SlideShare a Scribd company logo
1 of 13
William J. Stevenson
Operations Management
8th edition
STATISTIKA
INFERENSIAL
Rosihan Asmara
http://rosihan.lecture.ub.ac.id
http://rosihan.web.id
http://rosihan.web.id
HIPOTESIS
Hipotesis nol (nihil): Ho, bersifat netral (tidak ada
beda, tidak ada hubungan, ..tidak …)
Hipotesis kerja (alternatif): Ha ada dua macam
yaitu
Dua arah (ada beda x dengan y; ada
hubungan, tanpa menentukan mana yang lebih
baik )
Satu arah (menentukan kelompok yang lebih baik:
x lebih baik y; lebih jelek, berhubungan positif)
Perumusan satu arah atau dua arah
mempengaruhi pengambilan keputusan yang
bersifat marjinal
http://rosihan.web.id
TARAF SIGNIFIKANSI
Ha: dua arah (signifikansi 5%; 1,96)
2,5% 2,5%
Ha: satu arah (signifikansi 5%; 1,65)
5%
-4 -2 0 2 4
0.00.10.20.30.4
Peluang Normal
x
y
http://rosihan.web.id
ASUMSI UMUM SAMPEL
Sampel yang diambil harus
valid, representatif (ruang dan waktu)
dan bersifat acak (wajib)
Jumlah memenuhi syarat minimal (≥ 30)
Memenuhi sebaran tertentu (umumnya
sebaran normal: kontinu, simetrik)
http://rosihan.web.id
PELANGGARAN ASUMSI
Keterwakilan, validitas dan keacakan
data bersifat wajib
Jumlah dan sebaran menentukan jenis
uji statistika yang dapat dipergunakan
(misalnya parametrik vs non parametrik)
Jumlah sampel yang relatif besar (dan
interval) memungkinkan lebih leluasa
memilih metode analisis
http://rosihan.web.id
STATISTIKA INFERENSIAL
Secara umum mempelajari hubungan beberapa
variabel dengan berbagai skala pengukuran atau
pencacahan
Dapat pula merupakan persoalan sederhana hanya
menduga (menaksir) pemusatan populasi
(parameter) berdasarkan pemusatan sampel
(statistik)
Hubungan antara variabel nominal dapat ditafsirkan
sebagai perbedaan kelompok. Misalnya mempelajari
hubungan jenis kelamin (laki-perempuan) dengan
prestasi belajar statistika ekuivalen dengan mempelajari
perbedaan prestasi belajar statistika antara kelompok
laki-laki dan perempuan.
http://rosihan.web.id
STATISTIKA INFERENSIAL
Taksiran parameter dapat berupa taksiran titik dan
interval (dengan tingkat keyakinan tertentu
berdasarkan sebaran data)
Variabel (objek yang diamati) dibedakan menjadi variabel
bebas (penjelas/explanatory) dan variabel respon
(terikat/response)
Jenis kelamin (penjelas) vs prestasi belajar (respons)
Tingkat pendidikan (penjelas) vs jumlah anak (respons)
atau penghasilan
Wilayah (penjelas) vs persentase buta huruf (respons)
Penghasilan (respon) vs tingkat pendidikan, jenis kelamin
http://rosihan.web.id
SIFAT STATISTIK SAMPEL
Statistik sebagai informasi (numerik) dari sampel
memiliki sifat: Stokastik (probabilistik) karena
diambil dari sampel acak karena itu harus selalu ada
ukuran pemusatan (rata-rata) dan ukuran
penyebaran (deviasi baku), keduanya tidak bisa
dipisahkan dan bergantung pada jenis sebaran data
(normal dll).
Perbedaan dalam sampel yang diyakini juga terjadi
pada populasi disebut signifikan bukan disebabkan
karena faktor kebetulan.
http://rosihan.web.id
KOMPONEN STATISTIK
Rata-rata sampel: x = x /N
Deviasi baku sampel: S= [ (x - x)2 / (N-1)]
Deviasi baku rata-rata (kesalahan baku): S/ N
Taraf signifikansi (tingkat kecocokan), peluang
bahwa kesimpulan yang kita ambil salah.
Interval keyakinan berdasarkan asumsi distribusi
(n< 30 distribusi t, sebaliknya menggunakan
distribusi normal)
http://rosihan.web.id
MATEMATIK VS STOKASTIK
Secara matematik 81 ≠ 83
Dalam konteks kehidupan sehari-hari 81
tidak berbeda signifikan jika dikaitkan
dengan perolehan skor ujian yang akhirnya
sama-sama menjadi A
Dalam konteks statistik signifikan tidaknya
suatu ukuran pemusatan sangat
bergantung pada ukuran penyebarannya
http://rosihan.web.id
STOKASTIK
Ukuran Pemusatan Sampel
(XT)
Batas interval sesuai
Ukuran dan jenis
Sebaran (X0.X1)
XT tidak beda signifikan dengan semua titik antara X0 dan X1
(Hipotesis bahwa titik hijau merupakan parameter populasi adalah benar
Parameter
http://rosihan.web.id
STOKASTIK
Kedua kelompok tidak beda signifikan
Kedua kelompok beda signifikan
http://rosihan.web.id
UJI T
Untuk uji taksiran parameter populasi
berdasarkan statistik sampel
Untuk uji beda rata-rata dengan banyak kelompok
dua
Kedua kelompok mungkin saling bebas (beda
subjek,misalnya laki, perempuan) mungkin tidak
saling bebas (subjek sama beda objek, misalnya
pre-post treatment)
http://rosihan.web.id

