SlideShare una empresa de Scribd logo
1 de 13
Descargar para leer sin conexión
Pendugaan Parameter
1

Pendahuluan

• Pendugaan Parameter Populasi dilakukan dengan menggunakan nilai Statistik Sampel,
Misal :
x
1.
digunakan sebagai penduga bagi
µ
2.
s
digunakan sebagai penduga bagi
σ
$
p atau p
digunakan sebagai penduga bagi
π
3.
• Pendugaan parameter diwujudkan dalam pembentukan selang kepercayaan, karena
hampir tidak pernah ditemukan nilai statistik tepat sama dengan nilai parameter.
• Selang Kepercayaan = Konfidensi Interval = Confidence Interval
☺
Didekati dengan distribusi Normal (Distribusi z atau Distribusi t)
☺
Mempunyai 2 batas : batas atas (kanan) dan batas bawah (kiri)
☺
Derajat Kepercayaan = Tingkat Kepercayaan = Koefisien Kepercayaan =
1-α
☺
α kemudian akan dibagi ke dua sisi, α/2 di atas batas atas dan α/2 di
bawah batas bawah
• Selang kepercayaan menurut Distribusi z dan Distribusi t
☺

Selang Kepercayaan dengan Distribusi z (Tabel hal 175)
Nilai α dan Selang kepercayaan yang lazim digunakan antara lain:
Selang kepercayaan 90 % → Derajat Kepercayaan = 1 - α = 9
α = 10 % → α/2 = 5 % → z5% = z0.05 = 1.645
Selang kepercayaan 95 % → Derajat Kepercayaan = 1 - α = 95%
α = 5 % → α/2 = 2.5 % → z2.5% = z0.025 = 1.96
Selang kepercayaan 99 % → Derajat Kepercayaan = 1 - α = 99%
α=1%→

α/2 = 0.5 %

z 0.5% = z 0.005 = 2.575

Contoh Distribusi z untuk SK 95 %
Nilai z ini diketahui dari luas daerah tidak
terarsir ini dalam Tabel Normal (z)

Luas = 0.95 × ½
= 0.4750.
Luas daerah terarsir =
0.05 × ½ = 0.0025
"""

-z0.025 = -1.96

Luas = 0.5

Luas daerah terarsir =
0.05 × ½ = 0.0025

"""

z0.025 = 1.96

1
☺

Selang Kepercayaan dengan Distribusi t (Tabel hal 177)
Nilai α (dan tentu saja α/2) sudah diterakan dalam Tabel.
Perhatikan derajat bebas (db).
Nilai t tabel tergantung dari nilai derajat bebas (db) dan nilai α/2 (Tabel hal 177)
Misal : Selang kepercayaan 95 %; db = 13 → 1 - α = 95%
α = 0.5 % → α/2 = 2.5 % t tabel (db=13;α/2 = 2.5%) = 2.160
Contoh Distribusi t untuk SK 95 % ; db = 13
Nilai t ini diketahui dari nilai α/2 dan db
dalam Tabel t

Luas daerah terarsir =
0.05 × ½ = 0.0025
"""

-t(α/2 0.025; db=13) = -2.160

Luas = 0.5

Luas daerah terarsir =
0.05 × ½ = 0.0025

"""

-t(α/2 0.025; db=13) = -2.160

Selang Kepercayaan yang baik?
Idealnya selang yang baik adalah selang yang pendek dengan derajat
kepercayaan yang tinggi.
Banyak Selang Kepercayaan yang dapat dibentuk dalam suatu populasi adalah
Tidak terhingga, anda bebas menetapkan derajat kebebasan dan lebar selangnya.
Contoh 1:
Di bawah ini terdapat 4 selang kepercayaan mengenai rata-rata umur mahasiswa. Semua
selang dibuat untuk populasi yang sama, manakah yang paling baik?
A.
B.
C.
D.

Selang kepercayaan 90 % rata-rata umur mahasiswa 18 - 25 tahun
Selang kepercayaan 99 % rata-rata umur mahasiswa 18 - 27 tahun
Selang Kepercayaan 90 % rata-rata umur mahasiswa 22 - 27 tahun
Selang Kepercayaan 99 % rata-rata umur mahasiswa 22 - 25 tahun

Jawab : D, karena................................

2
• Bentuk Umum Selang Kepercayaan
Batas Bawah < (Simbol) Parameter < Batas Atas
• Untuk Sampel Berukuran Besar :
Statistik - ( zα /2 ×Std Error Sampel) < Parameter < Statistik + ( zα /2 × Std Error Sampel)
atau
Parameter = Statistik ± ( zα /2 ×Standard Error Sampel)
• Untuk Sampel Berukuran Kecil :
Statistik - ( t ( db;α / 2 ) × Std Error Sampel) < Parameter < Statistik + ( t ( db;α / 2 ) ×Std Error
Sampel)
atau
Parameter = Statistik ± ( t ( db;α / 2 ) × Standard Error Sampel)
2.

Pendugaan 1 Nilai Rata-rata

2.1.

Pendugaan 1 Nilai Rata-rata dari sampel besar (n ≥30)

• Nilai simpangan baku populasi (σ) diketahui
• Jika nilai simpangan baku populasi σ tidak diketahui → gunakan simpangan baku
sampel (s)
Selang Kepercayaan 1
Selang Kepercayaan sebesar (1-α) bagi adalah :

σ 
σ 


x -  zα 2 ×

 < µ < x +  zα 2 ×


n
n
Jika σ tidak diketahui, dapat digunakan s
• Ukuran Sampel bagi pendugaan µ
Pada Derajat Kepercayaan (1-α) ukuran sampel dengan Error (galat) maksimal = E adalah

n=

[ ] 
zα/2 ×σ 2
Ε

n dibulatkan ke bilangan bulat terdekat terbesar (fungsi ceiling)
jika σ tidak diketahui, gunakan s
E : error maksimal
→ selisih x dengan µ; E dinyatakan dalam persen (%)

3
Contoh 2:
Dari 36 mahasiswa tingkat II diketahui bahwa rata-rata IPK = 2.6 dengan simpangan baku
= 0.3.
a.

Buat selang kepercayaan 95 % untuk rata-rata IPKseluruh mahasiswa tingkat II?
Selang kepercayaan 95 % → α = 5 % → α/2 = 2.5 % → z2.5% = z0.025 = 1.96
x = 2.6s = 0.3
s 
s 


x -  z 0.025 ×
 < µ < x +  z0.025 ×



n
n
0.3 
0.3 


2.6 -  1.96 ×
) < µ < 2.6 +  1.96 ×
)


36 
36 
< µ < 2.6 + 0.098
< µ < 2.698

2.6 - 0.098
2.502

b.

Buat selang kepercayaan 99 % untuk rata-rata IPK seluruh mahasiswa tingkat II?
Selang kepercayaan 99 % → α = 1 % → α/2 = 0.5 % → z0.5% = z0.005 = 2.575
(selanjutnya.....selesaikan sendiri!!!)

c.

