Modul Ajar Matematika Kelas XII
Statistika Inferensia

Tujuan: Menganalisis konsep dasar statistika inferensia dan perbedaannya dengan statistika deskriptif serta menerapkan konsep populasi, sampel, dan teknik sampling.

Kegiatan awal: Guru menyapa, memimpin doa, memeriksa kehadiran, dan melakukan apersepsi dengan menanyakan contoh penggunaan data dalam kehidupan sehari-hari. Guru menyampaikan tujuan pembelajaran pertemuan ini dan pertanyaan pemantik: 'Mengapa kita tidak perlu meneliti semua produk dari sebuah pabrik untuk tahu kualitasnya?' untuk memotivasi peserta didik.

Memahami: Peserta didik diajak mengidentifikasi perbedaan antara statistika deskriptif dan inferensia melalui studi kasus sederhana (misal: mengukur tinggi badan seluruh siswa di kelas vs. memprediksi tinggi rata-rata siswa di sekolah). Mereka berdiskusi tentang pentingnya populasi dan sampel, serta berbagai teknik sampling (acak sederhana, sistematis, stratifikasi) dan penerapannya di dunia industri.

Mengaplikasi: Peserta didik dalam kelompok kecil menganalisis studi kasus yang diberikan (misal: menentukan teknik sampling yang tepat untuk survei kepuasan pelanggan sebuah bengkel) dan mempresentasikan hasil diskusinya. Mereka juga diminta mengidentifikasi populasi dan sampel dari data yang disajikan.

Merefleksi: Setiap kelompok mempresentasikan hasil analisisnya, kelompok lain memberikan tanggapan dan pertanyaan. Guru memberikan umpan balik dan penguatan konsep dasar statistika inferensia, populasi, sampel, serta teknik sampling yang tepat. Guru juga mengaitkan dengan contoh nyata di dunia kerja.

Penutup: Guru bersama peserta didik menyimpulkan materi yang telah dipelajari. Guru memberikan apresiasi atas partisipasi aktif peserta didik dan memberikan tugas mandiri untuk mencari contoh penerapan statistika inferensia di bidang keahlian mereka. Pertemuan diakhiri dengan doa dan salam penutup.

Tujuan: Melakukan estimasi parameter populasi berdasarkan data sampel dengan tingkat kepercayaan tertentu dan menguji hipotesis statistik sederhana terkait rata-rata atau proporsi populasi.

Kegiatan awal: Guru menyapa, memimpin doa, memeriksa kehadiran, dan mengulas singkat materi pertemuan sebelumnya. Guru menyampaikan tujuan pembelajaran hari ini dan mengaitkannya dengan permasalahan nyata: 'Bagaimana kita bisa yakin bahwa rata-rata daya tahan baterai produk kita sesuai standar yang dijanjikan, hanya dengan menguji beberapa sampel?'

Memahami: Peserta didik diajak memahami konsep estimasi parameter (rata-rata, proporsi) dan interval kepercayaan melalui studi kasus produksi (misal: estimasi rata-rata berat kemasan produk). Mereka juga mempelajari langkah-langkah pengujian hipotesis (merumuskan H0 dan H1, menentukan taraf signifikansi, menghitung statistik uji, membuat keputusan) dengan contoh konkret.

Mengaplikasi: Dalam kelompok, peserta didik mengerjakan LKPD yang berisi masalah estimasi interval dan pengujian hipotesis (misal: menguji apakah rata-rata waktu tunggu pelanggan di sebuah layanan melebihi batas yang ditoleransi). Mereka menggunakan data sampel yang disediakan dan alat bantu kalkulator/spreadsheet untuk perhitungan.

Merefleksi: Setiap kelompok mempresentasikan hasil perhitungan dan interpretasi pengujian hipotesisnya. Guru memfasilitasi diskusi, mengklarifikasi miskonsepsi, dan memberikan penguatan tentang langkah-langkah yang benar dalam pengujian hipotesis serta cara menginterpretasikan p-value. Guru menekankan pentingnya pengambilan keputusan berbasis data.

Penutup: Guru bersama peserta didik merangkum tahapan estimasi dan pengujian hipotesis. Guru memberikan apresiasi atas upaya peserta didik dalam memecahkan masalah dan memberikan pengantar singkat untuk materi regresi linear di pertemuan berikutnya. Pertemuan diakhiri dengan doa dan salam penutup.

Tujuan: Menganalisis hubungan antara dua variabel menggunakan regresi linear sederhana dan menginterpretasikan hasil analisis statistika inferensia untuk membuat keputusan yang informatif.

Kegiatan awal: Guru menyapa, memimpin doa, memeriksa kehadiran, dan mengulas kembali pentingnya statistika inferensia dalam pengambilan keputusan. Guru menyampaikan tujuan pembelajaran hari ini dan memotivasi peserta didik dengan pertanyaan: 'Bisakah kita memprediksi penjualan produk berdasarkan biaya promosi yang dikeluarkan?'