More Related Content

Viewers also liked

Reaching Teens Through Branch Partnering
Reaching Teens Through Branch PartneringReaching Teens Through Branch Partnering
Reaching Teens Through Branch Partnerings_morse
 
Service engineering
Service engineeringService engineering
Service engineeringQingsong Yao
 
Teorias motivacionales ii
Teorias motivacionales iiTeorias motivacionales ii
Teorias motivacionales iiShanty Churos
 
Sql azure cluster dashboard public.ppt
Sql azure cluster dashboard public.pptSql azure cluster dashboard public.ppt
Sql azure cluster dashboard public.pptQingsong Yao
 
Writing good test plan and writing good tests
Writing good test plan and writing good testsWriting good test plan and writing good tests
Writing good test plan and writing good testsQingsong Yao
 
เรื่องเล่าเร้าพลัง By ประภาวดี
เรื่องเล่าเร้าพลัง By ประภาวดีเรื่องเล่าเร้าพลัง By ประภาวดี
เรื่องเล่าเร้าพลัง By ประภาวดีSakkasem Promsorn
 
2013 nederland-jeugdwerkloosheid
2013 nederland-jeugdwerkloosheid2013 nederland-jeugdwerkloosheid
2013 nederland-jeugdwerkloosheidChris Noordam
 
отчет Центра карьеры УрТК НИЯУ МИФИ (за 2012 2013 уч год)
отчет Центра карьеры УрТК НИЯУ МИФИ (за 2012 2013 уч год)отчет Центра карьеры УрТК НИЯУ МИФИ (за 2012 2013 уч год)
отчет Центра карьеры УрТК НИЯУ МИФИ (за 2012 2013 уч год)Helen-ko
 

Viewers also liked (20)

Mentkuan 6 regresiberganda
Mentkuan 6 regresibergandaMentkuan 6 regresiberganda
Mentkuan 6 regresiberganda
 
Mentkuan 5 regresisederhana
Mentkuan 5 regresisederhanaMentkuan 5 regresisederhana
Mentkuan 5 regresisederhana
 
Rpkps metkuant
Rpkps metkuantRpkps metkuant
Rpkps metkuant
 
Modul 13 kel 2
Modul 13 kel 2Modul 13 kel 2
Modul 13 kel 2
 
Mentkuan 7 penyimpanganregresi
Mentkuan 7 penyimpanganregresiMentkuan 7 penyimpanganregresi
Mentkuan 7 penyimpanganregresi
 
Mentkuan11modeltransportasi
Mentkuan11modeltransportasiMentkuan11modeltransportasi
Mentkuan11modeltransportasi
 
Reaching Teens Through Branch Partnering
Reaching Teens Through Branch PartneringReaching Teens Through Branch Partnering
Reaching Teens Through Branch Partnering
 
Service engineering
Service engineeringService engineering
Service engineering
 
Teorias motivacionales ii
Teorias motivacionales iiTeorias motivacionales ii
Teorias motivacionales ii
 
Sql azure cluster dashboard public.ppt
Sql azure cluster dashboard public.pptSql azure cluster dashboard public.ppt
Sql azure cluster dashboard public.ppt
 
Writing good test plan and writing good tests
Writing good test plan and writing good testsWriting good test plan and writing good tests
Writing good test plan and writing good tests
 