Berapa ukuran sampel agar error maksimal pada selang kepercayaan 95 % tidak
lebih dari 6 %?
E = 6 % = 0.06

s = 0.3

Selang kepercayaan 95 % → α = 5 % → α/2 = 2.5 % → z2.5% = z0.025 = 1.96

n=

d.

[ ]  [
zα /2 σ 2
Ε

=

]  = (9.8)  = 9604
.

1.96 × 0.3 2
0.06

2

= 97

Berapa ukuran sampel agar error maksimal pada selang kepercayaan 99 % tidak
lebih dari 6 %? (Kerjakan sebagai latihan)

4
2.2.

Pendugaan 1 Nilai Rata-rata dari sampel kecil (n < 30)
dan nilai simpangan baku populasi (α) tidak diketahui → gunakan simpangan baku
sampel (s)

Selang Kepercayaan 2
Selang Kepercayaan sebesar (1-α) bagi µ adalah :


x -  t ( db;α 2 ) ×


s 

 < µ < x +  t ( db;α 2 ) ×

n 

s 

n 

db = derajat bebas = n-1
Contoh 3:
9 orang mahasiswa FE-GD rata-rata membolos sebanyak 10 hari/tahun dengan standar
deviasi 1.8 hari.
Buat selang kepercayaan 95 % bagi rata-rata banyaknya hari membolos setiap tahun untuk
seluruh mahasiswa!
Selang kepercayaan 95 % → α = 5 % → α/2 = 2.5 % = 0.025
= 10
s = 1.8
db = n-1 = 9 -1 = 8 t (db=8; α/2 =0.025) = 2.306
x


x -  t ( db ;α 2 ) ×


s 
<
n 
18 
.

10 -  2.306 ×
 <

9 
10 - 1.3836 <
8.6164 <


µ < x +  t ( db;α 2 ) ×


s
n
18
.

µ < 10 +  2.306 ×

9
µ < 10 + 1.3836
µ < 11.3836








3.

Pendugaan Beda 2 Rata-rata

3.1

Pendugaan Beda 2 Rata-rata dari sampel-sampel besar dan nilai ragam populasi
2
2
2
2
( σ1 dan σ 2 ) diketahui
dan jika nilai ragam populasi ( σ1 dan σ 2 ) tidak
2
2
diketahui → gunakan ragam sampel ( s1 dan s2 )

5
Selang Kepercayaan 3
Selang Kepercayaan sebesar (1-α) bagi

x1 - x2
2


-  zα 2 ×



µ1 − µ2 adalah :

σ 12 σ 2 2 
 < µ1 - µ2
+
n1
n2 


2

2

<


x1 - x2 +  z α 2 ×



σ 12 σ 2 2 

+
n1
n2 


2

tidak diketahui → gunakan s1 dan s2
σ1 dan σ 2
Catatan: Agar beda/selisih selalu positif, gunakan tanda mutlak   atau gunakan
x1 > x2
Contoh 4:
64 orang Jepang ditanyai, dan diketahui rata-rata setiap bulan mereka makan 48 kg ikan
dengan ragam = 8. 56 orang Inggris ditanyai, dan diketahui rata-rata, setiap bulan mereka
makan 28 kg ikan dengan ragam = 7.
Tentukan selang kepercayaan 95 % untuk beda rata-rata banyak ikan yang dimakan setiap
bulan oleh seluruh orang Jepang dan orang Inggris
x1 = 48
x2 = 28
x1 − x2 = |48 - 28| = 20
n1 = 64
n2 = 56
2
2
s1 = 8
s2 = 7
Selang kepercayaan 95 % → α = 5 % → α/2 = 2.5 % → z2.5% = z0.025 = 1.96
x1 - x2


-  zα 2 ×



σ 12 σ 2 2 
 < µ1 - µ2
+
n1
n2 


<


x1 - x2 +  z α 2 ×



σ 12 σ 2 2 

+
n1
n2 




8
7
8
7
 < µ1 − µ2 < 20 +  196 ×

20 -  196 ×
.
+
.
+
64
56 
64
56 


20 - 0.98
< |µ1 − µ 2 | < 20 + 0.98
19.02
< |µ1 − µ 2 | < 20.98
3.2.

Pendugaan bagi Beda 2 Rata-rata dari sampel-sampel kecil
2
2
dan nilai kedua ragam populasi tidak sama ( σ1 ≠σ 2 ) dan
2
tidak diketahui → gunakan ragam sampel (s12 dan s2 )

6
Selang Kepercayaan 4
Selang Kepercayaan sebesar (1-α) bagi |µ1 − µ 2 | adalah:


s2 s 2
t α × 1 + 2  <
x1 - x 2 -  ( db; 2 )
n1 n2 


2

µ1 - µ2 <


s2 s 2
 t α × 1 + 2  der
x1 - x 2 +  ( db; 2 )
n1 n2 



2

(s1 n1+ s2 n2) 2
ajat bebas (db) =

2

2

(s1 n1) 2 (n1 − 1) + (s2 n2) 2 (n2 − 1)

db : dibulatkan ke bilangan bulat terbesar terdekat (fungsi Ceiling)
Catatan: Agar beda/selisih selalu positif, gunakan tanda mutlak   atau gunakan
x1 > x2
Contoh 5:
12 orang Jepang ditanyai, dan diketahui rata-rata setiap bulan mereka minum 22 liter
2
( x 2 = 22 ) teh dengan Ragam = 16. ( s2 = 16 )
10 orang Inggris ditanyai, dan diketahui rata-rata, setiap bulan mereka minum 36 liter
( x1 = 36 ) teh dengan Ragam = 25. ( s12 = 25 )
Jika dianggap bahwa ragam kedua populasi bernilai tidak sama, hitung :
a.

derajat bebas bagi distribusi t
2

db =
=
b.

2

2

(s1 n1) 2 (n1 − 1) + (s2 n2) 2 (n2 − 1)
( 2.5 + 1333) 2
.

.
[(2.5) 9] + [(1333)
2

( 2510 + 1612) 2

2

(s1 n1+ s2 n2) 2

2

]

11

=

=

[(

25

10

] [

) 2 (10 − 1) + (1612) 2 (12 − 1)

]=

14.6944...
14.6944...
=
=  17.165  = 18
[ 0.6944] + [ 01616...]
0.8560...
.

