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

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

Selang Kepercayaan (Confidence Interval) Pengantar Penduga titik (point estimator) telah dibahas pada kuliah-kuliah sebelumnya. Walau statistikawan

9 Departemen Statistika FMIPA IPB

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

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

STATISTIK PERTEMUAN VIII

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

Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

1 n MODUL 5. Peubah Acak Diskret Khusus

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

Pendugaan Parameter. Debrina Puspita Andriani /

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto

Distribusi Sampling (Distribusi Penarikan Sampel)

Metode Statistika STK211/ 3(2-3)

Distribusi Pendekatan (Limiting Distributions)

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

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

Program Perkuliahan Dasar Umum Sekolah Tinggi Teknologi Telkom. Barisan dan Deret

SEBARAN t dan SEBARAN F


x = μ...? 2 2 s = σ...? x x s = σ...?

Modul Kuliah statistika

TINJAUAN PUSTAKA Pengertian

2 BARISAN BILANGAN REAL

Statistika Inferensia: Pengujian Hipotesis. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real:

II. TINJAUAN PUSTAKA. Secara umum apabila a bilangan bulat dan b bilangan bulat positif, maka ada tepat = +, 0 <

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

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

BAB 2 LANDASAN TEORI

METODE NUMERIK TKM4104. Kuliah ke-2 DERET TAYLOR DAN ANALISIS GALAT

UKURAN PEMUSATAN DATA

ESTIMASI TITIK DAN INTERVAL KEPERCAYAAN

BARISAN DAN DERET. Nurdinintya Athari (NDT)

BAB VII DISTRIBUSI SAMPLING DAN DESKRIPSI DATA

Analisa Data Statistik. Ratih Setyaningrum, MT

TEKNIK SAMPLING PCA SISTEMATIK. Hazmira Yozza Izzati Rahmi HG. Jurusan Matematika FMIPA - Unand

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

LANDASAN TEORI. Secara umum, himpunan kejadian A i ; i I dikatakan saling bebas jika: Ruang Contoh, Kejadian, dan Peluang

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi

I. DERET TAKHINGGA, DERET PANGKAT

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin

Statistika Inferensial

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

BAB 6: ESTIMASI PARAMETER (2)

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

BAB V ANALISA PEMECAHAN MASALAH

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

LIMIT. = δ. A R, jika dan hanya jika ada barisan. , sedemikian hingga Lim( a n

Sebaran Penarikan Contoh. Dept Statistika FMIPA IPB

Statistika dibagi menjadi dua, yaitu: 1. Statistika Deskriftif 2. Statistik Inferensial Penarikan kesimpulan dapat dilakukan dengan dua cara, yaitu:

PENAKSIRAN M A S T A T I S T I K A D A S A R 1 7 M A R E T 2014 U T R I W E N I M U K H A I Y A R

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

,n N. Jelas barisan ini terbatas pada dengan batas M =: 1, dan. barisan ini kovergen ke 0.

Penaksiran Titik Penaksiran Selang. Selang Kepercayaan untuk VARIANSI MA2081 STATISTIKA DASAR

JENIS PENDUGAAN STATISTIK

A. Pengertian Hipotesis

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Distribusi Peluang BERBAGAI MACAM DISTRIBUSI SAMPEL. Distribusi Peluang 5/6/2012

II. LANDASAN TEORI. Pada bab ini akan diberikan beberapa istilah, definisi serta konsep-konsep yang

Himpunan/Selang Kekonvergenan

BAHAN AJAR STATISTIKA MATEMATIKA 2 Matematika STKIP Tuanku Tambusai Bangkinang. 7. PENAKSIRAN ( Taksiran Interval untuk rataan, varian dan proporsi)

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

Induksi Matematika. Pertemuan VII Matematika Diskret Semester Gasal 2014/2015 Jurusan Teknik Informatika UPN Veteran Yogyakarta

1 Persamaan rekursif linier non homogen koefisien konstan tingkat satu

RESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI

Taksiran Interval bagi Rata-rata Parameter Distribusi Poisson Interval Estimate for The Average of Parameter Poisson Distribution

