SlideShare a Scribd company logo
1 of 14
PENDUGAAN PARAMETER
1 Pendahuluan
• Pendugaan Parameter Populasi dilakukan dengan menggunakan nilai Statistik Sampel
Misal :
1. x digunakan sebagai penduga bagi µ
2. s digunakan sebagai penduga bagi σ
3. p patau  digunakan sebagai penduga bagi π atau p
Catatan : Beberapa pustaka menulis p sebagai p (p topi)
p = proporsi "sukses" dalam sampel acak (ingat konsep percobaan binomial?)
1 - p = q = proporsi "gagal" dalam sampel acak
• 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 αα dan Selang kepercayaan yang lazim digunakan antara lain :
Selang kepercayaan 90 % → Derajat Kepercayaan = 1 - α = 9
α = 10 % → α/2 = 5 % → z z5 0 05 1 645% . .= =
Selang kepercayaan 95 % → Derajat Kepercayaan = 1 - α = 95%
α = 5 % → α/2 = 2.5 % → z z2 5 0 025 1 96. % . .= =
Selang kepercayaan 99 % → Derajat Kepercayaan = 1 - α = 99%
α = 1 % → α/2 = 0.5 % z z0 5% 0 005 2 575. . .= =
Stat-2 –ATA0203 – ESTIMASI Halaman
1
Sri Wulan W.R..
1
Contoh Distribusi z untuk Selang Kepercayaan (SK) 99 %
luas daerah tidak terarsir ini diketahui
dari Tabel (hal 175)
luas daerah terarsir luas daerah terarsir ini =
ini = α/2 = 0.5% α/2 = 0.5%
-2.575 0 2.575
 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 99 %; db = 13 → 1 - α = 99%
α = 1 % → α/2 = 0.5 %
t tabel (db=13;α/2 = 0.5%) = 3.012
Contoh Distribusi t untuk SK 99 % ; db = 13
luas daerah terarsir luas daerah terarsir ini =
ini = α/2 = 0.5% α/2 = 0.5%
-t = -3.012 0 t =3.012
 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:
Stat-2 –ATA0203 – ESTIMASI Halaman
2
Sri Wulan W.R..
2
Di bawah ini terdapat 4 selang kepercayaan mengenai rata-rata umur mahasiswa. Semua
selang dibuat untuk populasi yang sama, manakah yang paling baik?
A. Selang kepercayaan 90 % rata-rata umur mahasiswa 18 - 25 tahun
B. Selang kepercayaan 99 % rata-rata umur mahasiswa 18 - 27 tahun
C. Selang Kepercayaan 90 % rata-rata umur mahasiswa 22 - 27 tahun
D. Selang Kepercayaan 99 % rata-rata umur mahasiswa 22 - 25 tahun
Jawab : D, karena................................
• Bentuk Umum Selang Kepercayaan
Batas Bawah < (Simbol) Parameter < Batas Atas
Untuk Sampel Berukuran Besar :
Statistik-( zα/2 ×Standard Error Sampel)<Parameter<Statistik+( zα/2 ×Standard Error
Sampel)
Untuk Sampel Berukuran Kecil :
Statistik-( t db( ; / )α 2 ×Standard Error Sampel)< Parameter<Statistik+( t db( ; / )α 2 × Standard
Error
Sampel)
2. Pendugaan 1 Nilai Rata-rata
2.1. Pendugaan 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 µ adalah :
x z x z-
n
< < +
n
α α
σ
µ
σ
2 2
×





 ×






Jika σ tidak diketahui, dapat digunakan s
Stat-2 –ATA0203 – ESTIMASI Halaman
3
Sri Wulan W.R..
3
• Ukuran Sampel bagi pendugaan µ
Pada Derajat Kepercayaan (1-α) ukuran sampel dengan Error (galat) maksimal = E adalah
[ ] n
z
=
×α σ/2
2
Ε
n dibulatkan ke bilangan bulat terdekat terbesar (fungsi ceiling)
jika σ tidak diketahui, gunakan s
E : error maksimal → selisih x dengan µ
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 % → z z2 5 0 025 1 96. % . .= =
x = 2.6 s = 0.3
x z
s
x z
s
-
n
< < +
n
0 025 0 025. .×





 ×





µ
2.6 - 1.96
36
) < < 2.6 + 1.96
36
)×





 ×






0 3 0 3. .
µ
2.6 - 0.098 < µ < 2.6 + 0.098
2.502 < µ < 2.698
b. Buat selang kepercayaan 99 % untuk rata-rata IPK seluruh mahasiswa tingkat II?
Selang kepercayaan 99 % → α = 1 % → α/2 = 0.5 % → z z0 5 0 005 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 % → z z2 5 0 025 1 96. % . .= =
[ ] n
z
= α σ/2
2
Ε [ ] =
×1 96
0.06
2. 0.3
 = ( . )9 8 2
 = 96 04. = 97
d. Berapa ukuran sampel agar error maksimal pada selang kepercayaan 99 % tidak
lebih dari 6 %?E = 6 % = 0.06 s = 0.3
Stat-2 –ATA0203 – ESTIMASI Halaman
4
Sri Wulan W.R..
4
Selang kepercayaan 99 % → α = 1 % → α/2 = 0.5 % → z z0 5 0 005 2 575. % . .= =
(jawab : n = 166 → coba selesaikan dengan lengkap!!!)
2.2. Pendugaan Rata-rata dari sampel kecil (n < 30)
dan nilai simpangan baku populasi (σ) tidak diketahui → gunakan simpangan baku
sampel (s²)
Selang Kepercayaan 2
Selang Kepercayaan sebesar (1-α) bagi µ adalah :
x t
s
x t
s
db db
-
n
< < +
n( ; ) ( ; )α αµ2 2
×





 ×






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.
a. 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
x = 10 s = 1.8
db = n-1 = 9 -1 = 8 t (db=8; α/2 =0.025) = 2.306
x t
s
x t
s
db db
-
n
< < +
n( ; ) ( ; )α αµ2 2
×





 ×






10-
9
< < 10 +
9
2 306
18
2 306
18
.
.
.
.
×





 ×





µ
10 - 1.3836 < µ < 10 + 1.3836
8.6164 < µ < 11.3836
Stat-2 –ATA0203 – ESTIMASI Halaman
5
Sri Wulan W.R..
5
3. Pendugaan Beda 2 Rata-rata
3.1 Pendugaan Beda 2 Rata-rata dari sampel-sampel besar
dan nilai ragam populasi ( σ1
2
dan σ2
2
) diketahui
dan jika nilai ragam populasi ( σ1
2
dan σ2
2
) tidak diketahui → gunakan ragam
sampel ( s1
2
dan s2
2
)
Selang Kepercayaan 3
Selang Kepercayaan sebesar (1-α) bagi µ µ1 2− adalah :
x x
n n
x x
n n1 2 1 2- - z < - < - + zα α
σ σ
µ µ
σ σ
2 2
1
2
1
2
2
2
1 2
1
2
1
2
2
2
× +







