Laporan Biometrika Acara V : Uji Hipotesis

LAPORAN PRAKTIKUM

BIOMETRIKA HUTAN

ACARA V

UJI HIPOTESIS

NAMA            :  Dicky Hardi

NIM                : 15/377808/KT/07926

CO-ASS          : Ummi Rosydah

SHIFT             : Selasa, Pukul 07.00 WIB

LABORATORIUM KOMPUTASI & BIOMETRIKA HUTAN

BAGIAN MANAJEMEN HUTAN

FAKULTAS KEHUTANAN

UNIVERSITAS GADJAH MADA

YOGYAKARTA

2015

ACARA V

UJI HIPOTESIS

I.                   TUJUAN

1.      Praktikan memahami prinsip- prinsip dasar pengujian hipotesis statistic.

2.      Praktikan mampu menerapkan prinsip pengujian hipotesis.

II.                DASAR TEORI

Hipotesis berasal dari kata hipo dan thesis. Hipo berarti kurang dari, sedangkan thesis berarti pendapat. Maka hipoteshis adalah suatu pendapat atau kesimpulan yang bersifat masih sementara, belum benar-benar berstatus sebagai thesis. Hipotesis mungkin timbul sebagai dugaan yang bijaksana atau diturunkan dari teori yang telah ada. ( Mustofa, 1998 )  

Dalam upaya pembuktian hipotesis, peneliti dapat saja dengan sengaja menimbulkan atau menciptakan suatu gejala. Kesengajaan ini disebut percobaan atau eksperimen. Hipotesis yang telah teruji kebenarannya disebut teori. Hipotesis ilmiah mencoba mengutarakan jawaban sementara terhadap masalah yang kan diteliti. Hipotesis menjadi teruji apabila semua gejala yang timbul tidak bertentangan dengan hipotesis tersebut. Dalam upaya pembuktian hipotesis, peneliti dapat saja dengan sengaja menimbulkan atau menciptakan suatu gejala. Kesengajaan ini disebut percobaan atau eksperimen. Hipotesis yang telah teruji kebenarannya disebut teori. Hipotesis merupakan elemen penting dalam penelitian ilmiah, khususnya penelitian kuantitatif.  (Simon, 2007)

Uji hipotesis adalah metode pengambilan keputusan yang didasarkan dari analisa data, baik dari percobaan yang terkontrol, maupun dari observasi (tidak terkontrol). Dalam statistik sebuah hasil bisa dikatakan signifikan secara statistik jika kejadian tersebut hampir tidak mungkin disebapkan oleh faktor yang kebetulan, sesuai dengan batas probabilitas yang sudah ditentukan sebelumnya. (Hanfiah, 2006)

Uji hipotesis kadang disebut juga "konfirmasi analisa data". Keputusan dari uji hipotesis hampir selalu dibuat berdasarkan pengujian hipotesis nol. Ini adalah pengujian untuk menjawab pertanyaan yang mengasumsikan hipotesis nol adalah benar ( Sadono, 2015 )

III.             DATA

Soal perhitungan Uji hipotesis :

1.      Berikut adalah data kerusakan semai jati yang dilakukan karyawan shift malam dan shift siang.

UKURAN	SHIFT MALAM	SHIFT SIANG
Rata-rata kerusakan	X1	X2
Ragam	S12	S22
Jumlah	n = 13	n = 12

 dengan taraf signifikasi 1%. Ujilah apakah rata-rata kerusakan kesua shift berbeda nyata ( signifikan )

2.      Diketahui suatu survey yang dilakukan pada 5 pohon Acacia sp dan pada 8 pohon Terminalia catappa dengan rata-rata tinggi pada acacia Sp 10 m dan padaTerminalia catappa12 m. masing-masing standard deviasion 1 dan 1,2. Dengan taraf signifikasi 5%. Ujilah apakah kedua spesies memiliki perbedaan yang signifikan.

3.      Diketahui jumlah data 75 dengan rata-rata 37 dan stadev = 23. Berapa pohon yang diameternya kurang dari 40 ?

4.      Diketahui jumlah data 21 dengan rata-rata 27. Ragam 196. Berapa pohon yang diameternya lebih dari 25? Taraf signifikan 5 %. 

