersebut. Akan dipilih sampel sistematik 1 ~ 20. (1) Berapa ukuran sampel, menurut metode A? Menurut metode B ? (2) Tentukan peluang terpilihnya suaty sampel yang dipilin dengan metode A? Juga metode B ? Petunjuk : (1) ingat N = nk ——> n= Nik (2) Peluang terpilitmya suatu sampel : metode A. 1/k metode B : n/N Diketahui populasi : 1s 2 35 4; 5; 6; 7% 8: 9% 10; Mts 12 Misalkan dipilih sampel sistematik 1 ~ 4. Tentukan (1) koefisien korelasi intra kelas p (2) variansi rerata dengan faktor koreksi dari koefisien korelasi intra kelas p. v SOAL-SOAL MULTIPLE CHOICE Di bawah ini termasuk teknik pengambilan sampling dengan jumlah sampel terbatas, kecuali : a. Stratified Random Sampling b. Systematic Random Sampling c. Cluster Sampling d. Tidak ada jawaban yang benar Suatu sampel random sederhana bersifat : a. Secara relatif situasi dalam sampel sama dengan situasi populasi, karena penarikan dilakukan menurut suatu proses probabilitas b. Untuk setiap penelitian, sampel ini yang paling baik cc. Sampel ini selalu yang paling mudah diambil d. Karena penarikan sampel ini dilakukan menurut suatu proses probabilitas, situasi dalam sampel mungkin berbeda dari situasi dalam populasi Sampel dikatakan sampel random bila : a. Setiap unsur dalam populasi memiliki kesempatan yang sama b. Setiap unsur memiliki peluang cc. Sampel yang dipilih dengan prosedur random d. Semua jawaban di atas benar semua Manfaat penarikan sampel : a. efisiensi biaya cc. agar random c.-hemat waktu d.adanc benar Sejumlah n sampel ditarik dari sebuah populasi yang besar ( n/N < 5% ) dimana pemilihan sampel dilakukan dengan pemulihan, maka standar error dari harga rala-rata hitung sampel adalah : 39 10. Lt. 40 Jika sebuah sampel random sebesar n = 250 dipilih tanpa pemulihan dari populasi normal sebesar N = 3500 dengan qt = 27.5 dan o = 10, maka standar deviasi distribusi sampelnya ; a, 0,632 c. 0,945 b. 0,609 4. 0921 Sejumlah n sampel mempunyai rata-rata 9.82 dengan standar deviasi o, = 2,3. Dengan uji kepercayaan 95 % dari distribusi nommalnya, diperoleh nilai interval rata-rata populasi (m): a. 95, b, 312 = 0,95 c. 0,95 d. -14,328 Sp $ 5,312 = 095 Sejumlah N populasi yang memiliki distribust normal mempunyai nilai rata-rata (U) = 1200 dengan 6 = 300. Dengan interval keyakinan sebesar 95 %, maka jumlah sampet yang dapat diambil secara random dan dengan pemulihan dant populasi tersebut bila diharapkan rata-rata sampel X = 1258.8 adalah : a. 100 30 b 10 900 Presisi penaksir (°) dipengaruhi oleh ukuran sampel, bila presisi semakin besat, make ukuran sampel a. berbanding lurus c. tetap b. _berbanding terballik d. tidak ada yang benar Andaikan 2,5 % pelanggan telepon di Jakarta memiliki tunggakan, maka rata-rata propots) pelanggan telepon yang memiliki tunggakan pada sampel acak yang terdin ary 10" orang adalah a. 0,025 % 0028 b. 0.25 % d b. Distribusi rata-rata sampel kecil akan normal jika sampel ditarik dart poputass sembarang ¢. Pendekatan distribusi rata-rata sampel kecil dengan distribust | sangat mendekats distribusi nomal 4. Distribusi rata-rata sampel akan menyerupai distribusi normal jika besar sampel (ny bertambah tanpa batas fp 13. 