STATISTIK INFERENSI.pptxrdxdxdxfxfxfxfdfxfx

Ft ctdctcgcgdxgxgcgcgc

1. STATISTIK INFERENSI

2. STATISTIK INFERENSI
Statistik inferensi bagian dari pelajaran
statistic yang mempelajari bagaimana
mengambil sebuah keputusan tentang
parameter populasi (rata-rata, proporsi)
dari sampel yang ada

4. PROSEDUR PENGUJIAN HIPOTESIS
•Perhatikan besar sampel, jika <= 30 gunakan uji-t
sebaliknya jika sampel > 30 maka gunakan uji-z
•tentukan tingkat signifikansi p
•Tentukan Hi dan Ho dengan ketentuan hipotesis yang akan
di uji berada pada posisi Hi dan sebaliknya
•Tentukan apakah uji satu sisi atau dua sisi dengan
pendekatan: satu sisi mengartikan bahwa pengujian
dilakukan untuk satu kemungkinan lebih besar atau lebih
kecil; untuk dua sisi pengujian dilakukan untuk dua
kemungkinan akan lebih besar dan lebih kecil
•Eksekusi perhitungan pengujian sebagai nilai t-test, jika t-
hitung lebih besar t-tabel maka Ho ditolak dan sebaliknya
•Buktikan dengan uji probabilitas: jiks nilai sig. < 5% maka
Ho ditolak, dan sebaliknya
•Buat kesimpulan

5. ONE SAMPLE TEST
(satu sampel)
•Tujuannya menguji apakah suatu nilai tertentu
(yang diberikan sebagai pembanding) berbeda
secara nyata ataukah tidak dengan rata-rata
sebuah sampel
•Seorang sales bernama Mr Bernadito mampu
menjual Roti Coklat sebanyak 320 buah. Manajer
penjualan mengganggap penjualan tersebut
berbeda dengan rekannya.
Benarkah pernyataan itu?

6. PENENTUAN HIPOTESIS
•Ho = Jumlah roti coklat yang dijual Mr
Bernadito tidak berbeda dengan rata-rata roti
yang terjual.
•Hi = Jumlah roti coklat yang dijual Mr
Bernadito memang berbeda dengan rata-rata
roti yang terjual.

7. T-hitung vs T-tabel
•t hitung dari output diketahui sebasar 2,582
lebih besar (>) dari t tabel yang terdapat pada
tabel sub modul 5.1 untuk =5% menjadi
=2,5% untuk dua sisi dan derajat kebebasan
n-1= 12-1=11 sebesar 2,2010
Kenapa 2 sisi atau =2,5% ? …karena ada dua kemungkinan
yaitu rata-rata roti yang terjual bisa lebih kecil atau lebih
besar

8. Uji Probabilitas
Pada output tampak nilai probabilitas (sign.)
adalah 0,025 < 0,05 maka Ho ditolak;
artinya bahwa penjualan Mr bernadito memang
berbeda dibandingkan dengan penjualan rata-
rata

9. Analisis
Memberi ringkasan statistics dari variabel coklat, yaitu roti kacang
terjual rata-rata 360,42 buah dengan standar deviasi 54,22 buah
Maka dengan tingkat keyakinan sebasar 95% maka rentang rata-
rata semua penjualan roti coklat diperkirakan antara
394,87 sampai 325,97 buah roti coklat
Estimasi: tingkat signifikan () adalah 5%; karena akan dilihat dua
sisi maka =5% dibagi dua menjadi =2,5% dan Df (derajat
kebebasan) adalah jumlah data – satu = 12-1=11; didapat angka t
–tabel sebaesar 2,2010
Pada output tampak nilai probabilitas (sign.) adalah 0,025 < 0,05
maka Ho ditolak

10. KESIMPULAN
•T hitung ( 2,5820) > T tabel (2,2010) , maka Ho
ditolak
•Probabilitas (sign.) adalah 0,025 < 0,05 maka Ho
ditolak
Artian bahwa penjualan Mr bernadito memang
berbeda dibandingkan dengan penjualan rata-rata.

11. Independent Sample T-test
(dua sampel bebas)
•Membandingkan rata-rata dua grup yang tidak
berhubungan satu dengan lain, apakah kedua grup
tersebut mempunyai rata-rata yang sama ataukah
tidak secara signifikan.
Data yang digunakan adalah kuantitatif dengan asumsi
data berdistribusi normal dan jumlah sampel nya
sedikit (dibawah 30)
•Kasus yang sama pada data penjualan roti : ingin
mengetahui apakah ada perbedaan prestasi penjualan
roti coklat berdasarkan tingkat pendidikan sales

12. Latihan_1
•Seandainya si Pedro dapat menjual sebanyak
200 roti rasa kacang, dan dianggap penjualan
tersebut berbeda dengan yang lainnya! Maka
tentutan pengujian hipotesis tersebut
•Seandainya si Ileg dapat menjual sebanyak
380 roti rasa susu dan dianggap penjualan
tersebut berbeda dengan yang lainnya! Maka
tentutan pengujian hipotesis tersebut

13. Dua Sample Independen
Membandingkan rata-rata dua grup
yang tidak berhubungan satu dengan
lain, apakah kedua grup tersebut
mempunyai rata-rata yang sama
ataukah tidak secara signifikan ?

