SlideShare a Scribd company logo
1 of 19
KONSEP DASAR STATISTIK
Oleh : Dr. Lily Amelia
Statistik Inferensi
 Populasi dan Distribusi Probabilitas
 Sampel dan distribusi sampel
 Inferensi
 Terdapat 2 hal penting:
– Estimasi
– Pengujian Hipotesis
Distribusi Peluang
 Distribusi peluang adalah : struktur
probabilitas dari suatu variabel random x
 Distribusi probabilitas :
- Diskrit  jika x diskrit
p(x) disebut distribusi peluang y jika
y diskrit
- Kontinyu  jika x kontinyu
f(x) disebut fungsi densitas peluang jika x
kontinyu.
DISTRIBUSI PELUANG
x1
P(x)
Distribusi diskrit
x
F(x)
a b
P(a≤x≤b)
x
x2 xn
DISTRIBUSI PELUANG
 X diskrit :
- 0 ≤ p(xi) ≤ 1 , untuk semua xi
- ∑ p(xi) = 1
 X kontinyu : a
- P(a≤x≤b) = ∫ f(x) dx
b
- ∫ f(x) dx = 1
Nilai rata2 (mean) dan varians
 Nilai rata-rata (mean) : mengukur
kecenderungan pada nilai tengah
∫ x f(x) dx, jika x kontinyu
 = E(x) =
∑ x p(x) , jika x diskrit
Varians
 Mengukur penyebaran/dispersi dari variabel
x.
∫ (x-)2 f(x) dx
σ2 = E(x-)2 =
∑ (x - )2 p(x)
Sampling dan distribusi
sampel
 Rata-rata sampel :
x = ∑ xi /n , dimana n jumlah sampel
 Varians sampel :
S2 = ∑ (xi -x)2/n-1
 Standar deviasi sampel :
S = √ S2
Contoh 1
Sampel Nilai kekuatan tegangan
(kg/cm2)
Bahan1 Bahan 2
1 16.85 17.50
2 16.40 17.63
3 17.21 18.25
4 16.35 18.00
5 16.52 17.86
6 17.04 17.75
7 16.96 18.22
8 17.15 17.90
9 16.59 17.96
10 16.57 18.15
Berapa nilai :
a. rata-rata sampel bahan 1
dan bahan 2 ?
b. varians sampel bahan 1
dan bahan 2?
c.standar deviasi sampel ?
Distribusi normal
 Jika suatu sampel berdistribusi normal
standar dengan rata-rata  = 0 dan varians
σ2 = 1 maka :
z = (x - )/σ
Pengujian Hipotesa
 Hipotesa: asumsi atau dugaan mengenai sesuatu
hal yang dibuat untuk menjelaskan sesuatu
masalah
 Langkah-langkah atau prosedur untuk menentukan
apakah menerima atau menolak hipotesa
dinamakan Pengujian Hipotesa
 Dua hal penting:
– Kekeliruan tipe 1 (): menolak hipotesa yang
seharusnya diterima -α : tingkat signifikan
– Kekeliruan tipe 1 (): menerima hipotesa yang
seharusnya ditolak
Pengujian Rata-rata dua
sampel
 Hipotesa nol : Ho : 1 = 2
 Hipotesa alternatif : H1 : 1  2
Pengujian Rata-rata dua
sampel
1. Uji t : untuk menguji sampel kecil dan hanya standar
deviasi sampel yang diketahui, sedangkan standar deviasi
populasi tidak diketahui.
t0 = (x1 - x2) / Sp√(1/n1 + 1/n2)
dimana :
Sp = perbedaan standar deviasi sampel
= [(n1 -1)S1
2 + (n2 -1)S2
2]/(n1+n2-2)
 Tolak H0 jika |t0| > tα/2, n1+n2-2 , dimana α adalah tingkat
signifikan (level of significance) dan n1+n2-2 adalah nilai
derajat bebas (degree of freedom).
Contoh 2
 Jika soal pada contoh 1, dihipotesakan tidak
ada perbedaan antara nilai rata-rata bahan 1
dan bahan 2, lakukan uji t dengan α = 0.05
Interval Kepercayaan (Level of
Confidence)
 Persen interval kepercayaan = 100 (1- α) persen
P(- tα/2, n1+n2-2 ≤ [(x1 - x2) – (μ1 - μ2)]/ Sp√(1/n1 + 1/n2) ≤
tα/2, n1+n2-2) = 1- α atau :
P(x1-x2 - tα/2, n1+n2-2 Sp√(1/n1 + 1/n2) ≤ μ1 - μ2≤ x1-x2 + tα/2,
n1+n2-2 Sp√(1/n1 + 1/n2) = 1- α atau :
 Interval kepercayaan untuk μ1 – μ2 dengan tingkat kepercayaan
100(1-α) persen adalah :
x1-x2 - tα/2, n1+n2-2 Sp√(1/n1 + 1/n2) ≤ μ1 - μ2 ≤ x1-x2 + tα/2,
n1+n2-2 Sp√(1/n1 + 1/n2) .
Contoh 3
 Berdasarkan contoh soal 1 dan 2, berapa
interval perbedaan rata-rata sampel 1 dan
sampel 2 pada tingkat kepercayaan 95 %
Pengujian Rata-rata dua
sampel
2. Uji z : untuk sampel besar atau kecil dan standar
deviasi dari kedua populasi diketahui.
z = ( x1 – x2) /σd dimana :
σd = perbedaan standar deviasi populasi sampel
1 dan sampel 2
= √(σ1
2 /n1+ σ2
2/n2)
 Tingkat kepercayaan pada 100(1- α) persen
adalah :
x1-x2 - Zα/2√(σ1
2/n1 + σ2
2/n2) ≤ μ1 - μ2 ≤ x1 -x2 +
Zα/2√(σ1
2/n1 + σ2
2/n2)
Terima Kasih

