TEORI PENAKSIRAN. Bab 8. A. Pendahuluan. Kompetensi Mampu menjelaskan dan menganalisis teori penaksiran

dokumen-dokumen yang mirip
Bab 6 PENAKSIRAN PARAMETER

JENIS PENDUGAAN STATISTIK

Statistika Inferensial

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika

A. Pengertian Hipotesis

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

Pendugaan Parameter. Debrina Puspita Andriani /

BAB 6: ESTIMASI PARAMETER (2)

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi.

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai

BAB V ANALISA PEMECAHAN MASALAH

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan

Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand

Distribusi Sampling (Distribusi Penarikan Sampel)

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL)

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

Mata Kuliah: Statistik Inferensial

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto

SEBARAN t dan SEBARAN F

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

ESTIMASI TITIK DAN INTERVAL KEPERCAYAAN

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi

Analisa Data Statistik. Ratih Setyaningrum, MT

STATISTIK PERTEMUAN VIII

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

REGRESI LINIER GANDA

Sampling Process and Sampling Distribution Inference : Point and Interval Estimates. Pertemuan 2

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya

BAB III METODE PENELITIAN

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan.

BAB 2 LANDASAN TEORI

Modul Kuliah statistika

Statistika Inferensia: Pendugaan Parameter. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

BAB III METODE PENELITIAN

Penyelesaian: Variables Entered/Removed a. a. Dependent Variable: Tulang b. All requested variables entered.

PENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA

Proses Pendugaan. 95% yakin bahwa diantara 40 & 60. Mean X = 50. Mean,, tdk diketahui. Contoh Prentice-Hall, Inc. Chap. 7-1

PETA KONSEP RETURN dan RISIKO PORTOFOLIO

IV. METODE PENELITIAN

III. METODE PENELITIAN. Variabel X merupakan variabel bebas adalah kepemimpinan dan motivasi,

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah.

PENGUJIAN HIPOTESA BAB 7

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Penarikan Sampel Acak Sederhana

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari.

BAB III METODE PENELITIAN

TINJAUAN PUSTAKA Pengertian

UKURAN TENDENSI SENTRAL

BAB III METODE PENELITIAN

Distribusi Sampling merupakan distribusi teoritis (distribusi kemungkinan) dari semua hasil sampel yang mungkin, dengan ukuran sampel yang tetap N,

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL

x = μ...? 2 2 s = σ...? x x s = σ...?

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4

9 Departemen Statistika FMIPA IPB

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

METODE PENELITIAN. 3.1 Kerangka Pemikiran

BAB VII DISTRIBUSI SAMPLING DAN DESKRIPSI DATA

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

BAB III METODE PENELITIAN

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang

UKURAN PEMUSATAN DATA

PENDAHULUAN. Statistika penyajian DATA untuk memperoleh INFORMASI penafsiran DATA. Data (bentuk tunggal : Datum ) : ukuran suatu nilai

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014.

Bab III Metoda Taguchi

STATISTIKA DAN PELUANG BAB III STATISTIKA

Pengertian Estimasi Titik. Estimasi (Pendugaan) Estimasi (Pendugaan) Estimasi (Pendugaan) Populasi dan Sampel. Mean Proporsi

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.

BAB III METODE PENELITIAN

Range atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu

BAB 7 PEN P GUJ GU IAN HIPO P T O ES T A

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua

MANAJEMEN RISIKO INVESTASI

II. LANDASAN TEORI. Sampling adalah proses pengambilan atau memilih n buah elemen dari populasi yang

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian

II. LANDASAN TEORI. dihitung. Nilai setiap statistik sampel akan bervariasi antar sampel.

INFERENSI STATISTIS: UJI HIPOTESIS

I. DERET TAKHINGGA, DERET PANGKAT

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP

BAB III METODE PENELITIAN. Dalam melakukan penelitian, terlebih dahulu menentukan desain