14. Kasus 2
•Ingin mengetahui apakah ada
perbedaan prestasi penjual roti rasa
coklat berdasarkan tingkat
pendidikan ?
•Asumsi: Data berdistribusi normal

15. Analisis
•Terlihat rata-rata penjualan roti rasa
coklat untuk sales berpendidikan
sarjana 347,50 buah dan untuk sales
berpendidikan akademi 373,33 buah.
•Apakah perbedaan rata-rata tsb
tersebut memang signifikan (nyata)
atau tidak ?

16. Prosedur Pengujian
1.Uji keidentifikan variansi populasi,
untuk menentukan apakah equal
variance assumed atau equal varian
not assumed Uji probabilitas
2.Uji keidentifikan rata-rata populasi
untuk keputusan poin 1 diatas
Uji T dan atau Probabilitas

17. Uji keidentifikan populasi
Hipotesis :
•Ho: Kedua varians populasi adalah identik/equal
(Variansi populasi roti coklat yang dijual sales
berpendidikan sarjana sama dengan sales
berpendidikan diploma)
•Hi: Kedua varians populasi tidak identik/not
equal (Variansi populasi roti coklat yang dijual sales
berpendidikan sarjana berbeda dengan sales
berpendidikan diploma)

18. Probabilitas
•Nilai probabilitas bisa dilihat pada kolom Sig
pada F test. Yaitu probabilitas 0,04 < dari nilai
0,05 maka dinyatakan Ho ditolak
• Artinya Hi diterima, maka kedua varians tidak
identik (equal variance not assumed),
sehingga dilanjutkan dengan analisa equal
variance not assumed dengan uji T test

19. Uji keidentifikan rata-rata
Hipotesis untuk equal not assumed :
•Ho: Kedua rata-rata populasi adalah identik/equal
(rata-rata populasi roti coklat yang dijual sales
berpendidikan sarjana sama dengan sales
berpendidikan diploma)
•Hi: Kedua rata-rata populasi tidak identik/not
equal. (rata-rata populasi roti coklat yang dijual sales
berpendidikan sarjana berbeda dengan sales
berpendidikan diploma)

20. Uji T untuk rata-rata populasi
•Berdasarkan output independent sample test
untuk equal variances not assumed maka nilai
t_hitung -0,812 < nilai t_tabel 2,201 (tinggkat
signifikan 0,5% menjadi 0,25% untuk dua sisi;
derajat kebebasan (df) 11 pada tabel t bahasan
5.1); maka Ho di terima
•Artinya: rata-rata penjualan coklat untuk sales
berpendidikan sarjana dengan diploma adalah
sama atau dengan kata lain pendidikan sales
tidak membuat penjualannya berbeda.

21. Klarifikasi dengan probabilitas
•Probabilitas 0,440 untuk equal variance not
assumes (asumsi varians tidak sama) > dari
nilai 0,025 (0.05/2) maka dinyatakan Ho
diterima
•artinya maka rata-rata penjualan coklat untuk
sales berpendidikan sarjana dengan diploma
adalah sama atau dengan kata lain pendidikan
sales tidak membuat penjualannya berbeda

22. Dua Sampel Berpasangan
Pengujian ini dilakukan untuk menganalisis
perbandingan untuk dua sample yang
bepasangan dimana diartikan sebagai
sebuah sample dengan subjek yang sama
namun mengalami dua perlakukan atau
pengukuran yang berbeda.

23. Kasus 3
•Produsen obat diet ingin mengetahui apakah
obat yang diproduksinya benar-benar
mempunyai efek terhadap penurunan berat
badan konsumen?
•Prosedur:
1.Hipotesis
2.Uji T dan atau probabilitas

24. Analisis
•Pada output pertama ini, dijelaskan mengenai rata-rata
berat badan orang sebelum meminum obat diet 84,5100 kg
dan setelah meminum obat diet 83,5090 kg.
•Pada output kedua ini menggambarkan tingkat
korelasi/hubungan antara kedua variabel yang bisa dilihat
pada kolom Correlation. Angka korelasi 0,943 dengan nilai
probabilitas 0,000 di bawah angka 0,05 menyatakan bahwa
adanya korelasi/hubungan yang signifikan antara berat
badan sebelum dan sesuadah minim obat diet.
•Pada output ketiga ini digunakan untuk mengambil
keputusan apakah kedua rata-rata populasi ini adalah
identik atau tidak?

25. Hipotesis
•Ho : D = 0 atau Kedua rata-rata populasi adalah
identik ( rata-rata populasi berat sebelum
minum obat dan sesudah minum obat adalah
sama/ tidak berbeda secara nyata.)
•Hi : D  0 atau Kedua rata-rata populasi
adalah tidak identik. ( rata-rata populasi berat
sebelum minum obat dan sesudah minum obat
adalah tidak sama secara nyata.)

26. •Berdasarkan nilai t hitung 1,646 < nilai t tabel
1,833 (tinggkat signifikan 5% untuk satu sisi;
derajat kebebasan (df) 9 pada tabel t bahasan
5.1); maka Ho di terima
•Artinya Rata-rata berat sebelum minum obat
dan sesudah minum obat adalah sama/ tidak
berbeda secara nyata

27. Klarifikasi dengan Probabilitas
•Nilai probabilitas bisa dilihat pada kolom Sig
pada t test. Yaitu probabilitas 0,134 > dari
nilai 0,05 maka dinyatakan Ho diterima;
•Artinya rata-rata berat sebelum minum obat
dan sesudah minum obat adalah sama/ tidak
berbeda secara nyata