Tugas METSTAT II

Resume Materi METSAT II

Nama :

Trah Umi Afiffah – 211910946

Kelas :

2 ST 8

Dosen Pembimbing :

Dr. Timbang Sirait S.Stat, M.Si.

POLITEKNIK STATISTIKA STIS

JAKARTA

2020
 BAB I

KONSEP DASAR DAN REVIEW

A. STATISTIK INFERENSIA

DATA
STATISTIKA
INFORMASI

Statistika adalah cara untuk mendapatkan infromasi dari data. Selain itu, statistika adalah
ilmu yang mempelajari cara untuk pengumpulan, pengolahan, penyajian dan analisis data serta
cara pengambilan keputusan berdasarkan hasil penelitian. Kemudian tujuan pengumpulan dan
analisis data adalah untuk mendapatkan informasi dan menggunakan metode-metode. Metode
statistika menyediakan alat untuk mendapatkan informasi dari data.

Metode Statistika

Statistika Inferensia => Statistika Deskriptif =>

Metode untuk menganalisis Metode untuk mengumpulkan
(menarik kesimpulan) untuk data dan menyajikannya untuk
memberikan informasi yang memberikan informasi yang
berguna berguna

Dalam membuat kesimpulan dan estimasi pasti terdapat kesalahan atau keputusan yang
dihasilkan tidak selalu akan menjadi benar. Maka dengan alasan tersebut inferensi statistik
menggunakan ukuran realibilitas(keandalan) yaitu berupa tingkat kepercayaan dan tingkat
signifikansi. Tingkat kepercayaan adalah proporsi suatu prosedur estimasi akan benar sedangkan
tingkat signifikansi bertujuan untuk mengukur seberapa sering suatu kesimpulan akan salah
dalam jangka panjang.
B. PARAMETRIK DAN NON-PARAMETRIK
Untuk menganalisis data terdapat dua cara yang dapat digunakan, yaitu dianalisis
dengan statistik parametrik atau nonparametrik. Agar kita dapat membedakan statistik
mana yang digunakan kita dapat melakukan pertimbangan sebagai berikut :
- Prosedur statistik nonparametrik adalah kelas prosedur statistik yang tidak
bergantung pada asumsi tentang shape atau bentuk distribusi peluangnya atau
dengan kata lain statistik nonparametrik data-datanya tidak diketahui sebaran
distribusinya. Kemudian skala pengukuran yang dipakai adalah Nomina-
Ordinal
- Sedangkan prosedur statistik parametrik adalah kelas prosedur statistik yang
bergantung kepada sebaran distribusi data-datanya. Atau skala pengukuran
datanya adalah Interval-Rasio.
C. JENIS POPULASI DAN TEKNIK SAMPEL
Berdasarkan sifatnya populasi dibagi menjadi populasi homogen dan populasi
heterogen. Populasi homogen adalah populasi yang unsurnya memiliki sifat yang sama
sedangkan Populasi heterogen adalah sumber data yang unsurnya memiliki sifat yang
berbeda atau keadaan yang berbeda sehingga perlu ditetapkan batas-batasnya baik secara
kuantitatif maupun secara kualitatif.
Berdasarkan jenisnya, populasi dibagi menjadi dua macam, yaitu populasi
terbatas dan populasi tidak terbatas. Populasi terbatas yaitu mempunyai sumber data
yang jelas batasnya secara kuantitatif sehingga dapat dihitung jumlahnya. Sedangkan,
Populasi tak terbatas yaitu sumber datanya yang tidak ditentukan batas-batasnya
sehingga relatif tidak dapat dinyatakan dalam bentuk jumlah.
Teknik sampling yang digunakan dibagi menjadi dua macam, yaitu
nonprobability sampling dan probability sampling. Nonprobability sampling terdapat
empat teknik yang dapat digunakan, yaitu convenience sampling, judgemental sampling,
quota sampling, dan snowball sampling. Sedangkan probability sampling terdapat lima
teknik yang dapat digunakan yaitu simple random sampling, systematic sampling,
stratified sampling, cluster sampling, other sampling techniques.
D. DATA