 × +








σ1
2
dan σ2
2
tidak diketahui → gunakan s1
2
dan s2
2
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 x x1 2− = |48 - 28| = 20
n1 = 64 n2 = 56
s1
2
= 8 s2
2
= 7
Selang kepercayaan 95 % → α = 5 % → α/2 = 2.5 % → z z2 5 0 025 1 96. % . .= =
x x
n n
x x
n n1 2 1 2- - z < - < - + zα α
σ σ
µ µ
σ σ
2 2
1
2
1
2
2
2
1 2
1
2
1
2
2
2
× +







 × +








20 - +
7
56
< < +
7
56
196
8
64
20 196
8
641 2. .×





 − + ×





µ µ
20 - 0.98 < |µ µ1 2− | < 20 + 0.98
19.02 < |µ µ1 2− | < 20.98
Stat-2 –ATA0203 – ESTIMASI Halaman
6
Sri Wulan W.R..
6
3.2. Pendugaan bagi Beda 2 Rata-rata dari sampel-sampel kecil
dan nilai kedua ragam populasi tidak sama ( σ1
2
≠σ2
2
) dan
tidak diketahui → gunakan ragam sampel (s1
2
dan s2
2
)
Selang Kepercayaan 4
Selang Kepercayaan sebesar (1-α)bagi |µ µ1 2− | adalah:
x x
s
n
s
n
x x
s
n
s
ndb db1 2 1 2- - t < - < - + t( ; ) ( ; )α αµ µ2 2
1
2
1
2
2
2
1 2
1
2
1
2
2
2
× +







 × +








derajat bebas (db) =
( )
( ) ( ) ( ) ( )
s
n
s
n
s
n
s
nn n
1
2
1
2
2
2
1
2
1
2
2
2
2
2
1
2
21 1
+
− + −
db : dibulatkan ke bilangan bulat terbesar terdekat (fungsi Ceiling)
Contoh 5:
12 orang Jepang ditanyai, dan diketahui rata-rata setiap bulan mereka minum 22 liter teh
dengan simpangan baku = 4. ( s1 4= dan s1
2 2
4 16= = )
10 orang Inggris ditanyai, dan diketahui rata-rata, setiap bulan mereka minum 36 liter teh
dengan simpangan baku = 5. ( s2 5= dan s2
2 2
5 25= = )
Jika dianggap bahwa ragam kedua populasi bernilai tidak sama, hitung :
a. derajat bebas bagi distribusi t
db =
( )
( ) ( ) ( ) ( )
s
n
s
n
s
n
s
nn n
1
2
1
2
2
2
1
2
1
2
2
2
2
2
1
2
21 1
+
− + −
=
[ ] [ ]
( )
( ) ( ) ( ) ( )
16
12
25
10
2
16
12
2 25
10
2
12 1 10 1
+
− + −
=
[ ] [ ]
( . . )
( . ) ( . )
1333 2 5
1333 11 2 5 9
2
2 2
+
+
= [ ] [ ]
14 6944
01616 0 6944
. ...
. ... .+
=
14 6944
0 8560
. ...
. ...
=  17.165  = 18
b. 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
Stat-2 –ATA0203 – ESTIMASI Halaman
7
Sri Wulan W.R..
7
db = 18
Nilai t (db = 18; α/2 = 0.005) = 2.878
x x
s
n
s
n
x x
s
n
s
ndb db1 2 1 2- - t < - < - + t( ; ) ( ; )α αµ µ2 2
1
2
1
2
2
2
1 2
1
2
1
2
2
2
× +







 × +








22 36 2
16
12
25
10
22 36 2
16
12
25
101 2- - .878 < - < - + .878× +





 × +





µ µ
14 - 5.53 < |µ µ1 2− | < 14 + 5.63
8.37 < |µ µ1 2− | < 19.63
3.3 Pendugaan bagi Beda 2 Rata-rata dari sampel-sampel kecil
dan nilai kedua ragam populasi sama ( σ1
2
=σ2
2
) tidak diketahui
→ gunakan ragam sampel gabungan (sgab
2
)
Selang Kepercayaan 5
Selang Kepercayaan sebesar (1-α) bagi |µ µ1 2− | adalah:
x x
n n
x x
n ndb db1 2 gab 1 2 gab- - t s < - < - + t s( ; ) ( ; )α αµ µ2 2
1 1 1 1
1 2
1 2
1 2
× × +





 × × +






s
n s n s
n ngab
2 1 1
2
2 2
2
1 2
1 1
2
=
− −
+ −
( ) ( )+
dan s sgab gab= 2
derajat bebas (db) = n n1 2 2+ −
Contoh 6:
12 orang Jepang ditanyai, dan diketahui rata-rata setiap bulan mereka minum 22 liter teh
dengan simpangan baku = 4.
10 orang Inggris ditanyai, dan diketahui rata-rata, setiap bulan mereka minum 26 liter teh
dengan simpangan baku = 5.
Jika dianggap bahwa ragam kedua populasi bernilai sama, hitung :
a. derajat bebas
Stat-2 –ATA0203 – ESTIMASI Halaman
8
Sri Wulan W.R..
8
b. Ragam dan Simpangan baku gabungan kedua sampel
c Tentukan selang kepercayaan 99 % untuk beda rata-rata banyak teh yang diminum
setiap bulan oleh seluruh orang Jepang dan orang Inggris
(kerjakan sebagai latihan!!!)
a. db = n n1 2 2+ − = 12 + 10 - 2 = 20
b. s
n s n s
n ngab
2 1 1
2
2 2
2
1 2
1 1
2
=
− −
+ −
( ) ( )+
=
( ) ( )
.
11 16 9 25
20
401
20
20 05
× + ×
= =
s sgab gab= 2
= 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
x x
n n
x x
n ndb db1 2 gab 1 2 gab- - t s < - < - + t s( ; ) ( ; )α αµ µ2 2
1 1 1 1
1 2
1 2
1 2
× × +





 × × +






22 36 2 4 477
1
12
1
10
22 36 2 4 477
1
12
1
101 2- - .845 < - < - + .845× × +





 × × +





. ... . ...µ µ
14 - 5.45 < |µ µ1 2− | < 14 + 5.45
8.55 < |µ µ1 2− | < 19.45
3.4 Pendugaan bagi Beda 2 Rata-rata dari data berpasangan (paired data) sampel-
sampel kecil
Data berpasangan didapat dari 1 individu (yang relatif) sama yang dikenai 2 perlakuan.
Selang Kepercayaan 6:
Selang Kepercayaan sebesar (1-α) bagi |µ µ1 2− | adalah:
d t
s
n
d t
s
n
db
d
db
d
− ×