More Related Content

Similar to Desain-Eksperimen-Pertemuan-14.ppt

APG Pertemuan 5 : Inferences about a Mean Vector and Comparison of Several Mu...
APG Pertemuan 5 : Inferences about a Mean Vector and Comparison of Several Mu...APG Pertemuan 5 : Inferences about a Mean Vector and Comparison of Several Mu...
APG Pertemuan 5 : Inferences about a Mean Vector and Comparison of Several Mu...Rani Nooraeni
 
TEORI-PENDUGAAN-STATISTIK.pptx
TEORI-PENDUGAAN-STATISTIK.pptxTEORI-PENDUGAAN-STATISTIK.pptx
TEORI-PENDUGAAN-STATISTIK.pptxTitaMarlina1
 
APG Pertemuan 5 : Inferensia Vektor Rata-rata
APG Pertemuan 5 : Inferensia Vektor Rata-rataAPG Pertemuan 5 : Inferensia Vektor Rata-rata
APG Pertemuan 5 : Inferensia Vektor Rata-rataRani Nooraeni
 
Fp unsam 2009 bab iii distribusi sampling
Fp unsam 2009 bab iii distribusi samplingFp unsam 2009 bab iii distribusi sampling
Fp unsam 2009 bab iii distribusi samplingIr. Zakaria, M.M
 
Statistik 1 3 dispersi
Statistik 1 3 dispersiStatistik 1 3 dispersi
Statistik 1 3 dispersiSelvin Hadi
 
10. hipotesis
10. hipotesis10. hipotesis
10. hipotesisHafiza .h
 
K6_INDRALAYA_DISTRIBUSI NORMAL_STATISTIKA PENDIDIKAN.pptx
K6_INDRALAYA_DISTRIBUSI NORMAL_STATISTIKA PENDIDIKAN.pptxK6_INDRALAYA_DISTRIBUSI NORMAL_STATISTIKA PENDIDIKAN.pptx
K6_INDRALAYA_DISTRIBUSI NORMAL_STATISTIKA PENDIDIKAN.pptxTriOktariana2
 
Ppt hipotesis benar
Ppt hipotesis benarPpt hipotesis benar
Ppt hipotesis benardiamarsella
 