Data Kualitatif => yang

Jenis data Nominal dan
dinyatakan dalam
ordinal
bentuk bukan angka
Data
Data Kuantitatif =>
Jenis data Interval dan
data yang dinyatakan
Rasio
dalam bentuk angka

E. PENGOLAHAN DATA

Statistik
PARAMETRIK

PARAMETER
Statistik
Prosedur NONPARAMETRIK
Pengolahan Data

Univariat &
Jumlah Variabel
Multivariat

F. UKURAN PEMUSATAN

MEAN

Ukuran Pemusatan MEDIAN

MODUS
G. UKURAN PENYEBARAAN UNTUK MENYATAKAN KEHOMOGENITAS
DATA

Rentang
/Range

Ukuran Deviasi
Varians Penyeb Rata-
aran Rata

Standa
r
Deviasi
 BAB II
DISTRIBUSI TEORITIS DAN DISTRIBUSI SAMPLING

A. DISTRIBUSI TEORITIS
- Binomial - Normal
- Multinomial - Khi kuadrat
- Poisson - Student-t
- Hipergeometrik -Fisher (F)
B. DISTRIBUSI SAMPLING
Distribusi sampling merupakan suatu distribusi dari nilai-nilai statistik yang
mungkin dari ukuran sampel tertentu yang terpilih dari suatu populasi.
- Distribusi Sampling Rata-Rata
 Distribusi sampling rata-rata adalah distribusi peluang dari seluruh
kemungkinan nilai-nilai dari rata-rata sampel x-bar.

 Standar deviasi dari distribusi sampling dinamakan standar error

dengan nilai

- Central Limit Theorem

 Semakin besar ukuran sampel, distribusi sampling dari ̿ akan
semakin mendekati untuk menyerupai distribusi normal.
 Jika populasi berdistribusi normal, maka ̿ berdistribusi normal untuk
semua nilai n.
 Jika tidak, maka ̅ mendekati normal jika jumlah n nya ≥ 30.
 - Faktor Koreksi
 Untuk populasi yang tak berhingga, telah ditunjukkan bahwa rata-rata
dari distribusi sampling selalu sama dengan rata-rata populasi dan
standar eror nya sama dengan √ .
 Tetapi, jika populasinya berhingga, standar erornya menjadi

̿ = √ dimana N adalah populasi dan √ dinamakan finite

√

population correction factor.

- Nilai dari Variabel acak Z
 Nilai z untuk distribusi sampling ̅ (dengan asumsi varians diketahui)

 Jika populasi berhingga dan sampling tanpa pengembalian :

C. DISTRIBUSI SAMPLING : PERBEDAAN DUA RATA-RATA

 Independent random samples harus berasal dari dua distribusi yang
normal. Sehingga ̅̅̅ ̅̅̅ adalah normal.
 Dengan mean dan standar deviasi :

dan standar deviasi

Sehingga diperoleh nilai Z adalah :

D. DISTRIBUSI SAMPLING PROPORSI
 Estimator titik dari proporsi p pada percobaan binomial dinyatakan

dalam statistik . Di mana X adalah banyaknya sukses dari

n percobaan. Dengan nilai E( ̂ ) = p dan var( ̂ ) = dan ̂

√ dengan nilai distribusi normal .

 Jika populasi finite, maka variansnya menjadi

- Perbedaan Proporsi
Dengan mengambil dua sampel acak secara independen dari kedua
populasi, maka peubah ̂ dan ̂ akan independen satu sama lain. Jika sampel
sangat besar, maka distribusi aproksimasi dari ̂ - ̂ adalah distribusi normal
dengan rata-rata