15, lo Diantara 250 karyawan kantor cabang sebuah perusahaan asuransi intemasional, 182 orang berkebangsaan Inggris, 5 orang berkebangsaan AS, dan 17 orang Asia. Bila kita gunakan alokasi sebanding untuk mengambil sebuah contoh acak berlapis 15 karyawan, maka jumlah karyawan yang harus diambil dari setiap golongan tersebut secara berturut- turut adalah a tb 3.t ec. 1 tL bo T 3d ad 1113 Dari suatu populasi mahasiswa tak terbata dan terdistribusi normal diambil sampel ran- dom yang terdiri dari 64 orang. Penarikan sampel ditakukan tanpa pemulihan dengan rata-rata IQ sampel 115.5 dengan standard deviasi sampel sebesar 16. Batas atas IQ populasi mahasiswa tersebut pada interval keyakinan 95 % adalah a 1914 ce. 1194 b. 1149 d 1419 Jika diinginkan selisih rata-rata sampel dengan rata-rata populasi (x — jt, ) = V5 dengan standard devrasi populasi (6,) = 10, maka ukuran sampel yang ditarik pada selang kepercayaan 95 % adalah a 16 c. 236 boo a7 Gunakan soal no. 14, Jika diinginkan selisih rata-rata sampel dengan rata-rata populasi = 2. maka ukuran sampel pada selang kepereayaan 99 % menjadi : ead © 97 b. 167 a. 9224 Suatu sampel acak sederhana bersitat 4 secara relatif situasi dalam sampel sama dengan situasi dalam populasi, karena penarikan dilakukanmenurut suatu proses probabilitas b. untuk setiap penelitian, sampel ini yang paling baik Sampel ini selalu yang paling mudah diambil dé. karena penarikan sampel ini dilakukan menurut suatu proses probabilitas, situasi dalam sampel mungkin berbeda dari situasi dalam populasi e Dari suatu populasi satu sampel acak sederhana ditarik tanpa pemulihan. Populasi terdiri dar’ 4500 unsur dan sampel tersebut terdiri dari 15 unsur, Untuk penarikan itu tabel angka random digunakan. Lihat pada tabel bilangan random. Pada tabel 0 angka dalam baris 05 dan kolom litusuk” sebagai angka pertama, yaitu angka Kemudian diambil dant kisi ke kanan setiap angka dalam baris 05, baris 06, baris 07, dan seterusnya. Dalam sampel ini, antara lain ditarik unsur bemomor : a. Ol «107 b. $467 d. 739 4l 18. Dari suatu populasi satu sampel acak sederhana ditarik tanpa pemulihan, Populasi terdiri dari 6700 unsur dan sampel tersebut terdiri dari 20 unsur. Untuk penarikan itu tabel angka random digunakan, Lihat pada tabel bilangan random. Pada tabel ini angka dalam baris 10 dan kolom 00 “ditusuk” sebagai angka pertama, yaitu angk: Kemudian diambil dari kiri ke kanan setiap angka dalam baris 10, baris 11, baris 12, dan. seterusnya. Dalam sampel ini, antara lain ditarik unsur bemomor : a 2211 c. 84 b. 20 d. 8484 19. Suatu populasi terdiri dari dua lapisan 1. _lapisan pertama terdiri dari 4000 keluarga tani 2. lapisan kedua terdiri dari 800 keluarga buruh 4000 keluarga tani ini terdiri dari 24,000 orang dan 800 keluarga buruh ini terdiri dari 4000 orang. Dari populasi ditarik suatu sampel berlapis terdiri dari 42 keluarga. Pembagian unsur sampel menurut lapisan, sebanding dengan besamya lapisan (pro- portional allocation). Kalau ditarik secara demikian, sampel berlapis ini teidiri dari: a. 36 keluarga tani dan 6 keluarga buruh b. 210 orang dari keluarga tani dan 35 orang dari keluarga buruh c. 7 keluarga tani dan 35 keluarga buruh d. 35 Keluarga tani dan 7 keluarga buruh 20. Sejenis benang diproduksi dengan kekuatan tarik rata-rata = 78,3 kg dengan standar deviasi = 56, Jika ukuran sampel dinaikkan dari 64 menjadi 196, maka galat baku/ standard error menjadi a. 0,20 c. 0.40 c. 0,70 4. 