SlideShare a Scribd company logo
Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd
M. Jainuri, S.Pd., M.Pd
Pertemuan 2
ORAGELO CHANNEL
Cara mengumpulkan data supaya memberikan
informasi optimal.
Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd
Harun al
Rasyid
Bagaimana menentukan besarnya resiko kekeliruan
dalam mengambil keputusan atas dasar strategi yang
ditentukan.
Cara meringkas, mengolah dan menyajikan data
Cara melakukan analisis dari sekumpulan data,
berdasarkan analisis itu timbul strategi tertentu.
Cara menarik kesimpulan dan menyarankan keputusan
yang sebaiknya diambil berdasarkan strategi yang ada.
ORAGELO CHANNEL
Statistik inferensial
adalah statistik yang
berhubungan dengan
penarikan
kesimpulan yang
bersifat umum dari
data yang telah
disusun dan diolah.
Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd
Statistik inferensial
mencakup semua
metode yang
berhubungan dengan
analisis sebagian data
dari keseluruhan gugus
data induknya untuk
peramalan atau
penarikan kesimpulan.
Walpole (1995:5) Subana (2005:12)
ORAGELO CHANNEL
Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd
Secara ringkas
Statistik inferensial yaitu
statistik yang digunakan untuk
menggeneralisasikan sebagian data
(sampel) terhadap seluruh data
(populasi)
Berdasarkan parameternya, statistik
inferensial dibagi dua, yaitu:
1. Statistik parametrik
2. Statistik nonparametrik.
ORAGELO CHANNEL
Statistik parametrik:
bagian dari statistik inferensial yang
mencakup nilai dari satu atau lebih
parameter populasi, dan digunakan
untuk menguji hipotesis yang
variabelnya terukur.
Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd
STATISTIK PARAMETRIK
Contoh:
“Berapa menit rata-rata tayangan iklan
di TV?“
Variabel waktu tayangan iklan dapat
diukur dalam menit (ada standar)
ORAGELO CHANNEL
Statistik parametrik digunakan untuk
menganalisis data interval dan rasio,
dengan syarat data harus berdistribusi
normal, varians homogen, berpola
linear dan data diambil secara random
sampling.
STATISTIK PARAMETRIK
Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd
Statistik parametrik antara lain:
❖ T-test (one sample t-test,
independent t-test, paired t-test)
❖ Analysis of Varian (anova)
❖ Korelasi dan Regresi, dll
ORAGELO CHANNEL
Contoh (1):
Rumusan masalah:
Berapa lama rata-rata
penayangan iklan di TV ?
Hipotesis:
Rata-rata penayangan iklan di
TV paling lama 120 menit.
Statistik uji hipotesis:
t-test atau z-test
Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd
STATISTIK PARAMETRIK
ORAGELO CHANNEL
Contoh (2) :
Rumusan masalah:
Apakah ada pengaruh yang signifikan
antara lamanya penayangan iklan di TV
terhadap omset penjualan produk x ?
Hipotesis:
Terdapat pengaruh yang signifikan antara
lamanya penayangan iklan di TV terhadap
omset penjualan produk x
Statistik uji hipotesis:
korelasi product moment/ rho, uji–t, Koefisien
Penentu dan Regresi Linear Sederhana.
Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd
STATISTIK PARAMETRIK
ORAGELO CHANNEL
Contoh (3) :
Rumusan masalah: apakah ada perbedan hasil
belajar matematika menggunakan metode
pembelajaran A, B dan C?
Hipotesis:
1. Ada perbedan hasil belajar matematika
menggunakan metode pembelajaran A dan B.
.
2. Ada perbedan hasil belajar matematika
menggunakan metode pembelajaran A dan C.
3. Ada perbedan hasil belajar matematika
menggunakan metode pembelajaran A, B dan C.
Statistik uji hipotesis: Independent Sample t-test
Analisis of Varians
(anova).
Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd
STATISTIK PARAMETRIK
ORAGELO CHANNEL
Bagian dari statistik inferensial yang
digunakan untuk menguji hipotesis
dengan variabel yang tidak memiliki
kepastian (standar).
STATISTIK NONPARAMETRIK
Contoh:
Berapa besar kepuasan pasien terhadap
pelayanan rumah sakit X ?
Variabel kepuasan tidak memiliki standar
pasti.
Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd ORAGELO CHANNEL
PEDOMAN PEMILIHAN
STATISTIK
MULAI
Jumlah
Variabel ?
Analisis
Univariat
Analisis
Multivariat
Jenis
Data?
Statistik
Parametrik
Statistik
Nonparametrik
SATU LEBIH dari DUA
NOMINAL
ORDINAL
INTERVAL
RASIO
Analisis
Bivariat
DUA
Uji Syarat
Analisis
Memenuhi
Tidak Memenuhi
Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd
ORAGELO CHANNEL
Tingkat Kepercayaan
(Confidence interval/Risk Level)
Apabila suatu populasi secara
berulang-ulang ditarik
sampel, maka nilai rata-rata
atribut yang diperoleh dari
sampel-sampel tersebut
sejajar dengan nilai populasi
yang sebenarnya.
Dasar:
Teorema Batas
Sentral (Central
Limit Theorem).
Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd
Nilai-nilai dari sampel yang sudah ditarik
tersebut didistribusikan secara normal dalam
bentuk nilai benar/nyata.
Nilai-nilai ini akan menjadi nilai-nilai sampel
yang lebih tinggi atau lebih rendah jika
dibandingkan dengan nilai populasinya.
ORAGELO CHANNEL
Jika tingkat kepercayaan dalam penelitian dipilih
sebesar 95%, maka 95% dari 100 sampel
mempunyai nilai populasi yang sebenarnya. Ada
kalanya sampel yang diperoleh tidak mewakili
nilai populasi yang sebenarnya.
Tingkat Kepercayaan
(Confidence interval/Risk Level)
Tingkat kepercayaan
berkisar antara 90% - 99%
Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd
ORAGELO CHANNEL