Dan Varians

Dengan nilai Z
E. RASIO VARIANS
 BAB III
ESTIMASI SATU POPULASI

A. JENIS ESTIMASI

Estimasi Titik Estimasi Interval

Berupa angka tunggal. Kekurangan Memberikan informasi tambahan

estimator titik adalah bahwa kita tidak tentang variabilitas. Selain itu,
dapat mengaitkan pernyataan estimasi interval juga memberikan
probabilitas pada estimator titik informasi yang lebih tentang suatu
dengan menyatakan seberapa karakteristik populasi daripada yang
mungkingkah estimator tersebut akan diberikan oleh estimasi titik. Estimaasi
sama dengan parameternya. Peluang interval dinamakan CI.
dari suatu titik tertentu pada distribusi
kontinu sama dengan nol
B. Tingkat Kepercayaan
Tingkat kepercayaan atau confidence level adalah kepercayaan
dimana interval akan memuat parameter populasi yang tidak diketahui. Dengan
persentase kurang dari 100%.
C. ESTIMASI VARIANS

Jika sampel diambil dari populasi normal, maka X 2 berdistribusi khi-kuadrat

dengan derajat bebas v=n-1.
D. MENENTUKAN BESARNYA SAMPEL
E. CONFIDENCE INTERVAL/TINGKAT KEPERCAYAAN
 Kepercayaan dimana interval akan memuat parameter populasi yang
tidak diketahui. Berupa persentase yang kurang dari 100%.
 Formula umum untuk CI :
Point Estimate (Critical Value)(Standard Error)

Confidence Interval Assumptions Confidence Interval

Untuk Estimate
a. Population - Standar deviasi
Mean untuk populasi diketahui
diketahui - Populasi memiliki
distribusi normal
b. Population - n < 30
Mean untuk - Standar deviasi
tidak diketahui populasi tidak
diketahui Dengan nilai t bergantung
- Populasi pada derajat kebebasan
berdistribusi normal d.f. = n – 1
-
c. Population - n 30
Mean untuk - Standar deviasi
tidak diketahui populasi tidak
diketahui
- Populasi
berdistribusi normal
-
d. Population - z adalah standar
Proportion, p normal value untuk
level of confidence.
- - ̂ is the sample
proportion
is the sample size
 BAB IV

ESTIMASI DUA POPULASI

A. MEMBANDINGKAN DUA POPULASI

Menggunakan dua parameter populasi yang mana perhatiannya sekarang adalah
perbedaan antara dua rata-rata, rasio dua varians, dan perbedaan antara dua proporsi.
B. ESTIMASI DUA RATA-RATA
Jenis Estimasi Assumptions Confidence Interval

a. Estimasi untuk - Samples are randomly

& dan independently
- Population distributions
are normal atau sample
size n 30
- Standar deviasi untuk
populasi diketahui
b. Estimasi untuk - Samples are randomly
& tidak dan independently
diketahui dan - Both sample size are
sampel besar
- Standar deviasi
populasi tidak
diketahui.
c. Estimasi untuk - Populations are a. Jika Varians sama
& tidak normally distributed
diketahui dan - The populations have
sampel kecil equal variances
- Samples are independent

b. Jika Varians Beda

 C. SAMPEL BERPASANGAN
 Memiliki sampel yang saling berhubungan
 Pengukuran yang berulang(before/after)
 Perbedaan antara value yang berhubungan :

 Dengan assumptions :
- Both populations nya berdistribusi normal.
- Jika tidak berdistribusi normal, mempunyai sampel yang besar.
 Mempunya perbedaan hubungan, yang mana

- Point estimate untuk sampel berpasangan :

- Confidence Interval Sampel Berpasangan sebagai berikut :

Dengan ⁄ adalah n – 1 dan standar deviasi

D. PERBEDAAN DUA PROPORSI

 Point estimate untuk perbedaan dua proporsi adalah
̂ ̂
 Confidence interval untuk p1 – p2 adalah
E. RASIO DUA VARIANS