STATISTIKA SMA (Bag.1)

MA1201 MATEMATIKA 2A Hendra Gunawan

Hendra Gunawan. 14 Februari 2014

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28

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

Pendugaan Parameter 1

Distribusi Sampel, Likelihood dan Penaksir

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL)

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

Pengujian Hipotesis untuk selisih dua nilai tengah populasi

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN

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

BAB II TINJAUAN PUSTAKA

Hendra Gunawan. 12 Februari 2014

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

DISTRIBUSI SAMPEL PENAKSIRAN UJI HIPOTESIS MA5182 Topik dalam Statistika I: Statistika Spasial 6 September 2012 Utriweni Mukhaiyar

MINGGU KE-12 TEOREMA LIMIT PUSAT DAN TERAPANNYA

DASAR PENGUKURAN DAN KETIDAKPASTIAN

BARISAN TAK HINGGA DAN DERET TAK HINGGA

Metode Bootstrap Persentil Pada Sensor Tipe II Berdistribusi Eksponensial

Pengamatan, Pengukuran dan Eksperimen

Kalkulus Rekayasa Hayati DERET

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

Penarikan Sampel Acak Sederhana

PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN

PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart

INTERVAL KEPERCAYAAN

KALKULUS 4. Dra. D. L. Crispina Pardede, DEA. SARMAG TEKNIK MESIN

1. Pendahuluan. Materi 3 Pengujuan Hipotesis

Transkripsi:

Selag Kepercayaa Cotoh Besar Jika ukura cotoh (sample size) besar, maka meurut Teorema Limit Pusat, bayak statistik megikuti/mempuyai sebara yag medekati ormal (dapat diaggap ormal). Artiya jika adalah parameter (misalya, p, 1, p1 p ), maka utuk cotoh besar, meurut Teorema Limit Pusat, maka trasform-z ˆ z ˆ mempuyai sebara yag medekati sebara ormal. Dalam hal ii adalah PKM (peduga kemugkia maksimum) bagi, ˆ ˆ adalah simpaga baku dari. ˆ

ˆ biasa disebut juga galat baku (stadard error) dari. ˆ Dega demikia trasform-z ˆ z memperoleh selag kepercayaa bagi. ˆ dapat dijadika pivot utuk Utuk parameter (rataa populasi), ukura cotoh dikataka besar jika 30. Utuk parameter p (proporsi populasi), jika p da (1 p) keduaya lebih besar dari 5. Telada 1. Adaika ˆ adalah statistik yag mempuyai sebara ormal dega rataa da simpaga baku, diasumsika ˆ diketahui. Carilah selag kepercayaa 1 Jawab., 0 1, bagi.

Trasform-z bagi adalah Z ˆ ˆ yag mempuyai sebara ormal baku N (0,1). Dega demikia kita peroleh peryataa peluag P z Z z 1 Pesubstitusia trasform-z ke dalam peryataa peluag itu meghasilka ˆ P z z 1 ˆ Yag setelah melalui seragkaia maipulasi aljabar meghasilka P ˆ z ˆ z 1 ˆ ˆ

Jadi, selag kepercayaa 1 bagi adalah ( ˆ z ˆ ˆ, z ˆ) atau, biasa juga dituliska ˆ z ˆ. Adaika dalam suatu kasus ukura cotoh cukup besar ( 30). Adaika ˆ X adalah rataa cotoh, maka S ˆ. X ˆ Dega demikia selag kepercayaa (1 )100% cotoh besar bagi rataa populasi adalah X z X z Dalam hal ii s adalah ilai dugaa bagi. Jadi s

s s PX z X z 1 Ii kita artika bila percobaa atau survei yag meghasilka data kita lakuka berulag-ulag, da dari setiap ulaga itu kita buat selag kepercayaa bagi, maka kira-kira (1 )100% dari semua selag kepercayaa yag dibuat aka mecakup ilai parameter yag sebearya. Utuk suatu data cotoh tertetu, adaika x da s adalah ilai rataa da simpaga baku cotoh. Ada dua kemugkia, selag kepercayaa z x s mecakup atau tidak mecakup parameter. Namu kita tidak aka tahu pasti, yag maa dari dua kemugkia itu yag terjadi.