Signifikansi
(Significance Level/Taraf Nyata)
Signifikansi merupakan tingkat ketepatan
(presisi) terkait dengan kesalahan pengambilan
sampel (sampling error), dan merupakan
jangkauan di mana nilai populasi yang tepat
diperkirakan.
Signifikansi diekspresikan dengan persentase, misalnya
1% atau 5%. Jika seorang peneliti menemukan bahwa
60% siswa tertentu yang digunakan sebagai sampel
memiliki nilai hasil belajar bagus setelah diterapkan
model pembelajaran tertentu, dengan tingkat
kepercayaan sebesar ±1%, maka peneliti tersebut dapat
menyimpulkan bahwa antara 59% hingga 61% dari siswa
yang menjadi populasi sudah mengadopsi model
pembelajaran yang diterapkan.
= 60% - 1 hingga 60% + 1
= 59% hingga 61%
Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd
ORAGELO CHANNEL
Jika hasil perhitungan perbedaan dua rata-rata
adalah signifikan pada α = 0,001 hal ini akan sangat
berarti dibandingkan dengan α = 0,05.
Ini karena untuk α = 0,001 kedua rata-rata itu betul-
betul berbeda karena dari 1000 kali pengamatan
(percobaan) hanya 1 kali terjadi kemelesetan,
sedangkan pada α = 0,05 dari 100 kali pengamatan
terjadi 5 kali kemelesetan.
Signifikansi
(Significance Level/Taraf Nyata)
Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd
ORAGELO CHANNEL
Besarnya taraf signifikansi (α) biasanya sudah
ditentukan sebelumnya, yaitu: 0,15; 0,05; 0,01; 0,005
atau 0,001.
Untuk penelitian pendidikan biasanya digunakan taraf
0,05 (5%) atau 0,01 (1%) sedangkan untuk bidang
yang beresiko tinggi akibat penarikan kesimpulannya,
seperti bidang kesehatan biasanya digunakan taraf
0,005 atau 0,001.
Signifikansi
(Significance Level/Taraf Nyata)
Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd
ORAGELO CHANNEL
Jika peneliti menetapkan kesalahan 5%, hal ini
sama saja dengan menyebut bahwa peneliti telah
menolak hipotesis pada tingkat kepercayaan 95%.
Artinya, apabila kesimpulan hasil penelitian
diterapkan pada populasi sejumlah 100 orang,
penelitian tersebut hanya sesuai untuk 95 orang,
sedangkan pada 5 orang sisanya terjadi
penyimpangan.
Signifikansi
(Significance Level/Taraf Nyata)
Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd
ORAGELO CHANNEL
DERAJAT KEBEBASAN
Rumus derajat
kebebasan (dk/db) atau
degree of freedom (df)
bergantung kepada jenis
statistik yang digunakan.
Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd
Merupakan tingkat
kebebasan untuk
bervariasi agar tidak
terjadi kekeliruan dalam
penafsiran.
Sebagai patokan
membaca tabel statistik
berkenaan dengan batas
rasio penolakan (daerah
kritis) yaitu suatu batas
ketika suatu hasil
perhitungan statistik
dapat disebut signifikan.
ORAGELO CHANNEL
Rumus derajat kebebasannya bisa ditulis sebagai:
dk = n – 2 atau dk = n – 3 tergantung dari banyaknya
parameter (variabel) pada penelitian.
DERAJAT KEBEBASAN
Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd
Contoh:
Pada penelitian dua variabel, maka derajat
kebebasanya adalah: dk = n – 2. Kenapa n – 2,
karena ada dua variabel.
ORAGELO CHANNEL
Ide dasarnya adalah tiap kali mengestimasi
parameter (karakteristik populasi), akan
kehilangan satu derajat kebebasan. Oleh karena
itu derajat bebas akan selalu n – k, bukan n.
DERAJAT KEBEBASAN
Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd
Hal lain yang perlu dipahami dalam kajian
tentang derajat bebas adalah berkaitan
dengan penelitian sampel.
ORAGELO CHANNEL
Untuk memahami hal tersebut perhatikan
penjelasan berikut:
DERAJAT KEBEBASAN
Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd
Misalnya ada sebuah populasi dengan rata-
rata (mean) sebesar 10. Selanjutnya diambil
sampel sebanyak 10 orang dari populasi
tersebut. Pertanyaannya, berapa banyak
orang yang dapat diambil dengan bebas?
ORAGELO CHANNEL
Bagaimana dengan orang kesepuluh? Apakah
diambil secara bebas? Tentu jawabannya adalah
tidak. Orang kesepuluh tidak dapat diambil secara
bebas lagi. Jika sudah ada 9 angka, angka ke sepuluh
tidak lagi dapat ditentukan dengan bebas agar
mendapat estimasi yang sama (yaitu mean = 10).
Misalnya diambil orang pertama secara bebas, ia
memiliki skor 14. Orang kedua masih dengan
bebas, ia memiliki skor 8. Kemudian berturut-turut
orang ketiga sampai orang ke sembilan diambil
secara bebas dengan skor: 15, 6, 11, 14, 8, 6 dan 5.
Orang 1 2 3 4 5 6 7 8 9 10
Skor 14 8 15 6 11 14 8 6 5 ?
DERAJAT KEBEBASAN
Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd
ORAGELO CHANNEL
Perhatikan, jumlah skor-skor dari sembilan orang
tersebut adalah 87. Agar estimasi yang diperoleh sama,
yaitu mean = 10, orang kesepuluh harus ditentukan
sebesar 13. Dengan demikian dapat dikatakan, kita
kehilangan satu derajat kebebasan. Nah derajat bebas
inilah yang kemudian digunakan untuk melihat nilai tabel
tertentu, misalnya tabel t.
DERAJAT KEBEBASAN
Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd
Orang 1 2 3 4 5 6 7 8 9 10
Skor 14 8 15 6 11 14 8 6 5 ?
ORAGELO CHANNEL
Dalam perhitungan tadi, kita hanya
mengestimasi atau menaksir satu
parameter. Oleh karena itu kita hanya
kehilangan satu derajat kebebasan,
sehingga derajat bebas yang kita miliki
adalah n – 1, yaitu 10 – 1 = 9.
DERAJAT KEBEBASAN
Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd
ORAGELO CHANNEL
Tengkiyu...
ORAGELO CHANNEL