Statistika non parametrik
Statistika non parametrikStatistika non parametrik
Statistika non parametrikScott Cracer
 
makalahstatistik-140811215134-phpapp02 (1).pdf
makalahstatistik-140811215134-phpapp02 (1).pdfmakalahstatistik-140811215134-phpapp02 (1).pdf
makalahstatistik-140811215134-phpapp02 (1).pdfCandraPrasetyoWibowo1
 
DISTRIBUSI_probabilitas,normal_dan_sampling.pptx
DISTRIBUSI_probabilitas,normal_dan_sampling.pptxDISTRIBUSI_probabilitas,normal_dan_sampling.pptx
DISTRIBUSI_probabilitas,normal_dan_sampling.pptxYogaHidayat4
 
APG Pertemuan 6 : Mean Vectors From Two Populations
APG Pertemuan 6 : Mean Vectors From Two PopulationsAPG Pertemuan 6 : Mean Vectors From Two Populations
APG Pertemuan 6 : Mean Vectors From Two PopulationsRani Nooraeni
 
Bab.10 uji hipotesis
Bab.10 uji hipotesisBab.10 uji hipotesis
Bab.10 uji hipotesisBayu Bayu
 
Fp unsam 2009 sampling dan-distribusi-sampling
Fp unsam 2009 sampling dan-distribusi-samplingFp unsam 2009 sampling dan-distribusi-sampling
Fp unsam 2009 sampling dan-distribusi-samplingIr. Zakaria, M.M
 
ANALISIS REGRESI LINIER BERGANDA DAN PENGUJIAN ASUMSI RESIDUAL
ANALISIS REGRESI LINIER BERGANDA DAN PENGUJIAN ASUMSI RESIDUALANALISIS REGRESI LINIER BERGANDA DAN PENGUJIAN ASUMSI RESIDUAL
ANALISIS REGRESI LINIER BERGANDA DAN PENGUJIAN ASUMSI RESIDUALArning Susilawati
 
14-10_ Pengujian Hipotesis - Sampel Kecil.pdf
14-10_ Pengujian Hipotesis - Sampel Kecil.pdf14-10_ Pengujian Hipotesis - Sampel Kecil.pdf
14-10_ Pengujian Hipotesis - Sampel Kecil.pdfssusere6d456
 
ringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitasringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitasGina Safitri
 

Similar to Desain-Eksperimen-Pertemuan-14.ppt (20)

APG Pertemuan 5 : Inferences about a Mean Vector and Comparison of Several Mu...
APG Pertemuan 5 : Inferences about a Mean Vector and Comparison of Several Mu...APG Pertemuan 5 : Inferences about a Mean Vector and Comparison of Several Mu...
APG Pertemuan 5 : Inferences about a Mean Vector and Comparison of Several Mu...
 
TEORI-PENDUGAAN-STATISTIK.pptx
TEORI-PENDUGAAN-STATISTIK.pptxTEORI-PENDUGAAN-STATISTIK.pptx
TEORI-PENDUGAAN-STATISTIK.pptx
 
APG Pertemuan 5 : Inferensia Vektor Rata-rata
APG Pertemuan 5 : Inferensia Vektor Rata-rataAPG Pertemuan 5 : Inferensia Vektor Rata-rata
APG Pertemuan 5 : Inferensia Vektor Rata-rata
 
Fp unsam 2009 bab iii distribusi sampling
Fp unsam 2009 bab iii distribusi samplingFp unsam 2009 bab iii distribusi sampling
Fp unsam 2009 bab iii distribusi sampling
 
Pendugaan Parameter
Pendugaan ParameterPendugaan Parameter
Pendugaan Parameter
 
Statistik 1 3 dispersi
Statistik 1 3 dispersiStatistik 1 3 dispersi
Statistik 1 3 dispersi
 
10. hipotesis
10. hipotesis10. hipotesis
10. hipotesis
 
K6_INDRALAYA_DISTRIBUSI NORMAL_STATISTIKA PENDIDIKAN.pptx
K6_INDRALAYA_DISTRIBUSI NORMAL_STATISTIKA PENDIDIKAN.pptxK6_INDRALAYA_DISTRIBUSI NORMAL_STATISTIKA PENDIDIKAN.pptx
K6_INDRALAYA_DISTRIBUSI NORMAL_STATISTIKA PENDIDIKAN.pptx
 
