Estimasi dan Confidence Interval

dokumen-dokumen yang mirip
Estimasi dan Confidence Interval

Interval Estimation. Tjipto Juwono, Ph.D. May 20, TJ (SU) Interval Estimation May / 24

Interval Estimation. Tjipto Juwono, Ph.D. May 13, TJ (SU) Interval Estimation May / 17

Interval Estimation. Tjipto Juwono, Ph.D. May TJ (SU) Interval Estimation May / 19

Uji Hipotesa Dua Sampel (Lanjutan)

Analisa Regresi Dua Variabel: Konsep Dasar ReviewApril Statistik: 2016 Uji 1 Hipotesa / 52

Uji Hipotesa Dua Sampel

Uji Hipotesa Satu Sampel

Statistik Non Parametrik

Metode Sampling dan Teorema Central Limit

Uji Hipotesa Satu Sampel

Pembahasan Soal. Tjipto Juwono, Ph.D. May 14, TJ (SU) Pembahasan Soal May / 43

pernyataan mengenai sesuatu yang harus diuji kebenarannya Hipotesis statistik adalah suatu pernyataan yang menyatakan harga sebuah/beberapa parameter

Magister Pengelolaan Air dan Air Limbah Universitas Gadjah Mada. 18-Aug-17. 1http://istiarto.staff.ugm.ac.id. Statistika Teknik.

ESTIMASI. Arna Fariza PENDAHULUAN

STATISTIKA INDUSTRI 2 TIN 4004

ESTIMASI. Widya Setiafindari

INFERENSI STATISTIS: RENTANG KEYAKINAN

Analisa Regresi Dua Variabel: Estimasi

PENDUGAAN PARAMETER STATISTIK INDUSTRI 1

PENGUJIAN HIPOTESIS. Nurwahyu Alamsyah, S.Kom wahyualamsyah.wordpress.com. D3 - Manajemen Informatika - Universitas Trunojoyo Madura

UJI HIPOTESA PERBEDAAN. t-test

ESTIMASI. Podojoyo, SKM, M.Kes. Podojoyo 1

ESTIMATION AND CONFIDENCE INTERVALS

Contoh Solusi PR 4 Statistika & Probabilitas. 1. Nilai probabilitas pada masing-masing soal mengacu pada tabel Standard Normal Distribution.

Statistika. Rentang Keyakinan. Universitas Gadjah Mada Fakultas Teknik Jurusan Teknik Sipil dan Lingkungan Prodi S2 Teknik Sipil.

Materi Kuliah: Statistik Inferensial

STATISTIK PERTEMUAN VII

PENS. Probability and Random Process. Topik 8. Estimasi Parameter. Prima Kristalina Juni 2015

Tidur Malam? (Lanjutan)

(ESTIMASI/ PENAKSIRAN)

PENDUGAAN PARAMETER STATISTIK INDUSTRI 1

Sampling, Estimasi dan Uji Hipotesis

Penduga : x p s r b. Pertemuan Ke 9. BAB V PENDUGAAN PARAMETER

Statistik Bisnis. Week 9 Confidence Interval Estimation

BAB 6 PENAKSIRAN PARAMETER

TEORI PENDUGAAN. diketahui berdasarkan informasi sampel.

Bab 2 DISTRIBUSI PELUANG

Bagian 2. Probabilitas. Struktur Probabilitas. Probabilitas Subyektif. Metode Frekuensi Relatif Kejadian untuk Menentukan Probabilitas

Pengantar Statistika Bab 1

STATISTIKA INDUSTRI 2 TIN 4004

Ummu Kalsum UNIVERSITAS GUNADARMA

Pengujian Hipotesa Dua Sampel

TEORI PENDUGAAN STATISTIK. Oleh : Riandy Syarif

Probabilitas dan Statistika Distribusi Peluang Kontinyu 1. Adam Hendra Brata

BAB IV ANALISIS DATA. hipotesis-hipotesis penelitian yang telah dirumuskan dalam BAB I yaitu efektif

STATISTIK PERTEMUAN X

Econometric Modeling: Model Specification

PENAKSIRAN NILAI PARAMETER POPULASI

Uji Hipotesis dengan ANOVA (Analysis of Variance)

Statistika Psikologi 2

Apa itu suatu Hypothesis?

MULTIKOLINEARITAS. Tjipto Juwono, Ph.D. June 24, TJ (SU) Multicol. June / 22

Analisa Regresi Berganda

Pertemuan 8 STATISTIKA INDUSTRI 2 08/11/2013. Introduction to Linier Regression. Introduction to Linier Regression. Introduction to Linier Regression

BAB IV ANALISIS DATA. penelitian dimaksudkan untuk mengetahui ada tidaknya pengaruh Bimbingan

Hipotesis adalah suatu pernyataan tentang parameter suatu populasi.