Tentukan selang kepercayaan 99 % untuk beda rata-rata banyak teh yang
diminum setiap bulan oleh seluruh orang Jepang dan orang Inggris
Selang kepercayaan 99 % → α = 1 % → α/2 = 0.5 % = 0.005
db = 18
Nilai t (db = 18; α/2 = 0.005) = 2.878

7

s2 s 2
 t α × 1 + 2  < µ1 - µ2 <
x1 - x2 -  ( db; 2 )
n1 n2 




s2 s 2
t α × 1 + 2 
x1 - x2 +  ( db; 2 )
n1 n2 





25 16 
25 16 
 < µ1 - µ2 < 36 − 22 +  2.878 ×

+
+
36 − 22 -  2.878 ×
10 12 
10 12 


14 - 5.53
< |µ1 − µ 2 | < 14 + 5.63
8.37 < |µ1 − µ 2 | < 19.63

3.3

Pendugaan bagi Beda 2 Rata-rata dari sampel-sampel kecil
2
2
dan nilai kedua ragam populasi sama ( σ1 =σ 2 ) dan tidak diketahui
2
→ gunakan ragam sampel gabungan (sgab )

Selang Kepercayaan 5
Selang Kepercayaan sebesar (1-α) bagi |µ1 − µ 2 | adalah:


x1 - x2 -  t (db;α 2 ) × sgab ×

s

2
gab


1 1
+  < µ1 - µ2 < x1 - x2 +  t (db;α 2 ) × sgab ×
n1 n2 


2
(n1 − 1) s12 + (n2 − 1) s2
=
dan
n1 + n2 − 2

2
sgab = sgab

dan derajat bebas (db) =

1 1
+ 
n1 n2 

n1 + n2 − 2

Catatan: Agar beda/selisih selalu positif, gunakan tanda mutlak   atau gunakan
x1 > x2
Contoh 6:
12 orang Jepang ditanyai, dan diketahui rata-rata setiap bulan mereka minum 22 liter
2
( x 2 = 22 ) teh dengan Ragam = 16. ( s2 = 16 )
10 orang Inggris ditanyai, dan diketahui rata-rata, setiap bulan mereka minum 36 liter
( x1 = 36 ) teh dengan Ragam = 25. ( s12 = 25 )
Jika dianggap bahwa ragam kedua populasi bernilai sama, hitung :
a.
b.
c
a.

derajat bebas
Ragam dan Simpangan baku gabungan kedua sampel
Tentukan selang kepercayaan 99 % untuk beda rata-rata banyak teh yang
diminum setiap bulan oleh seluruh orang Jepang dan orang Inggris.
db = n1 + n2 − 2 = 10 +12 - 2 = 20

8
b.

s

2
gab

2
(n1 − 1) s12 + (n2 − 1) s2 (9 × 25) + (11 × 16) 401
=
= 20.05
=
=
20
20
n1 + n2 − 2

2
sgab = sgab = 20.05 = 4.477...

c.

Selang kepercayaan 99 % → α = 1 % → α/2 = 0.5 % = 0.005
db = 20
Nilai t (db = 20; α/2 = 0.005) = 2.845



1 1
1 1
x1 - x2 -  t (db;α 2) × sgab ×
+  < µ1 - µ2 < x1 - x2 +  t (db;α 2) × sgab ×
+ 
n1 n2 
n1 n2 



1
1 
<
+
36 − 22 -  2.845 × 4.477...×
10 12 

14 - 5.45
8.55
3.4

<
<


1
1 

µ1 - µ2 < 36 − 22 +  2.845 × 4.477...×
+
10 12 

|µ1 − µ 2 | < 14 + 5.45
|µ1 − µ 2 | < 19.45

Pendugaan bagi Beda 2 Rata-rata dari data berpasangan (paired data) sampelsampel kecil

Data berpasangan didapat dari 1 individu (yang relatif) sama yang dikenai 2 perlakuan.
Selang Kepercayaan 6:
Selang Kepercayaan sebesar (1-α) bagi |µ1 − µ 2 | adalah:

s 
s 


d −  t db;α / 2 × d  < µ1 − µ2 < d +  t db;α / 2 × d 


n
n
derajat bebas (db) = n-1
Catatan: Agar beda/selisih selalu positif, gunakan tanda mutlak   atau gunakan
x1 > x2
x1
n:
banyak pasangan data
di :
x1i- x2i: selisih pasangan data ke-i untuk i = 1,2,3,...n

9
d

:

rata-rata dI

d =

2
d

:

ragam nilai d

sd

:

∑d
n

∑ (d
=

− d )2
n −1

simpangan baku d

s

Contoh 7:

Nama
A
B
C
D

2
d

s

i

2
sd = sd

Banyak produk rusak pada 2 shift diukur dari 4 karyawan.

Banyak Produk yang
rusak
Shift malam Shift Pagi
(x1)
(x2)
10
3
15
5
9
4
12
2

di

d

(di - d )

(di - d )²

7
10
5
10
Σ di=32

8
8
8
8

-1
2
-3
2

1
4
9
4
Σ(di - d )²=18

n=4
2
sd =

i

d =

∑ (d

−d)
18
=
=6
n −1
3
2

i

dan

∑d
n

i

=

32
=8
4

2
sd = sd = 6 = 2.449...

Selang kepercayaan 99% untuk data berpasangan tersebut adalah:
Selang kepercayaan 99 % → α = 1 % → α/2 = 0.5 % = 0.005
db = n-1 = 4-1 = 3
Nilai t (db = 3; α/2 = 0.005) = 5.841

s 
s 


d −  t db;α / 2 × d  < µ1 − µ2 < d +  t db;α / 2 × d 


n
n
2.449...
2.449...


8 −  5.841 ×
 < µ1 − µ2 < 8 +  5.841 ×



4 
4 

8 − 7.15... < µ1 − µ2 < 8 + 7.15..
0.85 < µ1 − µ < 1515
.

10
4.

Pendugaan Proporsi

• Pengertian proporsi
π = proporsi populasi
p = proporsi "sukses" dalam sampel acak
1 - p = q = proporsi "gagal" dalam sampel acak
Misal : kelas "sukses" → "menyukai seafood"
kelas "gagal" → "tidak menyukai seafood"
4.1

Pendugaan 1 Nilai Proporsi dari sampel besar

Pendugaan Proporsi lebih lazim menggunakan sampel besar, jadi lebih lazim menggunakan
Distribusi z.
Selang Kepercayaan 7:
Selang Kepercayaan sebesar (1-α) bagi π adalah :


p -  zα 2 ×



p×q 
 < π < p +  zα 2 ×
n 


p×q 

n 

ingat→ 1 - p = q
• Ukuran Sampel untuk pendugaan proporsi
Ukuran Sampel pada Selang Kepercayaan (1-α) dengan Error (galat) maksimal= E
2
 zα /2 × p × q 
n=

E2



n di ceiling!

n : ukuran sampel
E : error maksimal → selisih p dengan π
Contoh 8:
Dari suatu sampel acak 500 orang diketahui bahwa 160 orang menyukai makan seafood.
a.

Tentukan selang kepercayaan 95 % bagi proporsi populasi yang menyukai
seafood

Selang kepercayaan 95 % → α = 5 % → α/2 = 2.5 % → z2.5% = z0.025 = 1.96
p = 160/500 = 0.32
q = 1 - p = 0.68

11

p -  zα 2 ×



p×q 
 < π < p +  zα ×
n 
 2

p×q 

n 



0.32 × 0.68 
0.32 × 0.68 
 < π < 0.32 +  1..96 ×

0.32 -  1..96 ×
500
500




0.28 <
b.

π < 0.36

Berapa ukuran sampel agar kita dapat percaya 95 % dan Error maksimal = 2%
196 2 × 0.32 × 0.68 
 z2 × p × q 
.
n =  α /2 2
= 
 = 2089.8304 = 2090

E
0.02 2





4.2.