 Ingat bahwa ) dimana dan

 Sehingga, confidence interval untuk rasio dua varians adalah

 BAB V
UJI HIPOTESIS

A. HIPOTESIS
Suatu pernyataan yang merupakan dugaan yang mungkin benar atau mungkin
salah mengenai sesuatu hal dan perlu dibuktikan atau dilakukan pengecekan lebih
lanjut. Pernyataan atau dugaan itu mungkin diterima, dan mungkin juga ditolak.
B. HIPOTESIS STATISTIK
Suatu pernyataan atau dugaan yang mungkin benar atau mungkin salah tentang
parameter dari satu atau lebih populasi yang bisa diuji secara empiris(berdasarkan data).
Melakukan pemeriksaan terhadap distribusi/sebaran dari satu atau lebih peubah acak.
Hipotesis statistik terdiri dari dua macam, yaitu :
 Hipotesis Tunggal
- Jika hipotesis statistik untuk menentukan distribusi secara lengkap.
- Contohnya :
H0 :
H1 : 10
 Hipotesis Majemuk
- Jika hipotesis statistik untuk menentukan distribusinya tidak secara
lengkap.
- Contohnya :

H0 :

H1 : 10

C. PENGUJIAN HIPOTESIS
 Hipotesis nol (H0) : suatu pernyataan atau dugaan yang akan
dibuktikan/hipotesis yang sedang diuji. Sering juga disebut dengan
hipotesis yang ingin ditolak
 Hipotesis alternatif (H1) : segala hipotesis yang berlawanan dengan
hipotesis nol. Kemudian, hipotesis alternatif sering juga disebut
dengan hipotesis yang ingin diterima.
  Jika hipotesis nol ditolak maka hipotesis alternatif akan diterima atau
sebaliknya.
D. KESALAHAN DALAM PENGUJIAN HIPOTESIS
 Kesalahan Jenis 1
- Kesalahan yang disebabkan karena menolak H0 yang benar.
- Dilambangkan dengan .
- |
 Kesalahan Jenis II
- Kesalahan yang disebabkan oleh menerima ketika salah..

- Dilambangkan dengan .
- |
E. HUBUNGAN
Jika nilai diturunkan maka nilai akan bertambah dan berlaku
sebaliknya. Kemudian nilai dan akan berkurang jika jumlah sampel
ditambah.
F. PENGGUNAAN UNTUK MENENTUKAN KEPUTUSAN
 Penggunaan p-value

, maka H0 akan ditolak

 Perbandingan Nilai Kritis

Berdasarkan perbandingan nilai kritis yaitu titik kritis pada

sebaran normal baku, sebaran t, atau sebaran F.
G. JENIS PENGUJIAN HIPOTESIS
 Pengujian Hipotesis Satu arah
- Pengujian hipotesis dengan wilayah kritis pada 1 bagian kurva saja
yaitu bagian kanan atau kiri saja.
- Contoh :
  Pengujian Hipotesis Dua Arah
- Pengujian hipotesis dengan dua wilayah kritis pada bagian kurva
(yaitu bagian kanan dan kiri)
- Contoh :
H0 :
H1 : 10
H. PROSEDUR PENGUJIAN HIPOTESIS

Tentukan hipotesis nol dan

hipotesis alternatif

Tentukan tingkat signifikansi ( )

Hitung Statistik Uji

Tentukan daerah kritis atau daerah

penolakan hipotesis nol.

Ambil keputusan
 BAB VI

UJI HIPOTESIS

A. UJI HIPOTESIS RATA-RATA PADA SATU POPULASI

 Hipotesis Tes Untuk Diketahui

Dengan wilayah kritis / wilayah penolakkan adalah :

-
-
- ⁄ & ⁄
 Hipotesis Tes untuk Tidak Diketahui, Sampel Besar

 Hipotesis Tes untuk Tidak Diketahui, Sampel Kecil

Dengan wilayah kritis / wilayah penolakkan adalah :

-
-
- ⁄ & ⁄

B. UJI HIPOTESIS UNTUK PROPORSI

 Proporsi sampel pada kategori sukses dinyatakan dengan ̂ .
 ̂= =

 Dengan wilayah kritis / wilayah penolakkan adalah :
-
-
- ⁄ & ⁄

C. UJI HIPOTESIS VARIANS

 Tes Untuk Varians Satu Population
- Menggunakan Chi-Square Test Statistic

- Dengan wilayah penolakkan

- Selesai -