Materi Kuliah: Statistik Inferensial

BAB 7: UJI HIPOTESIS (1)

Paham Perkecualian untuk Orang Amerika

Heteroskedastisitas. Tjipto Juwono, Ph.D. September 8, TJ (SU) Hetero. Sep / 19

STMIK KAPUTAMA - BINJAI

I. PENDAHULUAN II. TINJAUAN PUSTAKA

DATA COLLECTION PLAN SAMPLING

MULTIKOLINEARITAS (Lanjutan)

Pengertian Ekonometrika Dan Review Koefisien Korelasi April dan 2016Analisa 1 / Regre 42

ANALYSIS OF VARIANCE

STATISTIKA INDUSTRI 2 TIN 4004

STATISTIKA DESKRIPTIF

BAB 3 MODEL ESTIMASI REGRESI NONPARAMETRIK

DISTRIBUSI PELUANG KONTINYU DISTRIBUSI PROBABILITAS

Distribusi dari Sampling

DISTRIBUSI PROBABILITAS KONTINYU. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016

Dasar-dasar Analisa Regresi

Praktikum Pengujian Hipotesis

DasarTeoriProbabilitasdan StatistikUntukInsinyur

Pertemuan Ke Pengujian hipotesis mengenai rata-rata Nilai Statistik Uji. Wilayah Kritik

Pengantar Analisa Data (2)

Contoh Solusi PR 5 Statistika & Probabilitas

6.1 Distribusi Chi Kuadrat Gambar distribusi Chi kuadrat. α Jika x berdistribusi χ 2 (v) dengan v = derajat kebebasan = n 1 maka P (c 1.

The Central Limit Theorem

SEBARAN PENARIKAN CONTOH

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. teori yang menjadi dasar dan data yang diperoleh dari Badan

SESI 13 STATISTIK BISNIS

Dasar-dasar Analisa Regresi

Estimasi dan Uji Hipotesis

I. PENDAHULUAN II. TINJAUAN PUSTAKA. 1.1 Latar Belakang

Pengantar Statistik Inferensial

BAB IV PENGUMPULAN DATA

STATISTIKA BISNIS PENDUGAAN STATISTIKA. Deden Tarmidi, SE., M.Ak., BKP. Modul ke: Fakultas Ekonomi dan Bisnis. Program Studi Akuntansi

Haryoso Wicaksono, S.Si., M.M., M.Kom. 26

DISTRIBUSI SAMPLING besar

PENAKSIRAN PARAMETER TM_3

Pengantar Analisa Data

LAMPIRAN 1 PERHITUNGAN BESAR SAMPEL

STATISTIK Hypothesis Testing 2 Contoh kasus

MINGGU KE-X: DISTRIBUSI CONTINOUS

BAB I PENDAHULUAN. 1. Menghitung mean, median, kuartil 1 dan 3 standard error of mean.

Sampling. Tjipto Juwono, Ph.D. March, TJ (SU) Sampling March / 20

UJI T SATU SAMPEL. 2. Bentuk uji hipotesis satu sisi (one sided atau one tailed test) untuk sisi atas (upper tailed) dengan hipotesis:

Transkripsi:

Estimasi dan Confidence Interval Tjipto Juwono, Ph.D. April 5, 2016 TJ (SU) Estimasi dan Confidence Interval April 2016 1 / 30

Point Estimate Point Estimate: Adalah suatu nilai tunggal (point) yang diperoleh dari sample yang digunakan untuk melakukan estimasi nilai yang bersesuaian dari populasi. X µ s σ (1) s 2 σ 2 TJ (SU) Estimasi dan Confidence Interval April 2016 2 / 30

Confidence Interval Estimate Confidence Interval Estimate: Adalah suatu rentang nilai (interval) yang diperoleh dari sample sehingga parameter populasi berada pada rentang nilai itu dengan probabilitas tertentu. Probabilitas bahwa parameter populasi berada pada rentang tersebut disebut level of confidence. C.I. = point estimate ± margin of error TJ (SU) Estimasi dan Confidence Interval April 2016 3 / 30

Confidence Interval Estimate Lebar rentang confidence interval ditentukan oleh: 1 Ukuran sample, n. 2 Variasi dalam populasi yang diukur dengan σ dan diestimasi di dalam sample dengan s. 3 level of confidence yang diminta. TJ (SU) Estimasi dan Confidence Interval April 2016 4 / 30

Confidence Interval for Population Mean - σ diketahui Confidence Interval untuk Population Mean jika σ diketahui X ±z σ n (2) Dengan: X : mean dari sample z : nilai-z untuk confidence-level yang dipilih σ : standard deviasi populasi n : jumlah observasi di dalam sample TJ (SU) Estimasi dan Confidence Interval April 2016 5 / 30