PENAKSIRAN. Penaksiran Titik. Selang Kepercayaan untuk VARIANSI. MA2181 ANALISIS DATA Utriweni Mukhaiyar 17 Oktober 2011

PENDAHULUAN. (ingat : STATISTIKA STATISTIK!!! )

III. METODELOGI PENELITIAN

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB III METODE PENELITIAN

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 20 Bandar Lampung, dengan populasi

III. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut:

BAB IV HASIL DAN PEMBAHASAN. Alat terapi ini menggunakan heater kering berjenis fibric yang elastis dan

Transkripsi:

Bab 8 TEORI PENAKSIRAN Kompetesi Mampu mejelaska da megaalisis teori peaksira Idikator 1. Mejelaska da megaalisis data dega megguaka peaksira titik 2. Mejelaska da megaalisis data dega megguaka peaksira iterval A. Pedahulua Dalam membuat taksira (pedugaa) sagat diperluka kosep probabilitas karea sagat bergua dalam pembuata keputusa pada kodisi ketidakpastia. Setiap orag selalu perah membuat suatu dugaa, cotoh hari ii cuaca medug, maka dugaa kita bahwa hari ii aka huja. Seorag Maajer juga harus melakuka dugaa-dugaa. Serigkali mereka ditutut utuk membuat dugaa yag rasioal dalam kodisi yag peuh ketidakpastia tapa iformasi yag legkap. Agar dugaa yag dilakuka dapat meghasilka suatu dugaa yag baik, maka mereka harus meguasai kosep pedugaa secara statistik, cotoh: maajeme memutuska utuk memproduksi barag pada tigkat tertetu berdasarka kemugkia permitaa yag aka terjadi terhadap barag tersebut. Pertimbaga yag dilakuka dapat berdasarka pegalama yag lalu (data histories), kodisi alam (musim huja, musim kemarau), pesaig, da lai sebagaiya. Dalam aalisis statistik, pearika kesimpula merupaka bagia yag sagat petig. Kesimpula yag diambil megeai sekelompok sampel aka 126

digeeralisasika terhadap populasiya. Geeralisasi kesimpula tersebut megadug risiko bahwa aka terdapat kekelirua atau ketidaktepata. Kriteria taksira (pedugaa) yag baik, yaitu: 1. Tidak bias (Ubiasedess), Artiya statistik sampel yag diguaka sebagai peduga harus sama atau medekati parameter populasi peduga 2. Efisiesi (Efficiecy), Artiya statistik sampel memiliki deviasi stadar yag kecil 3. Kosistesi (Cosistecy), Artiya jika ukura sampel meigkat maka statistik sampel aka semaki medekati parameter populasiya. 4. Kecukupa (Sufficiecy), Artiya suatu taksira dikataka memiliki kecukupa jika taksira tersebut dapat memberika iformasi yag cukup megeai sifat populasiya. Ada dua jeis taksira (pedugaa) yag dilakuka terhadap populasi, yaitu: 1. Pedugaa titik (Poit Estimatio) 2. Pedugaa iterval (Iterval Estimatio) B. Peaksira Titik (Poit Estimatio) Peaksira titik megadug pegertia bahwa suatu parameter (misal µ) aka ditaksir haya dega megguaka satu bilaga saja (misalya dega X). Peaksira titik serig megalami kekelirua, sehigga probabilitas suatu peaksira titik tersebut tepat adalah sagat kecil atau medekati ol. Sehigga peaksira titik jarag diguaka. Taksira titik utuk rata-rata populasi (µ) da proporsi populasi (π) megguaka rata-rata sample ( X ) da proporsi sample (p) yag dapat dihitug dega megguaka rumus: 127