Ppt hipotesis benar
Ppt hipotesis benarPpt hipotesis benar
Ppt hipotesis benar
 
Statistika non parametrik
Statistika non parametrikStatistika non parametrik
Statistika non parametrik
 
makalahstatistik-140811215134-phpapp02 (1).pdf
makalahstatistik-140811215134-phpapp02 (1).pdfmakalahstatistik-140811215134-phpapp02 (1).pdf
makalahstatistik-140811215134-phpapp02 (1).pdf
 
DISTRIBUSI_probabilitas,normal_dan_sampling.pptx
DISTRIBUSI_probabilitas,normal_dan_sampling.pptxDISTRIBUSI_probabilitas,normal_dan_sampling.pptx
DISTRIBUSI_probabilitas,normal_dan_sampling.pptx
 
Uji Beda Mean
Uji Beda MeanUji Beda Mean
Uji Beda Mean
 
APG Pertemuan 6 : Mean Vectors From Two Populations
APG Pertemuan 6 : Mean Vectors From Two PopulationsAPG Pertemuan 6 : Mean Vectors From Two Populations
APG Pertemuan 6 : Mean Vectors From Two Populations
 
Bab.10 uji hipotesis
Bab.10 uji hipotesisBab.10 uji hipotesis
Bab.10 uji hipotesis
 
Fp unsam 2009 sampling dan-distribusi-sampling
Fp unsam 2009 sampling dan-distribusi-samplingFp unsam 2009 sampling dan-distribusi-sampling
Fp unsam 2009 sampling dan-distribusi-sampling
 
ANALISIS REGRESI LINIER BERGANDA DAN PENGUJIAN ASUMSI RESIDUAL
ANALISIS REGRESI LINIER BERGANDA DAN PENGUJIAN ASUMSI RESIDUALANALISIS REGRESI LINIER BERGANDA DAN PENGUJIAN ASUMSI RESIDUAL
ANALISIS REGRESI LINIER BERGANDA DAN PENGUJIAN ASUMSI RESIDUAL
 
14-10_ Pengujian Hipotesis - Sampel Kecil.pdf
14-10_ Pengujian Hipotesis - Sampel Kecil.pdf14-10_ Pengujian Hipotesis - Sampel Kecil.pdf
14-10_ Pengujian Hipotesis - Sampel Kecil.pdf
 
Bab 6 uji beda
Bab 6 uji bedaBab 6 uji beda
Bab 6 uji beda
 
ringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitasringkasan uji homogenitas dan normalitas
ringkasan uji homogenitas dan normalitas
 

Recently uploaded

Dinamika Hidrosfer geografi kelas X genap
Dinamika Hidrosfer geografi kelas X genapDinamika Hidrosfer geografi kelas X genap
Dinamika Hidrosfer geografi kelas X genapsefrida3
 
Aksi nyata Malaikat Kebaikan [Guru].pptx
Aksi nyata Malaikat Kebaikan [Guru].pptxAksi nyata Malaikat Kebaikan [Guru].pptx
Aksi nyata Malaikat Kebaikan [Guru].pptxsdn3jatiblora
 
11 PPT Pancasila sebagai Paradigma Kehidupan dalam Masyarakat.pptx
11 PPT Pancasila sebagai Paradigma Kehidupan dalam Masyarakat.pptx11 PPT Pancasila sebagai Paradigma Kehidupan dalam Masyarakat.pptx
11 PPT Pancasila sebagai Paradigma Kehidupan dalam Masyarakat.pptxMiftahunnajahTVIBS
 
Materi Strategi Perubahan dibuat oleh kelompok 5
Materi Strategi Perubahan dibuat oleh kelompok 5Materi Strategi Perubahan dibuat oleh kelompok 5
Materi Strategi Perubahan dibuat oleh kelompok 5KIKI TRISNA MUKTI
 
MODUL 1 Pembelajaran Kelas Rangkap-compressed.pdf
MODUL 1 Pembelajaran Kelas Rangkap-compressed.pdfMODUL 1 Pembelajaran Kelas Rangkap-compressed.pdf
MODUL 1 Pembelajaran Kelas Rangkap-compressed.pdfNurulHikmah50658
 