More Related Content

Similar to 2022_2_P2_Pengantar Sttk Inferensial_Sig & B Bebas.pdf

Tugas uas b.indonesia
Tugas uas b.indonesiaTugas uas b.indonesia
Tugas uas b.indonesia
atin111
 
Materi P2_Pengantar Statistik Inferensial
Materi P2_Pengantar Statistik InferensialMateri P2_Pengantar Statistik Inferensial
Materi P2_Pengantar Statistik Inferensial
M. Jainuri, S.Pd., M.Pd
 
Pert 11 12 pengantar statistika inferensi
Pert 11 12 pengantar statistika inferensiPert 11 12 pengantar statistika inferensi
Pert 11 12 pengantar statistika inferensi
Canny Becha
 
TEMU 06. POPULASI DAN SAMPEL.pptx
TEMU 06. POPULASI DAN SAMPEL.pptxTEMU 06. POPULASI DAN SAMPEL.pptx
TEMU 06. POPULASI DAN SAMPEL.pptx
diah739734
 

Similar to 2022_2_P2_Pengantar Sttk Inferensial_Sig & B Bebas.pdf (20)

Tugas uas b.indonesia
Tugas uas b.indonesiaTugas uas b.indonesia
Tugas uas b.indonesia
 
ANALISA DATA PENELITIAN.ppt
ANALISA DATA PENELITIAN.pptANALISA DATA PENELITIAN.ppt
ANALISA DATA PENELITIAN.ppt
 
kuliah statistik terapan 2013.ppt
kuliah statistik terapan 2013.pptkuliah statistik terapan 2013.ppt
kuliah statistik terapan 2013.ppt
 
Materi P2_Pengantar Statistik Inferensial
Materi P2_Pengantar Statistik InferensialMateri P2_Pengantar Statistik Inferensial
Materi P2_Pengantar Statistik Inferensial
 
Biostatistika Dasar
Biostatistika DasarBiostatistika Dasar
Biostatistika Dasar
 
Pengantar Statistik Infrensial.pptx
Pengantar Statistik Infrensial.pptxPengantar Statistik Infrensial.pptx
Pengantar Statistik Infrensial.pptx
 
Panduan Lengkap Menguasai SPSS 17
Panduan Lengkap Menguasai SPSS 17Panduan Lengkap Menguasai SPSS 17
Panduan Lengkap Menguasai SPSS 17
 
Analisis+kuantitatif
Analisis+kuantitatifAnalisis+kuantitatif
Analisis+kuantitatif
 
Analisis+Kuantitatif.pdf
Analisis+Kuantitatif.pdfAnalisis+Kuantitatif.pdf
Analisis+Kuantitatif.pdf
 
Pert 11 12 pengantar statistika inferensi
Pert 11 12 pengantar statistika inferensiPert 11 12 pengantar statistika inferensi
Pert 11 12 pengantar statistika inferensi
 
e. Teori Sampling dan Normalitas New 2021.pptx
e. Teori Sampling dan Normalitas New 2021.pptxe. Teori Sampling dan Normalitas New 2021.pptx
e. Teori Sampling dan Normalitas New 2021.pptx
 
Analisis data kuantitatif (rendra)
Analisis data kuantitatif (rendra) Analisis data kuantitatif (rendra)
Analisis data kuantitatif (rendra)
 
Pertemuan 2.pptx
Pertemuan 2.pptxPertemuan 2.pptx
Pertemuan 2.pptx
 
Bab-3-Uji-Hipotesis.pdf
Bab-3-Uji-Hipotesis.pdfBab-3-Uji-Hipotesis.pdf
Bab-3-Uji-Hipotesis.pdf
 
MATERI STATISTIKA INFERENSIAL DASAR .ppt
MATERI STATISTIKA INFERENSIAL DASAR .pptMATERI STATISTIKA INFERENSIAL DASAR .ppt
MATERI STATISTIKA INFERENSIAL DASAR .ppt
 