0,03 21. Gunakan soal no. 20 untuk memperoleh standard error = 0,2, maka ukuran sampel yang harus diambil adalah : a. 180 c. 196 ce. 184 d. 28 22. Sampling sistematik dapat digunakan, jika : a. persyaratan pengumpulan data tidak praktis dari sampling acak sederhana b. _terdapat periodisitas tersembunyi yang muncul pada jangka waktu tertentu dalam populasi c. ukuran sampel tidak diketahui d. semua jawaban di atas benar 23, Misalkan dari suatu populasi berukuran N = 5 diambil sampel acak sederhana berukuran 2. Maka untuk sampel tanpa pengembalian berlaku a 386 c. 3/0 S? b. 8208? d. 320 S? Diketahui populasi X, = 6 dan x, = -2, mak 4 ce X=3 8 x 4: X, =-2. Dengan sampel acak sederhana diperoleh a Xx bes now Diketahui suatu populasi : X,= i, i= 1,2, Dari populasi ini diadakan sampling sistematik 1 - 6, maka : a. ada 6 sampel sistematik yang mungkin b. tiap sampel ssitematik berukuran 6 c. salah satu sampel sistematik adalah : 1; 7 dd. adanc benar Diketahui populasi : X, XX, X, XX, XX, Dari populasi ini diadakan sampling sistematik 1 - 3, maka : a, ada 3 sampel sistematik yang mungkin b. taksiran mean populasi adalah %, = 1/2 (Xt X,) cc. peluang terpilihnya sampel X,, X, adalah 2/8 bila pemilihan sampel dilakukan dengan metode B d. a danc benar . Diketahui populasi : 13:5: 8:10; 12 1618 Diadakan sampling sistematik 1 - 3, maka jah salu sanpel sistematik adalah 16; 18 b. peluang tempilihnya suatu sampel sistematik adalah 1/3 bila pemilihan sampel dilakukan dengan metode A cc. peluang terpilihnya suatu sampel sistematik adalah 1/3 bila pemilihan sampel dilakukan dengan metode B 4d. peluang terpilihnya sampel 5; 12 adalah 2/3 bila pemilihan sampel dilakukan dengan metode B . Dari 10,000 karyawan pabrik terdapat 50 lulusan sarjana, 150 lulusan D-3, 500 lulusan SMA, dan selebihnya adalah yang tidak tamat sampi SMA maupun yang tidak bersekolah. Pimpinan perusahaan ingin melihat tingkat kerajinan karyawannya dengan mengambil secara acak 200 karyawannya untuk diteliti. Pimpinan akan melakukan penarikan sampel acak berstrata. Pimpinan mengambil sampel secara alokasi dengan jumlah sampel sama. Berapa sampel yang diambil dari karyawan lulusan SMA ? a 10 cr 50) bi 25 a5 43 29. 30. 31. Apabila pada soal 28, pimpinan mengambil sampel dengan cara alokasi secara Proporsional, maka jumlah sampel yang diambil dari karyawan yang tidak lulus SMA atau tidak bersekolah adalah : a 50 c. 8 b. 186 d. 145 Diketahui populasi dengan X, ~ 1+ j- 1, i= 1,2, 3. Maka a. Varians antar total sampel berkelompok S = 9 b. Varians taksiran total t adalah 30 c. Rata-rata penduga sampel berkelompok %, = 5 d. a dan b benar Diketahui populasi yang telah dikelompokkan : Kelompok rs Ot A 123 B 4 5: 6 c 7&O Dipilih m = 2 kelompok dan n, = n, a. terdapat 27 sampel yang mungkin b. salah satu sampel kelompok adalah A: 1:2 B:4: 5. c. total populasi X = 45 d. b dan c benar 2 subsampel. Maka : REGRESI DAN KORELASI SEDERHANA 2.1. PENDAHULUAN Analisa pasangan variabel membutuhkan data yang terdiri dari 2 kelompok hasil observasi atau pengukuran. Data yang dapat‘diperoleh dari pelbagai bidang kegiatan yang menghasilkan pasangan observasi sebanyak n, dinyatakan sebagai (x; y,)- Di dalam penelitian ilmiah, selain ingin menunjukkan hubungan antara dua variabel atau lebih dan mengukur hubungan itu, juga ingin dapat meramalkan sesuatu, yaitu menentukan nilai suatu variabel sesudah mengetahui nilai-nilai variabel yang lain. Untuk dapat meramal, harus diketahui dulu hubungan antara variabel-variabel itu. Yang berhubungan dengan peramalan dan kesalahan peramalan, dinamakan proses regresi. Sedangkan pengukuran hubungan antara variabel, dinamakan proses korelasi. Definisi : Regresi dan korelasi sederhana adalah svatu cara untuk mengetahui hubungan antara satu variabel dengan satu variabel yang lain. Jika pasangan observasi pengukuran (x; y) digambarkan di atas kertas berskala hitung, | akan diperoleh serangkaian titik-titik Koordinat yang menghubungkan kedua hasil observasi. 