STATISTIKA II IT-021259
Ummu Kalsum
UNIVERSITAS GUNADARMA 2016
KONTRAK KULIAH Waktu: Rabu, 7.30 – 10.30 dan 12.30 – 15.30 Jam mulai : 3 sks, maka: Mulai: 8. 00 Selesai: 3 x 50 menit = 150 menit 10.30 Keterlambatan : MOHON KETERLAMBATAN TIDAK LEBIH 15 MENIT Sanksi atau hukuman, sebagai contoh: Menguraikan pengetahuan tentang materi saat itu Membuat rhesume materi Menyampaikan review materi sebelumnya
Larangan dalam kelas : “makan dan membuat
keributan” boleh air minum Pakaian: sopan dan rapi, ≠ kaos oblong (ada kerah) Celana ≠ modif/sengaja sobekan
Penambahan point Kalau dosen pengampu terlambat 1 Menjawab soal/pertanyaan Review materi sebelumnya Kehadiran 1 Ketua kelas : MAILING LIST: Email:
[email protected] Hp: 085731433504
PERTEMUAN No. Waktu 1 2 Mar 2
3 4 5 6
9 Mar Pengganti ? 16 Mar 23 Mar 30 Mar 6 Apr
7
13 Apr
Bab Pendahuluan : Statistik induktif (inferensial) Pendugaan parameter
Pendugaan parameter Pendugaan parameter Hipotesis Hipotesis Hipotesis
LANJUTAN PERTEMUAN No. 8 9 10 12 13 14 15
Waktu 20 Apr 27 Apr 4 Mei 8 Juni 15 Juni 22 Juni 29 Juni
Bab Analisis ragam
Analisis ragam Chi kuadrat, review Uji kontigensi Uji regresi linear sederhana, Berganda dan uji korelasi Penerapan Metoda Statistik Inferensia Review
Referensi Hasan, M. Iqbal. 2005. Pokok-Pokok Materi
Statistik 2 (Statistik Inferensif). Jakarta: Bumi Aksara. Mulyono, Sri. 2006. Statistika untuk Ekonomi dan Bisnis. Jakarta: Lembaga Penerbit Fakultas Ekonomi UI. Walpole, Ronald E. 1992. Pengantar Statistika Edisi Ke-3. Jakarta: PT Gramedia Pustaka Utama Statistika II/Statistika Perancangan Percobaan
Statistika inferensia
Statistika?
Inferensia?
statistika
inferensia
• Ilmu mengumpulkan, tabulasi, penggolongan, analisis dan menyimpulkan berdasarkan bukti (berupa data)
• Dapat disimpulkan
Statistika Inferensia ?
Statistika Inferensia/induktif Merupakan bagian statistika yang mencakup semua
metode yang berhubungan dengan analisis sebagian data untuk kemudian sampai pada pendugaan atau penarikan kesimpulan mengenai keseluruhan gugus data
Inferensia statistika dikelompokkan
dalam 2 bidang utama : ‘pendugaan dan pengujian hipotesis ‘ Pendugaan biasanya pendugaan
parameter Mengapa bidang utamanya pendugaan
parameter dan pengujian hipotesis?
Data
Analisis
Simpulan
Ciri khas ?
Sampel ?
Populasi ?
Populasi dan Sampel
Populasi dan Sampel Alasan menggunakan sampel: a. Biaya & Sumber Daya b. Waktu c. Ketelitian d. Sifat merusak / mengganggu
Populasi Rata-rata (µ)
Simpangan Baku / standard deviasi (σ)
RANDOM
Sampel
Populasi dan Sampel
Metode Sampling ‘Random Sampling’ pemilihan acak yang
menjamin setiap anggota populasi memiliki peluang yang sama untuk terpilih sebagai sampel
Metode Sampling Teori sampling didasarkan atas adanya pengaruh
saling meniadakan diantara anggota populasi ‘Random Sampling’ pemilihan acak yang menjamin setiap anggota populasi memiliki peluang yang sama untuk terpilih sebagai sampel
Populasi vs Sampel Parameter Populasi
Sebuah parameter populasi selalu konstan Sebuah populasi hanya memiliki sebuah nilai µ Statistik Sampel Merupakan variabel acak (random) Setiap statistik sampel memiliki sebuah distribusi peluang (probability distribution) Distribusi peluang dari suatu statistik sampel disebut ‘distribusi sampling’
Bentuk Distribusi Sampling
Bentuk distribusi sampling x berkaitan dengan dua kondisi, yaitu: 1. Populasi dimana sampel diambil memiliki distribusi normal 2. Populasi dimana sampel diambil tidak memiliki distribusi normal
Distribusi Populasi Distribusi Populasi merupakan distribusi peluang yang
diturunkan dari informasi seluruh elemen populasi Contoh 1: Ada 5 mahasiswa yang mengambil m.k. Statistika Lanjut dengan hasil akhir masing2 adalah: 70, 78, 80, 80, 95 Jika tidak dilakukan pengelompokan, maka buatlah distribusi peluang populasinya !
Distribusi Populasi Distribusi Peluang Populasi
Jawab: Tabel Distribusi Peluang x x 70 78
f 1 1
P(x) 1/5 1/5
80 95
2 1
2/5 1/5
f = 5
P(x) = 1
Distribusi Sampling Distibusi Sampling yaitu suatu distribusi peluang semua nilai statistik dari suatu sample yang diambil dari sebuah populasi
A.Distribusi Sampling Rata-rata – Dalam suatu populasi, hanya ada 1 nilai ratarata populasi µ – Rata-rata sampel x, nilainya merupakan variabel acak sehingga memiliki distribusi peluang = distribusi sampling rata-rata, x
– Contoh : Dari contoh sebelumnya dengan 5
anggota populasi (A, B, C, D, E) berwisata, buatlah semua kemungkinan sampel yang dapat terjadi jika masing2 sampel terdiri dari 3 anggota tersebut berwisata dalam waktu yang bersamaan? Penyelesaian: Jumlah kombinasi sampel yang terjadi
dihitung dengan rumus kombinasi: Kemungkinan kombinasi sampel
( ) 5 3
5! 10 3 ! (5 - 3) !
Sampling dari populasi yang terdistribusi normal
Jika populasi dimana sampel diambil memiliki distribusi normal. dengan mean µ dan simpangan baku , maka distribusi sampling dari mean sampel x akan juga terdistribusi normal, dengan mean dan simpangan baku: µx = µ dan
X f
x =
σ n
= sample value = frekuensi
( X - µ)pangkat 2 f
Z-value for Sampling Distribution of the Mean Z-value adalah peubah acak normal baku,
umumnya menunjukkan berapa kali suatu sampel itu menyimpang Z-value for the sampling (X μ X ) distribution ( X μ) of Z σ σX n where:
X
:
= sample mean μ = population mean σ = population standard deviation/simpangan
baku n = sample size
Z-value for Sampling Distribution of the Median Z-value adalah peubah acak normal baku,
umumnya menunjukkan berapa kali suatu sampel itu menyimpang Z-value for the sampling (X μ X ) distribution ( X μ) of Z σ σX n where:
X
:
= sample value μ = population median σ = population standard deviation/simpangan
baku n = sample size
Contoh soal Tentukan Peluang terambil masing-masing sampel ..? Terdapat nilai 0, 1, 2, 3, 4 2. Soal no. 1 nilai tengah dan ragam/simpangan baku dari distribusi nilai tengah? 1.
Sampling Distribution Properties
μx μ
Normal Population Distribution
μ
(i.e.
xis unbiased )
x
Normal Sampling Distribution (has the same mean)
μx
x
Terima kasih