Memahami: Peserta didik memahami konsep regresi linear sederhana sebagai alat untuk memodelkan hubungan antara dua variabel (independen dan dependen). Mereka belajar cara menentukan persamaan regresi, koefisien determinasi, dan menginterpretasikan maknanya dalam konteks bisnis atau industri.

Mengaplikasi: Peserta didik secara berkelompok mengerjakan proyek mini: menganalisis data riil (misal: data produksi vs. biaya bahan baku, atau jam kerja vs. jumlah unit yang dihasilkan) menggunakan regresi linear sederhana. Mereka menggunakan aplikasi spreadsheet (misal: Microsoft Excel atau Google Sheets) untuk membuat scatter plot, menghitung persamaan regresi, dan koefisien determinasi. Mereka menyusun laporan singkat berisi interpretasi hasil dan rekomendasi.

Merefleksi: Setiap kelompok mempresentasikan proyek analisis regresinya, menjelaskan model yang dibuat, interpretasi koefisien, dan implikasi praktis dari temuan mereka. Guru memberikan umpan balik konstruktif, menguji pemahaman peserta didik tentang validitas model, dan mengaitkan hasil analisis dengan pengambilan keputusan strategis di dunia nyata.

Penutup: Guru bersama peserta didik membuat rangkuman menyeluruh tentang statistika inferensia dan aplikasinya. Guru memberikan apresiasi tinggi atas kerja keras dan kreativitas peserta didik dalam menyelesaikan proyek. Guru memberikan refleksi akhir tentang pentingnya berpikir kritis dalam menggunakan statistika. Pertemuan diakhiri dengan doa dan salam penutup yang menggembirakan.

Statistika inferensia adalah metode untuk menarik kesimpulan tentang karakteristik populasi dari data yang dikumpulkan dari sampel. Berbeda dengan statistika deskriptif yang hanya menggambarkan data, inferensia berusaha menggeneralisasi temuan dari sampel ke populasi yang lebih luas. Contohnya adalah memprediksi hasil pemilihan umum berdasarkan survei cepat, atau menguji efektivitas obat baru pada sekelompok pasien untuk menyimpulkan efeknya pada populasi umum.

Populasi adalah keseluruhan objek atau individu yang menjadi perhatian penelitian, sedangkan sampel adalah bagian kecil dari populasi yang diambil untuk dianalisis. Pemilihan sampel yang representatif sangat krusial agar kesimpulan yang ditarik valid. Teknik sampling meliputi acak sederhana (setiap anggota punya peluang sama), sistematis (memilih setiap 'n' anggota), stratifikasi (membagi populasi ke strata lalu ambil sampel dari tiap strata), dan klaster (membagi populasi ke klaster lalu pilih beberapa klaster).

Estimasi parameter adalah proses menduga nilai parameter populasi (misal: rata-rata populasi, proporsi populasi) berdasarkan statistik sampel. Ada dua jenis estimasi: estimasi titik (satu nilai tunggal) dan estimasi interval (rentang nilai). Estimasi interval memberikan rentang nilai di mana parameter populasi kemungkinan besar berada, disertai tingkat kepercayaan tertentu, misalnya 95% atau 99%.

Pengujian hipotesis adalah prosedur statistik untuk memutuskan apakah suatu pernyataan (hipotesis) tentang populasi dapat diterima atau ditolak berdasarkan bukti dari sampel. Langkah-langkahnya meliputi perumusan hipotesis nol (H0) dan alternatif (H1), penentuan taraf signifikansi (alfa), perhitungan statistik uji, dan pengambilan keputusan (menolak atau gagal menolak H0). Keputusan ini didasarkan pada perbandingan nilai p-value dengan taraf signifikansi.

Regresi linear sederhana adalah teknik statistik untuk memodelkan hubungan linear antara dua variabel: satu variabel independen (prediktor) dan satu variabel dependen (respons). Persamaan regresi linear sederhana umumnya berbentuk Y = a + bX, di mana 'a' adalah intersep dan 'b' adalah kemiringan garis regresi. Model ini dapat digunakan untuk memprediksi nilai variabel dependen berdasarkan nilai variabel independen.

Koefisien korelasi (r) mengukur kekuatan dan arah hubungan linear antara dua variabel, dengan nilai berkisar antara -1 hingga +1. Nilai +1 menunjukkan korelasi positif sempurna, -1 menunjukkan korelasi negatif sempurna, dan 0 menunjukkan tidak ada korelasi linear. Koefisien determinasi (R-squared atau r²) menunjukkan proporsi variasi variabel dependen yang dapat dijelaskan oleh variabel independen melalui model regresi, dengan nilai berkisar 0 hingga 1.