 < − < + ×





; / ; /α αµ µ2 1 2 2
derajat bebas (db) = n-1
n : banyak pasangan data
di : x1i- x2i: selisih pasangan data ke-i untuk i = 1,2,3,...n
Stat-2 –ATA0203 – ESTIMASI Halaman
9
Sri Wulan W.R..
9
d : rata-rata di
d
d
n
i
=
∑
sd
2
: ragam nilai d s
d d
nd
i2
1
=
−
−
∑( )
sd : simpangan baku d s sd d= 2
Contoh 7:
Banyak produk rusak pada 2 shift diukur dari 4 karyawan.
Banyak Produk yang rusak
Nama Shift Pagi (x1) Shift malam (x2) di d (di - d ) (di - d )²
A 3 10 7 8 -1 1
B 5 15 10 8 2 4
C 4 9 5 8 -3 9
D 2 12 10 8 2 4
Σ
di=32
Σ(di - d )²=18
n = 4
d
d
n
i
=
∑ = =
32
4
8
s
d d
nd
i2
1
=
−
−
∑( )
= =
18
3
6 dan s sd d= 2
= =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
Stat-2 –ATA0203 – ESTIMASI Halaman
10
Sri Wulan W.R..
10
d t
s
n
d t
s
n
db
d
db
d
− ×





 < − < + ×





; / ; /α αµ µ2 1 2 2
8 5841
2 449
4
8 5841
2 449
4
1 2− ×





 < − < + ×





.
. ...
.
. ...
µ µ
8 7 15 8 7 151 2− < − < +. ... . ..µ µ
0 85 15151. .< − <µ µ
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 z
p q
n
p z
p q
n
- < < +α απ2 2
×
×




 ×
×





ingat→ 1 - p = q
Stat-2 –ATA0203 – ESTIMASI Halaman
11
Sri Wulan W.R..
11
• Ukuran Sampel untuk pendugaan proporsi
Ukuran Sampel pada Selang Kepercayaan (1-α) dengan Error (galat) maksimal= E
n
z p q
E
=
× ×





α/2
2
2 n di ceiling!
n : ukuran sampel
E : error → 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 % → z z2 5 0 025 1 96. % . .= =
p = 160/500 = 0.32 q = 1 - p = 0.68
p z
p q
n
p z
p q
n
- < < +α απ2 2
×
×




 ×
×





0.32 - < < 0.32 +1 96
0 32 0 68
500
1 96
0 32 0 68
500
..
. .
..
. .
×
×




 ×
×




π
0.28 < π < 0.36
b. Berapa ukuran sampel agar kita dapat percaya 95 % dan Error maksimal = 2%
n
z p q
E
=
× ×





α/2
2
2 =
196 0 32 0 68
0 02
2
2
. . .
.
× ×




= 2089.8304 = 2090
Stat-2 –ATA0203 – ESTIMASI Halaman
12
Sri Wulan W.R..
12
4.2. Pendugaan Beda 2 Proporsi dari sampel-sampel besar
Selang Kepercayaan 8
Selang Kepercayaan sebesar (1-α) bagi π π1 2− adalah :
p p
p q
n
p q
n
p p
p q
n
p q
n1 2 1 2- - z < - < - + zα απ π2 2
1 1
1
2 2
2
1 2
1 1
1
2 2
2
×
×
+
×




 ×
×
+
×





Contoh 9:
Dari 1000 penduduk Jakarta, 700 menyetujui berlakunya aturan lalulintas baru ( p1 =0.70)
Dari 800 penduduk Surabaya, hanya 200 yang tidak menyetujui aturan lalulintas baru (
q2 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!!!
p1 = 0.70 → q p1 11= − = 1 - 0.70 = 0.30
q2 0 25= . → p q2 21= − = 1 - 0.25 = 0.75
p p1 2− = |0.70 - 0.75| = 0.05
Selang kepercayaan 90 % → α = 10 % → α/2 = 5 % → z z5 0 05 1 645% . .= =
p p
p q
n
p q
n
p p
p q
n
p q
n1 2 1 2- - z < - < - + zα απ π2 2
1 1
1
2 2
2
1 2
1 1
1
2 2
2
×
×
+
×




 ×
×
+
×





0 05
1000 800
0 05
1000 8001 2. .- 1.645
0.7 0.3 0.75 0.25
< - < + 1.645
0.7 0.3 0.75 0.25
×
×
+
×




 ×
×
+
×




π π
0 05 0 051 2. .- (1.645 0.02108...) < - < + (1.645 0.02108...)× ×π π
0 05 0 051 2. .- 0.03467... < - < + 0.03467...π π
0.01532... < - < 0.08467...π π1 2
Stat-2 –ATA0203 – ESTIMASI Halaman
13
Sri Wulan W.R..
13
 selesai 
Stat-2 –ATA0203 – ESTIMASI Halaman
14
Sri Wulan W.R..
14

More Related Content

What's hot

Bab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluangBab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluang
Arif Windiargo
 
STATISTIKA-Pengujian hipotesis
STATISTIKA-Pengujian hipotesisSTATISTIKA-Pengujian hipotesis
STATISTIKA-Pengujian hipotesis
Yousuf Kurniawan
 
Konsep dasar pendugaan parameter
Konsep dasar pendugaan parameterKonsep dasar pendugaan parameter
Konsep dasar pendugaan parameter
matematikaunindra
 
3 . analisis regresi linier berganda dua peubah
3 .  analisis regresi  linier berganda dua peubah3 .  analisis regresi  linier berganda dua peubah
3 . analisis regresi linier berganda dua peubah
Yulianus Lisa Mantong
 
Tabel t, z dan f dan chi kuadrat
Tabel t, z dan f dan chi kuadratTabel t, z dan f dan chi kuadrat
Tabel t, z dan f dan chi kuadrat
Ir. Zakaria, M.M
 
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
 
Distribusi multinomial
Distribusi multinomialDistribusi multinomial
Distribusi multinomial
MarwaElshi
 
Statistika bisnis: Pendugaan Parameter
Statistika bisnis: Pendugaan ParameterStatistika bisnis: Pendugaan Parameter
Statistika bisnis: Pendugaan Parameter
Retna Rindayani
 

What's hot (20)

Beberapa distribusi peluang diskrit (1)
Beberapa distribusi peluang diskrit (1)Beberapa distribusi peluang diskrit (1)
Beberapa distribusi peluang diskrit (1)
 