Usaha tani kelompok
Usaha tani kelompokUsaha tani kelompok
Usaha tani kelompok
 
เรื่องเล่าเร้าพลัง By ประภาวดี
เรื่องเล่าเร้าพลัง By ประภาวดีเรื่องเล่าเร้าพลัง By ประภาวดี
เรื่องเล่าเร้าพลัง By ประภาวดี
 
2013 nederland-jeugdwerkloosheid
2013 nederland-jeugdwerkloosheid2013 nederland-jeugdwerkloosheid
2013 nederland-jeugdwerkloosheid
 
Propuesta técnica palta 1 0
Propuesta técnica  palta 1 0Propuesta técnica  palta 1 0
Propuesta técnica palta 1 0
 
отчет Центра карьеры УрТК НИЯУ МИФИ (за 2012 2013 уч год)
отчет Центра карьеры УрТК НИЯУ МИФИ (за 2012 2013 уч год)отчет Центра карьеры УрТК НИЯУ МИФИ (за 2012 2013 уч год)
отчет Центра карьеры УрТК НИЯУ МИФИ (за 2012 2013 уч год)
 
Vin audit
Vin auditVin audit
Vin audit
 
Skif lan
Skif lanSkif lan
Skif lan
 
Las rique zas de mi peru
Las   rique zas  de mi  peruLas   rique zas  de mi  peru
Las rique zas de mi peru
 
Tazkirah ramadhan
Tazkirah ramadhanTazkirah ramadhan
Tazkirah ramadhan
 

Similar to STATISTIKA INFERENSIAL

Modul Ajar Statistika Inferensia ke-2: Uji Hipotesa Rata-rata Parametrik
Modul Ajar Statistika Inferensia ke-2: Uji Hipotesa Rata-rata ParametrikModul Ajar Statistika Inferensia ke-2: Uji Hipotesa Rata-rata Parametrik
Modul Ajar Statistika Inferensia ke-2: Uji Hipotesa Rata-rata ParametrikArif Rahman
 
2022_2_P2_Pengantar Sttk Inferensial_Sig & B Bebas.pdf
2022_2_P2_Pengantar Sttk Inferensial_Sig & B Bebas.pdf2022_2_P2_Pengantar Sttk Inferensial_Sig & B Bebas.pdf
2022_2_P2_Pengantar Sttk Inferensial_Sig & B Bebas.pdfM. Jainuri, S.Pd., M.Pd
 
Statistik parametrik
Statistik parametrikStatistik parametrik
Statistik parametrikphient_dvero
 
Statistik contoh jawapan
Statistik   contoh jawapanStatistik   contoh jawapan
Statistik contoh jawapanSayshare
 
Modul Ajar Statistika Inferensia ke-5: Uji Hipotesa Rata-Rata Nonparametrik
Modul Ajar Statistika Inferensia ke-5: Uji Hipotesa Rata-Rata NonparametrikModul Ajar Statistika Inferensia ke-5: Uji Hipotesa Rata-Rata Nonparametrik
Modul Ajar Statistika Inferensia ke-5: Uji Hipotesa Rata-Rata NonparametrikArif Rahman
 
STATISTIKA INFERENSIAL
STATISTIKA INFERENSIALSTATISTIKA INFERENSIAL
STATISTIKA INFERENSIALImanSolahudin
 
MATERI STATISTIKA INFERENSIAL DASAR .ppt
MATERI STATISTIKA INFERENSIAL DASAR .pptMATERI STATISTIKA INFERENSIAL DASAR .ppt
MATERI STATISTIKA INFERENSIAL DASAR .pptsubrotorapih2
 
Modul Ajar Statistika Inferensia ke-6: Uji Kesesuaian Baik (Goodness of Fit T...
Modul Ajar Statistika Inferensia ke-6: Uji Kesesuaian Baik (Goodness of Fit T...Modul Ajar Statistika Inferensia ke-6: Uji Kesesuaian Baik (Goodness of Fit T...
Modul Ajar Statistika Inferensia ke-6: Uji Kesesuaian Baik (Goodness of Fit T...Arif Rahman
 
BAB IX_UJI HIPOTESIS UNIVARIAT REVISI 2020 (2) (1) (1).docx
BAB IX_UJI HIPOTESIS UNIVARIAT REVISI 2020 (2) (1) (1).docxBAB IX_UJI HIPOTESIS UNIVARIAT REVISI 2020 (2) (1) (1).docx
BAB IX_UJI HIPOTESIS UNIVARIAT REVISI 2020 (2) (1) (1).docxTegar Adi
 