X = ΣX (1) p = X (2) Cotoh: Seorag peeliti igi megetahui rata-rata TOEFL mahasiswa Prodi Maajeme Fakultas Ekoomi UMY yag aka meempuh pedadara periode bula Jauari. Dega megguaka sample sebayak 10 orag da data TOEFL masig-masig mahasiswa sebagai berikut: Tabel 8.1 Score TOEFL Mahasiswa No Mahasiswa TOEFL 1 Tii 375 2 Badu 425 3 Joo 425 4 Ruli 500 5 Meri 475 6 Didi 385 7 Badu 400 8 Tuti 400 9 Susi 350 10 Dedi 385 Berdasarka data tersebut, maka rata-rata TOEFLya adalah: Jawab: Diketahui ΣX = 4120 = 10 maka X = ΣX = 4120 10 = 412 Jadi dapat disimpulka rata-rata TOEFL mahasiswa Prodi Maajeme FE UMY yag aka megambil pedadara periode bula Jauari 2007 adalah 412. 128

C. Peaksira Iterval (Iterval Estimatio) Peaksira iterval merupaka iterval ilai (rage) yag ilai parameter populasi berada di dalamya.tujua membuat peaksira iterval adalah meguragi kesalaha peaksira. Peaksira iterval memiliki batas-batas tertetu sehigga peaksira aka berada di ataraya. Batas-batas tersebut adalah batas bawah taksira (lower limit estimate) yag merupaka ilai taksira parameter populasi teredah da batas atas taksira (upper limit estimate) merupaka ilai taksira parameter populasi tertiggi.. Batas-batas dalam peaksira dega iterval harus ditujag dega adaya derajat keyakia/kepastia yag biasaya diyataka dega prosetase. Derajat keyakia tersebut disebut dega Cofidece Coefficiet, besarya derajat keyakia sama dega 1 - α (α = tigkat kesalaha duga), misalya: derajat keyakia 90% maka α= 10%; derajat keyakia 95% maka α= 5%. Sedagka batas-batasya diamaka Cofidece Iterval. Peaksira iterval dibedaka mejadi 2 yaitu: 1. Peaksira rata-rata utuk data yag bersifat kotiu 2. Peaksira proporsi utuk data yag bersifat diskrit Peaksira dilakuka terhadap agka-agka statistic atau agka-agka yag diperoleh dari sample. Sampel yag diguaka utuk perhituga dibedaka atara sample kecil (< 30) da sample besar (>=30), pembedaa sample tersebut diguaka utuk pemiliha tabel distribusi yag aka diguaka dalam perhituga. Apabila sample kecil maka diguaka tabel Distribusi Studet t dega degree of freedom (df) atau derajat kebebasa = -1. t 1/2 (α).-1 (uji dua sisi) atau t α. -1 (uji satu sisi) dimaa: 129

α = tigkat kesalaha duga = jumlah sample (observasi) Cotoh: Apabila jumlah sample 15 dega α=5% (0,05), uji dua sisi maka: t 1/2 (α).-1 = t 1/2 (0,05). 15-1 t 0,025. 14 = 2,145 (lihat tabel distribusi studet t ) Cara membaca tabel Tabel 8.2 Tabel distribusi studet t α df 0.4.25.1.05.025.01.005.0025 dst 1 2.. 14 2.145 d s t Apabila sample besar maka diguaka Tabel Distribusi Normal Stadart. Tidak megguaka degree of freedom (df) Z 1/2 α (uji dua sisi) atau Z α (uji satu sisi) dimaa: α = tigkat kesalaha duga Cotoh: Apabila jumlah sample 35 dega α=5% (0,05), uji dua sisi maka: Z 1/2 (α) = Z ½ (0,05) Z 0,025 maka (1:2) 0,025= 0,4750 Z 0,025 = 1,96 (lihat tabel distribusi Normal Stadart) 130