45 Penggambaran demikian dinamakan diagram pencar (scatter diagram). Dari diagram pencar dapat ditarik suatu garis yang menggambarkan nilai rata-rata y terhadap x, sehingga diperoleh persamaan garis regresi. y y nilal-nilal observast . = 1 (ample points) . nilai-nilai observasi . “ (sample points) 0 x 0 x Gb.L.1. Scatter Diagram Gb.1.2. $.D. dengan Garis Lengkung 7 | a (sample a ial observasi 0 x | Gb.L.3. Scatter Diagram dengan garis linear Biasanya yang sering digunakan dan mudah untuk perhitungan, digunakan persamaan garis linear dari Scatter Diagram dengan garis lurus seperti di atas. Persamaan garis linear : Hy, = A+ BX dimana : 1,, = rata-rata populasi y terhadap x A’ = jarak antara 0 dengan sumbu Y B= koefisien regresi / kemiringan 46 2.2. METODE KUADRAT MINIMUM ( Least Squares ) Prosedur statistik untuk memperoleh garis lurus dengan “kesesuaian terbaik” (best fitting) untuk serangkaian titik dari pasangan data bisa kita peroleh dengan meminimumkan penyimpangan (deviasi) titik-titik dari garis yang akan kita buat.“ Rata-rata populasi y terhadap x biasanya tidak diketahui, sehingga digunakan suatu garis penduga (garis regresi). Persamaan garis penduga : f=atbx dimana: § = penduga untuk 1, a = penduga untuk nilai A b= penduga untuk nilai B Yeas Bx Gb.1.5. Persamaan Garis Linear Dengan prinsip kuadrat minimum (principle of least squares), dapat dibuat suaww garis lurus yang memiliki “kesesuaian terbaik”, yaitu pilih sebuah garis dengan “kesesuaian terbaik”” yang meminimumkan jumlah kuadrat penyimpangan nilai yang diamati dengan yang diramalkan. Atau meminimumkan sse= 3 W,-9F i=l Istilah SSE menyatakan jumlah kuadrat penyimpangan, yang biasa disebut jumlah kuadrat Kesalahan (sum of squares for error). Kalau disubstitusikan ramus persamaan garis regresi dalam rumus SSE, maka SSE = 2 [y,- (a+ bx) P isl 47 Rumus Kuadrat Terkecil untuk a dan b SS, Pe b= danas yb SS, dimana : a (Xd xy pn , Fl ss,= 2-9 = Pe - 1 i=l n _ Eo, =2y,- 9) a a (2 xd y) ao el a1 n Contoh 2.1: Tabel 2.1. Pengeluaran iklan dan volume penjualan untuk suatu perusahaan selama 10 bulan yang dipilih secara random Pengeluaran untuk iklan Volume pengeluaran Bulan x (x Rp 10,000,000) ¥ (x Rp 10.000.000) 1 12 101 2 08 2 3 1,0 110 4 1,3 120 5 07 90 6 08 82 7 10 93 8 06 75 9 09 a1 10 Ll 105 Buatlah persamaan garis regresi dari data di alas 48 Penyelesaian : Langkah pertama adalah membuat tabel data perhitungan yang dibutuhkan untuk mencari nilai-nilai a dan b, seperti pada tabel di bawah ini. Tabel 2.2. Perhitungan dari data Tabel 2.1. v x x, xy y 101 aa 1,44 121,1 10,201 aa 08 0,64 73,6 8.464 110 1,0 1,00 110,0 12,100 120 a 1,69 156,0 14,400 90 0,7 0,49 63,0 8,100, 82 08 0,64 65,6 6,724 93, 10 1,00 93,0 8,649 75 0,6 0,36 45,0 5,625 91 09 0,81 881,9 8,281 102 il 1,21 115.5 11,025 Jumlah 959 94 9,28 924,8 93,569 Rata-Rata sli) 0,94 0,928 92,48 9,3569 ay SS, = 9,28 — 0,44 a 10 [ a a fe OE, 9.4959) ss. =% xy-— = 924g - = 23,34 se" n 10 = 0,94 Jadi : 23,34 SS, 0.444 = 52,5676 = 52,57 dan : a = ¥ — bx = 95,9 — (52,5676)(0,94) = 46,49 maka persamaan regresi adalah : J=atbdx atau ¥ = 46,49 + 52,57x Misalkan perusahaan menganggarkan Rp 10,000,000 untuk pengeluaran iklan pada satu bulan, maka volume penjualan yang diramalkan adalah : J =a + bx = 46,49 + (52,57)(1,0) = 99.06 atau kalau dalam rupiah, volume penjualan = Rp 990.600.000. 