Modul Ajar Statistika Inferensia ke-7: Uji Tabel Kontingensi Independensi dan...
Modul Ajar Statistika Inferensia ke-7: Uji Tabel Kontingensi Independensi dan...Modul Ajar Statistika Inferensia ke-7: Uji Tabel Kontingensi Independensi dan...
Modul Ajar Statistika Inferensia ke-7: Uji Tabel Kontingensi Independensi dan...Arif Rahman
 
Materi11-UJI_HIPOTESIS-psik.pptx
Materi11-UJI_HIPOTESIS-psik.pptxMateri11-UJI_HIPOTESIS-psik.pptx
Materi11-UJI_HIPOTESIS-psik.pptxwani27
 
Materi 4 # analisa hipotesa = metodologi riset
Materi 4 # analisa hipotesa = metodologi risetMateri 4 # analisa hipotesa = metodologi riset
Materi 4 # analisa hipotesa = metodologi risetAni Istiana
 
UJI HIPOTESIS.pptx
UJI   HIPOTESIS.pptxUJI   HIPOTESIS.pptx
UJI HIPOTESIS.pptxWan Na
 

Similar to STATISTIKA INFERENSIAL (20)

Prostat 1
Prostat 1Prostat 1
Prostat 1
 
Kel9b Blok8skenario3
Kel9b Blok8skenario3Kel9b Blok8skenario3
Kel9b Blok8skenario3
 
Statistika dan probabilitas tugas IV
Statistika dan probabilitas tugas IVStatistika dan probabilitas tugas IV
Statistika dan probabilitas tugas IV
 
Modul Ajar Statistika Inferensia ke-2: Uji Hipotesa Rata-rata Parametrik
Modul Ajar Statistika Inferensia ke-2: Uji Hipotesa Rata-rata ParametrikModul Ajar Statistika Inferensia ke-2: Uji Hipotesa Rata-rata Parametrik
Modul Ajar Statistika Inferensia ke-2: Uji Hipotesa Rata-rata Parametrik
 
2022_2_P2_Pengantar Sttk Inferensial_Sig & B Bebas.pdf
2022_2_P2_Pengantar Sttk Inferensial_Sig & B Bebas.pdf2022_2_P2_Pengantar Sttk Inferensial_Sig & B Bebas.pdf
2022_2_P2_Pengantar Sttk Inferensial_Sig & B Bebas.pdf
 
Statistik parametrik
Statistik parametrikStatistik parametrik
Statistik parametrik
 
Statistik parametrik
Statistik parametrikStatistik parametrik
Statistik parametrik
 
Statistik contoh jawapan
Statistik   contoh jawapanStatistik   contoh jawapan
Statistik contoh jawapan
 
Modul Ajar Statistika Inferensia ke-5: Uji Hipotesa Rata-Rata Nonparametrik
Modul Ajar Statistika Inferensia ke-5: Uji Hipotesa Rata-Rata NonparametrikModul Ajar Statistika Inferensia ke-5: Uji Hipotesa Rata-Rata Nonparametrik
Modul Ajar Statistika Inferensia ke-5: Uji Hipotesa Rata-Rata Nonparametrik
 
STATISTIKA INFERENSIAL
STATISTIKA INFERENSIALSTATISTIKA INFERENSIAL
STATISTIKA INFERENSIAL
 
MATERI STATISTIKA INFERENSIAL DASAR .ppt
MATERI STATISTIKA INFERENSIAL DASAR .pptMATERI STATISTIKA INFERENSIAL DASAR .ppt
MATERI STATISTIKA INFERENSIAL DASAR .ppt
 
Modul Ajar Statistika Inferensia ke-6: Uji Kesesuaian Baik (Goodness of Fit T...
Modul Ajar Statistika Inferensia ke-6: Uji Kesesuaian Baik (Goodness of Fit T...Modul Ajar Statistika Inferensia ke-6: Uji Kesesuaian Baik (Goodness of Fit T...
Modul Ajar Statistika Inferensia ke-6: Uji Kesesuaian Baik (Goodness of Fit T...
 