Cara membaca tabel Tabel 8.3 Tabel distribusi Stadar Normal z 0 1 2 3 4 5 6 7 dst 0.0 0.1 dst 1.,1 1.2 dst 1.9 4750 2.0 dst D. Peaksira Rata-Rata 1. Peaksira rata-rata utuk parameter yag rata-rata da stadar deviasiya diketahui dega populasi tidak terbatas a. Sampel kecil ( < 30) Peaksira rata-rata dega sampel kecil megguaka tabel distribusi studet t, dega derajat kebebasa (degree of freedom/d.f) adalah 1 SD µ = Χ ± t 1 2α. 1 di maa: µ = rata-rata parameter yag ditaksir X = rata-rata statistik SD = stadar deviasi statistik = jumlah sampel yag diguaka t 1/2 α.-1 = batas keyakia yag diguaka Cotoh: Sebuah LSM igi megetahui rata-rata peghasila pegame yag ada di Yogyakarta. Utuk peelitia tersebut diambil sampel 29 pegame, da diperoleh data bahwa rata-rata peghasila pegame per hari adalah Rp. 19.500,- dega stadar deviasi Rp. 4.200,-. 131

Dega megguaka iterval keyakia 95%, tetuka peaksira rata-rata peghasila pegame di Yogyakarta tersebut? Diketahui: = 29 X = 19.500 SD = 4.200 α = 5% (0,05) t 1/2 α. -1 = t 1/2 (0,05). 29-1 = t 0,025. 28 = 2,048 Jawab: µ = Χ ± t1 2α. 1 SD µ = 19.500 ± 2,048 4200 29 µ = 19.500 ± 2,048 4200 29 µ = 19.500 ± 2,048 4.200 5,385 µ = 19.500 ± 2,048 µ =19.500 ± 1.559,84 (779,92 ) µ = 19.500 ± 1.560 ( dibulatka) µ = 19.500+ 1.560 = 21.060 µ = 19.500 1.560 = 17.940 Atas dasar perhituga tersebut dapat disimpulka bahwa rata-rata peghasila pegame yag ada di Yogyakarta palig besar adalah Rp Rp21.060 da yag palig kecil adalah Rp 17.940. b. Sampel besar ( 30) Pada peaksira rata-rata dega sampel besar aka diguaka tabel Z (tabel kurva ormal stadar) dega rumus: 132

SD µ = Χ ± Ζ 1 2 α di maa: µ = rata-rata parameter yag ditaksir X SD = rata-rata statistik = stadar deviasi statistik = jumlah sampel yag diguaka Z 1/2 α.-1 = batas keyakia yag diguaka Cotoh: Seseorag melakuka pegamata megeai lama usia bola lampu OHP. Berdasarka pegamata pada 64 buah bola lampu OHP da teryata mempuyai rata-rata masa pakai 50 jam dega SD selama 4 jam. Dega megguaka α = 5%, tetuka rata-rata usia pakai yag sebearya dari bola lampu OHP tersebut megguaka peaksira rata-rata iterval. Jawab: Diketahui: = 64 X = 50 jam SD = 4 jam α = 5% (0,05) Z 1/2 (0,05). = t 0,025 = 1,96 maka µ = Χ ± Ζ 1 2 α SD = 50 ± 1,96 4 64 = 50 ± 1,96 4 8 = 50 ± 1,96 (0,5 ) 133

= 50 ± 0,98 Dapat disimpulka rata-rata usia pakai bola lampu OHP palig lama 50,98 jam (50+0,98) da palig cepat 49,02 jam (50-0,98). 2. Peaksira rata-rata utuk parameter yag rata-rata da stadar deviasiya diketahui dega populasi terbatas. a. Sampel kecil ( < 30) SD µ = Χ ± t 1 2α. 1 N N 1 Cotoh: Suatu perusahaa alat elektroik igi meeliti waktu yag diperluka karyawaya dalam memasag kompoe X. Utuk itu diambil sampel 10 karyawa da diperoleh data waktu rata-rata 55 meit dega varia 100 meit. Bila jumlah karyawa seluruhya adalah 100 orag, hituglah berapa rata-rata waktu pemasaga utuk seluruh karyawa tersebut, guaka α = 5%. b. Utuk sampel besar ( 30) SD µ = Χ ± Ζ1 2α N N 1 µ = rata-rata parameter X = rata-rata statistik t 1/2 α.-1 = batas keyakia yag diguaka Z 1/2α = batas keyakia yag diguaka N = jumlah populasi = jumlah sampel 134