Modul Ajar Bahasa Indonesia Kelas 4 Fase B
Modul Ajar Bahasa Indonesia Kelas 4 Fase BModul Ajar Bahasa Indonesia Kelas 4 Fase B
Modul Ajar Bahasa Indonesia Kelas 4 Fase BAbdiera
 
ppt-modul-6-pend-seni-di sd kelompok 2 ppt
ppt-modul-6-pend-seni-di sd kelompok 2 pptppt-modul-6-pend-seni-di sd kelompok 2 ppt
ppt-modul-6-pend-seni-di sd kelompok 2 pptArkhaRega1
 
Tugas 1 ABK di SD prodi pendidikan guru sekolah dasar.docx
Tugas 1 ABK di SD prodi pendidikan guru sekolah dasar.docxTugas 1 ABK di SD prodi pendidikan guru sekolah dasar.docx
Tugas 1 ABK di SD prodi pendidikan guru sekolah dasar.docxmawan5982
 
LK.01._LK_Peta_Pikir modul 1.3_Kel1_NURYANTI_101.docx
LK.01._LK_Peta_Pikir modul 1.3_Kel1_NURYANTI_101.docxLK.01._LK_Peta_Pikir modul 1.3_Kel1_NURYANTI_101.docx
LK.01._LK_Peta_Pikir modul 1.3_Kel1_NURYANTI_101.docxPurmiasih
 
Keterampilan menyimak kelas bawah tugas UT
Keterampilan menyimak kelas bawah tugas UTKeterampilan menyimak kelas bawah tugas UT
Keterampilan menyimak kelas bawah tugas UTIndraAdm
 
Sesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptx
Sesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptxSesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptx
Sesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptxSovyOktavianti
 
JAWAPAN BAB 1 DAN BAB 2 SAINS TINGKATAN 5
JAWAPAN BAB 1 DAN BAB 2 SAINS TINGKATAN 5JAWAPAN BAB 1 DAN BAB 2 SAINS TINGKATAN 5
JAWAPAN BAB 1 DAN BAB 2 SAINS TINGKATAN 5ssuserd52993
 
MODUL P5 KEWIRAUSAHAAN SMAN 2 SLAWI 2023.pptx
MODUL P5 KEWIRAUSAHAAN SMAN 2 SLAWI 2023.pptxMODUL P5 KEWIRAUSAHAAN SMAN 2 SLAWI 2023.pptx
MODUL P5 KEWIRAUSAHAAN SMAN 2 SLAWI 2023.pptxSlasiWidasmara1
 
PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...
PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...
PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...Kanaidi ken
 
Tugas 1 pembaruan dlm pembelajaran jawaban tugas tuton 1.docx
Tugas 1 pembaruan dlm pembelajaran jawaban tugas tuton 1.docxTugas 1 pembaruan dlm pembelajaran jawaban tugas tuton 1.docx
Tugas 1 pembaruan dlm pembelajaran jawaban tugas tuton 1.docxmawan5982
 
Laporan Guru Piket untuk Pengisian RHK Guru Pengelolaan KInerja Guru di PMM
Laporan Guru Piket untuk Pengisian RHK Guru Pengelolaan KInerja Guru di PMMLaporan Guru Piket untuk Pengisian RHK Guru Pengelolaan KInerja Guru di PMM
Laporan Guru Piket untuk Pengisian RHK Guru Pengelolaan KInerja Guru di PMMmulyadia43
 
tugas 1 anak berkebutihan khusus pelajaran semester 6 jawaban tuton 1.docx
tugas 1 anak berkebutihan khusus pelajaran semester 6 jawaban tuton 1.docxtugas 1 anak berkebutihan khusus pelajaran semester 6 jawaban tuton 1.docx
tugas 1 anak berkebutihan khusus pelajaran semester 6 jawaban tuton 1.docxmawan5982
 
Aksi Nyata Modul 1.1 Calon Guru Penggerak
Aksi Nyata Modul 1.1 Calon Guru PenggerakAksi Nyata Modul 1.1 Calon Guru Penggerak
Aksi Nyata Modul 1.1 Calon Guru Penggeraksupriadi611
 