Distribusi binomial, poisson dan normal
Distribusi binomial, poisson dan normalDistribusi binomial, poisson dan normal
Distribusi binomial, poisson dan normal
 
Bab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluangBab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluang
 
Distribusi poisson
Distribusi poissonDistribusi poisson
Distribusi poisson
 
Beberapa distribusi peluang kontinu
Beberapa distribusi peluang kontinuBeberapa distribusi peluang kontinu
Beberapa distribusi peluang kontinu
 
Modul statistika-ii-part-2
Modul statistika-ii-part-2Modul statistika-ii-part-2
Modul statistika-ii-part-2
 
STATISTIKA-Pengujian hipotesis
STATISTIKA-Pengujian hipotesisSTATISTIKA-Pengujian hipotesis
STATISTIKA-Pengujian hipotesis
 
uji hipotesis satu rata – rata bagian 2
uji hipotesis satu rata – rata bagian 2uji hipotesis satu rata – rata bagian 2
uji hipotesis satu rata – rata bagian 2
 
Konsep dasar pendugaan parameter
Konsep dasar pendugaan parameterKonsep dasar pendugaan parameter
Konsep dasar pendugaan parameter
 
Statistika inferensial 1
Statistika inferensial 1Statistika inferensial 1
Statistika inferensial 1
 
Uji proporsi satu populasi dan dua populasi
Uji proporsi satu populasi dan dua populasiUji proporsi satu populasi dan dua populasi
Uji proporsi satu populasi dan dua populasi
 
3 . analisis regresi linier berganda dua peubah
3 .  analisis regresi  linier berganda dua peubah3 .  analisis regresi  linier berganda dua peubah
3 . analisis regresi linier berganda dua peubah
 
Tabel t, z dan f dan chi kuadrat
Tabel t, z dan f dan chi kuadratTabel t, z dan f dan chi kuadrat
Tabel t, z dan f dan chi kuadrat
 
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
 
Distribusi multinomial
Distribusi multinomialDistribusi multinomial
Distribusi multinomial
 
Distribusi eksponensial
Distribusi eksponensialDistribusi eksponensial
Distribusi eksponensial
 
Statistika bisnis: Pendugaan Parameter
Statistika bisnis: Pendugaan ParameterStatistika bisnis: Pendugaan Parameter
Statistika bisnis: Pendugaan Parameter
 
Integral Lipat Dua ( Kalkulus 2 )
Integral Lipat Dua ( Kalkulus 2 )Integral Lipat Dua ( Kalkulus 2 )
Integral Lipat Dua ( Kalkulus 2 )
 
13.analisa korelasi
13.analisa korelasi13.analisa korelasi
13.analisa korelasi
 

Viewers also liked

Scalable Simple Random Sampling Algorithms
Scalable Simple Random Sampling AlgorithmsScalable Simple Random Sampling Algorithms
Scalable Simple Random Sampling Algorithms
Xiangrui Meng
 
Selang kepercayaan
Selang kepercayaanSelang kepercayaan
Selang kepercayaan
sidesty
 
Stratified Random Sampling
Stratified Random SamplingStratified Random Sampling
Stratified Random Sampling
kinnari raval
 

Viewers also liked (15)

Scalable Simple Random Sampling Algorithms
Scalable Simple Random Sampling AlgorithmsScalable Simple Random Sampling Algorithms
Scalable Simple Random Sampling Algorithms
 
Stat prob12 confidenceinterval
Stat prob12 confidenceintervalStat prob12 confidenceinterval
Stat prob12 confidenceinterval
 
Populasi dan sampel
Populasi dan sampelPopulasi dan sampel
Populasi dan sampel
 
Simple random sampling
Simple random samplingSimple random sampling
Simple random sampling
 
Selang kepercayaan
Selang kepercayaanSelang kepercayaan
Selang kepercayaan
 
Stat prob03 sampling
Stat prob03 samplingStat prob03 sampling
Stat prob03 sampling
 
Bab vii perhitungan sampel dalam epidemiologi 1
Bab vii perhitungan sampel dalam epidemiologi 1Bab vii perhitungan sampel dalam epidemiologi 1
Bab vii perhitungan sampel dalam epidemiologi 1
 
Teknik Pengambilan Sampel
Teknik Pengambilan SampelTeknik Pengambilan Sampel
Teknik Pengambilan Sampel
 
Simple random sampling
Simple random samplingSimple random sampling
Simple random sampling
 
Menentukan populasi dan sampel serta teknik pengambilan sampel
Menentukan populasi dan sampel serta teknik pengambilan sampelMenentukan populasi dan sampel serta teknik pengambilan sampel
Menentukan populasi dan sampel serta teknik pengambilan sampel
 
Stratified Random Sampling
Stratified Random SamplingStratified Random Sampling
Stratified Random Sampling
 
Metode pengambilan sampel
Metode pengambilan sampelMetode pengambilan sampel
Metode pengambilan sampel
 
Teknik pengambilan sampel
Teknik pengambilan sampelTeknik pengambilan sampel
Teknik pengambilan sampel
 
Sampling and Sample Types
Sampling  and Sample TypesSampling  and Sample Types
Sampling and Sample Types
 
uji hipotesis beda dua rata - rata
uji hipotesis beda dua rata - ratauji hipotesis beda dua rata - rata
uji hipotesis beda dua rata - rata
 

Similar to Pendugaan parameter (20)

Estimasi
EstimasiEstimasi
Estimasi
 
Estimasi1
Estimasi1Estimasi1
Estimasi1
 
Statistik 1 3 dispersi
Statistik 1 3 dispersiStatistik 1 3 dispersi
Statistik 1 3 dispersi
 
Pendugaan Parameter
Pendugaan ParameterPendugaan Parameter
Pendugaan Parameter
 
TEORI-PENDUGAAN-STATISTIK.pptx
TEORI-PENDUGAAN-STATISTIK.pptxTEORI-PENDUGAAN-STATISTIK.pptx
TEORI-PENDUGAAN-STATISTIK.pptx
 
12. contoh soal uts statistika
12. contoh soal uts statistika12. contoh soal uts statistika
12. contoh soal uts statistika
 
Ek107 122215-838-11
Ek107 122215-838-11Ek107 122215-838-11
Ek107 122215-838-11
 
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
 
Desain-Eksperimen-Pertemuan-14.ppt
Desain-Eksperimen-Pertemuan-14.pptDesain-Eksperimen-Pertemuan-14.ppt
Desain-Eksperimen-Pertemuan-14.ppt
 