STATISTIKA INFERENSIAL
STATISTIKA INFERENSIALSTATISTIKA INFERENSIAL
STATISTIKA INFERENSIAL
 
Bab IR
Bab IRBab IR
Bab IR
 
14_Pelatihan-Soal uji hipotesis.pdf
14_Pelatihan-Soal uji hipotesis.pdf14_Pelatihan-Soal uji hipotesis.pdf
14_Pelatihan-Soal uji hipotesis.pdf
 
TEMU 06. POPULASI DAN SAMPEL.pptx
TEMU 06. POPULASI DAN SAMPEL.pptxTEMU 06. POPULASI DAN SAMPEL.pptx
TEMU 06. POPULASI DAN SAMPEL.pptx
 
KISI-KISI SEMPRO SIDANG KESEHATAN.pptx
KISI-KISI SEMPRO SIDANG KESEHATAN.pptxKISI-KISI SEMPRO SIDANG KESEHATAN.pptx
KISI-KISI SEMPRO SIDANG KESEHATAN.pptx
 

More from M. Jainuri, S.Pd., M.Pd

More from M. Jainuri, S.Pd., M.Pd (20)

Klasifikasi & Tipe Pengukuran Data.pdf
Klasifikasi & Tipe Pengukuran Data.pdfKlasifikasi & Tipe Pengukuran Data.pdf
Klasifikasi & Tipe Pengukuran Data.pdf
 
2022_2_P3_Distribusi Normal.pdf
2022_2_P3_Distribusi Normal.pdf2022_2_P3_Distribusi Normal.pdf
2022_2_P3_Distribusi Normal.pdf
 
2021_2_Kontrak Statistik Inferensial.pdf
2021_2_Kontrak Statistik Inferensial.pdf2021_2_Kontrak Statistik Inferensial.pdf
2021_2_Kontrak Statistik Inferensial.pdf
 
2022_2_Kontrak_Multimedia.pdf
2022_2_Kontrak_Multimedia.pdf2022_2_Kontrak_Multimedia.pdf
2022_2_Kontrak_Multimedia.pdf
 
P15_Menyusun Laporan Penelitian (Skripsi).pdf
P15_Menyusun Laporan Penelitian (Skripsi).pdfP15_Menyusun Laporan Penelitian (Skripsi).pdf
P15_Menyusun Laporan Penelitian (Skripsi).pdf
 
P14_Teknik Analsis Data dan Uji Hipotesis.pdf
P14_Teknik Analsis Data dan Uji Hipotesis.pdfP14_Teknik Analsis Data dan Uji Hipotesis.pdf
P14_Teknik Analsis Data dan Uji Hipotesis.pdf
 
P13_Uji Persyaratan Analisis Data.pdf
P13_Uji Persyaratan Analisis Data.pdfP13_Uji Persyaratan Analisis Data.pdf
P13_Uji Persyaratan Analisis Data.pdf
 
P15_Review Kisi-Kisi Soal UAS Statistik Pendidikan I.pdf
P15_Review Kisi-Kisi Soal UAS Statistik Pendidikan I.pdfP15_Review Kisi-Kisi Soal UAS Statistik Pendidikan I.pdf
P15_Review Kisi-Kisi Soal UAS Statistik Pendidikan I.pdf
 
P14_Ukuran Letak_Persentil.pdf
P14_Ukuran Letak_Persentil.pdfP14_Ukuran Letak_Persentil.pdf
P14_Ukuran Letak_Persentil.pdf
 
P12_Uji Persyaratan Instrumen.pdf
P12_Uji Persyaratan Instrumen.pdfP12_Uji Persyaratan Instrumen.pdf
P12_Uji Persyaratan Instrumen.pdf
 
P11_Teknik&Instrumen Pengumpul Data.pdf
P11_Teknik&Instrumen Pengumpul Data.pdfP11_Teknik&Instrumen Pengumpul Data.pdf
P11_Teknik&Instrumen Pengumpul Data.pdf
 
P10_Menentukan Populasi dan Sampel.pdf
P10_Menentukan Populasi dan Sampel.pdfP10_Menentukan Populasi dan Sampel.pdf
P10_Menentukan Populasi dan Sampel.pdf
 
P13_Ukuran Letak_Desil.pdf
P13_Ukuran Letak_Desil.pdfP13_Ukuran Letak_Desil.pdf
P13_Ukuran Letak_Desil.pdf
 
P12_Ukuran Letak_Kuartil.pdf
P12_Ukuran Letak_Kuartil.pdfP12_Ukuran Letak_Kuartil.pdf
P12_Ukuran Letak_Kuartil.pdf
 
P11_Penyebaran Data_Variansi (Ragam).pdf
P11_Penyebaran Data_Variansi (Ragam).pdfP11_Penyebaran Data_Variansi (Ragam).pdf
P11_Penyebaran Data_Variansi (Ragam).pdf
 
P10_Penyebaran Data_Simpangan Baku (Standar Deviasi).pdf
P10_Penyebaran Data_Simpangan Baku (Standar Deviasi).pdfP10_Penyebaran Data_Simpangan Baku (Standar Deviasi).pdf
P10_Penyebaran Data_Simpangan Baku (Standar Deviasi).pdf
 