Perumusan Visi dan Prakarsa Perubahan.pptx
Perumusan Visi dan Prakarsa Perubahan.pptxPerumusan Visi dan Prakarsa Perubahan.pptx
Perumusan Visi dan Prakarsa Perubahan.pptxadimulianta1
 
Modul 1.2.a.8 Koneksi antar materi 1.2.pdf
Modul 1.2.a.8 Koneksi antar materi 1.2.pdfModul 1.2.a.8 Koneksi antar materi 1.2.pdf
Modul 1.2.a.8 Koneksi antar materi 1.2.pdfSitiJulaeha820399
 

Recently uploaded (20)

Dinamika Hidrosfer geografi kelas X genap
Dinamika Hidrosfer geografi kelas X genapDinamika Hidrosfer geografi kelas X genap
Dinamika Hidrosfer geografi kelas X genap
 
Aksi nyata Malaikat Kebaikan [Guru].pptx
Aksi nyata Malaikat Kebaikan [Guru].pptxAksi nyata Malaikat Kebaikan [Guru].pptx
Aksi nyata Malaikat Kebaikan [Guru].pptx
 
11 PPT Pancasila sebagai Paradigma Kehidupan dalam Masyarakat.pptx
11 PPT Pancasila sebagai Paradigma Kehidupan dalam Masyarakat.pptx11 PPT Pancasila sebagai Paradigma Kehidupan dalam Masyarakat.pptx
11 PPT Pancasila sebagai Paradigma Kehidupan dalam Masyarakat.pptx
 
Materi Strategi Perubahan dibuat oleh kelompok 5
Materi Strategi Perubahan dibuat oleh kelompok 5Materi Strategi Perubahan dibuat oleh kelompok 5
Materi Strategi Perubahan dibuat oleh kelompok 5
 
MODUL 1 Pembelajaran Kelas Rangkap-compressed.pdf
MODUL 1 Pembelajaran Kelas Rangkap-compressed.pdfMODUL 1 Pembelajaran Kelas Rangkap-compressed.pdf
MODUL 1 Pembelajaran Kelas Rangkap-compressed.pdf
 
Modul Ajar Bahasa Indonesia Kelas 4 Fase B
Modul Ajar Bahasa Indonesia Kelas 4 Fase BModul Ajar Bahasa Indonesia Kelas 4 Fase B
Modul Ajar Bahasa Indonesia Kelas 4 Fase B
 
ppt-modul-6-pend-seni-di sd kelompok 2 ppt
ppt-modul-6-pend-seni-di sd kelompok 2 pptppt-modul-6-pend-seni-di sd kelompok 2 ppt
ppt-modul-6-pend-seni-di sd kelompok 2 ppt
 
Tugas 1 ABK di SD prodi pendidikan guru sekolah dasar.docx
Tugas 1 ABK di SD prodi pendidikan guru sekolah dasar.docxTugas 1 ABK di SD prodi pendidikan guru sekolah dasar.docx
Tugas 1 ABK di SD prodi pendidikan guru sekolah dasar.docx
 
LK.01._LK_Peta_Pikir modul 1.3_Kel1_NURYANTI_101.docx
LK.01._LK_Peta_Pikir modul 1.3_Kel1_NURYANTI_101.docxLK.01._LK_Peta_Pikir modul 1.3_Kel1_NURYANTI_101.docx
LK.01._LK_Peta_Pikir modul 1.3_Kel1_NURYANTI_101.docx
 
Keterampilan menyimak kelas bawah tugas UT
Keterampilan menyimak kelas bawah tugas UTKeterampilan menyimak kelas bawah tugas UT
Keterampilan menyimak kelas bawah tugas UT
 
Sesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptx
Sesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptxSesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptx
Sesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptx
 
JAWAPAN BAB 1 DAN BAB 2 SAINS TINGKATAN 5
JAWAPAN BAB 1 DAN BAB 2 SAINS TINGKATAN 5JAWAPAN BAB 1 DAN BAB 2 SAINS TINGKATAN 5
JAWAPAN BAB 1 DAN BAB 2 SAINS TINGKATAN 5
 
MODUL P5 KEWIRAUSAHAAN SMAN 2 SLAWI 2023.pptx
MODUL P5 KEWIRAUSAHAAN SMAN 2 SLAWI 2023.pptxMODUL P5 KEWIRAUSAHAAN SMAN 2 SLAWI 2023.pptx
MODUL P5 KEWIRAUSAHAAN SMAN 2 SLAWI 2023.pptx
 
PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...
PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...
PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...
 