Teori penaksiran1
Teori penaksiran1Teori penaksiran1
Teori penaksiran1
 
Statistika 2014 Estimasi
Statistika 2014 EstimasiStatistika 2014 Estimasi
Statistika 2014 Estimasi
 
STANDARD SCORE, SKEWNESS & KURTOSIS
STANDARD SCORE, SKEWNESS & KURTOSISSTANDARD SCORE, SKEWNESS & KURTOSIS
STANDARD SCORE, SKEWNESS & KURTOSIS
 
Barisan dan-deret
Barisan dan-deretBarisan dan-deret
Barisan dan-deret
 
Bab 03 statistika
Bab 03   statistikaBab 03   statistika
Bab 03 statistika
 
Estimasi mean
Estimasi meanEstimasi mean
Estimasi mean
 
Estimasi mean
Estimasi meanEstimasi mean
Estimasi mean
 
Pertemuan 5
Pertemuan 5Pertemuan 5
Pertemuan 5
 
Ukuran dispersi(5)
Ukuran dispersi(5)Ukuran dispersi(5)
Ukuran dispersi(5)
 
STATISTIK DESKRIPTIF
STATISTIK DESKRIPTIFSTATISTIK DESKRIPTIF
STATISTIK DESKRIPTIF
 

Recently uploaded

SEJARAH PERKEMBANGAN KEPERAWATAN JIWA dan Trend Issue.ppt
SEJARAH PERKEMBANGAN KEPERAWATAN JIWA dan Trend Issue.pptSEJARAH PERKEMBANGAN KEPERAWATAN JIWA dan Trend Issue.ppt
SEJARAH PERKEMBANGAN KEPERAWATAN JIWA dan Trend Issue.ppt
AlfandoWibowo2
 
Aksi Nyata Sosialisasi Profil Pelajar Pancasila.pdf
Aksi Nyata Sosialisasi Profil Pelajar Pancasila.pdfAksi Nyata Sosialisasi Profil Pelajar Pancasila.pdf
Aksi Nyata Sosialisasi Profil Pelajar Pancasila.pdf
JarzaniIsmail
 
mengapa penguatan transisi PAUD SD penting.pdf
mengapa penguatan transisi PAUD SD penting.pdfmengapa penguatan transisi PAUD SD penting.pdf
mengapa penguatan transisi PAUD SD penting.pdf
saptari3
 
PPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptx
PPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptxPPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptx
PPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptx
dpp11tya
 
bab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ika
bab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ikabab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ika
bab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ika
AtiAnggiSupriyati
 

Recently uploaded (20)

PEMANASAN GLOBAL - MATERI KELAS X MA.pptx
PEMANASAN GLOBAL - MATERI KELAS X MA.pptxPEMANASAN GLOBAL - MATERI KELAS X MA.pptx
PEMANASAN GLOBAL - MATERI KELAS X MA.pptx
 
PELAKSANAAN + Link2 Materi BimTek _PTK 007 Rev-5 Thn 2023 (PENGADAAN) & Perhi...
PELAKSANAAN + Link2 Materi BimTek _PTK 007 Rev-5 Thn 2023 (PENGADAAN) & Perhi...PELAKSANAAN + Link2 Materi BimTek _PTK 007 Rev-5 Thn 2023 (PENGADAAN) & Perhi...
PELAKSANAAN + Link2 Materi BimTek _PTK 007 Rev-5 Thn 2023 (PENGADAAN) & Perhi...
 
SEJARAH PERKEMBANGAN KEPERAWATAN JIWA dan Trend Issue.ppt
SEJARAH PERKEMBANGAN KEPERAWATAN JIWA dan Trend Issue.pptSEJARAH PERKEMBANGAN KEPERAWATAN JIWA dan Trend Issue.ppt
SEJARAH PERKEMBANGAN KEPERAWATAN JIWA dan Trend Issue.ppt
 
Stoikiometri kelas 10 kurikulum Merdeka.ppt
Stoikiometri kelas 10 kurikulum Merdeka.pptStoikiometri kelas 10 kurikulum Merdeka.ppt
Stoikiometri kelas 10 kurikulum Merdeka.ppt
 
power point bahasa indonesia "Karya Ilmiah"
power point bahasa indonesia "Karya Ilmiah"power point bahasa indonesia "Karya Ilmiah"
power point bahasa indonesia "Karya Ilmiah"
 
Modul Projek - Batik Ecoprint - Fase B.pdf
Modul Projek  - Batik Ecoprint - Fase B.pdfModul Projek  - Batik Ecoprint - Fase B.pdf
Modul Projek - Batik Ecoprint - Fase B.pdf
 
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
 
Bab 4 Persatuan dan Kesatuan di Lingkup Wilayah Kabupaten dan Kota.pptx
Bab 4 Persatuan dan Kesatuan di Lingkup Wilayah Kabupaten dan Kota.pptxBab 4 Persatuan dan Kesatuan di Lingkup Wilayah Kabupaten dan Kota.pptx
Bab 4 Persatuan dan Kesatuan di Lingkup Wilayah Kabupaten dan Kota.pptx
 
DAFTAR PPPK GURU KABUPATEN PURWOREJO TAHUN 2024
DAFTAR PPPK GURU KABUPATEN PURWOREJO TAHUN 2024DAFTAR PPPK GURU KABUPATEN PURWOREJO TAHUN 2024
DAFTAR PPPK GURU KABUPATEN PURWOREJO TAHUN 2024
 
AKSI NYATA BERBAGI PRAKTIK BAIK MELALUI PMM
AKSI NYATA BERBAGI PRAKTIK BAIK MELALUI PMMAKSI NYATA BERBAGI PRAKTIK BAIK MELALUI PMM
AKSI NYATA BERBAGI PRAKTIK BAIK MELALUI PMM
 
Aksi Nyata Sosialisasi Profil Pelajar Pancasila.pdf
Aksi Nyata Sosialisasi Profil Pelajar Pancasila.pdfAksi Nyata Sosialisasi Profil Pelajar Pancasila.pdf
Aksi Nyata Sosialisasi Profil Pelajar Pancasila.pdf
 
mengapa penguatan transisi PAUD SD penting.pdf
mengapa penguatan transisi PAUD SD penting.pdfmengapa penguatan transisi PAUD SD penting.pdf
mengapa penguatan transisi PAUD SD penting.pdf
 
Contoh Laporan Observasi Pembelajaran Rekan Sejawat.pdf
Contoh Laporan Observasi Pembelajaran Rekan Sejawat.pdfContoh Laporan Observasi Pembelajaran Rekan Sejawat.pdf
Contoh Laporan Observasi Pembelajaran Rekan Sejawat.pdf
 