P9_Menyusun Proposal_Sistematika Proposal.pdf
P9_Menyusun Proposal_Sistematika Proposal.pdfP9_Menyusun Proposal_Sistematika Proposal.pdf
P9_Menyusun Proposal_Sistematika Proposal.pdf
 
P9_Penyebaran Data_Range & Simpangan Rata-Rata.pdf
P9_Penyebaran Data_Range & Simpangan Rata-Rata.pdfP9_Penyebaran Data_Range & Simpangan Rata-Rata.pdf
P9_Penyebaran Data_Range & Simpangan Rata-Rata.pdf
 
P7_Pemusatan Data_Modus.pdf
P7_Pemusatan Data_Modus.pdfP7_Pemusatan Data_Modus.pdf
P7_Pemusatan Data_Modus.pdf
 
P7_Kajian Teori.pdf
P7_Kajian Teori.pdfP7_Kajian Teori.pdf
P7_Kajian Teori.pdf
 

Recently uploaded

PRESENTASI OBSERVASI PENGELOLAAN KINERJA KEPALA SEKOLAH.pptx
PRESENTASI OBSERVASI PENGELOLAAN KINERJA KEPALA SEKOLAH.pptxPRESENTASI OBSERVASI PENGELOLAAN KINERJA KEPALA SEKOLAH.pptx
PRESENTASI OBSERVASI PENGELOLAAN KINERJA KEPALA SEKOLAH.pptx
muhammadyudiyanto55
 
Paparan Kurikulum Satuan Pendidikan_LOKAKARYA TPK 2024.pptx.pdf
Paparan Kurikulum Satuan Pendidikan_LOKAKARYA TPK 2024.pptx.pdfPaparan Kurikulum Satuan Pendidikan_LOKAKARYA TPK 2024.pptx.pdf
Paparan Kurikulum Satuan Pendidikan_LOKAKARYA TPK 2024.pptx.pdf
SEMUELSAMBOKARAENG
 
PETUNJUK TEKNIS PPDB JATIM 2024-sign.pdf
PETUNJUK TEKNIS PPDB JATIM 2024-sign.pdfPETUNJUK TEKNIS PPDB JATIM 2024-sign.pdf
PETUNJUK TEKNIS PPDB JATIM 2024-sign.pdf
Hernowo Subiantoro
 

Recently uploaded (20)

Sejarah dan Perkembangan Agama Hindu.pptx
Sejarah dan Perkembangan Agama Hindu.pptxSejarah dan Perkembangan Agama Hindu.pptx
Sejarah dan Perkembangan Agama Hindu.pptx
 
PRESENTASI OBSERVASI PENGELOLAAN KINERJA KEPALA SEKOLAH.pptx
PRESENTASI OBSERVASI PENGELOLAAN KINERJA KEPALA SEKOLAH.pptxPRESENTASI OBSERVASI PENGELOLAAN KINERJA KEPALA SEKOLAH.pptx
PRESENTASI OBSERVASI PENGELOLAAN KINERJA KEPALA SEKOLAH.pptx
 
tugas modul 1.4 Koneksi Antar Materi (1).pptx
tugas  modul 1.4 Koneksi Antar Materi (1).pptxtugas  modul 1.4 Koneksi Antar Materi (1).pptx
tugas modul 1.4 Koneksi Antar Materi (1).pptx
 
Dokumen Tindak Lanjut Pengelolaan Kinerja Guru.docx
Dokumen Tindak Lanjut Pengelolaan Kinerja Guru.docxDokumen Tindak Lanjut Pengelolaan Kinerja Guru.docx
Dokumen Tindak Lanjut Pengelolaan Kinerja Guru.docx
 
Program Kerja Kepala Sekolah 2023-2024.pdf
Program Kerja Kepala Sekolah 2023-2024.pdfProgram Kerja Kepala Sekolah 2023-2024.pdf
Program Kerja Kepala Sekolah 2023-2024.pdf
 
MODUL AJAR MATEMATIKA KELAS 1 KURIKULUM MERDEKA.pdf
MODUL AJAR MATEMATIKA KELAS 1 KURIKULUM MERDEKA.pdfMODUL AJAR MATEMATIKA KELAS 1 KURIKULUM MERDEKA.pdf
MODUL AJAR MATEMATIKA KELAS 1 KURIKULUM MERDEKA.pdf
 
Paparan Kurikulum Satuan Pendidikan_LOKAKARYA TPK 2024.pptx.pdf
Paparan Kurikulum Satuan Pendidikan_LOKAKARYA TPK 2024.pptx.pdfPaparan Kurikulum Satuan Pendidikan_LOKAKARYA TPK 2024.pptx.pdf
Paparan Kurikulum Satuan Pendidikan_LOKAKARYA TPK 2024.pptx.pdf
 
RUBRIK OBSERVASI KINERJA KEPALA SEKOLAH.docx
RUBRIK OBSERVASI KINERJA KEPALA SEKOLAH.docxRUBRIK OBSERVASI KINERJA KEPALA SEKOLAH.docx
RUBRIK OBSERVASI KINERJA KEPALA SEKOLAH.docx
 
Susi Susanti_2021 B_Analisis Kritis Jurnal.pdf
Susi Susanti_2021 B_Analisis Kritis Jurnal.pdfSusi Susanti_2021 B_Analisis Kritis Jurnal.pdf
Susi Susanti_2021 B_Analisis Kritis Jurnal.pdf
 