Tugas 1 pembaruan dlm pembelajaran jawaban tugas tuton 1.docx
Tugas 1 pembaruan dlm pembelajaran jawaban tugas tuton 1.docxTugas 1 pembaruan dlm pembelajaran jawaban tugas tuton 1.docx
Tugas 1 pembaruan dlm pembelajaran jawaban tugas tuton 1.docx
 
Laporan Guru Piket untuk Pengisian RHK Guru Pengelolaan KInerja Guru di PMM
Laporan Guru Piket untuk Pengisian RHK Guru Pengelolaan KInerja Guru di PMMLaporan Guru Piket untuk Pengisian RHK Guru Pengelolaan KInerja Guru di PMM
Laporan Guru Piket untuk Pengisian RHK Guru Pengelolaan KInerja Guru di PMM
 
tugas 1 anak berkebutihan khusus pelajaran semester 6 jawaban tuton 1.docx
tugas 1 anak berkebutihan khusus pelajaran semester 6 jawaban tuton 1.docxtugas 1 anak berkebutihan khusus pelajaran semester 6 jawaban tuton 1.docx
tugas 1 anak berkebutihan khusus pelajaran semester 6 jawaban tuton 1.docx
 
Aksi Nyata Modul 1.1 Calon Guru Penggerak
Aksi Nyata Modul 1.1 Calon Guru PenggerakAksi Nyata Modul 1.1 Calon Guru Penggerak
Aksi Nyata Modul 1.1 Calon Guru Penggerak
 
Perumusan Visi dan Prakarsa Perubahan.pptx
Perumusan Visi dan Prakarsa Perubahan.pptxPerumusan Visi dan Prakarsa Perubahan.pptx
Perumusan Visi dan Prakarsa Perubahan.pptx
 
Modul 1.2.a.8 Koneksi antar materi 1.2.pdf
Modul 1.2.a.8 Koneksi antar materi 1.2.pdfModul 1.2.a.8 Koneksi antar materi 1.2.pdf
Modul 1.2.a.8 Koneksi antar materi 1.2.pdf
 