Salinan dari JUrnal Refleksi Mingguan modul 1.3.pdf
Salinan dari JUrnal Refleksi Mingguan modul 1.3.pdfSalinan dari JUrnal Refleksi Mingguan modul 1.3.pdf
Salinan dari JUrnal Refleksi Mingguan modul 1.3.pdf
 
PPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptx
PPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptxPPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptx
PPT PERUBAHAN LINGKUNGAN MATA PELAJARAN BIOLOGI KELAS X.pptx
 
Sosialisasi PPDB SulSel tahun 2024 di Sulawesi Selatan
Sosialisasi PPDB SulSel tahun 2024 di Sulawesi SelatanSosialisasi PPDB SulSel tahun 2024 di Sulawesi Selatan
Sosialisasi PPDB SulSel tahun 2024 di Sulawesi Selatan
 
Membaca dengan Metode Fonik - Membuat Rancangan Pembelajaran dengan Metode Fo...
Membaca dengan Metode Fonik - Membuat Rancangan Pembelajaran dengan Metode Fo...Membaca dengan Metode Fonik - Membuat Rancangan Pembelajaran dengan Metode Fo...
Membaca dengan Metode Fonik - Membuat Rancangan Pembelajaran dengan Metode Fo...
 
MAKALAH KELOMPOK 7 ADMINISTRASI LAYANAN KHUSUS.pdf
MAKALAH KELOMPOK 7 ADMINISTRASI LAYANAN KHUSUS.pdfMAKALAH KELOMPOK 7 ADMINISTRASI LAYANAN KHUSUS.pdf
MAKALAH KELOMPOK 7 ADMINISTRASI LAYANAN KHUSUS.pdf
 
Refleksi Mandiri Modul 1.3 - KANVAS BAGJA.pptx.pptx
Refleksi Mandiri Modul 1.3 - KANVAS BAGJA.pptx.pptxRefleksi Mandiri Modul 1.3 - KANVAS BAGJA.pptx.pptx
Refleksi Mandiri Modul 1.3 - KANVAS BAGJA.pptx.pptx
 
bab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ika
bab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ikabab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ika
bab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ika
 