Yag membuat kita percaya (1 )100% adalah bahwa prosedur yag kita guaka mejami bahwa bila dibuat bayak sekali selag kepercayaa, maka kira-kira (1 )100% di ataraya aka mecakup parameter yag sebearya. Selag Kepercayaa utuk Proporsi p Perhatika sebara biom dega parameter p. Adaika X adalah bayakya keberhasila dalam tidaka (trials). Maka PKM bagi p adalah ˆp X.

da X ˆ ˆ X p(1 p) p(1 p) p(1 p) sehigga pˆ pˆ(1 pˆ) Dega demikia selag kepercayaa (1 )100% cotoh besar hampira bagi p adalah ˆ(1 ˆ) ˆ(1 ˆ) ˆ p p z p ˆ, p z p p Pertayaa yag mucul adalah bagaimaa kita tahu bahwa ukura cotoh yag kita miliki cukup besar utuk dapat meerapka Teorema Limit Pusat?

Bayak peelitia telah dilakuka dega hasil sara yag berbeda-beda. Dalam kuliah ii kita aka megguaka pegaga berikut: Dalam pedugaa proporsi p, ukura cotoh diaggap besar (cukup besar utuk meerapka Teorema Limit Pusat) bila p 5 da (1 p) 5. Telada. Suatu produse kulkas berai memberi jamia peggatia kompresor bagi produkya bila kompresorya rusak sebelum lima tahu. Suatu cotoh cotoh acak 60 produk yag laku terjual meujukka bahwa 10 di ataraya megalami kerusaka kompresor sebelum waktu lima tahu. Buat selag kepercayaa 95%

bagi proporsi sebearya produk yag megalami kerusaka kompresor sebelum berusia pakai lima tahu. Jawab Di sii. Utuk 10 1 5% 0.05 pˆ 60 6, z z0.05 1.96. Dega demikia selag kepercayaa 95% bagi p, proporsi atau persetase sebearya produk yag megalami kerusaka kompresor sebelum berusia pakai lima tahu, adalah 1 1 1 pˆ(1 pˆ) 1 6 6 pˆ z 1.96 6 60 yag meghasilka selag kepercayaa (0.07, 0.61). Jadi kita percaya 95% bahwa persetase sebearya produk yag megalami

kerusaka kompresor sebelum berusia pakai lima tahu aka berada di dalam selag (0.07, 0.61). Margi of Error da Ukura Cotoh Margi of error serig diguaka utuk megkuatifikasi ketidakpastia dalam hasil survei. Sebuah survei memberi catata bahwa margi of error-ya plusmius 4 perse. Apakah artiya? Margi of error tidak lai adalah setegah dari pajag maksimum selag kepercayaa. Adaika b adalah pajag selag kepercayaa 95% bagi p da p ˆ pˆ. Bila x adalah ilai dugaa bagi p, maka

(megapa?) x x x x 1 1 x x b 1.96 1.96 x x 1 1 3.9 3.9 4 Jadi, margi of error dari ˆp adalah 1 3.9 max b 4 1.96 d atau 100 d % bila diyataka dalam perse. Dari rumus selag kepercayaa bagi p, dapat disimpulka bahwa bila ukura cotoh ditigkatka, selag kepercayaa aka semaki pedek, yag pada giliraya membuat ilai dugaa bagi p semaki tiggi ketepataya.