            LAMPIRAN

Soal perhitungan Uji hipotesis :

1.      Berikut adalah data kerusakan semai jati yang dilakukan karyawan shift malam dan shift siang.

UKURAN	SHIFT MALAM	SHIFT SIANG
Rata-rata kerusakan	X1	X2
Ragam	S12	S22
Jumlah	n = 13	n = 12

 dengan taraf signifikasi 1%. Ujilah apakah rata-rata kerusakan kesua shift berbeda nyata ( signifikan )

2.      Diketahui suatu survey yang dilakukan pada 5 pohon Acacia sp dan pada 8 pohon Terminalia catappa dengan rata-rata tinggi pada acacia Sp 10 m dan padaTerminalia catappa12 m. masing-masing standard deviasion 1 dan 1,2. Dengan taraf signifikasi 5%. Ujilah apakah kedua spesies memiliki perbedaan yang signifikan.

3.      Diketahui jumlah data 75 dengan rata-rata 37 dan stadev = 23. Berapa pohon yang diameternya kurang dari 40 ?

4.      Diketahui jumlah data 21 dengan rata-rata 27. Ragam 196. Berapa pohon yang diameternya lebih dari 25? Taraf signifikan 5 %. 

DAFTAR PUSTAKA

Hanfiah, Kemas. 2006. Dasar-dasar statistika. PT. Raja Grafina.

Jakarta

                        Mustofa, Zaenal. 1998. Pengantar statistika. Ekonomi UII. Yogyakarta

                       

Sadono, ronggo dkk. 2015.Biometrika Hutan. Volume I Metode

Statistika. interlude.Yogyakarta

                        Simon, Hasan. 2007. Statistika untuk kehutanan. Pustaka pelajar.

yogyakarta

                       

Read more

Laporan Biometrika Acara IV : Pengambilan Sampel

LAPORAN PRAKTIKUM

BIOMETRIKA HUTAN

ACARA IV

PENGAMBILAN SAMPEL

NAMA            :  DickyHardi

NIM                : 15/377808/KT/07926

CO-ASS          : UmmiRosydah

SHIFT             : Selasa, Pukul 07.00 WIB

LABORATORIUM KOMPUTASI & BIOMETRIKA HUTAN

BAGIAN MANAJEMEN HUTAN

FAKULTAS KEHUTANAN

UNIVERSITAS GADJAH MADA

YOGYAKARTA

2015

ACARA IV

PENGAMBILAN SAMPEL

I.                   TUJUAN

1.      Praktikan memahami prinsip- prinsip dasar pengambilan sampel.

2.      Praktikan mampu menerapkan teknik pengambilan sampel untuk mengestimasi nilai populasi.

II.                DASAR TEORI

Salah satu hal yang menarik dari penelitian adalah kenyataan bahwa kita dapat menduga sifat-sifat suatu kumpulan objek penelitian hanya dengan mempelajari dan mengamati sebagian kumpulan data tersebut. Bagian yang diamati adalah sampel dan kumpulan objek penelitian disebut populasi.  ( anggraini, 1979)

      Populasi terbagi 2 bagian yaitu populasi tak terbatas dan papulasi yang dapat diketahui jumlahnya. Hasil pengukuran dari pengukuran suatu populasi disebut paremeter. Parameter adalah harga rata-rata hitung dari simpangan baku. Jadi populasi yang diteliti harus didefinisikan dengan jelas, termasuk di dalamnya cirri-ciri dimensi waktu dan tempat pengambilan sampel. ( Utomo, 1988 )

      Sampel dipandang sebagai suatu pendugaan terhadap populasi, namun bukan populasi itu sendiri. Ukuran dan keragaman sampel menjadi penentu baik atau tidaknya sampel yang diambil. Terdapat 2 cara pengambilan sampel yaitiu secara acak dan secara tidak acak. Sampel mungkin menunjukan karakteristik yang menyimpang dari karakteristik papulasi atau biasanya disebut sampling error. Sampling error adalah perbedaan antara hasil yang diperoleh dari sampel dengan hasil yang didapat dari sensus atau pengamatan dilapangan. ( Whitemore, 1979 )

      Statistic dapat membantu kita menentukan sampling error yaitu dengan menggunakan sampel tak bias. Sampel tak bias adalah sampel yang ditarik berdasarkan probabilitas. Dalam sampel probabilitas setiap unsure mempunyai nilai kemungkinan tertentu untuk dipilih. ( Ronggo, 2015)

III.             DATA

           

