STATISTIK INTERFERENSIAL TIPE PARAMETRIK Kelompok 2

ANGGOTA KELOMPOK
SUNJAYA TUNGGALA
DINIE MUTHIA IFLAH WENDA FITRIATI NOOR

CINDY DWINTANANDI
TAUPIEK RAHMAN CHAIRUNNISA SHARLA NIZMATUL L. MELINDA HAIRI DIAN PRATIWI

ANGGOTA KELOMPOK
YAZID ERIANSYAH PRADANTA
HABIBIE ALDIAMAN DEVINTHA AYU MELLYANA T.

ARISKA ENDARIANTARI
DESLITA T. I. PUTRI AMALIA BALQIS AFIFAH ANINDYA PUTRI NOVIE APRIANTI

STATISTIK INTERFERENSIAL
Merupakan kebalikan dari statistika deskripif, statistika interferensial merupakan statistik yang berkenaan dengan penarikan kesimpulan berdasarkan data yang diperoleh dari sampel untuk menggambarkan karakteristik atau ciri dari suatu populasi.

STATISTIK INTERFERENSIAL (cont.)

Dengan demikian dalam statistik interferensial dilakukan suatu generalisasi (perampatan atau memperumum) dalam hal yang bersifat khusus (kecil) ke hal yang lebih luas (umum) oleh karena itu statistik interferensial disebut juga statistik induktif atau statistik penarikan kesimpulan.

STATISTIK INTERFERENSIAL (cont.)

Statistika interferensial menyimpulkan makna statistik yang telah dihitung, dianalisis atau disajikan grafik atau diagramnya tersebut. Penarikan kesimpulan tentang keseluruhan populasi-populasi didasarkan atas pengamatan terhadap salah satu bagian populasi disebut induksi atau generalisasi. Proses induksi atau generalisasi dalam statistika induktif dapat ditemui dalam berbagai kegiatan ilmiah dan juga dalam kehidupan sehari-hari.

STATISTIK PARAMETRIK
Statistik parametrik adalah ilmu statistik yang digunakan untuk data-data yang memiliki sebaran normal. Jika data tidak menyebar normal maka metode statistik non parametrik dapat digunakan. Apa yang dapat dilakukan jika data tidak menyebar normal, namun statistik parametrik ingin tetap digunakan. Untuk kasus ini data sebaiknya ditransformasikan terlebih dahulu. Transformasi data dilakukan agar data mengikuti sebaran normal.

STATISTIK PARAMETRIK (cont.)

Transformasi dapat dilakukan dengan mengubah data kedalam bentuk logaritma natural, menggunakan operasi metematik (membagi, menambah, atau mengali dengan bilangan tertentu), dan mengubah skala data dari nominal menjadi interval. Metode ini berasumsi bahwa populasi dari sampel yang digambarkan dapat secara lengkap digambarkan oleh parameter ini, data tersebut hanya valid pada saat populasi sebenarnya rata-rata mengikuti distribussi normal.

Metode parametrik secara umum menyediakan informasi yang lebih tentang treatment yang di pelajari dan lebih seperti deteksi efek treatment sebenarnya saat populasi pokok di distribusikan secara normal

 Untuk melakukan pengujian ini memerlukan

beberapa tahapan atau langkah sebagai berikut: 1. Menentukan hipotesa. Hipotesa yang disusun adalah hipotesa nol (H0) & hipotesa alternatif (H1). Hipotesa selanjutnya dinyatakan sebagai berikut: H0: f0= fe H1 : f0 fe 2. Menentukan taraf nyata & kritis. Taraf nyata adalah daya toleransi kita terhadap kemungkinan kesalahan. Untuk menentukan nilai kritis dengan distribusi chikuadrat diperlukan pengetahuan akan derajat bebas.

 3. Uji statistik chi-kuadrat. Hipotesa yang diuji adalah

kesesuaian antara nilai harapan dengan yang teramati. Dengan demikian kita dapat menggunakan rumus Pearson sebagai berikut:
(x2)= (f0-fe)2/fe

Dimana f0= Frekuensi yang teramati & fe= Frekuensi harapan

4. Menentukan daerah keputusan

5. Menentukan keputusan

TERIMA KASIH