2.3. STANDARD ERROR OF ESTIMATE Kalau sampel memiliki jumlah n yang cukup besar, pengukuran dispersi titik-titik koordinat dari garis duga regresinya dapat dicari dari : ss : dimana (n-2) adalah derajat kebebasan (degrees of freedom) n2 Rumus Menghitung SSE SSE = SS, — bSS,, dimana : a (2 yy n _ on SS, = 2% ~yed ” = = i= Contoh 2.2.: Untuk data pada Tabel 2.1. hitung dan taksirlah standard error populasinya. 50 Penyelesaian : Dalam contoh 2.1, telah kita peroleh nilai SS,, = 23,34 dan nilai koefisien regresi (b) = 52,57. Sckarang kita hitung dulu nilai SS, dan SSE seperti rumus di atas. (959)* ua = 1.600,9 SS, = 93,569 — SSE = SS, - bSS,, = 1,600.9 ~ (52,5676)(23,34) = 373,97 SSE _ 373,97 = = 46.76 maka n2 s= V46.76 = 6.84 dan s, merupakan taksiran untuk 6? dan 6. 2.4. INFERENSI MENGENAI KEMIRINGAN (B) DARI SUATU GARIS Inferensi awal yang dikehendai dalam mempelajari hubungan antara y dz x adalah mengenai adanya eksistensi hubungan kedua variabel. Yaitu, apakah data itu menyajikan bukti yang cukup untuk menunjukkan bahwa x menyumbangkan (memberikan) informasi untuk peramalan y dalam lingkup pengamatan? atau cukup besarkah kemungkinan bahwa kalau y dan x sama sekali tidak mempunyai hubungan. Diasumsikan berkenaan dengan distribusi kemungkinan (probabilistik) y untuk suatu nilai x tertentu, dapat ditunjukkan bahwa baik a maupun b keduanya disdistribusikan secara normal dalam pengambilan sampel secara berulang dan bahwa nilai yang diharapkan (nilai rerata) dan varian dari b adalah : oe SS, E®)=B dan Karena nilai o? yang sebenamya tidak diketahui, dapat diganti dengan varians yang diperkirakan untuk nilai b, yaitu s. = 8 35 BS, Dengan mensubstitusikan (mengganti) s untuk o dalam statistik normal, maka pendugaan dan pengujian hipotesis dapat menggunakan distribusi t,.. ae Pengujian Hipotesis Mengenai Kemiringan suatu Garis Hipotesis Nol : HL: B=0 Hipotesis Altematif : ditentukan oleh peneliti, tergantung pada nilai b yang diinginkan untuk dideteksi b-B, Statistik Tes (Uji): t= dengan db = Interval nilai B : POD — bana: $< B< D+ Capen + 8) Bila t,, atau t,,.,, 2 t.,... ——> koefisien regresi nyata. Contoh 2.3. : Dengan menggunakan data pada Tabel 2.1., buatlah uji hipotesis untuk menunjukkan bahwa b tidak sama dengan nol dengan a. = 0,05 Penyelesaian : Pertama-tama kita tentukan bentuk uji hipotesisnya. Karena disini kita diarahkan ke dalam suatu bentuk statement tertentu, digunakan uji hipotesis altemnatif dua arah (B # 0). Kalau uji hipotesis satu arah, pengujian diarahkan untuk membuktikan (B > 0) atau B<0). ~ Hipotesis nol H, : B= 0 ee Seal 52 re |4——— Daerah Penerimaan ———>, 2,306 2,306 5,12 Karena t,,, > t,s,; maka kita tolak hipotesis nol : B = 0 dan menyimpulkan bahwa ada bukti yang menunjukkan bahwa pengeluaran biaya iklan memberikan informasi untuk digunakan dalam peramalan volume penjualan bruto bulanan (hipotesis alt. diterima : B + 0). Contoh 2.4. Hitunglah interval nilai B dengan selang keyakinan 95 % dengan menggunakan data pada Tabel 2.1. Penyelesaian : B= tapas) $< B

    You might also like