Pendugaan Beda 2 Proporsi dari sampel-sampel besar

Selang Kepercayaan 8
Selang Kepercayaan sebesar (1-α) bagi

p1 - p2 -  zα 2 ×


π 1 − π 2 adalah :


p1 × q1 p2 × q2 
 < π1 - π2 < p1 - p2 +  zα ×
+
n1
n2 
 2

p1 × q1 p2 × q2 

+
n1
n2 

Catatan: Agar beda/selisih selalu positif, gunakan tanda mutlak   atau gunakan
p1 > p2
Contoh 9:
Dari 1000 penduduk Jakarta, 700 menyetujui berlakunya aturan lalulintas baru ( p2 =0.70)
Dari 800 penduduk Surabaya, hanya 200 yang tidak menyetujui aturan lalulintas baru
( q1 = 0.25 )
Tentukan selang kepercayaan 90 % bagi beda proporsi penduduk Jakarta dan Surabaya
yang menyetujui berlakunya aturan lalulintas baru.
kelas "sukses" = menyetujui berlakunya aturan lalulintas baru.
p2 = 0.70
q1 = 0.25

→
→

q 2 = 1 − p2 = 1 - 0.70 = 0.30
p1 = 1 − q1 = 1 - 0.25 = 0.75

p1 − p2 = |0.75 - 0.70| = 0.05
Selang kepercayaan 90 % → α = 10 % → α/2 = 5 % → z5% = z0.05 = 1.645

12

p1 - p2 -  z α 2 ×


p1 × q1 p2 × q 2 
 < π1 - π 2
+
n1
n2 


< p1 - p2 +  z α 2 ×


p1 × q1 p2 × q 2 

+
n1
n2 



0.75 × 0.25 0.7 × 0.3 
0.75 × 0.25 0.7 × 0.3 
 < π 1 - π 2 < 0.05 +  1.645 ×

0.05 -  1.645 ×
+
+
800
1000 
800
1000 


0.05 - (1.645 × 0.02108...) < π1 - π 2 < 0.05 + (1.645 × 0.02108...)
0.05 - 0.03467... < π1 - π 2

< 0.05 + 0.03467...

0.01532... < π1 - π 2 < 0.08467...
selesai

13

Más contenido relacionado

La actualidad más candente

10.pendugaan interval
10.pendugaan interval10.pendugaan interval
10.pendugaan interval
hartantoahock
 
Soal matstat ngagel+jawabannya
Soal matstat ngagel+jawabannyaSoal matstat ngagel+jawabannya
Soal matstat ngagel+jawabannya
Kana Outlier
 
Penerapan distribusi normal
Penerapan distribusi normalPenerapan distribusi normal
Penerapan distribusi normal
hidayatulfitri
 
Distribusi Binomial Negatif dan Geometrik
Distribusi Binomial Negatif dan GeometrikDistribusi Binomial Negatif dan Geometrik
Distribusi Binomial Negatif dan Geometrik
Ge Grace
 
STATISTIKA-Pengujian hipotesis
STATISTIKA-Pengujian hipotesisSTATISTIKA-Pengujian hipotesis
STATISTIKA-Pengujian hipotesis
Yousuf Kurniawan
 

La actualidad más candente (20)

10. hipotesis
10. hipotesis10. hipotesis
10. hipotesis
 
Teori pendugaan statistik presentasi
Teori pendugaan statistik presentasiTeori pendugaan statistik presentasi
Teori pendugaan statistik presentasi
 
10.pendugaan interval
10.pendugaan interval10.pendugaan interval
10.pendugaan interval
 
Soal matstat ngagel+jawabannya
Soal matstat ngagel+jawabannyaSoal matstat ngagel+jawabannya
Soal matstat ngagel+jawabannya
 
Pendugaan parameter
Pendugaan parameterPendugaan parameter
Pendugaan parameter
 
Distribusi binomial, poisson dan normal
Distribusi binomial, poisson dan normalDistribusi binomial, poisson dan normal
Distribusi binomial, poisson dan normal
 
Dualitas- Program Linear
Dualitas- Program LinearDualitas- Program Linear
Dualitas- Program Linear
 
Contoh analisis uji beda nonparamaetrik wilcoxon
Contoh analisis uji beda nonparamaetrik wilcoxonContoh analisis uji beda nonparamaetrik wilcoxon
Contoh analisis uji beda nonparamaetrik wilcoxon
 
Variabel acak dan nilai harapan (Statistik Ekonomi II)
Variabel acak dan nilai harapan (Statistik Ekonomi II)Variabel acak dan nilai harapan (Statistik Ekonomi II)
Variabel acak dan nilai harapan (Statistik Ekonomi II)
 
Elastisitas
Elastisitas Elastisitas
Elastisitas
 
Beberapa distribusi peluang kontinu
Beberapa distribusi peluang kontinuBeberapa distribusi peluang kontinu
Beberapa distribusi peluang kontinu
 
Penerapan distribusi normal
Penerapan distribusi normalPenerapan distribusi normal
Penerapan distribusi normal
 
Uji Run ( Keacakan )
Uji Run ( Keacakan )Uji Run ( Keacakan )
Uji Run ( Keacakan )
 
Materi P3_Distribusi Normal
Materi P3_Distribusi NormalMateri P3_Distribusi Normal
Materi P3_Distribusi Normal
 
Distribusi Binomial Negatif dan Geometrik
Distribusi Binomial Negatif dan GeometrikDistribusi Binomial Negatif dan Geometrik
Distribusi Binomial Negatif dan Geometrik
 
Statistika Dasar Pertemuan 10
Statistika Dasar Pertemuan 10Statistika Dasar Pertemuan 10
Statistika Dasar Pertemuan 10
 
Uji hipotesis 2 rata rata
Uji hipotesis 2 rata rataUji hipotesis 2 rata rata
Uji hipotesis 2 rata rata
 
Analisis varian dua arah
Analisis varian dua arahAnalisis varian dua arah
Analisis varian dua arah
 
STATISTIKA-Pengujian hipotesis
STATISTIKA-Pengujian hipotesisSTATISTIKA-Pengujian hipotesis
STATISTIKA-Pengujian hipotesis
 
UJI PROPORSI DUA SAMPEL
UJI PROPORSI DUA SAMPELUJI PROPORSI DUA SAMPEL
UJI PROPORSI DUA SAMPEL
 

Similar a Estimasi

Statistik 1 3 dispersi
Statistik 1 3 dispersiStatistik 1 3 dispersi
Statistik 1 3 dispersi
Selvin Hadi
 
Konsep dasar pendugaan parameter
Konsep dasar pendugaan parameterKonsep dasar pendugaan parameter
Konsep dasar pendugaan parameter
matematikaunindra
 
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
Ir. Zakaria, M.M
 
Fp unsam 2009 teori distribusi sampling
Fp unsam 2009 teori distribusi samplingFp unsam 2009 teori distribusi sampling
Fp unsam 2009 teori distribusi sampling
Ir. Zakaria, M.M
 
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
Ir. Zakaria, M.M
 
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
TriOktariana2
 

Similar a Estimasi (20)