SD = stadar deviasi statistik. Cotoh: Sebuah populasi peggua mobil A berjumlah 1000 orag. Utuk megetahui pedapata rata-rata peggua mobil tersebut diambil sampel radom sebayak 50 orag. Hasil peelitia meujukka bahwa pedapata rata-rata per bula adalah Rp. 4 juta dega SD Rp. 1 juta. Dega taraf sigifikasi 4% tetuka iterval rata-rata pedapata peggua mobil tersebut? 3. Peaksira Proporsi Peaksira proporsi aka diguaka apabila data yag ada bersifat diskrit. Peaksira proporsi ii sebaikya diguaka utuk sampel besar. Terdapat dua rumus: a. Peaksira proporsi dega populasi yag tidak diketahui: p. q P = p ± Ζ1 2α dimaa: P = proporsi dari parameter p = proporsi statistik, yag besarya dapat diduga dega p = x/ X = ilai dari sample = jumlah sampel yag diguaka N = jumlah seluruh populasi q = 1 p Z 1/2 α = batas iterval keyakia Cotoh: Seorag deka dari salah satu fakultas di UMY igi megetahui besarya proporsi mahasiswa yag merasa kurag puas dega pelayaa yag diberika kepada mahasiswa. Utuk maksud tersebut 135

diambil sampel radom sebayak 100 mahasiswa da dari kuesioer yag diisi diketahui bahwa 10 orag meyataka kurag puas dega pelayaa fakultas tersebut. Bila deka tersebut megguaka tigkat keyakia 97%, maka berapa besar proporsi seluruh mahasiswa tersebut yag merasa kurag puas dega pelayaa yag diberika? Jawab: Diketahui: = 100 X = 10 p = 10/100 = 0,1 q = 1 0,1 = 0,9 α = 100% - 97% = 3% (0,03) Z 1/2 α = Z 1/2 (0,03) = Z 0,015 = (100%- 3%)/2 = 48,5% (0,4850) = 2,17 (lihat tabel distribusi Normal Stadart) maka: P = p ± Ζ 1 2 α p. q = 0,1 ± 2,17 0,1.0,9 100 P = 0,1 ± 2,17(0,03) P = 0,1 ± 0,0651 Dapat disimpulka bahwa proporsi mahasiswa yag kurag puas dega pelayaa yag diberika oleh fakultas palig sedikit 3,49% (0,1 0,0651) da palig bayak 16,51% (0,1 + 0,0651) b. Peaksira proporsi dega populasi terbatas: p. q N P = p ± Ζ1 2α N 1 dimaa: P = proporsi dari parameter 136

p = proporsi statistik, yag besarya dapat diduga dega p = x/ X = ilai dari sample = jumlah sampel yag diguaka N = jumlah seluruh populasi q = 1 p Z 1/2 α = batas iterval keyakia Cotoh: Seorag ketua RT igi megetahui berapa proporsi peduduk di desaya yag memiliki aak lebih dari 3 orag. Dari seluruh peduduk di desaya yag berjumlah 300 orag diambil sampel 80 orag da teryata yag memiliki aak lebih dari 3 orag sebayak 20 orag. Dega iterval keyakia 95%, batulah ketua RT tersebut meghitug proporsi peduduk desa yag memiliki aak lebih dari 3 orag. E. RANGKUMAN 1. Dalam membuat taksira (pedugaa) sagat diperluka kosep probabilitas karea sagat bergua dalam pembuata keputusa pada kodisi ketidakpastia, Ada jeis peaksira yaitu peaksira titik (Poit Estimatio) da peaksira iterval (Iterval Estimatio). 2. Peaksira titik megadug pegertia bahwa suatu parameter (misal µ) aka ditaksir haya dega megguaka satu bilaga saja (misalya dega X ). Peaksira titik serig megalami kekelirua, sehigga probabilitas suatu peaksira titik tersebut tepat adalah sagat kecil atau medekati ol. Sehigga peaksira titik jarag diguaka. 3. Peaksira iterval merupaka iterval ilai (rage) yag ilai parameter populasi berada di dalamya.tujua membuat peaksira iterval adalah meguragi kesalaha peaksira da ada dua batas yaitu batas bawah 137