Pendugaan parameter

  • 1. PENDUGAAN PARAMETER 1 Pendahuluan • Pendugaan Parameter Populasi dilakukan dengan menggunakan nilai Statistik Sampel Misal : 1. x digunakan sebagai penduga bagi µ 2. s digunakan sebagai penduga bagi σ 3. p patau  digunakan sebagai penduga bagi π atau p Catatan : Beberapa pustaka menulis p sebagai p (p topi) p = proporsi "sukses" dalam sampel acak (ingat konsep percobaan binomial?) 1 - p = q = proporsi "gagal" dalam sampel acak • 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 αα dan Selang kepercayaan yang lazim digunakan antara lain : Selang kepercayaan 90 % → Derajat Kepercayaan = 1 - α = 9 α = 10 % → α/2 = 5 % → z z5 0 05 1 645% . .= = Selang kepercayaan 95 % → Derajat Kepercayaan = 1 - α = 95% α = 5 % → α/2 = 2.5 % → z z2 5 0 025 1 96. % . .= = Selang kepercayaan 99 % → Derajat Kepercayaan = 1 - α = 99% α = 1 % → α/2 = 0.5 % z z0 5% 0 005 2 575. . .= = Stat-2 –ATA0203 – ESTIMASI Halaman 1 Sri Wulan W.R.. 1
  • 2. Contoh Distribusi z untuk Selang Kepercayaan (SK) 99 % luas daerah tidak terarsir ini diketahui dari Tabel (hal 175) luas daerah terarsir luas daerah terarsir ini = ini = α/2 = 0.5% α/2 = 0.5% -2.575 0 2.575  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 99 %; db = 13 → 1 - α = 99% α = 1 % → α/2 = 0.5 % t tabel (db=13;α/2 = 0.5%) = 3.012 Contoh Distribusi t untuk SK 99 % ; db = 13 luas daerah terarsir luas daerah terarsir ini = ini = α/2 = 0.5% α/2 = 0.5% -t = -3.012 0 t =3.012  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: Stat-2 –ATA0203 – ESTIMASI Halaman 2 Sri Wulan W.R.. 2
  • 3. Di bawah ini terdapat 4 selang kepercayaan mengenai rata-rata umur mahasiswa. Semua selang dibuat untuk populasi yang sama, manakah yang paling baik? A. Selang kepercayaan 90 % rata-rata umur mahasiswa 18 - 25 tahun B. Selang kepercayaan 99 % rata-rata umur mahasiswa 18 - 27 tahun C. Selang Kepercayaan 90 % rata-rata umur mahasiswa 22 - 27 tahun D. Selang Kepercayaan 99 % rata-rata umur mahasiswa 22 - 25 tahun Jawab : D, karena................................ • Bentuk Umum Selang Kepercayaan Batas Bawah < (Simbol) Parameter < Batas Atas Untuk Sampel Berukuran Besar : Statistik-( zα/2 ×Standard Error Sampel)<Parameter<Statistik+( zα/2 ×Standard Error Sampel) Untuk Sampel Berukuran Kecil : Statistik-( t db( ; / )α 2 ×Standard Error Sampel)< Parameter<Statistik+( t db( ; / )α 2 × Standard Error Sampel) 2. Pendugaan 1 Nilai Rata-rata 2.1. Pendugaan 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 µ adalah : x z x z- n < < + n α α σ µ σ 2 2 ×       ×       Jika σ tidak diketahui, dapat digunakan s Stat-2 –ATA0203 – ESTIMASI Halaman 3 Sri Wulan W.R.. 3
  • 4. • Ukuran Sampel bagi pendugaan µ Pada Derajat Kepercayaan (1-α) ukuran sampel dengan Error (galat) maksimal = E adalah [ ] n z = ×α σ/2 2 Ε n dibulatkan ke bilangan bulat terdekat terbesar (fungsi ceiling) jika σ tidak diketahui, gunakan s E : error maksimal → selisih x dengan µ 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 % → z z2 5 0 025 1 96. % . .= = x = 2.6 s = 0.3 x z s x z s - n < < + n 0 025 0 025. .×       ×      µ 2.6 - 1.96 36 ) < < 2.6 + 1.96 36 )×       ×       0 3 0 3. . µ 2.6 - 0.098 < µ < 2.6 + 0.098 2.502 < µ < 2.698 b. Buat selang kepercayaan 99 % untuk rata-rata IPK seluruh mahasiswa tingkat II? Selang kepercayaan 99 % → α = 1 % → α/2 = 0.5 % → z z0 5 0 005 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 % → z z2 5 0 025 1 96. % . .= = [ ] n z = α σ/2 2 Ε [ ] = ×1 96 0.06 2. 0.3  = ( . )9 8 2  = 96 04. = 97 d. Berapa ukuran sampel agar error maksimal pada selang kepercayaan 99 % tidak lebih dari 6 %?E = 6 % = 0.06 s = 0.3 Stat-2 –ATA0203 – ESTIMASI Halaman 4 Sri Wulan W.R.. 4
  • 5. Selang kepercayaan 99 % → α = 1 % → α/2 = 0.5 % → z z0 5 0 005 2 575. % . .= = (jawab : n = 166 → coba selesaikan dengan lengkap!!!) 2.2. Pendugaan Rata-rata dari sampel kecil (n < 30) dan nilai simpangan baku populasi (σ) tidak diketahui → gunakan simpangan baku sampel (s²) Selang Kepercayaan 2 Selang Kepercayaan sebesar (1-α) bagi µ adalah : x t s x t s db db - n < < + n( ; ) ( ; )α αµ2 2 ×       ×       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. a. 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 x = 10 s = 1.8 db = n-1 = 9 -1 = 8 t (db=8; α/2 =0.025) = 2.306 x t s x t s db db - n < < + n( ; ) ( ; )α αµ2 2 ×       ×       10- 9 < < 10 + 9 2 306 18 2 306 18 . . . . ×       ×      µ 10 - 1.3836 < µ < 10 + 1.3836 8.6164 < µ < 11.3836 Stat-2 –ATA0203 – ESTIMASI Halaman 5 Sri Wulan W.R.. 5
  • 6. 3. Pendugaan Beda 2 Rata-rata 3.1 Pendugaan Beda 2 Rata-rata dari sampel-sampel besar dan nilai ragam populasi ( σ1 2 dan σ2 2 ) diketahui dan jika nilai ragam populasi ( σ1 2 dan σ2 2 ) tidak diketahui → gunakan ragam sampel ( s1 2 dan s2 2 ) Selang Kepercayaan 3 Selang Kepercayaan sebesar (1-α) bagi µ µ1 2− adalah : x x n n x x n n1 2 1 2- - z < - < - + zα α σ σ µ µ σ σ 2 2 1 2 1 2 2 2 1 2 1 2 1 2 2 2 × +         × +         σ1 2 dan σ2 2 tidak diketahui → gunakan s1 2 dan s2 2 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 x x1 2− = |48 - 28| = 20 n1 = 64 n2 = 56 s1 2 = 8 s2 2 = 7 Selang kepercayaan 95 % → α = 5 % → α/2 = 2.5 % → z z2 5 0 025 1 96. % . .= = x x n n x x n n1 2 1 2- - z < - < - + zα α σ σ µ µ σ σ 2 2 1 2 1 2 2 2 1 2 1 2 1 2 2 2 × +         × +         20 - + 7 56 < < + 7 56 196 8 64 20 196 8 641 2. .×       − + ×      µ µ 20 - 0.98 < |µ µ1 2− | < 20 + 0.98 19.02 < |µ µ1 2− | < 20.98 Stat-2 –ATA0203 – ESTIMASI Halaman 6 Sri Wulan W.R.. 6