Estimasi1
Estimasi1Estimasi1
Estimasi1
 
Teori penaksiran1
Teori penaksiran1Teori penaksiran1
Teori penaksiran1
 
Statistik 1 3 dispersi
Statistik 1 3 dispersiStatistik 1 3 dispersi
Statistik 1 3 dispersi
 
Ek107 122215-838-11
Ek107 122215-838-11Ek107 122215-838-11
Ek107 122215-838-11
 
Desain-Eksperimen-Pertemuan-14.ppt
Desain-Eksperimen-Pertemuan-14.pptDesain-Eksperimen-Pertemuan-14.ppt
Desain-Eksperimen-Pertemuan-14.ppt
 
TEORI-PENDUGAAN-STATISTIK.pptx
TEORI-PENDUGAAN-STATISTIK.pptxTEORI-PENDUGAAN-STATISTIK.pptx
TEORI-PENDUGAAN-STATISTIK.pptx
 
9 PENDUGAAN-PARAMETER RERATA DAN PROPORSI.pptx
9 PENDUGAAN-PARAMETER RERATA DAN PROPORSI.pptx9 PENDUGAAN-PARAMETER RERATA DAN PROPORSI.pptx
9 PENDUGAAN-PARAMETER RERATA DAN PROPORSI.pptx
 
Pengukuran Dispersi - TM4.pptx
Pengukuran Dispersi - TM4.pptxPengukuran Dispersi - TM4.pptx
Pengukuran Dispersi - TM4.pptx
 
Pendugaan Parameter
Pendugaan ParameterPendugaan Parameter
Pendugaan Parameter
 
Konsep dasar pendugaan parameter
Konsep dasar pendugaan parameterKonsep dasar pendugaan parameter
Konsep dasar pendugaan parameter
 
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
 
Pertemuan 5
Pertemuan 5Pertemuan 5
Pertemuan 5
 
Fp unsam 2009 teori distribusi sampling
Fp unsam 2009 teori distribusi samplingFp unsam 2009 teori distribusi sampling
Fp unsam 2009 teori distribusi sampling
 
Ukuran dispersi(5)
Ukuran dispersi(5)Ukuran dispersi(5)
Ukuran dispersi(5)
 
STATISTIK DESKRIPTIF
STATISTIK DESKRIPTIFSTATISTIK DESKRIPTIF
STATISTIK DESKRIPTIF
 
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
 
Pengukuran variabilitas
Pengukuran variabilitasPengukuran variabilitas
Pengukuran variabilitas
 
Bab 6 uji beda
Bab 6 uji bedaBab 6 uji beda
Bab 6 uji beda
 
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
 
Metode penelitian v
Metode penelitian vMetode penelitian v
Metode penelitian v
 

Más de rsd kol abundjani

Más de rsd kol abundjani (20)

Rpkps
RpkpsRpkps
Rpkps
 
Modul 7-format-kpt
Modul 7-format-kptModul 7-format-kpt
Modul 7-format-kpt
 
Draft kurikulum-2013-per-tgl-13-november-2012-pukul-14
Draft kurikulum-2013-per-tgl-13-november-2012-pukul-14Draft kurikulum-2013-per-tgl-13-november-2012-pukul-14
Draft kurikulum-2013-per-tgl-13-november-2012-pukul-14
 
Aspek penilaian
Aspek penilaianAspek penilaian
Aspek penilaian
 
8. pengembangan bahan ajar
8. pengembangan bahan ajar8. pengembangan bahan ajar
8. pengembangan bahan ajar
 
Tema tema kkn-ppm1
Tema tema kkn-ppm1Tema tema kkn-ppm1
Tema tema kkn-ppm1
 
Tayang peranan wi dan tantangannya ddn 09-12-09
Tayang peranan wi dan tantangannya ddn 09-12-09Tayang peranan wi dan tantangannya ddn 09-12-09
Tayang peranan wi dan tantangannya ddn 09-12-09
 
Spmpt
SpmptSpmpt
Spmpt
 
Skd
SkdSkd
Skd
 
pengawasan mutu pangan
pengawasan mutu panganpengawasan mutu pangan
pengawasan mutu pangan
 
Rpp opd seminar executive edit
Rpp opd seminar executive editRpp opd seminar executive edit
Rpp opd seminar executive edit
 
Pelatihan applied approach
Pelatihan applied approachPelatihan applied approach
Pelatihan applied approach
 
Matematika bangun-datar
Matematika bangun-datarMatematika bangun-datar
Matematika bangun-datar
 
Kuliah pendahuluan bioo teknologi pertanian
Kuliah pendahuluan bioo teknologi pertanianKuliah pendahuluan bioo teknologi pertanian
Kuliah pendahuluan bioo teknologi pertanian
 
Konsep penulisan modul mata pelajaran
Konsep penulisan modul mata pelajaranKonsep penulisan modul mata pelajaran
Konsep penulisan modul mata pelajaran
 
Kerangka acuan dan laporan
Kerangka acuan dan laporanKerangka acuan dan laporan
Kerangka acuan dan laporan
 
Keindahan matematik dan angka
Keindahan matematik dan angkaKeindahan matematik dan angka
Keindahan matematik dan angka
 
Kebijakan nasional spmi pt
Kebijakan nasional spmi ptKebijakan nasional spmi pt
Kebijakan nasional spmi pt
 
Jurnal pelatihan jafung adminkes
Jurnal pelatihan jafung adminkesJurnal pelatihan jafung adminkes
Jurnal pelatihan jafung adminkes
 
Inventarisasi koleksi perpustakaan
Inventarisasi koleksi perpustakaanInventarisasi koleksi perpustakaan
Inventarisasi koleksi perpustakaan
 