Confidence Interval for Population Mean - σ diketahui Confidence Interval untuk Population Mean jika σ diketahui X ±z σ n (3) Lebar Confidence Interval: ditentukan oleh confidence level dan besarnya standard error dari mean Standard error dari mean: Ditentukan oleh dua parameter a Standard Deviation, σ b Jumlah observasi di dalam sample, n TJ (SU) Estimasi dan Confidence Interval April 2016 6 / 30

Bagaimana Cara Menentukan z jika diberikan Confidence Level tertentu? 1 Misalkan diberikan CL=95%. Maka besar probabilitas yang akan kita cari di tabel adalah: 0.95 2 = 0.4750 (4) 2 Carilah harga z di tabel, yang bersesuaian dengan nilai 0.4750 TJ (SU) Estimasi dan Confidence Interval April 2016 7 / 30

Confidence Level Diperoleh: z = 1.96 TJ (SU) Estimasi dan Confidence Interval April 2016 8 / 30

Confidence Level TJ (SU) Estimasi dan Confidence Interval April 2016 9 / 30

Apa Arti Estimasi Confidence Interval? Misalkan kita mempunyai Confidence Level 95%. Dan kemudian kita menghitung Confidence Interval berdasarkan data-data yang diperoleh. Apa makna dari Confidence Interval itu? 1 Misalkan dari populasi yang disediakan, kita mengambil 100 sample 2 Dari 100 sample itu kita memperoleh 100 Confidence Interval 3 Maka dari 100 Confidence Interval tersebut dapat diharapkan bahwa 95 di antaranya akan memuat parameter populasi yang sesuai. 4 Selain itu, 95% dari 100 sample mean yang kita peroleh akan berada pada rentang 1.96 dari parameter populasi yang kita hipotesakan. TJ (SU) Estimasi dan Confidence Interval April 2016 10 / 30

Contoh Contoh Suatu survey ingin mengetahui mean income dari manager tingkat menengah pada suatu industri tertentu. Sample random dari 256 manager menunjukkan sample mean sebesar X = $45420. Standard deviasi dari populasinya adalah σ = $2050. TJ (SU) Estimasi dan Confidence Interval April 2016 11 / 30

Contoh Contoh Suatu survey ingin mengetahui mean income dari manager tingkat menengah pada suatu industri tertentu. Sample random dari 256 manager menunjukkan sample mean sebesar X = $45420. Standard deviasi dari populasinya adalah σ = $2050. 1 Berapa mean dari populasi? (µ) 2 Dapatkan rentang nilai yang masuk akal dari mean dari populasi! 3 Apa makna dari hasil tersebut? TJ (SU) Estimasi dan Confidence Interval April 2016 12 / 30

Contoh 1 Berapa mean dari populasi? (µ) Dalam kasus ini, kita tidak tahu berapa nilai dari µ. Yang kita miliki adalah sample dari mean X=$45420. Sample dari mean ini adalah point estimate dari mean dari populasi. X µ (5) TJ (SU) Estimasi dan Confidence Interval April 2016 13 / 30

Contoh 2 Dapatkan rentang nilai yang masuk akal dari mean dari populasi! Dengan 95% level of confidence: X ±z σ n = $45420±1.96 $2050 256 = $45420±$251 (6) Diperoleh rentang antara $45169 s/d $45671. Sedangkan ±$251 disebut sebagai margin of error. TJ (SU) Estimasi dan Confidence Interval April 2016 14 / 30

Contoh 3 Apa makna dari hasil tersebut? Jika kita mengambil banyak sample (misalkan 100 sample) dari populasi, dengan masing-masing sample berukuran n = 256, dan kita menghitung mean dan confidence interval untuk masing-masing sample, maka kita dapat mengharapkan bahwa 95% dari semua confidence interval itu akan memuat mean dari populasi di dalamnya. Dapat juga kita mengatakan bahwa 5% dari semua confidence interval itu tidak memuat µ di dalamnya. TJ (SU) Estimasi dan Confidence Interval April 2016 15 / 30

Contoh TJ (SU) Estimasi dan Confidence Interval April 2016 16 / 30

σ Tidak Diketahui Standard Deviasi Populasi (σ) Tidak Diketahui Di dalam kebanyakan situasi, σ tidak diketahui. Berikut ini beberapa contoh di mana kemungkinan besar σ tidak diketahui. 1 Seorang mahasiswa ingin mengetahui mean dari jumlah jam yang dipakai mahasiswa untuk bekerja (dibayar) di luar kampus. Ia mewawancarai sample yang terdiri dari 30 mahasiswa. 2 Dilakukan survey terhadap 40 mahasiswa, dan diwawancarai berapa mean dari jarak tempat tinggal ke kampus. 3 Duapuluh mahasiswa yang hampir lulus ditanya berapa student loan yang harus dibayar. TJ (SU) Estimasi dan Confidence Interval April 2016 17 / 30