PPT UJI NORMALITAS
PPT UJI NORMALITASPPT UJI NORMALITAS
PPT UJI NORMALITAS
 
BAB IX_UJI HIPOTESIS UNIVARIAT REVISI 2020 (2) (1) (1).docx
BAB IX_UJI HIPOTESIS UNIVARIAT REVISI 2020 (2) (1) (1).docxBAB IX_UJI HIPOTESIS UNIVARIAT REVISI 2020 (2) (1) (1).docx
BAB IX_UJI HIPOTESIS UNIVARIAT REVISI 2020 (2) (1) (1).docx
 
Modul Ajar Statistika Inferensia ke-7: Uji Tabel Kontingensi Independensi dan...
Modul Ajar Statistika Inferensia ke-7: Uji Tabel Kontingensi Independensi dan...Modul Ajar Statistika Inferensia ke-7: Uji Tabel Kontingensi Independensi dan...
Modul Ajar Statistika Inferensia ke-7: Uji Tabel Kontingensi Independensi dan...
 
Materi11-UJI_HIPOTESIS-psik.pptx
Materi11-UJI_HIPOTESIS-psik.pptxMateri11-UJI_HIPOTESIS-psik.pptx
Materi11-UJI_HIPOTESIS-psik.pptx
 
Teori pendugaan statistik
Teori pendugaan statistikTeori pendugaan statistik
Teori pendugaan statistik
 
Materi 4 # analisa hipotesa = metodologi riset
Materi 4 # analisa hipotesa = metodologi risetMateri 4 # analisa hipotesa = metodologi riset
Materi 4 # analisa hipotesa = metodologi riset
 
Uji hipotesis kel.4
Uji hipotesis kel.4Uji hipotesis kel.4
Uji hipotesis kel.4
 
UJI HIPOTESIS.pptx
UJI   HIPOTESIS.pptxUJI   HIPOTESIS.pptx
UJI HIPOTESIS.pptx
 

More from Nabilussalam Saifullah Ma'sum (10)

Mentkuan 8 dummmyvaribel
Mentkuan 8 dummmyvaribelMentkuan 8 dummmyvaribel
Mentkuan 8 dummmyvaribel
 
Mentkuan 9 persamaansimultan
Mentkuan 9 persamaansimultanMentkuan 9 persamaansimultan
Mentkuan 9 persamaansimultan
 
Mentkuan13modelpersediaan
Mentkuan13modelpersediaanMentkuan13modelpersediaan
Mentkuan13modelpersediaan
 
Mentkuan 4 korelasi
Mentkuan 4 korelasiMentkuan 4 korelasi
Mentkuan 4 korelasi
 
Mentkuan12penugasandan networking
Mentkuan12penugasandan networkingMentkuan12penugasandan networking
Mentkuan12penugasandan networking
 
Mentkuan 1 pendahuluan
Mentkuan 1 pendahuluanMentkuan 1 pendahuluan
Mentkuan 1 pendahuluan
 
Mentkuan14modelantrian
Mentkuan14modelantrianMentkuan14modelantrian
Mentkuan14modelantrian
 
Kriteria nilai tugas_online_metkuan
Kriteria nilai tugas_online_metkuanKriteria nilai tugas_online_metkuan
Kriteria nilai tugas_online_metkuan
 
Mentkuan10linierprograming
Mentkuan10linierprogramingMentkuan10linierprograming
Mentkuan10linierprograming
 