Estimasi

  • 1. Pendugaan Parameter 1 Pendahuluan • Pendugaan Parameter Populasi dilakukan dengan menggunakan nilai Statistik Sampel, Misal : x 1. digunakan sebagai penduga bagi µ 2. s digunakan sebagai penduga bagi σ $ p atau p digunakan sebagai penduga bagi π 3. • Pendugaan parameter diwujudkan dalam pembentukan selang kepercayaan, karena hampir tidak pernah ditemukan nilai statistik tepat sama dengan nilai parameter. • Selang Kepercayaan = Konfidensi Interval = Confidence Interval ☺ Didekati dengan distribusi Normal (Distribusi z atau Distribusi t) ☺ Mempunyai 2 batas : batas atas (kanan) dan batas bawah (kiri) ☺ Derajat Kepercayaan = Tingkat Kepercayaan = Koefisien Kepercayaan = 1-α ☺ α kemudian akan dibagi ke dua sisi, α/2 di atas batas atas dan α/2 di bawah batas bawah • Selang kepercayaan menurut Distribusi z dan Distribusi t ☺ Selang Kepercayaan dengan Distribusi z (Tabel hal 175) Nilai α dan Selang kepercayaan yang lazim digunakan antara lain: Selang kepercayaan 90 % → Derajat Kepercayaan = 1 - α = 9 α = 10 % → α/2 = 5 % → z5% = z0.05 = 1.645 Selang kepercayaan 95 % → Derajat Kepercayaan = 1 - α = 95% α = 5 % → α/2 = 2.5 % → z2.5% = z0.025 = 1.96 Selang kepercayaan 99 % → Derajat Kepercayaan = 1 - α = 99% α=1%→ α/2 = 0.5 % z 0.5% = z 0.005 = 2.575 Contoh Distribusi z untuk SK 95 % Nilai z ini diketahui dari luas daerah tidak terarsir ini dalam Tabel Normal (z) Luas = 0.95 × ½ = 0.4750. Luas daerah terarsir = 0.05 × ½ = 0.0025 """ -z0.025 = -1.96 Luas = 0.5 Luas daerah terarsir = 0.05 × ½ = 0.0025 """ z0.025 = 1.96 1
  • 2. ☺ Selang Kepercayaan dengan Distribusi t (Tabel hal 177) Nilai α (dan tentu saja α/2) sudah diterakan dalam Tabel. Perhatikan derajat bebas (db). Nilai t tabel tergantung dari nilai derajat bebas (db) dan nilai α/2 (Tabel hal 177) Misal : Selang kepercayaan 95 %; db = 13 → 1 - α = 95% α = 0.5 % → α/2 = 2.5 % t tabel (db=13;α/2 = 2.5%) = 2.160 Contoh Distribusi t untuk SK 95 % ; db = 13 Nilai t ini diketahui dari nilai α/2 dan db dalam Tabel t Luas daerah terarsir = 0.05 × ½ = 0.0025 """ -t(α/2 0.025; db=13) = -2.160 Luas = 0.5 Luas daerah terarsir = 0.05 × ½ = 0.0025 """ -t(α/2 0.025; db=13) = -2.160 Selang Kepercayaan yang baik? Idealnya selang yang baik adalah selang yang pendek dengan derajat kepercayaan yang tinggi. Banyak Selang Kepercayaan yang dapat dibentuk dalam suatu populasi adalah Tidak terhingga, anda bebas menetapkan derajat kebebasan dan lebar selangnya. Contoh 1: Di bawah ini terdapat 4 selang kepercayaan mengenai rata-rata umur mahasiswa. Semua selang dibuat untuk populasi yang sama, manakah yang paling baik? A. B. C. D. Selang kepercayaan 90 % rata-rata umur mahasiswa 18 - 25 tahun Selang kepercayaan 99 % rata-rata umur mahasiswa 18 - 27 tahun Selang Kepercayaan 90 % rata-rata umur mahasiswa 22 - 27 tahun Selang Kepercayaan 99 % rata-rata umur mahasiswa 22 - 25 tahun Jawab : D, karena................................ 2
  • 3. • Bentuk Umum Selang Kepercayaan Batas Bawah < (Simbol) Parameter < Batas Atas • Untuk Sampel Berukuran Besar : Statistik - ( zα /2 ×Std Error Sampel) < Parameter < Statistik + ( zα /2 × Std Error Sampel) atau Parameter = Statistik ± ( zα /2 ×Standard Error Sampel) • Untuk Sampel Berukuran Kecil : Statistik - ( t ( db;α / 2 ) × Std Error Sampel) < Parameter < Statistik + ( t ( db;α / 2 ) ×Std Error Sampel) atau Parameter = Statistik ± ( t ( db;α / 2 ) × Standard Error Sampel) 2. Pendugaan 1 Nilai Rata-rata 2.1. Pendugaan 1 Nilai Rata-rata dari sampel besar (n ≥30) • Nilai simpangan baku populasi (σ) diketahui • Jika nilai simpangan baku populasi σ tidak diketahui → gunakan simpangan baku sampel (s) Selang Kepercayaan 1 Selang Kepercayaan sebesar (1-α) bagi adalah : σ  σ    x -  zα 2 ×   < µ < x +  zα 2 ×   n n Jika σ tidak diketahui, dapat digunakan s • Ukuran Sampel bagi pendugaan µ Pada Derajat Kepercayaan (1-α) ukuran sampel dengan Error (galat) maksimal = E adalah n= [ ]  zα/2 ×σ 2 Ε n dibulatkan ke bilangan bulat terdekat terbesar (fungsi ceiling) jika σ tidak diketahui, gunakan s E : error maksimal → selisih x dengan µ; E dinyatakan dalam persen (%) 3
  • 4. Contoh 2: Dari 36 mahasiswa tingkat II diketahui bahwa rata-rata IPK = 2.6 dengan simpangan baku = 0.3. a. Buat selang kepercayaan 95 % untuk rata-rata IPKseluruh mahasiswa tingkat II? Selang kepercayaan 95 % → α = 5 % → α/2 = 2.5 % → z2.5% = z0.025 = 1.96 x = 2.6s = 0.3 s  s    x -  z 0.025 ×  < µ < x +  z0.025 ×    n n 0.3  0.3    2.6 -  1.96 × ) < µ < 2.6 +  1.96 × )   36  36  < µ < 2.6 + 0.098 < µ < 2.698 2.6 - 0.098 2.502 b. Buat selang kepercayaan 99 % untuk rata-rata IPK seluruh mahasiswa tingkat II? Selang kepercayaan 99 % → α = 1 % → α/2 = 0.5 % → z0.5% = z0.005 = 2.575 (selanjutnya.....selesaikan sendiri!!!) c. Berapa ukuran sampel agar error maksimal pada selang kepercayaan 95 % tidak lebih dari 6 %? E = 6 % = 0.06 s = 0.3 Selang kepercayaan 95 % → α = 5 % → α/2 = 2.5 % → z2.5% = z0.025 = 1.96 n= d. [ ]  [ zα /2 σ 2 Ε = ]  = (9.8)  = 9604 . 1.96 × 0.3 2 0.06 2 = 97 Berapa ukuran sampel agar error maksimal pada selang kepercayaan 99 % tidak lebih dari 6 %? (Kerjakan sebagai latihan) 4