Desain-Eksperimen-Pertemuan-14.ppt

  • 1. KONSEP DASAR STATISTIK Oleh : Dr. Lily Amelia
  • 2. Statistik Inferensi  Populasi dan Distribusi Probabilitas  Sampel dan distribusi sampel  Inferensi  Terdapat 2 hal penting: – Estimasi – Pengujian Hipotesis
  • 3. Distribusi Peluang  Distribusi peluang adalah : struktur probabilitas dari suatu variabel random x  Distribusi probabilitas : - Diskrit  jika x diskrit p(x) disebut distribusi peluang y jika y diskrit - Kontinyu  jika x kontinyu f(x) disebut fungsi densitas peluang jika x kontinyu.
  • 5. DISTRIBUSI PELUANG  X diskrit : - 0 ≤ p(xi) ≤ 1 , untuk semua xi - ∑ p(xi) = 1  X kontinyu : a - P(a≤x≤b) = ∫ f(x) dx b - ∫ f(x) dx = 1
  • 6. Nilai rata2 (mean) dan varians  Nilai rata-rata (mean) : mengukur kecenderungan pada nilai tengah ∫ x f(x) dx, jika x kontinyu  = E(x) = ∑ x p(x) , jika x diskrit
  • 7. Varians  Mengukur penyebaran/dispersi dari variabel x. ∫ (x-)2 f(x) dx σ2 = E(x-)2 = ∑ (x - )2 p(x)
  • 8. Sampling dan distribusi sampel  Rata-rata sampel : x = ∑ xi /n , dimana n jumlah sampel  Varians sampel : S2 = ∑ (xi -x)2/n-1  Standar deviasi sampel : S = √ S2
  • 9. Contoh 1 Sampel Nilai kekuatan tegangan (kg/cm2) Bahan1 Bahan 2 1 16.85 17.50 2 16.40 17.63 3 17.21 18.25 4 16.35 18.00 5 16.52 17.86 6 17.04 17.75 7 16.96 18.22 8 17.15 17.90 9 16.59 17.96 10 16.57 18.15 Berapa nilai : a. rata-rata sampel bahan 1 dan bahan 2 ? b. varians sampel bahan 1 dan bahan 2? c.standar deviasi sampel ?
  • 10. Distribusi normal  Jika suatu sampel berdistribusi normal standar dengan rata-rata  = 0 dan varians σ2 = 1 maka : z = (x - )/σ
  • 11. Pengujian Hipotesa  Hipotesa: asumsi atau dugaan mengenai sesuatu hal yang dibuat untuk menjelaskan sesuatu masalah  Langkah-langkah atau prosedur untuk menentukan apakah menerima atau menolak hipotesa dinamakan Pengujian Hipotesa  Dua hal penting: – Kekeliruan tipe 1 (): menolak hipotesa yang seharusnya diterima -α : tingkat signifikan – Kekeliruan tipe 1 (): menerima hipotesa yang seharusnya ditolak
  • 12. Pengujian Rata-rata dua sampel  Hipotesa nol : Ho : 1 = 2  Hipotesa alternatif : H1 : 1  2
  • 13. Pengujian Rata-rata dua sampel 1. Uji t : untuk menguji sampel kecil dan hanya standar deviasi sampel yang diketahui, sedangkan standar deviasi populasi tidak diketahui. t0 = (x1 - x2) / Sp√(1/n1 + 1/n2) dimana : Sp = perbedaan standar deviasi sampel = [(n1 -1)S1 2 + (n2 -1)S2 2]/(n1+n2-2)  Tolak H0 jika |t0| > tα/2, n1+n2-2 , dimana α adalah tingkat signifikan (level of significance) dan n1+n2-2 adalah nilai derajat bebas (degree of freedom).
  • 14. Contoh 2  Jika soal pada contoh 1, dihipotesakan tidak ada perbedaan antara nilai rata-rata bahan 1 dan bahan 2, lakukan uji t dengan α = 0.05
  • 15. Interval Kepercayaan (Level of Confidence)  Persen interval kepercayaan = 100 (1- α) persen P(- tα/2, n1+n2-2 ≤ [(x1 - x2) – (μ1 - μ2)]/ Sp√(1/n1 + 1/n2) ≤ tα/2, n1+n2-2) = 1- α atau : P(x1-x2 - tα/2, n1+n2-2 Sp√(1/n1 + 1/n2) ≤ μ1 - μ2≤ x1-x2 + tα/2, n1+n2-2 Sp√(1/n1 + 1/n2) = 1- α atau :  Interval kepercayaan untuk μ1 – μ2 dengan tingkat kepercayaan 100(1-α) persen adalah : x1-x2 - tα/2, n1+n2-2 Sp√(1/n1 + 1/n2) ≤ μ1 - μ2 ≤ x1-x2 + tα/2, n1+n2-2 Sp√(1/n1 + 1/n2) .
  • 16. Contoh 3  Berdasarkan contoh soal 1 dan 2, berapa interval perbedaan rata-rata sampel 1 dan sampel 2 pada tingkat kepercayaan 95 %
  • 17. Pengujian Rata-rata dua sampel 2. Uji z : untuk sampel besar atau kecil dan standar deviasi dari kedua populasi diketahui. z = ( x1 – x2) /σd dimana : σd = perbedaan standar deviasi populasi sampel 1 dan sampel 2 = √(σ1 2 /n1+ σ2 2/n2)
  • 18.  Tingkat kepercayaan pada 100(1- α) persen adalah : x1-x2 - Zα/2√(σ1 2/n1 + σ2 2/n2) ≤ μ1 - μ2 ≤ x1 -x2 + Zα/2√(σ1 2/n1 + σ2 2/n2)