Modul 1-usahatani
Modul 1-usahataniModul 1-usahatani
Modul 1-usahatani
 

STATISTIKA INFERENSIAL

  • 1. William J. Stevenson Operations Management 8th edition STATISTIKA INFERENSIAL Rosihan Asmara http://rosihan.lecture.ub.ac.id http://rosihan.web.id http://rosihan.web.id
  • 2. HIPOTESIS Hipotesis nol (nihil): Ho, bersifat netral (tidak ada beda, tidak ada hubungan, ..tidak …) Hipotesis kerja (alternatif): Ha ada dua macam yaitu Dua arah (ada beda x dengan y; ada hubungan, tanpa menentukan mana yang lebih baik ) Satu arah (menentukan kelompok yang lebih baik: x lebih baik y; lebih jelek, berhubungan positif) Perumusan satu arah atau dua arah mempengaruhi pengambilan keputusan yang bersifat marjinal http://rosihan.web.id
  • 3. TARAF SIGNIFIKANSI Ha: dua arah (signifikansi 5%; 1,96) 2,5% 2,5% Ha: satu arah (signifikansi 5%; 1,65) 5% -4 -2 0 2 4 0.00.10.20.30.4 Peluang Normal x y http://rosihan.web.id
  • 4. ASUMSI UMUM SAMPEL Sampel yang diambil harus valid, representatif (ruang dan waktu) dan bersifat acak (wajib) Jumlah memenuhi syarat minimal (≥ 30) Memenuhi sebaran tertentu (umumnya sebaran normal: kontinu, simetrik) http://rosihan.web.id
  • 5. PELANGGARAN ASUMSI Keterwakilan, validitas dan keacakan data bersifat wajib Jumlah dan sebaran menentukan jenis uji statistika yang dapat dipergunakan (misalnya parametrik vs non parametrik) Jumlah sampel yang relatif besar (dan interval) memungkinkan lebih leluasa memilih metode analisis http://rosihan.web.id
  • 6. STATISTIKA INFERENSIAL Secara umum mempelajari hubungan beberapa variabel dengan berbagai skala pengukuran atau pencacahan Dapat pula merupakan persoalan sederhana hanya menduga (menaksir) pemusatan populasi (parameter) berdasarkan pemusatan sampel (statistik) Hubungan antara variabel nominal dapat ditafsirkan sebagai perbedaan kelompok. Misalnya mempelajari hubungan jenis kelamin (laki-perempuan) dengan prestasi belajar statistika ekuivalen dengan mempelajari perbedaan prestasi belajar statistika antara kelompok laki-laki dan perempuan. http://rosihan.web.id
  • 7. STATISTIKA INFERENSIAL Taksiran parameter dapat berupa taksiran titik dan interval (dengan tingkat keyakinan tertentu berdasarkan sebaran data) Variabel (objek yang diamati) dibedakan menjadi variabel bebas (penjelas/explanatory) dan variabel respon (terikat/response) Jenis kelamin (penjelas) vs prestasi belajar (respons) Tingkat pendidikan (penjelas) vs jumlah anak (respons) atau penghasilan Wilayah (penjelas) vs persentase buta huruf (respons) Penghasilan (respon) vs tingkat pendidikan, jenis kelamin http://rosihan.web.id
  • 8. SIFAT STATISTIK SAMPEL Statistik sebagai informasi (numerik) dari sampel memiliki sifat: Stokastik (probabilistik) karena diambil dari sampel acak karena itu harus selalu ada ukuran pemusatan (rata-rata) dan ukuran penyebaran (deviasi baku), keduanya tidak bisa dipisahkan dan bergantung pada jenis sebaran data (normal dll). Perbedaan dalam sampel yang diyakini juga terjadi pada populasi disebut signifikan bukan disebabkan karena faktor kebetulan. http://rosihan.web.id
  • 9. KOMPONEN STATISTIK Rata-rata sampel: x = x /N Deviasi baku sampel: S= [ (x - x)2 / (N-1)] Deviasi baku rata-rata (kesalahan baku): S/ N Taraf signifikansi (tingkat kecocokan), peluang bahwa kesimpulan yang kita ambil salah. Interval keyakinan berdasarkan asumsi distribusi (n< 30 distribusi t, sebaliknya menggunakan distribusi normal) http://rosihan.web.id
  • 10. MATEMATIK VS STOKASTIK Secara matematik 81 ≠ 83 Dalam konteks kehidupan sehari-hari 81 tidak berbeda signifikan jika dikaitkan dengan perolehan skor ujian yang akhirnya sama-sama menjadi A Dalam konteks statistik signifikan tidaknya suatu ukuran pemusatan sangat bergantung pada ukuran penyebarannya http://rosihan.web.id
  • 11. STOKASTIK Ukuran Pemusatan Sampel (XT) Batas interval sesuai Ukuran dan jenis Sebaran (X0.X1) XT tidak beda signifikan dengan semua titik antara X0 dan X1 (Hipotesis bahwa titik hijau merupakan parameter populasi adalah benar Parameter http://rosihan.web.id
  • 12. STOKASTIK Kedua kelompok tidak beda signifikan Kedua kelompok beda signifikan http://rosihan.web.id
  • 13. UJI T Untuk uji taksiran parameter populasi berdasarkan statistik sampel Untuk uji beda rata-rata dengan banyak kelompok dua Kedua kelompok mungkin saling bebas (beda subjek,misalnya laki, perempuan) mungkin tidak saling bebas (subjek sama beda objek, misalnya pre-post treatment) http://rosihan.web.id