Teori Profetik Kuntowijoyo (Dosen Pengampu: Khoirin Nisai Shalihati)
Teori Profetik Kuntowijoyo (Dosen Pengampu: Khoirin Nisai Shalihati)Teori Profetik Kuntowijoyo (Dosen Pengampu: Khoirin Nisai Shalihati)
Teori Profetik Kuntowijoyo (Dosen Pengampu: Khoirin Nisai Shalihati)
 
Modul Ajar Bahasa Indonesia Kelas 2 Fase A Kurikulum Merdeka - abdiera.com
Modul Ajar Bahasa Indonesia Kelas 2 Fase A Kurikulum Merdeka - abdiera.comModul Ajar Bahasa Indonesia Kelas 2 Fase A Kurikulum Merdeka - abdiera.com
Modul Ajar Bahasa Indonesia Kelas 2 Fase A Kurikulum Merdeka - abdiera.com
 
PETUNJUK TEKNIS PPDB JATIM 2024-sign.pdf
PETUNJUK TEKNIS PPDB JATIM 2024-sign.pdfPETUNJUK TEKNIS PPDB JATIM 2024-sign.pdf
PETUNJUK TEKNIS PPDB JATIM 2024-sign.pdf
 
Form B8 Rubrik Refleksi Program Pengembangan Kompetensi Guru -1.docx
Form B8 Rubrik Refleksi Program Pengembangan Kompetensi Guru -1.docxForm B8 Rubrik Refleksi Program Pengembangan Kompetensi Guru -1.docx
Form B8 Rubrik Refleksi Program Pengembangan Kompetensi Guru -1.docx
 
PPT Aksi Nyata Diseminasi Modul 1.4.pptx
PPT Aksi Nyata Diseminasi Modul 1.4.pptxPPT Aksi Nyata Diseminasi Modul 1.4.pptx
PPT Aksi Nyata Diseminasi Modul 1.4.pptx
 
PELAKSANAAN (di Hotel 101 Urban Thamrin Jkt) + Link2 MATERI Training_ "Effect...
PELAKSANAAN (di Hotel 101 Urban Thamrin Jkt) + Link2 MATERI Training_ "Effect...PELAKSANAAN (di Hotel 101 Urban Thamrin Jkt) + Link2 MATERI Training_ "Effect...
PELAKSANAAN (di Hotel 101 Urban Thamrin Jkt) + Link2 MATERI Training_ "Effect...
 
Laporan Piket Guru untuk bukti dukung PMM.pdf
Laporan Piket Guru untuk bukti dukung PMM.pdfLaporan Piket Guru untuk bukti dukung PMM.pdf
Laporan Piket Guru untuk bukti dukung PMM.pdf
 
RENCANA + Link2 MATERI Training _PEMBEKALAN Kompetensi_PENGELOLAAN PENGADAAN...
RENCANA + Link2 MATERI  Training _PEMBEKALAN Kompetensi_PENGELOLAAN PENGADAAN...RENCANA + Link2 MATERI  Training _PEMBEKALAN Kompetensi_PENGELOLAAN PENGADAAN...
RENCANA + Link2 MATERI Training _PEMBEKALAN Kompetensi_PENGELOLAAN PENGADAAN...
 
Bab 3 Sejarah Kerajaan Hindu-Buddha.pptx
Bab 3 Sejarah Kerajaan Hindu-Buddha.pptxBab 3 Sejarah Kerajaan Hindu-Buddha.pptx
Bab 3 Sejarah Kerajaan Hindu-Buddha.pptx
 
LAPORAN EKSTRAKURIKULER SEKOLAH DASAR NEGERI
LAPORAN EKSTRAKURIKULER SEKOLAH DASAR NEGERILAPORAN EKSTRAKURIKULER SEKOLAH DASAR NEGERI
LAPORAN EKSTRAKURIKULER SEKOLAH DASAR NEGERI
 
LK 1 - 5T Keputusan Berdampak (1). SDN 001 BU.pdf
LK 1 - 5T Keputusan Berdampak (1). SDN 001 BU.pdfLK 1 - 5T Keputusan Berdampak (1). SDN 001 BU.pdf
LK 1 - 5T Keputusan Berdampak (1). SDN 001 BU.pdf
 