  • 7. 3.2. Pendugaan bagi Beda 2 Rata-rata dari sampel-sampel kecil dan nilai kedua ragam populasi tidak sama ( σ1 2 ≠σ2 2 ) dan tidak diketahui → gunakan ragam sampel (s1 2 dan s2 2 ) Selang Kepercayaan 4 Selang Kepercayaan sebesar (1-α)bagi |µ µ1 2− | adalah: x x s n s n x x s n s ndb db1 2 1 2- - t < - < - + t( ; ) ( ; )α αµ µ2 2 1 2 1 2 2 2 1 2 1 2 1 2 2 2 × +         × +         derajat bebas (db) = ( ) ( ) ( ) ( ) ( ) s n s n s n s nn n 1 2 1 2 2 2 1 2 1 2 2 2 2 2 1 2 21 1 + − + − db : dibulatkan ke bilangan bulat terbesar terdekat (fungsi Ceiling) Contoh 5: 12 orang Jepang ditanyai, dan diketahui rata-rata setiap bulan mereka minum 22 liter teh dengan simpangan baku = 4. ( s1 4= dan s1 2 2 4 16= = ) 10 orang Inggris ditanyai, dan diketahui rata-rata, setiap bulan mereka minum 36 liter teh dengan simpangan baku = 5. ( s2 5= dan s2 2 2 5 25= = ) Jika dianggap bahwa ragam kedua populasi bernilai tidak sama, hitung : a. derajat bebas bagi distribusi t db = ( ) ( ) ( ) ( ) ( ) s n s n s n s nn n 1 2 1 2 2 2 1 2 1 2 2 2 2 2 1 2 21 1 + − + − = [ ] [ ] ( ) ( ) ( ) ( ) ( ) 16 12 25 10 2 16 12 2 25 10 2 12 1 10 1 + − + − = [ ] [ ] ( . . ) ( . ) ( . ) 1333 2 5 1333 11 2 5 9 2 2 2 + + = [ ] [ ] 14 6944 01616 0 6944 . ... . ... .+ = 14 6944 0 8560 . ... . ... =  17.165  = 18 b. 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 Stat-2 –ATA0203 – ESTIMASI Halaman 7 Sri Wulan W.R.. 7
  • 8. db = 18 Nilai t (db = 18; α/2 = 0.005) = 2.878 x x s n s n x x s n s ndb db1 2 1 2- - t < - < - + t( ; ) ( ; )α αµ µ2 2 1 2 1 2 2 2 1 2 1 2 1 2 2 2 × +         × +         22 36 2 16 12 25 10 22 36 2 16 12 25 101 2- - .878 < - < - + .878× +       × +      µ µ 14 - 5.53 < |µ µ1 2− | < 14 + 5.63 8.37 < |µ µ1 2− | < 19.63 3.3 Pendugaan bagi Beda 2 Rata-rata dari sampel-sampel kecil dan nilai kedua ragam populasi sama ( σ1 2 =σ2 2 ) tidak diketahui → gunakan ragam sampel gabungan (sgab 2 ) Selang Kepercayaan 5 Selang Kepercayaan sebesar (1-α) bagi |µ µ1 2− | adalah: x x n n x x n ndb db1 2 gab 1 2 gab- - t s < - < - + t s( ; ) ( ; )α αµ µ2 2 1 1 1 1 1 2 1 2 1 2 × × +       × × +       s n s n s n ngab 2 1 1 2 2 2 2 1 2 1 1 2 = − − + − ( ) ( )+ dan s sgab gab= 2 derajat bebas (db) = n n1 2 2+ − Contoh 6: 12 orang Jepang ditanyai, dan diketahui rata-rata setiap bulan mereka minum 22 liter teh dengan simpangan baku = 4. 10 orang Inggris ditanyai, dan diketahui rata-rata, setiap bulan mereka minum 26 liter teh dengan simpangan baku = 5. Jika dianggap bahwa ragam kedua populasi bernilai sama, hitung : a. derajat bebas Stat-2 –ATA0203 – ESTIMASI Halaman 8 Sri Wulan W.R.. 8
  • 9. b. Ragam dan Simpangan baku gabungan kedua sampel c Tentukan selang kepercayaan 99 % untuk beda rata-rata banyak teh yang diminum setiap bulan oleh seluruh orang Jepang dan orang Inggris (kerjakan sebagai latihan!!!) a. db = n n1 2 2+ − = 12 + 10 - 2 = 20 b. s n s n s n ngab 2 1 1 2 2 2 2 1 2 1 1 2 = − − + − ( ) ( )+ = ( ) ( ) . 11 16 9 25 20 401 20 20 05 × + × = = s sgab gab= 2 = 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 x x n n x x n ndb db1 2 gab 1 2 gab- - t s < - < - + t s( ; ) ( ; )α αµ µ2 2 1 1 1 1 1 2 1 2 1 2 × × +       × × +       22 36 2 4 477 1 12 1 10 22 36 2 4 477 1 12 1 101 2- - .845 < - < - + .845× × +       × × +      . ... . ...µ µ 14 - 5.45 < |µ µ1 2− | < 14 + 5.45 8.55 < |µ µ1 2− | < 19.45 3.4 Pendugaan bagi Beda 2 Rata-rata dari data berpasangan (paired data) sampel- sampel kecil Data berpasangan didapat dari 1 individu (yang relatif) sama yang dikenai 2 perlakuan. Selang Kepercayaan 6: Selang Kepercayaan sebesar (1-α) bagi |µ µ1 2− | adalah: d t s n d t s n db d db d − ×       < − < + ×      ; / ; /α αµ µ2 1 2 2 derajat bebas (db) = n-1 n : banyak pasangan data di : x1i- x2i: selisih pasangan data ke-i untuk i = 1,2,3,...n Stat-2 –ATA0203 – ESTIMASI Halaman 9 Sri Wulan W.R.. 9
  • 10. d : rata-rata di d d n i = ∑ sd 2 : ragam nilai d s d d nd i2 1 = − − ∑( ) sd : simpangan baku d s sd d= 2 Contoh 7: Banyak produk rusak pada 2 shift diukur dari 4 karyawan. Banyak Produk yang rusak Nama Shift Pagi (x1) Shift malam (x2) di d (di - d ) (di - d )² A 3 10 7 8 -1 1 B 5 15 10 8 2 4 C 4 9 5 8 -3 9 D 2 12 10 8 2 4 Σ di=32 Σ(di - d )²=18 n = 4 d d n i = ∑ = = 32 4 8 s d d nd i2 1 = − − ∑( ) = = 18 3 6 dan s sd d= 2 = =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 Stat-2 –ATA0203 – ESTIMASI Halaman 10 Sri Wulan W.R.. 10
  • 11. d t s n d t s n db d db d − ×       < − < + ×      ; / ; /α αµ µ2 1 2 2 8 5841 2 449 4 8 5841 2 449 4 1 2− ×       < − < + ×      . . ... . . ... µ µ 8 7 15 8 7 151 2− < − < +. ... . ..µ µ 0 85 15151. .< − <µ µ 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 z p q n p z p q n - < < +α απ2 2 × ×      × ×      ingat→ 1 - p = q Stat-2 –ATA0203 – ESTIMASI Halaman 11 Sri Wulan W.R.. 11
  • 12. • Ukuran Sampel untuk pendugaan proporsi Ukuran Sampel pada Selang Kepercayaan (1-α) dengan Error (galat) maksimal= E n z p q E = × ×      α/2 2 2 n di ceiling! n : ukuran sampel E : error → 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 % → z z2 5 0 025 1 96. % . .= = p = 160/500 = 0.32 q = 1 - p = 0.68 p z p q n p z p q n - < < +α απ2 2 × ×      × ×      0.32 - < < 0.32 +1 96 0 32 0 68 500 1 96 0 32 0 68 500 .. . . .. . . × ×      × ×     π 0.28 < π < 0.36 b. Berapa ukuran sampel agar kita dapat percaya 95 % dan Error maksimal = 2% n z p q E = × ×      α/2 2 2 = 196 0 32 0 68 0 02 2 2 . . . . × ×     = 2089.8304 = 2090 Stat-2 –ATA0203 – ESTIMASI Halaman 12 Sri Wulan W.R.. 12
  • 13. 4.2. Pendugaan Beda 2 Proporsi dari sampel-sampel besar Selang Kepercayaan 8 Selang Kepercayaan sebesar (1-α) bagi π π1 2− adalah : p p p q n p q n p p p q n p q n1 2 1 2- - z < - < - + zα απ π2 2 1 1 1 2 2 2 1 2 1 1 1 2 2 2 × × + ×      × × + ×      Contoh 9: Dari 1000 penduduk Jakarta, 700 menyetujui berlakunya aturan lalulintas baru ( p1 =0.70) Dari 800 penduduk Surabaya, hanya 200 yang tidak menyetujui aturan lalulintas baru ( q2 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!!! p1 = 0.70 → q p1 11= − = 1 - 0.70 = 0.30 q2 0 25= . → p q2 21= − = 1 - 0.25 = 0.75 p p1 2− = |0.70 - 0.75| = 0.05 Selang kepercayaan 90 % → α = 10 % → α/2 = 5 % → z z5 0 05 1 645% . .= = p p p q n p q n p p p q n p q n1 2 1 2- - z < - < - + zα απ π2 2 1 1 1 2 2 2 1 2 1 1 1 2 2 2 × × + ×      × × + ×      0 05 1000 800 0 05 1000 8001 2. .- 1.645 0.7 0.3 0.75 0.25 < - < + 1.645 0.7 0.3 0.75 0.25 × × + ×      × × + ×     π π 0 05 0 051 2. .- (1.645 0.02108...) < - < + (1.645 0.02108...)× ×π π 0 05 0 051 2. .- 0.03467... < - < + 0.03467...π π 0.01532... < - < 0.08467...π π1 2 Stat-2 –ATA0203 – ESTIMASI Halaman 13 Sri Wulan W.R.. 13
  • 14.  selesai  Stat-2 –ATA0203 – ESTIMASI Halaman 14 Sri Wulan W.R.. 14