Aka tetapi ukura cotoh yag lebih tiggi berimplikasi lebih mahal ditijau dari segi waktu, sumberdaya da tetu saja uag. Ukura cotoh yag terlalu kecil dapat membuat iferesi tidak akurat. Oleh kareaya petig utuk dapat meetuka ukura cotoh miimum yag aka meghasilka ketepata miimum yag masih dapat diterima atau kesalaha maksimum yag masih dapat ditolerasi. Selag kepercayaa (1 )100% cotoh besar bagi p adalah pˆ (1 pˆ ) pˆ (1 pˆ ) pˆ z ˆ p p z

Selag kepercayaa, yag tersusu atas dua pertidaksamaa ii, dapat dituliska pula sebagai pˆ(1 pˆ) z p pˆ z ˆ ˆ p(1 p) yag meujukka bahwa ilai dugaa ˆp berada dalam jarak z pˆ(1 pˆ) satua dari parameter p yag diduga. Karea 1, pertidaksamaa di atas dapat ditulis mejadi pˆ(1 pˆ) 4 z 1 z p pˆ 4 p pˆ kesalaha = galat = error Kalau kita igi kesalaha p pˆ d, maka haruslah

z d atau z 4d Jadi, kalau kita igi meduga p dega ˆp dalam jarak d dega tigkat kepercayaa (1 )100%, maka haruslah z 4d. Bila ii tidak meghasilka bilaga bulat, maka harus dibulatka ke atas. Telada 3. Sebuah lembaga survei hedak meduga persetase yag medukug kebijaksaaa ekoomi preside dega margi of error 3% dega tigkat kepercayaa 95%. Jawab Dalam soal ii d 0.03 da 5% sehigga z 1.96. Dega demikia

z (1.96) 1067.1 4d 4(0.03) Jadi lembaga survei itu harus mewawacarai 1068 respode yag diambil secara acak. Selag Kepercayaa Cotoh Kecil bagi Adaika X 1, X,..., X adalah suatu cotoh acak dari populasi ormal N(, ), dega parameter da tidak diketahui. Adaika tidak mugki atau tidak praktis megambil cotoh yag besar. Kita tahu bahwa

T X ( 1) S ( 1) X S mempuyai sebara-t Studet dega ( 1) derajat bebas. Karea T merupaka fugsi dari statistik X da parameter da sebara p.a. T tidak bergatug parameter da maka T dapat dijadika pivot. Selag kepercayaa bagi bila X 1, X,..., X diambil dari populasi ormal da ukura cotoh tidak besar ( 30) serta ragam populasi tidak diketahui adalah S X t X t ;( 1) ;( 1) S

Soal-soal Latiha 1. Adaika X adalah suatu cotoh acak berukura 1 dari sebuah sebara seragam yag didefiisika pada selag (0, ). Buat selag kepercayaa 98% bagi.. Perhatika peryataa peluag X P.81 Z.75 k dalam hal ii X adalah rataa cotoh berukura dari N(, ) dega diketahui. (a) Carilah ilai k (b) Guaka peryataa peluag di atas utuk mecari selag kepercayaa bagi.

(c) Berapa taraf kepercayaa dari selag kepercayaa itu? (d) Cari selag kepercayaa setagkup bagi dega taraf kepercayaa yag sama. 3. Suatu cotoh acak berukura 50 dari sabu deterje 1-kiloa meghasilka rataa 1.05 kg. Aggaplah berat sabu-sabu itu meyebar ormal dega simpaga baku 0.06 kg. Susu selag kepercayaa 95% bagi rataa sebearya. 4. Misalka X 1, X,..., X dari populasi N(, ) da tidak diketahui. (a) Buat selag kepercayaa (1 )100% bagi. (b) Jika suatu cotoh acak dari sebuah populasi ormal meghasilka statistik: 1, x 44.3, da s 3.96, buat selag kepercayaa 90% bagi.

5. Adaika X1, X,..., X adalah suatu cotoh acak dari sebuah sebara ekspoe dega fkp 1 x f ( x) e, 0, x 0. Buat selag kepercayaa 95% bagi. 6. Adaika X1, X,..., X adalah suatu cotoh acak dari populasi N(, ). (a) Susu selag kepercayaa (1 )100% bagi bila diketahui. (b) Susu selag kepercayaa (1 )100% bagi bila tidak diketahui. 7. Adaika X 1, X,..., X adalah cotoh acak dari populasi N(, ) da Y Y Y adalah cotoh acak dari populasi 1,,..., N(, ). Adaika kedua 1

cotoh itu bebas da diketahui. Susu selag kepercayaa bagi ( 1,. ) (1 )100%