2022_2_P2_Pengantar Sttk Inferensial_Sig & B Bebas.pdf

  • 1. Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd M. Jainuri, S.Pd., M.Pd Pertemuan 2 ORAGELO CHANNEL
  • 2. Cara mengumpulkan data supaya memberikan informasi optimal. Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd Harun al Rasyid Bagaimana menentukan besarnya resiko kekeliruan dalam mengambil keputusan atas dasar strategi yang ditentukan. Cara meringkas, mengolah dan menyajikan data Cara melakukan analisis dari sekumpulan data, berdasarkan analisis itu timbul strategi tertentu. Cara menarik kesimpulan dan menyarankan keputusan yang sebaiknya diambil berdasarkan strategi yang ada. ORAGELO CHANNEL
  • 3. Statistik inferensial adalah statistik yang berhubungan dengan penarikan kesimpulan yang bersifat umum dari data yang telah disusun dan diolah. Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd Statistik inferensial mencakup semua metode yang berhubungan dengan analisis sebagian data dari keseluruhan gugus data induknya untuk peramalan atau penarikan kesimpulan. Walpole (1995:5) Subana (2005:12) ORAGELO CHANNEL
  • 4. Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd Secara ringkas Statistik inferensial yaitu statistik yang digunakan untuk menggeneralisasikan sebagian data (sampel) terhadap seluruh data (populasi) Berdasarkan parameternya, statistik inferensial dibagi dua, yaitu: 1. Statistik parametrik 2. Statistik nonparametrik. ORAGELO CHANNEL
  • 5. Statistik parametrik: bagian dari statistik inferensial yang mencakup nilai dari satu atau lebih parameter populasi, dan digunakan untuk menguji hipotesis yang variabelnya terukur. Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd STATISTIK PARAMETRIK Contoh: “Berapa menit rata-rata tayangan iklan di TV?“ Variabel waktu tayangan iklan dapat diukur dalam menit (ada standar) ORAGELO CHANNEL
  • 6. Statistik parametrik digunakan untuk menganalisis data interval dan rasio, dengan syarat data harus berdistribusi normal, varians homogen, berpola linear dan data diambil secara random sampling. STATISTIK PARAMETRIK Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd Statistik parametrik antara lain: ❖ T-test (one sample t-test, independent t-test, paired t-test) ❖ Analysis of Varian (anova) ❖ Korelasi dan Regresi, dll ORAGELO CHANNEL
  • 7. Contoh (1): Rumusan masalah: Berapa lama rata-rata penayangan iklan di TV ? Hipotesis: Rata-rata penayangan iklan di TV paling lama 120 menit. Statistik uji hipotesis: t-test atau z-test Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd STATISTIK PARAMETRIK ORAGELO CHANNEL
  • 8. Contoh (2) : Rumusan masalah: Apakah ada pengaruh yang signifikan antara lamanya penayangan iklan di TV terhadap omset penjualan produk x ? Hipotesis: Terdapat pengaruh yang signifikan antara lamanya penayangan iklan di TV terhadap omset penjualan produk x Statistik uji hipotesis: korelasi product moment/ rho, uji–t, Koefisien Penentu dan Regresi Linear Sederhana. Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd STATISTIK PARAMETRIK ORAGELO CHANNEL
  • 9. Contoh (3) : Rumusan masalah: apakah ada perbedan hasil belajar matematika menggunakan metode pembelajaran A, B dan C? Hipotesis: 1. Ada perbedan hasil belajar matematika menggunakan metode pembelajaran A dan B. . 2. Ada perbedan hasil belajar matematika menggunakan metode pembelajaran A dan C. 3. Ada perbedan hasil belajar matematika menggunakan metode pembelajaran A, B dan C. Statistik uji hipotesis: Independent Sample t-test Analisis of Varians (anova). Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd STATISTIK PARAMETRIK ORAGELO CHANNEL
  • 10. Bagian dari statistik inferensial yang digunakan untuk menguji hipotesis dengan variabel yang tidak memiliki kepastian (standar). STATISTIK NONPARAMETRIK Contoh: Berapa besar kepuasan pasien terhadap pelayanan rumah sakit X ? Variabel kepuasan tidak memiliki standar pasti. Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd ORAGELO CHANNEL
  • 11. PEDOMAN PEMILIHAN STATISTIK MULAI Jumlah Variabel ? Analisis Univariat Analisis Multivariat Jenis Data? Statistik Parametrik Statistik Nonparametrik SATU LEBIH dari DUA NOMINAL ORDINAL INTERVAL RASIO Analisis Bivariat DUA Uji Syarat Analisis Memenuhi Tidak Memenuhi Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd ORAGELO CHANNEL
  • 12. Tingkat Kepercayaan (Confidence interval/Risk Level) Apabila suatu populasi secara berulang-ulang ditarik sampel, maka nilai rata-rata atribut yang diperoleh dari sampel-sampel tersebut sejajar dengan nilai populasi yang sebenarnya. Dasar: Teorema Batas Sentral (Central Limit Theorem). Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd Nilai-nilai dari sampel yang sudah ditarik tersebut didistribusikan secara normal dalam bentuk nilai benar/nyata. Nilai-nilai ini akan menjadi nilai-nilai sampel yang lebih tinggi atau lebih rendah jika dibandingkan dengan nilai populasinya. ORAGELO CHANNEL
  • 13. Jika tingkat kepercayaan dalam penelitian dipilih sebesar 95%, maka 95% dari 100 sampel mempunyai nilai populasi yang sebenarnya. Ada kalanya sampel yang diperoleh tidak mewakili nilai populasi yang sebenarnya. Tingkat Kepercayaan (Confidence interval/Risk Level) Tingkat kepercayaan berkisar antara 90% - 99% Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd ORAGELO CHANNEL