  • 5. 2.2. Pendugaan 1 Nilai Rata-rata dari sampel kecil (n < 30) dan nilai simpangan baku populasi (α) tidak diketahui → gunakan simpangan baku sampel (s) Selang Kepercayaan 2 Selang Kepercayaan sebesar (1-α) bagi µ adalah :  x -  t ( db;α 2 ) ×  s    < µ < x +  t ( db;α 2 ) ×  n  s   n  db = derajat bebas = n-1 Contoh 3: 9 orang mahasiswa FE-GD rata-rata membolos sebanyak 10 hari/tahun dengan standar deviasi 1.8 hari. Buat selang kepercayaan 95 % bagi rata-rata banyaknya hari membolos setiap tahun untuk seluruh mahasiswa! Selang kepercayaan 95 % → α = 5 % → α/2 = 2.5 % = 0.025 = 10 s = 1.8 db = n-1 = 9 -1 = 8 t (db=8; α/2 =0.025) = 2.306 x  x -  t ( db ;α 2 ) ×  s  < n  18  .  10 -  2.306 ×  <  9  10 - 1.3836 < 8.6164 <  µ < x +  t ( db;α 2 ) ×  s n 18 .  µ < 10 +  2.306 ×  9 µ < 10 + 1.3836 µ < 11.3836       3. Pendugaan Beda 2 Rata-rata 3.1 Pendugaan Beda 2 Rata-rata dari sampel-sampel besar dan nilai ragam populasi 2 2 2 2 ( σ1 dan σ 2 ) diketahui dan jika nilai ragam populasi ( σ1 dan σ 2 ) tidak 2 2 diketahui → gunakan ragam sampel ( s1 dan s2 ) 5
  • 6. Selang Kepercayaan 3 Selang Kepercayaan sebesar (1-α) bagi x1 - x2 2  -  zα 2 ×   µ1 − µ2 adalah : σ 12 σ 2 2   < µ1 - µ2 + n1 n2   2 2 <  x1 - x2 +  z α 2 ×   σ 12 σ 2 2   + n1 n2   2 tidak diketahui → gunakan s1 dan s2 σ1 dan σ 2 Catatan: Agar beda/selisih selalu positif, gunakan tanda mutlak   atau gunakan x1 > x2 Contoh 4: 64 orang Jepang ditanyai, dan diketahui rata-rata setiap bulan mereka makan 48 kg ikan dengan ragam = 8. 56 orang Inggris ditanyai, dan diketahui rata-rata, setiap bulan mereka makan 28 kg ikan dengan ragam = 7. Tentukan selang kepercayaan 95 % untuk beda rata-rata banyak ikan yang dimakan setiap bulan oleh seluruh orang Jepang dan orang Inggris x1 = 48 x2 = 28 x1 − x2 = |48 - 28| = 20 n1 = 64 n2 = 56 2 2 s1 = 8 s2 = 7 Selang kepercayaan 95 % → α = 5 % → α/2 = 2.5 % → z2.5% = z0.025 = 1.96 x1 - x2  -  zα 2 ×   σ 12 σ 2 2   < µ1 - µ2 + n1 n2   <  x1 - x2 +  z α 2 ×   σ 12 σ 2 2   + n1 n2     8 7 8 7  < µ1 − µ2 < 20 +  196 ×  20 -  196 × . + . + 64 56  64 56    20 - 0.98 < |µ1 − µ 2 | < 20 + 0.98 19.02 < |µ1 − µ 2 | < 20.98 3.2. Pendugaan bagi Beda 2 Rata-rata dari sampel-sampel kecil 2 2 dan nilai kedua ragam populasi tidak sama ( σ1 ≠σ 2 ) dan 2 tidak diketahui → gunakan ragam sampel (s12 dan s2 ) 6
  • 7. Selang Kepercayaan 4 Selang Kepercayaan sebesar (1-α) bagi |µ1 − µ 2 | adalah:  s2 s 2 t α × 1 + 2  < x1 - x 2 -  ( db; 2 ) n1 n2    2 µ1 - µ2 <  s2 s 2  t α × 1 + 2  der x1 - x 2 +  ( db; 2 ) n1 n2    2 (s1 n1+ s2 n2) 2 ajat bebas (db) = 2 2 (s1 n1) 2 (n1 − 1) + (s2 n2) 2 (n2 − 1) db : dibulatkan ke bilangan bulat terbesar terdekat (fungsi Ceiling) Catatan: Agar beda/selisih selalu positif, gunakan tanda mutlak   atau gunakan x1 > x2 Contoh 5: 12 orang Jepang ditanyai, dan diketahui rata-rata setiap bulan mereka minum 22 liter 2 ( x 2 = 22 ) teh dengan Ragam = 16. ( s2 = 16 ) 10 orang Inggris ditanyai, dan diketahui rata-rata, setiap bulan mereka minum 36 liter ( x1 = 36 ) teh dengan Ragam = 25. ( s12 = 25 ) Jika dianggap bahwa ragam kedua populasi bernilai tidak sama, hitung : a. derajat bebas bagi distribusi t 2 db = = b. 2 2 (s1 n1) 2 (n1 − 1) + (s2 n2) 2 (n2 − 1) ( 2.5 + 1333) 2 . . [(2.5) 9] + [(1333) 2 ( 2510 + 1612) 2 2 (s1 n1+ s2 n2) 2 2 ] 11 = = [( 25 10 ] [ ) 2 (10 − 1) + (1612) 2 (12 − 1) ]= 14.6944... 14.6944... = =  17.165  = 18 [ 0.6944] + [ 01616...] 0.8560... . Tentukan selang kepercayaan 99 % untuk beda rata-rata banyak teh yang diminum setiap bulan oleh seluruh orang Jepang dan orang Inggris Selang kepercayaan 99 % → α = 1 % → α/2 = 0.5 % = 0.005 db = 18 Nilai t (db = 18; α/2 = 0.005) = 2.878 7
  • 8.  s2 s 2  t α × 1 + 2  < µ1 - µ2 < x1 - x2 -  ( db; 2 ) n1 n2     s2 s 2 t α × 1 + 2  x1 - x2 +  ( db; 2 ) n1 n2      25 16  25 16   < µ1 - µ2 < 36 − 22 +  2.878 ×  + + 36 − 22 -  2.878 × 10 12  10 12    14 - 5.53 < |µ1 − µ 2 | < 14 + 5.63 8.37 < |µ1 − µ 2 | < 19.63 3.3 Pendugaan bagi Beda 2 Rata-rata dari sampel-sampel kecil 2 2 dan nilai kedua ragam populasi sama ( σ1 =σ 2 ) dan tidak diketahui 2 → gunakan ragam sampel gabungan (sgab ) Selang Kepercayaan 5 Selang Kepercayaan sebesar (1-α) bagi |µ1 − µ 2 | adalah:  x1 - x2 -  t (db;α 2 ) × sgab ×  s 2 gab  1 1 +  < µ1 - µ2 < x1 - x2 +  t (db;α 2 ) × sgab × n1 n2   2 (n1 − 1) s12 + (n2 − 1) s2 = dan n1 + n2 − 2 2 sgab = sgab dan derajat bebas (db) = 1 1 +  n1 n2  n1 + n2 − 2 Catatan: Agar beda/selisih selalu positif, gunakan tanda mutlak   atau gunakan x1 > x2 Contoh 6: 12 orang Jepang ditanyai, dan diketahui rata-rata setiap bulan mereka minum 22 liter 2 ( x 2 = 22 ) teh dengan Ragam = 16. ( s2 = 16 ) 10 orang Inggris ditanyai, dan diketahui rata-rata, setiap bulan mereka minum 36 liter ( x1 = 36 ) teh dengan Ragam = 25. ( s12 = 25 ) Jika dianggap bahwa ragam kedua populasi bernilai sama, hitung : a. b. c a. derajat bebas Ragam dan Simpangan baku gabungan kedua sampel Tentukan selang kepercayaan 99 % untuk beda rata-rata banyak teh yang diminum setiap bulan oleh seluruh orang Jepang dan orang Inggris. db = n1 + n2 − 2 = 10 +12 - 2 = 20 8
