Pengantar statistika inferensia

2,646 views

Published on

  • Be the first to comment

  • Be the first to like this

Pengantar statistika inferensia

  1. 1. PENGANTAR STATISTIKAINFERENSIA  Penaksir  Estimasi Interval  Uji Hipotesis  Teknik Statistik
  2. 2. STATISTIKA INFERENSIASTATISTIKA INFERENSIAL (INDUKTIF) : BIDANG ILMU STATISTIKAYANG MEMPELAJARI TATA CARA PENARIKAN KESIMPULANMENGENAI KESELURUHAN POPULASI BERDASARKAN DATAYANG ADA DALAM SUATU BAGIAN DARI POPULASITERSEBUT.PROSEDUR ATAU METODE STATISTIKA, DALAM KAITANNYADENGAN PENGOLAHAN DATA, MAKA DAPAT DIBAGIMENJADI :1. BERDASARKAN PARAMETERNYA BERDASARKAN PARAMETER YANG ADA DAN UNTUK KEPERLUANINFERENSIA, STATISTIKA DAPAT DIBAGI MENJADI : ZZA. STATISTIKA PARAMETRIK, MERUPAKAN STATISTIKA INFERENSIAL YANGMEMBAHAS PARAMETER-PARAMETER POPULASI, DATA YANG DIGUNAKANAPABILA MEMILIKI SKALA INTERVAL ATAU RASIO SEDANGKAN DISTRIBUSIDATANYA NORMAL ATAU MENDEKATI NORMAL
  3. 3. B. Statistika nonparametrik, merupakan statistik inferensia yang tidak membahas parameter- parameter populasi. Digunakan jika data yang dianalisis berskala nominal dan ordinal atau distribusi data populasinya tidak normal2. Berdasarkan jumlah variabelnya Berdasarkan jumlah variabelnya, analisis statistika dapat digolongkan : analisis univariat (digunakan untuk mendeskripsikan distribusi satu variabel dan uji perbedaan antara data yang diteliti dengan ekspektasi atau hipotesis peneliti), analisis bivariat menguji perbedaan dan mengukur hubungan dua variabel yang diteliti), analisis multivariat (menguji dependensi dan interdepedensi antar variabel yang diteliti)
  4. 4. PEDOMAN PENGGUNAAN STATISTIKADESKRIPTIF DAN INDUKTIF. TUJUAN PENELITIAN EKSPLORASI UJI HIPOTESIS DESKRIPTIF STATISTIK NOMINAL INTERVAL DESKRIPTIF ORDINAL RASIO STATISTIK NONPARAMETRIK DISTRIBUSI DISTRIBUSI TIDAK NORMAL NORMAL STATISTIK PARAMETRIK
  5. 5. PENAKSIRAN Penaksir titik : Nilai tunggal dari suatu parameter melalui pendekatan metode tertentu Penaksir Selang : Nilai sesungguhnya dari suatu parameter yang berada di selang tertentu.contoh Seorang mahasiswa calon sarjana Matematika memiliki target IPK setelah lulus 3,5 Taksiran Titik IP = 3.5 Seorang mahasiswa memiliki target IPK setelah lulus minimum 3 Taksiran Selang IP = [3, 4]
  6. 6. PENAKSIR Penaksir titik : Statistika yang digunakan untuk mendapatkan taksiran titik disebut penaksir/fungsi keputusan Penaksir selang : Taksiran selang suatu parameter populasi : selang kepercayaan : perhitungan selang diatas berdasarkan sampel acak
  7. 7. PENAKSIRAN BERDASARKAN BANYAKPOPULASI Dengan menaksir µ 1 populasi : gunakan tabel z jika varians populasi diketahui gunakan tabel t jika varians populasi tidak diketahui 2 populasi berpasangan : ciri2 nya : setiap percobaan mempunyai sepasang pengamatan dengan data berasal dari satu populasi yang sama lakukan perhitungan dengan menggunakan rata2 selisih dari 2 kelompok data. gunakan perhitungan tabel seperti pd 1 populasi 2 populasi : gunakan tabel z jika kedua varians diketahui gunakan tabel t jika tidak diketahui keadaan nilai kedua varians.
  8. 8. PENAKSIRAN BERDASARKAN BANYAKPOPULASI (SAMBUNGAN) Dengan menaksir varians populasi 1 populasi dan 2 populasi berpasangan : gunakan tabel chi kuadrat 2 populasi : gunakan tabel F
  9. 9. UJI HIPOTESIS Statistika test :1. Research hypothesis / alternative hypothesis / Ha => hipotesa penelitian2. Null Hypothesis / Ho3. Test Statistics / TS => uji statistik4. Rejection Region / RR5. Check assumptions & draw conclusions
  10. 10. Inferensi Statistik Hipotesis nol (H0). Hipotesis yang akan diuji oleh suatu prosedur statistik, biasanya berupa suatu pernyataan tidak adanya perbedaan atau tidak adanya hubungan. Pernyataan nol dapat diartikan bahwa pernyataan tentang parameter tidak didukung secara kuat oleh data. Hipotesis alternatif (H1). Hipotesis yang merupakan lawan dari H0, biasanya berupa pernyataan tentang adanya perbedaan atau adanya hubungan. H1 digunakan untuk menunjukkan bahwa pernyataan mendapat dukungan kuat dari data. Logika Uji Hipotesis. Tidak dapat dibuktikan bahwa suatu hipotesis itu benar, tapi dapat dibuktikan bahwa suatu hipotesis itu salah
  11. 11. HYPOTHESES : Case 1. Ho : µ ≤ µo VS Ha : µ > µo (right-tailed test) Case 2. Ho : µ ≥ µo VS Ha : µ < µo (left-tailed test) Case 3. Ho : µ = µo VS Ha : µ ≠ µo (two-tailed test) T.S. : use Z or T R.R. : Case 1. Reject Ho if Z ≥ Z Case 2. Reject Ho if Z ≤ - Zo Case 3. Reject Ho If |Z| ≥ Z/2 Check assumpsion and draw Put your final conclusion.

×