σ Tidak Diketahui σ tidak diketahui Jika σ tidak diketahui maka kita harus menggunakan t-distribution. TJ (SU) Estimasi dan Confidence Interval April 2016 18 / 30

Karakteristik t-distribution 1 Distribusi-t adalah distribusi yang bersifat kontinu (sama seperti distribusi normal). 2 Distribusi-t berbentuk lonceng (bell-shaped) dan simetris (sama seperti distribusi normal). 3 Berbeda dengan distribusi normal yang hanya ada satu, distribusi-t terdiri dari banyak distribusi ( family of distribution ). Semua distribusi-t itu mempunyai mean nol, tetapi mempunyai standard deviasi yang besarnya bergantung pada ukuran sample n. 4 Distribusi-t lebih menyebar, dan lebih rata di pusat daripada distribusi normal. Namun, jika ukuran sample n ditingkatkan, distribusi-t akan semakin mendekati distribusi normal. TJ (SU) Estimasi dan Confidence Interval April 2016 19 / 30

Perbandingan distribusi-t dengan distribusi normal TJ (SU) Estimasi dan Confidence Interval April 2016 20 / 30

Perbandingan distribusi-t dengan distribusi normal TJ (SU) Estimasi dan Confidence Interval April 2016 21 / 30

σ tidak diketahui Confidence Interval untuk Population Mean jika σ tidak diketahui X ±t α/2,df s n = X ±t α/2,n 1 s n (7) Dengan: X : mean dari sample t : nilai-t untuk confidence-level yang dipilih s : standard deviasi sample n : jumlah observasi di dalam sample df = n 1 : degree of freedom α : level of significance (1-α=level of confidence) TJ (SU) Estimasi dan Confidence Interval April 2016 22 / 30

Contoh Distribusi-t Sebuah perusahaan ban ingin menguji daya tahan ulir pada ban-bannya. Sebuah sample terdiri dari 10 ban yang telah menempuh 50ribu mil, menunjukkan sample mean ulir tersisa sebesar 0.32 inci, dengan standard deviasi 0.09 inci. 1 Susunlah 95% confidence interval untuk mean dari populasi! 2 Apakah masuk akal untuk menyimpulkan bahwa setelah menempuh 50ribu mil, mean dari populasi untuk besar ulir tersisa adalah 0.3 inci? TJ (SU) Estimasi dan Confidence Interval April 2016 23 / 30

Contoh Distribusi-t Diketahui dari soal: n = 10 X = 0.32 (8) s = 0.09 Hitung C.I. dengan menggunakan distribusi-t (karena σ tidak diketahui) X ±t α/2,n 1 s n (9) TJ (SU) Estimasi dan Confidence Interval April 2016 24 / 30

TJ (SU) Estimasi dan Confidence Interval April 2016 25 / 30

TJ (SU) Estimasi dan Confidence Interval April 2016 26 / 30

Contoh Distribusi-t X ±t α/2,n 1 s n = X ±t 0.05/2,10 1 s n = 0.32±t 0.025,9 0.09 10 = 0.32±2.262 0.09 10 (10) = 0.32±0.064 = (0.256, 0.384) Kesimpulan: Perusahaan ban cukup yakin (95% yakin) bahwa mean dari ulir tersisa adalah berada di antara 0.256 dan 0.384 inci. Cukup masuk akal untuk berasumsi bahwa mean dari populasi adalah 0.3 inci, karena 0.3 inci berada di antara 0.256 dan 0.384 inci. TJ (SU) Estimasi dan Confidence Interval April 2016 27 / 30

Contoh 2 Manager dari sebuah mall di Florida ingin membuat estimasi rata-rata uang yang dibelanjakan. Sebuah sample terdiri dari costumer memberikan hasil sebagai berikut. Manager ingin tahu apakah mean dari populasi lebih dekat ke $50, atau bisa lebih tinggi lagi (misalnya $60). TJ (SU) Estimasi dan Confidence Interval April 2016 28 / 30

Contoh 2 X ±t α/2,n 1 s n = X ±t 0.05/2,20 1 s n = 49.53±t 0.05/2,20 1 9.01 20 (11) = 49.53±2.093 9.01 20 = 49.53±4.22 = (45.13, 53.57) Nilai $60 tidak termasuk di dalam interval, sedangkan $50 berada dalam interval. Jadi masuk akal kalau disimpulkan bahwa mean dari populasi adalah $50. TJ (SU) Estimasi dan Confidence Interval April 2016 29 / 30

Distribusi-z atau Distribusi-t Asumsikan populasi mempunyai distribusi normal Gunakan distribusi-z 1 σ diketahui, atau 2 n 30 X ±z σ n Gunakan distribusi-t 1 σ tidak diketahui, dan 2 n < 30 X ±t s n TJ (SU) Estimasi dan Confidence Interval April 2016 30 / 30