  • 9. b. s 2 gab 2 (n1 − 1) s12 + (n2 − 1) s2 (9 × 25) + (11 × 16) 401 = = 20.05 = = 20 20 n1 + n2 − 2 2 sgab = sgab = 20.05 = 4.477... c. Selang kepercayaan 99 % → α = 1 % → α/2 = 0.5 % = 0.005 db = 20 Nilai t (db = 20; α/2 = 0.005) = 2.845   1 1 1 1 x1 - x2 -  t (db;α 2) × sgab × +  < µ1 - µ2 < x1 - x2 +  t (db;α 2) × sgab × +  n1 n2  n1 n2     1 1  < + 36 − 22 -  2.845 × 4.477...× 10 12   14 - 5.45 8.55 3.4 < <  1 1   µ1 - µ2 < 36 − 22 +  2.845 × 4.477...× + 10 12   |µ1 − µ 2 | < 14 + 5.45 |µ1 − µ 2 | < 19.45 Pendugaan bagi Beda 2 Rata-rata dari data berpasangan (paired data) sampelsampel kecil Data berpasangan didapat dari 1 individu (yang relatif) sama yang dikenai 2 perlakuan. Selang Kepercayaan 6: Selang Kepercayaan sebesar (1-α) bagi |µ1 − µ 2 | adalah: s  s    d −  t db;α / 2 × d  < µ1 − µ2 < d +  t db;α / 2 × d    n n derajat bebas (db) = n-1 Catatan: Agar beda/selisih selalu positif, gunakan tanda mutlak   atau gunakan x1 > x2 x1 n: banyak pasangan data di : x1i- x2i: selisih pasangan data ke-i untuk i = 1,2,3,...n 9
  • 10. d : rata-rata dI d = 2 d : ragam nilai d sd : ∑d n ∑ (d = − d )2 n −1 simpangan baku d s Contoh 7: Nama A B C D 2 d s i 2 sd = sd Banyak produk rusak pada 2 shift diukur dari 4 karyawan. Banyak Produk yang rusak Shift malam Shift Pagi (x1) (x2) 10 3 15 5 9 4 12 2 di d (di - d ) (di - d )² 7 10 5 10 Σ di=32 8 8 8 8 -1 2 -3 2 1 4 9 4 Σ(di - d )²=18 n=4 2 sd = i d = ∑ (d −d) 18 = =6 n −1 3 2 i dan ∑d n i = 32 =8 4 2 sd = sd = 6 = 2.449... Selang kepercayaan 99% untuk data berpasangan tersebut adalah: Selang kepercayaan 99 % → α = 1 % → α/2 = 0.5 % = 0.005 db = n-1 = 4-1 = 3 Nilai t (db = 3; α/2 = 0.005) = 5.841 s  s    d −  t db;α / 2 × d  < µ1 − µ2 < d +  t db;α / 2 × d    n n 2.449... 2.449...   8 −  5.841 ×  < µ1 − µ2 < 8 +  5.841 ×    4  4  8 − 7.15... < µ1 − µ2 < 8 + 7.15.. 0.85 < µ1 − µ < 1515 . 10
  • 11. 4. Pendugaan Proporsi • Pengertian proporsi π = proporsi populasi p = proporsi "sukses" dalam sampel acak 1 - p = q = proporsi "gagal" dalam sampel acak Misal : kelas "sukses" → "menyukai seafood" kelas "gagal" → "tidak menyukai seafood" 4.1 Pendugaan 1 Nilai Proporsi dari sampel besar Pendugaan Proporsi lebih lazim menggunakan sampel besar, jadi lebih lazim menggunakan Distribusi z. Selang Kepercayaan 7: Selang Kepercayaan sebesar (1-α) bagi π adalah :  p -  zα 2 ×   p×q   < π < p +  zα 2 × n   p×q   n  ingat→ 1 - p = q • Ukuran Sampel untuk pendugaan proporsi Ukuran Sampel pada Selang Kepercayaan (1-α) dengan Error (galat) maksimal= E 2  zα /2 × p × q  n=  E2   n di ceiling! n : ukuran sampel E : error maksimal → selisih p dengan π Contoh 8: Dari suatu sampel acak 500 orang diketahui bahwa 160 orang menyukai makan seafood. a. Tentukan selang kepercayaan 95 % bagi proporsi populasi yang menyukai seafood Selang kepercayaan 95 % → α = 5 % → α/2 = 2.5 % → z2.5% = z0.025 = 1.96 p = 160/500 = 0.32 q = 1 - p = 0.68 11
  • 12.  p -  zα 2 ×   p×q   < π < p +  zα × n   2 p×q   n    0.32 × 0.68  0.32 × 0.68   < π < 0.32 +  1..96 ×  0.32 -  1..96 × 500 500     0.28 < b. π < 0.36 Berapa ukuran sampel agar kita dapat percaya 95 % dan Error maksimal = 2% 196 2 × 0.32 × 0.68   z2 × p × q  . n =  α /2 2 =   = 2089.8304 = 2090  E 0.02 2     4.2. Pendugaan Beda 2 Proporsi dari sampel-sampel besar Selang Kepercayaan 8 Selang Kepercayaan sebesar (1-α) bagi  p1 - p2 -  zα 2 ×  π 1 − π 2 adalah :  p1 × q1 p2 × q2   < π1 - π2 < p1 - p2 +  zα × + n1 n2   2 p1 × q1 p2 × q2   + n1 n2  Catatan: Agar beda/selisih selalu positif, gunakan tanda mutlak   atau gunakan p1 > p2 Contoh 9: Dari 1000 penduduk Jakarta, 700 menyetujui berlakunya aturan lalulintas baru ( p2 =0.70) Dari 800 penduduk Surabaya, hanya 200 yang tidak menyetujui aturan lalulintas baru ( q1 = 0.25 ) Tentukan selang kepercayaan 90 % bagi beda proporsi penduduk Jakarta dan Surabaya yang menyetujui berlakunya aturan lalulintas baru. kelas "sukses" = menyetujui berlakunya aturan lalulintas baru. p2 = 0.70 q1 = 0.25 → → q 2 = 1 − p2 = 1 - 0.70 = 0.30 p1 = 1 − q1 = 1 - 0.25 = 0.75 p1 − p2 = |0.75 - 0.70| = 0.05 Selang kepercayaan 90 % → α = 10 % → α/2 = 5 % → z5% = z0.05 = 1.645 12
  • 13.  p1 - p2 -  z α 2 ×  p1 × q1 p2 × q 2   < π1 - π 2 + n1 n2   < p1 - p2 +  z α 2 ×  p1 × q1 p2 × q 2   + n1 n2    0.75 × 0.25 0.7 × 0.3  0.75 × 0.25 0.7 × 0.3   < π 1 - π 2 < 0.05 +  1.645 ×  0.05 -  1.645 × + + 800 1000  800 1000    0.05 - (1.645 × 0.02108...) < π1 - π 2 < 0.05 + (1.645 × 0.02108...) 0.05 - 0.03467... < π1 - π 2 < 0.05 + 0.03467... 0.01532... < π1 - π 2 < 0.08467... selesai 13