taksira (lower limit estimate) da batas atas taksira (upper limit estimate). Batas-batas dalam peaksira dega iterval harus ditujag dega adaya derajat keyakia/kepastia disebut dega Cofidece Coefficiet, sedagka batas-batasya diamaka Cofidece Iterval. 4. Utuk meetuka rata-rata dalam peaksira, digologka atara populasi terbatas da populasi tidak terbatas da sample juga digologka atara sample kecil da sample besar. 5. Peaksira proporsi aka diguaka apabila data yag ada bersifat diskrit. Peaksira proporsi ii sebaikya diguaka utuk sampel besar yag terdiri dari populasi terbatas da populasi tidak terbatas. F. LATIHAN 1. Apakah yag dimaksud dega peaksira? 2. Jelaska secara terperici tetag peaksira titik, peaksira iterval da peaksira proporsi! 3. Suatu biro riset igi megestimasi rata-rata pegeluara utuk pembelia baha makaa per miggu dari ibu-ibu rumah tagga. Sebuah sampel radom yag terdiri dari 100 orag ibu rumah tagga telah dipilih dari populasi ibu rumah tagga. Dari data tersebut diketahui bahwa rata-rata pegeluara per miggu adalah Rp. 30.000,- dega stadar deviasi Rp. 2.000,-. Hitug dega iterval keyakia 98% utuk meaksir pegeluara rata-rata pembelia baha makaa per miggu? 4. Rektor suatu pergurua tiggi diyogyakarta igi megetahui rata-rata IPK utuk setiap Fakultas. Sampel yag diguaka utuk setiap fakultas adalah sebagai berikut: 138

No Fakultas Jumlah Jumlah IPK ratarata Stadar α Populasi Sampel Deviasi 1 Ekoomi - 465 3,20 2 10% 2 Hukum - 176 2,95 2 5% 3 Isipol - 550 3,10 3 8% 4 Tekik 75 47 2,40 2 2% 5 Pertaia 60 35 2,25 3 4% 6 Kedoktera - 225 2,60 2 1% 7 Agama Islam 45 22 3,30 2 4% Dega taraf sigifika berbeda masig-masig fakultas, maka tetuka taksira rata-rata IPK mahasiswa masig-masig fakultas! 5. Suatu biro Travel igi meetuka waktu yag diperluka utuk meempuh perjalaa dari Yogyakarta ke Bali. Dari 12 kali perjalaa diperoleh iformasi sebagai berikut: Perjalaa ke Waktu (jam) 1 23 2 21 3 24 4 20 5 25 6 20 7 22 8 22 9 25 10 20 11 19 12 20 139

Buatlah taksira lama perjalaa dari Yogyakarta ke Bali yag sesugguhya dega taraf sigifikasi 10%! 6. Seorag pejual alat tulis igi megetahui merk bolpoit yag diguaka oleh pelajar SMP da SMA di Semarag. Pejual tersebut megambil sample sebayak 225 pelajar SMP maupu SMA da teryata 60% megguaka bolpoit pilot. Apabila iterval keyakia 96%, tetuka proporsi pelajar SMP da SMA di Semarag yag megguaka bolpoit tersebut! 7. Utuk megetahui tigkat kecerdasa aak suatu Sekolah Dasar di Yogyakarta, maka diambil secara radom aak SD tersebut sebayak 50 orag sebagai sample. Dari hasil tes IQ yag dilakuka diperoleh rata-rata IQ sebesar 115 dega varias sebesar 81. apabila diguaka taraf sigifika sebesar 4%, maka hituglah perkiraa rata-rata IQ aak SD tersebut! 140