Tabel 1. pengamatan keliling pohon
NO	KELILING	( X - X )	( X - X )2
1	186	92.73	8598.21
2	99	5.73	32.79
3	98	4.73	22.34
4	39	-54.27	2945.61
5	98	4.73	22.34
6	34	-59.27	3513.35
7	44.2	-49.07	2408.21
8	92	-1.27	1.62
9	123	29.73	883.67
10	69	-24.27	589.20
11	241	147.73	21823.12
12	197	103.73	10759.19
13	82.3	-10.97	120.42
14	43	-50.27	2527.42
15	45.4	-47.87	2291.87
16	49	-44.27	1960.14
17	132	38.73	1499.74
18	59	-34.27	1174.67
19	186.5	93.23	8691.18
20	69.5	-23.77	565.18
21	188	94.73	8973.11
22	210	116.73	13625.08
23	80	-13.27	176.19
24	108	14.73	216.87
25	210	116.73	13625.08
26	74	-19.27	371.47
27	122	28.73	825.21
28	36	-57.27	3280.25
29	42	-51.27	2628.97
30	35	-58.27	3395.80
31	38	-55.27	3055.16
32	110	16.73	279.78
33	59	-34.27	1174.67
34	246	152.73	23325.39
35	131.5	38.23	1461.27
36	48	-45.27	2049.69
37	137.5	44.23	1955.98
38	141	47.73	2277.82
39	61	-32.27	1041.58
40	146.5	53.23	2833.06
41	61	-32.27	1041.58
42	176	82.73	6843.68
43	192	98.73	9746.92
44	103	9.73	94.61
45	43	-50.27	2527.42
46	250	156.73	24563.20
47	42.2	-51.07	2608.50
48	41	-52.27	2732.52
49	54	-39.27	1542.41
50	74	-19.27	371.47
51	43	-50.27	2527.42
52	95	1.73	2.98
53	96	2.73	7.43
54	106	12.73	161.96
55	84.5	-8.77	76.97
56	59	-34.27	1174.67
57	68	-25.27	638.75
58	249	155.73	24250.75
59	114	20.73	429.59
60	83	-10.27	105.54
61	197	103.73	10759.19
62	66	-27.27	743.84
63	97	3.73	13.89
64	43	-50.27	2527.42
65	155	61.73	3810.16
66	90	-3.27	10.72
67	94	0.73	0.53
68	34	-59.27	3513.35
69	88	-5.27	27.81
70	116	22.73	516.49
71	32	-61.27	3754.44
72	51	-42.27	1787.05
73	85	-8.27	68.45
74	41	-52.27	2732.52
75	33	-60.27	3632.89
76	33	-60.27	3632.89
77	168	74.73	5584.05
78	70	-23.27	541.66
79	42	-51.27	2628.97
80	74	-19.27	371.47
81	146	52.73	2780.09
82	121	27.73	768.76
83	192	98.73	9746.92
84	41	-52.27	2732.52
85	38	-55.27	3055.16
86	242	148.73	22119.58
87	102.5	9.23	85.13
88	193	99.73	9945.38
89	165.5	72.23	5216.67
90	41.5	-51.77	2680.49
91	61.5	-31.77	1009.55
92	43	-50.27	2527.42
93	149.5	56.23	3161.42
94	141.5	48.23	2325.80
95	44.5	-48.77	2378.85
96	36	-57.27	3280.25
97	36.5	-56.77	3223.23
98	35	-58.27	3395.80
99	116	22.73	516.49
100	71.5	-21.77	474.08
101	65.5	-27.77	771.37
102	48.5	-44.77	2004.66
103	61	-32.27	1041.58
104	41.5	-51.77	2680.49
105	160.5	67.23	4519.40
106	88	-5.27	27.81
107	71	-22.27	496.11
108	87.6	-5.67	32.19
109	116.3	23.03	530.22
110	47.5	-45.77	2095.21
111	115	21.73	472.04
112	41.4	-51.87	2690.86
113	33.9	-59.37	3525.21
114	41.3	-51.97	2701.24
115	129.5	36.23	1312.36
116	105.5	12.23	149.49
117	43.5	-49.77	2477.40
118	283.5	190.23	36186.13
119	59	-34.27	1174.67
120	52.4	-40.87	1670.64
121	52	-41.27	1703.50
122	85	-8.27	68.45
123	42	-51.27	2628.97
124	33	-60.27	3632.89
125	33.4	-59.87	3584.83
126	38.2	-55.07	3033.09
127	52	-41.27	1703.50
128	43	-50.27	2527.42
129	51	-42.27	1787.05
130	71.5	-21.77	474.08
131	173	79.73	6356.32
132	75	-18.27	333.92
	12312.10	0.00	460925.58

DAFTAR PUSTAKA

Budiarto, Eko, 2002. Biostatistik untuk Kedokteran dan Kesehatan

Masyarakat. Eastern Goldfields College. surabaya

Sadono, ronggodkk. 2015.BiometrikaHutan. Volume I Metode

Statistika.interlude.Yogyakarta

Supranto, J. Sihombing, Tulus. said, Ali . 2000.Statistika:Teoridan

aplikasiedisikeenam.Erlangga. Jakarta

                       

Read more