  • 14. Signifikansi (Significance Level/Taraf Nyata) Signifikansi merupakan tingkat ketepatan (presisi) terkait dengan kesalahan pengambilan sampel (sampling error), dan merupakan jangkauan di mana nilai populasi yang tepat diperkirakan. Signifikansi diekspresikan dengan persentase, misalnya 1% atau 5%. Jika seorang peneliti menemukan bahwa 60% siswa tertentu yang digunakan sebagai sampel memiliki nilai hasil belajar bagus setelah diterapkan model pembelajaran tertentu, dengan tingkat kepercayaan sebesar ±1%, maka peneliti tersebut dapat menyimpulkan bahwa antara 59% hingga 61% dari siswa yang menjadi populasi sudah mengadopsi model pembelajaran yang diterapkan. = 60% - 1 hingga 60% + 1 = 59% hingga 61% Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd ORAGELO CHANNEL
  • 15. Jika hasil perhitungan perbedaan dua rata-rata adalah signifikan pada α = 0,001 hal ini akan sangat berarti dibandingkan dengan α = 0,05. Ini karena untuk α = 0,001 kedua rata-rata itu betul- betul berbeda karena dari 1000 kali pengamatan (percobaan) hanya 1 kali terjadi kemelesetan, sedangkan pada α = 0,05 dari 100 kali pengamatan terjadi 5 kali kemelesetan. Signifikansi (Significance Level/Taraf Nyata) Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd ORAGELO CHANNEL
  • 16. Besarnya taraf signifikansi (α) biasanya sudah ditentukan sebelumnya, yaitu: 0,15; 0,05; 0,01; 0,005 atau 0,001. Untuk penelitian pendidikan biasanya digunakan taraf 0,05 (5%) atau 0,01 (1%) sedangkan untuk bidang yang beresiko tinggi akibat penarikan kesimpulannya, seperti bidang kesehatan biasanya digunakan taraf 0,005 atau 0,001. Signifikansi (Significance Level/Taraf Nyata) Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd ORAGELO CHANNEL
  • 17. Jika peneliti menetapkan kesalahan 5%, hal ini sama saja dengan menyebut bahwa peneliti telah menolak hipotesis pada tingkat kepercayaan 95%. Artinya, apabila kesimpulan hasil penelitian diterapkan pada populasi sejumlah 100 orang, penelitian tersebut hanya sesuai untuk 95 orang, sedangkan pada 5 orang sisanya terjadi penyimpangan. Signifikansi (Significance Level/Taraf Nyata) Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd ORAGELO CHANNEL
  • 18. DERAJAT KEBEBASAN Rumus derajat kebebasan (dk/db) atau degree of freedom (df) bergantung kepada jenis statistik yang digunakan. Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd Merupakan tingkat kebebasan untuk bervariasi agar tidak terjadi kekeliruan dalam penafsiran. Sebagai patokan membaca tabel statistik berkenaan dengan batas rasio penolakan (daerah kritis) yaitu suatu batas ketika suatu hasil perhitungan statistik dapat disebut signifikan. ORAGELO CHANNEL
  • 19. Rumus derajat kebebasannya bisa ditulis sebagai: dk = n – 2 atau dk = n – 3 tergantung dari banyaknya parameter (variabel) pada penelitian. DERAJAT KEBEBASAN Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd Contoh: Pada penelitian dua variabel, maka derajat kebebasanya adalah: dk = n – 2. Kenapa n – 2, karena ada dua variabel. ORAGELO CHANNEL
  • 20. Ide dasarnya adalah tiap kali mengestimasi parameter (karakteristik populasi), akan kehilangan satu derajat kebebasan. Oleh karena itu derajat bebas akan selalu n – k, bukan n. DERAJAT KEBEBASAN Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd Hal lain yang perlu dipahami dalam kajian tentang derajat bebas adalah berkaitan dengan penelitian sampel. ORAGELO CHANNEL
  • 21. Untuk memahami hal tersebut perhatikan penjelasan berikut: DERAJAT KEBEBASAN Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd Misalnya ada sebuah populasi dengan rata- rata (mean) sebesar 10. Selanjutnya diambil sampel sebanyak 10 orang dari populasi tersebut. Pertanyaannya, berapa banyak orang yang dapat diambil dengan bebas? ORAGELO CHANNEL
  • 22. Bagaimana dengan orang kesepuluh? Apakah diambil secara bebas? Tentu jawabannya adalah tidak. Orang kesepuluh tidak dapat diambil secara bebas lagi. Jika sudah ada 9 angka, angka ke sepuluh tidak lagi dapat ditentukan dengan bebas agar mendapat estimasi yang sama (yaitu mean = 10). Misalnya diambil orang pertama secara bebas, ia memiliki skor 14. Orang kedua masih dengan bebas, ia memiliki skor 8. Kemudian berturut-turut orang ketiga sampai orang ke sembilan diambil secara bebas dengan skor: 15, 6, 11, 14, 8, 6 dan 5. Orang 1 2 3 4 5 6 7 8 9 10 Skor 14 8 15 6 11 14 8 6 5 ? DERAJAT KEBEBASAN Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd ORAGELO CHANNEL
  • 23. Perhatikan, jumlah skor-skor dari sembilan orang tersebut adalah 87. Agar estimasi yang diperoleh sama, yaitu mean = 10, orang kesepuluh harus ditentukan sebesar 13. Dengan demikian dapat dikatakan, kita kehilangan satu derajat kebebasan. Nah derajat bebas inilah yang kemudian digunakan untuk melihat nilai tabel tertentu, misalnya tabel t. DERAJAT KEBEBASAN Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd Orang 1 2 3 4 5 6 7 8 9 10 Skor 14 8 15 6 11 14 8 6 5 ? ORAGELO CHANNEL
  • 24. Dalam perhitungan tadi, kita hanya mengestimasi atau menaksir satu parameter. Oleh karena itu kita hanya kehilangan satu derajat kebebasan, sehingga derajat bebas yang kita miliki adalah n – 1, yaitu 10 – 1 = 9. DERAJAT KEBEBASAN Pengantar Statistik Inferensial_M. Jainuri, S.Pd., M.Pd ORAGELO CHANNEL